Full-stack o fuera: el cálculo detrás de la compra de Cursor por parte de xAI por 60.000 millones de dólares

marsbitPublicado a 2026-06-18Actualizado a 2026-06-18

Resumen

SpaceX's xAI ha adquirido Anysphere, la empresa detrás de Cursor, por 60.000 millones de dólares en acciones. La clave no es la cuota de mercado, sino el acceso a datos de entrenamiento de alta calidad generados por sus 7 millones de desarrolladores diarios. Este movimiento refuerza la tesis de la autora (socia de Strange Ventures) sobre la necesidad de un enfoque "full-stack" en IA: integrar capacidad de cálculo, modelos y aplicaciones. Anthropic ilustra este camino. Su crecimiento exponencial (540 veces en 28 meses hasta 47.000 millones de dólares anualizados) se basa en el uso empresarial de Claude y en la adopción masiva de su herramienta para desarrolladores, Claude Code. xAI busca cerrar su propio ciclo: Colossus (cómputo), Grok (modelo), X (aplicación social) y ahora Cursor (aplicación para desarrollo). Los datos de código generados por Cursor son un recurso único para entrenar y mejorar modelos competitivos como Grok. La conclusión es clara: para ser un líder en IA, se necesita una pila tecnológica completa. Esto permite una economía sostenible en el desarrollo de modelos y crea una ventaja competitiva a través de datos propios y exclusivos capturados desde la capa de aplicación. Se prevé que las compañías de modelos crearán o adquirirán agresivamente aplicaciones en los próximos años.

Autor: Tara Tan

Compilación: Deep Tide TechFlow

Fuente: The Strange Review

Guía de Deep Tide: xAI, perteneciente a SpaceX, adquirió Anysphere, la empresa matriz de Cursor, por 60.000 millones de dólares en acciones, pero no compró cuota de mercado, sino datos de entrenamiento de alta calidad generados diariamente por 7 millones de desarrolladores escribiendo código. Tara Tan, socia de Strange Ventures, utilizó esta operación para plantear una afirmación: si quieres ser un gran actor en IA, debes integrar la pila completa de capacidad de cómputo, modelo y aplicación. Este breve análisis desglosa el camino de Anthropic, cuyo ingreso anualizado se multiplicó por 540 en 28 meses, y explica por qué las compañías de modelos se lanzarán frenéticamente a adquirir capas de aplicación a continuación. Nótese que el autor es una inversora de capital riesgo, y "full-stack" es precisamente su tema de inversión.

La generación de código es, con diferencia, la aplicación estrella más potente de los grandes modelos de lenguaje hasta la fecha.

Los ingresos anualizados de Anthropic pasaron de 87 millones de dólares en enero de 2024 a 47.000 millones en mayo de 2026, un aumento de aproximadamente 540 veces en 28 meses. Este crecimiento se sostuvo por dos motores que funcionan simultáneamente: por un lado, las colaboraciones empresariales de arriba hacia abajo (Claude es el único modelo de vanguardia listado simultáneamente en las tres principales plataformas en la nube), y por otro, la penetración de base de desarrolladores de abajo hacia arriba, impulsada por Claude Code. Este producto es el de crecimiento más rápido en la historia de la empresa, pasando de 0 a 2.500 millones de dólares en ingresos anualizados en 9 meses. Ahora, Anthropic ha capturado el 54% del mercado empresarial de programación con IA.

Cursor es la misma apuesta que hizo SpaceX.

Ayer, SpaceX anunció la adquisición de Anysphere, la compañía detrás de Cursor, por 60.000 millones de dólares en acciones. Cursor, una herramienta de programación con IA, es utilizada diariamente por 7 millones de desarrolladores. Incubada en el MIT hace cuatro años, sus ingresos anualizados alcanzaron los 2.000 millones de dólares, siendo la herramienta de programación con IA con mayores ingresos en su categoría. En el último año, su cuota de mercado ha estado cayendo, del 41% al 26%, debido al avance de Claude Code. Pero lo que xAI quiere comprar no es en absoluto cuota de mercado.

xAI ya tiene la pila completa: Colossus es la capacidad de cómputo, Grok es el modelo, y X es la aplicación. El problema es que X es un lugar para desplazarse, y Cursor es un lugar para escribir código. Lo que generan los desarrolladores al escribir código son probablemente los datos de entrenamiento con la señal más fuerte en el campo de la IA, y eso es precisamente lo que le falta a Grok para completar su capacidad de combate.

Este hecho confirma una idea en la que he estado reflexionando desde la transacción entre OpenAI y Nvidia en septiembre del año pasado:

Para ser un gran actor en IA, hay que tener la pila completa.

Esta lógica es cada vez más clara. Un mejor producto conduce a una mejor infraestructura (más datos), y una mejor infraestructura, a su vez, conduce a una mejor experiencia. Esta ha sido siempre nuestra lógica de inversión central en Strange.

Pie de figura: Diagrama de la lógica de inversión del equipo de la autora sobre el "bucle cerrado de pila completa"

Tener la pila completa trae dos cosas:

Primero, el modelo económico unitario de construir y entrenar modelos se vuelve sostenible.

Segundo, puedes obtener datos de entrenamiento propietarios desde la capa de aplicación, diferenciándote de otros proveedores de modelos. El bloqueo de datos de usuario y flujos de trabajo se convierte en una barrera de entrada atractiva.

Probablemente veremos estas acciones en los próximos años: las compañías de modelos desarrollan aplicaciones internamente por sí mismas, o adquieren agresivamente hacia arriba, absorbiendo directamente la capa de aplicación.

Hoy en día, entre los emprendedores hay una frase popular: Dado que construir productos es 10 veces más fácil que antes, una empresa debe tener 10 veces más ambición para tener éxito. Por ahora, parece que esto se está cumpliendo en todos los sectores.

—Tara

Preguntas relacionadas

Q¿Por qué xAI adquirió Anysphere, la empresa matriz de Cursor, según el artículo?

ASegún el artículo, xAI adquirió Anysphere no por cuota de mercado, sino por los datos de entrenamiento de alta calidad generados diariamente por los 7 millones de desarrolladores que usan Cursor. Estos datos son cruciales para mejorar el modelo Grok de xAI, ya que el código escrito por desarrolladores representa una de las señales de entrenamiento más valiosas en IA.

Q¿Cómo explica el artículo el rápido crecimiento de los ingresos de Anthropic?

AEl artículo explica que el rápido crecimiento de los ingresos de Anthropic (de 87 millones de dólares anualizados en enero de 2024 a 47 mil millones en mayo de 2026) se debió a dos motores: colaboraciones empresariales de arriba hacia abajo (Claude está disponible en las tres principales plataformas en la nube) y la adopción de base de desarrolladores de abajo hacia arriba, impulsada por Claude Code. Claude Code fue el producto de más rápido crecimiento, alcanzando 2.5 mil millones de dólares en ingresos anualizados en 9 meses.

Q¿Qué tesis principal presenta Tara Tan sobre las empresas de IA en el futuro?

ATara Tan presenta la tesis de que para ser una gran empresa de IA en el futuro, es necesario adoptar un enfoque de pila completa (full-stack). Esto significa integrar y controlar la infraestructura de computación, el modelo de IA y las aplicaciones finales, creando un bucle de retroalimentación donde mejores aplicaciones generen mejores datos para entrenar modelos, lo que a su vez conduce a mejores productos.

Q¿Cuáles son las dos ventajas clave de adoptar una estrategia de pila completa (full-stack) según el autor?

ASegún el autor, adoptar una estrategia de pila completa ofrece dos ventajas clave: 1) Hace que el modelo económico de construir y entrenar modelos sea sostenible. 2) Permite acceder a datos de entrenamiento propietarios desde la capa de aplicación, lo que diferencia a la empresa de otros proveedores de modelos y crea una barrera de entrada a través del bloqueo de datos de usuarios y flujos de trabajo.

Q¿Qué predicción hace el artículo sobre el comportamiento de las empresas de modelos de IA en los próximos años?

AEl artículo predice que en los próximos años, las empresas de modelos de IA buscarán desarrollar aplicaciones internamente o realizarán adquisiciones agresivas hacia arriba en la cadena de valor, adquiriendo directamente empresas de la capa de aplicación para controlar todo el stack y asegurar el acceso a datos de entrenamiento valiosos y específicos.

Lecturas Relacionadas

He ganado dinero con mi panel de apuestas hecho con código, pero Polymarket no es un buen lugar para "arbitraje"

**Resumen en Español** He desarrollado un panel de control personalizado para monitorear y gestionar mis apuestas en Polymarket. Durante más de quince días de uso con un capital de aproximadamente 1.600 dólares, obtuve un rendimiento superior al 30%. Sin embargo, el objetivo principal de este artículo no es promover las ganancias, sino destacar que **Polymarket no es un lugar adecuado para buscar "arbitrajes" tradicionales.** El panel se divide en dos secciones principales: un **"Dashboard de Posiciones"** para gestionar el riesgo y un **"Monitor de Oportunidades"** para identificar eventos potenciales. La herramienta automatiza el seguimiento de datos y ayuda a visualizar la exposición total. **La Trampa de la Expectativa Matemática** En los mercados de predicción binaria como Polymarket, existe una trampa estructural. Incluso si un evento tiene una alta probabilidad percibida (por ejemplo, 90%), y el mercado lo cotiza a un 80%, el rendimiento esperado positivo puede enmascarar el **riesgo de cola**: si tu juicio es incorrecto, puedes perder el 100% de la inversión en esa apuesta. Por lo tanto, la gestión del tamaño de la posición es crucial. **Principios de Diseño T1, T2, T3** Clasifico las apuestas en tres niveles para gestionar el riesgo: * **T1 - Alta Convicción:** Eventos donde tengo una ventaja informativa (ej., temas de Asia Oriental). Sin embargo, incluso aquí, el tamaño de la posición debe limitarse debido al riesgo residual. * **T2 - Probabilidad Favorable:** Apuestas con un *edge* claro, pero con límites estrictos de posición (8-10%) para contener las pérdidas en caso de error. * **T3 - Especulativas:** Oportunidades de alto riesgo/recompensa con posiciones mínimas, utilizadas para aprender y capturar movimientos a corto plazo. **Conclusiones y Reflexiones** Polymarket ofrece oportunidades, pero **no es un campo de arbitraje sin riesgo**. La clave no es la búsqueda de una "máquina de hacer dinero", sino: 1. **No confundir alta probabilidad con baja riesgo:** Cada apuesta conlleva el riesgo de perder toda la inversión. 2. **Gestionar la correlación:** Diversificar en mercados aparentemente diferentes pero vinculados a un mismo factor subyacente no es una diversificación real. 3. **Enfocarse en la disciplina:** La herramienta ayuda a transformar la intuición en un marco estructurado y a mantener la disciplina, que es más valiosa que cualquier ganancia a corto plazo. 4. **Verlo como un campo de entrenamiento:** Es un espacio útil para entrenar el juicio y la evaluación de probabilidades en tiempo real, habilidades aplicables más allá de este mercado. En esencia, el valor principal del panel es el **control de riesgo**, no solo el seguimiento de ganancias. La mentalidad correcta es de precaución y aprendizaje constante, no de búsqueda de arbitrajes fáciles.

marsbitHace 42 min(s)

He ganado dinero con mi panel de apuestas hecho con código, pero Polymarket no es un buen lugar para "arbitraje"

marsbitHace 42 min(s)

Análisis del Crecimiento de Notion: De una Herramienta de Notas a 100 Millones de Usuarios, Cómo Notion Construyó su Triple Volante de Crecimiento Basado en Producto, Plantillas y Comunidad

Notion ha evolucionado de una simple herramienta de notas a una plataforma global con más de 100 millones de usuarios mediante un sistema de crecimiento integrado en tres etapas. Primero, el crecimiento impulsado por el producto (PLG) permitió que los usuarios experimentaran valor rápidamente. La estrategia gratuita atrajo a estudiantes, creadores y equipos emergentes, mientras que la capacidad de compartir páginas y colaborar generó una expansión orgánica. Segundo, la economía de las plantillas resolvió la complejidad inicial del producto. Ofreciendo soluciones específicas para diversos escenarios, redujo la barrera de entrada y creó un ecosistema rico generado por los usuarios, que también impulsó el crecimiento orgánico a través de búsquedas. Tercero, una comunidad activa de usuarios y creadores asumió roles de educación, creación de contenido y organización local. Esto no solo amplió los casos de uso, sino que también facilitó la expansión global de manera autosostenible. La empresa complementó esto con un marketing de contenidos educativo que enfatiza metodologías de trabajo, no solo funciones. Su entrada en el mercado empresarial se logró de abajo hacia arriba, con equipos que adoptaron la herramienta de manera orgánica antes de que las empresas la adoptaran formalmente. La integración de la IA presenta una nueva curva de crecimiento, incrustando capacidades inteligentes directamente en los flujos de trabajo existentes de los usuarios y potenciando las plantillas. La ventaja duradera de Notion radica en su difícilmente replicable ecosistema: una red compleja de activos de conocimiento del usuario, un ecosistema de plantillas, una comunidad dedicada y una identidad de marca que trasciende la mera funcionalidad del software.

marsbitHace 3 hora(s)

Análisis del Crecimiento de Notion: De una Herramienta de Notas a 100 Millones de Usuarios, Cómo Notion Construyó su Triple Volante de Crecimiento Basado en Producto, Plantillas y Comunidad

marsbitHace 3 hora(s)

Guía práctica de la tarjeta AI de WeChat: ¿Ha llegado la era de las compras con IA?

**Resumen: ¿Ha llegado la era de las compras con IA? Guía práctica de la Tarjeta AI de WeChat** El 17 de junio, WeChat Pay presentó oficialmente la "Tarjeta AI", una función que permite a los usuarios realizar pagos a través de su asistente de IA WorkBuddy. Sin embargo, las pruebas revelan que aún no permite el "consumo totalmente automático". **¿Qué es realmente?** No es una tarjeta que la IA use libremente. Es más bien una "subcartera" aislada de la principal de WeChat Pay. Los usuarios deben vincularla y transferir fondos específicamente a esta tarjeta. Cada pago iniciado por la IA requiere la confirmación manual del usuario en el móvil, y los gastos se gestionan por separado. **¿Cómo activarla?** El acceso está dentro de WorkBuddy. Preguntando "¿Cómo uso la tarjeta de pago AI de WeChat?", el agente proporciona un enlace para vincular la tarjeta escaneando un código QR con WeChat (válido por 5 minutos). Tras aceptar los términos, se puede recargar desde la cartera principal. **Escenarios objetivo actuales:** Según WeChat, es para comprar contenido pago (informes, datos), usar API/tools de pago, y suscribirse o renovar servicios. Sin embargo, en pruebas no se pudo activar fácilmente para estos casos específicos. **Prueba práctica: Pedir un té de burbujas (fallida):** Al pedir a WorkBuddy que compre un "Heytea", no puede hacerlo directamente. Requiere una "Skill" (habilidad) externa, como el "Asistente de Meituan". Solo generar el código QR para autorizar la cuenta de Meituan consumió 185.37 puntos (más que los 150 puntos diarios gratuitos). Tras la autorización, la IA generó un enlace de pago con la Tarjeta AI, pero el resultado fue la compra de un cupón de Meituan no deseado, no el té específico solicitado. **Conclusión: El problema no es el pago, sino la ejecución del agente.** La Tarjeta AI solo resuelve la capacidad de pago, no la compleja cadena de ejecución: comprender la necesidad precisa, elegir la plataforma correcta, autorizar la cuenta, seleccionar el producto exacto y gestionar el cumplimiento. Los agentes de IA actuales aún no ejecutan tareas del mundo real de manera fiable. **Mecanismo de seguridad actual:** El usuario mantiene el control final. La IA solo puede usar el saldo de la Tarjeta AI, cada pago necesita confirmación en el móvil, y la cuenta principal de WeChat Pay no se toca. **Recomendaciones:** Si quieres probarla, hazlo con cantidades pequeñas y en servicios digitales de bajo riesgo. Antes de pagar, verifica siempre el nombre del producto, el precio y los términos. No asumas que el Agente de IA ha entendido tu necesidad real, especialmente para pedidos físicos, entregas o cupones.

marsbitHace 3 hora(s)

Guía práctica de la tarjeta AI de WeChat: ¿Ha llegado la era de las compras con IA?

marsbitHace 3 hora(s)

10.000 millones de dólares: Qualcomm quiere comprar la empresa del gurú de chips Jim Keller

Según informes, Qualcomm está en conversaciones para adquirir la empresa de chips de IA Tenstorrent, valorada entre 80.000 y 100.000 millones de dólares. Esta movida refleja la urgencia de Qualcomm por diversificarse más allá de los chips para smartphones, adentrándose en los mercados de centros de datos e IA en la nube. Tenstorrent, liderada por el legendario diseñador Jim Keller, destaca por su arquitectura de bajo costo que evita el uso de memoria HBM cara, ofreciendo una alternativa más económica a las soluciones de Nvidia. Además, posee avanzados diseños de CPU RISC-V de alto rendimiento, lo que podría liberar a Qualcomm de su dependencia de las licencias de Arm. La tecnología de Tenstorrent también se alinea con la estrategia de Qualcomm en computación de borde y automoción, particularmente para sistemas de asistencia al conductor (ADAS). Sin embargo, la elevada valoración genera dudas entre los inversores sobre la integración técnica, la retención del talento y la comercialización exitosa. Se espera que el acuerdo incluya pagos escalonados vinculados a hitos de rendimiento futuros de Tenstorrent.

marsbitHace 4 hora(s)

10.000 millones de dólares: Qualcomm quiere comprar la empresa del gurú de chips Jim Keller

marsbitHace 4 hora(s)

La cruda realidad del FDV de 535 millones de dólares de CARDS: ingresos netos de solo 43 millones y márgenes de beneficio reducidos a la mitad

**Resumen del Artículo: La dura realidad de CARDS con un FDV de 535 millones de dólares** El análisis desglosa los datos de Collector Crypt (CC), una plataforma de cromos coleccionables tokenizados. A pesar de un volumen bruto histórico de 635 millones de dólares, el 90.6% se devuelve instantáneamente a los usuarios a través de recompras automáticas, dejando unos ingresos netos de solo 43 millones (tasa de retención del 6.7%). La actividad es altamente concentrada: unas pocas docenas de carteras generan la mayor parte del volumen, con solo unos 420 jugadores activos diarios. El mercado secundario para cromos es casi inexistente, representando menos del 1% del volumen total. La participación en eBay ha caído 12 veces en seis trimestres consecutivos. La rentabilidad neta de la plataforma se ha reducido a la mitad (del 11.2% al 5.8%) a medida que el volumen se concentra en paquetes de mayor precio con márgenes más bajos. La captura de valor para el token CARDS (a través de quema y recompras) es mínima: solo 1.4 millones de dólares (3.4% de los ingresos netos). Mientras tanto, se han retirado 45.7 millones de USDC de las carteras operativas identificadas. Con un FDV de ~535M, la valoración equivale a 7.3 veces los ingresos netos anualizados, para un negocio con márgenes en compresión, una base de usuarios estrecha y un 72% de la oferta de tokens bloqueada hasta noviembre de 2027.

marsbitHace 4 hora(s)

La cruda realidad del FDV de 535 millones de dólares de CARDS: ingresos netos de solo 43 millones y márgenes de beneficio reducidos a la mitad

marsbitHace 4 hora(s)

Trading

Spot
Futuros
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow