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

¿Por qué es difícil popularizar las compras con agentes de IA?

**¿Por qué los agentes de IA para compras no se han popularizado?** La idea de dar a un agente de IA una billetera para que compre de forma autónoma suena futurista, pero confunde los desafíos reales de las compras. El acto de comprar combina dos acciones: **recuperación de información** (que se puede automatizar) y **juicios de valor** subjetivos (ligados a las emociones humanas). La narrativa del "monedero de IA" asume erróneamente que la IA puede hacerse cargo de ambas. El juicio de valor se divide en: **definir la necesidad** (establecer criterios) y **evaluar** opciones. La IA solo puede automatizar la evaluación. Las preferencias humanas no son fijas; se construyen durante el proceso de elección, por lo que la delegación total es imposible. La línea divisoria clave no es si un producto es estándar o personalizado, sino si **el acto de elegir en sí tiene valor experiencial**. Para productos mundanos (por ejemplo, papel), la automatización total es adecuada. Para compras placenteras (vino, muebles), la elección es parte del disfrute; aquí, la IA debe actuar como un asistente que filtra opciones, dejando la decisión final al humano. Existe un trilema: si la IA pregunta demasiado, es molesto y distorsiona la elección; si se basa solo en el historial, sofoca la exploración; si el humano decide todo, es ineficiente. Una solución es la **interacción por reconocimiento**: la IA presenta unas pocas opciones preseleccionadas para que el humano elija. El **pago es el eslabón menos importante**. No es necesario dar fondos a la IA; basta con tokens de pago de autorización limitada y única, como ya implementan Stripe, Mastercard y Google. La custodia autónoma de billeteras por parte de la IA es relevante principalmente para **compras empresariales estandarizadas** (B2B) o transacciones entre máquinas (M2M), no para el consumo personal. Los verdaderos cuellos de botella para las compras con IA son: 1. **Falta de fuentes de datos confiables**: reseñas falsas y productos falsificados socavan la capacidad de la IA para evaluar con precisión. 2. **La imposibilidad de automatizar la definición de la necesidad humana**: el derecho a definir qué es importante y a disfrutar de la elección final debe permanecer en manos humanas. En conclusión, el futuro no está en que la IA compre por nosotros de forma autónoma, sino en que **automatice de forma segura la investigación y el filtrado, devolviendo al humano el control sobre los criterios y el placer de la elección final**. Para las plataformas, la ventaja competitiva radicará en ofrecer una experiencia de elección excepcional con datos estructurados y verificables.

Foresight NewsHace 58 min(s)

¿Por qué es difícil popularizar las compras con agentes de IA?

Foresight NewsHace 58 min(s)

zcashd se apaga, Zcash entra en la era Ironwood: ¿Es la privacidad resistente a la cuántica el futuro?

Zcash ha completado su transición de infraestructura, retirando el software original zcashd y adoptando Zebra y Zakura, lo que fortalece la mantenibilidad y prepara la red para la era Ironwood. A pesar de una vulnerabilidad en los fondos protegidos de Orchard, que contenía el 85% del valor blindado, la respuesta coordinada y una rápida solución de emergencia contuvieron la amenaza. La actividad de la red se mantuvo resiliente: aunque los saldos blindados disminuyeron un 14%, las transacciones privadas aumentaron un 11,1% trimestral y el conjunto de anonimato se expandió significativamente. El volumen diario de trading también creció un 33,8%. Con Ironwood, Zcash avanza hacia una seguridad a largo plazo reforzada mediante verificación formal y resistencia cuántica, consolidando la confianza en su infraestructura de privacidad.

ambcryptoHace 1 hora(s)

zcashd se apaga, Zcash entra en la era Ironwood: ¿Es la privacidad resistente a la cuántica el futuro?

ambcryptoHace 1 hora(s)

Después de nueve meses de ventas cortas, un giro completo a la compra: reconocido trader acumula Bitcoin cerca de 64,000 USD, división alcista/bajista en el mercado de criptomonedas se intensifica

Tras nueve meses de bajista, el conocido trader Doctor Profit cierra todas sus posiciones en corto y comienza a comprar Bitcoin alrededor de 64.000 dólares. Argumenta que variables estructurales, como la posible aprobación de la Ley CLARITY y la tokenización institucional, están alterando el ciclo de cuatro años, anticipando un fondo más temprano. El analista gumsays señala una divergencia alcista semanal de 147 días, cercana a los 161 días previos al fondo de 2022. En contraste, el investigador Jake Pahor analiza datos desde 2014 y destaca que este ciclo no cumple tres condiciones históricas de fondo: duración (~12 meses), miedo extremo prolongado (índice por debajo de 20) y precio por debajo del costo promedio real (~53.000 dólares). Actualmente, ninguna se ha cumplido. El mercado debate si los ETF y la regulación cambian las reglas del juego. Doctor Profit apuesta por un fondo anticipado, mientras Pahor mantiene una estrategia de acumulación gradual, reservando mayor capital para señales más extremas. Bitcoin cotiza cerca de 64.800 dólares, justo sobre su media móvil de 200 semanas, con un índice de miedo y codicia en 25 (miedo extremo).

marsbitHace 1 hora(s)

Después de nueve meses de ventas cortas, un giro completo a la compra: reconocido trader acumula Bitcoin cerca de 64,000 USD, división alcista/bajista en el mercado de criptomonedas se intensifica

marsbitHace 1 hora(s)

Operador veterano relata: ¿Cómo operar con las expectativas erróneas del mercado?

**Resumen en español europeo:** Un trader experimentado explica cómo operar basándose en las "expectativas erróneas" del mercado, tomando como ejemplo una operación reciente de venta en corto del índice Nasdaq (NQ). El caso se desencadenó tras la publicación de datos débiles de inflación (IPC) en EE.UU. Inicialmente, el mercado reaccionó con optimismo, haciendo subir el Nasdaq, asumiendo que un IPC bajo conduciría a un relajamiento general de las tasas de interés, incluidos los tipos a largo plazo ("relajamiento del denominador"). Sin embargo, el trader identificó una falla clave en esta cadena de expectativas del mercado: mientras que las tasas de interés a corto plazo bajaron, las tasas reales a largo plazo (como la del bono a 30 años) alcanzaron máximos de 20 años. Este escenario de "relajamiento a corto plazo pero negativa a largo plazo" no apoya la valoración de acciones tecnológicas, que dependen de financiación a largo plazo barata para su crecimiento. La metodología central presentada consiste en no limitarse a los datos mismos, sino analizar tres capas: 1. **Expectativa del dato:** ¿Cuál era el consenso? 2. **Expectativa de transmisión:** ¿Cómo se supone que el dato afecta a otras variables del mercado (política monetaria, tasas, crédito)? 3. **Expectativa de valoración de activos:** Dado lo anterior, ¿cómo debería repreciarse un activo? El autor argumenta que el "error" más común y explotable ocurre en la segunda capa: el mercado asume que un mecanismo de transmisión anterior sigue siendo válido cuando ya no lo es. En este caso, asumió que un IPC débil relajaría todas las tasas, pero la nueva realidad macroeconómica impide que las tasas a largo plazo bajen. El trader actuó vendiendo en corto el NQ (más sensible a las tasas largas) en lugar del S&P 500 (ES), y estructuró la operación en varias entradas. Define que la mejor oportunidad surge cuando las "variables rápidas" (como el precio del activo) se han recuperado, pero las "variables lentas" (como las condiciones de financiación subyacentes) se niegan a hacerlo, creando una discrepancia entre el precio y su lógica causal implícita. La ventaja (alpha) no proviene necesariamente de tener información mejor, sino de tener un "modelo de reacción" más actualizado que el del consenso del mercado.

marsbitHace 1 hora(s)

Operador veterano relata: ¿Cómo operar con las expectativas erróneas del mercado?

marsbitHace 1 hora(s)

Opinión: La relación de cobertura entre la deuda estadounidense y el mercado de valores ha fallado, el BTC como activo de riesgo soporta una doble presión

Durante las últimas dos décadas, la relación de cobertura entre los bonos del Tesoro estadounidense y las acciones, donde uno subía cuando el otro caía, se ha roto. Ahora, ambos caen simultáneamente, eliminando el "amortiguador" clave en las carteras de inversión. Bitcoin, como activo de riesgo en el extremo de la curva, soporta una doble presión. La correlación negativa entre el S&P 500 y la rentabilidad de los bonos a 10 años ha alcanzado su nivel más bajo desde 1996 (-0,69), lo que indica un movimiento sincronizado sin precedentes en 30 años. Este cambio se debe a que la inflación, y especialmente su volatilidad, se ha convertido en el factor dominante del mercado, perjudicando tanto a bonos como a acciones, a diferencia de cuando el crecimiento económico era el principal motor. Los inversores buscan ahora seguridad sin riesgo de duración, optando por efectivo en dólares y letras del Tesoro a corto plazo, mientras venden bonos a largo plazo. El rendimiento del bono a 30 años superó el 5%, reflejando un déficit creciente, mayores pagos de intereses y una demanda extranjera decreciente. Bitcoin es ahora tan sensible a las condiciones macroeconómicas como el dólar o el oro. Se ve perjudicado por el aumento de los rendimientos libres de riesgo (que elevan su costo de oportunidad) y por la disminución de la aversión al riesgo (que reduce la financiación para posiciones especulativas). Los factores que sustentan su lógica a largo plazo (como la emisión fija frente a la deuda soberana en expansión) lo perjudican a corto plazo en el entorno actual. Para que los bonos recuperen su papel tradicional de cobertura, la volatilidad inflacionaria debe ceder, permitiendo que los riesgos de crecimiento vuelvan a ser dominantes y que la Fed tenga margen para relajar la política. Hasta entonces, en un mercado donde la clase de activos más profunda ya no absorbe los impactos, los activos que no generan rendimiento, como Bitcoin, quedan más expuestos.

marsbitHace 1 hora(s)

Opinión: La relación de cobertura entre la deuda estadounidense y el mercado de valores ha fallado, el BTC como activo de riesgo soporta una doble presión

marsbitHace 1 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow