要么全栈,要么出局:xAI 600 亿美元收购 Cursor 背后的算盘

marsbit发布于2026-06-18更新于2026-06-18

文章摘要

xAI以600亿美元股票收购Cursor母公司Anysphere,核心意图并非市场份额,而是获取其700万开发者每日产生的高质量代码训练数据。文章指出,代码生成是当前大语言模型最成功的应用,并以Anthropic为例,其营收在28个月内增长约540倍,其中Claude Code产品贡献显著,迅速占据企业AI编程市场过半份额。 作者(VC机构Strange Ventures合伙人)提出核心观点:想成为AI巨头,必须构建“全栈”能力——即打通算力、模型与应用层。全栈模式能改善模型训练的经济效益,并通过应用层获取专有数据构建竞争壁垒。预计未来模型公司将更积极地自建或并购应用层业务。 此次收购印证了xAI完善其全栈布局(算力Colossus、模型Grok、应用X)的战略,Cursor的代码数据将直接增强Grok的竞争力。文章最后强调,在AI工具大幅降低产品开发门槛的当下,创业公司需要具备更大的野心方能成功。

作者: Tara Tan

编译:深潮 TechFlow

来源: The Strange Review

深潮导读: SpaceX 旗下 xAI 以 600 亿美元股票收购 Cursor 母公司 Anysphere,买的不是市场份额,而是 700 万开发者每天写代码的高质量训练数据。Strange Ventures 合伙人 Tara Tan 借这笔交易抛出一个判断:想当 AI 大厂,就必须把算力、模型、应用全栈打通。这篇短评把 Anthropic 28 个月营收涨 540 倍的路径拆给你看,也解释了为什么模型公司接下来会疯狂向应用层并购。注意作者身份是 VC,full-stack 正是其自家投资主题。

代码生成是大语言模型迄今最强的杀手级应用,没有之一。

Anthropic 的营收从 2024 年 1 月的 8700 万美元年化收入,涨到 2026 年 5 月的 470 亿美元,28 个月翻了大约 540 倍。撑起这个增速的是两台引擎同时发力:一头是自上而下的企业合作(Claude 是唯一一个同时上架三大云平台的前沿模型),另一头是自下而上的开发者渗透,靠的就是 Claude Code。这款产品是公司史上增长最快的,9 个月从 0 干到 25 亿美元年化收入。现在 Anthropic 拿下了企业级 AI 编程市场 54% 的份额。

Cursor 是 SpaceX 押下的同一个赌注。

昨天 SpaceX 宣布收购 Anysphere,也就是 Cursor 背后的公司,作价 600 亿美元股票。Cursor 这款 AI 编程工具每天有 700 万开发者在用。它四年前从 MIT 孵化出来,年化收入冲到 20 亿美元,是这个品类里收入最高的 AI 编程工具。过去一年它的份额一直在掉,从 41% 滑到 26%,因为 Claude Code 杀了上来。但 xAI 要买的根本不是市场份额。

xAI 本来就有全栈:Colossus 是算力,Grok 是模型,X 是应用。问题是 X 是用来刷的地方,Cursor 是用来写代码的地方。开发者写代码产生的,大概是 AI 领域信号最强的训练数据,而这正是 Grok 要补齐战斗力所缺的那一块。

这件事坐实了我从去年 9 月 OpenAI 和英伟达那笔交易以来一直在琢磨的一个想法:

想做 AI 大厂,就得做全栈。

这个逻辑越来越清楚了。更好的产品带来更好的基础设施(更多数据),更好的基础设施又反过来带来更好的体验。这一直是我们在 Strange 的核心投资逻辑。

图注:作者团队关于「全栈闭环」的投资逻辑图

做全栈带来两件事:

第一,建模型和训模型的单位经济模型变得可持续。

第二,你能从应用层拿到专有训练数据,把自己和别的模型厂商区隔开。用户数据和工作流锁定,就成了一道好看的护城河。

接下来几年大概会看到这些动作:模型公司从内部自己长出应用,或者激进地向上并购、直接吃下应用层。

创业者现在流行一句话:因为做产品比以前容易了 10 倍,公司就得比以前野心大 10 倍才能成。眼下看,这话在各个赛道都应验了。

——Tara

相关问答

Q文章中提到xAI收购Cursor背后主要的战略意图是什么?

AxAI收购Cursor(及其母公司Anysphere)的主要战略意图,并非为了其市场份额(事实上Cursor的市场份额在下降),而是为了获得其平台上700万开发者每天编写代码所产生的、高质量且信号极强的训练数据。这些数据被认为是AI领域最强的训练数据之一,可以用于补充和完善xAI的模型Grok的能力,从而在“全栈”竞争中弥补自身在应用层和数据获取上的短板。

Q作者Tara Tan提出的“全栈”具体指哪几个层面?xAI的全栈是如何构成的?

A作者提出的“全栈”主要指AI行业的三个核心层面:算力、模型和应用。具体到xAI的例子,其全栈构成是:Colossus(算力基础)、Grok(核心AI模型)、以及X和Cursor等(应用层)。这种布局旨在通过应用获取高质量数据,反哺模型和算力的优化,形成一个自我强化的闭环。

Q文章中以Anthropic为例,说明了其巨大营收增长依靠哪“两台引擎”?

AAnthropic在28个月内实现约540倍的营收增长,依靠的是“两台引擎”同时发力:1. 自上而下的企业合作:其模型Claude是唯一同时上架亚马逊AWS、微软Azure、谷歌云三大云平台的前沿模型。2. 自下而上的开发者渗透:其产品Claude Code是公司史上增长最快的产品,9个月从零增长到250亿美元年化收入,帮助企业拿下了企业级AI编程市场54%的份额。

Q作者认为做“全栈”能为AI大厂带来哪两个关键优势?

A作者认为,做“全栈”能为AI大厂带来两个关键优势:1. 使构建和训练模型的单位经济效益(Unit Economics)变得可持续。2. 能够从应用层获得独有的、专有的训练数据,这些数据能将自己与其他模型厂商区分开来,形成基于用户数据和工作流锁定的强大护城河。

Q作者预测未来几年AI模型公司会采取什么样的战略动作?

A作者预测,为了在竞争中胜出并建立优势,未来几年AI模型公司将采取两种主要战略动作:1. 从公司内部自行孵化和发展出成功的应用产品。2. 更加激进地进行向上游的并购(即向应用层并购),直接收购成熟的应用公司,以快速获取用户、数据和市场地位。

你可能也喜欢

谷歌AI人才接连流失,是压力测试还是“讣告”前奏?

谷歌接连失去三位顶级AI人才:工程副总裁、Transformer架构提出者之一Noam Shazeer加入OpenAI;DeepMind副总裁、AlphaFold核心人物John Jumper加入Anthropic;对话式AI先驱Daniel De Freitas的动向也引人关注。这些流失触及了Transformer、对话式AI和科学AI等关键领域,引发市场对谷歌竞争力的担忧。 然而,将此事视为谷歌的“讣告”可能为时过早。这更应被看作一次压力测试。人才流失本身反映了谷歌仍是AI顶级人才的核心储备库,正因其重要才成为竞争对手IPO前夜的重点挖掘对象。 谷歌的优势在于其远超单一模型的“全栈”能力:拥有自研TPU、云基础设施、Gemini等模型矩阵,以及搜索、YouTube、安卓等覆盖数十亿用户的终端产品,构成了强大的集成生态和分发网络。此外,谷歌通过巨额投资和云服务与Anthropic等对手形成深度绑定,在“AI淘金热”中同时扮演“掘金者”和“卖水人”的角色。 尽管面临创新者困境,核心搜索业务转型挑战以及大公司决策迟缓等问题,但谷歌正通过积极整合Gemini、重塑搜索体验、战略性收购(如Character.AI)等方式应对。AI竞赛是长期游戏,谷歌凭借其技术栈、资源与生态,仍是少数有能力在多层面参与竞争的公司。当前的动荡是一次严峻考验,但并非终局。

marsbit20分钟前

谷歌AI人才接连流失,是压力测试还是“讣告”前奏?

marsbit20分钟前

Vitalik算法稳定币设想:从期权视角解读机制与挑战

Vitalik Buterin 近期提出了一种新颖的算法稳定币设想,该方案从期权视角出发,试图规避传统抵押债务头寸(CDP)稳定币的清算风险。其核心设计是将1单位ETH拆分为两类权益:稳定侧(P)和上涨侧(N)。稳定侧类似一个深度实值的合成备兑看涨期权,旨在获得低于某一执行价的“稳定”价值;上涨侧则获得执行价以上的全部上涨收益。两部分权益之和始终等于1 ETH,因此系统无需债务、保证金或清算机制。 然而,该设计面临显著挑战。为实现稳定,稳定侧资产需持续滚动(展期)深度实值期权,这会带来交易滑点、固定交易路径被抢跑以及流动性不足等问题。更根本的难点在于,每一份稳定资产的创造,都需要有参与者持续持有对应的上涨侧资产——这本质上是一种无资金费率、无清算风险的杠杆ETH多头。该需求能否长期、规模化存在,是系统成功扩张的关键。 作者结合其DeFi期权协议Rysk的经验指出,期权过去难以在DeFi中成为主流交易产品,因其过于复杂。但若转变思路,将期权作为底层金融基础模块,用于构建稳定币、结构化收益产品等更复杂的资产,则可能展现出巨大潜力。期权的未来机会或许不在于成为下一个永续合约,而在于成为下一代链上金融产品的定价与风险分配引擎。

marsbit1小时前

Vitalik算法稳定币设想:从期权视角解读机制与挑战

marsbit1小时前

交易

现货
合约
活动图片