要么全栈,要么出局:xAI 600 亿美元收购 Cursor 背后的算盘

marsbit發佈於 2026-06-18更新於 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

相關問答

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。

你可能也喜歡

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit2 小時前

如何让自己变得让人工智能永远也无法取代

marsbit2 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru5 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru5 小時前

交易

現貨
活动图片