Cursor CEO最新访谈:编程会消亡,但品味将永存

编程的末日即将到来,而Cursor正在为这一天做准备。

在Y Combinator最新一期播客中,Cursor联合创始人兼CEO Michael Truell透露了一个惊人的事实:这家估值90亿美元的公司,根本不是在做一个代码编辑器,而是在创造编程的替代品

作为史上增长最快的创业公司之一,Cursor在短短20个月内就达到了1亿美元的年收入。但Truell的野心远不止于此——他要彻底改变软件开发的方式。

从GPT-3到Cursor:一场预见性的豪赌

Truell和他的三位联合创始人都是MIT出身的程序员。早在2021年,当大多数人还在观望AI时,他们就被两件事深深震撼了。

第一是GitHub Copilot的出现。Truell回忆道:

那是我们第一次真切感受到,现在可以用AI做出真正有用的东西了。不应该去实验室工作,而是时候让这些技术走向现实世界了。

第二个关键洞察来自OpenAI的研究——scaling laws(扩展定律)。这些研究表明,只要持续增加数据和计算资源,模型就会变得越来越强大。

「Follow the line」——这是他们当时的座右铭。相信这条上升的曲线,并为它的终点做准备。

三个月的弯路,一年的坚持

有趣的是,Cursor团队最初并没有直接进入编程领域。他们花了近一年时间尝试为机械工程师开发3D建模的AI助手——训练模型来预测CAD软件中的下一步操作。

但现实给了他们当头一棒:

  • 3D领域的训练数据比代码少了几个数量级
  • 当时的AI技术还无法很好地处理3D几何
  • 更关键的是,他们对机械工程并不真正感兴趣

Truell坦言,回头看当时应该直接去一家雇佣机械工程师的公司「卧底」三周,而不是做了几百次用户访谈。

最终,他们决定回归初心——为程序员构建工具

这个决定看似简单,实则需要巨大的勇气。当时市场上已经有GitHub Copilot和十几家其他公司在做类似的事情。

不做插件,要做编辑器

Cursor做出的第一个反直觉决定是:不做VS Code插件,而是构建自己的编辑器

这个决定招来了大量质疑。

但Truell团队从GitHub Copilot的开发历程中学到了重要一课:即使是简单的代码补全功能,Copilot团队也需要修改VS Code的核心代码才能实现。

如果连最基础的功能都需要改动编辑器,那么要实现「替代编程」的宏大愿景,控制整个开发环境就是必须的。

「品味」将成为工程师的核心竞争力

当被问到未来软件工程师的核心技能时,Truell的回答出人意料:

不可替代的是品味(taste)。定义你真正想要构建什么的能力。

他解释道,现在的编程工作大部分是「人肉编译」——你知道想要什么,可以告诉另一个人,但必须用for循环、变量、方法这些低级语言向计算机详细说明。

AI将接管这个编译过程,但定义「什么值得构建」的品味永远属于人类。

超越「vibe coding」

Truell提到了一个有趣的概念——「vibe coding」(氛围编程),即不真正理解代码,只是通过AI生成然后祈祷它能工作。

对于小型项目和初创公司,vibe coding可能暂时有效。但对于专业开发者和大型代码库,你仍然需要理解每一行代码

Cursor的数据显示,即使在今天,用户通过AI生成的代码也只占40-50%。剩下的仍然需要人工编写和审查。

招聘哲学:慢即是快

Cursor在招聘上有个反常规做法:前10个员工花了极长时间才招到

Truell解释道:

如果你想在未来几年快速发展,在最初6个月慢下来其实非常有帮助。如果你真的搞定了前10个人,他们会在未来加速你的发展。

他们的面试流程也很特别——最后一轮是两天的现场工作。候选人会真正加入团队,参与项目,一起吃饭,最后做演示。

有意思的是,虽然Cursor是AI编程工具,但他们在技术面试中不允许候选人使用AI(除了自动补全)。

原因是——

不使用AI的编程仍然是测试技能和智力的最佳方式,而且他们不想错过那些还没用过AI工具的优秀程序员。

不是企业软件,而是下一个Google

当谈到护城河时,Truell提出了一个大胆的类比:

我们所在的市场不像传统企业软件市场,更像90年代末的搜索引擎市场。

就像搜索引擎通过用户点击数据不断改进一样,Cursor通过观察用户接受或拒绝哪些代码建议来优化模型。

分发即是产品改进的关键

他还提到了另一个类比——2000年代初的消费电子。就像iPod和iPhone时刻改变了整个行业,Truell相信编程领域还有几个这样的「魔法时刻」等待被发现。

工程瓶颈与未来展望

Truell指出了实现「超人类编程助手」的几个技术挑战:

  • 上下文窗口:1000万行代码可能需要1亿个token,现有模型还无法有效处理
  • 持续学习:模型需要记住组织背景、过去的尝试、团队成员信息
  • 多模态能力:真正的软件工程师需要运行代码、查看输出、使用调试工具
  • 长时间任务:目前AI最多能持续工作约1小时,远未达到人类水平

但这些挑战恰恰说明了机会的巨大。

如Truell在访谈最后所说:

这将是一个你构建能力被极大放大的十年。

编程可能会消亡,但创造将永不停息。

(文:AGI Hunt)

发表评论

×

下载每时AI手机APP

 

和大家一起交流AI最新资讯!

立即前往