Cursor 刷屏背后，复盘 AI Coding 的现状与发展｜对谈 Gru.ai 创始人张海龙

Cursor 团队只有十来个人，日以继夜地加班，收入却在全球范围内快速上涨，国内也有大量用户在为它付费。做出这个产品的是谁？一家把 VS Code 源码拿过来魔改的小公司，微软和 GitHub 都不在其中。这是 2024 年 AI 编程赛道最刺眼的一处反差。

这期《42 章经》里，主持人曲凯请来了张海龙聊这件事。张海龙写了二十多年程序，初中就开始写，做过开源中国和 Coding.net，两家后来合并进腾讯，他也在腾讯做过面向开发者的工具。2023 年他重新创业，做了 Gru.ai，方向是 Coding Agent。他自己说，这一路几乎都在给程序员做工具，而 AI 这一波第一次让人有可能直接生产「劳动力」，这是他再次下场的理由。

这期节目适合不懂编程的人听。张海龙把 Copilot 和 Agent 的区别、GitHub Copilot 和 Cursor 各自做对了什么、国内为什么没跑出同量级的公司、Agent 为什么还没找到 PMF，都讲得比较直白。他踩过的坑也没藏着：去年做过让普通人说两句话就生成应用的产品，最后发现路走不通，才收敛到单元测试这个场景。

开发者是最不愿意花钱的一群人 0:01:56

曲凯抛出的第一个问题是：国内做开发者工具，不管是 GitLab 类的产品还是别的，好像一直没特别做起来，原因是什么？

张海龙的回答从一句半开玩笑的话开始：开发者很难变现，他想的是怎么薅你羊毛，你还想着怎么赚他钱。他把这归因于职业习惯，程序员是一群很聪明、精打细算的人，你很难在他身上做冲动消费、情绪消费。所以生产力工具最后买单的一定是企业。他提到当年 JetBrains 卖 license，开源中国也参与过，最终都是企业在付钱。

这个判断在海外同样成立。张海龙当时人在硅谷，他看到买 Cursor 的很多公司，最后都是企业报销。To developer 和 to B 之间有一层微妙区别：产品早期可能靠 PLG 获客，但真正掏钱的还是企业。

紧接着他给了一个反直觉的观察。过去大家觉得国内同质化竞争严重、海外赛道没那么卷，他说这是错误认知，海外其实更卷。原因是海外卷完之后你看到的是结果，过程中的厮杀你没看见。他举了自己赛道的例子：做 Agent 需要可观测性工具，他以为这块只有 LangChain 团队的 LangSmith 和一个开源项目在做，到了硅谷一聊，至少五个团队在做同一件事，都融了很多钱，商业化做得很好。而这个方向国内没有人做。

国内卷 PMF 之后，海外卷 PMF 之前 0:04:33

回到 AI Coding，曲凯说美国这个赛道至少有几十家创业公司在做，拿到上亿美金融资的都有好几家，国内与此同时几乎没有。张海龙先纠正了一半：国内不是没有，大厂基本都有类似工具，小团队也在做，只是没进入主流资本的视线，而且大部分做得太浅。

他给了一个更结构性的解释。当年做 DevOps，GitLab 开源之后这件事变成谁都能做，贴着客户需求魔改一个开源版本就能交付，于是国内有很多人以传统 ISV 的方式在做。AI Coding 现在也到了类似阶段：Copilot 已经有大量开源可参考，产品化逻辑成熟，PMF 被验证完了。所以国内很多公司卷的是 PMF 之后的事，海外卷的是 PMF 之前的事。

国内其实很多就是在卷这个 PMF 之后的事情，海外可能更多的卷的是 PMF 之前的事情。

这个区分值得记住。PMF 之前是没人知道答案的阶段，要赌方向、赌产品形态、赌模型能力什么时候到位；PMF 之后是答案已经写在纸上的阶段，拼的是交付、渠道和价格。前者风险大但天花板高，后者看起来稳，实际很容易陷入同质化。张海龙说他们当年做 DevOps 时就觉得这赛道没法做了，结果还是有新公司成立进来做。

Copilot 是电钻，Agent 是小弟 0:06:20

节目里最重要的一个概念区分在这里。张海龙说，2023 年 5 月前后他们纠结过一件事：到底做 Copilot，还是直接做 Agent。

Copilot 是工具范畴，本质是减少打字，也就是代码补全的各种衍生品。它同步工作，人在场才能用。张海龙的比喻是电钻：以前拧螺丝用螺丝刀慢慢拧，现在电钻砰砰砰打进去，快很多，但你还是得自己拿着它。

Agent 是另一回事。它领到任务后自己去想办法，figure out 怎么做、做什么、怎么改，最后完成任务，包括提交代码。它和人的工作是异步的，人可以睡觉、可以不在场。所以有人把 Agent 叫 digital worker，数字员工。张海龙的比喻是：这颗螺丝我已经拧了一万遍，不想拧了，找个小弟帮我拧，我去干别的。

Copilot 赛道里最关键的公司是 GitHub Copilot。张海龙认为它最大的贡献是找到了两个 PMF。第一个是 product market fit，它找到了产品该以什么形式出现、在什么场景出现：作为 IDE 里的一个插件，在用户打字时润物细无声地出现，收费方式也一并找了出来。第二个是 product model fit，GitHub Copilot 在 GPT-3 时代就有了，但做得不好，用户用完就弃用，真正大规模商业化是被大家认识到、开始付费，是在 GPT-3.5 出现之后。模型能力到了那个份上，设想的场景才成立。

这两个点一旦被找到，做 Copilot 就变成大家都会的事了。海外现在有 Cody、Sourcegraph、Cloud Cody、Augment 等一批公司，赚了不少钱，但基本都是在 Copilot 现有形式上做改进，或者做垂直领域。

Cursor 赌的是一个当时没人信的假设 0:09:03

Cursor 的贡献，是在 Copilot 的 PMF 基础上颠覆了交互形式。张海龙先解释 IDE：integrated development environment，集成开发环境，可以理解成程序员用的专业 Word，不光打字，还有运行、调试各种功能。

他纠正了一个常见误解：Cursor 不能算一家 IDE 公司，它百分之九十九的东西都是 VS Code，VS Code 开源，直接复用。Cursor 之所以宣传自己是 IDE，是因为它没在现有 VS Code 上做插件，而是复刻了 VS Code 的代码再魔改，做成自己的 IDE，内核都不是它做的，它改的是用户体验。原因是 VS Code 的插件机制受限，一个插件能做什么、不能做什么有边界，Cursor 想做的事在这个机制里实现不了，被束缚住了，只能去改源码。

这条路在当时非常大胆。2023 年他们开始干的时候，很多人不看好，张海龙自己也不看好，认为太难。但人家跑出来了。他说这是巨大的非共识，也是创业迷人的地方，这么不靠谱的项目也能跑出来。

那个非共识具体是什么？GitHub Copilot 的限制是只能往后补全：你打字打到某一行某一列，它帮你补后面一行或几行。Cursor 的假设是这不够，要做整个文件的全局补全。你改了一个变量、一个函数，文件里相关的地方都得同时改掉，再往外扩，项目里其他文件也要同时改。所以用 Cursor 的体验是：打字打一半，补全出现，页面上好几个地方同时出现补全提示，你按 tab 确认这里，跳到下一个，再 tab，整个文件好几处就都改完了。

这个体验以前没有。它不做 debug，本质还是纯文本修改：根据上下文和你当前打的几个字猜测你要干什么，把结果提前用大模型生成出来，再和当前文件做一次快速 diff，告诉你第三行、第十八行、第五十七行要改，改成什么。体验好的关键在于延迟低，用了各种办法压到零点五秒以内，你感觉是瞬时的，剩下要做的就是确认、确认、确认。

为什么当时大家不信？张海龙列了几条：模型不是自己的，用的是 GPT 或 Anthropic；IDE 不是自己的，用的是微软的；等于拿着微软的 IDE、微软的模型，去 PK 微软一个已经成熟商业化、所有开发者都在用的产品。这故事在国内肯定不通，在美国听起来也不通。他的解释是，美国大厂反应慢，这对创业者是巨大的优势。

还有一个运气成分。Cursor 要的体验，GPT-4 可能都做不出来，要 Claude 3.5 Sonnet 才行。他们一直坚持做这个体验，想各种办法，等到模型能力到位。张海龙说这里面没什么玄妙的高科技，扒开 transformer 看，原理都写着，大模型已经不是秘密，难的是工程：怎么把响应压到零点五秒以内，业界有什么能用，去看论文。最大的问题是你能不能提出正确的问题。Cursor 在 2023 年提出了一个正确的问题，2024 年基础设施的改进让这个问题能被解决。

那 GitHub Copilot 为什么没做？张海龙跟微软开发者相关部门的人聊过，对方内部并不着急，因为这事不是很难。不做的原因之一是插件机制做不出来，要做就得先把 VS Code 的插件机制完善一遍。但他认为微软一定会做，只是反应慢一点。

Agent 有声量，没留存 0:16:53

聊到 Agent，张海龙的说法很直接：严肃意义上，Agent 没有跑通 PMF，两个 PMF 都没通。

第一个是 product market fit。Agent 在什么场景下、以什么形式存在、怎么跟人交互、怎么定价，全都不清楚。第二个是 product model fit。到底什么模型、需要什么能力，才能让 Agent 这件事 work，也不清楚。所以这个赛道虽然无比拥挤，目前没有 PMF。他的判断标准是：如果真的 PMF 了，会像 Cursor 那样大江南北有很多人在用，口碑传播特别好。

Devin 出来的时候声量很大，是 PR 层面 Agent 的代表，让 Agent 进入了大家的视野，但目前没有看到特别好的产品出来。Bolt.new 这类产品确实有人在传、在用，但张海龙提醒要看留存。很多 Agent 产品是上来一波宣传，看起来特别炫酷，然后就没有然后了。他说自己已经麻了：不要看今天谁出来做了个东西，明天谁又出来一个，本质上要看你要解的这个问题底层是不是 ready。底层不 ready，所有解这个问题的人都不用看，因为他不可能做出来。

赛道里还有一类公司走的是另一条路：自己做模型。Magic.dev、Poolside 是典型，Augment 也在做 Copilot 方向。张海龙对自研模型持巨大怀疑。不用 OpenAI、不用 Anthropic，自己搞模型，本质上是在挑战整个 AI 赛道的格局，赌的是「我做一个垂直领域的模型，能比通用大模型更好」。他认为 intelligence 这件事可能就需要很大的模型、更通用的模型才能实现，在上面做 prompt engineering、RAG、fine tuning 才是应用公司的位置。当然他也承认这是巨大的非共识，否则没法解释这个赛道为什么还这么新。

那为什么 Copilot 已经跑通了，大家还要做 Agent？因为 Copilot 是工具，Agent 是生产力，它自己就是 labor。张海龙举了个具体场景：一篇论文里有个算法，你想试试靠不靠谱，甚至想直接移植到项目里。你可以把 PDF 扔给 Agent，让它把算法实现出来，弄点测试数据，跑一下看执行结果。Copilot 做不到这个。这相当于给小弟安排任务，输入明确、输出明确，他理论上可以通过自己尝试、搜网站、编译、运行、调试，最后给你一份报告。

商业逻辑也在这里。Copilot 是卖二十美金一个月的事，Agent 可能是两千美金一个月的事。这就是美国 Agent 赛道有那么多钱愿意投进来的原因。

为什么选单元测试这个场景 0:21:30

张海龙说，硅谷这边已经形成一个共识：如果你做一个 Agent 说什么都能干，基本没人信你，实际上你啥也不能干。Reputate agent 那种看起来什么都能干的，对小白能做出一个看起来能用的 demo，但真正做软件工程，没人这么写代码。正确的做法是找一个细分切入点，让 Agent 只干这一件事。

Code Agent 的切入点是分散的：有人做 code review，有人做补文档，有人做重构，重构的需求量也很大。Gru.ai 选的是单元测试。张海龙解释了这个概念：你写了一段代码，要确保它正确，就得写另一段代码去测它的输入输出是否符合预期。比如写了个排序算法，输入一串数字，看它能不能按顺序排出来。

单元测试最大的作用是防止 regression。一段代码本来运行得好好的，系统复杂、开发量大，被人在别处做了修改，改完这段代码就 break 了之前的某个功能。系统大了以后可能有几十万个功能，彼此联系错综复杂，单元测试是保证改东西时不把原来东西改坏的有效手段。

为什么觉得这事能做？张海龙给了三个理由。一是有价值，但只对 enterprise 有价值，小团队产品功能不复杂，用不上。二是开发者不愿意写，写功能代码有成就感，写单元测试是组织输入输出、做周边配合，不好玩，所以大部分团队覆盖率在百分之三十以下，能不写就不写。人不愿意干的活，正好让 Agent 干。三是单元测试对业务上下文的需求相对低，你是抖音还是美团外卖，关系没那么大；而且它已经被实践了几十年，有套路，不同团队的工程实践比较接近。这几点加起来，使得它有可能用一个相对通用的 Agent 解决。

曲凯问，Agent 起来之后 Copilot 会不会消失。张海龙认为这是两件完全不一样的事，Copilot 会一直存在并且很重要。找了个小弟拧螺丝，不代表你不需要一把电钻去拧更复杂的螺丝。他坚信人很重要，软件工程师很重要，AI 把程序员干下岗这种事他不信，除非你本来水平就很差。只要人还在，Copilot 就重要，它帮人提高效率。他的比喻是科幻片：人需要一套很牛的装备去打怪，同时还可以带一帮机器小弟。

不相信编程大众化 0:25:30

曲凯问，一个人说「帮我搭一个 TikTok」，这种事你信吗？张海龙说不信，他不信任何把代码平民化的东西，逻辑有几条。

第一，软件工程历史上这件事没有成功过。很多人尝试过各种办法，最后所有低代码、无代码产品都只能局限在非常小的领域里才有商业价值。几十年了，没有出现任何一个把软件工程门槛降下来、还被大规模广泛使用的产品。

第二，普通人没有写代码的需求。很多人假设门槛降低就会有十亿人写代码，张海龙说他以前深信这个愿景，从去年开始动摇了。普通人可能想喝咖啡、想拍美美的照片、想去兜风，没有人想写代码，甚至跟一个程序员说话都觉得累。写代码依然是小部分人创造大量软件、让大部分人用。如果一个需求变得特别普遍，它就会变成一个独立存在的软件，跟现在的 SaaS 一样，会有专业团队做一个很牛的工具来解决；只有非常小、没法普世的需求，才可能找朋友帮忙弄一弄。

第三，一句话做 Agent 这种事他也不信。一个复杂的 Agent，比如写代码的 Agent，背后的工程复杂度远超想象，不是拖几个方块、说两句话就能做出来的。而且如果这件事真这么普遍、这么简单，那它就是 ChatGPT 的生意，不是你的生意。ChatGPT 已经集成了开发环境，Anthropic 有 Artifacts，ChatGPT 有 Canvas，都是轻量级的，在白领办公场景里插一段代码，普通人到此为止就够了。

Gru.ai 自己就踩过这个坑。2023 年 5 月他们开始琢磨 Agent，做过很多方向，包括让普通人说两句话生成应用的产品，最后发现这也不 work、那也不 work。想明白之后，结论是别想那么多科幻片，得想商业片，想怎么真的产生生产力价值。往这个方向想，路会越来越窄，最后收敛到一个判断：Agent 作为劳动力，最重要的品质是可靠。招个实习生能力差一点可以忍，经常不靠谱、瞎折腾、浪费你时间，就不能忍。

还有一个现实问题：很多人讲不清楚需求。你说做个抖音，其实没人真的能讲清楚抖音的产品需求。软件工程的需求没那么简单。

模型吃不掉 Agent，因为上下文不在模型手里 0:27:44

曲凯问，模型本身和 Copilot、Agent 的关系最终会怎样，GPT-5、GPT-6 会不会让上面的应用都没有意义。张海龙说他去年特别担心这个问题，现在特别坚定地认为不会，除非真正的 AGI 出现。目前的 AI 进展看起来不像，更多是在准确率、上下文长度、速度、聪明程度上不断提升。

他的核心论据是：一个再聪明的应届毕业生，也很难直接在公司里产生价值。进公司要培训，要理解这公司干什么、为什么干、怎么干活。软件工程有两个重大问题，也是 Agent 特别难做的原因：业务上下文和工程上下文。这两个问题是 domain specific、company specific、team specific 的，每个公司都不一样，模型再怎么进化、怎么 training 都解决不了。

所以模型进化对 Agent 是正向促进。Agent 本来只有八十的智商，现在有一百，把合适的信息给到它，它能更快 pick up，更好地解决实际场景的问题。就像聪明的应届生和笨的应届生，适应公司的过程不一样。他说 GPT-5 的出现对他们绝对是利好。

顺着这个逻辑，曲凯问未来还要不要学编程。张海龙的回答是肯定要。他不确定未来的编程教育会演变成什么样，但坚定认为程序员依然是被需要的岗位，只是量有没有那么大、类型会不会变化，现在不好说。

节目里有一段关于评估的讨论值得单独拎出来。张海龙说他们花了很多时间 build evaluation，你制造了一堆数字员工，上岗之前得有考核方式。单元测试这个场景，考核一个人不能只问他一道题，要 build 题库：拿开源仓库、自己的仓库、早期客户的商业仓库，覆盖不同语言、不同框架、不同类型写法，整理出一千道题。Agent 每改进一版，就跑这一千道题看做对多少。这种 evaluation 非常耗时，因为数据以前不存在。他提到硅谷特别强调 synthetic data，合成数据有两个作用，一个是 training，一个是 evaluation。

在硅谷待得越久，买的 SaaS 越多 0:32:44

张海龙在硅谷待了几个月，他的观察是每个层面都非常欣欣向荣。他不谈投资额，只说项目种类的多样性和数量：鉴假包的 AI、时尚 AI、玄学 AI 全都有，都是成立的公司，拿了钱，是正儿八经的项目。更硬核的一层是 infra，卷得非常严重，做 Agent sandbox 的、做 Agent 数据合成的，投入比国内可能多十倍以上。做模型的反而是少数几家，本来也没那么多。

他讲了一个很有意思的个人变化：在硅谷待的时间越长，买的 SaaS 越多。买 LinkedIn 高级版，因为商业场合都这样；买 Zoom，因为开会不能四十五分钟就掉线；买 calendar，因为约人一来二去发邮件太累，直接发个 calendar 链接是这边的 common practice。越买越多，全是被逼的。他在国内什么 SaaS 都不买。

他的感受是，美国这边某种意义上的效率比国内高，SaaS 工具确实带来提效，而且没有免费可选项，所有人都收费。国内可能上来就给你各种免费，最后大家都收不着钱。这背后是生态和气候的差别，也是他们把产品商业化放在硅谷做的原因之一：付费意愿、付费能力、产品早期接受度都高一些。

给 AI 创业者的路径，不是建议 0:35:27

最后一个问题，给 AI 领域的华人创业者一些建议。张海龙先说自己没有足够信息给建议，找 PMF 的困难度比想象中高太多。好的事是别人也没找到，坏的事是他们也没找到。他一直还有信心，是因为不觉得自己的认知落后、技术落后。

他的路径是：对底层的理解特别重要。能自己看论文就自己看，能自己手写就手写，到一定程度再去用现成的工具和 infra，才会真正带来价值。这是个新领域，不像软件工程已经做了几十年，大家熟门熟路，上来就该这样那样。如果你上来就用各种帮你铺好的东西，不理解底层，很多东西你以为解不了，实际可以解。

你自己做了以后，你有体感，那个体感会对你的认知产生很微妙的变化。

他说这种微妙的体感，会在某天遇到一个问题时突然起作用。他们去年很大的收获就来源于大量去做底层。

把整期节目听完，能带走的东西大概有这么几条。看 AI Coding 这个赛道，先分清 Copilot 和 Agent：前者是同步工具，PMF 已经被 GitHub Copilot 跑通，Cursor 在交互上做了全局补全的创新；后者是异步劳动力，两个 PMF 都还没通，市面上声量大的产品大多要看留存。看国内市场，要意识到很多公司在卷 PMF 之后的事，产品做得浅，而真正的机会在 PMF 之前。看 Agent 创业，别做啥都能干的通用产品，找一个细分场景，把可靠性做出来，单元测试是张海龙给出的一个样本。看模型竞争，业务上下文和工程上下文不在模型手里，模型越强，应用层越受益。最后，如果你自己要做这一行，别一上来就套现成的框架，先手写、先读论文，把体感长在自己身上。