Cursor CEO最新采访：后代码时代，产品品味是关键

作者

去年下半年以来，AI编程彻底火了。


Anysphere被认为是这个领域最成功的公司，旗下的明星产品Cursor的成绩有目共睹，推出后仅20个月就达到了1亿ARR，仅两年就达到了3亿ARR（约人民币21亿）。

5月1日，Lenny’s Podcast 采访了Anysphere的联合创始人兼首席执行官Michael Truell。

在这次对话中，Michael分享了他对未来的愿景、经验教训以及为快速到来的AI未来做准备的建议。

乌鸦君摘取了此次采访中的关键信息与观点，相信会给你带来启发：

01.后代码时代是什么？
02.后代码时代，品味最重要
03.Cursor的起源故事
04.为什么选择构建IDE
05.人人都要成为工程经理
06.快速迭代是Cursor成功的秘诀
07.使用Cursor的建议
08.招聘和建立强大的团队


/ 01 /

后代码时代是什么？


我们创造Cursor的目标是创造一种新的软件构建方式。

你可以只通过自然语言向计算机描述你的意图就可以自动生成编程。

对于“新”，我想与几种未来软件形态的流行观点来来进行对比。

有的人认为，未来的软件开发与现在大同小异，依然需要凭借正式的编程语言来书写代码，如TypeScript、Go、C和Rust等。

有些人会认为只要输入指令，让机器人书写对应的代码就大功告成了。

但这两种设想都存在问题。

一切不变的观点是错的，因为技术会变化，而且会越来越好。

而聊天机器人的问题在于它会缺乏精确性，你需要不断提示让它们进行修改，而不能笼统地说“帮我修改一下应用”。

未来会呈现出以比这两种方式还要奇特的观景。

在这个未来中，人们可以从更高的层级去编辑和控制细节，并更容易、更易于理解和修改。

它超越了传统代码，像伪代码，将软件逻辑的表达方式更类似自然语言。
我们正致力于让复杂的符号和编码结构演化成更易于人类阅读和编辑的形式。

/ 02 /

后代码时代，品味最重要


我们认为最终会发展到那个阶段，并且这条发展路径需要现有专业工程师的参与和推动。


它看起来像是从代码演变而来。

但毋容置疑，这肯定会是一个由人主导的过程。

人不会放弃对软件各方面的控制权。

在后代码时代，品味（taste）将会成为越来越有价值。

通常人们认为的品味指的是视觉效果，如流畅度、色彩、UI等视觉设计方面。

然而，我认为定义软件的另一半在于其逻辑和运作方式。

它将定义产品设计的意图，即你期望软件如何运作。

这种思考会让越来越多的人认为自己是逻辑工程师，而不是单纯的软件开发者。

这让人们的思考高度上升到抽象的“是什么”而不是依然徘徊在“如何做”。
但要做到这些，我们还有很长的路要走。

互联网上流传着很多因为过度依赖AI而导致开发出来的软件有明显缺陷和问题。

尽管这样，未来的人们可以不必这样小心翼翼，而把关注更多放在品味上。

这就有点类似于Vibe Coding。

但Vibe Coding的创作是有问题的。我们创作，但从未理解。

在这种状态中，你可以产生大量的编码，但却无法理解其中的细节，这种创造会带来很多问题。

如果不了解底层细节，你很快会发现自己创造的东西变得过于庞大，难以修改。

因此，作为不了解代码的人，如何让他们控制所有细节？

这是我们所感兴趣的，也是与现在的专业开发者息息相关的。

此外，我认为目前我们还缺乏让“品味”真正主导软件构建的能力。

“品味”可以理解为，对应该构建什么有一个清晰、正确的构想，并将之化为现实。

这要求你对软件的运作逻辑、效果、如何实现等方面有清楚的认知。

不想现在，有了构想之后还要进行翻译，进行非常费劲繁琐的工作才能转化为计算机可执行的格式。

或者品味也可以说对“该构建什么”有正确的认知，这样才能创造出来好的东西。


/ 03 /

Cursor的起源故事


作为世界历史上增长最快的产品之一，它不仅改变了人们开发软件的软件，还改变了整个行业。


那么，改变这一切的Cursor是如何开始的？

Cursor的起点是源于我们对未来10 年人工智能如何发展的思考。

当时有两个决定性的时刻：

一个是Code Pilot测试版的成功，让我们第一次接触到真正有用的人工智能产品。

另一个是OpenAI 等相关团队发布的一系列关于模型扩大论文，证实了只需要简单的规模扩张，AI就能提升性能。

在2021年底至2022年初，我们对人工智能的发展非常看好。

当时我们感觉很多人都在谈论模型制作，而没有人真正深入到一个知识工作领域，去探索它在AI化之后的改变。

这让我们走上了探索的道路。我们想知道随着这项技术越来越成熟，这些知识工作领域在未来会发生怎样的变化？需要如何改进模型以支持工作的变化？而一旦规模和前期培训耗尽，你将如何继续推动技术能力的发展？

为此，我们决定开发Cursor。

当然在初期，我们犯了一个错误。

我们决定研究一个相对缺乏竞争力枯燥乏味的知识领域——帮助机械工程实现自动化和打造产品。

但我和我的联合创始人都不是机械工程师，我们对这个领域非常陌生。这有点类似盲人摸象。

对于零基础的我们来讲，需要做很多棘手的工作。

比如开发模型需要数据，但当时有关零件和工具的三维模型数据很少，获取来源也很成问题。

最终，我们清醒地认识到，机械工程非我所爱，不值花更多心思。

我们环顾四周，发现编程领域多年来变化不大，他并没有跟上未来的发展趋势。

他们对于未来软件的开发方向以及AI将如何重塑一切，似乎还没有足够的野心和紧迫感。

这让我们走上了创建Cursor的道路。

我们得到的教训是，即使某个领域看似已经拥挤不堪，如果你发现现有解决方案的野心还不够大，或者与你的愿景相比存在明显不足，其中仍然蕴藏着巨大的机会。

要抓住机会，首先需要有实现重大飞跃的空间。你需要能找到可以大展拳脚的地方。

而AI提供给了我们巨大的空间来施展。我认为这个领域的上限非常高。目前，即便是最好的工具，未来几年内仍有海量工作需要完成，有巨大的改进空间。


/ 04 /

为什么选择构建IDE？


在决定走编程这条路时，有几条路可以走。

一种是为工程师打造一个IDE（集成开发环境），然后在其中加入人工智能；

一种是打造一个完整的人工智能代理开发产品；

还有一种是打造一个非常擅长编码的模型，并专注于打造最好的编码模型。

Cursor专注构建IDE的目的在于决策权的归属。

我们关心的是让人类控制他们正在构建的最终工具中的所有决策。

相反，那些一开始只关注模型或端对端自动化编程的人，他们试图构建一个AI主导的未来。

我们对待AI决策的理念有根本的区别。

我们始终以一种现实主义的态度来看待当前的技术。

但我一开始打造产品就是使用自己开发的软件（dogfooding），我们是最终的用户。

这无疑让我们认为，我们需要人类来掌控主导权，人工智能不可能包办一切。

此外，现有编码环境的可扩展性非常有限，如果要应对编程形式等的变化，就必须对整个应用程序拥有控制权。

我们相信，IDE较之现有编码环境发展更加广泛。我们可以掌控它们，构建一个全新的环境。

当然，IDE的形式也会发生改变，会随着时间的发展而变化。

不过目前，我们主要将IDE 视为构建软件的地方。

Curser既可以让AI独立运行，也可以人与AI协同办公，然后再让它独立工作。


/ 05 /

人人都要成为工程经理


当使用AI Agent时，仍然会产生很多不理想的结果。

就像人类是工程经理，而Agent是那些不聪明的下属。

作为经理，我们需要花费很多时间来进行审查、批准和规范。

因此，我们观察到那些在使用AI方面最成功的客户，他们在使用时仍然非常谨慎。

他们都非常倚重“下一步的编程预测”，确保AI能够预测下一步的操作结果是他们想要的。

总体来讲，有两种方式来进行操作。

一种是，花大量的时间编辑操作指令，然后一股脑全抛给AI，然后再去审查他们的工作。

另一种是分解指令。先指定一些，让人工智能工作，然后审核；再指定一些，人工智能工作，然后再审核。如此往复直到达到合理的范围。

往往那些成功的客户都是采用第二种方式。


/ 06 /

快速迭代是Cursor成功的秘诀


当我们开始构建Cursor时，相当偏执地认为，它应该是一个全新的东西。

现在，我们以VS Code作为基础来开发软件，就像许多浏览器使用 Chromium 作为基础一样。

一开始，我们并没有这样做，而是从零开始构建了Cursor 的原型，这需要做大量的工作。

我们以令人难以置信的速度快速构建了各种东西，从零开始构建了自己的编辑器，然后还构建了人工智能组件。

大约五周之后，我们就开始完全使用自己的编辑器。

当我们发现它基本有用时，我们就立刻让其他人使用，并进行了很短的测试期。

大概三个月，我们就发布了Cursor。

我们的策略就是尽快发布，根据反馈修改版本。

最初的用户反馈极为宝贵，正是这些反馈促使我们决定放弃从零构建的版本，转而基于VS Code开发。

从那时起，我们就根据用户反馈进行产品迭代。

/ 07 /

使用Cursor的建议


使用Cursor 的成功很大程度上是对模型的能力有了一定的了解。

包括它们能处理的任务的复杂程度，质量、差距、它能做什么，不能做什么。

而现在，我们并没有很好地在产品中对人们进行这方面的教育。

要培养这种直觉，我有两个建议。

其一，正如之前提到的，不要偏向于一次性告诉模型你的所有指令，然后等待结果。

取而代之的是，我会把事情分割成不同的部分，你可以花基本相同的时间来指定事情的整体，但分割得更细。

这样，你只需指定一点点，就能完成一点点工作，最后到成型。

与此同时，我鼓励现在的专业开发人员，通过尝试去发现这些模型所能做到的极限。

因为很多时候，我们没有给人工智能一个公平的机会，低估了它的能力。

像Cursor 这样的工具，初级和高级工程师都能从中获得巨大收益。

我们看到，初级工程师有点过于依赖AI。

而高级工程师往往会低估AI对他们的帮助，并倾向于固守现有的工作流程。

而对于高级工程师，这类工具的推广和采纳是通过公司内部的开发者体验（DevEx）团队来推动的。


/ 08 /

招聘和建立强大的团队


对我们来说，拥有一批世界一流的工程师和研究人员与我们一起开发Cursor 是非常重要的。

这既是出于个人原因，也是为了公司的战略。

我们的目标是找到兼具求知欲和实验精神的人，因为我们需要构建很多新的东西。

同时，保持清醒的头脑很重要。

除了创造产品，招募到合适的人选也是我们所关注的事情。

我们只是专注于寻找我们认定为世界一流的人才，有时甚至会花数年时间去招募他们。

但我认为我们一开始并不擅长这种方法。

我认为我们在以下几个方面学到了来之不易的经验：

谁是合适的人选？
谁对团队有实际意义？
优秀的人是什么样的？
如何吸引那些不忙于找工作的人才?

我们在早期过于偏向于寻找那些符合知名学校原型的人，他们在学校表现十分优秀。

过于看重资历，过于看重兴趣和经验。

这虽然为我们提供了大量的优秀人才，但他们有时看起来与我们最初追求的典型候选人不同。

另一经验是面试流程的问题。

我们面试策略的一个核心环节是让候选人来到公司，和我们一起完成一个为期两天的项目。

既是一个测试，也是一种互动。

它的优点在于，能让候选人完成一个真实的端到端项目。

它能让你看到两天内的实际产出，而且不会占用团队大量时间。

能帮助你判断是否愿意与此人共事，因为你会和他共事两天。

而且吸引候选人也非常重要。

尤其在公司成立初期，产品并未成熟。



PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。


（文：乌鸦智能说）

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