Cursor

定义

Cursor 是一款面向 Windows、macOS 和 Linux 的商用集成开发环境（IDE），主打把人工智能能力嵌入编码流程，用于代码生成、智能改写和针对代码库的自然语言问答^[1]。它并非在既有编辑器上外挂插件，而是直接从微软的 Visual Studio Code 派生出一个独立程序，因此原编辑器的扩展与设置可以继续沿用^[1][5]。开发方 Anysphere 自称其为「AI 代码编辑器」，把大模型补全、对话和智能体作为产品核心而非附加功能^[6]。

第二段按惯例可以介绍它与同类工具的关系。与以插件形式工作的 GitHub Copilot 相比，Cursor 由于掌控整个编辑器，能把补全建议、行内修改和文件写入接入同一套界面与上下文处理流程^[7]。

原理

Cursor 由桌面客户端与后端 AI 服务两部分组成。客户端保留了 VS Code 的内核、界面与插件体系，并加入对话侧边栏、Composer 面板以及 Tab、Cmd+K 等触发 AI 操作的入口；因为它是完整分支而不是插件，AI 功能可以直接参与编辑器的建议系统和文件写入^[7]。语言相关的跳转、悬停提示和诊断则由语言服务器协议（LSP）提供，官方在 2.0 版本中称其大幅改善了多语言 LSP 的加载与内存占用^[8]。

让模型「读懂」项目依靠的是代码库索引。打开工作区后，程序会把源文件切成语义片段、转换成向量嵌入并存入库中，之后定期增量同步；提问时按语义相似度检索相关片段，再连同提示词交给模型，其效果类似检索增强生成^[9][7]。用户也可以通过 @ 引用文件、文件夹或文档，把指定材料精确放入上下文^[10]。

在交互层面，Tab 补全会预测接下来的多行代码并支持连续接受，行内修改可由选中代码加一段自然语言指令完成，聊天面板负责解释与答疑，智能体模式则能自行规划步骤、创建文件、调用终端并运行命令^[7]。2025 年 10 月推出的 2.0 版本引入自研编码模型 Composer，据官方说明这是一个支持长上下文的专家混合模型，经过面向软件工程的强化学习优化，单个提示下最多可并行运行 8 个智能体，并通过 Git worktrees 或远程机器隔离各自的代码副本以避免文件冲突^[8][11]。

第三段还可以补充费用与速度方面的说明。同一来源称 Composer 的生成速度约为同等水平模型的 4 倍，多数任务可在 30 秒内完成^[11]。

发展历程

Anysphere 由 Michael Truell、Sualeh Asif、Arvid Lunnemark 和 Aman Sanger 于 2022 年创办，4 人在麻省理工学院求学期间相识，并参加了 OpenAI 面向初创企业的加速项目^[12]。2023 年 3 月，团队发布了首个版本的 Cursor，选择分支 Visual Studio Code 的做法，而不是另起炉灶或只做插件^[12]。同年 10 月 11 日，公司宣布获得 800 万美元种子轮融资，由 OpenAI 创业基金领投，前 GitHub 首席执行官 Nat Friedman 等参与，当时年化经常性收入已超过 100 万美元。

此后公司融资节奏加快：2024 年 8 月 A 轮估值约 4 亿美元，同年 12 月 B 轮升至约 26 亿美元，2025 年 5 月 C 轮约 90 亿美元，2025 年 11 月 D 轮融资 23 亿美元、投后估值 293 亿美元，Accel 与 Coatue 领投，Google、Nvidia 等参与^[13]。2024 年 11 月，公司还收购了代码补全服务 Supermaven^[1]。

2025 年 10 月，Cursor 发布 2.0 版本，首次推出自研编码模型 Composer，并加入并行多智能体、内嵌浏览器、语音模式与改进的代码审查界面^[11]。据 2026 年 4 月的报道，公司当时正洽谈以约 500 亿美元估值融资至少 20 亿美元，并预计 2026 年底年化营收超过 60 亿美元，此前 2026 年 2 月的年化营收约为 20 亿美元。

2026 年 6 月，SpaceX 宣布以全股票方式收购 Anysphere，隐含股权估值约 600 亿美元，交易预计在 2026 年第三季度完成，仍需监管批准^[14]。需要注意的是，该作价并不等同于公开市场市值，且截至相关报道时交易尚未交割^[15]。

应用

日常使用中，Cursor 最常见的场景是在单个文件内获得补全和行内改写，以及围绕中小规模代码库做问答与定位，例如询问某项配置或鉴权逻辑写在何处^[9]。智能体模式可承担跨文件的批量重构、生成测试、修复静态检查报错，以及按自然语言描述在集成终端里编写并运行脚本，用于合并表格、批量重命名文件等杂务^[10][11]。

在团队与企业层面，官方提供了规则与自定义命令的统一分发、审计日志、沙箱化终端和钩子下发等管理能力，企业版还可将智能体工具的执行放在自管硬件上运行^[8][16]。据 2025 年的报道，采用该工具的组织包括 Rippling、Adobe 和 Nvidia，也有系统集成商围绕它培训超过 1000 名工程师，用于新建应用和改造遗留系统^[2]。

局限

索引与上下文容量是主要约束。有分析指出，Cursor 打开仓库时索引的文件数量存在上限，单次会话实际可用的上下文约 2 万 token，因此在超过数万文件的大型单体仓库上，跨模块查询的相关性会下降，智能体在涉及三四个以上文件的任务中容易偏离目标，其建议更应被当作需要核实的猜测^[9]。切片按文件进行，也使它在跨语言调用关系上容易失手，例如 TypeScript 调用 Rust 二进制、或 SQL 嵌在 Python 对象映射层中的情形^[17]。

生成结果的可靠性同样有限。Tab 补全在大型重构中可能提出错误的并行编辑，例如重命名一个相似但不相关的符号，逐条审查这些被拒绝的建议本身也有成本；行内修改所用的模型在上下文锚点过短或过于笼统时，偶尔会无法把差异对齐到源文件，造成重复或丢失代码行^[17]。智能体模式的工具循环消耗大量 token，若一次读取许多文件，单次运行可能用掉超过 10 万 token，单任务成本明显高于补全^[17]。

隐私与部署方式也有边界。个人账户的隐私模式默认处于关闭状态，官方说明在关闭时可能保存并使用代码库数据、提示词与代码片段用于改进产品；即便开启，推理请求仍需经由 Cursor 云端转发，包括用户自带密钥的情况^[16][18]。官方把智能体的运行模式控制称为尽力而为的护栏而非严格的安全边界，分类器本身会出错^[10]。

第三方的使用反馈还提到，部分模型给出的修改前后不一致、偶发缺陷、在超大仓库上变慢，以及定价方案调整较频繁，一些功能在隐私模式下不可用^[19]。

参见

• Visual Studio Code —— Cursor 分支自这一开源编辑器，并沿用其扩展与设置体系。

• GitHub Copilot —— 以插件形式提供 AI 补全的同类工具，常被用来与 Cursor 对照。

• 大语言模型 —— Cursor 的补全、对话与智能体功能均建立在外部或自研的大模型之上。

• 检索增强生成 —— 代码库向量索引与语义检索的工作方式与之相近。

• 模型上下文协议 —— Cursor 支持接入的外部工具与数据源协议。

• 集成开发环境 —— Cursor 所属的软件类别，涵盖编辑、调试、终端与构建等工具链。