这两天看到SpaceX收购Cursor的消息，很多人的第一反应可能和我一样：

这两个东西到底是怎么联系上的？

一家做火箭、卫星互联网和大规模算力基础设施的公司，为什么突然花600亿美元去买一个AI代码编辑器？

如果只从软件产品的角度看，这确实有点奇怪。

Cursor再成功，本质上也是一个开发工具。

但如果把Cursor放进SpaceX正在做的事情里面重新看一遍，这笔交易就没那么难理解了。

我甚至觉得，SpaceX真正想买的，可能根本不是Cursor这个编辑器。

它更看重的，是Cursor背后的开发者，以及这些开发者每天产生的大量AI推理需求。

换句话说：

SpaceX买的可能不是一个软件，而是一条连接算力和用户的“分销渠道”。

这里的“算力分销权”并不是一个严格的行业术语，而是我对这笔交易的一个理解。

为什么这么说？

先从Cursor说起。

---

Cursor正在变成一种新的AI入口

以前的IDE其实很简单。

程序员打开VS Code或者IntelliJ，写代码、调试、运行程序。

电脑是工具，程序员的大脑才是主要的计算资源。

但AI IDE出现以后，这个关系发生了变化。

现在写一个函数，AI可以帮你补全。

遇到Bug，可以直接让AI分析。

一个项目有几十个文件，AI可以帮你理解代码之间的关系。

再进一步，Agent甚至可以自己修改文件、执行命令、运行测试，然后根据结果继续修改。

这时候，IDE已经不只是“写代码的地方”。

它正在慢慢变成一个AI Agent工作的入口。

这两者看起来只是功能增加了一点，但背后的商业逻辑完全不一样。

传统软件的用户打开软件，主要消耗的是软件本身。

AI软件的用户打开软件，除了使用软件之外，还会持续消耗模型推理能力。

而Cursor恰好是目前最典型的一类产品。

一个开发者如果已经把AI接入自己的编码流程，那么AI使用就不会只发生在某一个聊天窗口里。

补全、问答、代码分析、Agent执行，这些操作都会不断产生模型请求。

所以从算力的角度来看，Cursor可以理解成一个非常高频的AI消费入口。

它把开发者的一个个操作，转换成了持续的模型调用。

这也是为什么我认为，评价这类产品的时候，只看“有多少用户”其实已经不够了。

更重要的是：

这些用户到底有多高频地使用AI。

---

这时候再看SpaceX，事情就有意思了

SpaceX这几年已经不只是传统意义上的航天公司。

围绕AI算力、数据中心以及相关基础设施，它正在构建越来越庞大的能力。

Colossus就是其中最受关注的一部分。

从商业模式来看，建设如此大规模的算力基础设施，本身就是一件非常重的事情。

GPU、数据中心、电力、网络、散热以及整个基础设施的投入都非常高。

但算力最怕的事情是什么？

不是贵，而是利用率不够。

一座数据中心如果长期没有足够的推理任务，昂贵的GPU就在那里闲着。

所以算力基础设施发展到一定规模之后，一个非常现实的问题就出现了：

这些算力最终卖给谁？

这时候Cursor的价值就开始体现出来了。

一边是大规模算力基础设施。

另一边是每天都需要AI帮助工作的开发者。

中间刚好缺一个连接两者的产品。

Cursor就是这样的入口之一。

于是整条链条就变得非常清楚：

开发者使用Cursor。

Cursor调用模型。

模型需要推理算力。

算力由基础设施提供。

而用户越多、使用越频繁，对推理资源的需求就越大。

所以从这个角度来看，Cursor实际上是在给算力提供一个非常稳定的消费场景。

这和传统软件的价值判断已经不太一样了。

过去我们可能会问：

一个软件有多少付费用户？

现在还应该问：

这些用户每天让AI替自己完成了多少工作？

因为后面这个数字，最终会对应真实的计算需求。

---

真正值得关注的，其实是“模型+算力+入口”

如果把这件事情再往上拉一个层级，会发现AI行业正在出现一个挺有意思的变化。

过去两年，大家最关心的是模型。

GPT、Claude、Gemini、Grok，以及各种开源模型，大家每天都在比较：

谁的代码能力更强？

谁的推理能力更强？

谁的价格更便宜？

这当然仍然重要。

但当模型能力逐渐接近之后，另外两个东西的重要性会越来越明显：

算力和入口。

模型决定AI能做什么。

算力决定AI能够以什么成本做这些事情。

而入口决定用户到底会不会每天使用它。

这三个东西如果分散在不同公司手里，整个产业链就会比较复杂。

应用公司需要调用模型。

模型公司需要采购或者租用算力。

云厂商则向整个市场出售算力。

大家各自赚自己的钱。

但如果有人开始尝试把这几层连接起来，商业模式就不一样了。

这也是我认为SpaceX这笔交易最值得关注的地方。

它不是简单地“从一个软件公司买了一个软件”。

而是在尝试把算力基础设施和高频AI应用入口放到同一个体系里。

这并不意味着以后所有AI产品都必须自己建数据中心。

也不意味着拥有算力就一定能够打败OpenAI或者Anthropic。

但它至少说明了一件事：

AI应用的上游成本，已经开始成为产品竞争力的一部分。

---

这对Cursor自己也提出了一个问题

当然，这件事情并没有想象中那么简单。

Cursor之所以能够发展起来，一个重要原因就是它没有把自己完全绑定在某一个模型上。

开发者可以选择不同的模型。

这也是AI编程工具很重要的一种竞争方式。

但如果未来Cursor和SpaceX的算力、模型体系结合得越来越深，那么一个问题就来了：

Cursor究竟应该保持一个独立的AI编程平台，还是逐渐变成某个模型生态的一部分？

这是一个很难的选择。

如果绑定太深，确实可以获得更好的成本控制和基础设施支持。

但另一方面，也可能削弱产品原本的开放性。

而对于一个开发工具来说，开发者其实非常在意这一点。

没有程序员希望自己用了一个工具之后，突然发现它只能使用某一家模型。

所以这笔交易真正的难点，可能反而不是技术。

而是怎么在“算力优势”和“产品独立性”之间找到平衡。

---

AI创业公司可能需要重新思考自己的护城河

这件事情对普通AI创业者其实也有一点提醒。

过去做一个AI产品，最简单的路径就是：

找一个模型API。

做一个产品界面。

解决一个具体场景。

然后开始获取用户。

这套方法当然依然可以做。

但问题是，当模型越来越强、API越来越便宜之后，仅仅把模型包装成一个产品，很难形成长期护城河。

你的上游可能是OpenAI。

也可能是Anthropic。

或者其他模型厂商。

用户如果真的喜欢你的产品当然可以留下。

但如果模型厂商自己把同样的功能做出来，你怎么办？

这也是为什么我越来越觉得，未来AI应用真正重要的东西可能不是“有没有调用模型”。

而是：

你有没有一个用户每天都会使用的工作入口。

如果用户每天都在你的产品里工作，那么模型只是其中的一部分。

你真正拥有的是用户的工作流。

Cursor的价值就在这里。

它不是简单地给程序员提供一个聊天框。

它进入了程序员写代码这件事情本身。

而一旦AI进入工作流，用户的使用频率和依赖程度都会完全不同。

这可能也是600亿美元背后真正值得研究的东西。

---

所以，SpaceX到底买了什么？

如果让我用一句话总结这笔交易，我不会说：

SpaceX花600亿美元买了一个AI代码编辑器。

我更愿意这样理解：

它买的是一个能够持续把开发者需求转化成AI计算需求的入口。

这就是我所说的“算力分销权”。

以前互联网公司的入口，主要是分发信息、广告和商品。

AI时代的入口可能开始分发另一种东西：

智能。

用户每调用一次AI，本质上都在消费一小部分计算能力。

用户使用得越多，AI产生的价值越大，同时需要的算力也越多。

所以未来AI产业的竞争，可能不会永远停留在“谁的模型最强”。

真正的竞争也许会逐渐变成：

谁有更强的模型，谁有更便宜、更充足的算力，以及谁能把这些能力放进用户每天都离不开的工作流里。

从这个角度再回头看Cursor，这笔600亿美元的交易就没有那么离谱了。

它买的表面上是一个代码编辑器。

但往深了看，买的是开发者入口。

再往深了看，是入口背后的持续计算需求。

而这可能才是AI时代最有意思的一种商业模式：

算力不再只是基础设施，它开始寻找自己的“分销渠道”。

Cursor，也许只是第一个让这个趋势足够明显的案例。