Cursor 收購 Graphite：當 AI 寫程式碼的速度超越人類審核能力

本文整理自 TBPN 2025 年 12 月 19 日播出的年終特別節目。

「我們兩家公司的辦公室就在紐約街對面，我從這裡可以直接看到他們的窗戶。」Graphite 創辦人 Merrill Lutsky 在訪談中笑著說。這不只是地理上的巧合——Cursor 與 Graphite 的整合，代表的是 AI 程式碼工具領域一個更大的趨勢：當 AI 生成程式碼的速度越來越快，誰來負責審核這些程式碼？

64% 的 Fortune 500 已經在用 Cursor

Cursor 的成長速度，即使在這個習慣看到指數曲線的產業裡，仍然令人驚訝。根據創辦人 Michael Truell 在訪談中透露，目前已有 64% 的 Fortune 500 公司以某種形式付費使用 Cursor。這個數字的驚人之處在於它的速度——Cursor 的「往上走」（upmarket motion）發展得比幾乎所有其他開發者工具都快。

這不只是新創公司和個人開發者在用。Truell 提到的企業客戶名單包括 NVIDIA（全公司使用）、Adobe、Uber、Salesforce。Salesforce 甚至在公開財報中提到，使用 Cursor 後生產力提升超過 30%。更有趣的是，連非科技公司也在名單上——星巴克、希爾頓酒店、普華永道。「讓人驚訝的是，有多少公司其實都是軟體公司，」Truell 說。

這種滲透速度改變了一個傳統認知：企業採用新工具通常需要漫長的評估、採購、培訓週期。但 Cursor 的模式不太一樣。Truell 解釋，關鍵在於產品本身的差異化程度——「最好的產品和第三好的產品之間的差距，真的非常大。」當工具的效能差異如此明顯，企業的採購決策就會加速。

瓶頸轉移：從寫程式碼到審核程式碼

Cursor 收購 Graphite 的邏輯，要從一個根本性的變化說起。Merrill 用一個簡單的觀察解釋：「每次我跟開發者聊天，他們都說同一件事——有太多程式碼要審核了。」這個問題的根源，諷刺地，正是 Cursor 自己造成的。

當 AI 能夠大幅加速程式碼生成，軟體開發的瓶頸就轉移了。過去，瓶頸在「寫程式碼」——開發者敲鍵盤的速度、debug 的時間、理解需求的過程。現在，這些環節被 AI 大幅壓縮，但接下來的流程卻沒有跟上。程式碼寫完之後，需要提交 Pull Request、等待同事審核、修改、再審核、最後合併到主分支。這整個「outer loop」（外圍循環）的效率，成了新的瓶頸。

Graphite 做的事情，正是優化這個外圍循環。他們的產品讓程式碼審核流程更順暢——支援 Stack PR（堆疊式 Pull Request）、自動化的合併佇列、更好的審核介面。Merrill 說，他們一直把 Graphite 定位成「開發者的儀表板」——工程師每天早上打開電腦，第一個看的地方。現在，這個儀表板要跟 Cursor 整合了。

「你不應該需要切換工具」

兩位創辦人都強調，整合的目標是讓開發者「不需要在不同工具之間跳來跳去」。Merrill 回憶，今年稍早他們去多倫多拜訪 Shopify 的工程團隊（Shopify 是 Graphite 的大客戶之一），對方提出的最大需求就是：「我們怎麼把 IDE 裡的上下文帶到 Pull Request 裡？」

具體來說，開發者希望在 Cursor 裡跟 AI 對話的歷史、Agent 的執行紀錄，能夠自動出現在 Pull Request 的描述裡。這樣審核者就能理解這段程式碼是怎麼產生的、AI 做了什麼決策。更進一步，如果審核時發現問題，應該能直接呼叫 Agent 來修復，而不是手動切回 IDE。

這個願景指向一個更大的整合：從寫程式碼、到提交、到審核、到合併、到部署，整個流程都在同一個介面裡完成。Truell 說，短期內會有一些「明顯的低垂果實」可以快速整合，但更大規模的整合需要時間。「我們會在 2026 年底之前有更多消息分享。」

2025 年的轉折：Agent 變得真正有用了

回顧 2025 年，Truell 認為最大的變化是「Agent 在專業場景中變得真正有用」。這不只是 demo 好看，而是能在實際工作中承擔任務。他描述的轉變是：從「AI 幫你處理接下來 30 秒到 5 分鐘的工作」，變成「你可以把整個任務交給 AI，讓它自己完成」。

但 Truell 也強調，容易低估「完全自動化程式設計」還有多遠的路要走。專業軟體開發需要大量的人參與、漫長的時間、複雜的協作。AI 程式設計要真正成熟，還需要解決很多問題。他對研究方向的觀察很有意思：過去幾年的能力提升來自兩個大方向——預訓練（更大的模型、更多的數據）和「給模型遊戲玩」（curating games for models to play）。

後者聽起來抽象，但在程式設計領域很具體：收集大量的程式碼庫，設計任務，建立測試來判斷模型是否正確完成任務，然後讓模型反覆練習。「大型 AI 公司在這件事上做得非常好——收集數千、數萬個真正困難的遊戲讓模型玩，然後模型就學會了程式設計。」

Cursor 的邊界在哪裡？

訪談中一個有趣的問題是：「Cursor for X」這個 meme 到處都是——Cursor for 生物科技、Cursor for 旅遊、Cursor for 機械工程。Cursor 自己的邊界在哪裡？

Truell 的回答很明確：「我們想讓任何人都能在電腦上建造任何東西。換個說法，我們想自動化程式設計。」這個定義框定了 Cursor 的範圍——專注在「寫程式」這件事上，但「寫程式」本身的邊界正在擴張。隨著產品變好、技術成熟，會有越來越多「技術輕量級」的人（設計師、產品經理）也開始使用 Cursor。

對於其他領域的「Cursor for X」，Truell 說他其實很期待看到這類公司出現。他們創業時的論點是：在每個知識工作領域，都應該有一家公司做「那個領域的駕駛艙」——日常工作的主介面，針對 AI 優化，同時利用使用者行為來改善底層模型。這個模式在程式設計之外的領域——機械工程、寫作、科學研究——都應該有人去做。

對想進入軟體工程的人的建議

當被問到「現在還值得學程式設計嗎」這個問題時，Truell 的回答出乎意料地樂觀。他認為現在其實是進入軟體工程的好時機，尤其對新人來說——「他們可以很快地養成新習慣。」

他的具體建議是：多嘗試各種工具、獲得真實的專業開發環境經驗。獨自做 side project 和跟幾百人一起開發大型軟體是完全不同的事。後者涉及協作、程式碼審核、版本控制、部署流程，這些都是 AI 工具目前還在努力解決的問題。

「讓人驚訝的是，世界上還有多少進步是被『在電腦上建造東西』這件事卡住的。」Truell 說。他舉了 AI 研究本身的例子——訓練大型模型的瓶頸之一，就是研究員寫程式碼的速度。他之前在一家生技公司工作，發現那裡的瓶頸也是軟體——分析數據、挑選下一批要測試的化學分子，都卡在「現成軟體不好用，自己開發又太慢」的困境。

這個觀察或許解釋了為什麼 Cursor 的成長如此之快：程式設計能力的提升是一個巨大的槓桿，幾乎可以放大每個領域的生產力。

Cursor 收購 Graphite，表面上是一家 AI 程式碼編輯器買了一家程式碼審核工具。但更深層的意義是：AI 正在重塑軟體開發的整個流程，而瓶頸會不斷轉移。今天的瓶頸是程式碼審核，明天可能是測試、部署、或者更上游的需求定義。誰能持續識別並解決這些瓶頸，誰就能在這個市場裡繼續成長。

Truell 和 Merrill 的辦公室隔街相望，現在要合併成一家公司。他們說會先拉一條 zipline 連接兩棟樓——當然是開玩笑的。但這個畫面或許是個不錯的隱喻：兩個原本獨立的產品，現在要建立一條快速通道，讓開發者能在寫程式碼和審核程式碼之間無縫切換。這條通道能建得多快、多順暢，2026 年底我們就會知道了。