
【AI编程新争夺点浮现】
造火箭的买了个“编辑器”,做AI的买了个“云沙盒”。两笔相隔不到一周的交易,看似毫无关联,却将AI编程下一个争夺点摆到了同一台面上。
【SpaceX收购Cursor】
当地时间6月16日,SpaceX向美国证券交易委员会(SEC)提交文件,披露其已与Cursor母公司Anysphere签署合并协议,拟以全股票方式完成交易,隐含股权价值约600亿美元,预计于2026年第三季度交割,仍需满足监管审批等条件。
【OpenAI收购Ona】
SpaceX宣布收购Cursor的五天前,即当地时间6月11日,OpenAI在官网宣布拟收购一家名为Ona的德国公司。Ona提供安全、持久、客户可控的云端执行和编排环境。
【Ona与Cursor:拼成同一条生产线】
表面看,Ona和Cursor不是同一赛道的公司:一个做云端执行环境,一个做AI IDE;一个在后台,一个在前台。但在AI编程的演进里,它们刚好拼成同一条生产线:Cursor代表开发者面对的前台和入口,而Ona是AI完成任务的环境,代表后台执行环境。
【AI编程核心问题转变】
过去,AI编程的核心问题是模型能否补全一行代码、生成一个函数、解释一段逻辑。现在,核心问题变成AI能否理解一个真实代码库,完成一个真实工程任务,运行测试,提交PR,并在企业允许的边界内留下可审计、可回滚、可追责的过程。
【马斯克为Grok抢“前台”】
收购消息宣布不久,Cursor就预告了一个1.5万亿+参数的新模型。据报道,其训练规模达到1.5万亿参数级别,并使用超过10万块GPU。Cursor官方changelog中可确认,其Bugbot已由Composer 2.5驱动,review时间从约5分钟降至约90秒。其年仅25岁的CEO Michael Truell表示,新模型规模和Opus、GPT一样大。
【Cursor:开发者与AI协作的第一界面】
对大部分Cursor的用户来说,它更像是一个编程工具。作为操作前台,可调用各种顶级模型完成相关编程任务。多模型入口是Cursor吸引用户的重要原因之一,用户可在同一编程前台中调用不同头部模型完成复杂任务。截至6月17日上午11点,目前可调用Fable 5、Opus4.8、GPT-5.5、Codex5.3等。
【收购Cursor:马斯克的AI野心】
这件事反常识的地方在于,马斯克刚宣布要收购Cursor,Cursor就开始预告自己的模型,原因或许藏在马斯克的AI野心里。Cursor真正有价值的地方,是开发者每天和AI协作的第一界面。传统IDE里,AI只是一个插件,而Cursor把AI放在工作流中央。
【Grok的困境与Cursor的价值】
自2023年xAI成立以来,马斯克一直试图将其大模型Grok打造为横跨X(原推特)、特斯拉与SpaceX的底层“AI大脑”。然而,三大板块发展极度割裂。一方面,SpaceX市值狂飙;另一方面,xAI在底层模型军备竞赛中显露疲态,Grok迭代速度被拉开身位。此外,xAI还经历了多位联合创始人和高管离职,打乱了Grok原定的演进节奏。对于Grok来说,开发者入口、工作流数据和工程反馈这些新的竞争维度,不能只靠堆GPU获得。而Cursor近期的模型更新,说明它不甘心只做一个多模型外壳。
【OpenAI想给Codex装“后台”】
“我曾一直以为,出售公司会像是一种终结。可没想到,我们倾注毕生心血的事业,反而变得规模更大,也更重要了。”Ona的CEO Johannes Landgraf在公告中这样写道。三个月前,他没想过会卖掉公司,还以Codex团队一员的身份加入OpenAI。改变走向的,是Ona今年以来的增长。Landgraf透露,自今年年初以来,在全球一些要求最严苛的机构中,周度agent sessions增长到原来的13倍。
【收购Ona:为Codex提供安全云执行和编排技术】
OpenAI对Ona的官方表述很直白:拟收购是为了把Ona的安全云执行和编排技术带入Codex,让Codex拥有一个“persistent place to work”。OpenAI同时披露,Codex每周用户已经超过500万,较年初增长400%。
【云开发环境的价值与需求】
要理解云开发环境,得先理解Ona的前身Gitpod。Gitpod是德国开发工具平台,长期做Cloud Development Environment,即云开发环境。过去开发者入职新团队,配置本地环境常需花费大量时间,且可能遇到“在我机器上能跑”的问题。Gitpod这类产品的价值,是把开发环境提前配置好,放在云端。在人类开发者时代,这有一定价值,但并非必需品。然而,在AI agent时代,这可能会变成刚需。
【AI agent的安全问题】
2026年年初,OpenClaw火爆全球科技圈,AI Agent进入“生产”阶段。但相关安全研究发现,大模型本身“安全”不等于agent系统安全,只要它拥有外部网络、终端、文件系统和凭证权限,就可能被间接提示词注入、恶意网页、污染配置或伪造指令带偏。企业真正需要的是给它的手脚加上系统级边界。
【Ona的体系与价值】
Ona在其官方宣传中,已把自己定义为background agents的平台,核心模型包括environments、agents和runners。这一体系内,每个任务有自己的隔离环境,agent在里面读代码、改文件、运行测试、生成PR。而Ona的runner是接触代码和凭证的执行层,可以运行在Ona Cloud,也可以运行在客户自己的AWS或GCP VPC中。理论上,企业不一定要把最敏感的代码和密钥交给一个外部SaaS,可以把执行层放在自己可控的界线内。
【AI编程的发展与竞争格局】
早期AI编程主要是completion,后来战场转向SWE-bench,再往后是SWE-agent、OpenHands、Claude Code、Codex这类agent系统。AI编程逐渐衍生出了模型层、上下文层、工具层、执行层和治理层这5层核心技术栈,从一个产品形态转变为一条生产链。不同的企业正根据自身特点,抢占相应的位置。但抢到前台和后台,不等于拿下生产线,企业真正需要的是一套完整机制。
【不是一个ToC的商业模式】
最大成本不是生成,而是验收。AI编程的发展注定这不是一个ToC的商业模式,当企业为专用的runner、VPC、私有化、审计、合规、数据驻留、模型网关、CMEK、专属支持等付费时,AI编程产品的收入结构可能不是简单的“20美元/月”的个人订阅。
【国内AI编程助手情况】
国内并不缺AI编程助手,阿里有通义灵码/Qoder CN,字节有Trae,腾讯有CodeBuddy,百度有Comate,华为云有CodeArts代码智能体,智谱有CodeGeeX,Kimi、MiniMax等模型公司也在强化coding和agent能力。它们与海外的格局、生态不同,海外有GitHub这个超级代码入口,国内代码资产分散,任务入口也更多样。现在,缺的是企业敢放进去干活的agent runtime。



被折叠的 条评论
为什么被折叠?



