打造 Cursor 的工程教訓：從 VSCode Fork 到 $500M ARR 的 AI 編輯器

Cursor 是目前成長最快的 AI 程式編輯器。由 Sualeh Asif、Arvid Lunnemark、Aman Sanger、Michael Truell 四位在 MIT 相識的朋友於 2022 年創建，背後公司是 Anysphere。2024 年推出後兩年，年度營收突破 5 億美元——這在開發者工具史上可能是最快的里程碑。Pragmatic Engineer 等技術媒體對其工程細節做了深度報導，這篇文章整理其中最有工程參考價值的教訓。

TL;DR

Cursor 是 VSCode 的 Fork，而不是擴充套件——這個決策讓他們能改變「人怎麼寫程式」的根本體驗
Tab 補全的核心工程挑戰：在幾十毫秒內完成預測，不能打斷打字節奏
Agent Mode 的生產教訓：工具呼叫必須訓練進模型，光靠 prompt 不夠可靠
路由策略：不是每個步驟都需要大模型，速度也是產品的一部分
用戶信任才是最終指標：一次壞的編輯就能讓用戶停止信任

設計哲學

為什麼 Fork VSCode？

Cursor 的第一個重大決策是 Fork VSCode，而不是做成一個 VS Code 擴充套件。理由很清楚：

擴充套件的限制：擴充套件 API 限制你能做的事，無法深度改變編輯器的核心行為——例如重新設計選取機制、在行內插入幽靈文字（ghost text）、改變檔案切換的語義。

Fork 的成本：從零開始打造穩定的程式編輯器需要龐大的工程量。VSCode 本身已經解決了幾千個問題：Unicode 處理、syntax highlighting、LSP 整合、跨平台字體渲染……

他們的結論是：我們的價值不在於打造一個穩定的編輯器，而在於改變開發者寫程式的方式。Fork 讓他們站在 VSCode 的穩定基礎上，把所有差異化的工程力氣花在 AI 整合。

「程式設計的本質改變」

Cursor 的設計哲學不是「幫你自動完成程式碼」，而是重新定義工程師和程式碼的關係：

你描述意圖，AI 生成實作細節
你做方向和驗證，AI 做實作和迭代
Context 是工具，不只是對話歷史

核心概念

Tab 預測的延遲工程

Cursor 的 Tab 補全（Cursor Tab）是最辨識度高的功能。工程挑戰在於：

速度要求：預測必須在 幾十毫秒 內完成，否則幽靈文字出現的時機會打斷打字節奏，造成認知摩擦。

Context 量與品質的取捨：送給模型的 Context 越豐富，預測越準確，但讀取和傳送的時間也越長。這是一個持續需要調整的工程參數：

送太少 → 預測不相關
送太多 → 延遲太高，破壞使用體驗

自訂模型訓練：Cursor 為 Tab 補全訓練了專用的小模型，而不是用通用大模型。目標是在準確率和推論速度之間取得最佳平衡。

graph LR
    A[使用者打字] --> B[擷取本地 Context]
    B --> C{延遲預算判斷}
    C -->|時間夠| D[送豐富 Context]
    C -->|時間不夠| E[送精簡 Context]
    D --> F[Tab 專用小模型]
    E --> F
    F --> G[幽靈文字顯示]
    G --> H{使用者接受?}
    H -->|Tab| I[插入程式碼]
    H -->|繼續打| J[預測丟棄]

Agent Mode 的生產挑戰

Cursor 的 Agent Mode（之前叫 Composer）是最複雜的工程部分。幾個關鍵教訓：

工具呼叫必須訓練進模型

早期嘗試用 prompt 教模型如何呼叫工具（搜尋、讀檔、執行命令）。結論是：光靠 prompt 在長任務中不夠可靠。搜尋和替換這類操作，一個小錯誤就會破壞整個編輯。

解法是把工具使用的 trajectory 資料（「面對這個狀況，正確的下一步工具呼叫是什麼」）納入模型訓練，讓模型學會在正確的時機呼叫正確的工具。

Pipeline 的上限

最初 Cursor 的代理是固定的 pipeline：分析 → 規劃 → 執行 → 驗證。這在簡單任務上表現很好，但在需要動態調整策略的複雜任務上遇到天花板。

教訓：pipeline 會碰到上限，知道何時碰到比一開始選對架構更重要。

速度是產品，不只是效能指標

不是每個步驟都需要最大的前沿模型。Cursor 的策略是路由（routing）：

簡單步驟 → 小模型（低延遲）
複雜規劃 → 大模型（高準確率）

「把小步驟路由到快速模型」讓 Cursor 的反應速度成為競爭優勢，而不只是準確率。

跟常見替代方案比較

	Cursor	GitHub Copilot	Cline（VS Code 擴充）
架構	VSCode Fork	VS Code 擴充	VS Code 擴充
Tab 補全	自訓模型	GPT-4 系列	依賴外部 API
Agent Mode	內建（自研）	Copilot coding agent	內建（外部 API）
自訂模型	是	有限	否
客製化深度	最深（可改 UI）	受 API 限制	受 API 限制