從零到一

Cursor 是一款 AI 原生的程式碼編輯器，由四個 MIT 畢業生在 2022 年創辦，2025 年估值突破 93 億美元（約 293 億台幣）。它不是在現有編輯器上加一個 AI 外掛，而是從底層重新設計「寫程式應該是什麼體驗」。AI 創業的核心不是「用 AI 做一個產品」，而是找到現有工作流裡 10 倍改善的關鍵切入點，用 AI 從那個點重新定義整個體驗。Cursor 用不到 100 人的團隊證明了這件事。這篇文章拆解它的產品切入策略，以及你可以怎麼複製這套邏輯。

Cursor 的四個創辦人做了一個看似瘋狂的決定：挑戰微軟的 VS Code，全世界 73% 開發者使用的程式編輯器。

「關鍵切入點」，AI 時代的零到一不是「做一個 AI 產品」，而是找到現有工作流的 10 倍改善點，用 AI 從這個點切入重新定義整個工作流。

2022 年，四個 MIT 學生（Michael Truell、Sualeh Asif、Arvid Lunnemark、Aman Sanger）創辦了 Anysphere。他們的產品 Cursor 在 2025 年估值超過 $9B。

他們不是最有經驗的團隊、不是融資最多的公司、不是技術最強的團隊。

他們做對了一件事：找到了正確的關鍵切入點。

一、為什麼 VS Code + Copilot 不夠

2022 年的開發者工具市場已經有 AI，GitHub Copilot 在 VS Code 裡提供 AI 自動補全。

大部分人看到的是：「Copilot 已經很好了，市場已經被佔了。」

Cursor 的創辦人看到的是：Copilot 是一個附加功能，不是一個重新設計的體驗。

這就像在馬車上裝了一個引擎。馬車加引擎 ≠ 汽車。你需要從輪子、底盤、方向盤重新設計。

Copilot 在 VS Code 裡的工作方式：你寫 code，AI 猜你下一行要寫什麼。它是「被動的」，你在開車，AI 在後座給建議。

Cursor 重新設計的工作方式：AI 理解你的整個程式碼庫，你可以用自然語言告訴它你要做什麼，它理解上下文、跨文件修改、解釋錯誤原因、甚至重構架構。AI 從後座到了副駕駛。

這就是關鍵切入點的核心邏輯：不是「加一個 AI 功能」，是「用 AI 重新定義整個工作流的起點」。

二、Cursor 的零到一時間線

三、關鍵切入點的三個判斷標準

從 Cursor 的案例中提煉出 AI 時代零到一的切入點選擇邏輯：

標準一：10 倍改善點（不是 10% 改善）

Copilot 讓寫 code 快 10-20%。Cursor 讓某些開發任務快 10 倍。

10% 的改善不值得用戶換工具（轉換成本太高）。10 倍的改善讓用戶「試了就回不去」。

問自己：在你瞄準的工作流中，AI 能製造多大的改善？如果只有 10-30%，別做。找 10 倍的那個環節。

Cursor 的 10 倍環節：不是「寫 code 更快」，而是「AI 理解整個程式碼庫後的跨文件操作」，這在 Copilot 時代幾乎不可能，在 Cursor 裡只需要一句自然語言。

標準二：高頻工作流（不是偶爾需要）

開發者每天寫 code 6-10 小時。這是極度高頻的工作流。

高頻 = 用戶每天感受到 10 倍改善 = 強烈的留存和口碑。

低頻的工作流（比如年度稅務申報），即使 AI 改善 100 倍，用戶一年只感受一次，口碑傳播很慢。

問自己：你瞄準的工作流，用戶多久做一次？每天 = 好。每週 = 可以。每月以上 = 重新考慮。

標準三：體驗可感知的差異（不是後台改善）

Cursor 的改善是用戶可以直接感受到的，按 Tab 自動補全、用自然語言描述需求、AI 即時解釋錯誤。

很多 AI 產品的改善是後台的（「我們用 AI 優化了推薦演算法」），用戶感知不到差異。

問自己：用戶在使用你的產品的前 5 分鐘內，能感受到 AI 帶來的差異嗎？如果需要解釋才能理解，切入點不夠直接。

這就是AI 時代選產品方向的底層邏輯，不是「AI 能做什麼」，是「用戶能感受到什麼」。

四、AI 改變了什麼切入點

2020 年之前的零到一切入點：找到一個問題 → 用技術解決。

2025 年的零到一切入點：找到一個現有工作流的 10 倍改善環節 → 用 AI 重新設計這個工作流的整個體驗。

差別在哪？

舊模式：解決問題。用戶有問題 A，你做一個工具解決 A。

新模式：重新定義體驗。用戶在做工作流 X，你不是改善 X 的某一步，你用 AI 重新設計 X 應該是什麼樣子。

Cursor 沒有「解決寫 code 的問題」。它重新定義了「寫 code 應該是什麼體驗」。

這是一個更高層次的切入點，不是修修補補，是找到別人看不見的價值缺口，從根本重構。

五、怎麼找到你的關鍵切入點

步驟一：列出你熟悉的高頻工作流

你每天做什麼？你的目標用戶每天做什麼？列出 5-10 個高頻工作流。

步驟二：在每個工作流中找「AI 10 倍改善環節」

對每個工作流，問：哪個環節如果用 AI 重做，可以快 10 倍或好 10 倍？不是「加一個 AI 功能」，是「這個環節用 AI 重新設計應該是什麼樣子」。

步驟三：用 48 小時做閃電驗證

找到候選切入點後，不要急著建產品。用 48 小時做一個最小驗證，可以是一個 demo、一個 landing page、甚至一段影片展示「如果這個產品存在，體驗是什麼樣子」。

步驟四：看用戶的身體反應

展示給目標用戶看。如果他們的反應是「哇，這改變了我做事的方式」→ 你找到了。如果反應是「嗯，不錯」→ 切入點不夠強，回步驟二。

Cursor 創辦人的驗證方式很簡單：他們自己就是開發者，他們自己每天用。當他們發現自己離不開 Cursor 的時候，他們知道切入點對了。

跨領域驗證：Midjourney 和 Vercel 的關鍵切入點

Cursor 不是孤例。以下兩家公司用不同的切入角度，在各自領域驗證了同一套邏輯。

Midjourney：40 人團隊，年營收 2 億美元，估值 100 億

David Holz 帶領一個大約 40 人的團隊，做了一個文字轉圖片的 AI 工具。2024 年年營收超過 2 億美元，估值 100 億美元。

Midjourney 和 Cursor 的共同點：都不訓練自己的基礎模型。Cursor 整合 OpenAI 和 Anthropic 的模型，Midjourney 在擴散模型（Diffusion Model）的基礎上做產品體驗層。兩者都是在 AI 基礎設施之上做「翻譯層」，把底層能力翻譯成用戶可以直接使用的體驗。

但他們的切入角度完全不同。Cursor 切的是生產力工具（寫程式），Midjourney 切的是創意工具（做圖）。一個讓開發者的產出速度快 10 倍，一個讓非設計師也能產出專業級視覺內容。

共同的底層邏輯：找到一個高頻工作流（開發者每天寫 code / 創意工作者每天需要圖），在這個工作流中用 AI 製造 10 倍的體驗差距，然後用極小的團隊把產品體驗做到極致。

40 人做到 100 億估值，四個人做到 93 億估值。AI 時代的槓桿，讓小團隊的上限遠超過去所有人的想像。

Vercel：從開源框架到 35 億美元估值的轉化飛輪

Guillermo Rauch 創辦的 Vercel，從 Next.js 開源框架切入前端開發市場，2024 年估值達到 35 億美元。

Vercel 跟 Cursor 有一個極度相似的策略：先用免費/開源版本建立開發者社群，再轉化為付費用戶。

Next.js 是免費的開源框架，全世界數百萬開發者在用。Vercel 在此基礎上提供部署和協作的付費服務，轉化率約 3-5%。聽起來不高，但基數是數百萬開發者，3% 的轉化就足以支撐 35 億估值。

Cursor 的路徑幾乎一模一樣：fork VS Code（免費、開發者熟悉），加上 AI 能力製造 10 倍體驗差距，讓開發者「試了就回不去」，然後自然轉化為 Pro 付費用戶。

這個策略的關鍵不是「免費」本身，而是讓用戶在免費階段就體驗到 10 倍差距。如果免費版的體驗跟市場上的替代品差不多，轉化率會趨近於零。Cursor 的免費版已經比 VS Code + Copilot 好很多，這才是轉化的根本動力。

Cursor、Midjourney、Vercel 三家公司的共同公式：極小團隊 + AI/開源基礎設施 + 10 倍體驗差距 + 社群/口碑驅動增長。這不是巧合，這是 AI 時代創業的結構性優勢。

六、關鍵切入點的反面教訓

反面案例：所有「AI + X」的公司

2023 年有幾百家公司的 pitch 是「我們是 AI + [行業]」。AI + 法律、AI + 醫療、AI + 教育、AI + 房地產⋯⋯

大部分都死了。為什麼？

因為「AI + X」不是一個關鍵切入點。它是一個技術描述。它沒有回答：在 X 行業的哪個高頻工作流的哪個環節，AI 能製造 10 倍改善？

Cursor 不是「AI + 開發」。Cursor 是「在寫 code 這個高頻工作流中，AI 理解整個程式碼庫後的跨文件操作，製造 10 倍效率提升」。

這個描述越具體，關鍵切入點越清楚，成功率越高。

想要從想法到第一個付費用戶的完整步驟 → 讀版本 B「30 天啟動法」。
想知道從「可行」到「商業化」的最大風險 → 讀版本 C「死亡谷」。

下一步行動：列出你每天做的 3 個最高頻工作流。對每個工作流，問：「如果 AI 從零重新設計這個工作流，應該是什麼樣子？」差異越大、越讓你興奮，那就越可能是你的關鍵切入點。