今天想聊的话题有点分裂——一边是 AI 编程工具被资本市场捧上天，一边是研究数据给了它一记响亮的耳光。
先说第一条线。8 月 14 日，SpaceX 正式完成了对 Cursor 母公司 Anysphere 的收购，交易金额 600 亿美元。这不是意向书，不是备忘录，是交割完毕。Cursor 的 400 万日活开发者用户，连同它的代码库、模型接口、品牌，全归入了马斯克的 SpaceXAI 部门。
紧接着，8 月 29 日，OpenAI 发了一则公告：鉴于 Cursor 被 SpaceX 收购，将于 11 月 12 日终止对 Cursor 的直接模型访问权限。理由写得很直白——"鉴于马斯克旗下公司违反合同的前科，我们无法确信 SpaceX 会在服务条款范围内合理使用我们的技术。"
两条消息叠加，AI 编程工具赛道一下子被推到了风口浪尖。但就在这个节骨眼上，另一条不那么起眼的研究结果也浮出了水面，它问了一个更根本的问题：这些工具，真的让开发者更快了吗？
METR 的数字，比任何口水都有说服力
METR（Model Evaluation & Threat Research）是一个非营利 AI 研究机构，声明从不接受 AI 公司资金，立场相对独立。今年上半年，他们做了一项随机对照实验：招募了 16 名经验丰富的开源开发者，让他们处理 246 个真实的代码仓库任务（修 bug、加功能、改逻辑），随机分配是否允许使用 Cursor 这类 AI 编程工具。
结果出乎所有人的意料——使用 AI 工具的开发者，完成任务的时间反而多了 19%。
这个数字让研究主导者 Joel Becker 和 Nate Rush 自己都懵了。他们做实验之前，主观预期是 AI 能带来 24% 的效率提升，结果出来的数据是反向的。更离谱的是，实验结束后，开发者们仍然觉得自己比不用 AI 时快了 20%。也就是说，主观感受和客观数据之间，差了将近 40 个百分点。
为什么会这样？METR 的分析指向了几个关键原因：
第一，AI 生成的代码需要花大量时间验证。有经验的开发者不会盲目接受 AI 的输出。他们需要读一遍 AI 写的代码，判断逻辑是否正确，再决定要不要合进来。这个"审阅"过程本身消耗了大量时间，而且很多时候，AI 写的代码乍一看没问题，但经不起仔细推敲——改来改去，时间就花掉了。
第二，AI 倾向于走捷径，而不是做对的事。研究者在跟踪中发现，开发者拿到 AI 生成的结果后，如果发现有问题，往往倾向于"微调"，而不是"重写"。原因是 AI 生成的代码看起来太完整了，修改者本能地不想推翻它，结果修修补补出一堆技术债。
第三，AI 没有在真正难的地方帮到忙。编程的核心瓶颈从来不是"写代码"这个动作本身，而是"想清楚要写什么"。需求理解、架构设计、边界条件排查——这些才是真正消耗时间的环节。而当前 AI 编程工具擅长的是"填充"，而不是"判断"。
这跟 SpaceX 收购 Cursor 放在一起看，很有意思
一边是 600 亿美元的真实交易，说明资本市场对 AI 编程的预期极高。另一边是 19% 的实测效率下降，说明实际效果和营销说辞之间还有巨大鸿沟。
这两种矛盾的信息同时存在，本身就是行业现状的写照。
我个人的看法是：METR 的数据没有错，但它的结论有边界。
边界在哪里？在"有经验的开发者"和"真实的开源仓库任务"这两个限定条件上。METR 找的是本身就熟悉代码库的资深开发者，他们面对 AI 生成的结果时，审阅成本天然就高。对于一个熟悉自己项目的工程师来说，看 AI 写的代码往往比自己写还累——因为要"帮他擦屁股"。
但换一个场景：如果你是一个刚接触新框架的开发者，或者在做一次性的原型验证，AI 工具的效率提升是实打实的。我见过不少前端新手用 Cursor 十分钟搭出一个能跑的 React 页面，这放在以前，光配环境就要半小时。
所以问题不是"AI 编程工具有没有用"，而是"它对谁有用，在什么场景下有用"。
OpenAI 断供之后，Cursor 的模型格局会怎么变？
回到交易这件事本身。OpenAI 断供对 Cursor 影响多大？目前 Cursor 的用户可以选 GPT-4o、Claude Sonnet、Grok 等多个模型。OpenAI 的模型大概占 Cursor 流量的 5% 左右——比例不算高，但 GPT 系列在代码生成任务上的表现一直被认为是最强之一。
Cursor 的应对策略其实已经摆上台面了。收购前，他们就与 xAI 联合训练了 Grok 4.5，用到了数万亿 token 的 Cursor 代码数据。接下来，Cursor 大概率会全面转向 Grok 和 Claude 的组合。Anthropic 可能是这场博弈中最大的赢家——Claude Sonnet 在代码能力上一直跟 GPT-4o 打得有来有回，这次 OpenAI 主动让出一个入口，Claude 在 Cursor 内的份额大概率会涨。
更长远地看，Cursor 被 SpaceX 收购后能拿到全球最大的 GPU 集群之一（Colossus II 数据中心），这意味着他们可以自研更强的代码模型，不再依赖第三方。这笔账算下来，600 亿的收购价可能并不贵——如果 Cursor 最终能成为 Grok 模型的"开发者入口"，这个入口的价值远不止 600 亿。
所以，AI 编程到底有没有提高效率？
这是今天最核心的问题，我没有标准答案，只有几个观察。
观察一：当前 AI 编程工具最大的价值，不在"写得快"，而在"降低门槛"。让一个不会写代码的人能写出能跑的代码，这是一件了不起的事。但让一个资深工程师写得更快，目前的数据不支持这个结论。
观察二："效率"的定义需要重新思考。如果只看"写代码的速度"，AI 确实快。但如果看"正确解决问题的速度"，AI 带来的审阅成本和纠错成本可能抵消了它的速度优势。GitClear 对 2.11 亿行代码变更的分析发现，2024 年 AI 工具带来的代码重复率上升了 8 倍——写得快不等于写得好。
观察三：这个行业正在经历典型的"技术采纳曲线"早期混乱。营销走在前面，工具走在中间，最佳实践落在最后。我们会经历一段"工具很强大但用不好"的时期，然后慢慢沉淀出真正高效的工作流。
METR 的研究就摆在那，19% 的数字是客观的。但作为一线开发者，你有没有觉得 AI 编程工具确实帮你省了时间？或者你也有"审阅 AI 代码比自己写还累"的体验？欢迎在评论区聊聊你的真实感受。
