Cursor用戶破400萬(wàn)后，一個(gè)沉默的bug正在吃掉所有人的效

Cursor的月活用戶在2025年Q4突破了400萬(wàn)。這個(gè)數(shù)字放在任何SaaS產(chǎn)品里都是值得開(kāi)香檳的里程碑，但我在三個(gè)技術(shù)群里看到的卻是另一種景象：越來(lái)越多的人開(kāi)始吐槽"這玩意兒怎么越用越慢"。

不是網(wǎng)絡(luò)延遲那種慢。是當(dāng)你習(xí)慣了AI秒回之后，突然某天它開(kāi)始"思考人生"——光標(biāo)閃爍，進(jìn)度條轉(zhuǎn)圈，你的思路被迫中斷。這種慢比慢本身更致命。

「即時(shí)一切」的陷阱

2024年到2025年，AI編程工具經(jīng)歷了從"嘗鮮玩具"到"生產(chǎn)依賴"的躍遷。Cursor、Windsurf、GitHub Copilot，三家瓜分了這個(gè)市場(chǎng)。它們的營(yíng)銷話術(shù)高度一致：10倍效率、無(wú)痛遷移、零學(xué)習(xí)成本。

我做過(guò)一個(gè)統(tǒng)計(jì)：在我的Twitter時(shí)間線里，"vibe coding"（氛圍編程）這個(gè)詞的出現(xiàn)頻率在6個(gè)月內(nèi)暴漲了17倍。這個(gè)詞的潛臺(tái)詞是——你不需要懂代碼，只需要"感覺(jué)對(duì)了"。

但"感覺(jué)對(duì)了"是有代價(jià)的。當(dāng)所有人都用同一套AI生成同樣的組件、同樣的命名規(guī)范、同樣的架構(gòu)模式時(shí)，一個(gè)詭異的同質(zhì)化現(xiàn)象出現(xiàn)了。我稱之為"AI味代碼"：能跑，但讀起來(lái)像機(jī)器翻譯的小說(shuō)，語(yǔ)法正確，靈魂缺席。

一位在Stripe做infra的朋友跟我說(shuō)了個(gè)細(xì)節(jié)：他們現(xiàn)在面試候選人，第一道篩選題從"寫個(gè)排序算法"變成了"這段代碼是AI生成的還是人寫的"。通過(guò)率暴跌了40%。

我的三個(gè)月實(shí)測(cè)

去年11月，我做了個(gè)實(shí)驗(yàn)：用Cursor完整開(kāi)發(fā)一個(gè)內(nèi)部工具，全程記錄時(shí)間分配。

前兩周，數(shù)據(jù)漂亮得像是PPT素材。代碼產(chǎn)出速度提升了約3倍，我甚至在周報(bào)里寫了"AI重構(gòu)了我的工作流"這種肉麻的話。

第三周開(kāi)始，曲線變陡。我發(fā)現(xiàn)自己花在"讓AI理解上下文"上的時(shí)間，悄悄超過(guò)了實(shí)際編碼時(shí)間。一個(gè)典型場(chǎng)景：我想修改一個(gè)函數(shù)，但Cursor的上下文窗口（context window）已經(jīng)塞滿了之前會(huì)話的殘留信息，它堅(jiān)持認(rèn)為我在說(shuō)另一件事。

第四周，我遇到了那個(gè)"沉默的bug"。Cursor在一次自動(dòng)補(bǔ)全中，自信滿滿地給我生成了一段處理用戶支付的代碼——邏輯完全正確，但用了一個(gè)已經(jīng)廢棄的API版本。如果我沒(méi)有手動(dòng)核對(duì)，這筆技術(shù)債會(huì)在三個(gè)月后以生產(chǎn)事故的形式爆炸。

我把這段經(jīng)歷發(fā)在技術(shù)群里，收到的回復(fù)高度一致："我也遇到過(guò)"。但奇怪的是，幾乎沒(méi)人公開(kāi)討論這件事。

為什么沒(méi)人說(shuō)

這里有個(gè)微妙的博弈結(jié)構(gòu)。

對(duì)個(gè)體開(kāi)發(fā)者來(lái)說(shuō)，承認(rèn)AI工具的問(wèn)題等于承認(rèn)自己的判斷力在退化。我們花了兩年時(shí)間建立"AI原生"的專業(yè)身份，現(xiàn)在卻要面對(duì)一個(gè)尷尬的事實(shí)：過(guò)度依賴正在侵蝕我們的debug能力。

對(duì)公司來(lái)說(shuō)，AI編程工具是降本敘事的核心道具。2024年硅谷裁員潮后，"用更少的人做更多的事"成了政治正確。任何質(zhì)疑AI效率的聲音，都可能被解讀為"跟不上時(shí)代"。

最諷刺的是工具廠商自己的處境。Cursor的估值在2025年初達(dá)到了26億美元，但它的技術(shù)架構(gòu)并沒(méi)有同步進(jìn)化。當(dāng)用戶量從40萬(wàn)飆到400萬(wàn)，同樣的大模型API在背后支撐，響應(yīng)質(zhì)量的稀釋是不可避免的數(shù)學(xué)問(wèn)題。

我聯(lián)系了一位前Cursor工程師，他現(xiàn)在的回復(fù)是"不方便評(píng)論"。但在離職前的最后一次技術(shù)分享里，他留下了一句耐人尋味的話：「我們優(yōu)化的是'感覺(jué)快'，不是'真的快'。」

同質(zhì)化的隱形稅

回到那個(gè)被忽視的問(wèn)題：當(dāng)所有人用同樣的工具，會(huì)發(fā)生什么？

我見(jiàn)過(guò)最極端的案例。一個(gè)YC孵化的創(chuàng)業(yè)公司，用Cursor+Claude組合在兩周內(nèi)上線了MVP，速度確實(shí)驚艷。但三個(gè)月后，他們的技術(shù)棧和另外兩家競(jìng)品撞車到了像素級(jí)相似——同樣的Next.js結(jié)構(gòu)，同樣的Tailwind樣式，同樣的Supabase后端。投資人開(kāi)始問(wèn)：你們的護(hù)城河在哪？

這個(gè)問(wèn)題沒(méi)有標(biāo)準(zhǔn)答案。但有一個(gè)數(shù)據(jù)值得玩味：2025年Q1，GitHub上標(biāo)記為"AI-assisted"的代碼倉(cāng)庫(kù)，平均star數(shù)比純?nèi)斯ろ?xiàng)目低23%。不是質(zhì)量差距，是差異化缺失帶來(lái)的注意力貶值。

更隱蔽的成本在維護(hù)端。AI生成的代碼往往缺乏漸進(jìn)式的演進(jìn)痕跡——沒(méi)有注釋解釋"為什么這樣設(shè)計(jì)"，沒(méi)有g(shù)it歷史展示"嘗試過(guò)哪些方案"。當(dāng)一個(gè)工程師離職，接手的同事面對(duì)的是一座沒(méi)有地圖的城市。

我采訪了一位在Netflix做了八年架構(gòu)的老兵，他的觀點(diǎn)很直接：「代碼的可讀性不是美學(xué)問(wèn)題，是經(jīng)濟(jì)學(xué)問(wèn)題。你現(xiàn)在省下的每一分鐘，未來(lái)都要以十倍的利息償還。」

重新校準(zhǔn)

這不是一篇反AI的檄文。我自己還在每天使用Cursor，只是調(diào)整了幾個(gè)習(xí)慣。

第一，強(qiáng)制人工復(fù)核所有涉及數(shù)據(jù)流和權(quán)限的代碼。AI在模式匹配上很強(qiáng)，但在邊界條件判斷上像個(gè)過(guò)度自信的新手。

第二，定期用純文本編輯器寫一些基礎(chǔ)模塊。不是為了懷舊，是保持對(duì)"代碼質(zhì)感"的肌肉記憶——變量命名的直覺(jué)、函數(shù)粒度的手感、異常處理的嗅覺(jué)。

第三，在團(tuán)隊(duì)里建立"AI使用日志"。不是監(jiān)控，是知識(shí)管理。記錄哪些提示詞有效、哪些場(chǎng)景容易翻車、哪些輸出需要人工重寫。這正在成為比工具本身更重要的團(tuán)隊(duì)資產(chǎn)。

一位在Figma做AI產(chǎn)品的PM跟我說(shuō)，他們內(nèi)部有個(gè)術(shù)語(yǔ)叫"AI債務(wù)"（AI Debt）——和"技術(shù)債務(wù)"類似，但更難量化，因?yàn)槿藗兺庾R(shí)不到自己在借債。

2026年的軟件行業(yè)，最稀缺的能力可能不是"用AI生成代碼的速度"，而是"判斷這段代碼該不該由AI生成"的定力。這個(gè)判斷本身，需要大量未被AI中介的一手經(jīng)驗(yàn)作為輸入。

當(dāng)Cursor的月活沖向1000萬(wàn)，那個(gè)沉默的bug會(huì)變得更吵還是更安靜？