Tôi không theo dõi sát sao các công ty tư nhân. OpenAI và Anthropic có lẽ là những ngoại lệ duy nhất; tôi buộc phải ngoại lệ vì chúng quá lớn để bỏ qua và có khả năng sẽ tạo ra tác động sâu sắc đến cách AI định hình ngành công nghệ rộng lớn hơn trong vòng 5-10 năm tới. Cursor chưa đạt đến quy mô đó, nhưng hiện tại vẫn được “định giá” khoảng 10 tỷ USD. Điều thực sự thu hút sự chú ý của tôi là dù chỉ là một công ty ba năm tuổi, các startup khác đã bắt đầu quảng bá “Cursor cho X”, song khi tôi dành thời gian trải nghiệm Cursor, tôi hơi bối rối tại sao công ty này lại được coi là mô hình thành công cho các startup khác!
Tôi tình cờ đọc bài viết của Edward Zitron mang tên “AI is a Money Trap” (AI là Bẫy Tiền) khiến tôi suy nghĩ về tương lai dài hạn của Cursor. Thẳng thắn mà nói, tôi chỉ đọc nửa bài và bỏ cuộc vì nội dung ngày càng yếu đi. Tuy nhiên, cách tôi đọc bất kỳ nội dung nào trên internet là không tập trung vào tất cả các điểm yếu mà tác giả đưa ra, mà chỉ tìm kiếm những lập luận thú vị và hay khiến tôi suy ngẫm. Vì vậy, dù tôi nghĩ Zitron đưa ra nhiều lập luận yếu trong bài viết, ông ấy đã phác thảo khá tốt bế tắc của Cursor:
“Cursor makes — before, at least, their massive changes to their service — $500 million in annualized revenue, so around $42 million a month. This makes it the single-highest earning generative AI company that isn’t called OpenAI or Anthropic, and the highest-earning company built on top of (primarily) Anthropic’s technology. Its success is symbolic to the greater movement, and just as it hit its peak, Anthropic (and OpenAI, to a lesser extent) decided to add priority processing and priority service tiers, demanding more money up front and causing Cursor to have to massively degrade its service. I explain in detail in my premium piece from a few weeks ago.
To explain in short, Cursor’s AI-powered coding editor used to have fairly unrestrained access to the various models provided by these companies. In mid-June — a few weeks after Anthropic introduced “priority tiers” that required companies to pay up-front and guarantee a certain throughput of tokens and increased costs on using prompt caching, a big part of AI coding — Cursor massively changed the amount its users could use the product, and introduced a $200-a-month subscription.
As an aside to this, Anthropic also competes with Cursor’s AI coding product with their own service, Claude Code.
Cursor, as Anthropic’s largest client (the second largest being Github Copilot), represents a material part of its revenue, and its surging popularity meant that they were sending more and more revenue Anthropic’s way.
Anthropic used this opportunity to raise prices on accessing its models to continue providing service at an acceptable level to Cursor’s customers by introducing “Priority Tier” access on May 30 2025.
This has allowed Anthropic to juice its revenues, and due to the upfront nature of these contracts, Cursor is locked-in regardless of how well it does. The net result of these cost increases means that Cursor’s product is less attractive to its customers, and will thus make it less money.”
(Tạm dịch: “Cursor kiếm được – ít nhất trước những thay đổi lớn trong dịch vụ của họ – 500 triệu USD doanh thu hàng năm hóa, tức khoảng 42 triệu USD mỗi tháng. Điều này khiến nó trở thành công ty AI tạo sinh kiếm tiền cao nhất không phải là OpenAI hay Anthropic, và là công ty kiếm tiền cao nhất xây dựng trên nền tảng (chủ yếu) công nghệ của Anthropic. Thành công của nó mang tính biểu tượng cho phong trào lớn hơn, và ngay khi đạt đỉnh, Anthropic (và OpenAI ở mức độ thấp hơn) quyết định thêm các cấp độ xử lý ưu tiên và dịch vụ ưu tiên, đòi hỏi thanh toán trước nhiều hơn và khiến Cursor phải giảm chất lượng dịch vụ một cách lớn lao. Tôi giải thích chi tiết trong bài viết cao cấp của mình từ vài tuần trước.
Để giải thích ngắn gọn, trình soạn thảo mã hỗ trợ AI của Cursor trước đây có quyền truy cập khá không hạn chế vào các mô hình khác nhau do các công ty này cung cấp. Vào giữa tháng 6 – vài tuần sau khi Anthropic giới thiệu ‘cấp độ ưu tiên’ đòi hỏi các công ty phải trả trước và đảm bảo lượng thông lượng token nhất định cũng như tăng chi phí sử dụng bộ nhớ đệm prompt, một phần quan trọng của mã hóa AI – Cursor đã thay đổi lớn lượng sử dụng sản phẩm của người dùng, và giới thiệu gói đăng ký 200 USD mỗi tháng.
Nhân tiện, Anthropic cũng cạnh tranh với sản phẩm mã hóa AI của Cursor thông qua dịch vụ Claude Code của riêng họ.
Cursor, với tư cách là khách hàng lớn nhất của Anthropic (khách hàng lớn thứ hai là Github Copilot), chiếm một phần đáng kể doanh thu của họ, và sự phổ biến tăng vọt của nó nghĩa là họ đang gửi ngày càng nhiều doanh thu cho Anthropic.
Anthropic đã tận dụng cơ hội này để tăng giá truy cập mô hình của mình nhằm tiếp tục cung cấp dịch vụ ở mức chấp nhận được cho khách hàng của Cursor bằng cách giới thiệu ‘Cấp Độ Ưu Tiên’ vào ngày 30 tháng 5 năm 2025.
Điều này đã cho phép Anthropic tăng doanh thu, và do tính chất trả trước của các hợp đồng này, Cursor bị khóa chặt bất kể hiệu suất của nó như thế nào. Kết quả ròng của việc tăng chi phí này là sản phẩm của Cursor trở nên kém hấp dẫn hơn với khách hàng, và do đó sẽ kiếm ít tiền hơn.”)
Hôm qua, Chris Paik cũng viết một bài về Cursor nhấn mạnh đòn đánh kép mà Cursor đang đối mặt:
“Cursor’s users expect the best coding performance, which is currently delivered by the frontier labs. That pins Cursor’s COGS to OpenAI/Anthropic price cards. Cursor doesn’t control two critical dials:
Model performance frontier (what users demand).
Model input/output pricing (what Cursor pays).
If Cursor steps down to cheaper, weaker models, the users who care about performance will notice and churn; those who can tolerate weaker models can get them cheaper elsewhere. If it stays at the frontier while keeping prices flat, the variable, real cost to service their heaviest users will explode. In an effort to combat this, Cursor has been forced to raise prices and institute usage caps leading to user outrage and churn.”
(Tạm dịch: “Người dùng của Cursor mong đợi hiệu suất mã hóa tốt nhất, hiện đang được cung cấp bởi các phòng thí nghiệm biên giới. Điều đó gắn chi phí hàng hóa bán ra (COGS) của Cursor vào bảng giá của OpenAI/Anthropic. Cursor không kiểm soát hai yếu tố quan trọng:
Biên giới hiệu suất mô hình (những gì người dùng đòi hỏi).
Giá đầu vào/đầu ra của mô hình (những gì Cursor trả).
Nếu Cursor chuyển xuống các mô hình rẻ hơn, yếu hơn, người dùng quan tâm đến hiệu suất sẽ nhận ra và rời bỏ; những người có thể chịu đựng mô hình yếu hơn có thể lấy chúng rẻ hơn ở nơi khác. Nếu nó ở lại biên giới trong khi giữ giá cố định, chi phí biến đổi thực tế để phục vụ người dùng nặng nhất sẽ bùng nổ. Trong nỗ lực chống lại điều này, Cursor buộc phải tăng giá và áp đặt giới hạn sử dụng dẫn đến sự phẫn nộ và rời bỏ của người dùng.”)
Mặc dù Cursor quả thực đang bị lộ cấu trúc trước sức mạnh nhà cung cấp trên cả hai trục quan trọng (khả năng biên giới và kinh tế token), Cursor có thể hiểu được khi có góc nhìn hơi khác về bế tắc này. Trong một cuộc phỏng vấn với Ben Thompson (BT), đồng sáng lập Cursor Michael Truell (MT) đã ám chỉ những gì anh ấy nghĩ là yếu tố khác biệt của Cursor (phần nhấn mạnh của tôi):
BT: Is that a real sustainable advantage for you going forward, where you can really dominate the space because you have the usage data, it’s not just calling out to an LLM, that got you started, but now you’re training your own models based on people using Cursor. You started out by having the whole context of the code, which is the first thing you need to do to even accomplish this, but now you have your own data to train on.
MT: Yeah, I think it’s a big advantage, and I think these dynamics of high ceiling, you can kind of pick between products and then this kind of third dynamic of distribution then gets your data, which then helps you make the product better. I think all three of those things were shared by search at the end of the 90s and early 2000s, and so in many ways I think that actually, the competitive dynamics of our market mirror search more than normal enterprise software markets.
BT: Yeah, I do want to come back to that point, I think that’s really interesting.
What role do the large LLMs still play in Cursor today? Obviously that was what mattered to start, but where do they make a difference in the experience given that you use your own models to do some of this work that you’re talking about?
MT: They definitely still play a big role. So sometimes we’re using custom models entirely without any of the big API models, as an example, Tab, in the prediction side of things, that’s because that’s a task that’s very specialty, those models need to be incredibly fast to deliver suggestions within 200 milliseconds, 300 milliseconds, but then the API models are an important feature of Cursor. Often they’re used not on their own, but with our own models on the input side of things and on the output side of things.
BT: So you’re writing custom prompts and deciding where to go to, it’s like an AI orchestration layer.
MT: Yeah. On the input side of things, we have a whole suite of models that is picking the best parts of a code base to show these models and optimizing things on the input, and then on the output side of things, the API models are very slow, and so to make an actual change across the code base, the API model gives us kind a sketch of the change. Then it gets turned into a multi-thousand line diff by a specialty model and some inference tricks that takes that plan and then does the actual text editing.
So even in the cases where we use the API models, which are an important feature of Cursor and we definitely benefit from those getting better, and are excited by all the recent developments and for progress to continue there, there’s custom models around them.
(Tạm dịch: BT: Điều đó có phải là lợi thế bền vững thực sự cho các bạn trong tương lai không, nơi các bạn có thể thực sự thống trị lĩnh vực vì có dữ liệu sử dụng, không chỉ gọi ra LLM, điều đó đã giúp các bạn bắt đầu, nhưng giờ các bạn đang huấn luyện mô hình riêng dựa trên người dùng Cursor. Các bạn bắt đầu bằng việc có toàn bộ ngữ cảnh mã, đó là điều đầu tiên cần làm để đạt được điều này, nhưng giờ các bạn có dữ liệu riêng để huấn luyện.
MT: Vâng, tôi nghĩ đó là lợi thế lớn, và tôi nghĩ các động lực của trần cao, bạn có thể chọn giữa các sản phẩm và sau đó là động lực thứ ba của phân phối rồi lấy dữ liệu, giúp làm sản phẩm tốt hơn. Tôi nghĩ cả ba điều đó đều được chia sẻ bởi tìm kiếm vào cuối những năm 90 và đầu 2000, và vì vậy theo nhiều cách tôi nghĩ rằng thực tế, động lực cạnh tranh của thị trường chúng tôi giống tìm kiếm hơn là thị trường phần mềm doanh nghiệp thông thường.
BT: Vâng, tôi muốn quay lại điểm đó, tôi nghĩ rất thú vị.
Vai trò của các LLM lớn trong Cursor ngày nay là gì? Rõ ràng đó là điều quan trọng để bắt đầu, nhưng chúng tạo sự khác biệt ở đâu trong trải nghiệm khi các bạn sử dụng mô hình riêng để làm một số công việc mà các bạn đang nói?
MT: Chúng chắc chắn vẫn đóng vai trò lớn. Vậy nên đôi khi chúng tôi sử dụng mô hình tùy chỉnh hoàn toàn mà không có bất kỳ mô hình API lớn nào, ví dụ Tab, ở phía dự đoán, vì đó là nhiệm vụ rất chuyên biệt, các mô hình đó cần cực kỳ nhanh để đưa gợi ý trong 200 mili giây, 300 mili giây, nhưng sau đó các mô hình API là tính năng quan trọng của Cursor. Thường chúng không được sử dụng riêng lẻ, mà với mô hình riêng của chúng tôi ở phía đầu vào và đầu ra.
BT: Vậy các bạn viết prompt tùy chỉnh và quyết định đi đâu, giống như lớp điều phối AI.
MT: Vâng. Ở phía đầu vào, chúng tôi có toàn bộ bộ mô hình chọn phần tốt nhất của cơ sở mã để hiển thị cho các mô hình này và tối ưu hóa đầu vào, và ở phía đầu ra, các mô hình API rất chậm, vậy để thực hiện thay đổi thực tế trên cơ sở mã, mô hình API đưa cho chúng tôi phác thảo thay đổi. Sau đó nó được biến thành diff hàng nghìn dòng bởi mô hình chuyên biệt và một số thủ thuật suy luận lấy kế hoạch đó và thực hiện chỉnh sửa văn bản thực tế.
Vậy ngay cả trong các trường hợp chúng tôi sử dụng mô hình API, là tính năng quan trọng của Cursor và chúng tôi chắc chắn hưởng lợi từ việc chúng tốt hơn, và hào hứng với tất cả phát triển gần đây và để tiến bộ tiếp tục, có mô hình tùy chỉnh xung quanh chúng.”)
Tại sao các mô hình “tùy chỉnh” của Cursor có thể đánh bại Claude/OpenAI/Google? Cursor không cần thống trị ở lý luận rộng; Cursor cần vượt trội ở các nhiệm vụ cụ thể về mã dưới ràng buộc độ trễ nghiêm ngặt. Tuy nhiên, tôi nghĩ các lo ngại khá thực tế. Theo một cách nào đó, nó nhắc tôi nhớ đến một tweet tôi thấy (tôi cố tìm nhưng không được) phàn nàn tại sao Shopify đôi khi chọn cạnh tranh với các nhà phát triển bên thứ ba trên hệ sinh thái bằng cách cung cấp giải pháp cạnh tranh. Ai đó từ Shopify trả lời (như tôi nói, tôi không tìm thấy nhưng tôi nghĩ mình không ảo tưởng) điều đã để lại ấn tượng trong đầu tôi về cách bất kỳ nền tảng nào tiếp cận các quyết định này.
Vậy, ai đó từ Shopify cơ bản ngụ ý Shopify không thể (và không nên) xây dựng cho mọi trường hợp biên. Đó là mục đích của hệ sinh thái. Nhưng cho cái gì đó như thanh toán/Shop Pay? Chúng phải nhanh, an toàn và phổ quát, vậy chúng là bản địa. Nếu đó là yếu tố cơ bản cho gần như tất cả thương nhân (anh ấy có thể đề cập ~80% thương nhân), Shopify xây dựng và củng cố nó; đối tác mở rộng cho trường hợp biên. Nếu đó là nhu cầu rộng nhưng phân mảnh trong triển khai, Shopify có thể ra bản cơ bản trong khi khuyến khích chiều sâu 3P. Nếu đối tác đã cung cấp chiều sâu vượt trội và danh mục không cốt lõi cho lợi thế của Shopify, Shopify nhường cho đối tác 3P.
Tôi nghĩ thách thức cho Cursor là mã hóa là sự phù hợp sản phẩm-thị trường cực kỳ tốt cho các nhà phát triển mô hình SOTA này và đặc biệt là động lực doanh thu khổng lồ cho Anthropic, khó tưởng tượng Anthropic không tăng gấp đôi để hoàn thiện Claude Code!
Trong một cuộc phỏng vấn gần đây, đồng sáng lập Anthropic Dario Amodei nói như sau:
“…I think there was quite a lot of uncertainty two or three years ago. But I think we might be relatively close to the final set of players, if not necessarily the final market structure or the roles of the players. I would say there’s probably somewhere between three and six players, depending on how you count, and those are the players that are capable of building frontier models and have enough capital to plausibly bootstrap themselves.”
(Tạm dịch: “…Tôi nghĩ có khá nhiều bất chắc hai hoặc ba năm trước. Nhưng tôi nghĩ chúng ta có thể khá gần với bộ người chơi cuối cùng, nếu không phải cấu trúc thị trường cuối cùng hoặc vai trò của người chơi. Tôi sẽ nói có lẽ khoảng ba đến sáu người chơi, tùy cách đếm, và đó là những người chơi có khả năng xây dựng mô hình biên giới và có đủ vốn để tự khởi động một cách khả thi.”)
