本文来自微信公众号： 硅星人Pro ，作者：董道力
AI Coding的第一阶段，最容易被相信的故事是"原生模型+原生应用"的闭环优势。
Claude Code背靠Anthropic，能最早用上最强的Claude，模型能力、上下文窗口、工具调用都可以被端到端优化。训练数据、推理参数、工具协议，每一层都可以为coding场景专门调校，不需要迁就任何第三方API。
相比之下，Cursor更像是接入模型的"套壳"产品，哪怕体验做得再好，也很容易被认为只是暂时领先。一旦原生团队把模型优势释放出来，或者为了抢占市场提高第三方API价格，应用层的产品就会关门大吉。
但现在看，这个判断正在失效。
Artificial Analysis近期更新的榜单里，Cursor CLI与Claude Code使用同样的Claude Opus 4.7（medium），综合得分分别是61和60。这个数字大小本身不重要，重要的是它说明了一件事：所谓"原生"带来的加成，正在慢慢被应用层的工程积累所替代。
同款模型，接近的结果，Cursor用套壳的方式，做出了不输原生的体验。
Cursor反击的窗口，就在这里。
1
把模型变成可替换的零件
Cursor应对"套壳"质疑的方式，不是去证明自己的模型更强，而是让模型变得不那么重要。
在模型外围建立一套足够高效的系统。上下文管理、代码库理解、IDE与CLI的协同等等，这些东西不依附于任何单一模型，却决定了agent任务能不能真正跑通。
4月发布的Cursor 3，将Agents Window被提到核心位置，开发者可以在同一界面里同时调度多个Agent，分别运行在本地、worktree、云端、远程SSH和不同repo中。
后续更新沿着这个方向逐层补齐。Cursor SDK把Agent runtime开放给开发者，让企业可以将Agent接入内部工具。Cloud Agents增加了多repo支持和审计日志，解决企业用户在安全合规上的顾虑。
与此同时，Cursor还在把任务入口从IDE中移出去。未来的任务不一定从编辑器开始，它可能来自一个想法、一条消息。
Cursor要做的，是让这些入口自动收拢进Agent系统，最终以diff、测试结果和PR的形式回到开发者面前。
从AI编程工具，到以Agent为核心运转的工程系统，这是Cursor这轮更新真正的野心。
这套系统建立起来之后，模型本身变得可以被替换。
Claude强，接入Claude，GPT强，接入GPT，开源模型好用，就纳入同一套工作流。
而且，随着顶级模型的能力上限正在趋同，接入Claude Opus 4.7和接入GPT 5.5，在很多真实开发任务里的体感差距越来越小。
当"谁家的模型更强"不再是决定性变量，用户的选择逻辑就变了，他们不再被迫绑定某一家模型，而是更看重谁能把不同模型的能力调度得更好。
过去被轻视为"套壳"的那一层，正在成为用户选择的核心。
1
不体面，但有效
解决了"被替代"的问题，Cursor还有另一个更基础的困境：不赚钱。
它的商业模式天然带着一个尴尬螺旋：工具越好用，用户调用越多，背后的模型API成本就越高。
而Coding agent本身又是高tokens、高工具调用、高重试率的场景。
Cursor和许多依赖第三方模型的AI coding创业公司一样，直到最近仍处于负毛利状态。The Information随后披露，截至2026年1月的季度，Cursor毛利率约为-23%，此后才勉强转正。
转折点来自Cursor自己训练的Composer系列模型。
Cursor的思路不是从零构建一个优秀的基础模型，而是更务实地用自有模型接管大量常规coding agent任务，减少对上游API的依赖。
那些不需要最前沿推理能力的任务，常规的代码补全、格式化、简单重构等由Composer接管，把昂贵的API调用留给真正需要它的场景。
效果很快显现，Cursor的大型企业账户已实现正毛利，个人开发者账户虽仍在亏损，但整体结构已经有所改观。
最新的Composer 2.5，是这个逻辑的延续。Cursor承认它基于Kimi K2.5底座，针对长周期编程任务专项训练，合成数据量是上一代的25倍。
选开源底座而非自研，选专项微调而非全能训练，每一步都在压低成本。
这套机制，最终形成了一个可接受的成本结构。
最复杂的需求交给Claude、GPT这类前沿模型，最频繁、最标准化的中间地带，交给自己的Composer。
结合Cursor自身的系统，需求越具体，专用模型就越有训练空间，对上游的依赖就越低。
1
重新被评价的资格
某种意义上，Cursor正在做的事，是用一种不太体面的方式，完成一件很有尊严的事。
它没有执着于证明"我的模型比你强"，也没有试图在基础研究上和Anthropic、OpenAI正面竞争。它接受自己的位置，然后在这个位置上，把应用层能做的事做到极致。
AI基础模型正在从"赢家通吃"走向"多极并立"。当没有哪一家模型能在所有场景下碾压其他对手，应用层的工程能力就成了真正决定用户去留的变量。
谁能把有限的模型能力用得更充分、更稳定、更便宜，谁就赢得了真实的竞争。
这场竞争还没有结束。Claude Code不会坐以待毙，模型能力的天花板仍在上升，原生团队在工具调用和上下文优化上的投入也在加速。
Cursor的窗口能开多久，取决于两件事：应用层的工程积累能否持续领先，以及它能否在成本结构彻底健康之前，等到市场格局真正稳定下来。
但至少现在，它重新赢回了市场的信任。
在AI这个行业里，能活到被重新评价，本身就已经是一种胜利。