马斯克亲口承认：全球只有3家拥有足够数据，自己不在其中

2026年10月10日，X Takeover活动现场，两千多名观众面前，主持人抛出一个直球：你为什么要买Cursor？

马斯克的回答只用了六十一秒，却把整条AI赛道最不愿意公开说出来的底牌，翻了个底朝天。他说，想造出一个像样的超级智能，你就得搞定编程。而据他所知，全世界攒够了编程训练数据的，只有三家——OpenAI，Anthropic，Cursor。谷歌勉强算半个。

这份名单里，没有xAI，没有Grok，没有马斯克自己。一个手里攥着火箭、Colossus超级算力、特斯拉路测数据的人，当众承认在通往超级智能最关键的那条路上，自己原本没有入场券。所以他花了600亿美元，把Cursor买了。

我认为，这场61秒的坦白，比600亿的支票本身更值得琢磨。它撕开了一个行业内持续沉默的事实：大模型竞赛进行到今天，算力可以堆，人才可以挖，但有一类数据，砸钱买不到，砸时间也未必追得回来。

编程数据凭什么这么值钱

要理解马斯克为什么非买Cursor不可，得先弄明白一件事：编程数据跟互联网上的文本、图片、视频，根本不是一个物种。

编程是AI最容易自己“刷题练级”的科目。软件的逻辑是确定的，代码写对了没有，跑一遍单元测试就知道，答案不靠谁主观打分。

这意味着，一段代码的质量可以在几毫秒之内被机器自动验证，不需要人工标注，不需要众包审核。

在所有人类知识领域里，编程的反馈信号是唯一能做到高频、客观、闭环的。

但这里有个关键前提容易被忽略。公开的GitHub代码仓库，谁都能爬。OpenAI的Codex早期就是拿GitHub上159GB的公开代码训练的。

这些公开代码能教会模型什么是“看起来对的代码”，教不会模型什么是“在真实工程场景中被开发者接受或拒绝的代码”。

Cursor手里握着的，恰恰是后者。

每一次程序员在Cursor里写代码，AI给出一段建议，开发者按Tab接受、直接删掉、或者改几行再用——这三个动作，相当于给AI批改了一道作业：对的打勾，错的打叉，半对的还附上了正确答案。

据报道，Cursor训练时用到了数万亿Token这种真实的开发者交互数据。这种数据，网上爬不到，实验室造不出来，只能靠成千上万个真实的程序员，一天一天、一行一行攒出来。

我的猜测是，这才是马斯克口中“只有三家”的真正含义。不是指公开代码的总量，而是指那种带真实人类判断的、可验证的、持续流动的交互信号。

公开代码是静态的“答案”，而Cursor的数据是动态的“批改记录”。

前者教模型模仿，后者教模型判断。在通往超级智能的路上，判断力比模仿力值钱得多。

马斯克自己在同一场访谈里讲了一个细节，让人印象极深。他翻看新版Grok的强化学习训练记录，发现AI有时候明明答对了，却被判成错的，因为题目本身出了问题。

然后AI就拼命乱试答案，像被枪顶着脑袋一样。他说，换成自己也会很讨厌那种感觉。

题出了错，AI就白练，甚至越练越歪。而真实程序员的每一次取舍，恰恰是最靠谱的批改记录，因为来自真实工作，对错由真人裁定。

我认为，这个细节揭示了编程数据最不可替代的价值：它不是“更多”的数据，而是“更真”的数据。

在大模型已经吃遍了互联网上几乎所有公开文本的今天，增量数据的边际价值正在急剧递减。但高质量反馈信号的稀缺性，反而在指数级上升。

Cursor的数据飞轮之所以被马斯克称为“入场券”，恰恰因为它是少数还在持续产出这种信号的系统。

数据飞轮不是概念，是每天都在转的机器

Cursor的数据飞轮，本质上是一个把“使用行为”直接转化成“训练信号”的闭环。

根据Cursor官方发布的技术说明，他们把这种方法称为“实时强化学习”。流程是这样的：模型检查点部署到生产环境，观察用户对每一次代码建议的真实反应，把这些反应聚合为奖励信号，然后用这些信号去更新模型。

Cursor Tab功能在每天超过4亿次请求的流量驱动下运转，每一次Tab键的按下或忽略，都在为下一版模型提供信号。

更关键的是迭代速度。有分析指出，Cursor的模型更新频率可以达到每五小时一次，由几百万付费用户的实时反馈驱动。

这意味着，当OpenAI和Anthropic还在用几个月为一个周期发布新模型的时候，Cursor的底层模型已经在以天为单位持续进化。

我的看法是，这种速度差异带来的不是线性的领先，而是结构性的壁垒。

你可以在一夜之间买来一万张GPU，但你没法在一夜之间让几百万开发者同时开始用你的工具写代码。

数据飞轮的转速，取决于用户规模乘以使用频率乘以反馈质量。三个变量里，用户规模和反馈质量都需要时间沉淀，而使用频率又反向依赖于产品本身好不好用。

这是一个典型的“鸡生蛋、蛋生鸡”问题——产品好，用户多，数据多，模型强，产品更好；产品差，用户少，数据少，模型弱，产品更差。

Cursor之所以在短短几年里就攒下了马斯克口中全世界只有三家才有的东西，恰恰因为它从一开始就不是“先造模型再找用户”，而是“先有用户再造模型”。

它是一个编辑器，程序员每天主动泡在里面写代码。AI的建议只是编辑器的一个功能，用户的每一次采纳或拒绝，天然就是标注行为。这不是数据采集，这是数据生产。

我判断，这解释了为什么马斯克说“只有三家”。OpenAI有Codex和ChatGPT，Anthropic有Claude Code，它们都有自有的编程入口来沉淀交互数据。

谷歌有Gemini和内部的代码工具生态，所以“勉强算半个”。而xAI的Grok在编程工具端的布局太晚了。

有分析指出，Grok在复杂代码任务上的短板表明算力已经触及天花板，而缺乏真实编程反馈数据的持续反哺，让强化学习阶段的模糊奖励信号让算力在“盲人摸象”中低效空转。

马斯克自己在宣誓证词中甚至承认，xAI用过OpenAI的输出来训练Grok。

自家题库不够，只能抄别人的答案来练，这条路走不远，他心里比谁都清楚。

600亿买的不只是数据，是一张没有替代品的票

这里有一个容易被忽略的问题：既然编程数据这么值钱，为什么马斯克不自己做一个编程工具，慢慢攒？

我的看法是，因为时间窗口正在关闭。

大模型竞赛有一个残酷的特征：领先者的优势会自我强化。谁先拿到足够好的数据，谁就能训出更强的模型；更强的模型吸引更多用户；更多用户产生更多数据。

这是一个正反馈循环，后来者面对的不是一个静止的对手，而是一个正在加速跑远的对手。

xAI在编程赛道上已经落后了不止一个身位，从零开始做一个编程工具、积累用户、形成飞轮、追上领先者，这条路径的时间成本，以年为单位计算，而且成功率极低。

更关键的是，市面上能买到的、符合“三家之一”标准的标的，只有Cursor一个。

OpenAI和Anthropic是竞争对手，不可能卖。谷歌更不可能。Cursor是唯一一家既拥有海量真实编程交互数据、又作为独立公司可以被收购的标的。

600亿美元的估值，Cursor本轮融资前的市场协商估值约500亿美元，SpaceX给出了20%的溢价。这个溢价，在我看来，不是对Cursor当前收入的定价，而是对“唯一性”的定价。

在一个赢家通吃的赛道里，第二选择不是更便宜的选择，而是不存在的选择。

马斯克在访谈中还提到了另外三样东西：人才、算力，以及一支好的企业销售团队。

销售团队这一项放在造超级智能的语境里，乍看突兀，细想却极有道理。

数千家企业的合作关系意味着什么？意味着Cursor的数据飞轮不只运转在个人开发者的层面，还嵌入了真实企业的工程流程。

企业级的使用场景比个人开发更复杂、更多样、反馈信号更丰富。

一支强大的企业销售团队，本质上是在为数据飞轮铺设更多的“数据入口”。

但收购完成后的局面，并不全是坦途。OpenAI已经通知SpaceX，将于11月12日停止向Cursor提供模型，理由是担忧SpaceX能否遵守其服务条款。

同时，OpenAI从Cursor挖走了前欧洲业务负责人出任欧洲、中东和非洲地区销售副总裁，此前还挖走了曾任Cursor全球营收总裁的Brian McCarthy担任全球销售副总裁。

Anthropic则在OpenAI宣布断供后数小时表示将增加Cursor平台上Claude模型的算力。

我的判断是，OpenAI的这一手“釜底抽薪”与其说是要卡Cursor的脖子，不如说是在向市场释放一个信号：编程数据的争夺已经进入了零和阶段。

Cursor CEO Michael Truell此前透露，OpenAI模型仅占Cursor用户流量约5%，模型下线对短期运营影响有限。

但5%也好，50%也好，真正的问题是：当最大的竞争对手开始用断供和挖角来回应你的数据优势时，说明你的数据优势已经大到让他们坐不住了。

我为什么认为这笔交易的战略意义被低估了

回到马斯克的那61秒。他说的是“全世界攒够了编程训练数据的，只有三家”。

这句话的言外之意是，在超级智能的竞赛中，编程数据的积累程度，已经成了区分“有入场券”和“没有入场券”的分界线。

我认为，这件事最大的信息量不在于600亿这个数字，而在于马斯克公开承认了一个事实：在AI竞赛进入下半场之后，最稀缺的资源不是算力，不是人才，而是那种在真实使用场景中持续产生的、带人类判断标注的高质量反馈数据。

算力可以砸钱建，模型可以花时间追，但编程数据这东西，得靠用户一行一行地攒。

SpaceX的AI部门在2025年运营亏损近64亿美元，AI分部资本开支高达127.3亿美元，是当期收入的近4倍。

在这样一个烧钱速度下，马斯克愿意再掏600亿买一张“入场券”，说明在他眼里，没有这张票，前面所有的投入都可能变成沉没成本。

我的猜测是，这笔交易的决策逻辑，跟当年SpaceX决定自研火箭发动机的逻辑是一样的：关键环节不能外包，核心能力不能有短板，哪怕代价看起来离谱，也比在关键时刻被卡住脖子强。

更深一层看，这场收购揭示的是AI竞争底层逻辑的一次转变。过去几年，行业叙事的主线是“更大参数、更多算力、更强模型”。

但马斯克的61秒坦白指向了另一个方向：数据质量的竞争，正在取代数据数量的竞争。

当一个系统每天产生数亿次真实的、可验证的、带人类判断的交互信号时，它就不再只是“训练数据”，而是一种活的基础设施。

这种基础设施一旦建立起来，其竞争壁垒远高于任何单一的模型权重或算法创新。

马斯克说，造超级智能的四样东西是数据、人才、算力，再加一支好的企业销售团队。

前三样，xAI缺了最关键的那一样。第四样，Cursor有。所以他把Cursor买了。600亿美元，买一张补票。这笔账，在他心里大概早就算清楚了。

信息来源