核心数据

Cursor 最近发布的 CFOs and the new economics of AI 披露了一批内部数据，揭示了 AI 编程工具落地中几个反直觉的现实。

数据速览：

  • AI 全球支出 2025 年达 $1.5 万亿，但仅 39% 的部署能追踪到企业级 EBIT 影响
  • Token 使用量最高的前 20% 公司，收入同比增长 16.5%，尾部公司仅 5.1%
  • P99 开发者日均 AI 辅助代码行数是普通用户的 46 倍，周均合并 PR 数是 15 倍
  • 不同模型家族，单次 Agent 请求成本差异达 9 倍，单行接受代码成本差异达 7 倍

产品定位分析：为什么 Cursor 要谈 CFO

Cursor 成立 CFO Council，本质上是在做定价权的争夺战。

当 AI 工具从实验性项目变成每年数百万美元的企业级支出，谁来决定买什么、买多少、用谁家？答案正在从 CTO 转向 CFO。Cursor 抢先绑定财务决策者，是在企业软件采购链条上卡位——让 CFO 成为内部推广 AI 编程的倡导者，而非阻碍者。

这对 Copilot、Claude Code 等竞品是一个警示：技术领先不够，还得搞定采购链。

技术分析：Jevons 悖论在编程工具中的体现

文章提到了一个关键观察：更好的模型 → 团队愿意尝试更复杂的工作 → 消息量上升（复杂任务涨 68%）。Cursor 称之为"Jevons 风格动态"。

Jevons 悖论原指：提升能源效率会降低使用成本，从而刺激更多消费，最终总能耗不降反升。在 AI 编程领域的映射是：

  • 模型能力提升 → 单位智能成本下降 → 团队把 AI 用于更高阶任务（如架构设计、代码审查）→ 总消耗继续增长

这对 AI 编程工具的商业模型有深远影响：按使用量定价（usage-based pricing）正在成为主流，因为厂商确信用户消耗量会随能力提升而增加，而非减少。

关键洞察：AI 放大了不平等，而非弥合它

最值得警惕的数据是 P99 vs 中位数的 46 倍差距。

这说明 AI 编程工具目前是强者愈强的放大器，而非降低编程门槛的平等化工具。高水平开发者借助 AI 向更高复杂度工作延伸，而普通开发者用 AI 做的事有限。

这不是工具的问题，而是使用方式分化的问题。84% 的高阶用户每周使用多模型，但普通用户往往只用默认模型。成本差异 7-9 倍的事实说明：模型路由（routing）是关键技能，而非"一直用最强模型"。

对行业的启示

  1. AI 编程的采购逻辑正在重构：从"开发者喜欢用"到"CFO看得懂ROI"，这个转变会加速企业级功能（审计、权限、成本控制）的投入
  2. 多模型策略是必修课：不再是大公司的特权，普通团队也需要模型路由能力来控制成本
  3. 工具厂商的护城河在迁移：技术指标（上下文窗口、推理速度）之外，企业级管理能力（成本可视化、权限体系、集成治理）正在成为新的差异化点

Cursor 这篇文章表面是给 CFO 的营销内容，实际透露了 AI 编程工具进入企业主流后面临的深层矛盾：价值创造集中、分配不均，且整个行业还没有建立起衡量这套生态生产力的标准框架。

本期 Cursor 双周综述覆盖 2026-06-30 至 2026-07-07