作者 | 木子、高允毅
最近，全球最大的人工智能编程公司估值再次创下新高。
如今，AI编程界的明星企业Cursor（其母公司是Anysphere）将行业的想象空间扩展到了极致——它的最新估值高达293亿美元，折合人民币约2079亿元。
11月13日，Anysphere 宣布成功完成23 亿美元 D 轮融资（大约合163亿元人民币）。这次融资后，公司估值从6月的99亿美元，瞬间飙涨至293亿美元，几乎翻了三倍。
Cursor的官网博客透露，这一轮的投资者阵容极其强大，新增了英伟达、谷歌和顶级基金Coatue，现有投资者如Accel、Thrive、a16z和DST也进行了增资。Accell和Coatue则是这一轮融资的领投方。
不过，根据CNBC的报道，Anysphere的首席执行官Michael Truell表示，他们目前并没有上市的计划：
“我们现在的首要任务是壮大公司和团队，上市这类的事情在我们眼下还不是重点。”
1 发布两年半，Cursor的估值呈爆炸式增长
2023年，Cursor这款原生AI IDE悄然上线，凭借极少的营销预算，它在全球开发者圈中迅速成名，成为当前增长最快的SaaS产品之一。
Cursor的崛起正好迎合了软件工程中正在形成的“Vibe编码”趋势：开发者通过自然语言与AI进行对话，后者则自动生成、修改和重构代码。而这一切的背后，支撑这一模式的并不是单纯的算力，而是Cursor ×的双引擎架构。这个专门为编程训练的模型就像是Cursor的大脑；而Cursor团队则为承载这种智能，重新设计了IDE的底层架构，使其在上下文记忆、多语言支持和推理速度等方面全面超越同类工具，从而让Composer能真正理解并操控真实的代码库，而不是单纯生成文本。
依托这种架构，Cursor在短短两年的时间内实现了惊人的商业增长：年度经常性收入（ARR）突破5亿美元，日活跃用户超过100万，付费用户达到36万，覆盖了5万家企业，进驻超过一半的财富500强企业。
这种爆发也源于行业中集中释放的痛点：工程师短缺、成本飙升，企业的遗留系统难以维护，重复调试耗时较长。Cursor的产品形态正好对症下药，加上免费版吸引试用、社区生态推动扩散，产品的飞轮加速转动。
投资者对这一增长趋势几乎没有犹豫。
从2024年7月的6000万美元融资开始，到12月完成的1.05亿美元B轮，接着是2025年5月的9亿美元C轮，再到2025年11月市场传出23亿美元D轮的消息，Anysphere在不到一年的时间内，其估值从26亿美元跃升至293亿美元。
这样的速度在全球AI编程领域前所未见，投资方包括Accel、Thrive、a16z、DST、英伟达、谷歌和Coatue等顶尖机构。
行业中还有另一则轶事：OpenAI曾在种子轮中领投Anysphere，并两次尝试收购，最高报价传闻达到百亿美元级，但由于Anysphere拒绝签署排他性模型协议，最终未能成行。
不过，高速增长的背后也存在一些隐忧。曾有人提出，Cursor过于依赖基础模型（OpenAI、Anthropic）和VS Code生态，理论上“一个API变动”就可能带来结构性风险。
与此同时，开源大模型的快速追赶正在使底层能力趋近，技术壁垒也在不断被打破。
面对这些挑战，Anysphere正在尝试将Cursor更深入地融入企业研发流程——从测试、DevOps到可观测性和数据回流；力图通过更难被替代的“全链路集成”构建下一代护城河。
2 a16z的最新播客，揭秘Cursor背后的独家故事
Cursor如今站在行业的风口浪尖，但它的起步并不那么顺利。
就在几天前，a16z在一档播客中对Anysphere创始人Michael Truell进行了访谈。这位在两年半内将公司估值推高至2000亿的创始人，首次系统地讲述了Cursor的真实成长历程——从几乎走不通的“3D机器人CAD”方向，如何在关键时刻果断转变，最终进入全球AI编程领域的核心。
在这次对话中，Michael分享了Cursor的产品定位、关键设计取舍、为何选择从VS Code切入、团队如何在资源极其匮乏的情况下在两周内推出可用的第一版IDE，以及在规模激增时他们如何应对基础设施瓶颈、多云多供应商架构和模型供应链风险的真实决策过程。
与此同时，作为当下最引人注目的AI编程公司之一，Cursor对行业未来的看法也显示出其前瞻性：软件工程正在从“编写代码”迈向“判断代码的正确性”，工程师的角色正在被重新定义为技术决策者，而不再仅仅是键盘的执行者。
图源：Anysphere，从左到右依次为 Aman Sanger、Arvid Lunnemark、Sualeh Asif、Michael Truell
Cursor的成长故事：从错误到成功的转变
Michael在节目里回顾了Cursor的转型历程，讲述了他们是如何从一个走入死胡同的项目转向了增长的道路。几年前，团队曾试图开发一个雄心勃勃的项目——利用大型模型来自动化3D机器人CAD设计。乍一听这个主意挺前卫，但在实践中，他们却遇到了数据不足、模型推理与三维场景不匹配、以及行业知识缺失等一系列问题，导致项目长时间停滞不前。
Truell提到，这段经历让团队意识到，他们在机械工程方面的专业知识不足，单靠大型模型也无法填补这些专业知识的空白。当CAD项目陷入瓶颈时，团队的压力不断增加。于是，调整方向就成了必然的选择。四位创始人都是深耕工程的高手，熟悉命令行，并且早期就试用了GitHub Copilot。他们发现，AI终于可以在软件工程中发挥重要作用，但工具的供给仍然有限。经过讨论，团队决定放弃CAD，把注意力转向更熟悉的领域。
自此，公司的发展轨迹开始发生变化。Cursor选择从VS Code切入，而不是从零开始打造新IDE。他们认为，关键不在于“重造编辑器”，而是“让模型在真实开发流程中发挥作用”。基于这个判断，Cursor的第一个版本在几周内完成，发布后迅速在开发者社区引起关注。
没有营销预算的情况下，早期的增长主要依赖于社区自发的推广。Cursor很快在开发者圈子里流行开来，成为热议的AI编程工具，公司也因此进入了高速增长期。
然而，快速的增长也带来了不少挑战。
在高峰时期，Cursor的API调用量一度占到了某云服务商收入的两位数百分比；团队不得不在短时间内完成模型供应商的多元化、自建推理和训练系统，以及重写部分基础设施等工作。
这些调整更多是为了应对增长带来的稳定性压力，而不是单纯追求“技术领先”。团队意识到，只有掌握更多底层能力，未来才能在工程工具市场上形成差异化。
Cursor的组织结构也非常特别。他们的招聘方式是让候选人来办公室写两天代码，而不是传统的白板面试。这种方式让候选人能直接接触到真实的工作环境，也帮助团队评估匹配度。
并购策略同样围绕“人才密度”展开。例如，他们曾收购过一个五人团队，主要原因是其中一位成员曾负责GitHub Copilot前身功能的核心开发，而不是为了填补某个产品模块。
对Cursor来说，这种组织结构是应对高速增长不确定性的基础策略。
外界常常用“自动化编程”来描述行业的未来，但Truell的看法则更为谨慎。他认为，完全自动化仍然有一段距离。行业正处于工具升级的早期阶段，模型能力、工程实践和企业环境的差异，使得“无人式工程”在短期内难以全面实现。
他把当前阶段比作“iPod与iPhone之间”——新形态正在形成，但技术路线和使用方式仍在演变。
Cursor的目标，是在这个过渡期中保持快速发展，探索下一代开发工具的可能性。
从Cursor的发展来看，AI编程工具的竞争已经从简单的自动补全和单文件生成，转向对工程链条更深层次的整合，包括测试、部署、可观测性和数据回流等环节。
Cursor的崛起并不是一个典型的“一次成功的产品迭代”故事，而是在错误方向中及时抽身，重新寻找更符合市场需求且团队具备优势的切入点。它的增长得益于产品与场景的高度契合、团队的密集程度以及基础设施能力，而工程师供给紧张、企业系统复杂度上升等行业背景则形成了需求的长期推动力。
随着估值达到293亿美元，Cursor成为这个领域最受关注的公司之一。但未来，它仍需面对底层模型竞争、上下游依赖以及企业市场整合程度等一系列挑战。
以下是此次a16z对Michael Truell的访谈实录。
Cursor的起源
a16z：我最近见到一家创业公司，他们说：“我们是3D领域的Cursor。”我觉得很有意思，因为Cursor最初也做过3D。能跟我们聊聊公司的起源故事吗？
Michael：公司的起步时间可以从不同的阶段来看，但最核心的部分是，我们几位联合创始人本来就是学校或其他地方的老同事。促使我们真正萌生创业念头的，有两个关键时刻。
第一，是我们第一次体验到真正“有用”的AI产品，尤其是GitHub Copilot——那个时候它是领域中的领先者。这让我们意识到：AI不应仅仅停留在实验室，它已经能够在现实中创造实际价值。
第二，是规模定律（Scaling Laws）带来的启发——即使在某个领域暂时没有新的想法，只要模型规模不断扩大，效果依然会持续提升。
这是在2021年到2022年初之间的事。
之后Cursor的雏形源自一次白板讨论，我们对“Cursor for X”这个概念非常兴奋——我们相信，在许多知识工作领域都会出现一家“负责自动化该领域”的公司。
这些公司会打造该领域最好的产品，获得最强的分发渠道，建立可观的商业规模，积累数据与资本，最终发展成一个推动底层模型进步的“实验室”，从而反过来提升产品本身，形成良性循环。
我们当时认为，微软会在“编程”这个垂直领域这么做，因此我们希望选择一个竞争较小、更冷门的方向。
由于团队中有人学过机械工程，我们也熟悉CAD系统，于是最初决定尝试机械工程/CAD自动化。
但事实证明，这个方向并不合适。我们与这个领域的匹配度非常低。与机械工程师交流时，我们常常无法真正理解他们日常工作的核心，就像“盲人摸象”一样。
现在回想起来，我甚至觉得那六七个月我们应该直接去机械工程公司实习，亲身体验他们的工作。
最终我们放弃了CAD方向，回到我们最感兴趣、也最擅长的领域——编程。
为什么Cursor早期成功？
a16z：我有一个理论：Cursor早期成功的关键是“专注”。你们选择了VS Code，而不是从零重写一个编辑器，也没有立刻投入基础模型竞争。当时许多公司都在做更“科幻”的方向。你同意吗？
Michael：我认同你的大部分观察，但也必须说，Cursor的故事还远没有写完。
回到我们最初做CAD的那段经历：那个领域冷启动的难度非常大，缺少现成模型、3D数据匮乏，LLM几乎无能为力，我们花了大量时间进行建模和数据清洗，甚至因此留下了心理阴影。所以，当我们回到编程这个熟悉的场景时，反而变得异常专注，只想以最快的速度做出一个真正可用的产品。
那时我们的资金不多，团队只有四个创始人，却面临着微软和众多创业公司的激烈竞争——从基础模型到重构工作流，各种方向都有。在这样的环境中，我们只能不断压缩时间，把所有能动用的精力投入到产品开发上。
我们给自己设下的约束是每月写一封更新邮件给投资人（尽管没人看，但对我们来说是一个很好的截止日期）。从决定做Cursor到完成一个“每天都能用的IDE”，只用了几周——最初甚至不是基于VS Code，而是从零开始。再过几周，我们就把它交给外部用户试用，几个月后发布了第一个beta版本，很快获得了关注，正式启动了增长的良性循环。
为什么坚持不扩展到CLI、IntelliJ等方向？
a16z：随着势头增大，用户开始要求你们支持CLI、IntelliJ等工具，但你们没有这样做。这是你们刻意的选择吗？
Michael：是的，这绝对是我们有意为之。我们四个创始人每天都在讨论：要不要扩展？要不要开发模型？要不要创建新的IDE？
我觉得，那时候我们非常有意识地想要“掌控界面层”（own the surface）。现在这么做已经不算稀奇，但在当时，大家都觉得开发一个编辑器（无论是fork还是重写）非常奇怪。很多人会说：“你们不可能让程序员换编辑器，他们对自己的编辑器黏性太强。”
但我们知道这不对。因为我们自己就是因为Copilot，从原先的生态切换到了VS Code。我们原本都是那种“用命令行Vim的老古董”，所以我们非常清楚：如果你造出一个更好的“捕鼠器”，大家是会愿意迁移的，只是门槛很高。
同时，我们也非常清楚，未来某个时刻我们一定要进入模型层。这个背后有一整套“慢慢倒推进去”的故事，现在也已经成为我们一个非常重要的产品杠杆。但我们不想从这里起步——起步阶段的目标就是先把东西做好，不要碰模型那一块。
a16z：我记得你某晚打电话告诉我：“我们从一朵大云掉下来了，因为对方扛不住我们的流量。”那时Cursor的规模增长得惊人。我在这个行业干了30年，看过很多公司，但从来没见过谁在这么短时间内扩到你们这样的规模，尤其在团队那么小的情况下。
Michael：我觉得，早期我们面对“规模”的方式，是：一个极小的团队在运营一个增长速度极快的在线服务。我的联合创始人们都非常优秀，但说实话，从“工作年限”来看，我们并不算经验丰富。于是很快就变成：大量用户开始使用我们的服务，而我们自己还在一边学习一边处理各种问题。
有些东西特别容易把系统推到极限。比如，我们有自己的一套文件同步系统，你可以把它想象成：在Cursor里塞了两三个“小号Dropbox”。系统内部还有一整套用于支持AI的搜索能力，从表面上看似乎简单，但在技术上却非常复杂。根据架构的不同，它很容易对底层的云资源造成压力。
很快，我们就在那些“看起来只是普通云服务”的层面上，达到了很大的规模。那段时间有一整条“血泪史”：我们在运行一个非常庞大的Kubernetes集群，规模比许多公司都大，而公司只有五个人一边干一边摸索，自然会出现各种小问题、小事故。
等我们把架构稳定下来并开始扩展团队后，新的问题又出现了，那就是我们开始把API供应商的容量压满。这些供应商一开始完全不知道该怎么理解我们——四个二十多岁的人，结果占了他们相当比例的API收入，他们甚至得根据我们的增长来做容量规划和财务规划。
那段时间，我们不仅要耗费大量精力来维护关系，还得确保供应商愿意给我们足够的资源。随后我们发现，其实同一款模型的 API token 在不同的供应商间都是可以买到的，甚至还有专门销售 token 的渠道。于是，我们变成了一个到处寻找 sonnet token 的团队。随着时间推移，我们开始进行部分模型的自我训练和推理，这又给我们带来了全新的扩展挑战。
那么，未来我们是会继续依赖多家云服务商，还是会考虑自建基础设施呢？
a16z：你觉得未来这方面会怎么发展？会继续依赖外部的多家供应商，形成一个复杂的依赖体系，还是最终会把基础设施逐渐自建起来，成为主导？我说的可不仅仅是模型推理，而是整个基础设施的整体方向。
Michael：你是指推理的基础设施吗？
a16z：不，我说的是所有的基础设施——包括网站、桌面应用、后端系统等等。
Michael：我觉得我们一开始就已经很依赖多云服务了，未来的路基本上也会继续这样走。长期来看，我们会继续使用多家云厂商，而不是只依赖于单一的服务商。目前我们用的有 Databricks、Snowflake、AWS、GCP 和 Azure，数据库则是 PlanetScale。
我们遇到的一些规模问题是非常实际的，尤其是数据库扩展的挑战。很多操作都高度依赖数据库的性能。起初我们用 RDS，通常只是把实例升级就能维持一段时间，但最终总会面临“实例最大限制”的问题，这时就要问自己：是不是该考虑对数据库进行分片了？
后来我们转向了 AWS 的另一款数据库服务，起初他们告诉我们不需要分片，但后来发现其实并非如此，最终还是需要分片。原本以为这些云服务商已经解决了所有问题，但实际上，达到这种规模的客户并不多，他们自己也在不断摸索的过程中。在这方面，PlanetScale 对我们帮助很大，我们从 AWS 的无分片系统迁移到 PlanetScale，效果明显好很多。
所以从长远来看，我们肯定会继续使用多家云服务。每个供应商都有自己的优势，这也是我们选择多云策略的原因。
在研发优先级上的抉择与多产品策略
a16z：接着聊聊产品吧。你们最开始非常专注，但后来却推出了更多产品，比如 BugBot、CLI 及各类基础设施的改进。你们是如何决定要不要做这些事情的？这些方向是自然而然出现的，还是你们有非常明确的优先级机制？
Michael：其实，这是经过深思熟虑的。我们会对很多事情说“不”。但我确实认为，未来我们必须向多产品线公司发展。
在这个领域，有一个很大的多产品机会：我们希望能提供一整套 AI 编程工具的“打包方案”。我们的目标是让 Cursor 成为很多客户的“AI 编码服务商”。
到目前为止，我们的核心“切入点”依然是那块——也就是工程师每天写代码时的“玻璃窗格”：编辑器。我们认为在编辑器这个环节还有很多可以做的事情，这也是我们投入最多资源的地方。
同时，我们也相信：编辑器的工作方式变化，必然会影响团队的协作方式。这不仅是一个重大的战略机会，也是把“编辑器”做到顶尖的必要条件——必须有一整套配套的工具，帮助团队进行代码评审、协作与沟通。
所以这一切都是经过深思熟虑的。坦白说，我们仍在学习如何更好地实现多产品战略：比如如何为这些项目提供足够的“保护罩”，以及如何真正做好交叉销售。我们所在的赛道上，交叉销售的空间很大，一方面依靠产品内部的增长，另一方面也要真正赋能销售团队。
a16z：是的，从单一产品向多产品的市场策略确实非常复杂。
Michael：我们还在不断学习，但对早期的成果感到非常兴奋。
你们的招聘策略是怎样的？严格的两天试用制度
a16z：我见过很多公司，而 Cursor 的招聘流程绝对是我见过的最严格、最用心的之一。在你们每次参与招聘之前，你们都会提前把候选人的背景、进展和策略发给我，可以看出你们在招聘上投入了不少心血。能和我分享一下你们的招聘流程吗？有哪些做法是有效的，又有哪些可能没有效果？
Michael：首先建议就是：让你的董事会成员多多打电话，直到他们喊停为止（笑），充分利用他们的时间。
我们招聘的流程里，有些地方算是“主流做法”，但也有一些很特别的地方。通常小公司在招第一批工程师时，会让对方先以合同工的方式和团队一起工作一段时间，而不是用标准化的 LeetCode 算法题和面试环节——我们当时就是这样做的，这样最自然，也最贴近你想知道的“我们和这个人一起工作是否舒适”。
一般来说，很多公司在招到前几个人后就会停掉这种模式；而我们虽然想停，也尝试过很多次，但到现在还是没有停止。现在所有加入工程和设计团队的人，都会来办公室待两天，进行一个实际项目。
这两天的时间非常自由，没有那种“九点白板面试，十点系统设计”的流水线式安排。我们给候选人一张桌子、一台电脑，告诉他们：“这是三个你可以做的项目，这是一个‘冻结版本’的 Cursor 代码库和已配好的开发环境，你可以开始了。”
这两天“试工”有两个主要作用：第一，它能测试到很多传统编码面试所覆盖不到的维度。之前我们会进行一轮相对传统的编码面试，再邀请他们来现场。这两天里我们可以观察到：
-
他们能否在真实的代码库中从头到尾完成一项任务，
-
他们是否具有“行动力和主观能动性”，
-
在我们这里，工程、设计和产品的联系非常紧密，因此我们喜欢招有产品感的工程师——两天试工也能看出，如果把他们放在一个相对“真空”的环境中，他们会主动创造出什么。
我认为这两天能给我们提供关于“在我们这个环境中生存和发挥”的宝贵信号。
第二个作用是文化匹配：
-
这两天能让我们感受到：“我们愿不愿意和你一起共事？”
-
同时也让对方判断：“我愿不愿意和你们一起工作？”
另外还有一个附加好处——候选人在这两天里能获得大量关于公司的真实信息：这里的日常节奏、写什么代码、和谁合作、第一天入职的感觉等等。这也是为什么，只要候选人最后说“yes”，我们这边的匹配度通常都非常高。
这就是我们现在仍然坚持的一项非常“非典型”的做法：两天线下试工，即使公司已经超过 200 人了，我们依然保持这个流程。
a16z：那你们不会对 go-to-market 的职位也做两天试用吧？
Michael：最早的时候会的！在招聘最初几位销售时，我们就是这么做的：直接给他们真实的潜在客户，给他们一个配额，让他们进行真实的产品演示，模拟与客户的沟通，甚至让他们查看真实数据并提出策略。最开始甚至到了这样的程度：“这是所有信息，请告诉我们该如何销售。”之后流程当然变得更为正规，但最初确实是这样运作的。
Cursor 为何进行如此多的并购？
a16z：你们是我见过在并购上行动最快、最勇敢的早期公司之一。传统观点认为“初创公司不应该收购其他初创公司”，但你们的收购显然取得了成功。能分享一下你们是如何看待这件事的吗？
Michael：到目前为止，这件事基本延续了我们一贯的思路：为了找到最优秀的人，我们愿意尝试一切可能的方式。
当我们要将团队从最初的十个人扩大时，就已经进行了很多“疯狂的招聘行动”。例如：
-
明明对方已经拒绝了你，你仍然飞到他们所在的国家去见他；
-
对方再次拒绝时，你便“编一个故事”：说六个月后在旧金山会有一场研究者晚宴，强烈建议他们飞过来参加；
-
等六个月后对方真的来了，你再重新点燃对话，最终把他转化为公司的一员，结果他成为团队里最优秀的人之一——这事儿，我们实打实做过。
因此，我们一直非常重视“引入最强的人才”。有时候，这些人“非常方便地”并不在任何公司，但更多时候，他们已经在创业，或者在其他公司担任关键角色。这就是我们许多并购的起点，都是基于“人才导向”。
从人才出发，逐渐也扩展到战略层面。未来我们会更系统性地将收购作为一种手段，构建内部类似“总经理制”的产品团队，打造一整套 AI 编程工具，并引入与我们互补的创始团队。对于许多新产品，我们的想法通常是：要么我们自己动手，要么看看市场上是否有合适的小团队愿意加入我们。
我们的第一个正式收购案例是 Supermaven。那是一个五人团队，创始人 Jacob 之前做过 TabNine（在 Copilot 出现之前的顶尖自动补全产品），后来在 OpenAI 进行研究（与 John 一起），他当时也在构建自己的补全模型，而他们的技术路线与 Cursor 完全互补。我们与他保持了几个月的联系，最终非常主动、积极地推动了这起收购。
最后一个哲学问题：“Cursor 会不会被自己创造的 AI 自动化掉？”
a16z：我想问你最后一个问题。这是我从你们某位候选人那里听到的，我觉得非常有意思。他说：“Cursor 正在颠覆整个软件行业，但 Cursor 本身又是写在软件里的，那 Cursor 会不会最终被自己的革命所威胁？”我当时回答他：“我宁可做颠覆者，而不是被颠覆的那一方。”但说实话，那听起来太像是 VC 的回答了。你怎么看？
Michael：我觉得软件开发要实现完全自动化，还得走很长一段路。虽然外面一直在热议这个话题，行业需求也很大，变化也是每天都在发生，但其实软件自动化的真正潜力还没被发掘出来。在那些大型公司里，比如几百人甚至上千人的团队，开发流程还是非常低效的。很多高层管理者常常高估了“软件开发已经实现自动化”的程度，但现实情况并非如此。
整个软件开发领域会经历不少像“iPhone 时刻”那样的技术飞跃。现在的阶段更像是经历了“iPod 时刻”，接下来就是“iPhone 时刻”，而这之后还会有更多的“iPhone 时刻”。软件开发正在经历一系列巨大的变革，而 Cursor 必须不断推出下一代产品。如果我们停下创新的脚步，就会被市场淘汰。
这也是为什么像微软这样的巨头反而不容易完全控制这个市场的原因。因为这个领域的变化实在是太快，技术进步也极为剧烈，再加上底层结构的灵活性，使得大公司在这样的节奏下更难跟上。这确实是个挑战，但同时也带来了巨大的机会。
声明：本文由 InfoQ 翻译整理，观点不代表平台立场，未经许可请勿转载。
2025 技术年度盘点，由你来决定！
2025年的科技趋势真是让人目不暇接。技术的变革层出不穷，复杂得让人眼花缭乱。年末将至，为了把有限的版面聚焦在大家最关心的领域，我们想通过投票的方式选出几个关键方向进行趋势盘点。你可以选择你最想关注的三个方向（支持多选）。
另外，你还希望了解哪方面的内容？有什么现象或争论点需要我们深入探讨的吗？哪些趋势让你感到困惑，需要专家来帮你解读？对于年终盘点，如果有任何想法，欢迎在评论区留言哦！
今日好文推荐
活动推荐
AI正在重塑组织的浪潮已经到来，Agentic 企业时代正式开启！当AI不仅仅是一个辅助工具，而是深度融入业务核心，推动组织结构与运作逻辑的全面变革时，真正的变革便会发生。
把握行业变革的关键时刻，12月19日至20日，AICon全球人工智能开发与应用大会（北京站）将重磅开启！本届大会将聚焦行业前沿，关注大模型训练与推理、AI Agent、研发新模式与组织变革，诚邀您共同探讨：如何构建一个可信赖、可规模化、可商业化的Agentic操作系统，让AI真正成为企业降本增效、突破增长瓶颈的核心引擎。
