Por @BornsteinMatt, @martin_casado e eu.
A codificação por IA pode ser o maior mercado endereçável de nossas vidas. E, a menos que você ache que já resolvemos completamente (o que ninguém acha; estamos mais perto de 1% do caminho), então a maior pergunta não só no venture capital, mas também na produtividade empresarial é: "Em qual time você aposta para, no fim, criar o produto vencedor?"
Você aposta no time mais inteligente?
Você aposta no time que tem mais poder bruto, recursos e capacidade computacional?
Ou você aposta no time que itera mais rápido?
Se você acha que é a #1, essa é uma aposta bem difícil, porque todo time é inteligente. Toda semana, algum pesquisador genial sai de um laboratório para outro e o ranking dos "inteligentes" muda. Então, se essa é a sua aposta, boa sorte prevendo isso; achamos que é bem difícil dizer.
Talvez você ache que é a #2, porque você já engoliu a pílula da lição amarga e pouco mais importa para os modelos de fronteira deixarem o pelotão para trás. (Embora considere que apenas um data center em escala de gigawatt está realmente operacional hoje, e quem o construiu.)
Mas se você acha que é a #3 — que historicamente é uma aposta bem razoável — então a história da Cursor se unindo à SpaceXAI é uma para entrar para a história.
Pré-Cursor
A história da Cursor é diferente das outras narrativas de IA. Eles são o único produto premium de codificação por IA que começou como produto, tentando ser útil; em vez de começar em um laboratório, construindo modelos de fundação. (O Copilot é a outra possível resposta aqui, mas não está no mesmo nível.)
Se voltarmos alguns anos, os modelos de IA não eram muito bons em escrever código. Você podia começar projetos interessantes com eles; mas era preciso muita estruturação para evitar que eles transformassem tudo em uma bagunça. Os desenvolvedores estão sempre ansiosos para explorar a fronteira da eficiência de codificação, mas quase ninguém achava que você poderia simplesmente jogar GPT-3.5 no seu código e esperar algo bom disso.
O paradigma dominante no campo nascente de "codificação por IA" era o tab-complete. Você tinha sua IDE aberta e escrevia código normalmente; então o modelo adivinhava o que vinha em seguida. Embora o tab-complete não fosse tão revolucionário quanto o que veio depois, era uma verdadeira economia de tempo para os desenvolvedores, e havia demanda real por ele.
É meio irônico que Michael Truell e a Cursor tenham definido a era do "tab-complete" na codificação como definiram, porque esse não era seu objetivo inicial quando ele fundou a Anysphere. Ele e seus cofundadores do MIT, Sualeh Asif, Aman Sanger e Arvid Lunnemark, primeiro tentaram criar um cliente de e-mail com IA que ajudasse os usuários a redigir e gerenciar e-mails, e uma ferramenta CAD com IA para engenheiros mecânicos. Como Truell descreveu recentemente, eles se sentiam um pouco intimidados pelos outros projetos de codificação com IA; eles sentiam que o espaço já estava coberto.
Mas, como ele explicou em seguida: "Ficamos viciados. Não conseguíamos ficar longe disso. Começamos a trabalhar na Cursor no final do ano; fundamentalmente, porque queríamos construir uma ferramenta que nós realmente gostássemos, e uma ferramenta que quiséssemos usar. E nada no mercado realmente preenchia esse requisito para nós. … Nosso objetivo era construir um produto que pudesse ser nosso ambiente de desenvolvimento, que aguentássemos usar, que não nos tornasse 2x menos produtivos."
No início de 2023, alguns meses após o lançamento do ChatGPT, Truell voltou ao Hacker News para apresentar a Cursor, "um editor de código construído para programar com IA":
As várias tentativas de lançamento de Truell no HN
Seu post recebeu apenas 11 comentários, e a Cursor passou grande parte de 2023 como uma ferramenta de nicho entre os primeiros adotantes de IA. Mas o produto era excelente, e os modelos estavam melhorando em codificação. Lenta mas seguramente, foi ganhando força entre os usuários. A notícia se espalhou: a Cursor é a melhor ferramenta se você leva a sério o uso de IA para codificar.
"Eles realmente querem construir um ótimo produto."
Em 2024, as coisas decolaram. Os desenvolvedores descobriram o produto e o amaram, contaram aos amigos, e os amigos também o amaram. Em um encontro de usuários, um usuário do Japão explicou que havia voado de Tóquio com um livro que escreveu em japonês sobre como usar a Cursor. Era sinceramente como os Beatles para o software; nunca tínhamos visto nada igual.
A Anysphere — que a maioria das pessoas chamava apenas de "Cursor" — tornou-se a empresa de software mais rápida da história a atingir US$ 100 milhões em receita recorrente anual. Do nada, quatro jovens que largaram a faculdade, na casa dos 20 anos, estavam com uma das startups mais badaladas do mundo. Eles eram alguns dos fundadores mais especiais que já conhecemos. Entre outras coisas, tinham ótimo gosto. Se você entrasse no escritório deles — depois de tirar os sapatos, é claro — veria plantas por toda parte; luzes de pisca-pisca; móveis no estilo hygge, escolhidos pelos cofundadores. Para eles, não bastava que a codificação com IA fosse funcional ou tivesse bom desempenho. Tinha que ser bonita.
E realmente era. A Cursor tinha um excelente modelo de tab-complete, que aperfeiçoou após adquirir a Supermaven em novembro de 2024; uma barra lateral, onde você podia conversar com os modelos e pedir que fizessem coisas; e, crucialmente, a capacidade de alternar entre modelos com facilidade.
Isso importava muito. Existem algumas aplicações empresariais de IA onde o usuário final não se importa realmente com o modelo usado, desde que os resultados sejam bons. Mas não em codificação. Os desenvolvedores são notoriamente exigentes e opinativos sobre sua configuração de codificação, e são vocais em proteger suas preferências e gostos. Por isso, era muito importante que a Cursor permitisse usar o modelo de sua escolha, ou alternar entre eles dependendo da tarefa. Isso colocava o desenvolvedor no comando, com a Cursor como o hub central conectando desenvolvedores a tokens, com a estruturação certa para tornar a experiência perfeita.
Kate Deyneka, fundadora da Reelful e usuária de longa data da Cursor, reitera que esse instinto de colocar o produto em primeiro lugar foi o que diferenciou a Cursor dos laboratórios. "Eles são a única empresa de codificação com IA hoje que começou como produto, não como laboratório. Eles vêm dessa perspectiva de desenvolvedor, porque eles próprios são desenvolvedores. Eles realmente querem construir um ótimo produto." Foi por isso que a estratégia inicial de priorizar a IDE importava: a Cursor não pedia aos desenvolvedores que abandonassem seus fluxos de trabalho da noite para o dia. Ela "queria encontrar as pessoas onde elas estão, no VS Code", disse Deyneka, e essa transição foi essencial porque "confiar plenamente na IA para fazer sua codificação é, por si só, um processo". Em sua visão, as primeiras decisões de produto da Cursor fizeram mais do que tornar os desenvolvedores mais eficientes; ensinaram os desenvolvedores a confiar na IA o suficiente para delegar trabalho real de codificação a ela.
Os críticos chamavam a Cursor de mera "revendedora" dos tokens produzidos pela OpenAI, Anthropic e afins. Mas os desenvolvedores, naquela época, não achavam que os modelos fossem bons o suficiente para autonomia plug-and-play, nem diferenciados o suficiente para justificar ficar presos a um único ecossistema. Era preciso alguém para preencher a lacuna entre o que os modelos podiam fazer e o que os desenvolvedores realmente precisavam, e a Cursor era o melhor produto. Por um momento, pelo menos.
O teste
Em 2025, os modelos de fundação estavam cada vez melhores; e os laboratórios de modelos queriam uma fatia maior do bolo. Naquela primavera, a Anthropic lançou o Claude Code: você dava a ele uma tarefa em linguagem natural, e ele lia seu código, escrevia código, executava comandos e iterava sobre erros, tudo sozinho. Se a experiência da Cursor parecia um "copiloto", o Claude Code estava perto de um "piloto automático". Ainda assim, os modelos não eram bons o bastante para o piloto automático naquele momento. Se você fosse um desenvolvedor sério, ainda queria olhar o código.
Mas nos meses finais de 2025 — quando uma nova geração bombástica de modelos de fronteira foi lançada, começando com o Opus 4.5 da Anthropic — o piloto automático parecia assumir o controle. De repente, a receita dos laboratórios disparou, com o Claude Code e o Codex da OpenAI se tornando dois dos produtos de crescimento mais rápido de todos os tempos. Parecia que os laboratórios de IA de fronteira estavam levando a melhor.
Isso levantou uma questão difícil para a Cursor.
As pessoas levantaram dúvidas sobre a Cursor ao longo do ano, argumentando que os serviços de assinatura de IA eram estruturalmente insustentáveis e vulneráveis — destinados a um "short squeeze". (Nunca concordamos com isso, aliás.) Agora diziam que a IDE — o formato que fazia a Cursor funcionar — estava obsoleta. As IDEs eram essenciais para escrever código manualmente e ainda necessárias na era do tab-complete. Mas na era da codificação por agentes, quando "codificar" cada vez mais significava "dizer aos seus agentes de codificação o que fazer", ela não era mais necessariamente o centro da experiência de programação. Se o agente vai apenas fazer o trabalho por nós, e fazer bem o suficiente para que não precisemos olhar o código, por que precisamos da IDE?
Isso não se aplicava a todos, é claro; desenvolvedores sérios ainda querem olhar o código e estar familiarizados com sua base de código. Mas a trajetória do progresso era avassaladora. Tab-complete mais chat com LLM não é tão interessante quando você tem codificação por agentes genuinamente poderosa e IA que pode simplesmente fazer coisas por você. Alternar entre modelos não é tão atraente quando uma ou duas empresas têm uma vantagem clara e massiva em capacidades de codificação e estão dispostas a subsidiar seus próprios canais. O valor da estruturação da Cursor, da flexibilidade de modelos e da familiaridade com codificação estava sendo questionado de todos os lados, e em janeiro de 2026, o discurso online já tinha descartado a Cursor como concorrente séria.
A única saída é atravessar
Os críticos subestimaram duas coisas na Cursor, e essas duas coisas fizeram toda a diferença.
A primeira era a vasta quantidade de dados de codificação de alta qualidade que tinha de desenvolvedores de todo o mundo construindo em sua plataforma. A Cursor sabia como era um bom código e como eram boas práticas de codificação, em um momento em que esses dados se tornaram muito valiosos. O lançamento do "Composer", em outubro de 2025, um novo modelo de codificação desenvolvido inteiramente pela Cursor, recebeu surpreendentemente pouca atenção na época, considerando o quão rápido, barato e ergonomicamente amigável era.
Como Jordan Topoleski, COO da Cursor, nos contou: a empresa há muito tempo estava "faminta por poder computacional; construindo modelos de codificação cada vez mais capazes com uma quantidade realmente pequena de computação". A solução foi apostar no que a Cursor tinha de único: um produto amado com distribuição massiva entre desenvolvedores. A tese da equipe era que "ela poderia combinar modelos base de código aberto com dados únicos da distribuição em escala para criar um modelo de codificação especializado que pudesse competir muito acima do seu peso".
E a segunda era simplesmente que o Time Cursor tinha clareza sobre a situação. Em 5 de janeiro de 2026 — impulsionado pelas enormes melhorias na capacidade dos modelos de fronteira no final de 2025 — Truell convocou uma reunião com todos na empresa. A Cursor precisava construir um modelo de codificação à altura dos melhores do mundo, enquanto continuava a oferecer aos seus clientes a capacidade incrivelmente valiosa de diversificar suas escolhas de modelo. Isso exigiria, anunciou Truell, que os funcionários cancelassem todas as reuniões desnecessárias e estivessem prontos para trabalhar horas brutais com novas equipes em cima da hora.
Parecia completamente irracional que a Cursor conseguisse fazer isso em tão pouco tempo. Mas a velocidade de iteração importa, e a Cursor se move rápido. Em fevereiro de 2026, a Cursor anunciou o Composer 1.5, uma enorme melhoria em relação ao seu antecessor e, novamente, um modelo notavelmente barato — mas ainda atrás da fronteira Anthropic/OpenAI.
O Composer 2 chegou cinco semanas depois, construído sobre o modelo base Kimi 2.5 da Moonshot, com uma enorme quantidade de treinamento adicional e aprendizado por reforço por cima, sob medida para codificação. Agora eles estavam vencendo a Anthropic e a OpenAI na relação preço-desempenho. Oito semanas depois, veio o Composer 2.5: outro salto enorme de desempenho, graças a treinamento adicional e RL. Os modelos desenvolvidos internamente pela Cursor estavam começando a parecer competitivos com os laboratórios de fronteira — não apenas em relação ao preço, mas em termos absolutos. A evolução estava em andamento.
https://x.com/kylebrussell/status/2066534130406535384
À medida que construíam modelos cada vez mais capazes, o time da Cursor transformou a experiência do produto ao redor deles. Em outubro, anunciaram o "Cursor 2.0", reestruturando o aplicativo da Cursor em torno da interação com múltiplos agentes em paralelo. Em abril, veio o "Cursor 3". A Cursor não parecia mais uma IDE clássica: era "um espaço de trabalho unificado para construir software com agentes", estruturado em torno das capacidades dos modelos Composer.
Mas mesmo assim, a Cursor tinha outro problema, que não podia ser resolvido com determinação ou iteração. Ela precisava de mais poder computacional para continuar na luta.
OpenAI e Anthropic, nesse ponto, estavam levantando dezenas de bilhões de dólares a cada poucos meses e garantindo enormes quantidades de poder computacional cativo. Podiam treinar modelos cada vez maiores em clusters enormes. Você pode ser tão esperto quanto quiser com suas receitas de treinamento e seus dados, mas em determinado momento, você simplesmente precisa do poder computacional. A Cursor precisava levar a luta para os laboratórios de fronteira, e isso significava que precisava de escala. De alguma forma. Mas de onde?
O homem foguete
xAI, você pode não ter percebido, foi fundada no mesmo mês que a Cursor. Quando Elon Musk a criou em março de 2023, certamente recebeu muito mais atenção: o objetivo de Elon era criar uma IA "maximamente curiosa" que pudesse "entender a verdadeira natureza do universo". Havia uma corrida de IA para vencer, e Elon queria vencê-la.
Ao longo dos dois anos seguintes, Elon construiu com sucesso data centers massivos — os sites Colossus 1 e Colossus 2, na divisa entre Tennessee e Mississippi — em velocidades sem precedentes. A xAI tinha mais poder computacional que a OpenAI e a Anthropic! Mas não conseguia fechar a lacuna em codificação, e em 2025 ficou claro que você não podia vencer a corrida da IA sem isso. Elon admitiu que a empresa não foi "construída direito da primeira vez". Mas ele se recusou a desistir. "Se é o melhor, ainda veremos", disse ele em maio de 2026, "mas nunca vou desistir. Nunca."
"Elon Musk, iterando sobre a estratégia de modelo de codificação da xAI"
Então Elon entrou em contato com Truell, que tinha feito seus próprios modelos de codificação funcionarem surpreendentemente bem com tão pouco poder computacional.
Em abril de 2026, a SpaceX — que havia absorvido a xAI no início daquele ano — anunciou um possível acordo com a Cursor. Era uma espécie de opção de compra sobre a empresa: a SpaceX tinha o direito de adquirir a empresa por US$ 60 bilhões ou, se o acordo não fosse adiante, pagaria uma taxa de rescisão de US$ 1,5 bilhão em dinheiro e US$ 8,5 bilhões em poder computacional. Em 12 de junho, a SpaceX abriu seu capital no maior IPO da história; e quatro dias depois, Elon confirmou suas intenções: a SpaceX comprará a Cursor em uma transação de US$ 60 bilhões totalmente em ações. É a maior aquisição de uma startup apoiada por venture capital de todos os tempos.
O acesso aos data centers da SpaceXAI muda a escala do que a Cursor pode tentar. Jordan disse que a parceria dá à Cursor "uma ordem de grandeza a mais de poder computacional", o que permitirá ao time "executar significativamente mais experimentos e aproveitar significativamente mais dados do que antes". Isso importa especialmente para o pós-treinamento: mais poder computacional significa que a Cursor pode iterar mais rápido nas receitas especializadas que transformam modelos base fortes em modelos de codificação altamente úteis, mantendo o modelo intimamente ligado ao produto. Como Jordan disse, a vantagem da empresa é "não ver o modelo e o produto como coisas separadas, mas construir em direção ao modelo mais útil e às experiências de produto mais úteis, unindo as duas coisas".
A Cursor e a SpaceXAI têm uma profunda compatibilidade cultural entre si. Ambas trabalham em um ritmo e com uma intensidade que beiram o absurdo. E ambas são definidas por iteração. Não importa se você errou na primeira vez, ou na segunda, ou na terceira — mesmo na décima ou na vigésima. Apenas continue. Se você está se movendo na direção certa mais rápido do que qualquer um, você provavelmente vai vencer. Essa é toda a história da carreira de Elon, do Falcon da SpaceX ao Full Self-Driving da Tesla. E também é a história do Time Cursor. A Cursor se reinventou como empresa não uma, mas duas vezes: primeiro, de cliente de e-mail para IDE de tab-complete e revendedora de tokens; e novamente, de IDE de tab-complete e revendedora de tokens para laboratório de IA e criadora de tokens. E fez tudo isso em menos de quatro anos.
A Cursor e as empresas
Pela estimativa de Jordan, o modelo de Tab/autocomplete deu aos desenvolvedores um ganho de produtividade de 5–10%, e depois os agentes elevaram os ganhos para cerca de 35%. Agora, a Cursor está entrando em uma terceira onda de múltiplos agentes paralelos e de execução mais longa, especificamente voltados para serem úteis em ambientes empresariais complexos, com sessões de agentes que duram horas e o cliente empresarial médio obtendo cerca de 65% do seu código de produção a partir da IA.
Ele lembrou de uma reunião com o CIO de uma empresa da Fortune 500, que lhe contou que a Cursor havia aumentado a produção de código da organização de cerca de 150.000 linhas por semana para 800.000 linhas por semana. O lado positivo era óbvio, mas o problema de segunda ordem era igualmente imediato. O aumento tinha explodido todo o processo de revisão de código, criando um novo gargalo em torno da manutenção da qualidade do código à medida que seguia para produção.
A Cursor precisava progredir rapidamente no que Jordan chama de "loop externo": o processo de revisar, integrar, testar e enviar código para produção, "à direita e à esquerda de onde o código é gerado em todo o ciclo de vida do desenvolvimento de software". Daí vêm produtos como BugBot, Origin, SDKs, automações e agentes de nuvem: são respostas aos novos problemas criados quando a geração de código se torna dramaticamente mais barata e rápida, e onde o recurso escasso não é mais escrever código, é dar o aval por ele.
Os números confirmam a história. No início de 2025, "mais de 80%" da receita da Cursor ainda vinha do lado B2C do negócio, enquanto o B2B era uma parte mais emergente da organização. Mas essa mistura mudou rapidamente. No momento da parceria com a SpaceX, quase 80% da receita vinha do B2B. A mudança reflete a velocidade com que grandes clientes expandem uma vez que a Cursor se torna parte integrante: as primeiras coortes empresariais frequentemente crescem o uso em mais de 10x no primeiro ano, com contas passando de "um item de US$ 1 milhão para um item de US$ 10 milhões e depois para um item de US$ 100 milhões" à medida que o impacto do produto se espalha pela organização.
Em uma grande empresa de entretenimento, uma migração de código legado de seis meses e US$ 1,2 milhão foi concluída durante um hackathon de três dias por sete ou oito engenheiros. Na NVIDIA, a Cursor passou de um POC inicial para 100% dos desenvolvedores e mais de 30.000 usuários ativos semanais nos primeiros meses de parceria, tornando-se a ferramenta mais rápida e amplamente adotada que a empresa já havia usado em toda a organização. E no National Australia Bank, um time de 100 a 150 engenheiros concluiu a migração de um monólito legado .NET para um backend Java e frontend React, que estava programada para nove meses, em nove semanas; desde então, Jordan nos contou que a adoção cresceu para 5.000 a 6.000 engenheiros, com o CIO apontando a configuração de múltiplos modelos da Cursor como uma forma de manter os custos sob controle em escala.
https://x.com/bot/status/2087224798078517251
O Grok Bot, que saiu outro dia, abriu a próxima fronteira para a SpaceXAI e a Cursor conquistarem juntas: o resto da organização. Dar poderes de desenvolvedor para todos os outros na empresa tem sido um dos Santíssimos Graais da adoção de IA, mas o produto simplesmente tem que funcionar para fazer qualquer progresso real. A reação imediata na timeline não foi apenas "faz o que precisa ser feito", mas algo muito mais especial: "Isso é tão divertido!" É assim que você sabe que um produto tem o toque especial: se as pessoas estão sentindo diversão genuína ao usá-lo, então não só você as ajudou a serem mais produtivas, como provavelmente fez uma diferença real na satisfação e na alegria delas no trabalho também.
https://x.com/Austen/status/2087685264617406963
O futuro chegou, e é incrível.
Vida longa à Cursor
Michael tem uma confiança tranquila, e quando ele diz que vai construir uma empresa geracional, você acredita nele. Mesmo quando estava sentado em nosso escritório em junho de 2024, nos explicando com confiança por que as empresas iriam comprar a Cursor em vez de continuar usando o VS Code, era tão difícil de acreditar, mas simplesmente sabíamos que ele se tornaria uma das grandes histórias do Vale do Silício.
No mundo do venture capital, você está sempre procurando histórias como essa. Chegadas inesperadas e ascensões rápidas de garotos desconhecidos que começaram a empresa na garagem: Jobs, Bezos, os caras do Google. Quedas em desgraça e retornos improváveis: Jobs de novo, Palmer Luckey, Travis Kalanick. E crises existenciais que ou matam uma empresa ou a tornam imortal: a Apple nos anos 1990, a Uber nos anos 2010, as empresas de Elon aparentemente o tempo todo.
O que torna essa história distinta é a velocidade com que aconteceu. A maioria das outras histórias clássicas se desenrolou ao longo de 10, 20 ou até 30 anos; todo o arco da Cursor — ascensão meteórica, narrativa de quase-morte, reinvenção estratégica, aquisição de US$ 60 bilhões — levou aproximadamente quatro anos.
Às vezes, aquisições são celebradas socialmente como um pôr do sol para uma empresa, e foi assim que muita gente reagiu à notícia. Eles compartilharam fotos dos antigos posts de Truell no Hacker News, ou capturas de tela de mensagens que receberam de Truell em 2022 ou 2023 perguntando se queriam se juntar ao time, ou histórias sobre o quanto o time da Cursor trabalhava duro. Mas isso é uma leitura muito errada tanto de Elon quanto da Cursor. Se fosse isso que eles quisessem, então Elon não seria Elon, e a Cursor logo estaria desaparecendo da memória.
https://x.com/MiaAI_lab/status/2087989832081354799
Elon e a SpaceXAI querem vencer a corrida da codificação com IA, e o caminho ideal para isso é ao lado de Michael e, possivelmente, do único time que consegue acompanhá-los. Na visão deles, a empresa com a melhor relação GPU-capacidade de codificação do mundo está, de repente, tendo acesso a uma quantidade enorme de poder computacional adicional: os data centers gigantescos da SpaceXAI, a infraestrutura mais ampla da SpaceX e a habilidade quase sobrenatural de Elon de colocar nova capacidade no ar rapidamente. E com o lançamento do Grok 4.6 nesta semana, a capacidade da Cursor de produzir modelos na fronteira de Pareto, combinada com o poder computacional da SpaceXAI, já está se mostrando uma ameaça competitiva real para a fronteira.
https://x.com/SpaceXAI/status/2087562800982077492
A codificação por IA mal existia como mercado alguns anos atrás, e mal temos ideia de como vai ser daqui a alguns anos. Em um mercado como esse, você provavelmente deve apostar nas pessoas que se movem mais rápido. Houve muitas empresas muito inteligentes que tinham excelentes produtos iniciais e simplesmente não se reinventaram quando a situação exigiu: empresas que perderam sua vantagem inicial e desapareceram da memória. A lista de startups promissoras que não conseguiram se adaptar é longa e crescente.
A Cursor e Elon são o oposto. Não acertaram todas as jogadas; mesmo as pessoas mais inteligentes e capazes não acertam todas. Mas eles iteraram incansavelmente, e eles realmente, realmente querem vencer.
Alguns dias após a aquisição da Cursor, uma história antiga sobre Michael Truell veio à tona de seus dias competindo no acelerador Neo, no distante ano de 2019. Seus mentores lembraram de sua maturidade, sua curiosidade e sua "confiança travessa". Em uma competição em grupo, um deles lembrou, Truell deu ao seu time um nome nada sutil: chamou-o de "Winning Team".
