作者：Daniel Barabander

编译：深潮 TechFlow

深潮导读：Cursor 三年前是一个跑在 OpenAI API 上的 VS Code 插件，今天它发布了自研模型，在关键基准上击败 Claude Opus 4.6，价格只有十分之一。

这篇文章从这个案例出发，系统性地回答了互联网上最重要的战略问题：什么时候应该开放 API，什么时候应该关闭？结论对所有做平台的人都是警示。

全文如下：

与 Elijah Fox（@PossibltyResult）联合撰写。

3 月初，Cursor 发布了 Composer 2——一个基于开源底座模型构建的专有编程模型，在关键基准上击败了 Claude Opus 4.6，价格只有十分之一。三年前，Cursor 还是一个完全运行在 OpenAI API 上的 VS Code 分支。

Cursor 从依赖型客户转变为真正竞争对手的历程，是互联网上最重要战略问题的缩影：一家公司什么时候应该通过 API 开放自己的能力，什么时候应该保持封闭？

我们开发了一套回答这个问题的框架，它取决于两件事。第一：开放 API 会侵蚀你的护城河吗？如果会：你能在别处找到护城河吗？

每当一家公司通过 API 将其知识产权对外开放，就会面临通过需求聚合而侵蚀护城河的风险。简单说：竞争对手可以利用这些知识产权来引导自己产品的早期阶段，一旦积累了足够多的需求，就可以通过垂直整合的方式切断 API。Netflix 就是这样做的：先授权影视内容，等到有了足够大的用户基础可以摊薄巨额固定成本后，自制了《纸牌屋》。

但真正危险的情况是：API 的输出可以直接作为输入，复利提升竞争产品的质量。这是双重打击，因为竞争对手既可以用 API 引导和聚合需求，又可以直接改进自身的生产过程。这正是 AI 领域正在发生的事情。虽然 OpenAI 和 Anthropic 在合同中明确禁止接入其 API 的公司将输出用于训练竞争模型，但他们无法阻止 Cursor 这样的公司利用前沿模型来引导收集专有产品数据所需的工作流，并随时间推移改进自己的模型。

这似乎正是 Composer 2 背后发生的事情。Cursor 使用 Claude 和 GPT 等基础模型聚集了足够的需求，年化收入达到约 20 亿美元，然后利用开源基础模型 Kimi K2.5，加上从其 IDE 中持续预训练和强化学习得到的数据，构建出了一个前沿级别的编程模型。

当这种输出/输入动态存在时，API 提供商只有两种选择：要么关闭 API 以止血，要么保持开放并找到能发挥自身护城河的补充资产。

Twitter 是走第一条路的典型案例。它最初以慷慨、可免费访问的 API 著称——在鼎盛时期，开发者每月可以免费拉取 50 万条推文。但 Twitter 关闭了大部分接口，因为 API 泄露了其护城河：专有社交图谱。今天，实际上 API 已经关闭：访问受到严格限速，在有意义的规模上价格高昂，结构上要构建严肃的产品必须通过严格管控的 B2B 集成。

第二条路是保持 API 开放，并用另一种权力来源进行补充。没有哪个行业比加密更懂这一点——加密领域的 API 被强制开放，生存的唯一方式是在其他地方找到护城河。

借贷协议 Morpho 提供了一个有代表性的案例。该协议诞生于接入 Aave 和 Compound 的开放 API 并在其上构建优化器产品。随后它将这些协议的输出——其聚合的流动性——作为引导自己平台的输入。由此可见，Cursor 和 Morpho 在利用 API 构建竞争产品方面的路径如出一辙。

然而真正有趣的动态，是 Morpho 接下来做了什么。由于 Morpho 自身也是一个开放 API，它需要找到护城河来弥补缺乏转换成本的问题。于是它决定让协议尽可能可聚合，转而通过其他方式建立护城河——比如 Lindy 效应，以及来自多元借贷方和借款方深度流动性所产生的网络效应。

按照这套框架向前推演，我们可以做出一个预测：随着时间推移，基础模型公司很可能会选择第一条路，逐渐限制其最前沿模型的 API 访问。

要相信第二条路，你必须认为 Opus 和 GPT 这类模型已经足够强大、足够受信任，可以保持开放，允许竞争模型将其输出作为输入，但第三方仍然不会离开。这意味着模型公司押注于其他权力来源：Lindy 效应（如果他们认为用户不想去建立对新模型的信任）、开发者网络效应（如果他们认为用户会构建紧密依赖其 API 开放性的生态系统）、或者规模经济（如果他们认为最大化 API 调用量能让他们摊薄训练前沿模型的固定成本）。

但目前的证据指向相反方向。"本月最热模型"的动态依然强劲，用户会毫不犹豫地迁移到当下最好的模型——我们在 Opus 4.5 发布后 Claude 使用量的最近一次激增中再次看到了这一点。在模型层面，开发者网络效应也尚无明显迹象——API 之间的互通性在增强而非减弱，周边工具生态正在主动对抗锁定，刻意让切换供应商变得容易。而目前训练阶段的规模经济作为护城河已经不够充分，因为蒸馏技术让竞争对手能以低得多的成本训练出性能相当的模型。没有替代权力来源，基础 AI 公司很可能只为爱好者保留有限访问，而将重心集中在有严格使用管控和监控的 B2B 部署上。越来越多的时候，制胜的选择将是拒绝这场游戏。

这是一个令人担忧的结果，因为当前消费级 AI 产品的爆发正是建立在这些模型提供商之上的。这也为反向定位打开了一扇门：如果头部实验室越来越限制访问，选择较弱护城河但对持续开放作出强力承诺的竞争者，就有价值可以拿走。

感谢@systematicls（@openforage）和@AlexanderLong（@Pluralis）对本文提供的深思熟虑的反馈。