打造百万开发者使用的 AI 代码编辑器：Windsurf 的诞生与进化

摘要

Varun Mohan 是 Windsurf（前身 Codeium）的联合创始人兼 CEO。这家公司在短短四个月内吸引了超过一百万开发者使用其 AI 代码编辑器，成为当前 AI 编码领域最受关注的产品之一。然而，Windsurf 的成功绝非一夜之间——它经历了从 GPU 虚拟化基础设施公司到代码补全插件，再到自研 IDE 的两次关键转型。Varun 在与 Lenny Rachitsky 的对谈中，详尽分享了公司转型的决策逻辑：当底层假设被证伪时，即使业务正在盈利，也要果断切换方向。他阐述了为何自建 IDE 是必须的——VSCode 的扩展性天花板使得 AI 的接受率在迁移到自有 IDE 后直接翻了三倍。此外，他深入讨论了工程团队的未来：AI 将接管"如何解决"和"解决本身"，工程师的核心价值将回归到"解决什么问题"这一命题上。在招聘哲学上，Varun 倡导"脱水型"组织——只在团队真正被压到极限时才招人，以此倒逼无情的优先级排序。他还分享了企业销售的经验、与 Cursor 的差异化策略、Windsurf 的实时演示，以及对垂直 SaaS 行业即将被颠覆的洞察。整场对话贯穿一个核心信念：如果你不在疯狂创新，你就会死。

正文

从 GPU 基础设施到 AI 编码应用：两次关键转型

Windsurf 的故事始于大约四年前。彼时 AI 编码尚不存在，ChatGPT 也未问世。Varun 曾在自动驾驶领域工作，他的联合创始人——从中学时代便相识——则在 Meta 从事 AR/VR 研究。两人深信深度学习将渗透金融、国防、医疗等众多行业，而构建深度学习应用极为复杂。于是他们创办了一家 GPU 虚拟化与编译器软件公司，让复杂应用能在没有 GPU 的计算机上运行，由他们负责将工作负载调度到 GPU 上执行，并对工作负载做了大量优化。

到 2022 年中，公司已拥有数百万美元收入，管理着超过一万块 GPU，团队仅八人，且自由现金流为正。然而，随着生成式模型能力的飞跃，他们感受到了巨大的威胁：人们是否还会训练那些极其定制化的情感分类器？还是直接问 GPT-N"这是正面还是负面情绪"？答案几乎确定是后者。当所有人都运行生成式 AI 模型时，基础设施公司凭什么成为差异化因素？所有人都将运行相同的基础设施。

他们做出了一个痛苦但果断的决定：将生成式 AI 视为"下一个互联网"，去构建下一代伟大的应用——就像互联网催生了 Google 和 Amazon。公司垂直整合，把自有的推理基础设施用于构建 Codeium。作为 GitHub Copilot 的早期用户，他们判断编码领域将在未来几年被剧烈颠覆。他们利用自身的基础设施大规模运行模型，甚至训练了自己的模型。

最初的产品非常简单——纯粹是自动补全模型：用户在输入时，补全下一行或几行代码。他们将产品完全免费提供给所有主流 IDE：VSCode、JetBrains、Eclipse、Visual Studio、Vim、Emacs。能做到免费，正是因为他们的基础设施背景使得工作负载优化到了极致。

很快，大型企业也开始与他们合作。Dell、JPMorgan Chase 等客户的核心需求不仅是补全代码或与代码库对话，而是一个安全且能个性化适配公司私有数据的方案。于是他们投入大量资源，深入理解这些大型企业的代码库。

大约六个月前，他们意识到自己受到了 IDE 的限制。VSCode 作为最流行的 IDE，在 AI 能力的展示上存在天花板。因此，他们决定 fork VSCode，构建自己的 IDE，加入新的智能体（Agentic）能力。与此同时，模型能力也在逐年指数级增长。这就是他们抵达今天的关键路径。

价值在哪里积累：AI 栈中的价值归属

Varun 对创业有一个核心观察：你相信应该去做的事情，极 unlikely 就是正确的事情。作为创业者，你需要非理性地乐观——否则为什么要去做？如果事情显而易见，大公司早就做了。但同时你又必须极度现实，因为大多数非传统想法确实是糟糕的。你需要走在一根钢丝上：推动你相信的未来，同时不断接收新信息，杀掉被证伪的信念。

在基础设施阶段，他们的初始假设是模型架构将极其异构。从自动驾驶背景来看，确实有卷积神经网络、图神经网络、循环神经网络、LSTM 等数十种不同架构。复杂度如此之高，如果有人能卸载这些复杂度，理应产生巨大价值。

然而到了 2023 年中，一切迹象表明 Transformer 将一统天下。原来的假设被证伪了。纯基础设施层很难持续产生差异化价值。那么，哪一层可以真正做出差异化？他们相信应用层是一个极深的差异化维度——为开发者构建更好的用户体验和工作流，其天花板几乎是无限的。

在盈利中转身：何时放弃正在赚钱的业务

从外部来看，公司当时拥有数百万 ARR、已融资 2800 万美元，一切看起来运转良好。但他们几乎一夜之间完成了转型——不是季度式的渐进，而是立即切换。Varun 强调，这是创业公司中"聚焦"的极端重要性：如果你在做一个你不相信有价值的事情，同时试图去做另一件你觉得很大的事情，你几乎注定会在后者上失败。

一旦你接受了"很多假设会是错的"这个前提，并做到最专注地去验证假设、不爱上自己的想法，你就拥有了持续进化的可能。Windsurf 本身的诞生也不是公司级转型，但同样是一个重大决策。有时你对了，有时你错了。如果你的组织在犯错后士气不会低落，那你就拥有了永恒的期权性。

Varun 还分享了一个重要观念：今年公司的工程产出总量将超过公司创立以来的总和。这意味着每年都是一次新的生命轮回——测试全新假设集的机会。谁说我们比其他人更聪明、更不容易犯错？

什么是 Windsurf：为什么必须自建 IDE

Windsurf 是一个 IDE（集成开发环境），用于构建软件和应用。有趣的是，很多用户甚至不知道 IDE 是什么——这本身就很说明问题。

为什么不能继续在 VSCode 等现有 IDE 上构建？核心原因在于，随着 AI 越来越强大，人们构建技术的方式将发生根本性变化。界面不再是传统的纯文本编辑器——用户写大部分代码，IDE 提供基本反馈（如编译错误）。AI 可以做更多：它可以大规模修改代码块。

一个关键认知是：在 AI 新范式下，AI 可能会编写超过 90% 的软件。开发者的角色将从"写代码"转变为"审查代码"。这意味着 IDE 需要专门构建审查流程，让开发者更高效地审查 AI 的输出。

一个具体例子：他们有自动补全产品，后来推出了 Windsurf Tab，可以展示行内重构。在 Windsurf 中，他们构建了自定义 UI 来展示这些重构。但在 VSCode 中，由于 API 限制，他们不得不在用户光标旁边动态生成图片来模拟编辑能力。结果呢？迁移到 Windsurf 后，同样的机器学习模型，接受率直接翻了三倍。这给了他们巨大信心：技术固然重要，但如果用户从技术中获得的价值极少，你就必须构建新的界面和交互方式。

百万用户与工程未来：代码将由 AI 主导编写

Windsurf 发布仅四个多月，已有超过一百万开发者尝试使用，月活跃用户数十万。

关于编程的未来，Varun 将工程师的工作拆解为三个层次：解决什么问题、如何解决、以及解决本身。行业越来越确信，"解决本身"——即"我知道怎么做，去执行"——将几乎完全由 AI 处理。而随着对代码库理解的深化，"如何解决"也在越来越接近被 AI 自动化。因此，工程将回归到人们最初希望工程师做的事情：判断最重要的业务问题是什么，最重要的产品能力是什么，做出正确的技术决策和优先级排序。

这是否意味着不需要计算机科学学位？Varun 认为这个观点有些过度。今天的全栈开发者可能在大学修过操作系统课程，虽然日常不怎么碰内核调度器，但这些原理帮助他们理解为什么应用慢、为什么某些设计决策更好。对底层原理的理解会让好工程师变得更好。同时，AI 也赋能了那些从未理解过底层的人去构建东西。

Varun 回忆自己在 MIT 的经历：最重要的不是学写代码，而是学如何思考问题、拆解问题、以有趣的方式解决问题。分布式系统课程不是教具体技术，而是教如何在计算机的约束（内存速度、单周期计算量等）下做权衡和解决难题。计算机科学几乎等同于问题解决。当然，并非所有课程内容都有用——他用 Julia 上的并行计算课举例，Julia 已不再流行，但并行计算的原理依然重要。

主观能动性：AI 时代最被低估的技能

Varun 特别强调了一个被低估的能力——主观能动性（Agency）。很多人在学校被设定了明确的路径，按部就班完成习题集。社会和教育体系并未重视如何培养真正有主观能动性、想要构建东西的人。他们的目标不仅是大学毕业然后进大厂被告知该做什么。

对创业公司而言，这是必备素质。Varun 直言：如果他们不创新、不做疯狂的事情，公司就会死。所以招聘时特别看重这一点。但大多数软件工程岗位并非如此——想想大公司的平均面试流程，不太可能在考察这种能力。

脱水型组织：只在极限时才招人

Varun 对"精简"有独特的理解：他崇尚的不是把精简本身当目标——拥有 50 人做出 2 亿美元收入的"梦想"，而是成为满足野心的最小公司。

如果你说要造自动驾驶汽车，团队只有 10 人，任何人都可以说你不认真。他们的目标是把构建应用和技术的时间缩短 99%，这是一个极其雄心勃勃的目标。长期来看，10 人、20 人、30 人的工程团队不可能实现这个目标。真正的梦想是：成为一家相当大的公司，但仍然像创业公司一样运作。

招聘哲学的核心原则：只在某个职能真正"水下"时才招人。如果推理技术团队还有余力，就不去招人。原因在于——当你在不需要人的时候招人，会产生奇怪的政治。不是因为人是坏人，大多数人本意是好的。但当有人加入一家实际上不需要他的公司时，他会去"制造"一些事情来做，然后试图说服组织这件事很重要。创业公司没有带宽处理这种情况。

Varun 用了一个生动的比喻：他希望公司像一个脱水的实体，每一次招聘就像一点水，只有当公司再次脱水时才去招人。这强制了无情的优先级排序——当团队只有能力做一件事时，他们一定会选择最重要的那件。公司不是靠十件事做得还行来赢，而是靠一件事做到 A+，其他九件事可以不及格。不及格不是做违法的事，而是把不重要的事情降级。

团队内部，一个人对公司的价值与他的团队规模无关。公司里最有价值的人，是用最少的人做出最疯狂项目的人。这才是应该奖励的。

招聘标准：技术门槛、使命热情与工作意愿

公司目前约 160 人，工程团队超过 50 人，市场团队超过 80 人。

在技术门槛之上，Varun 看重两件事：对使命的热情，以及愿意努力工作。他不会试图说服别人"我们是一家很 chill 的公司"。这是一个极其竞争激烈的领域，如果公司的人不努力，就应该预期会输。

他特别提到一个"红旗信号"：当他问候选人"你愿意多努力工作"时，有人说"我很聪明地工作"。Varun 的回应是：如果我们有很多既聪明又努力的员工，你的差异化在哪里？你是不是在拖后腿？关键不是个人产出——当公司有几百名工程师时，他不会纠结于某一个不够努力的个体——而是团队效应：如果你身边的四个人都不在乎，你还会多在乎吗？

工程的通过率极低：笔试后的通过率约 0.6%，而笔试本身又过滤了 10-15 倍的候选人。关于 AI 工具的使用，他们并不反对候选人在面试中使用这些工具——如果有人来了却不愿意用这些工具，那才是问题。他们会把人带到现场，看白板上的思维方式。但如果解决问题的唯一方式是丢给 ChatGPT，那就是个危险信号。

企业销售：不是所有东西都能靠产品驱动增长

公司很早就做了企业销售的决策。VP of Sales 在一年多前就位，市场团队已超过 80 人。

背后的故事是：公司创办初期就有几位天使投资人是市场运营者，比如前 MongoDB CRO Carlos Delatorre。Varun 从不认为企业销售是负面的事情——技术创始人有时不喜欢销售，认为一切都应该是产品驱动增长（PLG），但事实并非如此黑白分明。

关键转折点是：在做 GPU 虚拟化时，他亲自卖产品，如果连他自己都难以增量地销售，他就不知道如何将其流程化并扩展。但当 Codeium 推出后，大型企业主动找来。2023 年中，他和其他几人开始同时与多家大型企业做数十个试点，很快意识到这里需要构建一个大规模的企业销售体系。到 2023 年底，他们招到了 VP of Sales，并迅速扩展了销售团队。如果你想卖给财富 500 强，光靠刷信用卡是做不到的。

与 Cursor 的差异化：代码库理解、多平台支持与企业安全

Varun 从三个维度阐述了差异。

第一，代码库理解。由于企业客户的起点——与 Dell、JPMorgan Chase 等公司合作，Dell 有超过一亿行代码的单一代码库——他们投入了大量资源让大规模代码库的理解质量极高。这需要构建自己的模型，在数千块 GPU 上并行消费代码库大块内容，并排序找出最重要代码片段。他们基于基础设施背景构建了大规模分布式系统来完成这件事。Lenny 也指出，这比从零开始构建应用（如 Bolt、Lovable）难得多——在百万行代码库中理解一切、做出改变而不破坏，是极其困难的。

第二，不只绑定 Windsurf。JetBrains/IntelliJ 占据了 70-80% 的 Java 开发者。JetBrains 的可扩展性远好于 VSCode，因此他们不需要为 JetBrains 单独构建 IDE。他们想给每个开发者带来智能体体验——如果 Java 开发者在 JetBrains 上写代码，那就在 JetBrains 上服务他们。很多大型企业超过 50% 的开发者在 JetBrains 上。

第三，安全环境。他们拥有 FedRAMP 合规认证，可以卖给大型政府机构。他们提供混合部署模式——所有被索引的代码都留在用户自己的租户上。代码是公司最重要的知识产权之一。

实时演示：从图片到应用，AI 与人的协同

Varun 展示了一个基础 React 项目，通过一张手绘风格的"Airbnb for Dogs"网页设计图，让 Windsurf 生成完整应用。只需一句话指令："根据这张图片把这个 React 应用改成 Airbnb for Dogs 网站，并预览。"Windsurf 开始执行代码、分析代码库、找出必要的变更集。

生成预览后，他展示了更深入的能力：可以直接在预览中点击页面元素，然后要求修改——比如将某个元素的背景改成红色。这让用户可以完全活在"应用世界"中，甚至不需要看代码。

更关键的是 AI 审查流程。当 AI 修改了大段代码，开发者的工作转为审查。如果开发者手动修改变量名（如将 title 改为 TitleString），Windsurf 不仅知道 AI 做了什么，还知道用户做了什么。它检测到用户的意图后，自动在应用的所有位置将 title 传播修改为 TitleString——实现了一种流畅的"人机协同"状态。想象在做重构或迁移时，你只需改变一处代码，然后告诉 AI 继续——它会理解代码库并找到所有对应位置进行变更。

使用 Windsurf 的成功秘诀

Varun 给新用户三条建议：

第一，耐心且明确。当要求应用做变更时，它可能做出很多不相关的改动。最好的预防方式就是尽可能明确地表达意图。一开始从更小的变更开始——如果目录很大，不要让它重构整个目录，否则如果出错了，20 个文件都会被毁掉。

第二，了解产品的"山丘与低谷"。类似自动补全的类比：一个只有 30% 接受率的建议产品听起来很烦人，但你不烦的原因是你已经学会了 70% 的时候不需要接受，而需要的时候你知道如何获取价值。你也知道什么命令太复杂，补全不会工作。Windsurf 也是如此——要了解它擅长什么、不擅长什么。

第三，每三个月重新评估。产品在持续变好，之前做不到的事情现在可能可以了。

模型架构：规划、检索与编辑的分层策略

Windsurf 的模型策略并非单一模型：规划层使用 Anthropic 的 Sonnet（或 OpenAI 的 GPT-4o），他们尽量让这些模型负责高层规划。

检索层使用完全自研预训练的模型。对于一个一亿行代码的代码库——超过 15 亿 token，远超当前最大上下文窗口三到四个数量级——不可能把整个代码库发送给 Anthropic。从成本和延迟角度也不应该这样做。因此他们需要自建模型来切分整个代码库并理解它。

编辑和自动补全层也使用自研模型，基于流行的开源模型进行后训练。这些模型能更快地做编辑，且可以在上下文中放更多代码库内容，在应用变更方面甚至可能比 Anthropic 的模型更好。

Varun 的原则很清晰：唯一目标是构建最好的产品。如果他们能做得最好，就自己训练；如果开源或 Anthropic 做得更好，就用它们的。不为自尊而训练。

数据飞轮：百万用户反馈的独特优势

Windsurf 每小时获得数千万条用户反馈——偏好数据尤其丰富。这些数据有一个独特特征：它们是"进行中"的代码。用户在输入时，代码是未完成的状态——不是 GitHub 上的完整代码。前沿模型很少消费过这种形态的代码数据。因此 Windsurf 在构建能在不完整代码状态下做补全的模型方面，拥有独特优势。

检索同理：可以追踪检索是否正确——用户在检索后是否接受了代码变更？这是检索质量的直接信号。

Varun 认为，这也是为什么他们对纯"零到一"应用构建产品空间持谨慎态度的原因：如果你消费的输入只是高层 Web 元素，接口可能太高层以至于难以持续做出比前沿模型本身更好的差异化。你需要深入到代码层面才能真正建立护城河。

内部实战：非工程师也在用 Windsurf 构建应用

Windsurf 发布时，Varun 让公司所有人——包括市场和销售团队——都用 Windsurf 构建应用。一个令人惊讶的成果：公司节省了超过 50 万美元的 SaaS 采购费用，因为市场团队现在自己构建应用替代了购买。合作伙伴负责人没有购买合作伙伴门户产品，而是自己构建了一个。公司还设计了在安全环境中部署这些内部应用的流程。这在他六个月前完全无法预料。

Varun 的洞察是：垂直化的利基产品将面临巨大竞争压力。以前，这些软件公司之所以存在，是因为功能厨房水槽式的产品对很多公司有效，但每家公司实际上只想要 10% 的功能。问题在于每家公司无法维护或构建只含那 10% 功能的定制软件。现在这个约束消失了。领域专家现在可以构建他们真正想要的工具。而且，自建软件天然更贴合自身系统——多少次你买了一款软件，却发现没有你用的那个 X 的集成？

团队结构：没有产品经理的工程团队

核心工程团队没有纯产品经理——因为他们为开发者构建产品，产品由开发者构建，所以开发者自身的直觉就是最佳的产品判断。如果自己的开发者都不理解产品，那可能招错了人。开发者在某种意义上兼任了传统产品经理的角色。

但企业端不同——工程师不会一觉醒来想到"我们需要 FedRAMP 合规"。这类需求来自客户。因此他们有三个产品战略角色，负责理解客户需求和技术能力，在大规模场景下构建最佳产品。

工程团队采用"两个披萨团队"结构，保持精简。团队过大时，领导不再能深入技术细节——在这个变化如此之快的领域，不深入技术的领导者非常危险，太多纸上谈兵。团队也非常灵活，如果某个新事项成为优先级，团队结构会迅速调整。

AI 会让工程师失业吗？阿姆达尔定律的启示

Varun 用阿姆达尔定律（Amdahl's Law）来反驳"AI 写 90% 代码=工程师 10 倍生产力"的简单推论。在并行计算中，即使你将某一项任务的时间压到几乎为零，整体加速仍有上限。类比到工程：如果 100 单位时间中只有 30 单位用于写代码，你把 30 变成 3，总时间只从 100 降到 73——整体改善只有 27%。

工程师还做审查代码、测试代码、调试代码、设计代码、部署代码、导航代码等大量工作。他们目前看到 30% 到接近 40% 的生产力提升。但即便如此，对于他们的愿景——将构建应用的时间缩短 99%——即使公司长期有 200 名工程师可能还是不够。

更重要的是：以 JPMorgan Chase 为例，其 CIO 每年在软件上的预算是 170 亿美元，公司有超过 5 万名工程师。当每位工程师能产出更多技术时，构建技术的投资回报率上升了，不投资更多技术的机会成本也上升了。所以正确做法是投资更多。短期内甚至可能雇佣更多工程师。当然，这并非对所有公司都成立——有些公司对技术投入有天花板。但对技术天花板很高的公司而言，AI 的崛起意味着雇佣更多而非更少。

Lenny 的精辟总结：工程职业的"煤矿里的金丝雀"是当像 Codeium 这样的公司放慢招聘工程师时。目前这并未发生。

每六到十二个月自我吞噬：长期下注与短期迭代的张力

Varun 分享了最反直觉的发现：外界对 Windsurf 的短期迭代——每几周发布的 Wave——很兴奋，但公司内部很多赌注是三到六个月甚至九个月后的东西。

他给全公司的目标之一是：每六到十二个月，我们应该自我吞噬现有产品。每六到十二个月，现有产品应该看起来很傻，甚至连产品的形态因子都应该显得过时。

这就产生了一种奇怪的张力：你需要产品在市场上，需要增量迭代、倾听用户、持续改进。但增量式改进感觉安全——加一个按钮、一个下拉菜单——那不是赢的原因，那是桌面筹码。真正让公司成功的是那些几乎颠覆现有产品的长期努力。

你不能完全不听用户的，因为他们是你存在的原因。但你也不能只听用户的，因为他们不会告诉你下一种形态因子应该是什么。

Lenny 分享了此前嘉宾 Gara（Captions）的做法：公司有两条路线图——"真实路线图"（基于功能需求、用户反馈和数据）和"秘密路线图"（完全不由用户或数据驱动，纯粹是团队对世界走向的下注）。

最后的忠告：更快地接受错误，尽早动手

Varun 坦言，他希望自己更早学会的一件事是：更快地接受自己错了。他和联合创始人每次做决策后都会讨论"如果我们早几个月做这个决定就好了"。虽然外部看来决策时机是对的，但他内心总在撞墙——如果再早一点会怎样？

他之前描述的"非理性乐观 + 不妥协的现实主义"在实践中极难做到，因为你也在喝自己的 Kool-Aid——如果你不喝，你起不了床。毕竟，如果纯粹理性分析，微软凭借分发、资源和资本将在每个软件品类中获胜，把所有空间商品化。

所以，更频繁地重新评估假设、更频繁地进入不舒服的状态，是他至今仍需提醒自己的事，也是创业之初不曾预见的。公司在零利率时代的顶峰起步，那时一切看起来都要涨到月球上去，他们可能拥有了很多不该有的非理性信心。

Varun 给所有人的最后建议：不要听预测——大多数预测都会错。最好的做法是亲手用这些产品弄脏手。未来一年里，任何能最大化利用这些工具的人都将获得巨大的先发优势。想想你有多少同事甚至不知道这些工具的存在，不知道它们能做什么，以及他们将会多么低效。尽快、尽可能深入地动手实践。

不限于写代码——构建应用、制作原型、修改现有代码库。如果你是产品经理，能快速编辑代码库并推送变更，你会获得工程同行的巨大尊重，也能完成更多事情。主观能动性将决定一切——那些无论职位如何，都能从最底层细节到最高层战略全面输出的人，才是最受尊敬的。现在一切禁区都开放了，这是从底层到顶层、在每个层面上都发挥影响力的机会。