Decisions and Dollars¶

📊 Level ⭐⭐⭐ | 10.1KB

Background：Nikunj Kothari 基于 Cloudflare agent traffic 超越 human traffic 的事实、Cursor $60B 收购案、以及 Harvey/Legora/Rogo 等垂直 AI 公司的实践，系统分析了 AI 应用公司在 agent 经济时代的商业模式转型逻辑。

核心论点¶

Agent 正在成为软件的主要用户。Cloudflare 数据显示 agent traffic 已超过 human traffic。当一千名员工运行十万 agent 时，per-seat 定价彻底失效。Agent 留下两样值得计量的东西：决策（数据）和资金流动（金融科技）。

Context -> Harness -> Judgment 三层演化¶

知识从人转移到模型经历了三个阶段：

1. Context（上下文）：检索增强，将正确信息放在模型面前 — 已成 table stakes
2. Harness（工程框架）：模型运行的脚手架和循环结构
3. Judgment（判断力）：每次调用和纠正留下的决策记录 — 唯一能持续累积价值的层

Context 已被所有竞争对手以相同方式组装。Judgment 才是真正的护城河。

Cursor $60B 收购案的数据护城河逻辑¶

xAI 以 $60B 收购 Cursor 的核心原因不是软件本身，而是百万开发者使用模型的决策记录（accept/reject/rewrite 的 diff 数据）。Cursor 的产品赢在品味（taste），但数据成为其主要护城河。Cursor 现在基于这些 diff 训练自己的模型。

纠正即数据（Corrections as Scorecard）¶

用户对模型输出的每次修正都记录了"在你的业务中什么是对的"。这个记分卡做两件事： - 训练信号：将租用的模型调优到你的业务 - 测试集：衡量 agent 是否真正进步的唯一方式（没有公开 benchmark 衡量你的工作流）

Fine-tuning 和 RL 成本已低到 B 轮公司就能运行这个循环。

垂直 AI 公司的实践¶

• Harvey（$11B）和 Legora（>$5B）：法律领域，律师对草稿的编辑是独有的 judgment 数据
• Rogo：金融领域，捕获分析师构建模型和修改备忘录的过程
• Toast：餐厅本质是带厨房的支付处理器，payments 收入远超软件
• Ramp：免费企业卡 + 每美元抽成一两美分 -> $32B 公司

这些公司都没训练 foundation model，而是围绕租用的模型构建 harness，保留了流经其中的 judgment。

实验室购买 Judgment 的趋势¶

• Mercor（$10B）：付专家 $85/hr 做 human-labeled data
• Meta（$14B for Scale）：拥有标注流水线
• 多家 RL 环境公司已达到数亿 ARR，出售长时间跨度任务的 judgment

实验室在全互联网训练数据耗尽后，开始直接购买决策数据。

与现有实体的差异化¶

三个独有贡献（不应合并到现有 entity）¶

1. Context -> Harness -> Judgment 三层演化框架 — 描述了知识从人转移到模型的三个阶段，Judgment 是唯一累积层
2. Cursor $60B 收购的数据护城河分析 — 不是为软件付费，是为百万开发者的决策 diff 数据付费
3. 纠正即数据（Corrections as Scorecard） — 用户修正既是训练信号也是测试集，这个双功能洞察在现有实体中未出现

深度分析¶

Agent 经济学论题：决策与资金流的双重计量¶

原文的核心论题建立在一个可观测事实之上：Cloudflare 报告 agent traffic 已超过 human traffic，且这一趋势不可逆。当一千名员工运行十万 agent 时，per-seat 定价在算术上就崩溃了——10 万个"座位"不可能由 1 千人付费。应用公司因此必须回答"还能对什么收费"，而 agent 留下的只有两样可计量的东西：它做的决策（数据生意）和它移动的资金（金融科技生意）。这不是产品建议，而是商业模式层面的二选一（理想情况下两者都做）。原文还给出了一个反面教材：23andMe 手握 1500 万人的 DNA 数据仍然破产——如果资金不流经你的数据，你只是在养一个科学项目。数据必须与资金流绑定才构成生意。

Cursor $60B 的数据护城河逻辑¶

xAI 收购 Cursor 的定价逻辑值得逐层拆解：

• 表面：Cursor 约 $4B 年化收入，软件本身不支撑 $60B 估值
• 真实动机：百万开发者 accept/reject/rewrite 的 diff 数据——Anthropic 和 OpenAI 已经通过 Claude Code 和 Codex 实时观察开发者，Cursor 是 xAI 进入 token 流的最快通道
• 价格本质：$60B 是跳过"花数年慢速收集数据"的过路费，Musk 明言这些决策记录将直接进入 Grok 的训练
• 产品 vs 数据：Cursor 早期被数周内复制出来的克隆品围攻，但克隆品复制了界面却继承不了品味（taste）——那千次关于"何时浮现、何时消失"的小决定。产品赢在 taste，数据成为主要护城河

纠正即记分卡：双功能数据飞轮¶

每次用户修正模型输出，都记录了"在你的业务中什么是对的"。这个记分卡有两个其他任何东西都无法替代的功能：

1. 训练信号：把租来的模型调优到你的业务——Cursor 的自研模型 reportedly 建在开源底座之上，diff 才是差异化所在
2. 测试集：没有公开 benchmark 衡量你的工作流，修正记录是判断 agent 是否真正进步的唯一方式

Sarah Guo 把这类领域称为 the untrainable（无法从外部评分正确性的工作）——而修正记录正是你占有它的方式。飞轮的关键在于成本端：fine-tuning 和 RL 已经便宜到 B 轮公司就能跑通这个循环，两年前这需要一个实验室。

垂直 AI 的积累 vs 实验室购买判断力¶

两类玩家在同一个战场上做相反方向的运动。垂直 AI 公司（Harvey $11B、Legora >$5B、Rogo）围绕租来的模型构建 harness，保留流经其中的 judgment——律师对草稿的编辑、分析师改模型和备忘录的过程，这些修正没有别人能看到。在位产品同样如此：Figma 拥有设计从 v1 到 v47 的完整历史（品味的评分记录），Linear 拥有每个已关闭 ticket 背后的论证，Notion 拥有团队思维在千次编辑中的形状——竞争者无法导出它们。与此同时，实验室在全互联网训练数据耗尽后开始直接购买决策：Mercor（$10B）付专家 $85/hr 做标注，Meta 花 $14B 买 Scale 拿下标注流水线，多家 RL 环境公司以数亿 ARR 出售长时程任务的 judgment。一条铁律贯穿其中：token markup 不是护城河——某 vibe-coding 应用在推理成本上加价 50% 毛利，那只是转售，不是积累。

实践启示¶

1. 两条腿走路：决策计量 + 资金计量。 纯数据没有资金流是科学项目（23andMe），纯资金流没有数据是通道生意。Toast（payments 收入远超软件）和 Ramp（免费卡 + 每美元抽一两美分 -> $32B）证明了金融科技这半边，Cursor 证明了数据那半边——理想的公司是两者叠加。
2. 把"修正"当一等公民持久化。 不要只存模型输出，要存 accept/reject/rewrite 的完整 diff。这是你的训练信号兼测试集，是竞品拿不到的唯一数据。设计产品时让修正动作尽可能低成本、可结构化。
3. 别把 context 图谱当护城河。 每个竞争对手都在以相同方式组装 context——它已是 table stakes。评估自己公司时，问"哪一层是唯一在累积的"：答案必须是 judgment，否则融资故事站不住。
4. 租模型、建 harness、留 judgment。 不要训练 foundation model——Harvey、Legora、Rogo 都没有。fine-tuning + RL 在 frontier 模型之上已便宜到 B 轮可承受，把资本花在数据捕获面上而不是预训练上。
5. 平台/基础设施方：per-seat 定价尽快迁移。 Agent 成为软件主要用户后按人头计费即失效；按决策次数、token 流量或资金流过桥计费（Stripe 的 agent 支付产品线即此逻辑）才能对齐价值。
6. 警惕 token markup 型收入。 若毛利主要来自推理转售加价，一旦基础模型降价或被开源替代，收入瞬间蒸发。检验标准：模型换掉后，你的数据积累是否仍然属于你。

关联¶

• 相关概念: Harness Engineering