SpaceX砸600億美元搶下Cursor優先收購權：Vibe Coding獨角獸，為何放棄募資改牽手馬斯克？|數位時代 BusinessNext

重點一：SpaceX 付 100 億美元，搶下年底前收購 AI 寫程式工具 Cursor 的 600 億美元優先權。

重點二：SpaceX 6 月要衝估值上看 1.75～2 兆美元的 IPO，現在若直接併購會延後掛牌，乾脆先綁住 Cursor、等上市後再決定買不買。

重點三：Cursor 缺算力、成長被卡住，靠馬斯克 xAI 超級電腦補齊；AI 寫程式賽道從比產品變比算力。⁠

馬斯克（Elon Musk）旗下的 SpaceX 在 4 月 21 日透過官方 X 帳號宣布，已與 AI 程式碼編輯工具 Cursor 達成協議，SpaceX 取得「今年稍晚以 600 億美元收購 Cursor」的權利；若最終未執行收購，則改以 100 億美元支付雙方合作費用（即分手費）。這筆交易一次性把 Cursor 推上矽谷最受矚目的 AI 編碼賽道焦點。

一句話來說：SpaceX 不是現在就買 Cursor，而是用 100 億美元的分手費，鎖住一個 600 億美元的選擇權，時間點直指 SpaceX 自己的 IPO。

為什麼不直接收購？IPO 倒數，財報不能動

根據彭博引述知情人士說法，SpaceX 這次選擇「先綁定、不立即收購」的結構，原因只有一個：迫在眉睫的 IPO。外電普遍預期，SpaceX 上市估值目標約在 1.75 兆美元、上看 2 兆美元，有機會成為史上規模最大的 IPO 之一，時程最快 6 月啟動。

這話怎麼說？一樁高達 600 億美元的併購會要求 SpaceX 全面更新招股文件與財務揭露，勢必延後掛牌時程。而改以「優先收購權 + 分手費」的方式，SpaceX 得以先把 Cursor 鎖定在自家陣營，又不觸發複雜的併購審查與財務重編。

換言之，這 100 億美元分手費，是為了保住 IPO 時間表而付出的戰略代價。

Cursor 為何點頭？算力瓶頸卡住成長

Cursor 由四位 MIT 校友 Truell、Asif、Sanger、Lunnemark 於 2022 年創立，是近期矽谷最炙手可熱的 AI 新創之一。

其程式碼編輯工具 2023 年推出後，不到兩年即突破 1 億美元年化營收，2025 年 11 月 Series D 時已跨過 10 億美元年化營收，估值來到約 293 億美元。投資人橫跨多家一線機構與科技巨頭，包括輝達（NVIDIA）、Google、Andreessen Horowitz、Thrive Capital、Accel 與 DST Global 等。

Cursor 原本正在洽談一輪約 20 億美元的新募資，目標估值上看 500 億美元以上。隨著 Cursor 與 xAI 達成算力合作、可以動用 xAI 數以萬計 GPU 訓練自家模型，市場傳出這輪募資時程與條件出現變化——原本打算用新資金大買算力的規劃，現在有一部分等於由與 xAI 的合作來承接。

Cursor 在官方部落格直言，缺乏訓練 AI 模型所需的算力，一直「卡住（bottlenecked）」公司的成長。這次與 SpaceX 的合作，等於讓 Cursor 可以直接接軌 xAI 基礎設施，包括一台可用於訓練 AI 模型的超級電腦。

Cursor 總裁 Oskar Schulz 接受彭博訪問時說：「SpaceX 團隊有大量算力，我們覺得一起可以把模型規模拉起來，非常興奮。」

對馬斯克而言，是補上 AI 編碼這塊缺口

SpaceX 這筆交易背後，是馬斯克整個 AI 布局的急補。

今年 2 月，SpaceX 買下馬斯克自家的 AI 公司 xAI，合體後估值達到 1.25 兆美元。但 3 月時，馬斯克坦承 xAI 在軟體編碼工具上「落後同業」，並下令裁員、從零重建。他形容「xAI 第一次沒蓋對，要從地基重來」。

期間 xAI 已從 Cursor 挖角兩名前主管 Milich 與 Ginsberg，強化編碼團隊。收購 Cursor 是同一條戰線上更激進的一步，一次性把目前最強的獨立 AI 編碼工具拉進 SpaceX／xAI 生態圈。

值得注意的是，這對馬斯克旗下公司來說並不尋常。他歷來偏好把自家公司互相合併（Tesla、SpaceX、xAI 之間動作頻繁），鮮少從外部收購。Cursor 是少見的例外。

競爭壓力：Claude Code 與 OpenAI Codex 正在搶單

AI 編碼工具已成為 AI 產業當前最熱的垂直賽道。

Anthropic 旗下的 Claude Code 近月營收爆發，主攻企業市場；OpenAI 則持續加碼自家編碼工具 Codex，也在積極爭取企業客戶。夾在中間的 Cursor，作為獨立新創，儘管產品起跑早，但面對兩大巨頭的競爭壓力，「獨自撐住算力需求」顯得愈來愈吃力。

白話來說，AI 編碼這塊賽道的門檻，正從「產品做得好不好」升級成「算力跟不跟得上」。Cursor 的選擇，反映獨立 AI 新創愈來愈難靠自己跑完這場長跑。

延伸閱讀：史上最大IPO？SpaceX拚搶先OpenAI、Anthropic掛牌、估值上看1.75兆美元

資料來源：紐約時報、彭博

本文初稿為AI編撰，整理．編輯/ 李先泰

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。