129亿美元收购Hugging Face，600亿美元买下Cursor：AI巨头究竟在图什么？

现在有一项价值高达130亿美元的项目摆在你面前：

研发一款为年轻人定制的聊天软件，通过订阅、广告作为收入来源。

或别人开发、管理和运行AI，免费为AI从业者做嫁衣。

你会作何选择？

01

2016年，三个法国创业者在纽约做了一款聊天机器人。

目的很单纯，为了让年轻人拥有一个可以聊天娱乐的朋友。

这个机器人拥有一个很可爱的名字，Hugging Face（抱抱脸）。

它的形象被设置为一个张开双手、准备拥抱你的黄色笑脸。

这款机器人后来承载了超过10亿条对话，却没有把公司带向更高的位置。

尽管早期聊天产品吸引了一定关注，甚至在2017年获得NBA球星杜兰特的天使投资。

但商业模式始终未能突破，2018 年甚至面临用户增长停滞的困境。

故事的转折同样也发生在2018年。

Google发布BERT模型，但官方代码使用的是TensorFlow。

对于已经习惯另一套开发工具PyTorch的研究人员来说，接入它还需要额外的适配。

Hugging Face团队察觉到机会，迅速做出一套更方便开发者使用的PyTorch实现并将其开源。

不曾想，这一举无意之中走出了一条通天路，这套工具的受关注度远超过此前的聊天机器人。

团队瞬间调转船头，直接放弃了消费级应用，转而选择为众多AI开发者修路。

8年后，这条路有了价格。

2026年9月3日，英伟达CEO黄仁勋在公司博客里写下一个精确到扎眼的数字：

12930300000美元，英伟达同意以129.303亿美元收购Hugging Face。

02

一家卖芯片的公司，为什么愿意花近130亿美元买一个开放模型平台？

一个做开放平台的团队，凭什么卖出一家大型上市公司的价格？

这样的疑问不仅仅发生在巨头英伟达身上，Google、OpenAI、Salesforce等公司，明明掌握了最多的钱、算力和人才，为什么最近反而忙着买别人的公司？

要回答这些问题，我们先弄明白Hugging Face到底是什么。

如果你不熟悉AI开发，你可以把它理解为AI时代的模型商店或开发者广场。

Hugging Face就好比是一个共享现成饭菜与超级大厨的地方。

这里存放的是训练好的AI模型就是你在超市买回家的半成品熟食或预制菜调料包。

你不需要知道这道菜是怎么炒出来的，但是调用它你就能直接得到结果。

Qwen、DeepSeek、月之暗面等中国模型团队，以及Meta、Google等海外公司，都借助这个平台触达全球用户。

这就使得Hugging Face像一座巨大的港口。

它不生产任意一件货物，却决定货物在哪里被看见、如何装船、由谁运走。

130亿美元买的是十年积累下来的开发者习惯、模型关系、评测记录和部署入口。

一家公司可以花钱再做一个模型网站，却很难让1800万人明天一起搬家。

更难复制的，是大家已经默认“新模型就去Hugging Face找”的集体习惯。

中国模型厂商对这条路更是并不陌生。

Hugging Face在2026年统计数据显示，Qwen相关GGUF模型每月下载量达到3960万次，接近Google Gemma的两倍，是Meta Llama的五倍以上。

注：【GGUF（GPT-Generated Unified Format）是一种方便模型在个人电脑和本地设备运行的文件格式】

这个数字至少说明，中国开放模型要进入全球开发者的电脑，Hugging Face已经是重要码头。

英伟达花130亿购买的，就是这个码头。

03

在过去，我们熟悉的，也是英伟达的老本行生意，是卖GPU。

这也是AI训练和运行模型最不可或缺的核心设备，就好比是一台汽车的发动机。

英伟达卖的，就是最贵、最抢手的那一台。

但如今芯片战争早已不是英伟达一家独大的局面，AMD在全力追击，Google有TPU，亚马逊有Trainium，越来越多云厂商和国家也想发展自己的AI芯片。

英伟达同样意识到这点，单走GPU一条路，已经不够稳了。

2025年12月，英伟达收购了SchedMD，核心技术为开源软件Slurm。

Slurm能够高效调度大规模计算任务，被基础模型开发者和AI构建者广泛用于模型训练与推理管理。

当数千张GPU一起工作时，谁先算、哪台机器算、资源怎么分，都要靠它安排，Slurm就宛若算力世界的交通指挥系统。

不到九个月后，英伟达又将目标对准了Hugging Face。

两家公司，一个负责调度计算资源，一个负责模型发现与部署。

英伟达向AI开发者工作的路径扩张已经十分明确。

黄仁勋的收购也带出外界眼中对这场交易最敏感的地方。

当道路的所有者同时也是最大的汽车制造商时，其他品牌的车还能得到一样的路况信息吗？

答案不会在收购当天揭晓，而是在未来几年的产品选择中才能看到结论。

黄仁勋在收购公告里指出，他承诺Hugging Face将继续保持开放。

开发者仍可选择自己的模型、框架、云服务和计算平台，使用Hugging Face不需要购买英伟达算力，平台也会继续支持多云和多种加速器。

但更隐蔽的影响往往藏在默认推荐里，对于将来的Hugging Face而言，哪个芯片适配得更快，哪套推理服务放在更显眼的位置，工程团队优先解决谁的问题，哪些功能首先为哪一种硬件优化，仍未可知。

但买路潮已然兴起，英伟达的130亿甚至并非出手最阔绰的公司。

04

2022年，四名麻省理工学院学生创立Anysphere。

他们决定把AI放进程序员每天都要打开的代码编辑器，这个产品名叫Cursor。

Cursor是一款集成了先进大语言模型的AI编程工具，它不仅支持OpenAI、Anthropic、Google等多家供应商的模型，还能同时掌握代码文件、项目上下文、命令行、修改记录，以及一个团队如何把软件从想法变成产品的过程。

到2025年11月时，Cursor宣布年化收入已经超过10亿美元，同时完成23亿美元融资。

不到一年后，它的归宿不再是下一轮融资，而是SpaceX。

今年8月14日，SpaceX完成了对Cursor母公司Anysphere的收购。

根据美国证券交易委员会的文件确认，这次交易是一笔价值600亿美元的全股票交易。

Anysphere将在合并后成为SpaceX的全资子公司。

虽说是股票交易，但600亿的数值仍旧高到离谱，而这是资本愿意给它的价格。

也许很多人会感到奇怪，一家火箭和卫星公司突然花600亿美元买代码编辑器，图什么？

但如果我们能够把SpaceX旗下的AI业务与它的企业软件野心放在一起，路线就清楚了。

程序员今天可以在Cursor里使用Claude，明天可以换成GPT，后天再试别的模型。

模型供应商会变，但工程团队已经装好的编辑器、内部规则、代码索引和协作习惯却不会轻易变。

谁占据这个位置，谁就有机会决定模型以什么方式进入企业，又能看到用户到底愿意为什么功能付钱。

有了Cursor，SpaceX与OpenAI和Anthropic产品竞争的筹码就再多一笔。

这也就是SpaceX收购Cursor的商业逻辑。

05

英伟达买模型分发入口，SpaceX买程序员入口，大公司走向收购潮其背后目的，是为了让AI更好的进入的企业。

接下来，我会把过去两年的大额AI收购交易摊开，给你看一张更完整的地图。

全球最大的搜索引擎公司Google在2025年同意以320亿美元现金收购云安全公司Wiz，并于2026年3月完成交易，买的是一道安全门。

云计算软件公司Salesforce花约80亿美元股权价值收购Informatica，核心目的是增强其AI产品Agentforce 360的数据治理能力，并在2025年11月完成交易。

专注于企业数字化转型和IT服务管理的ServiceNow以28.5亿美元现金加股票收购Moveworks，将ServiceNow既有的AI与工作流程自动化平台，而Moveworks的客户群体活跃用户已达数百万，且有约90%的企业将其AI助手覆盖至全体员工。

美国数据公司Databricks需要适合频繁创建、读取和销毁数据的数据库，于是宣布10亿美元拟收购Serverless Postgres公司Neon，在Neon上创建的数据库中，超过八成由AI而非人类发起，当软件开始自己创建软件，数据库的使用方式也跟着改变。

模型公司同样没闲着。

OpenAI在2025年宣布以全股票方式收购产品测试公司Statsig，这场交易价值约11亿美元。

这类工具没有大模型那么吸睛，却决定ChatGPT一个新功能能不能安全地推给几亿用户。

同年，OpenAI还把Jony Ive创办的io团队并入公司，全股票交易价值约65亿美元。

OpenAI官网写道，这支团队汇集了硬件、软件、物理、制造和产品开发人才，这不是在给ChatGPT换一个更好看的图标，而是帮助OpenAI更好的实现自己的AI终端。

Anthropic走的是另一条路。

Claude Code上线六个月达到10亿美元收入运行率后，Anthropic收购了JavaScript运行时Bun。

Bun每月下载量超过700万次，负责运行、打包、测试代码。

Claude Code要替程序员执行越来越复杂的任务，底层工具的速度和稳定性会直接影响体验。

Anthropic买Bun，是在处理一项越来越难交给外部供应商的工作。

把这些交易拼在一起，AI进入企业的整条路径便清晰了：

英伟达拿了模型分发与算力调度，Google拿安全，Salesforce拿数据治理，ServiceNow和SpaceX拿工作入口，OpenAI和Anthropic补产品工程、终端与运行时。

尽管路径明确，但新的问题也随之出现，他们为什么不自己做？

06

答案很简单，因为自研可以复制功能，但复制不了时间。

Google当然能再写一套云安全软件，英伟达也能重做一个模型社区。

但软件写出来不等于客户愿意迁移。

发者已经在Hugging Face积累模型、下载量和关注者，程序员也已经把Cursor装进公司的代码流程。

这些资产看不见，却比服务器更难搬，而巨头们花钱买的，其实就是省下来的几年时间。

当买方获得速度，创始人和早期投资人获得退出机会，被选中的核心员工进入资源更充足的平台，企业客户也可能得到更完整的一站式产品。

这些都是收购的正面价值，但也存在需要付出的对应成本。

当平台被收购后独立性下降，供应商集中度提高，创业公司原本支持多家云和多种芯片，被收购后可能慢慢围绕母公司的产品排优先级。

企业客户今天不用迁移，几年后却可能发现，数据、权限和工作流已经深深绑在同一家供应商上。

但也不排除还有一些巨头觉得，连整家公司都买下来仍然太慢、太麻烦。

于是，一种更灵活也更有争议的交易出现了。

2024年，微软同意向Inflection AI支付约6.5亿美元，获得模型使用权，同时招聘两名创始人和大部分员工。

这样一来，Inflection这家公司还在，但最重要的人和技术已经去了微软。

众多巨头也纷纷开始有样学样：

Google以约24亿美元获得Windsurf的非独家技术许可，并招走CEO和部分核心研究人员。

Amazon从Adept招聘创始人和部分团队，同时获得技术许可。

NVIDIA与Groq的交易也采用非独家授权加核心人员加入的结构。

硅谷给这种做法起了一个很形象的名字：acqui-hire，也就是我们常说的“人才收购”。

对巨头来说，这种结构很划算。

它不用接手全部合同、负债和员工，更快拿到最想要的人和知识产权，还可能避开传统并购申报门槛。

留在原公司的员工和客户就没那么幸运了。

创始人带着核心团队离开后，法律主体虽然还活着，研发能力和融资故事却可能已经被抽空。

公司招牌没有摘，最能打的一群人先走了。

07

海外巨头疯狂买路，国内AI行业也开始进入整合阶段，只是走法不太一样。

2026年上半年国内约发生61起AI并购，其中约40起由AI企业作为买方。

虽然不能直接与海外数据库比较，但变化已经很明显，前两年大家忙着融资、训练模型，现在越来越多公司开始补产业链缺口。

智谱在2026年完成对中科加禾的收购。

中科加禾不做另一个聊天机器人，智谱买它，是为了降低推理成本、缩短时延，也减少国产模型对单一芯片生态的依赖。

这笔交易没有600亿美元的声量，却很能代表国内需求。

国产大模型下一阶段的竞争，除了参数和榜单，还要看谁能把模型便宜、稳定地跑在更多国产芯片上。

08

十年前，Hugging Face的三名创始人只是想做一个更有趣的聊天机器人。

后来，开发者对底层工具的需求压过了普通用户对聊天产品的热情。

Hugging Face的那次转身，最终把一款消费应用变成了价值130亿美元的基础设施。

如今，英伟达准备成为道路的主人，SpaceX已经把程序员的工作台收入囊中。

Google、Salesforce和OpenAI正在抢安全门、数据地图与下一代终端。

这场收购热潮正在加速 AI 商业化，也在重新分配选择权。

但在这场交易中，真正值得评价的，不是谁开出的价格最贵，而是谁在收购后能交付出更好的产品。

这里是冲浪普拉斯，感谢大家的订阅和点赞，我们下期见。

欢迎点击下方卡片， 关注我们