马斯克亲口承认：全球只有3家拥有足够数据，他自己不在其中

600亿美元，买一张补票。在两千多人的X Takeover活动现场，马斯克远程连线，直接承认了一个残酷的事实：想造出一个像样的超级智能（ASI），必须彻底搞定编程。

而在他列出的“拥有足够编程训练数据”的名单里，全球只有OpenAI、Anthropic和Cursor三家，连他自己引以为傲的xAI都不在其中。

一个手握Colossus超级算力、拥有特斯拉和SpaceX海量数据的科技狂人，当众承认自己在通往超级智能最关键的赛道上，原本连一张入场券都没有。为什么编程数据如此昂贵且稀缺？

因为算力可以花钱堆砌，但最干净的编程题库，必须靠人类程序员一行行敲出来、一次次验证对错慢慢攒出来。谁手里握着最大、最干净的题库，谁就离ASI更近一步。

回看这起事件，代码与数据对大模型的意义早已被反复验证。代码能够表达数字世界里绝大多数任务。自然语言是对现实世界的描述，代码则是对解决方案的描述，也就是语言即世界，代码即方案。如果头部模型公司不重视编码能力，很大概率会被挤出行业第一梯队。

硅谷行业格局在过去三年一直在快速轮换。有时候从业者觉得 OpenAI 无可匹敌，三四个月前，又认为 Gemini 迎来王者归来，如今则是 Anthropic 势头正盛。

每一家公司都拥有属于自己的发展窗口期，各领风骚一百天。今天能够取胜的秘诀，到下一个时代，就有可能成为拖累自身的毒药。

OpenAI 在 ChatGPT 上取得巨大成功，让他们把重心放在面向普通用户的业务上，进而忽视了编码这条赛道。正如马斯克点名那三家拥有足够数据的巨头所暗示的，谁掌握了顶尖编码能力，谁就拥有了超级智能的加速器。

硅谷一线前沿实验室的 AI 研究员，还有高水平程序员，现在基本不再手写代码。去年一套系统里，大约七八成代码依旧由人完成，今年人工编写的占比已经低于百分之一。

研究员日常工作模式，就像团队负责人或者教授带领组员开展工作，由 AI 完成代码编写，人类负责审核。甚至部分场景下，人类的审核能力，都已经跟不上 AI 输出的内容。

现在 Claude Code 和 Codex 在不少任务上，能力已经达到很多公司 CTO 或者高级工程师水准，对标 Meta 体系里 R8、R9 级别的工程师。开发一款工具，经过两三次迭代就能够顺利跑通。

从业者每天会消耗数百美元的 token，一周开销能达到几千美元，这个成本规模相当惊人。过去做研发和学术研究，从一个想法到代码成功运行，往往需要两三个星期。

现在只需要一两天，最多两三天。coding 与智能体能力，已经成为加速通用人工智能最重要的要素之一，重要程度仅次于 GPU 本身。

近期很多 AI 领域的突破性成果，并不是人类工程师完成的，而是 Claude Code、Codex 带来的。这是一个更具备质变意义的信号，AI 已经可以显著加速自身领域的研发，并且产出突破性成果。

从前解答一道高难度数学竞赛题目，可能要花费很久，现在 Codex 可以快速完成。并不是所有人都擅长复杂解题或者代码调试。

coding 能力的提升，也极大加速其他领域的研究工作。比如做多模态研究的从业者说，过去完成一套多模态模型的数据迭代，耗时一两个月，现在只需要几天或者一周。

coding 能力提升之后，多模态方向的研究效率被大幅拉高，整套数据处理方案的提效效果十分显著。核心变化在于模型处理数据的效率远超人类。

这种远超人类的处理效率，正是马斯克执意买下Cursor的核心原因，因为要维持这种效率，必须依赖真实程序员源源不断的数据批改。coding 不单单是技术层面的难题，更多考验企业战略能力与组织能力。

研究员普遍认为，数据是 coding 赛道最核心的壁垒。但难点在于，有哪一家 AI 实验室，能够组织数百名极具想法的顶尖人才，全身心投入 coding 这件事。

重视数据这件事，刻在这家企业的底层基因里。传闻首席科学家，会亲自带队梳理、审核数据集，这样的做法在行业内十分少见。

更关键的是懂得取舍，明白哪些业务不去布局。Anthropic 完全放弃多模态赛道，判断多模态不在技术主线之中，也没有跟风做推理模型，放弃面向普通用户的 C 端业务，把全部精力聚焦 coding。

所以 coding 赛道的落地难度，远比大家想象的更高。在这场ASI的超级数据竞赛中，马斯克不仅是在买数据，更是买下了真实程序员不可复制的每一次取舍和判断。

数据壁垒不是一次性拿到数据集就可以永久守住。coding 的数据是动态的，模型能力提升之后，评估标准也会同步升级。

旧的高质量样本，过一段时间就会达不到新的评估要求，需要持续生成新的、难度更高的任务样本。这个过程需要大量人力投入，做数据标注、环境搭建、结果校验，属于长期持续的苦差事。

企业自上而下统一目标，接受大量基础数据工作，愿意投入资源长期打磨。这一点，是其他企业最难复制的。

这种需要极强战略定力的苦差事，也解释了为什么马斯克亲口承认全球只有三家公司能在这个飞轮里存活下来。编码能力的天花板，取决于人类能够构建的任务难度上限。

只要人类可以不断设计更加复杂、跨领域、需要多步骤规划的工程任务，编码模型就还有提升空间。现在模型能够完成独立脚本开发，小型系统迭代。

未来会慢慢接手大型软件项目的模块开发，系统重构，调试复杂线上故障，跨语言项目迁移。这类复杂工程任务，难度层级还有极大的提升空间。编码模型的进步，会反过来加速 AI 本身的研发。AI 帮助人类写代码，调试实验，处理海量数据，运行仿真实验，缩短 AI 自身研发周期。

这会形成正向循环。模型越强，研发新模型的速度越快，迭代周期持续压缩。这个循环一旦持续运转，技术迭代速度会进一步加快，也是 AI 基点时刻到来的核心原因。这个循环也会放大企业之间的差距。

拥有更强编码模型的企业，能够更快迭代下一代模型，拉拉开和对手之间的差距。强者恒强的效应，会在模型行业持续放大。

资源、算力、顶尖人才、高质量数据，会持续向头部企业集中。当时很多人认为只要堆砌几十万卡算力就能弯道超车，但现实是，缺乏全球顶级编程数据的支撑，超级算力也难以发挥最大效用。

xAI 近期经历大规模人事震荡，和企业错失代码赛道机遇有一定关联。xAI 短期已经掉队，核心创始团队大量人员离职。创始团队成员水平顶尖。短期之内，xAI 很难追上头部企业。至少当下，没有走在正确的技术路线上。

除非后续马斯克再次发起大规模内部调整。最核心的问题，是战略反复摇摆。

早期信奉大力出奇迹，搭建几十万卡算力集群，训练超大参数预训练模型。但这条路线并不成立，研发重点需要做好数据，提升数据利用效率。

单纯扩大模型参数规模，并不是解决问题的核心。问题并不出在模型体量，核心在于数据。别家使用规模比其小十几倍的模型，最终效果反而更好，这样的局面确实十分尴尬。这种频繁的战略摇摆，会让内部团队陷入混乱。

一件事情刚刚启动，还没有积累足够经验，管理层就失去耐心，把人员抽调去开启新项目。这背后暴露出来的是耐心不足，战略定力偏弱，调整方向的速度过快，同时团队人员变动也十分频繁。

出现发展受阻的根源，或许是对基础模型团队的成果并不满意。客观来说，这支基础模型团队本身，属于世界顶尖水准。

想要打磨出优质模型的数据，本身就是一项需要长期投入、足够耐心的工程，偏向研究测试范畴，需要持续验证什么样的数据属于高质量数据，以及如何优化数据处理方式。但更希望追求短平快的成果，想要把反馈循环压缩到最短，恨不得两周之内就能看到业务进展。

造超级智能的配方如今已经完全被公开：数据、人才、算力，外加一支能把AI直接送进真实公司电脑里的企业销售团队。马斯克心里比谁都清楚，自家题库不够，抄别人的答案注定走不远。

狠心买下Cursor，就是买下了成千上万个真实程序员每天都在批改的“作业本”。这600亿美元的史上最贵学费，不仅让他拿到了一张通往超级智能的入场券，更是买下了人类在代码世界中最宝贵的真实判断力。