Cursor Origin: SpaceX greift GitHub mit Code-Plattform in einem schwachen Moment an
Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.
Cursor hostet ab sofort auch Code. Das Startup hinter dem populärsten KI-Editor hat sein Produkt Origin am vergangenen Montag als frühe Beta gestartet und rollt es schrittweise für alle zahlenden Nutzerinnen und Nutzer aus. Damit betritt ein Unternehmen den Markt für Code-Hosting, das bisher vor allem darauf angewiesen war, dass andere ihn betreiben, allen voran GitHub. Der Zeitpunkt, die Datenfrage und der neue Eigentümer machen den Launch zu mehr als einem Feature-Update.
Was Origin kann
Origin erscheint in Cursor als eigener Tab namens Codebase. Dort lassen sich neue Repositories anlegen, per CLI klonen oder lokale Projekte pushen. Jedes Repo hat Pull Requests mit Timeline, Commits, Checks und Diffs, dazu Kommentare und Merge-Funktion. Der Name der Codebase wird Teil der URL, nach dem Muster cursor.com/codebase/acme-corp.
Zentral ist die GitHub-Synchronisierung: Wer will, verbindet seine GitHub-Organisation und spiegelt einzelne Repos nach Origin. Diese Kopien aktualisieren sich in Echtzeit, durchsuchen und herunterladen lässt sich alles, Pushes gehen aber weiterhin an GitHub. Für synchronisierte Projekte bleibt GitHub laut Cursor die maßgebliche Quelle. Kommentare in Pull Requests laufen in beide Richtungen, ein Review kann also in Cursor erledigt und gemerged werden, während der Rest des Teams auf GitHub bleibt.
Dazu kommt ein beginnendes App-Ökosystem: Vercel liefert Preview-Deployments pro Pull Request, Depot und Buildkite übernehmen CI und führen bestehende GitHub-Actions-Workflows aus. Die eigentlich interessanten Funktionen fehlen aber noch. Cursor kündigt agentenbasierte Features lediglich an, geliefert wurde bisher vor allem ein Spiegel mit Oberfläche. Für Enterprise-Organisationen können Admins Origin abdrehen, für alle anderen zahlenden Accounts ist es standardmäßig aktiv. Details zu Aufbau und Umfang stehen im Changelog von Cursor.
Warum ausgerechnet jetzt
Der Launch fiel auf einen Tag, an dem GitHub weltweit ausfiel. Laut The Register erreichten die Fehlerraten beim Download von Repository-Inhalten rund 50 Prozent, betroffen waren außerdem Issues, die API und Copilot. Microsoft bestätigte die Störung. Ob das Timing Zufall oder Kalkül war, hat Cursor nicht kommentiert, in der Entwickler-Community wurde es jedenfalls ausgiebig kommentiert.
Der Ausfall steht nicht allein. GitHub kämpft seit Monaten mit Zuverlässigkeitsproblemen, die das Unternehmen selbst zum Teil auf die Last durch KI-gestütztes und agentisches Coden zurückführt. Software-Engineering-Chef Jakub Oleksy hatte im Frühsommer strukturelle Änderungen angekündigt, um Fehlerquellen dauerhaft zu beseitigen. Parallel dazu verliert GitHub Copilot Marktanteile: Auswertungen des Stack Overflow Developer Survey, die von Branchenmedien zitiert werden, sehen den Anteil binnen eines Jahres von rund zwei Dritteln auf etwa die Hälfte fallen, während Cursor und Claude Code zulegen. Cursor selbst hat den Jahresumsatz nach eigenen Angaben auf zwei Milliarden Dollar geschraubt.
Ein Angriff auf GitHub ist trotzdem kein leichtes Unterfangen. Der Netzwerkeffekt von Issues, Actions, Marketplace, Open-Source-Historie und Identitäten lässt sich nicht in einer Beta nachbauen. Cursor setzt deshalb vorerst nicht auf Migration, sondern auf Koexistenz.
Der Zusammenhang mit den Modellen
Interessant wird Origin dort, wo es das Geschäft mit KI-Modellen berührt. Cursor entwickelt eigene Coding-Modelle, das aktuelle Composer wurde laut eigenem Technical Report auf dem offenen chinesischen Basismodell Kimi K2.5 aufgebaut und anschließend mit großangelegtem Reinforcement Learning trainiert, und zwar in realistischen Cursor-Sessions mit demselben Werkzeugkasten, den auch das ausgelieferte Modell verwendet. Für die Bewertung nutzt das Unternehmen CursorBench, einen Benchmark aus echten Coding-Sessions eigener Engineering-Teams. Dass ein selbst entwickeltes Modell auf einer chinesischen Basis steht, war zuletzt Thema.
Genau hier liegt der strategische Wert von Code-Hosting. Wer nicht nur den Editor kennt, sondern auch Repos, Pull Requests, Reviews, Testläufe und CI-Ergebnisse sieht, kann Trainings- und Evaluierungsumgebungen bauen, die dem echten Arbeitsalltag deutlich näher kommen als reine Chatprotokolle. Ein Pull Request liefert Aufgabe, Lösung, Diskussion und ein Erfolgssignal in einem Paket, also im Prinzip das Rohmaterial für agentisches Training. Cursor betreibt dafür bereits eine interne Plattform mit hunderttausenden Sandbox-Umgebungen.
Wie Cursor mit Code aus Origin konkret umgeht, ist allerdings offen. Die allgemeine Datenrichtlinie unterscheidet zwischen aktiviertem Privacy Mode, bei dem laut Unternehmen weder Cursor noch die Modellanbieter mit den Daten trainieren, und deaktiviertem Modus, in dem Codebase-Daten, Prompts und Code-Snippets zur Verbesserung der KI-Funktionen und zum Training verwendet werden können. Eigene Bedingungen für Origin, etwa zu Aufbewahrungsfristen, Speicherort, Subprozessoren oder Exportwerkzeugen, hat Cursor bisher nicht veröffentlicht. Branchenmedien verweisen darauf, dass das Produkt gleichzeitig standardmäßig aktiv ist, und raten dazu, Origin vorerst nur im Spiegelmodus zu nutzen.
Neuer Eigentümer: SpaceX
Der Launch fällt in die ersten Tage unter neuer Flagge. SpaceX hat die Übernahme von Cursor-Mutter Anysphere für 60 Milliarden Dollar in Aktien vergangene Woche abgeschlossen, nachdem der Konzern sich das Recht dazu im Frühjahr gesichert hatte. Cursor landet damit in der KI-Einheit SpaceXAI, in der zuvor bereits xAI aufgegangen war. Cursor argumentiert vor allem mit Rechenleistung und verweist auf den Zugang zur nach eigener Darstellung größten GPU-Flotte der Welt.
Die Verzahnung ist bereits sichtbar. Das Modell Grok 4.5 wurde nach Angaben von SpaceXAI gemeinsam mit Cursor trainiert und war in der EU zunächst nicht verfügbar. Beim jüngsten gemeinsamen Produkt Grok Bot trat die Marke Cursor bereits in den Hintergrund.
Damit entsteht eine Konstellation, die es so bisher nicht gab: Ein Konzern kontrolliert den Editor, die Modelle, die Rechenzentren und nun auch die Plattform, auf der der Code liegt. Für Nutzerinnen und Nutzer bedeutet das kurze Wege zwischen Werkzeug und Modell, aber auch eine Konzentration, bei der Fragen nach Datenverwendung, Lock-in und Governance schwerer zu beantworten sind als bei getrennten Anbietern.
