Anthropic崛起史:最强AI背后的矛与盾,布道者与伪君子

CN
23分钟前

五年,年化营收超过800亿美元,上市首日完全稀释估值一度触及2万亿美元。这是一条在人类商业史上几乎从未出现过的增长曲线。

先知、救世主情结、宗教领袖,这也是在一个以技术与理性著称的行业里,几乎从未看到的标签。而如今,它们同时落在了一家公司身上:Anthropic。在巨大的光环和争议声中,Anthropic于美国时间11月19日,以股票代码ANT正式登陆纳斯达克。

e38243a1bd33cd1a6d2bafa3cad022b165e9789f380b0cadadb7708825439ea2.jpg

它创造了人类商业史上的众多奇迹,同时,也深陷于AI安全、开源与权力的巨大争议漩涡。有人说,Anthropic是这个AI狂热时代里,唯一还在坚守AI安全底线的“良心企业”。也有人说,这不过是一场打着“为全人类”的旗号,精心设计的传教式表演。

那么,一家曾经站在行业边缘的AI实验室,是如何用不到几年的时间,就长成了一个前所未见的庞然大物的?这场疯狂增长的背后有哪些不可忽视的关键节点?Anthropic的胜利,究竟是一场理想主义者的坚持,还是一场另辟蹊径的商业叙事?IPO之后,它又将面临什么样的前路与挑战?

带着这些问题,我们采访了投资人、资深媒体人、律师,以及与Dario Amodei早期共事过的从业者,并进行了多次匿名交流。我们尝试从技术、资本、架构、文化信仰等多个方面,重新梳理这家公司走过的每一步,呈现出一个完整的Anthropic崛起史。

本文为视频改写,欢迎大家收看以下视频

ccf4da656357393b4264a748eb8a869069c9b4c4d936e3b8dbdb42b956eb6d47.png

2014年11月,深度学习那场革命似乎已经进行到后期了。图灵奖得主们、“深度学习三巨头”Geoffrey Hinton、Yann LeCun、Yoshua Bengio早把地盘分完。而Dario Amodei,这个在十年之后的大模型时代家喻户晓的名字,在当时刚念完博士、做完博士后。此前他是一名研究型学者,先在普林斯顿做计算神经科学,又转到斯坦福医学院。百度硅谷AI实验室,是他真正意义上的第一份工作。

很多年以后,Dario Amodei已经成了华盛顿最强硬的对华鹰派之一,他在百度到底经历了什么,到今天几乎成为了一个人人都在调侃的梗。我们在他的一些采访和早期同事的交谈中了解到,很多后来定义Dario、影响Anthropic的思想和技术判断,都可以追溯到他在百度的那一年。

308d71b951df9b942070d8a200ef4f241f91dc87be836992d678cc521ffcc6db.jpg

当时的百度 AI实验室位于硅谷Sunnyvale的一栋一层小楼里,由斯坦福教授吴恩达掌管,最开始只有二十几号人。他们有一屋子显卡、一堆数据,以及一个明确的目标:造出全世界最好的语音识别系统。

Greg Diamos,他是英伟达CUDA系统的联合缔造者之一,也是被吴恩达招进百度硅谷实验室的第一批研究员。他在硅谷101的采访中告诉我们,当年Dario Amodei差一点就被挡在了百度门外,但他“力排众议”把他招进了百度,因为Dario的代码实在写得太好了。

813f3b595d234618e0bf3748f01f625ea38112dc8391a16604aeb4afabeb8a74.jpg

Greg Diamos

英伟达CUDA早期架构师、前百度美国研究院AI研究员

我记得当时是我面试的Dario。其实挺奇怪的,因为Dario的背景是神经科学和生物学。他当时给我看了一段类似计算生物学模拟的代码。

我把那段代码看了一遍,当时就觉得,这是我见过最好的软件代码之一。所以我当时想,好吧,我根本不在乎你的背景是什么,这个人应该有能力把这件事搞明白。

但其他很多面试官都反对,因为他没有GPU背景,没有明确的计算机科学背景,也没有AI背景。所以我当时真的花了很大力气去争取。但最后,他们就说,好吧,那我们没意见了。

进入百度之后,Dario当时的工作并不复杂。用他自己的话说,他只需要“拧旋钮”。给循环神经网络加几层,多喂点数据,多训一会儿,然后坐在那看指标会往哪儿走。然后他发现,结果每一次都指向同一个方向:数据更大,效果就更好。平滑,稳定,像有只看不见的手在后台匀速推着一个刻度盘。

这项工作最后长成了Deep Speech 2,被《麻省理工科技评论》评选为2016年的十大突破技术。在此之前,语音识别中,声学模型、语言模型、发音词典,一层层都需要手工调试处理,每一块都得耗上好几年去搭。但Deep Speech 2让一个端到端的神经网络接管所有工作:只需要把音频和文本喂进去,剩下的交给网络自己学。

这件事在旁人看来更多是一个产品上的突破,但在Dario眼里,这就是他第一次意识到的scaling law(规模定律)的雏形。

f30e6419c53da18e6ffc78a6efa265f3be6efcb607f8a03cd94391643c38b6cb.png

Dario Amodei

Anthropic联合创始人、CEO

我只是看到了一些非常一致的规律。当时我其实并不知道这有什么特别,也不知道其他人并不是这么想的。这有点像新手的运气,因为这是我第一次接触这件事。而且当时除了语音识别,我也没有想得更远。我只是觉得,好吧,我对这个领域什么都不了解,机器学习能做的事情太多了。

但我当时就觉得,很奇怪,这个规律在语音识别领域似乎确实成立。

Scaling law只是百度给Dario埋下的第一颗种子,在那里,另外一颗日后影响巨大的种子也被埋下,那就是——AI安全。在百度开发语音系统时,Dario发现模型在干净、无口音的美式英语上表现近乎完美,可一旦换成带口音的语音,准确率就断崖式下跌。模型在训练分布内极其强大,在分布之外却异常脆弱。关键是他没法看进内部,也弄不清模型究竟为什么会这样,又在什么时候会突然失灵。

所以他也开始思考AI安全问题。能力和风险,或许就是AI的一体两面,这也成为了日后Anthropic创立的地基。

而在我们梳理Dario的早期经历的时候,还有一点挺让人感慨的发现:百度,其实曾经是站在了离GPT最近的地方。Greg Diamos告诉我们,英伟达GPU在AI领域几乎无人问津的时代,是百度率先发现了它的潜力。而百度的硅谷实验室,也是当时行业内最早一批发现、并系统性总结Scaling law的团队。

Greg Diamos

英伟达CUDA早期架构师、前百度美国研究院AI研究员

如果没有百度,英伟达可能就不会成为市值最高的公司。我们当时从来没有发表过 Deep Speech里关于 scaling law的那部分,但它其实一直都在我们的实验记录里。

几年之后,等我们完全确定这个规律是正确的,我们才发表了一篇论文,叫《Deep Learning Scaling is Predictable》。然后当然,Dario后来去了 OpenAI,又把这件事复现了一遍,他们把它叫做GPT。

2017年12月发表的论文《Deep Learning Scaling is Predictable, Empirically》,核心发现是模型性能会随着训练数据和计算规模的扩大,呈现稳定且可预测的幂律增长。那时距离GPT-1论文问世还有半年。参与过这项研究的Dario也曾在采访中证实,这篇论文的发现,在一定程度上重新塑造了他思考和研究问题的方式。

47afc53127ae69e801e00eb9feba8e643bd551b313175271108cf73b5a3ff783.jpg

Dario Amodei

Anthropic联合创始人、CEO

我离开百度之后,他们又继续探索了这个方向,后来就变成了一篇叫《Deep Learning Scaling is Predictable, Empirically》的论文。

这件事一直很影响我的思考方式。也就是说,一旦你知道了怎么解决某一个特定任务,一旦那些概念层面的东西都理顺了,那么随着规模扩大,它的表现就会呈现出一种非常平滑的规律。

遗憾的是,百度最终与GPT失之交臂。Dario也在百度工作约一年后,转而加入谷歌。

7abe7a23c251d87f5d6926060b7db45e3d80bf0c33bdf9f217535451974cabbc.png

2015年,Dario加入Google Brain,手里的算力和数据一下子又上了几个量级。紧接着,他在下棋、游戏、机器人这些不同领域里,都看到了在语音识别里出现的类似曲线。

当时,硅谷有一股重要的思潮正在崛起,那就是EA(有效利他主义)。EA最初兴起于哲学和慈善领域,主张用理性和科学的方法,让有限的资源创造最大的社会价值。其中,超级人工智能可能带来的生存风险,是这个社群的重要议题。

fe933d611dd2b314db4dc14c405f4debb48942fc5e27248d43dd80a8022c0f23.jpg

2010年前后,EA逐渐在硅谷科技圈影响力加深,不少科技领袖、投资人和创业者都成为EA的重要资助者和倡导者,Dario和当时在谷歌与他邻桌的Chris Olah,也投身其中。

Chris Olah是一个没读完大学、痴迷于拆解神经网络内部构造的自学者。他研究的那门学科当时几乎无人问津,但现在在AI业界是关键的存在,叫做:可解释性。后来,他和Dario一起去了OpenAI、又一起创立了Anthropic。

Chris和Dario的合作非常紧密,并且互补,他们一个人盯着模型做大之后外面会怎样,另一个人盯着里面为什么会这样。在2016年,两人合作写下了后来 AI 安全领域最具影响力的论文之一《Concrete Problems in AI Safety》。这篇论文让AI安全第一次有了清晰的研究框架,也直接推动了AI 安全从一个小众议题逐渐成为行业公认的重要研究方向。

前《纽约时报》的科技评论员Kevin Roose对硅谷101表示,正是因为EA的浪潮,把这群最聪明的年轻人们聚集了起来。

d55e8c284e5fd7c9bea35e22901dbbd7f7c6a5f5af67b2df1efa036d728cdd1a.jpg

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

这些年来,EA(有效利他主义)在很多方面都做得不错,但其中一项具有最深远长期影响的贡献是:它促使了一批非常聪明的年轻人对“人工智能安全”产生浓厚兴趣,并引导他们积累专业技术能力、攻读博士学位,最终投身于人工智能安全领域。因为他们认为,这是自己发挥影响力、做出改变的最佳途径。

 就在Dario写这篇论文的过程中,一位叫Jack Clark的Bloomberg记者找上了门。没错,后来他也成为了Anthropic的创始人之一。Jack Clark当时密切地追踪着AI领域的动态,隐隐约约感觉到一种强大的趋势正在形成,但当时几乎没有人相信他。

Jack Clark

Anthropic联合创始人

我记得2015年时,我曾试图说服彭博社让我写一篇关于英伟达的报道,因为当时每一篇人工智能研究论文都开始提到GPU的使用,但他们觉得这简直是疯了。后来,2016年我离开新闻界转投人工智能领域时,还收到过一些邮件,上面写着:“你正在犯下人生中最糟糕的错误。”

ecb755626b95e858548c349ba385b93a3bfd5aab1d183b147a9570ee82f200bf.jpg

2016年10月,Jack Clark从记者转行,加入了OpenAI。就在Jack Clark加入OpenAI的几个月前,Dario Amodei和Chris Olah 也已相继入职。至此,一支日后改变AI格局的团队,开始在OpenAI悄然集结。

他们加入时,OpenAI刚成立不久。作为一个拥有十亿美元启动资金的非营利组织,顶着“确保AGI造福全人类”的使命,它吸引了一大批当时的顶级AI研究员。为了摸索AGI的正确道路,机器人、游戏智能体、生成模型,各种方向都在OpenAI内部展开。

坦白地说,Dario一开始站的位置离聚光灯很远。他手里攥着刚在Google写完那篇论文,在OpenAI负责安全团队。大语言模型这条线,起点其实和Dario也没什么关系。

2018年,Google的Transformer架构问世后,Alec Radford敏锐地嫁接Transformer,并使用包含超过7000部未出版小说的资料集,约1.17亿参数进行了训练。接着,2018年6月,《Improving Language Understanding by Generative Pre-Training》论文发表,而这,就是GPT-1。

76262c18de17b30576a0887985b7295ec7932e47236a2cc8d51582aa408e9758.jpg

当时,这篇论文只有短短几页,作者一共四个人,在当时的OpenAI内部,就只是个兴趣小组的规模。GPT-1反响平平,但Dario却从中看到了熟悉的东西:他在百度和谷歌看到的那条曲线,又出现了。他把这个观察写成一份后来在OpenAI内部广为流传的备忘录《大算力团块》(The Big Blob of Compute),核心论点就是:通往更强AI的路,大概率就是砸算力。

2019年2月,15亿参数的GPT-2问世,Dario Amodei的名字第一次出现在GPT论文的作者栏里。GPT-2能一口气写出几段模仿新闻和小说的腔调文字,甚至还显现出了初步推理的能力,开始在OpenAI内部收获更多关注。

2019年底,Dario升任OpenAI研究副总裁,他开始有了更多资源和能力来组织关于GPT的研究。首先,就是要说服世界,Scaling law是值得押注的道路。于是Dario拉来了他物理学博士时期的老朋友、约翰·霍普金斯的教授Jared Kaplan,与擅长实验设计的研究员Sam McCandlish、以及日后GPT-3的第一作者Tom Brown。

94f803121765b845b5af6cbbd416e88c353c076339d615c9501c1bb1173f4707.jpg

他们把不同规模的模型摆在一起测量分析后发现,语言模型的能力提升遵循着一条非常清晰的数学规律:随着模型参数、训练数据和算力的增加,模型性能会以一种可以预测的方式持续提升。并且让人惊讶的是,这条规律非常精确。

2020年1月,《Scaling Laws for Neural Language Models》发表。至此,scaling law从一份内部备忘录正式变成了带公式的科学。剩下的事,就是把更大的数字代进这个公式。微软的十亿美元投资换来了一台专用超级计算机,2020年6月,1750亿参数的GPT-3问世,震动了整个AI行业。

GPT-3会写代码、能翻译、能写出真假难辨的文章、能够实现多步推理,它甚至不用为每件事单独训练,提示里给几个例子,它就能照着做出来。日后Anthropic的联合创始人们和核心科学家,也几乎全员出现在这篇论文的作者栏中。

87ab42d544ad1d8139772749ee8eb8a2837297dac251ca24ac94787fb98a73e7.jpg

从GPT-1到GPT-3,短短两年,大语言模型的能力一路狂飙。可越往前走,作为亲手推动者的Dario心里越不踏实。他同时看到硬币的另一面:AI安全受到的重视,并没有跟上模型能力的发展。而对于安全的坚持,也成为这群关键研究者日后与OpenAI分裂的导火索。

9a166b8bba4901099f86443ecf66a021e641021c582e8fd1ce69db19297cd28b.png

▍OpenAI的内部分裂

2020年末,当时的OpenAI表面上正沐浴在GPT-3无上荣光之中。但在内部,一场决定AI未来的路线斗争,其实已经悄然到达了沸点。

38a42064e8a8803b633e38499bf4ccb3454e7530ea68be645bd9712ff982fb62.jpg

Ben Mann

Anthropic联合创始人、前OpenAI研究员

OpenAI有一点奇怪的地方是,我在那里的时候,Sam谈到公司内部存在三个派别需要相互制衡的:安全派、研究派和创业派。

在公司内部,围绕这些问题的张力却无处不在。当真正需要做出抉择的时候,我们感觉安全并不是真正的第一优先级。

Sam Altman和Dario Amodei之间的“爱恨情仇”,如今是科技圈里大家吃瓜吃得最津津乐道的话题。两人的关系甚至僵到了不愿在公开场合维持表面和谐的程度:在印度一场大会上同台合影时,两人连手都不愿意碰一下。其实他俩的裂缝,早在OpenAI时期就开始了。

b6bcffb92adf0e03535718a0d8e2dff2f86bc692014242059b28d6730dc9c64d.jpg

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

一直有一种说法,Anthropic团队离开OpenAI,是出于对安全问题的担忧。这是当时公开的解释,但事实的真相却在于:Sam Altman、Greg Brockman以及Dario 和Daniela Amodei之间,多年来一直存在着极其离奇的矛盾。这些矛盾对他们个人而言,有着非常切身的影响。

双方的分歧,可以从几件事中看到。2019年中旬,微软10亿美元的投资谈判接近落地。Dario希望在协议中保留一些重要的安全约束,Altman也表示同意。

但在协议落定前夕,Dario却发现微软获得了对相关条款的否决权。Dario找到Altman对质,却遭到否认。于是,他干脆打开合同,把相关内容直接念了出来,最后还找来另一位同事当面确认,Altman才勉强承认。Dario后来就回忆说:“OpenAI章程的80%,就在那天被背叛了。”

到了GPT-3准备发布时,类似的冲突又出现了。当时,OpenAI准备通过API向外部客户开放GPT-3。Dario担心模型被滥用,专门向Altman确认了测试客户名单。但后来他发现,公司内部还有一份更长的版本,而Altman并没有告诉他。

Sam Altman甚至还曾随意提出,要把当时保密性仍然很高的GPT-3内测版本,提供给歌手Kanye West使用。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

Sam Altman在一次派对上遇到了Kanye,提出可以给他开通GPT-3的内测权限。后来Sam Altman回到OpenAI就问,我们能不能想办法让Kanye West也参加内测。大家都听懵了,也很不满。大家觉得,这人疯了吧,我们不能让他参加内测。

Dario他们非常怀疑,为了推进商业化,管理层正在绕过他们和原定的安全机制。这类事情一次次累积,双方的分歧就变得愈发地不可调和了。此后,Dario和妹妹Daniela便开始在OpenAI内部组建自己的核心圈子。他们开设私密的Slack频道,单独开会,讨论AI产品和安全。而在一些没有被邀请进圈子的OpenAI的员工眼中,也开始觉得这群人变得越来越封闭、疏离,有些难以合作。

一开始,Dario想过跳槽去DeepMind,但Jared Kaplan给了他另一个建议,那就是大家一起出去自立门户。但是,当时Dario没有立刻走,他决定先找Altman谈判一下。

2020年,他和其他几个核心成员一起秘密建了一个Slack群,名字叫“BATNA”(Best Alternative to a Negotiated Agreement),大意是:如果谈不拢,备选方案是什么?

而这个Slack群组里的初始成员,就是如今Anthropic的那7位创始人,包括Dario Amodei、Daniela Amodei、Jack Clark、Sam McCandlish、Tom Brown、Chris Olah、Jared Kaplan。这些人,可以说是亲手参与搭建GPT-2和GPT-3,并且塑造了OpenAI整个研究文化的技术核心。

b8bf49073074feca7384d25f30478aa9743bec38e473e25eea737f3bb0a9219f.jpg

当时Dario想,或许他们这批核心人才对OpenAI足够重要,所以有可能OpenAI会妥协。他们拟了一系列条件,其中包括让安全团队拥有新产品发布的一票否决权,Dario可以直接向OpenAI董事会汇报等等。但最后,OpenAI的管理层没有接受他们的要求。于是七个人请来了律师,给这场离职起了一个名字:“The Divorce”——离婚。

Dario Amodei

Anthropic联合创始人、CEO

人们说我们离开是因为不满微软那笔交易,不对。也有人说我们离开是因为反对商业化,那也不是真的。GPT-3就是我们做的,我本人也参与了商业化的推进。问题的核心还是在于:你怎么做。

人类文明正在走向一个极其强大的AI时代,怎样才是走这条路的正确方式?怎样才能做到审慎、坦诚、诚实,真正在组织层面和个人层面建立起信任?安全,怎么能不只是我们挂在嘴边用来吸引招聘的一句口号。

2020年12月,OpenAI召开了一场全员线上会议。Sam Altman像往常一样讲完公司进展之后,然后把时间交给Dario。接着Dario宣布,自己和另外六名核心成员将一起离开OpenAI,聊天框瞬间被震惊的表情和消息刷屏。

Jack Clark留下最后一句:“I love you all” ,随后七个人就被移出会议,邮箱和Slack权限被立即撤销,电脑也被远程锁定。仅仅几个小时后,这七个人出现在另一个视频会议里,开始讨论成立新公司的问题。

Anthropic的故事,就从这里正式开始了。当时正是新冠疫情最严重的阶段,最早的筹建工作几乎全部在Zoom上完成。等到居家禁令解除,这些早期成员把据点搬到了旧金山的Precita公园。他们各自从家里拎一把椅子,带着热狗和Pizza,在公园草地上谈招人、算力和AI的未来。

ec5dde4e9e933e11f037206e7046e2b4ecad0bc72c934b4b267b43a515a9ce25.jpg

最开始,他们想过把公司叫做“Sparrow Systems”,这个名字来自哲学家Nick Bostrom所写的《超级智能》。这本书里面有一个寓言,大致是说一群麻雀想找来强大的猫头鹰,却没想好该怎么控制它。2014年出版的《超级智能》,是早期AI安全领域最具影响力的著作之一,这本书在有效利他主义EA社群中曾产生很大影响。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

Anthropic有几位联合创始人,明确说过自己是有效利他主义者。我觉得他们或多或少,都受到了EA(有效利他主义)理念的影响。其他公司当然也有人受它影响,或是跟这场运动有过联系,但它在Anthropic的影响,比在其他任何一家公司都要深。

所以从某种意义上说,Anthropic的成立,也是这场持续了十多年的AI安全思想运动,走向商业实践的一个重要节点。EA不仅影响了Anthropic的创始团队,也为它带来了非常重要的早期资金。

虽然大家都很喜欢Sparrow Systems,但这个域名当时已经被占用,所以他们最终选择了Anthropic。

2b98cad7a2e643c168472aa42fb626059236a871f9cbdd0a733e6df97b0cfac2.jpg

Anthropic这个词源自于希腊语,其含义是“人类的”、“与人类有关的”,寓意着他们建立的是“为了全人类的”人工智能。2021年1月26日,Anthropic正式成立。

▍创立Anthropic

吸取OpenAI的教训后,Anthropic创始团队从公司成立之初,就对治理架构进行了非常精细的设计。首先,他们采用了一种名为“公共利益公司”(Public Benefit Corporation,简称PBC)的组织形式。

4a0fb9d1286b47a88e5bfc2af5d3fc676fa1816825734543883f105236dfbac9.jpg

PBC虽然本质上也是营利性公司,可以融资、上市,但与通常以股东回报为核心考量的普通公司不同,PBC允许董事会同时考虑商业利益和公共使命,甚至拒绝利润更高、却违背公司使命的选择。

乍看之下,这种架构似乎颇具吸引力:既能树立重视公共使命的形象,又不影响融资上市。但从运营效率来看,PBC对创业公司而言,未必是最优选择。

刘晓笑

硅谷公司法律师、股权架构专家

采用PBC架构,公司注册的流程,以及接下来每一次表决的流程,都会比大部分公司更复杂。如果纯粹从发展效率来看,并不是很有利。

公司做每一个股东会决议、董事会决议,都需要进行类似论文一样的论证。既然是内部做,能不能偷懒?其实没办法偷懒。如果不遵守,哪天需要的时候,就会发现再去弥补的成本非常高,或者连弥补的可能性都没有。

7ef7428be51b9550dbcb7144d5cf8edd24e0a58ceabe582ba9b15a41ac9e0b99.jpg

不过,对Anthropic而言,将公共使命写入公司章程只是第一步。更关键的问题是:谁来决定公司的发展方向?当投资者和管理层的利益发生冲突时,谁又拥有最终话语权?

为此,Anthropic设计了一套相当复杂的股权和治理结构。根据最新的IPO招股书,Anthropic将普通股分成五类:Class A、N、T、F和E。其中,A类是此次IPO向公众发行的股票,每股拥有一票投票权,同时享有分红等经济权益;N类则主要面向战略合作伙伴,同样享有经济权益,但原则上没有投票权。

另外三类股票则较为特殊,它们几乎不享有经济收益,却被赋予了不同的治理权。其中,T类股票交给名为“长期利益信托”(Long-Term Benefit Trust,简称LTBT)的独立机构;F类股票交给由七位联合创始人组成的Founder LLC;E类股票面向非创始人员工,让他们在特定治理事项上拥有有限的投票权。

事实上,硅谷公司采用多类别股票并不罕见。Google、Meta等企业都通过不同类别的股票,让创始人在持股比例下降后,依然能够保留公司的控制权。但Anthropic的设计更加复杂:它进一步拆分了经济收益权、股东投票权和董事会选举权,并分别交给不同群体。其中,最特别的就是Class T和Class F。

8c03268c9ebab97a04ec7936fd1624aa2a33ee6e470dfe455589915d18267081.jpg

Class T背后的机构,名为“长期利益信托”LTBT。这是Anthropic从创立之初便开始设计、并于2023年正式实施的一项创新制度。LTBT由五名具有AI安全、国家安全、公共政策等专业背景的受托人组成。它通过持有Class T股票,获得一项非常特殊的权力:选举和罢免董事会多数成员。董事会能够决定公司的重大经营方向,任命、监督管理层,包括决定由谁担任CEO。

目前,Anthropic的七个董事席位中,有四席由LTBT选举产生,其余三席通过其他股东投票机制产生。也就是说,即使Anthropic上市、股权进一步分散,LTBT仍然可以通过董事会多数席位,对公司的重大决策和管理层形成制衡。

849e3a52f712b6805e957e59096e007cfc1823fb3fc2ee367db704c0a262b5c9.jpg

但仅有LTBT还不够。修改公司章程、公司合并等重大事项,仍需要交由股东表决。因此,Anthropic在此次IPO前夕新设了Founder LLC。这个实体由七位联合创始人组成,共同控制特殊的F类股份。在适用的股东表决事项中,这类股份拥有50.1%的总投票权。

而且,这50.1%的投票权会动态维持。招股书举例说,即使Anthropic未来再发行100万股Class A,Class F也会自动增加约100.4万票,确保其投票权始终保持在50.1%。换句话说,只要Class F的特殊权利仍然有效,无论公司未来发行多少普通股,其他股东都无法仅靠新增股份稀释创始团队的多数投票权。

至于这些股份的投票权如何行使,则由七位创始人按照内部规则共同决定。由此,LTBT掌握董事会多数席位的选举权,七位创始人掌握股东表决事项的多数票。

这套架构的意图十分明确:从制度上切断“出钱就能说话”的常规逻辑,让Anthropic在融资、上市之后,创始团队依然能够牢牢掌握治理权,不必向投资人交出方向盘。

刘晓笑

硅谷公司法律师、股权架构专家

研究这个公司架构的时候,我们认为,他们一定从第一天就找了一位非常好的律师,帮他们做公司架构。另外,虽然Dario和Daniela对外说这是他们第一次创业,但从我们做了十几年股权架构的角度看,他们一定做过很多悄无声息、失败的创业,才知道股权架构有多么重要。

这些头部巨头公司,都在股权架构上或多或少吃过亏、走过弯路。但Anthropic的股权架构,到目前为止可以认为一直是满分答卷。我们认为,它一开始就已经想到了十步、百步之后。

afdf3438a4855f5c698abec8e74f18e0d787c0715151d08e9dd42e6ba84519d6.jpg

还有一个细节颇为特别:Anthropic的七位联合创始人几乎获得了均等的创始股权。此外,他们还共同承诺,各自捐出个人财富的80%,用于AI安全与公益,且捐赠比例完全一致。IPO前夕,Anthropic又宣布成立新的“公共利益基金”(Anthropic Public Benefit Fund),公司向该基金投入约8.47亿股股票,相当于特定完全稀释口径下公司股份的5%。

根据Anthropic的说法,加上创始人和员工的慈善承诺,公司大约20%的股份都将用于公共利益目的。

be4e73e9053883c84219bb373b7c7b1a5f981a99eaa594a9be32105cf739a957.jpg

Tom Brown

Anthropic联合创始人

我觉得我们每个人都很清楚,当初进入这个领域,是因为我们想为这个世界做点事情。我们还做了那个“80%承诺”的事情,那几乎是大家毫不犹豫就一致认同的“对,这当然是我们应该做的。”而且我确实认为,“信任”这件事是非常特别的,而且极其稀缺。

对于普通的创业公司来说,有七个联合创始人可以说是“灾难”。但Anthropic的团队结构却异常稳定,直到今天,这七个人仍在公司的核心位置上扮演着不可替代的角色。前文已经陆续介绍了其中多数创始人,但还有一位并非技术出身,却对Anthropic的创立与后来的崛起都至关重要。

她就是Dario Amodei的亲妹妹——Daniela Amodei。

▍商业掌舵人、“通才”与Stripe

虽然是亲兄妹,Daniela从小却更喜欢文学与艺术。与Dario的科研路线相比,Daniela的经历丰富得多。她曾在宾夕法尼亚州国会相关竞选活动中工作,为议员做传播,也在无国界医生的关联机构负责运营,还在马里兰大学一个研究中心管理过贫困项目拨款。

几番辗转后,她直到2013年才进入科技行业,作为第四十几号员工加入支付公司Stripe。她最初负责招聘,后来转向风险管理。复杂的从业经历,让Daniela常常开玩笑,称自己是一名“通才”。

3a8f3b351fd98b82c6d18db5d8bbb64d0927fa4175f9a32d4ec2cb1464443786.jpg

Daniela Amodei

Anthropic联合创始人

这其实挺有意思的,从某种程度上来说,我一直觉得自己是一个通才。

如果你回头看我的经历,可能会想:“这个女的到底擅长什么?”但我觉得,能够保持好奇心,跨越很多不同的领域去学习;同时,不管你在哪个领域工作,都始终有一个很强的出发点,就是希望自己能够产生影响。我觉得,这其实是一种被低估的能力。

正是这样的个性和履历,补齐了Dario最缺乏的那部分能力。Dario能盯着一条曲线,思考五年后的世界,却对招聘、财务、流程等“把事情真正做成”的日常事务缺乏耐心。Daniela恰恰相反。她在意的是如何让一群人协作,如何把宏大设想拆解成能够落地、运转的日常工作。这种分工在Anthropic真正运转起来后,意义更加突出。

随着公司从几十人扩张至几千人、估值冲向万亿美元,作为Anthropic总裁的Daniela,已成为保证整台机器正常运转的核心枢纽。如今,Dario作为CEO,在公司里只有一名直接下属,即幕僚长Avital Balwit。其余高管全部向Daniela汇报,公司的日常运营管理也主要由她协调和决策。

21a04c4d10e791297bf4985e4badf54c32f62e17cb95941e076f40d46ea108fa.jpg

Daniela对Anthropic的意义,并不只体现在后来的经营层面。公司创立时,她就带来了一项至关重要的能力——商业化。而这背后,还藏着另一家重要的公司:Stripe。Anthropic最初的核心团队几乎都来自研究领域,技术实力毋庸置疑,却缺少大规模商业化和组织运营经验。Daniela在Stripe的工作经历,恰好补上了这一块。

Daniela加入时,Stripe还只是一家名不见经传的小支付公司。如今,它的估值已高达1590亿美元,是全球金融科技行业的龙头企业之一。OpenAI联合创始人Greg Brockman,也是Stripe的第一位工程师和后来的CTO。Anthropic面临的商业化挑战,某种程度上与Stripe高度相似:两家公司本质上都在销售面向企业客户的技术基础设施。

如何搭建组织、服务客户、建立销售体系、推动战略合作,这些都是Stripe从零到一摸索出的经验。Daniela成功将其中的经验带到Anthropic。LinkedIn的数据显示,截至2026年6月,已有数百名前Stripe员工加入Anthropic,许多人在招聘、运营和商业化方面扮演着重要角色。

一边是搭建最前沿AI模型的技术能力,另一边是将研究快速转化为产品的商业能力。Anthropic从成立之初,就具备了这样一套彼此咬合的系统,这也是它后来快速发展的坚实底座。

43b239a50b84a1e48692dd29eeada8ec140be996198df2a9fb97634e0ea4f01d.png

从OpenAI分裂出来之后,Anthropic的崛起经历了一条目标极为清晰、节奏层层递进的路径。大致可以分为四个阶段:

第一阶段是2021年成立至2023年3月Claude 1发布前的“技术蛰伏期”;

第二阶段是Claude 1发布之后、2024年3月Claude 3发布前的“产品亮相与试水期”。

第三阶段是Claude 3发布之后至2024年底MCP发布的“产品体系搭建和商业加速期”;

第四阶段则是自2025年以来的“技术领跑与超级增长期”。

沿着这条时间线,可以看到Anthropic一系列关键决策与命运转折。

▍技术蛰伏

2021年初成立之后,Anthropic有很长一段时间处于“刻意低调”的状态。整整两年,他们没有发布任何产品。事实上,早在2022年夏天,第一版Claude对话模型就已完成训练,甚至比ChatGPT早了好几个月。但当时,Anthropic主动踩下了刹车。

Dario Amodei

Anthropic联合创始人、CEO

早在2022年,我们就已经有了Claude的早期版本,也就是Claude 1。那时候ChatGPT还没有发布。但我们当时选择不发布它,因为我们担心,这可能会引发一场军备竞赛,让我们没有足够的时间来确保这些系统能够被安全地开发出来。

那段时间,他们把大量精力投入几个当时看不出多少商业回报的问题。首先是:如何让语言模型不只是聪明,而且是好的?起初,团队采用RLHF(Reinforcement Learning from Human Feedback,人类反馈强化学习),由人类标注员为模型的行为和回答打分,再让模型据此学习。

3f62a9e8ef64cf59208e4d11b5c96845827c8340b3a0e7f3e91bdc19cb12c0ef.jpg

但RLHF既慢又贵,而且人工评审可以判断结果好坏,却很难解释问题出在哪里。于是Anthropic又往前走了一步:2022年12月,他们发布“AI宪法”(Constitutional AI),并提出RLAIF(Reinforcement Learning from AI Feedback,AI反馈强化学习)。

所谓“AI宪法”,就是为模型写下一套高层次的原则和价值观,再让模型依据这些准则评判、挑剔并改写自己的回答。它尝试以原则替代部分人工标注,让模型在无人监督的时刻,依然知道边界在哪里。这种让AI监督AI的方法,后来也影响了“AI自我改进”和“超级对齐”等研究方向,并被Google、OpenAI广泛跟进。

8596e121dc3ee461c8d9ea040d144e0ca6bcefa34d91fbd269c7d00d859df03c.jpg

Daniela Amodei

Anthropic联合创始人

实际上,我们给Claude提供了一套思考伦理问题的框架。我们用各种不同的文件来训练它。我记得最有名的就是,在最初的“宪法”里,我们加入了《联合国世界人权宣言》,还有苹果公司的服务条款。我觉得,我们本质上是想让模型能够理解一套更广泛的伦理体系。

Constitutional AI可以说是Anthropic安全理念的具体落地,也成为日后Claude形成独特“模型个性”、区别于竞争对手的关键。Dario后来打过一个比方:“AI宪法”就像“一封已故父母留给孩子、封存到他成年时才拆开的信”。你无法一辈子趴在模型肩膀上盯着它,所能做的,只是尽量写下自己看重什么、为什么,然后相信模型在无人监督时仍能记住这些原则。整个过程,就像在培养模型的品性。

如今,Constitutional AI的重要性已经得到更多认可。但当年它发布时,几乎没有激起水花,因为所有人的目光都聚焦在15天前发布的ChatGPT身上。2022年11月30日,ChatGPT横空出世,一夜之间震动全球。Anthropic眼睁睁看着先发的位置就此失去。多年后,Dario也承认,当年的那脚刹车,代价极其昂贵。

ChatGPT打响第一枪后,AI竞赛拉开大幕。谷歌、Meta、微软、xAI纷纷加入混战,但Anthropic此时依然没有急于下场,直到2023年3月才发布Claude 1.0,而且只对企业合作伙伴开放。

2023年4月,我们曾在一个小型斯坦福校友聚会上遇到Dario,他向在场者分享了有关可解释性模型的研究。当时,我们问他AI大模型的变现方式。他表示不会押注通过“订阅”或“广告”向C端客户收费。或许那时,Anthropic就已经决定与OpenAI等公司采取不同的产品定位和商业路径。

c3ae209e15424bed74024d9bbd1f43d553f7490dba902645fc78e533e2ea4905.png

Kevin Roose也告诉我们,2023年前后他拜访Anthropic时,感觉整家公司似乎都没怎么考虑赚钱,更像是一间纯粹的实验室。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

我第一次去Anthropic是在2023年,那时他们只有大约150名员工。它们基本没什么营收,聊天机器人也才刚推出。它们看起来对赚钱没多大兴趣。我觉得它们当时很容易把重心放在安全上,因为那时它们拿得出手的也就只有安全。

▍扩张“地基”:AI红线(RSP)与资本引入

Claude 1发布后,其他公司都在密集推出新产品,Anthropic却又花了大量时间琢磨另一件事:Responsible Scaling Policy(RSP,负责任扩展政策)。Dario曾表示,他本人花了三个月、投入10%至20%的工作精力,从零开始反复起草这份文件。Anthropic其他创始成员也深入参与了RSP的修改和迭代。

RSP建立了一套“AI安全等级”(ASL)框架,灵感来自生物安全等级。从ASL-1到ASL-4,每一级都将危险能力与相应的强制性防护措施绑定。当时的RSP规定,一旦模型能力逼近某条红线,而对应防护尚未到位,模型开发就必须暂停,直到安全措施补齐。

856649fdb88d4705220489d65482da2494e91f27a829b72fb52c08ab6ae38915.jpg

Jared Kaplan

Anthropic联合创始人

我觉得,为什么把RSP做好如此重要,因为我们自己看到了技术未来的发展方向。我们需要找到一种方式,让AI既实用、有创新性,又能给用户带来愉快的体验。同时,我们也要弄清楚,究竟需要设置哪些真正必要、我们能够坚持的限制,来确保这些系统的安全。

不过,这份当年被Anthropic团队视为至关重要的文件,后来又被重新修改,成为公司口碑两极分化的重要导火索。具体争议我们将在后文展开。但至少在成立头两年,Anthropic几乎将全部资源都投入建立“安全与对齐”的大模型,不急于发布产品,也没有参与早期用户争夺战。

而支撑Anthropic当时能够“慢下来”的前提,是资本的连续加码。公司成立初期,只有谷歌前CEO Eric Schmidt、Skype联合创始人Jaan Tallinn等人参与的1.24亿美元A轮融资。这个数字听起来不小,但训练一个前沿模型,几个月就能将其耗尽。Dario等人在创立公司时曾预估,至少需要100亿美元。

5a48de508ea8d8ff734797f4352cc7df37f3aa78497ad480b69dc12fc573ddb4.jpg

当时摆在Dario等人面前的核心问题,就是钱——Anthropic需要钱,很多很多的钱。接下来向公司投入一大笔资金的,正是EA圈子里最富有、也最出风头的人物之一:FTX创始人Sam Bankman-Fried。2022年4月,Anthropic宣布完成5.8亿美元B轮融资,其中约5亿美元来自SBF。他用这笔钱换取了约13.5%的公司股份。

然而,仅仅半年后,FTX帝国便轰然崩塌。根据美国司法部的指控,SBF长期挪用FTX客户资金,用于高风险投资、偿还债务、政治捐款等,最终侵占了超过80亿美元客户资金。2023年,SBF被裁定欺诈罪名成立,次年被判处25年监禁。投资Anthropic的这5亿美元,也来自被挪用的FTX客户资金。

此前,我们在FTX创始人SBF的专题中也曾讨论过这段历史,感兴趣的话可以回看下方视频。

这场丑闻重创了有效利他主义(EA)运动的声誉,因为SBF的名字与EA联系得太紧密。一时间,EA从硅谷备受追捧的思想运动,变成充满争议的标签。在这一背景下,Anthropic也开始淡化与EA的关系。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

我觉得Dario和Daniela,都跟EA这个圈子走得很近。当然,大家开玩笑说:自从FTX倒闭,Sam Bankman-Fried入狱,就没人承认自己是有效利他主义者了,都只说自己跟这个圈子沾点边。

Dario和Daniela显然都和这场运动有很深的渊源。Daniela的丈夫Holden Karnofsky是GiveWell的联合创始人,GiveWell算是有效利他主义最早的慈善机构,也推动了这场运动的兴起。Dario也在有效利他主义的会议上做过演讲,还签署过Giving What We Can的捐赠承诺。

所以现在他俩的口风都有点变了,因为在我看来,Sam Bankman-Fried和FTX,给有效利他主义的声誉造成了很大打击。事发后,我觉得大家多少都跟这场运动保持了距离。

但SBF入狱,并没有对Anthropic造成实质性影响。一方面,投资早已完成交割;更关键的是,Dario从一开始便对SBF有所防范。面对这位以高调、激进著称的投资人,他只给予无投票权股份,也没有让SBF进入董事会,提前切断了其可能拥有的治理权。不过,这件事终究有些讽刺:一家以“安全、诚信”为目标而创立的公司,在最艰难的早期阶段,救命资金竟来自当时科技圈最大的一场欺诈。

后来,SBF的持股比例被稀释至约7.8%。他因欺诈罪被捕后,这些股份落入破产清算团队手中,并在2024年分两批出售,共回收约13亿美元。如果一直持有至今,这笔投资的回报将超过千亿美元。甚至有传闻称,SBF在监狱里得知股份被提前卖出后非常愤怒。

FTX事件之后,Anthropic的融资也更加谨慎,此后几乎都是科技巨头的身影。

2023年2月,谷歌率先入场,用3亿美元的投资换取了约10%股份,并顺手成为Anthropic的云供应商。Claude 1.0面向企业开放1个多月后,2023年5月,Anthropic又完成了4.5亿美元的“生态型”融资,Google、Salesforce、Zoom 等大型企业参与,也为它打开了更多企业客户的应用场景。

3dac4fd2aa91264321cc1a41764e81b0c82cb36f91b2155432d4619efa8997e3.jpg

获得这些资金和谷歌的训练平台后,Anthropic其实已经具备了一定能力,可以在面向消费者的产品市场与OpenAI竞争。但它依然选择把重心放在To B,也就是企业业务上。

Dario Amodei

Anthropic联合创始人、CEO

我们选择了一条和其他玩家很不一样的道路。从一开始,Anthropic就非常重视AI系统的安全性和可靠性。后来我们意识到,相比消费者市场,这一点其实和企业市场的需求非常契合。因为企业非常看重可靠性、信任,以及与客户建立长期的合作关系。所以,我们决定重点发展企业业务。当然,我们也有面向消费者的产品,但那并不是我们的主要重心。

当然,我们也听到过另一种行业观点:Anthropic曾考虑进入C端聊天机器人市场,但ChatGPT已经牢牢占据用户心智和生态位,留给Anthropic的空间有限,因此公司只能主打企业端。无论哪种解释,Anthropic与OpenAI确实逐渐形成了不同的市场定位。

2023年7月,Claude 2.0发布,它带来了一个在当时极具冲击力的能力,那就是支持约10万 tokens 的超长上下文窗口。这意味着Anthropic可以处理整本书级别的文本, 从而切入“长文档、复杂任务”的使用场景。同时,Claude.ai 网页版上线,Anthropic第一次拥有了直接面向用户的入口。

2023年11月,Claude 2.1又进一步针对企业场景优化。至此,Anthropic的增长飞轮开始转动。

9c9458f5e61cc111d88b403842a20a6a279923a6cfe0c89c6f168d0c65273e83.png

Claude 2系列发布后,首先嗅到机会的是亚马逊。2023年9月,亚马逊宣布向Anthropic进行最高40亿美元的战略投资。这不仅是一笔巨额融资,还意味着一整套基础设施的绑定:AWS成为Anthropic的核心云平台,AWS Trainium和Inferentia芯片优先供给,Claude被直接集成进AWS Bedrock,面向企业客户分发。资金、算力、分发渠道,在亚马逊这次押注中被一次性打通。

亚马逊出手一个月后,谷歌迅速跟进,于2023年10月宣布追加20亿美元投资。两大云计算巨头的背书,让Anthropic获得规模化所需要的基础设施与资金。此后,Anthropic模型的迭代明显加速。

2024年3月,一个真正意义上的技术分水岭出现了:Claude 3发布。

▍Claude 3逆袭,Claude Code引爆增长

Claude 3首次在多项关键基准测试中超越OpenAI的GPT-4,也第一次让整个行业意识到,Anthropic这家此前仍处于AI竞赛边缘的实验室,已经变成了“可以争第一”的选手。在模型设计上,Claude 3首次推出Haiku、Sonnet、Opus三档层级,覆盖不同性能与成本需求。这一思路后来被OpenAI、Google等厂商效仿,成为大模型产品设计的主流方向。

与此同时,这一代模型的API一次性开放至159个国家和地区,标志着Anthropic全面迈向全球市场。Claude 3的余温还未褪去,三个月后发布的Claude 3.5 Sonnet,又让Anthropic真正站到了舞台中央。Sonnet 3.5打破了“越大越强、越贵越好”的行业默认逻辑,首次实现“中端价位、旗舰性能”。

873afe79e6488265c988dc175e1edd687fe11f60c1b83071889ed204e51f2074.jpg

张璐

Fusion Fund创始人、管理合伙人

我感受很强烈的是3.5的发布。它当时不止性能更好,我记得是比GPT-4、Gemini都好,而且更重要的是成本还降低了五倍。这让人发现,它不仅可以做得很安全,模型能力非常强,同时成本还很低。成本降下来之后,它马上就变成一家有可能实现企业级盈利的公司。

Sonnet 3.5还有一个重要特点:在编程场景上的能力超越了当时的主要对手。Anthropic内部的编程测试显示,它能解决64%的问题,而Claude 3 Opus只能解决38%。与此同时,它的运行速度是Opus的两倍,API价格也更低。开发者因此开始大规模转向Anthropic,并直接推动Cursor、Windsurf等一批AI编程创业公司的出现。

数据显示,Anthropic在2024年初的营收刚过1亿美元,到年底便翻了10倍,达到10亿美元。背后的主要驱动力,正是Claude 3.5 Sonnet。Sonnet 3.5发布后,Anthropic在2024年下半年又有几个重要动作:先后发布Computer Use和开源协议MCP(Model Context Protocol),开始率先进军Agent市场,也为不久后Claude Code的出现埋下伏笔。

cc7ca07ecd5c2071f8b81a27b016c236ec959a75e018f0cb806a21af7bc72ca5.jpg

有人追踪了Anthropic在2026年2月1日至3月23日期间的产品发布:短短52天,公司共发布73款产品或新功能,平均约0.7天就有一次发布。这种速度令人惊讶。而在这条加速线上,最具转折意义的产品之一,就是Claude Code。Claude Code最初只是Anthropic工程师Boris Cherny做的一个小实验。

为了熟悉公司的API,Boris花两天写了一个命令行工具。首次演示,是让Claude自己想办法识别电脑正在播放的歌曲。他把工具发到内部Slack,只有两个赞。但当Boris逐渐加入读写文件、执行命令等能力后,这个小工具突然火了:内部发布仅五天,就有一半工程团队开始使用;几周后,全公司都离不开它。当时,它还叫Claude CLI。

2025年2月,Anthropic决定将它与Claude 3.7 Sonnet一起推出。5月正式上线后,Claude Code的增长开始爆发:三个月,年化收入突破5亿美元;六个月,突破10亿美元;到2026年2月,这个数字已超过25亿美元。一年内从零成长为一条独立的、年化收入超过25亿美元的业务线,这样的速度在科技史上都极为罕见。

ba5125415a2da1e49956c3a10044e06ff5de66570487e32e5a3fe5deb5576670.png

Boris Cherny

Anthropic Claude Code负责人

我刚开始做Claude Code时,只想写个小工具。我觉得最夸张的还不是现在这个数字,而是我们的增长速度。数字还在往上涨,而且涨得越来越快。

Claude Code为Anthropic打开了一个更具想象力的巨大市场——Agent。它的成功帮助Anthropic验证了一种可复制的模式:将模型能力打包成垂直工具,商业化空间往往大于单纯出售API。

这个逻辑也直接催生出Claude Cowork、Claude Design、Claude for Science、Claude Tag、Claude Duet等一系列产品。这些智能体逐渐渗透到日常工作的各个领域,也直接改写了市场竞争格局。

5f56048cbe0b0f9ce68c856531fdcd7d3e186724da3e4ebe68c24306f982c49a.png

Matt Murphy

Menlo Ventures合伙人

拥有一个强大的模型是一回事,但如果你没有一步步引导用户,没有给他们提供使用模型的方式,那你基本上就只能等着用户为了使用API,去重新迁移和改造他们所有的应用程序。

但Anthropic做得非常出色的一点,就是推出了Claude Code、Claude Code for Life Sciences,以及Cowork这样的产品。所以,除了Claude Code之外,正是这些东西让整个市场迎来了爆发式增长。他们让这些技术变得触手可及,也让它们变得更容易使用。

2026年上半年,大型软件公司股价集体暴跌,有些甚至腰斩。它们客户口袋里的钱,其中很大一部分开始流向Anthropic。但Anthropic的野心显然不只是抢走传统软件公司的生意。它还在基础模型的最前沿,不断突破AI能力上限。4月,Anthropic展示了号称“强大到不敢公开发布”的模型Mythos,起初只向少数合作伙伴开放。而在Mythos 5与面向公众的Fable 5正式登场后,其网络安全风险一度引发美国政府的出口管制。

此后,从6月底的Sonnet 5,到7月的Opus 5,再到9月的Fable 5.1,以及后续的Opus、Sonnet 5.5系列,短短几个月,Anthropic接连完成多轮重大模型升级。如今,Anthropic已经建立一套完整的AI业务生态。最新招股书将其业务划分为三个层次。

最底层是模型,包括Mythos、Opus、Sonnet和Haiku四大系列,分别面向不同的能力、成本和速度需求。往上一层是平台,企业和开发者可以通过API和开发工具调用Claude能力,搭建自己的AI应用与智能体。再往上一层,则是直接面向用户的应用产品,包括Claude聊天助手,以及软件开发工具Claude Code、日常办公助手Claude Cowork等。

1d6da5d9effb371637894b067eab0ab41c9560bb017ee06a9b85e7fe16168125.jpg

因此,此前许多人将Anthropic视为一家基础模型公司,如今它却已经搭建起完备的一体化生态。Anthropic还为自己的商业模式起了一个很有意思的名字:Pay-for-intelligence,即“为智能付费”。简单来说,客户调用多少模型、消耗多少Token,就支付相应费用。2026年上半年,这类按量付费的收入占到公司总收入约80%,其余20%来自各类订阅服务。

与订阅模式相比,按量付费最大的优势,是能够直接分享企业AI使用量增长带来的收益。即使客户数量不变,只要AI在企业内部应用得越来越广、越来越深,Anthropic就可能从同一批客户那里获得越来越多的收入。发展到这一阶段,Anthropic已不再只是追赶OpenAI的挑战者。某种程度上,它已经成为定义技术前沿的重要玩家。

一家曾经连产品都没有的AI实验室,为什么能一跃成为如此有话语权的行业领头羊?答案背后,是两个相互强化的增长飞轮。

▍两个“增长飞轮”

在此次IPO招股书中,Anthropic提出了两个自我强化的循环:Improvement Loop,即“产品改进飞轮”;Investment Loop,即“资本投入飞轮”。先看产品改进飞轮。前文提到,Anthropic从成立之初,就将“安全”作为核心产品能力,并专注于企业客户。

a2a2356d01631212a54c11973f26e2c7502ef9ec9c03f9dd19737a1f400eb5f4.jpg

这个选择在早期并不占优势。安全意味着更高的研发成本、更慢的商业化速度。所以在AI竞赛的前两年,Anthropic一度处于行业边缘,营收增长也非常缓慢。但企业市场有一个特点:门槛高,一旦建立信任,增长也可能非常快。

张璐

Fusion Fund创始人、管理合伙人

做C端和B端不同的一点是,C端起步很快,但用户黏性低。B端则有点像厚积薄发的过程。一开始,产品需要达到企业的一些要求,包括安全、监管、内部基础设施整合等方面的要求。达到这些要求之后,就会有一个量变产生质变的过程,增长就会很快。

企业客户黏性高、付费能力强,尤其在编程这种能被验证、能层层放大的场景里,一个更强的模型立刻就能换来实打实的收入。而随着越来越多企业开始使用Claude,Anthropic也获得了大量真实业务场景中的反馈,了解到客户究竟需要什么、模型又在哪些地方做得不够好。这些反馈推动着模型和产品不断改进,进而吸引更多企业采用。

由此形成一个正向循环:安全建立信任,信任带来企业客户,客户的使用和反馈推动产品升级,再进一步扩大市场。这第一个飞轮解释了Anthropic如何赢得企业客户;第二个Investment Loop,则解释了它如何将这些客户带来的收入,滚成一代代更强的模型。Dario对此提出过一个很有意思的理论:AI模型身上天生带着一种“资本主义的冲动”(Capitalistic impulses of AI models)。

在Dario看来,大模型是一种能够自我放大的系统。只要不被糟糕的产品和销售拖累,每一代模型能力的提升,往往都会自然带来三件事:更多应用场景、更高商业价值,以及更强的资本吸引力。

Dario曾用一个例子解释“资本主义冲动”:假如训练投入增加十倍,让模型能力从优秀本科生提升到博士水平,那么对一家制药企业而言,这种能力提升的价值可能远超过十倍。技术能力向商业价值的转化并非线性关系。

模型越强,商业价值越高;收入和资本投入越多,就越能支撑更大规模的算力、人才和研发投入,训练出更强的模型。Dario表示,这种在同一体系中不断“滚动升级”的过程,就像在一张资产负债表里,同时运营“现在的公司”和“下一家更大的公司”。当循环真正跑起来,增长就不再只是单点突破,而成为一套“滚雪球”式的持续放大系统。

两个飞轮相互咬合:“产品飞轮”将安全能力变成收入,“投资飞轮”将收入和资本转化为更强的模型能力,再反过来推动产品升级,最终形成一台不断自我加速的增长机器。但要让飞轮持续转动,还有一个重要前提:战略上的专注。在AI发展最狂热的阶段,多数公司都在横向扩张,文生图、文生视频、AI硬件……试图抓住每一个可能的机会。

Anthropic却几乎刻意保持“克制”。例如,它没有像OpenAI一样大力进入AI生图和AI生视频市场,而是将最稀缺的算力、资金、顶尖人才都集中在“把大语言模型本身做到极致”这件事上。这个选择在当时显得有些慢,甚至保守;但事后来看,反而是非常清醒的判断。

03ac26c1dcf454f7452ab8d5ec99f28196679f42bc32ccf168cb9884c743baa3.jpg

Jenny Xiao

Leonis Capital合伙人、前OpenAI研究员

OpenAI想做一个什么都能做的平台,想满足所有人的所有需求。当时ChatGPT的核心体验还没做好,它们却在忙很多分散精力的事。所以从去年年底开始,OpenAI加大了对核心体验的投入,也砍掉了不少非核心项目。Anthropic则一直非常非常专注,始终把精力放在安全和企业应用上。

▍史无前例的增长

当两个飞轮飞速转动起来,Anthropic也迎来了史无前例的超级增长。一组数字足以说明它的增长有多惊人。根据最新IPO招股书,2023年,Anthropic全年收入仅约4100万美元;2024年增长至3.9亿美元;2025年进一步飙升至45.85亿美元。

短短两年,Anthropic的年收入就达到原来的约112倍。但更夸张的是2026年:第一季度收入达到47.31亿美元,超过上一年全年;第二季度猛增至约116亿美元,环比增长144%。如果换成年化收入指标,这条曲线就更加惊人。

51ac55e8918c6a8a34ba5cc11d52c3e1dc0674f413cc205577af15d9f51e1724.jpg

所谓年化收入(ARR),就是按照最近一个月的收入水平推算全年收入规模。2025年底,Anthropic的年化收入还只有90亿美元,预测显示2026年底可能达到1100亿美元。更重要的是,Anthropic已经开始实现经营层面的盈利。这一进展,也被一些观察者视为它超越OpenAI、争夺AI行业领先地位的里程碑。

Anthropic招股书中有一个重要数字:2026年上半年,净亏损高达807亿美元。但其中绝大部分并非经营亏损,而是账面上的公允价值调整。简单来说,Anthropic此前发行了大量可转换债券等金融工具;随着公司估值飙升,这些金融工具对应的负债价值也大幅上升。按照美国会计准则,由此产生了约724亿美元的账面损失。

如果剔除这些账面亏损,只看主营业务,Anthropic的增长态势其实相当强劲。2026年上半年,公司经营亏损约6.9亿美元,且亏损主要集中于第一季度。到了第二季度,它首次实现单季经营盈利,经营利润约9.7亿美元,营业利润率8.4%。10月的投资人会议上,Anthropic又披露,第三季度调整后经营利润率已超过11%。

6e6c8b292ee4e3be9a9bee1db318b935c4921ca02fc8684a85f282d155e49bb0.jpg

盈利能力的改善也体现在毛利率上。2024年,Anthropic的毛利率一度低至-94%;但到2026年第三季度,已提升至约85%。与此同时,经营现金流也开始转正:2026年上半年,公司从经营活动中获得约39亿美元的正现金流。截至6月底,公司账面现金及短期投资合计约1317亿美元。

客户规模同样在爆发增长。截至2026年9月底,过去12个月为Anthropic贡献至少10万美元收入的客户已超过1.19万家,是一年前的12倍以上。其中,年贡献收入超过100万美元的客户达1900多家。更重要的是,净收入留存率高达900%。也就是说,老客户不仅持续付费,而且越用越多:同一批客户贡献的收入,已达到一年前的约9倍。

资本市场迅速为这种史无前例的增长定价。Anthropic的估值在2024年中旬还只有184亿美元,到2025年9月F轮融资时,已近乎增长10倍,达到1830亿美元。2026年5月,公司估值达到9650亿美元,一度超过OpenAI。此次IPO此前瞄准的估值为2万亿美元,后来因中期选举引发的负面市场情绪等因素,下修至1.4万亿美元的完全稀释估值。即便如此,估值增长依然惊人。

834a425e5d52437700df42fb3f53347f094e438133f1273e993ffbb9f7bfd646.jpg

这样的增长速度,放眼整个人类商业史,恐怕都很难找到先例,也远远超出外界对Anthropic的预期。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

我常想起第一次去Anthropic的时候,那时它还是一家不起眼的小创业公司。它们显然很有技术才华,但在经营上看不出有什么长处。

如果那时你告诉我,这家公司的营收每年都涨到上一年的10倍,手里的现金和现金等价物超过1000亿美元,净收入留存率达到900%,我想我根本不会信。因为说实话,那时他们看着还不太会做生意,而那也才是三年前的事。

不过,巨大的商业成功,是否就意味着Anthropic是一台完美的赚钱机器?深入阅读招股说明书后,还能看到这条增长曲线的另一面:公司能否持续保持增长?当前的收入结构中,又潜藏着哪些风险?

57bea81bfaf714adaea5f3e4eaaa42b7b2914c9aab63533cd63c2754a7660d1c.png

▍增长危机与算力豪赌

首先,一个重要问题是Anthropic最近的营收增速正在放缓。根据TickerTrends追踪的数据,2026年上半年,Anthropic的ARR增长曲线非常陡峭,但进入下半年后,增长明显放缓。9月的环比增长率只有1.8%;相比之下,OpenAI同期的环比增长仍达13.4%。

ffbbf33e284bd1938df27caa2ec4b5fe433f8e91cbb7faa80e750267f0372bfb.jpg

招股书披露的数据,也印证了这一趋势。2026年第二季度,Anthropic营收环比暴涨144%;但到第三季度,增速下降近100个百分点,回落至45%。事实上,公司也在招股书中提醒投资者,过去两年的高速增长不可能一直持续,未来增速预计还会放缓。背后的原因,一方面是收入基数越来越大,早期红利难以延续;另一方面,OpenAI及开源模型的竞争正变得越来越激烈。

2026年下半年,OpenAI开始在企业端奋起直追,主动砍掉许多分支业务。编程领域的Codex广受好评,公司也将更多资源投入核心模型研发和企业客户拓展。9月,OpenAI推出GPT-6 Astra,进一步强化编程、智能体与复杂任务处理能力。不久前,曾是Anthropic前五大客户之一的Replit,宣布将首选模型由Claude转向OpenAI。

另一边,开源模型也在快速追赶。越来越多企业开始考虑成本更低、部署更灵活的开源模型。毕竟,并非所有任务都需要最顶尖的模型,企业也没有必要始终为昂贵的闭源模型买单。竞争还暴露出Anthropic收入结构中的一个风险:对少数大客户的依赖。招股书显示,2026年前九个月,前五大客户贡献公司约25%的营收。更值得注意的是,许多大客户并未签署长期合同,意味着它们可以随时调整采购规模,甚至停止使用Claude。

1151a3650e37274fa233fd80a43411b4c6325b18268ad08d4c760a0fdfe3d98d.jpg

就在最近,微软已经将今年内部使用Claude的支出预算下调超过三分之一;Meta内部使用Claude Code的员工,也从6万人减少至3万人。这两家公司都是Anthropic的大客户,却都在推动员工更多使用自家的AI工具。客户可以随时调整采购,但Anthropic自己签下的算力合同,却没有那么大的灵活性。

2025年,Anthropic在计算和基础设施上的支出高达73.3亿美元,相当于每获得1美元收入,就要花1.6美元购买算力。当然,这一比率正在快速下降:2026年第一季度,每1美元收入对应72美分算力支出;第二季度进一步降至48美分。但即使投入效率明显改善,Anthropic依然面临一个棘手的问题:有时即使客户愿意付钱,公司也未必有足够算力满足需求。

ba3cd908cf3c4322673d7fa7900626978c325b0cda094d27066031e7673197cd.jpg

Dario在不久前的采访中坦言,Anthropic原本按照每年增长10倍的速度规划算力,但2026年初的实际需求增长远超预期,甚至可能达到按当季增速推算的80倍以上。

Dario Amodei

Anthropic联合创始人、CEO

我们当初做算力规划时,是按需求每年增至上年的10倍来算的。但2026年第一季度的情况跟预期不一样,营收一个季度就涨到了原来的3倍多。这是单季实际增长,还没折算成年化增速。

如果按每季度3倍来推算,3的四次方,一年下来就是大约80倍。我们当初没按年化增长到80倍来做准备,所以眼下算力需求增长得特别猛。

为了缓解算力不足,Anthropic近几个月接连与谷歌、亚马逊、AMD等公司签下巨额算力合同,甚至从SpaceX手中拿下整个Colossus 1数据中心的计算容量。这也让Anthropic陷入一场规模空前的算力豪赌。根据招股书披露的数据,仅与主要供应商签订的算力协议,披露金额合计便已超过6300亿美元。

其中,与博通签订约1612亿美元的设备租赁协议;与谷歌、亚马逊、微软分别签订至少1145亿、1100亿和449亿美元的算力采购协议;此外,与SpaceXAI、Nscale、Lambda签订最高约1205亿、446亿和413亿美元的算力服务协议。合同期限各不相同,最远延伸至2036年。其中,约4310亿美元属于最低采购承诺和租赁付款,即使未来没有真正用完这些算力,也很难轻易取消。

a7aa82f69dd68107fc959cf60d65404c00b4866814ae878ae1616f45b66088f2.jpg

这些数字,还没有算上部分尚未最终确定金额的算力安排。招股书预计,仅2028年至2031年额外采购的TPU算力,就可能需要投入1250亿至1500亿美元。若采用更广泛的合同义务统计口径,有估算显示,Anthropic未来的算力承诺可能达到8550亿美元左右。

Deedy Das

Menlo Ventures合伙人

每一家AI实验室对自己的增长预测,要么低估了要么高估了。想准确预测几乎是不可能的。所以,如果你不知道自己未来会增长多少,那这就有点像赌博,对吧?

如果我采购更多算力,也可能同样陷入困境。买少了,我就会在竞争中落后;买多了,我可能就会破产。所以,你其实一直在走钢丝,试图准确预测自己究竟需要多少算力。但与此同时,你又想尽可能地扩大算力投入,因为归根结底,你相信更多的算力能够让你训练出更好的模型。

89450565ed437888ceff357bb2201d068e59b6d14a381d4b9d6bac746c183e7d.jpg

面对这场豪赌,Anthropic账上1000多亿美元的现金显然不够用,而资本市场已开始对相关不确定性提高警惕。例如,2026年6月,Anthropic一笔350亿美元的芯片融资中,优先级债务收益率约5.75%,次级债务约8.5%。到了10月新一笔约600亿美元的融资中,次级债务预期收益率已超过10%。投资人正要求更高的风险回报。

▍云巨头的“资本循环”

除账面上的数字外,Anthropic与几家云巨头之间还存在一种“资本循环”,其中也藏着更深的隐忧。沿着资金流向来看:亚马逊、谷歌和微软首先是Anthropic的投资方,投入巨额资金供其研发下一代模型;但资金进入Anthropic之后,又通过庞大的算力采购合同,流回这些科技巨头。

当算力转化成模型和产品后,云巨头又成为Anthropic最重要的销售渠道之一。对于已经使用AWS或Google Cloud的企业而言,无须重新建立采购、结算和IT管理体系,就可以通过现有云平台购买Claude。早期这种与多家云巨头深度合作的分发模式,让Anthropic迅速进入企业市场,也为日后增长飞轮的运转提供了巨大助力。

542810e34d23c413644f21f7f2c8632559fa862563ae53c76916fffb6f97f332.jpg

Deedy Das

Menlo Ventures合伙人

其中一个重大突破,就是通过大型云服务商的渠道进行分销。OpenAI犯了一个致命错误,它和Azure绑定得太紧了。但这样一来,你就留下了一个市场空缺。实际上,不止一个,而是两三个。

于是,谷歌云和亚马逊——它们显然都是Anthropic的重要投资方,决定通过自己的云服务来分销Anthropic的API。这样一来,Anthropic的API立刻就在企业市场获得了巨大的渠道优势。

而且这也意味着它能够获得更多的数据,进而开发出更多模型。同时,你还能观察用户的使用行为:他们用模型来做什么?哪些事情他们还没有用模型来做?这些信息又会反过来推动产品和模型的改进,形成一个增长飞轮,帮助Anthropic在企业市场赢得竞争。

但近年来,Anthropic对云渠道的依赖不断加深。2023年,AWS和Google Cloud渠道处理的Anthropic销售额仅占约11%;2025年,这一比例已增长至47%,接近总销售额的一半。而这些收入,云巨头都要从中分成。

例如2025年,Anthropic通过这两个云市场产生约21.6亿美元收入,其中约3.51亿美元支付给云平台,相当于每卖出1美元Claude服务,就有约16美分流回云巨头。这里还有一个值得注意的细节:Anthropic和OpenAI对云渠道收入采用不同的计算方式。Anthropic使用总额法,例如客户花100美元购买Claude,它将100美元全部计入收入,再将付给云平台的分成记为销售费用。

8f84dab235cf6ee0377683e43b003c73bb4a2d3dc1173ff87621900be627dca4.jpg

OpenAI则在部分云渠道采用净额法。同样是100美元销售额,扣除向合作伙伴支付的20美元分成后,OpenAI只将剩下的80美元计入收入。因此,两家公司目前公布的收入数据,并不能直接比较。OpenAI也曾质疑双方统计口径不一致。由此可见,Anthropic与云巨头的关系相当复杂:后者同时扮演投资人、算力供应商、分销商,甚至竞争者等多重角色。

在AI市场高速增长的阶段,这些身份叠加或许能让各方同时受益。但当未来算力资源、生态优先级,甚至客户关系发生冲突,这种微妙的平衡还能维持多久?

张璐

Fusion Fund创始人、管理合伙人

谷歌本身也有企业级客户,如果Anthropic继续做更多嵌入工作流的产品,它是不是就会与微软直接竞争?再往下走,会不会与AWS直接竞争?这个时候,它与云厂商的关系就会更加微妙。

现在双方本身也是分成的形式。如果利益越来越大,大家可能对分成比例会有不同想法,这也是未来战略合作关系可能面临的挑战。

综合来看,Anthropic此次IPO之后仍面临几个关键挑战。首先是增长的可持续性:随着OpenAI加速追赶、开源模型能力提升,Anthropic还能否继续高速增长,突破千亿美元营收?其次是收入的稳定性:公司高度依赖少数大客户及云平台,又缺少长期协议约束,一旦客户减少采购或合作关系发生变化,业绩就可能受到直接影响。

最后是成本压力:未来数千亿美元的算力采购承诺已经签下,但收入能否跟上,仍是未知数。当然,这些主要还是财务和商业层面的问题,会随着业务发展和市场变化而变化。Anthropic还有一个更深层的问题:从创立之初就坚持的价值观与企业文化,如今正让它面临越来越多的争议。

9d796541f34ffc30846be84fdbc3aab03f54e78949120ca2414b21e8bb1d978f.png

除了是人类商业史上增长速度最惊人的AI公司之一,Anthropic还有另一重同样重要的身份:一家把AI安全放在首位、仿佛替整个行业守着良心的实验室。

▍“布道者”的诞生

Anthropic成立之初,就凭借“AI安全”的使命吸引了一大批顶级研究员。后来,这套价值观在某种程度上逐渐演变成一种信仰,源源不断地吸引着认同者加入,并贯穿公司运作的每一个细节。在Anthropic,无论应聘什么岗位,都必须经过专门的文化面试。面试官会连续提出十几个问题,反复询问应聘者如何理解公司使命,以及当个人利益、商业目标和AI安全发生冲突时,应当站在哪一边。

而且,文化面试并非走过场。即使技术能力再出色,只要无法通过这项考核,也可能被拒之门外。

65c74698709a6938887b2f68a608a6151a9418d311c58797bb19bfb16cbdf621.jpg

Ben Erez

Insider Loops联合创始人

在我们接触的所有公司里,Anthropic可能是最接近一个“宗教组织”(cult)的公司了。这让我有点想起大学时参加的兄弟会。

在兄弟会里,每个正式成员都可以去面试任何一个想要加入的新人,类似这样的机制。从这个角度来说,我猜,一旦你加入Anthropic,公司内部就会不断强化一种认同:我们跟别人有什么不同?我们有什么特别之处?我们有什么独一无二的地方。

在Anthropic,虽然Dario几乎不参与日常运营管理,但他每两周都会面向全公司召开一场名为“Dario Vision Quest”的会议。每次他会准备三四页文档,用大约一个小时分享近期的观察、思考与感受。他曾表示,自己日常40%以上的精力,都投入了公司文化的建立和维系。

Dario Amodei

Anthropic联合创始人、CEO

我在Slack上有一个频道,我会在里面写很多东西,也经常发表自己的看法。很多时候,这些内容都是针对我在公司里观察到的一些事情,或者员工提出的问题。我对这些事情都非常坦诚,会非常直接地说出自己的想法。

因为外面的世界很大,有很多人会带着恶意去解读你说的话。但如果你身处一家由你信任的人组成的公司,而我们也一直在努力招聘值得信任的人,那么你就真的可以毫无保留地表达自己。

很多人认为,Anthropic正在建立一种近乎宗教式的文化。2026年,公司开始密集邀请不同宗教的神学家、哲学家和宗教领袖,讨论Claude究竟有没有意识、会不会感到痛苦,甚至是否应当像人类一样拥有某种道德地位。10月,Anthropic还专门修改用户使用政策,禁止用户持续、无意义地虐待或残酷对待Claude。内部消息称,部分研究人员似乎已开始将Claude视为一种有意识的生命。

c60d2057b73cf33835e3431ebe3a895c301e4e6b005972cddb8dc7d84984eea8.jpg

这些讨论已经远远超出一般科技公司的企业文化范畴,却也造就一个看似反常的现象:在AI这个顶尖人才被明码标价、动辄出现天价挖角的行业里,Anthropic的人才流失率却很低。有数据显示,Anthropic员工两年留存率高达八成,在前沿实验室中遥遥领先。

此前,Meta组建TBD Lab时,曾向部分Anthropic研究员开出高达上亿美元的薪酬包。Dario得知后直接向全体员工表示,Anthropic不会为了留住某个人而单独加价,员工可以自由选择去留。结果,Meta在一番强烈挖角后,最终也只挖走两人。比留住人才更引人注目的,还有那些主动选择加入Anthropic的人。

在过去两年里,Anthropic持续吸引着来自OpenAI、DeepMind等前沿机构的最顶尖AI人才。此前有过统计,OpenAI 的工程师跳去Anthropic 的概率,是反方向的八倍;换成 DeepMind,是十一比一。

6208ec2666746051c7b2109e75d1d849d2cdd4dd5c33177c9b6f732a49f57f12.jpg

从2025年开始,许多大型科技公司的C-level高管,甚至愿意“自降身价”加入Anthropic,担任普通研究员。来自竞争对手的核心人员,包括OpenAI联合创始人Andrej Karpathy,以及诺奖得主、DeepMind AlphaFold之父John Jumper,也先后宣布加入Anthropic。

那么,Anthropic究竟有什么吸引力,能让这些早已功成名就、甚至实现财富自由的高管纷纷加入?或许真的就是信仰的力量。在大模型竞赛初期,许多AI研究者眼中,Anthropic可能是少数、甚至唯一一个不必在“站上技术前沿”和“守住良心”之间作出取舍的地方。

Deedy Das

Menlo Ventures合伙人

我觉得这个团队最让我印象深刻的一点是,虽然这么说听起来可能有点疯狂,但他们从来都不是以收入为驱动力的。我甚至认为,直到今天,他们依然不是。

他们相信世界应该是什么样子的,也相信自己有能力让世界朝着那个方向发展。你看,现在有人开出数亿美元的条件,想把人才从Anthropic挖走,但这些人就是不愿意离开。

为什么他们不走?当然,我也不可能知道所有的答案。但根据我对那里一些员工的了解,以及我们和Anthropic合作的经历,我觉得原因就在于:当你加入一家公司,是出于金钱之外的某种信念时,别人就很难再把你挖走。

不过,随着Anthropic商业化加速,这份信仰也越来越频繁地遭遇挑战和考验,公司的口碑逐渐走向分化。

▍信仰的裂缝

时间拨回2024年10月,当时的Claude Sonnet 3.5刚刚大获成功。紧接着,一向强调“谨慎部署”的Anthropic抢在OpenAI之前发布Computer Use,率先把能力更强、风险也更高的Agent推向市场。OpenAI联合创始人Wojciech Zaremba当时曾公开批评这一做法“不够负责任”,认为它与Anthropic长期强调的安全理念背道而驰。

这件事最初被许多人视为Anthropic与OpenAI之间的一段竞争插曲。但Claude 4发布之后发生的事,开始真正将质疑推向大众。Claude 4首次触发RSP框架下ASL-3级别的安全防护。内部测试显示,这款模型在生物学方面的能力已经非常强,可能帮助缺乏专业经验的人获取制造生物武器所需的关键知识。

46a98a2709c8c6d7a466125cef6ea17f06bb4654cf59d6e3b7a688ef1a2043bb.jpg

按照Anthropic最初制定的规则,一旦模型能力突破安全门槛,而相应防护尚未准备好,公司就必须暂停进一步开发或部署。但Anthropic没有这样做,而是修改RSP,取消“单边暂停”承诺,改为根据情况灵活处理。公司当时解释,如果自己停下而其他公司继续推进,行业可能被安全标准较低的公司主导,反而无益于安全。

这一解释能否令人信服,争议至今仍在。规则从“必要时必须停”,变成“由公司评估后再决定”,看似只是措辞变化,却让原本可验证的约束,在一定程度上变成企业自己的判断。这也反映出AI竞赛中一个更深层的博弈:没有公司愿意率先踩下刹车,Anthropic也不例外。更值得注意的是,Anthropic不仅没有减速,甚至主动进入了风险最高的应用领域之一。

2026年初,Anthropic与白宫、五角大楼爆发激烈对峙。由于拒绝允许Claude被用于大规模监控美国公民和完全自主武器,公司被五角大楼列入“供应链风险”名单,双方甚至对簿公堂。这场冲突为Anthropic赢得不少赞誉。许多人认为,面对美国政府的巨大压力,它依然守住了AI安全的最后一道红线。

355c5eb238a1cdb1b106a77327b6ea6eea96a73b5ee4c3ae4137c438be27be80.png

但这场故事还有另一面:争议的起点,恰恰是Anthropic自己此前的选择。2025年6月,公司推出专门面向美国国家安全机构的模型Claude Gov。此后,五角大楼分别与OpenAI、Anthropic、Google、xAI签订上限各为2亿美元的合同。四家公司中,只有Anthropic将模型部署到了军方机密网络系统上。

一个多月后,Anthropic又宣布,将以每家机构象征性的1美元价格,向美国联邦政府行政、立法和司法三大分支提供最长一年的Claude使用权。同期OpenAI的方案只覆盖行政分支。可以看出,Anthropic争夺政府市场的意图相当明显,甚至愿意以近乎免费的方式推动Claude进入美国政府体系。

事实上,在所有AI公司中,Anthropic是第一家将技术实际用于机密军事网络、也是第一家为国家安全部门定制AI模型的公司。因此,一家将“AI安全”写进公司DNA的企业,在主动、甚至激进地将先进模型交到政府和军方手中时,是否已经预判到可能发生的争议?五角大楼相关负责人也曾公开提出类似质疑。

f23c4b938c9a3315ee501098484fa501cdc5b04442847fb382e4c303d1b4b107.png

Emil Michael

美国防部研究与工程的副部长

他们是最早积极争取为政府提供服务的。我们确认,凡是借助他们的AI作出的军事决策,都会有人监督。我们早就有相关指令,也有法律规定,最后他们也同意,这一点没问题。可他们对外却把这件事说成,双方到最后都还在争论的问题,这就很奇怪。

此后,关于AI安全的警告也屡次从Anthropic内部传出。2026年2月,安全研究负责人Mrinank Sharma宣布离职,表达了对AI行业在激烈竞争和规模化扩张压力下逐渐偏离核心价值观的失望。

2026年9月,曾在OpenAI和Anthropic工作的AI研究员Jacob Coxon公开宣布离职,称两家公司都在“拿全人类的生命下注”,不负责任地开发自我改进型超级智能。因此,当一些人依然坚定地相信Anthropic使命时,另一种声音也越来越响亮:Anthropic如今究竟是在坚守信仰,还是借助“AI安全”讲述一个足够动人的商业故事?

▍恐惧的“红利”

过去几年,当整个行业都在试图证明自己的AI有多强大时,Anthropic却找到一种特殊的表达方式:不断告诉世界,自己的AI究竟有多危险。而这种危险性,在某种程度上竟变成了它极具价值的商业资产。2026年3月,一款拥有十万亿参数、被称为“迄今构建的最强大模型”的Mythos,因内部信息泄漏而被公众知晓。

紧接着,Anthropic宣布,由于风险过高,Mythos暂不向公众开放,取而代之的是一项名为Project Glasswing的封闭合作计划。亚马逊、苹果、谷歌、微软、英伟达等科技巨头被选为首批合作伙伴,只有获得Anthropic批准的机构,才能提前使用这款模型。这种做法引发“恐惧营销”与“饥饿营销”的质疑。当时率先公开批评的,就是OpenAI。

9c91d8c34ef398ff81adf258d266e894d65d7a22b3d4be94e6456d2edf5b289e.jpg

Sam Altman

OpenAI CEO

我觉得靠制造恐惧来营销,可能是给这件事找理由最有效的办法。这套营销话术确实厉害:我们造了一颗炸弹,马上就要扔到你头上。我们可以卖给你一个防空洞,价格是1亿美元,你所有的系统都得用上这套防护,前提是我们选中你当客户。

后来,质疑不只来自竞争对手。更多研究者,甚至部分合作方,也开始认为Anthropic在向公众持续灌输安全焦虑,而实际上是在借助风险叙事,包装和销售产品的稀缺性。

黄仁勋曾表示,行业需要充分理解AI风险的不同层次,发出警告是必要的,但制造恐慌并不是同一回事。

Glasswing计划推出不久,Anthropic便向公众开放了Mythos的“防护栏”版本Fable 5。但上线仅三天,美国政府便因担心安全防护可能被绕过,要求限制Fable 5和Mythos 5的访问。这一次,Anthropic立即提出申诉,称政府担心的突破能力,其他模型公司同样拥有。由此出现一个耐人寻味的反差:当Anthropic需要证明模型领先时,它强调这些能力前所未有的危险;当危险性反过来限制产品发布时,它又强调这其实是全行业共同面临的风险。

2d9f73028fa7682b506a87181879b45978d12fca0ee2db7307408ff81d0a1ebe.jpg

风险被强调到什么程度,似乎也会随着竞争、监管与商业环境而变化。有人进一步指出,Anthropic的做法实际上可能构成一种“监管俘获”(Regulatory Capture)。所谓监管俘获,是指原本应当约束行业的监管规则,反过来受到行业既得利益者影响,甚至成为保护其自身利益的工具。

2026年9月,一位名为Kevin Bass的独立调查者,将Anthropic背后错综复杂的资本和机构关系画成一张巨大的关系图。他认为,Anthropic的早期投资人通过慈善网络,资助AI安全研究及相关媒体报道,推动公众关注AI风险,进而影响政府制定更严格的监管标准。而这些标准,最终可能让Anthropic这样的头部公司受益。

他将这套关系称为一台“监管俘获机器”。当然,这是一项非常尖锐的指控;目前没有有力证据证明Anthropic有意操纵研究结论和监管政策。但这种指控本身,也反映出外界对Anthropic安全叙事的质疑正越来越深。

719d526f199dafc7603b703093820cceef0e835e5331b65f33df1b70d84301e6.jpg

David Sacks

美国总统科技顾问委员会联席主席、Craft Ventures创始人

八个月前我说过,Anthropic在靠煽动恐慌,推动一场精心策划的监管俘获行动,当时大家都觉得这话说得挺大胆。但八个月过去了,我觉得现在已经能听到很多人这么说。事实上,我觉得这都快成新的共识了。

不仅在模型和技术上,Anthropic也在社会层面不断强调AI可能带来的风险。过去一年,公司接连发布有关AI自动化与职业替代的研究报告,预测未来几年AI可能导致大规模失业。

与此同时,这家将“全人类的长期利益”作为使命的公司,也主动卷入全球AI政治博弈,包括封禁部分外部生态工具、限制特定地区用户,并在公开舆论中持续渲染“中国AI威胁论”,为科技竞争与阵营化叙事推波助澜。

不久前,黄仁勋牵头建立开源模型联盟,OpenAI、Google、Meta、微软等几乎所有主流AI公司都陆续宣布加入,但Anthropic拒绝签字,坚持选择紧闭大门。如今的Anthropic,似乎把自己塑造成一个“孤勇者”,倔强地站在行业的对立面。

不可否认,恐惧给Anthropic带来了巨大红利,但它也是一把双刃剑:公司的每次发布、每项合作、每一次立场变化,都会被放在放大镜下反复检视。

不过,通往AGI的道路究竟该怎么走?安全与开放、理想与商业、技术与政治之间,又该如何平衡?对于这些问题,Anthropic或许也还没有答案。

3e862ab92af129b7c854e132d60ce5aeb2315a01f9e845a5f06bf59918745a6b.png

其实,Anthropic刚刚成立时,Dario从未想过公司有一天会发展到今天的规模。他们当时设想,约50人的团队、100亿美元资金,或许就足够了。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

他们创办公司时,Dario Amodei发了一份备忘录,标题大概是《新公司的愿景》,这算是Anthropic创立时的纲领文件。他在里面说,希望把公司规模控制在50人左右。他觉得可能只需要100亿美元左右,就能做出成熟的通用人工智能(AGI)。Dario以往的预测通常很准,但这两项都差得很远。

如今,Anthropic已经成长为一家拥有超过5300名员工、估值万亿美元的科技巨头。发展规模与影响力远远超出创始团队最初的设想,也让问题变得更加复杂。此次IPO招股书用90多页描述AI可能带来的各种风险,其中许多思考,早在Dario此前发表的两篇长文中就已出现。

在Dario的脑海中,一直有一个关于“数据中心里的天才之国”的设想,他曾将它写进2024年6月发表的《Machines of Loving Grace》。他认为,未来可能有数以百万计的智能体生活在数据中心的算力之上。那里的每个“国民”都比最顶尖的人类科学家更聪明,能够以远超人类的速度昼夜运转、彼此协作。

这样的“天才之国”,能将人类原本需要上百年才能走完的路压缩到短短几年:攻克大多数疾病、让人类寿命翻倍,足以推动整个文明前进一大步。然而,在描绘完AI最浪漫、最理想化的图景之后,2026年初,Dario又写下第二篇长文《The Adolescence of Technology》(《技术的青春期》)。这一回,他收起了天堂的图景。

60491784f3ba85ed91feec75f7164917283a7a3d87a0645d80ed756af7aacdb0.jpg

他将人类比作一个刚拿到超级跑车钥匙的青少年,手里握着几乎无法想象的力量,却被一系列未知风险包围:AI被恶意滥用、AI自己产生恶意、权力过度集中于少数人之手、社会经济秩序遭到颠覆,等等。事实上,Anthropic后来的许多选择,都能在这两篇文章中找到线索。

它一刻不停地推动模型能力,造出更强大的产品,是在奔向《Machines of Loving Grace》里那个“天才之国”;它又一次次收回脚步,封锁模型能力、拒绝开源,则是《The Adolescence of Technology》里那份警惕的投影。可这两篇文章合在一起,只画出了一张地图,却没有标出该怎么走。

Dario想当第一个把全人类领进“天才之国”的人,又想把安全焊进每一步,蹚出一条谁都没有走通的完美之路。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

他是一个内心非常矛盾的人。我认为,他是真心相信自己所谈论的那些风险的。他非常担心AI可能会毁灭世界,或者造成某种灾难性的伤害。

但矛盾的是,他却一直在这场竞赛中不断向前冲。他为自己建立了一套逻辑,而我其实并不认为这套逻辑是错的。那就是,谁能够率先掌握这项技术,谁就有机会制定其他所有参与者都必须遵循的规则。

许多了解Dario的人都认为,他是真正在意AI安全和人类未来的;但他也非常固执地坚持自己认定的道路,似乎认为只有Anthropic能够找到正确答案。

Kevin Roose

《纽约时报》前科技评论员、知名科技作家

他很有原则,打死也说不出一句假话。Dario身边有些人倒希望他能说点违心话,比如站出来跟特朗普说几句,只要能让五角大楼别再跟他们过不去,说什么都行。可他做不到,他怎么看,就得怎么说。

所以我觉得这是一把双刃剑。

如今的Anthropic,无疑是一组尖锐矛盾的集合体:它高调警示AI失控的极端风险,自己却毫不停歇地冲在通用大模型最前沿;它奔走呼吁给AI立规矩、划下安全红线,转身又深陷资本、政府与市场的利益缠斗;它高举“为了全人类”的旗帜,却又不遗余力地推动地缘博弈的叙事。上市之后,这些矛盾或许也会将Anthropic推向更加危险的位置。

作为非上市公司时,Anthropic还能将不少外界压力挡在门外:PBC组织形式和复杂的股权安排,都是公司特意留下的空间,好让它在关键时刻能够把使命放在利润前面。但上市之后,每个季度的财务数字、股东期待与股价涨跌,都可能让“安全”和“增长”迎头相撞。一旦作出妥协,Anthropic是否也难逃“使命让位于市场”的结局?

83e0dca5f2b9572d95fec2e1200da875a8e62b384c81aeffdd4e6ffefce048af.jpg

回望Anthropic这几年走过的路,不得不说,它的发展史确实像一个惊叹号。公司起步于一群叛逆技术天才执着而纯粹的念头,在旧金山城市公园的草坪上白手起家。

短短五年多,它从一家连产品都没有的小型AI实验室出发,一次次改写行业、创造历史,把增长曲线拉出商业史上未曾出现过的弧度。从百度实验室里那条安静的曲线,到即将敲响的上市钟声,Anthropic将自己的信仰、野心与矛盾,一路带到聚光灯最亮的地方。

在此次招股书中,Anthropic的创始人们向投资者写了一封很长的信。信的末尾写道:不要将参与这次上市认购仅仅视为一笔资产交易,而应把它看作奔赴一场宏大历史命题的契机。

奔赴的路上,Anthropic比谁都跑得快,却也带着人类的命运奔跑在悬崖边。一边,是让人类更强的未来;另一边,则可能是毁灭性的命运。

此刻,它将在所有人的注视下继续往前走,带着那个连自己也尚未回答的问题。

免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到[email protected],本平台相关工作人员将会进行核查。

分享至:
APP下载

X

Telegram

Facebook

Reddit

复制链接