Anthropic 约八成生意来自企业，个人用户只占两成，这是一开始就选好的路。做大模型非常花钱，必须有一门赚钱的生意；可如果生意和理念冲突，要么守不住原则，要么在竞争里掉队。面向个人的产品大多靠广告，广告要你待得越久越好，社交媒体让人上瘾、AI 视频满是垃圾内容，都是这么来的，和安全可靠的 AI 正相反。用 AI 治病、降低能源成本、办教育，大多要通过企业实现；企业又看重信任和长期合作。所以押注企业，赚钱和守原则很少打架。
Dario Amodei
2026 年初，Anthropic 按年折算的收入约 100 亿美元，过去每年涨十倍，而数据中心要提前一两年订。如果照十倍算，2026 年底是 1000 亿，2027 年底是 1 万亿，就得订每年 1 万亿美元的算力；可只要那时收入只有 8000 亿，或增速是五倍不是十倍、节奏差了一年，就会破产，世上没有哪种对冲兜得住。所以只能买到几千亿级别，同时接受需求太旺供不上、或判断错了增长偏慢这两头的风险。
已有公司公布过：模型在数学竞赛上的成绩随训练时长上涨，但训练时长每翻一倍，成绩只多涨差不多同样一截。所以把研究用的算力从一半提到七成，多出的约 200 亿美元每一块都不太值，模型只强一点点，不如拿去服务客户或招更强的工程师。反过来也不能不做研究：只服务现有模型会落后、没人买；全押研究又没收入，融不到钱、买不到明年的算力。所以研究投入会停在一个不大不小的比例，不是 5%，也不是 95%。
云计算只有三家、最多四家大玩家，因为开云公司既要砸巨额资本，又要一大堆很难学的本事。假如有人带着 1000 亿美元进场，赌的不只是钱，还要赌自己能做成老玩家做的那些事，而一旦进场，大家的利润率都会被拉低。所以这类行业利润不算暴利，也不会被压到零。AI 模型很可能也是三四家，而且各家模型比各家云服务差别更大：擅长的编程类型和风格都不一样，差异会比云计算更大。
Anthropic 一年零三个月前刚推出让模型操作电脑的功能时，它在一项操作电脑的测试上大概只有 15%，如今已经到 65% 到 70%。可要替人剪访谈视频这样的活，模型得自己上网翻以往所有访谈、看 Twitter 上的反应、翻过去的剪辑记录、再去问本人和同事，样样都靠操作电脑。所以眼下卡住落地的一件事，是操作电脑还得越过一道可靠性的坎；测试分数也只是不完美的尺子。
半年前，编程模型给 AI 公司带来的整体提速大概只有 5%，小到感觉不出来，所以几家公司差不多站在同一位置。现在大概到了 15% 到 20%，开始成为几个起作用的因素之一，而且还会继续加快。加上别家公司也能在内部用上 Anthropic 的模型，拦不彻底，优势只能慢慢累积，像滚雪球一样从 10%、20% 到 25%、40%；要真正跑开，还得把所有拖慢进度的环节一个个清掉。
大约八九个月前有预测说，三到六个月内 AI 会写下 90% 的代码，这至少在 Anthropic 和不少用它模型的人那里成真了。但这是很弱的标准，常被误读成不再需要九成程序员，两者天差地别。中间还隔着好几级：全部代码由模型写，九成从头到尾的开发活（编译、搭环境、测功能、写说明）由模型做，再到全部。就算全做完，程序员也能转去管更高层的事；需求少九成排在更后面，也很可能会来，只是这些台阶正被飞快跨过。
2025 年初，Anthropic 自家的编程模型已经够好，内部鼓励大家拿它来加快研究，但不强制用哪一个。一个起初可能叫 Claude CLI 的工具很快人人都在用。公司本来就大量写代码，好几百名使用者在某种程度上能代表外部用户，内部用得这么快，等于已证明有人要，于是对外发布，后来改名 Claude Code。自己做模型又自己天天用，反馈来得很快。这也是先做编程工具、没去开药厂的原因：开药厂需要的资源一样都没有。
聊天机器人已经碰到上限：再把模型变聪明，对普通用户帮助不大，但这是这种产品的上限，不是模型的上限。技术进步很快，每三个月都冒出一批新用法，任何固定的产品形态都可能很快过时。让开发者直接调用模型的卖法最贴近底层，总能在最新模型上试新东西：一千人去试，一百个成了创业公司，十个做大，两三个成为这一代模型的主流用法。所以这种卖法会一直在，和别的模式并存。
在 Anthropic，已经有工程师一行代码都不写，有人以前亲手写的显卡底层程序如今直接交给 Claude，效率大增；用户抱怨里排在前面的，也不是模型不熟悉代码库、没在公司干满一年。人入职要花半年才能看懂代码库，模型把代码库读进去当场就学会了。它一次能读一百万个词，人要读好几天甚至几周。所以就算还不能边干边学，眼下这条路可能也足以撑起数万亿美元的收入。
GPT-1 好像主要拿同人小说这类文学文本训练，大概只有十亿词，覆盖面很窄，在这类文本上变好，换到别的任务就不跟着变好。到 GPT-2 改用从网上大范围抓来的文本，模型才开始举一反三：给它一串房价和面积，没见过这种题也能大致推出两者的关系。后来让模型做题拿奖励的训练也在重走这条路，从数学竞赛扩到编程再到很多任务，很可能也会越来越会举一反三。所以搭这么多练习环境，图的不是教会每项技能。
当时表决的方案是：十年内禁止各州监管 AI，却拿不出任何联邦监管的实际方案，而联邦立法要国会通过，门槛很高。按眼下的进展速度，十年长得没边，生物武器之类的风险可能早已出现，所以如果只能二选一，宁可不要这项禁令。可以支持的是另一种统一：联邦先定一套人人适用的标准，各州不得另搞一套。监管先从要求公开透明做起，等风险证据更确凿，再在具体领域加码。
Anthropic 先后推出 3.5 Sonnet、3.6、3.7，再到 4.0 Sonnet 和 4.0 Opus，这四五个模型一个比一个更会写代码。在一个衡量写代码能力的测试上，大约 18 个月前得分只有 3% 左右，现在到了 72% 到 80%，看怎么算。实际用量也成倍往上涨，眼下公司内部写的代码大部分是 Claude 写的，或者至少有它参与。至少从自家模型看，进步还很快，看不到越投入进步越小的迹象。
三年前，Anthropic 只融到几亿美元，OpenAI 已经从微软拿到 130 亿，大科技公司手里握着一两千亿。当时的说法是：如果别人花 10 亿能做的事，我们 1 亿就能做到，那投我们的钱效率就高十倍；钱少只是暂时的缺陷，能补上，做东西又好又便宜的本事才是根本。那时差距是上千倍，现在融了快 200 亿，对手有一千亿，靠顶尖人才扎堆仍然能竞争，收入每年涨十倍就是证明。
面对 Meta 的高价挖人，Anthropic 被挖走的人比别家少得多，不少人连谈都不谈就拒了。公司的做法是不逐个加价：员工进来就定级，级别不谈判，因为谈判不公平。Mark Zuckerberg 往飞镖盘上随手一扔扎中你的名字，不代表你该比身边同样能干的同事多拿十倍。公司唯一会真正受伤的情况，是自己慌了神，为留人而对人不公，把文化毁掉。公司相信人留下是因为信这份使命，而这是花钱买不来的。
Anthropic 时常做出一些改进，让模型运行效率比之前提高五成左右；运行模型这件事的优化才刚起步，比起前两年已经进步了一大截，这就是价格在往下走的原因。同样聪明程度的模型，价格会越来越低；而最前沿模型的价格可能涨也可能跌，估计大致维持现在的水平。两年后的模型，花费估计跟今天在同一个量级，但能力强得多，能更独立、更广泛地干活，创造的价值高得多。
所谓开源模型，其实只公开了训练好的参数，看不到模型内部是怎么回事，所以以往开源那种很多人一起改、越改越好的好处，在这里不太成立。而且不管开不开源，这么大的模型都得放到云上跑，要跑得快本身就很难，也不是免费的。反过来，拿到参数能做的事，比如按自己需要再训练，Anthropic 也越来越多地放在云上提供。所以看竞争，关键是模型在要紧的任务上好不好，开不开源是个幌子。
Anthropic 至今融了将近 200 亿美元，和亚马逊等一起建的数据中心，规模并不明显比同行小。别人宣布的巨额投资，通常是分好几年花的，有些钱还没到位；而且建数据中心常常卡在电力和资金上。看过对手在建的规模之后，Anthropic 相当有把握自己会落在大致相当的范围里。
当年在 OpenAI，几位后来创办 Anthropic 的人和 Paul Christiano 一起发明了用人的反馈训练模型、让它照人的意图做事的方法。但这个方法用在当时很小的 GPT-1 上不管用，于是才把模型做大成 GPT-2、GPT-3，好在大规模上研究这些方法。所以让模型安全和让模型更强，比想象中缠得更紧，很难分开单独做；真正能把这个领域往好的方向推的，是组织层面的决定：什么时候发布、哪些先在内部研究。
Anthropic 第一个公开发布了随模型变强逐级加严的安全规则，没有指责别人，也没拿它当优势，只是鼓励同行也做。几个月后，其他公司内部想推类似规则的人，正好可以拿它去说服领导：Anthropic 在做，我们也该做。看懂模型内部的研究也一样公开，让别家照抄，哪怕它有时能带来商业优势。先做出榜样让同行跟上，这样的竞赛里谁赢都无所谓，大家都赢。
几年前大家普遍认为，AI 画图画不好手，常画出六七根手指，拿这一点就能分辨是不是 AI 画的，后来这条就不成立了。医疗上也是这样：两三年前问模型医学问题，几乎总是答错，用起来很危险；现在它答对的多过答错的，平均下来可能比人强，但还是常出错。医疗流程多、监管多，把 AI 真正装进医疗系统要花很长时间，所以最好只装一次，照着技术要走到的地方去装。
Anthropic 的一位联合创始人怀孕时免疫力下降，反复感染。看过的几位顶尖医生都很尽心，但他们病人多、时间少，化验、影像、不同专科不同时间的记录又杂，人本来就不擅长理清这些，所以医生都以为是病毒感染。她把资料全交给 Claude，它判断是细菌感染，还担心正往全身扩散，她赶紧用了抗生素。也许早晚会查出来，但这次查得更早。AI 像一份第二意见，跟医生的差别比医生之间还大，能补上人的短处，有点像当年发明 CT 和核磁共振。
临床试验难在模糊和繁琐，要写大量文书、做大量统计分析。可一样东西要是真的很管用，不需要多少统计就能证明，试验也不必做大。美国已经有加速审批这类做法；从旁边看，药监局碰到效果特别明显的东西，批得也相对快，虽然未必够快。更好的技术和想法会让结果更好预测、成功的试验更多、效果更大，试验就能做小，所以这部分会随着技术自己变好。
Anthropic 每隔几个月就训练出一个更好的模型。这些模型更像是长出来的，不是造出来的，新版发布时，连 Anthropic 自己都摸不清它的全部脾气，就像养孩子，没法预知孩子在每种情况下会怎么做。造它的人都跟不上，客户就更难跟上。所以要花大力气教客户怎么用，尤其要有帮客户把模型真正装进业务的工程师，这类人可能会有几千个，很可能成为公司里最费人力的部分。
Anthropic 已经推出面向金融服务、面向生命科学的 Claude，还有一个面向网络安全的版本，每个都是略有不同的模型，接不同的数据，配上懂行的人帮着用。这么做是因为，就算底层模型一样、甚至应用都一样，不同行业的需求也能差得极远，照着一个行业调好的东西，放到另一个行业会错得可笑。这些团队才刚开始搭，但长得很快。