深度解读硅谷AI格局(2)：Anthropic的王牌和隐忧

来源：htmlDecode("傅盛")

原文链接：https://mp.weixin.qq.com/s/4Ue4kje1Rmd1Oj5MjGD1yg

上期我们拆解过，这轮AI浪潮里商业数据最炸裂的当数 Anthropic—— 人类历史上收入增长最快、人类历史上人均产值最高、人类历史上估值最高的私有公司。但那些都是"结果"，是"过去"。今天这篇文章，我们回到当下：真正让硅谷震动甚至害怕的那张底牌，到底是什么？以及，这家公司手里攥着史诗级好牌的时候，有没有可能翻车？

· · ·

王牌Mythos强在哪

2026年上半年， Anthropic的新一代模型Mythos是整个硅谷AI圈的焦点。 Mythos这个词，希腊语里就是"神话传说"。名字霸气侧漏，但如果你仔细看它的评测数据，会发现这名字甚至有点谦虚。
** 先说编程，SWE-bench Pro ** ，业界公认最苛刻的编程评测。它扔一个真实代码仓库过去，要求跨文件修bug、改架构，模拟工程师实际干活的样子。 ** Opus 4.6 ** 拿到 ** 53.4% ** ，已是上代的天花板。 Mythos直接干到77.8% ，从" 能干活的中级工程师 "跳到" 能独立负责复杂项目的高级工程师 "。
** 数学方面测试成绩也是碾压的，美国数学奥林匹克真题 **** USAMO 2026 ** ， Opus 4.6得分 ** 42.3% ** ，刚摸到及格线。 ** Mytho s ** 干到 ** 97.6% ** ，距离满分一步之遥，翻倍级的领先。 **
**
**
**
人类最后的测试，Opus拿53分，Mythos拿了64.7分。这个考试是几百位专家联合出的题，专门为了让AI做不出而设计的，Mythos硬是突破了60分大关。比编程和数学更让硅谷坐不住的，是安全。《纽约时报》把Mythos称为"可怕的警钟"，卫报管它叫"零日漏洞机器"——下面这组数字，做过网络安全的人看完都会后背发凉。
实战型黑客攻防赛题 ** CTF安全挑战 ** ，考的是能不能真正攻进一个系统，在 ** Mythos ** 之前，市面所有大模型在这类任务上的成功率 ** 趋近于零 ** 。 ** Mythos ** 一上来： ** 73% ** 。
英国AI安全研究所 ** AISI ** 做了一个测试：让 ** Mythos ** 模拟攻击企业内网。一共 ** 32步 ** ，从侦察、渗透到完全掌控内网，全链路打通。人类安全专家干完同样的事要 ** 20多个小时 ** ， ** Mythos ** 在 ** 10小时内完成了3次 ** 。
** 另外，OpenBSD ** 操作系统藏了 ** 27年 ** 的一个安全漏洞，全球顶尖安全研究者都没发现， ** Mythos ** 找到了。
Firefox 浏览器安全测试中， ** Opus 4.6 ** 成功写出 ** 2次 ** 攻击， ** Mythos ** 写出 ** 181次 ** ——两个数量级的差距。
把编程、数学、安全三组数据并排摊在桌上，结论已经很清楚： ** Mythos对所有上一代模型实现了全面碾压。 **

· · ·

8小时不停手的模型

** Mythos为什么这么强？这就不得不提它独有的能力了。 ** 现在的模型干不了长活。任务稍微复杂一点，做着做着就断了，回头问你要不要继续。Opus 4.6算能扛的，最长连续干一两个小时不中断，已经到头了。
** Mythos ** 打破了这条天花板。给它一句话，它能连续8小时自主执行一个任务 ——自己拆解、写代码、跑测试、看结果、复盘、再改。你早上交代一个工程任务，下午回来它还在推进。
8小时自主工作的能力，直接引发了硅谷对AGI的重新讨论。
谷歌联合创始人 ** 谢尔盖·布林 ** 在一次内部会议上说的话已经传遍了硅谷：" ** 如果你用过Mythos，你就会感觉到这就是一个纯粹的AGI。如果你觉得这都不是AGI，那我就不知道什么是AGI了。 ** "
硅谷当前正在形成一种共识： ** 能自我改进的系统就是AGI。 ** 有朝一日它能自己写代码、进化自己、看一眼效果再写代码—— ** 那就是AGI。 ** 布林因此做了一个决定：要求谷歌大模型团队从多模态全力转向Coding模型。

一个模型强到这个程度，但普通用户接触不到。Anthropic选择了一条完全不同的路径。这背后的原因，不光关乎安全，更关乎商业。

· · ·

不公开的生意经

** Mythos ** 不向公众开放，由一个叫 ** Project Glasswing ** 的框架管控，仅限 ** 12家科技巨头加40个安全组织 ** 做防御性研究。所有可能被模型攻击的巨头，同时也是最早拿到模型做防御的一方。
与此同时，Anthropic挑了 ** 全美100家大企业 ** ，开始输送服务。
价格不低：每百万Token输出 ** 125美元 ** ， ** Opus 4.7的5倍 ** 。
Anthropic的账本是这样算的：不需要所有人用， ** 100家大企业就够了 ** 。当前企业API占其收入 ** 70%-75% ** ，Claude Code年化收入超过 ** 25亿美元 ** ，B端生意模型已被市场实打实验证过了。但真正让投资圈兴奋的，是硅谷流传的另一条消息：Anthropic在实验 revenue share模式 —— 用我的模型让你的营收增长10%，我从中拿1%-2% 。这个模式一旦跑通，AI公司就不只是卖工具了。它是给你提供一套能把你收入拉上去的服务。这种事以前要靠麦肯锡、靠高薪工程师团队，周期长、成本高。现在一个模型就干了，而且干得更好。回头再看OpenAI，两条路线的差距一目了然。OpenAI走C端订阅，每月20美元，用户量做到天也有天花板。谷歌一年广告收入四五千亿美金，加上整盘Meta，全拿过来也就七八千亿美金。到了这个体量，估值自然撞墙。 Anthropic切的是企业成本支出端——全球企业每年花在人力、咨询、研发上的钱是几十万亿美金级别。帮你增长，拿一两个点，天花板根本不在一个量级。当然，这也不是说Anthropic就无敌了。

· · ·

三根软肋

** 第一根：算力的周期赌局。 **
一个月前Anthropic还在被用户骂降智降限额，原因就是算力跟不上。
CEO ** Dario Amodei凡尔赛说：" **** 我本来以为今年增长三四倍就够了，没想到涨了10倍。 ** "增长10倍当然爽，但你的算力储备是按三四倍建的，缺口大到需要立刻下重注。
2026年5月7日，Anthropic租下SpaceX的 ** Colossus 1 ** 超算集群，但底层的问题没有解决。GPU是大宗商品，采购逻辑是刚性的，一次买足未来 ** 三到五年 ** 的量，建机房、通电、上规模，每一步都有无法压缩的固定周期。买卡本质就是赌未来收入曲线。赌对了皆大欢喜，一旦增长放缓，那批卡瞬间变成沉没成本。 **
**
** Amodei自己公开说过，公司可能因此破产。 **

这是高增长公司的经典悖论： ** 增长越快，被迫下的注就越大；注下得越大，容错空间就越小。 **
** 第二根：人才密度。 **
Anthropic目前约 ** 3000人 ** 。DeepMind接近 ** 2万人 ** ，谷歌旗下还有多个AI团队，加上Meta、微软、OpenAI—— 整个硅谷已经把Anthropic当作 ** 第一假想敌 ** 。各路团队的研究方向正在从"怎么做出好AI"转向" 怎么打Anthropic "。
好消息是势头在这边：已有创业公司CTO辞职来做普通研究员，这种人才吸力的上一次峰值是 ** 2008年的Google ** 。但3000人对整个硅谷生态，这场仗不好打，就看Anthropic未来人才队伍建设了。
** 第三根：销售基因。 **
现在的情况是企业API占收入大头，纯自然增长，企业抢着用。

但做企业级应用，销售团队永远是必修课。 Anthropic是极客型组织，模型好，技术强，但"怎么卖"这件事几乎没建过体系。现在企业抢着用，是因为市场上没得选。等竞争对手也拿出差不多的模型，企业为什么还选你？到时候拼的就是谁能靠销售团队扎进行业、把客户绑定住。
**
**
· · ·

最后

三根软肋，哪一根都不是小事。但最致命的还不是这些。
处在超高速爆发期的公司，外部竞争和资源瓶颈打不倒它。真正危险的是内部判断力—— 在增长飞轮转得最快时能否保持克制。
钱多了，诱惑跟着就来了：消费者产品要不要做？基础设施要不要横向扩张？每条路看起来都对，每条路都可能把人从"专注"拖到"平庸"。
当然，硅谷的魅力正在于此：永远会有一个think different的团队，从你完全没想到的角度杀出来。 1998年的Google，2004年的Facebook，2015年的OpenAI，2022年的Anthropic，都在重复同一个叙事——这里没有永恒的赢家。
下一个Anthropic，可能已经在某个车库里敲下了第一行代码。

今天就到这，如果本文对你有帮助，欢迎收藏转发。如果对硅谷AI感兴趣，点个关注下期咱们接着聊。

如果你想体验龙虾为工作提效，现在就可以试试：
国内版： ** easyclaw.cn **
国际版： ** easyclaw.com **
企业版： ** easyclaw.work **