拆解Anthropic：最好的AI公司，可能也是一种组织发明

来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 记忆系统, 电商, 办公效率, 网络安全, 编程, 机器人, 芯片, 大模型
原文链接： https://mp.weixin.qq.com/s/HjvtKaw_jTaNdsCLyfMJ4w

摘要

在AI时代，赢不一定靠更大的野心、更多的探索和更强的人才。文｜Celia编辑｜Siqi，penny来源｜海外独角兽（ID：unicornobserver）封面来源｜视觉中国 过去一年，Anthropic可能是整个AI行业里最值得研究的一家公司。 今年开年，它创造了人类商业史上最快的爆发性增长：ARR从9B增长到45B，如果算力供应跟得上，大概率年底ARR到100B，明年到200-300B，直接和Meta的体量拉齐。 在secondary market上，它现在的估值已经摸到1万亿美金，反超了OpenAI。 我们花了不少时间研究Ant...

核心内容

在AI时代，赢不一定靠更大的野心、更多的探索和更强的人才。文｜Celia编辑｜Siqi，penny来源｜海外独角兽（ID：unicornobserver）封面来源｜视觉中国
过去一年，Anthropic可能是整个AI行业里最值得研究的一家公司。

今年开年，它创造了人类商业史上最快的爆发性增长：ARR从9B增长到45B，如果算力供应跟得上，大概率年底ARR到100B，明年到200-300B，直接和Meta的体量拉齐。

在secondary market上，它现在的估值已经摸到1万亿美金，反超了OpenAI。

我们花了不少时间研究Anthropic是怎么后来居上的。

最后落下来，要理解这家公司，核心是理解两个点：

一个是战略判断，一个是组织文化。

大家对此应该已经有了很多片段式的了解，但并没有一个完整的picture，所以这篇文章试图做一个更详尽的梳理和还原。

希望能从战略和组织这两个角度解释一些外界好奇的问题，比如：

• 为什么Anthropic能在2021年就意识到coding可能是最重要的方向？

• Dario和Sam的性格差异，如何塑造了两家公司完全不同的战略路径？

• 为什么Anthropic的人才流失率这么低？

• 为什么几乎每一个Anthropic的人，都在称赞它的文化？在公司快速扩张的过程中，这种文化是如何维持的？

Focus的重要性被低估了

首先，从战略上来说，OpenAI一直更像一家什么都想要的公司。

在模型能力上，math、science、coding、reasoning、多模态、架构创新等，OpenAI都在发力。

在产品上，Codex、浏览器、机器人、企业平台、智能硬件、芯片和数据中心等等也都在同时推进，据说OpenAI内部的项目数一度高达约300个。

而Anthropic完全相反，他们是御三家里唯一很早就放弃多模态的，且从来没讲过架构创新，没强调过reasoning model、RL、continual learning等概念，只做好语言模型的scaling，只重点做coding一个方向，先把最关键的能力打穿。

关于为什么coding如此重要，现在市场也都清楚了，核心是三点：

1、Coding是通往一切的道路。数字世界的绝大多数任务都可以通过Code来表达。

2、Coding是最适合模型学习的能力。结果可验证性强、Feedback loop短，用户数据能更大程度上反哺模型训练。

3、Coding是AGI研发的核心加速器。现在头部AI labs已经进入了这种加速循环，今年模型一个季度的进步幅度，比过去一年更快。

最后的结果证实，Coding确实是最重要的方向，孤篇压全唐。

而OpenAI直到3月份才惊醒，砍掉了Sora等支线业务，把Coding提到公司第一优先级。

Anthropic是怎么选准coding的？

我们一直好奇的是：Anthropic为什么一开始就能选准coding？

追溯下来发现，一半是远见，一半是运气。

Anthropic早期融资一度很不顺利。没有那么多钱，就必须用更高效的方式往AGI迈进。

它需要先讲一个垂直场景的故事，证明自己可以形成商业闭环。于是他们当时认真研究过，如果只能选一个方向，coding可能是最好的选择：先训练更好的coding model→提供给客户使用→获得客户在真实工程环境里的使用数据→反哺模型训练。这有可能形成一个飞轮。

Anthropic增长负责人曾经提到，他看过一份公司联创写的内部文件，内容是，为什么我们应该focus在coding这个方向。重点是，这份文件的日期是2021年，这远远早于任何人知道这个方向实际的市场机会是什么。

但后来的情况是，融资变顺了，公司有了更多资源，coding这条线没有再被提起，他们还是先去做一个更通用的模型底座。

转折发生在ChatGPT爆火之后。Anthropic意识到，C端已经被OpenAI抢先，于是它颇为遗憾地（但事后看是异常幸运地）转移了战场，把重心转向toB。

这个战略转向整体还是谨慎和实证主义的，不是一次毅然决然的豪赌。

训练Claude 3时，Anthropic开始有意识地强化coding能力，并且在Sonnet3.5上拿到了很好的市场反馈。

之后就是一边加码，一边求证，内部逐渐坚定了对coding潜力的判断，一个是商业价值上，一个是加速研究上。于是团队开始专注地沿着这条路往前走，这中间不仅是彻底放弃了C端，甚至连多模态都没有分散精力来做。

另外除了市场方向上的聚焦，还值得一提的是技术路线上的定力。

过去两年，外界反复有明星researcher说scaling laws撞墙了，pretraining的边际收益已经见顶。就我们和各家researcher的交流感受，Anthropic一直是所有labs里最相信scaling laws的，也是把pretraining和数据做得最扎实的，没有在新范式上分散精力。

事后看这也是对的。Claude的能力跃迁，很大一部分就来自pretraining的扎实投入。

创始人的性格

但这又引发了我们的一个好奇：为什么Anthropic总能在几个关键方向上做出果决的取舍，并保持定力？

首先自然是资源的限制，Anthropic的历史融资额大概只有OpenAI的1/3，但再往深处看，这两家的战略差异也和创始人的性格和出身紧密相关。

Anthropic有4位联创都是当年scaling laws论文的核心作者，Dario本身就是GPT-3最核心的research lead，在这之前也已经在AI领域做了十年，对AI的技术进步有一手的体感，更敢于下判断。

此外，Dario是一个完全不fomo的人，甚至被人形容有点自恋和固执，很少被市场共识牵着走。

他在24年，Anthropic还远没有取得爆发性增长时就说过一段话，至今我觉得是理解这家公司很重要的一点，大意是：

过去十年，我学到的最深的一课，就是市场上总会存在一种所谓的共识，但当看过好几次共识在一夜之间翻盘，我就开始专注于自己的bet。

我也不知道我们一定是对的，但说实话，就算只有50%的时间是对的，也已经很有价值了，毕竟你提供了别人没有的东西。

这和Sam Altman很不一样，从我们和一些接近Sam的人交流来看：

1、Sam是硅谷公认最有野心的founder之一，一开始就什么都想要。再加上他过去在YC做投资，对“多点播种、并行下注”这套方法非常熟悉，所以OpenAI长出了无数支线。

2、Sam并非技术出身，对技术方向的判断不如Anthropic，所以更多依靠团队bottom up往前推。Sam发挥自己更擅长的搞资源能力，给一个个团队送去弹药。

3、VC背景让Sam格外偏好突破式的fancy ideas。所以OpenAI文化里非常value 0 到1的范式创新，但没有同样重视1到10的持续打磨。Sora、Atlas浏览器、Voice Mode等等很多产品线都没有延续性，发完就没人管了。

4、Sam和Mark Chen（Chief Research Office

...(内容截断，完整内容请查看原文)

---

本页由自动化脚本生成，待人工审核补充