編譯 | 云昭

出品 | 51CTO技術棧（微信號：blog51cto）

進入7月底，巨頭們迎來了新一輪的財報周，而創業公司們也迎來了新一輪的采訪和融資周。

昨天，Anthropic 的創始人 Dario Amodei 接受了知名播客 The Big Technology 的采訪，主持人 Alex Kantrowitz 事后自己走訪了 Dario 的朋友、同事、競爭者二十余次，特別為這次含金量滿滿的采訪寫了一篇特稿：《 Anthropic CEO 成長之路》。

可以說是 Dario 的半篇自傳了。作者將其稱為“AI 世界最直言不諱的領導者”，并深挖了 Dario 的人生軌跡，從父親的因病去世到被吳恩達賞識進入百度，再到其AI團隊的瓦解，認識馬斯克進入 OpenAI，爾后的事情，則是主導 GPT2、3 的發布，但卻陷入了另一場高層之間的內斗分歧，甚至被黃仁勛也批評：Dario 認為只有他們自己才能開發安全的AI。

再后來的事情，大家都知道了。

此外，Dario 還解釋了最近加強了速率限制的原因：因為部分開發者實在用得太猛了，甚至影響了盈利。

如今，Anthropic公司估值已經超過 600 億美元，年化經常性收入從 2025 年 3 月的 14 億美元，漲到 7 月接近 45 億美元。

那么，新一輪融資在即，這家公司的掌舵者究竟是外界看來的“悲觀拖慢派”，還是“加速推進派”呢？

大家不妨細細看來這篇深度好文，讓我們看看 Dario Amodei 是如何“向上競爭”的。建議大家收藏細讀，自行劃線。

原文如下：

直言不諱的大嘴，甚至得罪黃仁勛做到 4 年，610億美元估值

Dario Amodei 毫不猶豫地回答了我的問題：是什么驅動了他？這位 Anthropic 的 CEO，整個 2025 年都處于“戰爭”狀態——與行業同行、政府官員、以及公眾對 AI 的看法激烈交鋒。

過去幾個月，他預測 AI 很快將淘汰 50% 的初級白領工作；他在《紐約時報》上公開抨擊「十年 AI 監管緩沖期」的提案；他還呼吁對華實施半導體出口管制，引發了英偉達 CEO 黃仁勛的公開反駁。

盡管風波不斷，Amodei 仍然在舊金山市中心的公司總部一樓接受了我的采訪。他顯得松弛而精力充沛，迫不及待想開講，仿佛早就等著這個機會來解釋自己的行為。他身穿一件藍色立領針織衫，內搭一件白 T 恤，戴著厚邊眼鏡，坐下后目視前方。

Amodei 表示，驅動他一切行動的，是一個堅定的信念：AI 的發展速度遠超大多數人的想象，它所帶來的機遇與風險比人們以為的更近在眼前。“我確實是那種最堅定相信 AI 能力會快速提升的人之一，”他說，“隨著我們越來越接近那些更強大的 AI 系統，我越來越想更堅定、更公開地說出來，把這個信號傳得更清楚。”

他的直言不諱和鋒利作風，在硅谷贏得了尊敬，也惹來了批評。有人視他為科技遠見者——他曾主導 OpenAI 的 GPT-3 項目（ChatGPT 的前身），又在安全問題上與 OpenAI 分道揚鑣，創立了 Anthropic；也有人把他看作一個「悲觀主義管控者」，總想減慢 AI 的步伐，將其導向自己設定的軌道，并排除競爭者。

不管你喜歡還是討厭他，AI 世界都無法繞開他。Anthropic 如今估值 610 億美元，從 2021 年的零起步一路走到今天。盡管尚未盈利，公司的年化經常性收入從 2025 年 3 月的 14 億美元，漲到 5 月的 30 億，再到 7 月接近 45 億美元。Amodei 自信地稱其為“在這個體量上史上增長最快的軟件公司”。

比起收入數字，更值得注意的是 Anthropic 的收入來源。與 OpenAI 依靠 ChatGPT 等應用拉動增長不同，Amodei 押注的是底層技術本身。他告訴我，公司大部分收入來自 API，或是其他企業將 Anthropic 模型集成進自己產品。這也意味著，Anthropic 的興衰將直接反映 AI 技術本身的進展。

隨著公司壯大，Amodei 也希望借此影響行業發展方向。鑒于他愿意出拳、也能承受反擊，他可能真的能做到。

因此，如果這個人將掌舵全球最具影響力的新興技術之一，我們有必要理解：是什么在驅動他，他如何看待商業與技術，以及——為何他的時間線比其他人都要短。

在采訪了他本人、朋友、同事、競爭者共二十余次之后，我認為，我找到了答案。

可治之病：一場私人悲劇改變了人生方向

Dario Amodei 從小就是個科學迷。1983 年出生于舊金山，母親是猶太人，父親是意大利人。他幾乎只對數學和物理感興趣。上高中時，盡管身處 dot-com 泡沫的中心，他對那些網站創業潮毫無興趣：“我對做網站一點興趣都沒有，”他告訴我，“我關心的是探索基礎的科學真理。”

在家里，他與父母關系親密。他說，父母是致力于讓世界變得更好的一對愛侶。母親 Elena Engel 在舊金山和伯克利主導圖書館的翻新與建筑項目，父親 Riccardo Amodei 是一位皮革工藝師。“他們教會我分辨是非、看重什么。”他說，“讓我從小就有很強的責任感。”

這種責任感，在他本科就讀加州理工學院時就展現出來了。他在學生報紙《The California Tech》上撰文，猛烈批評同學們對伊拉克戰爭的冷漠：“問題不在于大家都支持轟炸伊拉克，而是大多數人雖然原則上反對，卻連一毫秒的時間都不愿意投入。”——這是他 2003 年 3 月 3 日發表的文章。“這種狀態必須立即改變。”

而在他二十出頭的時候，人生發生了劇變。他的父親 Riccardo 長年與一種罕見疾病抗爭，最終在 2006 年離世。這個打擊讓 Amodei 決定將研究方向從理論物理轉向生物學，希望攻克人類疾病。

而在父親去世的短短幾年后，一項關鍵突破讓這種疾病從“致死率 50%”變成了“治愈率 95%”。這件事深深影響了他。“是有人開發了這個治療方案，成功了，救了很多人，”Amodei 說，“但如果能更早一點，就能救更多。”

據他早年的女友 Jade Wang 回憶，父親的去世幾乎改變了他的整個人生軌跡。“這不是小事，是生死之差，”她說，“如果科學進展能更快一點，他父親可能還活著。”不過，Amodei 直到多年后才找到 AI，作為承載他信念的技術容器。

回憶起父親之死時，Amodei 變得格外激動。他認為，外界對他推動安全管控、主張出口控制的看法，完全是誤解。

“每當有人說我是個悲觀主義者，只想減慢 AI 發展速度時，我都會非常憤怒。”——Dario Amodei

“我剛才說了，我父親是因為當時還沒有研發出治療手段而去世的。我比任何人都清楚這項技術的意義。

吳恩達的橄欖枝：加入百度前的歲月

在普林斯頓，仍未從父親去世的傷痛中恢復的 Amodei 開始了破解人類生物機制的探索之旅。他選擇從研究視網膜開始。我們的眼睛通過發送信號到視覺皮層來捕捉世界——視覺皮層是大腦中占據了大約 30% 的皮層區域，負責處理這些信號并構建我們眼中的圖像。如果你想攻克人體生理的復雜性，視網膜是一個絕佳的起點。

“他利用視網膜來觀察一個完整的神經群體，并試圖真正理解每個細胞在做什么，或者至少獲得這個機會。”他在普林斯頓的同時期同學 Stephanie Palmer 說，“這更多的是關于大腦，而不是眼睛。他并不是想成為眼科醫生。”

在 Michael Berry 教授的視網膜實驗室工作時，Amodei 對當時測量視網膜信號的方法極為不滿，甚至共同發明了一種全新的傳感器，能更有效地收集數據。這在實驗室中非常少見，既令人印象深刻，又顯得特立獨行。他的博士論文贏得了赫茲獎學金論文獎，這是一個專門授予那些將學術研究成果轉化為現實應用的杰出學生的獎項。

但 Amodei 挑戰規范的傾向，以及他對事物“該如何運作”的強烈執念，在學術界顯得格格不入。Berry 教授說，Amodei 是他教過最有才華的博士生，但他對技術進步和團隊協作的關注，并不符合學術界那種強調個人成就的體系。

“我覺得他內心是個挺驕傲的人，”Berry 說，“我猜在他之前的學術生涯中，每次做出成果都會被稱贊鼓掌，而在這里并不是這樣。”

“他并不是想成為眼科醫生。” ——Stephanie Palmer

Amodei 離開普林斯頓后，AI 的大門向他敞開。他在斯坦福大學跟隨 Parag Mallick 研究腫瘤中的蛋白質，試圖識別轉移性癌細胞。這個研究項目非常復雜，讓 Amodei 意識到人類單憑自身已難以應對這些生物難題，于是他開始尋找技術解決方案。“我覺得生物學中那些底層問題的復雜性，已經超出了人類自身的理解規模。”Amodei 說，“要真正理解這些問題，你需要幾百甚至幾千個研究員。”

他開始在新興的 AI 技術中看到潛力。當時，數據和算力的爆發正推動機器學習的重大突破——這是 AI 的一個子領域，過去雖然有理論基礎，但實際成果乏善可陳。Amodei 開始動手嘗試這些技術，并意識到它們或許能代替那幾千名研究者。“AI——我當時才剛剛開始看到它的潛力——在我看來，是唯一有可能彌合這個認知鴻溝的技術，”他說，“它有可能帶領我們跨越人類的理解尺度。”

于是他離開了學術界，轉向商業領域尋求推動 AI 的發展——因為企業有錢。起初他考慮創業，但最終更傾向于加入 Google，當時 Google Brain 是 AI 研究的主力部門，并且剛剛收購了 DeepMind。但中國的搜索引擎公司百度已經給了著名研究員 Andrew Ng（吳恩達）一筆 1 億美元的預算，用于 AI 研究和部署。吳恩達正在組建一個“超級團隊”，并聯系了 Amodei。Amodei 產生了興趣并提交了申請。

當 Amodei 的申請送達百度時，團隊其實有些猶豫。“他的背景確實很強，但從我們的角度來看，他是生物背景，并不是做機器學習的。”早期團隊成員 Greg Diamos 回憶說。但在看過 Amodei 在斯坦福寫的代碼后，他建議團隊錄用他：“我當時的想法是：能寫出這種代碼的人，一定是超級厲害的程序員。”于是，Amodei 在 2014 年 11 月加入了百度。

加入百度AI到瓦解，擴展規律浮出水面

有了百度的充沛資源，這支 AI 團隊可以用大量算力和數據堆出更好的效果。他們果然看到了驚人的結果。Amodei 和他的同事發現，AI 模型的性能會隨著模型規模、數據量和算力的增加而穩定提升。他們發表了一篇語音識別的論文，展示了模型規模與性能直接掛鉤的關系。“這對我影響很大，因為我看到了非常平滑的趨勢。”Amodei 回憶說。

Amodei 在百度的早期工作，幫助奠定了后被稱作 “AI 擴展定律”（scaling laws） 的基礎。其實這并非嚴格意義上的“定律”，更像是一種現象觀察：只要繼續加大模型規模、數據量和算力，AI 的表現就會可預測地提升。換句話說，不需要復雜新方法，只要一切都加大，AI 就會變得更好。“對我來說，這是我一生中見過最重要的發現。”Diamos 說。

直到今天，Amodei 可能仍是所有 AI 研究領導者中，對“擴展定律”信仰最堅定的那一位。其他同行，比如 DeepMind CEO Demis Hassabis 和 Meta 首席 AI 科學家 Yann LeCun，認為行業還需要一些根本性的新突破，才能達到類人智能。但 Amodei 則表現出幾乎堅定的信念：路徑已經清晰。當整個行業開始建設如小城市般規模的數據中心時，他已經預見到超級強大的 AI 即將到來。

“我看到的是指數曲線，”他說，“當你身處一條指數曲線上，很容易被它騙過去。在指數曲線徹底瘋狂之前的兩年，看起來它還只是剛剛開始。”

然而，百度 AI 團隊的成功也埋下了瓦解的種子。公司內部開始爆發“地盤爭奪戰”，圍繞技術控制權、知識產權和資源分配展開拉鋸。最后，中國高層的干預促使團隊核心成員集體出走，實驗室隨之解體。吳恩達本人拒絕對此置評。

玫瑰屋酒店邂逅馬斯克、Ilya、奧特曼：OpenAI的研究總監

就在百度團隊瓦解之際，Elon Musk 邀請 Amodei 及多位頂尖 AI 研究者，在門洛帕克的 Rosewood 酒店共進晚餐。這是后來廣為人知的一次聚會。Sam Altman、Greg Brockman 和 Ilya Sutskever 也在場。Musk 看到 AI 潛力正在崛起，同時擔憂 Google 將壟斷控制權，于是決定資助一個新的競爭者，也就是后來的 OpenAI。Altman、Brockman 和 Sutskever 與他共同創辦了這家研究機構。Amodei 當時有些猶豫，沒有立刻加入，而是選擇去了 Google Brain。

但在 Google 的十個月里，他陷入大公司體制的泥沼，逐漸動搖了。2016 年，他最終加入了 OpenAI，并開始投身 AI 安全研究。他早在 Google 就對技術失控的潛在風險產生擔憂，并共同撰寫了一篇關于 AI 不良行為可能性的論文。

就在 Amodei 加入 OpenAI 后不久，他的前 Google 同事們發布了一篇震撼行業的論文《Attention is All You Need》，首次提出了 transformer 架構，也就是如今生成式 AI 的基礎。這種架構能極大加快訓練速度、放大模型規模。盡管這項突破潛力巨大，但 Google 并沒有立刻將其廣泛應用。

而 OpenAI 則迅速行動。他們在 2018 年推出了第一個大型語言模型“GPT”（“T” 就代表 transformer）。雖然模型生成的文本仍有很多缺陷，但相較之前的語言生成方法已有顯著提升。

Amodei 當時已是 OpenAI 的研究總監，主導了后續版本 GPT-2 的開發。GPT-2 實際上就是 GPT 的放大版，體量更大，能力更強。OpenAI 團隊采用了 Amodei 幫助開發的一項技術：人類反饋強化學習（RLHF）來微調模型，引導其價值觀。GPT-2 輸出結果比 GPT 好得多，已經能初步具備改寫、寫作、答題的能力。此后，語言模型成為 OpenAI 的核心方向。

隨著 Amodei 在 OpenAI 的影響力提升，圍繞他也開始出現爭議。他是個多產的寫作者，常發表大量關于技術價值與方向的長文，部分同事覺得很鼓舞人心，但也有人覺得他是在“圈地標記”、掌控敘事。他曾寫過一篇備受爭議的備忘錄，把公司分為“M 型公司”（面向市場）和“P 型公司”（面向公眾），在公司內部引發討論。有些人還覺得他過于強調技術保密和與政府合作，對不認可的項目評價尖銳。

盡管如此，OpenAI 依然把 GPT-3 項目的領導權交給了 Amodei，并劃撥公司 50-60% 的計算資源給他去訓練這個超大規模語言模型。GPT 到 GPT-2 的跨度已很大，是 10 倍體量增長；而 GPT-2 到 GPT-3 則是指數級飛躍，體量暴增 100 倍，成本達數千萬美元。

結果令人震撼。《紐約時報》引用了多位獨立研究者的評價，對 GPT-3 具備的代碼編寫、總結歸納、語言翻譯能力感到驚訝。Amodei 在 GPT-2 發布時還比較克制，但這次他毫不掩飾激動之情：“它有一種‘涌現’特性，”他告訴《紐約時報》，“它似乎能理解你給它的提示，并完成這個故事。”

但此時，OpenAI 內部的裂痕也開始全面暴露……

分裂的開始：“熊貓幫”與高層的分歧

隨著 GPT-3 的問世——第一個真正強大的語言模型——Amodei（達里奧·阿莫迪）意識到自己肩上的責任重大。在看到“規模定律”在多個領域都有效之后，他開始認真思考這項技術的走向，并對 AI 安全產生了更深的興趣。

“他看著這項技術，心里認定它終將奏效，”OpenAI 時期的親密同事 Jack Clark 對我說。“而一旦你認定它會奏效——也就是說它遲早會變得像人一樣聰明——你就無法不擔心它的安全問題。”

盡管 Amodei 負責 OpenAI 的模型開發，掌控了大量算力，但公司中很多關鍵決策并不歸他掌控，比如模型何時發布、人事安排、技術如何部署、以及公司對外的公關姿態等。

“這些事情，”Amodei 說，“不是你光靠訓練模型就能決定的。”

此時，Amodei 已經在 OpenAI 內部形成了一個緊密的小圈子，同事們戲稱他們為“熊貓幫”，因為他很喜歡熊貓。而這個圈子在處理上述事務上的看法，與 OpenAI 的高層有著明顯分歧。

這導致公司內部出現派系斗爭，兩個陣營之間的嫌隙不斷加深，最后幾乎到了水火不容的地步。

Nvidia CEO 黃仁勛曾批評說：“他認為 AI 太危險了，只有他們自己可以做。”

在我與 Amodei 的采訪中，他沒有掩飾自己的態度。“一個公司的領導者，必須是值得信賴的人，”他說。“他們的動機必須是真誠的，不管你在技術上推進得多快。如果你是在為一個不誠實、不真心想讓世界變得更好的人工作，那一切都沒意義。你只是讓事情變得更糟。”

OpenAI 內部有些人認為 Amodei 倡導“AI 安全”，其實是為了掌控公司。但當他后來呼吁限制對中國的 GPU 出口時，黃仁勛再次表達了類似指責：“他認為 AI 太危險，除了他們沒人能安全地開發。”

Amodei 回應道：“這是我聽過最離譜的謊言。”他強調，自己始終希望通過推廣 Anthropic 的安全實踐，引發一場“向上競爭”。“我從未說過任何接近‘只有我們能做這項技術’的東西。我不明白別人怎么能從我說過的話里得出這個結論。這完全是惡意歪曲。”

Nvidia 也不甘示弱，發表聲明回擊（此前他們成功推動部分出口管制被撤銷）：“我們支持安全、負責任、透明的 AI。我們生態系統中的成千上萬家初創公司和開源開發者都在推動 AI 的安全性提升。”發言人補充說：“游說政府對開源進行監管壟斷，只會壓制創新，使 AI 更加不安全，也不民主。這不是‘向上競爭’，更不是讓美國贏的方法。”

OpenAI 也通過發言人回應道：“我們始終認為 AI 應該惠及所有人，而不是只由那些聲稱‘風險太大，只有他們能安全開發’的人壟斷。”“隨著技術的發展，我們在伙伴關系、模型發布、融資方面的決定已經成為行業標準，Anthropic 也在效仿。但我們始終專注于讓 AI 安全、有用，并為盡可能多的人所用。”

時間一長，Amodei 派系和 OpenAI 高層之間的分歧已無可調和。“我們一半時間都在試圖說服別人認同我們的觀點，另一半才是真正的工作時間。”Jack Clark 說。

最終在 2020 年 12 月，Amodei、Clark、他妹妹 Daniela、研究員 Chris Olah 以及其他幾位同事離開 OpenAI，決定另起爐灶。

另起爐灶：Anthropic 誕生十分之一的成本，打造頂尖模型

在 Anthropic 辦公室的一間會議室里，Jack Clark 轉動筆記本電腦，展示了他們最早期的一份文件——一張名字清單，候選名包括 Aligned AI、Generative、Sponge（海綿）、Swan（天鵝）、Sloth（樹懶）、Sparrow Systems 等。Anthropic（意指“以人為中心、人本主義”）也赫然在列，而且這個域名在 2021 年初還是可注冊的。團隊在表格上寫道：“我們喜歡這個名字，它不錯。”就這樣，Anthropic 誕生了。

Anthropic 成立于新冠疫情正高峰時，早期團隊完全通過 Zoom 遠程辦公。最初的 15 到 20 人，后來每周會在舊金山的 Precita 公園野餐開會，自帶椅子討論業務。

公司早期的使命很簡單：打造一流的大語言模型，實踐最安全的開發方式，推動其他公司效仿，并將他們的研究經驗公開發表（但不含核心模型細節）。

你可能覺得奇怪，這群自帶椅子、公園里碰頭的 20 人團隊，為什么會有一種“命運共同體”的自信感？但在 Clark 看來，這正是 Anthropic 初期的氛圍。“最奇怪的就是——對我們內部的人來說，這一切居然感覺如此‘理所當然’，”他說。“我們做過規模實驗（Scaling Laws），我們已經看到模型變強的路徑。”

前 Google CEO 埃里克·施密特（Eric Schmidt）是 Anthropic 最早的投資人之一。他通過當時的女友、現任妻子認識了 Amodei，兩人起初在他還在 OpenAI 時討論技術，后來在他創辦 Anthropic 后談到了投資。施密特告訴我，他投資的是這個人，而不是這個概念。

“到了這個層級，投資其實根本沒什么數據可看，”他說。“你不知道營收是多少，不知道市場會怎么發展，也不知道產品是什么。所以你只能憑人來判斷。Dario 是位杰出的科學家，他承諾會招來一批優秀科學家——他做到了。他還說只會建立一個很小的團隊——這個倒沒做到，現在公司很大了，變得跟普通公司差不多了。我原以為它只是個有趣的研究實驗室。”

已垮臺的 FTX 前 CEO Sam Bankman-Fried（SBF）也是 Anthropic 的早期投資人之一，據傳他通過 FTX 投資了 5 億美元，獲得了 13.56% 的股份。SBF 是一位“有效利他主義者”，和 Anthropic 的早期理念相近，因此當時看似匹配。

Amodei 說，SBF 對 AI 安全很感興趣，是個“多頭看好派”，但也足夠“危險信號頻出”，因此他們沒有給他董事席位，只給了不具投票權的股份。“他后來的行為，比我當時能想象到的極端和糟糕得多。”

Amodei 給潛在投資人的 pitch（推介）很簡單：“我們可以用十分之一的成本，打造出頂尖的模型。”這個主張成功吸引了投資者。截至目前，Amodei 已為 Anthropic 融到了近 200 億美元，其中包括來自亞馬遜的 80 億和 Google 的 30 億。“投資人不是傻子，”他說。“他們很懂資本效率這個事。”

在 Anthropic 成立的第二年，OpenAI 推出 ChatGPT，把生成式 AI 帶到大眾面前；而 Anthropic 選擇了另一條路。Amodei 決定主要把技術賣給企業用戶。這一戰略有兩個好處：如果模型能解決實際問題，就能盈利；而企業客戶的高要求也能倒逼公司不斷改進技術。

“把一個模型從‘本科生水平’提升到‘研究生水平’的生物化學知識，可能普通用戶沒感覺，但對像輝瑞這樣的制藥公司來說，就很有價值，”Amodei 說。“這會讓我們更有動力把模型做得更強。”

諷刺的是，真正讓企業開始關注 Anthropic 技術的，卻是它推出的一個面向普通用戶的產品。2023 年 7 月，公司發布了 Claude 聊天機器人，晚于 ChatGPT 近一年，但因其“高情商風格”和溫和語調廣受好評（這其實是其安全機制的副產品）。

那之前，公司一直希望控制在 150 人以內，但 Claude 推出后，公司迎來爆發式增長。“就是 Claude 的那一刻，公司開始真正擴張了，”Clark 回憶說。

Claude 意外成為一門生意

Amodei 押注將 AI 用于企業場景，如今已吸引大批熱情的客戶。Anthropic 已向多個行業銷售其大型語言模型——包括旅游、醫療、金融服務、保險等，客戶包括輝瑞制藥、聯合航空和美國國際集團（AIG）。比如，生產 Ozempic 的諾和諾德公司（Novo Nordisk）現在使用 Anthropic 的技術，將原本需要 15 天編制的監管報告壓縮到 10 分鐘完成。

“我們打造的技術，解決了許多人對工作中最痛苦部分的抱怨。”Anthropic 的營收負責人 Kate Jensen 表示。

與此同時，程序員對 Anthropic 愛不釋手。公司一開始就聚焦于 AI 代碼生成，一方面能加快模型自身研發，另一方面只要效果夠好，程序員會迅速采用。果然，代碼應用爆發式增長，也帶動了類似 Cursor 等 AI 編程工具的流行。Anthropic 也加入了代碼工具賽道，并在 2025 年 2 月發布了 Claude Code 編程助手。

隨著 AI 使用激增，公司的營收也水漲船高。“Anthropic 每年的收入都是 10 倍增長。”Amodei 說，“我們從 2023 年的零收入做到了 1 億美元；2024 年從 1 億增長到 10 億；而到了 2025 年上半年，我們已經從 10 億增長到了目前超過 40 億，可能是 45 億美元。”這個數字是按月收入年化計算的。

Anthropic 表示，其 8 位數和 9 位數的大單在 2025 年比 2024 年增加了三倍，企業客戶的平均支出也增加了五倍。

但這家公司為了訓練和運行模型付出了巨額代價，這也引發了它的商業模式是否可持續的質疑。Anthropic 目前嚴重虧損，預計今年將虧損約 30 億美元，而且其毛利率 reportedly 也低于典型的云軟件公司。

有些客戶已經注意到產品上的變化。有一位創業公司創始人告訴我，雖然 Anthropic 的模型是他業務上最合適的選擇，但服務太常中斷，沒法依賴。而編程平臺 Replit 的 CEO Amjad Masad 則說，Anthropic 的使用成本已經停止下降，之前價格還在不斷走低。

Claude Code 最近也剛剛加強了速率限制，因為部分開發者使用過猛，公司已無法盈利。開發者 Kieran Klaassen 告訴我，他一個月就用掉了價值 $6,000 的 Claude API，但他只付了 Max 套餐的 $200。Klaassen 表示，他常常同時運行多個 Claude 智能體。“真正的限制在于你的大腦切換能力。”他說。

對此，Amodei 表示，隨著模型性能提升，如果價格不變，客戶將以同樣價格買到“更多智能”。他也指出，AI 實驗室才剛開始優化“推理”（即模型使用過程），這應該會帶來效率提升。這個問題值得關注——多位業內人士告訴我，要讓這個行業商業上說得通，推理成本必須大幅下降。

Anthropic 的高管在采訪中暗示：產品太受歡迎不是最糟的問題。開放的問題在于，生成式 AI 以及支撐它的“擴展法則”是否能像其他技術一樣，隨著時間推移帶來成本下降，還是它是一種擁有全新成本結構的全新技術？唯一確定的是，要弄清這個問題，還需要花更多的錢。

十億美元的匯款：DeepSeek大火之際，資本還是投了

2025 年年初，Anthropic 急需資金。整個 AI 行業為了“擴展”，瘋狂建設數據中心、采購算力設備，為此一次次刷新初創公司融資紀錄。Meta、Google 和 Amazon 等老牌巨頭則靠自己的利潤和數據中心優勢造模型，讓競爭壓力陡增。

Anthropic 有特別理由需要持續加碼。如果沒有像 ChatGPT 那樣的王牌應用，用戶習慣性反復使用，它的模型就必須在特定場景中領先，否則就會被競爭對手取代。“尤其是在企業和代碼領域，領先六個月到一年，就是巨大的優勢。”Box 的 CEO、Anthropic 客戶 Aaron Levie 表示。

于是，Anthropic 找到了資深風投、Lightspeed 合伙人 Ravi Mhatre，來主導一輪 35 億美元的融資。Mhatre 過去最多寫 500 萬到 1000 萬美元的支票，而這次要寫的將是他公司有史以來最大的一筆。“Amazon 上市時市值才 4 億美元。”他說，“4 億！你現在想想看。”

融資如期推進之際，一款低價但性能不錯的開源 AI 模型橫空出世。中國對沖基金 High Flyer 發布了 DeepSeek R1，一款高效、智能、開源的推理模型，定價僅為同行的四十分之一。DeepSeek 的問世震驚了商界，多位萬億美元市值企業 CEO 緊急發推貼維基百科鏈接安撫投資人。

而此時，Mhatre 已完成一份詳盡分析報告，得出一個結論：AI 模型本身（而非聊天機器人）將產生最大商業價值。他估算，打造出可完成“知識工作”的人工智能公司，其營收將是目前大型云平臺的 10 倍，總市場規模在 15 到 20 萬億美元之間。

“所以你反過來算，就會問，在 600 億或 1000 億估值上，能不能拿到風投風格的回報？當然能。”他說，“有時你得用自上而下的方式估算市場規模。”

DeepSeek 的發布意味著：開源、高效、表現接近的模型可能會挑戰巨頭。但 Amodei 不這么看。他更關注的是：“任何新模型有沒有比 Anthropic 的更強？”他指出，即使你能下載模型，也仍需部署到云平臺并運行，這仍然需要專業技能和資金。

在 DeepSeek 大火之際，Amodei 把這些觀點講給 Mhatre 和 Lightspeed 的合伙人聽，成功說服他們相信，只要規模足夠，Anthropic 也能吸收并超越 DeepSeek 的創新。那周一，英偉達股價暴跌 17%，投資人恐慌拋售 AI 基礎設施股票。在不確定中，Mhatre 做出決定：

“我不騙你，那天真的極度緊張。”Mhatre 說，“那周一，我們匯出了 10 億美元。”

再次融資在即

在“DeepSeek 周一”過去六個月后，Anthropic 再次謀劃擴張。公司正在洽談一輪可能高達 50 億美元的新融資，估值將翻倍至 1500 億美元。潛在投資方包括一些中東海灣國家，Anthropic 之前曾試圖與這些國家保持距離。但在已經從 Google、Amazon 和 Lightspeed 等風投籌得近 200 億美元之后，公司已經快找不到更大的“金主”。

在公司內部 Slack 中，一條被《連線》刊載的消息顯示，Amodei 對此表示出某種無奈：“‘不能讓任何壞人因我們的成功獲利’——這條原則，很難真正拿來經營公司。”

和 Amodei 交談后，我不禁思考，這場 AI 沖刺究竟會如何收場。或許模型最終會強大到成為標準化商品；又或許，正如 Amodei 的前同事 Ilya Sutskever 所說，規模競賽最后會讓地球布滿太陽能板和數據中心。

當然，還有一個 AI 信徒不愿面對的可能性：AI 進步最終陷入平臺期，投資人遭遇歷史級別的血洗。

加速前進

在 Anthropic 今年 5 月舉辦的首場開發者大會上，我坐在離舞臺不遠的位置，等待 Amodei 的登場。這家公司把活動場地“Midway”——一個位于舊金山 Dogpatch 區的寬敞藝術活動空間——擠滿了開發者、媒體記者，以及其如今超過 1000 人的員工隊伍。大家都在期待 Anthropic 會發布 Claude 4，這個最新、最強大的模型。

Amodei 上臺后，宣布了 Claude 4 的發布。他沒有使用炫酷的 PPT 或視頻，而是拿起手持麥克風，讀著筆記本電腦上的內容，簡要介紹之后便把話筒交給了產品負責人 Mike Krieger。觀眾們似乎對這種低調而實在的風格頗為買賬。

對我來說，比起新模型的更新，Amodei 對“接下來會發生什么”的承諾更值得注意。整場活動中，他多次提到 AI 的發展正在加速，Anthropic 的模型迭代速度將越來越快。“我不確定具體會有多頻繁，”他說，“但節奏正在提速。”

正如 Amodei 之前告訴我的，Anthropic 一直在開發 AI 編程工具，用來加快模型訓練和部署流程。

當我把這個話題提給聯合創始人兼首席科學家 Jared Kaplan 時，他表示這些工具確實起到了作用：“我們公司里大多數工程師都在使用 AI 來提升生產力，”他說，“這確實大大加快了我們的開發效率。”

在 AI 理論中，有一個叫做“智能爆炸”的概念，指的是 AI 模型具備改進自身的能力，從而——轟的一聲——迅速自我強化，變得無所不能。Kaplan 并不否認這種方式有可能實現智能爆炸，甚至認為也許人類協助版的智能爆炸會更早到來。

“也許兩三年后就會發生，也可能更久，甚至更久，”Kaplan 說，“但當我說‘AI 能完成大多數知識工作’的概率是 50%，我們訓練 AI 模型本身也正是知識工作的一部分。”

“也許像我這樣的人將來也沒什么可干了，”Kaplan 補充道，“當然事情沒有這么簡單，但我們大概率正走向這樣的未來。”

此刻，Amodei 對安全的執念就顯得格外合理了。雖然沒有任何 Anthropic 的員工明確表示“智能爆炸”已迫在眉睫，但可以明顯感受到他們并不排斥朝這個方向推進。如果 AI 會越來越強，甚至越來越快地變強，那么對潛在風險保持謹慎就是必要的。

某種程度上，這些理論性的說法當然也幫助了 Anthropic 向醫藥公司、軟件開發者推銷其服務。但現在的 AI 模型確實已經可以寫出不錯的代碼了，這些言論聽起來也不再那么天方夜譚。

向上競爭:把問題攤開說，贏的人是誰不重要

2024 年，OpenAI 的“超級對齊”團隊前負責人 Jan Leike 跟隨 Amodei 加入了 Anthropic，成為對齊科學團隊的聯合主管。所謂“對齊”，是指將 AI 系統的行為調整到符合人類價值觀與目標的方向。Leike 認為，一旦 AI 真如預期般爆發式發展，這種對齊工作將至關重要。

“我們可能會迎來一個快速提升能力的時期，”Leike 對我說，“你絕對不希望在一個能自我改進的系統上，失去控制或者無法擴展。”

事實上，Anthropic 和其他公司已經發現，在模擬環境中測試時，AI 有時會表現出令人擔憂的“自我保存”傾向。比如在 Claude 4 的文檔中，Anthropic 寫道：該模型曾在測試中多次試圖“勒索”工程師，以避免被關閉。

“你絕對不希望在一個能自我改進的系統上，失去控制或者無法擴展。”——Jan Leike

Anthropic 還指出，他們的 AI 在評估者可能會重新設定其價值觀時，會試圖欺騙對方。在另一次模擬中，該模型還試圖“自我復制”，逃出 Anthropic 的系統基礎設施。Leike 表示，團隊正在通過獎勵系統來抑制這類行為，但這仍屬于實驗性領域。

Amodei 的“向上競爭”策略，就是要把這些問題攤開來說。他不僅資助了解釋性研究（即研究 AI 模型內部機制的科學），還推動制定了《負責任的擴展政策》，即根據模型的風險設定發布和訓練的邊界。這套框架也已啟發了業界的其他參與者。

“我所謂的‘向上競爭’，意思是贏的人是誰不重要，”Amodei 說，“大家都贏，才是目標。”

減速派，還是加速派？

Amodei 投入 AI 的動力，最初源于父親之死帶來的打擊，而如今，他的目標似乎近在眼前。當下的 AI 已經能加速藥品開發的文書流程，在失衡的醫療體系中充當“半吊子”醫學顧問；而如果一切順利，它未來也許能頂替成百上千的科研人員，解碼人類生物學的奧秘。

我問 Amodei，這樣對愿景的執著，會不會讓他忽視了技術失控的風險？他答道：

“我不是那樣看問題的。我們每發布一個新模型，控制能力都在提升。是的，會出問題，但我們會非常嚴苛地壓力測試這些模型。”

對這種問題的追問，在 Amodei 看來，其實是源于他經常被貼上的“悲觀拖慢派”標簽。但他的策略恰恰是相反的——加速推進。

“我之所以要強調風險，正是為了我們不必被迫減速，”他說。“我對這一切的利害關系有極其深刻的理解。不僅是能帶來的好處，還有它能做什么，能挽救多少生命。這些，我是親眼見過的。”

好文，文章到這里結束了。如果各位大佬對于目前OpenAI、Anthropic等公司的做法和未來發展有哪些看法，歡迎評論區拍磚。

參考鏈接：https://medium.com/@kantrowitz/the-making-of-anthropic-ceo-dario-amodei-449777529dd6

本文轉載自??51CTO技術棧??，作者：云昭