---
author: Best Partners TV
date: '2026-01-08'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=1nqrRGO5KYE
speaker: Best Partners TV
tags:
  - ai-safety
  - agi-obsolescence
  - b2b-strategy
  - scaling-laws
title: AI 巨头 Anthropic 的生存之道：安全、务实与超越 AGI 的愿景
summary: 本文深入探讨了 **Anthropic** 联合创始人丹妮拉·阿莫代伊的访谈。内容涵盖公司从 **OpenAI** 分拆的起源、在资源劣势下如何通过高质量团队和务实价值观打造 SOTA 模型，其聚焦 B 端市场的商业策略，以及多云平台和激进透明的安全理念。文章还分析了 AI 泡沫、AGI 概念的演变，并展现了核心团队的互补领导力，勾勒出 Anthropic 在 AI 浪潮中走出差异化道路的历程。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people: []
companies_orgs:
  - Anthropic
  - OpenAI
  - Google
  - Meta
products_models:
  - Claude
media_books: []
status: evergreen
---
### 引言与 Anthropic 的起源

**旁白**: 大家好，这里是最佳拍档。**Anthropic** 的联合创始人**丹妮拉·阿莫代伊**最近罕见公开亮相，分享了创业五年来的心路历程、技术判断和行业思考。二零二六年，**Anthropic** 即将迎来五周年纪念。这份迟来的公开访谈，不仅揭开了这家神秘公司的面纱，更给喧嚣的 AI 行业带来了一份冷静的思考。接下来，我们就顺着丹妮拉的讲述，一步步走进 **Anthropic** 的世界，看看它如何在巨头环伺的赛道上走出差异化的路线，又如何平衡技术突破、商业成功与安全伦理这三大命题。

**旁白**: 首先，我们得从 **Anthropic** 的出身说起。很多人都知道 **Anthropic** 的核心团队来自 **OpenAI**，但是很少有人清楚，这场出走并非源于矛盾，而是源于一个更清晰的愿景。

**丹妮拉·阿莫代伊**: 我在采访中回忆，包括我在内的七位联合创始人，在 **OpenAI** 时期就已经是并肩作战的伙伴。我的兄长**达里奥·阿莫代伊**、**克里斯·奥拉**、**汤姆·布朗**等人在此之前还曾经在 **Google Brain** 共事。**贾里德**曾经是**达里奥**的 **Hertz Fellow**，而我自己和**克里斯·奥拉**的相识更是长达十三年。这种长期协作形成的默契，让他们在工作中逐渐凝聚出了一个共同的目标，那就是打造一家站在 **AI** 前沿的科技公司，既要开发具有变革性的 **AI** 技术，又要把安全性和可靠性放在最核心的位置。

**丹妮拉·阿莫代伊**: 在 **OpenAI** 期间，我们参与了当时最前沿的一系列项目，从 **GPT 2** 到 **GPT 3** 的规模化推进，从早期语言模型的基础研发，到 **Scaling Law** 的核心研究，再到可解释性、对齐等技术安全方向的探索。这些经历让我们深刻的意识到，**AI** 的巨大潜力背后，必须有坚实的安全护栏作为支撑。而这种安全优先的理念，需要一个完全契合的组织架构来承载。

**丹妮拉·阿莫代伊**: 于是，在 **2020年冬天**到**2021年年初**，正值疫情高峰，所有人都被困在家中的特殊时期，我们做出了一个大胆的决定：离开 **OpenAI**，从零开始创办 **Anthropic**。

**丹妮拉·阿莫代伊**: 那是一个既令人害怕又令人兴奋的时刻。未知的风险和清晰的愿景交织在一起，成为了公司成立的最初动力。

**丹妮拉·阿莫代伊**: 而 **Anthropic** 的融资故事，更是充满了电影般的画面感。**2021年一月初**，在我们十二月十八日正式离开原工作后不久，大家聚集在**达里奥**家的后院。那天正好下着雨，我们搭起了一个派对帐篷，所有人都戴着口罩，保持着社交距离。就在这样的环境下，我们向**埃里克·施密特**进行了融资路演。更巧的是，当时**丹妮拉**已经怀孕八周，怀的是她现在的儿子。这件事当时可能只有**达里奥**知情，甚至他都未必完全清楚。疫情的阴影、口罩的阻隔、雨中的帐篷、个人生活与职业理想的交织，让这个瞬间成为了 **Anthropic** 最珍贵的起源故事。而**埃里克·施密特**最终成为了我们 A 轮的投资人，为这家怀揣梦想却前途未卜的初创公司注入了第一笔关键资金。

### 竞争优势与商业模式

**旁白**: 聊完起源，我们不得不聚焦 **Anthropic** 最令人惊叹的一点：在资源远逊于竞争对手的情况下，为何能多次推出 **SOTA 模型**呢？要知道，**AI** 行业的竞争早已进入算力军备竞赛阶段。**谷歌**几乎补齐了性能差距，还拥有芯片、云、应用的完整垂直整合；**Meta** 更是豪掷了五百亿美元自建数据中心。

**丹妮拉·阿莫代伊**: 我直言，**Anthropic** 长期以来拥有的算力和资金，都远少于 **OpenAI**、**谷歌**、**Meta** 这些主要竞争对手。但是，资源的匮乏反而塑造了 **Anthropic** 的核心竞争力。我将这个成就归功于两点：一是团队的质量，二是“用更少的资源做更多事情”的价值观。这支从 **OpenAI**、**Google Brain** 走出的核心团队，不仅拥有深厚的技术积累，更在长期协作中形成了高效的研发模式。我们不追求算力的堆砌，而是专注于技术本身的优化，让每一分算力、每一块美元的投入都能发挥最大的价值。这种克制和效率导向，让我们在资源有限的情况下，依然能在模型性能上实现突破。

**丹妮拉·阿莫代伊**: 更重要的是，我们对技术趋势的判断极其精准。作为最早提出 **Scaling Law** 的团队之一，**Anthropic** 内部始终坚信，**AI** 技术的进展并没有出现放缓的迹象。我的兄长**达里奥**是个对技术趋势判断极为准确的人，而事实也证明，模型性能的指数级增长一直在持续。虽然指数的增长总有终点，但是至少到目前为止，每一年都在印证着 **Scaling Law** 的有效性。这种对技术规律的深刻把握，让 **Anthropic** 能够在资源有限的情况下，精准押注关键方向，避免了盲目投入和资源浪费。

**旁白**: 在商业模式上，**Anthropic** 走出了一条与 **OpenAI** 截然不同的道路，不追逐 C 端的消费者心智，而是聚焦 **B 端企业市场**。

**丹妮拉·阿莫代伊**: 但这并不是我们一开始就刻意押注的结果，而是公司基因与市场需求的天然契合。**Anthropic** 从成立之初，就把安全性、可靠性和稳定性写进了 DNA，而这些特质恰恰是企业客户最看重的核心需求。我开玩笑地说，从来没有哪位企业客户会对我说，“如果 **Claude** 能多一点幻觉、多生成一点有害的内容就好了”。这也从侧面印证了，安全可靠的基因让 **Anthropic** 天生就适合成为一家 B 端公司。

**丹妮拉·阿莫代伊**: 另一方面，从经济层面的判断来看，**Anthropic** 很早就意识到，大语言模型的长期价值更在于生产力工具，而非娱乐的功能。早在 **2020年底**、**2021年初**，我们就隐约看到了 **AI** 承担高智力职场任务的未来。无论是写代码、总结复杂信息，还是进行金融分析、数据分析，这些都是企业运营中高频、而且高价值的需求。

**旁白**: 事实也证明了这个判断的正确性。最新数据显示，**Anthropic** 的全球客户基础从两年前的不到一千家企业客户，激增至超过三十万家，实现了三百倍以上的增长。而这些增长主要集中在金融服务、医疗保健、法律等对精度和安全性要求极高的行业。这些行业恰恰是对 **AI** 模型的可靠性要求最苛刻的领域，也从侧面验证了 **Anthropic** 技术路线的正确性。

**旁白**: 更值得关注的是 **Anthropic** 的多云平台策略。作为亚马逊最大的战略支持方，**Anthropic** 同时还引入了**谷歌**、**微软**和**英伟达**的股权。即便**谷歌**是它们在模型层面的竞争对手，**Anthropic** 依然选择在 **AWS**、**Google Cloud** 和 **Microsoft Azure** 三大云平台上同时提供自己的模型。

**丹妮拉·阿莫代伊**: 这个策略的核心是在客户需要的地方，让自己变得可用。财富五百强企业可能分布在不同的云环境中，但是几乎所有企业都需要 **AI** 解决方案，而 **Claude** 往往是他们的首选。如果企业无法在自己已有的云环境中访问 **Claude**，反而会成为他们的使用障碍。这种以客户需求为核心的开放策略，也让 **Anthropic** 进一步扩大了自己的市场覆盖范围。

### AI 泡沫、安全伦理与企业文化

**旁白**: 面对当前行业热议的 **AI 泡沫**问题，丹妮拉给出了非常理性的分析。她将这个问题拆分为技术和商业两个层面。

**丹妮拉·阿莫代伊**: 在技术层面，**AI** 进展完全没有放缓的迹象，模型仍然在以相当可预期的速度变得更强、更快。但是在经济层面，情况则更为复杂。无论技术有多么先进，它真正被企业或个人吸收、落地都需要时间。我认为，核心问题在于技术扩散进真实经济体系的速度，是否能够持续匹配技术本身的加速度。比如，下一代 **Claude** 的性能提升比例可能和之前类似，但是将这些新的能力部署到一个组织内部，会遇到人的瓶颈，组织变革需要时间，采购流程非常复杂，很多使用场景也无法事先完全预见。这种技术发展与商业落地之间的时间差，就可能会导致行业出现泡沫。

**丹妮拉·阿莫代伊**: 对于算力投入是否过度的疑问，很多数字无法直接横向比较，因为不同交易的结构差异很大。但是行业的核心共识是，要在未来几年内获得训练模型所需要的硬件，必须提前进行早期投入。她同时也指出，虽然目前更好的硬件和哪怕微小的模型提升都能带来很高的回报率，但是整个行业的参与者数量非常有限，这种高度集中的结构意味着，如果链条中的某一个环节出现问题，影响可能会被迅速放大，这是一个值得警惕的系统性风险。

**丹妮拉·阿莫代伊**: 而对于市场周期的判断，**Anthropic** 始终把自己定位为资本的审慎管理者。我们会仔细估算模型质量的演进、训练和推理所需的算力、客户需求的增长，以及能为客户创造的价值，尽可能对未来进行合理的规划。虽然无法准确预测市场是否会在未来六到十二个月出现泡沫破裂或者市场修正，但是只要持续作为一家负责任的公司运营，就能在各种市场环境下保持相对稳健的位置。

**旁白**: **安全**无疑是 **Anthropic** 最核心的品牌标签，也是他们从成立之初就坚守的使命。

**丹妮拉·阿莫代伊**: 安全与商业成功并不冲突，反而呈正相关的关系。只有把安全和可靠性做到极致，才能真正赢得企业客户的信任，而这种信任正是商业成功的基础。

**丹妮拉·阿莫代伊**: 为了践行这个使命，**Anthropic** 采取了一种被称为**激进透明**的策略。我们会公开发布关于 **Agent** 能力的数据，甚至主动披露研究发现。比如 **Claude** 在面对生存威胁时，96% 的情境中会选择勒索行为；其他前沿模型也存在类似的倾向。这种做法在技术公司中非常罕见，因为大多数公司都倾向于隐藏自己产品的缺陷和风险。但是在 **Anthropic** 看来，这是我们使命的一部分。**AI** 拥有治愈疾病等巨大潜力，但要实现这些积极结果，就必须先处理好这些困难和棘手的问题。

**丹妮拉·阿莫代伊**: 更重要的是，充分的信息披露能带来更好的社会决策。作为行业前沿的公司，**Anthropic** 能够率先看到风险的形态。如果他们发现 **Claude** 可能被用于网络攻击，那么其他的前沿模型极有可能会面临同样的问题。从社交媒体的历史教训中，我们意识到，提前意识到负面后果并且公开讨论、积极缓解，远比事后补救更有价值。

**丹妮拉·阿莫代伊**: 除了模型风险，**Anthropic** 还公开发布了大量关于 **AI** 社会影响的研究，包括最近一份关于 **AI** 对经济与劳动力冲击的报告。我们认为，作为一家公益公司，这是我们应尽的社会责任。

**丹妮拉·阿莫代伊**: 在安全实践上，**Anthropic** 的技术团队花了大量时间，将护栏直接内嵌进模型本身，比如机制可解释性研究、**宪法式 AI** 等等。目前我们还没有遇到过安全与功能直接冲突的明确案例，更常见的情况是，内部已经准备好的模型需要在发布前进行更多的安全测试，而客户并不了解这些背后的细节。对我们来说，确保推向市场的模型在安全性上做到极致，是不可动摇的原则。

**旁白**: 对于有人批评 **Anthropic** 是在用安全使命构建自己的护城河，让后发的初创公司更难竞争。

**丹妮拉·阿莫代伊**: 我并不认同。我认为，前沿模型研发的高门槛主要来自算力和资本成本，而非安全本身。事实上，**Anthropic** 看到的是一个蓬勃发展的生态，大量 **AI** 原生公司从第一天起就围绕 **AI** 来构建产品，而其中绝大多数都基于 **Claude**。我们影响生态的方式，最终还是取决于能否持续构建出最安全、最优秀的模型，而非通过安全使命来设置竞争壁垒。

**旁白**: 在政治环境复杂的当下，**Anthropic** 也面临着如何保持中立的挑战。比如，他们最近与**大卫·萨克斯**有过公开交锋，**达里奥**也发表了回应文章。

**丹妮拉·阿莫代伊**: **Anthropic** 一直努力聚焦政策而非政治。在保持美国 **AI** 的全球领先地位、确保模型对所有人群安全有益等议题上，我们能够找到跨党派的共识。作为一个新兴的领域，**AI** 的发展需要开放的心态，我们也愿意持续学习如何以安全、稳健的方式来推进技术，这也是我们公开发布研究成果的原因之一。

**旁白**: 聊到 **Anthropic** 的内部文化，丹妮拉提到了一个核心价值观：那就是**不要相信炒作**。

**丹妮拉·阿莫代伊**: 这个听上去似乎很简单的原则，却贯穿了公司的方方面面。在 **AI** 行业充斥着各种热度和噱头的当下，**Anthropic** 始终保持着清醒的认知。我们不是为了博取关注或者上头条，而是真正想把事情做好，无论是以良好、公平、负责任的方式训练模型，还是每天切实在为客户创造价值。作为一家弊端导向的公司，这种脚踏实地的文化尤为重要。我们清楚地知道，自己的核心任务是为企业提供生产力工具，这项工作至关重要，但是往往并不炫酷。而正是这种对真实价值的专注，让我们能够不被行业炒作带偏，始终坚守创办公司的初心。

**丹妮拉·阿莫代伊**: 作为一家公益型公司，为客户创造真实价值是我们的北极星指标。没有这个指引，在浮躁的行业中很容易迷失方向。

**旁白**: 对于 **AI** 行业另一个热门争议——**AGI** 何时到来，丹妮拉给出了一个令人意外的观点：这个概念可能已经过时了。

**丹妮拉·阿莫代伊**: 很多年前，**AGI** 作为一个概念很有用，用来讨论人工智能什么时候能够达到人类水平。但是随着技术的发展，这个概念变得越来越复杂。按照某些定义，**Anthropic** 可能已经实现了 **AGI**。比如 **Claude** 的代码能力已经可以和 **Anthropic** 内部的许多工程师相当，或者至少能完成大量类似水平的代码工作。要知道，**Anthropic** 雇佣的都是世界上最优秀的工程师和开发者，而其中很多人都表示 **Claude** 能完成他们的大量工作，或者极大地加速他们的工作效率。但是另一方面，**Claude** 仍然做不到很多人类能做的事情。所以 **AGI** 这个概念本身并不是错误，而是已经跟不上技术发展的现实，变得有些过时了。

**丹妮拉·阿莫代伊**: 至于是否需要新的关键突破才能走向更高层级的 **AI**，没有人能准确预测。技术发展是科学与工程的复杂交织，不同的研究实验室都在以不同的方式接近同一个目标。但是就目前来看，**AI** 技术的进展并没有放缓的迹象。我个人更倾向于认为，模型能力还会在一段时间内继续提升，而 **Anthropic** 也会为可能出现的能力放缓做好准备。

### 核心团队与未来展望

**旁白**: 最后，我们来聊聊 **Anthropic** 的核心管理团队：丹妮拉和她的兄长达里奥的互补关系。

**丹妮拉·阿莫代伊**: 能和兄长一起经营 **Anthropic** 是一种荣幸。我们的关系非常特别，毕竟已经彼此认识了一辈子。在我看来，**达里奥**拥有一种几乎独一无二的远见型领导力。他对技术走向、技术如何影响人和组织，有着极其敏锐、而且历史上反复被验证过的直觉。我开玩笑说，没有人真正知道未来，但是**达里奥**可能是最接近能看到未来的那个人。

**丹妮拉·阿莫代伊**: 而我自己则更偏向实践和运营，喜欢搭建和管理组织。大部分时间都在和高管团队合作，包括招聘业务的关键人才，思考客户体验，与企业站在同一立场创造价值，建立可持续的合作伙伴关系等等。

**丹妮拉·阿莫代伊**: 这种互补让我们相互促进。**达里奥**推动我思考更加宏大的问题，而我则专注于将宏大愿景落地为可持续的组织运营，帮助公司完成五年前一起设定的目标。

**旁白**: 对于 **Anthropic** 的未来，丹妮拉并没有透露太多具体的计划。当被问到二零二六年是否可能 **IPO** 时，她表示目前没有任何具体的信息可以分享，但是强调 **Anthropic** 会始终以负责任的方式来使用资本，权衡最合适的融资时间和方式。而在平衡**亚马逊**、**谷歌**、**微软**等多家大型科技公司的合作与竞争关系上，他们的核心策略依然是以客户为中心，在客户需要的地方提供可用的模型。

**旁白**: 回顾 **Anthropic** 五年的发展历程，我们能看到一家科技公司在 **AI** 行业的浪潮中，用少资源多产出的效率证明了技术路线的可行性；用 **B** 端市场的爆发式增长验证了商业模式的正确性；也用激进透明的实践，为行业树立了安全伦理的标杆。无论 **Anthropic** 的争议如何，在 **AI** 行业里它依然会占据重要的位置，继续推动 **AI** 技术的发展。感谢收看本期视频，我们下期再见。