--- author: Best Partners TV date: '2026-02-19' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=oD-C1KSGg4o speaker: Best Partners TV tags: - ai-agent - prompt-engineering - information-work - competitive-landscape - software-development title: Claude Code：AI Agent革命开启，Anthropic能否超越OpenAI，重塑万亿信息工作市场 summary: 报告分析了Anthropic的Claude Code如何成为AI Agent发展的关键拐点，其指数级增长预示着15万亿美元信息工作市场的颠覆。文章对比了Anthropic与OpenAI在算力和营收上的竞争，指出Claude Code正推动软件开发进入'vibe coding'新模式，并有望将AI Agent应用拓展至所有信息工作者。同时，AI Agent的高性价比正瓦解SaaS模式，给微软等巨头带来挑战，而Anthropic凭借技术路线、算力扩张和核心引擎的成熟，展现出超越OpenAI的潜力。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: [] companies_orgs: - Anthropic - OpenAI - Microsoft - Accenture products_models: - Claude Code - Claude Computer - Cowork - Opus 4.5 - Copilot media_books: [] status: evergreen --- 大家好，这里是最佳拍档。 相信大家对于 **Claude Code** 的名字早已不陌生了。它不仅让软件开发领域迎来了人机协作的范式转移，更预示着全球规模为15万亿美元的信息工作市场，即将迎来一场颠覆性的变革。2月6日，**SemiAnalysis** 发布了一份 **Claude Code** 的深度分析报告，可以帮助我们一窥这场变革的真实背景。 首先，我们先来看一组数据。截至2026年2月2日，**Claude Code** 在 **GitHub** 上的日均代码提交量已经超过了13.5万次，占据了 **GitHub** 上4%的公共代码提交份额。按照当前的发展趋势，到2026年底，这个占比将突破20%。更值得关注的是，从产品落地到实现这样的规模，**Claude Code** 仅用了13个月。这样的增长速度，在科技产品发展史上都是极为罕见的。**SemiAnalysis** 在报告中明确指出，**Claude Code** 是 **AI Agent** 发展的关键拐点，它让外界真正看到了人工智能未来的运作形态。而这款产品也将推动 **Anthropic** 在2026年实现爆发式的营收增长，让它的增速大幅超越 **OpenAI**。 ### 竞争格局的根本反转 当 **Claude Code** 实现指数级增长的同时，**Anthropic** 与 **OpenAI** 的行业竞争格局也正在发生根本性的反转。这种反转体现在算力规模与营收增长两个核心维度。首先在算力层面，**Anthropic** 的算力规模正在进入快速扩张的阶段，明确计划在未来三年内实现算力总量与 **OpenAI** 持平。而反观 **OpenAI**，目前正遭遇多处数据中心建设延期的问题，直接导致其资本支出指标未能达到市场预期，算力扩张的节奏被大幅打乱。 算力的差距直接反映在营收端。**Anthropic** 的 **ARR**（年经常性收入）增量已经实现了对 **OpenAI** 的反超。更关键的是，**Anthropic** 当前的营收增长并非是受市场需求的制约，而仅仅是受算力供应的限制。这意味着它的市场需求已经完全被激活，只要算力能够跟上，营收增长的天花板还将持续上移。相比之下，**OpenAI** 不仅面临算力扩张的难题，产品发展也未能跟上发展趋势，让其行业头部的位置开始变得岌岌可危。 ### Claude Code：终端原生的AI Agent 从本质上来说，**Claude Code** 是一款终端原生的 **AI Agent**，是一套命令行界面工具，称它为 **Claude Computer** 可能更加合适。这款产品拥有计算机的完整访问权限，它能读取整个代码库、根据用户的需求规划多步骤的任务并自主执行。同时，它还能精准理解运行环境、制定科学的执行计划、通过迭代的方式完成复杂任务，并且在整个任务执行的过程中，能够全程接收用户的指令调整，实时适配需求变化。 也就是说，**Claude Code** 的能力远不止是编写代码，它是目前最成熟的 **AI Agent** 落地产品。用户只需要通过自然语言描述工作目标，而不需要告知具体的实现细节，再向它输入电子表格、代码库、网页链接等任意素材，它就能自动完成从计划制定、到细节验证，再到任务执行的全流程。这也是它与传统 **AI** 编码工具最核心的区别。 ### Vibe Coding：软件开发的价值重构 **Claude Code** 的普及催生出了软件开发领域一种全新的工作模式——**vibe coding**。这个概念由 **Andrej Karpathy** 率先提出。简单来说，就是程序员不再需要手动编写代码，而是通过自然语言向 **AI** 描述开发需求、指导工作方向并进行纠错。而这个模式也得到了全球顶尖技术从业者的普遍认可，他们的观点也印证了软件开发领域正在发生的价值重构。 **Karpathy** 直言，自己已经明显感觉到手动编写代码的能力在逐渐退化，因为在大脑中，代码生成和代码解读是两种不同的能力，而其中的生成能力正在被 **AI** 快速替代。**Vercel** 的首席技术官 **Matei Urdal** 表示，自己的核心工作已经变成了告诉 **AI** 它哪里错了，而这个过程也让他对命令行、文件系统、数据库协议的理解比以往更深入。**Node.js** 的创始人 **Ryan Dahl** 则给出了更直接的判断，他认为人类编写代码的时代已经结束。 当然，这并不意味着软件工程师无事可做，而是工作重心将从直接编写语法，转向更高维度的需求设计、系统架构和 **AI** 纠错。**Ruby on Rails** 创始人 **David Heinemeier Hansson** 也表示，手动编写 **Ruby** 代码如今已经成为了一种奢侈体验，这门手艺或许很快会成为失传的艺术。而 **Claude Code** 的创造者 **Boris Cherny** 则透露，团队几乎100%的代码都是由 **Claude Code** 加 **Opus 4.5** 完成的，团队的招聘标准也发生了变化，更倾向于通用型人才，而非专精某个编程语言的程序员。就连 **Linux** 内核创始人 **Linus Torvalds** 也坦言，自己已经开始使用氛围编码模式工作了。 这些行业顶尖从业者的共识指向了同一个结论：代码编写这个曾被视为软件开发核心技能的工作，正在成为 **AI** 的基础能力。程序员的核心竞争力正在从代码熟练度，转向需求拆解能力、系统设计能力和 **AI** 协作能力。软件开发的价值链条正在被重新定义。 ### 万亿级信息工作市场的AI Agent主战场 **SemiAnalysis** 举了一个团队自身的实际应用案例：行业模型分析师需要生成一份 **AI** 交换机市场的仪表盘图表，并且明确要求隐藏 **Y** 轴标签和品类图例，避免泄露核心数据。面对这个需求，分析师仅向 **Claude Code** 输入了自然语言指令，**Claude Code** 便自主完成了全部工作：第一步，编写了421行 **Python** 代码，生成了脱敏版的图表脚本；第二步，在终端自主执行该脚本，输出了包含多个核心维度的脱敏版可视化仪表盘。整个过程从指令输入到最终输出，仅耗时1分13秒，全程无需人类编写任何一行代码。 如果说软件开发是 **AI Agent** 颠覆信息工作的首个滩头阵地，那么全球规模达到15万亿美元的信息工作市场，才是 **AI Agent** 真正的主战场。根据国际劳工组织的相关数据，全球有超过10亿的信息工作者，占全球36亿劳动力的三分之一。而所有信息工作的流程都拥有高度的相似性，比如读取、思考、书写、验证，这个流程与软件开发的流程完全一致。 这也就意味着，如果 **AI Agent** 能够颠覆软件开发领域，那么几乎所有的信息工作领域都无法幸免。如果看细分领域的市场规模数据，医疗管理领域以13500亿美元的规模位居首位，法律服务领域紧随其后，达到7880亿美元，软件开发领域仅排第三，规模为5130亿美元。此外，金融服务4800亿美元、保险运营4000亿美元、客户支持2890亿美元、咨询和专业服务2780亿美元、数据分析和商业智能2380亿美元。这些细分领域的市场规模总和，已经达到了43360亿美元。 从这些数据我们能够清晰看到，**Claude Code** 的编码能力只是 **AI Agent** 的入门应用，它真正的市场潜力在于对万亿级规模的全信息工作的自动化改造。 ### AI Agent的演进：自主任务处理时长的突破 当然，**AI Agent** 想要实现对全信息工作市场的全面渗透，核心的制约因素是自主任务处理时长，也就是 **Agent** 能够在无人类干预的情况下持续完成任务的时间。研究机构 **METR** 在2025年3月发布的研究数据显示，**AI Agent** 的自主任务时长呈现出了指数级增长的趋势，每4到7个月就会实现翻倍。而在2024年到2025年，这个增长速度已经加速到了大约4个月。 并且每一次翻倍，都会解锁一个全新的市场层级。比如，1分钟的自主任务时长，仅能完成代码片段补全的基础工作；10分钟可实现漏洞修复；30分钟能完成代码片段的自动完成。当前 **AI Agent** 的主流水平是4.8小时，能够实现模块重构的核心工作；当时长达到8小时，就能完成人类一个完整工作日的任务；17小时可处理跨天的简单项目；而32小时的自主任务时长，就能完成多日的复杂项目，比如全流程审计这类高难度工作。 这个数据也让行业看到，随着自主任务处理时长的持续提升，**AI Agent** 将逐步从碎片化工具升级为全流程自动化工具，它的应用场景也将持续拓展。 ### Cowork：AI Agent的通用计算延伸 **Anthropic** 显然也洞察到了这个发展趋势，并且快速推出了全新产品来完成市场布局。在2026年1月12日，**Anthropic** 正式推出了 **Cowork**。这款产品被定义为面向通用计算的 **Claude Code**。它的开发过程本身就成为了 **Claude Code** 能力的最佳证明：**Cowork** 由4名工程师仅用10天开发完成，产品的大部分代码都是由 **Claude Code** 自身编写的。同时，它与 **Claude Code** 采用了相同的技术架构。 与 **Claude Code** 的终端端属性不同，**Cowork** 是一款桌面端工具，能够完成各类通用的信息工作。这款产品的推出，标志着 **Anthropic** 正式将 **AI Agent** 的应用场景，从程序员这个特定群体，拓展到了所有的信息工作者，实现了 **Claude Code** 从编码专用向全民通用的重要延伸。 ### AI智能成本暴跌与高性价比 **AI Agent** 能够快速普及的另外一个核心原因，在于 **AI** 智能的成本出现了暴跌，性价比已经远超人类。我们可以做一组直观的成本对比：**Claude Pro** 的订阅费用仅为每月20美元，更高阶的 **Claude Max** 订阅费用为每月200美元。而美国普通知识工作者的日均全成本（包括薪资、福利、办公成本等等）达到了350到500美元。仅从成本角度计算，**AI Agent** 仅需承担人类日均成本的6%到7%，却能完成人类的部分核心工作，投资回报率达到了10到30倍。 更重要的是，**AI Agent** 还能提升工作的智能水平与处理效率。如今在实际的工作场景中，一名工程师借助 **Claude Code** 的能力，能够完成过去一个团队一个月才能完成的工作。这种效率的提升，让企业有足够的动力去大规模采用 **AI Agent**。 ### 企业端大规模落地与SaaS颠覆 **AI Agent** 的高性价比也推动了其在企业端的大规模落地。其中最具代表性的就是 **埃森哲**（**Accenture**）与 **Anthropic** 达成的、迄今为止最大的 **Claude Code** 合作。根据合作协议，**埃森哲** 将为旗下3万名专业人员提供 **Claude** 系列产品的使用培训，培训的核心领域聚焦于金融服务、生命科学、医疗健康和公共部门。而这些领域正是 **AI** 信息自动化尚未开发的蓝海市场，也是全球信息工作市场中规模大、价值高的核心领域。 这场合作的落地，不仅印证了企业端对 **AI Agent** 的需求已经进入了规模化阶段，更预示着 **AI Agent** 的商业化落地已经从互联网、软件开发等前沿领域，向传统的高价值行业渗透。 与此同时，**AI Agent** 的普及也正在对传统的 **SaaS** 行业产生颠覆性的冲击，逐步瓦解 **SaaS** 行业的三大核心护城河。首先是数据锁定壁垒：传统 **SaaS** 模式下，用户的数据被困在单一的 **SaaS** 系统中，跨平台迁移的成本极高。而 **AI Agent** 具备跨系统迁移数据的能力，能够大幅降低用户的数据迁移成本，打破数据锁定。其次是工作流锁定壁垒：用户使用传统 **SaaS** 产品，需要花费大量时间学习产品的操作界面和专属工作流。而 **AI Agent** 无需人类去适配 **UI**，能够直接理解用户的自然语言需求，自主完成工作，彻底绕开了工作流锁定。最后是集成复杂度壁垒：不同 **SaaS** 系统之间的集成，需要专业的开发人员进行定制化开发。而 **Anthropic** 的 **MCP** 协议，让 **AI Agent** 能够轻松实现跨工具的无缝集成，大幅降低了系统集成的复杂度。 从本质上来说，**SaaS** 的核心逻辑是将信息工作流程固化为代码，而 **AI Agent** 能够直接自主完成信息工作，无需依赖固化的代码流程。这也是它能对 **SaaS** 模式形成本质颠覆的核心原因。 ### 微软的困境：双重商业矛盾 在这场 **AI Agent** 的变革中，受冲击最严重的科技企业当属 **微软**。这家全球最赚钱的科技公司，如今陷入了无法调和的双重商业矛盾。第一个矛盾，是云业务与核心软件业务的矛盾。**Azure** 是全球最大的 **AI** 算力云之一，核心业务之一就是为 **OpenAI**、**Anthropic** 等 **AI** 公司提供 **GPU** 算力支持。但是，这些公司的 **AI** 产品，比如 **Claude Code**，正在颠覆 **微软** 的 **Office 365**、**GitHub** 等核心现金牛业务。简单来说，**微软** 相当于为颠覆自己的对手提供武器，一边赚着算力的钱，一边看着自己的核心业务被算力客户颠覆。 第二个矛盾是算力分配的矛盾。**微软** 的 **GPU** 算力资源需要在两个核心方向进行分配：一是 **Azure** 云的对外服务，满足市场的算力需求，提升云业务的营收；二是自身 **Copilot** 系列产品，包括 **Office Copilot**、**GitHub Copilot** 的研发和运营，目的是保护自己的核心软件业务。如果 **微软** 将算力全部投向 **Azure**，那么 **Office 365** 等核心业务将被 **Claude Code** 等 **AI** 竞品快速颠覆；如果将算力大量投向 **Copilot** 系列产品，那么 **Azure** 云业务的增长将受到严重制约，算力供应不足会导致客户流失。更糟糕的是，**微软** 的 **Copilot** 系列产品比 **Claude Code** 早推出一年，但无论是市场渗透率还是产品体验，都远不及 **Claude Code**，几乎没有取得实质性的市场进展。 为了挽救这个局面，**微软** CEO **Satya Nadella** 已经亲自接手 **AI** 产品管理工作，从日常的企业管理中抽身。这个举措也足以说明，**AI** 产品的竞争结果，可能直接决定 **微软** 的未来发展。除此之外，**微软** 的整个生态伙伴也面临着相同的冲击：**Salesforce**、**Tableau**、**Figma** 等依靠按席位收费的软件企业，核心价值都在被 **AI Agent** 逐步替代。**微软** 的整个软件生态正面临着系统性的风险。 而作为 **微软** 核心 **AI** 合作伙伴的 **OpenAI**，也正面临着巨大的行业危机。如果无法快速跟进 **Claude Code** 的 **Agent** 化布局，那么 **OpenAI** 将从一家 **AI** 解决方案公司，退化为单纯的基础模型公司，彻底失去 **AI** 行业的主导权。 ### Anthropic的三大制胜关键 **SemiAnalysis** 指出，**Anthropic** 的崛起并非偶然，背后有三大核心的制胜关键。第一，技术路线的正确选择。**Anthropic** 没有陷入 **AI** 行业普遍的、用基准测试比拼性能的内卷之中，而是率先聚焦在了 **AI Agent** 的落地应用，精准抓住了从 **Token** 售卖到 **Token** 编排的核心趋势。**Claude Code** 和 **Cowork** 的快速落地，不仅让它成为了 **AI Agent** 时代的先行者，也让 **Anthropic** 跳出了与 **OpenAI** 在基础模型层面的同质化竞争，开辟了全新的赛道。 第二，算力与营收的快速扩张。如我们之前所说，**Anthropic** 的算力规模计划在三年内追平 **OpenAI**，同时 **ARR** 增量已经反超 **OpenAI**。 第三，核心技术引擎的成熟。**Opus 4.5** 作为 **Claude Code** 的核心技术引擎，在长周期、多步骤的 **Agent** 任务处理上表现极为优异。这种处理复杂任务的能力，也是 **Anthropic** 能够落地端到端 **Agent** 产品的核心技术原因。 总之，在 **SemiAnalysis** 看来，这场由 **Claude Code** 开启的 **AI Agent** 革命，才刚刚开始。它不仅会重构科技行业的竞争格局，更会改变全球十亿信息工作者的工作方式。而我们每个人，都将身处这场变革之中。 感谢收看本期视频，我们下期再见。