Anthropic的最新一轮融资正在洽谈，估值传闻接近9000亿美元——超过OpenAI。
二级市场上， Anthropic股权的隐含估值已逼近1万亿 美元 ，部分代币化平台的报价 甚至 更高。
九个月前，这个数字还是 610亿 美元 。
几乎同一时间，公司 创始人兼 CEO达里奥·阿莫迪（Dario Amodei）在5月6日的Code with Claude开发者大会上说，2026年第一季度，公司收入同比增长了80倍。
“我们本来按10倍来规划。”他说，“结果是80倍。”
这家公司没有 ChatGPT那样的超级应用入口。它的收入绝大部分来自API——其他公司买它的模型，嵌进自家的产品。它的曲线，就是这场AI浪潮能不能真正变现最直接 的 试金石。
阿莫迪本人，由此成了一个绕不过去的研究对象。
《 达里奥 ·阿莫迪是如何炼成的 》 这篇人物特写出自 Big Technology创始人Alex Kantrowitz之手，发表于2025年7月底。二十多位访谈对象，一次面对面长谈 ，堪称 迄今为止对 极富争议的 阿莫迪 本尊 最完整的一次刻画。
文章从他在旧金山的童年讲起，一路走到普林斯顿的视网膜实验室、百度的算力实验、 OpenAI内部的 “ 熊猫 团队 ” ，再到 Anthropic的诞生、Claude的爆发，以及他正在与硅谷其他玩家进行的多线战争。
但全篇最有分量的一笔，落在阿莫迪二十岁出头那年。
他的父亲死于一种罕见疾病。四年之后，这种病的死亡率从 50%跌到 5%以下。
“ 有人攻克了这个病的疗法，救了一些人的命， ” 阿莫迪说， “ 但本来还可以救更多。 ”
这是他今天所做的一切的起点。
聪明投资者（ID: Capital-nature） 精译整理，推荐给大家。以下是正文。
当我问达里奥 ·阿莫迪最近到底怎么了时，他几乎没有任何迟疑。
这位 Anthropic CEO在2025年一直处在战斗状态：他与业内同行交锋，与政府人士争辩，也不断挑战公众对人工智能的认知。
过去几个月里，他预测 AI很快可能会消灭50%的入门级白领岗位；他在《纽约时报》撰文，猛烈反对为期十年的AI监管暂停期；他还呼吁对中国实施半导体出口管制，并因此遭到英伟达CEO黄仁勋的公开反驳。
在这一切发生之中，阿莫迪在 Anthropic位于旧金山市中心总部的一楼与我见面。
他整个人很放松，精力充沛，也急于开始，仿佛一直在等待这个机会，来解释自己为什么会这样做。
他穿着一件蓝色青果领毛衣，里面搭着一件随意的白色 T恤，戴着一副厚框方形眼镜，坐下后直视前方。
阿莫迪说，支撑他这些行动的，是一个坚定信念： AI的发展速度比大多数人意识到的更快，这意味着它带来的机会和后果，也比表面看上去更近。
“我确实是最看好AI能力会快速提升的人之一。”他对我说，“随着我们越来越接近更强大的AI系统，我越来越希望把这些话说得更有力、更公开，把这个观点讲得更清楚。”
阿莫迪的直言不讳和锋芒毕露，在硅谷为他赢得了尊重，也招来了嘲讽。
在一些人眼里，他是技术远见者，曾主导 OpenAI的GPT-3项目，也就是ChatGPT的种子；他也是一位重视安全的领导者，后来离开OpenAI，创办了 Anthropic。
但在另一些人眼里，他是一个控制欲很强的 “末日论者”：想要放慢AI的进展，按照自己的意愿塑造它，并把竞争者挡在门外。
喜欢他也好，讨厌他也罢， AI领域都必须面对他。
阿莫迪已经把 Anthropic变成了一股真正的经济力量。
这家公司目前估值达到 610亿美元。它从2021年的零起点出发，虽然至今仍未盈利，但年化经常性收入已经从2025年3月的14亿美元，增长到5月的30亿美元，再到7月接近45亿美元。
阿莫迪因此称它是 “在当前规模下，历史上增长最快的软件公司”。
也许比 Anthropic的收入规模更值得注意的，是这些收入的来源。
不同于主要依赖 ChatGPT这类应用的 OpenAI，阿莫迪押注最大的是底层技术本身。他告诉我，Anthropic的大部分收入来自API，或者来自其他公司购买Anthropic的AI模型，并把这些模型嵌入自己的产品中。
因此， Anthropic在某种意义上将成为AI进展的一块晴雨表：它的起落，将直接取决于这项技术本身的强弱。
随着 Anthropic不断壮大，阿莫迪希望公司的分量能够帮助他影响整个行业的方向。而考虑到他愿意发声、愿意出拳，也愿意承受反击，他大概率是对的。
所以，如果这个人将参与塑造可能是全球最具影响力的新技术，那么理解他受到什么驱动、他的公司如何运转、以及为什么他的时间表比许多人都更短，就很值得。
在与他本人、他的朋友、同事和竞争者进行了二十多次访谈之后，我相信自己找到了答案。
达里奥 ·阿莫迪从小就是一个科学少年。
他 1983年出生于旧金山，母亲是犹太人，父亲是意大利人。他的兴趣几乎全部集中在数学和物理上。高中时期，互联网泡沫在他身边爆发，但他几乎没有受到影响。
“写个什么网站，对我完全没有吸引力。”他告诉我，“我感兴趣的是发现基础科学真理。”
在家里，阿莫迪与父母关系非常亲密。他说，父母是一对充满爱意的夫妻，也都希望让这个世界变得更好。
他的母亲埃琳娜 ·恩格尔（Elena Engel）曾负责伯克利和旧金山图书馆的翻新与建设项目。父亲里卡尔多·阿莫迪（Riccardo Amodei）是一名受过训练的皮匠。
“他们让我明白什么是对，什么是错，也让我知道这个世界上什么事情真正重要。”他说，他们在他身上注入了一种强烈的责任感。
这种责任感，在阿莫迪就读加州理工学院本科期间就已经显现出来。当时，他曾严厉批评身边同学对即将到来的伊拉克战争表现得过于消极。
“问题并不是每个人都对轰炸伊拉克这件事感到满意；问题在于，大多数人原则上反对，却不愿意拿出哪怕一毫秒的时间。”
阿莫迪在 2003年3月3日发表于学生报纸《加州理工报》的一篇文章中写道，“这种情况必须改变，而且必须立刻改变，不能拖延。”
后来，在他二十出头的时候，阿莫迪的人生被彻底改变。
他的父亲里卡尔多长期与一种罕见疾病抗争，最终在 2006年离世。父亲的去世给阿莫迪带来巨大冲击。他也因此把自己在普林斯顿大学的研究生研究方向，从理论物理转向生物学，希望解决人类疾病和生物学问题。
从某种意义上说，阿莫迪此后的人生，都与父亲的离去有关。
尤其让他难以释怀的是，父亲去世后不到四年，一项新的突破出现，使这种疾病从一种死亡率高达 50%的疾病，变成了治愈率达到95%的疾病。
“有人研究出了这种病的疗法，成功治愈了它，也救了很多人的命。”阿莫迪说，“但本来还可以救更多人。”
曾在 2010年代初与阿莫迪交往过的杰德·王（Jade Wang）说，阿莫迪父亲的去世一直塑造着他的人生路径。
“这就是他父亲很可能去世，和很可能活下来之间的差别，明白吗？”她说。她的意思是，如果科学进展稍微快一点，阿莫迪的父亲也许今天仍然在人世。
只是阿莫迪花了一些时间，才找到 AI作为承载这种愿望的工具。
一提起父亲的去世，阿莫迪的情绪明显被点燃。
他认为，自己呼吁出口管制和 AI安全防护，常常被外界误读成某种非理性的、想要阻碍AI进步的行为。
“当有人说，‘这个人是个末日论者，他想让事情慢下来’，我真的会非常愤怒。”阿莫迪对我说，“你刚才听到我说了什么。我的父亲死了，就是因为那些疗法如果早几年出现，他可能就不会死。我当然理解这项技术的好处。”
在普林斯顿时，阿莫迪仍然深受父亲离世的影响。他开始通过研究视网膜，踏上理解人类生物学的道路。
我们的眼睛通过向视觉皮层发送信号来捕捉世界。视觉皮层是大脑中很大的一部分，占据大脑皮层约 30%，它负责处理这些数据，并最终让我们看到图像。
如果一个人想要进入人类生理系统的复杂性，视网膜是一个很好的起点。
“他用视网膜来观察一个完整的神经群体，并真正理解每个细胞在做什么，或者至少获得这样一种可能性。”阿莫迪在普林斯顿的同期研究者斯蒂芬妮·帕尔默（Stephanie Palmer）告诉我，“他的重点更多在这里，而不是眼睛本身。他并不是想当眼科医生。”
在迈克尔 ·贝里（Michael Berry）教授的视网膜实验室工作时，阿莫迪对当时用于测量视网膜信号的方法非常不满，于是共同发明了一种新的、更好的传感器，用来获取更多数据。
这在实验室里并不常见。它既令人印象深刻，也带着一种不愿循规蹈矩的气质。
他的博士论文获得了赫兹论文奖，这是一项颇具声望的奖项，颁给那些在学术研究中发现现实应用价值的人。
但阿莫迪总喜欢挑战既有规范，而且对 “事情应该是什么样子”有一种强烈判断，这让他在学术环境中显得格外不同。
贝里告诉我，阿莫迪是他见过最有才华的研究生。但阿莫迪对技术进步和团队合作的重视，在一个以个人成就为核心评价标准的体系中，并不那么合拍。
“我觉得在内心里，他是一个有些骄傲的人。”贝里对我说，“我想，在那之前，他整个学术生涯里，每当他做成一件事，人们都会站起来为他鼓掌。但在这里，这种事情并没有真正发生。”
离开普林斯顿后， AI的大门向阿莫迪打开了。
他开始在斯坦福大学研究员帕拉格 ·马利克（Parag Mallick）手下从事博士后研究，研究肿瘤内部及周围的蛋白质，以检测转移性癌细胞。
这项工作非常复杂，也让阿莫迪看到了个体能力的边界。他开始寻找技术上的解决方案。
“生物学底层问题的复杂度，让人感觉已经超出了人类尺度。”阿莫迪对我说，“要真正理解这一切，你需要成百上千名人类研究者。”
阿莫迪在新兴的 AI技术中看到了这种潜力。
当时，数据和计算能力的爆炸式增长，正在推动机器学习取得突破。机器学习是 AI 的一个分支，长期以来在理论上充满潜力，但直到那时，实际成果一直不算突出。
阿莫迪开始尝试这项技术之后意识到，它未来也许可以替代那成百上千名研究者。
“当时我刚开始看到AI 领域 的发现，在我看来，是唯一能够弥合这个差距的技术。 ”他说，它是一种“能够把我们带到超越人类尺度之外”的东西。
阿莫迪离开学术界，转向企业世界，以推动 AI的进展，因为那里有足够的资金支持这种研究。
他曾考虑自己创办一家初创公司，后来又倾向于加入谷歌。谷歌拥有资金充足的 AI研究部门Google Brain，并且刚刚收购了DeepMind。
但中国搜索引擎公司百度给著名研究者吴恩达（ Andrew Ng）提供了1亿美元预算，用于研究和部署AI。
吴恩达开始组建一支超级团队，并联系了阿莫迪。阿莫迪对此很感兴趣，于是提交了申请。
当阿莫迪的申请到达百度时，团队一开始并不知道该如何看待。
“他的背景很出色，但从我们的角度看，他的背景是在生物学，不是在机器学习。”团队早期成员格雷格·迪亚莫斯（Greg Diamos）告诉我。
随后，迪亚莫斯查看了阿莫迪在斯坦福写的代码，并鼓励团队聘用他。
“我当时想，能写出这种代码的人，一定是一个非常了不起的程序员。”他说。
2014年11月，阿莫迪加入百度。
凭借庞大的资源，百度团队可以把计算能力和数据投入问题之中，以试图改善结果。他们看到了令人惊讶的效果。
在实验中，阿莫迪和同事发现，当他们增加这些要素时， AI的表现会显著提升。团队发表了一篇关于语音识别的论文，显示模型规模与性能之间存在直接相关关系。
“这对我产生了很大影响，因为我看到了这些非常平滑的趋势。”阿莫迪说。
阿莫迪在百度早期的工作，为后来所谓的 AI“扩展定律”（scaling laws）作出了贡献。严格来说，这些定律更像是一种观察。
扩展定律认为，在 AI训练中增加计算能力、数据和模型规模，会带来可以预测的性能提升。换句话说，只要把一切都做大，AI就会变得更好，并不一定需要全新的方法。
“在我看来，这是我一生中见过的最重要发现。”迪亚莫斯对我说。
直到今天，阿莫迪也许仍然是 AI研究领导者中最纯粹的扩展定律信奉者。
谷歌 DeepMind CEO德米斯·哈萨比斯（Demis Hassabis）和Meta首席 AI 科学家杨立昆（Yann LeCun）等同行认为，AI行业还需要更多突破，才能达到人类水平的人工智能。
但阿莫迪说话时带着一种明确的确定感，虽然不是百分之百确定，但他认为前进道路已经相当清楚。
当整个行业正在建设规模堪比小城市的大型数据中心时，他看到极其强大的 AI正在快速逼近。
“我看到的是指数曲线。”他说，“当你处在一条指数曲线上时，你真的很容易被它欺骗。距离指数曲线彻底疯狂还有两年时，它看起来只是刚刚开始。”
在百度， AI团队的进展也埋下了它瓦解的种子。
随着这项技术、知识和资源越来越有价值，公司内部围绕控制权爆发了地盘之争。最终人才出走，这个实验室也随之分崩离析。吴恩达拒绝 对此 置评。
就在百度 AI团队瓦解之际，埃隆·马斯克邀请阿莫迪和多位顶尖AI研究者，参加了一场如今已广为人知的晚宴。地点是门洛帕克罗斯伍德酒店。
山姆 ·奥特曼（Sam Altman）、格雷格·布罗克曼（Greg Brockman）和伊利亚·苏茨克韦尔（Ilya Sutskever）都出席了那场晚宴。
看到 AI正在显露出来的潜力，并担心谷歌可能巩固对这项技术的控制，马斯克决定资助一个新的竞争者，这就是后来的OpenAI。
奥特曼、布罗克曼和苏茨克韦尔与马斯克共同创办了这家新的研究机构。
阿莫迪也考虑过加入，但他对这个刚起步的组织仍有疑虑，于是选择去了 Google Brain。
在谷歌待了 10 个月后，阿莫迪被大公司的泥淖困住，于是重新考虑自己的选择。
2016年，他加入OpenAI，并开始从事AI安全工作。
他在谷歌时就已经开始关注安全问题。当时，他担心这项快速进步的技术可能带来伤害，并共同撰写了一篇论文，讨论 AI潜在的不良行为。
阿莫迪在 OpenAI安顿下来之后，他过去在谷歌的同事发表了transformer模型。这个模型正是今天生成式AI浪潮背后的核心技术。那篇论文名为《Attention is All You Need》。
Transformer使训练速度更快，也让模型规模能够比过去大得多。尽管这一发现拥有巨大潜力，谷歌却基本上把它搁置了。
与此同时， OpenAI开始行动。
2018年，OpenAI发布了它的第一个大型语言模型，名为GPT。其中的“T”代表 Transformer。
这个模型生成的文本经常不完整、不通顺，但它仍然显示出相较此前语言生成方法的明显进步。
阿莫迪后来成为 OpenAI的研究主管，并直接参与了下一代模型GPT-2。GPT-2 本质上与GPT是同一种模型，只是更大。
OpenAI团队使用一种名为“基于人类反馈的强化学习”（RLHF）的技术对 GPT-2 进行微调。阿莫迪参与开创了这项技术，它有助于引导模型的价值取向。
如预期一样， GPT-2的效果比GPT好得多。它已经能够在一定程度上进行改写、写作，并较为连贯地回答问题。
语言模型很快成为 OpenAI的焦点。
随着阿莫迪在 OpenAI内部影响力上升，围绕他的争议也越来越多。
他写作能力很强，经常撰写长篇文件，讨论价值观和技术。有些同事认为这些文件很鼓舞人心，另一些人则觉得它们像是在插旗宣示立场，而且过于强势。
其中一份备忘录探讨了 “M 型公司”和“P 型公司”的区别：M型公司提供面向市场的商品，P型公司提供面向公共利益的商品。
在一些人看来，阿莫迪也过于重视围绕技术潜力保持保密，并希望与政府合作来应对这些问题。
他有时也显得有些尖锐，偶尔会贬低自己不认同的项目。
尽管如此， OpenAI仍然把GPT-3项目的领导权交给了阿莫迪，并把整个公司50%到60%的算力交给他，用来构建一个大幅扩展的语言模型版本。
从 GPT到GPT-2的跃迁已经很大，规模增加了 10 倍。但从 GPT-2到GPT-3的跃迁更为巨大。这是一个百倍规模的项目，成本达到数千万美元。
结果令人震惊。
《纽约时报》引用了一些独立研究者的看法，他们对 GPT-3编写代码、总结和翻译的能力感到惊讶。
在 GPT-2发布时相对克制的阿莫迪，这一次对新模型赞不绝口。
“它有一种涌现特质。”他对《纽约时报》说，“它在某种程度上能够识别你给出的模式，并把这个故事续写下去。”
但 OpenAI表面之下的裂缝，也开始被彻底撕开。
随着 GPT-3这个第一个真正有能力的语言模型诞生，阿莫迪感受到的利害关系也变得更大。
在多个领域都看到扩展定律发挥作用之后，阿莫迪开始思考这项技术将走向何处，并对安全问题产生了更强烈的兴趣。
“他看着这项技术，并假设它会成功。”杰克·克拉克（Jack Clark）告诉我。他曾是阿莫迪在OpenAI的亲密同事。
“如果你假设它会成功，也就是说它会变得像人一样聪明，那么从某种意义上，你就不可能不担心安全问题。”
虽然阿莫迪负责 OpenAI的模型开发，也掌握着相当大一部分算力，但公司有些部分并不在他的控制之下。
这些包括：什么时候发布模型，人事安排，公司如何部署技术，以及公司如何对外呈现自己。
“很多事情，”阿莫迪说，“并不是你只靠训练模型就能控制的。”
到那时，阿莫迪身边已经形成了一个关系紧密的同事小圈子。因为他喜欢熊猫，有些人把这个小圈子称为 “熊猫派”。
在如何处理这些职能的问题上，他和 OpenAI领导层有着非常不同的想法。内斗随之发生，不同派别之间也逐渐形成了强烈的彼此厌恶。
在我们的对话中，阿莫迪并没有掩饰自己的感受。
“公司的领导者必须是值得信任的人。”他说，“他们的动机必须真诚。无论你在技术上多么努力推动公司向前，如果你是在为一个动机不真诚的人工作，为一个不诚实的人工作，为一个并不真正想让世界变得更好的人工作，那这件事就不会有好结果。你只是在为某种糟糕的东西添砖加瓦。”
在 OpenAI内部，有些人认为，阿莫迪对安全的关注，其实是一条试图全面控制公司的路径。
在阿莫迪呼吁对中国实施 GPU出口管制后，英伟达CEO黄仁勋最近也呼应了类似批评。
“他认为AI可怕到只有他们自己才应该做。”黄仁勋说。
谈到黄仁勋的这一说法，阿莫迪对我说： “这是我听过最离谱的谎言。”他补充说，自己一直希望通过鼓励其他公司效仿Anthropic的安全实践，推动一场“向上竞争”。
“我从来没有说过任何接近‘只有这家公司才应该开发这项技术’的话。”他说，“我不知道任何人怎么能从我说过的任何话里推导出这种意思。这完全是一个不可思议、而且恶意的歪曲。”
英伟达最近刚刚推动撤销了部分阿莫迪支持的出口管制措施，并进一步回应了这一争议。
“我们支持安全、负责任、透明的AI。”英伟达一位发言人告诉我，“我们生态系统中的数千家初创公司、开发者，以及开源社区，正在提升AI安全水平。游说监管俘获、打压开源，只会扼杀创新，让AI变得更不安全、更不可靠，也更不民主。这不是所谓的‘向上竞争’，也不是美国取胜的方式。”
OpenAI也通过公司发言人作出回击。
“我们始终相信，AI应该造福并赋能每一个人，而不只是那些声称‘除他们自己以外，任何人安全开发AI都太危险’的人。”这位发言人说 。
“随着技术演进，我们在合作伙伴关系、模型发布和融资上的决策，已经成为整个行业的标准，其中也包括Anthropic。没有改变的是，我们始终专注于让AI更安全、更有用，并尽可能让更多人能够使用它。”
随着时间推移，阿莫迪团队与 OpenAI领导层之间的分歧变得越来越不可调和，某种决裂已经不可避免。
“我们50%的时间花在试图说服别人接受我们的观点上，另外50%的时间才花在真正工作上。”克拉克说。
于是， 2020年12月，阿莫迪、克拉克、阿莫迪的妹妹丹妮拉（Daniela Amodei）、研究员克里斯·奥拉（Chris Olah）以及少数几位同事离开OpenAI，准备开始新的事业。
在 Anthropic办公室的一间会议室里，克拉克把笔记本电脑转过来，向我展示了Anthropic最早期的一份文件。
那是一张候选名称清单，上面包括 Aligned AI、Generative、Sponge、Swan、Sloth和Sparrow Systems等名字。
Anthropic也在其中。
这个词带有以人为中心、以人类为导向的意味，而且在 2021年初，它的域名刚好也还可以注册。
“我们喜欢这个名字，它很好。”团队在电子表格里写道。
于是， Anthropic就这样诞生了。
Anthropic成立于新冠疫情最严重的时期，正值疫情第二波，团队最初完全通过Zoom开会。
后来，这 15到20名员工开始每周在旧金山的普雷西塔公园一起吃午餐，大家各自带着椅子，围坐在一起讨论业务。
公司早期的使命很简单：构建领先的大型语言模型，落实安全实践，以此向其他公司施压，促使它们跟进；同时公开分享自己的发现，但不披露模型核心技术细节。
不到二十个人，带着自己的椅子在公园里开会，却感到一种命运感，这听上去也许有些奇怪。尤其是，他们要真正完成使命，还需要数十亿美元资金。
但这正是 Anthropic早期的气氛。
“这一切最奇怪的地方在于，从内部人的角度看，很多事情都显得如此不可避免。”克拉克说，“我们已经做过扩展定律研究。我们能看到模型变强的路径。”
谷歌前 CEO埃里克·施密特（Eric Schmidt）是Anthropic最早的投资人之一。
他是通过自己当时的女友、如今的妻子认识阿莫迪的。施密特和她本来在社交场合相识。
阿莫迪还在 OpenAI 时，两人谈技术；等阿莫迪创办Anthropic后，两人谈商业。
施密特告诉我，与其说他投资的是这个概念，不如说他投资的是这个人。
“到了这个层级，当你做这样一笔投资时，你基本上没有任何数据，对吧？”他说，“你不知道收入是多少，不知道市场在哪里，也不知道产品是什么。所以，本质上你只能根据人来判断。达里奥是一位出色的科学家，他承诺会招来优秀的科学家，而他确实做到了。
他还承诺会领导一家非常小的公司来做这件事，但这一点他没有做到。现在它已经是一家非常大的公司，也已经是一家正常意义上的公司了。我当时以为，它会是一个非常有意思的研究实验室。 ”
后来身败名裂的 FTX CEO山姆·班克曼-弗里德（Sam Bankman-Fried）也是Anthropic早期投资者之一。据报道，他从FTX的资金中拿出5亿美元投资Anthropic，获得了这家公司13.56%的股份。
班克曼 -弗里德是多位投资Anthropic早期阶段的“有效利他主义者”之一。彼时，有效利他主义运动与Anthropic关系密切。
阿莫迪说， SBF是一个看好AI、同时也关注安全的人，从这个角度看，他是合适的。但他身上也有足够多的危险信号，因此公司没有让他进入董事会，并且只给了他无投票权股份。
阿莫迪说， SBF后来的行为“远比我曾经想象的更加极端、更加糟糕，糟糕得多得多”。
阿莫迪给潜在投资者讲的故事很简单：他告诉他们， Anthropic拥有人才，可以用十分之一的成本打造最前沿的模型。
这个说法奏效了。
截至目前，阿莫迪已经为公司募集了近 200亿美元资金，其中包括来自亚马逊的80亿美元，以及来自谷歌的30亿美元。
“投资者不是傻子。”他告诉我，“他们基本上理解资本效率这个概念。”
在 Anthropic成立第二年，OpenAI通过ChatGPT把生成式AI带到世界面前。但Anthropic走了另一条路。
阿莫迪没有把重点放在消费者应用上，而是决定让 Anthropic向企业出售技术。
这一战略有两个好处。只要模型有用，它就可能带来可观收入；同时，企业客户提出的挑战，也会推动公司打造更好的技术。
阿莫迪说，把一个 AI模型在生物化学方面的能力，从本科生水平提升到研究生水平，也许不会让普通聊天机器人用户兴奋，但对辉瑞这样的制药公司来说，这很有价值。
“这会给我们更好的激励，让我们尽可能把模型开发到极致。”他说。
有些反常的是，真正让企业开始关注 Anthropic技术的，恰恰是它的一款消费者产品。
2023年7月，在ChatGPT问世将近一年之后，Anthropic发布了Claude聊天机器人。
Claude因为高度“情商化”的人格特质获得了大量好评，而这种特质正是Anthropic安全工作的副产品。
在那之前， Anthropic一直希望员工人数控制在150人以下。但很快，它一天之内招聘的人数，就超过了公司整个第一年的员工总数。
“正是Claude聊天机器人那个时刻，公司开始大幅增长。”克拉克说。
阿莫迪押注为企业应用场景打造 AI，吸引来了大批热切的客户。
如今， Anthropic已经把自己的大型语言模型卖给多个行业，包括旅游、医疗、金融服务、保险等，客户中包括辉瑞、美国联合航空和美国国际集团（AIG）这样的行业领导者。
生产 Ozempic的诺和诺德就正在使用Anthropic，把一个原本需要15天的监管报告汇编流程，压缩到10分钟。
“我们打造的技术，最终处理掉了许多人在工作中最抱怨的那些事情。”Anthropic 收入负责人凯特·詹森（Kate Jensen）告诉我。
与此同时，程序员们也爱上了 Anthropic。
公司之所以专注于 AI代码生成，一方面是因为它可以帮助加快自身模型开发；另一方面，如果效果足够好，程序员会很快采用它。
事实也的确如此。相关应用场景迅速爆发，并与 Cursor等AI编程工具的崛起同步发生，或者说，也可能正是它推动了这些工具的崛起。
Anthropic自己也开始进入编程应用业务。2025年2月，它发布了AI编程工具 Claude Code。
随着 AI使用量激增，公司的收入也在快速增长。
“Anthropic的收入每年都增长10倍。”阿莫迪说，“2023年，我们从零增长到1亿美元。2024年，我们从1亿美元增长到10亿美元。今年上半年，我们从10亿美元增长到 …… 我想按今天说话这个时间点，已经远高于 40亿美元，可能是45亿美元。”
最后这个数字是年化口径，也就是当月收入乘以 12。
Anthropic表示，2025年，公司八位数和九位数规模的交易数量，相比2024年增长了两倍；企业客户的平均支出也增长了五倍。
但 Anthropic也在花大量资金训练和运行模型，这引发了一个问题：它的商业模式是否可持续？
这家公司仍处于深度亏损状态，预计今年将亏损约 30亿美元。而且据报道，它的毛利率也落后于典型的云软件公司。
Anthropic的一些客户开始怀疑，公司在摸索商业模式时遇到的问题，是否已经反映到产品上。
一位初创公司创始人告诉我，虽然 Anthropic是最适合他应用场景的模型，但他不能依赖它，因为它宕机太频繁。
“氛围编程”（vibe coding）公司Replit的CEO阿姆贾德·马萨德（Amjad Masad）告诉我，在经历一段时间降价后，使用Anthropic模型的成本已经不再继续下降。
Claude Code最近也刚刚增加了额外的使用频率限制，因为有些开发者使用得太多，已经让这门生意变得不划算。
创业者兼开发者基兰 ·克拉森（Kieran Klaassen）告诉我，他一个月内用200美元的Max订阅价格，获得了价值6000美元的Claude API使用量。
克拉森说，他曾同时运行多个 Claude智能体。
“真正的限制在于，你的大脑还能不能在一个任务和另一个任务之间切换。”他说。
阿莫迪表示，随着 Anthropic模型持续改进，如果成本保持不变，客户得到的其实会是更划算的交易，也就是每一美元可以买到更多智能。
他还说， AI实验室才刚刚开始优化推理成本，也就是模型被实际使用时的成本，这应当会带来效率提升。
这是一个值得关注的地方。多位行业人士告诉我，推理成本必须下降，这门生意才说得通。
Anthropic的高管们在接受采访时暗示，产品需求过高，毕竟不是最糟糕的问题。
真正悬而未决的问题在于：生成式 AI以及推动它前进的扩展定律，是否会像其他技术一样，沿着清晰的成本下降曲线前进；还是说，它是一种全新的技术，也伴随着一种全新的成本结构。
唯一可以确定的是，要找到答案，还需要投入更多的钱。
2025年初，Anthropic需要钱。
AI行业对规模的渴求，已经催生出大规模数据中心建设和算力交易。为了支撑这些投入，AI实验室一次又一次打破初创公司的融资纪录。
与此同时， Meta、谷歌、亚马逊这样的成熟公司，则利用自身庞大的利润和数据中心，打造自己的模型，进一步加大了竞争压力。
对 Anthropic来说，做大模型有一种特殊的紧迫性。
它没有 ChatGPT那样强势的应用入口。ChatGPT用户会因为习惯而反复回来，但Anthropic如果没有同等量级的超级应用，它的模型就必须在具体使用场景中保持领先，否则很容易被竞争对手替换掉。
“在企业领域，尤其是在编程领域，如果能领先最前沿水平六个月或一年，优势是非常明显的。”Anthropic客户、Box CEO亚伦·莱维（Aaron Levie）告诉我。
于是，公司找到 Lightspeed Ventures的资深风险投资人、合伙人拉维·马特雷（Ravi Mhatre），由他牵头一轮35亿美元融资。
马特雷过去写的支票通常是 500万或1000万美元。但这一次，他准备签出的支票，将是他所在机构历史上最大的一笔之一。
“亚马逊上市时，市值只有4亿美元。”他对我说，“4亿美元！放到今天想想看。”
融资原本正按计划推进时，一个便宜的竞争模型仿佛凭空出现了。
中国 深度求索公司（创始人梁文锋同时执掌 对冲基金幻方量化 ） 发布了 DeepSeek R1。这是一个开源、有能力、且高效的推理模型，定价 仅为同类产品的四十分之一 。
DeepSeek震动了整个商业世界，甚至让多位掌管数万亿美元市值公司的CEO在社交媒体上转发维基百科文章，以安抚股东。
等 DeepSeek出现时，马特雷已经完成了一整套测算，解释为什么真正创造最大价值的会是AI模型本身，而不是世界上的各种聊天机器人。
他的结论是：如果能够创造出可以承担知识工作的人工智能，那么这些公司带来的收入规模可能达到大型云平台收入的 10倍，潜在总市场规模可达15万亿到20万亿美元。
“于是你再倒推回来想，在600亿美元或1000亿美元估值下，这还能不能获得风险投资式的回报？当然可以 ！ ”他说，“有时候，关键在于你如何自上而下地估算市场规模。”
DeepSeek的出现似乎表明，开源、高效、几乎同样好用的模型，可能挑战既有巨头。但阿莫迪并不这样看。
他说，他最关心的问题是任何新模型是否比 Anthropic的模型更好。即便你可以下载一个模型的设计，你仍然需要把它部署到云服务上并运行起来，而这需要技术，也需要资金。
随着 DeepSeek事件发酵，阿莫迪向马特雷及其Lightspeed同事阐述了这一观点。他说服他们相信，DeepSeek的一些模型创新，可以通过扩大规模进一步提升。
那个星期一，英伟达股价下跌 17%，惊慌的投资者纷纷逃离AI基础设施交易。
在不确定性之中，这位风险投资人作出了决定。
“我不 否认当时压力巨大 。 ”马特雷说，“那个星期一，我们汇出了10亿美元。”
“ DeepSeek 时刻 ” 过去六个月后， Anthropic又在寻求进一步扩大规模。
公司正在洽谈一轮新的融资，规模可能达到 50亿美元，并将把公司估值翻倍至 1500亿美元。
潜在投资者包括一些中东海湾国家，而这些资金来源，曾经似乎是 Anthropic很想避开的。
但在已经从谷歌、亚马逊，以及 Lightspeed这样的风险投资机构那里募集了近200亿美元之后，它能够获得更大额支票的选择已经越来越少。
在 Anthropic内部，阿莫迪曾主张，海湾国家拥有1000亿美元或更多可投资资本，它们的资金将帮助Anthropic继续站在技术前沿。
根据《连线》获得的一条内部 Slack消息，他似乎是带着某种勉强，接受了从中东国家那里拿钱的想法。
“不幸的是，”他写道，“我认为‘任何坏人都绝不能从我们的成功中受益’ 这一原则很难用来经营企业。 ”
和阿莫迪交谈，让我不禁思考，这场改进 AI的竞赛将如何结束，或者说，它是否会结束。
我想象过一种情况 ， 模型最终变得如此庞大，也如此强大，以至于它们走向商品化。
又或者，正如阿莫迪过去的同事伊利亚 ·苏茨克韦尔曾经暗示过的那样，无止境的扩展冲动最终会让整个地球铺满太阳能板和数据中心。
当然，还有另一种可能性，一种 AI信徒并不愿意讨论的可能性 ： AI的进步 停滞不前 ，并导致投资者 空前的 财富蒸发。
5月，在Anthropic的 首届 开发者大会上，我坐在距离舞台几排远的位置，等待阿莫迪出场。
公司把大会安排在 The Midway。这是旧金山Dogpatch街区一处开阔的艺术与活动场地。
现场挤满了程序员、媒体，以及 Anthropic如今超过1000名 的 员工。
会场里 翘首期待 A nthropic将发布Claude 4，也就是它最新、最大的模型。
阿莫迪走上舞台，介绍 Claude 4。
他没有选择一场华丽的演示，而是拿起手持麦克风，宣布消息，照着笔记本电脑上的备注发言，然后把聚光灯交给 Anthropic产品负责人迈克·克里格（Mike Krieger）。
现场观众似乎很买账。
在我看来，比这次模型更新本身更值得注意的，是阿莫迪对接下来事情的承诺。
一整天里，他反复提到， AI开发正在加速，而Anthropic接下来发布模型的节奏也会更快。
“我不知道具体会更频繁到什么程度。”他说，“但节奏正在加快。”
正如阿莫迪此前告诉我的， Anthropic一直在开发AI编程工具，以加快自身模型开发。
当我向公司联合创始人兼首席科学家贾里德 ·卡普兰（Jared Kaplan）提起这一点时，他告诉我，这确实正在发挥作用。
“Anthropic的大多数工程师都会使用AI来帮助自己提高效率。”他说，“所以它确实让我们的速度快了不少。”
AI理论中有一个概念，叫“智能爆炸”。它指的是模型能够改进自身，然后，像“轰”的一声那样，自我改进并变得近乎无所不能。
卡普兰并没有否认这种智能爆炸可能通过这种方式到来，或者以一种人类辅助的方式到来。
“它可能两三年后发生。也可能需要更久 ，甚至更 久。 ”卡普兰说，“但当我说AI 有50%的概率能够完成知识工作者所做的一切事情时，我们所做的事情之一，本身就是训练AI模型。”
“也许像我这样的人，真的就不会有太多事情可做了。”卡普兰继续说，“当然，事情比这更复杂。但我们很可能正在走向一个类似那样的未来。”
到这个时候，阿莫迪对安全的执念就变得非常清楚了。
尽管 Anthropic内部没有人说智能爆炸迫在眉睫，但显而易见的是，他们并不回避朝那个方向前进。
如果 AI将变得更好、更快，甚至快得多，那么谨慎对待它的负面后果就很有必要。
这类理论讨论显然也有助于 Anthropic向制药公司和开发者营销自己的服务。但如今AI模型已经能够写出相当不错的代码，这件事听上去也不再完全疯狂。
扬 ·莱克（Jan Leike）曾是OpenAI“超级对齐”团队负责人。2024年，他追随阿莫迪加入Anthropic，共同领导公司的对齐科学团队。
所谓 “对齐”，就是调校AI系统，使其与人类的价值观和目标保持一致。
莱克认为，如果预期中的能力爆发真的到来，让机器与我们的意图保持同步将至关重要。
“可能会出现一段能力快速进步的时期。”莱克告诉我，“面对一个递归式自我改进的系统，你不会希望失去控制，也不会希望失去可扩展性。”
事实上， Anthropic及其同行已经发现，在模拟测试环境中，AI有时会表现出令人担忧的自我保存倾向。
例如，在 Claude 4的文档中，Anthropic表示，为了避免被关闭，模型曾多次试图勒索一名工程师。
Anthropic还曾表示，当AI认为评估者可能会改写它的价值观时，它会试图欺骗评估者。
在一次模拟中，模型还试图把自己复制出 Anthropic的基础设施。
莱克说， Anthropic正在通过奖励系统来抑制这些行为。整个领域仍处在实验阶段。
公开谈论这些问题，是阿莫迪 “向上竞争”策略的一部分。
Anthropic还资助并倡导“可解释性”研究，也就是理解AI模型内部到底发生了什么的科学。
此外，它还发布了一项 “负责任扩展政策”。这是一套框架，根据模型风险来设定发布和训练模型的边界，并启发了同行开展类似工作。
“我对向上竞争的理解是，谁赢并不重要。”阿莫迪说，“所有人都会赢，对吧？”
阿莫迪对 AI的投入，源自父亲离世带来的悲剧，如今也许已经隐约看到了目标。
今天的 AI已经在加快药物开发中的文书工作；在一个问题重重的医疗系统中，它也已经成为一种并不完美的医疗顾问；如果一切顺利，有朝一日，它也许能够替代那成百上千名研究者，帮助人类理解自己的生物学。
我问阿莫迪，追求这一愿景，是否可能让他对失去技术控制权的风险视而不见？
“我不是这样看问题的。”他说，“我们每发布一个模型，对模型的控制能力都在提升。所有这些事情都会出问题，但你真的必须非常严格地对模型进行压力测试。”
阿莫迪认为，这类提问仍然植根于一种 “放慢速度的末日论”，而这正是他经常被指责的东西。
与批评者的看法相反，他的计划是加速。
“我之所以警告风险，是为了让我们不必放慢速度。”他说，“我对其中的利害关系有极其深刻的理解。无论是从它带来的好处，还是从它能做到什么、能拯救多少生命来看。我都亲眼见证过。”
