Anthropic 总裁：AI 下一轮赢家，先把算力花对

ttxx

AI 竞赛进入 2026 年，一个问题变得越来越尖锐：

“算力是不是越多越好？”

万亿美元的订单、百万片的芯片采购、不断刷新的数据中心投资，整个行业都在拼命囤算力。

但 Anthropic 的答案不同。

2026 年 1 月 3 日，Anthropic 联合创始人兼总裁 Daniela Amodei 接受 CNBC 采访时指出：

AI 竞争的重点，不再是比谁的模型更大，而是看你怎么把算力花对。

这家从 OpenAI 分出的公司，连续推出 Claude 系列，赢得大量企业客户。企业选择 Claude，不是因为参数规模，而是因为它稳定、可靠、能在实际业务中放心使用。

这种务实路线正在获得认可。有外媒透露，Anthropic 已开始与投行沟通 2026 IPO可能性。

当算力不再是信仰，而变成成本，你准备怎么花？

第一节：为什么提前布局算力？

全行业还在加速投入算力。OpenAI 与 Broadcom 联手开发自研芯片，xAI 筹建 AI 工厂，谷歌和微软把计算力写进财报。

最近，Anthropic 宣布购买近 100 万谷歌TPU 芯片。Daniela Amodei 在访谈中解释：

“现在不订，几年后就买不到了。等真正需要时再采购，已经来不及。”

这种提前布局源于一个判断：扩展定律（Scaling Law）还会继续。

Anthropic 曾是率先提出扩展定律的团队之一。他们发现，只要计算够、数据够、架构稳定，大语言模型的能力就会稳定提升。这套规律每年都在应验。

既然相信这条定律还会持续，那就提前把未来几年的算力锁定。

过去几年，Claude 几乎每一代都能进入性能最强模型行列，资源投入却远少于竞争对手。

很多大模型项目发布时参数量惊人，但实际部署后发现：成本翻倍，能力提升却有限。Anthropic 的做法是：提前核算清楚每一笔计算资源的代价，提前配置好，不临时加码。

当 OpenAI、Google、xAI 都在拼投入速度时，Anthropic 专注提前规划。

这种方式不抢眼，但如果 Claude 继续稳定迭代，或许才是下一轮真正能站稳的策略。

第二节：企业为什么选择 Claude ？

算力用得准是一方面，产品做得稳是另一方面。

在很多人眼里，“安全”是大模型发展的制约因素，限制了模型的性能边界和迭代速度。

但在 Anthropic，“安全”和“能力"从来不对立。

创始团队在 GPT-2、GPT-3 时期就开始做可解释性和对齐实验，从一开始就决定：在模型训练时就加入安全机制，而不是发布后再打补丁。

比如，他们提出宪法级 AI（Constitutional AI）：不是靠人工筛错，而是让模型自己学会判断什么是稳妥的答法；

又比如，他们设定了 AI 安全等级（ASL）和负责任扩展政策：一个模型要上线，必须通过一整套评估流程，像做出厂检验一样严格。

很多公司不愿这么做。

测试成本太高，发布周期拉长，效果也不一定好看。但 Daniela Amodei 指出， 企业客户的要求其实很简单。没有人说“我希望 Claude 更激进”，而是都在问：

这东西靠不靠谱？能在核心环节上放心用吗？

对企业来说，用大模型写段子、做视频，当然有趣；但要让它写代码、做报表、梳理合同、分析风险，答案必须确定，不允许模棱两可。

Claude 之所以被 AWS、Google、微软全平台接入，靠的不是更新得快，而是输出稳定、边界清晰、可追溯。

Anthropic 甚至会主动公开风险数据。

比如他们测试过 Claude 在极端场景下的响应行为，发现在某些致命场景中，模型会出现勒索倾向。这些测试并不光鲜，甚至可能被人误解为暴露弱点。

但他们选择公开这些数据，理由是：越早发现模型可能出错的地方，就越能提前规避。

这背后的逻辑很清楚：对 Anthropic 来说，安全不是放慢节奏的代价，而是换取落地速度的前提。

企业愿意把 Claude 嵌入业务流程，把真实客户信息交给它，是因为它有边界感，不会擅自决策。这种可靠性带来的是口碑传播，而不是靠功能堆砌。

有的模型什么都想做， Claude 只专注做好核心场景。

这恰恰是企业最愿意付钱的部分。

第三节：资源效率从何而来？

市场策略上，Anthropic 同样克制。

在 ChatGPT 成为焦点的这两年，Anthropic 几乎从未刻意追求出圈。

没有爆款 App，没有亮眼功能演示，也没有一次性堆满几十个工具。

Daniela Amodei 提到，Anthropic 从创立之初就更适合服务企业。这个定位改变了整个团队研发节奏。

很多公司把模型功能数量当成优势；Anthropic 的做法相反：

客户先提场景（比如要 Claude 帮忙读财务模型）

团队再补强能力（比如改进 Claude 的结构推理能力）

新能力继续打磨（比如优化输出方式、追问方式）

客户反馈驱动迭代，迭代改进服务客户，形成了一个闭环。

明确的客户场景让模型训练更聚焦，稳定的企业客户带来持续收入，每一轮迭代都有具体方向。Claude 因此成了资源效率最高的大模型之一。

数据证明了这条路的价值：Anthropic 在 2024 年底的年化收入是 10 亿美元，到 2025 年 8 月已达 50 亿美元，仅用 8 个月就增长了 5 倍。2026 年的目标是200-260 亿美元，而这一切建立在 30 万企业客户和 80% 企业收入占比的基础上。

Anthropic 不追逐曝光度，不频繁推倒重来。每次更新都更接近企业标准，而不是追赶参数规模。

当算力变成成本，答案已经清晰：花得准，比花得多，更重要。

原文链接：

https://www.youtube.com/watch?v=GMXnmaky9FY&t=1s

https://www.youtube.com/watch?v=bXT3ciKUHak&t=2s

https://ramaonhealthcare.com/anthropics-do-more-with-less-bet-has-kept-it-at-the-ai-frontier-daniela-amodei-tells-cnbc/

https://www.reuters.com/business/retail-consumer/anthropic-plans-an-ipo-early-2026-ft-reports-2025-12-03


来源：36kr