估值 9000 億美元的 Anthropic，創始人是如何煉成的？
核心觀點
他與業內同行交鋒，與政府人士爭辯，也不斷挑戰公眾對人工智慧的認知。Anthropic的最新一輪融資正在洽談，估值傳聞接近9000億美元------超過OpenAI。
二級市場上，Anthropic股權的隱含估值已逼近1萬億美元，部分代幣化平台的報價甚至更高。
九個月前，這個數字還是610億美元。
幾乎同一時間，公司創始人兼CEO達里奧·阿莫迪（Dario Amodei）在5月6日的Code with Claude開發者大會上說，2026年第一季度，公司收入同比增長了80倍。
"我們本來按10倍來規劃。"他說，"結果是80倍。"
注：Anthropic沒有公開的季度財報，對外披露的幾乎全是ARR（年化經常性收入）------即把當月收入乘以 12，倒推出全年規模。它不是真實的季度收入，更像"按當前奔跑速度，一年能跑多遠"的一個動態讀數。
這家公司沒有ChatGPT那樣的超級應用入口。它的收入絕大部分來自API------其他公司買它的模型，嵌進自家的產品。它的曲線，就是這場AI浪潮能不能真正變現最直接的試金石。
阿莫迪本人，由此成了個繞不過去的研究對象。
《達里奧·阿莫迪是如何煉成的 》 這篇人物特寫出自Big Technology創始人Alex Kantrowitz之手，發表於2025年7月底。二十多位訪談對象，一次面對面長談，堪稱迄今為止對極富爭議的阿莫迪本尊最完整的一次刻畫。
文章從他在舊金山的童年講起，一路走到普林斯頓的視網膜實驗室、百度的算力實驗、OpenAI內部的"熊貓團隊"，再到Anthropic的誕生、Claude的爆發，以及他正在與矽谷其他玩家進行的多線戰爭。
但全篇最有分量的一筆，落在阿莫迪二十歲出頭那年。
他的父親死於一種罕見疾病。四年之後，這種病的死亡率從50%跌到 5%以下。
"有人攻克了這個病的療法，救了一些人的命，"阿莫迪說，"但本來還可以救更多。"
這是他今天所做的一切的起點。
聰明投資者（ID: Capital-nature）精譯整理，推薦給大家。以下是正文。
當我問達里奧·阿莫迪最近到底怎麼了時，他幾乎沒有任何遲疑。
這位Anthropic CEO在2025年一直處在戰鬥狀態：他與業內同行交鋒，與政府人士爭辯，也不斷挑戰公眾對人工智慧的認知。
過去幾個月裡，他預測AI很快可能會消滅50%的入門級白領崗位；他在《紐約時報》撰文，猛烈反對為期十年的AI監管暫停期；他還呼籲對中國實施半導體出口管制，並因此遭到英偉達CEO黃仁勳的公開反駁。
在這一切發生之中，阿莫迪在Anthropic位於舊金山市中心總部的一樓與我見面。
他整個人很放鬆，精力充沛，也急於開始，仿佛一直在等待這個機會，來解釋自己為什麼會這樣做。
他穿著一件藍色青果領毛衣，裡面搭著一件隨意的白色T恤，戴著一副厚框方形眼鏡，坐下後直視前方。
阿莫迪說，支撐他這些行動的，是一個堅定信念：AI的發展速度比大多數人意識到的更快，這意味著它帶來的機會和後果，也比表面看上去更近。
"我確實是最看好AI能力會快速提升的人之一。"他對我說，"隨著我們越來越接近更強大的AI系統，我越來越希望把這些話說得更有力、更公開，把這個觀點講得更清楚。"
阿莫迪的直言不諱和鋒芒畢露，在矽谷為他贏得了尊重，也招來了嘲諷。
在一些人眼裡，他是技術遠見者，曾主導OpenAI的GPT-3項目，也就是ChatGPT的種子；他也是一位重視安全的領導者，後來離開OpenAI，創辦了Anthropic。
但在另一些人眼裡，他是一個控制欲很強的"末日論者"：想要放慢AI的進展，按照自己的意願塑造它，並把競爭者擋在門外。
喜歡他也好，討厭他也罷，AI領域都必須面對他。
阿莫迪已經把Anthropic變成了一股真正的經濟力量。
這家公司目前估值達到610億美元。它從2021年的零起點出發，雖然至今仍未盈利，但年化經常性收入已經從2025年3月的14億美元，增長到5月的30億美元，再到7月接近45億美元。
阿莫迪因此稱它是"在當前規模下，歷史上增長最快的軟體公司"。
也許比Anthropic的收入規模更值得注意的，是這些收入的來源。
不同於主要依賴ChatGPT這類應用的OpenAI，阿莫迪押注最大的是底層技術本身。他告訴我，Anthropic的大部分收入來自API，或者來自其他公司購買Anthropic的AI模型，並把這些模型嵌入自己的產品中。
因此，Anthropic在某種意義上將成為AI進展的一塊晴雨表：它的起落，將直接取決於這項技術本身的強弱。
隨著Anthropic不斷壯大，阿莫迪希望公司的分量能夠幫助他影響整個行業的方向。而考慮到他願意發聲、願意出拳，也願意承受反擊，他大概率是對的。
所以，如果這個人將參與塑造可能是全球最具影響力的新技術，那麼理解他受到什麼驅動、他的公司如何運轉、以及為什麼他的時間表比許多人都更短，就很值得。
在與他本人、他的朋友、同事和競爭者進行了二十多次訪談之後，我相信自己找到了答案。
一種本可以治癒的疾病
達里奧·阿莫迪從小就是一個科學少年。
他1983年出生於舊金山，母親是猶太人，父親是義大利人。他的興趣幾乎全部集中在數學和物理上。高中時期，互聯網泡沫在他身邊爆發，但他幾乎沒有受到影響。
"寫個什麼網站，對我完全沒有吸引力。"他告訴我，"我感興趣的是發現基礎科學真理。"
在家裡，阿莫迪與父母關係非常親密。他說，父母是一對充滿愛意的夫妻，也都希望讓這個世界變得更好。
他的母親埃琳娜·恩格爾（Elena Engel）曾負責伯克利和舊金山圖書館的翻新與建設項目。父親里卡爾多·阿莫迪（Riccardo Amodei）是一名受過訓練的皮匠。
"他們讓我明白什麼是對，什麼是錯，也讓我知道這個世界上什麼事情真正重要。"他說，他們在他身上注入了一種強烈的責任感。
這種責任感，在阿莫迪就讀加州理工學院本科期間就已經顯現出來。當時，他曾嚴厲批評身邊同學對即將到來的伊拉克戰爭表現得過於消極。
"問題並不是每個人都對轟炸伊拉克這件事感到滿意；問題在於，大多數人原則上反對，卻不願意拿出哪怕一毫秒的時間。"
阿莫迪在2003年3月3日發表於學生報紙《加州理工報》的一篇文章中寫道，"這種情況必須改變，而且必須立刻改變，不能拖延。"
後來，在他二十出頭的時候，阿莫迪的人生被徹底改變。
他的父親里卡爾多長期與一種罕見疾病抗爭，最終在2006年離世。父親的去世給阿莫迪帶來巨大衝擊。他也因此把自己在普林斯頓大學的研究生研究方向，從理論物理轉向生物學，希望解決人類疾病和生物學問題。
從某種意義上說，阿莫迪此後的人生，都與父親的離去有關。
尤其讓他難以釋懷的是，父親去世後不到四年，一項新的突破出現，使這種疾病從一種死亡率高達50%的疾病，變成了治癒率達到95%的疾病。
"有人研究出了這種病的療法，成功治愈了它，也救了很多人的命。"阿莫迪說，"但本來還可以救更多人。"
曾在2010年代初與阿莫迪交往過的杰德·王（Jade Wang）說，阿莫迪父親的去世一直塑造著他的人生路徑。
"這就是他父親很可能去世，和很可能活下來之間的差別，明白嗎？"她說。她的意思是，如果科學進展稍微快一點，阿莫迪的父親也許今天仍然在人世。
只是阿莫迪花了一些時間，才找到AI作為承載這種願望的工具。
一提起父親的去世，阿莫迪的情緒明顯被點燃。
他認為，自己呼籲出口管制和AI安全防護，常常被外界誤讀成某種非理性的、想要阻礙AI進步的行為。
"當有人說，'這個人是個末日論者，他想讓事情慢下來'，我真的會非常憤怒。"阿莫迪對我說，"你剛才聽到我說了什麼。我的父親死了，就是因為那些療法如果早幾年出現，他可能就不會死。我當然理解這項技術的好處。"
當AI成為解決方案
在普林斯頓時，阿莫迪仍然深受父親離世的影響。他開始通過研究視網膜，踏上理解人類生物學的道路。
我們的眼睛通過向視覺皮層發送信號來捕捉世界。視覺皮層是大腦中很大的一部分，占據大腦皮層約30%，它負責處理這些數據，並最終讓我們看到圖像。
如果一個人想要進入人類生理系統的複雜性，視網膜是一個很好的起點。
"他用視網膜來觀察一個完整的神經群體，並真正理解每個細胞在做什麼，或者至少獲得這樣一種可能性。"阿莫迪在普林斯頓的同期研究者斯蒂芬妮·帕爾默（Stephanie Palmer）告訴我，"他的重點更多在這裡，而不是眼睛本身。他並不是想當眼科醫生。"
在邁克爾·貝里（Michael Berry）教授的視網膜實驗室工作時，阿莫迪對當時用於測量視網膜信號的方法非常不滿，於是共同發明了一種新的、更好的傳感器，用來獲取更多數據。
這在實驗室裡並不常見。它既令人印象深刻，也帶著一種不願循規蹈矩的氣質。
他的博士論文獲得了赫茲論文獎，這是一項頗具聲望的獎項，頒給那些在學術研究中發現現實應用價值的人。
但阿莫迪總喜歡挑戰既有規範，而且對"事情應該是什麼樣子"有一種強烈判斷，這讓他在學術環境中顯得格外不同。
貝里告訴我，阿莫迪是他見過最有才華的研究生。但阿莫迪對技術進步和團隊合作的重視，在一個以個人成就為核心評價標準的體系中，並不那麼合拍。
"我覺得在內心裡，他是一個有些驕傲的人。"貝里對我說，"我想，在那之前，他整個學術生涯裡，每當他做成一件事，人們都會站起來為他鼓掌。但在這裡，這種事情並沒有真正發生。"
離開普林斯頓後，AI的大門向阿莫迪打開了。
他開始在斯坦福大學研究員帕拉格·馬利克（Parag Mallick）手下從事博士後研究，研究腫瘤內部及周圍的蛋白質，以檢測轉移性癌細胞。
這項工作非常複雜，也讓阿莫迪看到了個體能力的邊界。他開始尋找技術上的解決方案。
"生物學底層問題的複雜度，讓人感覺已經超出了人類尺度。"阿莫迪對我說，"要真正理解這一切，你需要成百上千名人類研究者。"
阿莫迪在新興的AI技術中看到了這種潛力。
當時，數據和計算能力的爆炸式增長，正在推動機器學習取得突破。機器學習是AI的一個分支，長期以來在理論上充滿潛力，但直到那時，實際成果一直不算突出。
阿莫迪開始嘗試這項技術之後意識到，它未來也許可以替代那成百上千名研究者。
"當時我剛開始看到AI領域的發現，在我看來，是唯一能夠彌合這個差距的技術。"他說，它是一種"能夠把我們帶到超越人類尺度之外"的東西。
阿莫迪離開學術界，轉向企業世界，以推動AI的進展，因為那裡有足夠的資金支持這種研究。
他曾考慮自己創辦一家初創公司，後來又傾向於加入谷歌。谷歌擁有資金充足的AI研究部門Google Brain，並且剛剛收購了DeepMind。
但中國搜尋引擎公司百度給著名研究者吳恩達（Andrew Ng）提供了1億美元預算，用於研究和部署AI。
吳恩達開始組建一支超級團隊，並聯繫了阿莫迪。阿莫迪對此很感興趣，於是提交了申請。
當阿莫迪的申請到達百度時，團隊一開始並不知道該如何看待。
"他的背景很出色，但從我們的角度看，他的背景是在生物學，不是在機器學習。"團隊早期成員格雷格·迪亞莫斯（Greg Diamos）告訴我。
隨後，迪亞莫斯查看了阿莫迪在斯坦福寫的代碼，並鼓勵團隊聘用他。
"我當時想，能寫出這種代碼的人，一定是一個非常了不起的程式設計師。"他說。
2014年11月，阿莫迪加入百度。
AI擴展定律浮現
憑藉龐大的資源，百度團隊可以把計算能力和數據投入問題之中，以試圖改善結果。他們看到了令人驚訝的效果。
在實驗中，阿莫迪和同事發現，當他們增加這些要素時，AI的表現會顯著提升。團隊發表了一篇關於語音識別的論文，顯示模型規模與性能之間存在直接相關關係。
"這對我產生了很大影響，因為我看到了這些非常平滑的趨勢。"阿莫迪說。
阿莫迪在百度早期的工作，為後來所謂的AI"擴展定律"（scaling laws）作出了貢獻。嚴格來說，這些定律更像是一種觀察。
擴展定律認為，在AI訓練中增加計算能力、數據和模型規模，會帶來可以預測的性能提升。換句話說，只要把一切都做大，AI就會變得更好，並不一定需要全新的方法。
"在我看來，這是我一生中見過的最重要發現。"迪亞莫斯對我說。
直到今天，阿莫迪也許仍然是AI研究領導者中最純粹的擴展定律信奉者。
谷歌DeepMind CEO德米斯·哈薩比斯（Demis Hassabis）和Meta首席AI科學家楊立昆（Yann LeCun）等同行認為，AI行業還需要更多突破，才能達到人類水平的人工智慧。
但阿莫迪說話時帶著一種明確的確定感，雖然不是百分之百確定，但他認為前進道路已經相當清楚。
當整個行業正在建設規模堪比小城市的大型數據中心時，他看到極其強大的AI正在快速逼近。
"我看到的是指數曲線。"他說，"當你處在一條指數曲線上時，你真的很容易被它欺騙。距離指數曲線徹底瘋狂還有兩年時，它看起來只是剛剛開始。"
在百度，AI團隊的進展也埋下了它瓦解的種子。
隨著這項技術、知識和資源越來越有價值，公司內部圍繞控制權爆發了地盤之爭。最終人才出走，這個實驗室也隨之分崩離析。吳恩達拒絕對此置評。
就在百度AI團隊瓦解之際，埃隆·馬斯克邀請阿莫迪和多位頂尖AI研究者，參加了一場如今已廣為人知的晚宴。地點是門洛帕克羅斯伍德酒店。
山姆·奧特曼（Sam Altman）、格雷格·布羅克曼（Greg Brockman）和伊利亞·蘇茨克韋爾（Ilya Sutskever）都出席了那場晚宴。
看到AI正在顯露出來的潛力，並擔心谷歌可能鞏固對這項技術的控制，馬斯克決定資助一個新的競爭者，這就是後來的OpenAI。
奧特曼、布羅克曼和蘇茨克韋爾與馬斯克共同創辦了這家新的研究機構。
阿莫迪也考慮過加入，但他對這個剛起步的組織仍有疑慮，於是選擇去了Google Brain。
在谷歌待了10個月後，阿莫迪被大公司的泥淖困住，於是重新考慮自己的選擇。
2016年，他加入OpenAI，並開始從事AI安全工作。
他在谷歌時就已經開始關注安全問題。當時，他擔心這項快速進步的技術可能帶來傷害，並共同撰寫了一篇論文，討論AI潛在的不良行為。
阿莫迪在OpenAI安頓下來之後，他過去在谷歌的同事發表了transformer模型。這個模型正是今天生成式AI浪潮背後的核心技術。那篇論文名為《Attention is All You Need》。
Transformer使訓練速度更快，也讓模型規模能夠比過去大得多。儘管這一發現擁有巨大潛力，谷歌卻基本上把它搁置了。
與此同時，OpenAI開始行動。
2018年，OpenAI發布了它的第一個大型語言模型，名為GPT。其中的"T"代表Transformer。
這個模型生成的文本經常不完整、不通順，但它仍然顯示出相較此前語言生成方法的明顯進步。
阿莫迪後來成為OpenAI的研究主管，並直接參與了下一代模型GPT-2。GPT-2本質上與GPT是同一種模型，只是更大。
OpenAI團隊使用一種名為"基於人類反饋的強化學習"（RLHF）的技術對GPT-2進行微調。阿莫迪參與開創了這項技術，它有助於引導模型的價值取向。
如預期一樣，GPT-2的效果比GPT好得多。它已經能夠在一定程度上進行改寫、寫作，並較為連貫地回答問題。
語言模型很快成為OpenAI的焦點。
隨著阿莫迪在OpenAI內部影響力上升，圍繞他的爭議也越來越多。
他寫作能力很強，經常撰寫長篇文件，討論價值觀和技術。有些同事認為這些文件很鼓舞人心，另一些人則覺得它們像是在插旗宣示立場，而且過於強勢。
其中一份備忘錄探討了"M型公司"和"P型公司"的區別：M型公司提供面向市場的商品，P型公司提供面向公共利益的商品。
在一些人看來，阿莫迪也過於重視圍繞技術潛力保持保密，並希望與政府合作來應對這些問題。
他有時也顯得有些尖銳，偶爾會貶低自己不認同的項目。
儘管如此，OpenAI仍然把GPT-3項目的領導權交給了阿莫迪，並把整個公司50%到60%的算力交給他，用來構建一個大幅擴展的語言模型版本。
從GPT到GPT-2的躍遷已經很大，規模增加了10倍。但從GPT-2到GPT-3的躍遷更為巨大。這是一個百倍規模的項目，成本達到數千萬美元。
結果令人震驚。
《紐約時報》引用了一些獨立研究者的看法，他們對GPT-3編寫代碼、總結和翻譯的能力感到驚訝。
在GPT-2發布時相對克制的阿莫迪，這一次對新模型讚不絕口。
"它有一種湧現特質。"他對《紐約時報》說，"它在某種程度上能夠識別你給出的模式，並把這個故事續寫下去。"
但OpenAI表面之下的裂縫，也開始被徹底撕開。
分裂
隨著GPT-3這個第一個真正有能力的語言模型誕生，阿莫迪感受到的利害關係也變得更大。
在多個領域都看到擴展定律發揮作用之後，阿莫迪開始思考這項技術將走向何處，並對安全問題產生了更強烈的興趣。
"他看著這項技術，並假設它會成功。"杰克·克拉克（Jack Clark）告訴我。他曾是阿莫迪在OpenAI的親密同事。
"如果你假設它會成功，也就是說它會變得像人一樣聰明，那麼從某種意義上，你就不可能不擔心安全問題。"
雖然阿莫迪負責OpenAI的模型開發，也掌握著相當大一部分算力，但公司有些部分並不在他的控制之下。
這些包括：什麼時候發布模型，人事安排，公司如何部署技術，以及公司如何對外呈現自己。
"很多事情，"阿莫迪說，"並不是你只靠訓練模型就能控制的。"
到那時，阿莫迪身邊已經形成了一個關係緊密的同事小圈子。因為他喜歡熊貓，有些人把這個小圈子稱為"熊貓派"。
在如何處理這些職能的問題上，他和OpenAI領導層有著非常不同的想法。內鬥隨之發生，不同派別之間也逐漸形成了強烈的彼此厭惡。
在我們的對話中，阿莫迪並沒有掩飾自己的感受。
"公司的領導者必須是值得信任的人。"他說，"他們的動機必須真誠。無論你在技術上多麼努力推動公司向前，如果你是在為一個動機不真誠的人工作，為一個不誠實的人工作，為一個並不真正想讓世界變得更好的人工作，那這件事就不會有好結果。你只是在為某種糟糕的東西添磚加瓦。"
在OpenAI內部，有些人認為，阿莫迪對安全的關注，其實是一條試圖全面控制公司的路徑。
在阿莫迪呼籲對中國實施GPU出口管制後，英偉達CEO黃仁勳最近也呼應了類似批評。
"他認為AI可怕到只有他們自己才應該做。"黃仁勳說。
談到黃仁勳的這一說法，阿莫迪對我說："這是我聽過最離譜的謊言。"他補充說，自己一直希望通過鼓勵其他公司效仿Anthropic的安全實踐，推動一場"向上競爭"。
"我從來沒有說過任何接近'只有這家公司才應該開發這項技術'的話。"他說，"我不知道任何人怎麼能從我說過的任何話裡推導出這種意思。這完全是一個不可思議、而且惡意的歪曲。"
英偉達最近剛剛推動撤銷了部分阿莫迪支持的出口管制措施，並進一步回應了這一爭議。
"我們支持安全、負責任、透明的AI。"英偉達一位發言人告訴我，"我們生態系統中的數千家初創公司、開發者，以及開源社區，正在提升AI安全水平。遊說監管俘獲、打壓開源，只會扼殺創新，讓AI變得更不安全、更不可靠，也更不民主。這不是所謂的'向上競爭'，也不是美國取勝的方式。"
OpenAI也通過公司發言人作出回擊。
"我們始終相信，AI應該造福並賦能每一個人，而不只是那些聲稱'除他們自己以外，任何人安全開發AI都太危險'的人。"這位發言人說。
"隨著技術演進，我們在合作夥伴關係、模型發布和融資上的決策，已經成為整個行業的標準，其中也包括Anthropic。沒有改變的是，我們始終專注於讓AI更安全、更有用，並盡可能讓更多人能夠使用它。"
隨著時間推移，阿莫迪團隊與OpenAI領導層之間的分歧變得越來越不可調和，某種決裂已經不可避免。
"我們50%的時間花在試圖說服別人接受我們的觀點上，另外50%的時間才花在真正工作上。"克拉克說。
於是，2020年12月，阿莫迪、克拉克、阿莫迪的妹妹丹妮拉（Daniela Amodei）、研究員克里斯·奧拉（Chris Olah）以及少數幾位同事離開OpenAI，準備開始新的事業。
Anthropic誕生
在Anthropic辦公室的一間會議室裡，克拉克把筆記本電腦轉過來，向我展示了Anthropic最早期的一份文件。
那是一張候選名稱清單，上面包括Aligned AI、Generative、Sponge、Swan、Sloth和Sparrow Systems等名字。
Anthropic也在其中。
這個詞帶有以人為中心、以人類為導向的意味，而且在2021年初，它的域名剛好也還可以註冊。
"我們喜歡這個名字，它很好。"團隊在電子表格裡寫道。
於是，Anthropic就這樣誕生了。
Anthropic成立於新冠疫情最嚴重的時期，正值疫情第二波，團隊最初完全通過Zoom開會。
後來，這15到20名員工開始每週在舊金山的普雷西塔公園一起吃午餐，大家各自帶著椅子，圍坐在一起討論業務。
公司早期的使命很簡單：構建領先的大型語言模型，落實安全實踐，以此向其他公司施壓，促使它們跟進；同時公開分享自己的發現，但不披露模型核心技術細節。
不到二十個人，帶著自己的椅子在公園裡開會，卻感到一種命運感，這聽上去也許有些奇怪。尤其是，他們要真正完成使命，還需要數十億美元資金。
但這正是Anthropic早期的氣氛。
"這一切最奇怪的地方在於，從內部人的角度看，很多事情都顯得如此不可避免。"克拉克說，"我們已經做過擴展定律研究。我們能看到模型變強的路徑。"
谷歌前CEO埃里克·施密特（Eric Schmidt）是Anthropic最早的投資人之一。
他是通過自己當時的女友、如今的妻子認識阿莫迪的。施密特和她本來在社交場合相識。
阿莫迪還在OpenAI時，兩人談技術；等阿莫迪創辦Anthropic後，兩人談商業。
施密特告訴我，與其說他投資的是這個概念，不如說他投資的是這個人。
"到了這個層級，當你做這樣一筆投資時，你基本上沒有任何數據，對吧？"他說，"你不知道收入是多少，不知道市場在哪裡，也不知道產品是什麼。所以，本質上你只能根據人來判斷。達里奧是一位出色的科學家，他承諾會招來優秀的科學家，而他確實做到了。
他還承諾會領導一家非常小的公司來做這件事，但這一點他沒有做到。現在它已經是一家非常大的公司，也已經是一家正常意義上的公司了。我當時以為，它會是一個非常有意思的研究實驗室。"
後來身敗名裂的FTX CEO山姆·班克曼-弗里德（Sam Bankman-Fried）也是Anthropic早期投資者之一。據報導，他從FTX的資金中拿出5億美元投資Anthropic，獲得了這家公司13.56%的股份。
班克曼-弗里德是多位投資Anthropic早期階段的"有效利他主義者"之一。彼時，有效利他主義運動與Anthropic關係密切。
阿莫迪說，SBF是一個看好AI、同時也關注安全的人，從這個角度看，他是合適的。但他身上也有足夠多的危險信號，因此公司沒有讓他進入董事會，並且只給了他無投票權股份。
阿莫迪說，SBF後來的行為"遠比我曾經想像的更加極端、更加糟糕，糟糕得多得多"。
阿莫迪給潛在投資者講的故事很簡單：他告訴他們，Anthropic擁有人才，可以用十分之一的成本打造最前沿的模型。
這個說法奏效了。
截至目前，阿莫迪已經為公司募集了近200億美元資金，其中包括來自亞馬遜的80億美元，以及來自谷歌的30億美元。
"投資者不是傻子。"他告訴我，"他們基本上理解資本效率這個概念。"
在Anthropic成立第二年，OpenAI通過ChatGPT把生成式AI帶到世界面前。但Anthropic走了另一條路。
阿莫迪沒有把重點放在消費者應用上，而是決定讓Anthropic向企業出售技術。
這一戰略有兩個好處。只要模型有用，它就可能帶來可觀收入；同時，企業客戶提出的挑戰，也會推動公司打造更好的技術。
阿莫迪說，把一個AI模型在生物化學方面的能力，從本科生水平提升到研究生水平，也許不會讓普通聊天機器人用戶興奮，但對輝瑞這樣的製藥公司來說，這很有價值。
"這會給我們更好的激勵，讓我們盡可能把模型開發到極致。"他說。
有些反常的是，真正讓企業開始關注Anthropic技術的，恰恰是它的一款消費者產品。
2023年7月，在ChatGPT問世將近一年之後，Anthropic發布了Claude聊天機器人。
Claude因為高度"情商化"的人格特質獲得了大量好評，而這種特質正是Anthropic安全工作的副產品。
在那之前，Anthropic一直希望員工人數控制在150人以下。但很快，它一天之內招聘的人數，就超過了公司整個第一年的員工總數。
"正是Claude聊天機器人那個時刻，公司開始大幅增長。"克拉克說。
Claude成為一門生意
阿莫迪押注為企業應用場景打造AI，吸引來了大批熱切的客戶。
如今，Anthropic已經把自己的大型語言模型賣給多個行業，包括旅遊、醫療、金融服務、保險等，客戶中包括輝瑞、美國聯合航空和美國國際集團（AIG）這樣的行業領導者。
生產Ozempic的諾和諾德就正在使用Anthropic，把一個原本需要15天的監管報告彙編流程，壓縮到10分鐘。
"我們打造的技術，最終處理掉了許多人在工作中最抱怨的那些事情。"Anthropic收入負責人凱特·詹森（Kate Jensen）告訴我。
與此同時，程式設計師們也愛上了Anthropic。
公司之所以專注於AI代碼生成，一方面是因為它可以幫助加快自身模型開發；另一方面，如果效果足夠好，程式設計師會很快採用它。
事實也的確如此。相關應用場景迅速爆發，並與Cursor等AI編程工具的崛起同步發生，或者說，也可能正是它推動了這些工具的崛起。
Anthropic自己也開始進入編程應用業務。2025年2月，它發布了AI編程工具Claude Code。
隨著AI使用量激增，公司的收入也在快速增長。
"Anthropic的收入每年都增長10倍。"阿莫迪說，"2023年，我們從零增長到1億美元。2024年，我們從1億美元增長到10億美元。今年上半年，我們從10億美元增長到……我想按今天說話這個時間點，已經遠高於40億美元，可能是45億美元。"
最後這個數字是年化口徑，也就是當月收入乘以12。
Anthropic表示，2025年，公司八位數和九位數規模的交易數量，相比2024年增長了兩倍；企業客戶的平均支出也增長了五倍。
但Anthropic也在花大量資金訓練和運行模型，這引發了一個問題：它的商業模式是否可持續？
這家公司仍處於深度虧損狀態，預計今年將虧損約30億美元。而且據報導，它的毛利率也落後於典型的雲軟體公司。
Anthropic的一些客戶開始懷疑，公司在摸索商業模式時遇到的問題，是否已經反映到產品上。
一位初創公司創始人告訴我，雖然Anthropic是最適合他應用場景的模型，但他不能依賴它，因為它宕機太頻繁。
"氛圍編程"（vibe coding）公司Replit的CEO阿姆贾德·馬薩德（Amjad Masad）告訴我，在經歷一段時間降價後，使用Anthropic模型的成本已經不再繼續下降。
Claude Code最近也剛剛增加了額外的使用頻率限制，因為有些開發者使用得太多，已經讓這門生意變得不划算。
創業者兼開發者基蘭·克拉森（Kieran Klaassen）告訴我，他一個月內用200美元的Max訂閱價格，獲得了價值6000美元的Claude API使用量。
克拉森說，他曾同時運行多個Claude智能體。
"真正的限制在於，你的大腦還能不能在一個任務和另一個任務之間切換。"他說。
阿莫迪表示，隨著Anthropic模型持續改進，如果成本保持不變，客戶得到的其實會是更划算的交易，也就是每一美元可以買到更多智能。
他還說，AI實驗室才剛剛開始優化推理成本，也就是模型被實際使用時的成本，這應當會帶來效率提升。
這是一個值得關注的地方。多位行業人士告訴我，推理成本必須下降，這門生意才說得通。
Anthropic的高管們在接受採訪時暗示，產品需求過高，畢竟不是最糟糕的問題。
真正懸而未決的問題在於：生成式AI以及推動它前進的擴展定律，是否會像其他技術一樣，沿著清晰的成本下降曲線前進；還是說，它是一種全新的技術，也伴隨著一種全新的成本結構。
唯一可以確定的是，要找到答案，還需要投入更多的錢。
10億美元匯款
2025年初，Anthropic需要錢。
AI行業對規模的渴求，已經催生出大規模數據中心建設和算力交易。為了支撐這些投入，AI實驗室一次又一次打破初創公司的融資紀錄。
與此同時，Meta、谷歌、亞馬遜這樣的成熟公司，則利用自身龐大的利潤和數據中心，打造自己的模型，進一步加大了競爭壓力。
對Anthropic來說，做大模型有一種特殊的緊迫性。
它沒有ChatGPT那樣強勢的應用入口。ChatGPT用戶會因為習慣而反復回來，但Anthropic如果沒有同等量級的超級應用，它的模型就必須在具體使用場景中保持領先，否則很容易被競爭對手替換掉。
"在企業領域，尤其是在編程領域，如果能領先最前沿水平六個月或一年，優勢是非常明顯的。"Anthropic客戶、Box CEO亞倫·萊維（Aaron Levie）告訴我。
於是，公司找到Lightspeed Ventures的資深風險投資人、合夥人拉維·馬特雷（Ravi Mhatre），由他牽頭一輪35億美元融資。
馬特雷過去寫的支票通常是500萬或1000萬美元。但這一次，他準備簽出的支票，將是他所在機構歷史上最大的一筆之一。
"亞馬遜上市時，市值只有4億美元。"他對我說，"4億美元！放到今天想想看。"
融資原本正按計劃推進時，一個便宜的競爭模型仿佛憑空出現了。
中國深度求索公司（創始人梁文鋒同時執掌對沖基金幻方量化）發布了DeepSeek R1。這是一個開源、有能力、且高效的推理模型，定價僅為同類產品的四十分之一。
DeepSeek震動了整個商業世界，甚至讓多位掌管數萬億市值公司的CEO在社交媒體上轉發維基百科文章，以安撫股東。
等DeepSeek出現時，馬特雷已經完成了一整套測算，解釋為什麼真正創造最大價值的會是AI模型本身，而不是世界上的各種聊天機器人。
他的結論是：如果能夠創造出可以承擔知識工作的人工智慧，那麼這些公司帶來的收入規模可能達到大型雲平台收入的10倍，潛在總市場規模可達15萬億到20萬億美元。
"於是你再倒推回來想，在600億美元或1000億美元估值下，這還能不能獲得風險投資式的回報？當然可以！"他說，"有時候，關鍵在於你如何自上而下地估算市場規模。"
DeepSeek的出現似乎表明，開源、高效、幾乎同樣好用的模型，可能挑戰既有巨頭。但阿莫迪並不這樣看。
他說，他最關心的問題是任何新模型是否比Anthropic的模型更好。即便你可以下載一個模型的設計，你仍然需要把它部署到雲服務上並運行起來，而這需要技術，也需要資金。
隨著DeepSeek事件發酵，阿莫迪向馬特雷及其Lightspeed同事闡述了這一觀點。他說服他們相信，DeepSeek的一些模型創新，可以通過擴大規模進一步提升。
那個星期一，英偉達股價下跌17%，驚慌的投資者紛紛逃離AI基礎設施交易。
在不確定性之中，這位風險投資人作出了決定。
"我不否認當時壓力巨大。"馬特雷說，"那個星期一，我們匯出了10億美元。"
"DeepSeek時刻"過去六個月後，Anthropic又在尋求進一步擴大規模。
公司正在洽談一輪新的融資，規模可能達到50億美元，並將把公司估值翻倍至1500億美元。
潛在投資者包括一些中東海灣國家，而這些資金來源，曾經似乎是Anthropic很想避開的。
但在已經從谷歌、亞馬遜，以及Lightspeed這樣的風險投資機構那裡募集了近200億美元之後，它能夠獲得更大額支票的選擇已經越來越少。
在Anthropic內部，阿莫迪曾主張，海灣國家擁有1000億美元或更多可投資資本，它們的資金將幫助Anthropic繼續站在技術前沿。
根據《連線》獲得的一條內部Slack消息，他似乎是帶著某種勉強，接受了從中東國家那裡拿錢的想法。
"不幸的是，"他寫道，"我認為'任何壞人都絕不能從我們的成功中受益'這一原則很難用來經營企業。"
和阿莫迪交談，讓我不禁思考，這場改進AI的競賽將如何結束，或者說，它是否會結束。
我想像過一種情況，模型最終變得如此龐大，也如此強大，以至於它們走向商品化。
又或者，正如阿莫迪過去的同事伊利亞·蘇茨克韋爾曾經暗示過的那樣，無止境的擴展衝動最終會讓整個地球鋪滿太陽能板和數據中心。
當然，還有另一種可能性，一種AI信徒並不願意討論的可能性：AI的進步停滯不前，並導致投資者空前的財富蒸發。
加速
5月，在Anthropic的首屆開發者大會上，我坐在距離舞台幾排遠的位置，等待阿莫迪出場。
公司把大會安排在The Midway。這是舊金山Dogpatch街區一處開闊的藝術與活動場地。
現場擠滿了程式設計師、媒體，以及Anthropic如今超過1000名的員工。
會場裡翹首期待Anthropic將發布Claude 4，也就是它最新、最大的模型。
阿莫迪走上舞台，介紹Claude 4。
他沒有選擇一場華麗的演示，而是拿起手持麥克風，宣布消息，照著筆記本電腦上的備註發言，然後把聚光燈交給Anthropic產品負責人邁克·克里格（Mike Krieger）。
現場觀眾似乎很買賬。
在我看來，比這次模型更新本身更值得注意的，是阿莫迪對接下來事情的承諾。
一整天裡，他反復提到，AI開發正在加速，而Anthropic接下來發布模型的節奏也會更快。
"我不知道具體會更頻繁到什麼程度。"他說，"但節奏正在加快。"
正如阿莫迪此前告訴我的，Anthropic一直在開發AI編程工具，以加快自身模型開發。
當我向公司聯合創始人兼首席科學家賈里德·卡普蘭（Jared Kaplan）提起這一點時，他告訴我，這確實正在發揮作用。
"Anthropic的大多數工程師都會使用AI來幫助自己提高效率。"他說，"所以它確實讓我們的速度快了不少。"
AI理論中有一個概念，叫"智能爆炸"。它指的是模型能夠改進自身，然後，像"轟"的一聲那樣，自我改進並變得近乎無所不能。
卡普蘭並沒有否認這種智能爆炸可能通過這種方式到來，或者以一種人類輔助的方式到來。
"它可能兩三年後發生。也可能需要更久，甚至更久。"卡普蘭說，"但當我說AI有50%的概率能夠完成知識工作者所做的一切事情時，我們所做的事情之一，本身就是訓練AI模型。"
"也許像我這樣的人，真的就不會有太多事情可做了。"卡普蘭繼續說，"當然，事情比這更複雜。但我們很可能正在走向一個類似那樣的未來。"
到這個時候，阿莫迪對安全的執念就變得非常清楚了。
儘管Anthropic內部沒有任何人說智能爆炸迫在眉睫，但顯而易見的是，他們並不迴避朝那個方向前進。
如果AI將變得更好、更快，甚至快得多，那麼謹慎對待它的負面後果就很有必要。
這類理論討論顯然也有助於Anthropic向製藥公司和開發者行銷自己的服務。但如今AI模型已經能夠寫出相當不錯的代碼，這件事聽上去也不再完全瘋狂。
我問阿莫迪，追求這一願景，是否可能讓他對失去技術控制權的風險視而不見？
"我不是這樣看問題的。"他說，"我們每發布一個模型，對模型的控制能力都在提升。所有這些事情都會出問題，但你真的必須非常嚴格地對模型進行壓力測試。"
阿莫迪認為，這類提問仍然植根於一種"放慢速度的末日論"，而這正是他經常被指責的東西。
與批評者的看法相反，他的計劃是加速。
"我之所以警告風險，是為了讓我們不必放慢速度。"他說，"我對其中的利害關係有極其深刻的理解。無論是從它帶來的好處，還是從它能做到什麼、能拯救多少生命來看。我都親眼見證過。"
風險提示
