{
title: Anthropic崛起：聚焦编码战略如何超越OpenAI,
summary: Anthropic在2024年实现爆发式增长，ARR从9亿飙升至45亿美元，估值突破万亿美元反超OpenAI。其成功关键在于早期聚焦编码方向，放弃多模态等分散业务，形成“更好模型-客户数据-反哺训练”的飞轮效应。文章从战略选择、组织文化、人才留存等维度解析Anthropic如何后来居上，揭示聚焦策略在AI竞争中的核心价值。,
content: 过去一年，Anthropic可能是整个AI行业里最值得研究的一家公司。今年开年，它创造了人类商业史上最快的爆发性增长：ARR从9亿美元增长到45亿美元，如果算力供应跟得上，大概率年底ARR到100亿美元，明年到200-300亿美元，直接和Meta的体量拉齐。在二级市场上，它的估值已经摸到1万亿美元，反超了OpenAI。就连AI大佬Andrej Karpathy也宣布加入Anthropic。这一切的背后，是Anthropic在战略和组织上的独特选择。
从战略上看，Anthropic与OpenAI形成了鲜明对比。OpenAI一直像一家什么都想要的公司，在模型能力上发力math、science、coding、reasoning、多模态、架构创新等，在产品上同时推进Codex、浏览器、机器人、企业平台、智能硬件、芯片和数据中心等，内部项目数一度高达约300个。而Anthropic完全相反，他们是御三家里唯一很早就放弃多模态的，且从来没讲过架构创新，没强调过reasoning model、RL、continual learning等概念，只做好语言模型的scaling，只重点做coding一个方向。关于为什么coding如此重要，核心有三点：Coding是通往一切的道路，数字世界的绝大多数任务都可以通过Code来表达；Coding是最适合模型学习的能力，结果可验证性强、反馈循环短，用户数据能更大程度上反哺模型训练；Coding是AGI研发的核心加速器，现在头部AI实验室已经进入了这种加速循环，今年模型一个季度的进步幅度比过去一年更快。最终结果证实，Coding确实是最重要的方向，而OpenAI直到3月份才惊醒，砍掉了Sora等支线业务，把Coding提到公司第一优先级。
Anthropic是怎么选准coding的？一半是远见，一半是运气。早期融资一度很不顺利，没有那么多钱，就必须用更高效的方式往AGI迈进。它需要先讲一个垂直场景的故事，证明自己可以形成商业闭环。于是他们当时认真研究过，如果只能选一个方向，coding可能是最好的选择：先训练更好的coding model，提供给客户使用，获得客户在真实工程环境里的使用数据，反哺模型训练，这有可能形成一个飞轮。Anthropic增长负责人曾提到，他看过一份公司联创写的内部文件，日期是2021年，内容就是为什么应该focus在coding这个方向，这远远早于任何人知道这个方向实际的市场机会。转折发生在ChatGPT爆火之后，Anthropic意识到C端已经被OpenAI抢先，于是颇为遗憾地但事后看是异常幸运地转移了战场，把重心转向toB。训练Claude 3时，Anthropic开始有意识地强化coding能力，在Sonnet 3.5上拿到了很好的市场反馈。之后就是一边加码，一边求证，内部逐渐坚定了对coding潜力的判断，不仅是彻底放弃了C端，连多模态都没有分散精力来做。
除了市场方向上的聚焦，Anthropic在技术路线上的定力也值得关注。过去两年，外界反复有明星研究员说scaling laws撞墙了，pretraining的边际收益已经见顶。但Anthropic坚持自己的节奏，没有跟风转向。这种聚焦策略也体现在组织文化上：人才流失率极低，几乎每一个Anthropic的人都在称赞它的文化。在公司快速扩张的过程中，这种文化得以维持，很大程度上得益于清晰的战略共识和高效的执行力。对于AI从业者来说，Anthropic的故事提供了一个重要启示：在资源有限的情况下，聚焦核心能力、形成正向飞轮，往往比全面铺开更有效。未来，随着coding能力的持续深化，Anthropic有望在AGI研发和商业化上走得更远。对于创业者而言，与其追逐所有热点，不如像Anthropic一样，找到那个能打通任督二脉的关键点，集中火力打穿。这或许才是AI竞争中最被低估的制胜法则。