为什么说 Anthropic 像一家「宗教」？

“短短四年，OpenAI已经官僚大厂化了，Anthropic却依然守着那套Effective Altruism（有效利他主义）信仰，活成了一家宗教。 在硅谷，大家都想做大，只有他们想做‘对’。 ”不久前，硅谷AI创投人Leo向雷峰网如此叹道。 天才扎堆的AI赛场上，一家AI巨头真正的生死命门，从来只有一件事：如何驯服一群ego很大的聪明人。 当一群大ego的聪明人聚在一起，小到参数微调，大到路线选择，他们往往都各有一套“真理”。 若无强力制衡，这群聪明人极易因理念不合掀桌子走人，令团队分崩离析。 要想稳住他们，就得建立起超越个人意志的团队共识。 “目前世界上能做到这件事的，要么靠 ChatGPT 之父伊利亚这种封神级科学家亲自带队；要么靠谷歌AI掌门人哈萨比斯这种功勋元老威望压阵；唯独Anthropic是特例 ，它是靠信仰——有效利他主义，让一群顶级天才像信徒一样死心塌地追随。 ”在 Anthropic ，他们不比谁的技术更牛，而是比谁能更好建立AI“防火墙”，拯救世界免受AGI安全威胁。 对于这群天才而言，高薪与期权已是标配，反倒是这份守护人类安全的救世理想，才能对他们产生无法抗拒的吸引力。

“就算哪天Anthropic钱烧光，公司倒闭，只要团队里的人没死，它随时都能卷土重来。 但OpenAI，生死大限就在下半年，一旦上市有闪失，仙童当年分崩离析人才四散的结局或许就是它的未来。 ”Leo补充道。 而如今，秉持着有效利他主义的 Anthropic 在商业市场上，已兑现出超万亿美元估值和 440亿美元的 ARR，双线弯道超车劲敌 OpenAI ，成为当下炙手可热的超级AI独角兽。 下面，雷峰网通过对话数位来自“中国版 Anthropic”的头部科技企业高管，以及长期跟踪Anthropic的专家与分析师，从路线、产品、生态、组织四个维度，逐一拆解Anthropic的宗教感从何而来？ 更多一手访谈实录，欢迎添加作者微信IHAVEAPLANB-交流。 开宗立教：开创宪法AI，认准“不讨好”路线有效利他主义，简而言之，就是用理性做“最大的好事”。 它本质上是一种哲学理念，主张用证据和理性来分析，找出能够最有效改善世界的方式，并投入资源去实现它。 Anthropic从创立第一天起，就把“有效利他”刻在了路线基因里。 2021-2022年间，Anthropic 正处于自立门户初期。

它并未急于抛出产品，而是闷声死磕出一套独家核心技术框架——宪法AI（CAI）。 这套框架并非简单的技术方案，而是有效利他主义的“技术圣经”，从根源上为AI安全、可控、向善定下了不可逾越的铁律。 因此，与其说这是一场技术路线之争，不如说更像是一场信仰分野。 区别于 OpenAI、谷歌、Meta 等大厂标配的 RLHF（人类反馈强化学习），Anthropic 彻底放弃了靠人工打分来对齐偏好的“讨好型”路径。 RLHF 虽然能让模型变得更能“听懂人话”，但本质还是优化模型“观感”而非“事实”。 在这种“老好人”设定驱使下，模型往往宁可一本正经地胡说，也要努力顺着用户的毛摸。 日常对话中这或许无伤大雅，但在金融、法律等高合规要求场景中，这无异于埋下了一枚不定时炸弹。 为了拆除这枚炸弹，Anthropic 决定用“法治”取代“人治”。 宪法AI，简单来说，就是不再依赖人类的主观偏好，而是给模型预设一套明确的准则，让它在训练中通过自我批评把标准“刻进 DNA”。 “如果说 OpenAI 定义了 AI 能有多强，那么 Anthropic 就定义了 AI 能有多让人放心。

”前红杉中国投资副总裁、未可知研究院院长杜雨表示，这种“放心”落到实处，其实就是大厂最缺的稳定可预期性。 国内某大模型厂商工程师谭军也坦言，宪法 AI 把交互安全、架构安全、人机共存逻辑全部纳入了考量体系，是有效利他主义在安全对齐上的天花板级实践。 “在To B企业级市场，可预测性本身就是生产力。 这话听着平淡，却是当下整个行业最稀缺的东西。 ”谭军强调。 当这种可预测性落地到业务中，也为 Anthropic 打开了一条意想不到的新出路。 回过头看，2023年可谓C端AI爆发元年。 ChatGPT 卷起的流量旋风，让全行业陷入了抢人头、夺 DAU 的贴身肉搏。 但在这场 To C盛宴中，Anthropic 几乎全程“自觉缺席”。 这一年，它只干了三件事：3月，推出 Claude 1 验证宪法 AI；7月，发布 Claude 2 并靠长文本成功出圈；11月，迭代 Claude 2. 1 猛攻企业合规体验。 不追短期流量，只做长期有价值的事。 现在看来，Anthropic不是做不了 C 端，而是主动选择“避实击虚”，更多看法，欢迎添加作者微信IHAVEAPLANB-沟通探讨。

放眼市场，ChatGPT有先发优势，谷歌把控着Search和Android的流量入口，Meta手握WhatsApp和Instagram的社交关系链，Anthropic在这些维度上硬拼C端纯属找虐。 但在金融、法律等高合规 B端 “禁区”里，逻辑变了。 流量和生态不再是通行证，安全底线才是入场券，恪守宪法 AI 的 Anthropic，天生就为这片市场而生。 截至2026年4月，Anthropic全球年付费超100万美元的企业大客户总数突破1000家，其中金融、法律、医疗为核心行业。 “抢先发布 ChatGPT 是 OpenAI 历史上最伟大的胜仗。 ”谭军分析道。 他认为，OpenAI 靠 C 端心智占领生态，而 Anthropic 的核心骨干从OpenAI出走时就带着 B 端基因。 如今Anthropic在B端市场呈现出的压倒性优势，本质上是市场对有效利他主义的认可。 随着 2024 年欧盟《人工智能法案》等监管靴子落地，模型的合规能力成了硬指标。 Claude 凭借可追溯、能自审的宪法 AI 框架，直接在合规赛道完成了生态卡位。 而To B“禁区”难以踏足的另外一个原因，则是全行业普遍存在模型跑分与实际落地脱节的问题。

2024年，AI 行业出现了一个颇为吊诡的现象：大模型在Benchmark 上的跑分屡破纪录，企业落地却一地鸡毛。 Gartner发布的2024年度CIO全球调研报告显示：全球仅有48%的AI项目能够跨越原型进入生产环境。 对此，商汤智能办公小浣熊负责人贾安亚深有感触，她告诉雷峰网，商汤早在 23 年开始做小浣熊的时候，便预判到“写代码”和“调用工具”是模型超越文字处理、进入场景实战的第一个奇点，这与Anthropic后来所推崇的"代码即逻辑"路径预判不谋而合。 长期关注 AI 行业的分析师赵庆辉告诉雷峰网：“Benchmark 衡量的是模型’智力上限‘，但企业场景部署看的是模型‘安全下限’。 在金融审计等零容忍场景中，一个偶发幻觉的‘天才模型’，往往比能力及格但极其稳定的‘普通模型’更难部署。 ”数据印证一切：2025年，Anthropic在美国企业级 LLM API 支出中的份额从 24% 飙升至40%，稳居行业首位。 产品践道：不做“补丁”，以“重构”实现效率最大化如果说宪法AI是有效利他主义的“技术教法”，那么Anthropic的产品布局，就是一场把有效利他主义落到实处的商业实践。

不搞噱头不炫技，聚焦企业真实痛点，用硬核可靠的AI能力，创造能够普惠行业的价值。 所以我们看到了这样一幅对照场景：当友商们在多模态名利场中卷生卷死时，Anthropic却偏偏押注了一个看似最“朴素”的卖点——超长上下文。 在如今的企业级大模型市场，百万 Token 已从技术绝招变为入场门槛。 但在真实业务中，长上下文的胜负手不在于“能塞进多少”，而在于“塞进去后能找回多少”，更多见地，欢迎添加作者微信 IHAVEAPLANB- 交流。 从技术路径上看，业界处理大规模信息目前存在两种互补思路。 一种是以 RAG（检索增强生成）为代表的"先检索、再生成"路线，通过外部检索系统筛选相关片段再喂给模型，也是 OpenAI 模型的主流方案。 优势是成本可控、可实时更新，但检索环节的召回质量直接制约最终效果。 另一种是以超长上下文窗口为代表的"尽量多看"路径，将尽可能多的原始信息直接放入模型的上下文中，依赖模型自身的注意力机制做全局理解，这正是 Anthropic 作为核心差异化打造的原生长窗口（Native Long-Context）路线。

对于这两种路径，贾安亚给出了务实的拆解：RAG 是通过工程化方式筛选信息再给模型；而超长上下文则是把尽量多的信息直接给到模型去理解，自然理解能力更强。 2026 年 3 月的 MRCR v2 测试中，Claude Opus 4. 6 百万级 Token 多针检索得分 78. 3%，远超同期 GPT-5. 4 的 36. 6%。 对这一悬殊差距，赵庆辉给出了具象化解读：“Claude 倾向于将文本视为逻辑整体，打个比方，你把数百页合同丢给它，它能精准揪出第 5 页声明与第 490 页附件之间的逻辑悖论，这是 RAG 类模型想都不敢想的。 ”这独一份的文本能力，最终化作 Anthropic 颠覆传统 SaaS 的注脚，而这场颠覆的底层逻辑，正是有效利他主义的 “回归价值本身” 理念。 2026年初，全球资本市场亲眼目睹传统SaaS 板块遭受了一场灾难级“估值血洗”：短短两周内，标普500软件与服务指数六连跌，市值蒸发约 8300 亿美元。 引发这场震荡的导火索，正是 Anthropic 发布的 11 个覆盖法律、财务等垂直场景的 Claude cowork 插件。

不同于传统 SaaS 按账号数收费的“席位制”，Claude Cowork 开创了高度自动化的结果导向“任务计费”模式。 不卖软件的使用权，只卖具体业务的“结项率”：一份符合合规要求的审计报告、一套自动配平的供应链对账单，或是从法律研读到合同草拟的完整闭环。 这不是简单的商业模式创新，而是有效利他主义的具象化体现：让企业只为真实价值付费，让 AI 服务回归普惠本质。 对此，杜雨博士直言：“这场‘估值血洗’不能简单解读为市场恐慌，因为Anthropic不是抢 SaaS 生意，而是把 SaaS 的角色降级了，从席位售卖模式转向结果导向的价值交付，这更贴近商业本质也更公平。 ”谭军也感叹，“当年 ChatGPT 席卷编程社区，Stack Overflow 的提问量悬崖式下跌到百分之一，如今 SaaS 行业真的极有可能因为 Anthropic 进入重新洗牌。 ”“过去不管是 CRM、SAP 还是 BI，本质上都是业务数字化。 而AI通过对数据信息进行深度解析，大幅缩短了传统 SaaS 的交付周期。 ”贾安亚一语道破本质。

她以自身业务实践举例，如今商汤小浣熊仅凭一支精干团队，就能支撑起对上千家企业、1500 万用户的业务覆盖，这种交付效率在传统 SaaS 时代是想都不敢想的。 但颠覆老旧效率远不是终点，Anthropic的终极野心，是重构企业工作流，最大化提升企业生产力。 当微软、Salesforce 还在给传统软件打 AI “补丁” 时，Anthropic 已经锻造出三把 “利刃”，把 AI 从“数字助手”转变为能自主结项的 “数字执行官”。 第一把利刃，是由“编程原力”驱动的 Tool Use。 不同于 OpenAI 等大厂那种偏向于自然语言指令的分发，Anthropic 走的是一条纯粹的“代码即逻辑”路线。 2025 年，Claude Code 仅半年便斩获 10 亿美元收入，并于今年 1 月进化为 Cowork 插件，实现任务自动化闭环。 据 CEO Dario Amodei 透露，其内部已有约 90% 的代码借助 AI 生成（含人工审查与迭代），工作模式已经完成从“AI辅助编写”向“AI 主导人工把关”的转变。 第二把利刃，是通过 Computer Use 实现的“非侵入式自动化”。

不同于传统的“接口集成”，Anthropic 的 Computer Use 直接模拟人类的视觉观察与位移点击，简单粗暴的打破了软件间的通信壁垒。 这意味着，AI 无需厂商开放 API 接口，光靠“看屏幕+动手点”就能接管高门槛的核心业务系统。 同时，它构建了“感知-行动”实时闭环，能够通过截帧推理自主识别弹窗异常，并触发回退重试。 CEO Dario Amodei 强调， Computer Use本质是对动态环境的稳健理解，目前其操作成功率已从一年前的 15% 飙升至 65%-70%。 第三把利刃，则是工业级结构化输出驱动的“标准交付”，旨在解决“如何闭环”的终极考验。 在开发者社区，Claude 的格式遵循能力广受认可。 根据 MindStudio 2025 测评，Claude 处理复杂嵌套格式（JSON、XML 等）的遵循度高达 99. 98%。 在这一点上，贾安亚强调，AI 的价值不在于简单的文本生成，而在于能否通过结构化"标准件"与企业既有架构无缝嵌套。 “格式可靠性之所以重要，是因为在企业级自动化流水线中，模型输出往往直接对接下游系统的解析器，格式错误即意味着流程终结。

任何一次格式不合规导致的调用失败，其后期排查与重试成本都极其高昂。 ”这三把利刃，紧扣有效利他主义，让 AI 不再是华而不实的噱头，而是真正能帮企业解决问题的工具。 生态布道：不垄断不争利，反而赢下更大天地所有商业竞争打到最后，拼的都是规则定义权，AI 行业更是如此。 而 Anthropic的终极愿景，早已超越一家大模型公司的边界：它要以有效利他主义为底色，重新划定 AI 生态的底层规则。 不筑墙、不垄断、不与伙伴争利，只做行业的 “铺路者”。 2024 年 11 月，Anthropic 推出了 MCP（Model Context Protocol）协议。 在MCP协议的设计文档中，工程团队的初衷直白又简单：“我们希望MCP成为AI世界的USB-C，一个通用连接标准，让任何AI系统可以与任何数据源和工具无缝交互，开发者不再需要为每个连接单独造轮子。 ”在MCP协议出现之前，企业集成最大的痛点在于必须为每个系统定制“桥接层”，这类低效开发往往占据项目 40% 的耗时。 而 MCP 的出现将高强度的“代码手术”简化为即插即用，消除了部署中最底层的资源摩擦，让全行业共享技术红利。