Anthropic President Amodei on the Future of Claude

• Anthropic 已从追赶者变成领跑者，但管理层刻意拒绝"领跑者心态"。 公司年化营收（annualized run rate）达 470 亿美元，估值史上首次超过 OpenAI，Claude 在程序员群体中大获成功——但 Daniela 反复强调"这些数字根本不是重点"，真正的任务是每天为客户服务、守住"以负责任方式开发 AI"的使命。
• 已秘密递交 IPO 招股书（S-1），逻辑是前沿 AI 的资本密集性决定了必须接入公开市场。 训练和推理的巨额前期成本，意味着真正在推进前沿的少数公司终将需要公开市场级别的融资能力；但出于 SEC 静默期，她对 IPO 细节"一个字都不能多说"。
• 在算力军备竞赛中，Anthropic 选择"宁可少买不过买"的财务克制，与 OpenAI 的万亿基建形成鲜明对比。 用"不确定性锥（cone of uncertainty）"框架解释：算力大单需要提前承诺、又无法精准预测未来，因此宁可让需求略微超过供给，也不愿过度采购、背上付不起的产能。
• 对"AI 取代就业"的回应建立在自家研究数据上，而非立场表态。 尽管 Dario 去年称 AI 可能消灭一半白领工作，但 Anthropic 的社会影响研究显示：2025–2026 年真正的"替代"只占极小比例，且集中在海外岗位和客服——这些本就在被传统（非生成式）ML 自动化；她认为真正的机会是用 AI"放大只有人能做的部分"。
• 最强模型 Mythos 的分层放开，是 Anthropic"原则即战略"的最佳样本。 两个月前因可被用于发现并利用关键软件安全漏洞而限制访问，本周扩展到约 150 个机构、15 个国家——核心逻辑是先把模型交给网络防御方，给他们"打补丁的先手"，再逐步扩圈。

核心要点：Anthropic 的领导结构是一次刻意的分工——技术愿景与日常运营分离，而 Daniela 认为单一 CEO 独自运营一家公司"反而更难"。

• 2021 年，Daniela、Dario 和少数人一起离开 OpenAI 创办 Anthropic；如今已有数千名员工，多数汇报链最终指向作为总裁的她。
• Dario = 技术远见者：早在 2010 年代初、AI 还远未成为全球热点时，就坚信"人工智能会是一件大事"；他在公司里持续提醒大家关于规模、野心、以及技术本身要去往何处。
• Daniela = 组织运营者：管理高管团队，把时间花在关于客户、产品、研究如何落到使用者身上的决策上。
• 她认为双 CEO 比单 CEO 更轻松，尤其当两人"彼此非常了解"时——这为后文"如何争论"埋下伏笔：双核的优势不只在分工，更在两种视角的碰撞。

"我真的不知道一个 CEO 怎么独自运营一家公司。两个人来做其实容易得多，尤其当他们彼此非常了解的时候。" —— Daniela Amodei

核心要点：兄妹之间真正的资产不是"不吵架"，而是一套把分歧转化为更优解的机制——默认好奇、约 80–90% 的时间收敛到一个"第三条路"。

• 作为从小一起长大的兄妹，他们有"好几十年"练习"既争吵、又依然相爱"——从小时候"你为什么拿我的玩具、能还给我吗"开始，这种关系底子让他们在 Anthropic 能良好协作。
• 关键不在"是否分歧"，而在"如何分歧"：两人之间始终有强烈的相互尊重；当对同一情形看法不同时，默认反应是好奇——"这件事我觉得明摆着该这么做，你为什么那样看？"
• 因为对方往往掌握自己没有的信息、或持有不同视角，约 80% 到 90% 的情况最终会"在中间相遇"，并常常找到一个融合双方判断、且比任何一方原方案都更好一点的"第三条路"。
• 她把"从不同视角审视决策"的能力本身，视为双核结构最大的力量来源——它让决策质量更高。

"通常会发生的是：我觉得这样做对，你觉得那样做对，结果往往有第三种做法，是我们俩想法的结合，反而更好一点。" —— Daniela Amodei

核心要点：面对"你们现在是不是确定无疑的领跑者"，Daniela 把所有外部指标（营收、估值）明确定义为"非重点"，并把它当成领导层必须时刻校准的纪律。

• 两年前她与 Dario 同台 Bloomberg Tech 时，Anthropic 还是 OpenAI 面前、乃至整个 AI 竞赛中的 underdog（弱势挑战者）。
• 如今地位截然不同：Claude 成为现象级成功（尤其在码农中），公司年化营收预计达 470 亿美元，估值首次超过 OpenAI。
• 但她的回应是"这完全是错误的思考方式"：创办 Anthropic 的初衷是以有道德、负责任、公平的方式开发这项技术；正因如此，公司上下、尤其是领导层，必须不断提醒自己"所有这些数字其实都不是重点"。
• 她把这上升为一种日常修炼：公司的工作是"每天成为我们所能成为的最好版本"——这需要努力、谦逊、时间、专注与能量。

"我们真的是来做一件工作的——支撑每天依赖我们的企业。AI 正越来越多地成为每个人工作流、办公体验、乃至个人生活的一部分，这是巨大的特权，也是巨大的责任。" —— Daniela Amodei

核心要点：Anthropic 把 IPO 定位为前沿 AI 商业模式的结构性必然——不是机会主义融资，而是资本密集型业务接入公开市场的内在需要。

• 公司已秘密递交招股书（S-1），这给了它在 SEC 审查后潜在上市的选项；同期 SpaceX 也已递交，OpenAI 预计随时会递交。出于监管静默期，她强调"关于 IPO 我能说的就这些"。
• 对"AI 公司此刻该不该上市"的权衡，她给出行业层面的判断：训练 AI 模型是资本极度密集的生意，这一点公司"从第一天起就很坦诚"。
• 训练模型、以及为客户提供推理服务，都有巨大的前期成本；她的判断是，随着时间推移，真正在推进前沿的那一小撮公司"就是会需要"接入相应级别的资本，而公开市场非常适配这种需求。
• 她承认上市当然有取舍（要面对季度业绩、股东电话会等），但认为这是"训练并服务这些模型"这门生意的基本结构所决定的。

"我能说的关于 IPO 相关的，就这些了——我相信你能理解。" —— Daniela Amodei

核心要点：面对"企业是否在实验期过度投入 AI、之后会缩减"的质疑，Daniela 不否认乱象，而是用"两件同时成立的事实"来重构问题。

• 背景：市场开始担心所谓 token-maxing——一些公司搞排行榜、比谁用的 AI token 最多，为用 AI 而用 AI；Uber 一位高管称，若没有清晰、有指标支撑的 ROI，越来越难为 AI 支出辩护。
• 第一件为真的事：今天的 AI 工具确实强大；与两年前她同台 Bloomberg 时相比，模型能力和创造的经济价值都已大幅跃升——但未来两到八年，模型还有"远更长的路"可走，各领域会出现大量实验，去摸索特定工作流如何榨出最大价值。
• 第二件为真的事：企业"如何选择使用 AI"会持续变化；今天的一些用例（编码、金融服务、法律、医疗）会继续是效率、创造力与新做法的主要驱动，但随着整个商业社区（不只 AI 业）对工具更熟悉，大家会"一起学习"什么是既能用好工具、又能支撑员工的最佳方式。
• 她的期望是：随时间推移，AI 会更自然地融入"人如何做工作、如何协作"的日常，从"我必须用它、可我到底拿它干嘛"的焦虑，转向真正释放出对人有益的价值。

"今天有一种感觉是——'AI、排行榜，我必须得用它，可我到底用它来干嘛？'我的希望是，随着时间它会更融入我们日常怎么做事、怎么沟通。" —— Daniela Amodei

核心要点：Anthropic 不搞强制用 AI 的排行榜，但系统性地"先用自己"——所有给客户的产品，都先因内部真实需求而自建。

• 明确否认有外界所描述的那种排行榜；但确实会追踪内部用了多少 Claude、用在哪些场景，因为公司"会原型化所有要交付给客户的工具"。
• 产品先内部自用再外推：Claude Code、Claude Design、Cowork 等都是 Anthropic 因为"我们有个真实需求，Claude 能帮上忙吗？"而先在内部造出来的。
• 内部度量的定位是"检查我们怎么用、用了多少"，而非"你必须用 AI、必须用 Claude、用了就更好"的强制。

"这些产品——Claude Code、Claude Design、Cowork——都是我们在 Anthropic 内部先造出来的，因为我们说'嘿，这是我们真实的需求，Claude 能帮忙吗？'" —— Daniela Amodei

核心要点：Claude 在 Anthropic 内部的渗透远超编码，最有"体感"的案例是 HR 的绩效评估工具——它揭示了通用模型"横跨业务吸收信息"的能力。

• 全公司在大小议题上都用 Claude；编码之外用得第二多的是财务——后端财务规划、分析、纯数字分析，Claude"非常非常有帮助"。
• 最生动的内部案例：People（HR）团队自建了一个用 Claude 做绩效评估（performance review）的工具。正值绩效季，团队反馈极其正面——Claude 让做这件事"感觉有趣得多、更有互动性"，在你做自我评估时，它会自动拉取你过去六个月做过什么的信息。
• 她把这视为通用模型"通用性（generality）"的证明：能横跨一整个业务、吸纳大量信息，帮助员工在自己的岗位上更成功。

"我们的 People 团队内部造了一个超棒的绩效评估工具……Claude 会把我过去六个月做了什么的信息拉进来，这真的体现了这些工具的通用性。" —— Daniela Amodei

核心要点：在算力军备竞赛中，Anthropic 选择财务克制而非规模军备——用"不确定性锥"解释为何宁可 undershoot（少买）也不 overshoot（过买）。

• 行业对比：OpenAI 早期高调锁定巨型数据中心、基建支出高达约 1 万亿美元；Anthropic 近期则与 xAI 达成租用算力的大单，走了一条"略有不同"的路。
• 解释框架——"不确定性锥（cone of uncertainty）"：算力大单的结构要求你"相当提前"就承诺一定量的算力，但未来无法被完美预测。
• 因此 Anthropic 的一贯立场是：为最好的结果做规划，但不过度伸展到"买了超过自己能高效使用的算力"。她明确表示，宁可处在"产品需求略微超过我们能服务的量"这一侧，也不要反过来——过度采购、买下未来付不起或用不掉的产能。
• 她坦承"这件事极难做对"，整个行业仍在摸索如何构建这类交易；在平衡上她"仍然认为"财务审慎、谨慎决定买多少、并确保未来真能用上所有算力，是更好的做法——而且某个时点必然会略微买少或买多。

"我们宁愿处在'需求比我们能服务的略多一点'这一侧，也不要反过来——你买超了，然后陷入困境，因为你买了将来付不起的东西。" —— Daniela Amodei

核心要点：对 SpaceX 合作中提到的"太空数据中心"，Daniela 既不背书也不否定，而是用"AI 是最让我意外的领域"来给可能性留门。

• 在与 SpaceX 的公告中，Anthropic 表达了对"潜在使用太空数据中心"的初步兴趣。
• 她的判断是：太空数据中心不会出现在 2027 年的待办清单上；目前没有"与宇航员合作去搭建太空数据中心"的近期计划。
• 但她特意补一句：AI 是最让她、也最让世界意外的领域——就这项技术让多少新事物成为可能而言——所以"你永远说不准"。

"我不认为太空数据中心会在 2027 年进我们的 to-do list……但 AI 是最让我意外的领域，所以——你永远说不准。" —— Daniela Amodei

核心要点：Daniela 把与五角大楼的公开摩擦，重构为一个关于"长期、可信、跨层级政府合作"的更大故事，并将其根植于"AI 本质是地缘政治议题"的判断。

• 背景：几个月前 Anthropic 曾因其 AI 软件的限制，与五角大楼发生公开交锋。
• 她强调 Anthropic 从第一天起就高调投入并公开谈论对国家安全的承诺，并且是首家上"绝密云（top secret cloud）"的 AI 公司——这些价值与原则"非常古老"，不是新东西。
• 真正"更大的故事"是：长期看，Anthropic 有能力在各个层级与政府富有成效地合作；因为她认为人工智能"现在是、未来也会是一个地缘政治议题"。
• 要做一个有道德、负责任的实验室，就需要与美国及伙伴国政府合作，去回答"如何以安全、对人有益、能保护民主的方式推出这项技术"——因此她对长期前景"真的很乐观"。
• 被追问"Anthropic 的坚持是否让 OpenAI、Google 反而谈到了更好的政府条件"时，她回到原则本身：每家公司都有自己的红线和价值观，Anthropic 能控制的只是"尽可能公开自己的原则、并对它们忠诚"，无法控制别人怎么做。

"做一个有道德、负责任的实验室，我们需要和全世界的政府合作……去问：怎样以安全、对人有益、保护民主的方式推出这项技术。" —— Daniela Amodei

核心要点：被问及加州亿万富翁税时，Daniela 没有就具体政策表态，而是把它升维成"AI 创造的巨量财富该如何再分配"这一公司无法独自回答的结构性问题。

• 背景事实：她和许多 Anthropic 联合创始人已承诺捐出 80% 的股权；提问指向加州拟议的"亿万富翁税"公投——对净资产超过 10 亿美元的个人一次性征税。
• 她的框架：Anthropic 公开表达过"AI 将创造巨量财富、且这种财富应以某种方式被再分配"的观点；无论是捐赠承诺，还是公司谈论潜在劳动力替代时的诸多立场，都根植于同一个信念——若不采取有意识的行动，AI 会像许多技术一样很可能扩大不平等与差距，而这不是他们想看到的。
• 对具体政策，她只说"有很多有意思的建议在流传"；公司和创始人个人能控制的，是"如何处置自己从 AI 中获得的经济收益"；但这是一个超出任何单一公司围墙的重大问题。

"如果我们不采取有意识的行动，AI 像许多技术一样，很可能会扩大不平等和差距——这不是我们想看到的。" —— Daniela Amodei

核心要点：对 Dario"AI 或消灭一半白领"的说法，Daniela 既不收回也不渲染，而是把讨论锚定在自家研究数据上，并把焦点转向"如何让人保留意义与生计"。

• 她承认 AI 已经在显现破坏性，但"我们并不真的知道未来"——一年、三年、五年后会发生何种类型的颠覆是未知的。
• 关键数据：正因如此 Anthropic 发布社会影响研究，公开"人们怎么用 AI、它在替代岗位还是补充岗位"。研究发现，2025–2026 年，"替代"只占 AI 所做之事的极小极小一部分，且主要集中在海外岗位和客服——而这些本就在被更传统的、非生成式的 ML 系统自动化。
• 她坦承未来"绝对可能改变"，并认为 Anthropic"有点不寻常"的地方在于"我们会大量谈论它、会说'嘿，这可能发生'"。
• 更深层是社会挑战：当 AI 能做今天人类做的许多生产性工作，"我们如何找到意义、如何挣得收入、如何彼此相处"？她个人坚信存在一个真实机会——加速并凸显那些只有人能做的部分：人喜欢与人共处、一起创造、彼此连接、有时彼此分歧；AI 不会从根本上夺走这些，但社会要想清楚如何把它嵌进现有经济基础设施，让人仍能在工作中找到意义、有办法谋生。

"我有一个非常根本的信念：人喜欢和人在一起，喜欢一起创造，喜欢彼此连接，有时也喜欢彼此分歧。我不认为 AI 会从根本上把这些从我们身上夺走。" —— Daniela Amodei

核心要点：最强模型 Mythos 从限制到逐步放开，是 Anthropic"原则即战略"最具体的操作样本——核心是用时间窗口给网络防御方"打补丁的先手"。

• 两个月前，Anthropic 公布并限制了对 Mythos（其最强模型）的访问，理由是它有显著潜力被用于在关键软件上发现并利用安全漏洞、制造破坏。
• 本周二，公司刚扩大了 Mythos 的可用范围——新增约 150 个机构、覆盖 15 个国家。
• 方法论核心是"时间成分"：Mythos 最初只发放给网络防御者——一些非营利组织、政府、以及保护关键基础设施免受网络攻击的组织。
• 逻辑类比任何安全漏洞情形：必须给防御方先手。AI 模型会持续进步，"如果不是我们某天发布一个 Mythos 级模型，也会是另一家 AI 公司"；但"先给谁用、他们有多长时间去给 Mythos 能揭示的漏洞打补丁"，真的很重要。
• 因此采取非常谨慎、分层（tiered）的策略：先给有能力帮助防御这些风险的组织，再缓慢把圈子扩到越来越多的关键基础设施，直到最终觉得可以更广泛地发布——她承认这"在某些方面令人沮丧，因为大家真的很想要这个模型"。

"就像任何安全漏洞情形一样，你必须给防御方一个先手。如果不是我们某天发布一个 Mythos 级的模型，也会是另一家公司——但先给谁用、他们有多长时间打补丁，这件事真的重要。" —— Daniela Amodei

核心要点：Anthropic 不会放弃消费，但刻意把消费产品定义为"生产力工具而非娱乐工具"，并把企业视为与其价值观最契合的根。

• 公司确有消费产品 Claude.ai；但从第一天起就认为企业/商业是与 Anthropic 价值观"灵魂上最契合"的方向——对信任、责任、可靠、透明的强调，已深植于公司 DNA。
• 消费用户基础在增长，但画像主要是专业人士和个人的生产性用途：不一定是工作，有时是提升技能与知识、发展爱好。
• 她的亲身案例：作为一位母亲，儿子小时候她用 Claude 来"整理幼儿园申请"——Claude 强大在能帮你抽象掉"作为一个人"的诸多行政杂务。
• 与竞品的差异：Anthropic 的消费产品不是娱乐工具——"用起来可以很有趣，但它真正是为生产性活动服务的"，无论在公司还是在家。她相信即便企业是首要焦点，仍会有相当大体量的人想用这个产品。

"我们消费产品和竞品也许最大的不同是——它不是一个娱乐工具。用它可以很有趣，但它真正是为生产性活动服务的，无论在工作还是在家。" —— Daniela Amodei