Anthropic 为什么能追赶 OpenAI：从 Claude Fable 5 看懂其战略聚焦与组织文化

Anthropic 近日发布下一代旗舰模型 Claude Fable 5，同时面向特定机构开放 Claude Mythos 5。从官方披露的数据看，这是 Anthropic 迄今最强的模型代际，尤其在软件开发、复杂知识工作与长任务处理上较上一代进一步拉开差距。比模型本身更值得关注的，是 Anthropic 在过去几年里始终能跟上行业节奏的原因：当大多数公司还在讨论参数规模时，它选择押注编程；当行业争抢 C 端流量时，它转向企业市场；当越来越多公司四处扩张时，它把资源集中在少数关键方向。

过去一年，Anthropic 从一家被视为 OpenAI 追随者的公司，变成 AI 行业最受关注的玩家之一。年收入（ARR） reportedly 从 90 亿美元增长至 450 亿美元，若算力供应跟上，年底极有可能达到 1000 亿美元，明年或达 2000 至 3000 亿美元，直接对标 Meta 的量级。在二级市场，其估值 reportedly 已触及 1 万亿美元。与此同时，公司人员规模已扩张至约 3000 人，如何在规模膨胀中保持文化密度，仍是其组织层面的核心命题。

本文试图从战略判断与组织文化两个维度，还原 Anthropic 实现这一增长的核心逻辑，并回答外界好奇的几个问题：为什么 Anthropic 早在 2021 年就意识到编程可能是最重要的方向？Dario 与 Sam 的个性差异如何塑造了两家完全不同的公司路径？为什么 Anthropic 的人才流失率远低于同行？几乎每位员工都称赞的文化，如何在快速扩张中被维持？

战略聚焦：先放弃，再穿透

OpenAI 看起来更像一家“什么都想要”的公司。模型能力上，数学、科学、编程、推理、多模态、架构创新同步推进；产品上，Codex、浏览器、机器人、企业平台、智能硬件、芯片、数据中心同时开工，内部项目数量一度达到约 300 个。Anthropic 则完全相反：它是“三巨头”中唯一早期放弃多模态的，从不强调架构创新或推理模型等概念，只专注于语言模型的 Scaling，只把编程当作核心方向。

市场如今都已看清编程为何重要：第一，代码是通往数字世界几乎所有任务的媒介；第二，编程具备强可验证性、短反馈闭环，用户数据能直接回流训练；第三，编程是 AGI 研究的核心加速器，领先实验室已进入“一个季度的进展快过过去一整年”的循环。结果证明，编程确实压过其他方向。OpenAI 直到今年 3 月才 reportedly 砍掉 Sora 等支线，将编程升至最高优先级。

Anthropic 怎么在 2021 年就选对编程

Anthropic 早期融资相当困难，资金有限的情况下必须找最高效的路径通往 AGI。它需要讲出一个垂直场景的故事，证明能形成商业闭环。团队认真推演后认为，如果只能选一个方向，编程或许是最佳选择：先训练更强的编程模型 → 给客户使用 → 在真实工程环境中获取使用数据 → 回流训练，形成飞轮。

Anthropic 的增长负责人曾提到，他看过公司联合创始人写的一份内部文档，里面系统解释了为什么要聚焦编程。这份文档的日期是 2021 年，远早于外界看清这一市场机会的时候。

后来融资变得顺畅，资源变多，编程这条线一度不再被强调，公司仍然去做了更通用的模型底座。真正的转折发生在 ChatGPT 爆火之后。Anthropic 意识到 C 端已被 OpenAI 占据，于是将战场转向 B 端。训练 Claude 3 时开始有意识地加强编程能力，Sonnet 3.5 获得良好市场反馈后，内部对编程潜力的判断逐渐固化，团队开始沿着这条路径加大投入，彻底放弃 C 端，甚至不分散精力做多模态。

除此之外，Anthropic 在技术路线上的定力也值得关注。过去两年，外界多次声称 Scaling Law 碰壁、预训练边际收益见顶。据多方研究者反馈，Anthropic 是所有实验室中对 Scaling Law 最有信心、在预训练与数据上做得最扎实的一家，没有四处分散精力去追新范式。回头看，Claude 能力跃升的很大一部分正来自预训练上的扎实投入。

创始人性格如何决定战略路径

Anthropic 为什么总能在关键方向上做果断取舍？首先是资源限制：Anthropic 历史融资额大约只有 OpenAI 的 1/3。但更深一层，两家公司的战略差异也与创始人的性格和背景密切相关。

Anthropic 四位联合创始人都是 Scaling Law 论文的核心作者，Dario 本人是 GPT-3 的核心研究负责人。在此之前，他已在 AI 领域深耕十年，亲历过技术迭代的起伏，因此在做判断时更敢下注。此外，Dario 是一个几乎没有 FOMO（错失恐惧）的人，甚至被描述为有些自恋和固执，很少被市场共识带跑。

2024 年，Anthropic 尚未爆发式增长时，Dario 说过一段话：“过去十年我学到的最深一课是，市场上永远存在所谓共识，但在看过几次共识一夜之间翻转之后，我开始更关注自己的赌注。我不知道我们是否一定对，但说实话，即使只有 50% 的概率是对的，那也已经很有价值，因为你在提供别人没有的东西。”

这与 Sam Altman 截然不同。据接近 Sam 的人士透露，Sam 被公认为硅谷最有野心的创始人之一，从一开始就想“全都要”。加上他在 YC 的投资经历，非常熟悉“多颗种子、并行下注”的方法论，因此 OpenAI 长出了大量支线项目。

Sam 并非技术出身，对技术方向的判断不如 Anthropic 团队强硬，因此更依赖团队自下而上推动，他则在资源调配上提供弹药。他的 VC 背景让他特别偏爱突破性的花哨想法，OpenAI 的文化高度看重“从 0 到 1”的范式创新，却不太强调“从 1 到 10”的持续打磨。很多产品线如 Sora、Atlas 浏览器、语音模式，上线后缺乏连续性，被搁置一旁。

当 OpenAI 的人力被各种支线项目持续稀释，Anthropic 得以在最关键的战场上通过战略集中获得优势。

“有所不为”才是战略核心

Anthropic 的战略选择说明：聚焦的重要性被低估了。所谓聚焦可以拆成两层：一是判断——知道什么最关键，并敢于牺牲其他一切；二是压强——能把压倒性资源投入关键要素，打穿打透。前者是认知问题，后者是意志问题，缺一不可。战略的核心不是澄清自己想选什么，而是澄清自己愿意放弃什么。

组织文化：Anthropic 真正的护城河

Anthropic 最特殊的地方可能不是战略，而是组织文化。过去半年，在激烈的 AI 人才争夺中，Anthropic 的人才流失率远低于其他 AI 实验室。

2021 至 2023 年的人才流动数据显示：从 DeepMind 流向 Anthropic 的人数与反向流动比例约为 10.6 : 1；从 OpenAI 流向 Anthropic 与反向流动比例约为 8.2 : 1。入职两年后仍在原公司的比例，Anthropic 为 80%，在当时的领先实验室中最高，略高于 DeepMind 的 78%，而 OpenAI 仅为 67%。

值得注意的是，这组数据收集时 OpenAI 正值巅峰，而 Anthropic 尚未完全崛起。若看近两年的公开动态，Anthropic 的人才吸引力更加明显。近期一则在社交媒体上广泛传播的帖子指出，多家明星公司的 CTO 级别高管愿意跳去 Anthropic 做普通技术员工（MTS）。

造成这种现象的最大原因，往往被归结为 Anthropic 的组织文化。Anthropic 的增长负责人 Amol Avasare 曾表示：“我真心相信文化是 Anthropic 的秘密武器，是我们最具防御性且最不可复制的资产。这不是自然发生的，领导层在这方面投入了很多。”

区别于其他 AI 实验室的三个特征

具体拆解，Anthropic 与其他 AI 实验室不同的三个核心特征是：

1. 使命驱动。Anthropic 的使命是“确保世界能够安全地驾驭向变革性 AI 的过渡”，一切以安全为中心。很多公司声称使命驱动，但 Anthropic 对此的认真程度近乎宗教。它真诚地相信 AGI 可以拯救世界，也真诚地相信 AGI 可能毁灭世界，并试图带领所有人走在这两种可能之间的钢丝上。

Claude Code 负责人 Boris Cherny 曾说，在 Anthropic 的走廊里随机拦住一个人问“你为什么在这里”，答案永远是“安全”。他和产品经理 Cat Wu 去年曾短暂离职加入 Cursor，但两周内就返回 Anthropic，因为他们深深怀念那种所有人纯粹为了一个更大使命而努力的氛围。甚至有早期员工在全员大会上表示，如果 Anthropic 最终完成了使命但公司本身失败了，那仍然是一个好结果。

这种逻辑不仅停留在口号，也体现在治理结构上：Anthropic 设计了由非营利信托掌握权力的治理架构，持续投资可解释性研究、安全研究，甚至近期因价值观冲突而 reportedly 愿意放弃美国国防部一笔 2 亿美元的订单。

2. 高信任、低 ego。与其他领先实验室相比，Anthropic 内部听不到政治斗争和派系问题。AI 研究人员可以说是世界上最聪明、ego 最高的群体，天然追求提出不同解法、建立自己山头、扬名立万，而资源有限时部门冲突极易发生。

从 Google 跳槽到 Anthropic 的 Daniel Freeman 表示，其他模型公司内部像一个个独立封地，人人暗地竞争，而他在 Anthropic“从未有过这种感觉”。前 Stripe CTO Rahul Patil 去年秋天加入 Anthropic 后表示，最让他震惊的是这里的文化——很难想象这么聪明的一群人同时还能如此谦逊。他提出一个检验标准：如果公司告诉你最适合你的位置不再是高管，而是成为一名普通贡献者（IC），因为那样对使命贡献最大，你愿意吗？他认为 Anthropic 100% 的人会同意，没有 ego。

3. 浓厚的人文底色。《纽约客》的一位作家曾在 Anthropic 深度跟访数月，留下两个有趣的描述：“书呆子式的局外人”（Bookish misfits）、“Anthropic 员工中似乎有不成比例的人数是小说家或诗人的孩子”。

这里的人既不像典型硅谷精英，也不像传统极客工程师，而带着一点书卷气、木讷和理想主义。从模型命名也能窥见一斑：Haiku（俳句）、Sonnet（十四行诗）、Opus（古典大作），对应不同的文学体裁；而 OpenAI 的 GPT-4 / 4o / o1 是工程编号，Google 的 Gemini Ultra / Pro / Flash 是经典产品线命名。

Boris 还分享过一个细节：他加入 Anthropic 后的第一次午餐，随口提到硬科幻作家 Greg Egan 的一本极冷门的小说，他此前从未遇到过读过这本书的人。结果他刚提了一个情节，整桌人都接上了话。这让他大受震撼，也让他确信自己来对了地方。热爱科幻的书呆子往往具备宏大的人文关怀、历史责任感，以及对蝴蝶效应的更好推理能力。

文化是怎么被制度化的

Anthropic 已拥有 3000 名员工，却能在人类商业史上最快的扩张速度之一中维持文化密度。Dario 直接表示，他大概花三分之一到 40% 的时间确保 Anthropic 的文化健康。即便技术、产品、融资、政商关系无数事务缠身，他仍认为更高杠杆的工作是把 Anthropic 变成一个因高凝聚力而让顶尖人才愿意工作的地方。

具体做法包括：

第一，特殊的招聘标准。与多数公司争抢大名字不同，Anthropic 更偏好“黑马”，更重视直接的能力证据：是否做过独立研究、写过真正有洞察的博客、对开源社区有过实质性贡献。与此同时，Anthropic 有极其严格的文化筛选，面试中设有专门的文化面试环节，一小时问 15 到 20 个场景题。

这些题目围绕三点：你是否真把安全使命放在第一位？典型筛选题是：如果 Anthropic 因无法保证安全而决定不发布某个模型，你是否愿意接受自己的股票归零？你是否友善、低 ego？包括善良、同理心、人际交往能力，以及承认无知和错误的能力。你能否处理复杂性？Anthropic 内部处理的问题非常复杂多变，他们看重一个人是否有系统思维，能深入推理事物的二阶效应。

他们花大量时间做“反向筛选”，因此确实放弃了很多所谓的“10x 开发者”。Rahul Patil 提到，在加入 Anthropic 前，当时的 CTO 不但没劝他加入，反而花了两三周时间讨论他为什么不该来，善意地建议除非他真的认同这里的文化与使命，否则不值得加入。Anthropic 的招聘逻辑从来不是尽可能多地招来最强的人，而是尽早筛掉不合适的人。“我们很擅长筛掉那些为钱和名而来的人。”

相比之下，OpenAI 在规模扩大后不再设专门的文化面试，这已被指带来了一些管理问题。在 Meta 近期大举挖人时，OpenAI 的应对更像市场惯例：匹配报价、留任奖金、取消新员工归属期悬崖以加速股票兑现。Anthropic 的应对则非常“Anthropic”：他们告诉员工，你来这里首先是为了使命，而不是在外部竞价中不断抬高自己的价格。不会因为扎克伯格刚好注意到你，就给你开出比同等资历同事高十倍的薪水，这不公平；如果你想走，那就走。

结果很说明问题：OpenAI reportedly 流失了数十人，Anthropic 只流失了 2 人，且这两人此前已在 Meta 工作过 6 年和 11 年。

第二，高度透明的上下文共享（Context Sharing）。Dario 本人主动、频繁、反复地提供有意义的输入。他常开全员会，频率高达每两周一次，内部称为 Dario Vision Quest。他站在全公司面前讲一小时，通常附带三四页文档，内容涵盖公司方向、产品策略、行业变化，然后现场直接回答问题。很多内部员工说他讲话非常直接、诚实，“Dario 是我见过最直白的人，说话不算计，就是想什么说什么”。

除了全员会，他还会在自己的 Slack 频道大量写作，不加修饰地记录想法：公司最近发生了什么、他在担心什么、他怎么看大家关心的事。这种文化让公司里每个人都知道决策是怎么做出来的、哪些事应该优先。因此，在复杂多变的环境中，每个人能做出相对一致的分布式决策。

这种透明不是单向灌输，而是可以被挑战。有人可能在全员会上听了 Dario 的分享后感到不同意，直接跑到 Dario 的笔记本频道公开说“我不同意你的判断”，然后当场辩论。公开挑战领导层是被鼓励的。

这种写作文化不只属于 Dario，而是所有人的思考机制。Anthropic 很多人有自己的笔记本频道，类似个人 Twitter，随时记录自己在想什么、在做什么、有什么进展。其他人可以订阅、观察或加入讨论。有员工表示很喜欢公司的写作文化，Slack 就是一个巨大的知识库。

Anthropic 因此在内部培育出一块很好的对齐土壤：每个人的项目、观点、思考都足够透明和流动。有员工感叹财务数据也是透明的。（但技术保密则非常严格，据说有些团队被刻意隔离，甚至不能一起吃饭。结果是，其他公司的研究人员曾表示遗憾，所有关键 know-how 分散在不同人脑中，仅靠挖走几个人无法拼凑出完整图景。）

第三，七位创始人平分股权。Anthropic 的创始结构有一个相当反商业常识的设计：七位创始人，Dario 坚决给每个人同等股份，而不是自己拿大头。当时所有人都告诫他这会是灾难，否则权力模糊、激励错位，公司很容易因内斗而散架。但 Dario 认为公司应该围绕使命转，而不是围绕单一创始人转，平分股权是这一理念最无可辩驳的证据。

七位联合创始人此前已共事多年，彼此高度信任。平分股权本质上不是治理设计，而是一种承诺的证明、文化扩散的机制。七位创始人相当于七个文化复制节点，各自沿着不同线路向更广的人群投射价值观。这样即使公司扩张，原始文化也不容易被稀释。

相比之下，OpenAI 的创始团队已连续离开 11 人，目前仅剩 Sam Altman、Greg Brockman 和 Wojciech Zaremba。新任命的高管团队稳定性更差：2026 年初以来，产品负责人 Fidji 休假、营销负责人因健康原因离职、传播负责人退出、运营负责人被调岗、财务负责人也被边缘化……

第四，极度强调“一个团队”，避免派系化。Anthropic 的 CTO 曾在播客中表示，与传统公司相比，AI 实验室是非常自下而上的，是一个倒金字塔组织结构，权力与创造力从底部向上流动。最重要的工作发生在一线，因为一线人员每天跑实验，对模型能做什么有最直观的理解，绝大多数产品想法来自一线人员，而非高管路线图驱动。

但这也带来一个问题：一旦判断权下放，每个团队很容易固守自己的问题意识和价值函数，长成互相竞争的派系。Anthropic 的独特之处在于，它很早就意识到既然判断必须分散，就更需要主动促进团结。Dario 不希望安全团队只说安全最重要、产品团队只说产品最重要，把所有冲突上交高层解决。他的核心管理理念之一，是把权衡分发到每个人，让每个人都有一点创始人视角，在各自角色中参与同一套大规模权衡处理。

因此他们强调“一个团队”，并设计各种制度弱化职责边界：高管以下不区分职级头衔，统一叫 MTS（技术员工成员）；刻意淡化“研究者 vs. 工程师”、“资深 vs. 初级”、“架构师 vs. 执行者”的身份定义。

这与 OpenAI 形成鲜明对比。OpenAI 内部长期存在更强的研究者文化，有一条清晰的“鄙视链”：Researcher > Research Engineer > Software Engineer。因此产品往往由研究主导，话语权很小；发生冲突时，Research 也不愿意配合 Product。

在产品创新上，OpenAI 有明显的“研究者驱动”特征：研究团队的新成果往往到最后一刻才发邮件通知产品团队，产品团队再仓促找切入点。而在 Anthropic，产品与模型团队结合更紧密，产品能更有效地影响甚至定义模型能力。这也是 OpenAI 的产品力 reportedly 不如 Anthropic 的原因之一。

事件要点：Claude Fable 5 与 Anthropic 近况

Claude Fable 5 是 Anthropic 官方认定的最强一代旗舰模型，同步发布的 Claude Mythos 5 则面向特定机构开放。官方披露的数据显示，新代际在软件开发、复杂知识工作与长任务处理上较上一代明显拉开差距。对 Anthropic 而言，这款模型的发布不仅是一次技术迭代，也是其“战略聚焦编程”路线的延续与加固。

财务与估值层面，Anthropic 在过去一年实现了极具爆发力的增长：ARR reportedly 从约 90 亿美元升至约 450 亿美元；若算力供给充足，年底有望接近 1000 亿美元，明年或达到 2000 至 3000 亿美元。二级市场估值 reportedly 已触及 1 万亿美元区间。与此同时，公司人员规模已扩张至约 3000 人，如何在规模膨胀中保持文化密度，仍是其组织层面的核心命题。

关键数据怎么看

横向对比 Anthropic 与 OpenAI 的财务和人才指标，能更直观理解两家公司的差异：

收入增速：Anthropic ARR 在一年间从约 90 亿到约 450 亿美元，增长约 5 倍；年底若达 1000 亿美元，意味着其增速仍在加速。这一量级已 reportedly 接近 Meta 的营收规模，说明其 B 端企业市场策略正在兑现商业价值。

估值对比：Anthropic 二级市场估值 reportedly 突破 1 万亿美元，超过 OpenAI。需要指出的是，二级市场估值受流动性、预期和条款影响较大，与一级市场定价逻辑不同，但足以反映资本市场对其战略路径的阶段性认可。

人才留存：2021-2023 年期间，Anthropic 两年人才留存率为 80%，高于 DeepMind 的 78% 与 OpenAI 的 67%。人才净流入比例同样显著偏向 Anthropic（DeepMind→Anthropic 约 10.6:1；OpenAI→Anthropic 约 8.2:1）。在 Meta 近期高薪挖角行动中，Anthropic reportedly 仅流失 2 人，而 OpenAI reportedly 流失数十人。人才稳定性对其需要长期深耕的编程与 agentic 数据工程至关重要。

风险关注点与后续观察指标

尽管 Anthropic 在战略与文化上建立了差异化优势，但战场格局远未落定。至少存在以下几项值得持续观察的风险与变量：

OpenAI 的追赶能力。Coding 已成行业共识，OpenAI 今年 3 月 reportedly 已将 coding 升至最高优先级，并砍掉部分支线。开发者从 Claude Code 向 Codex 迁移的趋势已被观察到。OpenAI 在多线探索中仍保有范式突破的可能性，下一次技术跃迁可能扭转局势。

算力瓶颈。需求增速远超预期，算力正在成为新的决定性因素。OpenAI 早期锁定的计算资源 reportedly 远超 Anthropic。若 Anthropic 的算力供给无法跟上其收入增长节奏，模型迭代与商业化交付可能受限。

文化稀释风险。Anthropic 已从百人实验室扩张至 3000 人，且仍在高速增长。七位创始人的文化复制机制能否在万人规模下继续生效，Mission-driven 的筛选标准是否会因招聘压力而妥协，是未来 12-18 个月的关键观察点。

技术路线的赌注。Anthropic 对 Scaling Law 与预训练的坚定投入在过去被证明有效，但如果行业出现新的底层范式转移（如推理架构、持续学习或新模态的突破性进展），其“不分散精力”的策略也可能从优势转为劣势。

回到 Anthropic 与 OpenAI 的对照：前者更像一个理想主义、使命驱动、高度凝聚的“信仰型组织”，后者则是野心驱动、多线扩张、不断寻找下一个爆点的超级平台。从 2026 年回看过去三年，Anthropic 给行业留下的启示是：在 AI 时代，取胜不一定靠更大的野心、更多的探索、更强的人才；有时候，取胜也可以来自相反的方向：更少的赌注、更低的 ego、更天真的使命。