拆解 Anthropic：最好的 AI 公司，可能也是一種組織發明

過去一年，Anthropic 可能是整個 AI 行業裡最值得研究的一家公司。今年開年，它創造了人類商業史上最快的爆發性增長：ARR 從 9B 增長到 45B，如果算力供應跟得上，大概率年底 ARR 到 100B，明年到 200-300B，直接和 Meta 的體量拉齊。在 secondary market 上，它現在的估值已經摸到 1 萬億美金，反超了 OpenAI。

我們花了不少時間研究 Anthropic 是怎麼後來居上的。最後落下來，要理解這家公司，核心是理解兩個點：一個是戰略判斷，一個是組織文化。

大家對此應該已經有了很多片段式的瞭解，但並沒有一個完整的 picture，所以這篇文章試圖做一個更詳盡的梳理和還原。希望能從戰略和組織這兩個角度解釋一些外界好奇的問題，比如：

• 為什麼 Anthropic 能在 2021 年就意識到 coding 可能是最重要的方向？
• Dario 和 Sam 的性格差異，如何塑造了兩家公司完全不同的戰略路徑？
• 為什麼 Anthropic 的人才流失率這麼低？
• 為什麼幾乎每一個 Anthropic 的人，都在稱讚它的文化？在公司快速擴張的過程中，這種文化是如何維持的？

Focus 的重要性被低估了

首先，從戰略上來說，OpenAI 一直更像一傢什麼都想要的公司。

在模型能力上，math、science、coding、reasoning、多模態、架構創新等，OpenAI 都在發力。在產品上，Codex、瀏覽器、機器人、企業平臺、智能硬件、芯片和數據中心等等也都在同時推進，據說 OpenAI 內部的項目數一度高達約 300 個。而 Anthropic 完全相反，他們是御三家裡唯一很早就放棄多模態的，且從來沒講過架構創新，沒強調過 reasoning model、RL、continual learning 等概念，只做好語言模型的 scaling，只重點做 coding 一個方向，先把最關鍵的能力打穿。

關於為什麼 coding 如此重要，現在市場也都清楚了，核心是三點：

1. Coding 是通往一切的道路。數字世界的絕大多數任務都可以通過 Code 來表達。
2. Coding 是最適合模型學習的能力。結果可驗證性強、Feedback loop 短，用戶數據能更大程度上反哺模型訓練。
3. Coding 是 AGI 研發的核心加速器。現在頭部 AI labs 已經進入了這種加速循環，今年模型一個季度的進步幅度，比過去一年更快。

最後的結果證實，Coding 確實是最重要的方向，孤篇壓全唐。而 OpenAI 直到 3 月份才驚醒，砍掉了 Sora 等支線業務，把 Coding 提到公司第一優先級。

Anthropic 是怎麼選準 coding 的？

我們一直好奇的是：Anthropic 為什麼一開始就能選準 coding？追溯下來發現，一半是遠見，一半是運氣。

Anthropic 早期融資一度很不順利。沒有那麼多錢，就必須用更高效的方式往 AGI 邁進。它需要先講一個垂直場景的故事，證明自己可以形成商業閉環。於是他們當時認真研究過，如果只能選一個方向，coding 可能是最好的選擇：先訓練更好的 coding model → 提供給客戶使用 → 獲得客戶在真實工程環境裡的使用數據 → 反哺模型訓練。這有可能形成一個飛輪。

Anthropic 增長負責人曾經提到，他看過一份公司聯創寫的內部文件，內容是，為什麼我們應該 focus 在 coding 這個方向。重點是，這份文件的日期是 2021 年，這遠遠早於任何人知道這個方向實際的市場機會是什麼。但後來的情況是，融資變順了，公司有了更多資源，coding 這條線沒有再被提起，他們還是先去做一個更通用的模型底座。轉折發生在 ChatGPT 爆火之後。Anthropic 意識到，C 端已經被 OpenAI 搶先，於是它頗為遺憾地 （但事後看是異常幸運地） 轉移了戰場，把重心轉向 toB。

這個戰略轉向整體還是謹慎和實證主義的，不是一次毅然決然的豪賭。

訓練 Claude 3 時，Anthropic 開始有意識地強化 coding 能力，並且在 Sonnet 3.5 上拿到了很好的市場反饋。之後就是一邊加碼，一邊求證，內部逐漸堅定了對 coding 潛力的判斷，一個是商業價值上，一個是加速研究上。於是團隊開始專注地沿著這條路往前走，這中間不僅是徹底放棄了 C 端，甚至連多模態都沒有分散精力來做。另外除了市場方向上的聚焦，還值得一提的是技術路線上的定力。

過去兩年，外界反覆有明星 researcher 說 scaling laws 撞牆了，pretraining 的邊際收益已經見頂。就我們和各家 researcher 的交流感受，Anthropic 一直是所有 labs 裡最相信 scaling laws 的，也是把 pretraining 和數據做得最紮實的，沒有在新範式上分散精力。事後看這也是對的。Claude 的能力躍遷，很大一部分就來自 pretraining 的紮實投入。

創始人的性格

但這又引發了我們的一個好奇：為什麼 Anthropic 總能在幾個關鍵方向上做出果決的取捨，並保持定力？

首先自然是資源的限制，Anthropic 的歷史融資額大概只有 OpenAI 的 1/3，但再往深處看，這兩家的戰略差異也和創始人的性格和出身緊密相關。

Anthropic 有 4 位聯創都是當年 scaling laws 論文的核心作者，Dario 本身就是 GPT-3 最核心的 research lead，在這之前也已經在 AI 領域做了十年，對 AI 的技術進步有一手的體感，更敢於下判斷。此外，Dario 是一個完全不 fomo 的人，甚至被人形容有點自戀和固執，很少被市場共識牽著走。他在 24 年，Anthropic 還遠沒有取得爆發性增長時就說過一段話，至今我覺得是理解這家公司很重要的一點，大意是：

過去十年，我學到的最深的一課，就是市場上總會存在一種所謂的共識，但當看過好幾次共識在一夜之間翻盤，我就開始專注於自己的 bet。我也不知道我們一定是對的，但說實話，就算只有 50% 的時間是對的，也已經很有價值了，畢竟你提供了別人沒有的東西。

這和 Sam Altman 很不一樣，從我們和一些接近 Sam 的人交流來看：

1. Sam 是硅谷公認最有野心的 founder 之一，一開始就什麼都想要。再加上他過去在 YC 做投資，對 “多點播種、並行下注” 這套方法非常熟悉，所以 OpenAI 長出了無數支線。
2. Sam 並非技術出身，對技術方向的判斷不如 Anthropic，所以更多依靠團隊 bottom up 往前推。Sam 發揮自己更擅長的搞資源能力，給一個個團隊送去彈藥。
3. VC 背景讓 Sam 格外偏好突破式的 fancy ideas。所以 OpenAI 文化裡非常 value 0 到 1 的範式創新，但沒有同樣重視 1 到 10 的持續打磨。Sora、Atlas 瀏覽器、Voice Mode 等等很多產品線都沒有延續性，發完就沒人管了。
4. Sam 和 Mark Chen （Chief Research Officer） 的性格都是隻 say yes，不會 say no。支線任務，團隊只要努力推，上面就還是會給資源。

當 OpenAI 的兵力被各種支線項目不斷攤薄，Anthropic 就可以通過田忌賽馬在最關鍵的戰場上形成優勢。

戰略的精彩之處在於「略」

Anthropic 在戰略上的聚焦給了我們一個啟發，focus 的重要性被低估了。

我回想起去年聽過的一期播客，嘉賓是 Founders 播客主播 David Senra。過去 8 年，他幾乎只做一件事：每週研究一位偉大的創業者。當被問道，如果把他讀過的超過 400 本創始人傳記，提煉的所有創業經驗，最後只壓縮成一個東西，那會是什麼？他回答：Focus。

偉大的企業家往往不是全面的優等生，而是極端的偏執狂。他們會識別出對自己最重要的那一兩個變量，比如 Costco 的價格、Apple 的設計體驗、字節的推薦算法&數據飛輪，然後不惜一切代價將其推向極致，甚至達到令競爭對手感到荒謬的程度。

這裡要明確一下的是，很多人都以為自己很專注，但他們並不真正理解專注的含義和代價。

所謂 focus，本質要拆分為兩個層面：

一是判斷力，知道什麼是最關鍵的，並且敢於犧牲其它一切。

二是壓強，能投入壓倒性的資源把關鍵要素打穿。

前者是認知問題，後者是意志問題，缺一不可。

比如 Google 創立的時候，當時整個互聯網行業的共識是——未來屬於“門戶”。Yahoo 等搜索巨頭都在把首頁堆得越來越滿，新聞、天氣、購物、遊戲、星座...每一個 feature 都被當成 “提高廣告價值”的槓桿。但 Google 認為，信息會越來越多，用戶需要的不是一個更大的門戶，而是立刻找到最相關的答案。所以，當別人想讓用戶停留更久時，Google 想讓用戶更快離開。當時 Google 的首頁異常乾淨，除了一個搜索框什麼都沒有。

商業模式上也是如此，Yahoo 有幾十種變現方式。而谷歌把所有精力都壓在 “搜索關鍵詞競價” 這一個機制上，做了將近十年才開始認真做第二條業務線。至今，Google 的十大信條其中一個就是 "It's best to do one thing really， really well"。戰略的核心不是想清楚你要選擇什麼，而是想清楚你要放棄什麼。我想大部分人 say no 的次數都是不夠的。

文化是最大的 Secret Sauce

Anthropic 最特別的地方，可能還不是戰略，而是組織文化。

過去半年，在激烈的 AI 人才爭奪戰裡，Anthropic 的人才流失率遠遠少於其它 AI labs。下面兩張圖是對 21 年 - 23 年的人才流動數據總結。

第一張圖統計了各個 AI labs 之間跳槽的比例，我們可以看到：

• 每 10.6 個從 DeepMind 去 Anthropic 的人，才有 1 個反向去 DeepMind。
• 每 8.2 個從 OpenAI 去 Anthropic 的人，才有 1 個反向去 OpenAI。

第二張圖統計的是一個員工在入職 2 年後還留在公司的比例。

Anthropic 的人才留存率是 80%，這是當時頭部 AI labs 裡最高的，比 DeepMind 的 78% 還要高一點。Anthropic 作為一家更年輕、高速變化的公司，居然能做到比老牌 DeepMind 還高的 retention，這是不容易的。相比之下，OpenAI 只有 67%。

值得指出的是，這組數據還是在 OpenAI 如日中天，而 Anthropic 完全沒有嶄露頭角之前所做的統計。

如果看近兩年的新聞，Anthropic 的人才吸引力和穩定性會更加明顯。比如最近 Twitter 很火的一個帖子，多家明星公司 CTO 甘願跳去 Anthropic 成為一個普通技術員工 （即 MTS，member of technial staff）：

這其中最大的原因，往往被歸結於 Anthropic 的組織文化。

如果去看 Anthropic 成員出來錄的播客，幾乎每一個人都會提到 Anthropic 的文化，一些人甚至把這種教派般的文化視為 Anthropic 最大的 secret sauce。

“我真的覺得文化是 Anthropic 的秘密武器，是我們最有防禦力，其它家無法復刻的東西。這不是自然而然的，領導層在這上面投入了非常多。”—— Amol Avasare，Anthropic 增長負責人

如果不是單獨帶著這個問題意識看的話，不太會注意到這一點，因為聽人聊到文化或價值觀，總覺得很虛，默認它是一句口號，但如果把所有一手信息和公開採訪疊在一起看，就讓我們很受震動。

Anthropic 的三個特質

如果具體拆解一下，Anthropic 和其它 AI labs 很不一樣的三個特質是：

1. Mission-oriented

Anthropic 的使命是 “確保世界能夠安全地度過 transformative AI 的轉變”，也就是一切以安全為重。

很多公司都會說自己的是使命驅動，但 Anthropic 對此的認真程度，到了一種有點接近宗教性的程度。這是一家帶著強烈道德自我想象的 frontier lab：它真心相信 AGI 可以拯救世界，也真心相信 AGI 可能摧毀世界，而它試圖帶領大家把這兩件事之間那條很窄的鋼絲走過去。

Claude Code 負責人 Boris Cherny 曾說：“在 Anthropic，隨便在走廊裡找個人問 ‘你為什麼在這’，答案都會是 safety”。他和產品經理 Cat Wu 去年曾經雙雙離開 Anthropic 跳去了 Cursor，沒等兩週後就跳了回來，因為他們發現自己深深懷念 Anthropic 內部的文化氛圍。那種所有人純粹地，為了一個更大的使命奮鬥的感覺。

有人在加入 Anthropic 之前對這些半信半疑，進去之後發現，“Fuck，裡面的氛圍比外面講的還要認真”。

這裡甚至會有早期員工在全員會上說 —— 如果 Anthropic 最終實現了自己的使命，但公司本身失敗了，這依然是一個好的結果。這句話解釋了 Anthropic 的很多事情。

在大多數企業的邏輯裡，商業成功永遠是第一位的，使命只是用來裝點門面。但 Anthropic 最特別的地方在於，內部確實存在一批人，把使命排在了公司存亡的前面。

如果檢視 Anthropic 實際做的事情，也是知行合一的，比如他們非盈利信託掌權的治理結構設計、在可解釋性上做的研究、在安全上的種種投入，包括前段時間因為價值觀衝突而甘願犧牲美國國防部 2 億美金訂單等等，這部分就不一一贅述。

2. High trust, low ego

當我們和其它前沿 labs 交流時，總能聽到很多內部政治和山頭問題。只有 Anthropic 沒有。相反，大家非常團結，願意為他人做嫁衣。

這裡最神奇的地方在於，Frontier AI 是一個太容易長出明星文化和資源鬥爭的地方。AI researcher 幾乎是這個世界上最聰明，最 high ego 的一群人，他們天然的追求就是要提出一個不一樣的解法，另立山頭，揚名立萬，但資源又非常有限，所以部門衝突總會發生。

從谷歌跳來 Anthropic 的 Daniel Freeman 說，其它模型公司內部像一個個各管各的、暗暗較勁的諸侯國，但這種感覺他 “在 Anthropic 從來沒有過”。

Stripe 前 CTO Rahul Patil 去年秋天加入 Anthropic 後，也提到自己最受震動的就是這裡的文化。很難想象，一群這麼聰明的人，居然還能同時這麼謙遜。他舉了一個標準：如果公司明天告訴你，最適合你的位置不是繼續做高管，而是去做 IC（個人貢獻者），因為那才是你對 mission 最大的貢獻，你願不願意？他認為 Anthropic 100% 的人都會做，沒有 ego。

3. 一種很強的人文底色

《紐約客》的作者曾在 Anthropic 內部做過幾個月的深度跟訪，然後對這裡的人留下了兩個很有意思的形容：

• Bookish misfits
• A disproportionate number of Anthropic employees seem to be the children of novelists or poets.

也就是說，這裡的人不太像典型的硅谷精英，也不太像傳統印象裡的技術理工男，而是有點書卷氣、有點 nerd、有點理想主義。很多人給人的感覺，像是從作家和詩人的家庭裡成長起來的。這某種程度上從 Claude 模型命名裡就能看出來：Haiku、Sonnet、Opus，分別對應著凝練的俳句、莎士比亞的十四行詩和古典語境下的大部頭作品。作為對比， OpenAI 的 GPT-4 / 4o / o1 是工程編號命名，Google 的 Gemini Ultra / Pro / Flash 是經典的產品線命名。多少能說明一些問題。

Claude Code 負責人 Boris 也曾在播客裡講過一個有趣的細節：他剛來 Anthropic 的第一頓午飯，隨口提到一本非常冷門的書，作者是硬科幻作家 Greg Egan。那本書小眾到什麼程度呢？他之前沒遇到過任何一個讀過它的人。他在飯桌上順口講了書裡的一個梗，結果桌上的人竟然全接上了。這件事讓他大為震驚，也讓他覺得自己真是來對了地方。喜歡科幻的書呆子們往往有著某種宏大的人文關懷和歷史責任感，也對蝴蝶效應有著更好的推理能力。這種基於閱讀趣味的共識，讓他更加放心，這裡可能是最好的推動 AI 邊界的地方。

文化如何被制度化

接下來的問題是，這種純粹的、近乎教派式的文化，是怎麼維持下來的？畢竟，Anthropic 已經不是一家小的 AI 實驗室了，這是一個有著 3000 人的大型公司，而且是在以史上最快的速度擴張的同時儘可能地維護了自己的文化濃度。

對此，Dario 直接說，他大概會花 1/3 到 40% 的時間確保 Anthropic 的文化是好的。即使在技術上、產品上、融資上、政商關係上都有無數事情要做。但他認為，自己槓桿更高的工作，是讓 Anthropic 成為一個有高度凝聚力的，頂級人才喜歡在這裡工作的地方。落實到具體的實踐上，有這樣幾點：

1. 特殊的招聘標準

Anthropic 招人，和很多 AI labs 不是一個思路。

一方面，在人才偏好上，和大多數公司爭搶 big names 不同，Anthropic 更願意招 underdog。比起外在標籤，他們更看重有沒有 direct evidence of ability，例如，“你有沒有做過獨立研究，寫過真正有洞見的 blog，對開源社區有沒有實質性貢獻”等等。另一方面，Anthropic 對於非常嚴格的文化篩選。他們面試時專門有一輪 Cultural interview，一個小時問 15-20 個 scenario questions。

根據網上流傳出的面試題，重點考察三點：

（1） 你是不是真的會把 safety mission 放在前面。最典型的一道篩選題就是：如果 Anthropic 因為無法保證安全，最終決定不發佈模型，你願意接受自己的股票歸零嗎？

（2） 你是不是一個 nice、ego 小的人。包括善良、同理心、people skills、能不能承認自己的無知和錯誤。

（3） 你能不能處理複雜性。Anthropic 內部處理的很多問題都非常複雜多變，他們很看重一個人有沒有系統思維，能不能深入推理事物的 second-order effects，去想一個決定會怎樣影響別的環節。

他們在招聘上花了大量時間做“反向篩選”，也為此確確實實放棄了很多最頂尖的 10x developers。Stripe 前 CTO Rahul Patil 就提到，他在加入 Anthropic 前，和當時的 Anthropic CTO 聊了很久。對方不但沒有勸說他過來，反而專門花了兩三週時間反覆和他討論你為什麼不該加入 Anthropic，善意地勸阻他，除非你在文化和 mission 上真正 aligned，否則來了也不值得。

所以 Anthropic 的招聘邏輯，從來不是儘可能多地把最強的人招進來，而是儘可能早地把不適合的人篩出去。“我們非常擅長把為錢和名來的人剔走”。與之對比，OpenAI 在公司變大後，已經不做專門的文化面試了，據說還是造成了一些管理問題。

這一點在 Meta 去年挖人的那一輪裡體現得很明顯。面對 Meta 開出的天價 package，OpenAI 的反應更像是市場慣例：counter offer、發 retention bonus、取消新員工的 vesting cliff，讓股票更快歸屬。Anthropic 的反應則很 Anthropic。他們對員工說，你來這裡首先是為了 mission，不是為了在外部競價裡不斷抬高自己的價格。我們不會因為 Mark Zuckerberg 碰巧點中了你，就給你開出比身邊同樣優秀的同事高十倍的薪水，那不公平，要走就走。

這件事最後的結果也很說明問題。OpenAI 據說走了幾十個人，而 Anthropic 只走了 2 個，且這兩個人本就是在 Meta 工作過 6 年和 11 年的老員工。

2. Context sharing 的文化

Anthropic 內部有著非常高的信息透明度。

首先是 Dario 自己會主動、高頻、反覆地做意義供給。他經常開全員會給公司所有人做分享，頻率高達兩週一次，名字就叫 Dario Vision Quest（連 Dario 自己都吐槽，這名字的佈道屬性過於明顯，聽起來像是去山裡吸了點什麼回來頓悟）。他會站到全公司面前講一個小時，通常配一份三四頁的文檔，內容從公司方向、產品策略，到行業變化，什麼都會講，然後直接現場回答問題。

不少內部員工說他講話特別直接、坦誠，“Dario 是我見過最直來直去的人，他說話不是算計過的，而是真怎麼想就怎麼說。”除了全員會，他平時還會在自己的 Slack channel 裡頻繁寫很多東西，完全不加修飾地記錄自己的碎碎念：公司最近發生了什麼，他在擔心什麼，又怎麼看大家關心的問題。

這樣的文化會讓公司裡的每個人知道，決策是怎麼被做出來的，哪些事該被放在最優先的位置。由此，在一個複雜多變的形勢裡，每個個體才能做出相對一致的分佈式決策。

同時，這種透明不是單向灌輸，而是可以被挑戰的。有人在 All Hands 聽完 Dario 的分享，覺得不認同，直接跑到 Dario 的 notebook channel 裡公開說 “我不同意你這個判斷”，然後當場展開一場辯論。公開挑戰領導層是被鼓勵的。更進一步的是，這套寫作文化並不只屬於 Dario，而是一種全員參與的思考機制。

Anthropic 裡很多人都有自己的 notebook channel，有點像個人版 Twitter feed，隨時記錄自己在想什麼、做什麼、有什麼進展。別人可以訂閱、圍觀，也可以加入討論。很多員工評價過很喜歡公司的寫作文化，Slack 就是一個巨大的寶庫，很多事情都在上面展開。所以，Anthropic 看起來在公司內培育了一層很好的 alignment 土壤，每個人的項目、觀點、思路，都足夠透明，也足夠流動，甚至曾有人感嘆過財務數據都是透明的。

（但與之相反的是，技術上的保密做得很嚴，聽說有些組之間甚至會刻意隔離，不太能一起吃飯。結果就是，有其它家的 researcher 會遺憾感慨，這裡所有關鍵 know-how 分散在不同人的腦中，不可能靠挖走幾個人，就拼出一個全貌。)

3. 7 個創始人同股同權，founding structure 本身就是文化機制

Anthropic 的 founding structure 有一個很反商業常識的設計：它有 7 個創始人，而且 Dario 當時還毅然決然要給每個人同樣的股權，而不是自己多拿一點。

當時，所有人都勸他這會是一場災難，不然主導權模糊、激勵錯位，公司很容易因為內鬥散掉。但 Dario 認為，公司不是圍著某一個 founder 轉，而是圍著 mission 轉，而同股同權是這種理念最不可偽造的證據。他們幾個早已經多年共事，對彼此高度信任，同股同權本質上不是一種治理權的設計，而是一種對 commitment 的證明，一種文化擴散機制。

7 個 cofounder，就像 7 個文化複製節點，能分別在不同條線上，把價值觀投射給更廣的人群。這樣一來，公司哪怕擴張，也不容易把最初的文化衝散。

對比來看，OpenAI 的高管層其實一直非常動盪，11 個 founding team 接連離開，現在只剩 Sam Altman、Greg Brockman 和 Wojciech Zaremba 還在。而新換上的高管層就更不穩定：從 26 年開年到現在，產品一號位 Fidji 請假，市場一號位因健康原因離職，傳播一號位出局，運營一號位被調崗，財務一號位也被邊緣化...

4. 極其強調 one team，避免長出山頭

Anthropic CTO 曾經在播客裡說，AI labs 整體相比傳統公司非常 bottom-up，它是一種倒金字塔的組織方式，權力和創意自下往上流動。

這裡最重要的工作都發生在一線。因為一線的人最接近 AI 的湧現行為。他們每天在跑實驗，對模型能做什麼有最直觀的理解。絕大多數產品創意是由一線的人推出來的，而不是由高管 roadmap 驅動的。但這也有一個問題，當判斷權下放之後，每個團隊都很容易守著自己的問題意識和價值函數，長成一個個彼此拉扯的山頭。

Anthropic 的特殊之處在於，它很早就意識到：既然判斷必須分散，就更要主動製造團結。Dario 不希望 safety 只會說安全最重要，product 只會說產品最重要，然後把所有衝突一路推給高層拍板。他一個核心的管理理念，就是把 trade-off 分散給每個個人，讓每個人都擁有一點創始人的視角，大家只是在各自崗位上參與同一場巨大的 trade-off processing。

所以他們極其強調 one team，也會通過各種制度設計去弱化職責之間的界限，比如高管以下沒有 title 的區分，統一叫做 member of technical staff，刻意弱化 “研究員 vs 工程師”、“高級 vs 低級”、“架構師 vs 實現者” 這種身份定義。

這個和 OpenAI 對比非常鮮明，OpenAI 一直有著更強的研究員文化，內部存在著一個明顯的“鄙視鏈”：Researcher > Research Engineer > software engineer。所以產品經常被 research 壓一頭，拿不到太多話語權。當有衝突的時候，Research 也不願意配合產品。

在產品創新上，OpenAI 有個很強的特徵是 researcher-driven：往往是研究團隊出了一個新成果，產品團隊才臨時收到郵件，開始拿著錘子找釘子。

而在 Anthropic，產品與模型團隊咬合得更緊密，產品更能反向去影響和定義模型能力。這其實也是 OpenAI 產品力不如 Anthropic 的一個原因。

文化的兩個起源

接下來的一個問題是，為什麼 Anthropic 會形成這種獨特的組織文化？

或許可以從兩個方面來看：

一、 業務本身的要求

我記得兩年前聽一個頭部大廠 HR 負責人的分享，印象很深，讓我第一次深入思考組織文化到底意味著什麼。

組織文化的本質是：員工的行為模式能夠幫助公司走向成功的一種關鍵要素。所以組織文化的第一性原理其實是，業務性質決定組織文化。

舉個例子，字節和華為都是組織能力很強的兩家公司，但如果把兩家的組織體系交換一下，要不了多久，兩家都要倒閉。因為它們處在同一個光譜的兩個極端：字節講的是 “敢為人先”，華為講的是 “敢為人後”。一個更 value 創新，另一個更 value 效率。

這跟價值判斷無關，而是業務性質決定的。同樣是做一款新產品，華為做的是基站、芯片這類東西，一旦出了問題，召回成本可能吞掉一整年的利潤。而字節不一樣，它是典型的短週期、短鏈條業務，一個星期能跑出幾十個版本，錯了就改，改了再發。所以字節可以鼓勵創新，可以選擇 "Context， not Control"，華為不行。對華為來說，過早創新反而可能是一種負擔，華為真正擅長的是，當市場出現 PMF 之後，通過自己的組織能力和資源，一步步超越，直至碾壓對手。

那再說回 Anthropic。

在 AI 競爭中，一個核心 moat 是能讓“smart people do dirty work”。尤其是 Coding 和 Agentic 這個方向，表面上看是模型能力競爭，往深了看，其實是工程能力競爭。它不是那種靠幾個天才靈光一閃就能解決的問題，而是大量髒、碎、細的系統工程。其中最核心的壁壘是數據。

過往的 Chat 數據只是簡單的文本數據，但 Coding 和 Agentic 數據更復雜，它不只是對話記錄，還包括任務本身、環境搭建、執行軌跡，以及最後整套 evaluation 和 verification 體系。這其中全是髒活累活，做好了很關鍵，但它不像發一篇 paper、一個新產品那樣，可以變成個人的高光時刻。

據我們跟一些 researcher 交流拿到的反饋，OpenAI 今天最核心的一個問題是它很難組織幾百個最強的人踏踏實實搞數據、幹髒活。OpenAI 招的都是鄙視鏈最頂尖的人才，背景好、心氣高，大家天然更想做自己的 bet，想從 0 到 1，至於收拾爛攤子、補數據，少有人願意接。

OpenAI 過往是這麼成功的，它曾經確實靠一些核心的範式突破取得了巨大領先優勢，但就像姚順宇在最近的訪談中說的：“個人英雄主義的時代已經過去了”，“AI 這個事不太需要腦子……最重要的特質就是靠譜，做事細”

這時候就會發現，Anthropic 這種 low ego、凝聚力強、使命驅動的氛圍，優勢會被放大得非常明顯。據說 Anthropic 的 co-founder Jared Kaplan 也是每天帶領團隊親自過數據，數據清洗做得極其仔細，其餘沒有任何一家公司能做到這樣。

（這也解釋了一個現象：OpenAI 的模型在競賽級 coding 難題上是最強的，因為這類任務更多是一個 research 問題，但在日常工作中的 agentic 任務上往往不如 Anthropic，因為後者更多是一個工程問題，考驗數據、系統和執行細節。)

二、 創始團隊的出身

公司價值觀可以說是創始人價值觀的一部分，比如馬雲的武俠風、馬化騰的柔和開放、喬布斯的審美導向、任正非的軍人紀律。

如果更準確來說，創始人的價值觀往往來自兩部分東西：一部分是創始人原本相信什麼，另一部分是他們曾經深深厭惡過什麼。前者決定你想成為什麼樣，後者決定你無論如何都不想再變成什麼樣。

Anthropic 很明顯兩者都有，而後者的塑形力量，可能比前者還大。可以簡單看一下 Dario 的經歷：

Dario 最早接觸 AI 是在百度的 AI 實驗室，他在那裡第一次觀察到了 scaling laws，並逐漸成為了 scaling laws 的堅實信徒。但在百度做出突破之後，圍繞控制權、資源的內部爭鬥很快爆發，團隊最終解散。Dario 後來輾轉加入了 OpenAI，在這裡深度參與了 GPT 系列的推進。OpenAI 曾經把 50%-60% 的全公司算力交給他，讓他主力領導 GPT-3 項目。

而因為 Dario 是一個有著鮮明價值觀和個人主見的人，他跟 OpenAI 其它人在組織理念上的分歧開始漸漸顯現。比如，Greg Brockman 曾提出過一個很驚人的想法：未來可以把 AGI 賣給聯合國安理會里的核大國。Dario 聽完幾乎當場辭職，在他看來，這已經不是一個商業分歧，而是底層價值觀問題。

Greg 和 Dario 兩邊幾年來一直不太對路，Sam Altman 就夾在中間調和。Sam 此時發揮了自己最擅長的一個能力，就是讓不同陣營都覺得，他其實站在自己這邊。短期看，這是平衡術；長期看，這就是在透支信任。後來大家一對賬才發現，Sam 答應 Dario 的，和答應 Greg 的，根本不是一回事。慢慢地，Dario 自己在公司裡形成了一個緊密的同盟圈子，有些人因為他喜歡熊貓，就把這個小團體叫作 "the pandas"。他們和 OpenAI 領導層在路線選擇、組織治理等問題上的分歧越來越大，最後發展成很嚴重的政治鬥爭。

高層之間甚至爆發過一次嚴重的當面對質。Sam 指責 Dario 和 Daniela （Dario 的妹妹，Anthropic 後來的聯創之一） 在背後組織對他的負面反饋；兩人否認，並當場叫來 Sam 所說的消息來源對質。結果對方表示完全不知道這件事，結果 Sam 又轉頭否認自己剛剛說過這番指控。

這件事讓 Dario 兄妹徹底失去信任，雙方當場吵翻。

類似的內部 drama 還有很多，總之，Dario 對兩邊的衝突上綱上線到了一個道德上的信任危機，他覺得一家掌握如此強大技術的公司，領導者必須是真誠、可信的。如果掌舵的人不誠實，就是在幫一個危險的方向添磚加瓦。

於是，Dario 最終帶著 GPT-3 的一些核心同事離開了 OpenAI，創立了今天的 Anthropic。

所以，Anthropic 今天這種文化，不只是因為 Dario 這個人天生如此，更重要的是，它自己親身經歷了百度和 OpenAI 的兩次政治鬥爭，它清楚一群 ego 強的聰明人有多容易因為資源爭奪和價值分歧而導致分裂，所以他們後來本能地在朝相反的方向去建設 Anthropic：

因為見過平衡術如何透支信任，所以更強調真實、透明；見過激化的政治鬥爭，所以鼓勵大家把衝突前置，儘早說開。見過理念分歧導致的組織瓦解，所以設置了嚴格的文化篩選；見過超級明星的權力爭奪，所以強調 low ego，不愛招 big name。

Anthropic 今天的組織文化，很大程度上都像是當年百度和 OpenAI 經歷留下的反作用力。

Conclusion

如果要做個總結，Anthropic 和 OpenAI 其實是兩家底色挺不一樣的公司，前者是理想主義、使命清晰、有高度凝聚力的教派型組織，後者是野心驅動、多線擴張、不斷尋找下一個爆點的超級平臺。

為了看得更清楚一點，我們可以把兩家的幾個核心維度並列放在一起：

不過，雖然前面講了 Anthropic 的很多優點，但我們很難下結論說，某種文化一定壓倒另一種，也很難預測三個月後的戰局。AI 的世界變化太快，而 OpenAI 現在反過來在被市場低估，比如：

• Coding 已經是明牌，OpenAI 很可能追上來，現在一個明顯趨勢就是開發者在從 Claude Code 向 Codex 遷移；
• 需求爆發遠超所有人的預期，算力正在成為新的勝負手，而 OpenAI 很早鎖定了遠超 Anthropic 的算力資源；
• OpenAI 開放探索的文化有它自身的巨大優勢，同時 OpenAI 也始終在更激進地探索和押注新範式，下一次躍遷就可能讓局面翻盤。

只能說，站在 2026 回看過去三年，Anthropic 確實給整個行業留下了一個值得記住的樣本：在 AI 時代，贏不一定靠更大的野心、更多的探索和更強的人才。有時候，贏也可以來自相反的東西：更少的 bet，更低的 ego，以及一個天真的使命。