Anthropic：從安全研究到 9,650 億美元估值的 AI 安全先鋒

2026 年 5 月 28 日，Anthropic 完成了史上最大規模的 AI 公司融資——以 9,650 億美元估值募集 650 億美元 H 輪資金，一舉超越 OpenAI 成為全球估值最高的私人 AI 企業。這一里程碑不僅反映了投資者對 Claude 系列模型技術路線的信心，更標誌著「AI 安全優先」理念從邊緣立場成長為主流產業範式。從 2021 年由前 OpenAI 研究人員 Dario Amodei 和 Daniela Amodei 創立，到估值逼近萬億美元，Anthropic 在五年內走完了傳統科技公司需要二十年才能完成的旅程。

創立故事：安全焦慮催生的另類 AI 路徑

Anthropic 的誕生源於一次 AI 安全理念的分裂。2020 年底，OpenAI 內部的安全研究團隊——由 Dario Amodei 領導——對 GPT-3 發佈後 OpenAI 日益偏向商業化路線深感憂慮。核心分歧在於：AI 安全應該是一家公司的內部政策，還是一個需要外部治理的獨立研究領域。

2021 年初，Dario Amodei、Daniela Amodei、Tom Brown、Jared Kaplan、Sam McCandlish 等七位 OpenAI 核心研究人員集體離職，創立了 Anthropic。公司名稱源自「anthropic principle」（人擇原理），暗示其核心理念——AI 系統的設計必須從根本上以人類利益為出發點。

這一創始 DNA 在後續五年中始終主導著 Anthropic 的技術決策：從 Claude 模型的「憲法 AI」（Constitutional AI）訓練方法，到公司治理結構中的長期利益信託（Long-Term Benefit Trust），Anthropic 在所有主要 AI 公司中採取了最為審慎的安全導向。

融資歷程：從倫理訴求到萬億估值的商業方程式

Anthropic 的資本路徑呈現兩個顯著特徵：第一，估值增長曲線極陡——從 2023 年初的 40 億美元到 2026 年中的 9,650 億美元，三年內增長超過 240 倍；第二，Google 是所有主要戰略投資者中押注最堅定的，參與了從 C 輪到 H 輪的每一輪融資。

H 輪融資的 650 億美元中，約 300 億美元將用於計算基礎設施建設——包括與 SpaceX 簽署的 Colossus 1 合約，每月價值 12.5 億美元，持續至 2029 年，提供超過 300 兆瓦的算力。剩餘資金將用於擴大 Claude 開發團隊（從目前的 1,200 人增至 3,000 人）、加速下一代模型訓練以及產品國際化。

Claude 模型家族：技術架構與迭代

Claude 3（2024 年 3 月）

Anthropic 發佈的首個多模態模型家族，分為 Haiku、Sonnet 和 Opus 三個級別。Opus 在 MMLU（大學級知識）和 GSM8K（數學推理）等基準測試中首次達到 GPT-4 水平。Claude 3 引入了「憲法 AI」的關鍵改進——通過一組預定義的行為準則（而不是人工反饋）引導模型行為，從根本上解決了 RLHF 中「獎勵作弊」的問題。

Claude 3.5 Sonnet（2024 年 6 月）

Anthropic 做出了大膽的產品決策——僅發佈 Sonnet 級別模型，跳過 Opus 的更新版本。這使 Claude 3.5 Sonnet 以約 Opus 十分之一的推理成本提供接近頂級的性能，迅速成為開發者社群的首選 API 模型。

Claude 4（2025 年 6 月）

重大架構變革——Claude 4 首次將 Agentic AI 能力集成到核心模型中，使用戶能夠透過自然語言定義多步驟工作流，模型自動決定何時使用工具、如何獲取信息、何時請求用戶確認。Claude 4 同時支援 200K token 的上下文窗口，在長文檔理解和代碼生成領域建立了新的產業標準。

Claude Opus 4.8（2026 年 5 月）

最新的旗艦模型，在推理、編碼和工具使用方面實現了質的飛躍。Opus 4.8 最具說服力的能力展示發生在一個令人震驚的實驗中：Anthropic 的研究團隊讓 Opus 4.8 自主指揮一個多層次代理系統，將 Bun 運行時從 Zig 遷移到 Rust——750,000 行代碼的遷移僅用 11 天完成，測試通過率達 99.8%。這一實驗展示了代理式 AI 不再只是輔助工具，而是能夠承擔大規模軟體工程的結構性存在。

核心技術創新：從憲法 AI 到可解釋性研究

Anthropic 在三個技術方向上的投入遠超競爭對手：

憲法 AI（Constitutional AI）：與 OpenAI 的 RLHF 不同，Anthropic 的模型通過一組預定義的行為原則進行自我訓練。這一方法有兩個關鍵優勢：（1）減少對昂貴的人工標註數據的依賴；（2）使模型的價值觀更加穩定和可預測——因為行為準則是公開的而非隱藏在標註者的個人判斷中。Claude 的行為憲法目前包括約 75 條原則，涵蓋誠實、有用、無害等維度。

可解釋性研究：Anthropic 投入了大量資源理解神經網絡的內部運作機制。其研究團隊開發了「特徵視圖」（Feature Visualization）和「激活引導」（Activation Steering）等技術，使研究人員能夠定位和操控模型中特定概念的神經表示——例如，找到模型中與「欺騙」相關的神經元並削減其活躍度。雖然這項研究仍處於早期階段，但它為 AI 安全提供了最底層的技術保障。

長期利益信託（Long-Term Benefit Trust）：Anthropic 的獨特治理結構。信託由獨立於公司運營的受託人管理，有權在 Claude 模型可能造成嚴重危害時介入——包括要求暫停模型部署、修改行為準則，或在極端情況下解散公司。這一結構使 Anthropic 成為唯一一家在理論上能夠做出反商業利益但有利於安全的決策的 AI 公司。

商業模式與競爭定位

Anthropic 的市場定位可以總結為「AI 安全領域的 Apple」——以較高的定價吸引對安全性和可靠性有最高要求的客戶，而非追求市場份額最大化的競爭策略。這一定位在企業市場尤其有效：金融機構、醫療保健提供商和國防承包商——這些行業的合規要求使得「可解釋性」和「可控性」成為選擇 AI 供應商的決定性因素。

風險與挑戰

儘管 Anthropic 在安全路線和技術能力上建立了差異化優勢，但公司面臨的結構性風險不容忽視：

計算成本壓力：Colossus 1 合約每年約 150 億美元的計算支出，佔據了 H 輪融資資金中相當大的比例。如果 Claude 的收入增長無法迅速追上計算成本，Anthropic 可能面臨類似 OpenAI 2024 年的現金流壓力——當時 OpenAI 每年花費約 70 億美元用於推理計算，但年收入僅約 37 億美元。

人才競爭：隨著 Microsoft (MAI-Thinking-1)、Google (Gemini 3.5) 和 xAI (Grok) 紛紛推出競爭性模型，頂級 AI 研究人才的薪酬已經達到年薪數百萬美元的水平。Anthropic 目前的 1,200 人團隊相較於 Google DeepMind 的 2,500 人和 OpenAI 的 3,000 人處於劣勢。

安全與速度的矛盾：Anthropic 的安全審慎態度在 H 輪融資後可能面臨越來越大的商業壓力。投資者要求 F 輪以來的估值增長從「技術領先」到「收入突破」的轉變——當公司需要證明其 9,650 億美元估值的合理性時，安全第一的產品策略可能不得不讓位於市場擴張的緊迫需求。

Observatory 分析：Anthropic 的結構性意義

Anthropic 的崛起不僅是一家公司的成功故事，更代表了 AI 產業發展路徑的結構性分化。

安全溢價的市場驗證：Anthropic 以 9,650 億美元的估值證明了「可信任 AI」是一個真實的市場類別——企業和機構願意為可解釋性、可控性和安全性支付溢價。這與純粹追求性能最大化的路線形成了並行的產業脈絡。對於一個充滿「AI 失控」恐懼的世界，Anthropic 提供的信任本身就是一種稀缺資源。

獨立路線的可行性：Anthropic 的成長證明了 AI 公司的獨立路線（不依賴於大型雲端平台）的商業可行性。與 OpenAI 依賴 Microsoft、Gemini 依賴 Google 不同，Anthropic 維持了完全的運營獨立性——儘管接受了 Google 的投資，但其治理結構中的信託機制確保了決策獨立性。這可能成為新一代 AI 公司的組織範本。

從模型競爭到生態競爭的過渡：隨著 Claude 系列的成熟，Anthropic 正在從一家模型提供商轉變為生態系統主導者。Claude Computer Use、Vulnhunter 和即將推出的 Claude 開發者平台正在構建圍繞模型能力的服務生態——類似於 OpenAI 從 GPT-3 到 ChatGPT Plus 的平台化路徑。

免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。