过去一年,Anthropic 可能是整个 AI 行业里最值得研究的一家公司。
今年开年,它创造了人类商业史上最快的爆发性增长:ARR 从 9B 增长到 45B,如果算力供应跟得上,大概率年底 ARR 到 100B,明年到 200-300B,直接和 Meta 的体量拉齐。
在 secondary market 上,它现在的估值已经摸到 1 万亿美元,反超了 OpenAI。
我们花了不少时间研究 Anthropic 是怎么后来居上的。
最后落下来,要理解这家公司,核心是理解两个点:
一个是战略判断,一个是组织文化。
大家对此应该已经有了很多片段式的了解,但并没有一个完整的 picture,所以这篇文章试图做一个更详尽的梳理和还原。
希望能从战略和组织这两个角度解释一些外界好奇的问题,比如:
• 为什么 Anthropic 能在 2021 年就意识到 coding 可能是最重要的方向?
• Dario 和 Sam 的性格差异,如何塑造了两家公司完全不同的战略路径?
• 为什么 Anthropic 的人才流失率这么低?
• 为什么几乎每一个 Anthropic 的人,都在称赞它的文化?在公司快速扩张的过程中,这种文化是如何维持的?
01.Focus 的重要性被低估了
首先,从战略上来说,OpenAI 一直更像一家什么都想要的公司。
在模型能力上,math、science、coding、reasoning、多模态、架构创新等,OpenAI 都在发力。
在产品上,Codex、浏览器、机器人、企业平台、智能硬件、芯片和数据中心等等也都在同时推进,据说 OpenAI 内部的项目数一度高达约 300 个。
而 Anthropic 完全相反,他们是御三家里唯一很早就放弃多模态的,且从来没讲过架构创新,没强调过 reasoning model、RL、continual learning 等概念,只做好语言模型的 scaling,只重点做 coding 一个方向,先把最关键的能力打穿。
关于为什么 coding 如此重要,现在市场也都清楚了,核心是三点:
1. Coding 是通往一切的道路。数字世界的绝大多数任务都可以通过 Code 来表达。
2. Coding 是最适合模型学习的能力。结果可验证性强、Feedback loop 短,用户数据能更大程度上反哺模型训练。
3. Coding 是 AGI 研发的核心加速器。现在头部 AI labs 已经进入了这种加速循环,今年模型一个季度的进步幅度,比过去一年更快。
最后的结果证实,Coding 确实是最重要的方向,孤篇压全唐。
而 OpenAI 直到 3 月份才惊醒,砍掉了 Sora 等支线业务,把 Coding 提到公司第一优先级。
Anthropic 是怎么选准 coding 的?
我们一直好奇的是:Anthropic 为什么一开始就能选准 coding?
追溯下来发现,一半是远见,一半是运气。
Anthropic 早期融资一度很不顺利。没有那么多钱,就必须用更高效的方式往 AGI 迈进。
它需要先讲一个垂直场景的故事,证明自己可以形成商业闭环。于是他们当时认真研究过,如果只能选一个方向,coding 可能是最好的选择:先训练更好的 coding model → 提供给客户使用 → 获得客户在真实工程环境里的使用数据 → 反哺模型训练。这有可能形成一个飞轮。
Anthropic 增长负责人曾经提到,他看过一份公司联创写的内部文件,内容是,为什么我们应该 focus 在 coding 这个方向。重点是,这份文件的日期是 2021 年,这远远早于任何人知道这个方向实际的市场机会是什么。
但后来的情况是,融资变顺了,公司有了更多资源,coding 这条线没有再被提起,他们还是先去做一个更通用的模型底座。
转折发生在 ChatGPT 爆火之后。Anthropic 意识到,C 端已经被 OpenAI 抢先,于是它颇为遗憾地(但事后看是异常幸运地)转移了战场,把重心转向 toB。
这个战略转向整体还是谨慎和实证主义的,不是一次毅然决然的豪赌。
训练 Claude 3 时,Anthropic 开始有意识地强化 coding 能力,并且在 Sonnet 3.5 上拿到了很好的市场反馈。
之后就是一边加码,一边求证,内部逐渐坚定了对 coding 潜力的判断,一个是商业价值上,一个是加速研究上。于是团队开始专注地沿着这条路往前走,这中间不仅是彻底放弃了 C 端,甚至连多模态都没有分散精力来做。
另外除了市场方向上的聚焦,还值得一提的是技术路线上的定力。
过去两年,外界反复有明星 researcher 说 scaling laws 撞墙了,pretraining 的边际收益已经见顶。就我们和各家 researcher 的交流感受,Anthropic 一直是所有 labs 里最相信 scaling laws 的,也是把 pretraining 和数据做得最扎实的,没有在新范式上分散精力。
事后看这也是对的。Claude 的能力跃迁,很大一部分就来自 pretraining 的扎实投入。
创始人的性格
但这又引发了我们的一个好奇:为什么 Anthropic 总能在几个关键方向上做出果决的取舍,并保持定力?
首先自然是资源的限制,Anthropic 的历史融资额大概只有 OpenAI 的 1/3,但再往深处看,这两家的战略差异也和创始人的性格和出身紧密相关。
Anthropic 有 4 位联创都是当年 scaling laws 论文的核心作者,Dario 本身就是 GPT-3 最核心的 research lead,在这之前也已经在 AI 领域做了十年,对 AI 的技术进步有一手的体感,更敢于下判断。
此外,Dario 是一个完全不 fomo 的人,甚至被人形容有点自恋和固执,很少被市场共识牵着走。
他在 24 年,Anthropic 还远没有取得爆发性增长时就说过一段话,至今我觉得是理解这家公司很重要的一点,大意是:
过去十年,我学到的最深的一课,就是市场上总会存在一种所谓的共识,但当看过好几次共识在一夜之间翻盘,我就开始专注于自己的 bet。
我也不知道我们一定是对的,但说实话,就算只有 50% 的时间是对的,也已经很有价值了,毕竟你提供了别人没有的东西。
这和 Sam Altman 很不一样,从我们和一些接近 Sam 的人交流来看:
1. Sam 是硅谷公认最有野心的 founder 之一,一开始就什么都想要。再加上他过去在 YC 做投资,对「多点播种、并行下注」这套方法非常熟悉,所以 OpenAI 长出了无数支线。
2. Sam 并非技术出身,对技术方向的判断不如 Anthropic,所以更多依靠团队 bottom up 往前推。Sam 发挥自己更擅长的搞资源能力,给一个个团队送去弹药。
3. VC 背景让 Sam 格外偏好突破式的 fancy ideas。所以 OpenAI 文化里非常 value 0 到 1 的范式创新,但没有同样重视 1 到 10 的持续打磨。Sora、Atlas 浏览器、Voice Mode 等等很多产品线都没有延续性,发完就没人管了。
4. Sam 和 Mark Chen(Chief Research Officer)的性格都是只 say yes,不会 say no。支线任务,团队只要努力推,上面就还是会给资源。
当 OpenAI 的兵力被各种支线项目不断摊薄,Anthropic 就可以通过田忌赛马在最关键的战场上形成优势。
战略的精彩之处在于「略」
Anthropic 在战略上的聚焦给了我们一个启发,focus 的重要性被低估了。
我回想起去年听过的一期播客,嘉宾是 Founders 播客主播 David Senra。过去 8 年,他几乎只做一件事:每周研究一位伟大的创业者。
当被问道,如果把他读过的超过 400 本创始人传记,提炼的所有创业经验,最后只压缩成一个东西,那会是什么?
他回答:Focus。
伟大的企业家往往不是全面的优等生,而是极端的偏执狂。他们会识别出对自己最重要的那一两个变量,比如 Costco 的价格、Apple 的设计体验、字节的推荐算法&数据飞轮,然后不惜一切代价将其推向极致,甚至达到令竞争对手感到荒谬的程度。
这里要明确一下的是,很多人都以为自己很专注,但他们并不真正理解专注的含义和代价。
所谓 focus,本质要拆分为两个层面:
一是判断力,知道什么是最关键的,并且敢于牺牲其它一切。
二是压强,能投入压倒性的资源把关键要素打穿。
前者是认知问题,后者是意志问题,缺一不可。
比如 Google 创立的时候,当时整个互联网行业的共识是——未来属于「门户」。Yahoo 等搜索巨头都在把首页堆得越来越满,新闻、天气、购物、游戏、星座... 每一个 feature 都被当成「提高广告价值」的杠杆。
但 Google 认为,信息会越来越多,用户需要的不是一个更大的门户,而是立刻找到最相关的答案。
所以,当别人想让用户停留更久时,Google 想让用户更快离开。当时 Google 的首页异常干净,除了一个搜索框什么都没有。
商业模式上也是如此,Yahoo 有几十种变现方式。而谷歌把所有精力都压在「搜索关键词竞价」这一个机制上,做了将近十年才开始认真做第二条业务线。
至今,Google 的十大信条其中一个就是「It's best to do one thing really,really well」。
战略的核心不是想清楚你要选择什么,而是想清楚你要放弃什么。我想大部分人 say no 的次数都是不够的。
02. 文化是最大的 Secret Sauce
Anthropic 最特别的地方,可能还不是战略,而是组织文化。
过去半年,在激烈的 AI 人才争夺战里,Anthropic 的人才流失率远远少于其它 AI labs。
下面两张图是对 21 年 - 23 年的人才流动数据总结。
第一张图统计了各个 AI labs 之间跳槽的比例,我们可以看到:
• 每 10.6 个从 DeepMind 去 Anthropic 的人,才有 1 个反向去 DeepMind。
• 每 8.2 个从 OpenAI 去 Anthropic 的人,才有 1 个反向去 OpenAI。
第二张图统计的是一个员工在入职 2 年后还留在公司的比例。
Anthropic 的人才留存率是 80%,这是当时头部 AI labs 里最高的,比 DeepMind 的 78% 还要高一点。
Anthropic 作为一家更年轻、高速变化的公司,居然能做到比老牌 DeepMind 还高的 retention,这是不容易的。
相比之下,OpenAI 只有 67%。
值得指出的是,这组数据还是在 OpenAI 如日中天,而 Anthropic 完全没有崭露头角之前所做的统计。
如果看近两年的新闻,Anthropic 的人才吸引力和稳定性会更加明显。
比如最近 Twitter 很火的一个帖子,多家明星公司 CTO 甘愿跳去 Anthropic 成为一个普通技术员工(即 MTS,member of technial staff):
这其中最大的原因,往往被归结于 Anthropic 的组织文化。
如果去看 Anthropic 成员出来录的播客,几乎每一个人都会提到 Anthropic 的文化,一些人甚至把这种教派般的文化视为 Anthropic 最大的 secret sauce。
「我真的觉得文化是 Anthropic 的秘密武器,是我们最有防御力,其它家无法复刻的东西。这不是自然而然的,领导层在这上面投入了非常多。」
——Amol Avasare,Anthropic 增长负责人
如果不是单独带着这个问题意识看的话,不太会注意到这一点,因为听人聊到文化或价值观,总觉得很虚,默认它是一句口号,但如果把所有一手信息和公开采访叠在一起看,就让我们很受震动。
Anthropic 的三个特质
如果具体拆解一下,Anthropic 和其它 AI labs 很不一样的三个特质是:
1. Mission-oriented
Anthropic 的使命是「确保世界能够安全地度过 transformative AI 的转变」,也就是一切以安全为重。
很多公司都会说自己的是使命驱动,但 Anthropic 对此的认真程度,到了一种有点接近宗教性的程度。
这是一家带着强烈道德自我想象的 frontier lab:它真心相信 AGI 可以拯救世界,也真心相信 AGI 可能摧毁世界,而它试图带领大家把这两件事之间那条很窄的钢丝走过去。
Claude Code 负责人 Boris Cherny 曾说:「在 Anthropic,随便在走廊里找个人问 『你为什么在这』,答案都会是 safety」。
他和产品经理 Cat Wu 去年曾经双双离开 Anthropic 跳去了 Cursor,没等两周后就跳了回来,因为他们发现自己深深怀念 Anthropic 内部的文化氛围。那种所有人纯粹地,为了一个更大的使命奋斗的感觉。
有人在加入 Anthropic 之前对这些半信半疑,进去之后发现,「Fuck,里面的氛围比外面讲的还要认真」。
这里甚至会有早期员工在全员会上说——如果 Anthropic 最终实现了自己的使命,但公司本身失败了,这依然是一个好的结果。
这句话解释了 Anthropic 的很多事情。
在大多数企业的逻辑里,商业成功永远是第一位的,使命只是用来装点门面。但 Anthropic 最特别的地方在于,内部确实存在一批人,把使命排在了公司存亡的前面。
如果检视 Anthropic 实际做的事情,也是知行合一的,比如他们非盈利信托掌权的治理结构设计、在可解释性上做的研究、在安全上的种种投入,包括前段时间因为价值观冲突而甘愿牺牲美国国防部 2 亿美元订单等等,这部分就不一一赘述。
2. High trust, low ego
当我们和其它前沿 labs 交流时,总能听到很多内部政治和山头问题。只有 Anthropic 没有。相反,大家非常团结,愿意为他人做嫁衣。
这里最神奇的地方在于,Frontier AI 是一个太容易长出明星文化和资源斗争的地方。AI researcher 几乎是这个世界上最聪明,最 high ego 的一群人,他们天然的追求就是要提出一个不一样的解法,另立山头,扬名立万,但资源又非常有限,所以部门冲突总会发生。
从谷歌跳来 Anthropic 的 Daniel Freeman 说,其它模型公司内部像一个个各管各的、暗暗较劲的诸侯国,但这种感觉他「在 Anthropic 从来没有过」。
Stripe 前 CTO Rahul Patil 去年秋天加入 Anthropic 后,也提到自己最受震动的就是这里的文化。很难想象,一群这么聪明的人,居然还能同时这么谦逊。
他举了一个标准:如果公司明天告诉你,最适合你的位置不是继续做高管,而是去做 IC(个人贡献者),因为那才是你对 mission 最大的贡献,你愿不愿意?他认为 Anthropic 100% 的人都会做,没有 ego。
3. 一种很强的人文底色
《纽约客》的作者曾在 Anthropic 内部做过几个月的深度跟访,然后对这里的人留下了两个很有意思的形容:
• Bookish misfits
• A disproportionate number of Anthropic employees seem to be the children of novelists or poets.
也就是说,这里的人不太像典型的硅谷精英,也不太像传统印象里的技术理工男,而是有点书卷气、有点 nerd、有点理想主义。很多人给人的感觉,像是从作家和诗人的家庭里成长起来的。
这某种程度上从 Claude 模型命名里就能看出来:Haiku、Sonnet、Opus,分别对应着凝练的俳句、莎士比亚的十四行诗和古典语境下的大部头作品。
作为对比,OpenAI 的 GPT-4 / 4o / o1 是工程编号命名,Google 的 Gemini Ultra / Pro / Flash 是经典的产品线命名。多少能说明一些问题。
Claude Code 负责人 Boris 也曾在播客里讲过一个有趣的细节:
他刚来 Anthropic 的第一顿午饭,随口提到一本非常冷门的书,作者是硬科幻作家 Greg Egan。
那本书小众到什么程度呢?他之前没遇到过任何一个读过它的人。
他在饭桌上顺口讲了书里的一个梗,结果桌上的人竟然全接上了。
这件事让他大为震惊,也让他觉得自己真是来对了地方。
喜欢科幻的书呆子们往往有着某种宏大的人文关怀和历史责任感,也对蝴蝶效应有着更好的推理能力。
这种基于阅读趣味的共识,让他更加放心,这里可能是最好的推动 AI 边界的地方。
文化如何被制度化
接下来的问题是,这种纯粹的、近乎教派式的文化,是怎么维持下来的?
毕竟,Anthropic 已经不是一家小的 AI 实验室了,这是一个有着 3000 人的大型公司,而且是在以史上最快的速度扩张的同时尽可能地维护了自己的文化浓度。
对此,Dario 直接说,他大概会花 1/3 到 40% 的时间确保 Anthropic 的文化是好的。
即使在技术上、产品上、融资上、政商关系上都有无数事情要做。但他认为,自己杠杆更高的工作,是让 Anthropic 成为一个有高度凝聚力的,顶级人才喜欢在这里工作的地方。
落实到具体的实践上,有这样几点:
1. 特殊的招聘标准
Anthropic 招人,和很多 AI labs 不是一个思路。
一方面,在人才偏好上,和大多数公司争抢 big names 不同,Anthropic 更愿意招 underdog。比起外在标签,他们更看重有没有 direct evidence of ability,例如,「你有没有做过独立研究,写过真正有洞见的 blog,对开源社区有没有实质性贡献」等等。
另一方面,Anthropic 对于非常严格的文化筛选。他们面试时专门有一轮 Cultural interview,一个小时问 15-20 个 scenario questions。
根据网上流传出的面试题,重点考察三点:
(1)你是不是真的会把 safety mission 放在前面。
最典型的一道筛选题就是:如果 Anthropic 因为无法保证安全,最终决定不发布模型,你愿意接受自己的股票归零吗?
(2)你是不是一个 nice、ego 小的人。
包括善良、同理心、people skills、能不能承认自己的无知和错误。
(3)你能不能处理复杂性。
Anthropic 内部处理的很多问题都非常复杂多变,他们很看重一个人有没有系统思维,能不能深入推理事物的 second-order effects,去想一个决定会怎样影响别的环节。
他们在招聘上花了大量时间做「反向筛选」,也为此确确实实放弃了很多最顶尖的 10x developers。Stripe 前 CTO Rahul Patil 就提到,他在加入 Anthropic 前,和当时的 Anthropic CTO 聊了很久。
对方不但没有劝说他过来,反而专门花了两三周时间反复和他讨论你为什么不该加入 Anthropic,善意地劝阻他,除非你在文化和 mission 上真正 aligned,否则来了也不值得。
所以 Anthropic 的招聘逻辑,从来不是尽可能多地把最强的人招进来,而是尽可能早地把不适合的人筛出去。「我们非常擅长把为钱和名来的人剔走」。
与之对比,OpenAI 在公司变大后,已经不做专门的文化面试了,据说还是造成了一些管理问题。
这一点在 Meta 去年挖人的那一轮里体现得很明显。面对 Meta 开出的天价 package,OpenAI 的反应更像是市场惯例:counter offer、发 retention bonus、取消新员工的 vesting cliff,让股票更快归属。
Anthropic 的反应则很 Anthropic。他们对员工说,你来这里首先是为了 mission,不是为了在外部竞价里不断抬高自己的价格。
我们不会因为 Mark Zuckerberg 碰巧点中了你,就给你开出比身边同样优秀的同事高十倍的薪水,那不公平,要走就走。
这件事最后的结果也很说明问题。OpenAI 据说走了几十个人,而 Anthropic 只走了 2 个,且这两个人本就是在 Meta 工作过 6 年和 11 年的老员工。
2. Context sharing 的文化
Anthropic 内部有着非常高的信息透明度。
首先是 Dario 自己会主动、高频、反复地做意义供给。他经常开全员会给公司所有人做分享,频率高达两周一次,名字就叫 Dario Vision Quest(连 Dario 自己都吐槽,这名字的布道属性过于明显,听起来像是去山里吸了点什么回来顿悟)。
他会站到全公司面前讲一个小时,通常配一份三四页的文档,内容从公司方向、产品策略,到行业变化,什么都会讲,然后直接现场回答问题。
不少内部员工说他讲话特别直接、坦诚,「Dario 是我见过最直来直去的人,他说话不是算计过的,而是真怎么想就怎么说。」
除了全员会,他平时还会在自己的 Slack channel 里频繁写很多东西,完全不加修饰地记录自己的碎碎念:公司最近发生了什么,他在担心什么,又怎么看大家关心的问题。
这样的文化会让公司里的每个人知道,决策是怎么被做出来的,哪些事该被放在最优先的位置。由此,在一个复杂多变的形势里,每个个体才能做出相对一致的分布式决策。
同时,这种透明不是单向灌输,而是可以被挑战的。有人在 All Hands 听完 Dario 的分享,觉得不认同,直接跑到 Dario 的 notebook channel 里公开说「我不同意你这个判断」,然后当场展开一场辩论。公开挑战领导层是被鼓励的。
更进一步的是,这套写作文化并不只属于 Dario,而是一种全员参与的思考机制。
Anthropic 里很多人都有自己的 notebook channel,有点像个人版 Twitter feed,随时记录自己在想什么、做什么、有什么进展。别人可以订阅、围观,也可以加入讨论。
很多员工评价过很喜欢公司的写作文化,Slack 就是一个巨大的宝库,很多事情都在上面展开。
所以,Anthropic 看起来在公司内培育了一层很好的 alignment 土壤,每个人的项目、观点、思路,都足够透明,也足够流动,甚至曾有人感叹过财务数据都是透明的。
(但与之相反的是,技术上的保密做得很严,听说有些组之间甚至会刻意隔离,不太能一起吃饭。
结果就是,有其它家的 researcher 会遗憾感慨,这里所有关键 know-how 分散在不同人的脑中,不可能靠挖走几个人,就拼出一个全貌。)
3. 7 个创始人同股同权,founding structure 本身就是文化机制
Anthropic 的 founding structure 有一个很反商业常识的设计:它有 7 个创始人,而且 Dario 当时还毅然决然要给每个人同样的股权,而不是自己多拿一点。
当时,所有人都劝他这会是一场灾难,不然主导权模糊、激励错位,公司很容易因为内斗散掉。
但 Dario 认为,公司不是围着某一个 founder 转,而是围着 mission 转,而同股同权是这种理念最不可伪造的证据。
他们几个早已经多年共事,对彼此高度信任,同股同权本质上不是一种治理权的设计,而是一种对 commitment 的证明,一种文化扩散机制。
7 个 cofounder,就像 7 个文化复制节点,能分别在不同条线上,把价值观投射给更广的人群。这样一来,公司哪怕扩张,也不容易把最初的文化冲散。
对比来看,OpenAI 的高管层其实一直非常动荡,11 个 founding team 接连离开,现在只剩 Sam Altman、Greg Brockman 和 Wojciech Zaremba 还在。
而新换上的高管层就更不稳定:从 26 年开年到现在,产品一号位 Fidji 请假,市场一号位因健康原因离职,传播一号位出局,运营一号位被调岗,财务一号位也被边缘化...
4. 极其强调 one team,避免长出山头
Anthropic CTO 曾经在播客里说,AI labs 整体相比传统公司非常 bottom-up,它是一种倒金字塔的组织方式,权力和创意自下往上流动。
这里最重要的工作都发生在一线。因为一线的人最接近 AI 的涌现行为。他们每天在跑实验,对模型能做什么有最直观的理解。绝大多数产品创意是由一线的人推出来的,而不是由高管 roadmap 驱动的。
但这也有一个问题,当判断权下放之后,每个团队都很容易守着自己的问题意识和价值函数,长成一个个彼此拉扯的山头。
Anthropic 的特殊之处在于,它很早就意识到:既然判断必须分散,就更要主动制造团结。Dario 不希望 safety 只会说安全最重要,product 只会说产品最重要,然后把所有冲突一路推给高层拍板。
他一个核心的管理理念,就是把 trade-off 分散给每个个人,让每个人都拥有一点创始人的视角,大家只是在各自岗位上参与同一场巨大的 trade-off processing。
所以他们极其强调 one team,也会通过各种制度设计去弱化职责之间的界限,比如高管以下没有 title 的区分,统一叫做 member of technical staff,刻意弱化「研究员 vs 工程师」、「高级 vs 低级」、「架构师 vs 实现者」这种身份定义。
这个和 OpenAI 对比非常鲜明,OpenAI 一直有着更强的研究员文化,内部存在着一个明显的「鄙视链」:Researcher > Research Engineer > software engineer。
所以产品经常被 research 压一头,拿不到太多话语权。当有冲突的时候,Research 也不愿意配合产品。
在产品创新上,OpenAI 有个很强的特征是 researcher-driven:往往是研究团队出了一个新成果,产品团队才临时收到邮件,开始拿着锤子找钉子。
而在 Anthropic,产品与模型团队咬合得更紧密,产品更能反向去影响和定义模型能力。
这其实也是 OpenAI 产品力不如 Anthropic 的一个原因。
文化的两个起源
接下来的一个问题是,为什么 Anthropic 会形成这种独特的组织文化?
或许可以从两个方面来看:
一、 业务本身的要求
我记得两年前听一个头部大厂 HR 负责人的分享,印象很深,让我第一次深入思考组织文化到底意味着什么。
组织文化的本质是:员工的行为模式能够帮助公司走向成功的一种关键要素。
所以组织文化的第一性原理其实是,业务性质决定组织文化。
举个例子,字节和华为都是组织能力很强的两家公司,但如果把两家的组织体系交换一下,要不了多久,两家都要倒闭。因为它们处在同一个光谱的两个极端:字节讲的是「敢为人先」,华为讲的是「敢为人后」。一个更 value 创新,另一个更 value 效率。
这跟价值判断无关,而是业务性质决定的。同样是做一款新产品,华为做的是基站、芯片这类东西,一旦出了问题,召回成本可能吞掉一整年的利润。而字节不一样,它是典型的短周期、短链条业务,一个星期能跑出几十个版本,错了就改,改了再发。
所以字节可以鼓励创新,可以选择「Context,not Control」,华为不行。对华为来说,过早创新反而可能是一种负担,华为真正擅长的是,当市场出现 PMF 之后,通过自己的组织能力和资源,一步步超越,直至碾压对手。
那再说回 Anthropic。
在 AI 竞争中,一个核心 moat 是能让「smart people do dirty work」。尤其是 Coding 和 Agentic 这个方向,表面上看是模型能力竞争,往深了看,其实是工程能力竞争。它不是那种靠几个天才灵光一闪就能解决的问题,而是大量脏、碎、细的系统工程。
其中最核心的壁垒是数据。
过往的 Chat 数据只是简单的文本数据,但 Coding 和 Agentic 数据更复杂,它不只是对话记录,还包括任务本身、环境搭建、执行轨迹,以及最后整套 evaluation 和 verification 体系。
这其中全是脏活累活,做好了很关键,但它不像发一篇 paper、一个新产品那样,可以变成个人的高光时刻。
据我们跟一些 researcher 交流拿到的反馈,OpenAI 今天最核心的一个问题是它很难组织几百个最强的人踏踏实实搞数据、干脏活。
OpenAI 招的都是鄙视链最顶尖的人才,背景好、心气高,大家天然更想做自己的 bet,想从 0 到 1,至于收拾烂摊子、补数据,少有人愿意接。
OpenAI 过往是这么成功的,它曾经确实靠一些核心的范式突破取得了巨大领先优势,但就像姚顺宇在最近的访谈中说的:「个人英雄主义的时代已经过去了」,「AI 这个事不太需要脑子......最重要的特质就是靠谱,做事细」
这时候就会发现,Anthropic 这种 low ego、凝聚力强、使命驱动的氛围,优势会被放大得非常明显。
据说 Anthropic 的 co-founder Jared Kaplan 也是每天带领团队亲自过数据,数据清洗做得极其仔细,其余没有任何一家公司能做到这样。
(这也解释了一个现象:OpenAI 的模型在竞赛级 coding 难题上是最强的,因为这类任务更多是一个 research 问题,但在日常工作中的 agentic 任务上往往不如 Anthropic,因为后者更多是一个工程问题,考验数据、系统和执行细节。)
二、 创始团队的出身
公司价值观可以说是创始人价值观的一部分,比如马云的武侠风、马化腾的柔和开放、乔布斯的审美导向、任正非的军人纪律。
如果更准确来说,创始人的价值观往往来自两部分东西:一部分是创始人原本相信什么,另一部分是他们曾经深深厌恶过什么。
前者决定你想成为什么样,后者决定你无论如何都不想再变成什么样。
Anthropic 很明显两者都有,而后者的塑形力量,可能比前者还大。可以简单看一下 Dario 的经历:
Dario 最早接触 AI 是在百度的 AI 实验室,他在那里第一次观察到了 scaling laws,并逐渐成为了 scaling laws 的坚实信徒。但在百度做出突破之后,围绕控制权、资源的内部争斗很快爆发,团队最终解散。
Dario 后来辗转加入了 OpenAI,在这里深度参与了 GPT 系列的推进。OpenAI 曾经把 50%-60% 的全公司算力交给他,让他主力领导 GPT-3 项目。
而因为 Dario 是一个有着鲜明价值观和个人主见的人,他跟 OpenAI 其它人在组织理念上的分歧开始渐渐显现。
比如,Greg Brockman 曾提出过一个很惊人的想法:未来可以把 AGI 卖给联合国安理会里的核大国。Dario 听完几乎当场辞职,在他看来,这已经不是一个商业分歧,而是底层价值观问题。
Greg 和 Dario 两边几年来一直不太对路,Sam Altman 就夹在中间调和。Sam 此时发挥了自己最擅长的一个能力,就是让不同阵营都觉得,他其实站在自己这边。短期看,这是平衡术;长期看,这就是在透支信任。后来大家一对账才发现,Sam 答应 Dario 的,和答应 Greg 的,根本不是一回事。
慢慢地,Dario 自己在公司里形成了一个紧密的同盟圈子,有些人因为他喜欢熊猫,就把这个小团体叫作「the pandas」。他们和 OpenAI 领导层在路线选择、组织治理等问题上的分歧越来越大,最后发展成很严重的政治斗争。
高层之间甚至爆发过一次严重的当面对质。Sam 指责 Dario 和 Daniela(Dario 的妹妹,Anthropic 后来的联创之一)在背后组织对他的负面反馈;两人否认,并当场叫来 Sam 所说的消息来源对质。结果对方表示完全不知道这件事,结果 Sam 又转头否认自己刚刚说过这番指控。
这件事让 Dario 兄妹彻底失去信任,双方当场吵翻。
类似的内部 drama 还有很多,总之,Dario 对两边的冲突上纲上线到了一个道德上的信任危机,他觉得一家掌握如此强大技术的公司,领导者必须是真诚、可信的。如果掌舵的人不诚实,就是在帮一个危险的方向添砖加瓦。
于是,Dario 最终带着 GPT-3 的一些核心同事离开了 OpenAI,创立了今天的 Anthropic。
所以,Anthropic 今天这种文化,不只是因为 Dario 这个人天生如此,更重要的是,它自己亲身经历了百度和 OpenAI 的两次政治斗争,它清楚一群 ego 强的聪明人有多容易因为资源争夺和价值分歧而导致分裂,所以他们后来本能地在朝相反的方向去建设 Anthropic:
因为见过平衡术如何透支信任,所以更强调真实、透明;
见过激化的政治斗争,所以鼓励大家把冲突前置,尽早说开。
见过理念分歧导致的组织瓦解,所以设置了严格的文化筛选;
见过超级明星的权力争夺,所以强调 low ego,不爱招 big name。
Anthropic 今天的组织文化,很大程度上都像是当年百度和 OpenAI 经历留下的反作用力。
03.Conclusion
如果要做个总结,Anthropic 和 OpenAI 其实是两家底色挺不一样的公司,前者是理想主义、使命清晰、有高度凝聚力的教派型组织,后者是野心驱动、多线扩张、不断寻找下一个爆点的超级平台。
为了看得更清楚一点,我们可以把两家的几个核心维度并列放在一起:
不过,虽然前面讲了 Anthropic 的很多优点,但我们很难下结论说,某种文化一定压倒另一种,也很难预测三个月后的战局。AI 的世界变化太快,而 OpenAI 现在反过来在被市场低估,比如:
• Coding 已经是明牌,OpenAI 很可能追上来,现在一个明显趋势就是开发者在从 Claude Code 向 Codex 迁移;
• 需求爆发远超所有人的预期,算力正在成为新的胜负手,而 OpenAI 很早锁定了远超 Anthropic 的算力资源;
• OpenAI 开放探索的文化有它自身的巨大优势,同时 OpenAI 也始终在更激进地探索和押注新范式,下一次跃迁就可能让局面翻盘。
只能说,站在 2026 回看过去三年,Anthropic 确实给整个行业留下了一个值得记住的样本:
在 AI 时代,赢不一定靠更大的野心、更多的探索和更强的人才。
有时候,赢也可以来自相反的东西:更少的 bet,更低的 ego,以及一个天真的使命。
P.S. 我们也很好奇,其它前沿 AI 公司正在形成什么样的组织文化和最佳实践。欢迎有一手观察&思考的朋友通过下方联系方式找我们交流!
或许下一代伟大的 AI 公司,首先就是一种新的组织发明。
