Anthropic联创罕见曝内部文化：不相信炒作！ScalingLaw没有放缓；资金和算力远少于OpenAl，却多次推出SOTA

在 Anthropic 成立五周年前夕，联合创始人兼总裁 Daniela Amodei 罕见接受了公开采访！

Daniela Amodei 是 Dario Amodei 的妹妹，曾任 OpenAI 的安全与政策副总裁，在确保 AI 技术安全和伦理使用方面发挥了关键作用，后于2021年和 Dario 及另外5名员工从 OpenAI “出走”，共同创办了 Anthropic。

在这次访谈中，Daniela 讲述了他们当时离开 OpenAI 的原因——并非OpenAI做错了什么，而是他们想要打造一家拥有先进AI技术水平，同时又把安全性放在核心地位的科技公司。

Daniela 表示，在这场高风险的 AI 竞赛中，他们走的是一条与其他公司不同的道路，专注于以更少的资源做更多事情。据她透露，Anthropic内部的算力和资金都远少于 OpenAI、谷歌、Meta等竞争对手，但仍能多次推出SOTA模型。

当被问及“算力投入是否过度”时，Daniela 表示，在技术层面，AI 进展未出现放缓迹象，模型正以可预测的速度变得更优、更快，Anthropic 内部公开确认这一趋势，Dario 是个对技术趋势判断极为准确的人。

而有关“AI是否会出现泡沫”的争议，Daniela认为技术的飞快增长和它真正落地到企业或个人的使用之间，存在时间差，这一点可能会导致行业泡沫。核心问题在于：技术扩散进真实经济体系的速度，是否能持续匹配技术本身的加速度。

与 OpenAI 优先面向C端消费者相比，Anthropic 将自身定位为企业优先的AI模型提供商，其商业模式高度聚焦于B2B市场。最新数据显示，Anthropic 的全球客户基础从两年前的不到1000家企业客户激增至超过30万家，实现了300倍以上的增长。其增长主要集中于金融服务、医疗保健、法律等对精度要求极高的行业。

在采访中，Daniela 也透露他们并非一开始就押注企业市场，但Anthropic追求安全性和可靠性的基因天然适合B2B。

此外，有关“AGI何时到来”的争论，Daniela 表示“这个概念可能已经过时了，按照某些定义，我们可能已经实现了AGI”。技术进展在一段时间内还会有所突破，但 Anthropic 也会为能力放缓的世界做好准备。

在不改变愿意的基础上，小编对访谈实录进行了整理和润色，希望对各位有所启发，enjoy！

Anthropic为何出走：安全不与商业成功相冲突

主持人：

当你们还在搭建这家公司雏形的时候，那时世界正在发生什么？你当时认为，Anthropic 独特之处在于能解决什么问题？

Daniela Amodei：

事实上，Anthropic 将在本周稍晚迎来五周年纪念。公司的起点是：我和另外六位联合创始人当时都在 OpenAI 工作。我们一起参与了许多项目，包括把一些当时最大的模型扩展到可行规模，比如 GPT-2 和 GPT-3，以及大量早期语言模型工作，这些后来成为了大语言模型革命的一部分。

我们还做过 ScalingLaws（规模定律）的研究，以及很多偏技术安全方向的工作，比如可解释性和对齐研究。渐渐地，我们形成了一个非常清晰的愿景：我们想打造一家真正处在 AI 前沿的科技公司，开发具有变革性的 AI，但与此同时，把安全性和可靠性放在极其核心的位置。

到了某个节点，我们觉得，与其在原有体系内推进，不如自己出来做这件事更合理——这就是 Anthropic 成立的原因。时间点大概是 2020 年冬天到 2021 年初，正值疫情高峰，我们都被困在家中。那种感觉既非常令人害怕，又非常令人兴奋。

主持人：

你曾描述过一个几乎带有电影感的时刻：2021 年 1 月，你们在 Dario 的后院，所有人都戴着口罩，Eric Schmidt 也在场，大雨中你们在帐篷下向他做融资路演。你会把它视为公司的起源故事吗？

Daniela Amodei：

是的，那一幕确实很难忘。我记不清具体日期了，但应该是 1 月初的某一天。我们 12 月 18 日正式离开原来的工作，然后在 1 月初聚在 Dario 家的后院。那天在下雨，我们搭了一个“派对帐篷”，就站在帐篷下面。

后来 Eric 成为了我们 A 轮的投资人。但当时的状态是：我们已经下定决心要创办这家公司，但对它最终会变成什么样，其实还没有一个非常清晰的答案。我们只有一个巨大的梦想和一些宏大的想法。

一个有趣的细节是，当时我已经怀孕八周，怀的是我现在的儿子。我想在联合创始人里，可能只有 Dario 知道这件事，甚至不确定他当时是否已经知道。疫情、口罩、社交距离，再加上个人和职业层面的巨大变化——那一刻真的有很多事情同时发生。

主持人：

在那个当下，而不是事后回看，你当时觉得 OpenAI 做错了什么，值得你们承担离开的风险？

Daniela Amodei：

我不会把它描述为“逃离某件事”，而更像是“奔向某个目标”。

联合创始人之间认识和共事已经很多年了，不只是 OpenAI 的那段时间。比如 Dario、Chris Olah 和 Tom Brown 之前就在 Google Brain 一起工作；Jared 曾是 Dario 的 Hertz Fellow；Dario 和我是兄妹。我认识 Chris 已经大概 13 年了——有一天我在电梯里碰到他，还突然意识到“天啊，我认识他已经这么久了”。

我们是一群价值观高度一致的人。我们深信，人工智能拥有巨大的正向潜力，但如果想真正释放这种潜力，就必须极其严肃地对待风险。

于是我们开始想：如果能从零开始建立一家组织，把这件事放在一切工作的核心位置，会怎样？我们也坚信，安全与可靠并不与商业成功相冲突。在当时这听起来很新颖，但我们认为这两者是正相关的，而不是对立的。

主持人：

你是那个需要把“我们要严肃对待安全”转化为可执行战略的人。现在，真正让你夜不能寐的是什么？

Daniela Amodei：

我觉得主要有两个方面。

第一，是技术安全本身。还有大量非常重要、非常有趣的技术安全问题尚未被解决。Anthropic 一直努力在行业中成为这方面的引领者——无论是机制可解释性，还是宪法式 AI（constitutional AI）。

我们的技术团队花了大量时间思考，如何把这些“护栏”直接内嵌进模型本身。但模型变强的速度实在太快了，永远还有更多工作要做。

第二，是技术对社会层面的影响。Anthropic 在这方面也相对少见：我们公开发布了大量关于 AI 社会影响的研究，包括最近一份关于 AI 对经济与劳动力冲击的报告。

我们之所以这样做，是因为我们认为，作为一家公益公司，这是我们的责任。我们不认为自己能独自解决所有问题，但我们必须与政府、民间社会以及公众共同讨论：当 AI 能够完成越来越多原本人类的日常工作时，社会将会发生什么变化？

主持人：

你们的“激进透明”似乎是核心理念之一。你们公开了关于智能体能力的数据，也发布研究显示，在面对“生存威胁”时，Claude 在 96% 的情境中会选择勒索行为，其他模型也存在类似倾向。当你们针对这些问题进行纠偏时，最紧迫的优先事项是什么？

Daniela Amodei：

确实，很多人会觉得一家技术公司如此公开地谈论风险和潜在伤害是“不寻常的”。

但对我们来说，这是使命的一部分。我们相信 AI 的潜力极其巨大，Claude 有朝一日甚至可能帮助治愈疾病。但要实现这些积极结果，就必须把困难、棘手的问题处理好。

另外，我们也认为，更充分的信息披露能带来更好的社会决策。我们身处前沿，能率先看到风险的形态。如果 Claude 会被用于网络攻击，那其他前沿模型也极有可能面临同样问题。

从历史中我们也学到，如果你是一家上一代技术平台（比如社交媒体公司），如果能回到过去，提前意识到负面后果，你是否会做出不同选择？Anthropic 想做的是：哪怕无法预知未来，也要确保当我们意识到风险时，已经尽了最大努力去公开、讨论并缓解它们。

算力和资金远少于竞争对手，

但多次推出 SOTA 模型

主持人：

过去六个月，整个行业在算力上的投入极其夸张。Google 几乎补齐了性能差距，并且拥有芯片、云、应用的完整垂直整合；Meta 投入 500 亿美元自建数据中心。要赢得 AI 竞赛，是否必须成为基础设施建设者？

Daniela Amodei：

AI 行业的一个现实挑战是：如果你想训练前沿模型，算力和资本需求都极其高昂。

Anthropic 一直努力在“资源极其有限”的前提下保持谨慎。事实上，我们长期以来拥有的算力和资金都远少于主要竞争对手，但在过去几年里，我们依然多次推出性能最强的模型。

这来自两点：团队质量，以及“用更少资源做更多事情”的价值观。当然，未来我们仍然需要更多算力才能留在前沿，但我们会持续保持这种克制和效率导向。

Scaling Law 依然在继续，

技术完全没有进展放缓的迹象

主持人：

从行业视角看，我们是不是在算力上投入过度，已经超过了 LLM 可变现能力？

Daniela Amodei：

很多数字并不能直接横向比较，因为这些交易的结构非常不同。行业的核心共识是：你必须非常早期地投入，才能在未来几年获得训练模型所需的硬件。

即便是我们这些最早提出 Scaling Laws 的人，也持续被模型性能的指数级增长所震撼。当然，指数增长总有终点，但到目前为止，每一年它都还在继续。

主持人：

最近出现了很多“循环交易”：模型公司、芯片商、云厂商之间交换股权、算力和现金。哪些是健康的飞轮，哪些是危险信号？

Daniela Amodei：

我无法评论其他公司的具体交易。但我要说的是：并非所有交易都是等价的，各家公司在资本和算力策略上差异很大。

Anthropic 的经验始终是：在资源更少的情况下，依然创造更大的价值。我们是首个同时在 AWS、Google Cloud 和 Microsoft Azure 上提供模型的公司。企业需求非常旺盛，在很多时期，我们甚至面临“需求大于算力供给”的情况。

关于AI泡沫：核心在于技术能多快落地

主持人：

我必须问一个问题：我们是否正身处一个 AI 泡沫之中？我并不是质疑技术本身，而是指投入的支出曲线是否已经跑在了收入曲线之前？你认为这是一个泡沫吗？

Daniela Amodei：

我会把这个问题拆成两个层面来看：技术层面，以及商业或经济层面。

在技术层面上，Anthropic，包括 Dario 最近也公开谈到过，我们非常坚定地认为：从纯技术角度来看，目前完全没有看到进展放缓的迹象。虽然未来不可预测，但基于我们迄今为止看到的一切，模型仍在以相当可预期的速度，变得越来越强、越来越快。

但在经济层面，这确实是一个更复杂、更值得讨论的问题。无论技术有多好，它真正被企业或个人吸收、落地，都需要时间。

真正的核心问题在于：企业（以及个人）究竟能多快地利用这项技术？也许下一代 Claude，比如 Claude 5、Claude 6在性能提升比例上和之前类似，但将这些能力真正部署进一个组织，可能会遇到“人”的瓶颈。

组织变革需要时间，采购流程很复杂，很多使用场景事先是无法完全预见的。所以问题在于：技术扩散进真实经济体系的速度，是否能持续匹配技术本身的加速速度。

主持人：

基于这一点，你是否认为我们现在在模型提供商或硬件供应链上存在过度投资？

Daniela Amodei：

这是一个很微妙的问题。金额确实巨大，但实际上每个环节里的参与者数量都非常有限。这本身就有点不同寻常，我也很难给出一个确定判断。

我们目前看到的情况是：更好的硬件，回报率很高；哪怕只是略微更好的模型——哪怕只是 0.01 的提升，回报同样很高。这一点在 Anthropic 的历史中反复被验证。

所以我不一定会直接称之为“过度投资”。但我确实认为，这种高度集中、参与者数量有限的结构意味着：如果链条中的某一个环节出问题，影响可能会被迅速放大。这是一个值得认真思考的系统性风险。

主持人：

你觉得我们正处在这个周期的什么位置？无论你称之为泡沫破裂，还是一次基本的市场修正。你认为这会发生在未来 6 到 12 个月吗？如果是，你们是否已经在为潜在下行周期提前做准备？

Daniela Amodei：

就 Anthropic 自身而言，我们始终把自己定位为资本的审慎管理者。

我们非常清楚：每一分算力、每一美元投入，最终都意味着两件事之一——要么是训练出更强、更安全的模型，要么是服务更多的客户。因此，我们会尽力对未来进行合理的规划，尽管任何预测都不可能完全准确。

我们会去估算：模型质量会如何演进、训练需要多少算力、推理阶段需要多少算力来满足客户需求，以及我们预计能为客户持续创造多大的价值。我的希望是，只要我们持续作为一家负责任的公司运营，无论市场发生什么变化，我们都能处在一个相对稳健的位置。

Anthropic 天然适合B端市场

主持人：

谈谈 Anthropic 的下一步吧。并购看起来基本不在选项之中，既有反垄断的限制，也因为你们本身已经到了相当规模。那么，IPO 是否可能在 2026 年发生？

Daniela Amodei：

目前我们还没有任何具体信息可以分享。但正如我之前所说的，Anthropic 一直在努力以尽可能负责任的方式使用我们拥有的资本，并持续权衡：在什么时间、通过什么方式，获取我们所需要的资金才是最合适的。

主持人：

Amazon 仍然是你们最大的战略支持方，但你们的股权结构中也加入了新的名字，比如 Google（既是投资方也是云服务商），以及 Microsoft 和 Nvidia。而 Google 同时也是你们在模型层面的竞争对手。你是如何在这些目标各异的大型科技公司之间进行平衡的？

Daniela Amodei：

我认为，这恰恰反映了企业市场对这项技术的强烈需求。

Anthropic 的模型能够在三大云平台上使用，包括竞争对手的平台，这一点本身就很有意思。我个人的判断是，所有超大规模云厂商都在观察他们的企业客户正在发生什么。

财富 500 强企业可能在一个云上，也可能在两个、三个云上，但现在几乎所有企业都觉得：他们必须拥有一个 AI 解决方案。而由于我们长期专注于企业客户，Claude 往往是他们真正想使用的模型。

如果企业无法在自己已有的云环境中访问 Anthropic 的模型，这反而会对他们造成伤害。所以，“在客户需要的地方可用”，一直是我们的核心策略。

主持人：

从一开始，Anthropic 就没有像 OpenAI 那样去争夺消费者心智，而是明确押注企业市场。事实证明，这是一个非常聪明的选择。现在很多人开始在这一领域追赶你们。当初你们是如何判断企业市场才是正确方向的？

Daniela Amodei：

我很感谢你给我们的评价，但我并不敢说我们一开始就“确定无疑”。

我觉得有两个原因。第一，Anthropic 的组织特性天然适合做 B2B。我们极其重视可靠性、安全性和稳定性，这些价值观从公司成立之初就写进了 DNA，而事实证明，这正是企业客户非常看重的东西。

我从来没有遇到过哪位企业客户对我说：“如果 Claude 能多一点幻觉、多生成一点有害内容就好了。”

第二，是一种经济层面的判断。模型当然可以用于娱乐，这是消费者常见的使用方式之一。但我们很早就觉得，这些模型长期来看更像是“生产力工具”——虽然这个词听起来有点平淡。

无论是写代码（这已经是 Claude 非常重要的使用场景），还是总结复杂信息、进行金融或数据分析，我们在 2020 年底、2021 年初就已经隐约看到了一个未来：AI 能够承担大量高智力的职场任务。而这是一个非常巨大的市场。

主持人：

企业既然重视安全，但同时也希望更多功能，比如更强的 Agent 能力。有没有客户明确向你们提出过某些需求，但你们因为安全护栏而暂时无法提供？

Daniela Amodei：

有意思的是，我们至今还没有遇到一个非常明确的案例，安全与功能之间形成了直接冲突。

更常见的情况是：我们内部已经有一个模型准备好了，但在发布前需要进行更多安全测试。客户并不知道这些细节，因此也不会直接提出对应的需求。

对我们来说，最重要的交集点始终是：确保推向市场的模型，已经在安全性上做到我们所能做到的最好。

主持人：

在扩张过程中，有些原则不得不随时间调整。比如最初你们曾表示不会接受中东资金，但在最近一轮融资中发生了变化。你是如何在坚持原则与保持竞争力之间做权衡的？

Daniela Amodei：

在最重要的层面上，我认为 Anthropic 在价值观上一直保持着高度一致性。

无论是 PBC 结构，还是“公益公司”这一北极星，都为我们提供了很强的指引。当具体案例出现时，我们会反复问自己：我们是否仍然在为公共利益而建设？是否在努力让 AI 的转型过程对社会更友好？

当然，随着公司规模变大，一些边缘案例会变得更复杂，但总体来说，这套价值框架让我们更容易做出判断。

主持人：

有一种批评认为，把“安全使命”放在如此核心的位置，实际上构建了一种护城河，让早期实验室更容易在监管环境下存活，而后来进入的初创公司反而更难竞争。你如何回应这种观点？

Daniela Amodei：

这是一个有趣的问题。事实上，我相信绝大多数初创公司本身就是云服务用户。

前沿模型研发之所以门槛高，主要还是因为算力和资本成本，而不是安全本身。而我们在 Anthropic 看到的是一个正在蓬勃发展的生态：所谓的 “AI 原生” 公司。

就像几年前的“数字原生企业”一样，现在有大量公司从第一天起就围绕 AI 构建产品，而其中绝大多数都基于 Claude。我们影响生态的方式，最终还是取决于我们是否能持续构建出最安全、最优秀的模型。

主持人：

“安全”目前在华盛顿并不是一个特别受欢迎的立场。你们最近还与 David Sacks 有过公开交锋，Dario 也发表了回应文章。你们如何在不被政治环境扭曲工作的前提下应对这种现实？

Daniela Amodei：

Anthropic 一直努力聚焦“政策”，而非“政治”。

我们在许多议题上都能找到跨党派的共识，比如：保持美国在 AI 领域的全球领先地位，确保模型对儿童和成年人都是安全、有益的。

AI 是一个非常新的领域，我们始终保持开放心态，愿意学习如何以安全、稳健的方式推进技术发展。这也是我们为什么持续公开发布研究成果的原因之一。

Anthropic内部文化：不要相信炒作

主持人：

有一种几乎带着“神秘感”的东西，一直萦绕在 Anthropic 以及你们的品牌周围。我不太确定该如何准确形容，但感觉公司内部的人，几乎把它当成一种“信念体系”。

你会如何描述成为一名 Anthropic 员工的体验？以及你们所建立的公司文化？另外，我觉得你们在过去几个月变得更公开了一些，但总体上，你们似乎一直都很“谨慎”，在真正准备好之前，会把牌握得很紧、保持低调。

Daniela Amodei：

你这么说真的很友善。我不知道是不是“神秘感”，但这是一个很好的评价。

我觉得 Anthropic 在根本上，有一个我们内部经常反复强调的价值观：不要相信炒作（don’t believe the hype）。

这听起来好像只是个小点，但我其实认为，它和我们讨论过的一些更宏大的问题有关，比如经济结构。

对我们来说，从来不是为了博取关注或上头条。我们真正想做的是把事情做好——这既包括模型训练本身：如何以一种良好、公平、负责任的方式训练模型；也包括每天如何真正为客户服务。

现在 AI 领域的炒作实在太多了。而作为一家以 企业级、B2B 为导向的公司，这在某种程度上让我们更加脚踏实地。我们清楚地知道：我们是来为企业创造价值的。这项工作非常重要，但往往并不“炫酷”。正因为如此，它反而帮助我们不被 hype 带着走，而是始终专注在：我们当初为什么要创办这家公司。

我们是一家公益型公司，我们关心的是为客户创造真实价值。如果没有这个“北极星”，在这个行业里是非常容易被分心的。

AGI这个概念已经过时了

主持人：

机器学习领域的一些“老派人物”认为，大语言模型并不能把我们带到 AGI。他们正在转向世界模型，认为要到达下一个阶段，还需要尚未出现的关键突破。你怎么看？你认为通向 AGI 的那个“关键解锁”会是什么？你觉得为了保持竞争力，随着 AI 行业发展，你们是否必须超越 LLM，走向更多不同的技术路线？

Daniela Amodei：

这是个很有意思的问题。我觉得 AGI 本身就是一个非常“奇怪”的概念。

Dario 也谈过这个问题。很多年前，“AGI”作为一个概念很有用，用来讨论：“人工智能什么时候能达到人类水平？”但有趣的是，按照某些定义，我们其实已经超过了。比如说，Claude 写代码肯定比我强——虽然这门槛不高。但 Claude 现在写代码的能力，已经可以和 Anthropic 内部的许多工程师相当，或者至少在相当一部分代码工作上达到类似水平。这真的非常疯狂。我们雇佣的可能是世界上最优秀的一批工程师和开发者，而其中很多人都在说：“哇，Claude 已经能完成我能做的大量工作，或者极大地加速我的工作。”

所以，单纯讨论 AGI 这个概念，其实已经变得非常复杂了。另一方面，Claude 仍然做不到很多人类能做的事情。所以也许，这个概念本身并不是“错误”，而是已经有些过时了。

至于是否需要新的突破，才能走向更高层级、更具变革性的 AI——老实说，我们并不知道。技术发展的路径，本身就是科学与工程复杂交织的结果。而我认为研究实验室真正特别的地方就在于：大家在用不同的方式，去接近同一个目标。

但就目前来看，进展并没有放缓。当然，“一切都不会放缓，直到它真的放缓”。这种情况完全有可能发生。如果让我下注，我会认为：能力还会在一段时间内继续提升。而我们应该为这样一个世界做好准备。

与Dario的互补关系

主持人：

你和 Dario 的技能组合非常不同。你在哪些方面，是技术型创始人通常不具备的优势？你是如何帮助 Dario 变得更敏锐的？

Daniela Amodei：

能和我的兄弟一起经营 Anthropic，真的是一种荣幸。我们的关系非常特别，因为我们认识彼此一辈子了——至少是我一辈子。他有四年没有我，挺惨的（笑）。

Dario 拥有一种几乎独一无二的能力。我常说，没有人真正知道未来，但 Dario 可能是最接近“能看到未来”的那个人。尤其是在技术层面，他对技术将走向何方、它会如何影响人们、影响组织，都有着极其敏锐、历史上反复被验证过的直觉。这是一种真正的远见型领导力。

而我则非常偏向实践。我真的很喜欢运营组织。我大部分时间都在和高管团队一起工作：招聘负责业务的关键人才，思考成为 Anthropic 的客户意味着什么，我们如何真正与企业站在同一位置，如何为他们创造价值，以及如何建立必要的合作伙伴关系，让我们成为一家可持续的公司。

我觉得 Dario 和我在很多方面是相互促进的。他非常擅长推动我去思考更宏大的问题；而我希望自己能在思考：如何打造一个长期存在、可持续、聚集了真正认同使命的优秀人才的组织，帮助我们完成五年前一起设定的目标。

参考链接：

https://www.youtube.com/watch?v=GMXnmaky9FY

文章来自于“51CTO技术栈”，作者 “听雨”。