Anthropic上市:发行价83美元,阿莫迪从GPT-2警示到敲钟
美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。按发行价计算,这家成立不到六年的AI公司,完全稀释估值约为
美国时间11月19日,
Anthropic正式挂牌上市。就在前一天,公司把发行价定为每股83美元,发行数量从8.25亿股上调至9.8亿股,最终公开发行规模达到813.4亿美元。
以发行价计算,这家成立不到六年的AI公司,市值站上了万亿美元级别。招股书里,陡峭的营收增长曲线与天文数字般的算力基础设施承诺并列出现。外界目光齐刷刷投向它,既在打量,也在等待。
聚光灯最中央站着的是Anthropic创始人兼CEO达里奥·阿莫迪(Dario Amodei)。公开场合露面时,这位43岁的掌舵者常穿一件简单休闲衫,顶着一头标志性的蓬松短发。比起执掌万亿美元公司的CEO,他看上去更像刚从实验室走出来的科学家。
在
一次是
可如今,这个曾把AI推上高速路的人,反倒开始呼吁给它限速。他在文章中警告:AI正以空前速度变强,人类理解和控制这类系统的能力,或许已经追不上技术进步的步伐。
A
2019年2月14日,OpenAI发布了一则新闻。新闻说,在南美洲安第斯山脉一处偏僻山谷,拉巴斯大学的进化生物学家豪尔赫·佩雷斯(Jorge Pérez)博士与团队发现了一种此前从未被记录的神秘生物:四根犄角,浑身银白,还能说一口流利英语。研究人员把它命名为“
“奥维德独角兽”?这种东西怎么可能存在。可这篇新闻写得有鼻子有眼,科学家的姓名、研究机构、现场描述和专家引语一样不缺。报道其实出自OpenAI当天公布的语言模型
同一天,《连线》杂志以《危险到无法公开的AI文本生成器》为题报道了这一成果。The Verge的标题则带着讽刺意味,概括了新模型的本事:《OpenAI新推出的全能AI,会写作、能翻译,还会诽谤》。
以今天的眼光看,GPT-2远算不上聪明。它最大拥有15亿参数,能做简单的翻译、问答和文本摘要,但长篇写作中经常重复、跑题,甚至会编出水下着火这种离谱情节。
即便如此,
而在OpenAI内部,达里奥·阿莫迪看到的,是另一种更遥远的可能性。2026年,阿莫迪接受传记作家沃尔特·艾萨克森(Walter Isaacson)采访时,回忆起当年面对GPT-2的反应:
“我当时就被吓坏了。”(I personally was super freaked out by it.)
他说,身边约90%的人并不觉得这款模型有什么特别。毕竟单看翻译、写作或其他单项任务,它的表现都算不上出色。但他已经在想象:把这样的模型规模再扩大一百万倍,机器或许有一天能在几乎所有任务上超过人类。到那时,整个经济、科学乃至国家与社会的运转方式,都可能随之改变。
后来多次公开访谈中,阿莫迪追溯过自己看待技术演进的视角。2006年,他的父亲里卡多因丙型肝炎离世。此后新一代抗病毒药物陆续问世,丙型肝炎治疗迎来突破。到2010年代中期,部分治疗方案的治愈率已提高到90%以上。
开市钟声响起前,阿莫迪与妹妹丹妮拉一同站上敲钟台,又一次谈起他们的父亲。“他所患的疾病,仅仅几年后就变得可以治愈。”阿莫迪说。
这件事让阿莫迪换了研究方向。原先读理论物理的他,转而扎进生物物理学与计算神经科学。
可是生物系统太复杂,他慢慢发现,光靠人来做研究,很多问题恐怕要拖上极长时间才可能解决。他需要一个能从根子上压缩科研周期的工具,于是把视线转向人工智能,想借机器的算力让科学发现跑得更快。
2014年底,阿莫迪进入百度,与同行一道摸索。他试的是一条“力大砖飞”的路子:把神经网络层数加厚,把训练数据铺大,再堆上更多计算资源。
后来接受莱克斯·弗里德曼(Lex Fridman)采访时,他回忆说,当时自己还没把其中的数学关系测准,但和同事已经有个直观判断:数据更多、模型更大、训练更久,结果往往更好。
一开始他以为这只是语音识别里的特殊规律。等到接触早期GPT模型,他才意识到并非如此。
2020年1月23日,OpenAI团队发表了一篇论文。论文里最抓眼球的是几张近乎笔直的曲线:在对数坐标下,模型规模、数据量和计算量往上走,语言模型的预测误差就沿着一条能用数学公式写出的趋势一路往下掉。哪怕到了实验覆盖的最大规模,研究人员也没看到这条趋势明显失灵。
这组数据给LLM(大语言模型)的发展垫了底。在这之前,想提升模型性能,研究人员往往得反复调算法、调架构、调训练方案;规模定律出现后,团队可以用小规模实验推演加参数能换来多少收益,再照着安排更大规模的训练。
于是,规模扩张从一种研究判断,慢慢变成可以量化验证的工程路线。
阿莫迪随后又参与了一场更大的实验。据Big Technology的人物特稿报道,OpenAI把摊子铺得更大。几个月后的2020年5月28日,OpenAI公布了GPT-3。
这个模型有1750亿参数,超过GPT-2的116倍。同一个模型可以在不同任务之间切换,不用为每项任务重新训练参数;研究人员只要在提示词里给几条示例,GPT-3就能照着做翻译、问答、文本生成这些活。
随着OpenAI向外部开发者逐步开放,GPT-3开始被更多人用起来。它仍有错误、偏见和能力局限,但展现出的通用性已经让越来越多的研究机构重新评估LLM的未来。围绕参数规模、数据和计算资源的竞赛,就此逐渐展开。
阿莫迪早年在语音识别研究中形成的判断,经过GPT-2、规模定律和GPT-3,一次又一次得到验证。他参与推动的技术路线,开始成为整个行业的重要发展方向。
可模型越强,他担心的那些问题也越难绕开。
OpenAI在GPT系列模型取得突破后开始加快商业化步伐。阿莫迪与公司管理层在研发方向、安全保障及组织治理上的分歧,随之逐渐加深。
据《大西洋月刊》2026年9月的调查报道,阿莫迪曾想通过内部改革来解决问题。在与CEO萨姆·奥特曼(Sam Altman)的谈判中,他提出了一系列留下来的条件,其中一条是让安全团队对新产品发布拥有否决权。这意味着,安全研究人员将有权拦下他们认为存在重大风险的模型,哪怕公司管理层还想继续推进。
双方最终没能谈拢。
2020年12月,OpenAI开了一场全员视频会议。奥特曼讲完公司的日常进展,把发言权交给阿莫迪。阿莫迪随即当着全体员工宣布,自己将与另外六名同事一同离开OpenAI。
消息一出,会议聊天窗口里满是惊讶的留言。阿莫迪对同事表达了感谢,也送上对公司的祝福。他说,双方的目标依旧一致——让安全的通用人工智能造福人类。
到了12月29日,OpenAI对外发布了他的离职消息。公告提到阿莫迪在GPT-2、GPT-3上的贡献,也提到他曾与首席科学家伊利亚·苏茨克维(Ilya Sutskever)一起领导公司研究方向。
2021年1月,Anthropic正式成立。
B
时间来到2024年,在知名主持人莱克斯·弗里德曼的演播室里,阿莫迪聊起自己熟悉的研究话题,神情格外专注。
他说:“你会惊讶地发现,开发这些模型遇到的挑战,有多少最终都归结为软件工程和性能工程。”
阿莫迪表示,外界很容易把AI突破想成电影里的画面——科学家忽然灵光一现,找到某种惊人的方法。可现实中的研究并没有那么浪漫。
他接着说:“即使是不可思议的发现,最终也几乎总要落实到细节上。而且常常是极其、极其枯燥的细节。”
2021年创立Anthropic之后,阿莫迪把大量资源投到基础模型研发上。怎么训练更大的模型、怎么提高计算效率、怎么改进训练方法,一直是这家公司的核心工作。
随着Claude能力不断提升,阿莫迪注意到,模型能完成的任务也在发生变化。
编程就是其中一个重要领域。
莱克斯在播客里告诉阿莫迪,自己最近一直用Cursor编程,能明显感觉到模型变聪明了。阿莫迪笑着讲起了公司内部的反馈。
他说:“Anthropic有几位非常出色的工程师,以前不管是我们自己还是其他公司开发的编程模型,对他们都没什么帮助。他们会说:‘这可能对初学者有用,但对我没用。’”
“不过Sonnet 3.5发布以后,他们的说法变了,头一回讲:‘天哪,有个事本来要耗上好几个小时,它帮我做完了。真正替我省下时间的模型,这是第一个。’”
阿莫迪表示:“水位还在上涨。(The water line is rising.)”
同年6月,Anthropic公布的一项内部
这项测试要求模型在真实的开源代码库中,根据自然语言描述,修复错误或增加功能。
访谈进行到后半段,莱克斯把话题引向了软件开发的未来。
莱克斯问到:“编程与AI的开发本身联系如此紧密。你觉得,未来人类的编程方式会发生怎样的变化?”
阿莫迪回答:“我认为,这会是变化最快的领域之一。原因有两个。第一,编程这项技能与AI的开发非常接近。Anthropic和其他AI公司的大量员工都依靠编程工作,所以变化会来得很快。”
还有个原因在于,写代码这件事本身能构成回路:模型先写代码,再跑一遍,看到输出,然后对这些结果作出理解。换成硬件或者生物学,想搭起这样的反馈循环就没这么容易。
阿莫迪甚至预测,到了2026年或2027年,AI或许已经能够完成程序员绝大部分直接编写代码的任务。
他的原话是:“一旦AI能把程序员80%的活干完,我们就会发现,剩下的部分对人来说反倒更吃重了。”他举了几个方向:人更多转向高层次的系统设计、把关软件架构合不合理,以及用户体验之类的工作。
莱克斯追问,既然编程有如此巨大的潜力,Anthropic是否准备亲自开发一款编程工具?
阿莫迪答道:“我们的想法是,让一千朵花开。”
阿莫迪说,Anthropic眼下并没有自己去开发这类东西。
“内部资源不够,没法把各种方向都试一遍。索性交给客户去试,看谁能跑通。不同客户可能各有各的成功路径。”
在阿莫迪的判断里,编程工具可挖掘的空间虽然还很大,但他当时更想把公司的力气花在提升模型能力上。模型到底能拿来干什么,让外部开发者去摸索。
这条路子已经开始见效。Sonnet 3.5上线之后,Cursor等编程工具的使用量涨得很快,越来越多的开发者把Claude用在真实的软件工程工作里。
差不多就在那场访谈播出的同一时间,Anthropic内部有一款编程工具悄悄流行开来,连阿莫迪本人都没料到。
2024年9月,刚进Anthropic的工程师鲍里斯·切尔尼(Boris Cherny)为了摸熟公司的API,写了个简单的终端程序。
一开始,它只能帮他操控音乐播放器、整理笔记之类。
“挺酷的,但没什么意思。”鲍里斯后来这样评价。
他就去找同事聊,试着给这个程序加工具,让Claude能读文件、改代码、执行终端命令。
有一次实验里,Claude借着终端工具自己写程序,读出了音乐播放器的信息。接着鲍里斯又让它去处理Anthropic代码库里的问题。
Claude自己打开文件,顺着代码引用找到下一个文件,再找下一个,一直到把答案找出来。
鲍里斯觉得难以置信——这些具体任务他并没有重新训练模型,只是加了几项工具,Claude就开始自己找解决办法。
模型的能力本来就在那儿,只是一直没被用足。
这个最早用来操作音乐播放器的小程序,后来长成了Claude Code。
2024年11月,鲍里斯和同事把早期版本开放给Anthropic内部工程师试用。第一天,约20%的工程团队用上了。到第五天,这个比例到了50%。越来越多员工把Claude Code塞进日常工作:它能读整个项目,找错误、改程序、执行命令,再照着结果继续调。
Claude Code铺开的速度,让阿莫迪都吃了一惊。
2025年2月的一次产品评审会上,阿莫迪直接问鲍里斯:“你们在强迫员工使用它吗?怎么回事?”
这段往事,鲍里斯后来讲给了《连线》杂志。
这里还有个小插曲:研发团队一度拿不准,要不要把Claude Code放出去。
鲍里斯说,那会儿他们连要不要把 Claude Code 公开都拿不准。“它说不定能当我们的‘秘密武器’,让公司占住竞争优势。真是这样的话,干嘛还要公开?”
阿莫迪却从公司内部的使用情况里,看到了另一种可能。
“我们大概应该把它对外发布,对吧?”他说。
一年后,阿莫迪在德瓦克什·帕特尔(Dwarkesh Patel)的播客里回述自己当时的判断。他说,Anthropic有数百名工程师,Claude Code在他们中间普及得很快,而这些工程师的工作需求和外部开发者很相似。
“这么看来,我们已经找到了产品与市场的契合点。那就把它发布出去吧。”
2025年2月24日,Claude Code正式亮相。Anthropic没给它单独发一篇发布博客,只在Sonnet 3.7的公告里提了一句:这是一款能在终端执行软件工程任务的工具。
一年多过去,这个当初不起眼的小工具已经膨胀成一个庞然大物。
2026年2月,Anthropic宣布Claude Code的;与此同时,Claude的编程能力开始左右整个LLM行业的竞争走向。
2026年3月,《连线》一篇调查报道提到,复杂软件工程任务的训练价值,Anthropic比OpenAI更早看到。
OpenAI联合创始人格雷格·布罗克曼(Greg Brockman)在一档播客里夸Anthropic很早就把编程当回事,让模型去啃真实代码库里的复杂问题。“这是我们迟了一步才学到的教训。”他说。
11月10日,Anthropic在最新提交的IPO招股书中披露:2026年9月,公司代码库里超过90%的代码贡献由Claude编写;第三季度,平均每名工程师每天提交的代码量已是2024年平均水平的45倍以上。
Claude模型一轮轮升级,解决复杂、开放式工程问题的本事也蹿得很快。Anthropic的内部基准测试显示,到2026年9月,在缺少明确解法、过去要靠资深工程师拍板的任务上,Claude的成功率约为90%,比九个月前高出约50个百分点。
模型更强,Claude Code就能揽下更多活;Claude Code干得越多,工程师做软件开发和模型研发所依赖的工程工作也越快。
招股书里,公司专门辟出一章谈这个现象,叫它“闭合循环”(Closing the Loop)。按公司的解释,每一代Claude模型都在直接给下一代模型的研发提速。除了Claude Code扛下的软件工程活,Claude还开始插手研究实验、训练数据的生成与处理、自动化评估和安全审计。
模型能力的进步,反过来又加快了模型能力进步的速度。
帕特尔的访谈中,阿莫迪也提到这种相互强化的势头。他估算,编程模型带来的整体研发加速效果,已从六个月前的约5%升到15%至20%。
“我们正在看到这个雪球不断积蓄动能。”阿莫迪说,模型能力再往上走,加速效果可能还会放大。
2026年9月,他在一篇公开文章里写道,从当年夏天起,AI能力的进步明显变快,原因之一是AI越来越有能力参与开发下一代AI。这种动态被称为“递归式自我改进”(Recursive Self-improvement,简称RSI)。
眼下AI还没法完全甩开人类、自主完成下一代前沿模型的全部研发工作。不过阿莫迪认为,这种AI辅助AI研发、再推着能力往上走的早期循环,已经在Anthropic和其他AI公司露头。
11月5日,非营利AI评估机构;研究人员判断,其中大部分加速可能来自AI对研发工作的参与。
模型越多地参与自身研发,技术进步就可能进入一个不断自我加速的过程。阿莫迪担心的是,照这个趋势走下去,AI能力增长或许会超过人类理解和控制这些系统的速度。
这位参与推动过规模定律、领导过GPT-3研发、又亲眼看着Claude Code长大的研究者,在文章里亲笔写下:“我们必须放慢提高AI模型能力的速度。”
C
阿莫迪公开呼吁“减速”才过去十天,美国时间9月22日,Anthropic就推出了新一代模型
发布公告里,Anthropic主动提到一件事:这是公司提出控制前沿发展节奏以来,落地的第一款模型。
随后,
到了11月9日,Anthropic又发布了新的模型。
这些模型更新,都赶在Anthropic上市前夕。公司在招股书中写道,要持续拿到资金支持,就必须证明巨额算力投入能转化为实际成果。
成果怎么看?关键指标有三项:Claude的智能水平、模型能力,以及客户对Claude的采用情况。
前沿模型的训练和部署,烧钱是持续性的。只有不断提升模型能力、吸引更多客户,Anthropic才撑得起下一轮研发所需的算力投资。
不过同一份招股书里,Anthropic专门辟出一章,谈公司应当如何平衡安全与商业目标。
据Anthropic披露,近期为加强模型权重的安全防护、防止核心技术被窃取,他们曾把一款新前沿基座模型的预训练推迟了一个多月。11月9日Fable 5.2和Mythos 5.2的发布公告也提到,训练过程中他们有意限制了模型在部分任务上的能力提升,这些任务最可能加速下一代AI研发。
公司还主动放弃了一些有商业吸引力的产品方向,图像和视频生成模型都在其中,把有限的算力资源优先投向其他研究和安全工作。
这些选择,都可能带来商业代价。
Anthropic在招股书里明确提醒投资者:部分产品和投资决策,可能无法实现短期财务收益最大化,也无法保证这些选择最终一定带来更好的长期业绩。
为了在商业利益与长期使命之间保持平衡,Anthropic在公司治理结构上还作了特殊安排:即使正式上市,Anthropic仍保留
这样的治理安排,用意是让Anthropic在走向公开市场的同时,还能守住长期使命。不过安全与商业之间这道坎,能靠它化解多少,眼下还说不准。
阿莫迪担心的问题,已经开始在真实的模型测试中出现。
9月9日,Anthropic对外发布了一份调查结论。按照报告的说法,早先做网络安全测试时,Claude由于测试环境配置出了岔子,误连到真实互联网,还对第三方系统动了手,做了未经授权的操作。公司后来核实了四起相关事件,并跟非营利AI评估机构METR签下协议,交给对方独立调查。
三天后,阿莫迪发表《我们必须控制前沿发展节奏》,公开呼吁放慢模型能力的进步速度。
文章里他明确表示,放缓发展不等于停止模型训练或技术进步,真正要争取的,是让安全研究、风险防范和独立评估有足够时间跟上能力增长。
从Anthropic成立之初,阿莫迪和其他联合创始人就想在技术进步与安全风险之间找一条路——停止开发强大的AI,可能让人类失去巨大的技术收益,也可能让先进技术落入其他力量手中;发展得过快,又可能造成难以挽回的后果。
他希望证明,一家公司能够在谨慎研发的同时取得商业成功,让AI安全也成为整个行业相互竞争的方向。
9月那回提限速主张时,阿莫迪给出的思路是:前沿AI实验室应当让独立评估人员长期进驻内部,查看安全措施到底落实得怎样;在这个前提上,再由行业与政府一起定出能核实的规则,最后试着搭起国际层面的协调机制。
他的呼吁引发了罕见的集体响应。马斯克第一时间转发文章,直言“阿莫迪是对的”,OpenAI CEO奥特曼、谷歌
不到十个小时,多家彼此激烈竞争的前沿AI公司负责人,就在控制AI发展速度的问题上表达了难得的共识。
可行业内部并没有谈拢。扎克伯格(Mark Zuckerberg)、黄仁勋等人对多加一层约束并不认同,美国政府那边也要权衡国家竞争和安全利益。就算在公开站队阿莫迪的公司当中,能力增长该怎么设限、接受何种监督、规则又交给谁去执行,都还得接着商量。
阿莫迪能够率先落实的,只能是Anthropic自己的承诺。
10月15日,Anthropic又做了进一步确认:已给METR的六名工作人员开出接近内部员工级别的访问权限,办公空间、公司设备、内部系统都在其列。这些外部人员可以查模型风险、安全事故以及公司的安全做法,评估结果也能独立发表。事先划定类别的敏感信息,Anthropic可以要求删掉;但报告结论对自己不利,并不能成为阻止其发表的理由。
如今,OpenAI也站进了这个队伍。11月16日,OpenAI宣布与
起码在请外部人士来盯着自己这件事上,这两家互为对手的前沿AI公司,动作已经开始趋同。
不过,愿意接受第三方评估,和愿意一起把模型能力的增速管住,中间还隔着不小的距离。
各家实验室的研发节奏、客户群体和赚钱目标都各有各的打算。模型越做越强,是它们保住竞争力的根基;可安全评估和风险防护一旦加码,下一轮训练和产品发布又可能被拖住。
而随着AI开始参与下一代AI的研发,这层矛盾只会更扎眼。
招股书里就写着这种两面:Anthropic把Claude参与下一代模型研发当成自己的核心竞争力;风险披露部分却又承认,内部研发工作越来越多地交给Claude之后,公司对部分流程的可见度可能一点点流失,到最后单个研究人员、乃至整个人类团队,都未必看得懂、控得住这些过程。
另一边,就在Anthropic上市前一天,近百名科学家、AI研究者和科技企业创始人联名发出《反Anthropic声明》,公开对其安全承诺提出质疑。签字的人里有MIT物理学家马克斯·泰格马克(Max Tegmark)、Hugging Face联合创始人托马斯·沃尔夫(Thomas Wolf),还有两名诺贝尔奖得主、一名图灵奖得主和三名菲尔兹奖得主。他们的批评是:Anthropic嘴上警告递归式自我改进可能让AI脱离人类掌控,转头却把这项技术当作核心竞争优势,甚至把此前的一些安全承诺往回收。
声明里的话很直接:“Anthropic不是一家安全的AI公司。我们必须反对它以更大利益之名,不计后果地试图集中权力的行为。”
竞赛没有停下来的意思。
对阿莫迪来说,模型一路发展下去的现实,和他这些年对AI的期待与担忧,一直搅在一起。
2024年10月,他写过一篇长文,题为《充满爱与恩典的机器》。文中设想了一个由强大AI推动的未来:人类也许只用几年,就能拿到相当于数十年甚至更久的科学进展,攻克不少严重疾病,让更多国家和地区走出贫困。
文章一开头,他先澄清了外界对他的一处误读——因为长年谈AI风险,有人觉得他是悲观派,甚至认定他相信AI早晚要给人类带来灾难。阿莫迪的说法是,人们既看轻了AI可能带来的巨大好处,也看轻了它可能造成的严重危险。
他还在文中写道,自己之所以这么在意AI风险,恰恰是因为这些风险横在人类和他所期待的那个未来之间。