Anthropic阿莫迪谈IPO：算力是最深层商业难题，七位联创至今全在

11月13日美国当地时间午间，Anthropic联合创始人兼CEO达里奥·阿莫迪和摩根大通CEO杰米·戴蒙（Jamie Dimon）在纽约围绕IPO展开了一场对话。

对即将登陆公开市场的Anthropic来说，这不只是一次上市推介，外界也借这场对话观察它的商业模式、竞争策略和长期规划。

阿莫迪将Anthropic的竞争优势落在“人才和文化”上。

他的逻辑是：人才和文化决定技术，技术决定产品，产品再决定市场拓展和销售。企业客户看重安全与信任，这跟Anthropic的经营目标正好互相推动。在他眼里，安全并非企业AI商业化的附加项，客户愿意长期合作，根子就在这里。

AI市场的边界也在持续外扩。阿莫迪说：“每次拓展前沿，都会创造全新的市场。”

聊天机器人和编程，只是眼下模型能力打开的市场。阿莫迪认为，生命科学、机器人、材料、网络安全等方向还有更大的潜在空间。即便部分模型应用慢慢商品化，Anthropic也能凭前沿模型的技术积累，去训练成本更低、效率更高的小模型。

不过模型能力越强，算力投入也跟着水涨船高。

阿莫迪坦言：“算力是Anthropic面临的最深层商业难题。”

算力资源通常得提前一到两年采购。买多了，财务负担加重；买少了，客户推理需求和下一代模型研发又可能受影响。Anthropic眼下采取的是相对保守的采购策略：先锁定一部分算力，再按实际需求到现货市场补货。

IPO给这场长期投入腾出了更多资金空间。

阿莫迪说，公司此时选择上市，重要原因有三：增加现金储备、支持算力建设，以及抓住生命科学和机器人等领域的增长机会。

他还提到，自己准备IPO时听过一条建议：“永远不要让公司的估值高出它真正值得的哪怕一美元。”这跟Anthropic坚持的“少承诺，多兑现”是一个路子：不提前炒作模型能力，等技术和产品真正成熟了再向市场展示。

从企业客户到算力采购，从模型商品化到IPO估值，这场对话其实碰到了Anthropic上市后必须应对的几道考题。

阿莫迪希望投资者看到的，不只是这家模型公司当下的增长速度，还有它能不能在扩大商业规模的同时控制住风险，把AI能力变成长期的经济价值。

以下是戴蒙对话阿莫迪实录的精炼版：

人才和文化是Anthropic的护城河

戴蒙：你在OpenAI干过，也是AI领域的早期参与者。现在越来越多公司挤进这一行，Anthropic怎么和其他竞争者做出差异？

阿莫迪：我在这个行业的几家主要公司都工作过。回头想这些经历，琢磨为什么有些项目能成、有些却失败，我慢慢意识到，决定一家公司的核心因素是人才和文化。

技术是人做出来的，人又取决于 talent 与文化；技术落到产品上，产品再去打开市场、带动销售和公司其他业务。外界怎么看这家公司、公众给它什么评价，归根结底也来自造技术的那批人，以及他们做事时的初衷。

创立Anthropic时，我和另外六位联合创始人就定下规矩：从第一天起把人才和文化放在首位。每位新员工都要过一道文化面试。技术能力再出色，只要不认同公司价值观、不善于合作，或者习惯争抢风头，我们也不会录用。

这样的招聘标准短期内会让招人变难，但长期看，能建起一支真正协同工作的团队。很多公司并不缺优秀人才，问题出在不同团队互相竞争、彼此掣肘，大量精力耗在了内部争斗上。

在Anthropic，只要定下一个重要目标——训练新模型、实现安全目标、开发产品，或者推动政策事务，全公司都会围着这个目标协作。

从人员留存上能看得很清楚。七位联合创始人到今天一个都没走，最早加入的100名员工里，超过四分之三还在Anthropic上班。在我们看来，这样的员工留存率在行业内算得上靠前。有些人离开之后还会回来。此前有两位重要产品负责人出走，不到两周就归队了。

我自己大约40%至50%的时间用在人才和文化建设上。每两周，我都会参加一次面向全体员工的内部活动，叫“Dario Vision Quest”（DVQ）。我会直接向员工讲公司的实际情况，不隐瞒问题，也不打官腔，并鼓励其他管理人员也这么做。

双向信任对公司至关重要，我希望员工能相信管理层坦诚，管理层也能信任员工。

Claude走向企业，AI正接手更多工作

戴蒙提到，摩根大通有25万名员工，每周都在以不同方式使用Claude。其他财富100强企业又是怎样应用这项技术的？

阿莫迪回应说，Claude正在进入各个行业。他指出，通用性是这项技术最重要的特点之一，随着模型能力不断增强，过去没法自动化的很多工作开始变得可行。

编程是企业最早大规模采用AI的领域。阿莫迪说自己过去写过大量代码，许多联合创始人也有编程背景。看到如今的模型能完成如此复杂的编程任务，他直言令人惊叹。财富100强企业几乎都有大量编程需求，所以编程自然成了它们最初采用AI的切入点。

之后，应用范围慢慢扩展到更广泛的知识工作。

在金融服务领域，Claude既能处理基础文书，也能协助复杂的策略工作；在保险和法律行业，它可以用于起草合同、审查合同以及发现潜在漏洞。

在阿莫迪眼里，生命科学这块尤其值得下注。写临床研究报告、给基础研究打下手、预测蛋白质怎么结合、把制造环节的效率提上去，乃至支撑基础生物学上的发现，Claude 都已经派上了用场。

电子商务领域，一些客户把Claude部署为直接面向消费者的智能体。制造业也一样，企业开始借助Claude提高运营效率，应用范围涉及半导体制造、实体设施建设等。

阿莫迪此前对制造业了解不多，但与制造业CEO交流、看到Claude在这些企业中的实际应用后，他对这个行业有了新的认识。

智能体进入企业，安全成为第一道门槛

戴蒙问：对受监管企业来说，在允许智能体接触敏感数据和系统之前，应该做好哪些准备？

阿莫迪回答，首先是安全。智能体的能力提升很快，已经能处理生命科学研究、复杂软件架构等高难度任务。眼下真正限制技术开发、内部部署和客户使用的，不只是能力本身，还有如何安全地部署这些系统。

我们不希望智能体失控，这也是Anthropic投入大量资源做安全研究的原因。安全和对齐必须从模型训练阶段就开始，而不是等产品发布后再补救。公司有一支规模庞大的对齐团队，对安全问题非常重视，几乎每隔几个月就会重新评估投入，进一步增加安全、安保和对齐方面的资源。

Anthropic从创立之初就有意把企业客户作为业务重心。这既是商业选择，也跟公司的安全理念一致。

企业看重信任、长期合作和自身声誉，比普通消费者更在意模型会不会造成严重损害。所以服务企业客户能让公司的商业利益与安全目标保持一致。阿莫迪希望借此为安全地开发AI建立更好的激励机制。

戴蒙追问：能不能真正限制智能体的权限？比如允许它们进入敏感系统，但只能执行明确授权的A、B、C、D几项操作，其他事情不能做？

阿莫迪说，可以参考自动驾驶汽车的发展。

自动驾驶能撬动的价值很大，长远看安全性也有望远超人类开车。不过前提是防护机制得先立对，让系统从设计到落地都走在安全的轨道上。

我们不可能保证自动驾驶汽车在任何情况下都绝对不会发生事故。同样，也无法保证智能体在任何环境下都不出错。

真正可行的目标，是让这些系统比人类操作安全得多，达到数倍、数十倍甚至数百倍的安全水平。这也是我们努力的方向。

9000亿美元算力押注，阿莫迪最头疼的难题

戴蒙提到，Anthropic 对外披露的算力和基础设施远期承诺规模约为9000亿美元。他还点出另一层落差：眼下约80%的算力花在训练新模型上，推理只占约20%，可客户真正用起来的多是推理服务。他随即问阿莫迪，往后怎么保证算力够用，同时把成本效率守住？

阿莫迪表示，算力是Anthropic面临的最复杂、最重要的商业难题。

技术往前跑得飞快，可技术变成收入要多久，没人能打包票。2024年和2025年，Anthropic的收入连着两年涨了约10倍。下一年会怎样，我们每年都说不准；业务盘子越大，这种说不准带来的冲击也越重。

还有一件事：算力得提前一两年下单。下多少，全看我们对以后需求的估计。订多了，财务压力可能大到公司扛不住；订少了，客户的推理需求又接不住。

算力还牵着研发，这点更要紧。眼下投在模型训练上的资源，决定六个月或一年后能拿出什么样的模型，也决定公司以后挣钱的本事。所以买算力不能只盯着眼前的推理需求，下一代模型的研发资源必须留出来。

我们主要依靠两方面降低采购风险。

头一条是毛利率。毛利率高，算力买多买少都有腾挪余地。说白了，毛利率量的是我们付出去的算力成本和每单位算力换回的收入差多少。招股书里的毛利率数字挺好看，跟行业里其他玩家比尤其明显。

第二条是现金储备。手里现金厚，才扛得住大笔算力投入，也扛得住需求变脸。我们现在现金不少，还想接着把资金池做大。

具体怎么买，我们偏向稳一点：提前用较低成本锁定一部分把握较大的算力。要是实际需求明显超预期，再去现货市场补货。

现货算力一般更贵，可只有业务特别好的时候才用得上这笔额外开销。这跟买保险差不多：一切顺利、不需要额外资源时，你反倒觉得保费贵；真等需求冲上来，它让你接得住增长。

我们认为，这种策略既能在需求不及预期时控制财务风险，也能在业务增长超出预期时继续投入研发。

戴蒙：Token用量涨得快，企业已经开始把简单活儿交给便宜模型，贵模型留给难活儿。一些AI服务可能慢慢变成标准品。这个说法哪里站不住？

阿莫迪：首先，前沿模型每一次能力突破，都可能创造新的市场。

老牌技术市场常走一条路：产品刚出来时稀缺，客户肯出高价；技术熟了，竞争者多了，产品就一步步变成普通商品。聊天机器人这块确实已经有这个苗头。

可AI跟别的技术不一样。它不只是一个应用、一个市场，它站在一条不断往上走的智能能力曲线上。模型本事变大，以前做不了的新应用就会一个接一个冒出来。

2022年和2023年，行业眼睛都盯着聊天机器人。Anthropic当时的判断是编程会是个更大的市场，于是把更多资源砸进模型的编程能力，没去围着聊天机器人抢份额、筑壁垒。

编程应用现在还在长，财富500强企业里的渗透空间尤其大。但往后更大的机会，可能出在科学发现、生命科学、物理、材料、机器人和网络安全上。这些领域的任务比普通编程更难，潜在市场也可能更大。

再说，就算用不上最先进模型的应用，我们也能拿前沿模型的技术积累去训更省、更便宜的小模型。这跟我们在模型训练里用的算力倍增技术有关。大模型的计算效率我们能提，这些技术也能搬到小模型上。

例如Haiku 5.5，每百万输入Token的价格为0.10美元，每百万输出Token为0.50美元。它在一些任务上能够以很低的成本提供有竞争力的性能，甚至在部分能力维度上优于其他模型。

所以前沿模型和低成本模型不是二选一。最强模型的能力要继续往上推，模型效率也得做到足够高，让便宜模型一样能打。

从数学到生物学，AI正在逼近科学突破

戴蒙：AI未来能否帮助人类治愈癌症和其他疾病？它能否推动核聚变、量子技术等重大科学突破？

阿莫迪：我们已经在数学领域看到模型能力不断提升的过程。

2023年，模型甚至难以完成高中数学题。当时普遍认为，聊天机器人虽然擅长交流，但缺乏数学和逻辑能力。

2024年，模型做高中数学题已经做得不错。到2025年，它们开始解以前没有答案的数学问题，起初只是零零星星几个例子。有人猜这些问题可能就在训练数据里，或者只是碰巧成了。

可模型能力接着涨，局面就变了。我们看到越来越多的开放问题被解出来，连数学里最难的那批问题也在内，其中一些成果已经接近数学家争菲尔兹奖所碰的研究水准。

类似的变化，在生物学、机器人这些方向上，我也看到了一些苗头。生命科学圈子里的人，尤其是制药公司的CEO，对AI通常不太买账。他们见过太多号称能攻克药物研发难题的技术，也比谁都清楚这个行当难在哪。

不过AI有个特点：能力曲线刚起步的时候，看上去好像什么都干不成，障碍一重接一重。生命科学的瓶颈，有人说是临床试验，有人说是制造，还有人说是监管。技术往前走，这些坎可能会一个一个被迈过去。

我的判断是，接下来几年，生命科学领域的变化会更明显。当然，不是每个方向都能齐步走，但AI推动生物学研究的幅度，我相信会非常大。

Mythos之后，网络安全进入智能体攻防时代

戴蒙提到，Mythos和智能体还没出现的时候，网络安全就已经是企业的主要风险之一。如今AI能大范围找出漏洞，智能体也可能对企业系统发起持续攻击。摩根大通有数千人做网络安全，要补上Mythos挖出的漏洞，或许得投入数万人。企业该怎么为下一阶段做准备？

阿莫迪的回答是：先要认清一点，发现漏洞只是第一步。

Mythos发布之后，Anthropic做了大量漏洞发现工作。客户找出了数十万个漏洞，他们自己也找出了数十万个。紧接着，真正的瓶颈转到了修复上：找漏洞已经很快，修漏洞却比找漏洞难得多。

所以，Claude在漏洞修复上的能力正在扩展。模型不光要能看出问题，还得帮企业把问题真正解决掉。

第二步是减少漏洞的来源。Claude的编程能力在增强，Anthropic也在专门训练模型写更安全的代码，让软件开发过程中出漏洞的概率降下来。

第三步是搭建实时防御体系。这块目前还没有大规模铺开，但阿莫迪认为潜力很大。

网络攻击发生的时间尺度，往往是小时、分钟甚至秒。以后企业可以部署智能体集群，让它们持续巡查服务器和网络系统，实时发现并挡住攻击。

一旦攻击方开始用智能体集群动手，防守方也得靠智能体集群来防。阿莫迪预计，未来6至12个月，这种防御方式会被更多采用。

为什么现在上市？阿莫迪给出IPO原则

戴蒙问：Anthropic马上要上市了，为什么选在这个时候？你个人怎么看上市这件事？它会让公司变得更好，还是让管理更难？

阿莫迪说，现在上市，最重要的原因是要为公司今后的发展和算力投入筹集更多资金。

生物学、机器人、网络安全，乃至更广泛的知识工作领域，经济价值都很大。资源投得够多，才接得住这些机会。

再说算力采购，提前多买一些和保持相对保守的采购策略之间，存在一个缓冲空间。公司手上的现金越多，这个空间就越大，应对未来需求的不确定性也越从容。

至于上市具体定在哪个月、哪一天，当时市场环境如何，他们并没有过多纠结。

启动上市流程之前，阿莫迪没经历过类似的事，于是向很多人请教。让他印象最深的一条建议是：永远不要让公司的估值哪怕高出它真正价值一美元。

这和Anthropic一直坚持的原则相近：少承诺，多兑现。

他们不会提前大讲模型将具备什么能力，也不会在模型还没做完时就宣传。先把模型做出来，确认足够好，再正式发布。安全系统也是这个路子。

阿莫迪希望上市也照这个原则来，不为了更高的估值去过度承诺。

戴蒙问到，Anthropic宣布设立公益基金，并把公司5%的股权划入其中，为什么这样决定？基金以后重点投向哪些领域？

阿莫迪表示，公益基金是Anthropic长期社会责任安排的一部分。

除了公司层面拿出5%的股权，几位联合创始人还承诺捐出个人财富的80%。员工股票捐赠配比计划从创立之初就有：员工把一定比例股票捐给慈善机构，或专门留作公益用途，公司会额外配比股票。

之所以这么做，是因为AI这项技术影响巨大。它已经给Anthropic和整个行业带来可观的经济价值，将来还可能带来更多变化。

阿莫迪希望AI能帮人类治癌症、治阿尔茨海默病，提供更便宜也更充足的能源，造出更好的材料，把整体物质生活水平提上去。

但问题也摆在眼前：大量新增财富如果都来自同一项技术，又集中在少数公司手里，社会就可能出现经济增长与财富高度集中并存的情况。

这种风险要尽量缓解，公益基金就是其中一项安排。

基金怎么运作、重点解决哪些问题，目前还在研究。可能涉及AI发展带来的劳动力转型，帮社会平稳适应就业结构变化；也可能涉及生物安全，确保AI推动生物学发展的同时，相关技术不被滥用。

阿莫迪的想法是先确定真正值得投入的领域，再逐步推进，而不是提前对外承诺一堆尚未明确的目标。

戴蒙问到：如果15年后回顾今天，你最希望AI实现什么，又最希望避免什么？还有什么是我们没有谈到、但你希望向现场听众强调的？

阿莫迪回答：最重要的是确保这项技术以正确的方式发展。

在他看来，AI风险很高，包括被用于生物攻击和网络攻击、造成经济冲击，以及人类失去对智能体的控制。这些不是宣传话术，而是Anthropic从创立之初就一直认真对待的问题。

按照他的设想，自己既要负责任地推进AI开发，也要给全行业做个示范。在AI公司、客户与供应商这几方之间，都得正视上述风险，联手把对应的安全标准建起来，让技术演进中的风险处在可控范围。

与此同时，AI带来的积极价值也必须真正实现，尤其是生物学和医学领域的突破。

目前，AI在生物学和医学中的潜力才刚刚显现。制药公司、生物科技企业和学术界仍有不少怀疑声音，但他希望未来能够证明这些怀疑是可以被克服的。

他希望有一天，心脏病、阿尔茨海默病和癌症都能像今天的黑死病和天花一样，成为人类历史上的疾病。

这听起来可能不切实际，但他确实相信这是有可能实现的。需要5年、10年还是15年，他说不准，但会尽最大努力推动这一目标尽早实现。