Anthropic CEO直播对谈戴蒙：人才与文化成竞争核心

全程回顾：Anthropic上市造势再升级，CEO阿莫代伊与“华尔街一哥”直播对谈

美国当地时间11月13日午间，Anthropic联合创始人兼CEO

对正在筹备登陆公开市场的Anthropic来说，这场对话既是上市推介，也是外界观察其商业模式、竞争策略和长期规划的一个窗口。

阿莫迪把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。在他看来，安全并非企业AI商业化的附加条件，而是客户愿意长期合作的基础。

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

阿莫迪认为，聊天机器人和编程只是眼下模型能力打开的市场，生命科学、机器人、材料、网络安全等领域还有更大的潜在空间。即便部分模型应用逐步商品化，Anthropic也能凭借前沿模型的技术积累，训练出成本更低、效率更高的小模型。

不过，模型能力越强，背后的算力投入也越大。

阿莫迪坦言：“算力是Anthropic面临的最深层商业难题。”

算力资源通常要提前一到两年采购，买多了财务压力大，买少了又可能拖累客户推理需求和下一代模型研发。Anthropic眼下采取相对保守的采购策略：先锁定一部分算力，再按实际需求从现货市场补充。

IPO

阿莫迪表示，公司选择此时上市，重要原因在于增加现金储备、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，自己在准备

从企业客户到算力采购，从

阿莫迪希望投资者看到的不只是一家模型公司当下的增长速度，还有它能否在扩大商业规模的同时控制风险，把AI能力转化为长期的经济价值。

以下为戴蒙对话阿莫迪实录精炼版：

01 人才和文化是Anthropic的护城河

戴蒙：你曾在

阿莫迪：我在这个行业多家主要公司工作过。回顾这些经历，思考为什么有些项目能成功、有些却失败，我慢慢认识到，决定一家公司的核心因素是人才和文化。

技术是由人做出来的，人又取决于人才与文化；技术过关了，产品才立得住，随后才谈得上市场开拓、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，根子也在做技术的那批人，以及他们做事时抱着什么出发点。

创立Anthropic时，我和另外六位联合创始人就定下一条：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，如果不认同公司价值观、不善于合作，或者习惯争抢风头，我们也不会录用。

这种招聘标准短期内会让招人变得更难，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，问题是不同团队之间相互竞争、彼此掣肘，大量精力耗在内部争斗上。

在Anthropic，只要确定了一个重要目标，不管是训练新模型、实现安全目标、开发产品，还是推动政策事务，全公司都会围绕目标展开协作。

最能说明问题的是人留不留得住。七位联合创始人一个没走，都还在公司；最早进来的100名员工里，超过四分之三也仍在Anthropic上班。在我们看来，这样的员工留存率在行业里算好的。有些人离开之后还会回来，之前有两位关键的产品负责人走了，结果不到两周就归队了。

至于我本人，大概40%至50%的时间花在人才和文化上。面向全体员工的内部活动“Dario Vision Quest”（DVQ）每两周办一次，我每次都到场，把公司的真实情况讲给员工听，有问题不遮着，也不打官腔，同时希望其他管理者也这么干。

管理层与员工之间的信任，我希望是双向的。员工信管理层坦诚，管理层也信员工。这种互信对一家公司来说分量很重。

02 Claude进入企业，AI开始接管更多工作

戴蒙：

阿莫迪说，Claude正在渗透进各行各业。在他看来，这项技术最要紧的特质之一就是通用性。模型能力一路往上走，那些过去压根没法自动化的工作，正一件件变得可做。

企业里最早大规模用上AI的领域是编程。阿莫迪自己写过很多代码，不少联合创始人也出身编程。如今模型能把如此复杂的编程任务做下来，他直言令人惊叹。财富100强企业几乎家家都有大量编程需求，编程也就顺理成章成了它们采用AI的第一站。

再往后，用武之地慢慢铺开到更广的知识工作。

金融服务这块，Claude既能应付基础文书，也能帮着做复杂的策略工作。到了保险和法律行业，合同起草、合同审查、找出潜在漏洞，都能派上用场。

生命科学是阿莫迪格外看好的方向。撰写临床研究报告、辅助基础研究、预测蛋白质结合、提升制造效率、支持基础生物学发现，Claude都已经用上了。

电子商务领域，有些客户把Claude部署成直接面向消费者的

制造业此前阿莫迪了解不多。跟制造业的CEO们聊过、看到Claude在这些企业里的实际用法之后，他对这个行业有了新的认识。

03 智能体走进企业，安全成了第一道门槛

戴蒙：对受监管企业来说，在允许

阿莫迪：头一件事是安全。

智能体不能失控，这是底线。Anthropic为此投了大量资源做安全研究。安全和对齐得从模型训练阶段就动手，不能等产品发出去再补。公司拥有规模庞大的

打创立起，Anthropic就有意把企业客户当成业务重心。这既是商业上的选择，也跟他们的安全理念对得上。

企业看重信任、长期合作和自己的名声，对模型会不会造成严重损害，比普通消费者更上心。服务企业客户，能让公司的商业利益和安全目标走到一条道上。他们想借这个路子，为安全地开发AI建起更好的激励机制。

戴蒙：智能体的权限能不能真管住？比如放它们进敏感系统，但只准做明确授权的A、B、C、D几项操作，别的一概不许？

阿莫迪：可以拿自动驾驶汽车的发展作参照。

自动驾驶的价值巨大，最终有望比人开车安全得多。可要做到这一步，得先把防护机制建对，确保系统按安全的方式设计和部署。

谁也没法保证自动驾驶汽车在任何情况下都绝对不出事故。同理，智能体在任何环境里都不出错，也保证不了。

真正够得着的目标，是让这些系统比人操作安全得多——数倍、数十倍，甚至数百倍。这也是他们使劲的方向。

04 9000亿美元算力押注，阿莫迪最头疼的难题

戴蒙：Anthropic披露了约9000亿美元的算力和基础设施

阿莫迪：算力是Anthropic碰上的最复杂、也最要紧的商业难题。

这个行业技术进步飞快，可技术进步多快能变成商业收入，谁也说不准。2024年和2025年，Anthropic的收入连着两年增长约10倍。每一年，下一年会怎样都很难判断准，而业务规模越铺越大，这种不确定性带来的影响也跟着变大。

还有一层难处：算力得提前一两年就下单，而买多少，看的是对未来需求的预判。买多了，财务上可能扛不住；买少了，客户要的推理算力就供不上。更关键的是，算力还牵着研发：眼下投在训练模型上的资源，决定了半年到一年后能拿出什么样的模型，也决定了那时候的创收本事。所以采购时不能光盯着眼前的推理用量，下一代模型的研发资源得单独留出来。

采购风险怎么压下去？我们主要靠两条。

头一条是毛利率。毛利率高，算力买多买少都有回旋余地。说白了，毛利率就是每单位算力挣到的钱和为此付的成本之间的差。招股书里的毛利率数字挺好看，跟同行比尤其明显。

第二条是现金储备。手里现金足，才扛得住大笔算力投入，也经得起需求变化。我们眼下现金不少，还想接着把资金池做大。

落到具体买法上，我们的做法偏保守：先按较低成本锁定一部分把握较大的算力，提前把量定下来。真要是需求明显超预期，再到现货市场补。

现货算力一般更贵，可只有业务特别好的时候才用得上这部分额外开销。这跟买保险有点像：一切顺顺当当、用不着额外资源时，你会觉得保费贵；真到需求爆了，它让你接得住增长。

在我们看来，这套打法在需求不如预期时能控住财务风险，在增长超出预期时又能继续往研发里投钱。

戴蒙：随着

阿莫迪：先说第一点，前沿模型每有一次能力突破，就可能开出一个新市场。

传统技术市场的路子往往是：早期产品少，客户肯出高价；技术一成熟，竞争者涌进来，产品慢慢就大众化了。聊天机器人这块已经露出这个苗头。

可AI跟别的技术不一样。它不是一个应用、一个市场的事，它站在一条不断往上走的智能能力曲线上。模型能力一强，以前做不了的新应用就会冒出来。

2022年和2023年，行业眼睛都盯着聊天机器人。Anthropic当时判断，编程会是更大的市场，于是把更多资源压到模型的编程能力上，没去围着聊天机器人抢份额、筑壁垒。

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

第二点，就算是不需要最先进模型的应用，我们也有本事拿前沿模型的技术积累，训出更高效、更便宜的小模型。这跟我们在模型训练里用的

例如

所以前沿模型和低成本模型不是二选一。最强的模型要继续往上推，模型效率也得做到足够高，让便宜的模型一样能打。

05 从数学到生物学，AI正在逼近科学突破

戴蒙：AI将来能不能帮人类治好癌症和其他疾病？能不能推动核聚变、量子技术这类重大科学突破？

阿莫迪：数学领域已经能看到模型能力一步步往上走。

2023年，模型连高中数学题都费劲。那时候的普遍看法是，聊天机器人会聊天，但数学和逻辑不行。

2024年，模型做高中数学任务已经比较稳了。到2025年，它们开始解那些此前没有答案的数学问题，一开始只是零星的个案。有人猜这些问题也许在训练数据里出现过，或者只是碰巧成功。

可模型能力继续涨，局面就变了。越来越多开放问题被解出来，连数学里最难的那批问题也有进展，其中一些成果已经接近数学家争取

生物学、机器人这些领域，我也看到了类似变化的早期苗头。生命科学的老手，尤其是制药公司的CEO，对AI往往持怀疑态度。他们见过太多想啃药物研发这块硬骨头的技术，清楚这行有多难。

但AI发展有个特点：在能力曲线早期，它可能看着什么都干不好，好像处处是坎。有人说生命科学的瓶颈在临床试验，有人说在制造，还有人说在监管。可技术一往前走，这些坎可能一个接一个被迈过去。

我觉得未来几年，生命科学领域可能出现更明显的变化。当然，不保证每个领域都进展一样，但我相信AI有潜力把生物学研究往前推很大一截。

06 Mythos之后，网络安全进入智能体攻防时代

戴蒙问起网络安全，阿莫迪先摆出一个前提：发现漏洞只是第一步。

Mythos之后，Anthropic正把Claude的能力往漏洞修复上延伸。按阿莫迪的说法，模型不光要能看出问题，还得帮企业把问题真正修好。

第二步是掐住漏洞的来源。Claude的编程能力在变强，公司也在专门训练它写出更安全的代码，让软件开发过程中冒出漏洞的概率降下来。

第三步是实时防御体系。这套东西目前还没大规模铺开，但阿莫迪认为空间很大。网络攻击往往以小时、分钟甚至秒计，企业将来可以摆出智能体集群，让它们不间断地盯着服务器和网络系统，边识别边拦截。

攻击方要是也用上智能体集群，防守方就得拿同样的手段应对。阿莫迪预计，未来6至12个月，这类防御方式会用得更多。

07 为什么现在上市？阿莫迪给出IPO原则

戴蒙提到Anthropic即将上市，问为什么选在这个时点，也问他个人怎么看上市这件事——是让公司变得更好，还是管理起来更麻烦。

阿莫迪的回答很直接：现在上市，最要紧的是给公司后续发展和算力投入多筹一些钱。生物学、机器人、网络安全，再加上更广的知识工作领域，经济价值都很可观，资源投得够多，才接得住这些机会。

说回算力采购，提前多买和保守少买之间其实留着一块缓冲地带。手里的现金越厚，这块缓冲就越大，将来需求怎么变也更能扛。

至于具体哪个月、哪一天挂牌，到时候市场是什么光景，他说公司并没有反复琢磨。

上市流程启动前，阿莫迪没经历过这种事，于是到处找人请教。让他印象最深的一条是：永远别让公司估值比它真正的价值高出一美元。

这和Anthropic一贯的路数差不多——少承诺，多兑现。模型没做完不吹能力，也不提前造势，先做出来，确认够好了再发。安全系统也是这个规矩。

他希望上市也照这个原则来，不为了把估值抬上去而把话说满。

戴蒙接着问起Anthropic宣布要设的公益基金，阿莫迪就此展开。

公司拿出5%的股权之外，几位联合创始人还承诺捐出个人财富的80%。另外，公司从创立之初就一直设有相关安排。

之所以这么做，是因为AI这项技术影响太大。它已经给Anthropic和整个行业造出了可观的经济价值，往后还可能带来更多变化。

阿莫迪说，他希望AI能帮人类治癌症，也能

不过有个问题同样需要盯住：假如新增的财富大多由同一项技术创造，又落到少数几家公司口袋里，社会就可能同时出现经济增长和财富高度集中。阿莫迪表示，他们希望尽量把这个风险压下去。

至于基金怎么运作、先解决哪些问题，眼下还在研究。方向可能包括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，让AI推动生物学进步的同时，相关技术不至于被滥用。他的说法是先找准真正值得投的领域，再一步步推进，而不是提前许下一堆还没想清楚的目标。

戴蒙接着提问：15年后回头看今天，你最希望AI做到什么，又最希望它别发生什么？还有哪些我们没聊到、但你想对现场听众强调的？

阿莫迪的回答是，头等大事是让这项技术沿着正确的方向走。他列出AI的风险：被拿去搞生物攻击、网络攻击，引发经济冲击，以及人类对智能体失去掌控。他称这些不是宣传话术，而是Anthropic从成立第一天起就认真对待的问题。

他说，公司希望自己负责任地开发AI，也给整个行业做个样子。AI公司、客户、供应商都得正视这些风险，一起把安全标准建起来，让技术发展中的风险处在可控范围。

另一面，AI带来的积极价值也必须真正落地，尤其是生物学和医学上的突破。阿莫迪说，AI在这两个领域的潜力才刚露头。制药公司、生物科技企业和学术界还有不少怀疑的声音，但他希望以后能证明这些怀疑可以被克服。

他希望有一天，心脏病、

他也承认，这话听着可能不现实，但他确实相信有实现的可能。究竟要5年、10年还是15年，他说不准，但会尽全力让这一天早点来。

特约编译金鹿对本文亦有贡献