Anthropic CEO「直播薦股」——滿屏都是免責聲明

作者：塞爾科克，騰訊科技

美國當地時間11月13日午間，Anthropic聯合創始人兼CEO達里奧·阿莫迪與摩根大通CEO傑米·戴蒙（Jamie Dimon）在紐約舉行了一場IPO主題對話。

對於正準備登陸公開市場的Anthropic而言，這場對話不僅是一次上市推介，也是外界觀察其商業模式、競爭策略和長期發展規劃的窗口。

阿莫迪把Anthropic的競爭優勢歸結為「人才和文化」。

在他看來，人才和文化決定技術，技術決定產品，產品再決定市場拓展和銷售。企業客戶對安全和信任的重視，也與Anthropic的經營目標形成了正向激勵。他認為，安全不是企業AI商業化的附加條件，而是客戶願意長期合作的基礎。

AI市場的邊界同樣在不斷擴大。「每次拓展前沿，都會創造全新的市場。」阿莫迪說。

阿莫迪認為，聊天機器人和編程只是當前模型能力打開的市場，生命科學、機器人、材料和網路安全等領域還有更大的潛在空間。即使部分模型應用逐漸商品化，Anthropic也能利用前沿模型的技術積累，訓練成本更低、效率更高的小模型。

但模型能力越強，背後的算力投入也越大。

阿莫迪坦言：「算力是Anthropic面臨的最深層商業難題。」

算力資源往往需要提前一到兩年採購，買得太多會增加財務負擔，買得太少又可能影響客戶推理需求和下一代模型研發。Anthropic目前採取相對保守的採購策略，先鎖定一部分算力，再根據實際需求通過現貨市場補充。

IPO則為這場長期投入提供了更多資金空間。

阿莫迪表示，增加現金儲備、支持算力建設，以及抓住生命科學和機器人等領域的增長機會，是公司選擇此時上市的重要原因。

他還提到，自己在準備IPO時聽到過一條建議：「永遠不要讓公司的估值高出它真正值得的哪怕一美元。」這與Anthropic堅持的「少承諾，多兌現」原則一脈相承：不提前炒作模型能力，而是等技術和產品真正成熟後再向市場展示。

從企業客戶到算力採購，從模型商品化到IPO估值，這場對話實際上觸及了Anthropic上市後必須面對的幾道考題。

阿莫迪希望投資者看到的，不只是一家模型公司當前的增長速度，還有它能否在擴大商業規模的同時控制風險，並把AI能力轉化為長期的經濟價值。

以下為戴蒙對話阿莫迪實錄精鍊版：

人才和文化是Anthropic的護城河

戴蒙：你曾在OpenAI工作，也是AI領域的早期參與者。如今越來越多公司進入這一領域，Anthropic如何與其他競爭者形成差異化？

阿莫迪：我曾在這個行業多家主要公司工作。回顧這些經歷，思考為什麼有些項目能夠成功，有些卻以失敗告終，我逐漸認識到，決定一家公司的核心因素是人才和文化。

人才和文化決定技術，技術決定產品，產品再決定市場拓展、銷售以及公司的其他業務。公司的公眾形象和外界評價，同樣來自創造技術的人，以及他們做事的出發點。

創立Anthropic時，我和另外六位聯合創始人就確定，要從第一天起把人才和文化放在首位。每位新員工都要接受文化面試。即使技術能力非常出色，如果不認同公司的價值觀、不善於合作，或者習慣爭搶風頭，我們也不會錄用。

這種招聘標準短期內會讓招聘變得困難，但長期來看，能夠建立一支真正協同工作的團隊。很多公司並不缺少優秀人才，問題在於不同團隊之間相互競爭、彼此掣肘，把大量精力消耗在內部爭鬥上。

在Anthropic，只要確定了一個重要目標，無論是訓練新模型、實現安全目標、開發產品，還是推動政策事務，全公司都會圍繞目標展開協作。

人員留存情況是一個直接體現。七位聯合創始人至今全部留在公司，最早加入的100名員工中，超過四分之三仍在Anthropic工作。我們認為，公司擁有行業內較好的員工留存率。一些離職員工甚至會重新加入。曾有兩位重要產品負責人離職，但不到兩周就回來了。

我自己大約40%至50%的時間用於人才和文化建設。每兩周，我都會參加一次面向全體員工的內部活動，叫作「Dario Vision Quest」（DVQ）。我會直接向員工介紹公司的實際情況，不隱瞞問題，也不使用官話，並鼓勵其他管理人員這樣做。

我希望員工相信管理層是坦誠的，管理層也能信任員工。這種雙向信任對公司非常重要。

Claude進入企業，AI開始接管更多工作

戴蒙：摩根大通有25萬名員工，每周都在通過不同方式使用Claude。其他財富100強企業主要如何應用這項技術？

阿莫迪：Claude正在進入各行各業。我認為這項技術最重要的特點之一就是通用性。隨著模型能力持續提升，越來越多過去無法自動化的工作開始變得可行。

編程是企業最早大規模採用AI的領域。我過去寫過大量代碼，許多聯合創始人也有編程背景。看到現在的模型能夠完成如此複雜的編程任務，令人驚嘆。財富100強企業幾乎都有大量編程需求，因此編程自然成為它們最初採用AI的切入點。

隨後，應用範圍逐漸擴展到更廣泛的知識工作。

在金融服務領域，Claude既可以處理基礎文書，也可以協助複雜的策略工作；在保險和法律行業，可以用於合約起草、合約審查和發現潛在漏洞。

生命科學是我特別看好的領域。Claude已經被用於撰寫臨床研究報告、輔助基礎研究、預測蛋白質結合、提高製造效率，以及支持基礎生物學發現。

在電子商務領域，一些客戶將Claude部署為直接面向消費者的智能體。製造業也是如此，企業開始利用Claude提高營運效率，應用範圍涉及半導體製造、實體設施建設等領域。

我此前對製造業了解不多，但通過與製造業CEO交流，看到Claude在這些企業中的實際應用，也讓我對這個行業有了新的認識。

智能體走進企業，安全成了第一道門檻

戴蒙：對於受監管企業，在允許智能體接觸敏感數據和系統之前，應該做好哪些準備？

阿莫迪：首先是安全。智能體的能力正在快速提升，已經能夠處理生命科學研究、複雜軟體架構等高難度任務。現在真正限制技術開發、內部部署和客戶使用的，不只是能力本身，而是如何安全地部署這些系統。

我們不希望智能體失去控制。這也是Anthropic投入大量資源開展安全研究的原因。安全和對齊必須從模型訓練階段開始，而不是等到產品發布後再補救。公司擁有規模龐大的對齊團隊，而且我們對安全問題非常重視，幾乎每隔幾個月就會重新評估投入，進一步增加安全、安保和對齊方面的資源。

Anthropic從創立之初就有意將企業客戶作為業務重心。這不僅是商業選擇，也與我們的安全理念相一致。

企業重視信任、長期合作和自身聲譽，比普通消費者更關注模型是否會造成嚴重損害。因此，服務企業客戶能夠讓公司的商業利益與安全目標保持一致。我們希望通過這種方式，為安全地開發AI建立更好的激勵機制。

戴蒙：能否真正限制智能體的權限？例如，允許它們進入敏感系統，但只能執行明確授權的A、B、C、D幾項操作，不能做其他事情？

阿莫迪：可以參考自動駕駛汽車的發展。

自動駕駛是一項具有巨大價值的技術，最終有望比人類駕駛安全得多。但要實現這一點，必須先建立正確的防護機制，確保系統以安全的方式設計和部署。

我們不可能保證自動駕駛汽車在任何情況下都絕對不會發生事故。同樣，也無法保證智能體在任何環境下都不會出錯。

真正可行的目標，是讓這些系統比人類操作安全得多，達到數倍、數十倍，甚至數百倍的安全水平。這也是我們努力的方向。

9000億美元算力押注，阿莫迪最頭疼的難題

戴蒙：Anthropic披露了約9000億美元的算力和基礎設施遠期承諾。外界還注意到，目前約80%的算力用於訓練新模型，只有約20%用於推理，而客戶實際使用的主要是推理服務。你如何確保未來獲得足夠算力，同時保持成本效率？

阿莫迪：算力是Anthropic面臨的最複雜、最重要的商業難題。

這個行業的技術進步非常快，但技術進步究竟能以多快的速度轉化為商業收入，存在很大不確定性。2024年和2025年，Anthropic的收入連續兩年增長約10倍。每一年，我們都很難準確判斷下一年會發生什麼，而隨著業務規模擴大，這種不確定性帶來的影響也越來越大。

另一個問題是，算力必須提前一到兩年採購。採購多少，取決於我們對未來需求的判斷。買得太多，可能給公司造成難以承受的財務壓力；買得太少，則無法滿足客戶的推理需求。

更重要的是，算力還關繫到研發。今天用於訓練模型的資源，決定了六個月或一年後能夠推出什麼樣的模型，也就決定了公司未來創造收入的能力。因此，算力採購不能只看眼前的推理需求，還必須為下一代模型保留研發資源。

我們主要依靠兩方面降低採購風險。

第一是毛利率。毛利率越高，公司在算力採購過多或不足時的調整空間就越大。簡單來說，毛利率反映了我們為算力支付的成本與每單位算力創造的收入之間的差額。招股書披露的毛利率表現相當不錯，尤其是與行業其他參與者相比。

第二是現金儲備。充足的現金能夠幫助公司承受大規模算力投入，並應對未來需求變化。我們目前擁有大量現金，也希望繼續增加資金儲備。

在具體採購策略上，我們傾向於相對保守地提前鎖定算力，以較低成本購買一部分確定性較高的資源。如果實際需求明顯超出預期，再通過現貨市場追加採購。

現貨算力通常更貴，但只有在業務表現特別好的情況下，我們才需要支付這部分額外成本。這有點像購買保險：在一切順利、不需要額外資源的情況下，你反而會覺得保險成本偏高；但當需求超出預期時，它能讓你抓住增長機會。

我們認為，這種策略既能在需求不及預期時控制財務風險，也能在業務增長超出預期時繼續投入研發。

戴蒙：隨著Token使用量迅速增長，企業已經開始把簡單任務交給價格更低的模型，把昂貴模型留給複雜任務。部分AI服務可能逐漸變成標準化商品。這個判斷有什麼問題？

阿莫迪：首先，前沿模型每一次能力突破，都可能創造新的市場。

傳統技術市場往往經歷一個過程：早期產品稀缺，客戶願意支付較高價格；隨著技術成熟，競爭者增加，產品逐漸商品化。聊天機器人領域確實已經出現了這種趨勢。

但AI與其他技術不同，它不只是一個應用或一個市場，而是處在一條持續擴展的智能能力曲線上。隨著模型能力提升，過去無法實現的新應用會不斷出現。

2022年和2023年，行業主要關注聊天機器人。當時Anthropic判斷，編程將成為一個更大的市場，因此把更多資源投入模型的編程能力，而不是圍繞聊天機器人爭奪市場市佔率或建立競爭壁壘。

現在編程應用仍處於發展過程中，尤其是在財富500強企業中，還有很大的滲透空間。但未來更大的機會可能來自科學發現、生命科學、物理、材料、機器人和網路安全。這些領域的任務比普通編程更加複雜，潛在市場也可能更大。

其次，即使在不需要最先進模型的應用中，我們也有能力利用前沿模型的技術積累，訓練出更高效、更便宜的小模型。這與我們在模型訓練中使用的算力倍增技術有關。我們能夠提高大模型的計算效率，也能夠將這些技術應用於小模型。

例如Haiku 5.5，每百萬輸入Token的價格為0.10美元，每百萬輸出Token為0.50美元。它在一些任務上能夠以很低的成本提供有競爭力的性能，甚至在部分能力維度上優於其他模型。

因此，前沿模型與低成本模型並不是非此即彼。我們既要繼續提升最強模型的能力，也要把模型效率做到足夠高，讓便宜的模型同樣具有競爭力。

從數學到生物學，AI正在逼近科學突破

戴蒙：AI未來能否幫助人類治癒癌症和其他疾病？它能否推動核聚變、量子技術等重大科學突破？

阿莫迪：我們已經在數學領域看到模型能力不斷提升的過程。

2023年，模型甚至難以完成高中數學題。當時普遍認為，聊天機器人雖然擅長交流，但缺乏數學和邏輯能力。

2024年，模型已經能夠較好地完成高中數學任務。到了2025年，它們開始解決此前沒有答案的數學問題，最初只是零星的個別案例。有人認為這些問題可能出現在訓練數據中，或者只是偶然成功。

但隨著模型能力繼續提升，情況開始發生變化。我們看到越來越多開放問題得到解決，甚至包括數學領域最困難的一些問題，其中部分成果已經接近數學家爭取菲爾茲獎所涉及的研究水平。

我在生物學、機器人等領域也看到了類似變化的早期跡象。生命科學領域的專家，尤其是製藥公司的CEO，往往對AI持懷疑態度。他們過去見過許多試圖解決藥物研發難題的技術，清楚這個行業面臨的困難。

但AI的發展有一個特點：在能力曲線的早期階段，它可能看起來什麼都做不好，似乎處處都有障礙。有人認為生命科學的瓶頸是臨床試驗，有人認為是製造，還有人認為是監管。但隨著技術進步，這些障礙可能一個接一個被突破。

我認為，未來幾年，生命科學領域可能出現更加明顯的變化。當然，不能保證每個領域都會取得同樣的進展，但我相信AI有潛力以非常大的幅度推動生物學研究。

Mythos之後，網路安全進入智能體攻防時代

戴蒙：網路安全在Mythos和智能體出現之前，就已經是企業面臨的主要風險之一。現在，AI能夠大規模發現漏洞，智能體也可能持續攻擊企業系統。摩根大通有數千人從事網路安全工作，也可能需要數萬人修補Mythos發現的漏洞。企業應該如何為下一階段做好準備？

阿莫迪：首先要認識到，發現漏洞只是第一步。

Mythos推出後，我們做了大量漏洞發現工作。客戶發現了數十萬個漏洞，我們自己也發現了數十萬個。隨後，真正的瓶頸開始轉向漏洞修復：發現漏洞的速度已經很快，但修復漏洞比發現漏洞更加困難。

因此，我們正在擴大Claude在漏洞修複方面的能力，讓模型不僅能識別問題，也能幫助企業真正修復問題。

第二步是從源頭減少漏洞。隨著Claude編程能力增強，我們也在專門訓練模型編寫更加安全的代碼，降低軟體開發過程中產生漏洞的機率。

第三步則是建立實時防禦體系。這方面還沒有大規模普及，但我認為潛力很大。

網路攻擊通常在小時、分鐘甚至秒級的時間尺度內發生。未來，企業可以部署智能體集群，持續巡視服務器和網路系統，實時識別並抵禦攻擊。

如果攻擊者開始使用智能體集群發起攻擊，防禦方也需要利用智能體集群進行防禦。我預計未來6至12個月，這種防禦方式會得到更多應用。

為什麼現在上市？阿莫迪給出IPO原則

戴蒙：Anthropic即將上市。為什麼選擇現在？你個人如何看待上市？它會讓公司變得更好，還是增加管理難度？

阿莫迪：現在上市，最重要的原因是為公司未來的發展和算力投入提供更多資金。

生物學、機器人、網路安全以及更廣泛的知識工作領域，都存在巨大的經濟價值。我們需要投入足夠多的資源，才能抓住這些機會。

回到算力採購問題，提前購買更多算力和保持相對保守的採購策略之間存在一個緩衝空間。公司擁有的現金越多，這個緩衝空間就越大，也就越能應對未來需求的不確定性。

至於具體在哪個月、哪一天上市，以及當時的市場環境，我們並沒有過度糾結。

在啟動上市流程之前，我沒有經歷過類似的事情，因此向很多人徵求了意見。其中最讓我印象深刻的一條建議是：永遠不要讓公司的估值哪怕高出它真正價值一美元。

這與Anthropic一直堅持的原則相似：少承諾，多兌現。

我們不會提前大談模型將具備什麼能力，也不會在模型尚未完成時進行宣傳。我們會先把模型做出來，確認它足夠好，再正式發布。安全系統也是如此。

我希望上市遵循同樣的原則，不為了追求更高估值而過度承諾。

戴蒙：Anthropic宣布將設立公益基金，並將公司5%的股權劃入其中。為什麼決定這樣做？基金未來將重點關注哪些領域？

阿莫迪：公益基金是Anthropic長期社會責任安排的一部分。

除了公司拿出5%的股權，我們的幾位聯合創始人還承諾捐出個人財富的80%。公司從創立之初也一直設有員工股票捐贈配比計劃：員工如果將一定比例的股票捐給慈善機構，或者專門留作公益用途，公司會提供額外股票進行配比。

我們這樣做，是因為AI是一項影響巨大的技術，它已經為Anthropic和整個行業創造了巨大的經濟價值，未來還可能帶來更多變化。

我希望AI能夠幫助人類治療癌症和阿爾茨海默病，提供更便宜、更充足的能源，創造更好的材料，並提高整體物質生活水平。

但與此同時，也存在一個值得關注的問題：如果大量新增財富都來自同一項技術，並集中在少數公司手中，社會可能出現經濟增長與財富高度集中並存的局面。

我們希望儘可能緩解這種風險，公益基金就是其中一項安排。

基金具體如何運作、重點解決哪些問題，目前仍在研究。可能涉及AI發展帶來的勞動力轉型，幫助社會平穩適應就業結構變化；也可能涉及生物安全，確保AI推動生物學發展的同時，相關技術不會被濫用。

我們希望先確定真正值得投入的領域，再逐步推進，而不是提前對外承諾一系列尚未明確的目標。

戴蒙：如果15年後回顧今天，你最希望AI實現什麼，又最希望避免什麼？還有什麼是我們沒有談到、但你希望向現場聽眾強調的？

阿莫迪：最重要的是確保這項技術以正確的方式發展。

AI存在非常高的風險，包括被用於生物攻擊和網路攻擊、造成經濟衝擊，以及人類失去對智能體的控制。這些不是宣傳話術，而是Anthropic從創立之初就一直認真對待的問題。

我們希望不僅自己負責任地開發AI，也能為整個行業樹立榜樣。AI公司、客戶和供應商都需要認真對待這些風險，共同建立相應的安全標準，確保技術發展過程中的風險得到控制。

與此同時，我們也必須真正實現AI帶來的積極價值，尤其是生物學和醫學領域的突破。

目前，我們才剛剛看到AI在生物學和醫學中的潛力。製藥公司、生物科技企業和學術界仍有不少懷疑聲音，但我希望未來能夠證明這些懷疑是可以被克服的。

我希望有一天，心臟病、阿爾茨海默病和癌症都能像今天的黑死病和天花一樣，成為人類歷史上的疾病。

這聽起來可能不切實際，但我確實相信這是有可能實現的。我無法確定需要5年、10年還是15年，但我們會盡最大努力推動這一目標儘早實現。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。