一口气了解Anthropic：融资650亿美元后，为何据报洽谈约60亿美元收购

30秒看懂

这家公司是谁：Anthropic由Dario、Daniela以及多名前OpenAI同事在2021年创立，主产品是Claude，Claude Code则把模型放进开发者的真实工作流。
最近的大新闻： 据彭博社8月13日援引知情人士报道，Anthropic正洽谈以约60亿美元收购算力优化与世界模型公司Decart，协议尚未达成，谈判也可能失败。
谁在背后出钱：Anthropic 5月宣布完成650亿美元融资，投后估值9650亿美元；亚马逊、Google、微软和英伟达同公司存在投资、持股或投资承诺，也是云和芯片合作方。
最容易看错的地方： 收购消息只有彭博社一路匿名信源，双方拒绝置评。如果消息属实，Decart的跨芯片优化与Anthropic主业关联最直接。
本文只回答一个问题： 一家卖模型和编程工具的公司，为什么可能要往芯片与算力效率这一层继续走？

开始之前，先解释几个关键名词，后面看不懂了随时翻回来查。

名词	一句话解释
大模型	读过大量文字、代码等数据，能根据指令继续生成内容的软件系统
API	公司把模型能力做成接口供别的产品接入，Anthropic通常按输入和输出的用量收费
年化收入	把最近一段时间的收费速度换算成一年，不等于已经收到一整年的钱
推理	模型训练完成后，真正回答问题、写代码或处理任务的计算过程
算力优化	调整软件、编译方式和任务安排，让同一批芯片在更短时间完成更多工作
世界模型	本文指让AI生成并持续更新可互动环境，用来模拟视频画面或现实场景的模型

8月13日，一场尚未达成协议的收购谈判让Anthropic再次受到关注。彭博社援引知情人士称，Anthropic正洽谈以约60亿美元收购Decart。消息只有这一路匿名信源，双方拒绝置评，协议还没达成，谈判也可能没有结果。

这个价格很扎眼。Anthropic 5月28日宣布完成650亿美元融资，投后估值达到9650亿美元；公司还称，最近一段时间的收费速度换算成年收入已经越过470亿美元。报道中的60亿美元相当于这轮融资的不到十分之一，若成交，将成为Anthropic已知最大的一笔收购。

问题也来了。如果报道属实，Anthropic已经有Claude、Claude Code和大批企业客户，为什么还会考虑一家多数人没听过的以色列创业公司？一个可能答案藏在AI公司的核心成本里：模型越常用，需要的芯片越多；如果每块芯片多跑一点任务，节省下来的就不只是几台服务器的钱。

下面我们来从头介绍这家公司。

一、一群人离开OpenAI，把安全写进公司

Anthropic成立于2021年。CEO Dario Amodei原来负责研究，妹妹Daniela Amodei做过安全与政策工作，和他们一起离开的多名前OpenAI同事，背景覆盖模型研究、政策、工程和可解释性。

他们为什么离开？ 公开采访显示，团队愿景存在张力，Dario和Daniela希望从一开始就把安全放进模型研发。简单说，这群人认为模型能力越强，越需要提前研究怎样理解、约束和管理它，而不能等产品铺开后再补规则。

这也是公司名称的来历。Daniela解释过，Anthropic指「与人类有关」，名字要把人放在故事中心。早期工作围绕模型为什么会给出某种答案、怎样减少有害行为展开。2022年底，公司研究团队发表Constitutional AI论文，尝试用一组公开原则和模型反馈训练助手，减少每一步都依赖人工标注。

这套方法怎么理解？ 先给模型一份原则，让它检查自己的回答哪里不妥，再按这些原则修改。它不能保证模型永远正确，却把「什么可以做、什么该停下」从零散的人类判断，变成可以反复训练和评估的一套流程。

2023年3月，Claude开始向更多用户和合作伙伴开放。公司没有停在研究论文上，而是同时向个人、开发者和企业卖产品。从Anthropic公布的收入数据看，编程和企业使用已经成为重要增长来源。

兄妹两人的分工也很关键。Dario负责模型研究和长期技术方向，Daniela更偏组织、商业和运营。一家公司既要决定模型往哪里走，也要把研究团队、销售团队和客户交付放进同一套节奏里，这种互补分工可能帮助Anthropic同时推进研究与商业化。

时间	关键动作	公司跨过了哪道门
2021年	多名前OpenAI成员创立Anthropic	从内部路线分歧走向独立公司
2022年12月	发布Constitutional AI论文	把安全原则变成可训练的方法
2023年3月	Claude向更多用户和伙伴开放	从研究机构走向产品公司
2023至2024年	亚马逊和Google加深投入与云合作	获得训练模型需要的长期算力
2025年5月	Claude Code正式开放	从聊天走进开发者日常工作
2026年5月	宣布融资650亿美元，投后估值9650亿美元	获得继续扩模型与算力的资金
2026年6月	向美国证监会保密提交上市申请草案	为上市做准备

Anthropic还设计了一个长期利益信托。它会按既定安排逐步获得选择部分董事的权力。Anthropic称，这套设计希望公司扩张时仍保留公共利益约束。这个结构比一句「我们重视安全」更具体，但它能否在上市、融资和商业压力下真正发挥作用，仍要看董事席位与重大决策怎样变化。

创始故事解释了Anthropic为什么强调安全，却还没有解释它怎样赚钱。一家研究公司要持续训练前沿模型，光有理念远远不够。下一步，它必须把昂贵的计算变成客户愿意反复购买的服务。

二、把研究实验室变成三层收费

它卖的是什么？ 最底层是Claude模型，个人可以在网页和应用里直接使用；开发者通过API把模型接进自己的产品；企业则购买团队管理、权限、数据保护和技术支持。这些产品都围绕Claude模型能力构建。按收费方式看，主要是个人订阅、API按用量收费和企业合同三种；按产品入口看，Claude Code可以单独列出来。

个人订阅最容易理解，按月付钱换更高用量和更多功能。API通常按输入和输出的用量收费，客户用得越多，Anthropic收得越多。企业合同可包含账号管理、安全控制、技术支持和约定服务，具体条款要逐家谈。

从Anthropic公布的年化收入看，Claude Code是重要增长引擎之一。它不只在聊天框里给一段代码，还可以在用户授权范围内读取项目、修改文件、调用工具、运行测试，再根据结果继续改。开发者把它放进终端或开发环境后，模型参与的是一整段工作，而非一次问答。

为什么编程更容易收费？ 一个可能原因是结果相对容易检查。代码能不能运行、测试有没有通过、问题是否修好，都比「这段文案有没有灵感」更容易验收。企业也能把节省的开发时间、完成的任务和调用成本放在一起算，再决定是否续费。

产品入口	谁在付钱	客户买到什么	Anthropic得到什么
个人订阅	学生、职场人、个人开发者	更高使用量和完整产品功能	持续订阅收入与大量使用反馈
API	软件公司和开发团队	可嵌入自己产品的模型能力	随调用量增长的收入
Claude Code	开发者与工程团队	读项目、改文件、跑工具的编程助手	高频任务和更深的工作流入口
企业服务	大中型组织	权限、合规、管理和支持	可能形成金额更大、关系更长的合同

Anthropic在2026年2月披露，Claude Code的年化收入超过25亿美元，比年初增加一倍以上；全公司有500多家客户的年化消费额各自超过100万美元。到5月，公司披露的年化收入越过470亿美元。这些都是某一时点的收费速度，不等于当年已经收完同样金额，也不是公开审计后的全年收入。

一笔API收费最后要付什么？ 这类服务的成本通常涉及推理芯片、内存、网络、模型维护和技术支持。回答越长、工具调用越多、任务重试越频繁，计算量或服务成本通常越高。模型公司要实现可持续经营，不能只追求调用量，还要让每次任务带来的收入长期高于完成它的直接成本。

企业合同因此可能带来一个容易忽略的价值。客户如果愿意把稳定任务交给Claude，Anthropic通常更容易预测未来用量并安排算力。反过来，如果产品经常出错、延迟过高或预算失控，企业可能限制使用，年化收入的增长速度也会慢下来。

我把它的增长链路归纳成4层。入口越往后，模型拿到的上下文和工具权限越多，客户越能用结果验收，Anthropic也越可能收取更高、更稳定的费用。

第一层	第二层	第三层	第四层
聊天问答	API接入产品	Claude Code完成开发任务	企业把Claude接进核心流程
买的是一次回答	买的是可调用能力	买的是一段可验收工作	买的是持续运行与管理保障

Anthropic当前公开承诺让Claude保持无广告，收入主要来自付费订阅、API使用和企业合同。用户付费购买模型完成任务，产品方的收入和使用价值至少在方向上更接近。可入口越深，客户越关心稳定性、权限、数据处理和成本，Anthropic必须同时补产品、销售、服务和基础设施。

这也解释了为什么聊天产品的用户数不能直接等同于商业质量。免费用户很多，可能带来品牌和反馈，也可能只增加推理费用；企业客户数量不一定更大，却会把模型接进每天重复发生的任务。真正健康的增长，要同时看使用是否持续、客户是否扩大范围，以及完成同一项任务的成本有没有下降。这个判断也适用于所有按调用收费的模型公司。

三、从聊天框钻进企业工作流

模型公司最容易陷入的竞争，是每隔几个月比较一次跑分。今天一家领先，明天另一家更新，单靠模型榜单很难形成长期关系。从产品发布顺序看，Anthropic的扩张呈现出从编程走向数据、研究、销售和更广知识工作的路径。

它最狠的一招是什么？ 让Claude不只回答，而是行动。Claude Code能调用文件、终端、网页和其他工具，Anthropic又把Cowork定位为面向更广知识工作的产品。模型一旦读懂项目规范、工具权限和团队流程，客户更换供应方时可能要重新适配这些细节。

这不是说客户永远换不走。企业仍可以同时采购多家模型，开发者也会比较价格、能力和速度。真正的门槛来自一整套工作方式：谁负责审批，失败怎样恢复，数据能不能进入外部服务，结果由谁验收，这些规则都要跟产品重新磨合。

企业买模型时最怕什么？ 关键流程突然不可用、敏感材料进入错误位置，或者模型执行了不该执行的动作，都比少答对一道题严重。Anthropic要卖更深的工作流，就必须把身份、权限、日志、人工确认和故障处理一起交付。模型能力决定客户愿不愿意试，运营可靠性决定客户敢不敢扩大使用。

Anthropic还把Claude放到三家大型云平台。AWS是主要云与训练伙伴，Google提供TPU，微软Azure也提供算力与分发。客户可以在原有云环境里调用模型，这套组合也有助于Anthropic降低只依赖一种芯片或一家云平台的风险。

多云为什么重要？AI任务并不都适合同一种设备，芯片供应也可能紧张。训练大模型、处理日常请求和运行低延迟工具，对速度、内存和成本的要求不同。AWS Trainium、Google TPU和英伟达GPU这三类AI芯片都在Anthropic的组合中，公司因此拥有更多部署选择，但公开资料没有说明任务可以无摩擦迁移。

但多云不是自动省钱。每种芯片都有自己的软件工具、编译方式和性能特点，模型换一套设备后可能跑得不够快。工程团队要逐层调整模型、内核、任务调度和通信方式，才能把账面上的芯片数量变成真正可用的计算。

2025年12月，Anthropic收购开发工具Bun，继续向下补基础设施。Bun原本就用于运行Claude Code，Anthropic称收购会让Claude Code更容易安装、运行更快也更稳定，同时承诺继续公开Bun的源代码。若Decart交易完成，可以理解为沿底层基础设施方向又往下走了一层。

四、传闻中的60亿美元谈判，瞄准芯片效率

Decart 2023年成立，目前对外列出的创始团队包括Dean Leitersdorf、Orian Leitersdorf和Moshe Shalev。Decart将业务分为三条线：DOS面向训练与推理优化，Lucy面向实时视频改写，Oasis定位为自动驾驶和机器人等领域的生成式训练环境。

哪条线同Anthropic关联最直接？ 如果收购报道属实，我认为是DOS。Decart称，这套软件会调整底层软件、把模型任务翻译成芯片指令的方法和任务运行顺序，可针对AWS、Google、英伟达和AMD等不同公司的芯片做优化。具体提升要按客户任务独立测试，不能只看公司自己的演示数字。

这同Anthropic的多云难题有关。公司已经签下覆盖AWS、Google、微软和英伟达的长期算力合作。芯片种类越多，跨芯片调优越重要。

模型请求可以简化理解为5类环节。任何一环变慢，后面的设备都可能等待；任何一环浪费内存，同样数量的芯片能服务的用户就可能减少。按公司产品介绍，Decart想卖的正是压低这些空耗的工程能力。

模型进入设备	编译成设备能执行的指令	安排芯片与内存	多块芯片交换数据	返回结果
确定要跑什么	针对不同架构调整	减少等待与重复搬运	降低通信拖慢	提高速度与可服务人数

可以把它想成同一支车队跑三种道路。车还是那些车，但路线、装货顺序和红绿灯配合不同，最终能跑的趟数差很多。算力优化做的就是找出等待、重复搬运和设备闲置，再针对每种芯片改软件，而不是凭空多造芯片。

如果这套技术能在Claude的真实任务中达到预期，效率提升可能沿着两条路产生价值。第一条是同样的设备服务更多用户，降低每次请求的成本；第二条是模型换到另一种芯片时少走弯路，降低迁移成本。提升幅度最终要由真实任务验证，不能把Decart的宣传指标直接套进Claude。

约60亿美元值不值？ 现在无法下结论。Decart 5月宣布融资3亿美元，媒体称当时估值接近40亿美元。若彭博社报道的60亿美元谈判价属实，按两则媒体口径粗略比较，名义价差约20亿美元。具体交易范围没有公开，潜在价值可能来自团队、优化软件和世界模型，也可能带来高风险整合。

世界模型是另一张牌。Decart展示的Lucy可以在直播过程中改衣服、场景和物体，公司希望Oasis反复生成自动驾驶或机器人训练场景。TechCrunch的实测也指出，Oasis在长时间一致性、控制和物理模拟上仍有明显局限。若交易成行且整合成功，这些技术可能给Anthropic带来实时视频与物理场景经验，给未来产品留下入口。

截至8月14日，能说清楚的只有三条。第一，彭博社援引知情人士称双方正在谈，双方没有确认，谈判也可能失败。第二，彭博社还称，若成交，部分Decart团队预计进入Anthropic的推理与性能部门，这让算力效率看起来像潜在重点之一。第三，英伟达已经投资Decart，并宣布计划向Anthropic投资最高100亿美元；即使收购完成，也不能据此称Anthropic成了芯片制造商。

如果交易完成，真正的收益要看每次模型调用能少花多少钱、跨芯片迁移能快多少，以及技术能否覆盖Anthropic的大规模任务。交易标题只有一个价格，内部要算的是未来数年的无数次调用。

五、9650亿美元估值下面的四盆冷水

Anthropic的收入增长很快，风险也一起变大。先看全貌，再逐条说。

风险	已经出现的信号	接下来该看什么
算力承诺太重	对AWS的十年承诺超过1000亿美元，另有多家云与芯片合作	收入增长能否覆盖长期计算费用
资金关系太复杂	云厂商和芯片公司同时是投资方、供应方与合作伙伴	采购是否仍按效率与成本选择
版权与运营事故	15亿美元版权和解，Claude Code还发生过内部源码误发布	数据来源、发布流程和赔偿是否继续扩大
使命与上市拉扯	长期利益信托、安全政策与上市增长目标同时存在	公开招股文件怎样写治理、风险和利润

第一盆冷水，收入跑得再快，算力账单也不会消失。Anthropic 4月承诺未来十年向AWS技术投入超过1000亿美元，简单平均每年超过100亿美元，实际付款节奏没有披露，也未必均匀。这个数要同公司5月披露的470亿美元年化收入一起看，两者口径不同，不能直接拿来算利润，却足以说明长期资源承诺规模很大。

第二盆冷水，投资和采购绕在一起。 亚马逊、Google、微软和英伟达都同Anthropic存在投资、持股或投资承诺，同时也是云、算力或芯片合作方。合作能解决资金和供应问题，也会让外部读者仅凭公开信息难以判断，一笔采购主要来自性能、价格，还是整套资本关系。

这种关系还会影响估值判断。投资方看到的是收入增长、长期算力合同和未来上市机会，客户看到的是模型能不能稳定完成任务，两者关注点并不相同。融资可以给公司更多时间扩张，却不能替代客户持续付款，也不能证明每一笔基础设施投入都会产生足够回报。

这不等于交易一定不划算。AWS、TPU和GPU同时存在，反而给Anthropic留了多种设备选择。需要持续观察的是，工作能不能根据实际成本自由切换，以及Decart这类优化工具是否真能减少切换损耗。

第三盆冷水，安全定位挡不住普通运营失误。 法院2026年7月20日最终批准Anthropic以15亿美元和解一宗版权集体诉讼，作品清单包含482,460件作品。和解处理的是围绕过去从LibGen、PiLiMi下载和复制作品的请求，不涵盖过去模型输出或2025年8月25日之后的行为。3月底，Claude Code又因软件包打包错误公开约50万行内部源码；公司称其中没有客户数据或凭据。

第四盆冷水，上市会把理念变成一张张公开答卷。Anthropic 6月1日向美国证监会保密提交上市申请草案，只代表它获得了继续推进上市的选项。如果申报文件公开，投资者预计会关注收入、成本、客户、诉讼、算力合同和治理安排，长期利益信托也要接受更具体的检验。

这套治理结构值得单独核对公司章程和后续招股文件。等公开申报材料出现后，再判断长期利益信托、董事会与普通股东怎样分权；现在先不替它下结论。

这四盆冷水没有否定Anthropic的产品。它们只是提醒我们，模型公司走到近万亿美元估值后，竞争已经不只发生在回答质量上。采购、合同、版权、治理和收购整合，都会决定技术优势能不能留下来。

六、它到底做对了什么

Anthropic最值得学的地方，是把研究方向、产品入口和收费场景接在了一起。先用Claude建立模型能力，再用API进入产品，用Claude Code接住可验收的高频任务，最后用企业服务把权限、管理和支持补齐。这比喊一句「更重视安全」具体得多。

值得学的	该躲开的
先挑结果容易验收的任务	只追模型跑分，不问客户是否续费
让产品进入真实工作流	一开始就索取过深权限，却没有审批与恢复
多种芯片与云同时准备	把供应方、投资方和客户关系混成一笔账
用底层优化降低每次任务成本	收入增长时忽略长期算力承诺
把安全规则写进流程与治理	用理念替代版权、发布和运营检查

几句真心话

对普通人来说，机会不在训练下一个Claude。更现实的入口，是把某个岗位的重复任务拆成输入、工具、结果和验收标准。会写行业规则、整理可靠数据、设计检查步骤、核对模型结果的人，能让AI从偶尔好用变成可以交付。

可以从一张很小的记录表开始：原任务花多久，AI参与哪一步，结果错在哪里，复核又花多久，最后省下多少时间。连续记录多次以后，再判断是否值得扩大。这样做不酷，却比一次演示更接近真实价值。

如果你在用编程助手，也别只比较谁一次写得更快。先看它能否理解项目限制，改完能否跑过测试，失败时能否停下，能否记录费用。真正省下来的时间和返工，是判断是否值得持续付费的重要依据。

对中国AI团队来说，Anthropic的路径有两点很实用。第一，先占住一个客户愿意为结果付费的高频场景，再向上下游补能力；第二，算力来源越多，越要投资评测、调度和优化，让产品不绑死在一种设备上。

团队还要把成本放进产品设计。在适合的任务中，能用较小模型完成，就不要每次都调用最贵的模型；可以缓存的中间结果，不要重复计算；需要人工判断的高风险动作，就在执行前停下来。这些办法通常能减少无效调用，规模扩大以后更有价值。

还有一点更重要。进入客户流程越深，权限和责任越大。审批、日志、回滚、费用上限和人工验收必须跟着产品一起设计，不能等出事后再加。安全在这里是一套每天都要运行的产品功能，宣传排在它后面。

至于这场据报交易价约60亿美元的收购谈判，今天只能先留一个问号。Anthropic能不能把多种芯片上的每次调用成本降下来，Decart的世界模型又会不会变成Claude的下一条产品线？如果交易继续推进，我会一直盯着。

继续读

参考资料

AI重度使用者｜每天拆一家前沿公司｜imluna.ai免费订阅｜Learn in Public