在人工智能竞争日益激烈的背景下，Anthropic正以“少投入、多产出”为核心战略，挑战硅谷“规模即王道”的主流逻辑。公司联合创始人兼总裁丹妮拉·阿莫迪（Daniela Amodei）向CNBC表示，尽管竞争对手如OpenAI正通过巨额投资、长期芯片采购和大规模数据中心建设抢占先机，Anthropic选择走一条更高效、更节制的路径。 过去几年，OpenAI等公司已承诺超1.4万亿美元的算力与基建投入，试图通过“规模制胜”建立护城河。而Anthropic则反其道而行之，凭借更高质量的训练数据、更优的后训练技术以及对模型部署成本的精细控制，持续推出性能领先的大模型。尽管其算力和资本规模仅为对手的几分之一，但其Claude系列模型在多数时间里仍保持行业顶尖水平。 阿莫迪指出，公司虽有约1000亿美元的算力承诺，且未来仍需持续增加以维持前沿地位，但关键在于“效率”而非“规模”。她强调，当前行业对算力需求的估算常存在“非可比性”——不同公司合作模式、采购周期和算力使用方式差异巨大，导致数据难以直接比较。更关键的是，即使最初推动“规模定律”的研究者，也对技术进步的持续性感到意外：“我们每年都在怀疑，这还能持续吗？但每年它都继续了。” 她进一步区分了“技术曲线”与“经济曲线”：技术进步可能仍在加速，但企业与个人真正采纳AI技术的速度，受制于组织变革、成本和用户习惯等现实因素。这正是Anthropic聚焦企业市场的深层原因——其收入已连续三年实现年增十倍，客户多为将Claude深度集成到工作流、产品和内部系统的大型企业，使用粘性远高于消费级应用。 此外，Anthropic采取多云部署策略，让Claude在主流云平台（包括与竞品共存的环境）中运行，这既满足了企业对技术选择权的需求，也避免了在单一基础设施上重注。这种灵活模式，使其能根据成本、可用性和客户需求动态调整，将资源集中于提升每单位算力的性能。 随着2026年临近，OpenAI与Anthropic都正为可能的IPO做准备，加强财务、治理和运营体系。但两者的路径差异愈发明显：一个押注规模扩张，一个坚持效率优化。未来，AI竞争的胜负或许不再只看谁“建得大”，更取决于谁“用得精”。正如阿莫迪所言：“指数增长终有尽头。”而真正的考验，是当曲线放缓时，谁能持续创造价值。