全文 5,000字 | 阅读约 20 分钟

（Anthropic CEO Dario Amodei 最新访谈精彩片段）

2025 年 7 月，Meta 开出首年 1 亿美元的天价合约挖人，硅谷人才大战正式升级。

当行业陷入这场薪资争夺战时，一位 CEO 却反其道而行之：

我们不跟这个游戏。如果一个人被挖角就能多拿 10 倍薪酬，那旁边优秀的同事怎么办？

——Anthropic CEO Dario Amodei，在 7 月 31 日《Big Technology Podcast》中公开回应

他的团队没有一个人选择离开，甚至有人明确表示： “我连和 Zuckerberg 通话的兴趣都没有。”

而 Anthropic 给出的“数据实力”更让人难以忽视：

年收入暴涨：据 Dario 透露，Anthropic 的年化营收从 3 月的 14 亿美元，4 个月飙升至近 45 亿，堪称 SaaS 史上最快增长之一。

估值狂飙：《Reuters》早在 5 月就披露，Anthropic 在年化营收刚破 30 亿时，估值已逼近 610 亿美元；新一轮融资目标直接定在 1700 亿美元。

这个拒绝“金钱游戏”、坚持公平薪酬的公司，是怎么在不靠“烧钱抢人”的前提下，跑出了一条接近年化收入 4 倍增长曲线？

Claude 没做搜索，也没做社交，它又是靠什么突破了 OpenAI、xAI、Meta 的包围？

答案或许就在 Amodei 的这句话里：

“不烧 1 亿年薪，照样实现45亿营收。”

第一节｜为什么 1 亿美元都挖不走人？

2025年，硅谷 AI 圈流行一种“抢人公式”：

顶级工程师 × GPU × 算力预算 = 下一代 AI 能力

于是，大公司掀起一轮轮抢人竞赛，薪水被越推越高。 Meta 向多家 AI 公司核心员工开出亿元年薪，试图大规模挖角。

但让人意外的是，Anthropic 几乎没人离开。CEO Dario Amodei 说得很直接：

“他们尝试过，但没人愿意走。甚至有员工说：我连和 Zuckerberg 通话的兴趣都没有。”

为什么？这不仅仅是忠诚，而是一种制度上的选择。

🧩 不议价，也能留住最好的人

Anthropic 实行的是标准化薪酬制度，拒绝一人一议。Amodei 在内部明确了一条规则：

“我们不和任何人谈判级别。每位候选人都按照能力分配级别，不看名气，不看外部报价。”

他特别强调，今天为一个人破例，明天整个团队就会失去信任：

“如果一个人被看中就能多拿 10 倍薪水，旁边那个一样优秀、一样努力的同事怎么办？”

这不是口号。Anthropic 内部所有薪酬与职位级别，都是在入职前一次性定好，不因个人名气而浮动。

🧩 为什么这条规则能挡住 1 亿美元诱惑？

答案也许藏在 Amodei 的一句话里：挖人大战真正的危险，不是被抢走员工，而是你为了防止被挖，把自己的企业文化搞坏了。

他看到过很多公司，为了留下几位明星工程师，不断加码待遇，结果造成内部不满、团队离心。

而 Anthropic 不愿意走这条路。它的核心信念是——“吸引相信公司使命的人，而不是追薪水的人。”

Amodei 说：

“我们不靠堆薪水留人。我们靠一套制度，让聪明人觉得自己是在做有意义的事。”

“如果你是因为相信使命而加入，那你留下来的概率远比钱靠谱。”

🧩 制度才是最大的保障

很多公司强调文化，但 Amodei 更相信的是“机制”。

在这场访谈中，他提到：

“Meta 用钱挖人。xAI 让马斯克亲自出马。我们不做这些——但我们仍然保住了最强的人。”

这不是巧合。

Anthropic 的薪酬机制，就是一种“主动过滤”—— 过滤掉那些只追求高薪的人，留下真正认同目标、愿意并肩作战的队伍。

这种结构，让团队即使在外部资源诱惑极强的情况下，也能保持稳定。

而从结果看，Anthropic 用这套朴实无华的制度，稳住了团队，也稳住了发展节奏。不仅没人离职，收入还在几个月内翻了几倍。

第二节｜Claude 靠什么爆发？

Anthropic 的收入增长速度令人瞠目。

2025 年 3 月，年化营收是 14 亿美元；

到 7 月，增长到接近 45 亿。

4 个月内，涨了 3 倍多。

不是做社交，不靠广告，也没有做搜索引擎—— Anthropic 靠的，是 Claude 模型的 B 端服务。

而最先爆发的场景，就是编程。

🧩 Claude 为什么能在编程上火起来？

Amodei 在播客中回忆，一切开始于一个程序员的评价：

“我合作过很多模型，但它们都没帮上忙。直到 Claude，这个终于做出一些我做不到的东西。”

他说，这个反馈来自他合作过的一位顶尖工程师。

这不是宣传话术，而是转折信号。那之后，Claude 被大批开发者接受： Cursor、Windsurf、GitHub Copilot 等 AI 编程平台接连接入 Claude 模型。

Anthropic 也迅速推出专为开发者设计的产品——Claude Code。

🧩 可怕的增长：一个订阅抵 30 倍收入

问题也随之而来。

Claude Code 定价是 200 美元/月，但很多开发者反馈：

我每月只花 200 美元，Claude 给我的调用量，

按 API 算能值 6000 多美元。

换句话说：用户用了，确实好用，但 Anthropic 可能在亏本卖模型。

Amodei 坦言，他们刚上线 Claude Code 时，并没有预估用户能用得这么猛。

“我们最初把订阅和调用量捆在一起，但没想到有人能把它榨到极限。”

他承认定价模型设计得太宽松，这种情况在 Opus 这样的高级模型上尤其明显。

🧩 模型越强，越不好定价？

这是一家高速增长中的公司，面对的悖论是：

模型越来越聪明，使用价值越来越高，但价格不敢涨太快。

Amodei 给出的解释是：

“我们希望 AI 工具能被广泛使用。但这也意味着我们必须随时调节价格，否则光用户增长也会拖垮业务。”

这不是空话。

最近几周，Anthropic 已经对 Claude 的使用限制做出调整：

高级订阅调用量减少

API 调用价格调整更加精细

开始评估用户行为是否“过度调用”

他很诚实说：

“我们不是不赚钱。我们只是还在找那个平衡点： 在不牺牲用户体验的前提下，把成本控制在合理范围内。”

🧩 真正的门槛：Claude变聪明的速度

Amodei 最在意的，其实不是收费问题，而是 Claude 本身的成长速度。

他说：“每个新版本，Claude 都在快速变强。”

以编程能力为例，他引用了一组 Anthropic 内部最关注的指标——SweetBench（一个专门测试模型编程质量的基准）：

18 个月前 Claude 的得分是 3%

到 2025 年中，最高已经达到了 80%

这意味着，Claude 的编程能力，已经逼近一名熟练开发者。

那么，Anthropic 是如何做到这一点的？策略很直接：不搞复杂产品矩阵，就专注让模型变聪明。

市场反应证明了这个策略的有效性：

有公司把 Claude 接入财务系统自动生成分析

有律师用它来写判决摘要

有初创公司用 Claude 生成产品设计代码，从零到部署只花几天

Amodei 总结：

“如果你的模型能做完别人要花很多人力做的事情， 那你不用多宣传，也会有企业为它买单。”

第三节｜不烧钱，怎么赢大模型战？

(截至2025年5月，Anthropic 已成为企业人工智能市场的新领军者，市场份额达 32%，领先于 OpenAI 和 Google)

在 OpenAI 拥有微软支持、xAI 拥有马斯克和整个平台资源、Meta 拥有自家数据中心和社交流量的背景下，Anthropic 显得有些“不对称”。

没有自带平台、没有几万张 GPU 储备，也没有搜索引擎当载体。

但 Anthropic 却用不到 200 亿美元，跑出了与这些巨头接近的模型性能和更快的收入增长。

在节目中，Amodei回答得非常坦率：

“我们不是最有钱的公司。我们也没拿到最多的资源。但我们比别人更懂怎么用好有限的资源。”

🧩 不是堆钱，是“密度”

在访谈中，主持人追问他：“你们是不是资源不够？”

因为对比 Meta、xAI 和 OpenAI，这三家公司都背后有万亿市值的平台。

Amodei 没有否认差距，但说出了他最在意的一点：

我们的优势不在于量，而在于密度。我们最重视的是人才密度。

他解释，“人才密度”指的不是人数多，而是：

“在 Anthropic，我们每个人都知道自己在做什么，为什么做这个，而不是做别的。”

很多大公司即使资源丰富，但往往人多事杂。 而 Anthropic 想做到的是：小团队、聚焦目标、节省资源。

🧩 用 200 亿干别人 1000 亿的活？

节目中，Amodei 举了一个假设：

“如果我们能用 1 亿做成别人要 10 亿才能做的事情， 那就意味着 Anthropic 的投资效率是对方的 10 倍。”

他回忆说，三年前他们刚起步时，只有几亿美元。 那时候，OpenAI 已经拿到微软 130 亿，Meta 在自研模型，Google Gemini 刚刚起步。

“我们能拿到的钱非常有限”，他说， 但他们内部一直在压缩计算资源、优化训练效率、追求每一步都精打细算。

“如果别人靠砸钱，我们靠效率。我们更在乎怎么把一份资源用出三份效果。”

🧩 训练一个模型，不是堆几千张卡那么简单

Amodei特别认可一件事：

“很多人以为 AI 靠硬件——堆 GPU、建数据中心、买算力。但这只是成本的一部分。”

他反而更在意怎么训练、怎么组织团队、怎么设计任务分工。

Anthropic 的训练方式从最初的简单粗暴喂数据，变成了现在的精细化策略：不是一股脑训练三个月，而是分阶段调整、验证、优化。

比如，他们在 Claude 模型中使用的“专家混合技术”，能让模型只用一部分模块就完成任务，从而降低推理成本。

Amodei说：

“我们正在尝试一种更聪明的训练方式。不是一味扩容，而是局部提高效率。”

🧩 与 AWS 合作建的数据中心，也不是盲目扩张

2023 年至今，Anthropic 接连宣布与亚马逊云（AWS）合作，使用后者的 Trainium 芯片来训练 Claude 模型。

这被外界解读为“补齐基础设施”的关键动作。

但 Amodei则认为：

“我们在建的数据中心，不比任何一家公司少。但我们不会一次性砸很多钱，我们分批做、分期调整。”

他关注的核心不是“建多大”，而是“用多好"。

他说，未来模型越做越大，能不能控制成本、保持质量，才是决定公司能不能活下来的关键。

第四节｜护城河到底是什么？

近半年，AI 圈流行一个声音：

开源大模型越来越强，商用模型迟早会被替代。

Mistral、DeepSeek、Qwen 等开源模型轮番发布，参数越来越大、能力越来越高。 有人开始质疑：Anthropic 的模型，如果不是免费的，能守住优势吗？

面对这类质疑，Amodei 给出了非常肯定的回答：

“我根本不在意一个模型是不是开源。我只在意，它有没有用。”

🧩 “开源”不等于“免费”

很多人以为开源模型像开源软件一样，只要代码公开就能白拿来用。 但 Amodei 指出，大模型的核心不是“能不能看到”，而是“能不能跑起来”。

“开源模型不是免费午餐。”

你必须部署它、维护它、让它能用。这不是普通开发者说搞就能搞的。

这些模型体积庞大、推理成本高，需要专业芯片、高性能服务器，甚至一整个团队来维护。

所以，当你真正想在公司里用模型解决问题，大家还是回到 Claude、DeepSeek 等这类产品上来。

🧩 换句话说：开源≠落地，开源≠护城河。

真正的壁垒是“可信度”和“稳定性”

Amodei在访谈中提到，大部分企业用户并不关心模型是不是开源，他们只问一件事：

“这个模型是不是能一直稳定地工作？”

Claude 模型被大量部署在 Zoom、Snowflake、辉瑞等公司场景中，用来写代码、处理文档、甚至生成法务材料。 这些场景对错误容忍度极低——一个幻觉、一句胡说，就可能造成业务事故。

为了解决这些风险，Anthropic做了两件很多对手没做的事：

1、建立“宪法 AI”框架

一种训练过程中引导模型“自我反思”的方法，目的是让模型少出错、不偏激、不胡说。

Amodei说：

“我们不能完全控制模型，但可以在它成长的过程中加入更多人类的价值判断。”

2、推出“危险能力评估”机制

在发布模型之前，Anthropic会进行一套内部压力测试，检查它在生成武器信息、诈骗指令等敏感内容上的反应能力。

Amodei强调：

“我们不追求发布速度，而是先做完测试，再决定能不能放出来。”

这些机制，虽然不保守，却在稳住用户信任上起到了关键作用。

🧩 可解释性：把模型“思考过程”公开

除了减少风险，Anthropic 还专注于让模型变得“看得懂”。

他们做了大量可解释性研究，尝试把模型内部的“思考过程”展示出来。

Amodei的愿景是：

“就像我们可以看医生的大脑CT，未来也要能看模型是怎么想问题的。”

这种能力，能帮助开发者更好地调试模型，也让模型的决策过程不再像“黑箱”。

他强调：

“我们做模型，不只是追求能力，更追求控制。”

从技术路线到团队管理，Anthropic 都在追求一个词：控制。

Amodei的说法是：

“在 AI 这个行业，真正能留下来的，不是最热闹的团队，而是最稳得住的团队。”

这套“稳”的能力，来自三个方面：

可信赖的模型行为（能不能少犯错）

可被解释的模型机制（能不能被理解）

被用户接受的部署方式（能不能真正用得起来）

这些部分，短期看起来“不亮眼”，但却是公司长期留住用户、扩大市场的根本。

第五节｜为什么他越懂 AI，越谨慎？

访谈最后，主持人问了一个直击人心的问题：

你是不是太谨慎了？是不是你低估了人类控制 AI 的能力？

Amodei沉默了几秒，缓缓说：

“我父亲的死，这让我永远记住技术来晚一步的代价。”

🧩 他为什么做 AI？起点不是好奇，是失去

2006年，Amodei 的父亲因疾病去世。那种病在当时没有好办法。

但三四年后，这种病的治疗成功率从 50% 上升到 95%。

也就是说——他父亲只差几年。

Amodei回忆：

“如果那种治疗早几年出现，我父亲可能还在。”

所以他一开始选择读物理，后来转向生物学，最后走进 AI—— 他不是为了研究智能，而是为了找一条能加速人类理解疾病、拯救生命的路径。

他不是技术理想主义者，而是现实主义者——因为他亲眼见过救命技术来得太晚的遗憾。

这就是他今天仍在推进 Claude、坚持模型要不断变聪明的原因。 他说：

“我比这个行业里几乎任何人都更清楚 AI 的好处是什么。”

🧩 那他为什么要警告风险？因为没人在踩刹车

但正因为他知道 AI 能带来的价值，他更担心一件事：

“这项技术的增长太快了，快到大家没有时间去控制它。”

他说，目前全世界最聪明的研究人员、最多的算力资源、最激进的投资资金，几乎都在推动 AI 加速。

“大家都在踩油门，没人想踩刹车。”

而真正的问题是——AI 能力升级不等于 AI 行为可靠。

Amodei举了个例子：

“你可以有一个模型，能帮你读懂教科书，但它也可能在某次医疗建议中，犯一个不可逆的错误。”

当模型进入生物、金融、法律这些高风险场景，再聪明，也得可靠、稳定、能被信任。

🧩 警告风险最多的人，也是最在意AI带来好处的人

节目中，主持人调侃他说你是不是“末日论者”？是不是怕 AI 把人类灭了？

Amodei回应极其坚定：

“我不是末日论者。但我确实是这行里发出风险警告最多的人。”

他说：

“有一些行业领袖，不愿承认 AI 可能带来的威胁，甚至把警告视为‘想控制别人’。这对整个行业是有害的。”

他明确表示，如果有一天，他觉得控制不了技术了——

“我会亲自出来呼吁全行业暂停。哪怕特朗普不暂停，哪怕别的公司不听，我也会说出来。”

🧩 安全不是拖慢技术，而是给它赢得时间

Anthropic 推出的“责任扩展政策”“危险能力评估”“宪法 AI”等机制，其实就是他在用企业行为表达一个信号：

“我们不靠发布速度领先，我们靠提前把风险处理好。”

他明确表示： “如果我们早点做安全机制，也许未来就不需要被迫放慢。”

这就是 Dario 的底层逻辑——不画虚幻大饼，只关心两个最朴素的问题：

AI 能救人吗？

风险有人管吗？

结语｜不是最快，而是最稳

在这场访谈里，Dario Amodei 直接炮轰了'AGI'、'超级智能'等行业热词，称其为'毫无意义的营销术语'。

他更在意的是现实：AI 正在渗透进经济的每一个角落，成为企业决策的依据、国家架构的一部分、左右人类选择的力量。

在这样的时代里：

他不做娱乐产品，却能拉动 45 亿美元年收入；

他不靠天价抢人，却让团队无人离职；

他不靠发布频率，却被各大企业抢着集成 Claude；

他不是最快的那一个，但可能是最清醒的那一个。

“绝大多数人不善于理解指数增长。”

而在这场指数游戏里，清醒，比冲得最快更值钱。

(来源：新浪科技)