Anthropic CEO访谈：Claude引领AI公司与未来工作变革

原创 Capihom 2026-06-18 20:23 北京

全文约 3900 字。如果你的商业模式与价值观存在根本冲突，决策会异常艰难；如果护城河仅仅建立在“能写出别人写不出的复杂软件”之上，那前景堪忧。AI 会先提升人的产出效率，随后逐步过渡到整份工作完全由 AI 完成的阶段——这是 Anthropic CEO Dario Amodei 在近期访谈中抛出的几张“压力测试表”。这次对话横跨他离开 OpenAI 后的选择、Claude 的企业战略、对 SaaS 行业的冲击、白领岗位的未来、国防合作以及 AI 治理。与其说这是一次公司宣传，不如说是一份在增长、产品速度、商业模式和社会后果之间做取舍的公开复盘。

一位掌舵估值接近万亿美元的公司，如何在这些变量之间维持平衡？让我们从企业路线选择开始切入。

先选企业路线

Dario 坦言，Anthropic 从一开始就清楚，训练大模型需要极其高昂的资金，因此它必须成为一家公司，也必须拥有自己的商业模式。但难点在于，商业模式不能把公司推向相反的方向。他举了一个很形象的例子：如果把消费互联网、广告收入和 AI 视频里的低质内容放在一起看，当收入直接来自注意力分钟数时，产品自然会奖励用户上瘾和停留。

“如果你选择了一个和价值观根本冲突的商业模式，你会很难办。你要么背叛自己的价值观，要么变得无关紧要。”

在他看来，企业路线更贴合 Claude 的长期用途。制药公司、学术研究组、教育机构、能源公司、非营利组织——这些都是组织形态的客户。Anthropic 想要销售的，是能嵌入研发、教育、能源和经济增长流程的工具，而不是让人多刷几分钟的娱乐用品。企业客户更看重信任和长期关系，这一点与 Anthropic 对安全部署的叙事更容易形成合力。Dario 还把企业客户看作一种长期的约束机制：客户会记住供应商有没有兑现承诺，也会把模型接入真实的业务系统，供应商很难只靠一次发布会就维持住关系。

SaaS 护城河开始换位

采访中提到，Claude Cowork 发布后，市场曾把传统软件公司的波动称为“SaaSpocalypse”（SaaS 末日）。Dario 没有给出确切的倒计时，但他把软件公司的护城河拆成了两类：一类会变薄，另一类会变得更重要。代码本身的复杂性正在失去防御力，而客户关系、行业 know-how、场景知识以及新产生的组织能力，这些会被留下来。

“如果你的护城河是我们写了这种复杂软件，别人写不出来，祝你好运，你守不住它。”

给产品负责人和 SaaS 创始人的提醒很直接：列出所有护城河，然后承认其中一部分会消失。过去靠工程复杂度、功能堆砌、交付周期建立优势的公司，需要把精力转向客户理解、权限体系、数据流、行业语境和分发关系。Dario 甚至猜测，软件行业总体上会变大，只是老玩家和新玩家的座次会重新排布。

这也解释了为什么 AI 时代的软件竞争不会只看“谁写得快”。当模型能在下午生成一个原型，客户愿意买单的部分就会后移到系统迁移、数据权限、审批链路、行业合规和团队采用。能把模型能力嵌入客户日常流程的公司，会比只展示功能清单的公司更稳固。

增长速度超过计划表

Anthropic 原本按照每年 10 倍的算力增长做计划。Dario 说，2026 年第一季度的现实更夸张：收入单季超过 3 倍增长，按年化就是 80 倍。他承认这种局部爆发不会一直持续，因为那会导向地球上任何公司都难以承接的收入规模，但短期内足以让算力计划完全失真。

“我们计划的是每年 10 倍算力增长；2026 年第一季度看到的，是收入单季超过 3 倍增长。”

这解释了为什么 AI 公司一边强调效率，一边疯狂签下 Google、Amazon 等算力合作。当需求在季度尺度上翻倍，算力不再只是成本项，而是产品能否按时出现在客户工作流里的供应链问题。Dario 对外部股东和合作方的态度也很硬：可以合作，也可以在出口管制等议题上公开持不同意见。

他还提到，Anthropic 一边与 Google、Amazon 等公司合作，一边仍会公开主张对中国的芯片出口管制。芯片厂商未必喜欢这种表态，但合作不会因此停止。Dario 的说法很商业：大家都是成年人，可以在一件事上合作，在另一件事上分歧。

Claude 已经进了研发流水线

被问到 Anthropic 为什么产品速度这么快，Dario 给了两个答案：统一的公司文化，以及 Claude 本身。Claude 已经被用于帮助开发模型、提升模型效率、加速产品开发。公司还在摸索新的实践，但他认为这种加速正在变得可靠。

“第二个因素是 Claude 本身。我们现在用 Claude 来帮助开发模型，让它们更高效，也更快地开发产品。”

他给出的另一个例子来自生物和医学领域：Claude 曾诊断出医生遗漏的问题，也开始在药物设计、计算化学任务上表现得让一位前生物学家感到意外。AI 在 Anthropic 内部已经成为研发、写作、模型训练和产品推进中的工作部件，不再只是演示材料。这一点比单纯发布新模型更能说明未来组织会怎样运行：模型能力越强，组织设计越会围绕“人如何调度模型”来展开。

写作不会立刻交出去

Dario 以写作为例，给了一个适合知识工作者参考的边界。他会用 Claude 做研究、梳理主题、寻找参考材料，但还没有让 Claude 直接把文字写进自己的文章。原因很个人：他有非常具体的写作风格，也需要通过写作来整理自己的判断。

“如果我们端到端地使用它，比如让它写一篇关于 AI 风险的文章，它写不出我想的东西，我也会失去写作带来的好处。”

这里的启发不在于保守，而在于分工。研究、引用、主题组织可以交给 Claude；最终判断、语言手感、面向外部的责任感还留在人身上。越强的模型越会逼迫知识工作者重新定义自己的“不可外包部分”。这种边界不会一次定完，Dario 也说要随着模型的进步慢慢摸索。

他还提到，写作对外部读者有用，也能帮他澄清自己下一步该做什么，并给自己和团队建立共同参照。这个细节很小，却很值得今天的 PM、研究员和创始人思考：把 AI 当作研究搭子时，思考链条还在自己手里；如果把整篇文章连同判断一起交出去，自己也就失去了一次整理判断的训练。

入门白领岗位先承压

Dario 之前说过，AI 可能在未来一到五年内消除一半入门级白领岗位。采访中他解释，那个数字更多的是用来表达“事情可能疯狂到什么程度”的量级，并非精确的预测表。但他依然担心同一类冲击：AI 先让人更高产，随后越来越多的任务会接近百分之百的自动化。

“你自动化了一份工作的 90%，很好，人们在剩下 10% 上高产了 10 倍。但最终它会接近 100%。”

Anthropic 内部已经能看到这个转换。软件工程师现在因为 AI 而更高产，即使 AI 写了几乎所有代码，人依然能提升产出；但某些场景已经开始出现 AI 直接完成整件事的苗头。与此同时，forward deployed engineer（现场部署工程师）、applied AI solutions architect（应用型 AI 解决方案架构师）这类混合岗位的需求在上升，它们结合技术工作和客户沟通，服务快速增长的企业客户。

他没有把“再培训”当成万能答案。采访里他提到了 token tax（代币税）、宏观经济政策、企业内部调整，也承认很多方案还需要细化。这场变化最难的地方，在于岗位迁移速度和个人学习速度不一定匹配。如果信息处理变得极其便宜，更多人可能要转向实体世界、人际关系、客户现场和 AI 指挥类工作。

企业客户正在二选一

Dario 说，企业客户面对 AI 时会遇到一个选择：用更少的人做同样的事，还是用同样的人做更多的新事。前者通常意味着少招人、降低成本；后者是正和路径，把生产力释放到新产品、新服务和新市场里。Anthropic 在能推动的时候，会尽量把客户推向后者。

“他们面临一个选择：我应该节省成本，还是用同样多的资源做更多事情？我们会尽量推动他们用同样多的资源做更多事情。”

这也是普通从业者能抓住的信号。岗位安全不会只来自“学会一个工具”，而来自能不能把工具带进客户、流程、业务目标和组织协作里。当纯执行被压缩，能定义需求、连接客户、判断取舍、带着 AI 完成新项目的人，会比只守住旧任务的人更难被替代。

Dario 还提到，AI 可以让 GDP 高速增长，同时伴随高失业、低工资岗位或更高不平等。这个组合听起来矛盾，却是很多管理层正在面对的现实：公司指标变好，不代表组织里的年轻人一定拥有更清晰的上升通道。如果你在团队里负责招聘、培养或流程设计，这个提醒比模型参数更贴近你的日常决策。

国防合作画出红线

采访最尖锐的部分来自国防合作。Anthropic 既与美国国防体系合作，又在某些军事用途上拒绝越线。Dario 的解释是，世界已经发生了变化：俄罗斯入侵乌克兰，这些让他认为民主国家需要用 AI 来防卫自己。

“我们应该在所有方式上使用这项技术，除了那些会破坏我们自身价值观的方式。我们的红线是大规模监控和完全自主武器。”

他承认公司不能逐项决定政府的军事行动，但可以设置高层边界。这不是“AI 公司远离政府”的旧姿态，也不是把所有用途都交出去的投降。他的立场更像一条窄路：提供能力，同时保留不可跨过的用途限制。无论你是否同意，这都是 AI 公司进入国家机器后绕不开的现实议题。

Emily Chang 追问得很尖锐：如果大语言模型让美军一天可打击的目标从一千个变成五千个，Claude 是否在帮助更快地杀伤？Dario 的回答把能力和政策拆开来看：AI 公司可以支持国家防卫，也需要把大规模监控、完全自主武器排除在外。这个拆分并不能消除争议，但它展示了 Anthropic 想守住的最低边界。

别在极端之间摇摆

在 AI 治理上，Dario 反复提到一个概念：“平滑指数曲线”。他反对两种摇摆：看到透明度、出口管制、预发布测试就说会杀死创新；等到第一个真实危险出现，又突然喊出国有化、政府接管。他主张一个更稳定的办法：模型越强，测试、审计、监管和制衡同步加码。

“我们不会恐慌，也不会否认。我们的反制措施会随着技术能力平滑上调。”

Anthropic 自己设置了 long-term benefit trust（长期利益信托），它可以任命和移除多数董事，理论上也能让 Dario 下台。他同时呼吁国会、司法系统、企业之间互相制衡。当 AI 进入经济、军事和科研的核心，治理就不再是发布会后的合规段落，而是产品能力的一部分。

他还把 AI 自我改进描述成一个连续的过程，而非某个突然降临的时刻。Anthropic 已经看到 AI 能为下一代 AI 提供建议；一年前，AI 给公司带来的全要素生产率提升大概是 10% 到 15%，现在可能已经到了 20% 到 30%。他的主张是，每走到指数曲线上一个新的位置，都要重新评估控制强度。

写在最后

说实话，这场访谈最有价值的地方，不在于判断谁会赢，而在于把 AI 的真实影响放回组织现场：商业模式、客户流程、岗位迁移、政府边界都会一起变化。对于普通人来说，能做的就是尽快从“会不会用 AI”走到“能不能带 AI 完成更复杂的事”。

内容来源："Inside the Mind of Anthropic CEO Dario Amodei | The Circuit | Extended Interview"丨Bloomberg Originals（嘉宾：Dario Amodei）

原视频：https://www.youtube.com/watch?v=x2VHFgyawPE