2026 年 5 月 28 日,Anthropic 宣布完成 $65 billion Series H 融资,估值 $965 billion,第一次超越 OpenAI 的 $852 billion,成为全球最高估值的 AI 初创公司。Dario Amodei 没有在发布会上说任何戏剧性的话。他不需要说。

数字已经说完了。

---

背景:一场本该是学术边缘的故事

时间拉回 2020 年 12 月。Dario Amodei,当时 OpenAI 的 VP of Research,带着妹妹 Daniela 和另外十二名研究员,集体出走。外界的解读是方向分歧:OpenAI 接受了微软 $1 billion 的投资,从非营利转型为"盈利上限"结构,原本那批理想主义创始人开始坐不住了。

2021 年 1 月,Anthropic 成立,融资 $124 million。创始宣言简洁:"研究如何让 AI 做到 helpful, harmless, honest。"2022 年,他们发表 Constitutional AI 论文——不是靠人工内容审核训练模型,而是让模型用一套写好的"宪法原则"进行自我评估和迭代。这个方法论后来成了业内标准。

但在 2022 年,Anthropic 的估值不到 OpenAI 的五分之一。没有人认为这是一场能赢的比赛。

然后 Claude Code 出现了。

---

核心分析一:Claude Code 是如何把 AI 做成了基础设施

Claude Code 的第一版研究预览在 2025 年 2 月上线,5 月正式 GA。这不是一个"代码补全"工具——它运行在终端里,能写代码、跑测试、修 bug、提交 commit,几乎是一个完整的初级工程师闭环。

数字说话:

  • 2025 年 11 月,Claude Code 达到 $1 billion ARR。从 GA 到十亿,用了 6 个月。同样的里程碑,ChatGPT 用了 11 个月,Slack 用了 4 年多。
  • 2026 年 2 月,ARR 涨到 $2.5 billion
  • 2026 年 5 月,Anthropic 整体年化收入运营率达到 $47 billion,从年初的 $30 billion 跳了将近六成。

翻译成人话:Claude Code 的收入,每 3 个月翻一倍多。

为什么是代码?说白了,代码是最容易验证的 AI 输出。

写营销文案,你很难判断哪句更好。写代码不一样——跑测试就行。通过了,Claude Code 赢;报错了,你有明确反馈,改到过。这个即时反馈循环让工程师愿意把它写进工作流程。而一旦写进工作流,使用就变成习惯,习惯就变成依赖。

降维解读:Claude Code 就像一个不会抱怨、不需要股票期权、不请病假的初级工程师,随时接受任务,永不离职,能力随着基础模型的每次升级自动提升。

Netflix 用了,Spotify 用了,KPMG 用了,L'Oréal 用了,Salesforce 用了。这些企业不是"尝鲜用户",而是把 Claude Code 写进了工程流程——进了流程,就很难出来。企业收入目前占 Claude Code 总收入的一半以上。

---

核心分析二:B2B 护城河为什么比 B2C 深

OpenAI 的优势在 B2C:ChatGPT 月活超过 1 亿,品牌认知无人能及。但消费者是最没有粘性的用户群。今天用 ChatGPT,明天试 Gemini,后天发现某个中国开源模型免费,就直接换了。B2C 用户的切换成本几乎为零。

Anthropic 选择了 B2B,切换成本完全不同。

一个工程团队把 Claude Code 集成进 CI/CD 流水线,意味着:换掉它需要重写脚本、更新文档、重新培训工程师、说服 VP 批预算,还要承担迁移期间的生产力损失。没有人愿意干这件事,除非替代品好到无法拒绝。

这就是为什么 Series H 的投资方——Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital——愿意在 $965 billion 的估值下押注。其中还包括 Amazon 承诺的 $5 billion 跟投,作为此前超大科技公司总计 $15 billion 承诺投资的一部分。

$965 billion 不是对一个模型的赌注,是对一个已经嵌入企业基础设施的系统的估值。本质是个普通护城河故事,只是发生在 AI 行业,所以数字特别大。

---

核心分析三:这场胜利藏着的代价

但 trade-off 必须讲清楚,不然这不是分析,是软文。

代价一:成本曲线正在被从背后追。

2026 年 5 月,四家中国实验室几乎同步发布开源编码模型:Z.ai 的 GLM-5.1、MiniMax M2.7、Moonshot 的 Kimi K2.6、DeepSeek V4。这四个模型在 SWE-Bench 等主流代码基准上的能力基本追平了 Claude Opus 4.7,而推理成本不到 Claude 的三分之一。

如果这条成本曲线继续往下走,企业客户终有一天会拿起计算器。Spotify 的 CTO 未必关心"哪家 AI 更有道德",他关心的是每百万 tokens 多花了多少钱。

代价二:IPO 压力会重新定义"安全"的边界。

Anthropic 的整个品牌建立在一个区隔上:我们比 OpenAI 更负责任、更安全。这个定位在 VC 融资期间是资产——企业客户愿意为"出了问题有章可循的 AI"支付溢价。

但上市之后,季度收入压力、股东回报压力、分析师预期管理,会让每一个关于"安全优先"的决策都多出一个成本维度。OpenAI 2019 年也经历过这个十字路口,选择了商业化,然后就有了今天的 $852 billion 估值——但也有了那批理想主义创始人的集体出走。

Anthropic 现在到了同一个岔路口。

代价三:Mythos 这个问题,没人愿意正面回答。

2026 年 5 月 28 日,与 Series H 同天发布的,还有 Claude Opus 4.8,以及一个叫 Claude Mythos Preview 的模型——专为网络安全设计,只对"精选的少数公司"开放,Anthropic 称其具备"高级网络安全能力"。

2022 年 Constitutional AI 论文的 16 条原则里,有一条是"Avoid actions that could harm many people"(避免可能伤害许多人的行动)。

"高级网络安全能力"是防御性的,还是进攻性的?两者之间的界线,在一个正在谈 IPO、正在争政府合同的公司手里,会不会变得模糊?

这个问题现在没有答案,但值得记住。

---

升华:原则作为品牌锚,有承重极限

Anthropic 超越 OpenAI,表面是估值数字的比拼,背后是一个更古老的商业逻辑:有时候,坚守某种原则作为品牌锚,比烧钱买用户更便宜。

Anthropic 的"安全"定位,让它在企业市场拿到了信任溢价。Claude Code 的企业渗透率不是单靠营销做到的,是信任在变现。五年前那篇 Constitutional AI 论文,最终转化成了企业采购清单上的一个理由:"我们选 Anthropic,因为他们出了问题有规可循。"

这条路走通了。

但所有的品牌锚都有承重极限。Dario Amodei 当年离开 OpenAI,也许正是因为他在 Sam Altman 的决策里看到了那个极限被逼近的样子。

现在是 2026 年,$65 billion 的融资路演结束,IPO 的钟已经在倒计时。

那个"helpful, harmless, honest"的宪法,下一轮拷问的主角,是 Anthropic 自己。

---

他们从 OpenAI 出走是为了避免这一天,还是为了准备好这一天——现在已经说不清楚了。

---

数据来源

JR Academy · Blog职业洞察

Anthropic 超越 OpenAI:Claude Code 打赢了这场估值战

2026年5月28日,Anthropic 以 $965B 估值超越 OpenAI 的 $852B,成为全球最高估值 AI 初创公司。驱动这一反转的核心是 Claude Code——一个把代码助手做成 $47B 收入引擎的赌注。这篇文章拆解这场反转背后的商业逻辑,和它藏着的代价。

发布日期
阅读时长2 分钟
作者

2026 年 5 月 28 日,Anthropic 宣布完成 $65 billion Series H 融资,估值 $965 billion,第一次超越 OpenAI 的 $852 billion,成为全球最高估值的 AI 初创公司。Dario Amodei 没有在发布会上说任何戏剧性的话。他不需要说。

数字已经说完了。

---

背景:一场本该是学术边缘的故事

时间拉回 2020 年 12 月。Dario Amodei,当时 OpenAI 的 VP of Research,带着妹妹 Daniela 和另外十二名研究员,集体出走。外界的解读是方向分歧:OpenAI 接受了微软 $1 billion 的投资,从非营利转型为"盈利上限"结构,原本那批理想主义创始人开始坐不住了。

2021 年 1 月,Anthropic 成立,融资 $124 million。创始宣言简洁:"研究如何让 AI 做到 helpful, harmless, honest。"2022 年,他们发表 Constitutional AI 论文——不是靠人工内容审核训练模型,而是让模型用一套写好的"宪法原则"进行自我评估和迭代。这个方法论后来成了业内标准。

但在 2022 年,Anthropic 的估值不到 OpenAI 的五分之一。没有人认为这是一场能赢的比赛。

然后 Claude Code 出现了。

---

核心分析一:Claude Code 是如何把 AI 做成了基础设施

Claude Code 的第一版研究预览在 2025 年 2 月上线,5 月正式 GA。这不是一个"代码补全"工具——它运行在终端里,能写代码、跑测试、修 bug、提交 commit,几乎是一个完整的初级工程师闭环。

数字说话:

  • 2025 年 11 月,Claude Code 达到 $1 billion ARR。从 GA 到十亿,用了 6 个月。同样的里程碑,ChatGPT 用了 11 个月,Slack 用了 4 年多。
  • 2026 年 2 月,ARR 涨到 $2.5 billion
  • 2026 年 5 月,Anthropic 整体年化收入运营率达到 $47 billion,从年初的 $30 billion 跳了将近六成。

翻译成人话:Claude Code 的收入,每 3 个月翻一倍多。

为什么是代码?说白了,代码是最容易验证的 AI 输出。

写营销文案,你很难判断哪句更好。写代码不一样——跑测试就行。通过了,Claude Code 赢;报错了,你有明确反馈,改到过。这个即时反馈循环让工程师愿意把它写进工作流程。而一旦写进工作流,使用就变成习惯,习惯就变成依赖。

降维解读:Claude Code 就像一个不会抱怨、不需要股票期权、不请病假的初级工程师,随时接受任务,永不离职,能力随着基础模型的每次升级自动提升。

Netflix 用了,Spotify 用了,KPMG 用了,L'Oréal 用了,Salesforce 用了。这些企业不是"尝鲜用户",而是把 Claude Code 写进了工程流程——进了流程,就很难出来。企业收入目前占 Claude Code 总收入的一半以上。

---

核心分析二:B2B 护城河为什么比 B2C 深

OpenAI 的优势在 B2C:ChatGPT 月活超过 1 亿,品牌认知无人能及。但消费者是最没有粘性的用户群。今天用 ChatGPT,明天试 Gemini,后天发现某个中国开源模型免费,就直接换了。B2C 用户的切换成本几乎为零。

Anthropic 选择了 B2B,切换成本完全不同。

一个工程团队把 Claude Code 集成进 CI/CD 流水线,意味着:换掉它需要重写脚本、更新文档、重新培训工程师、说服 VP 批预算,还要承担迁移期间的生产力损失。没有人愿意干这件事,除非替代品好到无法拒绝。

这就是为什么 Series H 的投资方——Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital——愿意在 $965 billion 的估值下押注。其中还包括 Amazon 承诺的 $5 billion 跟投,作为此前超大科技公司总计 $15 billion 承诺投资的一部分。

$965 billion 不是对一个模型的赌注,是对一个已经嵌入企业基础设施的系统的估值。本质是个普通护城河故事,只是发生在 AI 行业,所以数字特别大。

---

核心分析三:这场胜利藏着的代价

但 trade-off 必须讲清楚,不然这不是分析,是软文。

代价一:成本曲线正在被从背后追。

2026 年 5 月,四家中国实验室几乎同步发布开源编码模型:Z.ai 的 GLM-5.1、MiniMax M2.7、Moonshot 的 Kimi K2.6、DeepSeek V4。这四个模型在 SWE-Bench 等主流代码基准上的能力基本追平了 Claude Opus 4.7,而推理成本不到 Claude 的三分之一。

如果这条成本曲线继续往下走,企业客户终有一天会拿起计算器。Spotify 的 CTO 未必关心"哪家 AI 更有道德",他关心的是每百万 tokens 多花了多少钱。

代价二:IPO 压力会重新定义"安全"的边界。

Anthropic 的整个品牌建立在一个区隔上:我们比 OpenAI 更负责任、更安全。这个定位在 VC 融资期间是资产——企业客户愿意为"出了问题有章可循的 AI"支付溢价。

但上市之后,季度收入压力、股东回报压力、分析师预期管理,会让每一个关于"安全优先"的决策都多出一个成本维度。OpenAI 2019 年也经历过这个十字路口,选择了商业化,然后就有了今天的 $852 billion 估值——但也有了那批理想主义创始人的集体出走。

Anthropic 现在到了同一个岔路口。

代价三:Mythos 这个问题,没人愿意正面回答。

2026 年 5 月 28 日,与 Series H 同天发布的,还有 Claude Opus 4.8,以及一个叫 Claude Mythos Preview 的模型——专为网络安全设计,只对"精选的少数公司"开放,Anthropic 称其具备"高级网络安全能力"。

2022 年 Constitutional AI 论文的 16 条原则里,有一条是"Avoid actions that could harm many people"(避免可能伤害许多人的行动)。

"高级网络安全能力"是防御性的,还是进攻性的?两者之间的界线,在一个正在谈 IPO、正在争政府合同的公司手里,会不会变得模糊?

这个问题现在没有答案,但值得记住。

---

升华:原则作为品牌锚,有承重极限

Anthropic 超越 OpenAI,表面是估值数字的比拼,背后是一个更古老的商业逻辑:有时候,坚守某种原则作为品牌锚,比烧钱买用户更便宜。

Anthropic 的"安全"定位,让它在企业市场拿到了信任溢价。Claude Code 的企业渗透率不是单靠营销做到的,是信任在变现。五年前那篇 Constitutional AI 论文,最终转化成了企业采购清单上的一个理由:"我们选 Anthropic,因为他们出了问题有规可循。"

这条路走通了。

但所有的品牌锚都有承重极限。Dario Amodei 当年离开 OpenAI,也许正是因为他在 Sam Altman 的决策里看到了那个极限被逼近的样子。

现在是 2026 年,$65 billion 的融资路演结束,IPO 的钟已经在倒计时。

那个"helpful, harmless, honest"的宪法,下一轮拷问的主角,是 Anthropic 自己。

---

他们从 OpenAI 出走是为了避免这一天,还是为了准备好这一天——现在已经说不清楚了。

---

数据来源

作者
一键分享或复制链接

相关文章推荐

查看全部文章 →