作者声明：该图片由AI生成
Anthropic联创兼总裁丹妮拉·阿莫代伊。图片经由AI处理
文丨博阳
编辑丨徐青阳
美国当地时间6月4日，Anthropic发了一篇长文，标题叫《当AI开始自我构建》。发文的时机，恰逢该公司刚秘密提交IPO申请，估值首次超过OpenAI之际。
文章里提及的数字让人没法忽视：Anthropic代码库中80%的代码已由Claude自行编写；工程师人均代码产出较2024年暴涨8倍；最开放的工程难题上，Claude成功率半年从26%飙到76%；优化训练代码，人类4-8小时做到4倍加速，Claude Mythos Preview直接干到52倍。
然后文章话锋一转，发出了一个不太像胜利宣言的警告：人类审查的速度已经追不上AI生成内容的速度了。如果没有一套机制来控制节奏，接下来的风险可能无法收场。所以Anthropic的提议是：建立全球协调机制，大家一起减速甚至暂停AI研发，等对齐研究和社会治理跟上来再说。
有意思的是，这种“既要往前冲、又想踩刹车”的矛盾感，恰好也贯穿在Anthropic总裁丹妮拉·阿莫代伊（Daniela Amodei）于2026彭博科技峰会当天的一场专访里。
作为与哥哥达里奥·阿莫代伊（Amodei Dario）共同执掌Anthropic的领导者，丹妮拉系统阐述了公司的底层哲学：拒绝“领跑者”叙事，坚持把每天的客户服务和使命初心放在首位。
在算力扩张方面，她的态度是宁可供不应求，也不过度投资。对待国家安全和社会影响，丹妮拉主张透明合作，但绝不单方面牺牲竞争节奏。当被问到AI可能消灭半数白领工作时，她的回答不像一位科技公司高管，更像一个还在思考的哲人。她说：“人类喜欢在一起创造、交流，甚至争论。AI夺不走这些。”
专访中，丹妮拉还透露了几个关键信息：Mythos模型继续分层发布，先让网络防御者有时间修补漏洞，再逐步扩大范围；IPO已秘密提交申请，理由是训练AI模型“极度资本密集”；对于外界“监管俘获”的指责，她的回应很简单——管好自己就行，控制不了别人做什么。
一边是万字博客里的风险预警，一边是专访里的从容淡定。这两种声音之间的张力，或许才是此刻Anthropic最真实的状态。
以下为丹妮拉最新专访精炼版本：
01 兄妹共治，两个人总比一个人容易
问：你和你哥哥达里奥在2021年离开OpenAI，一起创办了Anthropic。如今公司已有数千名员工，你们俩的领导风格有什么不同？
丹妮拉：达里奥是一位了不起的技术愿景家。早在2010年左右，他就坚信AI会变得极其重要。他不断提醒公司关注技术的规模、雄心和演进方向。我的角色则更偏向实际运营和日常管理，负责领导执行团队，做关于客户、产品、研究的决策，思考如何让AI真正服务于使用它的人。我们俩形成了很好的互补。说实话，我不知道一个人怎么能独自运营一家公司，两个人一起做就容易得多，尤其是当彼此非常了解的时候。
问：记得你之前提过，你们很少吵架。这是怎么做到的？出现分歧时，你们怎么解决？
丹妮拉：作为兄妹，我们有几十年的时间练习吵架、和好，并且仍然爱着对方。早年那些“你干嘛拿我玩具”的经历，对后来在Anthropic的合作其实挺有帮助。
我们当然会有分歧，但关键在于解决分歧的方式。我们之间始终有着深深的相互尊重。所以，如果面对同一件事我们得出不同结论，我的第一反应通常是好奇：这个决定在我看来很明显，你怎么会那样看？往往是因为他掌握了一些我不知道的信息，或者视角完全不同。
大概百分之八九十的情况，我们最终会找到一个折中的方案，它结合了各自的想法，比原先任何一个都好。能从不同角度看待问题和决策，是我们共事的一个优势，能帮我们做出更好的决定。
02 跑得快不重要，跑得久才重要
问：两年前，Anthropic在与OpenAI的竞争中还明显处于劣势。现在情况似乎完全不同了。你们取得了巨大的成功，尤其在程序员群体中。Anthropic的年化收入预计将达到470亿美元，估值也首次超过了OpenAI。你觉得Anthropic现在是明确的领跑者吗？这有没有改变你们的做事方式？
丹妮拉：我和达里奥一直强调，这种思考方式完全是错的。我们的观点始终是：关键在于我们每天怎么服务客户，怎么保持谦逊，真正专注于使命。
我们创办Anthropic的初衷，是希望以合乎道德、负责任、公平的方式构建这项技术。公司里的每个人，尤其是领导层，都有责任认识到那些数字不是重点。我们的工作是支持那些每天依赖我们的企业。
AI正日益融入每个人的工作流程、办公体验和个人生活，这是巨大的特权和责任。我们每天都努力成为公司可能达到的最佳状态，这需要努力、谦逊、时间、专注和精力。
问：Anthropic已秘密提交了IPO申请。SpaceX也提交了，OpenAI预计很快也会提交。你们为此准备了多久？你认为AI公司之间存在“争第一”的竞赛吗？
丹妮拉：我们确实秘密提交了S-1文件，这给了我们在SEC审查后上市的选择。关于IPO的事情，我只能说这么多，希望你能理解。
问：能不能稍微深入一点？在这个时间点，一家AI公司决定上市与否的考量是什么？利弊各有哪些？一方面能获得更多资本，但另一方面要受制于季度业绩和股东电话会。总体上你怎么看？
丹妮拉：至少就我们而言，训练AI模型是高度资本密集的业务，这在行业内不是秘密。问题在于如何获得训练这些模型所需的资本规模。训练和推理的前期成本非常高。我猜测，随着时间推移，那批推动前沿技术发展的核心公司都需要获得资本，而公开市场很适合解决这个问题。当然，这里也有权衡，但训练和服务模型的基本结构就决定了需要那种量级的资本获取渠道。
03 我们不逼任何人用AI
问：很多企业追捧Claude，但我们也听到客户对所谓“为用而用”的担忧。Uber的高管曾提到，如果没有明确的、基于指标的投资回报率，证明支出的合理性会越来越难。你认为一些企业可能在实验阶段对AI工具过度投资，之后会削减开支吗？
丹妮拉：我认为这两件事同时成立。第一，你用“实验”这个词很恰当，因为这些工具确实强大且有能力。与两年前相比，模型能创造的经济价值已大幅提升，但我认为未来四到八年还有很长的路要走。我们会看到不同领域进行实验，摸索如何从模型中为特定工作流获取最大价值。
第二，企业使用AI的方式会变化。今天的一些用例将继续成为效率、创造力的驱动力，不论在编码、金融、法律还是医疗领域。同时，随着整个商界对这些工具越来越熟悉，我们会共同学习如何最好地应用它们，并在这个过程中支持员工。现在有一种感觉是“有排行榜，我必须用它，可我拿它做什么呢？”我希望随着时间推移，AI会更自然地融入日常工作、人们的沟通方式中，并以让人感觉良好的方式实现更多价值。
问：Anthropic自己有没有这种排行榜？
丹妮拉：我们没有你说的那种排行榜。我们会追踪内部使用Claude的程度和用例，因为我们为自己提供给客户的所有工具制作原型。你看到的所有产品，比如Claude Code或Claude设计，都是先在Anthropic内部构建的。我们有真实需求，然后问Claude能不能帮忙解决。所以，检查自己如何使用、用了多少，是一项重要指标，但不存在“你必须用AI，用得越多越好”的规定。
问：除了编码或研究，内部哪些岗位用Claude最多？
丹妮拉：整个公司都在用Claude处理大大小小的事情。第二大使用部门大概是财务，很多后端财务规划分析和数据处理上，Claude提供了很多帮助。我们的人力团队还用Claude搭建了一个内部工具，用于绩效评估。现在正好是评估季，团队反馈很积极，觉得比以前有趣、互动多了。它会在评估时提取我过去六个月里的相关信息。这恰好说明这些工具的通用性，能跨越整个业务，接收大量信息，帮你在岗位上更成功。
04 手里有筹码，才敢不跟风
问：达里奥和公司领导层一直公开表示需要更多计算资源。你们最近与xAI达成了租赁算力的协议。OpenAI早前在锁定大型数据中心交易方面动作很大，基础设施投入高达一万亿美元。为什么Anthropic采取了截然不同的方法？
丹妮拉：我们公开讨论过计算方面“不确定性锥”的概念。这类交易的结构要求你提前相当长时间承诺一定数量的计算资源。Anthropic的观点始终是：我们希望为最好的结果做计划，但不要过度扩张，买了自己无法有效使用的算力。
要完美预测这点很难。我们宁愿处在产品需求略高于服务能力的那一边，而不是反过来——过度投资后陷入糟糕境地，因为你买了东西将来却付不起钱。这真的很难。我认为整个行业仍在摸索如何构建这类交易。
总的来说，我依然认为保持财务责任感，审慎考虑采购规模，确保未来有能力实际使用这些算力，是更好的选择。在某个时间点，我们可能会略低于或略高于需求，这都有可能。
问：在与SpaceX的公告里，Anthropic表示可能使用太空中的数据中心。你怎么看？现实吗？我们离那一步还有多远？
丹妮拉：我不觉得太空数据中心会出现在2027年的待办事项清单上。但AI这个领域最让我惊讶的，可能就是这项技术的出现让哪些新事物成为可能。所以，眼下没有启动太空数据中心的计划，但你永远不知道。
问：几个月前，Anthropic就AI软件的使用限制与五角大楼有过一次公开角力。你今天对找到解决方案是更乐观还是更悲观？
丹妮拉：Anthropic从第一天起就毫不含糊地公开我们对国家安全的承诺。我们是第一家可以在绝密云上使用的公司。这些价值观和原则对我们来说由来已久，不是什么新鲜事。
我必须说，我们能够与政府就各种话题进行富有成效合作的程度，给我留下了深刻印象。我认为更长远的叙事，一直是我们与各级政府富有成效合作的能力。因为从根本上说，AI是且将是一个地缘政治问题。要成为合乎道德且负责任的实验室，我们需要与世界各地政府合作，共同探讨如何以安全、对人民有益、能保护民主的方式推出这项技术。长期看，我对此非常乐观。
问：你认为像OpenAI或谷歌这样的公司，是否因为Anthropic坚持自己的立场，而能从政府那里谈出更好的协议？
丹妮拉：每个公司都有自己的立场和原则，红线划在哪里，价值观是什么。我觉得Anthropic会始终尽可能公开自己的原则和价值观以及背后的原因。但归根结底，重要的是无论你作为公司的价值观是什么，你都要忠于它们，要觉得能向员工和外界解释清楚。我们无法控制其他企业怎么做。Anthropic的角色是做最好的自己。我认为这是公司多年来应对许多艰难决定的最佳方式。
05 赚到的，终归要还回去一部分
问：慈善似乎是Anthropic文化的重要部分。你和许多联合创始人都承诺捐出80%的股权。我好奇你是否会支持加州提出的“亿万富翁税”，即对净资产超10亿美元的个人征一次性税？
丹妮拉：Anthropic已公开表示，AI将创造巨大财富，这一点我们已经看到了。我们对这些财富应以某种方式再分配的想法也一直持开放态度。无论是捐赠承诺，还是我们在讨论劳动力替代可能性时的许多观点，都基于一个信念：如果不主动采取行动，AI像许多技术一样，很可能扩大不平等和差距的鸿沟。这并非我们所愿。
所以我认为有很多有趣的提议在流传，关于怎么解决这个问题。当然，我们能控制的部分是，作为公司、作为个人、作为联合创始人，选择怎么处理我们从AI中获得的任何经济利益。
问：AI有很多潜在好处，比如帮助治愈疾病、降低消费品成本，但也会带来恐惧。达里奥去年说过，AI可能消灭一半白领工作。你同意吗？如果同意，解决方案是什么？更多的税收？全民基本收入？职业再培训？怎么支付这一切？
丹妮拉：我认为我们已经看到了AI带来颠覆的方式，但不一定知道未来会怎样。一年、三年或五年后可能出现的具体颠覆尚不可知。公司必须公开研究当下情况，这就是我们发布社会影响研究的部分原因。人们怎么用AI？它在取代还是补充工作？目前发现，在2025和2026年，替代只占AI所做事情中的极小部分。我们看到这主要发生在海外的客户支持岗位，而这些工作本来也已被更传统的机器学习自动化了。
将来会改变吗？当然。但我认为这里有更广泛的社会挑战。AI将能做许多今天人类能做的有成效的事。这对我们如何寻找意义、赚取收入、彼此相处意味着什么？默认做法是像对待过去的技术那样，把它整合进现有工作流。我个人认为，我们有一个真正的机会去思考：如何加速和强调那些只有人类才能做的工作和寻找意义的部分？
这基于一个很基本的信念：人类喜欢花时间和他人在一起，喜欢一起创造东西，喜欢彼此交流，有时也喜欢彼此有不同意见。我不认为AI会从根本上夺走这些。但我们必须弄清楚怎么将它应用到现有经济基础设施中，让人们仍能在工作中找到意义，并有办法谋生。再说一次，有各种不同的构建方式。
06 Mythos必须让防御者拥有“领先起跑优势”
问：两个月前Anthropic推出了Mythos，你们最强大的模型，并限制了访问，理由是担忧其通过发现和利用安全漏洞对关键软件造成严重破坏。现在你们计划更广泛地发布这些Mythos级别的模型。过去几个月发生了什么变化？是这些模型与之前版本相比有了实质性区别，还是它们更安全了？
丹妮拉：我们确实扩大了Mythos的客户范围，新增了全球15个国家和地区的约150个组织。我们对Mythos的方法始终包含时间因素。一开始只开放给网络防御者，比如非营利组织、政府和负责保护关键基础设施免受潜在网络攻击的组织。
和任何安全漏洞的情况一样，必须让防御者拥有“领先起跑优势”。AI模型技术会不断进步，如果不是我们某天发布Mythos级别的模型，其他AI公司也会。但你首先把访问权给谁，给他们多少时间来修补模型可能揭示的漏洞，这真的很重要。
我们正采取这种谨慎、分层的策略。我知道这在某些方面令人沮丧，因为人们真的很想用这个模型。但作为一家以道德和负责任为基石的公司，我们觉得这一点非常重要：首先把访问权给那些真正能帮我们防御这些风险的组织，然后慢慢扩大范围，纳入越来越多关键基础设施，直到最终认为可以更广泛地发布。
问：到目前为止，Anthropic非常专注企业端，即使你刚才描述发布方式时也是如此。今年我们会看到向消费者领域的推进吗？
丹妮拉：我们确实有消费产品，就是Claude本身。我们从第一天起就觉得，企业在精神上最适合Anthropic和我们的价值观。对信任、责任、可靠性、透明度的关注，已深深融入这家公司的DNA。
我们有一个不断增长的消费者群体，多是使用AI从事生产性活动的专业人士和个人。这不一定是为工作，有时是，但常常是为了提升自己的技能和知识，无论是在爱好上，还是像我作为母亲，在儿子小时候帮我整理幼儿园申请。Claude非常擅长帮人处理这类行政事务。
但我认为，我们的消费产品与竞争对手的可能不同之处在于，它不是娱乐工具。我们不是让人们用它来玩、寻开心，虽然它用起来可能很有趣，但它真的是为了生产性活动，无论在工作中还是在家里。我认为即使企业是主要关注点，仍会有相当多的人想用这个产品和服务。
特约编译金鹿对本文亦有贡献
