炮轰黄仁勋决裂奥特曼！1700亿美元估值背后硅谷最不好惹的AI狂人
应用介绍
一场家庭变故，塑造了这位硅谷顶级CEO。一项晚了四年的医学突破，让Dario Amodei深刻理解了科技加速的意义。他带着这份执念，将公司打造成AI领域的巨兽，誓要用技术追赶生命的遗憾。
作为Anthropic的CEO，他在2025年简直是「火力全开」，与行业对手、政府官员以及公众关于AI的看法展开了激烈交锋。
他预测AI可能很快会淘汰50%的入门级白领工作，还在《》上抨击了为期十年的AI监管禁令。
接受采访时，Amodei看起来很放松，精力充沛，他身穿一件蓝色翻领毛衣，内搭一件休闲白T恤，戴着一副方框厚边眼镜。
一些人认为他是技术远见者，曾开创了OpenAI的GPT-3（ChatGPT的前身），也是一位注重安全的领导者，毅然出走创立了Anthropic。
另一些人认为他是控制欲强的「末日论者」，想要减缓AI的进程，按自己的喜好塑造它，并把竞争对手挤出局。
从2021年「一无所有」开始，这家公司（尽管尚未盈利）的年化经常性收入（ARR）已从2025年3月的14亿美元，增长到5月的30亿美元，一路飙到7月份的接近45亿美元。
他的母亲Elena Engel负责伯克利和旧金山图书馆的翻新和建设。父亲Riccardo Amodei是一名手艺精湛的皮匠。
问题不在于大家是否乐于见到轰炸伊拉克；而在于大多数人反对，却不愿为此付出哪怕一毫秒的时间，这种情况需要改变，现在就改变，刻不容缓。
父亲的离世给Amodei带来了巨大的冲击，他将自己在普林斯顿大学的研究生方向从理论物理转向了生物学，希望能解决人类的疾病和生物学问题。
「有人研发出了治愈这种疾病的方法，成功挽救了很多人的生命，但原本可以拯救更多的人。」Amodei说道。
他认为，那些关于出口管制和AI安全保障的呼吁，被曲解为是一个非理性地试图阻碍AI进步的人所为。
Amodei表示，「我父亲正是因为晚了几年才出现的疗法而去世的。我比谁都明白这项技术能带来的好处。」
还未走出丧父之痛的Amodei，在普林斯顿开始了他的探索之旅：通过研究视网膜，解码人体生物学的奥秘。
我们的眼睛通过向视觉皮层发送信号来捕捉世界——视觉皮层是大脑的重要组成部分，占大脑皮层的30%——然后视觉皮层处理数据并展示图像。
「他是在拿视网膜当一个完整的神经网络缩影来研究，想搞清楚每个细胞到底在干嘛，」他在普林斯顿时期的同事Stephanie Palmer说，「他的野心在于此。他可不是想当个眼科医生。」
在Michael Berry教授的视网膜实验室工作时，他对当时测量视网膜信号的方法极其不满，他干脆发明了一种全新的、更好的传感器，能采集到更多数据。
他的毕业论文还赢得了Hertz论文奖，这是一个享有盛誉的奖项，颁给在学术研究中能搞出实际应用成果的人。
「我感觉他骨子里是个挺骄傲的人，我猜在他之前的整个学生生涯里，不管做什么，大家都会起立为他鼓掌。但在这里，情况不一样了。」
他在斯坦福大学，跟着研究员Parag Mallick做博后，通过研究肿瘤内外的蛋白质来检测癌细胞的转移。
生物学问题的复杂性，已经超出了人类能处理的范畴，要想把这一切都搞明白，你需要成百上千个研究员。
刚开始看到AI领域的一些新发现，我就觉得它可能是唯一能填补这道鸿沟的技术，AI能带我们突破人类极限。
他曾考虑过自己创业，后来又倾向于加入谷歌，因为谷歌Brain和刚收购的DeepMind都是资金雄厚的AI研究部门。
但就在这时，百度给了著名学者吴恩达（Andrew Ng）一亿美元的预算，让他放手去研究和部署AI，并组建一个「梦之队」。
他在百度的早期工作，催生了后来著名的「AI Scaling Law」——其实更像是一种观察总结出的规律。
当谷歌DeepMind CEO Hassabis和Meta的AI科学家Yann LeCun等人还在说，AI需要更多新突破才能达到人类水平时，Amodei却非常笃定（尽管不是百分之百）——前进的道路已经很清晰了。
在谷歌的大公司泥潭里待了十个月后，Amodei改变了主意。他于2016年加入OpenAI，研究AI安全。
团队还用人类反馈强化学习（RLHF）技术对GPT-2进行微调——Amodei也是提出这项技术的先驱之一。
尽管如此，OpenAI还是把GPT-3的领导权交给了Amodei，把公司50-60%的算力都给了他，打造一个超大规模的语言模型。
在亲眼见证了Scaling Law在多个领域都奏效后，Amodei开始思考这项技术的终点在哪里，对安全问题的兴趣也变得空前浓厚。
他看着这项技术，心里默认它最终一定会成功，如果你默认它会成功，最终会和人一样聪明，那你不可能不担心安全问题。
尽管Amodei领导着OpenAI的模型开发，掌握着公司大量的算力，但在很多方面他都控制不了。
那时，Amodei身边已经形成了一个关系紧密的小团体——有人因为他超爱熊猫，管他们叫熊猫党——他们在如何处理这些问题上，和OpenAI领导层想法完全不同。
一家公司的领导者，必须是值得信赖的人。他们的动机必须是真诚的，无论你在技术上把公司推得多远。如果为一个动机不纯、不诚实、不是真心想让世界变好的人工作，这事成功不了，只会助纣为虐。
他补充说，他一直希望通过鼓励别人模仿Anthropic的安全措施，来引发一场争相向善的竞赛。
我说的任何话里，都找不到一丝一毫这个技术应该只有我们公司能做的意思。我不知道怎么会有人从我的话里得出这种结论。这简直是令人难以置信的、恶意的歪曲。
我们支持安全、负责和透明的AI。我们生态系统中的数千家创业公司和开发者，以及开源社区，都在加强安全性。游说政府搞监管来打压开源，只会扼杀创新，让AI变得更不安全、更不民主。那不是争相向善，也不是美国取胜的方式。
我们始终相信AI应该惠及并赋能每一个人，而不仅仅是那些声称这东西太危险了，除了我们谁也搞不定的人。随着技术的发展，我们在合作、模型发布和融资方面的决策，已成为整个行业的标准。我们始终不变的，是致力于让AI变得安全、有用，并惠及尽可能多的人。
在公司一间会议室里，Jack Clark把他的笔记本电脑转过来，电子表格上列了一堆备选名字。
Anthropic这个词也在其中，它有「以人为本」的含义，而且巧的是，在2021年初，这个域名还没被人注册。
这个策略有两个好处：如果模型真有用，那会非常赚钱；同时，这种挑战也会逼着公司去造出更好的技术。
他表示，把AI模型从生物化学本科生水平提升到研究生水平，普通用户可能没感觉，但对辉瑞这样的制药公司来说，价值连城。这能更好地激励我们把模型开发到极致。
2023年7月，在ChatGPT亮相近一年后，他们的Claude聊天机器人横空出世，因其「高情商人设」而口碑炸裂。
在此之前，公司一直想把员工数控制在150人以内，但那之后，他们一天招的人比第一年全公司的总人数还多。
Anthropic如今已将其大模型卖给了各行各业——旅游、医疗、金融服务、保险等等——客户包括辉瑞、美联航和AIG这样的行业巨头。
生产「减肥神药」Ozempic的Novo Nordisk公司，就用Anthropic的技术，把一个原来要花15天才能搞定的监管报告，压缩到了10分钟。
公司专注于AI代码生成，一是因为这能加速自家模型的开发，二是因为只要做得够好，程序员会很快用起来。
2023年，我们从零干到1亿美元。2024年，又从1亿干到10亿。今年上半年，我们又从10亿干到了……估计今天说话的时候，年化收入已经远超40亿了，可能是45亿。
2025年，他们签下的千万级和亿级美元大单，是2024年的三倍，企业客户的平均花费也增长了5倍。
但Anthropic烧钱也烧得厉害，训练和运行模型的成本高昂，让人怀疑它的商业模式是否可持续。
一位创业公司的创始人表示，虽然Anthropic的模型最适合他的业务，但他不敢依赖，因为它太容易宕机了。
另一家编程公司的CEO也说，在经历了一段降价后，Anthropic模型的使用成本现在又涨回去了。
Amodei认为，随着模型越来越强，即使价格不变，客户得到的价值也在增加。实验室才刚开始优化推理成本，效率还有很大的提升空间。
悬而未决的问题是：生成式AI以及Scaling Law，会像其他技术一样遵循成本下降的曲线，还是说它是一种成本结构全新的技术？
AI实验室们一次又一次地打破创业融资记录。Meta、谷歌和亚马逊这样的老牌巨头，则利用其巨额利润和数据中心来打造自己的模型，进一步加剧了竞争。
Anthropic有一种特殊的紧迫感，由于没有像ChatGPT那样让用户习惯性使用的王牌应用，它的模型必须在特定领域保持领先，否则就有被竞争对手替换掉的风险。
DeepSeek震惊了商界，似乎表明开源、高效的模型可能会挑战行业巨头，让那些万亿市值的公司CEO们赶紧发X来安抚股东。
潜在投资者包括一些中东海湾国家，在从谷歌、亚马逊等机构拿了近200亿美元后，想找到更大的金主，选择已经不多了。
Amodei认为海湾国家有1000亿美元甚至更多的资本可以投，他们的钱能帮助Anthropic保持技术前沿。
没有华丽的演示，他只是拿起手持麦克风，宣布了消息，对着笔记本电脑念了稿子，然后就把聚光灯交给了产品负责人。但台下的观众似乎很买账。
AI理论里有个概念叫「智能爆炸」，指的是模型能自我改进，然后——嗖地一下——实现递归式的自我提升，变得无所不能。
当然，这无疑有助于Anthropic向制药公司和开发者推销其服务，AI模型如今的编程能力已经足够强，让这一切听起来不再像是天方夜谭了。
「对齐」是一门艺术，旨在调整AI系统，确保它们与我们的价值观和目标保持一致。可能会有一个能力快速进步的时期，但你绝不想对一个正在递归自我改进的系统失去控制。
在Claude 4的文档里，Anthropic就提到，模型曾反复尝试敲诈一名工程师，以避免自己被关机。
今天的AI已经在加速药物开发的文书工作，如果一切顺利，有朝一日或许真的能代替那成百上千的研究员，去理解人类生物学的奥秘。
每发布一个新模型，对模型的控制能力就更强一分。虽然总会出各种问题，但必须对模型进行非常严苛的压力测试。
「我对这件事的利害关系，有着超乎寻常的理解。它能带来的好处，能做到的事，能拯救的生命，我都亲眼见过。」
