AI天演論
筆記君說：
昨天，舊金山一棟不起眼的寫字樓裡，一份S-1草案檔案被悄悄遞進了SEC（美國證券交易委員會）的電子系統。
沒有發佈會，沒有提前吹風，連這家公司大多數員工都是第二天看新聞才知道的。
檔案落款：Anthropic。估值：9650億美元。
一家三年前還沒幾個人聽過的公司，一年前估值還只有41億美元，現在站上了9650億？
9650億美元的估值，相當於2個騰訊或3個阿里巴巴。而做到這一切的公司不到5000人，每月活躍使用者只有ChatGPT的5%，還在2026年初主動拒絕了一筆2億美元的軍方合同。
更厲害的是，這家剛成立了5年的公司，年化收入突破了470億美元，折合人民幣3400億，相當於兩個茅台。而茅台走到今天，用了73年。
還有很多人預測，Anthropic很可能成為人類歷史上第一家年收入超過兆美元的公司。
這是什麼概念？國家電網和中國石油這中國收入最大的兩家公司，2024年加起來大約1.04兆美元。一個6年前根本不存在的公司，收入可能比它們加起來還多。
這個故事，用傳統的“增長方法論”完全沒法解釋。
正好，有一本書提供了一個理解框架：《10x Is Easier Than 2x》，中譯名《為什麼10倍增長比2倍更容易》（為行文簡便，以下簡稱《10x》），作者是丹·沙利文和本傑明·哈迪。
丹·沙利文用30年時間輔導了25000多名企業家，他得出的核心判斷非常反常識：10倍增長其實比2倍更容易。
今天，我們用這個框架解讀Anthropic的故事，帶你看清一個特別重要的問題：當所有人都在“更努力”的時候，“更聰明”到底長什麼樣。最後，附帶給中國創業者的4個啟發。
一、起點：與其更好，不如不同
1.一年從41億到9650億的奇蹟，怎麼來的？
很多人看到Anthropic的估值曲線會覺得不可思議。
2024年初：41億美元；2025年初：約600億美元；2026年5月：9650億美元。
如果把這種增長理解為“跑得更快”，就完全錯過了重點。Anthropic不和OpenAI比誰跑得更快，而是直接換一條跑道。
OpenAI用ChatGPT發展數億C端使用者的時候，Anthropic在簽企業合同。OpenAI做全場景覆蓋，Anthropic做單點穿透。OpenAI追求“什麼都能做”，Anthropic追求“做了就能讓人信任”。
這兩家公司的估值邏輯也完全不同：OpenAI靠C端使用者基數和通用能力，Anthropic靠企業合同中的不可替代。
全世界有多少公司？成百上千萬。Anthropic的產品可以嵌入它們的所有流程，所以它的市場不是某個賽道，而是整個商業世界。
這是兩種完全不同的“增長結構”。
用《10x》的框架理解就是：2倍增長是“用同一種結構做更多事”：更多使用者、更多場景、更多功能。10倍增長是“換一種結構做更少的事”：更少但更深的客戶、更少但更不可替代的能力、更少但更清晰的定位。
Claude Code，Anthropic的AI程式設計工具，2026年2月ARR（年度經常性收入）已經幹到了25億美元，從上線到這個數，只用了9個月。
這25億美元怎麼來的？不是鋪管道、砸廣告、打價格戰。Claude Code本身就是開發工具，用它的開發者越多，Claude的能力就越強（通過使用資料反饋），然後吸引更多開發者，這是一個能自我加速的增長引擎。
《10x》把時間分為兩種：Chronos時間（線性、定量、朝九晚五）和Kairos時間（非線性、定性、關鍵時刻）。大多數公司的增長是Chronos式的，按部就班投入資源，線性換取回報。
Anthropic的增長是Kairos式的，抓住少數幾個能自我放大的槓桿點（企業市場、安全定位、開發者生態），然後讓這些槓桿點互相強化。
這就是為什麼“10倍比2倍更容易”，不是10倍不需要努力，是10倍逼你放棄用蠻力的幻覺，找到那個能四兩撥千斤的支點。
2.“不做什麼”，才是護城河
《10x》的核心命題建立在一個簡單區分上：2倍增長是存量內卷，在原有框架下做加法，加班、最佳化流程、打價格戰、搶份額。路徑太多，每條看起來都可行，最後陷入選擇癱瘓，那條都試一點，那條都沒做透。
10倍增長是質變重構：10倍目標直接廢掉了80%的現有路徑，你不可能靠更努力實現10倍增長，於是被迫找質變的槓桿點，路徑反而變得極簡清晰。
2倍讓你什麼都想試，10倍逼你只留最重要的。
Anthropic的創立，就是這套邏輯的樣本。
2020年底，達里歐·阿莫迪還在OpenAI當研究副總裁。他主導過GPT-2和GPT-3的研發，是RLHF（人類反饋強化學習）的共同發明人，在AI圈子裡是絕對的技術核心。
但他和山姆·奧爾特曼在一個根本問題上談不攏：AI的發展速度和安全邊界。
奧爾特曼的路線是性能優先、加速商業化、接受微軟百億美元投資。這條路沒問題，後來的事實也證明它走得通。但達里歐覺得，還沒建好安全護欄就全速沖，賭的是一個不可逆的未來。
2021年2月，他帶著幾個同事離開了OpenAI。其中包括他的妹妹丹妮拉·阿莫迪，她是OpenAI的安全與政策副總裁。
丹妮拉後來說了一句話很值得思考：“如果我們不現在走，以後就沒機會證明另一種方式是可行的了。”
請注意，他不是因為“幹不下去了所以走”（這是“需要”驅動的決定），而是因為“我們認為另一種方式可行，不走就來不及證明了”（這是“想要”驅動的決定）。
《10x》裡有一個專門的概念區分“需要”和“想要”。
“需要”來自匱乏和恐懼。缺算力，所以得拿微軟的錢；缺時間，所以得快發佈；缺優勢所以得搶先。
“想要”來自自由和真實選擇，因為相信一些事所以做。
大多數創業公司的起點是“需要”，Anthropic的起點是“想要”。
如果純粹從商業結果看，“需要”驅動的公司也可以非常成功，OpenAI自己就是證明。但“想要”驅動的公司有一個結構性優勢：它在創立第一天就回答了一個“需要”驅動的公司可能永遠不回答的問題——“我不做什麼？”
其實，大多數創業公司都是被逼著走的：沒錢了，所以融資；沒使用者了，所以做增長；沒優勢了所以打價格戰。每一步都是被動的。
這個區別聽起來像雞湯，但後面你會看到，它直接決定了這家公司能砍掉什麼、能拒絕什麼，這些“不做”就是它最深的護城河。
二、減法：把拒絕變成定價權
《10x》全書最核心的一句話：“10X isn’t about more.It’s about less.”（十倍增長之道，不在做多，而在做少。）
丹·沙利文用了米開朗基羅的隱喻來貫穿全書。有人問米開朗基羅，你是怎麼把大衛雕像刻得這麼完美的？他回答：很簡單，我只是去除了不屬於大衛的部分。
Anthropic的歷史，就是不斷“去除不屬於大衛的部分”。有三刀砍得特別精準。
第一刀：不做C端
Claude App月活使用者約3000萬，ChatGPT超過6億，前者只有後者的5%。放在任何一個傳統分析框架裡，這都是一個巨大的失敗，AI助手這種產品，網路效應和資料飛輪不都應該靠使用者規模驅動嗎？
但這是故意的。
Anthropic把幾乎全部資源押在企業市場。結果是什麼？年付費超過100萬美元的企業客戶從兩年前的十幾家擴大到超過1000家。財富10強公司裡有8家是Claude的客戶。企業AI支出的市場份額，Anthropic佔了65%，OpenAI只有20%。
背後的邏輯很簡單：C端使用者換AI助手的成本幾乎是零，今天用Claude，明天用ChatGPT，後天用Gemini，誰的模型強就用誰，沒有忠誠度可言。
但企業客戶不一樣，一旦把AI嵌入核心業務流程，比如橋水基金用Claude分析經濟資料、湯森路透用Claude建構法律AI助手，切換成本高到不可替換。
打個比方，C端使用者像逛超市的顧客，那個促銷去那個；企業客戶像簽了年卡的會員，續費比換店容易得多。Anthropic選擇了只做會員生意。
《10x》裡有一個對應的案例：物流公司Stream Logistics放棄了95%的常規貨運客戶，聚焦5%的高風險特種貨運。團隊規模沒變，利潤翻了4倍。
道理是一樣的：常規客戶量大但利潤薄、流失快；高風險客戶量小但單價高、粘性強。
第二刀：不做“討好型AI”
Anthropic定義了一個3H優先順序的模型行為框架：無害（Harmless）>誠實（Honest）>有幫助（Helpful）。
大多數AI公司的優先順序是反過來的：首先要有用，其次要精準，至於安全，能做到什麼程度算什麼程度。
Anthropic把這個順序顛倒過來，如果某個使用者的請求可能產生有害輸出，Claude會直接主動拒絕執行。
他們寧可得罪使用者，也不冒安全風險。
《10x》裡有一個概念叫“適應性函數”，你選擇最佳化什麼，決定了你成為什麼。
大多數AI公司最佳化的是“能力”和“使用者增長”。Anthropic最佳化的第一指標是“可信度”。不同的適應性函數，導向完全不同的產品取捨。
看一組資料：2026年4月Vectara排行榜實測，Claude Opus 4.6幻覺率約4%，GPT-5.4約6%。差距看著不大，但實現方式完全不同。Claude碰到拿不準的事，會說“我不確定”，不是它更聰明，而是它更敢認慫，寧可少說一句，也不瞎編一條。
你想想，一個會主動說“這個我做不了”的AI，和一個什麼都敢接的AI，你會把核心業務交給誰？
第三刀：拒絕五角大樓
2026年2月，美國國防部要求Anthropic移除Claude的安全護欄，以便軍方使用。Anthropic明確拒絕，然後給自己劃了兩條紅線：不參與大規模國內監控、不開發完全自主武器。
2億美元的軍方合同，就這樣沒了。幾小時後，山姆·奧爾特曼宣佈OpenAI與五角大樓達成合作協議。
《10x》有一個原則叫“永遠做買家”（Always Be the Buyer）——在關係中掌握主動權，不妥協於低價值合作。判斷標準不是“對方給的條件好不好”，而是“這次合作是否偏離了你的獨特才能”。
對Anthropic來說，獨特才能就是“安全可信的AI”。國防部的錢是錢，但拿這錢的代價是犧牲自己的定位，那就是低價值合作。
三刀砍完，Anthropic回答了一個深層問題：定價權從那裡來？
傳統答案是：定價權來自壟斷、網路效應、技術壁壘。
Anthropic給了另一個答案：定價權也可以來自“你知道自己堅決不做的事”。客戶發現市場上只有你會因為安全原因拒絕一個請求，發現你對自身的限制比任何監管要求都嚴格，信任就變成了溢價。
你的“不做”，會讓別人覺得你靠譜。而靠譜，才是可以收錢的。
三、分工：
一個負責理想，一個負責活下去
《10x》最核心的作業系統叫“Who Not How”，不問“這件事我怎麼幹”，問“誰是做這件事的最佳人選”。
聽起來像正確的廢話，但放到Anthropic的創始人結構裡，就十分對位了。
達里歐負責技術願景。他是生物物理學博士，說話慢、喜歡在白板上畫複雜的架構圖、一個問題能講40分鐘。投資人對他的評價是：“這個人太理想主義。”
丹妮拉負責營運執行。她學英國文學出身，在Stripe做了五年招聘和營運，後來在OpenAI做到安全與政策副總裁。投資人對她的評價剛好相反：“和她聊完覺得這家公司能活下去。”
達里歐負責“我們為什麼存在”，丹妮拉負責“我們怎麼活到明天”。缺一個，Anthropic都走不到今天。
《10x》裡還有一個“企業家進化的4個層級”模型。Level 1是創始人親力親為做一切事，公司變成創始人的瓶頸。Level 4是所有團隊成員都在自己的獨特才能上精進，非獨特才能的事全部交給“Who”。
大多數創業公司卡在Level 1到Level 2之間，創始人嘴上說放權，手裡往往捏得更緊。
Anthropic從創立第一天起就跳到了Level 4：達里歐在技術上深度參與（這是他的獨特才能），但營運、商業化、人才體系全部交給丹妮拉。他不在所有維度上都做10分，而在自己那20%高槓桿領域做到極致，剩下80%找到比自己更強的人。
Anthropic的其他幾位聯合創始人，全部來自OpenAI，但每個人的背景精準覆蓋了公司戰略的一個支柱。
賈裡德·卡普蘭是Scaling Laws（縮放定律）論文的核心作者，負責模型架構。
克里斯·奧拉是可解釋性研究的先驅，負責理解模型內部運行機制。
傑克·克拉克是OpenAI前政策總監，負責政府關係與公共溝通。
這是精確的篩選，把“要實現我們的戰略，必須有那些人”這件事，徹底想清楚了。
再想想咱們中國創業公司最常見的組隊方式：找幾個朋友，或者找幾個“牛人”，湊在一起再說。方向是後面才定的。
Anthropic是先定了方向，再按方向找人。前者是“有什麼牌打什麼牌”，後者是“先想清楚，要贏下這局需要什麼牌”。
四、螺旋：承諾、勇氣、能力、信心
《10x》把一個人或組織的10倍躍遷拆解為四個內部轉化步驟：Commitment（承諾）、Courage（勇氣）、Capability（能力）、Confidence（信心），然後信心又催生更大的承諾，形成螺旋上升。
Anthropic的五年歷史驗證了這個循環。
2021年，承諾：創始團隊離開OpenAI，創立Anthropic，設定“安全優先”這個標準。公開地、不留後路地宣佈“我們跟你們不一樣”。
2022-2023年，勇氣：Claude 1模型訓練完成，但選擇不發佈。這一年正是ChatGPT引爆全球AI軍備競賽的窗口期。外面炮火連天，你手握武器不出兵？組織內部的壓力可想而知。
但達里歐認為，在沒有足夠安全測試之前發佈等於“引發一場你控制不了的軍備競賽”。
2024-2025年，能力：Claude 3系列發佈，Opus在多數基準測試中首次全面超越GPT-4。上下文窗口從100K擴展到200K再到1M。勇氣倒逼出了能力，因為等了那麼久，所以發佈時必須夠強。
2026年，信心：企業AI支出市場份額65%。估值超越OpenAI。
第一季度年化收入達到440-470億美元。第二季度首次實現營運盈利。小的成功驗證了新身份，信心又引領下一輪更大的承諾：9650億美元估值IPO。
達里歐在2025年的一次內部會議上說過一句話：“我們做的每一個決定，回頭看都不是最優的。但加起來，方向是對的。”
這話很實在，10倍增長不需要你每一步都對，需要的是你每一次在2倍拐點和10倍拐點之間，果斷選擇後者。
五、給中國創業者的4個判斷
Anthropic的故事不能直接複製，但這個框架揭示的一些結構性規律，其實也適用於每一位中國創業者。
判斷一：“越努力越焦慮”的解藥不在於更努力
很多中國創業者上午談融資，下午盯產品，晚上搞直播，周末跑關係。每件事看起來都必須做，每件事都做得不夠好。
Anthropic能砍掉C端、砍掉五角大樓的大單、砍掉“討好型”響應，是因為它在創立第一天就明確了自己的適應性函數：安全可信的AI。
中國企業家的第一課倒不是“學Anthropic怎麼砍”，而得先問自己：那些事對我才是真正重要的？我敢不敢捨棄那些不重要的事？
這兩個問題答不上來，砍什麼都像自殘。
判斷二：創始人最難的功課不是“分權”，是識別獨特才能
大多數中國創業公司CEO什麼都管，產品、技術、銷售、融資、公關，把自己逼成全能型選手。
《10x》這本書不是簡單建議你放權，它提了一個更值得思考的問題：你的獨特才能到底是什麼？那些事只有你能做、你做起來比任何人都輕鬆、做這件事讓你進入心流？
達里歐的獨特才能是技術願景和架構思考，丹妮拉的獨特才能是營運執行和組織建設。他們不是因為“放權”所以成功，而是各自在獨特才能上做到極致。對創業者來說，不是自己的獨特才能，本來就不應該死磕。
判斷三：換一個領先者不願打的戰場，才能“後發先至”
在中國做AI或任何產業的創業者，面對巨頭最怕正面硬剛。Anthropic的策略提供了一種替代思路：不在領先者最強的地方打，而是找到領先者的戰略決定了它打不了或不願打的方向，在那裡成為第一名。
領先者的“最強”往往也是它的“最大約束”，OpenAI的使用者規模決定了它不可能像Anthropic那樣把安全優先順序提到能力之上，因為它在討好幾億人。
判斷四：真實增長不是數字變大，是結構變輕。
Anthropic不到5000人創造了OpenAI 7000多人沒法比的估值效率。不是因為Anthropic的人更聰明，而是它的收入結構更輕、更集中於高槓桿環節。
《10x》說“2倍增長是做更多事，10倍增長是做更少但更好的事”。這個邏輯在中國被嚴重低估。太多公司把“增長”等同於“擴張”：擴團隊、擴品類、擴市場。
但真正有效的增長往往發生在收縮之後：砍掉不賺錢的SKU之後利潤翻倍，停掉低效的流量投放之後ROI回升，拒絕消耗性的合作之後團隊士氣變好。
結語：做減法的勇氣
Anthropic在五年的關鍵決策中，幾乎每次都選了看起來更少、更慢、更不討好的那條路，不發佈已訓練好的模型、不追C端流量、不接軍方訂單。這些“不做”，構成了它最深的護城河。
當然，這不是故事的結局。Anthropic剛提交了IPO申請，它馬上要面對公開市場的利潤壓力、治理透明度的要求。當公司本身變成它曾經挑戰的“舊秩序”，下一輪10倍躍遷的承諾會是什麼？這個問題，可能比Anthropic過去五年做出的所有回答都更難。
對中國企業家來說，Anthropic的故事最有價值的，是它提出的問題：如果給你一個不用考慮“別人在做什麼”的時刻，你究竟想成為一家什麼樣的公司？你願意為了這個答案，不做什麼？ (筆記俠)