Pixel 11快要發佈了。
Google已經宣佈，將於當地時間8月12日在紐約舉行新一屆Made by Google發佈會。按照目前的資訊，Pixel 11、Pixel 11 Pro、Pixel 11 Pro XL和折疊屏Pixel 11 Pro Fold預計將一同亮相。
手機之外，Google手裡還有Android、Chrome、Pixel Watch、耳機和智能家居裝置。今年5月，它又公佈了圍繞Gemini Intelligence設計的新一代AI筆記本Googlebook，首批產品預計於今年秋季推出。
從手機、電腦到瀏覽器、可穿戴裝置和智能家居，Google原本就擁有一套覆蓋工作與生活的軟硬體生態。
另一邊，OpenAI也在從零補上硬體這一塊。
2025年，它將Jony Ive創辦的硬體公司io併入公司，開始推進自己的AI裝置計畫。如今，首款產品的形態已經初步浮出水面：據彭博社報導，OpenAI正在開發一台可攜式、無螢幕的智能音箱，希望它能夠感知家庭環境、主動提供幫助，並成為一種更接近“類人AI伴侶”的長期存在——有點像我們熟悉的“小愛同學”（GPT升級版）。
一家原本就擁有硬體生態，另一家則準備從零製造新的終端。背景不同的兩家公司，都把目光投向了AI時代的下一個入口。
“御三家”裡，只有Anthropic顯得格外安靜。
它沒有Claude手機，沒有智能眼鏡，也沒有公開展示一款準備改變人機互動方式的新裝置。即使Claude已經成為最重要的基礎模型之一，Anthropic最核心的產品依然運行在別人製造的電腦、瀏覽器和雲平台上。
當越來越多AI公司開始爭奪使用者與AI相遇的終端，Anthropic押注的可能是另一種未來：
AI時代真正值得控制的，未必是使用者身邊的那台裝置，而是基礎模型本身，以及讓模型真正進入工作的工具。
改舊制者就便，創新局者就全
Google和OpenAI都在做硬體，但兩者的出發點恰好相反。
對Google來說，硬體是它原本就握在手裡的一張牌。
搜尋、Chrome、Android、Workspace、Cloud，構成了Google的網際網路帝國；Pixel手機、手錶、耳機、智能家居，以及即將推出的Googlebook，則讓這套生態一直延伸到使用者身邊的裝置。
今年5月公佈的Googlebook尤其典型。我們在之前的文章介紹過，AI正在重新推高一部分生產力硬體的價值。AI Agent發展的同時，電腦也需要更強的本地性能、更深的系統權限、更順暢的跨應用協作，才能讓AI更好地接入使用者的日常工作。
Google要做的，是把它手裡那套原本圍繞網際網路建立起來的產品體系，重新改造成一套圍繞AI運行的生態。
這是一場老牌科技公司的AI轉型。
它的優勢是手裡有足夠多的牌，模型不需要從頭尋找使用者，可以直接進入手機、電腦、瀏覽器、信箱、辦公軟體和雲服務。但它的難處也正在這裡：每一張舊牌背後，都連著一套已經成熟的產品邏輯、收入結構和使用者習慣。
同為老牌科技公司，蘋果也面對著同樣的問題。
它擁有手機、電腦、作業系統、晶片、應用程式商店和龐大的高價值使用者，理論上掌握著AI時代最難獲得的分發入口。偏偏在基礎模型這一層，蘋果遲遲沒有補上足夠有競爭力的能力。
最終，蘋果選擇向Google借力。今年1月，雙方宣佈達成多年合作，下一代Apple基礎模型將基於Gemini模型和Google的雲技術建構，用於新版Siri和更多Apple Intelligence功能。
蘋果手中最強的資產，也因此暴露出一塊明顯的空缺：終端、系統和使用者都已經準備好了，真正能夠驅動下一代互動的智能層，卻需要從外部補上。
Meta則更像一個轉型失序的樣本。
它手裡原本有一副幾乎令人嫉妒的好牌：Facebook、Instagram和WhatsApp帶來的全球使用者與社交關係，Llama積累的模型影響力，雄厚的算力投入，以及多年延續下來的硬體團隊。
從Quest、Ray-Ban眼鏡到Orion和肌電腕帶，Meta幾乎沒有錯過任何一個可能成為下一代入口的方向。但這些投入始終沒有匯成一條足以重新定義公司的產品主線。它在硬體上四處留情，最後卻頗有些“片葉不沾身”的挫敗。
相比之下，Google至少知道自己手裡的這些牌應該往那裡打。
在老牌科技公司的另一邊，作為原生AI公司的OpenAI在硬體上只能從零開始。
它從基礎模型和ChatGPT出發，沒有自己的手機、作業系統、應用程式商店、瀏覽器底層和消費電子供應鏈。ChatGPT雖然擁有龐大的使用者，但這些使用者依然要通過蘋果、Google和微軟控制的裝置去使用，或者說，OpenAI掌握了模型和應用，卻沒有掌握承載它們的終端。
因此，OpenAI做硬體最基本的邏輯，首先是補課。
2025年，OpenAI將Jony Ive創辦的io團隊併入公司，正式組建自己的裝置能力。7月15日，據彭博社援引知情人士消息，OpenAI與Jony Ive團隊開發的首款裝置，可能是一台可攜式、無螢幕的智能音箱，並被設想為一種能夠感知家庭環境、主動提供幫助的"類人AI伴侶"。
據報導，該產品將有助於控制智能家居裝置、播放媒體內容、回答各種問題、處理消息，同時還能利用ChatGPT所具備的各種功能。
今年5月，分析師郭明錤爆料稱，OpenAI正在加速開發一款直接面向智慧型手機市場的產品，計畫最早於2027年開始量產；6月底，OpenAI開發者帳號公開預告了與定製鍵盤廠商Work Louder合作的Codex硬體，並將7月15日標為揭曉日期；截至發稿，產品詳情尚未正式公佈。
從進入家庭的無螢幕AI伴侶，到被曝正在推進的手機，再到已經公開預告的Codex控製器，OpenAI顯然不只想製造一件硬體。它正在同時試探新的裝置形態、成熟的手機市場，以及面向具體工作場景的物理入口。
但硬體也只是這場擴張的一部分。
從搜尋、瀏覽器到程式設計、辦公、企業服務和應用平台，它正在從模型不斷向外擴展。ChatGPT也越來越不像最初的聊天產品，逐漸接近一個試圖收攏各種數字活動的統一入口。
7月9日，OpenAI開始把原本分散的產品線統一收回ChatGPT：Codex App正式併入新版桌面端，ChatGPT Work則把Codex的長任務執行能力從程式設計擴展到文件、網站和簡報；與此同時，Atlas瀏覽器也將在8月9日停止服務，相關瀏覽能力繼續遷入ChatGPT。
這正是此前被媒體披露的桌面“Super App”方向：搜尋、瀏覽、程式設計和通用工作不再保留各自獨立的入口，最終都變成ChatGPT內部的能力模組。
OpenAI的擴張之路其實很像網際網路時代超級平台的成長方式：先獲得使用者，再佔據入口；入口形成以後，再把搜尋、瀏覽、內容生產、工具呼叫和任務執行逐漸收進同一個生態。
不過，提到OpenAI的全面擴張，就很難繞開奧特曼本人。或者說，這條路線本身就帶有非常強烈的個人烙印。
奧特曼在網際網路創業和Y Combinator體系中成長起來。他習慣從一個足夠大的終局出發，思考實現這個終局還缺少那些環節，再逐一補齊。除了OpenAI，他長期投資和推動的領域還包括晶片、能源、身份認證和生命科學；他也曾尋求規模極其龐大的資本，以重塑全球AI晶片與算力供應。
因此，OpenAI今天的擴張並不只是“多做幾款產品”。奧特曼似乎相信，如果AI最終會成為一種基礎平台，那麼OpenAI就不能只掌握模型。它還需要應用、使用者、終端、算力，甚至支撐算力的晶片和能源。
這種“網際網路平台”的思路也正是他長期受到質疑的地方——網際網路時代的超級平台可以依靠接近於零的軟體複製成本和強大的網路效應，不斷把新服務疊加到已有使用者之上，但AI是一門每次呼叫都產生真實成本的生意。
奧特曼可能正在建造AI時代真正的作業系統，也可能只是把網際網路時代“先搶入口、再全面擴張”的成功經驗，搬進了一個成本結構和產業規律都不相同的時代。
Anthropic：硬體不是最重要的
OpenAI選擇把基礎模型不斷向外延伸，最終補齊一家公司能夠掌握的所有入口。而同樣從基礎模型起家的Anthropic，卻做出了幾乎相反的選擇。
Claude當然也在增加搜尋、設計、辦公和移動端等能力，即使Claude的使用者規模不斷擴大，Anthropic也沒有表現出把它變成一個無所不包的超級入口的興趣。
它的產品在變多，主線卻始終很集中：繼續投入基礎模型，再把模型送進真實工作場景。
這也是Anthropic與許多AI應用公司的區別。它不是拿到一個現成模型以後，再尋找幾個容易收費的垂直場景。Claude Code、Cowork、Claude Science背後，都有一個共同前提：基礎模型本身必須足夠強，能夠理解大量上下文、規劃多階段任務、呼叫外部工具，並在遇到錯誤以後繼續調整。
Anthropic在2024年推出的MCP，則為這些模型進入真實工作提供了一套開放的連接方式。基於MCP，Claude可以通過各種連接器接入程式碼庫、資料庫、Google Drive、Slack和企業內部系統，讀取分散在不同工具裡的上下文，並在獲得授權後執行操作。
Anthropic沒有試圖把所有資料和軟體都收進Claude自己的封閉生態，後來還把MCP交給廠商中立的開放治理。它似乎相信，只要模型的硬實力足夠，並且擁有進入各種工作環境的通道，Claude不必親自擁有每一款應用，也能成為工作流裡的核心智能層。
Anthropic對真實工作場景的專注，首先表現為對基礎模型的持續重投。
寫一段流暢的文字並不難，但要讀懂一整個程式碼庫、修改檔案、運行測試，再根據報錯繼續修正，模型必須連續做對很多件事。科研、金融、法律和企業流程也是一樣：工作往往橫跨多個軟體和資料來源，結果還必須能夠檢查、追溯和交付。
任何一步出錯，都可能讓整段工作失去價值。
Claude Code的價值，並不只來自終端介面、權限系統或者與開發工具的整合。它能夠成立，首先是因為Claude本身足以讀懂大型程式碼庫，維持較長的任務狀態，並在測試失敗後繼續尋找問題。Cowork和Claude Science也是如此：產品可以提供工作環境，但真正決定它能走多遠的，仍然是模型能力。
做模型和做應用，並不是兩件分開的事情，二者本就互相嵌合。真實工作本身，就是檢驗模型、暴露缺陷，並決定下一輪能力改進方向的地方。
程式設計場景尤其適合承擔這種角色。它有明確目標，也有相對客觀的反饋：程序能不能運行，測試能不能通過，修改是否破壞了已有功能。模型在規劃、工具呼叫和自我修正上的缺陷，很難在這樣的任務中被一段流暢的語言掩蓋。
Claude Code產品負責人Cat Wu曾在Lenny的播客中提到，團隊會把產品提前做到模型能力的邊緣。
例如，Claude Code團隊很早就嘗試過程式碼審查功能，產品原型已經存在，但當時的模型精準率還不足以讓它成為可靠功能。團隊沒有等模型成熟後再從頭開發，而是保留了原型。等新一代模型跨過能力門檻，產品便可以立即重新測試和推出。
我們在之前分享的文章裡，也介紹了Claude Code的這份歷史。
在Anthropic，模型和產品並不是一條先研究、再交付的流水線，兩邊其實在同步進行：產品團隊提前探索模型下一步可能具備的能力，研究團隊則不斷提高模型處理真實任務的上限。模型每向前走一步，原本無法成立的功能就可能迅速變成產品；產品進入實際工作後，又會暴露新的失敗案例，把問題重新送回模型。
Cat Wu提到，Anthropic一些功能的開發周期已經從過去的數月縮短到數周、數天，有時甚至只有一天。這當然得益於更輕的流程和AI輔助開發，但更重要的是，Anthropic把研究、產品和使用場景放得足夠近。
公司內部本身也是這套循環的一部分。Anthropic員工會直接使用Claude Code和Cowork搭建內部工具，把原本分散在不同軟體和資料來源中的工作連接起來。
因此，Google和OpenAI大力押注的硬體，在Anthropic的版圖裡並不重要——它想解決的問題，本就不需要一台Claude手機才能成立。
開發者、研究人員和企業員工已經有電腦、手機、瀏覽器和各種專業軟體。Anthropic需要做的，不是再製造一台裝置，而是讓Claude穿過這些已有裝置與軟體，獲得完成任務所需的上下文、工具和權限。
換句話說，Anthropic不需要擁有使用者手裡的終端，也可以進入終端背後的工作。
這讓Anthropic和OpenAI呈現出了完全不同的公司氣質。OpenAI不斷向外擴展邊界：從模型到應用，從應用到瀏覽器、硬體、晶片和能源，試圖補齊一家超級平台可能需要的每一個環節；Anthropic則更加專一，它沒有拒絕新的功能和場景，但每一次擴展，都必須服務於同一條主線：讓模型更強，讓模型更深入地工作。
網際網路公司往往需要控制入口，因為使用者、內容和交易都圍繞入口聚集。但AI公司未必需要複製這條路。模型天然可以跨裝置、跨軟體和跨平台運行。只要它足夠強，也能連接足夠多的工具，就不必親自擁有每一塊螢幕。
從這個角度看，Anthropic的路線或許才更接近原生AI公司的最優解法：
不把自己改造成另一家Google、蘋果或Meta，也不從零重建一套網際網路帝國，而是把所有資源集中在AI公司真正獨有的能力上。
原生AI公司的核心資產並不是手機、作業系統或者某一個固定入口，而是足夠強的基礎模型，以及模型進入任何工作環境的能力。
OpenAI試圖擁有AI時代的一切。
Anthropic則在賭，擁有最重要的那一層，就已經足夠。
不做終端，也是一場豪賭
至少在現階段，不做終端為Anthropic帶來了三點明顯好處。
第一個優勢是專注。
硬體是一門完全不同的生意，它需要工業設計、供應鏈、製造、管道、售後和庫存管理，也需要重新教育使用者形成新的使用習慣。對一家仍然處在基礎模型競賽中的公司來說，每向硬體邁進一步，都意味著新的資金投入、人才結構和管理複雜度。
Anthropic沒有把這些能力全部補齊，而是把組織注意力繼續留在模型和產品之間，這樣的選擇讓它的反饋鏈路更短，避免了Google此前暴露出的“大廠病”。
模型變強，Claude Code和Cowork可以迅速承接新的能力；產品進入真實工作，又會暴露模型在推理、工具呼叫和長任務中的問題。研究、產品和使用者反饋都圍繞同一個目標運轉，不必同時服務手機、瀏覽器、廣告、內容和硬體等多套業務邏輯。
第二個優勢是跨平台。
只要Claude停留在模型和智能層，它就可以進入Mac、Windows、瀏覽器、雲平台和各種企業軟體，也可以通過MCP和連接器接入不同公司的資料與工具。
企業通常不會因為一個模型更強，就輕易更換電腦、作業系統和核心軟體。它們更願意把AI接入已有流程，在不推翻原有基礎設施的前提下，提高工作效率。
Anthropic的中立性，因此可能成為一種優勢。
它不擁有終端，也就不必強迫客戶進入某個封閉生態；不與所有軟體公司爭奪入口，也更容易成為它們共同採用的智能層。
第三個優勢，是它避開了AI硬體最難的問題：使用者究竟需不需要一台新裝置。
過去幾年的AI硬體已經證明，新的裝置形態並不會因為帶有AI就自然成立。手機、電腦和耳機已經覆蓋了大多數高頻場景，新裝置不僅要證明AI能力，還要證明自己比現有終端更方便、更可靠，並值得使用者每天攜帶。
Anthropic不需要回答這個問題，它可以等待蘋果、Google、微軟、Meta甚至OpenAI完成硬體試驗，再讓Claude進入其中。無論最終勝出的是手機、眼鏡、耳機還是另一種裝置，模型都可以成為背後的智能層。
從這個角度看，不做硬體甚至可能是一種更靈活的選擇。
Anthropic的這份專心，已經開始得到市場的正面反饋。
今年5月，Anthropic完成了一輪650億美元融資，投後估值達到9650億美元，超過OpenAI當時的8520億美元，成為全球估值最高的原生AI公司之一。此後，Anthropic股份在二級市場上甚至一度被按照1.2兆美元估值追逐。
另外，Anthropic此前預計，公司將在2026年第二季度首次實現經營利潤：季度收入達到109億美元，經營利潤約為5.59億美元。SemiAnalysis最新的預測則更加激進，認為Anthropic第三季度利潤可能超過10億美元。
這些數字雖然有一部分屬於公司預測和外部估算，但它們至少說明，Anthropic圍繞基礎模型和真實工作建立的短鏈路，正在表現出與其他前沿模型公司不同的經濟性。
相比OpenAI，它不需要承擔同等規模的免費消費者服務成本，也沒有承擔手機、瀏覽器和消費硬體等多條新戰線。Claude Code、API和企業產品則直接進入有明確預算、願意為生產力付費的工作場景。
當然，任何選擇都有它的代價。路線上的克制讓Anthropic能夠把更多資源集中在基礎模型、Agent能力和真實工作場景上，但也意味著，它主動放棄了許多網際網路巨頭最看重的東西：終端、分發和使用者關係。它所面臨的風險也因此而變得明顯。
最直接的風險，是入口和系統權限始終掌握在別人手裡。
Claude今天運行在蘋果、Google和微軟控制的裝置與系統上。平台公司決定它能獲得那些權限、接觸那些資料、能否在後台持續運行，也決定使用者是否能方便地呼叫它。如果未來AI體驗越來越依賴攝影機、麥克風、位置、通知和系統級操作，單純停留在應用和雲端，可能會讓Anthropic始終隔著一層。
另外，真實工作可以帶來高付費、高黏性和穩定的企業需求，但個人使用者與AI的關係，可能並不只發生在辦公桌前。如果未來最重要的AI入口是全天候佩戴的眼鏡、耳機或其他環境裝置，那麼誰先控制硬體，誰就可能掌握最完整的個人上下文，也最容易形成新的使用習慣。
Anthropic保持中立，可以進入所有平台；但同樣因為不擁有任何平台，它也可能無法獨佔最有價值的資料和體驗。
OpenAI做硬體，正是因為它不願意長期受制於這種關係。
第二個風險，是基礎模型可能被平台商品化。
如果蘋果、Google和微軟都掌握終端與系統，它們可以同時接入多個模型，根據價格、速度和任務隨時切換。對平台來說，Claude可能只是一個可替換的供應商，而不是使用者必須直接使用的產品。Anthropic希望通過模型質量和真實工作能力形成壁壘，但如果基礎模型之間的差距逐漸縮小，缺少終端和分發管道就可能變成明顯弱點。
因此，Anthropic的路線不好說是更聰明或者更保守，它更像一場對未來的明確下註：
基礎模型會繼續保持足夠大的差異；模型能夠通過開放協議進入所有重要環境；企業和專業工作會成為AI最穩定、最有價值的市場；而終端最終不會成為決定勝負的唯一因素。
只要這些判斷成立，Anthropic就沒有必要複製Google和OpenAI的路線。
只要Claude足夠強，並且始終能夠進入最重要的工作，它可以不擁有手機、不擁有瀏覽器。
但如果AI競爭最終重新回到平台邏輯——終端決定資料，系統決定權限，入口決定使用者——那麼Anthropic今天的克制，也可能成為明天最難補上的短板。
這可能是AI時代最專心的一條路，也可能是最依賴別人保持開放的一條路。 (字母AI)