Anthropic 是 Claude 背后的公司，也是当下 AI 行业里身份最复杂的角色之一：它既是前沿模型开发商，又是安全研究的鼓吹者，还在向生物实验、网络安全、公共部门等方向扩张。2026 年下半年，这家公司正处在从研究型机构转向上市公司的关键节点，秘密提交 IPO 申请时估值已接近 1 万亿美元 [5]，10 月 26 日正式提交招股文件，计划在 11 月上市 [13][14][19]。围绕它的争议、合作与质疑，基本都可以从这条主线上理解。
从财务看，Anthropic 的收入增长很快，但亏损规模同样惊人。2026 年上半年净亏损 807 亿美元、营收 163 亿美元；第三季度营收 168 亿美元，环比增长 45% [14]。客户结构显示其商业化已有相当深度：截至 9 月底，年消费 10 万美元以上的客户超过 11900 家，100 万美元以上的有 1900 家，1000 万美元以上的约 250 家 [13]。不过公司自己在招股书里写明，未来可能无法实现或维持盈利 [13]。算力是另一重压力：Claude 的运行依赖 AWS、谷歌和微软的云服务，而这三家越来越把 Anthropic 当对手，公司被迫转向租赁第三方数据中心，同时承认这些运营商缺乏长期运营历史、可靠性存疑 [14]。IPO 之前，外界对其财务预测的夸大也被逐一拆解过，包括所谓 2028 年 1900 亿至 2000 亿美元收入的传闻 [15]。
治理结构是招股书里最引人注意的部分。Dario Amodei、Daniela Amodei、Tom Brown、Jack Clark、Jared Kaplan、Sam McCandlish 和 Christopher Olah 七位联合创始人组成“创始人有限责任公司”，共同控制 50.1% 的股东投票权；2023 年成立的长期利益信托有权任命大部分董事会成员，公司称这样设计是为了守住 AI 安全使命 [13]。与此同时，招股书列出了四大类 AI 风险：滥用、人类失去控制、威权滥用和经济混乱，并警告模型可能以“不对齐”的方式行事、采取没有用户或第三方指示的有害行动，极端情况下赔偿可能超出保险覆盖范围 [19]。把这样的风险定性和创始人锁定的投票权放在同一份文件里，出资方与管理方之间的距离显得格外明显 [13]。
在安全监督上，Anthropic 搭了一套三层评估体系，最顶层由 METR 进驻。六名研究员拿到公司配的笔记本电脑、办公空间和内部工具权限，可以独立评估模型、安全实践和风险管理；Anthropic 放弃了阻止其发布报告的权利，只能就客户数据、律师-客户特权信息、模型架构等事先划定的几类信息要求删减，删了什么也会被公开 [9]。公司把这比作银行监管机构向大型银行派驻检查员 [9]。另一项与公共利益相关的安排是 10 月宣布的公益基金：在股东批准前提下把当前 5% 股份划入该基金，若估值较基准上涨 50%，董事会可追加 2%；基金为全资有限责任公司而非传统慈善机构，明确提及对劳动力市场冲击相关群体的支持，但估值基准与治理结构尚未披露 [4]。
生命科学是 Anthropic 走出代码范畴最明显的一步。公司已证实拥有一间湿实验室，用自研 AI 模型运行真实物理实验，生命科学负责人 Eric Kauderer-Abrams 的说法是，生物学的最终测试仍然且将在一段时间内是真实实验室工作；实验室不作为药物发现平台，具体课题未公开，公司今年 4 月还收购了隐形 AI 生物技术公司 Coefficient Bio [3]。这条路线也带来商业平衡难题：Anthropic 不愿被视为制药行业的竞争者，因为制药业有它的大量客户和合作伙伴，它与诺和诺德的联合药物发现项目更像协同而非抢生意 [3]，此后又公开了与六家新药研发机构的深度合作及自有药物发现项目 [16]。科学界的怀疑则集中在“AI 主导发现”的措辞上：Anthropic 宣称 AI 代理在病毒遗传密码里发现类似 CRISPR Cas-9 的“新型酶系统”，但研究者指出提出假设便宜、验证假设需要移液管、细胞系和六个月时间，要求预先注册模型生成的假设、在真实实验环境中盲测、再公布与人类基线对比的命中率 [2]。生物学没有数学领域 Lean 那样的形式化验证工具，模型只能靠一次次重复实验赢得信任，而“主导”这个说法跳过了赢信任的过程 [2]。
网络安全是另一条投入很重的战线。Anthropic 把 Claude Mythos 的访问权限从 50 个初始合作伙伴扩大到 150 个组织，覆盖电力、水务、医疗、通信和硬件等关键基础设施领域，涉及澳大利亚、加拿大、法国、德国、意大利、瑞士、荷兰、西班牙、比利时、瑞典、印度、日本、新西兰和韩国等国，据英国金融时报报道，Okta、三星、SK Hynix、SK Telecom、北约和欧盟网络安全局 ENISA 也在名单中；公司估计对大多数合作伙伴而言，一次重大攻击可能影响超过 1 亿人 [5]。在开源侧，它向 Python 软件基金会、Apache 软件基金会、Linux 基金会旗下的 Alpha-Omega 和 OpenSSF 等提供资助，维护者可申请免费的 Claude Max 订阅，也可申请加入 Cyber Verification Program 获得扩展访问 [7]。Anthropic 自己的判断是两年后 AI 会明确偏向防御一方，但短期未必，Glasswing 项目里漏洞从发现到修好常拖上数月 [7]。与 Theorem 的合作则把形式化验证推进到 100 多个真实开源软件库，在汇编层面给出数学级别的安全证明 [6]。
产品和标准层面，Anthropic 在不断把能力外延。10 月推出的 Duet 是独立于 Claude 运行的常驻个人智能体，覆盖 iOS、Android 和网页端，支持分领域频道、待办清单和文档编辑，但它还无法直接操控电脑上的 Claude 会话，语音仅支持转录 [8]。标准方面，Agent Skills 被捐给 Linux 基金会旗下的 Agentic AI Foundation，MCP 此前也已捐给同一机构，Anthropic 承诺保持开放、社区驱动、厂商中立，OpenAI 同样是该基金会成员 [17]；标准开放后，GitHub 上出现大量可直接复用的 Claude Code 智能体资源包，但多智能体并行运行会消耗付费 token，是否值得要看实际产出 [18]。公共部门方面，公司扩大了与美国联邦总务署的合作，目标是把 Claude 推向各级政府 [20]。
争议则始终伴随这家公司。10 月的一起诉讼争议指其用盗版教授书籍训练 Claude，直接关系到大模型训练数据的版权边界，后续判决可能影响所有 AI 公司的训练素材合规要求 [1]。产品层面，用户在用 Claude 时点击的反馈按钮会把对话内容交给 Anthropic 用于训练，日常吐槽和工作内容都可能落在这一范围内 [12]。云算力合同的细节、第三方数据中心运营商的身份、湿实验室在验证哪些猜想，这些公开信息里都还看不到 [3][14]。
就业与组织影响是 Anthropic 自己的数据最有说服力的领域。超过一半的员工预期 AI 到 2030 年能完成自己当前工作的至少 80%，而美国公众中只有 5% 持同样看法；差距的来源不是对 AI 影响就业的理论不同，而是对 AI 能力的亲身体验不同，员工内部也有约两成的人预期与典型美国成年人相似 [11]。招聘经理越来越依据判断力和投入度评估应聘者，而非可被 AI 自动化的领域特定技能 [10]。Anthropic 自身的做法是保持人类工作在组织中可见，写在 Slack 上的辩论和面对面会议指导着从公司战略到团队决策的一切，AI 智能体几乎不参与，领导智能体团队的个人贡献者在知识和工作的相互依赖上更像管理者 [10]。