根据Semi-Analysis报道，26Q1预计Anthropic单季度ARR的净增规模将首次超越0penAl,成为全球A1收入规模增长最快的大模型公司。我们认为伴随模型跨越Agentic Coding拐点，当前正处于Agent爆发的起点，OpenClaw仅用2个月就成为GitHub最多星标数的软件项目。当前发展的速度和技术变革所带来的商业化影响，我们认为已经可以与2000年互联网变革的高度相比较。
本篇报告意在对比Anthropic、OpenA1和谷歌Gemini的发展历程、产品矩阵、商业化策略等，去思考Al时代大模型企业发展的核心壁垒和未来商业化空间。我们认为今天Anthropic的快速增长，更核心的源自创始人Dario的敏锐的技术品味(Taste)所驱动的发展决策。Al的未来是未知的，无法通过后视镜前瞻去选择商业化空间最大的发展方向，技术驱动产品发展是更成功的路径，因此技术领袖的战略判断和选择非常重要。比如三年前，OpenA1认为要“大力出奇迹”,先把模型弄聪明，再用人类反馈(RLHF)去修补它；Google更侧重于打造模型全家桶赋能其自身生态；而Anthropic认为模型必须从底层架构上就是可控的、讲逻辑的、和严格遵守规则的，因此Anthropic
选择聚焦编程场景训练。而过去两年模型训练中RLVR(可验证强化学习)的方式恰好在编程领域取得了更加明显的能力提升，最终Anthropic率先实现Agentic Coding能力的跨越式拐点，即Opus 4.5模型的推出，自此开启模型自主完成任务、调用工具的时代，推动OpenClaw风靡全球，拉动模型厂商API类型收入快速增长。
伴随模型能力快速提升，我们发现模型和应用的边界正在逐渐模糊。比如当Claude Opus 4.5能够实现自主任务的时长明显提升后，模型自主调用工具完善Agent任务，实际上正在对软件/互联网应用层过去的工作流设计、用户使用习惯产生明显变化，用户可以通过构建各类型Skills(实际更简单)的方式完成过去应用层的功能。我们观察到海外头部明星A1应用，Cursor、Perplexity等由于缺乏底层模型壁垒，也开始面临用户数的冲击等问题。
投资建议：我们认为AI时代应该重点关注ARR快速增长的前沿大模型厂商，以及已经降本增效或增收明显的公司。风险提示：宏观经济波动风险、下游需求不及预期风险、核心技术水平升级不及预期的风险、AI快速迭代平权化下竞争加剧等。
Anthropic成立于2021年5月，核心团队成员来自OpenAl,联合创始人Amodei兄妹曾分别担任OpenAI研发副总裁和安全与政策副总裁。20年末由于对认为OpenAI对安全的投入不足，以及与微软过度绑定会导致公司过度商业化，对技术的控制减弱，因此选择离开创建Anthropic。24年开始，陆续引入了外部来自谷歌、Meta、Salesforce等公司的高管。估值：26年2月Anthropic完成300亿美元G轮融资，其中包含25年11月来自微软和英伟达的150亿美元融资，投后估值已达到3800亿美元。
通过梳理Anthropic创始人Dario在不同时期访谈传递的内容主旨，我们总结Anthropic在AI发展趋势下有以下几点重要思考和策略：
1.当OpenAI认为要“大力出奇迹”,先把模型弄聪明，再用人类反馈(RLHF)去修补它；Google认为要融入全家桶生态时，Dario认为模型必须从底层架构上就是可控的、讲逻辑的、严格遵守规则的。
2.Anthropic专注于提供企业端服务，认为Al在企业端的应用(主要是在企业、初创公司、开发者和高效能用户之间的生产力场景里)会超过消费端。因为商业客户的需求(如在生物化学等专业领域)能为提升模型核心智能提供更强的激励，这比面向普通消费者的应用更能推动技术突破。
3.重视编程：1)编程是AI构建的基础技能，因此也最快会被颠覆。技能与构建AI的人员距离越远，AI对其造成颠覆性影响所需的时间就越长；2)模型在编程上变强后，也会帮助训练下一个更强的模型，形成正循环。
4.定位平台公司，针对客户的核心需求开发垂直产品。对Anthropic的定位是一家平台型公司，在部分领域推出自己的产品(例如Claude code等)主要是因为：1)直接触达终端用户，能精准了解用户的使用场景、核心需求；2)很多传统企业直接基于API进行开发，门槛较高，需要为他们提供更易上手的方案，要么是配套的开发工具包，要么是现成的应用程序。
5.商业模式选择的思考：由于模型的快速变化，任何固定的产品形态，都有可能很快变得过时。API的价值在于，它始终提供最接近底层能力的接口，让开发者基于最新技术构建。
6.Dario认为，我们正站在指数曲线的终点，而技术曲线与经济曲线之间存在天然的时间差，所以很多人还处于体感不明显的阶段，但是技术已经达到难以想象的水平。1)技术对生产力的提升需要形成闭环，如果只是在某个中间环节插入AI,而没有重构整个工作方式，收益会很有限，甚至是负的；2)AI完成90%的代码到完成100%的代码是生产力数量级的差异。
本文来自知之小站
报告已上传百度网盘群，限时15元即可入群及获得1年期更新
（如无法加入或其他事宜可联系zzxz_88@163.com）
