Anthropic 反著做，反而更會賺

以前大家搶熱鬧、搶增長；Anthropic 先收邊界、壓成本，反而更快把錢賺穩。

我盯 Anthropic 盯了挺久，但一直有種別扭感。它明明像一家「應該活得很難」的公司：拒絕軍工單、限制中國用戶、跟美國政府打官司，還老是在安全和克制上較真。照硅谷慣例，這種公司通常會被貼上理想主義過頭、商業化太慢、不夠會來事的標籤，然後被市場教育一頓。

可現實偏偏不照這個劇本走。Anthropic 不但沒死，反而越被圍攻越值錢，越被嫌棄越會賺。更煩的是，它不是靠運氣蒙對一次，而是從融資、招人、產品、組織到市場選擇，幾乎每一步都在反著主流走。你會忍不住想問：這到底是偏執，還是一套真能跑通的方法？

這篇文章的起點，是知乎專欄 《異教徒Anthropic，與全世界結仇》，作者是腦極體。原文把 Anthropic 的對立面幾乎列全了；我更關心的是，哪些選擇真能被我們拆出來復用，哪些只是 Anthropic 自己的特殊歷史。

別急著做大家都在做的東西

Anthropic 從創業初期就撕碎了這套行業標準答案。

翻譯一下就是：當所有人都在搶同一條賽道、同一種產品形態、同一套增長指標時，你先別問「我能不能也做」，你先問「這是不是我該做的」。Anthropic 最早就沒去追那種全能型、熱鬧型、什麼都塞進去的 AI 路線，而是把重心壓在效率、成本和可控性上。

我特別認同這點，因為大多數團隊一上來就犯同一個毛病：看見別人發什麼，就想補什麼。別人做多模態，我也做；別人上插件，我也上；別人卷日活，我也卷。最後產品像個拼貼畫，什麼都有，什麼都不強。Anthropic 的做法更像是先砍掉噪音，再把一件事做到讓人離不開。

原文裡提到，Anthropic 在 2021 到 2022 年沒有跟著參數軍備競賽狂奔，而是把精力放在數據清洗、模型效率和更低幻覺上。這個選擇聽起來不性感，但它直接決定了後面的商業結果。你做的是更像工具的產品，就更容易進入企業流程，而不是只在發佈會和社媒上熱鬧三天。

我跑過不少內部 AI 項目，最常見的死法就是功能太多，邊界太虛。老闆想要一個萬能助手，產品想要一個漂亮 Demo，工程想要一個能上線的版本，最後誰都不滿意。Anthropic 反過來，它先把邊界收緊，反而更容易讓客戶相信：這東西能長期用，不是來陪你玩一週的。

實操上，你可以先寫一張不要做什麼的清單：

• 不追所有熱門功能，只保留能服務核心場景的能力。
• 不為了 Demo 好看犧牲穩定性和可解釋性。
• 不把別人都在做當成產品立項理由。

如果你現在做的是 B 端工具、開發者工具、內部平台，尤其該這麼想。很多時候，少做一點，比多做一點更像專業團隊。

先把成本打下來，再談規模

原文最容易被忽略的一點，是 Anthropic 不是靠燒更多錢贏的，而是靠更少的錢做出更值錢的結果。這聽起來像廢話，但在 AI 圈裡，這恰恰是反常識。大家默認模型能力和資本開支是正相關的，誰 GPU 多、誰融資大、誰就能往前衝。

Anthropic 沒有沿著這條路硬衝。它更像是在問：同樣一份算力，我能不能榨出更多有效輸出？同樣一批數據，我能不能把噪音砍掉？同樣一個推理請求，我能不能把成本壓下去？這不是節省，這是經營邏輯。你如果連單位經濟模型都不穩，後面所有增長都是借來的。

我見過太多團隊把先做大、再優化當信仰。問題是，很多產品根本等不到優化那一天。用戶先跑了，現金流先斷了，團隊先散了。Anthropic 的厲害之處在於，它一開始就把成本和效率放在產品設計裡，而不是上線後再補救。

這也解釋了為什麼它後來能在企業市場吃得開。企業客戶不迷信花俏，他們迷信穩定、可控、可預測。你今天能跑，明天也能跑；你今天成本可接受，明天不會突然翻倍；你今天輸出可靠，明天不會把法務和安全團隊一起炸了。AI 產品一旦進企業，拼的就不是誰更炫，而是誰更少出事。

如果你要照著做，我建議你在項目評審裡強制加三項指標：

• 單次調用成本。
• 失敗率和回退機制。
• 在真實業務流裡的可替代性。

這三項比功能列表有多長更誠實。說白了，別先問你能不能做出 100 分的 demo，先問你能不能做出 80 分但能穩定賺錢的產品。

招人別只看履歷，先看是不是同一類人

Anthropic 最讓我意外的，不是它技術路線多克制，而是它招人招得非常反硅谷。原文寫得很直白：別家公司看履歷、看頂會、看名氣、看能不能馬上產出商業價值；Anthropic 先聊共識、聊邊界、聊是否認同安全優先。技術再強，價值觀不合，也不發 offer。

這在很多團隊裡會被罵成太挑了，可我反而覺得這是少數真正成熟的招人方式。因為一支團隊最怕的不是能力不夠，而是目標不一致。你招來一個很強的人，他如果只想衝 KPI、搶資源、搶話語權，那團隊很快就會變成內耗工廠。尤其在 AI 這種高不確定性行業，方向比速度更重要。

原文還提到，Anthropic 的留存率很高，很多員工甚至拒絕了高薪跳槽。這個結果不是靠口號堆出來的，而是靠組織內部的一致性。人不是只為了錢留下來的，至少不是高端人才。高端人才更在意的是：我做的東西有沒有意義，我是不是在一個說話算話的團隊裡，我的工作會不會最後變成我自己都不想承認的東西。

我自己帶團隊時也吃過這個虧。早期我總覺得先把最強的人招進來再說，結果招進來的人能力都不差，但對產品方向、對交付節奏、對用戶邊界的理解完全不同。最後不是寫代碼慢，而是決策慢，溝通慢，扯皮快。後來我才明白，招人不是拼圖，拼圖至少邊緣是固定的。團隊更像合唱，音色不對，再大的嗓門都難聽。

如果你也在招人，我建議你把面試分成兩層：

• 第一層看能力：能不能解決真實問題。
• 第二層看邊界：願不願意接受你的產品原則和交付標準。

別把文化匹配說得太虛。你可以很具體地問：如果客戶要求你做一個你認為有風險的功能，你會怎麼處理？如果業務方要你為了增長犧牲穩定性，你會站哪邊？這些問題比八股題更能篩掉不合適的人。

組織別搞一堆頭銜，先把權力差壓平

Anthropic 的組織設計也挺狠。原文提到，技術崗位統一叫 MTS，內部沒有那麼多首席、資深、高級的花活，創始團隊也不靠頭銜拉開距離。股權分配也盡量均衡，避免把公司變成少數人利益最大化的機器。

這件事看起來像政治正確，其實是非常現實的管理手段。頭銜太多，層級就會變厚；層級太厚，信息就會失真；信息失真，最後最先壞掉的就是產品決策。尤其在需要快速迭代的團隊裡，層級不是秩序，很多時候是延遲。

我以前在一個大團隊裡見過特別典型的場景：一個簡單的技術決策，要經過產品、技術、負責人、負責人上級、再上級，最後落地時問題已經變了。每個人都覺得自己參與了，只有用戶覺得這玩意兒怎麼越來越難用。Anthropic 的扁平化，至少在理念上是對這個問題的直接回應。

但我要補一句，扁平不等於沒管理。很多人誤會這一點，以為不設頭銜就自然平等了。不是。真正的扁平，是把權力的表達方式變少，把責任的邊界變清。你可以少一點官僚，但不能少一點決策。你可以少一點 title，但不能少一點標準。

如果你想借鑒這一套，我建議你先改三件事：

• 減少無意義的職級標籤，統一對外和對內的職責描述。
• 把關鍵決策寫成可追蹤的 RFC 或決策記錄。
• 讓核心貢獻者直接面對問題，不要讓中間層層層轉述。

說白了，別把組織做成官場。AI 團隊尤其怕這個，技術變化太快，官僚慢半拍就已經落後了。

先做企業客戶，再搶大眾注意力

Anthropic 另一個很反直覺的地方，是它沒有把 C 端流量當成第一優先級。2023 年，大家都在搶聊天機器人、搶月活、搶用戶心智，它卻更像一個冷靜的 B 端服務商，專注 API、穩定性和企業集成。那時候很多人說它慢，我倒覺得它是少數沒被流量幻覺帶跑的人。

原文寫到，等到 C 端付費率卡住，大家回頭搶企業客戶時，Anthropic 已經把這塊市場佔得很深了。這個過程特別像我見過的很多基礎設施產品：一開始不顯眼，甚至沒什麼傳播性，但一旦進入客戶工作流，就很難被替代。因為企業買的不是新鮮感，是風險控制和持續交付。

我自己做開發工具時也有類似體會。最容易出圈的功能，往往不是最值錢的功能。最值錢的功能，往往是最無聊的功能，比如權限、審計、穩定性、成本控制、監控、回滾。Anthropic 把這些無聊的事做紮實了，結果反而在最賺錢的地方站住了。

這背後的方法其實很簡單：別把傳播效果當成商業價值。很多團隊死在這裡。一個功能在社媒上火，不代表它能賣錢；一個功能沒人轉發，不代表它沒價值。企業客戶最討厭的，就是你拿營銷邏輯來糊弄他們。

如果你想學 Anthropic 這一段，優先做這三件事：

• 把 API、權限、日誌、審計、穩定性放到產品路線圖前排。
• 先拿下少量高價值客戶，再擴展到更廣泛市場。
• 每次做新功能前，先問它是否會增加企業採購信心。

這不是保守，這是算賬。你不把現金流基礎打穩，後面所有增長都會很虛。

別討好所有權力，先想清楚紅線

Anthropic 最容易招罵的地方，是它真的敢跟權力硬碰硬。原文裡提到，它拒絕軍工訂單，限制某些地區和背景實體的使用權限，後來甚至因為政府要求下架模型而直接起訴。很多人看到這裡會說：你一個公司，何必把自己活成靶子？

但我覺得，這恰恰說明它對邊界這件事是認真的。很多公司嘴上講安全，真到要犧牲收入的時候就開始裝死。Anthropic 至少在某些問題上沒有完全服軟。你可以不同意它的邊界劃法，但你不能說它沒有邊界。

這件事對普通團隊也有借鑒意義。不是讓你去跟政府打官司，而是讓你在業務上先定義清楚什麼不能做。沒有紅線的團隊，最後一定會被最短期的收益牽著走。今天為了增長放一個灰區功能，明天為了客戶續費再放一個，最後你會發現產品已經不是你最初想做的那個東西了。

我見過最穩的團隊，往往不是最會賺快錢的，而是最早把禁區寫清楚的。哪些數據不能碰，哪些功能不能做，哪些客戶場景要慎重，哪些需求必須經過額外審查。聽起來麻煩，但它能省掉後面更多麻煩。

你可以直接把這個原則寫進團隊文檔：

• 明確不可接受的客戶用途。
• 明確必須人工複核的高風險場景。
• 明確遇到外部壓力時誰有最終拍板權。

很多公司不是死在沒機會，而是死在沒有原則。Anthropic 的爭議很多，但它至少給了我一個很實際的提醒：邊界不是阻礙增長的東西，邊界是讓增長不至於失控的東西。

把反主流變成日常工作方式

把 Anthropic 整個故事拆開看，我最想抄的不是它的名聲，而是它的工作方式。它不是靠一次驚天豪賭贏的，而是靠一連串不合群的小決定，慢慢把自己做成了一個更難被替代的公司。少一點熱鬧，多一點克制；少一點擴張衝動，多一點單位效率；少一點討好所有人，多一點邊界感。

這套方法不神秘，也不浪漫。它甚至有點煩，因為它要求你在每個節點都多想一步：這件事真有必要嗎？這條路真能長期成立嗎？這個客戶真值得我們為他改原則嗎？這種問題問多了，短期會顯得慢，長期會少走很多彎路。

我不覺得每個團隊都該複製 Anthropic。那樣太蠢了。它有自己的歷史包袱、人才背景、融資路徑和安全執念，不是模板機。但它給我的啟發很明確：如果你總是跟著行業共識跑，最後你只會得到行業平均值。行業平均值在風平浪靜時還行，一旦風向變了，就很容易被拍在牆上。

所以我更願意把 Anthropic 當成一個提醒：別急著融入主流，先確認主流是不是錯的。別急著把所有功能都做滿，先確認核心價值是不是夠硬。別急著把組織做大，先確認組織是不是同一類人。這個順序一旦反了，後面會很累。

可抄的模板

# Anthropic 式反向打法模板（可直接改成你的團隊版）

## 1) 產品原則
- 只保留 1 個核心場景，其他需求全部排隊
- 不追逐所有熱門功能
- 優先穩定性、可控性、可解釋性
- 每個新功能都要回答：它是否提升長期留存與付費，而不是只提升展示效果？

## 2) 成本原則
- 記錄每次推理、訓練、調用的真實成本
- 為每個功能設定成本上限
- 優先優化數據質量、模型效率、失敗回退
- 每月復盤一次單位經濟模型

## 3) 招人原則
- 面試分兩輪：能力輪、邊界輪
- 能力輪看解題能力
- 邊界輪看是否認同團隊原則、是否接受高風險場景審查
- 技術強但價值觀不合的人，不發 offer

## 4) 組織原則
- 減少 title 層級，統一職責語言
- 關鍵決策必須留書面記錄
- 讓做事的人直接面對問題，不要過度轉述
- 重要項目必須有明確 owner 和最終拍板人

## 5) 客戶原則
- 先做高價值客戶，再擴展大眾市場
- API、權限、審計、日誌、回滾優先於花俏功能
- 每次迭代都問：這會不會增加企業採購信心？
- 不把傳播效果當成商業價值

## 6) 邊界原則
- 寫清楚不可接受的用途
- 寫清楚必須人工複核的場景
- 寫清楚遇到外部壓力時誰負責拍板
- 寧可少賺一點，也不要讓產品邊界失控

## 7) 每週檢查清單
- 本週有沒有為了熱鬧做無效功能？
- 本週有沒有新增不必要的成本？
- 本週有沒有招進來不認同原則的人？
- 本週有沒有突破邊界的需求被默許？
- 本週有沒有真正提升長期留存的改動？

## 8) 一頁版執行口徑
我們不做所有人都在做的事。
我們只做能長期成立、能穩定交付、能清楚賺錢的事。
如果一件事只能帶來短期熱度，但會增加複雜度、成本或風險，就先不做。

我建議你別把這份模板當 Anthropic 複製版，而是當成一個團隊自檢表。你每週拿出來過一遍，很快就能看出來，你是在做產品，還是在追熱點。

原文來自知乎專欄 《異教徒Anthropic，與全世界結仇》，URL 是 https://zhuanlan.zhihu.com/p/2060013679488374551。這篇是我做的拆解和重寫，不是原文復述；其中關於 Anthropic 的背景事實，我也交叉參考了 Anthropic 官方網站、OpenAI、Reuters 和 The Information 的公開資訊。