第十三章　业务（二）：行业判断、核心优势与虚拟协作者

AI 正在改变智能

我们相信，强大 AI——一种能力极强、影响深远的前沿 AI 形态，具有以下关键特征——将在几年内广泛可得：

• 在大多数专业和科学学科中，认知能力达到或超过顶尖人类专家；
• 能够使用远程工作的人可用的所有界面，包括文字、音频、视频和直接操控电脑；
• 能够在较长时间内——持续数小时、数天或数周——自主推理复杂任务，并在需要时寻求澄清和反馈；
• 能够在多个实例之间协调，并与人类和其他 AI 系统协作；以及
• 能够通过数字连接控制实验室设备、机器人系统和其他机器，从而与物理世界互动。

如果强大 AI 被用于解决人类最困难的问题，并且风险得到负责任的管理，其潜力是非凡的。可能性包括：把几十年的科学进步压缩到几年之内；加速药物发现、疾病检测和个性化治疗的提供；提供因人而异的教育和专家级的财务和法律建议；推进电网和电池设计，使其更高效、更可靠；以及把富裕国家花了几代人才建立起来的能力延伸到发展中世界。

规模定律与进步的可预测性

AI 系统的智能和能力已大幅进步。几年前还在 AI 系统能力范围之外的任务，例如复杂的数学推理、设计科学实验以及执行软件开发的大部分工作，现在已由 AI 常规完成。

这些进步遵循经验性的「规模定律」，即 AI 模型性能随着模型规模、训练数据和算力的增加而可预测地提升。奠基性论文《神经语言模型的规模定律》（Scaling Laws for Neural Language Models）对确立这些关系至关重要，并帮助引领了现代大语言模型的浪潮，其主要作者（包括 Dario Amodei、Jared Kaplan、Sam McCandlish 和 Tom Brown）后来共同创立了 Anthropic。

我们预计 AI 能力——涵盖语言、推理、数学、编程、科学分析，以及不断扩大的智能体任务和知识工作范围——将在未来多年持续进步。因此，我们相信这将推动在可预见的未来对 AI 的需求超过供给，主要受算力可得性的限制。我们相信这一需求的大部分将集中在前沿：我们的经验是，企业在各种各样的工作负载上（包括其最高价值的工作）都倾向于使用我们最有能力的模型。此外，我们相信前沿的每一次扩展都将解锁新的工作类别，而这些新类别又将产生行业增量需求的大部分。我们预计行业将继续增加对算力、研究人才和工程资源的投资，以推进 AI 前沿。在这一框架下，拥有专有训练方法、高数据质量和差异化研究人才的研究实验室，处于有利地位，能够超越仅凭规模所能预测的表现。

改变认知工作的近期机遇

前沿 AI 正在改变认知工作——即运用知识、推理和判断来创造经济价值的工作。我们相信它将使人类的能力大大增强，并扩大世界从事这类工作的整体能力，包括加速科学发现和帮助企业成长。知识工作者是这一机遇的前沿。随着前沿 AI 的进步，更有能力的模型可以解锁全新的用例，同时在「能力—成本—速度」曲线上高效地大规模服务各种各样的认知工作。我们相信，知识工作者所从事的工作在 2025 年代表了全球超过 40 万亿美元的经济价值⁶，而鉴于前沿 AI 有潜力使他们的生产力显著提高，我们的近期机遇是扩大这一价值并加速经济增长。虽然预测前沿 AI 对整个经济的全部影响还为时尚早，但 IDC 估计，对 AI 解决方案和服务的投资到 2031 年将产生 22.5 万亿美元的累计全球经济影响⁷。我们相信影响可能更大。

历史表明，变革性技术会扩大它们进入的市场。例如，信息技术支出从 2006 年的约 1.2 万亿美元增长到 2025 年的 4.3 万亿美元，年复合增长率约 7%，同期云计算支出从零增长到 1.9 万亿美元，并扩大了信息技术预算⁸。我们也看到其他技术，包括个人电脑、互联网和智能手机，扩大了它们的市场。构建这些技术的公司的增长速度远远快于整体经济。根据世界银行的数据，全球 GDP 从 2000 年的约 34 万亿美元增长到 2025 年的超过 118 万亿美元，增长了三倍多。同一期间，按 2026 年 9 月 30 日市值计算的十大上市科技公司，其合计收入从 680 亿美元增长到超过 2.5 万亿美元，增长约 38 倍，约为全球 GDP 增速的 11 倍。

前沿 AI 可能重塑整个行业并加速新的发现

我们相信前沿 AI 代表着比以往任何技术周期都更大的机遇，而 Claude 已经在展示这种潜力。Claude 现在可以在数小时和数天内自主执行复杂项目，并行协调数千个智能体来完成复杂的规划、长篇研究和自我纠正的分析。Claude 还能把开放式任务变成完成的高质量交付成果——这是不久前前沿 AI 还无法做到的工作。这些能力使 Claude 有能力改变全球经济中最大的几个行业，包括软件开发、商业和专业服务、网络安全、金融服务以及医疗和生命科学，为部署它的组织带来生产力和产出的显著提升。

网络安全是我们最重要的近期机遇之一。随着每一代新的 AI 模型在发现和利用漏洞方面变得更有能力，我们预计保卫企业网络和关键基础设施将越来越需要前沿 AI。与此同时，随着组织以越来越快的速度部署智能体和自主能力，AI 的扩散正在扩大威胁面。我们在编程方面的领先使我们能够提升 Claude 的网络安全能力，并打造帮助企业保护其最关键基础设施的产品。例如，Claude Security 可以持续扫描客户的代码库、对漏洞进行分级处理并编写修复。我们最近还推出了 OSS Scanner，把其中一些能力延伸到企业软件所依赖的开源项目。通过我们的可信访问计划，经过审查的网络防御者也可以使用我们最有能力的模型进行安全

---

⁶ 关于我们如何计算全球知识工作者创造的年度经济价值，请参阅「行业、市场及其他数据」一节。

⁷ IDC，《AI 的经济影响：2026 年版》，文档编号 US54452226，2026 年 4 月。反映了 AI 解决方案和服务、对 AI 基础设施供应链的投资以及 AI 带来的企业生产力和效率提升所创造的年度价值。

⁸ IDC，《全球黑皮书：实时版 V2 2026 年预测》，2026 年 7 月。

运营、事件响应和经授权的渗透测试，把安全转变为一种持续保护模式。

我们预计，随着 Claude 的前沿能力延伸到当前市场之外、开辟全新的市场，其他行业也将随之而来，触及机器人、先进制造和物流等领域，并加速科学研究的进步，包括药物发现和材料科学。

例如，在生命科学领域——2026 年全球年度药品支出预计将超过 2 万亿美元⁹——我们的客户、我们的生物技术合作伙伴和我们自己的研究人员都在药物发现和开发中使用 Claude。我们还在把 Claude 扩展到机器人领域，我们的模型硬件标准使 AI 智能体能够操作实验室和制造设备，例如显微镜、液体处理器和现成的机械臂。

归根结底，我们相信前沿 AI 将帮助推动全球经济增长。随着前沿 AI 使工作者和组织更有生产力、嵌入他们提供的产品和服务中，并解锁新的商业模式，它创造了以前并不存在的经济产出。我们相信，我们的机遇不仅在于获取当今经济活动的一部分，还在于随着全球经济扩张获取新创造产出的一部分。

安全和道德行为的重要性

虽然 AI 的潜在益处是非凡的，但其快速进步将以可能造成重大冲击的方式影响经济和社会，特别是如果这项技术没有被负责任地开发和部署的话。例如，不法分子已经利用 AI 的能力来发现漏洞、生成恶意软件和逃避检测工具，实施了引人注目的网络攻击；与滥用相关的其他风险，包括在生物领域，可能导致更大的伤害。大规模部署的 AI 还可能以侵蚀信任、危害社会和破坏地缘政治秩序稳定的方式，使权力和财富在国家内部和国家之间集中。未对齐的 AI 系统可能通过其用户和运营者看不见或无法理解的自主行动，败坏机构决策或造成大规模伤害。我们相信，前沿 AI 公司必须投资于安全和对齐，以帮助确保这项技术负责任地扩散。我们还相信，安全、对齐和道德行为在企业中引起特别强烈的共鸣，在企业中，严格的防护措施、可预测的模型行为和可证明的问责，已成为为关键任务工作负载选择 AI 合作伙伴的决定性标准。

我们的核心优势

我们有五项界定我们前沿地位的核心优势：我们的使命和专注、我们的人才和文化、我们的前沿和安全研究、我们的算力做法以及我们的企业战略。

使命与专注

Anthropic 由一支研究团队于 2021 年创立，这支团队对许多定义前沿 AI 的重大突破负有责任。他们共同坚信，安全必须是构建强大 AI 的基础原则。我们拥有与这一目标一致的公司结构：注册为特拉华州公益公司，并设立了被明确授权推进我们使命的长期利益信托。此外，我们公开发布安全方法、模型评估和我们的负责任扩展政策，因为我们相信透明是信任的前提，而信任是大规模负责任部署前沿 AI 的前提。

Anthropic 的每一位员工都朝着同一个使命努力，这一使命指导着每一个决定——从模型架构，到产品战略，到合作条款，再到我们如何调配研究和算力。我们不会仅仅基于商业机会或研究新奇性而开展项目；我们的努力必须推进我们的使命。当商业收益与安全或信任之间出现艰难的取舍时，我们有清晰的答案。例如，2026 年 4 月，由于我们的前沿模型 Mythos 在发现网络漏洞方面的先进能力，我们最初通过玻璃翼计划将其作为封闭研究预览发布，仅提供给选定的组织用于网络安全应用，而不是在发布时就广泛开放。我们相信，这种

---

⁹ IQVIA 人类数据科学研究所，《2026 年全球药品使用趋势》，2026 年 2 月。

使命的清晰性减少了摩擦、加快了决策，并培养了一种同时追求安全和能力的文化。

人才与文化

人才是我们最重要的优势之一，因为技术、资本、产品和分销都源于卓越的人才。人才密度比人才数量更重要。才华横溢的人在同样才华横溢的同事环绕下会受到激励和鼓舞，从而创造出吸引更多杰出人才的环境。这些人才可以利用 Claude 使每个人的影响最大化。

我们相信，我们已汇聚了世界上最密集的 AI 研究人才，其中包括许多开创了现代大语言模型基础技术的研究人员。我们的创始团队开创了 AI 领域的若干基础性进展，包括规模定律、GPT-2 和 GPT-3、基于人类反馈的强化学习（RLHF）以及机制可解释性。我们关于安全和能力必须共同推进的信念，帮助我们吸引和留住世界一流的人才，包括研究人员和工程师。例如，在截至 2026 年 9 月 30 日的过去十二个月期间，我们整体员工的后悔流失率约为 1%。

我们坚持开放的内部协作和求真，这以我们低自我、高影响、与使命一致的文化为支撑。研究人员公开分享结果，同事们实时批评和纠偏。当多个团队采用并行方法时，惯例是严格评估哪种方法展现出更强、更对齐的结果。这种协作动态难以复制，因为它既需要我们从组织最初阶段就建立起来的信任基础，也需要坚持不懈地维护这种信任。这种信任以在我们这种规模下不常见的方式体现出来：团队始终朝同一个方向使劲，而不是相互掣肘。

我们相信，我们的文化在我们扩张的过程中推动了我们的人才密度。

前沿与安全研究

我们在前沿模型上的领先地位，是我们人才密度的直接产物。我们相信，我们的研究人员一直比更大的团队或预算更多的团队，更远地推动智能、能力和可靠性的边界。Claude 在各行业真实任务上的表现得到广泛认可，包括编程、医学、法律、科学和数学。

我们的研究方法为我们的业务提供了关键优势：

• 我们的模型研究和算力性能从一开始就协同设计。 架构决策从第一天起就考虑算力效率。我们的模型架构和推理基础设施在一个统一的流程中设计。AI 研究人员和推理基础设施工程师共享规划周期、汇报线和绩效目标。这种做法使我们能够开发出与先前版本相比既更有能力又更高效的模型版本。
• 我们的预训练流程为资本效率而设计。 我们专注于一条清晰的流水线，用于开发对架构、训练方法和数据的模型改进。这些改进在消耗大量算力之前先在较小规模上进行测试。纳入前沿训练的门槛很高且严格基于证据：我们要求证明某项改进在模型规模增大时依然成立，而不仅仅是在缩小规模时表现良好。前沿训练是有计划、有排期的资本部署，输入已知、纳入标准严格。其结果是一个可重复的流程，把研究投资转化为能力提升，同时管理前沿训练固有的风险。
• 我们的后训练投资专为智能体能力打造。 后训练已从一个收尾步骤成长为一项重大研究投资，反映了市场从助手到智能体的转变。我们的模型正是在这里磨炼编写代码、使用工具、遵循指令以及代表用户操作软件的能力。我们针对完整、真实的任务进行训练，这些任务的复杂度反映了真实的专业工作。

• 我们的安全研究是一项商业优势。 随着模型承担起能访问关键业务系统的智能体角色，信任和可靠性至关重要。随着能力提升，安全运行的能力成为商业可行性的关键决定因素之一。对齐良好的模型更善于遵循用户的指令——例如，在没有完全理解用户意图之前，它们会避免采取潜在的破坏性行动。它们也更能抵御诸如提示注入之类的攻击，在这类攻击中，恶意行为者试图通过向模型输入非法指令来劫持模型。我们在对齐、可解释性研究、防护措施和红队测试方面的工作，以及聘请能够评估我们安全实践的外部评审者，帮助我们创建更安全、更可靠的模型，因此使我们能够满足客户的严格要求。安全研究和能力研究是融合在一起的，这使我们能够提供企业工作流程所需的信任和性能。

我们的算力做法

我们的算力做法，始于训练出在任何给定类型的算力上都设计得更有能力、运行更高效的模型。

我们构建更有能力的模型并更高效地提供服务的能力，反映了我们预训练、后训练和推理研究之间迭代循环的复利回报，而所有这些都由我们可互换的算力池提供支持。预训练和后训练研究产生专有的算力倍增器，使我们的模型更有能力。研究和推理工程推动服务这些模型所需算力的持续降低。

除了实现更有能力、更高效的模型之外，我们横跨 AWS Trainium、谷歌 TPU、英伟达 GPU 和 AMD GPU 的多芯片算力架构，使我们能够编排工作负载以优化价格和性能。我们拥有多年在多个芯片系列上有效训练和运行模型的经验，我们相信这是差异化的、难以复制的。这一基础，加上 Claude 对芯片和模型架构日益加深的理解，使我们能够以过去所需时间的一小部分接入新的芯片平台。

我们的算力池在设计上是可互换的。我们进行了大量的工程投资，构建了内部编排、调度和容量管理系统，使加速器容量——无论其供应商、芯片架构或物理位置——都能在各种工作负载之间调配。服务客户工作负载的同一基础设施，也被调配用于研究、模型开发和 Claude 的内部使用。这些系统把底层硬件作为一个统一的容量池来管理，监控整个池子的利用率和需求，并把算力调配到在任一时刻预期最有产出的地方。

我们的多芯片算力做法，使我们获得的芯片供应远多于依赖单一平台，并使我们能够适时获取每个芯片系列和每一代芯片的性价比优势。确保这种获取需要大量的提前承诺。鉴于从签约算力到该算力可用于服务工作负载之间有很长的准备时间，我们在预期需求之前很早就锁定算力。在某些情况下，我们还可能在设备或基础设施交付之前付款。我们预计在可预见的未来将进行大量投资，包括在算力和基础设施方面，以确保我们拥有维持和扩大我们在 AI 前沿地位的技术资源。

企业战略

我们的企业战略与我们的使命一致。我们为需要最高智能的问题构建最有能力的模型。同样的智能也被高效地应用于日常工作——根据每项任务的难度调整投入力度，并把工作负载路由到我们模型家族中最适合它们的模型。因此，我们遍布全球的客户正在广泛的工作中采用 Claude，从日常知识任务到他们最重要的问题。如今，Claude 已被部署于各主要行业的知识工作，包括金融服务、保险、医疗、生命科学、法律、教育、零售和商业、电信、专业服务、科技和网络安全。除了实际的企业挑战之外，Claude 还被应用于科学研究、药物发现、教育和气候分析等紧迫的全球问题。

我们构建模型、平台和应用，是为了在生产环境中有用，而不是为了基准测试的表现。这一区别很重要，因为许多 AI 系统在复杂的企业环境中被证明难以实施、未能交付预期价值，而在这些环境中，治理和安全问题仍是采用的首要障碍。

我们的应用，例如 Claude Code 和 Claude Cowork，放大了员工的影响力。随着时间推移，我们的应用变得更有能力，现在经常被用来与员工一起进行长时间的自主工作。组织还把 Claude 作为驱动和改造内部业务流程的智能进行集成。此外，我们的 Claude 平台被用作企业构建 AI 原生产品的基础。

随着企业客户把 Claude 集成到越来越复杂的工作流程中，他们提出了塑造我们路线图的用例和需求。他们还提供反馈，使我们能够持续改进我们的模型、平台和应用，并开发新的解决方案以推进他们的 AI 采用。

随着每一次模型和产品的进步，Claude 能够处理更有价值的用例，在加深对现有客户影响的同时，降低新客户的采用门槛。当一个模型跨过某一类工作所需的能力、可靠性和信任门槛时，该类别的采用通常会迅速从试验转入生产。编程是第一个这样的类别：在大约一年内，Claude 从建议单行代码发展到运营在生产代码库中自主工作的智能体群。网络安全正沿着类似的曲线发展：在约四个月的时间里，Claude 在 ExploitBench（卡内基梅隆大学研究人员开发的一个基准，用于评估 AI 模型利用软件漏洞的能力）上的表现从 Opus 4.8 的 40%，提高到 Claude Mythos 5 的 78%，再到 Opus 5.5 的 91%。网络防御者现在正在大规模识别和修补漏洞。我们预计模型能力的这些改进将解锁更多用例。Claude Security 和我们最近推出的 OSS Scanner 是早期的例子，它们提供持续扫描代码库的能力，并在攻击者发现漏洞之前提出修复建议。

Claude 作为虚拟协作者

我们相信，我们已经到达一个转折点，AI 系统可以在专业工作中作为真正的协作者发挥作用。它们能迅速完成原本可能占用一名熟练专业人士数小时、一整天或更长时间的实质性任务。AI 系统也越来越有能力执行以前太困难或成本太高而无法完成的任务，或提出原创的见解和分析。

我们把这些与人类并肩工作、以专业水准完成复杂多步骤工作的 AI 系统称为虚拟协作者。虚拟协作者带有其组织授予它们的访问权限、系统连接和上下文，这使它们能够更准确、更可靠地发挥作用。它们可以浏览和使用内部工具，并执行跨越多个步骤、需要持续推理的工作流程。虚拟协作者是设计用来嵌入工作发生之处的 AI，我们的目标是继续把它们延伸到全球的知识工作者，这一人群估计在 2028 年将超过 10 亿¹⁰。

（图：三栏对比。「聊天机器人——窄的一次性回答」，例：「帮我重置密码。」「副驾驶——在一个应用或任务内工作」，例：在文档里，「总结这份文档并起草回复。」→「草稿已插入你的文档」。「虚拟协作者——接受一个目标，与你并肩工作」，标签：长时间自主工作、判断、工具访问；例：「月末结账：核对总账、调查差异、起草 MD&A 评论、制作 CFO 汇报材料，并送审签字。」进度：已核对 14,302 笔交易；标出 6 处差异，已起草解释；已写 MD&A 评论（3 页）；正在制作 CFO 汇报材料……第 7 页，共 12 页；送财务总监签字；工作文件夹。）

Claude Code

当今虚拟协作者最清晰的体现是 Claude Code，这是我们的编程智能体，也是我们认为最具体地定义了自主 AI 工作是什么样子的产品。Claude Code 改变了市场对 AI 系统在与软件开发者协作时能做什么的理解：模型建议下一行代码，并更进一步进行规划、编写、测试和调试——这一过程产出生产级代码。在其发布后的几个月内，自主编程成为衡量前沿 AI 进展的参照点。对于企业 AI 用例而言，我们相信 Claude Code 的推出，其影响可与第一个被广泛采用的对话式 AI 助手的推出相提并论。使 Claude Code 成为虚拟协作者的是：它的持续推理；一个把意图转化为行动的框架；一个无论在开发者的机器上还是在沙盒化的云环境中都保持持久状态的执行环境；与现有工具和系统的集成；以及用户友好的界面。它的用途非常多样，而且常常出人意料：例如，NASA 工程师使用 Claude Code 为火星「毅力号」漫游车规划和编写导航指令，实现了火星上第一次由 AI 规划的行驶。

软件开发者是 Claude 强有力的倡导者——他们了解系统如何运作，在评估技术工具方面有公信力，并且常常充当采用新技术的内部倡导者。赢得他们的信任，为虚拟协作者在企业员工中更广泛的扩散奠定了基础。我们已经看到这种模式正在展开：非技术团队越来越多地采用 Claude Code 和 Claude Cowork 来管理他们自己的工作流程。

Claude Cowork

一切数字工作归根结底都是代码的一种表达，而 Claude 对代码的精通，驱动着能够处理远超软件开发的复杂工作的虚拟协作者。Claude Cowork 把 Claude Code 同样的智能体架构延伸到广大知识工作者：它把用户的意图转化为完成的工作，在用户的桌面上自主读取文件、操作应用和执行多步骤工作流程，而底层代码被抽象掉。通过在 Claude Code 之外推出为特定职业和行业垂直领域专门打造的应用，我们加速了 Claude 向新类别知识工作的扩散，并加深了我们在整个企业中的存在。截至 2026 年 9 月 30 日，Claude Cowork

---

¹⁰ IDC，《全球开发者人口增长预测，2025–2029》，文档编号 US53789825，2025 年 9 月。

（我们于 2026 年 1 月将其作为研究预览推出）的采用速度，超过了 Claude Code 在 2025 年 2 月研究预览发布后同一时间点所达到的采用速度。2026 年 9 月，我们开始合并 Claude Cowork 和 Claude.ai，把智能体工作和对话工作整合到一个统一的应用中。用户现在可以在同一个对话中，从一个简单问题转到复杂的多步骤任务。

扩展虚拟协作者

我们相信，虚拟协作者的发展轨迹是清晰的，而且正在加速。每一代 Claude 模型都在多个维度上扩展：推理的深度和严谨性、能够持续的工作时长和自主性、能够完成的任务复杂度，以及能够产出的有用成果的数量。能力评估和基准测试显示，各个 Claude 模型版本在能够可靠完成的任务的时长和复杂度上都有大幅提升，较新的模型版本展现出尤为显著的进步。

我们正在朝着这样一个世界努力：Claude 可以被交付持续数小时、数天或数周的开放式任务，然后以一位出色同事的判断力和主动性自主执行这些任务。最终，数百万个虚拟协作者可以并行运行，每一个独立处理不相关的问题，或无缝协作以实现共同目标。其结果是史无前例的：我们称之为「数据中心里的天才之国」，可供每一个组织和经济的每一个部门使用。