【AI】为什么是Anthropic,而不是更强的OpenAI,成了coding agent的领导者?

一、"弱者"为什么要出逃？

2020年冬天，Dario Amodei从OpenAI离职时，大概有不少人在背后摇头。

他是OpenAI的VP of Research，主导过GPT-2和GPT-3。论资源，OpenAI有微软上百亿美元的投资，有最优秀的研究团队，有先发优势；论个人地位，他在GPT-3论文里署名第二仅次于Sam Altman。怎么看，都是"强者"阵营里的人。

但Dario自己清楚：他不是强者。

至少在那个时间点，他所在的阵营，正在朝着他无法认同的方向滑去。他在2023年Fortune采访中说了一段话，值得反复读：

"在GPT-2和GPT-3之后，OpenAI内部有一群人，对两件事有着比大多数人都强烈的信念。第一，往这些模型里投入更多算力，它们会越来越好——这个观点现在被广泛接受，但当时我们是最早的信仰者之一。第二，光靠 scaling 模型是不够的，你还需要对齐或安全性。"

这两句话看起来平平无奇。但仔细想，Dario在这里说了两件极其反共识的事：

第一，他对规模法则的信仰，比大多数人都早一到两年。这意味着他对AI能力边界的判断，比市场更超前。

第二，他认为"对齐"不是附产品，而是必要条件。这个观点在2019-2020年的OpenAI内部，几乎是一种少数派异见。

带着这种"我比公司大多数人都更清楚未来在哪里"的判断，他走了。和他一起走的，还有他的妹妹Daniela，以及一批核心研究员。

为什么走？因为留下来，意味着在一个你不认同方向的公司里，做一个无法发挥最大价值的人。德鲁克说过一句话：组织的首要任务，是让平凡人做出不平凡的事。但前提是，这个组织得有方向。如果方向本身是错的，越聪明的人走得越偏。

Dario走的时候，心里清楚一件事：我不是OpenAI那种强者，但我的判断，可能比他们更正确。

二、弱者找到战场的过程，比我们想象的长

"弱者心态"这个词，在商业叙事里容易被浪漫化。不是所有的示弱都是战略，有的就是真的弱。Anthropic的关键在于：他们用"示弱"凝聚了团队，但用"找战场"这件事，证明了自己不是弱者。

这个找战场的过程，持续了将近三年。

2021年到2023年，Anthropic的主要产品是Claude——一个定位"企业级安全AI助手"的通用聊天产品。这个阶段，外部对Anthropic的认知是：这是一家认真做安全的公司。但"安全"这个词，在2021-2022年的AI市场，是一个被动词——意味着"我们能力受限"，而不是"我们有什么别人做不到的事"。

真正让Anthropic看到光亮的，是2024年3月Claude 3的发布。

Claude 3 Opus首次在Chatbot Arena上超越了GPT-4。对于一家"后发"的公司来说，"在某个指标上超越最强的竞品"是一个极强的信号。但真正重要的是这次超越发生在编程基准测试SWE-bench上，而不是通用的对话评测上。

编程，或者说coding，是一个极其特殊的场景：

第一，它有客观的衡量标准。代码能不能跑、Bug能不能修、SWE-bench分数是多少，这些比"对话自然度"更容易量化。

第二，它有真实的付费意愿。开发者愿意为提高效率的工具付钱，企业愿意为靠谱的代码助手付钱。这个市场不是纸面市场。

第三，它天然需要"可信赖"。代码是要部署到生产环境的，是要跑在用户面前的。一段看似正常但包含隐藏漏洞的代码，比一个直接拒绝回答的问题，危险一万倍。

当Anthropic意识到自己在编程基准上的优势，叠加自己在"安全可信"上的积累，答案几乎是显而易见的：coding agent，就是我的战场。

德鲁克在讨论企业战略时，反复强调一个观点：不是"我们擅长什么就做什么"，而是"市场需要什么，以及谁能最好地满足这个需求"。Anthropic没有选择"和OpenAI在通用聊天上硬碰硬"，而是选择了一个自己既能发挥技术积累（Constitutional AI驱动的安全可控性）、又能建立差异化壁垒（企业级可信代码助手）的赛道。

这是弱者的战略自觉：不在别人的战场打仗，在自己的战场定义胜负规则。

三、不是技术最领先，而是时机最准确

现在回过头来看，Anthropic在coding agent上的节奏控制，几乎是一种教科书级的战略纪律。

他们没有在2021年或2022年急于推出专门的编程工具。那时候模型能力还不够强，推出半成品只会砸招牌。

他们没有在2023年Claude 2时代进入。Claude 2的编程能力虽然不差，但还没有形成决定性优势。

他们在2024年6月Claude 3.5 Sonnet发布时，编程能力首次全面超越GPT-4o，但仍然没有急着推出独立CLI编程工具。

他们等到的是2024年10月——Claude 3.5 Sonnet升级版发布，同时推出Computer Use功能。这是Anthropic第一次让Claude能够"像人一样操作计算机"——不只是输出文字，而是能真的打开浏览器、操作GUI、执行一系列操作序列。

这个时间点，距离Claude 3.5 Sonnet在编程能力上领先竞品，过去了4个月。

距离他们内部形成"coding agent是主战场"这个判断，可能已经过去了将近一年。

然后，2025年2月25日，Claude 3.7 Sonnet发布。全球首个混合推理模型（fast thinking + slow thinking同在一个模型里）。同步发布Claude Code——作为独立CLI编程代理工具。

SWE-bench得分：70.3%。人类基准是69.7%。

他们用数字完成了定位：不是接近人类，是超越人类。

四、70.3%这个数字，为什么重要？

在商业叙事里，数字的价值不在于精确，而在于锚定。

"我们比GPT-4强"——这是一个模糊的表述，谁都可以说。

"SWE-bench 70.3%，人类基准69.7%"——这是一个具体到小数点的、可以被验证的数字。它不是说"我们很强"，而是说"我们已经在人类平均水平之上"。

这个数字的叙事力量在于：它重新定义了竞争的前提。不是"谁更接近AGI"，而是"谁已经能在真实工程任务上替代人类"。

更重要的是，70.3%这个数字出现的时间点，恰逢coding agent赛道全面爆发。OpenAI的Copilot在迭代，Cursor在融资，GitHub Copilot的声量越来越大。在所有这些玩家都在争夺开发者注意力的时刻，Anthropic扔出了这个数字。

一瞬间，所有关于"哪家coding agent最强"的讨论，都有了一个共同的参照点。

这不是技术发布，这是一次定位宣示。

德鲁克在讨论企业的本质时说过：企业只有一个中心功能，就是创造客户。而创造客户的核心，是建立差异化的价值认知。70.3%帮Anthropic做了一件极其重要的事——在开发者心智中，刻下了"最强编程模型"这六个字。

五、Constitutional AI的"邪恶逆转"

在整个叙事里，最有意思的转折，是Anthropic的"安全"标签，从商业成本，变成了竞争优势。

早期，Anthropic因为Constitutional AI路线的限制，模型在某些能力指标上不如GPT-4。那时候外界对他们的评价是："这家公司很认真，但能力受限。"

2025年之后的coding agent市场，游戏规则变了。

当代码助手开始在真实项目中执行操作、写文件系统、调用API、提交PR，"听话"和"可预测"突然变成了最值钱的属性。

一个能绕过安全限制的代码助手，在企业IT眼里，不是"能力更强"，而是"风险更高"。

GitHub Copilot面临的代码版权质疑、机密信息泄露风险，恰恰给Anthropic做了一个完美的反向背书。当最强的竞品在安全上出现问题，"最安全的代码助手"这个标签，从约束变成了护城河。

2026年3月，Claude Code的npm包意外泄露，51.2万行TypeScript源码暴露。安全社区逆向分析后发现，Claude Code内部有一个独立的"permissions agent"——专门负责权限控制。Constitutional AI不只是训练时的一个原则，它已经深入到了产品的每一个执行层。

这不是泄露。这是一场免费的安全能力展示。

六、叙事闭环：弱者的胜利

回到Dario Amodei2023年的那段采访。他说自己相对于OpenAI和谷歌，是"相对较弱的地位"。这个承认，在当时的语境里，是一个悲观的事实陈述。

但回过头看，这句话其实是一种战略清醒：知道自己是弱者，才能不做弱者的事。

弱者不分散资源。Anthropic没有在多个赛道上同时和OpenAI竞争，他们把几乎所有重量都压在了coding/agent这一个点上。

弱者不等完美时机不行动。他们等了三年——不是犹豫，而是在等模型能力达到临界点，等市场对coding agent的认知成熟，等自己的差异化优势（安全可控性）从成本变成价值。

弱者不在别人的规则里竞争。他们定义了新的战场：不是比谁更会聊天，而是比谁更能让AI在真实工程任务中替代人类。

70.3%，是人类基准。Anthropic用这个数字完成了叙事闭环：从哪里开始（"我们是弱者"），回到哪里（"我们已经是这个赛道的领导者"）。

这不是运气。这是弱者心态，经过三年淬炼，淬出的胜利。