夜雨聆风
在过去一年，Anthropic 毫无疑问是整个行业里最值得剖析的样本。今年开年，这家公司创造了人类商业史上几乎是最为惊人的爆发性增长：
其ARR（年度经常性收入）直接从 9B 狂飙至 45B。如果算力供应能够持续跟上，其 ARR 在年底大概率将突破 100B，明年甚至有望直奔 200B 至 300B 的宏大区间，直接与 Meta 的营收体量并驾齐驱。
在二级市场上，
Anthropic 的估值如今已经摸到了1 万亿美金的门槛，历史性地反超了宿敌 OpenAI。
与此同时，前几天整个科技界最引人注目的消息，莫过于 AI 领域的殿堂级大佬Andrej Karpathy也公开宣布加入 Anthropic。
人们不禁要问，Anthropic 究竟是在哪一个关键节点完成了后来居上，并最终与 OpenAI 拉开身位的？“海外独角兽”的这篇深度特稿，从战略抉择与组织演进这两个最核心的维度，对 Anthropic 的成长轨迹进行了像素级的梳理与还原。它不仅解答了为什么 Anthropic 早在 2021 年就洞察到 Coding（代码）是通往 AGI 的终极之径，也深刻剖析了 Dario Amodei 与 Sam Altman 的性格分野如何塑造了截然不同的企业路径，更揭示了这家公司极低的人才流失率背后，那套被全员赞誉的“教派式文化”究竟是如何在快速扩张中维持不坠的。
01 当所有人都在 FOMO，他们只押注一条路
在硅谷的叙事里，战略的精彩之处往往不在于你选择了什么，而在于你极其果断地放弃了什么。
如果我们把两家公司的战略并列来看，OpenAI 显然更像一个什么都想要的庞大帝国。在模型能力上，无论是数学、科学、代码、推理，还是多模态与架构创新，OpenAI 都在全线发力；而在产品端，从 Codex、浏览器、机器人、企业平台，到智能硬件、芯片乃至数据中心，OpenAI 内部的项目数一度高达约 300 个。
与这种“无边界扩张”恰恰相反，Anthropic 则是 AI 巨头中唯一一个在极早期就彻底放弃多模态的异类。
他们从未在公开场合强调过架构创新，也极少标榜推理模型、强化学习（RL）或持续学习等时髦概念。他们选择将所有的筹码，都压在做好语言模型的Scaling Laws（等比缩放定律）以及深耕Coding这一个方向上，试图先把最关键的能力彻底打穿。
如今，行业对于 Coding 为什么是通往 AGI 的黄金通道已经达成了共识。
首先，代码是通往数字世界一切任务的通用语言，几乎所有现实场景最终都可以被抽象并表达为一段程序；其次，代码具有极强的可验证性与极短的反馈闭环，这种特性天然地适合模型进行自我迭代，从而让用户数据能够以最高效的方式反哺训练；最关键的是，代码能力本身就是研发 AGI 的终极加速器。
如今头部的 AI 实验室已经进入了这种自我进化的指数级循环之中，今年模型一个季度的进步幅度，甚至比过去一年还要快。
最终的战局证实了这一判断的远见。Coding 确实是最重要的方向，堪称“孤篇压全唐”。而 OpenAI 直到今年 3 月份才如梦初醒，紧急砍掉了 Sora 等支线业务，将 Coding 重新提到了公司的第一优先级。
然而，Anthropic 究竟是如何在 2021 年就精准选定 Coding 的？追溯历史，这其中一半源于远见，另一半则要归功于运气的眷顾。
在早期，Anthropic 的融资过程一度极其艰难。在资金极度受限的窘境下，他们必须寻找一种最高效的方式向 AGI 迈进，这就需要先讲一个垂直场景的故事来证明商业闭环的可能性。于是，他们认真研究后发现，如果只能选一个方向，Coding 就是那个完美的支点。只要先训练出更好的代码模型，提供给客户使用，就能在真实的工程环境中获取宝贵的使用数据，进而反哺模型训练，形成滚滚向前的飞轮。
Anthropic 的增长负责人曾透露，他看过一份公司联合创始人写于 2021 年的内部文件，其核心内容正是论证“为什么我们应该专注于 Coding”。这个日期的超前程度，远远早于市场上任何人意识到这个方向的实际价值。
不过，随着后来融资环境的转暖，公司获得了更充裕的资源，Coding 这条线曾被短暂搁置，团队转而投身于通用模型底座的构建。真正的转折点发生在 ChatGPT 爆火之后。
当时，Anthropic 敏锐地意识到 C 端市场已被 OpenAI 抢占先机，于是他们颇为遗憾、但事后看来却异常幸运地转移了战场，将重心彻底转向 ToB。这一战略转向是极其谨慎且遵循实证主义的，而非一次盲目的豪赌。在训练 Claude 3 时，团队开始有意识地强化 Coding 能力，并在 Sonnet 3.5 上获得了极其热烈的市场反馈。自此，他们一边加码一边求证，内部逐渐坚定了对 Coding 潜力的判断，不仅看到了其巨大的商业价值，更确认了其对研究的加速作用。
正因如此，团队开始心无旁骛地沿着这条路狂奔。这中间他们不仅彻底放弃了 C 端，甚至连多模态都没有分散其半点精力。
除了市场方向上的聚焦，更值得称道的是他们在技术路线上的定力。过去两年，外界不断有明星研究员宣称 Scaling Laws 已经撞墙，预训练的边际收益已经见顶。但从我们与各家研究员的交流来看，Anthropic 始终是所有实验室里最坚定不移相信 Scaling Laws 的那一个。他们把预训练和数据清洗做到了极致扎实，从未在新范式上分散精力。
事后证明，Claude 的能力跃迁，很大程度上正是得益于在预训练上的这种老实而扎实的投入。
这种果决的取舍与定力，深究下去，与创始人的性格及出身有着密不可分的关系。
Anthropic 的 4 位联合创始人都是当年 Scaling Laws 奠基性论文的核心作者。CEO Dario Amodei 本身就是 GPT-3 最核心的研究负责人，在 AI 领域深耕了十年，对技术演进有着极其敏锐且一手的体感，因此更敢于在关键时刻下判断。
更重要的是，Dario 是一个完全不 FOMO（害怕错过）的人，甚至在旁人眼里显得有些固执与自恋，极少被市场共识牵着鼻子走。
他在 2024 年公司还远未取得爆发性增长时，曾说过一段极具代表性的话：
“在过去十年里，我学到的最深刻的一课，就是市场上总会存在一种所谓的共识。但当我亲眼目睹了好几次共识在一夜之间彻底翻盘后，我就开始专注于自己的下注。我不知道我们一定是对的，但说实话，就算只有 50% 的时间是对的，也已经极其有价值了，因为你提供了别人没有的东西。”
这与 Sam Altman 的风格形成了鲜明的对比。
在硅谷，Sam 被公认为最有野心的创始人之一，他从一开始就展现出“既要又要”的宏大格局。再加上他早年在 YC 担任总裁的投资背景，使他极其擅长“多点播种、并行下注”的打法，这也直接导致了 OpenAI 内部野蛮生长出无数条支线。
由于并非技术出身，Sam 对技术前沿的具体判断在某种程度上不如 Dario 敏锐，因而他更倾向于依靠团队自下而上地往前推，而自己则发挥最擅长的资源筹措能力，源源不断地为各个团队输送弹药。这种 VC 背景让 Sam 格外偏爱那些颠覆性的、炫酷的创新概念（0 到 1），却在一定程度上忽视了对产品从 1 到 10 的持续打磨。这也解释了为什么 Sora、Atlas 浏览器、Voice Mode 等产品线在惊艳亮相后，往往缺乏持续的迭代与维护。
更致命的是，Sam 与首席研究官 Mark Chen 的性格都是“只说 Yes，不说 No”。只要团队愿意推，上面就会持续给予资源。
当 OpenAI 的精锐兵力被各种繁杂的支线项目不断摊薄时，Anthropic 却得以通过“田忌赛马”的策略，在最关键的战场上凝聚起压倒性的优势。
这无疑给所有的创业者上了一课：专注的价值在今天被严重低估了。
正如 Founders 播客主播 David Senra 在研究了超过 400 位伟大创业者的传记后所总结的那样，如果将所有的创业经验浓缩为一个词，那便是Focus（专注）。
伟大的企业家往往不是面面俱到的优等生，而是极端的偏执狂。他们会死死盯住对自己最关键的那一两个变量——如同 Costco 之于极致低价、Apple 之于设计体验、字节跳动之于推荐算法与数据飞轮——然后不惜一切代价将其推向令对手感到荒谬的极致。
然而，真正的专注是极其痛苦的，它要求你同时具备极高的认知判断力（知道什么是最关键的，并敢于牺牲其他一切）以及强大的意志压强（投入压倒性的资源将关键要素打穿）。
回看 Google 创立之初，整个互联网都在疯狂鼓吹“门户网站”的概念，Yahoo 等巨头拼命在首页堆砌新闻、天气、游戏等功能以延长用户停留时间。而 Google 却逆流而上，坚信用户需要的是以最快速度离开并找到答案。他们的首页干净得只有一个搜索框，并且在长达十年的时间里，将所有精力都压在“搜索关键词竞价”这一种变现机制上。
战略的核心，从来不是想清楚你要选择什么，而是想清楚你要放弃什么。
在这个喧嚣的时代，绝大多数人说“不”的次数，显然都远远不够。
02 用“教派式文化”筑起最深的人才护城河
如果说战略上的聚焦让 Anthropic 赢得了身位，那么其独特的组织文化，则为其构筑了最难被复制的壁垒。
在过去半年那场近乎惨烈的 AI 人才争夺战中，Anthropic 的人才留存率表现得惊人地稳定。数据显示，在 2021 年至 2023 年期间：
每 10.6 个从 DeepMind 流向 Anthropic 的人中，仅有 1 个会反向跳槽回去；
每 8.2 个从 OpenAI 流向 Anthropic 的人中，同样只有 1 个会反向回归。
在入职两年后的员工留存率对比中，Anthropic 以80% 的高比例雄居头部实验室之首，甚至超越了老牌巨头 DeepMind 的 78%，而当时的 OpenAI 仅为 67%。
需要强调的是，这组数据是在 OpenAI 如日中天、而 Anthropic 尚未完全爆发时录得的。而在近两年的新闻中，这种人才磁吸效应更加明显，甚至出现了多位明星公司的 CTO 甘愿降下身段，跳槽到 Anthropic 担任一名普通技术员工（MTS）的奇特景观。
这种极强的人才凝聚力，其根源被一致指向了 Anthropic 的组织文化。正如其增长负责人 Amol Avasare 所言：
“文化是 Anthropic 最有防御力、其他家绝对无法复刻的秘密武器。”
具体拆解来看，Anthropic 的组织文化呈现出三个在硅谷极其罕见的特质。
第一，纯粹的使命驱动（Mission-oriented）
Anthropic 的使命极其宏大且沉重：“确保世界能够安全地度过 transformative AI（变革性 AI）的转变”。
在很多企业将使命挂在墙上当装饰时，Anthropic 内部对这一使命的认真程度，已经到了一种近乎宗教般的虔诚。这是一家带着强烈道德自我想象的实验室：他们真心相信 AGI 能够拯救世界，也同样真切地恐惧 AGI 会摧毁人类。而他们的存在，就是为了带领大家走过这两者之间那条极窄的钢丝。
Claude Code 的负责人 Boris Cherny 曾感慨，在 Anthropic 的走廊里随便拦住一个人问他为什么在这里，得到的答案永远是“Safety（安全）”。他与产品经理 Cat Wu 曾一度离职跳槽去明星初创公司 Cursor，但仅仅两周后便双双选择回归，原因正是他们发现自己无法戒掉 Anthropic 内部那种所有人为了一个更崇高使命而纯粹奋斗的氛围。
在全员大会上，甚至有早期员工会公开说：
“如果 Anthropic 最终实现了安全过渡的使命，但公司本身却破产失败了，这依然是一个伟大的结果。”
这种将使命置于公司商业存亡之上的道德感，并非口头说说。从其非盈利信托掌权的独特治理结构，到在可解释性研究上的重金投入，再到前段时间因为价值观冲突甘愿牺牲美国国防部 2 亿美金的巨额订单，Anthropic 始终在践行着知行合一。
第二，极度的高信任与低利己（High trust, low ego）
AI 研究员几乎是这个星球上最聪明、同时也拥有极高 Ego（自我意识）的群体。他们天然地渴望提出独特的解法以另立山头、扬名立万。然而，从谷歌跳槽而来的 Daniel Freeman 却表示，其他模型公司内部就像是各怀鬼胎、暗暗较劲的诸侯割据，但在 Anthropic，他从未感受到这种内耗。
去年秋天加入的前 Stripe CTO Rahul Patil 也表达了同样的震撼。他提出了一个衡量 Ego 的硬标准：
如果公司明天告诉你，为了实现使命，最适合你的位置不是继续做高管，而是去当一个普通的个人贡献者（IC），你是否愿意？他确信，Anthropic 100% 的人都会毫不犹豫地答应。
第三，浓郁的人文底色
《纽约客》的作者在对 Anthropic 进行数月深度跟访后，留下了两个极富诗意的形容：他们是一群“带着书卷气的局外人”（Bookish misfits），且“公司里似乎有不成比例的员工，是小说家或诗人的后代”。
这里的员工不像是典型的硅谷精致利己主义者，也不像木讷的传统技术男，而是散发着一种理想主义的书卷气。这种气质甚至直接体现在模型的命名上：
Haiku（俳句）、Sonnet（十四行诗）、Opus（巨著），无一不对应着古典文学的凝练与厚重；而硬币的另一面，OpenAI 的命名是冰冷的工程编号（GPT-4/o1），Google 则是标准的产品线命名（Gemini Ultra/Pro/Flash）。
Boris Cherny 曾分享过一个细节：他刚入职时的第一顿午饭，随口提到了硬科幻作家 Greg Egan 一本极其冷门的小众著作。在过去，他从未遇到过任何一个读过此书的人，然而当时饭桌上的同事们，竟然瞬间全接上了他的梗。这种基于共同阅读品味的共识，让他瞬间确信，自己找到了那个可以托付技术理想的归宿。
03 同股同权、无 Title 与 1/3 时间的文化布道
一种文化如果仅仅停留在情怀层面，在面对 3000 人规模的极速扩张时，瞬间就会被稀释得无影无踪。Anthropic 难能可贵的地方在于，他们成功地将这些“天真的理念”通过制度设计固定了下来。
CEO Dario Amodei 曾公开表示，自己会将 1/3 甚至 40% 的时间，毫无保留地花在确保公司文化不被污染上。在具体的管理实践中，他们通过以下四套机制，将理想主义彻底制度化：
1. 极其严苛的“反向招聘筛选”
与大多数公司疯狂追逐行业大牛（Big names）不同，Anthropic 更偏爱那些有真才实学却不喜张扬的“Underdogs”。他们极度看重候选人是否有能力的直接证据，例如是否做过独立研究、写过有深度的技术博客，或对开源社区做出过实质性贡献。
在面试流程中，他们设立了专门的文化面试（Cultural interview），在一个小时内密集轰炸 15 至 20 个情境问题。其中最经典的一道筛选题是：
“如果 Anthropic 因为无法保证绝对安全而最终决定不发布模型，导致你的股票期权彻底归零，你是否愿意接受？”
此外，面试还会严苛地考察候选人是否足够善良、有同理心、能坦然承认自己的无知，以及是否具备推演事物二阶效应（Second-order effects）的系统性思维。
为了这套标准，他们确确实实主动放弃了许多技术能力达到 10x 却自视甚高的明星开发者。Rahul Patil 在加入前，当时的 Anthropic CTO 甚至花了两三周时间，反复善意地劝阻他，帮他剖析为什么他不应该加入，除非他在文化和使命上达到了绝对的共识。
这种“反向筛选”在面对外部诱惑时展现出了惊人的威力。在去年 Meta 挥舞着天价薪酬支票疯狂挖人时，OpenAI 的应对方式是传统的商业套路：提供 Counter offer、发放留存奖金、取消新员工的股票归属锁定期。
而 Anthropic 的回应则极其硬气。他们对员工直言：
“你来这里是为了使命，而不是为了在外部竞价中抬高身价。我们绝不会因为扎克伯格碰巧看中了你，就给你开出比身边同样优秀的同事高出十倍的薪水，这不公平。如果你想走，请便。”
最终的结果令人惊叹：在那轮挖人狂潮中，OpenAI 流失了数十名核心员工，而 Anthropic 仅走了 2 个人，且这两位本就是在 Meta 工作过多载的老兵。
2. 极致的信息透明与“意义供给”
在 Anthropic，Dario 会高频且反复地向员工进行“意义供给”。他每两周就会雷打不动地召开一次全员大会，并将其幽默地命名为“Dario Vision Quest”。
在会上，他会拿着一份精心准备的三四页文档，毫无保留地讲足一个小时，内容涵盖公司战略、产品走向乃至行业隐秘变化，并直接现场回答所有尖锐的问题。员工评价他“说话从不进行政治算计，真诚得近乎赤裸”。
此外，Dario 经常在自己的 Slack channel 里记录自己毫无修饰的碎碎念，包括他最近在焦虑什么，以及对行业趋势的真实看法。
这种高度的透明培育了极好的分布式决策土壤。更重要的是，这种透明是双向的。在 All Hands 结束后，经常有员工因为不认同 Dario 的观点，直接在 Slack 公开频道里留言“我不同意你的判断”，并当场展开激烈的学术辩论。
在公司内部，写文档记录思考是一种全员风尚。许多人都有自己的 Notebook channel，如同个人版推特，随时分享工作进展与思想火花。
在这种高度流动的空气里，甚至连财务数据都是对内公开透明的。
（但硬币的另一面是，技术保密极其严格，不同小组之间甚至会刻意物理隔离，以确保关键的 Know-how 弥散在不同人的脑中，无法通过挖走单个人而被窃取。）
3. 七位联合创始人“同股同权”的顶层设计
在公司创立之初，Dario 做出了一个极其反商业常识的决定：
给 7 位联合创始人完全等同的股权。
当时所有的投资人都警告他，这种主导权模糊、激励错位的架构将是一场灾难，公司极易因为内斗而分崩离析。但 Dario 坚信，公司不应该围绕某一个超级英雄转，而应该围绕使命转。同股同权，就是对这一承诺最不可伪造的物理证据。
这 7 位早已共事多年的联创，如同 7 个强大的文化复制节点，在不同的业务线上，将最初的价值观原汁原味地投射给更广泛的人群，确保了公司在极速扩张中文化浓度不被稀释。
对比之下，OpenAI 的高管层始终处于剧烈的动荡之中。11 位联合创始人如今仅剩 3 位坚守，而新换上的管理层同样极不稳定，频繁上演着离职、请假、调岗与边缘化的权力游戏。
4. 抹平层级的“One Team”制度
Anthropic 的 CTO 曾指出，前沿 AI 实验室是一种倒金字塔的组织。因为一线员工每天都在跑实验，最先目睹模型的涌现行为，因此绝大多数伟大的产品创意都是自下而上涌现的，而非高管的 Roadmap 规划出来的。
但这种权力下放极易导致各个团队守着自己的利益，长成拉扯的山头。
为了主动制造团结，Dario 极其强调“One Team”。在高管以下，公司刻意取消了所有 Title 的区分，统一称为Member of Technical Staff（MTS），从而在制度上弱化了“研究员 vs 工程师”、“高级 vs 低级”的身份鄙视链。
这与 OpenAI 形成了鲜明的对比。OpenAI 内部存在着一条根深蒂固的鄙视链：
Researcher 凌驾于 Research Engineer 之上，而后者又俯视普通的 Software Engineer。
这直接导致产品团队在研究团队面前毫无话语权，研发往往陷入“研究团队出了成果，产品团队临时被通知拿着锤子找钉子”的尴尬境地。
而在 Anthropic，产品与模型团队咬合得极度紧密，产品甚至能反向定义模型能力的演进，这也是 Claude 在实际落地体验上往往比 OpenAI 更加细腻、产品力更强的重要原因。
04 未曾消散的创伤与反作用力
为什么 Anthropic 会长出这样一套独特的组织文化？这背后交织着业务的第一性原理，以及创始团队难以抹去的历史创伤。
业务性质决定组织文化
组织文化的第一性原理在于：
员工的行为模式必须能够帮助公司的业务走向成功。
以字节跳动和华为为例，字节是典型的短周期、短链条业务，试错成本极低，因而其文化疯狂鼓励“敢为人先”与“Context, not Control”；而华为做的是基站、芯片等高召回成本的重工业，一旦出错可能吞噬整年利润，因而其文化更讲求“敢为人后”的压强超越与严密控制。
那么，前沿 AI 竞赛的业务本质是什么？
在今天，一个核心的护城河在于
能否组织起一群最聪明的人去干最脏、最累的活（Smart people do dirty work）。
尤其是在 Coding 和 Agentic（智能体）方向，这本质上是一场极其消耗心力的工程与数据质量竞争。
Agentic 数据极其复杂，它不仅包含对话，还涉及任务环境的搭建、执行轨迹的记录以及一整套严密的评估验证体系。这是一项毫无光环、无法发顶刊论文的系统性苦力活。
据行业研究员透露，OpenAI 如今面临的最大痛点，正是无法组织起几百个心气极高的顶尖天才去踏踏实实清洗数据、收拾烂摊子。因为他们招募的都是鄙视链顶端的明星，每个人都渴望做 0 到 1 的范式突破。
正如学者姚顺宇所言：
“个人英雄主义的时代已经过去了，AI 这个事最重要的特质就是靠谱，做事细。”
在这种背景下，Anthropic 那种 Low ego、使命驱动、强调 One Team 的氛围，其优势被无限放大。其联合创始人 Jared Kaplan 至今仍每天带领团队亲自过数据，将数据清洗做到了令人发指的细致程度。这也完美解释了为什么 OpenAI 的模型在竞赛级代码难题（Research问题）上依然强悍，但在日常工作 and Agentic 任务（工程问题）上，却屡屡被 Claude 斩落马下。
创伤留下的反作用力
创始人的价值观，一部分源于他们原本相信什么，另一部分则深深根植于他们曾经厌恶过什么。
CEO Dario Amodei 的职业生涯，几乎是一部伴随着内部政治斗争的创伤史。
他最早在百度的 AI 实验室第一次观察到了 Scaling Laws 的神迹，并成为其坚实的信徒。然而，由于围绕控制权与资源的激烈内耗，该团队最终被迫解散。
随后，他辗转加入 OpenAI，主力领导了 GPT-3 项目，并分得了全公司过半的算力。然而，随着 OpenAI 的商业化狂飙，底线的冲突开始爆发。当联合创始人 Greg Brockman 提出将 AGI 卖给联合国安理会核大国这一惊人设想时，Dario 几乎当场崩溃辞职。在他看来，这已经践踏了底线。
Sam Altman 夹在中间，试图用他最擅长的政治平衡术来调和矛盾，却最终透支了信任。当双方对账时，Dario 震惊地发现，Sam 答应他的事情，与答应 Greg 的完全是两码事。
最终，Dario 兄妹与 Sam 爆发了激烈的正面冲突。Sam 指责他们在背后搞小动作，而 Dario 当场叫来证人对质，在证人否认后，Sam 却转头否认了自己刚刚做出的指控。
这次 Drama 让 Dario 彻底看清，这家掌握着毁灭性技术的公司，其掌舵者如果缺乏真诚与诚实，将是一场灾难。于是，他带着 GPT-3 的核心班底决然离去，创立了 Anthropic。
因此，Anthropic 今天这套被硅谷奉为圭臬的文化，很大程度上是当年百度和 OpenAI 政治斗争留下的创伤反作用力：
因为见过平衡术如何透支信任，所以他们将真实与透明写进基因；
因为见过激化的政治暗算，所以他们鼓励冲突前置、当面辩论；
因为见过理念分歧导致的组织瓦解，所以他们设置了近乎变态的文化面试；
因为见过超级明星的权力争夺，所以他们极度排斥 Big names，只招 Low ego 的同路人。
05 “天真的使命”迎头撞上“无边的野心”
行文至此，我们可以清晰地看到两家公司截然不同的底色：
然而，我们无法轻易下结论说，某种文化一定能压倒另一种，更无法预测三个月后的战局。在瞬息万变的 AI 纪元里，OpenAI 依然拥有其不可忽视的底牌。
Coding 如今已是明牌，OpenAI 正在倾尽全力疯狂追赶，市场上已经出现了开发者从 Claude Code 向 Codex 迁移的端倪；同时，算力作为硬通货，OpenAI 在极早期锁定的算力资源远超 Anthropic；更重要的是，OpenAI 那种开放探索、鼓励范式创新的文化，随时可能在下一个深夜，通过一次全新的技术跃迁，彻底将现有的棋局掀翻。
但无论如何，站在 2026 年的节点回望，Anthropic 已经为整个科技史留下了一个足够震撼且温存的样本。
它用无可辩驳的数据和增长证明了：
在疯狂的 AI 时代，赢，不一定非要靠更庞大的野心、无边界的扩张和最耀眼的明星。有时候，赢也可以来自它的反面——更少的下注、更低的自负，以及一个看似天真、却被誓死捍卫的使命。
喜欢本文，别忘了点击
文末右下角“推荐”
并转发给更多人看哦~
— END —
