一场家庭变故，塑造了这位硅谷顶级CEO。一项晚了四年的医学突破，让Dario Amodei深刻理解了科技加速的意义。他带着这份执念，将公司打造成AI领域的巨兽，誓要用技术追赶生命的遗憾。

Dario Amodei这位AI圈最敢说的大佬，因为家庭变故，找到了人生方向。

作为Anthropic的CEO，他在2025年简直是「火力全开」，与行业对手、政府官员以及公众关于AI的看法展开了激烈交锋。

他预测AI可能很快会淘汰50%的入门级白领工作，还在《纽约时报》上抨击了为期十年的AI监管禁令。

Anthropic正与Iconiq Capital进行谈判，拟融资30亿至50亿美元，使其估值达到1700亿美元。

公司正以迅速上升的估值吸引数十亿美元投资，反映了投资者对AI新星的追捧。

今年3月，Anthropic刚完成了一轮由Lightspeed Venture Partners领投的35亿美元融资。

接受采访时，Amodei看起来很放松，精力充沛，他身穿一件蓝色翻领毛衣，内搭一件休闲白T恤，戴着一副方框厚边眼镜。

Amodei表示，他所有努力的背后，都源于一个坚定的信念：

AI发展速度比大多数人想象的要快得多，这使它的机遇和风险比我们想象的要近得多。

Amodei的直言不讳和犀利的行事风格，为他在硅谷赢得了尊敬，也招来了嘲笑。

一些人认为他是技术远见者，曾开创了OpenAI的GPT-3（ChatGPT的前身），也是一位注重安全的领导者，毅然出走创立了Anthropic。

另一些人认为他是控制欲强的「末日论者」，想要减缓AI的进程，按自己的喜好塑造它，并把竞争对手挤出局。

但无论喜欢还是讨厌他，整个AI领域都不得不与他打交道。

从2021年「一无所有」开始，这家公司（尽管尚未盈利）的年化经常性收入（ARR）已从2025年3月的14亿美元，增长到5月的30亿美元，一路飙到7月份的接近45亿美元。

Amodei称其为「有史以来，同等规模增长最快的软件公司。」

Anthropic最大的赌注并非ChatGPT那样的应用程序，而是押注底层技术。

公司大部分收入来自于其API，或是其他公司购买他们的AI模型，并集成到自家产品中。

因此，Anthropic将成为AI发展的一个「晴雨表」，其兴衰将与技术实力紧密相连。

随着Anthropic的壮大，Amodei希望它的影响力能帮助他引导整个行业的发展方向。

就凭他敢说敢做、不怕得罪人也扛得住打击的性格，或许真的能做到。

4年后，就能被治愈的「绝症」

Dario Amodei从小就是个理工男。

他1983年出生于旧金山，母亲是犹太人，父亲是意大利人。

他几乎只对数学和物理感兴趣。

高中时期，互联网泡沫席卷而来，但他几乎对此毫无兴趣。

「写网站对我来说毫无吸引力，我的兴趣在于探索基本的科学真理。」

在家里，Amodei与父母非常亲密。这对恩爱的父母一直致力于让世界变得更美好。

他的母亲Elena Engel负责伯克利和旧金山图书馆的翻新和建设。父亲Riccardo Amodei是一名手艺精湛的皮匠。

「他们让我懂得了是非对错，以及这个世界上什么是重要的，赋予了我强烈的责任感。」他说。

这种责任感在Amodei就读加州理工学院本科期间就有所体现。

当时，他严厉批评同学们对即将到来的伊拉克战争的消极态度。

Amodei在2003年3月3日的学生报纸《加州理工学院》上写道，

问题不在于大家是否乐于见到轰炸伊拉克；而在于大多数人反对，却不愿为此付出哪怕一毫秒的时间，这种情况需要改变，现在就改变，刻不容缓。

在他二十出头的时候，Amodei的人生被永远地改变了。

他的父亲Riccardo长期与一种罕见疾病作斗争，最终没能战胜病魔，于2006年去世。

父亲的离世给Amodei带来了巨大的冲击，他将自己在普林斯顿大学的研究生方向从理论物理转向了生物学，希望能解决人类的疾病和生物学问题。

在某种程度上，Amodei之后的人生一直致力于弥补父亲离世带来的遗憾。

尤其是在短短四年后，一项新的医学突破，让这种曾有着50%致死率的疾病，变成了95%可治愈。

「有人研发出了治愈这种疾病的方法，成功挽救了很多人的生命，但原本可以拯救更多的人。」Amodei说道。

父亲的离世至今仍影响着他的人生轨迹。

当回忆起父亲的去世时，Amodei变得激动起来。

如果当时的科学进步能再快一点点，他的父亲或许今天还活着。

他认为，那些关于出口管制和AI安全保障的呼吁，被曲解为是一个非理性地试图阻碍AI进步的人所为。

每当有人说「这家伙是个末日论者，他想拖慢AI发展」时，他都会非常愤怒。

Amodei表示，「我父亲正是因为晚了几年才出现的疗法而去世的。我比谁都明白这项技术能带来的好处。」

在AI身上，他看到了破局希望

还未走出丧父之痛的Amodei，在普林斯顿开始了他的探索之旅：通过研究视网膜，解码人体生物学的奥秘。

我们的眼睛通过向视觉皮层发送信号来捕捉世界——视觉皮层是大脑的重要组成部分，占大脑皮层的30%——然后视觉皮层处理数据并展示图像。

眼睛先把信号传给大脑的视觉皮层，占大脑皮层的30%——然后视觉皮层处理数据并展示图像。

所以，视网膜是个绝佳的切入点。

「他是在拿视网膜当一个完整的神经网络缩影来研究，想搞清楚每个细胞到底在干嘛，」他在普林斯顿时期的同事Stephanie Palmer说，「他的野心在于此。他可不是想当个眼科医生。」

在Michael Berry教授的视网膜实验室工作时，他对当时测量视网膜信号的方法极其不满，他干脆发明了一种全新的、更好的传感器，能采集到更多数据。

他的毕业论文还赢得了Hertz论文奖，这是一个享有盛誉的奖项，颁给在学术研究中能搞出实际应用成果的人。

Berry教授表示，Amodei是他带过的最有才华的研究生，没有之一。

但他那种强调技术进步和团队合作的风格，在一个推崇个人成就的体系里，并不怎么吃香。

「我感觉他骨子里是个挺骄傲的人，我猜在他之前的整个学生生涯里，不管做什么，大家都会起立为他鼓掌。但在这里，情况不一样了。」

离开普林斯顿后，通往AI世界的大门向Amodei敞开了。

他在斯坦福大学，跟着研究员Parag Mallick做博后，通过研究肿瘤内外的蛋白质来检测癌细胞的转移。

这项工作极其复杂，让Amodei看到了单打独斗的极限，他开始寻找解决方案。

生物学问题的复杂性，已经超出了人类能处理的范畴，要想把这一切都搞明白，你需要成百上千个研究员。

就在这时，Amodei在新兴的AI技术中看到了这种潜力。

当时，数据量和计算能力的爆炸式增长，正在引爆机器学习的突破。

Amodei意识到，AI最终或许真的能代替那成千上万的研究员。

刚开始看到AI领域的一些新发现，我就觉得它可能是唯一能填补这道鸿沟的技术，AI能带我们突破人类极限。

于是他离开了学术圈，投身企业界去推动AI发展，因为那里有钱。

他曾考虑过自己创业，后来又倾向于加入谷歌，因为谷歌Brain和刚收购的DeepMind都是资金雄厚的AI研究部门。

但就在这时，百度给了著名学者吴恩达（Andrew Ng）一亿美元的预算，让他放手去研究和部署AI，并组建一个「梦之队」。

吴恩达找到了Amodei，Amodei很感兴趣，就递了申请。

2014年11月，Amodei正式加入百度。

Scaling Law「大力出奇迹」

有了海量的资源，百度可以把巨大的算力和数据砸向各种难题，试图提升AI的效果。结果好得出奇。

在实验中，Amodei和同事们发现，只要加大算力和数据的投喂量，AI的性能就会明显变好。

团队发表了一篇语音识别领域的论文，证明了模型的大小和性能直接挂钩。

他在百度的早期工作，催生了后来著名的「AI Scaling Law」——其实更像是一种观察总结出的规律。

这个定律说的是：在训练AI时，只要增加算力、数据和模型的大小，AI的性能就会可预测地提升。

时至今日，所有AI大佬里，Amodei或许是对Scaling Law最纯粹的信徒。

当谷歌DeepMind CEO Hassabis和Meta的AI科学家Yann LeCun等人还在说，AI需要更多新突破才能达到人类水平时，Amodei却非常笃定（尽管不是百分之百）——前进的道路已经很清晰了。

眼看着业界正在建起小城市一样大的数据中心，他觉得，超强AI已经近在眼前了。

马斯克看到了AI的巨大潜力，又担心谷歌会一家独大，于是决定砸钱搞一个新的竞争对手。

奥特曼、Greg Brockman、Ilya Sutskever和马斯克一起创办了OpenAI。

在谷歌的大公司泥潭里待了十个月后，Amodei改变了主意。他于2016年加入OpenAI，研究AI安全。

这时，他在谷歌的前同事们发表了一篇名为《Attention is All You Need》的论文，推出了Transformer。

尽管这个发现潜力无限，谷歌却束手无策。

OpenAI则立刻行动起来，在2018年发布了第一个大语言模型GPT。

这个模型生成的文本常常不通顺，但相比之前已经是个巨大进步了。

Amodei当时是OpenAI的研究总监，参与了下一代模型GPT-2的开发。

GPT-2和GPT-1本质上是同一个模型，只是尺寸大得多。

团队还用人类反馈强化学习（RLHF）技术对GPT-2进行微调——Amodei也是提出这项技术的先驱之一。

RLHF就是让人类来教模型什么是好的回答，帮它树立价值观。

果不其然，GPT-2的效果比GPT好得多，已经能像模像样地转述、写作和回答问题了。

随着Amodei在OpenAI内部地位的提升，围绕他的争议也越来越多。

在一些人眼里，Amodei过于执着于对技术的潜力保密，对自己不看好的项目会毫不留情地贬低。

尽管如此，OpenAI还是把GPT-3的领导权交给了Amodei，把公司50-60%的算力都给了他，打造一个超大规模的语言模型。

从GPT到GPT-2的提升已经很大了，是10倍的增长。

GPT-2到GPT-3的飞跃则是颠覆性的，一个成本高达数千万美元的超级工程。

结果是石破天惊的。

《纽约时报》引述独立研究员的话说，他们对GPT-3能写代码、做总结、翻译的能力感到震惊。

当初GPT-2发布时还相对克制的Amodei，对自己的新模型赞不绝口。

他表示，「它有一种涌现的特质，能识别出你给它的模式，然后把故事续写下去。」

但OpenAI平静水面下的裂痕，也开始彻底暴露出来。

决裂

随着第一个真正强大的语言模型GPT-3的诞生，对Amodei来说，赌注更大了。

在亲眼见证了Scaling Law在多个领域都奏效后，Amodei开始思考这项技术的终点在哪里，对安全问题的兴趣也变得空前浓厚。

他在OpenAI的亲密同事Jack Clark说：

他看着这项技术，心里默认它最终一定会成功，如果你默认它会成功，最终会和人一样聪明，那你不可能不担心安全问题。

尽管Amodei领导着OpenAI的模型开发，掌握着公司大量的算力，但在很多方面他都控制不了。

比如，决定什么时候发布模型、人事管理、公司如何部署技术，以及如何对外宣传等等。

像这类事情，不是光训练个模型就能控制的。

那时，Amodei身边已经形成了一个关系紧密的小团体——有人因为他超爱熊猫，管他们叫熊猫党——他们在如何处理这些问题上，和OpenAI领导层想法完全不同。

内斗随之而来，两个派系之间发展到水火不容的地步。

一家公司的领导者，必须是值得信赖的人。他们的动机必须是真诚的，无论你在技术上把公司推得多远。如果为一个动机不纯、不诚实、不是真心想让世界变好的人工作，这事成功不了，只会助纣为虐。

在OpenAI内部，一些人认为Amodei把「安全」挂在嘴边，其实是想借此完全控制公司。

英伟达CEO黄仁勋最近就呼应了这种批评，尤其是在Amodei呼吁对中国禁售GPU之后。

「他觉得AI太吓人了，所以只有他们自己能搞。」

「这是我听过最离谱的谎言！」Amodei这样回应黄仁勋的指控。

他补充说，他一直希望通过鼓励别人模仿Anthropic的安全措施，来引发一场争相向善的竞赛。

我说的任何话里，都找不到一丝一毫这个技术应该只有我们公司能做的意思。我不知道怎么会有人从我的话里得出这种结论。这简直是令人难以置信的、恶意的歪曲。

成功游说政府、撤销了部分Amodei所支持的出口管制的英伟达，也毫不示弱地反击：

我们支持安全、负责和透明的AI。我们生态系统中的数千家创业公司和开发者，以及开源社区，都在加强安全性。游说政府搞监管来打压开源，只会扼杀创新，让AI变得更不安全、更不民主。那不是争相向善，也不是美国取胜的方式。

OpenAI也通过发言人进行了回击：

我们始终相信AI应该惠及并赋能每一个人，而不仅仅是那些声称这东西太危险了，除了我们谁也搞不定的人。随着技术的发展，我们在合作、模型发布和融资方面的决策，已成为整个行业的标准。我们始终不变的，是致力于让AI变得安全、有用，并惠及尽可能多的人。

随着时间的推移，Amodei的团队和OpenAI领导层之间的分歧已经到了无法调和的地步。

于是，2020年12月，Amodei、Clark、Amodei的妹妹Daniela、研究员Chris Olah，和其他几位核心成员，集体从OpenAI出走，开创一番新事业。

Anthropic，就此诞生！

在公司一间会议室里，Jack Clark把他的笔记本电脑转过来，电子表格上列了一堆备选名字。

Anthropic这个词也在其中，它有「以人为本」的含义，而且巧的是，在2021年初，这个域名还没被人注册。

于是，Anthropic诞生了。

公司是在新冠最严重的时候成立的，当时正值第二波疫情，所有会议都在Zoom上开。

早期使命很简单：造出最牛的大语言模型，同时建立起一套安全规范。

他们认为已经搞懂了Scaling Law，能清楚地看到模型变强的路径。

Amodei是个天才科学家，他承诺会招到一帮天才科学家，他做到了。

Amodei对投资人的说辞很简单：我们能用十分之一的成本，造出最顶尖的模型。

这招很管用。

至今，Anthropic已经融了近200亿美元，包括来自亚马逊的80亿和来自谷歌的30亿。

投资人可不傻，他们基本都懂「资本效率」这个概念。

在Anthropic成立的第二年，OpenAI用ChatGPT让全世界认识了生成式AI，但Anthropic走了条不寻常路。

Amodei决定，Anthropic要把技术卖给企业。

这个策略有两个好处：如果模型真有用，那会非常赚钱；同时，这种挑战也会逼着公司去造出更好的技术。

他表示，把AI模型从生物化学本科生水平提升到研究生水平，普通用户可能没感觉，但对辉瑞这样的制药公司来说，价值连城。这能更好地激励我们把模型开发到极致。

有意思的是，最后让企业界注意到他们技术的，反而是他们推出的消费级产品。

2023年7月，在ChatGPT亮相近一年后，他们的Claude聊天机器人横空出世，因其「高情商人设」而口碑炸裂。

在此之前，公司一直想把员工数控制在150人以内，但那之后，他们一天招的人比第一年全公司的总人数还多。

Claude成了一门大生意

Amodei专注于为企业开发AI，这个策略吸引了大量热情的客户。

Anthropic如今已将其大模型卖给了各行各业——旅游、医疗、金融服务、保险等等——客户包括辉瑞、美联航和AIG这样的行业巨头。

生产「减肥神药」Ozempic的Novo Nordisk公司，就用Anthropic的技术，把一个原来要花15天才能搞定的监管报告，压缩到了10分钟。

Anthropic开发的技术，最终解决了人们工作中抱怨最多的那些任务。

与此同时，程序员们彻底爱上了Anthropic。

公司专注于AI代码生成，一是因为这能加速自家模型的开发，二是因为只要做得够好，程序员会很快用起来。

果不其然，相关用例爆炸式增长，并催生了（或正好赶上了）Cursor这类AI编程工具的崛起。

Anthropic也开始涉足编程应用，2025年2月发布了AI编程工具Claude Code。

随着AI使用量的激增，公司的收入也水涨船高。

2023年，我们从零干到1亿美元。2024年，又从1亿干到10亿。今年上半年，我们又从10亿干到了……估计今天说话的时候，年化收入已经远超40亿了，可能是45亿。

2025年，他们签下的千万级和亿级美元大单，是2024年的三倍，企业客户的平均花费也增长了5倍。

但Anthropic烧钱也烧得厉害，训练和运行模型的成本高昂，让人怀疑它的商业模式是否可持续。

公司目前严重亏损，预计今年要亏掉约30亿美元。其毛利率也落后于典型的云软件公司。

一位创业公司的创始人表示，虽然Anthropic的模型最适合他的业务，但他不敢依赖，因为它太容易宕机了。

另一家编程公司的CEO也说，在经历了一段降价后，Anthropic模型的使用成本现在又涨回去了。

Claude Code最近还增加了新的使用限制，因为有些开发者用得太猛，成了赔本买卖。

一位开发者表示，他一个月只花了200美元的订阅费，却获得了价值6000美元的Claude API用量。

他说自己曾同时运行多个Claude智能体，真正的限制，在于脑子能不能在它们之间切换过来。

Amodei认为，随着模型越来越强，即使价格不变，客户得到的价值也在增加。实验室才刚开始优化推理成本，效率还有很大的提升空间。

多位行业人士认为，推理成本必须降下来，这门生意才成立。

Anthropic高管们在采访中暗示，产品需求旺盛总比没人要强。

悬而未决的问题是：生成式AI以及Scaling Law，会像其他技术一样遵循成本下降的曲线，还是说它是一种成本结构全新的技术？

唯一可以肯定的是，要找到答案，还需要烧掉更多的钱。

那笔10亿美元的电汇

2025年初，Anthropic急需现金。

AI行业对规模的渴求，催生了大规模的数据中心建设和算力交易。

AI实验室们一次又一次地打破创业融资记录。Meta、谷歌和亚马逊这样的老牌巨头，则利用其巨额利润和数据中心来打造自己的模型，进一步加剧了竞争。

Anthropic有一种特殊的紧迫感，由于没有像ChatGPT那样让用户习惯性使用的王牌应用，它的模型必须在特定领域保持领先，否则就有被竞争对手替换掉的风险。

在企业领域，尤其是在编程方面，能领先业界半年到一年，优势是非常明显的。

融资正按计划进行时，一款便宜得吓人的竞争模型从天而降。

DeepSeek R1，一个开源、强大且高效的推理模型，定价只有同行的四十分之一。

DeepSeek震惊了商界，似乎表明开源、高效的模型可能会挑战行业巨头，让那些万亿市值的公司CEO们赶紧发X来安抚股东。

那个周一，由于恐慌的投资者抛售AI基础设施股票，英伟达的股价暴跌了17%。

「我不会骗你说那一点都不吓人，就在那个周一，我们打过去了10亿美元。」Mhatre说道。

六个月后，Anthropic又准备扩大规模了。

公司正在洽谈新一轮可能高达50亿美元的融资，这可能会使其估值翻倍至1700亿美元。

潜在投资者包括一些中东海湾国家，在从谷歌、亚马逊等机构拿了近200亿美元后，想找到更大的金主，选择已经不多了。

Amodei认为海湾国家有1000亿美元甚至更多的资本可以投，他们的钱能帮助Anthropic保持技术前沿。

就像Ilya曾说过的，对规模的无尽追求，最终会导致太阳能电池板和数据中心覆盖整个地球。

当然还有另一种可能：AI提升停滞不前，导致一场史诗级的血本无归。

加速！再加速！

在Anthropic的首届开发者大会上，Amodei走上舞台，介绍了Claude 4。

没有华丽的演示，他只是拿起手持麦克风，宣布了消息，对着笔记本电脑念了稿子，然后就把聚光灯交给了产品负责人。但台下的观众似乎很买账。

一整天里，他反复提到AI的开发正在加速，Anthropic下一代模型的发布会来得更快。

「我不知道具体会快多少，但节奏正在加快。」

Anthropic一直在开发AI编程工具，以加速自家模型的开发，这招很管用。

公司大多数工程师都在用AI帮他们提高生产力。

AI理论里有个概念叫「智能爆炸」，指的是模型能自我改进，然后——嗖地一下——实现递归式的自我提升，变得无所不能。

如果AI将变得更好、更快——甚至可能快得多——那么对它的负面风险保持警惕就至关重要。

当然，这无疑有助于Anthropic向制药公司和开发者推销其服务，AI模型如今的编程能力已经足够强，让这一切听起来不再像是天方夜谭了。

OpenAI前超级对齐团队负责人Jan Leike在2024年追随Amodei来到Anthropic，共同领导对齐团队。

「对齐」是一门艺术，旨在调整AI系统，确保它们与我们的价值观和目标保持一致。可能会有一个能力快速进步的时期，但你绝不想对一个正在递归自我改进的系统失去控制。

事实上，Anthropic已经发现，在模拟环境中测试时，AI有时会表现出令人担忧的求生欲。

在Claude 4的文档里，Anthropic就提到，模型曾反复尝试敲诈一名工程师，以避免自己被关机。

Anthropic还资助并倡导「可解释性」研究，即理解AI模型内部到底发生了什么。

Amodei对AI的执着，源于父亲离世的悲剧，如今，这个目标或许已近在眼前了。

今天的AI已经在加速药物开发的文书工作，如果一切顺利，有朝一日或许真的能代替那成百上千的研究员，去理解人类生物学的奥秘。

每发布一个新模型，对模型的控制能力就更强一分。虽然总会出各种问题，但必须对模型进行非常严苛的压力测试。

他的计划是加速。

「我对这件事的利害关系，有着超乎寻常的理解。它能带来的好处，能做到的事，能拯救的生命，我都亲眼见过。」

2025年美图公司研究报告：多模态技术周期产品力重估，AI赋能全球掘金（附下载）一、GenAI重塑传统图像智能化，技术代际变化带来新机遇图像编辑与生成密切相关，扩散模型将图像编辑引入技术新周期。图像编辑是计算机视觉的基础任务之一，与图像生成从零开始创建新图像不同，图像编辑涉及修改已有图像的外观、结构或内容，包括添加元素、替换背景和改变纹理等任务