Anthropic遭遇OpenAI貼身肉搏,上市路多了個坎

Anthropic遭遇OpenAI貼身肉搏,上市路多了個坎

文章圖片

Anthropic遭遇OpenAI貼身肉搏,上市路多了個坎

文章圖片



Anthropic的CEO達里奧·阿莫迪這兩天執筆了一篇2萬字的長文 , 他寫到“人類即將獲得幾乎難以想象的力量 , 而我們的社會、政治和技術體系是否具備駕馭這種力量的成熟度 , 目前還非常不明朗 。 ”
阿莫迪認為 , 最多再過幾年 , AI會在幾乎所有方面都將優于人類 , 而且這是無可避免的 。
與此同時他和聯合創始人做出了一個在硅谷幾乎前所未有的承諾 , 他們將捐出80%的個人財富用于慈善事業 , Anthropic的員工也承諾捐出公司股份 。
無巧不成書 , 剛剛做出慈善承諾的阿莫迪 , 就受到了來自OpenAI的產品組合拳 。
放在以往 , 這并不會引起Anthropic多么大的反應 。 但現如今不同 , 此時此刻 , 正是Anthropic和OpenAI的融資競賽 。
兩家全球最頂尖的AI公司同時發起融資 , 額度均為上百億美元 , 且這筆融資對于Anthropic來說 , 還是他們上市前最后一筆融資 , 不能由得半點馬虎 。
Anthropic唯一的選擇就是接招 , 要么加速融資 , 要么加速產品迭代 。
然而OpenAI這次的攻勢并非大范圍火力覆蓋 , 而是對Anthropic最核心的業務發起精準打擊 , 以至于留給Anthropic證明自己的時間窗口正在急劇收窄 。
01
OpenAI系列產品發布
2026年1月27日 , OpenAI正式推出了Prism , 這是一個由GPT-5.2驅動的AI原生科研工作空間 。
Prism是一個深度整合了LaTeX編輯、文獻檢索、公式管理、協作評審于一體的云端科研平臺 。
它的核心價值在于將科研寫作過程中原本碎片化的工具鏈整合到單一工作流中 , 讓GPT-5.2能夠在完整的論文上下文中工作 , 理解公式、引用、圖表以及整體結構之間的關聯關系 。
寫過理工科論文的一定體會過 , 過去你需要先在word里寫 , 然后要切換到Overleaf編LaTeX 公式 , 再打開Zotero管理參考文獻 , 接下來要花好幾個小時畫圖表 。
而現在 , Prism一個平臺就可以搞定上述所有流程 , 還引入ChatGPT , 通過AI來獲取信息 。
Prism建立在OpenAI收購云端LaTeX平臺Crixet的基礎之上 。
通過將Crixet成熟的技術與GPT-5.2的推理能力深度融合 , Prism實現了多項突破性功能 。
不只是這樣 , 它還能直接從arXiv等學術平臺檢索相關文獻 , 并根據論文語境自動生成參考文獻列表 。 更重要的是 , 它支持無限數量的項目和協作者 , 完全免費向所有ChatGPT個人賬戶用戶開放 。
OpenAI科學副總裁凱文·威爾(Kevin Weil)在發布會上做出了一個大膽的預言:“我認為2026年之于AI與科學 , 將如同2025年之于AI與軟件工程 。 ”
【Anthropic遭遇OpenAI貼身肉搏,上市路多了個坎】科研和AI編程是OpenAI今年的大方向 。

說到AI編程 , 目前OpenAI正處于Codex發布月 , 會在1月24日到2月24日期間持續發布Codex相關產品 。
其實從2025年下半年開始 , OpenAI就一直在持續強化其開發者工具生態 。 Codex已經從最初的獨立API演變為一個完整的開發者平臺 , 包括Codex CLI命令行工具、Codex Web云端自主編碼代理以及IDE集成插件 。
根據OpenAI的官方消息 , Codex的使用量自2025年8月以來 , 日均消息量增長10倍 , 每周處理數萬億個token 。
與此同時 , OpenAI內部工程師使用Codex的占比 , 也從7月的50%升到了100% , 每周合并PR數量增加70%、
相當于絕大多數用Codex編寫的代碼 , 都通過了質量驗證 , 并且這些代碼都實際應用到了產品開發之中 。
OpenAI還通過開放API的方式 , 讓Codex模型能夠集成到Cursor、Windsurf、Factory和GitHub等主流開發工具中 , 形成了一個相對完整的生態系統 。
OpenAI正在從“大而全”的通用AI工具 , 向垂直領域的深度整合轉型 。
Codex針對軟件開發者 , Prism針對科研人員 , OpenAI的戰略意圖十分明確 , 要垂直化搶占高價值和專業用戶市場 。
這種轉變并非偶然 , 而是基于對市場需求的深刻洞察 。 通用型聊天機器人雖然用戶基數龐大 , 但用戶粘性和付費意愿相對較低 。
相比之下 , 專業領域的用戶對工具的依賴度更高 , 付費能力也更強 , 更容易形成穩定的商業模式 。
從產品發布的節奏來看 , OpenAI顯然經過了精心策劃 。 Prism的推出時機選擇在1月底 , 正值學術界新學期開始 , 許多科研項目進入啟動階段 。
Codex發布月橫跨整個2月 , 恰好覆蓋了企業年度預算確定和Q1技術采購決策高峰期 。
更值得關注的是 , OpenAI在推出這些垂直化產品時 , 并沒有采取高價策略 。
這種策略的目的很明確 , 先通過免費或低價快速占領市場 , 培養用戶習慣 , 然后再通過企業版和高級功能實現商業化 。
02
瞄準Anthropic , 貼身肉搏
當我們把視角拉遠就會發現 , OpenAI推出Prism和強化Codex生態 , 其戰略矛頭直指Anthropic最核心的競爭優勢 , 深度智力工作場景 。
長期以來 , AI圈內存在一種默認共識 , ChatGPT適合大眾日常使用和閑聊 , Claude更適合寫代碼、讀論文和做科研 。
Anthropic憑借更嚴謹的邏輯推理以及“少廢話”的風格 , 牢牢占據了科研人員、程序員和深度內容創作者的心智 。
許多開發者在社區分享使用心得時 , 都會提到Claude在處理復雜任務時的表現更加穩定 , 輸出的內容更加精準 , 不會像ChatGPT那樣經常出現“諂媚”或“過度發揮”的情況 。
Anthropic曾在去年10月推出“Claude for Life Sciences” , 這是一個專門為醫療、科研領域優化模型 。
1月12日 , Anthropic又為這條產品線帶來了多項更新 , 深度集成了Medidata、ClinicalTrials.gov、OpenTargets等平臺 , 能夠自動化臨床試驗操作和監管提交流程 。
多家制藥公司和研究機構已經開始使用Claude來加速藥物研發流程 , 從文獻綜述到實驗方案設計 , 再到監管文件準備 , Claude都能提供實質性的幫助 。
因此 , Prism幾乎是貼身肉搏 , OpenAI就差明著布告說自己是沖著Anthropic去的 。
OpenAI不希望在“AI for Science”這個未來最重要的增長點上輸給Anthropic 。
科研領域的市場規模雖然不如消費級應用 , 但其戰略價值不容小覷 。
掌握了科研工具的話語權 , 就意味著能夠影響知識生產的方式 , 進而影響整個社會的創新能力 。
更重要的是 , 科研用戶往往是技術的早期采用者和意見領袖 , 他們的選擇會對其他用戶群體產生示范效應 。
Anthropic之前的殺手锏是Artifacts功能 , 它把AI從“一問一答”的聊天機器人變成了能實時生成代碼、預覽文檔、管理上下文的“生產力伙伴” 。
用戶可以在對話過程中直接看到代碼運行結果 , 可以實時修改和調試 , 整個工作流程變得非常流暢 。
這種體驗上的優勢 , 讓Claude在開發者群體中建立了良好的口碑 。 OpenAI雖然推出了Canvas作為回應 , 但并未完全改變局面 。
但這次不一樣 , Prism集成了科研寫作、數據分析和推理協作 , 直接拆解了Anthropic在長程任務上的優勢 。 以及接下來一個月內數款Codex產品 。
OpenAI想用這些產品 , 向高價值用戶傳遞這么一個信息“Claude能做的我們ChatGPT能做 , Claude做不了的我們ChatGPT也能做 。 ”
這種全方位的競爭姿態 , 給Anthropic帶來了巨大的壓力 。 過去 , Anthropic可以專注于做好自己擅長的事情 , 在細分領域建立優勢 。 但現在 , OpenAI開始在每個細分領域都推出針對性的產品 , Anthropic的生存空間被不斷壓縮 。
OpenAI入局 , 讓這場戰爭從“對話框”升級到了“工作流” 。

過去的競爭主要集中在模型能力上 , 誰的回答更準確、更流暢、更符合用戶期望 。 現在的競爭則轉向了產品化能力 , 誰能把AI更好地嵌入到用戶的實際工作流程中 , 誰就能贏得市場 。
這種轉變對Anthropic來說是個挑戰 , 因為OpenAI在產品化和生態建設方面有更多的資源和經驗 。
在“嚴謹性”這個Anthropic引以為傲的領域 , OpenAI也在發起挑戰 。
Anthropic一直標榜“HHH”原則 , 即Helpful、Honest、Harmless , 在安全性及減少幻覺方面口碑較好 , 這對科研用戶至關重要 。
沒有人愿意在論文中引用一個AI編造的文獻 , 也沒有人愿意基于AI生成的錯誤代碼進行開發 。
但OpenAI試圖在“嚴謹性”上反超Claude , 至少從Prism上來看是這樣的 。 這等于是在攻擊Anthropic“最安全、最可信”的品牌形象 。
此外 , OpenAI很可能會開始跟Anthropic打價格戰 。
Anthropic目前一個非常大的痛點就是太貴了 。 Claude Code成本非常高 , 重度用戶一天單哪怕是最高級的訂閱也經常出現達到上限的情況 , 因此被迫需要開多個賬號才能滿足日常需求 。
03
融資數額突破歷史
資本市場正在見證AI領域有史以來最激烈的融資競賽 。
2026年1月 , Anthropic將其最新一輪融資目標從100億美元大幅提高至200億美元 , 融資后估值預計達到3500億美元 。 這個估值相比2025年9月的1830億美元 , 在短短四個月內幾乎翻倍 。
這輪融資由新加坡主權財富基金GIC和CoatueManagement領投 , 紅杉資本、微軟、英偉達等豪華陣容參與 。
紅杉資本同時也是OpenAI的投資方 , 這種“腳踏兩只船”的投資策略 , 在硅谷并不罕見 , 但也反映出資本對AI賽道的謹慎態度 , 不愿意把雞蛋放在一個籃子里 。
雖然Anthropic融得數額大 , 但是他們的生存壓力同樣也挺大的 。
該公司2026年的營收目標從150億美元上調至180億美元 , 對比2025年的47億美元營收 , 增長近四倍 。 2027年更是預期營收約550億美元 , 這個增長速度在整個科技行業都算是瘋狂的 。
然而 , Anthropic將盈利時間從2027年推遲至2028年 , 比預期晚了一年 。 這意味著公司在未來兩年內仍然需要持續燒錢 , 資金主要用于Claude5模型訓練和全球算力基礎設施擴建 , 這些都是燒錢的無底洞 。
隨著模型規模的擴大和訓練數據的增加 , 所需的算力呈指數級增長 , 這就導致訓練大型語言模型的成本正在快速上升 。
Anthropic之前曾表示 , 要在美國投入500億美元建設數據中心 , 這個數字聽起來驚人 , 但在當前的AI競賽中 , 這可能只是起步價 。

數據中心的建設不僅需要巨額資金 , 還需要大量的電力供應和冷卻系統 , 這些基礎設施的建設周期往往需要數年時間 。
在這個過程中 , Anthropic要一直保持足夠的資金支撐 , 否則就可能面臨資金鏈斷裂的風險 。
實際上OpenAI這邊的融資規模更加驚人 。
1月28日傳出消息 , 軟銀正在向OpenAI追加300億美元投資 , 而且這還只是階段性目標 , 長期只會投入更多 。
在此之前 , 軟銀曾在2025年12月投了OpenAI410億美元 。
但是這筆融資對于目前的OpenAI來說還遠遠不夠 , 他們正在尋求總計高達1000億美元的融資 , 估值可能達到8300億美元 。
亞馬遜和英偉達也在參與這輪融資的討論 。
這個融資規模如果成功 , 將創下科技行業的歷史紀錄 。
之所以Anthropic和OpenAI都在擴大融資 , 其原因很簡單 , 兩家公司都希望能在2026或者2027年上市 。
本來一帆風順的Anthropic , 突然和OpenAI開始碰撞 , 那么將會大大阻礙其融資乃至上市的進度 , 因為這會直接降低其市場份額和預期收入 。
投資者在評估一家公司的價值時 , 不僅看其當前的表現 , 更看其未來的增長潛力 。
如果市場認為Anthropic在與OpenAI的競爭中處于下風 , 其估值就會受到影響 。 這種影響不僅體現在融資估值上 , 更會影響到未來的IPO定價 。
Anthropic已經聘請知名律所WilsonSonsini啟動IPO準備工作 , 并與多家投資銀行進行初步溝通 , 最快可能在2026年下半年上市 。
WilsonSonsini是硅谷最負盛名的律所之一 , 曾經協助谷歌和LinkedIn等科技巨頭完成上市 。
擺在Anthropic前只有兩條路 。
第一條路是在OpenAI占領這些垂直市場之前完成上市 , 鎖定估值 , 否則可能面臨估值大幅縮水的風險 。
上市能夠為公司帶來大量資金 , 也能為早期投資者提供退出渠道 。 但上市也意味著公司將面臨更嚴格的監管和信息披露要求 , 每個季度的財務表現都會受到市場的審視 。
第二條路是通過產品正面擊敗OpenAI 。
這條路更加艱難 , 但如果成功 , 回報也更大 。
Anthropic需要在產品功能、用戶體驗、生態建設等多個方面全面超越OpenAI , 才能在競爭中占據優勢 。
這需要大量的研發投入和時間 , 但時間恰恰是Anthropic最缺乏的資源 。 在快速變化的AI市場中 , 每一天的延遲都可能意味著市場份額的流失 。
從融資節奏來看 , Anthropic正在加速 。 從2024年3月的35億美元融資 , 到9月的130億美元融資 , 再到現在的200億美元融資目標 , 融資規模在不斷擴大 , 融資間隔在不斷縮短 。
這種加速度反映出公司對資金的迫切需求 , 也反映出市場對AI賽道的持續看好 。
但融資只是手段 , 不是目的 。 最終決定勝負的 , 還是產品和技術 。 無論融到多少錢 , 如果產品無法滿足用戶需求 , 市場份額就會流失 。
在當前的AI競賽中 , 技術迭代速度極快 , 今天的領先優勢可能明天就會被超越 。 Anthropic和OpenAI都明白這個道理 。
這場競賽的結果 , 也將在很大程度上決定AI行業未來的格局 。

    推薦閱讀