最近刷手机时，Anthropic的新闻密度高得离谱。今天发这个，明天发那个，像开了自动连播。
产品管理社区Product Compass创始人帕维尔·胡林（Paweł Huryn）也有同感。他把这些新闻按日期排了排：从美东时间2月1日到3月23日，52天里Anthropic发布了73款产品。
这条X发出的当天，Anthropic发布了Computer Use和Claude Code Channels for Teams + Enterprise。
不到24小时，Claude的Auto Mode又来了。
算下来，Anthropic每0.7天发布一个新产品，是OpenAI自称"每3天一个新功能"速度的4倍以上。有时候我稿还没写完，下一个产品已经上线了。
在之前《150万AI agent社交狂欢背后，是一场"产品大爆炸"》里，我提过"产品大爆炸"这个概念。Claude Code掀起编程革命后，整个AI圈都卷进了产品创新迭代的浪潮，"龙虾"OpenClaw就是代表。Anthropic既是这场爆炸的引领者，也是最大的受益者。
但问题是：为什么它能做到？
AI编程确实关键，用AI开发确实事半功倍。但在全球最严格的编程测试集SWE-Bench Pro里，ChatGPT-5.4和Gemini 3 Pro的成绩都比Claude Opus 4.6高。
所以AI编程只是入场券，不是胜负手。Anthropic的真正优势在于形成了技术自举的加速循环——用AI完成整个闭环。人类只负责提想法，剩下的等AI跑结果就行。
当工具开始制造工具本身，我们可能正在目睹技术奇点的早期信号。
现在是52天75款，过几天可能就是30天80款、15天100款……
Anthropic的狂奔正在逼OpenAI重新审视战略，全面模仿它的路径。
一切要从1月中旬的Cowork说起。
这个产品开发团队只有4个人，总工时10天，90%代码由AI编写。但它能根据用户描述的任务，自主完成规划、执行、交付，直接改变了许多人的工作方式。
Cowork的成功给了Anthropic信心。2月初，浪来了。
Claude上线法律插件，能审查法律文件、追踪合规任务、自动化合同审查，与Thomson Reuters等法律数据库深度集成。
发布当天，全球软件和服务类股票约2850亿美元被抛售，6个交易日总共8300亿美元。Thomson Reuters、LegalZoom等股价暴跌，软件ETF基金IGV从2026年初到2月27日下跌22.8%。
2月17日，Claude Sonnet 4.6发布。
这是Anthropic历史上第一次，Sonnet级别的模型在编程测试中超越上一代Opus。上下文窗口扩展到100万token，约75万个单词，相当于2500页文档——AI可以一次性处理整个大型代码库。
过去企业选AI服务，成本和能力是跷跷板两端。现在Anthropic把跷跷板拆了：Sonnet 4.6比Opus 4.6便宜近一半，加速企业市场向它迁移。
2月20日，Claude Code Security上线，用基于推理的扫描发现代码库中的零日漏洞。
传统安全工具像拿着通缉犯照片找人，需要不断更新规则库。Claude Code Security能理解代码逻辑，在漏洞被记录前就预判风险。
2月24日，Anthropic连发10个企业插件：投资银行插件做交易审查、估值建模；财富管理插件做投资组合分析；私募股权插件做尽职调查；还有人力资源、工程、设计、运营等插件。
它与FactSet、S&P、Thomson Reuters、RBC Wealth Management等巨头深度合作。市场再次抛售，但合作方股价反而上涨——"与Anthropic合作"成了生存信号。
它还为企业客户提供"私有插件市场"，企业可开发自己的插件，将工作流、合规要求、品牌规范编码为agent，在组织内部分发。
这不是买工具，是获得可无限扩展的基础设施。
当AI大量生成代码，人类审不过来，只能交给AI自己处理。Code Review就是专门审查代码的多agent系统，自动分析逻辑、标记错误、识别漏洞，每次审查成本15到25美元。
这也是Anthropic实现AI开发自举循环的关键一环。
3月11日，Anthropic发布Excel和PowerPoint跨应用协作功能。Claude可以在两者之间无缝工作：从Excel提取财务数据、构建交易对比表，自动将估值摘要放入PPT，最后起草邮件。
信息、指令、任务历史在不同应用间流动，用户不用重复说明上下文。
这解决了AI的长期痛点：记忆孤立。你在Excel里说的话，PowerPoint里它忘了。
现在用Claude Apps管理Cowork任务，agent能跨会话保持上下文和任务状态。早上手机布置任务，下午电脑打开，AI还记得你要什么、进展到哪了。
根据Ramp的数据，仅10周，首次购买AI工具的企业中，Anthropic份额从50%飙至73%，OpenAI从50%跌至27%。整体企业市场，Anthropic超40%，OpenAI 27%。
前面说过，别人的AI编程能力更强，为什么Anthropic领先？
核心不在编程，在线束架构（harness）。
线束架构不是新东西，OpenAI也在用。它的本质是让agent长时间自主运行、完成复杂任务的编排系统。
Anthropic官方blog有个比喻：AI模型是引擎，线束是让引擎持续运转的整套基础设施。它管理上下文、编排多agent协作、处理任务分解、进行状态传递，确保AI能自主工作数小时甚至更久。
Anthropic在构建长时间运行的AI编程系统时，发现了两个关键问题。
第一是上下文焦虑。任务变复杂、对话历史变长时，模型会失去连贯性。当它们认为快达到上下文限制时，会过早结束工作——像打工人眼看下班、活没干完，只能匆匆收尾。
解决方案是上下文重置（Context Reset）：完全清空上下文窗口，启动新agent，但通过结构化的"交接文档"传递状态和计划。这是彻底的新开始，代价是需要精心设计交接文档。
第二是自我评估偏差。AI评估自己作品时倾向于自信称赞，即使质量平庸。你让它设计网页，它说"非常好，符合现代设计美学"——结果紫色渐变配白色卡片，丑绝人寰。
解决方案是分离生成者和评估者：一个agent生成，另一个评判。外部反馈输入后，生成者才有具体改进目标。
Anthropic采用三agent线束架构：Planner、Generator、Evaluator。
Planner把用户的简单想法扩展为完整产品规格，专注产品背景和高层技术设计，不碰细节实现——前期指定错误技术细节，错误会级联到后续。
Generator"一次一个功能"地工作，从规格文档逐个挑选实现。每个冲刺后先自评，再交给Evaluator检查。用React、Vite、FastAPI、SQLite/PostgreSQL技术栈，git版本控制。
Evaluator用Playwright MCP工具，像真实用户一样点击运行中的应用，测试UI、API、数据库状态。按产品深度、功能性、视觉设计、代码质量等标准打分，任何一项低于阈值就失败，Generator收到详细反馈。
每个冲刺前，Generator和Evaluator还会协商"冲刺合约"：Generator提议构建什么、如何验证成功，Evaluator审查确保方向正确。双方通过文件沟通，确保工作忠于规格，又不过早过度指定细节。
用同一个提示词测试：创建2D复古游戏制作工具，含关卡编辑器、精灵编辑器、实体行为、可玩测试模式。
单agent运行20分钟，成本9美元。界面看起来对，实际用不起来：布局浪费空间、工作流程僵硬、游戏本身坏了，实体不响应输入。
线束模式成本是单agent的22倍，但Planner把一句话扩展为16个功能、10个冲刺的完整规格，远超单agent尝试范围。产出是可以直接发布的产品，而非"看起来能用"的半成品。
这个架构的价值不在能做什么，而在能持续做什么。单agent能完成简单任务，复杂到需要数小时或数天时就会迷失。线束架构通过分工、检查、重置，让AI像小团队一样工作。
线束不是Anthropic的发明，它的优势在于比别人更早、更系统地遇到这些问题，然后把解决方案标准化、产品化。
虽然Anthropic引领了这波浪潮，但2026年初最火的AI产品却是OpenClaw。大街小巷都是"养龙虾"攻略，已无需多言。
OpenClaw的成功恰恰证明Anthropic路线正确：真正的护城河不在模型性能，而在用AI完成整个闭环。
OpenClaw能访问电脑文件系统、执行终端命令、控制浏览器、接入社交软件，运行在用户自己电脑上，拥有所有权限。你发一句话，它自己去执行，最后返回结果。
当然它会失败，但绝大多数能成功。用户宁愿冒着巨大安全风险，给AI开放底层电脑权限，让它订票、发邮件、修Bug——对"让AI干活"的渴求，已强烈到能暂时压过风险恐惧。
OpenAI也被影响了。2026年3月16日内部会上，应用业务CEO菲吉·西莫（Fidji Simo）直言："Anthropic的进展应该成为警钟。"
自此，OpenAI宣布从"do-it-all"转向聚焦编程工具和企业客户。计划将ChatGPT、Codex、Atlas浏览器合并为单一应用，推出类似Anthropic的插件市场。
但问题在于：即使理解策略、懂得构建线束架构，OpenAI还需要时间追赶。而在AI行业，时间就是一切。Anthropic每0.7天发布一个新产品，OpenAI耽误一秒钟都可能掉队。
一位Anthropic工程师在Cowork发布后的内部分享会上说，他们现在最头疼的不是技术，而是"产品发布会的会议室预定系统"——排期已经挤到三个月后了。
热门跟贴