过去一年，AI 领域最让人瞠目结舌的增长奇迹，不是 OpenAI，而是 Anthropic。
今天，Anthropic宣布，其年化收入已经超过了300亿美金，而2025年底的时候才90亿美金，相当于4个月涨了210亿美金的。
Anthropic在官方博客里说，2月份Anthropic宣布G轮融资时，超过500家企业客户的年化支出超过了100万美金，现在这个数字已经超过了1000，不到两个月翻了一番。
仅仅14 个月，这家曾经被视为“规模最小、资金最匮乏”的 AI 公司，年度经常性收入（ARR）从 10 亿美元一路狂飙至 190 亿美元，实现了不可思议的 19 倍增长。
作为对比，那些深耕了15 到 20 年的传统软件巨头（如 Atlassian、Palantir），目前的 ARR 也不过在 45 亿到 60 亿美元之间。
在没有Meta 或 Google 那样的分发渠道，也没有 OpenAI 那样先发优势的情况下，Anthropic 究竟凭什么实现了如此恐怖的爆发？
结合Anthropic 增长负责人 Amol Avasari 的最新分享，以及当下软件行业的转型逻辑，我们系统拆解了这场增长奇迹背后的底层密码。
当技术底座（模型能力）开始趋于同质化，真正拉开差距的，往往是对商业本质的洞察。Anthropic 的成功，本质上是做对了以下四件事：
1）放弃微小优化，转向押注“指数级”创新
2）将“摩擦力”设计为用户激活的核心引擎
3）让 AI 参与增长决策，推动实验自动化
4）精准聚焦编程与 B2B 场景，优先锁定高价值需求
本文将以这一框架为切入点，拆解Anthropic 的崛起路径。理解了这一点，也有助于我们重新看清AI 竞争的核心变量，理解下一阶段 AI 投资机会的关键。
放弃捡芝麻，全力押注“指数级”创新
在传统的软件公司，增长团队的日常往往是这样的：60%-70% 的时间花在按钮颜色、文案微调等中小型优化上，只有 20%-30% 的精力留给大型创新项目。
因为在传统业务（如外卖、SaaS）中，即使团队铆足了劲，用户能感知到的产品价值涨幅顶天也就是 30% 到 50%。因此，通过确定性更高的小修小补去稳稳吃下这波红利，是非常合理的战略。
但Anthropic 把这个比例彻底反转了。
在Anthropic 内部，普通的线性图表已经“拿不出手”了，所有的汇报图表都必须是对数线性（Log-linear）的。为什么？因为他们坚信 AI 产品的价值是呈指数级爆炸的。
“两年后我们将交付的产品价值，可能会是今天的 1000 倍。”
当摆在面前的价值增量如此庞大时，再去纠结于微观上的修修补补，无异于为了捡芝麻而丢了西瓜。因此，Anthropic 将重心大幅倾斜到了“大干票大的”（Larger Swings）上。
比如，他们主导开发了一款Chrome 插件，如今已成为支撑诸多团队协作（Co-work）以及代码迁移场景的核心基石。这种极具“AI 原教旨主义色彩”的破格决策，在常规公司是绝对无法想象的。
如果你的产品核心价值是由AI 驱动的，就必须立刻切换到这种打法：尽早抢占爆发点，全力押注那些能带来数量级跃升的创新。
在AI 领域，如何做好用户激活（Activation）是一项极其巨大的挑战。
模型迭代的速度太快，导致最大的问题变成了“能力溢出”（Capability Overhang）——模型能做的事很多，但用户的直觉往往还停留在问“今天天气怎么样”。如果用户不能一秒 Get 到产品能帮上什么忙，他们很快就会流失。
面对这个问题，传统的增长思维是：无限缩短获取价值的时间（Time-to-Value），把所有引导步骤都砍光，让用户直接冲进产品里。
但Anthropic 的做法恰恰相反：他们刻意在 onboarding（新用户引导）流程中增加了“摩擦力”。
他们会要求用户填写身份和兴趣领域，然后用这些数据去推荐量身定制的产品和功能。虽然这会让流程变长，甚至招来一些吐槽，但数据证明：
引入恰当的步骤、增加有价值的摩擦，反而带来了更高的转化率和漏斗完成率。
为什么？因为这能让用户在心理上产生一种“这个产品完全懂我”的归属感。通过识别用户的特征，为他们推荐最匹配的功能，并且在此过程中绝不避讳增加摩擦力，这正是激活中最核心的要素。
质量本身就是最好的增长引擎。只有当这些所谓的“摩擦力”毫无价值时，才应该将其消除；如果它们能帮助用户更深刻地理解产品，那就绝对不要犹豫。
CASH 项目：让 AI 自己操盘增长
这是Anthropic 最让人后背发凉，也最让人兴奋的一项举措。
当其他公司还在用AI 写代码、做竞品分析时，Anthropic 已经开始研究如何实现“增长实验的全自动化”。
他们内部正在推进一个名为“CASH”（Claude Accelerates Sustainable Hypergrowth）的项目。
简单来说，就是利用 Claude 自己来构思实验、开发代码、发布上线、跑测试数据，最后再汇报成果。
在发版的四个环节（洞察机会、开发功能、测试质量、数据分析）中，Claude 已经能在小范围内（如文案修改和 UI 微调）跑通闭环，其胜率基本等同于一个有两三年经验的初级产品经理。
正如Amol 所说，这简直像是在“印钞”。
虽然目前在审批环节还保留了人工监督（以确保品牌调性），但随着外围辅助技术的迭代，人工审查的需求必将迎来断崖式下降。
这意味着，AI 不仅仅在听从差遣去被动执行，它已经开始反向指导人类“该做什么”了。增长领域，正是这种范式转移的最佳首发阵地。
/ 04 /
极其精准的聚焦战略，押注编程和B2B
Anthropic在市场竞争中通过极度聚焦实现了"逃逸速度"。编程作为反馈循环，早在2021年，也就是公司刚刚成立几个月时，一位创始人就在文档里明确指出：
“这就是为什么我们应该只专注于 AI 代码生成（AI Coding）的原因。”
当时，根本还没人知道围绕这个领域真正的市场机会(Market Opportunities)究竟在哪里。
他们很早就决定深耕AI编程(ClaudeCode)的原因在于两点：
一是这个市场足够巨大，二是编程能力的提升可以加速内部的研究循环，让模型反过来帮助研究员开发更好的模型。
另外一个领域就是聚焦B2B与知识工作者。Anthropic早期更专注于B2B和专业知识工作者，这种聚焦在资源有限的情况下帮助他们顶住了Meta、Google和OpenAI的压力。
对比之下，OpenAI 走的是另一条更难、也更宏大的路：先拿下全球消费心智，再把这种心智转成收入。
OpenAI 更像是在经营一个超级入口。入口当然值钱，但入口要把注意力变成企业合同、变成高粘性的工作流、变成可持续的高毛利收入，显然中间还要跨过很长一段路。
/ 05 /
总结
Anthropic 的这场增长奇迹，表面上看是技术和产品的胜利，但底层逻辑却是对“指数级时代”生存法则的深刻洞察。
无论是放弃微小优化全力押注大创新，还是巧妙利用“摩擦力”实现深度激活，亦或是让 AI 自己操盘增长实验，他们都在向整个行业传递一个清晰的信号：
在AI 时代，过去那套 50%、60% 烂熟于心的经验打法，统统得扔出窗外。
如果你还沉浸在修剪枝叶的线性增长中，那么在指数级爆发的巨浪面前，你甚至连被淘汰的资格都没有。
文/林白
PS：如果你也在寻找投资AI资产的机会，欢迎扫码加入我们的交流群。
热门跟贴