Anthropic 押注 $100B 以在 AI 军备竞赛中击败 OpenAI 的 $1.4T

Anthropic 的高管向急于投入数十亿美元进入人工智能的技术世界传达了一条信息 智能。 她说，更大并不总是更好。

担任公司总裁并帮助创立该公司的Daniela Amodei，经常谈论一个塑造企业一切的理念。她称之为“少做多得”。

这种思维使Anthropic与目前硅谷大多数人的信念相悖。最大的科技公司及其财务支持者像认为规模决定胜负。他们筹集前所未有的资金，提前数年购买计算机芯片，并在美国中部建造充满服务器的巨大建筑。他们的赌注很简单：谁建立了最大的运营体系，谁就赢了。

OpenAI最清晰地展示了这种方法。该公司在计算能力和相关基础设施方面承诺了约1.4万亿美元。通过与各种合作伙伴合作，该公司正在建立巨大的数据中心设施，并更快地获取先进芯片，速度超过行业以往的任何记录。

Anthropic 认为有一条不同的道路。该公司相信，谨慎支出、更好的算法以及更智能的技术使用方式可以让他们在不必比其他人花费更多的情况下保持竞争力。

这种情况具有额外的分量，因为Daniela Amodei和她的兄弟Dario帮助创造了他们现在正在对抗的哲学。Dario担任Anthropic的首席执行官，此前曾在百度和谷歌工作。他是使扩展方法流行的研究团队的一员，该方法现在指导着公司构建AI模型的方式。基本原理指出，增加更多的计算能力、更多的数据并使模型更大，往往会以可预测的方式使模型变得更好。

缩放定律驱动行业经济

这种模式现在支撑着AI竞争的整个金融结构。它解释了为什么运营云服务的公司花费如此多的资金，为什么芯片制造商拥有如此高的股价，以及为什么私人投资者对仍在亏损但正在增长的公司给予巨大的估值。

但Anthropic希望证明，下一阶段的竞争不仅仅由谁负担得起最大的初始训练运行来决定。他们的计划侧重于使用更高质量的信息进行训练，应用初始训练后改进模型思考问题的技术，以及使模型运营成本更低、客户更容易大规模使用的产品决策。最后一点很重要，因为一旦模型实际运行，计算账单就永远不会结束。

Anthropic并非在用小钱工作。该公司约有1000亿美元的算力承诺，如果希望保持领先地位，这些需求预计还会增长。正如Cryptopolitan最近报道的那样，亚马逊利用其新的Rainier AI基础设施为Anthropic的Claude模型提供动力，该基础设施拥有超过100万枚Trainium2芯片。

“未来的计算需求非常庞大，”Daniela Amodei 告诉 CNBC。“因此我们的预期是，是的，随着我们变得更大，我们需要更多的计算能力才能保持在前沿水平。”

然而，该公司表明，整个行业报告的大量数字往往无法直接比较。行业对于正确支出金额的共识并不像表面看起来那样坚定。

“许多被抛出的数字在某种程度上并不是完全可比的，因为某些交易的结构在某种程度上是这样设置的，”她说，谈到公司感到被迫提前承诺，以便几年后获得硬件。

她指出，更大的现实是，即使是帮助开发缩放理论的人，也被性能和业务结果稳步增长的速度所震惊。

“即使作为这一缩放定律信念的开创者，我们仍然感到惊讶，”Daniela Amodei 说。“我经常从同事那里听到的是，指数增长持续直到它不再增长。每一年我们都觉得‘事情不可能继续呈指数增长’，但每一年它都确实如此。”

当增长停止时会发生什么？

Daniela Amodei 将技术趋势与经济趋势分开，这是一个重要的区别，通常在公共讨论中被混为一谈。仅看技术方面，她表明Anthropic 没有观察到进展放缓。

“无论技术有多好，将其用于商业或某种个人背景都需要时间，”她说。“对我来说，真正的问题是：企业特别是，但也包括个人，能多快地利用这项技术？”

“指数增长持续直到它不再增长，”Daniela Amodei 说。2026 年的问题是，如果行业最喜欢的增长模式最终停止起作用，AI 竞赛和构建它的公司将发生什么。

随着行业努力应对AI 计算需求以摩尔定律两倍的速度增长，直到 2030 年每年需要 5000 亿美元，Anthropic 对效率而非原始规模的押注可能证明是富有远见的，或者它可能会发现，在 AI 竞赛中，压倒性的计算能力是不可替代的。