Anthropic 真王朝了
当 AI 竞争的焦点还在”谁的模型更聪明”的时候，Anthropic 已经在造整辆车了。
一、一个认知转变
很多人评价AI公司，还停留在”跑分”阶段——谁的模型在MMLU上高几个点，谁的代码能力更强，谁的推理更准。
这个框架在2024年还算有效。但2025年之后，这个框架已经失效了。
AI竞争的重心已经发生了根本性的转移：从”谁的模型更聪明”，转移到了”谁的平台更完整”。
模型是发动机。但用户买的是整辆车。
这篇文章想论证一件事：Anthropic正在成为AI界的Apple，而且这条路比大多数人意识到的走得更远。
二、执行环境：被忽视的维度差距
讨论AI工具能力的时候，大家通常比较的是模型输出质量。但有一个更底层的问题被忽视了：模型能做什么，取决于它运行在什么环境里。
Claude有一个完整的Linux沙箱，底层是Firecracker microVM。
这不是”更好的Python代码执行器”，是另一个维度的东西。完整Linux意味着：
- 编译任意语言（Rust、C++、Go……）
- 操作完整文件系统
- 运行系统级任务
- 调用任意命令行工具
对比一下：
- OpenAI：轻量Python沙箱，执行简单脚本还行，复杂工程任务受限
- Gemini：基本没有等价的执行环境
- Claude：完整Linux，可以直接让它调代码、做PPT、跑自动化任务
这不是功能点数量的差距。这是执行能力的天花板不同。
Claude可以让你说”帮我把这个Python项目打包成Docker镜像”然后真的执行完。竞争对手连这个任务的起点都进不去。
三、工具链：造车不是造零件
有了发动机，还得有车身、底盘、方向盘。
Claude Code是Anthropic造车战略最清晰的体现。它是闭源的。
这个选择意味深长。Anthropic完全可以开源Claude Code，就像OpenAI开源Codex一样。但他们没有。闭源意味着：
- 完整的工具链体验掌控在Anthropic手里
- 第三方无法直接复制核心体验
- 开发者生态的入口由Anthropic定义
效果是可见的。数据说话：
- Pragmatic Engineer 2026年2月对15000名开发者的调查：Claude Code是”最受喜爱”工具，46%，遥遥领先Cursor的19%和GitHub Copilot的9%
- JetBrains同期调查：Claude Code工作采用率从2025年4月的3%飙升至2026年1月的18%，满意度CSAT 91%，NPS 54，是市场最高
- SemiAnalysis估计Claude Code已占全部GitHub公开commit的约4%，年底预测达20%
从零到市场第一，Claude Code只用了八个月。这不是广告效果，是口碑。
当然，Anthropic也并非无懈可击。2026年3月底，他们在更新npm包时意外泄露了Claude Code的完整源码——一个59.8MB的source map文件暴露了512,000行TypeScript代码，数万名开发者连夜fork了代码库。
但这个事故反而暴露了一个更重要的事实：这根本不是一个API包装器，而是一个包含复杂后台调度与多智能体协作的庞大工业系统。他们真的在造车，且底盘极其精密。
源码里发现的东西令人震惊：
- KAIROS（古希腊语”恰当时机”）：一个完整构建但未发布的持久化后台daemon模式。不是响应式的，而是主动式的——Claude Code会在后台持续运行，自主决定何时介入。包含autoDream内存整合系统：你空闲时Claude会”做梦”，把散乱的会话观察合并成经过验证的事实，下次启动时已经记住了你的整个项目上下文。
- Anti-distillation机制：当有人录制API流量试图训练竞争模型时，Claude Code会自动注入假工具定义污染训练数据。Anthropic在产品里内置了反间谍系统。
- Undercover Mode：Anthropic员工在公开仓库贡献代码时，自动剥离AI attribution和内部代号，”不要暴露身份”。
泄露的不只是代码，是整个产品路线图。竞争对手可以看到Anthropic在造什么车，但造不出来——因为这需要的不只是代码，是整套训练数据、基础设施和工程积累。
Agent SDK是另一把锁。设计上高度绑定Anthropic API，离开的成本随着接入深度线性上升。和苹果的做法几乎一样——不是强制锁死，是让迁移的代价越来越高。
最近Anthropic还下场做了VS Code插件，直接进入Cursor的腹地。Cursor的处境非常微妙：它最重要的模型供应商，正在一步步变成它的竞争对手。
四、掀桌策略：免费探路，成熟收割
这是Anthropic最值得研究的一个操作模式，用OpenClaw这个案例可以看得很清楚。
OpenClaw（前身是Clawdbot）是一个开源的AI agent框架，核心卖点是：通过Telegram、Discord、WhatsApp等消息应用控制AI agent，随时随地发任务、收结果。爆火，GitHub超过24万星。
Anthropic看着OpenClaw火起来，然后做了三件事：
- 要求改名：商标投诉，Clawdbot先改成Moltbot，再改成OpenClaw
- 复制功能：推出Claude Code Channels，支持通过Discord和Telegram控制Claude Code——OpenClaw的核心功能，官方版本
- 切断补贴：宣布从2026年4月4日起，订阅额度不再覆盖OpenClaw等第三方harness的用量，要继续用得单独按API计费
OpenClaw创始人Steinberger说”先抄功能再锁死开源”，然后跳槽去了OpenAI。
Anthropic的回应是：这是”engineering constraints”，我们还给不知情的用户提供全额退款。
从旁观者角度，这套操作的逻辑链条很清晰：
开放API养生态 → 观察哪个应用方向最火 → 官方下场做同样的事 → 切断第三方的廉价访问路径
第三方没办法指责”封杀”，因为API还在，模型还能用，只是”我们的订阅不是为这种用法设计的”。
苹果生态里有个词叫Sherlocking——苹果观察哪个第三方App火，就直接把功能集成进系统，利用底层特权挤死第三方。OpenClaw事件是Anthropic版本的Sherlocking，而且手法更隐蔽：没有明确的”封杀”，只有一步步收紧的护城河。
这不是Anthropic第一次这样做，也不会是最后一次。Cursor目前还安全，但已经能看到边界在哪里了。
加一个真实案例。 我日常直接让Claude调代码、做PPT、跑自动化脚本，这些在ChatGPT和Gemini上根本做不到——不是”体验差一点”，是完全进不去这个任务。这不是我一个人的感受：Glean CEO Arvind Jain对媒体说，Claude Code在他们工程师里已经变成了”一种宗教”。
国内市场的侧面印证。 Anthropic不在国内提供服务，但Claude账号在国内二手平台高价出售，卖家直接注明”封号不包赔”——买家明知随时可能没，还愿意付钱。这种需求强度，是任何调查问卷都测不出来的。
五、企业侧：借船出海，一石二鸟
Anthropic最聪明的棋不是自己造企业销售体系，而是借两艘已经停好的船：
船一：Google Vertex AI
Google Vertex AI是全球最成熟的企业AI部署平台之一，有完整的SOC2、HIPAA等合规认证，有覆盖全球的数据中心，有企业级SLA。
Anthropic把Claude部署在Vertex上，相当于直接继承了Google多年建立的企业信任体系，绕过了从零开始建销售团队、过合规认证、打企业客户的漫长过程。
有意思的是，Google扮演的角色越来越像台积电——用自己最强的制造能力，帮别人造最好的芯片。Google的模型（Gemini）产品感一直是短板，但Vertex的基础设施能力是真实的。结果就是：Google在给Anthropic代工，而Anthropic拿走了更多的生态价值。
船二：Microsoft 365 Copilot
微软对OpenAI有高达$135亿的投资，两家关系本应是最深的绑定。但现实是：
- 微软的Copilot Cowork——M365生态里最重要的agentic产品——核心基于Claude的技术平台
- 微软的Researcher agent新功能：GPT负责起草，Claude负责审查准确性——微软在自己的产品里公开承认Claude作为”审稿人”更可靠
- Claude现在可以在Microsoft Foundry、M365 Copilot、Excel里直接使用
微软花了135亿投OpenAI，然后用Claude撑自己的旗舰产品场面。
从OpenAI的角度看，这很荒诞：最大的投资人和分发伙伴，每年在你的直接竞争对手上花半亿美元。
六、竞争格局：谁在哪个位置
OpenAI：品牌知名度最高，消费者市场渗透率碾压级。但在”造整辆车”这件事上明显落后。Codex开源，基本没什么人用。Agent能力的产品设计不如Claude Code清晰。企业侧靠微软，但微软同时在用Claude。
最能说明问题的是Sora的死法：2026年3月OpenAI关停了这个曾经万众瞩目的视频生成产品，原因是算力不够用——要把资源集中到coding和企业产品上，也就是代号”Spud”（小土豆）的新模型方向。OpenAI为了追Anthropic在开发者侧的布局，主动砍掉了自己的多模态旗舰。这不是战略收缩，这是被打得变阵了。
Google：资源最雄厚，TPU自研芯片，全球最大的分布式训练基础设施，Android+Chrome+Workspace的分发渠道。但产品sense一直是软肋。Gemini进了很多地方，但”进了”不等于”好用”。实际重度使用者的反馈普遍不如Claude。
Microsoft：VSCode是现在最稳固的开发者护城河。但Anthropic已经做了VS Code插件，这条护城河正在被侵蚀。M365 Copilot的核心能力依赖Claude，这个位置很尴尬。
Cursor：处境最微妙，但也是反击最积极的。整个产品建立在”更好的AI IDE体验”上，但Claude Code正在做同样的事，而且背后是同一个模型。供应商在变成竞争对手，这在软件行业是最经典的死亡陷阱之一。
但Cursor的反击路径是Adobe式的：往下走，做自己的模型。
2026年3月，Cursor发布了Composer 2。底层基于Moonshot AI的开源模型Kimi K2.5，Cursor在上面投入了75%的自有算力做continued pretraining和大规模RL，最终在Terminal-Bench 2.0上得分61.7，超过了Claude Opus 4.6的58.0。定价$0.50/M input tokens，比Opus便宜一个数量级。
这里有一个值得玩味的黑色幽默：硅谷估值接近300亿美元、最受瞩目的AI独角兽，其核心反击武器居然建立在中国公司的开源模型之上。 这恰恰印证了本文的核心论点：模型参数正在快速全球商品化，谁能把平台和数据飞轮造好，谁才是真正的赢家。发动机越来越便宜，造车的能力才是护城河。
更关键的是产品层的整合：在Cursor里用Auto模式，Composer系列无限用，不占第三方模型的credits。这意味着用户用Cursor用得越深，对Claude/GPT的直接依赖就越少——Cursor在系统性地把自己从”模型的分发渠道”变成”有自己模型的平台”。
Adobe用Creative Cloud积累的设计数据训练了Firefly，摆脱了对外部图像模型的依赖。Cursor的逻辑一样：用1M日活用户的代码编辑行为数据训练专有模型，形成别人复制不了的数据飞轮。
这条路走到最后，Anthropic会发现Cursor不再是它的客户，而是它的竞争对手。
国内玩家（DeepSeek、MiMo等）：模型能力在快速追赶，MiMo-V2-Pro的benchmark甚至在部分任务上超过Claude Sonnet。价格极具竞争力（MiMo API约$1/M tokens，是Claude的六七分之一）。但平台生态几乎是空白。便宜的发动机，没有车。
这个空白反过来是机会。国内做”AI底盘和车厢”的中间层——工具链、agent框架、垂直场景的执行环境——有巨大的套利空间。发动机便宜，造车的人还没出现。
七、Anthropic的短板
说Anthropic在造整辆车，不等于这辆车已经没有短板了。
多模态是最大的缺口。 ChatGPT曾经有图片生成（DALL·E）、视频生成（Sora）、实时语音对话。Claude能看图，但不能生图，没有视频能力。
但这里有个最新的转折：2026年3月，OpenAI宣布关停Sora。真实原因不是技术失败，而是用户峰值才100万就开始下滑，每天烧$100万算力，同时Claude Code在疯狂抢走OpenAI的开发者和企业客户。Altman的决定是：杀掉Sora，把算力全部转移去coding和企业产品。Disney有个$10亿的合作直接跟着陪葬——OpenAI宣布关停前不到一小时才通知Disney。
这个死法很有意思：OpenAI的多模态优势，被Anthropic的平台战略逼得主动放弃了。Claude的短板之一，正在被对手的战略撤退抹平。
看图能力也不够强。 文字推理是Claude的强项，但细节密集的视觉内容——电路图、复杂图表、手写内容——表现经常不稳定。这对硬件工程师、设计师等用户来说是真实的痛点。
用户规模和入口习惯。 ChatGPT已经卖出去了几亿辆”还不完美的车”。品牌渗透率和默认入口效应是Anthropic短期内很难追上的。普通用户打开手机想用AI，第一个想到的还是ChatGPT。
这些短板是真实的，不是小问题。
但需要注意的是：本文的核心论点是开发者工具链和平台生态，不是”所有场景下Claude都赢”。多模态的劣势在内容创作赛道是致命的，但在开发者工具这个战场上基本不相关。两家公司在攻打的是不同的山头——Anthropic在提高AI的上限，OpenAI在扩大AI的使用面。两个战略都有赢的可能，只是赢法不同。
八、ChatGPT的广告位（附图）
最后这个细节值得单独提一下。
有人在ChatGPT里问沙箱能力，ChatGPT回答自己：
- ❌ 不能联网
- ❌ 不是长期运行环境
- ❌ 不能当服务器用
然后广告位投放的是：Northflank——“AI Sandboxes, in your VPC or ours.”
ChatGPT承认自己沙箱能力不行，然后帮竞争对手的沙箱服务打广告。
这不是段子，这是2026年AI竞争格局的真实切片。
九、现在该怎么做
说了这么多”是什么”和”为什么”，最后说点实际的。
如果你是普通用户，不会写代码： 用扣子编程（coze.cn）。字节跳动出品，零代码搭AI应用，底层可以接DeepSeek、豆包等国内模型，还能发布到微信、飞书、抖音生态。不需要懂API，不需要配环境，把你日常重复的工作封装成一个工作流，这就是最直接的生产力红利。
如果你是开发者： Claude Code现在就可以配DeepSeek或MiMo的API跑，成本降到Claude原价的六七分之一。配一个环境变量的事，但大多数人不知道。Anthropic那套完整工具链的体验，用便宜的国内模型也能近似复现。
如果你想创业： 扣子已经在做平台层了，但平台是通用的，垂直场景的深度是空白。某个行业的专属agent工作流——法律、医疗、教育、电商——扣子给了你底座，但没人帮你做行业know-how的封装。谁先把某个垂直场景做深，谁就有真实的护城河。
对所有人都适用的一句话： AI工具的渗透是分阶段的，现在还处于”知道怎么用的人有红利”的阶段。这个窗口不会永远开着。
十、结论
苹果真正的护城河从来不是某一款产品，也不是某一个功能，而是整个生态的完整性和相互依赖。当你深度使用iPhone + Mac + AirPods + iCloud之后，离开的成本不是换一部手机，是重建整个数字生活。
Anthropic正在走同样的路：
- Claude Code是iOS：闭源，体验完整，绑定API
- Agent SDK是App Store规则：在里面玩，按我的规矩
- Firecracker沙箱是Apple Silicon：底层能力的天花板差距
- 掀桌策略是苹果的自研应用：先让你探路，成熟了我来做
竞争对手的应对：
- OpenAI开了Codex，对应Android
- Google做了Vertex，对应台积电
平台完整性一旦形成惯性，追赶的成本是指数级的。不是因为某个技术不能复制，而是因为开发者习惯、生态积累、和用户信任是时间的函数，买不来。
唯一能打破这个格局的，是范式级的突破——不是更好的模型，而是完全不同的交互方式或者计算范式。这种事当然会发生，但不是今天，也不是明天。
现在，Anthropic在造整辆车。其他家还在比较发动机的参数。
本文论点基于2026年4月的产品格局，AI行业变化极快，欢迎讨论和反驳。