今天的内容全是硬货 —— 素材来自 Anthropic 刚提交的 S-1 招股书，加上 Opus 5.5 发布次日，我在演播室和两位核心负责人的对谈实录。
先甩最炸的一组数据：这家刚递完 IPO 申请、市场预期估值 2 万亿美元的 AI 公司，过去 12 个月人均营收做到 660 万美元。
一年前这个数字才 140 万，直接翻了近 5 倍。




更狠的是盈亏拐点：去年每赚 1 块钱要亏 1.29 美元，现在每投 1 块钱成本能赚 2 块，刚交完史上第一个 GAAP 净利润季度，净利率 19%。
要知道，他们累计融资超 1000 亿美元，累计烧钱还不到 100 亿。
人均营收翻 5 倍的核心：两套转不停的飞轮Anthropic 效率跳升的本质，是两套互相咬合的正向循环在持续运转。
第一套是模型迭代循环：Claude 能力升级催生更多应用场景，海量场景产生的用户反馈反过来持续优化模型本身。
第二套是商业增长循环：使用率提升带动营收增长，更高的营收支撑更大规模研发投入，投入反过来又强化模型能力，持续壮大 Claude 生态。



在官方定位里，他们刻意避开了 "智能体" 这个热词，把未来方向定义为 "从聊天机器人到 Copilot，再到能长期协同干活的虚拟协作者"。
不是单次执行一条指令的工具，而是能锁定目标、自主判断、调用工具、自我修正的长期伙伴。
这套飞轮滚起来之后，效率提升不是线性爬坡，是跳变：年营收 10 万美元以上的付费客户里，超过一半已经在用 Claude 平台的底层能力搭自己的业务，Claude Code、CoWork 这些第一方产品，底层调用的也是同一套开放组件。



被论文戳穿漏洞后，他们补的墙比你想的厚Opus 5.5 这次发布，除了降价、优化行文晦涩的老问题，工程团队花了大量精力加固 API，堵上之前被论文公开的思维链蒸馏漏洞。
不少人觉得这是怕被对手偷模型抢生意，其实团队最在意的根本不是商业损失。
Anthropic 从成立起的核心目标就是安全地释放 AI 价值：所有模型输出都要过安全分类器，如果有人把模型蒸馏出去，脱离官方安全体系随便跑，产生有害内容才是真的风险。



他们没搞一刀切的强制升级，而是把对开发者的影响压到最低：强制跨会话保留思考块规则上线时，主动联系开源评测框架维护者提前同步改动，给老客户设宽限期，专门做了官方上下文压缩功能，替代大客户自己写的压缩方案，兼容新规则。
补完防护之后，内部观测到的蒸馏攻击效果已经出现明显下降。
这套安全体系不是临时补丁：每发一款旗舰模型，都要单独定数据留存策略、线上防护规则，配专门的权限系统管控双重用途能力 。



网络安全、生命科学这类高风险能力，要申请、审核通过才能用，请求链路里实时校验权限，从底层堵越权风险。
行业都在卷 GPU，他们被 CPU 卡脖子了：全团队没人会 Rust，让 Claude 写完了整套生产 API聊扩容，大家第一反应都是 GPU 不够用，但 Anthropic 现在遇到的最大瓶颈其实是 CPU。
CPU 要撑着产品服务、API、前端应用、沙箱执行、CI 流水线全链路跑，代码写得越多，CI 任务越重，CPU 缺口越大。
以前预算够就能按需扩，现在必须提前做容量规划。

上周他们刚全量上线用 Rust 重写的 Messages API。
启动项目时，团队里一个专职 Rust 开发都没有。

怎么干的？
人负责顶层分布式架构设计、方案决策和结果核验，编码全交给 Claude 完成。



他们搭了完整的 Rust 版本分支，跑影子流量对照，和老 Python 版本逐句比输出一致性，配功能开关一点点切流。
整个过程刻意克制范围，只做直译迁移不加新功能，迁移期间主团队在老版本上持续迭代，专项小组同步做静态检查，保证两边功能不脱节。
上线之后效果很直接：CPU 消耗降了 40%-50%，首 token 延迟降了 10%-20%，长任务场景收益更高。



等迁移完全稳定，下一阶段才会做架构升级 —— 比如把会话状态存在平台侧，不用每次请求都把完整上下文传一遍，对长对话场景的效率提升会非常明显。
90% 的 "沙箱逃逸" 新闻，都是把训练场景套进了生产环境网上天天传智能体逃出沙箱搞破坏，其实绝大多数新闻混淆了两个完全不同的场景。
模型训练阶段，研究人员本来就会把模型关在封闭环境里，布置几乎不可能完成的难题，故意逼它找漏洞跳出去，这是专门的安全测试，目标就是找模型的薄弱点。



真到生产环境，架构设计从根上就杜绝了这类问题。
他们做 CMA（托管智能体）的核心思路是大脑和执行手分离：调度框架、会话状态跑在持久服务上，执行环境是一次性临时沙箱。
凭证单独存在保险库里，智能体全程碰不到真实密钥，需要调外部服务时，才由出站代理临时注入凭证。
沙箱默认开域名白名单，甚至可以完全断网。



这种架构下，所谓的 "逃逸" 根本没有可乘之机。
长周期运行智能体还是个全新领域，他们现在把这套默认带防护的底座开放给客户，就是不想让每个开发者都从零摸索安全方案。
给开发者的实在建议：别硬扛着自研调度框架了很多开发者刚接触智能体时，都想自己搭整套调度、沙箱、管控体系。
Anthropic 团队的建议很实在：如果不想从零攒基础设施，直接用 CMA 就行 。



本质是更高层的 API 集合，定义好智能体、开好会话就能跑，模型更新完参数、处理完破坏性变更，他们都提前调好，开箱即用。
聊到智能体测评，团队见过最多的误区是测评做太少。



别一上来追求花里胡哨的评测方案，先从最简单的用例搭起来，哪怕最粗糙的测试也比没有强。
现在行业已经把工程当科研做：定目标、做评测、定位失败原因，不管是模型问题还是环境问题，快速迭代就行。




访谈最后，Angela 分享了自己最常说的一句话：半吊子地去做一件事，是不做这件事最昂贵的方式。
Anthropic 现在的产品思路也刚好契合这句话：不赌单点路线，不盲目堆功能，先把安全、效率这些兜底的底座搭扎实，再开放足够的灵活度，让开发者在上面自由探索。



等两周后 Fable 5.5 发布，这套效率体系的故事，还会有新的注脚。