今天 Anthropic 正式递交 IPO 申请，预计两周后挂牌，估值 2 万亿美元。
作为史上增长最快的公司之一，它累计融资超 1000 亿美元，累计资金消耗却不到 100 亿。
我们从这期开始推出系列报道，一路跟进到 IPO 落地。
今天先从 S-1 招股书里最反常识的效率数据说起。
人均营收一年翻 5 倍，首个盈利季利润率 19%按员工人数算，Anthropic 的运营效率高得惊人。
这对 AI 公司不算意外 —— 他们本身就把 AI 用到了极致。但很多人不知道这一年的变化幅度： 目前全员人均 12 个月营收达到 660 万美元，一年前这个数字只有 140 万，几乎翻了五倍。
不管是企业主还是工程师，人均营收上去了，才谈得上给员工开更高的薪资。
单位算力的投入产出也在快速抬升。
2025 年二季度，公司每赚 1 美元营收就要亏 0.5 美元；现在每投入 1 美元成本，就能带来 2 美元营收。
最有标志性的变化是，Anthropic 刚交出首个盈利季度。
不是剔除各类成本的调整后利润，是 GAAP 通用会计准则口径的真实利润，利润率 19%。
放在一年前，每 1 美元营收对应亏损 129%，反差极强。
两套飞轮同步转，从模型实验室变成云平台厂商行业里常提 “循环增长” 的飞轮，Anthropic 内部有两套机制在同时转。
第一套是模型迭代飞轮：依托 Claude 产出更强的模型，更强的模型催生更多应用场景，海量场景带来的用户反馈反过来继续优化模型能力。
第二套是投资增长飞轮：用户规模扩大带来营收增长，营收增长支撑更多研发投入，投入换来更强的模型能力，进一步壮大 Claude 生态。
两套飞轮协同转动，形成闭环增长。
这次 S-1 招股书里重点提了三大方向，排在前面的就是 Claude 平台的能力普及。
官方定义里，Claude 平台是一套完备的智能体开发环境，开发者可以直接调用底层能力，在自己的产品和工作流里搭建、部署、规模化运行基于 Claude 的应用。
数据很有说服力：年营收 10 万美元以上的客户里，超过一半都在使用 Claude 平台。
这意味着 Anthropic 不再只是一家模型实验室，它同时正在成为一家云原生算力平台厂商。
Claude Code、Claude Cowork，底层调用的都是这套对外开放的基础能力。
这次 IPO 的叙事主线，是从聊天机器人、辅助 Copilot，走向虚拟协作伙伴。
官方刻意不用 “智能体” 这个词，听起来更友好，但核心能力和智能体重合：长期自主执行任务、具备判断能力、自我校验迭代、调用工具，和用户协同完成工作，而不是只处
理单个指令。
Opus5.5 刚发，内部压着 Fable5.5 待发这期录制的时候，Opus5.5 刚刚发布。所有接触到的内测用户，几乎都认为这是当下全球最强的模型。
Anthropic 手里还压着 Fable5.5，大概率两周内发布，配合 IPO 节奏，时间点非常合理。
这次新版本重点解决了用户吐槽很久的问题：之前 Opus5 输出内容啰嗦绕口，这次做了针对性优化，同时价格也做了下调。
团队在底层做了很多不为人知的改动：花了大量精力提升 API 防模型蒸馏的能力，包括前缀思考块隔离、跨模型复用思考 token 这类机制。
做这些改动的核心出发点不是商业利益 —— 怕别人低价复刻模型抢生意，而是安全。
Anthropic 创立的初衷是让 AI 安全地产生正向价值，模型输出的每一段 token，都会经过大量安全分类器校验。
如果有人蒸馏出模型，脱离这套安全校验体系运行，就可能产生危害。
很多人看到的模型安全事故，大多发生在训练阶段。
训练时研究人员会把模型放进隔离环境，给它下达几乎不可能完成的难题，给足压力，模型自然有动机突破隔离去完成任务。
但生产 API 环境完全不同：有在线安全校验，整套架构做了隔离，调度框架和执行沙箱是分开的，智能体逃逸问题在生产场景里基本不会出现。
纯 Python 重写成 Rust，CPU 成本直接砍半现在 Anthropic 的两大核心难题，一个是安全，一个是系统扩容。
大家聊算力大多只盯着 GPU，很少聊 CPU。现在 CPU 资源的瓶颈和 GPU 一样严峻：API 服务、应用、沙箱、CI 流水线全都在消耗 CPU，整个行业都缺 CPU 配额。
之前的消息 API 还是一套 Python 单体服务，只跑在谷歌云一个区域。
一年多前团队里没人专职做 Rust，最后采用的方案是：人类负责系统架构设计和结果校验，编码实现交给 Claude。
团队完整复刻了一版 Rust 分支，跑影子流量对比 Python 版本的输出一致性，通过功能开关、负载灰度慢慢切流，现在已经全量上线。
效果很明显：CPU 资源节省 40%-50%，首 token 延迟下降 10%-20%，长任务的收益更高。
之前团队给 Claude 布置 12 个 UI 加载优化任务，原定两周工期，它三天就完成了 9 个。
这种极致效率背后，是一套从模型发布到客户反馈的成熟流程：内部重度自测试，再把版本给到 Claude Code、Cowork 这类自有产品，同步对接头部深度客户收集反馈，确认没有问题再对外发布。
接下来我们会持续跟进 Anthropic 的 IPO 进程，把这家公司的效率故事、技术细节、安全机制挨个拆解透。