Anthropic递交招股书,最大赢家是文科生?

蓝鲸财经
Oct 05

文丨金融八卦女 毓言

近日,Anthropic向外界披露了其首次公开募股招股说明书,引发市场强烈关注。Anthropic此次IPO目标估值超过2万亿美元,而仅在今年5月,该公司自身对估值的预测还停留在9650亿美元。短短数月,估值预期已翻逾一倍。

当Anthropic估值飙向天文数字时,最贵的反而是人。

9月15日,福布斯官网同步在全球多个地区站点上线了美国 400位最富有富豪年度榜,上榜门槛升至44亿美元,创历史新高,其中40岁以下富豪人数增至10人,7位的财富来源于AI浪潮,4位来自同一家公司——Anthropic。

公司总裁兼联合创始人,39岁的丹妮拉·阿莫迪(Daniela Amodei)首次上榜,以155亿美元估算身家并列第75位,约合人民币1000亿元。榜单公布当天,丹妮拉·阿莫迪这个名字在社交媒体引起热议,众人都吃惊于在公开活动中鲜少站在台前的女人,竟会以这样高调的方式闯入全球顶级富豪序列,这位掌管着全球估值最高私有AI独角兽的总裁,用英国文学学位,在几乎被理工科垄断的AI核心赛道,跑出了一条文科生的财富传奇。

1./ 长笛少女到万亿总裁,丹妮拉的“非典型”履历/

丹妮拉的成长轨迹,最初就与硅谷AI圈的主流创始人截然不同。她成长在一个旧金山的普通家庭,父亲是意大利托斯卡纳的皮革工匠,母亲从事图书馆建设和改造的项目管理,哥哥达里奥从小痴迷数学和物理,后拿下普林斯顿大学生物物理学博士。而丹妮拉也有独立的爱好和目标,靠着古典长笛的特长拿到奖学金,进入加州大学圣克鲁兹分校,获得英语文学、政治学和音乐学士学位。

毕业之后的很长一段时间,丹妮拉始终保持对社会影响和组织对接的浓厚兴趣。

她首先关注国际发展与全球卫生,在马里兰大学学院公园分校的IRIS中心工作期间,负责业务发展、赠款流程管理、国际发展项目人员招聘。加入乌干达NGO组织后,与CEO共同制定公益资助战略规划、直接参与非洲乡村的公共卫生落地工作。

从这些工作经历不难看出,她渴望深度参与组织顶层战略,也乐于在能带来正向社会价值的事业中贡献力量。

之后,丹妮拉涉足政治领域,加入国会议员候选人Matt Cartwright的竞选团队,以现场总监身份,招名志愿者、与关键选区选民电话沟通,助力候选人成功当选。

担任美国国会众议院办公室日程与通讯主管期间,她负责国会议员的行程对接与公共事务协调,练就了强大的人际交往、团队管理、组织与资源对接能力,为她在技术领域的卓越成就打下坚实基础。

2013年5月,她离开政治圈,转战科技行业,加入当时仅40多人的支付初创公司Stripe,成为公司招聘团队的创始核心成员,直接推动公司扩张至数百人,完成了早期核心人才池的搭建。

2015年8月,她转任风险项目经理,搭建全新的欺诈案件处理升级流程,独立分析数千起潜在欺诈、信用违规和政策违规案件。

后续她晋升为核心运营、用户政策与承保板块的风险经理,与公司内部团队共同制定了行业领先的暴力极端主义内容管控、版权保护、伪医药治理等合规政策,清理数千个违规用户,完整见证了一家几十人的小团队,一步步长成覆盖全球的科技巨头。

2018年,丹妮拉加入了名声远不及现在响亮的OpenAI。没有计算机学位,也没有相关技术背景的她,却先后担任工程经理、人事副总裁、安全和政策副总裁等多个关键领导职位,负责工程团队管理工作,最后一路升任安全与政策副总裁,深度参与GPT-2、GPT-3的跨团队组织协调、跨部门沟通对接,主导搭建了两代模型对外发布配套的安全政策与合规落地体系,为模型的合规商业化落地做出了不可替代的重要贡献。

丹妮拉无数次在内部分享里提到,自己大学时期最欣赏的作家是琼·狄迪恩,因为她在整个社会都被乐观情绪裹挟的时候,依然能清醒地看到繁华背面的阴影。

这种特质同步刻进了她对AI行业的判断里,她从不否认AI技术能带来的巨大变革,却始终没有放松警惕,死死盯住这项技术可能带来的最坏风险。

她在OpenAI任职期间,公司关于“技术速度和安全边界”的争论异常激烈,丹妮拉兄妹对公司激进商业化节奏感到强烈不安,他们认为OpenAI已经完全偏离了安全优先发展AI的初始使命。

曾在白宫科技政策办公室任职的AI治理专家蒂姆·黄公开表示:“AI行业最稀缺的从来不是能把模型参数堆到极限的工程师,而是见过不同行业风险、能在技术狂飙的时候踩下刹车的人。”丹妮拉在非科技领域的多年积累,恰恰补上了绝大多数AI创始人身上最缺的那一课。

2./ 营收刷新行业纪录,商业底盘暗藏风险/

2020年底,丹妮拉兄妹选择离开OpenAI。2021年,与7名同样重视AI安全的核心成员正式创办Anthropic,坚持走“伦理人文导向”的AI研发路线。

丹妮拉“兄妹可以一起创业”的思路,源于她曾任职的Stripe,这家公司是由帕特里克和约翰·科里森两兄弟联合创办的,这个模式给予了她最直接的启发,在访谈中,丹妮拉曾坦言:“既然科里森兄弟能一起把公司做成全球顶级,我和达里奥为什么不能试试?”

Anthropic最有趣的地方在于,它是“文理组合”的产物,由一个懂技术的哥哥,加一个懂人、懂组织、懂叙事的妹妹,塑造了公司各取所长、互相补位的运营模式。

外界的聚光灯经常性瞄准Claude模型和ChatGPT的技术对垒,看到的是担任 CEO达里奥在技术交流活动中对底层研发、模型迭代、技术战略的侃侃而谈。但在所有亮眼的技术突破背后,真正让这家公司从一个十几人的小团队长成万亿AI巨头的核心骨架,是丹妮拉。

在Anthropic的公开架构里,丹妮拉同时担任公司联合创始人、总裁和董事会主席,从创业初期的办公室选址、核心人才体系构建、贯穿AI全发展周期的合规流程筑牢,再到铺建全球销售网络、敲定重磅商业合作、完成一轮轮刷新行业纪录的千亿级融资谈判,所有技术研发之外的核心命脉事务,几乎全是她一手统筹。

短短五年时间,公司员工规模从个位数扩张到几千人,却没有出现初创公司高速扩张时常见的组织混乱、核心人才流失问题。她不是站在技术大佬身后的陪衬,而是这家公司真正的日常掌舵人,用文科生的组织经营智慧,给狂飙的AI公司搭起一套稳健的“底盘”。

在斯坦福商学院对谈节目里,丹妮拉把自己定位得很清楚:“我是个通才。AI 模型训练不是我的分内工作,但我能在研究人员相对薄弱的领域发挥优势。”福布斯对她的评价更是一针见血:

“人文背景给了她一种逆向的世界观。”

最让整个硅谷惊叹的是丹妮拉交出的商业成绩单。Anthropic的营收增长曲线,几乎刷新了全球科技行业的历史纪录,2025年1月,公司年化营收刚达到10亿美元,2026年7月底年化营收已经突破650亿美元,不到19个月时间实现了65倍的爆炸式增长。

期间,Anthropic先后拿到了Google、Amazon、NVIDIA、Salesforce、红杉资本等全球顶级科技资本的战略投资。2026年2月完成融资后,公司估值涨到3800亿美元;2026年5月,又完成650亿美元H轮融资,投后估值直接冲上9650亿美元。

现在Anthropic已经在筹备11月的IPO,市场普遍预期上市后估值有望达到2万亿美元,募资规模将突破1000亿美元,一旦落地,它将直接打破SpaceX在2026年6月创下的纪录,成为全球历史上最大规模的IPO。

而红杉资本全球执行合伙人沈南鹏在今年的硅谷AI投资峰会上的发言,却点出了Anthropic正在面临的风险:

“Anthropic现在的高增长,很大程度上依赖于全球顶级企业客户的信任溢价,但一旦未来出现一次重大安全事故,丹妮拉花了五年搭建起来的信任护城河,可能会在一夜之间彻底崩塌。”

招股说明书中,也同步披露了Anthropic的业务风险。公司收入集中度高,2025年公司近四分之一的营收仅来自两大核心客户,且多数头部客户并未签署长期合作协议,存在随时缩减甚至终止采购的可能性,长期营收仍存不确定性。

高增长的另一面,还有成本的急剧攀升,2025年公司净亏损达420亿美元,剔除可转换融资工具公允价值变动形成的非现金会计损益影响后,实际经营层面的营业亏损仍超过80亿美元。

其中,算力基础设施是高昂成本的核心来源,2025年Anthropic在云计算、算力采购和相关基础设施上的总投入达到73.3亿美元,较2024年增长三倍,占总运营费用一半以上,而这样的投入后续只会增多,不会减少。公司已锁定未来数年合计5180亿美元的云计算与算力基础设施长期采购义务,相当于承诺花出去的钱,是它收入的113倍。

截至2025年末,Anthropic持有的现金、现金等价物与短期投资合计为202.8亿美元,自有资金体量与长期算力采购承诺之间形成显著缺口。

即使丹妮拉一直主导“安全优先换商业增速”的策略,Anthropic依然存在安全风险,公司自身研究显示,当前自主能力持续提升的大模型,已经在受控测试中表现出大量不可预期的有害行为:包括生成恶意代码、辅助实施欺诈、主动操纵关键信息等。

针对安全问题,行业里的争论同样没有停止。《财富》杂志2026年AI行业年度人物评委会给出的评语极具代表性:

“丹妮拉重新定义了AI行业的增长逻辑,当所有同行都在靠牺牲安全底线换速度的时候,她把信任做成了Anthropic独有的护城河。”

但另一边,2026年硅谷技术派针对AI监管体系持批判态度:“随着全球AI监管竞赛加速,部分没有前沿大模型研发实操经验的非技术背景政策制定者和治理从业者,正在主导AI安全规则的起草工作。他们搭建的监管框架建立在模糊的人文叙事之上,而非细致可验证的技术风险评估,将快速沦为纸面空文。”

3./ 跳出学科标签桎梏,“综合体”是时代刚需/

丹妮拉的故事在中文互联网上传播之后,很快就被包装成了“文科生逆袭吊打理科生”的爽文,网友经常拿着文学学士学位,去论证“文科也能在AI时代拿到顶级财富”。

但实际上,她从来没有靠“文科”这个标签获得过任何捷径,她能走到今天,恰恰是因为她没有被“我是文科生”的自我限制困住,也从来没有把技术派当成自己的对立面。

她不会写底层代码,却能和最顶尖的AI研究员坐下来聊清楚模型的核心逻辑,能精准判断不同技术方案背后隐藏的社会风险;她没有系统学习过计算机科学,却能在Stripe和Anthropic的技术团队里,搭建起一套让所有工程师都服气的人才和风险体系。

她的英国文学学位和与科技无关的工作经历训练了她对复杂叙事的理解能力、对人性幽微的感知能力、对不同利益相关方的共情能力,这些能力最终变成了Anthropic独有的商业壁垒。

在斯坦福商学院对谈节目里,丹妮拉的自我定位很清晰:“我是个通才。AI 模型训练不是我的分内工作,但我能在研究人员相对薄弱的领域发挥优势。”她甚至说:

“技术归根到底是一组任何人都可以学会的能力,不必惧怕技术。”

Google Labs 旗下 NotebookLM 的编辑总监史蒂文·约翰逊(Steven Johnson)公开表示,大语言模型正在引发一场“人文的反扑”(revenge of the humanities)。但“反扑”二字并不意味着“文科彻底翻盘”。把视野拉宽不难发现,科技史上真正的封神,几乎都是“文理双修”的产物。

苹果的乔布斯,大学期间在里德学院旁听书法课,课上内容成了 Mac 字体设计的灵感,他说:“科技与人文联姻,才能让我们的心灵歌唱”。微软的纳德拉在计算机学位之外,又攻读了公共管理硕士,正是这份人文治理的训练,让他把陷入封闭内斗的微软重新拉回了增长轨道。

马云毕业于杭州师范英语专业,他的专业让他最早读到海外互联网信息,依靠技术、商业与组织的复合能力把阿里做成万亿帝国。

他们不是“因为文科所以成功”,而是文科给他们提供了理解人与世界的方式,技术给了他们落地的工具,两者相加,才等于结果。

AI的出现更彻底地打破了文理规则的限制。2026年3月22日,央广网发布题为《AI时代,文理观念要变一变了》的官方评论文章指出:“新的技术革命里,单一技能的人才很容易被AI替代,而能打通技术和社会、商业、人文的交叉型人才,才是最稀缺的资源。”

技术本质是服务于人,纯粹的工具理性如果没有人文价值判断的约束,很容易走向歧途;但脱离技术落地的纯人文叙事,也无法为社会发展做出设计贡献,最终只会沦为空泛的理论空谈。

丹妮拉的故事最有价值的地方,从来不是“文科生赢了”,而是它告诉所有人,专业从来不会限制发展的上限。文科生可以用共情力、思辨力、判断力,驾驭最前沿的技术;理科生可以用逻辑思考、技术底座做出改变行业的创新。

AI时代从来不是文科的末日,也不是理科的独舞,不要被“文科生就不该做科技”“理科生就不该搞人文”的刻板印象困住,自己所有的人生积累,终会找到最适合的时代位置。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10