深度 | 市场份额翻倍！Anthropic如何用编程“黑科技”逆袭OpenAI

曾几何时，OpenAI 及其 ChatGPT 模型是 AI 编程领域的标杆，其代码生成能力定义了市场预期。然而，近期的市场动态表明，这一格局正经历深刻调整。Anthropic 携其 Claude 系列模型，尤其是 Claude 3.5 及 3.7 Sonnet，正迅速成为该领域不可忽视的关键力量，引发了关于技术路线、市场策略和未来趋势的广泛讨论。

市场风向转变：Anthropic 强势崛起，关键指标亮眼

AI 编程领域的竞争天平正在倾斜。虽然 OpenAI 曾凭借先发优势占据主导，但 Anthropic 这家成立仅4年的公司，正以惊人的速度改变竞争态势。其估值已达615亿美元(E轮投后估值)，软件开发与代码生成业务的年化收入在短期内实现十倍级增长。市场份额的变化直观地体现了这一趋势，Anthropic 的份额显著提升 ，从 2023 年的 12% 翻倍至 2024 年的 24%，反而 OpenAI 的市场份额从 50% 缩水至 34%。

一个明确的市场信号是，主流 AI 编程助手 Cursor 在 2024 年 7 月将其默认大模型从 GPT 系列切换至 Claude 3.5 Sonnet，这标志着开发者和工具生态对 Anthropic 技术实力的认可。同时，企业用户需求日益多元化，寻求更灵活、非单一供应商的 AI 解决方案，也为 Anthropic 提供了增长契机。

商业与资本表现：高估值倍数与健康的收入结构

Anthropic 的崛起不仅体现在技术层面，其商业表现和资本吸引力同样值得关注。

●融资与估值：2025年3月伊始，Anthropic 就完成了 35 亿美元融资，估值一举飙升至 615 亿美元。这轮融资由 Lightspeed Venture Partners 领投，豪掷 10 亿美元，后面跟着一长串科技与金融界的重量级玩家：亚马逊（累计投资 80 亿美元）、谷歌（累计投资30亿美元）、Salesforce Ventures、Cisco Investments、Fidelity Management & Research Company、General Catalyst、D1 Capital Partners 和 Jane Street。这阵容，堪称科技投资界的“全明星天团”！甚至占有14%股份的谷歌公司都不能享有投票权、董事会席位或董事会观察员权利，证明了Anthropic在融资议价过程中的强势地位。值得注意的是，截至2024年底，Anthropic年 ARR 约为8.75亿美元，估值/收入倍数（约 68.6 倍）显著高于 OpenAI（约 42.4 倍）。

这反映了资本市场对其在企业服务和技术创新方面，特别是编程能力所驱动的增长潜力抱有更高期待。

●收入结构： 2024 年，Anthropic 的 ARR 将达 10 亿美元，同比增长 1100%。其中，高达 85% 的收入来源于 API 业务，远超 OpenAI 的 27% 。这表明 Anthropic 在企业级服务市场，尤其是在利用其编程优势赋能开发者和企业方面，已建立起独特的、更具粘性的商业模式。

Claude 技术内核：定义AI编程新标杆

Anthropic 的核心竞争力在于其 Claude 系列模型，特别是 Claude 3.5 及 3.7 Sonnet，它们在 AI 编程领域展现出卓越性能。

●模型创新：Claude 3.7 Sonnet 第一次在业界引入“混合推理”（Hybrid Reasoning）技术，能在快速响应和深度分析（Extended Thinking）间智能切换，结合高达 128,000 token 的“思考预算”，使其在处理复杂编码、数学问题和长文本分析方面表现突出。这种设计可能成为未来高性能模型的标配。

●更长的可靠输出：Claude 3.7 Sonnet 在人工智能编码领域树立了新的里程碑，其单次生成1000至1500行可靠代码的能力超越了Claude 3.5 Sonnet 的200行限制。这一进步得益于更大的输出令牌容量和改进的上下文理解能力，为复杂编程任务的自动化和软件开发效率的提升开辟了新可能性。

• 性能基准：Claude 在多个权威编程能力基准测试中表现优异。在 LMSYS 维护的，专注于网页应用开发能力的 WebDev Arena 榜单上，Claude 3.7 Sonnet 甫一发布即登顶，大幅领先包括自家 Claude 3.5 Sonnet 在内的所有对手。

在衡量真实世界软件工程能力的 SWE-Bench Verified 测试和需要与用户及工具进行复杂交互的 TAU-bench 测试中，Claude 3.7 Sonnet 同样拔得头筹，超越 GPT-4o 。

LMSYS 的综合 benchmarks 也显示，Claude 3.7 Sonnet 在研究生级推理、编程和多语言任务上优于 GPT-4o。

• 实测能力： 社区的实际测试进一步印证了 Claude 的强大。例如，使用 p5.js 生成复杂布料模拟效果的代码，Claude 能够快速生成高质量结果。

一位学者甚至拿出自己1986年在 MIT 关于“布料外观建模”的硕士论文对比感叹，过去需要数天的工作，现在AI几分钟就能超越。

挑战生成爆火游戏《Flappy bird》，Claude 3.7 Sonnet一眼完胜o3 mini-high。

游戏中，玩家必须控制一只小鸟，跨越由各种不同长度水管所组成的障碍。

先看Claude 3.7 Sonnet，一次性生成的代码就高度还原了游戏理念：

而高档位推理模式下的o3 mini，只有一个小方块在画面中原地鬼畜，基本看不出游戏的样子。一时间，这一惨烈对比直接将Claude 3.7 Sonnet推上了新的高度。

交互与工作流创新：Artifacts 与 Claude Code 引领变革

除了模型性能，Anthropic 在 AI 交互和工作流方面的创新也至关重要。

●Artifacts 开启AI交互革命：

Claude 推出的新功能Artifact，允许用户在AI对话界面中直接运行和调试代码。其核心特点包括：

实时代码执行：即时运行代码并查看结果。

交互式操作：实时调整和优化代码。

可视化预览：直观展示输出效果。

跨平台分享：便于团队协作与成果展示。

这些特性让开发者能快速验证想法、迭代原型并展示成果。Artifact 被誉为“改变游戏规则的产品”，为开发者带来更高效的编程体验，开启 AI 辅助开发的新模式，或将重塑应用程序开发流程。

Artifact 看似小更新，可能是未来几年AI最关键的战场之一：交互界面。AI 的挑战不仅是提升智能，而是让其易用、直观并融入工作流。相比之下，OpenAI 聚焦模型能力竞赛，Google 强调知识处理，而 Anthropic 更注重实用性和用户体验。通过 Artifact，Anthropic 将 AI 从聊天机器人转变为真正的合作伙伴，弥合工具与团队成员间的差距。

这反映了 AI 开发中的不同策略。OpenAI 和 Google 追求最大、最智能的模型，而 Anthropic 另辟蹊径，专注用户体验与工作流集成。在模型能力差距缩小的背景下，Anthropic 通过直观界面和生态系统建设留住用户。尤其在编程领域，Artifact 提供高效工作流程，尽管尚处起步阶段，但其创新潜力巨大。随着竞争对手意识到界面优化的重要性，这一领域将迎来更多突破。

●Claude Code极速提效神器：

Anthropic推出的Claude Code是一款命令行AI Coding产品，面向专业开发者，但其定位并非与AI IDE或Coding Agent直接竞争终端用户，而是作为AI Coding领域的重要基础设施。Claude Code通过强大的工具使用能力和agentic能力，帮助AI深入理解和修改大型代码库，推动AI-native开发工作流的形成。

用户可通过自然语言输入需求，Claude Code结合3.7 Sonnet的action scaling技术，展现出Devin级别的能力，能主动探索代码库，识别并使用关键模块，实现自我更正。这种能力让AI Coding从仅生成软件prototype的工具，进化为可参与CI/CD的深度开发工具，帮助AI更好地融入人类传统代码库。

Anthropic一贯聚焦于基础架构而非终端应用，Claude Code延续了这一风格。作为AI-native的核心组件，它主要面向AI agent而非仅人类用户，为AI Coding产品提供关键支持。命令行界面看似门槛高，却因其高度可验证的输出环境，成为AI agent协同开发的理想平台。

进一步看，“MCP + Claude Code + Computer use agent”组合有望成为新一代Coding Agent OS，支持reasoning model进行任务规划、执行、验证和迭代。相比GUI，命令行更适合AI-native交互，为AI在软件开发中深度参与提供了基础。Claude Code不仅是Anthropic的创新尝试，更是推动AI Coding基建和AI-native工作流实现的关键一步。

• Action Scaling：AI Agent 的新里程碑

Claude 3.7 推出的action scaling能力，使 AI Agent 能够连续执行function call和tool use，并根据环境反馈持续迭代，直到解决一个开放式问题。这一能力通过强化学习（RL）驱动，结合了tool use和long horizon reasoning（长程推理），为 AI Agent 在多步骤任务中的表现提供了强大支持。

◆Tool Use 的可靠性：在多步骤任务中，每一步的准确性至关重要。错误会以乘法形式累积，例如一个 10 步任务，每步准确率为 90%，整体成功率仅剩 35%。因此，tool use 的高可靠性是 action scaling 的基础。

◆Long Horizon Reasoning的作用：当任务中出现偏差或错误时，长程推理能力能帮助 Agent 重新调整方向，将推理过程拉回正确轨道，确保任务的最终完成。

◆Verifiable Environment：RL 在可验证环境中表现最佳，这些环境为 Agent 的能力提升提供了明确的反馈信号。AI Agent 的高潜力应用领域集中在 OS Browser、Coding、游戏、科研和搜索等具备明确信号的领域。

◆Online Learning / Iterative RL：个性化智能 Agent 需要具备在线学习或迭代 RL 能力，以在新的环境中动态调整自身策略。然而，当前技术存在瓶颈，包括缺乏高效的 RL fine-tuning 算法和模型在新环境中自主试错能力不足。克服这些瓶颈将使 Agent 实现真正的持续学习，适应多样化的现实场景。

Action scaling 通过 RL 增强了 AI Agent 在多步骤任务中的表现，使其在可验证环境中能够有效解决开放性问题。这一能力为 AI Agent 的落地应用铺平了道路，尤其是在编程、科研等领域展现出巨大潜力。

市场与开发者认可：从工具选择到社区热议

技术领先最终需要市场验证。Anthropic赢得开发者青睐的迹象日益明显。

●工具生态的选择：Cursor的模型切换是最显著的例子。此外，Sourcegraph 数据显示其用户偏好 Anthropic 模型，Augment 等初创公司也公开表达对 Claude 的认可。GitLab、Midjourney、Perplexity 等知名公司同样对其编码能力表示赞赏。值得注意的是，连 OpenAI 的深度合作伙伴微软，也在 GitHub Copilot 中增加了对 Claude 的支持，显示出市场对多模型支持的需求。

●开发者社区的反响：开发者社区的热烈讨论和“用脚投票”是 Anthropic 崛起的重要推手。从 Y Combinator CEO 转发赞扬 Claude 效率提升10倍的文章获得超400万的浏览量：

到ottogrid.ai CEO 称其公司50%代码由 Claude 编写并计划提高比例到80%：

再到开发者因 Claude 服务中断而“放假”：

额度用完即“下班”的趣味表达：

甚至Anthropic工程师Erik Schluntz在右手摔断的情况下借助Claude高效编码的故事：

都反映了Claude在开发者群体中的受欢迎程度 和实际应用价值。这种趋势直接推动了 Anthropic 编程相关业务的指数级增长。

技术深耕的领先者：MCP 标准与 AI 黑箱追踪研究

Anthropic 不仅在模型性能和交互创新上取得了显著成就，还通过在标准化和 AI 解释性研究领域的深耕，巩固了其在 AI 技术领域的领导地位。以下通过 Model Context Protocol (MCP) 标准和 AI 黑箱追踪研究两个方面，展示 Anthropic 如何推动 AI 技术的进步。

●MCP 标准：AI 行业的 USB-C

2024 年 11 月 24 日，Anthropic 推出了 Model Context Protocol (MCP)，一个开放标准，旨在为 AI 助手与数据源之间的连接提供通用协议。MCP 的目标是通过标准化的方式连接内容库、商业工具和开发环境等数据源，帮助前沿模型生成更准确、更相关的响应。Anthropic 将 MCP 比作 AI 行业的“USB-C”，取代了以往为每个数据源构建定制集成的繁琐过程。

◆开放与协作：MCP 是开源的，鼓励社区参与和贡献，旨在建立一个协作生态系统，促进 AI 应用的开发和集成。开发人员可以通过 MCP 文档 构建服务器和客户端，连接各种数据源。

◆行业采纳：自推出以来，MCP 迅速获得业界认可。2025 年 3 月，OpenAI 宣布支持 MCP，随后在 2025 年 4 月，Google 也加入支持行列。据 Latent.Space 报道，MCP 正成为 AI 代理时代的默认标准，预计在 2025 年 7 月超过 OpenAPI 的采用率。

◆生态系统潜力：MCP 通过将复杂的 M×N 集成问题简化为 M+N 的生态系统解决方案，显著降低了开发复杂性。包括 Block、Apollo 和 Replit 在内的公司已在其平台上支持 MCP。

MCP 的推出标志着 AI 行业在标准化方面的重大进步。通过提供统一的连接协议，MCP 使开发人员能够更高效地构建 AI 驱动的应用程序，促进了 AI 技术的广泛应用。这一创新不仅提高了开发效率，还为 AI 系统的可扩展性奠定了基础。

●AI 黑箱追踪研究：揭开模型思维的神秘面纱

Anthropic在AI解释性研究领域的突破进一步证明了其技术领导力。2025 年 3 月，Anthropic 发表了两篇论文（Methods、Biology），详细介绍了如何通过追踪 Claude 模型的内部机制，揭示其处理信息和做出决策的过程。这些研究为提高 AI 透明度和安全性提供了重要工具。

以下是 Anthropic 研究中的关键发现，展示了 Claude 模型的复杂认知能力：

这些研究成果不仅提高了 AI 模型的透明度，还为确保 AI 系统与人类价值观对齐提供了科学基础。通过深入理解模型的内部机制，Anthropic 能够更好地控制和优化 AI 行为，减少潜在风险。此外，这一研究为审计模型安全性提供了新工具，帮助识别传统外部测试难以发现的问题。

OpenAI的应对策略：捍卫领先地位与调整布局

面对 Anthropic 的强力挑战，OpenAI 并未坐视不理，正积极采取措施巩固其市场地位。

●收购Cursor竞争对手：据彭博新闻社报道，OpenAI 正在讨论以约30 亿美元的价格收购人工智能辅助编码工具公司Windsurf。这笔交易若达成，将成为 OpenAI 迄今为止最大的一笔收购，旨在通过整合 Windsurf 的技术，进一步巩固其在 AI 编程领域的布局。尽管交易条款尚未最终确定，谈判仍可能发生变化甚至破裂，但这一举动已显示出 OpenAI 应对竞争压力的决心。

●继续深耕大模型：与此同时，OpenAI 近期发布了全新 AI 模型 o3 和 o4-mini，以及开源工具 Codex CLI，以增强其市场竞争力。o3 模型 首次能够主动使用和组合 ChatGPT 中的所有工具，包括网页搜索、Python 分析、深度推理视觉输入和图像生成，展现出更强的推理能力和自主执行任务的潜力。它不仅能处理复杂的编程任务，还能将视觉信息整合进推理过程，被 OpenAI 称为“首批实现图像思维的模型”。而 o4-mini 则是一个更小、更优化的版本，专为快速、成本效益高的推理设计，在数学、编码和视觉任务中表现出色，相较于此前的 o3-mini 在性能和效率上均有显著提升。此外，OpenAI 还推出了 Codex CLI，一个在终端运行的开源 AI agent，能够直接访问用户本地代码并结合多模态输入（如截图）进行推理，帮助开发者更高效地完成编程任务。这些新产品的发布，充分体现了 OpenAI 在 AI 编程领域的持续创新和对市场主导地位的捍卫。

两强路线差异：理念、技术与市场策略的对比

Anthropic与OpenAI的竞争，根植于其不同的起源、理念和战略选择。

●起源与理念：Anthropic由一批重视 AI 安全的前 OpenAI 核心成员创立，将“安全优先”作为核心原则，开发了“宪法 AI”和“负责任扩展政策”，并注册为公益公司（PBC）。OpenAI 则更侧重快速迭代和技术突破，通过 RLHF 加速模型对齐，商业化步伐更快。

●技术路线：Anthropic倾向于在特定领域（如长文本、编码、安全可控性）做深，其超大上下文窗口和 Artifacts 是体现。OpenAI 则追求通用性和广度，在多模态（Sora, DALL-E）和通用模型（GPT-4o）上布局广泛。

●市场策略： Anthropic初期更聚焦对安全性和可靠性要求高的企业市场和开发者，而 OpenAI 同时覆盖 C 端和 B 端。近期 Anthropic 似乎也在向更广泛的用户群体拓展。

●资本与生态：Anthropic获得亚马逊、谷歌等支持，采取多云策略。OpenAI 则与微软深度绑定。这种格局也反映了云服务巨头之间的代理竞争。

未来展望：AI编程的演进方向与竞争终局

Anthropic 的崛起预示着 AI 基础模型市场正从单一主导走向多元竞争，未来 AI 编程领域可能呈现以下趋势：

●编程能力“军备竞赛”：双方将持续在代码生成、理解、调试和自动化方面展开激烈竞争。AI 在编程任务中扮演的角色将越来越重要，甚至可能如 Dario Amodei 预测的那样，在不久的将来承担绝大部分编码工作。

●企业市场成关键战场：企业对 AI 的“安全、可靠、可控”需求将是竞争焦点。谁能更好地满足这些需求，谁就可能在利润丰厚的企业市场占据优势。

●多模型共存常态化：企业和开发者倾向于采用多个模型以利用各自优势、分散风险，形成 Anthropic、OpenAI 及其他参与者共存的市场格局。

●AI Agent的兴起：Claude Code 和 OpenAI 的类似工具预示着 AI 正从代码生成器向更自主的 AI Agent 演进，未来能够规划、执行和优化整个软件开发流程。这将深刻改变程序员的角色和软件开发模式。

结语：AI 编程“权力的游戏”

Anthropic 与 OpenAI 的竞争是当前 AI 领域最引人注目的发展之一。Anthropic 的成功证明了“安全优先”与“技术领先”可以并行，给 OpenAI 带来了前所未有的竞争压力。这场角逐不仅加速了 AI 技术的迭代，也促使我们思考 AI 与人类开发者协作的未来形态。是 Anthropic 继续保持上升势头，还是 OpenAI 成功调整并巩固地位？这场 AI 编程领域的“权力的游戏”结局未定，但其过程无疑将塑造行业的未来

参考文献：

https://sacra.com/research/anthropic-vs-openai

https://www.anthropic.com/news/visible-extended-thinking

https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise