Anthropic的收入曲线正在打破互联网时代的常识。2025年底，这家公司的年化收入运行率还只有约90亿美元；到今年5月升至470亿美元，7月底进一步超过650亿美元，半年多翻了七倍以上。今年第二季度，Anthropic收入做到116亿美元，首次超过OpenAI同期的67亿美元。

反常之处在于，Anthropic并不是那家看起来最该赚这么多钱的公司。它没有ChatGPT那样庞大的消费者入口，也没有微软、Google现成的软件生态。按过去二十年互联网的经验，用户多、入口大的一方最终更容易赚钱——搜索、电商、社交、SaaS莫不如此。Anthropic偏偏成了例外。

很多人把答案归结为Claude Code。今年2月，Claude Code年化收入已超过25亿美元，商业订阅较年初增长四倍，超过一半收入来自企业客户。但这笔账对不上：当时Anthropic整体年化收入已达140亿美元，Claude Code只能解释其中一小部分；此后公司收入一路冲到650亿美元，单靠Coding业务很难填上中间的差距。更何况，卖Coding Agent的公司如今几乎比真正写代码的AI公司还多——OpenAI有Codex，微软有Copilot，Cursor、Windsurf也都在抢程序员的钱。

问题可能从一开始就问错了。Claude Code确实赚钱，但Anthropic赚到的从来不只是Claude Code的钱。它没有抢到最大的用户池，却站到了最费Token的那群人身后。

关键在于，很多人用Claude，甚至不知道自己正在用Claude。一个程序员可以一天不打开Claude官网、不碰Claude Code，只是待在Cursor里写代码，或在Copilot里工作——界面属于别人，用户也属于别人，但只要后台跑的是Claude，Anthropic照样收钱。Claude Code、Cursor、Copilot、Codex常被塞进“AI编程工具”同一个篮子里，看起来彼此竞争，位置其实不同：Cursor和Copilot首先是应用，Claude、GPT、Gemini首先是模型；前者抢用户，后者抢调用。Anthropic两边都做，Claude Code自己下场抢程序员，Claude模型又被塞进别人的产品里赚钱。Cursor负责把程序员请进门，Anthropic在后厨按调用次数收钱。

这也是为什么只盯着Claude Code的25亿美元会低估Anthropic吃到的市场。它真正参与的，不是某个产品的增长，而是整个Coding Agent市场膨胀后不断增加的模型消耗。当然这笔账目前没人能彻底拆开——Anthropic没有披露650亿美元收入里，Claude Code、API、企业直销和第三方Agent各占多少。

Anthropic能提前占位，靠的是时间差。2024年6月Claude 3.5 Sonnet发布后，Claude在程序员群体里慢慢形成了一种难以量化却很值钱的偏好：遇到Coding任务，先试Claude。这并不意味着它之后每个基准都稳居第一，模型排名变化太快，真正重要的是它较早建立并维持了Coding优势。Menlo Ventures的企业AI调查显示，到2025年底，Anthropic已拿下约54%的企业Coding模型份额，OpenAI约21%；半年前Anthropic的份额还是42%。在Coding Agent真正大规模爆发之前，Claude已经把位置占上了。等市场起飞时，其他人还在抢用户，Anthropic已经开始吃调用量。

但即便这样，650亿美元仍显夸张——半年里全球程序员没有多出七倍，Cursor也没有凭空多出七倍用户。真正暴涨的是另一件事：每个人背后的机器开始干更多活。聊天机器人时代，模型消耗被人卡得很死，你问一句它答一句，调用量最终受制于人的时间。Agent拆掉了这个限制：用户只说一句“把这个问题修掉”，后台可能已经产生几十轮模型调用。人的操作次数和模型调用次数，第一次被分开了。

OpenAI今年公布的Codex数据很典型：到5月，70.2%的抽样个人用户至少交给Codex过一次相当于人类1小时以上工作量的任务，25.6%的用户交过至少一次8小时以上的任务；到6月，最重度的1%用户通过多个Agent并行工作，一天可产生超过60小时的Agent工作回合。一天只有24小时，却能干60小时的活，因为机器可以同时开工。这给AI公司多出第三条增收路径：不必拉更多用户，也不必让现有用户多付订阅费，只要让同一个用户背后的机器多干活。Coding恰好最适合这套模式——程序员本身工资高，企业愿意花钱换效率；开发任务足够密集；代码又是少数AI干完活后能马上被机器检查的知识工作，能不能编译、测试过没过，结果摆在那里。人贵、活多、还能验收，三个条件凑在一起，机器自然最先在这里加班。

这也解释了为什么用“谁用户多谁赢”的尺子去量Anthropic越来越容易量错。对按Token和调用收费的模型公司来说，人只是起点，真正产生账单的是机器。Anthropic更像卖铲子的一方，而矿工已经开始24小时轮班：Claude Code自己挣钱，Cursor调用Claude它挣钱，Copilot把部分任务路由给Claude它还是挣钱。未来再冒出新的Coding Agent，只要觉得Claude好用，Anthropic依然能分到钱。

风险也恰好来自同一件事。这些用户从来不是Anthropic的。今天Cursor觉得Claude写代码最好就把任务交给它，明天GPT更强或Gemini更便宜，切过去并不难。GitHub Copilot早已多模型化，Cursor也一直在补自己的模型能力。对这些应用公司来说，Claude、GPT和Gemini说到底都是供应商，成熟的Agent平台甚至可以在后台自动判断：简单任务丢给便宜模型，难题交给Claude，特殊任务再换GPT，用户只看结果。真到这一步，模型公司就要面对竞价——谁便宜、谁快、谁这一周更强，活就给谁。

Google当年最值钱的不是搜索算法而是搜索入口，Meta牢固的是社交关系链，微软难替代的是Office和企业工作流，这些一旦占住，用户迁移成本很高。模型未必有这么幸运：如果应用层已把体验封装好，后台把Claude换成GPT，用户甚至感觉不到。Anthropic的优势和风险因此来自同一件事——不用拥有用户也能赚用户的钱，但用户不在自己手里，下一笔钱也未必是自己的。

今年第二季度，Anthropic已从此前的大额亏损改善到小幅调整后经营盈利，同期OpenAI的经营亏损继续扩大。至少眼下，这说明它的生意已不只是拿收入换增长；能否长期保持这种利润状态，还要看模型能否一直维持足够大的差异化。可以，则它现在占住的位置非常值钱；不可以，则今天看似“收费站”的模型层，也可能沦为竞争激烈的供应链环节。

650亿美元真正重要的地方，不是证明Anthropic已经赢了，而是证明AI公司开始找到一种不依赖用户数量暴涨、也能让收入快速增长的办法：程序员不必多七倍，用户甚至都不用多七倍，只要原本由人亲手完成的工作越来越多被扔给Agent，模型的工作量就能继续往上走。