Anthropic的收入曲線正在打破網際網路時代的常識。2025年底，這家公司的年化收入執行率還只有約90億美元；到今年5月升至470億美元，7月底進一步超過650億美元，半年多翻了七倍以上。今年第二季度，Anthropic收入做到116億美元，首次超過OpenAI同期的67億美元。

反常之處在於，Anthropic並不是那家看起來最該賺這麼多錢的公司。它沒有ChatGPT那樣龐大的消費者入口，也沒有微軟、Google現成的軟體生態。按過去二十年網際網路的經驗，使用者多、入口大的一方最終更容易賺錢——搜尋、電商、社交、SaaS莫不如此。Anthropic偏偏成了例外。

很多人把答案歸結為Claude Code。今年2月，Claude Code年化收入已超過25億美元，商業訂閱較年初增長四倍，超過一半收入來自企業客戶。但這筆賬對不上：當時Anthropic整體年化收入已達140億美元，Claude Code只能解釋其中一小部分；此後公司收入一路衝到650億美元，單靠Coding業務很難填上中間的差距。更何況，賣Coding Agent的公司如今幾乎比真正寫程式碼的AI公司還多——OpenAI有Codex，微軟有Copilot，Cursor、Windsurf也都在搶程式設計師的錢。

問題可能從一開始就問錯了。Claude Code確實賺錢，但Anthropic賺到的從來不只是Claude Code的錢。它沒有搶到最大的使用者池，卻站到了最費Token的那群人身後。

關鍵在於，很多人用Claude，甚至不知道自己正在用Claude。一個程式設計師可以一天不開啟Claude官網、不碰Claude Code，只是待在Cursor裡寫程式碼，或在Copilot裡工作——介面屬於別人，使用者也屬於別人，但只要後台跑的是Claude，Anthropic照樣收錢。Claude Code、Cursor、Copilot、Codex常被塞進“AI程式設計工具”同一個籃子裡，看起來彼此競爭，位置其實不同：Cursor和Copilot首先是應用，Claude、GPT、Gemini首先是模型；前者搶使用者，後者搶呼叫。Anthropic兩邊都做，Claude Code自己下場搶程式設計師，Claude模型又被塞進別人的產品裡賺錢。Cursor負責把程式設計師請進門，Anthropic在後廚按呼叫次數收錢。

這也是為什麼只盯著Claude Code的25億美元會低估Anthropic吃到的市場。它真正參與的，不是某個產品的增長，而是整個Coding Agent市場膨脹後不斷增加的模型消耗。當然這筆賬目前沒人能徹底拆開——Anthropic沒有披露650億美元收入裡，Claude Code、API、企業直銷和第三方Agent各佔多少。

Anthropic能提前佔位，靠的是時間差。2024年6月Claude 3.5 Sonnet釋出後，Claude在程式設計師群體裡慢慢形成了一種難以量化卻很值錢的偏好：遇到Coding任務，先試Claude。這並不意味著它之後每個基準都穩居第一，模型排名變化太快，真正重要的是它較早建立並維持了Coding優勢。Menlo Ventures的企業AI調查顯示，到2025年底，Anthropic已拿下約54%的企業Coding模型份額，OpenAI約21%；半年前Anthropic的份額還是42%。在Coding Agent真正大規模爆發之前，Claude已經把位置占上了。等市場起飛時，其他人還在搶使用者，Anthropic已經開始吃呼叫量。

但即便這樣，650億美元仍顯誇張——半年裡全球程式設計師沒有多出七倍，Cursor也沒有憑空多出七倍使用者。真正暴漲的是另一件事：每個人背後的機器開始幹更多活。聊天機器人時代，模型消耗被人卡得很死，你問一句它答一句，呼叫量最終受制於人的時間。Agent拆掉了這個限制：使用者只說一句“把這個問題修掉”，後台可能已經產生幾十輪模型呼叫。人的操作次數和模型呼叫次數，第一次被分開了。

OpenAI今年公佈的Codex資料很典型：到5月，70.2%的抽樣個人使用者至少交給Codex過一次相當於人類1小時以上工作量的任務，25.6%的使用者交過至少一次8小時以上的任務；到6月，最重度的1%使用者通過多個Agent並行工作，一天可產生超過60小時的Agent工作回合。一天只有24小時，卻能幹60小時的活，因為機器可以同時開工。這給AI公司多出第三條增收路徑：不必拉更多使用者，也不必讓現有使用者多付訂閱費，只要讓同一個使用者背後的機器多幹活。Coding恰好最適合這套模式——程式設計師本身工資高，企業願意花錢換效率；開發任務足夠密集；程式碼又是少數AI幹完活後能馬上被機器檢查的知識工作，能不能編譯、測試過沒過，結果擺在那裡。人貴、活多、還能驗收，三個條件湊在一起，機器自然最先在這裡加班。

這也解釋了為什麼用“誰使用者多誰贏”的尺子去量Anthropic越來越容易量錯。對按Token和呼叫收費的模型公司來說，人只是起點，真正產生賬單的是機器。Anthropic更像賣鏟子的一方，而礦工已經開始24小時輪班：Claude Code自己掙錢，Cursor呼叫Claude它掙錢，Copilot把部分任務路由給Claude它還是掙錢。未來再冒出新的Coding Agent，只要覺得Claude好用，Anthropic依然能分到錢。

風險也恰好來自同一件事。這些使用者從來不是Anthropic的。今天Cursor覺得Claude寫程式碼最好就把任務交給它，明天GPT更強或Gemini更便宜，切過去並不難。GitHub Copilot早已多模型化，Cursor也一直在補自己的模型能力。對這些應用公司來說，Claude、GPT和Gemini說到底都是供應商，成熟的Agent平台甚至可以在後台自動判斷：簡單任務丟給便宜模型，難題交給Claude，特殊任務再換GPT，使用者只看結果。真到這一步，模型公司就要面對競價——誰便宜、誰快、誰這一週更強，活就給誰。

Google當年最值錢的不是搜尋演算法而是搜尋入口，Meta牢固的是社交關係鏈，微軟難替代的是Office和企業工作流，這些一旦佔住，使用者遷移成本很高。模型未必有這麼幸運：如果應用層已把體驗封裝好，後台把Claude換成GPT，使用者甚至感覺不到。Anthropic的優勢和風險因此來自同一件事——不用擁有使用者也能賺使用者的錢，但使用者不在自己手裡，下一筆錢也未必是自己的。

今年第二季度，Anthropic已從此前的大額虧損改善到小幅調整後經營盈利，同期OpenAI的經營虧損繼續擴大。至少眼下，這說明它的生意已不只是拿收入換增長；能否長期保持這種利潤狀態，還要看模型能否一直維持足夠大的差異化。可以，則它現在佔住的位置非常值錢；不可以，則今天看似“收費站”的模型層，也可能淪為競爭激烈的供應鏈環節。

650億美元真正重要的地方，不是證明Anthropic已經贏了，而是證明AI公司開始找到一種不依賴使用者數量暴漲、也能讓收入快速增長的辦法：程式設計師不必多七倍，使用者甚至都不用多七倍，只要原本由人親手完成的工作越來越多被扔給Agent，模型的工作量就能繼續往上走。