2026年的夏天，Anthropic同时生活在两个平行宇宙里。

在其中一个宇宙，这家公司以令人窒息的速度积累资本与声望：2026年5月，Anthropic完成Series G融资，估值定格在3800亿美元；同月，Series H随即跟进，估值直接跃升至9650亿美元——两轮融资在同一个月内先后落地，这在科技史上几乎没有先例。(来源: Anthropic官方博客, 2026-05) 到2026年第二季度，Anthropic营收突破115亿美元，据Forbes报道，该季度标志着Anthropic首次实现季度盈利。(来源: CNBC, 2026-08-15; Forbes, 2026-08-17)

在另一个宇宙，The Information的记者正在记录一个截然不同的故事：Meta内部的Claude Code用户数量减少了一半，Microsoft削减了约1/3的内部Claude使用预算。(来源: The Information, 2026-10-05) 这两家公司——恰好也是全球科技行业中AI投入最激进的两家巨头——正在系统性地从Anthropic的产品生态中撤退。

这两个宇宙的并存，不是偶然的信号噪声，而是AI平台经济进入新阶段的结构性症状。理解它，需要同时看懂资本逻辑、产品逻辑和竞争逻辑三个维度。

第一章：矛盾的信号——资本盛宴背后的客户撤退

让我们先把数字并排放在一起，感受一下这个矛盾的烈度。

2026年5月，Anthropic完成30亿美元Series G融资，估值3800亿美元。(来源: Anthropic官方博客) 这一估值在当时已经让许多分析师感到震惊——毕竟这意味着市场给予Anthropic的溢价远超大多数传统科技公司的历史峰值。然而仅仅在同月，Anthropic又完成了65亿美元的Series H，估值直接跳升至9650亿美元。(来源: Anthropic官方博客) 两轮融资之间的估值涨幅超过150%，时间窗口却只有数周。

与此同时，Anthropic 2026年Q2营收超过115亿美元，同比增长轨迹令人瞩目。(来源: CNBC, 2026-08-15) Forbes的报道进一步指出，这是Anthropic首次实现季度盈利，标志着其商业模式从「烧钱换增长」向「规模化盈利」的关键转型节点。(来源: Forbes, 2026-08-17)

但就在这些数字被媒体反复引用、投资者欢欣鼓舞之际，The Information披露了另一面：Meta和Microsoft——两家在AI领域年投入均以数百亿美元计算的科技巨头——正在有意识地减少对Claude产品的依赖。Meta内部Claude Code的活跃用户数量下降了约50%；Microsoft则从预算层面直接削减了约1/3的内部Claude使用支出。(来源: The Information, 2026-10-05)

这两组数据的同时存在，揭示了一个关键问题：Anthropic的营收增长究竟由什么驱动？如果增长主要来自新客户的快速获取，那么大客户的流失可以被抵消；但如果增长结构中存在大客户集中度过高的问题，那么Meta和Microsoft的撤退就不仅仅是商业新闻，而是一个需要深入解析的战略预警。

更深层的矛盾在于：Meta和Microsoft并不是普通的企业客户。它们本身就是AI领域最具实力的竞争者。Meta拥有Llama系列开源模型生态，Microsoft深度绑定OpenAI并主导GitHub Copilot的演进。这两家公司采购Claude，从一开始就带有明确的「过渡期工具」属性——它们在等待自己的内部工具成熟到足以替代外部采购的那一天。

那一天，据The Information的报道，已经悄然到来。

第二章：Claude Code的真实用户画像——Anthropic自己的数据怎么说

要理解为什么企业用户可以相对容易地从Claude Code迁移走，必须先看清楚Claude Code在实际使用中呈现的行为模式。

Anthropic官方发布的研究《How Claude Code is used in practice》提供了一个难得的内部视角。(来源: Anthropic Research, 2026) 这份研究揭示了用户在实践中使用Claude Code的真实模式——包括哪些任务类型最频繁、用户的技术熟练度分布、以及不同使用场景下工具的效能差异。

从研究揭示的使用模式来看，Claude Code的核心价值集中在若干特定场景：复杂代码库的理解与导航、跨文件的重构任务、以及需要长上下文理解的调试工作。这些场景恰恰是Claude相对于早期代码助手的差异化优势所在——长上下文窗口、对代码语义的深度理解、以及在多文件协作场景下的连贯性。

然而，这份研究同时也暗示了一个结构性问题：Claude Code的高价值用户，往往是那些已经具备较强技术能力、能够有效引导AI工具完成复杂任务的工程师。换句话说，Claude Code的核心用户群体，恰恰是那些最有能力评估替代工具、也最有动力在工具性能接近时进行切换的人群。

这与普通消费级软件的用户黏性逻辑截然不同。普通用户的黏性往往来自习惯、界面熟悉度和数据迁移成本；但专业工程师的工具选择更接近理性决策——他们会持续评估工具的性能边界，一旦替代方案在关键指标上达到可接受水平，迁移的摩擦力远低于普通用户。

更关键的是，Claude Code的使用场景本身并不产生强锁定效应。代码是可迁移的，工程师的工作流是可重建的，甚至提示词（prompt）策略也是可以跨工具复用的。与之形成对比的是，Salesforce或SAP这类企业软件，其黏性来自数据积累、业务流程嵌入和组织习惯的深度整合——这种锁定是Claude Code目前难以复制的。

这就解释了为什么Meta内部Claude Code用户数量减半的消息，在技术层面是可信的：当Meta自己的内部工具（基于Llama生态）在代码辅助场景达到可接受的性能水平时，工程师有充分的理由转向——不是因为Claude Code变差了，而是因为切换成本足够低，而战略一致性的收益足够高。

从另一个视角看，Anthropic发布这份研究本身也是一个值得关注的信号。公开用户行为数据，通常意味着公司希望通过透明度建立信任、吸引更多开发者——这是一种生态建设策略，而不仅仅是技术展示。这表明Anthropic意识到，仅凭模型能力的领先已经不足以维持企业客户的忠诚度，需要通过更深度的生态整合来提升不可替代性。

第三章：科技巨头的「自建」逻辑——为什么Meta和Microsoft必须推离Claude

要真正理解Meta和Microsoft的撤退逻辑，需要把它放在各自的战略框架中审视，而不是简单地解读为「产品不好用」或「成本太高」。

Meta的逻辑：开源即护城河

Meta的AI战略从根本上是一场关于「开源生态主导权」的长期博弈。Llama系列模型的持续开源，表面上是技术慷慨，实质上是一种平台战略——通过让Llama成为开源AI的事实标准，Meta可以在不直接销售AI服务的情况下，从整个AI生态的繁荣中获益：更多的开发者熟悉Llama架构，更多的基础设施针对Llama优化，更多的企业客户在内部部署时选择Llama而非竞争对手的闭源模型。

在这个战略框架下，Meta内部大规模使用Claude Code是一个内在矛盾的选择。这相当于向竞争对手支付费用、同时为竞争对手的产品提供真实的企业使用场景数据——而后者对于AI公司改进产品的价值，往往不亚于资金本身。

更直接的逻辑是：Meta拥有全球顶级的AI工程团队，如果这个团队无法构建出满足内部工程师需求的代码辅助工具，那才是真正的战略失败。Meta内部的代码辅助工具基于Llama生态构建，其改进速度直接受益于Meta在模型训练基础设施上的持续投入。随着Llama模型在代码理解能力上的进步，内部工具的性能差距不断缩小，直到某个临界点——在那个点之后，继续使用Claude Code的唯一理由只剩下「习惯」，而这对于Meta的工程师文化来说，从来不是一个充分的理由。

Microsoft的逻辑：OpenAI优先，Claude靠边

Microsoft的情况更加复杂，但逻辑同样清晰。Microsoft是OpenAI最重要的战略投资者和基础设施提供商，双方的绑定已经深入到产品、技术和商业模式的多个层面。GitHub Copilot——目前全球最大规模的AI代码辅助产品——的核心引擎基于OpenAI的模型。Azure AI服务的主打产品同样以OpenAI模型为核心。

在这个背景下，Microsoft内部工程师大规模使用Claude Code，本质上是在向竞争对手的产品投票，同时向自家的GitHub Copilot团队发送负面信号。这种内部矛盾在战略层面是不可持续的。

削减1/3的Claude使用预算，更可能是一个有意识的管理决策，而非自然的用户流失。这意味着Microsoft的某个决策层级判断：内部工具（GitHub Copilot企业版及其后续迭代）已经达到了足以替代Claude Code的性能水平，或者至少接近到足以通过行政手段推动切换的程度。

这里有一个值得关注的细节：The Information的报道标题是「Microsoft Slashes Internal Claude Spending by a Third」——注意是「internal spending」（内部支出），而非「enterprise contract」（企业合同）。这意味着削减发生在Microsoft自身的内部使用层面，而非其向客户转售Claude服务的商业合同层面。这一区分很重要：它表明这是一个关于「我们自己用什么工具」的内部决策，背后的驱动力是战略一致性，而非纯粹的商业谈判。

「过渡期工具」的宿命

将这两个案例放在一起，可以归纳出一个更普遍的模式：对于本身具备AI研发能力的科技巨头而言，采购第三方AI工具本质上是一种「能力追赶期的过渡策略」。

这个策略有其内在逻辑：当内部工具尚未成熟时，采购外部最优工具可以提升工程师生产力、加速产品迭代，同时让内部团队有机会观察和学习最先进的工具如何被实际使用。但一旦内部工具达到可接受的性能水平，继续大规模采购外部工具就变成了一个需要解释的选择，而不是默认选项。

这种「过渡期工具」宿命，对于Anthropic来说是一个结构性挑战，而非个别客户的流失事件。它意味着Anthropic在企业客户市场中，面临一个特殊的客户细分问题：那些最有能力、最有意愿大规模采购AI工具的客户（大型科技公司），恰恰也是最有能力、最有意愿最终自建替代方案的客户。

第四章：Anthropic的护城河在哪里——营收结构、客户集中度与不可替代性

营收增长的驱动结构

截至本文发布时，Anthropic 2026年Q2营收超过115亿美元的数字已经公开。(来源: CNBC, 2026-08-15) 但这个数字背后的驱动结构，才是真正值得分析的内容。

营收增长可以来自多个方向：大客户使用量的增长、中小企业客户数量的扩张、API调用量的提升、以及新产品线（如Claude.ai订阅服务）的贡献。在Anthropic尚未公开详细营收分拆数据的情况下（截至本文发布时暂无公开的细分营收数据），我们只能通过间接信号推断结构。

The Information关于Meta和Microsoft削减Claude使用的报道，与CNBC关于Anthropic营收突破115亿美元的报道，在时间上高度接近——前者披露于2026年，后者报道的是2026年Q2数据。两者并存意味着：即便Meta和Microsoft在削减使用，Anthropic的整体营收仍在增长。这只有两种可能的解释：要么这两家客户的贡献在整体营收中占比有限，要么其他客户的增长足以弥补这两家的减少。

无论哪种解释成立，都指向同一个方向：Anthropic的营收增长引擎，在相当程度上依赖于中小企业客户和个人开发者的扩张，而非少数大客户的深度绑定。这是一个相对健康的信号——但同时也意味着Anthropic需要在「企业深度集成」和「长尾客户规模化」之间找到正确的战略平衡。

客户集中度风险的真实面貌

AI行业的客户集中度风险，有一个特殊的维度：你的大客户本身就是你的竞争对手。

这不同于传统企业软件的客户集中度风险。传统企业软件（如Oracle、SAP）的大客户是各行各业的企业，它们没有自建替代方案的能力，因此即便集中度高，流失风险也相对可控。但Anthropic的大客户——Meta、Microsoft、Google（通过各种合作关系）——都是全球顶级的AI研发机构。它们采购Claude的同时，也在持续投入构建自己的AI能力。

这创造了一个独特的「客户生命周期」模式：大型科技公司采购Claude → 使用过程中学习最佳实践 → 内部工具能力追平 → 削减采购 → 最终完全自建。这个周期的长短取决于内部工具的研发速度，但方向几乎是确定的。

对Anthropic而言，真正的护城河不能建立在「我的模型比你内部工具强」这个基础上——因为这个优势会随着时间缩小。真正的护城河必须建立在「切换成本足够高」或「生态价值无法内部复制」这两个维度上。

技术研究能否转化为产品不可替代性

Anthropic在基础研究上的持续投入，是其差异化叙事的重要组成部分。2026年，Anthropic发布了一项引人注目的研究成果：Claude改进了黎曼zeta函数零点满足黎曼猜想比例的长期下界，这是一个纯数学领域的重大进展。(来源: Anthropic Research, 2026) 与此同时，Anthropic还发布了关于语言模型中「全局工作空间」的研究，探索AI系统内部的信息整合机制。(来源: Anthropic Research, 2026)

这些研究成果，在技术层面代表了真实的科学进步。但从商业角度看，它们与「企业客户是否会继续使用Claude Code」之间的转化路径并不直接。

黎曼猜想的数学突破，展示了Claude在处理极高难度抽象推理任务时的能力上限——这对于学术研究、高端科学计算等场景具有明确的商业价值。但对于Meta或Microsoft的工程师在日常代码辅助场景中的使用决策，其影响是间接的。

更有直接商业价值的，是Anthropic在「全局工作空间」方向上的研究——如果这一方向能够转化为模型在长期任务执行、跨会话记忆和复杂推理链上的实质性能力提升，那么它将直接影响Claude Code在复杂企业场景中的不可替代性。但从研究到产品能力的转化，需要时间，而竞争对手的追赶速度同样不可低估。

两个对立视角的碰撞

关于Anthropic当前处境，存在两个截然对立的解读框架，值得在此正面交锋。

乐观视角认为：Meta和Microsoft的撤退是一个可预期的、已被定价的风险，Anthropic的营收增长主要由更广泛的企业市场和个人用户驱动，大客户流失不会改变基本面；同时，Anthropic的技术领先性和安全研究声誉，使其在监管敏感的行业（金融、医疗、法律）中具有独特的竞争优势，这些行业的客户不具备自建AI的能力，因此是更稳定的长期客户来源。

悲观视角认为：Meta和Microsoft的撤退只是冰山一角，随着更多大型企业的AI内部能力成熟，类似的「去Claude化」过程将在更多客户中重演；Anthropic的营收增长速度虽然惊人，但其估值（9650亿美元）已经隐含了极为乐观的长期增长假设，任何客户结构恶化的信号都可能引发估值重估；更重要的是，Anthropic在消费者市场的品牌认知度和用户黏性，远不及OpenAI的ChatGPT，而企业市场的自建浪潮又在侵蚀其最重要的收入来源。

我的判断更接近悲观视角，但需要加入一个重要的修正：Anthropic的真正风险不是短期营收下滑，而是长期增长路径的收窄。如果企业大客户的「过渡期工具」宿命是结构性的，那么Anthropic需要在这个宿命完全显现之前，完成从「模型提供商」到「AI基础设施平台」的转型——就像AWS从「亚马逊的内部工具」转型为「全球云计算基础设施」那样。这个转型的窗口期，可能比市场预期的更短。

第五章：「友敌」悖论的深层结构——AI平台经济的独特困境

Meta和Microsoft与Anthropic的关系，是「友敌关系」（coopetition）的教科书案例，但它比传统商业中的友敌关系更加复杂。

在传统商业中，友敌关系通常发生在供应链的不同层级：Intel和PC厂商既合作（Intel提供芯片，厂商购买）又竞争（Intel自己也做PC）。但双方的核心能力是互补的，合作的基础相对稳固。

Anthropic与Meta、Microsoft的关系则不同：双方的核心能力高度重叠（都在构建大型语言模型和AI应用），合作关系本质上是临时性的，竞争关系才是长期的。Meta和Microsoft采购Claude，不是因为它们缺乏构建AI工具的能力，而是因为在特定时间窗口内，采购比自建更高效。一旦这个效率方程式发生变化，合作关系就会自然瓦解。

这个逻辑的推论是令人不安的：Anthropic越成功、Claude越好用，就越能加速竞争对手内部工具团队的学习曲线，从而越快地催化自己被替代的进程。这是一个内置于商业模式中的悖论，没有简单的解法。

Anthropic需要的不可替代性从哪里来

真正的不可替代性，必须来自「网络效应」或「生态锁定」，而不仅仅是「模型能力领先」。

模型能力领先是可以被追赶的，而且追赶速度正在加快。但生态锁定是不同的：如果Anthropic能够构建一个围绕Claude的开发者生态——包括工具链、插件、工作流模板、行业特定的fine-tuning资产——那么切换成本就会从「工程师习惯」升级为「系统性重建成本」。

另一个方向是「数据飞轮」：如果Claude在特定行业（如法律、生物医药、金融合规）积累了足够深度的专业使用数据，并将这些数据转化为模型在这些场景中的实质性能力优势，那么通用大模型就很难在这些场景中与之竞争。这需要Anthropic与行业客户建立远比「API调用」更深度的合作关系。

还有一个经常被忽视的维度：监管合规。随着AI监管框架在欧美逐步落地，企业在选择AI供应商时，合规成本和法律风险将成为越来越重要的考量因素。Anthropic在「负责任AI」和安全研究上的持续投入，在这个维度上具有真实的竞争价值——但前提是监管压力足够大，足以让企业客户将合规因素的权重提升到与性能因素可比的水平。

Anthropic的真正挑战：在客户叛离之前完成转型

The Information关于Meta和Microsoft的报道，与Anthropic的融资和营收数据放在一起，构成了一个清晰的战略时钟：Anthropic目前处于一个「窗口期」——营收高速增长提供了充足的资本，但大客户的撤退预示着这个窗口可能比预期更短。

在这个窗口期内，Anthropic需要完成的核心任务是：将开发者生态和产品粘性建立到不可替代的程度，在大客户「叛离」之前，确保收入结构多元化到足以承受大客户流失的冲击。

这不是一个技术问题，而是一个商业模式问题。Anthropic拥有世界上最优秀的AI研究团队之一，这一点从黎曼猜想的数学突破到全局工作空间的理论探索都可以得到印证。(来源: Anthropic Research, 2026) 但技术卓越不会自动转化为商业护城河——在AI行业，这个转化需要主动的生态建设、深度的客户整合和精准的市场定位。

Series H融资带来的充裕资本，为Anthropic提供了完成这个转型的时间和资源。但资本不能替代战略清晰度。Anthropic需要在「服务科技巨头」和「构建独立于科技巨头的生态」之间做出更明确的战略选择——而不是在两者之间摇摆，结果在两个方向上都没有建立起真正的护城河。

结语：AI平台经济的「友敌」悖论——你的最大客户就是你的最大竞争对手

2026年的AI行业，正在经历一场悄无声息但影响深远的结构性重组。

表面上，这是一个关于工具选择的商业决策：Meta的工程师从Claude Code切换到内部工具，Microsoft的预算从Anthropic转向GitHub Copilot。但在这些具体决策背后，是一个更深层的逻辑在运作：AI能力的扩散速度，已经快到让「大型科技公司依赖外部AI供应商」这件事变得越来越难以持续。

Anthropic的处境，在某种意义上是所有前沿AI公司的共同处境：你的最佳客户，是那些有能力、有意愿大规模部署AI的组织；但这些组织，恰恰也是最有能力最终自建替代方案的组织。这是一个内置于AI平台经济中的结构性矛盾，没有办法通过单纯的技术进步来消解。

对于投资者和分析师而言，这意味着评估Anthropic（以及任何AI平台公司）的估值，需要在营收增长曲线之外，同时关注客户结构的演变轨迹——特别是大型科技公司客户的使用趋势，以及非科技行业客户的渗透速度。9650亿美元的估值隐含了极为乐观的长期增长假设，而Meta和Microsoft的撤退，是对这一假设的第一次真实压力测试。

对于Anthropic而言，这意味着接下来的12-24个月，将是决定其长期商业模式的关键窗口。充裕的资本、领先的技术研究、以及不断扩张的营收规模，提供了完成转型的条件——但转型的方向必须清晰：从「大客户AI供应商」转向「开发者生态平台」，从「模型能力竞争」转向「生态系统锁定」。

对于整个AI行业而言，Meta和Microsoft的「去Claude化」是一个信号，而不是终点。随着更多大型企业的内部AI能力成熟，类似的撤退将在更多场景中重演。这意味着AI平台经济的竞争格局，将越来越向「中小企业和专业行业」倾斜——那些没有能力自建AI、但有强烈需求使用AI的客户，才是AI平台公司真正可持续的护城河所在。

Anthropic知道这一点吗？从其融资规模和研究投入来看，有理由相信它知道。但知道，和真正完成转型，之间还有一段不短的距离。

参考资料

  1. Microsoft Slashes Internal Claude Spending by a Third — The Information, 2026-10-05

  2. Anthropic revenue reportedly jumps to more than $11.5 billion in second quarter — CNBC, 2026-08-15

  3. Anthropic Posts First Profitable Quarter In Frontier AI — Forbes, 2026-08-17

  4. Anthropic raises $65B Series H at $965B valuation — Anthropic官方博客, 2026

  5. Anthropic raises $30B Series G at $380B valuation — Anthropic官方博客, 2026

  6. How Claude Code is used in practice — Anthropic Research, 2026

  7. Claude has improved on a longstanding lower bound for the fraction of zeros of the Riemann zeta function that satisfy the Riemann hypothesis — Anthropic Research, 2026

  8. A global workspace in language models — Anthropic Research, 2026

主题分类：企业AI与商业