如果說2025年是 Anthropic 開始和 OpenAI 分庭抗禮的分水嶺，那么2026年上半年，它已經(jīng)徹底殺瘋了。

下面這張圖是有人統(tǒng)計(jì)出的，Anthropic 從2月1日到3月24日的產(chǎn)品發(fā)布記錄。這52天里，Claude Team 做了74次發(fā)布，覆蓋各個(gè)不同的業(yè)務(wù)：

• 開發(fā)者工具（Claude Code），28次版本更新；

• 桌面自動(dòng)化工具（Cowork），5次版本更新；

• 應(yīng)用程序接口與基礎(chǔ)設(shè)施 ，18次版本更新；

• 模型及核心平臺(tái)，3次版本更新。

這只是一個(gè)縮影。過去一年多，Anthropic 在模型和產(chǎn)品側(cè)的更新，讓這家公司的收入瘋狂增長。

統(tǒng)計(jì)顯示，過去的14個(gè)月里，Anthropic 的年化收入（ARR）從10億增長到了190億美金。尤其是 Claude Code 這個(gè)產(chǎn)品，只用9個(gè)月就從0做到了25億美金的年收入。

Anthropic 的增長負(fù)責(zé)人 Amol Avisari 表示，現(xiàn)在公司內(nèi)部已經(jīng)沒有人看線性圖表了，因?yàn)榫€性坐標(biāo)根本畫不出符合 Anthropic 增長趨勢的曲線。所有數(shù)據(jù)，必須切到對(duì)數(shù)坐標(biāo)才能正常顯示。

他2024年加入 Anthropic，當(dāng)時(shí)這家公司還沒有公開掛出增長團(tuán)隊(duì)的職位，產(chǎn)品和收入還沒起飛。

而作為 Claude 鐵粉的 Amol通過一封 Cold Email，成為 Anthropic 首批增長PM，見證了這家公司接下來的飛速飆升。

這兩天，他以 Anthropic 增長負(fù)責(zé)人的身份上了一期播客。

在這期內(nèi)容里，他談到了 Anthropic 看待增長的另類態(tài)度、正在嘗試的增長方式，以及Anthropic 創(chuàng)始人 Dario Amodei 內(nèi)部力推“激進(jìn)”目標(biāo)的過程。

增長很瘋，但CEO Dario的雄心更瘋

2024年，當(dāng) Amol 決定給 Anthropic 首席產(chǎn)品官 Mike Krieger 發(fā)一封郵件時(shí)，他自己也沒有十足的把握。

這份郵件的內(nèi)容很直接：我喜歡你們的產(chǎn)品，覺得你們明顯缺一個(gè)增長團(tuán)隊(duì)，想聊聊，當(dāng)時(shí)的 CPO Krieger 回復(fù)了。

Amol 后來才知道，當(dāng)時(shí) Anthropic 并沒有掛出任何增長團(tuán)隊(duì)的職位，只是恰好剛開始考慮這件事。

時(shí)機(jī)就是這么湊巧，Amol 如今已是 Anthropic 的增長負(fù)責(zé)人。他在訪談中說，Anthropic 最重要的是一家模型公司和智能公司，所以推動(dòng)成功的主要力量是研究團(tuán)隊(duì)。

在這個(gè)基礎(chǔ)上，Anthropic 的增長軌跡可以“簡直瘋狂”來形容。

*Anthropic 2024年至今收入，Claude制圖

推動(dòng)這個(gè)瘋狂故事的動(dòng)力之一，是 CEO Dario Amodei 的雄心。

Amol 回憶，自己在2024年加入時(shí)，公司收入還在幾億美金量級(jí)。他加入的第二周，恰逢 Anthropic 正在規(guī)劃2025年的收入。當(dāng)時(shí)有基本版和激進(jìn)版兩個(gè)目標(biāo)，Dario 一直在推激進(jìn)版目標(biāo)。

這個(gè)行為讓很多員工慌了，說天哪我們?cè)趺纯赡苓_(dá)到那個(gè)目標(biāo)？但 Dario 說，我認(rèn)為我們實(shí)際上可以走得更高。Amol當(dāng)時(shí)想，這地方瘋了。但后來的事實(shí)證明，這個(gè)目標(biāo)確實(shí)真的達(dá)成了。

后來到了2025年底，100億的基數(shù)，理論上增長速度應(yīng)該會(huì)大幅放緩，但 Anthropic 沒有。

Amol 說，190億的ARR數(shù)字來自2月底，這也已經(jīng)過時(shí)了。

最有趣的事情是他注意到在公司內(nèi)部，線性圖表已經(jīng)不再被人待見，所有數(shù)據(jù)必須呈現(xiàn)在對(duì)數(shù)坐標(biāo)軸上，否則根本看不出趨勢來。

Anthropic的增長哲學(xué)：只押大賭注

Anthropic 增長團(tuán)隊(duì)大約有40人，組織結(jié)構(gòu)橫向有增長平臺(tái)和商業(yè)團(tuán)隊(duì)，負(fù)責(zé)整體視角；縱向有面向不同受眾的小 Team，比如 API 增長、Claude Code 增長、知識(shí)工作者增長、B2B 增長等。

這是一種把業(yè)務(wù)和團(tuán)隊(duì)綁定的組織結(jié)構(gòu)，避免當(dāng)產(chǎn)品足夠多，單一的激活團(tuán)隊(duì)失去焦點(diǎn)。所以，必須讓每個(gè)小分隊(duì)和對(duì)應(yīng)的產(chǎn)品團(tuán)隊(duì)深度綁定。

但讓這個(gè)團(tuán)隊(duì)與眾不同的，是資源分配的哲學(xué)。

通常的增長團(tuán)隊(duì)會(huì)把大部分精力放在中小型優(yōu)化上，這樣做可預(yù)期、可量化、風(fēng)險(xiǎn)低。但 Amol 把這個(gè)比例反了過來，讓團(tuán)隊(duì)更多精力放在大賭注上，小優(yōu)化反而是次要的。

他解釋，一個(gè)外賣配送應(yīng)用，兩年后給用戶的產(chǎn)品價(jià)值可能提升30%到50% —— 這已經(jīng)是非常出色的成績了。在這種情況下，中小型優(yōu)化可以捕捉到相當(dāng)大的價(jià)值增量，大賭注的必要性就沒那么強(qiáng)。

但 Anthropic 不同，模型能力在以指數(shù)速度提升，兩年后的產(chǎn)品價(jià)值可能是今天的一百倍、一千倍。這不是夸張，這是他們內(nèi)部真實(shí)的預(yù)期。

所以，如果價(jià)值的爆發(fā)點(diǎn)如此之大，你就不能把有限的注意力耗在撿芝麻上，因?yàn)榭赡軙?huì)在轉(zhuǎn)身之際錯(cuò)過西瓜。

Agentic Coding 就是一個(gè)現(xiàn)實(shí)案例。

一年半之前這個(gè)市場幾乎不存在，現(xiàn)在它的規(guī)模已經(jīng)超過了此前整個(gè) AI 編程工具的市場。這種量級(jí)的機(jī)會(huì)不是靠AB測試點(diǎn)擊率找到的，是靠押注找到的。

增長團(tuán)隊(duì)參與構(gòu)建的 Chrome 擴(kuò)展插件，后來成為了 Cowork 和 Claude Code 多個(gè)使用場景的底層基礎(chǔ)設(shè)施。這種事放在傳統(tǒng)增長團(tuán)隊(duì)里根本不可能發(fā)生，因?yàn)樗雌饋砀褚粋€(gè)產(chǎn)品研究項(xiàng)目，而不是增長優(yōu)化的工作。

這套哲學(xué)的適用范圍有邊界：

如果產(chǎn)品核心價(jià)值由AI驅(qū)動(dòng)，大賭注優(yōu)先的邏輯就成立；如果AI只是產(chǎn)品的輔助功能，那這套方法未必適用。

但對(duì)于那些以AI為第一性原理的產(chǎn)品，Amol 的建議是明確的，也就是停止把大部分時(shí)間花在微優(yōu)化上，承擔(dān)更大的不確定性，因?yàn)槲磥淼臋C(jī)會(huì)和今天所做的優(yōu)化根本不在同一個(gè)數(shù)量級(jí)。

激活用戶，讓正確的人找到正確的功能

AI 產(chǎn)品有一個(gè)普遍性的困境：模型越來越強(qiáng)大，但大多數(shù)用戶完全不知道該怎么用。

Amol 把這個(gè)現(xiàn)象叫做“能力懸置”，也就是產(chǎn)品端的進(jìn)展遠(yuǎn)遠(yuǎn)跟不上模型能力釋放的速度。

當(dāng)新模型上線，AI 公司的內(nèi)部團(tuán)隊(duì)需要時(shí)間去摸清邊界，設(shè)計(jì)新的引導(dǎo)路徑，跑測試，收集結(jié)論，調(diào)整上線流程。但等這套流程跑完，下一個(gè)模型可能已經(jīng)出來了，讓之前所有的結(jié)論都變得過時(shí)。

在這種背景下，激活用戶，也就是讓新用戶在第零天、第一天就感受到產(chǎn)品價(jià)值，變得前所未有地重要，也前所未有地難。

他的工作重點(diǎn)之一，就是讓 Claude 真正了解自己的注冊(cè)用戶，并知道自己能如何幫助他們。

Amol 從之前在金融科技公司 Mercury 的工作經(jīng)歷中提煉出了他反復(fù)驗(yàn)證的原則：

1. 新手引導(dǎo)很重要。

2. 適當(dāng)?shù)淖枇?上手門檻不但不會(huì)傷害轉(zhuǎn)化率，反而會(huì)提升。

他在 Mercury 時(shí)，花了整整一個(gè)季度專門修復(fù)新手流程。那時(shí)的修復(fù)目標(biāo)不是追指標(biāo)，而是把每一個(gè)細(xì)節(jié)做到位。比如看字段之間的跳轉(zhuǎn)邏輯、調(diào)整受益所有權(quán)信息的填寫體驗(yàn)、區(qū)分不同地址類型，這些都是優(yōu)化點(diǎn)。

那個(gè)季度是他職業(yè)生涯中影響最大的一段時(shí)間。

從入職到季度結(jié)束，他看到產(chǎn)品的轉(zhuǎn)化率顯著提升。沒有產(chǎn)品新功能，也沒有增長黑客，只是把新手體驗(yàn)做對(duì)，轉(zhuǎn)化率就會(huì)有很多提升。

而且，Amol 在每一份增長工作中都反復(fù)看到，增加一些上手過程、增加正確的步驟，會(huì)讓產(chǎn)品收獲更高的轉(zhuǎn)化率和更高的漏斗完成率。

Amol 舉例，他更早在 MasterClass 工作時(shí)，看到這款產(chǎn)品的購買流程里有一個(gè)很長的測驗(yàn)。當(dāng)用戶試圖購買這個(gè)產(chǎn)品時(shí)，會(huì)經(jīng)歷很多的步驟，并需要完成一些測試。

用戶會(huì)想，我是來付費(fèi)購買的，它卻問我為什么來這里之類的問題，很麻煩。人們也很容易看著這個(gè)流程說，為什么要設(shè)計(jì)這個(gè)？這太糟糕了，應(yīng)該全部刪掉。

但其實(shí)，這些問題已經(jīng)經(jīng)過測試，實(shí)際上是一個(gè)顯著的收入驅(qū)動(dòng)因素。它通過了解用戶的興趣并推薦內(nèi)容，讓用戶感覺這個(gè)產(chǎn)品是為自己設(shè)計(jì)的，從而驅(qū)動(dòng)收入增長。

在Anthropic，同樣的邏輯被用在了新用戶的上手過程里：

產(chǎn)品會(huì)問用戶幾個(gè)“自己是誰、興趣領(lǐng)域在哪”的問題，然后根據(jù)這個(gè)結(jié)果，推薦合適的產(chǎn)品和功能。

Amol 說，數(shù)據(jù)顯示這套流程在奏效，產(chǎn)品會(huì)理解用戶，告訴他們?cè)撚檬裁垂δ?。而且，這個(gè)提前收集到信息會(huì)在整個(gè)產(chǎn)品的生命周期里持續(xù)發(fā)揮作用。從激活到生命周期管理到廣告層的人群定向，這筆信息投入的回報(bào)能一直延續(xù)下去。

Amol 總結(jié)，把所有上手的門檻一刀切地刪除，不是增長的正確方向，大多數(shù)情況下只是一種自我安慰的工程師思維。

Anthropic的增長團(tuán)隊(duì)怎樣使用Claude

Anthropic 的增長平臺(tái)團(tuán)隊(duì)正在推進(jìn)一個(gè)項(xiàng)目，內(nèi)部代號(hào)叫 CASH，全稱是“Claude 加速可持續(xù)超增長”。

這個(gè)名字 Amol 本人并不太喜歡，但背后的邏輯他認(rèn)為是真實(shí)的：用 Claude 來自動(dòng)化增長實(shí)驗(yàn)。

這個(gè)項(xiàng)目在幾個(gè)月前才開始，早期的規(guī)模很小，主要集中在文案修改和細(xì)微的UI調(diào)整上。

現(xiàn)在整個(gè)實(shí)驗(yàn)循環(huán)被拆成四個(gè)階段：識(shí)別機(jī)會(huì)、構(gòu)建功能、測試上線、分析結(jié)果。

每個(gè)階段，團(tuán)隊(duì)都在評(píng)估模型的表現(xiàn)，追蹤人工介入時(shí)間是否在減少，勝率是否在提升。目前的結(jié)論是：它在產(chǎn)出結(jié)果，但水平更像一個(gè)工作兩三年的初級(jí) PM，而不是資深 PM。

不過在半年前，也就是 Opus 4.5之前，這套系統(tǒng)無法運(yùn)轉(zhuǎn)，結(jié)果完全不可用。用了 Opus 4.6 之后，它開始有了可見的進(jìn)展。

Amol 說，“AI 正在學(xué)會(huì)告訴我們?cè)撟鍪裁?，而不只是接受我們的命令去做”?/p>

不過他對(duì)這件事的邊界看得很清楚。自動(dòng)化能很好處理規(guī)模小、數(shù)據(jù)驅(qū)動(dòng)、迭代周期短的實(shí)驗(yàn)。最難被替代的，是跨職能的利益相關(guān)方管理。

比如，讓六個(gè)有不同優(yōu)先級(jí)的人在一個(gè)房間里達(dá)成一致，這件事不會(huì)因?yàn)槟Ｐ妥儚?qiáng)而變?nèi)菀?。他和設(shè)計(jì)負(fù)責(zé)人私下聊到這件事，對(duì)方的結(jié)論是：就算 AGI 來了，讓六個(gè)人達(dá)成一致仍然是不可能的任務(wù)。

與此同時(shí)，他個(gè)人在大量使用 Cowork 來處理日常管理工作。每天早上，一個(gè)定時(shí)任務(wù)會(huì)自動(dòng)查看20到25張數(shù)據(jù)圖表，告訴他今天需要關(guān)注什么、什么數(shù)據(jù)在發(fā)出警告信號(hào)。

Amol 也用 Slack MCP 追蹤直接下屬的工作進(jìn)展，定期生成反饋建議。

他甚至在用 Claude 模擬自己的經(jīng)理 Arvind Vora，基于她公開寫過的所有內(nèi)容和內(nèi)部討論記錄，每周問一次“以 Arvind 的角度，這周你會(huì)對(duì)我說什么”。

Amol 認(rèn)為，軟性輔導(dǎo)這個(gè)功能現(xiàn)在已經(jīng)解鎖了。只是 AI 教練有時(shí)候會(huì)說一些讓你摸不著頭腦的話，就像一個(gè)偶爾狀態(tài)不穩(wěn)定的資深同事。

被逼出來的路

Amol 還提到，Anthropic 能走到今天，有一個(gè)外部視角常常忽視的原因，就是它當(dāng)初有多弱。

這家公司沒有 Meta 或谷歌的現(xiàn)金流和分發(fā)渠道，沒有 OpenAI 的先發(fā)優(yōu)勢。

在 ChatGPT 推出之前，Anthropic 內(nèi)部就已經(jīng)有了一個(gè)可以上線的 Claude 版本，但出于安全考慮，他們不想親手點(diǎn)燃一場全球 AI 軍備競賽，所以沒發(fā)布。

結(jié)果就是 OpenAI 先發(fā)，獲得了瘋狂的市場關(guān)注，Anthropic 被迫在這種局面里重新找路。

但現(xiàn)在看來，這種處境反而也帶來了高度的專注。Amol 把它稱為“約束中的自由”，也就是當(dāng)資源有限、選項(xiàng)有限，多余的選擇被清除，反而能看清唯一正確的路在哪里。

對(duì) Anthropic 來說，那條路就是深度押注 AI Coding 和 B2B。

這條路的好處不僅是市場夠大，更因?yàn)?，如果研究人員能用最好的模型加速自己的研究，就會(huì)形成一個(gè)正反饋循環(huán)。

安全也是這家公司信奉的價(jià)值。

Amol 表示，在增長團(tuán)隊(duì)的實(shí)際運(yùn)作里，如果一些能帶來指標(biāo)提升的動(dòng)作，與安全、品牌或用戶體驗(yàn)相沖突，他們會(huì)放棄。他們覺得，試圖榨取每一分錢的增長哲學(xué)，長期來看并不奏效，長期主義是更好的增長策略。

整體來說，Amol 覺得在 Anthropic 做增長是自己人生中最難的工作，難過創(chuàng)業(yè)，也難過做 banker。

在令人羨艷的增長規(guī)模背后，一直有一種令人崩潰的狀態(tài)：所有的事情都有著向上趨勢，但內(nèi)部每天都在救火。也就是事情進(jìn)展得太快，以至于別的事情開始崩潰。

他稱這種局面為“成功災(zāi)難”。

它要求人學(xué)會(huì)一起處理幾十個(gè)緊急問題，同時(shí)還要在情緒上保持平穩(wěn)，告訴自己，“我們很幸運(yùn)能有這些煩惱”。