首页 > 科技快讯 > Claude一小时复现谷歌一年工作 Anthropic用‘少’破局AI军备赛

Claude一小时复现谷歌一年工作 Anthropic用‘少’破局AI军备赛

晰数塔互联网快讯
2026-01-05 05:31

2026年的AI圈，Anthropic用两件事刷新了行业认知——一是Claude Opus 4.5在编码任务上的“降维打击”：谷歌首席工程师花一年搭建的AI系统，它一小时就能复现；前谷歌与Meta科学家六年的探索，它能浓缩成几个月。更关键的是，这家公司砸下210亿美元买100万块TPU芯片，要把算力主权攥在自己手里。当大多数公司在多模态赛道挤破头时，Anthropic的“反其道而行之”，或许藏着AI公司的另一种生存智慧。

编码能力的“单点极致”，为什么是Anthropic的破局点？

在多模态AI成为行业主流的今天，Anthropic却选择把宝押在“编码”这个单一任务上。Claude Opus 4.5的表现，让行业看到了“专注”的力量：谷歌首席工程师Jaana Dogan公开表示，自己团队花一年时间构建的AI系统，Claude只用一小时就完成了复现；前谷歌与Meta科学家Rohan Anil更直言，若早有这款工具，自己早期六年的研究工作能压缩到几个月。

这种“单点突破”的策略，其实暗合了AI技术发展的“复利逻辑”——当模型在某个垂直领域的精度足够高，它能解决的问题复杂度会呈指数级上升。比如，编码是AI落地企业级场景的核心环节，从自动化测试到系统重构，几乎所有企业都有大量编码需求。Anthropic把Claude打造成“编码领域的GPT-4”，相当于抓住了企业AI预算的“腰部市场”——比通用大模型更精准，比垂直小模型更强大。

“少即是多”的战略，如何避开AI行业的“军备竞赛陷阱”？

Anthropic联创Daniela Amodei的“少即是多”，不是放弃多模态，而是拒绝“为了多而多”的无效扩张。看看同期的OpenAI和谷歌，前者在GPT-5的多模态能力上投入巨资，后者的Gemini也在图像、音频等领域全面发力，但Anthropic选择“收缩战线”——没有图像、音频模型，甚至没有特别大的上下文窗口，只把编码做到极致。

这种策略的聪明之处，在于避开了“算力消耗战”。多模态模型的训练成本是单模态的数倍甚至数十倍，而Anthropic用“专注”把算力效率提到最高——同样的算力，能训练出更精准的编码模型。这让我想到当年的特斯拉：当其他车企在混动和燃油车之间摇摆时，特斯拉专注纯电，最终用“单点优势”颠覆了整个行业。Anthropic的“少”，本质上是对“技术边界”的清醒认知——与其做“什么都能但什么都不精”的模型，不如做“一件事做到最好”的工具。

100万块TPU的背后，AI公司的“算力主权”革命

比Claude Opus 4.5更震撼的，是Anthropic的算力布局：购买近100万块TPU v7芯片，自建超算。按照行业推测，TPU v7的单价在1.5-2.5万美元之间，这笔交易的总金额约210亿美元——这几乎是Anthropic成立以来融资总额的两倍（Anthropic截至2025年融资约100亿美元）。

但这笔钱花得“值”，因为它让Anthropic摆脱了两个“枷锁”：一是CUDA生态的依赖——英伟达的CUDA是AI算力的“操作系统”，但使用它需要支付高额的“技术税”；二是云厂商的“算力税”——之前AI公司的算力大多来自AWS、GCP等云厂商，每使用1美元的算力，云厂商要抽成30%-50%。Anthropic的自建超算，相当于把“算力成本”从“可变成本”变成了“固定成本”，长期来看，能把算力单价降低40%以上。

TPU生态的崛起，会改写英伟达的“算力垄断”吗？

Anthropic的这笔交易，还有一个更深远的影响：它让谷歌的TPU芯片从“内部工具”变成了“商用生态的核心”。谷歌一直在推TPU的商用化，但之前缺乏足够大的客户——直到Anthropic的100万块订单。这相当于给市场发出了一个信号：TPU不仅能满足谷歌内部的算力需求，也能支撑顶级AI公司的大规模训练。

对于英伟达来说，这是一个“潜在的威胁”。英伟达的优势在于CUDA生态的“网络效应”——越多开发者用CUDA，越多硬件支持CUDA，形成正向循环。但TPU的崛起，可能打破这个循环：如果Anthropic用TPU训练出更优的编码模型，其他企业可能会跟进使用TPU，进而催生基于TPU的开发工具、框架，形成“TPU生态”。就像当年安卓系统挑战iOS——不是因为安卓更优，而是因为它有足够多的用户和开发者。

Anthropic的2026年开局，给AI行业上了一课：在“军备竞赛”式的发展中，“专注”和“战略定力”或许比“扩张”更重要。Claude Opus 4.5的编码能力，证明了“少即是多”的力量；100万块TPU的算力布局，证明了“算力主权”的战略价值。当其他公司在多模态赛道挤破头时，Anthropic选择了一条“更慢但更稳”的路——而这条路，或许才是AI公司真正的“护城河”。