旗下AI编程工具Claude Code在开发者群体中快速普及，拿下超过半数市场份额。其营收和估值，也正式超过OpenAI，年经常性收入（ARR）达到440亿美元，公司一级市场的最新估值超过9000亿美元。

在这样一个高光节点，5月16日，媒体放出了AnthropicCEODarioAmode最新专访视频（采访本身发生在今年1月份）。和许多渲染技术乌托邦的AI大咖不同，Amode给出了许多现实警告 ：

比如，他说传统经济规律正在被打破，人类社会将首次面临“高GDP增速与高失业率并存”的局面。

他提到，公众对AI的情绪总是在两极之间摇摆，但实际上，AI能力的演进一直保持着平滑的指数级跃升。这种持续的能力增长正在直接替代人类的知识型劳动。一场大规模的宏观经济重构即将发生，但全社会对此几乎毫无准备。

而对于外界最关注的Claude Code，Amodei透露，随着最新模型Claude Opus 4.5推出，AI端到端完成复杂任务的能力已经到达拐点。Anthropic内部许多工程主管再也不写代码了，工作变成了专门审核和编辑Opus的产出 。

Amodei透露，Claude Co-work这款针对非技术人群的智能体应用，几乎完全由Claude Opus自主开发，耗时仅一周半。该功能上线一天，各项指标就达到了同类产品的四倍左右。Amodei强调，人们越来越需要这种必不可少的智能体任务能力，大模型正跨越单纯的聊天机器人形态，真正确立其作为核心生产工具的地位。

我们整理了这场专访的关键信息，以下是重点内容：

1.Anthropic选择企业级市场，是为了规避注意力经济陷阱

面对同行在消费者端市场的激烈竞争，Anthropic选择专注于企业级客户。Amodei认为，面向消费者的AI产品往往陷入追求用户使用时长最大化的怪圈，极易滋生劣质内容，引发过度依赖。Anthropic拒绝参与这种注意力争夺，致力于为企业提供能创造实质工作价值的系统。

此外，他指出，由科学家主导的AI企业与早期社交媒体创业者在责任认知上存在本质区别。前者更倾向于防患于未然，习惯在技术大规模落地前，主动审视其对社会的潜在影响，并着手预防可能的负面后果。

2.机制可解释性是实现AI可控的唯一路径

在测试AI安全性时，Amodei认为仅仅依靠外部的对话测试是极其危险的，因为高级AI系统完全有能力向人类隐瞒其真实的运行逻辑。

当前安全领域最亟需的技术突破是机制可解释性（Mechanistic Interpretability）。研究人员不能只看系统输出的表面文字，而必须深入系统内部，直接观测并掌握其底层的数据运作机制。打破算法黑箱，才是真正实现系统安全与绝对可控的唯一可靠依据。

3.AI能力持续增长，公众情绪却在两极之间反复变化

过去十几年，公众和媒体对AI的认知经常在“颠覆一切行业”与“技术彻底停滞”两极之间摇摆。然而，AI技术的真实演进曲线极其平稳，其系统处理能力一直保持着每隔数月就有显著跃升的稳定节奏。

Amodei指出，社会各界未能准确客观地衡量这一技术发展规律，导致了严重的认知脱节。这种脱节不仅让企业在规划业务转型时缺乏前瞻性，更导致政策制定者容易基于错误的前提盲目出台应对策略。最终的结果是，人类社会目前对于即将到来的大规模经济重构，处于完全没有做好准备的状态。

4.高增长与高失业率将首次在人类社会中同时出现

AI正在以前所未有的幅度提升社会的生产效率。以软件工程为例，AI代码生成使开发工作变得极度高效，直接导致成本大幅骤降甚至趋于免费。这种爆炸式的生产力将推动整体经济规模急剧膨胀。

与此同时，人类在工作流程中的参与度正在被快速挤压。目前软件工程师可能只需完成10%的工作，其余均由AI代劳。随着模型能力的持续进化，AI接管的比例将越来越高。这将直接导致人类过去几十年建立的传统职业体系彻底崩溃，大量岗位随之消失。

Amodei强调，未来的核心挑战将不再是经济总量的增长，而是财富的分配。面对这种高增长与高失业率并存的前所未有的宏观错位，必须依赖政府干预，确保所有人都能从技术红利中获益，以平稳度过社会转型期。

5.为应对社会风险，需要确保AI收益公平分配

Amodei对未来可能出现的极端社会撕裂深感担忧：如果AI创造的巨大经济红利仅被硅谷科技精英等极少数群体垄断，而大众被排斥在外，必将引发灾难性的社会危机。

为确保AI收益公平分配，他提出了两点核心呼吁：

第一，加大公共领域的技术投入，将前沿AI技术直接应用于公共卫生和基础教育等领域，确保不同地区、不同阶层的人群都能获得平等的经济发展机会；

第二，推动基础教育的底层转型。面对被AI重塑的就业市场，未来的教育必须摒弃单纯的职业技能训练，回归到对人类内在综合素养的培养上。

以下是Dario Amodei访谈实录：

1.AI的平滑指数级增长

主持人：Dario，我们在达沃斯，这里发生了很多事情，但我首先想问一个大局观的问题。去年的这个时候每个人都对AI感到非常兴奋，大家都在讨论AI的能力及其潜力。我感觉今年的讨论有所转变，变得更加深入，少了对AI能对世界做什么的憧憬。所以我的问题是，你认为企业、政策制定者、政府或其他机构是否做足了准备来应对AI的影响？

Dario Amodei：我觉得没有。我来详细解释一下。我观察这片领域已经15年了，身处其中也有10年。我注意到最令人惊讶的一点是AI领域的实际发展轨迹一直非常平稳，而公众舆论和反应却剧烈波动。

我们可以从两个维度来看。一个是技术本身的能力。每隔三到六个月媒体就会经历一次两极反转：一会儿对技术能力感到无比兴奋认为它将改变一切，一会儿又觉得这全是泡沫一切都会分崩离析。

但我看到的是一条平滑的指数级增长曲线，类似于计算领域的摩尔定律，我们在智能领域也有一个类似的定律，即模型的认知能力每隔几个月就会变得越来越强，这种进展一直保持恒定。所谓发明了新事物就会让一切崩溃或撞上南墙的说法，纯粹是一种公众认知现象。

在关于这项技术是好是坏的两极分化上也存在类似情况。2023年和2024年人们对AI有很多担忧，比如认为AI会接管一切，讨论多集中在AI风险和滥用上。到了2025年政治风向转向了AI带来的机遇，而现在风向似乎又转回去了。

在整个过程中Anthropic和我一直尝试保持一种平衡的视角。这种平衡非常奇特，因为这项技术在能力上非常极端，它的影响既有正面也有负面，两者是并存的。

大约一年半前我写了《Machines of Loving Grace》这篇文章，我对AI乐观的一面有着非常激进的看法，相信它会帮助我们治愈癌症、根除热带疾病并为尚未见证经济发展的地区带去繁荣。我的观点没有改变，我依然相信这些。

但另一方面坏事也会发生。我最近写了更多关于这方面的内容并可能很快发布。如果以经济风险为例，这项技术的显著特征是它将带我们进入一个GDP极高增长但潜在失业率也极高且充满不平等的社会。这种组合是我们几乎从未见过的。

过去高GDP增长意味着有很多事情要做且每个人都有很多工作机会。我们从未见过如此具有颠覆性的技术。所以我们可能会面临这样一种情况：GDP增长率达到5%或10%，但同时失业率也达到10%，这在逻辑上完全不矛盾只是以前从未发生过。

出于这两个原因我感到既兴奋又担忧。以AI编程为例，我们发布了最新模型Claude Opus 4.5。Anthropic内部的一些工程师和工程主管基本上都对我说他们再也不写代码了，只需让Opus来干活并由自己负责编辑。

我们刚刚发布了一个名为Claude Co-work的新功能，这是Claude Code工具针对非编程场景的版本，在短短一周半内就构建完成了，几乎完全是使用Claude Opus开发的。软件工程师仍然有事情可做，即使他们只做了其中10%的工作，他们依然有工作或者可以提升一个层级。

但这不会永远持续下去，模型会变得越来越强大。这里展现出惊人的生产力，软件将变得廉价甚至基本上免费。前提是你构建的软件成本需要分摊在数百万用户身上，这种情况可能并不存在。比如为了这次会议，我们可能只需花费几美分就能开发出一些应用让人们互相交流，它非常灵活且可循环利用。但与此同时我们奋斗了几十年的整个职业生涯可能都不复存在了。我认为我们可以适应它，但大众完全没有意识到即将发生的事情及其规模之大。

2.社会如何适应AI发展

主持人：这真的很有趣。那么你认为在一个GDP高速增长但失业率也居高不下的世界里社会将会变成什么样？你说现在人们还没有开始思考这个问题，你能举一些具体的例子来说明社会如何适应这样一个世界吗？

Dario Amodei：我们关注的第一件事是一个名为Anthropic Economic Index的项目。这是迈出的第一步。这个指数我们已经运行了大约一年，目前更新了四五次。它是一个实时指数，能让你追踪我们的模型Claude正被用于哪些方面。它会遍历所有对话，以保护隐私的方式统计查询Claude的使用情况，比如它被用于执行哪些任务、在多大程度上是在自动化任务还是增强能力、应用于哪些行业、在美国各州及世界各国如何扩散。我们正添加越来越多的细节。我的观点是，在我们能够衡量这场经济转型的形态之前任何政策都将是盲目且误导的。许多政策出了问题就是因为它们基于不正确的前提。

第二步我们需要非常仔细地思考该如何让人们去适应AI发展。这可能意味着在现有工作中适应并使用这项技术，也可能意味着从一份工作转型到另一份工作。例如我认为物理世界中可能会出现更多的工作岗位，而知识型经济中的工作岗位会减少。虽然机器人技术最终也会取得进展但那处于一个较慢的发展轨迹上。

此外是否还会存在非常看重人情味的工作？有些会有些不会。我们会发现这到底有多重要以及在哪些领域最重要。在公司层面当软件和其他知识工作变得廉价时护城河在哪里？我们以前从未真正问过这个问题，因为我们一直以特定的方式思考护城河。所以公司层面将会出现一场巨大的争夺战。教人们去适应并预期会发生什么，是第二步。

第三步，在发生宏观经济层面如此巨大的人力流失时，政府必然需要扮演某种角色。蛋糕会变得大得多，资金是充足的。由于增长如此强劲，即便我们什么都不做预算也可能实现平衡。问题在于如何将其分配给正确的人群。所以我认为现在应该减少对削弱增长的担忧，更多地关注如何确保每个人都能分享到这种增长。这与目前普遍的情绪截然相反，但技术现实即将改变并将迫使我们的观念也随之改变。

3.Claude与智能体普及

主持人：我想再多谈谈Claude，它正处于一个高光时刻。我们最近也报道了工程师和普通用户们是如何变得Claude化的。我想知道你对现状有什么感觉，与一年前相比业务表现如何？

Dario Amodei：业务的增长一直很快，基本上处于与技术发展相同的平滑指数增长曲线上。

我们的收入曲线在2023年从零增长到大约1亿美元，在2024年从大约1亿增长到大约10亿，2025年从大约10亿增长到大约100亿。虽然这些是四舍五入后的数字，但大致情况如此。

几个月前Twitter上大家还在极度亢奋地惊呼Anthropic正在改变世界、彻底颠覆行业。但我们只是静静观察着这条快速攀升、不断进步的曲线。它给了我们信心。虽然我们永远无法确定这种增长是否会持续，但这一直是我们全程观察到的经验结果。即便曲线是平滑的，也会出现突破性时刻。

我认为现在开发者群体中正出现一个围绕Claude Code的突破时刻。这种端到端完成任务并开发完整应用的能力，随着我们最新的Opus4.5模型推出，似乎达到了一个拐点。进步是渐进的，就像温水煮青蛙，你会看到循序渐进的提升，然后到了某个特定时间点，人们会突然察觉到它的存在。

可能加速这一进程的第二点是，我们观察Claude Code时注意到，Anthropic内外有很多非技术人员意识到Claude Code可以为你完成不可思议的Agentic(智能体)任务。它不仅能编写代码，还能整理待办事项列表、规划项目、整理文件夹或处理大量信息并进行总结。

这种理念不仅仅是一个聊天机器人，而是必不可少的智能体任务能力。非技术人员非常渴望得到它，以至于不惜去钻研命令行界面。对于非技术人员或非程序员来说，这个界面用起来糟糕透顶，但即便如此人们还是在坚持使用。看到这种情况后我心想，这看起来就是尚未被满足的需求。

于是大约两周前我们再次利用Claude Code制作了一个拥有更好UI的版本，专门针对代码以外的任务进行了定制。发布后大约一天之内，各项指标都是其他产品的四倍左右，比我们发布过的任何产品都要出色。我不确定这些是否属于全新的能力，但这正是那种达成共识的时刻，人们变得非常兴奋并极快地推动了普及。人们正在逐渐理解这项技术所具备的能力，因为它已经达到了特定临界点，而且我们构建了让它变得触手可及的交互界面。

主持人：你能跟我们分享一下，你个人在生活和家庭中是如何使用Agentic(智能体)AI的吗？

Dario Amodei：当我写论文或在公司发表演讲时，写作占据了我工作中相当一部分内容。我会让Claude帮我查找资料并润色文章。

主持人：显然你们正处于高光时刻，外界普遍预期你们今年即将进行IPO。你能跟我们聊聊这方面的计划吗？

Dario Amodei：我们还不确定具体会怎么做。目前我们更专注于保持营收曲线的增长、提升模型性能、向用户销售模型，以及警示社会影响并带来积极的社会效益。这些是目前最优先的任务。众所周知，这是一个对资本需求极高的行业，私募市场所能提供的资金和支持在某种程度上是有限的。

4.不同AI公司的差异化竞争

主持人：另一个正处于高光时刻的模型是Gemini，它最近在App Store的排名一路飙升，OpenAI甚至为此发布了红色警报。每个人都对此感到非常兴奋。考虑到Google庞大的体量，你会担心自己与Gemini竞争的能力吗？

Dario Amodei：我认为这是另一个差异化能带来帮助的地方。在企业级策略方面，Google和OpenAI正在消费者领域展开激战。这对双方来说都是生死攸关的。对OpenAI而言这是他们的全部业务；对Google而言，因为他们拥有搜索业务，而这正是目前正被颠覆的领域，所以他们需要完成自我更替并对抗这种颠覆。这始终是他们的首要任务。相比于在企业级市场运作，他们似乎更专注于消费级市场。很高兴看到Gemini在消费级领域的表现。我认为他们正在采取一种不同的方式。我刚和Google的研究负责人Demis Hassabis一起参加完一个小组讨论。我觉得他是个很棒的人，我已经认识他15年了，所以我支持他。

主持人：当你谈到差异时，Anthropic不具备生成视频和照片的能力。你认为这是否是一个潜在的弱点？

Dario Amodei：对于企业级商业应用来说，并没有真正的需求去生成诸如猫骑着驴之类的照片或消费级视频。在幻灯片和演示文稿方面可能存在一些边缘情况，但如果需要，我们可以直接外包一个模型。

我不知道未来会发生什么，但至少我不预见企业会需要这个。这其中存在一些相关问题，看看现在市面上短视频的数量，很大一部分都是虚假的且非常让人上瘾，很多都是垃圾内容(slop)。倒不是说这些都很糟糕或者代表这样做就是坏人，但这并非我急于参与的市场领域。

主持人：你提到过曾和Demis Hassabis一起参加小组讨论。昨天我们聊天时你提到了一些非常有趣的观点，关于领导这些大型AI公司的科学家们正以不同于传统科技企业家的视角来对待这个时代。你能再详细说明一下吗？

Dario Amodei：当你思考这项技术时，它确实是持续了几十年研究的交汇点，其中大部分在本质上都是学术性的。直到大约十年或十五年前，开发和部署这些技术所需的规模化资源仅来自于大型互联网和社交媒体公司，因为他们拥有基础设施和资金。

所以我们看到的是一个由部分具有科学背景的人领导的世界，比如我和Demis的背景。而另一些则是由做社交媒体的那一代企业家领导的。我认为这两者截然不同。科学家们一直以来都有一个悠久的传统，那就是思考他们所创造技术带来的影响，认为自己对创造的技术负有责任而不是推卸责任。他们最初的动力是为世界创造东西，因此在事情可能出错时会感到担忧。而社交媒体那一代企业家的动机非常不同，作用于他们身上的选择效应以及他们与消费者互动甚至操纵的方式截然不同。这导致了大家截然不同的态度。

5.AI安全、教育与防止脱节

主持人：好的，我们现在从在线读者的提问开始。Trevor Loomis问：在现实世界的部署中，目前仍然缺失的最重要的单一技术突破是什么，能使前沿AI具备可靠的安全性和可控性？

Dario Amodei：我认为我们需要在机械可解释性(Mechanistic Interpretability)方面取得更多进展。这是一门观察模型内部机制的科学。

我们训练模型时面临的问题之一是不了解其内部逻辑，无法确定它们是否会按照预想的方式行事。你可以在特定上下文中与模型对话，它可以说出各种各样的话，但就像人类一样，那可能并不能如实反映它们真实的意图。如果它告诉你做某事是因为某个原因，实际上可能完全是出于另一个原因，甚至在是否做了某事上撒谎。我们对人类存在的这些问题已经习以为常，但在AI领域它们同样存在。

因此对于任何形式的现象学测试或训练我们都无法完全确定。但就像你可以通过核磁共振或X光来了解人类大脑，获取无法仅通过交谈学到的知识一样，洞察AI模型内部的科学最终是使模型变得安全且可控的关键，因为这是我们拥有的唯一事实标准。

主持人：没错。这里还有Jim O’Connell提的一个问题：AI将如何影响目前K-12阶段的教育成绩差距？这无疑是一位家长提出的实际问题。

Dario Amodei：短期内确实存在人们利用AI作弊的问题，这需要引起关注。但换个角度，我们可以探讨如何利用AI进行教学。我们已经考虑过这一点并发布了专门针对教育设计的Claude版本。

但我认为背后更难的问题是，在AI的世界里我们究竟应该教授哪些技能？教育会是什么样子的？这并不容易回答，因为这种颠覆是全方位的。如果有人问我应该从事什么职业，令人不安的事实是我也不确定它将要发展的方向。

我认为我们应该回到之前讨论过的一些关于教育的概念。一直以来我们都有一种带有经济色彩、近乎功利主义的教育观念。也许我们应该转变这种观念，回归到教育旨在塑造人格、培养性格并让你成为一个更好的人这种本质上。我认为这才是未来教育更稳固的基础。

主持人：听起来我相当羡慕那些尚未接受教育的孩子们，这种教育是我们所有人都希望曾经拥有的。为了对在场的各位公平起见，我们还有时间提一个问题。这位女士问：从AI实验室的角度来看，当有些经济体、国家和人民被抛在后面时，你们承担什么样的责任？是应该通过结构性参与来接纳他们、放慢速度，还是切实确保他们不被排除在外？

Dario Amodei：我在很多层面上都对此感到担忧。当我观察客户群体时，我突然意识到初创公司采用AI的速度极快，而传统企业因为规模大、专注于特定业务，行动要慢得多。我们从经济数据中也能看到这项技术正从美国国内采纳速度较快的州扩散到行动较慢的州。它正在走向大众，但毫无疑问存在差异。

如果让我来描述那种噩梦般的场景，那就是出现一个新兴的“第零世界”国家，人口约1000万，其中700万人分布在硅谷，300万人零星分布在各处。这正在形成它自己脱节的经济体系，在这部分领域GDP增长可能高达50%，技术发展简直太疯狂了。它能以那种方式将事物拆解开来。

我认为那会是一个非常糟糕、近乎反乌托邦的世界。我们应该思考如何阻止这种情况发生。Anthropic正在着手做很多事情。针对发展中国家，我们正开始围绕公共卫生开展大量工作，宣布了与教育部合作的项目，并与盖茨基金会开展大量合作。我在《Machines of Loving Grace》中也写过，如果能获得这些快速的经济增长指标，理论上这是一种追赶式增长，我预测发展中国家最终会达到发达国家的水平。

在国家内部，我们需要思考如何避免部分地区脱节，如何让密西西比州也能获得那种涌向硅谷封闭区域的经济增长。因此我们围绕经济流动性和经济机会开展了一些工作，但这都需要政府的某种程度参与。