Anthropic的收入曲线正在打破互联网时代的增长常识。2025年底，公司年化收入运行率还只有约90亿美元，到今年5月已升至470亿美元，7月底进一步突破650亿美元，半年多时间翻了七倍以上。今年第二季度，Anthropic收入做到116亿美元，首次超过OpenAI同期的67亿美元。

反常之处在于，Anthropic并不是那家看起来最该赚这么多钱的公司。它没有ChatGPT那样庞大的消费者入口，也没有微软、Google现成的软件生态。按过去二十年互联网的经验，用户多、入口大的一方更容易赚钱，搜索、电商、社交、SaaS莫不如此。Anthropic偏偏是个例外。

很多人把答案归结为Claude Code。今年2月，Claude Code年化收入已超过25亿美元，商业订阅较年初增长四倍，超过一半收入来自企业客户。但算一下账就会发现对不上：当时Anthropic整体年化收入已达140亿美元，Claude Code只能解释其中一小部分；此后公司收入一路冲到650亿美元，单靠Coding业务很难填上中间几十亿美元的差距。更何况，卖Coding Agent的公司已快比真正写代码的AI公司还多——OpenAI有Codex，微软有Copilot，Cursor、Windsurf也都在抢程序员的钱。

问题可能从一开始就问错了。Claude Code确实赚钱，但Anthropic真正赚到的，从来不只是Claude Code的钱。它没有抢到最大的用户池，却站到了最费Token的那群人身后。

一个程序员可以一天都不打开Claude官网，也不碰Claude Code。他可能待在Cursor里写代码，也可能一直在Copilot里工作。界面属于别人，用户也属于别人，但只要后台跑的是Claude，Anthropic照样能收到钱。Claude Code、Cursor、Copilot、Codex都被塞进「AI编程工具」这个篮子里，看起来彼此竞争，其实位置并不一样：Cursor和Copilot首先是应用，Claude、GPT、Gemini首先是模型；前者抢用户，后者抢调用。Anthropic特殊的地方在于两边都做——Claude Code自己下场抢程序员，Claude模型又被塞进别人的产品里赚钱。Cursor每多一个用户，看起来是Cursor的增长；但如果这个人一天让Claude在后台读几十次代码、跑几十轮测试，Anthropic一样能跟着收租。

这也是为什么只盯着Claude Code的25亿美元，很容易低估Anthropic吃到的市场。它真正参与的，不是一个产品的增长，而是整个Coding Agent市场膨胀之后不断增加的模型消耗。当然这笔账现在还没人能彻底拆开——Anthropic没有披露650亿美元收入里，Claude Code、API、企业直销和第三方Agent各占多少。Claude Code只是摆在台面上的生意，真正肥的那一块，藏在别人的产品里。

时间差是关键。2024年6月Claude 3.5 Sonnet发布后，Claude慢慢在程序员群体里形成了一种很难量化却很值钱的偏好：遇到Coding任务，先试Claude。这并不意味着它之后每个Benchmark都稳居第一，模型能力排名变化太快，一张榜今天第一，下个月就可能被新模型顶下去。真正重要的是，Anthropic比较早地在Coding上建立了优势，并维持了足够长的时间。Menlo Ventures的企业AI调查显示，到2025年底，Anthropic已拿下约54%的企业Coding模型份额，OpenAI约21%；半年前，Anthropic的份额还是42%。

换句话说，在Coding Agent真正大规模爆发之前，Claude已经先把位置占上了。2024年Claude 3.5 Sonnet刚出来时，今天这轮Agent浪潮还没完全起来：Cursor还在扩张，Copilot正从单模型变成多模型，大量企业也没有真的把Agent塞进日常开发流程。Anthropic先赢下的是一批程序员对模型的偏好，然后市场突然开始膨胀。原来Claude可能只是帮一个程序员写一段函数、解释一段代码；后来Cursor、Copilot和各种Coding Agent开始接管完整任务，Claude面对的就不再是几个Prompt，而是一整套工作流。这就像一条原本没什么车的高速公路，Anthropic提前把收费站修好了，等真正的车流来了，很多车自然往这里灌。

不过，即使这样，650亿美元还是有点夸张。半年时间里，全球程序员没有突然多出七倍，Cursor也没有凭空多出七倍用户。真正暴涨的是另一件东西——每一个人背后的机器，开始干更多活了。

聊天机器人时代，模型消耗被人卡得很死：你问一句，它答一句；你不动，它也基本不会自己往下干。所以不管模型多聪明，调用量最后还是受制于时间——人一天只有24小时。Agent把这个限制拆掉了一部分。比如让一个Coding Agent修Bug，人只说一句「把这个问题修掉」，后面的事情就不一定需要人继续参与：Agent先读代码、找文件、判断问题、改代码，然后跑测试；失败了再看报错，继续改，再跑。用户只发起一个任务，后台可能已经产生几十轮模型调用。真正重要的不是「大家更爱用AI了」，而是以前几乎绑定在一起的两件事被Agent拆开了：人的操作次数和模型调用次数。以前一个人点十次，大致产生十几次、几十次交互；现在一个人点一次，机器自己可以往下跑很久。人下班了，机器还可以接着加班，一个人甚至可以同时雇好几个Agent加班。

OpenAI今年公布的Codex数据就很典型：到5月，70.2%的抽样个人用户至少交给Codex过一次相当于人类1小时以上工作量的任务，25.6%的用户交过至少一次8小时以上的任务；到了6月，最重度的1%用户通过多个Agent并行工作，一天甚至可以产生超过60小时的Agent工作回合。一天只有24小时，为什么能干60小时的活？因为已经不是一个人在干，机器可以同时开工。

这才是Agent对模型公司最直接的商业意义。过去AI公司想多赚钱，无非两条路：拉更多用户，或者让现有用户多交一点订阅费。Agent突然多出第三条：让同一个用户背后的机器多干一点活。而Coding恰好非常适合这套模式——程序员本身工资高，企业愿意花钱换效率；软件开发里的任务又足够密集，写代码、改Bug、测试、重构一环套一环。更重要的是，代码是少数AI干完活之后可以马上被机器检查的知识工作：能不能编译，能不能跑，测试过没过，结果摆在那里。这让企业敢把更长、更复杂的任务交给Agent，也让Agent可以放心在后台多跑几轮。一边是很贵的人，一边是可以持续消耗模型的机器，中间还有一套相对清晰的验收标准。Coding几乎是给Agent商业化量身定做的第一块市场。

过去互联网公司最喜欢讲用户——日活多少，月活多少，付费率多少，因为整个商业模式几乎都是围着人设计的。AI最早也是这么讲故事：ChatGPT有多少周活，Claude有多少订阅用户，哪个AI App下载量更高。这套逻辑当然还有效，但到了Agent这里，只看用户数已经越来越容易看漏东西。假设一家公司有1亿用户，每个人每天问AI五句话；另一家公司只有2000万用户，但这2000万人背后的Agent每天跑几个小时——哪一家能给模型厂商贡献更多收入？答案已经没那么明显。因为对于按Token和调用收费的模型公司来说，人只是起点，真正产生账单的是机器。一个人打开App十次，价值未必比得上另一个人扔进去一个复杂任务、让Agent自己跑两小时。

Anthropic不是在跟OpenAI比谁家门口排队的人更多，它站的位置更像是卖铲子，而矿工已经开始24小时轮班。Claude Code自己挣钱；Cursor调用Claude，Anthropic挣钱；Copilot把部分任务路由给Claude，Anthropic还是挣钱；未来再冒出新的Coding Agent，只要它觉得Claude最好用，Anthropic依然能从里面拿到钱。以前想赚钱得先把用户抢过来，现在Anthropic可以不拥有这些用户，只要最后干活的是Claude，也能分到钱。所以650亿美元真正值得看的，并不是Anthropic突然多出了七倍程序员用户，而是Agent开始把一个人的工作需求拆成越来越多机器调用。以前AI卖的主要是「使用权」，现在它开始越来越像在卖另一种东西——机器工时。

但如果故事停在这里，Anthropic几乎像是找到了AI时代最舒服的商业模式：自己不用承担所有获客成本，Cursor拉用户，Copilot占入口，各种Agent负责把AI塞进更多工作，Anthropic只需要在后面收模型调用的钱，别人越成功它越赚钱。问题也恰好出在这里——这些用户从来不是Anthropic的。今天Cursor觉得Claude写代码最好，就把任务交给Claude；明天GPT更强，或者Gemini更便宜，切过去也没有那么难。GitHub Copilot早就开始多模型化，Cursor也一直在补自己的模型能力。对这些应用公司来说，Claude、GPT和Gemini说到底都是供应商。一个越来越成熟的Agent平台，甚至不需要让用户自己挑模型，它完全可以在后台自动判断：简单任务丢给便宜模型，难题交给Claude，某些特殊任务再换GPT。用户最后只看结果，根本不关心背后是哪家公司在跑。真到了这一步，模型公司就没今天这么体面了——Cursor手里拿着订单，Claude、GPT、Gemini站在门口竞价，谁便宜、谁快、谁这一周能力更强，活就给谁。

Google当年最值钱的不是搜索算法本身，而是搜索入口；Meta真正牢固的是社交关系链；微软最难替代的是Office和企业工作流。这些东西一旦占住，用户想换需要付出很高成本。但模型未必有这么幸运：如果应用层已经把所有体验封装好了，后台把Claude换成GPT，用户甚至可能感觉不到。这就是Anthropic这轮增长最有意思的地方——它的优势和风险来自同一件事：不用拥有用户，也可以赚用户的钱；但用户不在自己手里，下一笔钱也未必一定是自己的。

今年第二季度，Anthropic已从此前的大额亏损改善到小幅调整后经营盈利，而同期OpenAI的经营亏损继续扩大。至少眼下，这说明Anthropic这套生意已经不只是拿收入换增长。但它能不能长期保持这种利润状态，还要看一个今天很难回答的问题：模型到底能不能一直拥有足够大的差异化。如果可以，Anthropic现在占住的位置非常值钱；如果不可以，那今天看起来像「收费站」的模型层，最后也可能变成一个竞争激烈的供应链环节。到那时，Anthropic会发现一个有点尴尬的事实：帮别人赚到越多用户，自己拿到的调用可能越多；但别人一旦真正掌握了这些用户，也就有了压价和换供应商的底气。

所以650亿美元真正重要的地方，并不是证明Anthropic已经赢了。它证明的是，AI公司开始找到一种不依赖用户数量暴涨、也能让收入快速增长的办法。程序员不需要多七倍，用户甚至都不用多七倍，只要原本由人亲手完成的工作越来越多被扔给Agent，模型的工作量就可以继续往上走。而Coding之所以最先跑出来，也没什么神秘的：人贵，活多，还能验收。三个条件凑在一起，机器自然最先在这里加班。