业务

概览

有史以来第一次，智能成为人类可以构建之物。推理、分析、综合、决策和创造的认知能力可以规模化地生产，并可按需获取。我们相信，这种AI的充裕将迅速变革全球经济的每一个行业，其影响将超过工业化、电力、半导体和互联网。真正发挥其潜力（同时风险得到妥善管理）的AI，可能会显著加速全球增长，并大幅改善世界各地人们的生活质量。

Anthropic由一支研究团队于2021年创立，该团队缔造了定义AI的诸多突破。我们首先是一家研究实验室——我们的使命是为人类的长期利益负责任地开发和维护先进AI。这一使命指引着我们的专注——与我们的人才与文化、我们的前沿研究与安全研究、我们的算力策略以及我们的企业战略一道，它是使我们脱颖而出的核心优势之一。这些优势使我们能够持续推进前沿AI，并为其安全和负责任的开发塑造标准。我们的前沿AI，即Claude，通过我们的模型、平台及应用向客户提供。Claude经历了历史上所有技术中最快的企业采用，收入从2023年第一季度商业发布时的0美元增长至截至2026年9月30日止三个月的____美元即为明证。这一快速且不断增长的采用产生了两种自我强化的动态——推动Claude进步的改进循环，以及帮助为我们在前沿AI领域的持续研究提供资金的投资循环。

我们相信，AI在全球经济中的扩散代表着历史上改善人类生活和工作方式的最大机遇之一，而这一进程才刚刚开始。我们认为，世界才刚刚开始使用当今前沿模型的能力，Claude能做什么与其被使用的广泛程度之间的差距，与前沿领域的持续进步一道，构成我们最大的增长机遇之一。近年来Claude的能力已显著演进，我们预计其将继续快速进步。这不仅将带来不断扩大的潜在市场，还将带来对世界不断扩大的影响范围。我们致力于确保这种影响尽可能积极。

我们的核心优势

*使命与专注。*我们的所有努力均以专注于使命这一唯一焦点为指引。这种专注使我们能够将人才、研究和算力投资集中于对人类最具价值的工作，并避免相互冲突的优先事项。实现我们的使命意味着世界在获得前沿AI巨大益处的同时，减轻最重大的风险，而我们相信，这需要安全与能力共同推进。

*人才与文化。*我们的使命与专注使我们能够吸引和留住世界一流的人才，包括希望其工作能塑造更美好未来的研究人员和工程师。我们还拥有一种文化，倡导营造谦逊低调、追求真理的环境，在这种环境中，前沿AI能力与安全相辅相成。我们相信，在我们规模扩张的过程中，我们的文化造就了我们的人才密度。

*前沿与安全研究。*我们相信，要构建能力最强、最安全的AI系统，必须在智能的前沿开展持续而专注的研究。我们的前沿能力研究与安全研究深度融合，直接影响模型的设计、训练和部署，帮助我们打造更可靠、更可控、更适合现实世界部署的系统，尤其是在要求严苛的企业环境中。我们将研究领先优势转化为创新速度，持续推出更优秀的模型、平台能力和应用。每一版Claude模型都协助构建下一版，有助于缩短开发周期，并使我们的创新速度获得复利式提升。我们将这一递归动态称为“闭环”，并认为这是前沿AI领域最重要的结构性优势之一，并且能够大大加快能力进步的速度。我们相信，模型能力必须与安全、对齐和安保实践共同推进，尤其是在AI发展速度不断加快的情况下。我们在每个模型的开发期间以及发布前后评估其风险，并采取我们认为适当的措施，在模型能力与安全、对齐和安保之间取得平衡，即使这样做可能会放缓我们发布新能力的速度。我们将此类决策视为有意作出的权衡，我们之所以作出这些权衡，是因为它们服务于公司宗旨、我们使命的长期利益以及客户对安全且对齐的模型的需求。

我们的算力策略。我们将来自多个战略合作伙伴的算力作为单一的可互换资源池进行管理，并根据在任一特定时点预计哪一用途的边际单位产出最高，在各工作负载之间动态调配可用算力。我们相信，这一算力策略使我们能够交付更出色的模型、服务更多客户，并从算力投资中获得更高的生产率。这种算力效率为我们奠定了基础，使我们能够通过研究和模型开发推进AI能力的前沿、满足客户日益增长的需求，并支持Claude的内部使用。我们通过研究突破以及横跨AWS Trainium、Google TPU、NVIDIA GPU和AMD GPU的多芯片算力架构实现了这一点，使我们能够编排工作负载以优化价格与性能。为支持我们的研究、模型开发、客户需求及Claude的内部使用，我们持续进行规模化投资。截至2026年9月30日及其后，我们已订立采购承诺和租赁协议（包括短期承诺以及尚未开始的租赁），承诺支出总额超过____美元，其中几乎全部与算力及基础设施相关。这些承诺中约____美元预计将在2030年12月31日之前发生，剩余部分几乎全部预计将在2031年至2045年间发生。这些承诺中约____美元将在未来12个月内到期。更多信息，参见“管理层对财务状况及经营业绩的讨论与分析—流动性及资本资源—合同义务”一节。

*企业战略。*我们的企业战略建立在这样一种信念之上：前沿AI在现实世界场景中最具价值，因为在企业中的部署是经济影响最大、来自客户反馈的改进循环最丰富的地方。因此，我们围绕企业用例（从日常知识工作到最复杂的问题）来组织我们的研究重点、产品路线图以及市场推广团队和应用AI团队。我们收集的客户反馈指引我们的研究方向，并使Claude随着时间推移变得更加强大。这拓宽了Claude可部署的领域，并进一步扩大企业采用，从而有助于确保我们AI的益处能够规模化地惠及个人和组织。

企业对Claude的采用

我们企业客户采用的速度和深度，是Claude处于AI前沿地位的有力证明。截至2026年9月30日，我们的客户群包括：

• 超过11,900家按过去十二个月计算贡献收入10万美元或以上的客户；

• 超过1,900家按过去十二个月计算贡献收入100万美元或以上的客户；以及

• 约250家按过去十二个月计算贡献收入1,000万美元或以上的客户。

与服务于单一用例的静态产品不同，Claude是能力快速进步的前沿AI。我们在技术栈的三个层面进行构建：模型本身、在这些模型之上进行构建的平台，以及将Claude直接交到用户手中的应用。任一层面的进步都会在全部三个层面产生复合效应，加快我们交付能力更强的智能的步伐。我们相信，这种一体化方式的价值体现在同时使用Claude Platform和我们第一方应用的客户数量不断增加。截至2026年9月30日止三个月，在按过去十二个月计算贡献收入10万美元或以上的客户中，超过50%使用了Claude Platform以及至少一款我们的第一方应用，而截至2025年12月31日止三个月这一比例约为30%。

如今，企业依靠Claude在复杂的工作流中进行推理、规划和执行，其可信度和判断力水平是我们相信前几代AI所无法提供的。客户主要通过三种方式从Claude中实现价值：员工生产率更高、流程更快，以及在其产品中嵌入智能。随着Claude能力的增长，我们的客户从中受益，并经常在新的工作流中扩大对Claude的采用。这一不断扩大的角色反映了Claude在企业内部使用方式的更广泛转变，即从响应离散提示词的工具转变为我们所称的虚拟协作者：一种与人类并肩工作、以专业水准完成复杂的多步骤工作的AI系统。

我们主要通过使Claude可在多个产品界面上使用来推动其扩散。例如：

• Claude Platform是我们全面的智能体开发环境，为客户提供直接获取基础构件的途径，以便构建、部署和扩展其自有应用，从而在其自有产品和工作流中利用Claude的能力。

• Claude Code是我们的编程智能体，与人类软件开发者并肩开展端到端的软件开发：在生产规模的代码库中编写、规划、编辑、测试、调试及提交代码。

• Claude Cowork是我们的知识工作智能体，具备计算机使用（computer use）能力，使其能够与专业人士协作完成端到端的业务任务：自主开展研究、起草、分析、综合以及执行其他知识工作。

Claude的扩散在很大程度上是自然发生的。我们通过市场推广团队和应用AI团队来放大这一效应，这些团队通过分销合作伙伴关系将Claude置于客户现有的技术栈之中，在客户所在之处与其对接，从而扩大我们的覆盖范围。例如，Claude可在全部三大云平台——AWS、GCP和Azure上使用。我们与这些CSP采取联合市场推广方式，据此我们与客户建立直接的合同关系，同时向每家CSP支付费用。这一结构使我们能够与这些CSP建立更紧密的商业协同、避免渠道冲突、自主定价，并实现算力效率持续提升所带来的财务收益。生态系统合作伙伴关系也扩大了我们的覆盖范围，使客户能够通过系统集成商（SI）（如Accenture、Deloitte、KPMG和PwC）、咨询顾问以及数据平台（如Salesforce和Snowflake）采用Claude。我们近期与领先的私募股权公司合作推出了一家AI服务公司Ode with Anthropic，旨在将Claude的能力带给各行业的中型企业，在Claude Platform上构建解决方案，并为客户提供长期支持。

我们财务模式的优势

构建和扩展前沿AI是历史上最重要、资本最密集的事业之一。我们的财务模型为我们提供了以下优势，使我们能够高效地构建和扩展：

• *收入快速增长。*我们的企业战略旨在通过将Claude直接嵌入业务关键型工作流并支持开发基于Claude的产品，推动持久的客户采用。我们相信，企业客户从Claude中获得了可观的投资回报，因为智能体工作流可以同时推动营收增长和效率提升。这使我们能够在客户中迅速扩展，截至2026年9月30日约900%的净收入留存率即为证明。

• 算力效率。我们的算力效率能够从研究和模型开发中获得更多智能，并且我们相信，与其他方式相比，这一方式能够以相同的算力支持更多的客户对Claude的使用及Claude的内部使用。截至2026年6月30日止三个月，我们的收入同比增长1,368%，而同期算力及基础设施费用同比增长300%，这体现了我们的算力效率。

• 运营效率。我们的运营效率源于高人才密度、高效的市场推广以及我们的团队在工作中对Claude的广泛运用，使我们能够以相较于其他大型企业科技公司更小的团队实现规模化。截至2026年9月30日，我们的过去十二个月人均收入超过660万美元，而截至2025年9月30日为140万美元，这体现了我们的运营效率。

我们的财务业绩体现了在持续投资前沿AI的同时实现的持续增长，具体如下：

• 截至2026年6月30日止三个月，我们的收入为116亿美元，而截至2025年6月30日止三个月为7.87亿美元。

• 截至2026年6月30日止三个月，我们的经营利润率为8%，经营利润为10亿美元；而截至2025年6月30日止三个月，经营利润率为(152)%，经营亏损为12亿美元。

• 收入增长、算力效率和运营效率相结合，使我们截至2026年6月30日止三个月的经调整经营利润率达到19%，经调整经营利润达到22亿美元；而截至2025年6月30日止三个月，经调整经营利润率为(129)%，经调整经营亏损为10亿美元。

我们财务模型已展现的增长、规模和效率，有助于我们继续进行重大的长期投资，以负责任地构建前沿AI。我们的业务发展轨迹和财务状况使我们能够从投资者和合作伙伴处获取资本并确保算力。截至2026年6月30日，我们已累计筹集1,411亿美元资本，拥有现金及现金等价物1,124亿美元及短期投资193亿美元。长期投资伴随着风险，因为我们必须预测未来多年的算力需求。然而，我们相信，我们的算力效率使我们能够在需求高于预测时放大回报，并能在需求低于预期或晚于预期到来时提供财务韧性。

我们的自我强化循环

我们的规模和增长形成了自我强化循环，使Claude随着时间推移不断改进，我们相信这些循环创造了持久的竞争优势。

• 改进循环。Claude的企业部署加深了我们对客户最为关注的难题、边缘情况及特定领域挑战的理解。我们根据在其业务中于生产环境使用我们产品与服务的客户所提供的反馈，改进我们的模型、平台及应用。这些改进带来更广泛的部署和采用，进而推动下一轮改进。

• 投资循环。不断扩大的企业采用所带来的收入，帮助我们为改进Claude所需的算力、研究和人才提供资金。Claude不断进步的能力扩大了客户使用Claude的任务和工作流范围，拓宽了我们的潜在市场，并推动更深入的部署、更多的收入以及对Claude的持续再投资。

Claude正在加速我们实现闭环的能力

Claude本身已成为我们进步最强大的驱动力之一——每一版新的Claude模型都直接加速下一版的开发。后续各代模型的研究、训练和测试的诸多方面现已有Claude参与，包括运行实验、生成和处理训练数据、自动化评估和安全审计，以及编写和审查代码。我们将这一递归动态称为“闭环”。这一动态的直接体现是我们产出算力倍增因子的速度不断加快。能力更强的模型帮助我们的研究人员更快地发现这些改进；反过来，更强大的算力倍增因子使我们能够训练能力更为强大的模型，并更高效地部署这些模型。

我们实现闭环能力的一个清晰例证，是在我们整个工程组织中部署我们的智能体编程产品Claude Code。随着我们模型的进步，我们看到Claude在更具挑战性、开放式的工程问题上的能力显著提升，这些问题缺乏明确的规格说明，历来依赖经验丰富的人类判断。根据我们的内部基准测试，Claude在这些问题上的成功率在2026年9月达到约90%，在九个月内提升了约50个百分点。Claude Code已从建议代码发展到直接编写和运行代码，并能在较长时间跨度内自主处理复杂的多步骤工程任务。这使我们的工程师能够越来越多地指导和审查其工作，而非逐行编写代码。因此，截至2026年9月30日止三个月，我们每名工程师平均每日向代码库贡献的代码量是截至2024年12月31日止年度平均每日代码量的45倍以上。2026年9月，我们代码库中超过90%的贡献是由Claude编写的。

Claude的影响不止于研究和工程领域。从2024年12月31日至2026年9月30日，我们的员工人数增至原来的五倍以上，而我们截至2026年9月30日止三个月的收入是截至2024年12月31日止三个月收入的86倍。

我们相信，这种经营杠杆是由Claude在我们整个组织中的使用所推动的。在我们的研究、工程、市场推广和运营团队中，Claude使员工能够在日常工作中借助一支智能体团队，通过成倍放大每个人的影响力，使一支规模相对较小的团队能够承担传统上需要规模大得多的团队才能完成的工作。

我们自身对Claude使用的扩大直接体现了这种杠杆效应。按标价计算，我们内部Claude使用的价值从2026年1月至2026年9月增至原来的250倍以上，并且在2026年4月，这一月度价值首次超过了我们的月度人员费用（不包括股权激励）。由于每一版Claude都被用于帮助构建下一版，且Claude提升了我们全公司各团队的生产率，我们相信，我们投入内部使用的算力会使这些收益产生复利效应，持续加快我们的开发步伐，并进一步巩固我们的领先地位。

利用AI帮助构建能力更强的AI也可能带来相当大的安全风险，尤其是如果这会急剧加快进步速度的话。这是我们的负责任扩展政策所涵盖的领域之一，该政策阐明了我们在接近所谓“递归式自我改进”时监测和减轻相关风险的计划。

AI正在变革智能

我们相信，强大AI——一种能力极强、影响深远的前沿AI形态，具有以下关键特征——将在数年内得到广泛普及：

• 在大多数专业和科学学科中，认知能力达到或超过顶尖人类专家；

• 能够操作远程办公的人类可使用的所有界面，包括文本、音频、视频及直接的计算机控制；

• 能够在较长时间内（持续数小时、数天或数周）自主推理完成复杂任务，并在需要时寻求澄清和反馈；

• 能够在多个实例之间进行协调，并与人类及其他AI系统协作；以及

• 能够通过数字连接以数字方式控制实验室设备、机器人系统及其他机器，从而与物理世界交互。

如果强大AI被用于解决人类最棘手的问题，且其风险得到负责任的管理，其潜力将是非凡的。其可能性包括：将数十年的科学进步压缩至数年之内；加速药物发现、疾病检测及个性化疗法的提供；提供个性化定制的教育以及专业的财务和法律建议；推进电网和电池设计以提高效率和可靠性；以及将富裕国家耗费数代人才建立起来的能力推广至发展中国家。

规模定律与进展的可预测性

AI系统的智能和能力已取得巨大进步。就在几年前还超出AI系统能力范围的任务，例如复杂的数学推理、设计科学实验以及执行软件开发中相当大一部分的工作，如今已由AI例行完成。

这些进步遵循了经验性的“规模定律”（“Scaling Laws”），即AI模型的性能随着模型规模、训练数据和算力的增加而可预测地提升这一发现。奠基性论文*《Scaling Laws for Neural Language Models》*的主要作者（包括Dario Amodei、Jared Kaplan、Sam McCandlish和Tom Brown）后来共同创立了Anthropic，该论文对确立这些关系起到了关键作用，并帮助引领了现代大语言模型（LLM）的浪潮。

我们预计，AI能力——涵盖语言、推理、数学、编程、科学分析以及范围不断扩大的智能体任务和知识工作——将在未来多年持续进步。因此，我们相信，这将推动对AI的需求在可预见的未来超过供给，而主要的制约因素是算力的可获得性。我们相信，这一需求的大部分将集中于前沿：根据我们的经验，企业在各种各样的工作负载中都倾向于选择我们能力最强的模型，

⁶ 有关我们如何计算全球知识工作者所创造年度经济价值的说明，参见“行业、市场及其他数据”一节。

⁷ IDC，The Economic Impact of AI: 2026 Edition，文件编号US54452226，2026年4月。反映AI解决方案和服务、AI基础设施供应链投资以及由AI释放的企业生产率和效率提升所创造的年度价值。

⁸ IDC，Worldwide Black Book: Live Edition V2 2026 Forecast，2026年7月。

包括其最高价值的工作。此外，我们相信，前沿的每一次扩展都将解锁新的工作类别，而这些新的工作类别反过来将产生行业增量需求的大部分。我们预计，行业将继续增加对算力、研究人才和工程资源的投资，以推进AI的前沿。在这一框架下，拥有专有训练方法、高质量数据和差异化研究人才的研究实验室处于有利地位，能够超越仅凭规模所能预测的表现。

变革认知工作的近期机遇

前沿AI正在变革认知工作——即运用知识、推理和判断来创造经济价值。我们相信，它将使人类的能力大幅提升，并扩大全球从事此类工作的整体能力，包括加速科学发现和帮助企业成长。知识工作者处于这一机遇的最前沿。随着前沿AI的进步，能力更强的模型可以解锁全新的用例，同时还能在能力-成本-速度曲线上高效地规模化服务于广泛的认知工作。我们相信，2025年全球知识工作者所从事的工作代表了超过40万亿美元的经济价值，⁶而凭借前沿AI显著提升其生产率的潜力，我们的近期机遇在于扩大这一价值并加速经济增长。尽管现在预测前沿AI对整体经济的全面影响仍为时尚早，但IDC估计，到2031年，对AI解决方案和服务的投资将产生22.5万亿美元的累计全球经济影响。⁷我们相信，其影响可能会更大。

历史表明，变革性技术会扩大其所进入的市场。例如，信息技术支出从2006年的约1.2万亿美元增长至2025年的4.3万亿美元，复合年增长率约为7%，同期云计算支出从零增长至1.9万亿美元，并扩大了信息技术预算。⁸我们也看到其他技术，包括个人电脑、互联网和智能手机，同样扩大了其市场。打造这些技术的公司的增长速度远超整体经济。根据世界银行的数据，全球GDP从2000年的约34万亿美元增长至2025年的超过118万亿美元，增至原来的三倍以上。在同一期间，按截至2026年9月30日的市值计算的十大上市科技公司，其合计收入从680亿美元增长至超过2.5万亿美元，增至原来的约38倍，约为全球GDP增速的11倍。

前沿AI或将重塑整个行业并加速全新发现

我们相信，前沿AI代表着比以往任何技术周期都更大的机遇，而Claude已在展现这一潜力。Claude如今能够在数小时乃至数天内自主执行复杂项目，并行协调数以千计的智能体，开展复杂的规划、长篇研究和自我纠错式分析。Claude还能将开放式任务转化为完整、高质量的交付成果——而就在不久前，这类工作还超出前沿AI的能力范围。这些能力使Claude能够变革全球经济中规模最大的行业，包括软件开发、商业和专业服务、网络安全、金融服务以及医疗健康和生命科学，为部署Claude的组织带来生产率和产出的显著提升。

网络安全是我们最重要的近期机遇之一。随着每一代新AI模型在发现和利用漏洞方面的能力不断增强，我们预计，保护企业网络和关键基础设施将越来越需要前沿AI。与此同时，随着各组织以不断加快的速度部署智能体和自主能力，AI的普及正在扩大威胁面。我们在编程领域的领先地位使我们得以提升Claude的网络安全能力，并打造帮助企业保护其最关键基础设施的产品。例如，Claude Security能够持续扫描客户的代码库、对漏洞进行分级处理并编写修复程序。我们最近还推出了OSS Scanner，将上述部分能力扩展至企业软件所依赖的开源项目。通过我们的受信访问计划，经审核的网络防御人员还可以将我们能力最强的模型用于安全

⁹ IQVIA Institute for Human Data Science，Global Medicine Use Trends 2026，2026年2月。

运营、事件响应及经授权的渗透测试，从而推动安全转向持续保护模式。

随着Claude的前沿能力超越现有市场、开辟全新市场，延伸至机器人、先进制造和物流等领域，并加速包括药物发现和材料科学在内的科学研究进展，我们预计其他行业也将跟进。

例如，在生命科学领域，2026年全球年度药品支出预计将超过2万亿美元，⁹我们的客户、我们的生物技术合作伙伴以及我们自己的研究人员均在药物发现和开发中使用Claude。我们还在将Claude拓展至机器人领域，我们的Model Hardware Standard（模型硬件标准）使AI智能体能够操作实验室和制造设备，如显微镜、液体处理器和现成的机械臂。

归根结底，我们相信前沿AI将有助于推动全球经济增长。随着前沿AI提升劳动者和组织的生产力、嵌入其所提供的产品和服务之中并催生新的商业模式，它将创造此前并不存在的经济产出。我们相信，我们的机遇在于，随着全球经济扩张，不仅获取当今经济活动中的一部分份额，还获取上述新创造产出中的一部分份额。

安全与合乎伦理的行为的重要性

尽管AI的潜在益处非凡，但其快速发展将以可能造成重大冲击的方式影响经济和社会，尤其是在该技术未以负责任的方式开发和部署的情况下。例如，不法分子已经利用AI的能力实施了引人注目的网络攻击，以发现漏洞、生成恶意软件并规避检测工具；与滥用相关的其他风险（包括生物领域的风险）可能造成更大的危害。规模化部署的AI还可能以侵蚀信任、危害社会和破坏地缘政治秩序稳定的方式，在国家内部及国家之间集中权力和财富。未对齐的AI系统可能通过其用户和运营者无法察觉或理解的自主行动，破坏机构决策或造成大规模危害。我们相信，前沿AI公司必须在安全与对齐方面进行投入，以帮助确保这项技术的负责任扩散。我们还相信，安全、对齐及合乎伦理的行为在企业中尤其能引起强烈共鸣——在企业为关键任务型工作负载选择AI合作伙伴时，严格的安全保障措施、可预测的模型行为以及可证明的问责机制已成为决定性标准。

我们的核心优势

我们拥有五大核心优势，奠定了我们处于前沿的地位：我们的使命与专注、我们的人才与文化、我们的前沿研究与安全研究、我们的算力策略以及我们的企业战略。

使命与专注

Anthropic由一支研究人员团队于2021年创立，该团队曾取得许多定义前沿AI的重大突破。他们共同秉持一种信念：安全必须是构建强大AI的基本原则。我们拥有与该目标相一致的公司架构，以特拉华州PBC形式注册成立，并设立了明确以推进我们的使命为职责的LTBT。此外，我们公开发布安全方法论、模型评估以及我们的负责任扩展政策，因为我们相信，透明是信任的前提，而信任是规模化地负责任部署前沿AI的前提。

Anthropic的每一位员工都朝着同一使命努力，该使命指导着每一项决策——从模型架构、产品战略、合作条款，到我们如何引导研究方向和调配算力。我们不会仅凭商业机会或研究新颖性来开展项目；我们的工作必须推进我们的使命。当商业利益与安全或信任之间出现艰难取舍时，我们有明确的答案。例如，2026年4月，鉴于我们的前沿模型Mythos在网络漏洞发现方面的先进能力，我们最初通过Project Glasswing将其作为受限访问的研究预览版发布，向特定组织提供，用于网络安全应用，而非在发布时即广泛开放。我们相信，这种使命的清晰性能够减少摩擦、加快决策，并培育一种安全与能力齐头并进的文化。

人才与文化

人才是我们最重要的优势之一，因为技术、资本、产品和分销均源于卓越的人才。人才密度比人才规模更重要。才华横溢的人在同样才华横溢的同事身边会受到激励和鼓舞，从而形成吸引更多杰出人才的环境。这些人才可以借助Claude最大限度地发挥每个人的影响力。

我们相信，我们已汇聚了全球最密集的AI研究人才，其中包括许多开创了现代大语言模型（LLM）基础技术的研究人员。我们的创始团队首创了AI领域的多项基础性进展，包括规模定律（Scaling Laws）、GPT-2和GPT-3、基于人类反馈的强化学习（RLHF）以及机制可解释性。我们坚信安全与能力必须同步推进，这一信念有助于我们吸引和留住包括研究人员和工程师在内的世界一流人才。例如，在截至2026年9月30日的过去十二个月（TTM）期间，我们全体员工的非预期人才流失率为约1%。

我们始终致力于开放的内部协作和求真，这一承诺以我们谦逊低调、注重影响力且与使命一致的文化为基础。研究人员公开分享成果，同事们实时提出批评并调整方向。当多个团队并行采用不同方法时，惯例是严格评估哪种方法展现出更强且更符合对齐要求的结果。这种协作氛围难以复制，因为它既需要我们自组织创立之初便建立起来的信任基础，也需要坚持不懈地维护这种信任。这种信任以在我们这种规模下并不常见的方式体现出来：各团队始终朝着同一方向发力，而非彼此掣肘。

我们相信，在我们规模扩大的过程中，我们的文化成就了我们的人才密度。

前沿研究与安全研究

我们在前沿模型方面的领先地位是我们人才密度的直接成果。我们相信，我们的研究人员在智能、能力和可靠性方面不断突破边界，其程度一直超过规模更大或预算更多的团队。Claude在各行业真实任务中的表现获得广泛认可，包括编程、医学、法律、科学和数学。

我们的研究方式为我们的业务带来了关键优势：

• 我们的模型研究与算力性能从一开始便协同设计。架构决策从第一天起便考虑算力效率。我们的模型架构与推理基础设施在一个统一的流程中设计。AI研究人员与推理基础设施工程师共享规划周期、汇报关系和性能目标。这种方式使我们能够开发出相较于以往版本能力更强、效率更高的模型版本。

• 我们的预训练流程专为资本效率而设计。我们专注于一条清晰的流程，用于开发在架构、训练方法和数据方面的模型改进。这些改进在消耗大量算力之前先在较小规模上进行测试。纳入前沿训练运行的门槛很高，且严格以证据为依据：我们要求证明某项改进在模型规模增大时依然有效，而不仅仅是在缩小规模下表现良好。前沿训练运行是有计划、有排期的资本部署，具有已知的投入和严格的纳入标准。由此形成了一套可重复的流程，能够将研究投入转化为能力提升，同时管控前沿训练运行固有的风险。

• 我们的后训练投入专为智能体能力而打造。后训练已从收尾步骤发展为一项重大研究投入，这反映了市场从助手向智能体的转变。正是在这一阶段，我们的模型磨炼其编写代码、使用工具、遵循指令以及代表用户操作软件的能力。我们针对完整、真实的任务进行训练，这些任务的复杂程度反映了真实的专业工作。

• 我们的安全研究是一项商业优势。随着模型承担起能够访问关键业务系统的智能体角色，信任和可靠性至关重要。而且，随着能力的提升，安全运行的能力成为决定商业可行性的关键因素之一。对齐良好的模型更善于遵循用户的指令——例如，它们会避免在未充分理解用户意图的情况下采取可能具有破坏性的行动。它们在抵御提示注入等攻击方面也更为稳健，在此类攻击中，恶意行为者试图通过向模型输入非法指令来劫持模型。我们在对齐、可解释性研究、安全保障措施和红队测试方面的工作，以及借助能够评估我们安全实践的外部审查人员，有助于我们打造更安全、更可靠的模型，从而使我们能够满足客户的严格要求。安全研究与能力研究相互融合，这使我们能够提供企业工作流所需的信任和性能。

我们的算力策略

我们的算力策略始于训练这样的模型：其设计目标是在任何特定类型的算力上都具备更强的能力并更高效地运行。

我们构建能力更强的模型并更高效地提供服务的能力，体现了预训练、后训练和推理研究之间迭代循环所带来的复利回报，而这一切均得益于我们的可互换算力池。预训练和后训练研究产生专有的算力倍增因子，使我们的模型能力更强。研究和推理工程推动为这些模型提供服务所需算力的持续降低。

除了使模型能力更强、效率更高之外，我们横跨AWS Trainium、Google TPU、NVIDIA GPU和AMD GPU的多芯片算力架构使我们能够编排工作负载，以实现价格和性能的优化。我们在多个芯片家族上有效训练和运行模型方面拥有多年经验，我们相信这一点具有差异化优势且难以复制。这一基础，加上Claude对芯片和模型架构日益加深的理解，使我们能够以过去所需时间的一小部分接入新的芯片平台。

我们的算力池在设计上即可互换。我们进行了大量工程投入，构建了内部编排、调度和容量管理系统，使加速器容量无论来自哪家提供商、采用何种芯片架构或位于何处，均可在各工作负载之间调配。为客户工作负载提供服务的同一基础设施也被调配用于研究、模型开发以及Claude的内部使用。这些系统将底层硬件作为统一的容量池进行管理，监控整个池的利用率和需求，并在任何特定时间将算力调配至预计最具生产力之处。

与依赖单一平台相比，我们的多芯片算力策略为我们提供了显著更多的芯片获取渠道，并使我们能够适时获取每个芯片家族及每代芯片的性价比优势。确保这种获取渠道需要大量的预先承诺。鉴于从签订算力合同到该算力可用于服务工作负载之间的交付周期较长，我们会在预期需求出现之前提早锁定算力。在某些情况下，我们还可能在设备或基础设施交付之前预先付款。我们预计在可预见的未来将进行大量投资，包括在算力及基础设施方面的投资，以确保我们拥有维持并扩大我们在AI前沿地位所需的技术资源。

企业战略

我们的企业战略与我们的使命相一致。我们针对需要最高智能的问题打造能力最强的模型。同样的智能也被高效地应用于日常工作——根据每项任务的难度调整投入，并将工作负载分配给我们模型家族中最适合的模型。因此，我们遍布全球的客户正在从日常知识任务到其最重要问题的广泛工作中采用Claude。目前，Claude已在各主要行业中部署用于知识工作，包括金融服务、保险、医疗健康、生命科学、法律、教育、零售与商业、电信、专业服务、科技以及网络安全。除实际的企业挑战外，Claude还被应用于科学研究、药物发现、教育和气候分析等领域的紧迫全球性问题。

我们打造我们的模型、平台及应用，着眼于在生产环境中的实用性，而非基准测试表现。这一区别至关重要，因为许多AI系统在复杂的企业环境中被证明难以实施，且无法实现预期价值，而在此类环境中，治理和安全方面的顾虑仍然是采用的首要障碍之一。

我们的应用，如Claude Code和Claude Cowork，能够成倍提升员工的影响力。随着时间推移，我们的应用能力不断增强，目前经常被用于与员工并肩开展长时间运行的自主工作。各组织还将Claude作为驱动并变革内部业务流程的智能进行集成。此外，我们的Claude Platform被用作企业构建AI原生产品的基础。

随着企业客户将Claude集成到日益复杂的工作流中，他们会提出塑造我们路线图的用例和需求。他们还提供反馈，使我们能够持续改进我们的模型、平台及应用，并开发新的解决方案以推进其AI采用。

随着每一次模型和产品的进步，Claude能够应对更有价值的用例，在深化对现有客户影响的同时降低新客户的采用门槛。当某个模型跨越某类工作所需的能力、可靠性和信任门槛时，该类别的采用通常会迅速从试验阶段进入生产阶段。编程是第一个此类类别：在大约一年的时间里，Claude从建议单行代码发展到操作在生产代码库中自主工作的智能体集群。网络安全正沿着类似的曲线发展，Claude在ExploitBench（由Carnegie Mellon研究人员开发、用于评估AI模型利用软件漏洞能力的基准测试）上的表现在大约四个月内从Opus 4.8的40%提升至Claude Mythos 5的78%，再提升至Opus 5.5的91%。网络防御人员目前正在规模化地识别和修补漏洞。我们预计模型能力的这些提升将解锁更多用例。Claude Security和我们最近推出的OSS Scanner是早期例子，能够持续扫描代码库，并在攻击者发现漏洞之前提出修复方案。

作为虚拟协作者的Claude

我们相信，我们已到达一个拐点，AI系统能够在专业工作中作为真正的协作者发挥作用。它们能够快速完成实质性任务，而这些任务原本可能需要一名熟练的专业人员耗费数小时、一整天甚至更长时间。AI系统也越来越有能力执行以往因难度过大或成本过高而无法完成的任务，或提出原创的见解和分析。

我们将这些与人类并肩工作、以专业水准完成复杂多步骤工作的AI系统称为虚拟协作者。虚拟协作者拥有其所在组织授予的访问权限、系统连接和上下文，从而能够更准确、更可靠地发挥作用。它们能够浏览和使用内部工具，并执行跨越多个步骤、需要持续推理的工作流。虚拟协作者是旨在嵌入工作发生之处的AI，我们的目标是

¹⁰ IDC，Worldwide Developer Population Growth Forecast, 2025–2029，doc # US53789825，2025年9月。

继续将其扩展至全球知识工作者，据估计，该群体的人数将于2028年超过10亿。¹⁰

Claude Code

虚拟协作者目前最清晰的体现是Claude Code，它是我们的编程智能体，也是我们认为最具体地定义了自主AI工作形态的产品。Claude Code改变了市场对AI系统与软件开发人员协作所能实现之事的认知：模型不仅建议下一行代码，还更进一步进行规划、编写、测试和调试——这一过程最终产出生产级代码。在其发布后的数月内，自主编程便成为衡量前沿AI进展的参照点。就企业AI用例而言，我们相信Claude Code的推出所产生的影响可与首批被广泛采用的对话式AI助手的问世相提并论。Claude Code之所以成为虚拟协作者，在于其持续推理能力、将意图转化为行动的运行框架（harness）、无论在开发人员的机器上还是在沙箱化云环境中均能保持持久化状态的执行环境、与现有工具和系统的集成，以及用户友好的界面。其用途极为多样，且常常出人意料：例如，NASA工程师使用Claude Code为火星“毅力号”（Perseverance）探测车规划并编写导航指令，实现了首次由AI规划的火星行驶。

软件开发者是Claude的有力倡导者——他们了解系统如何运作，在评估技术工具方面具有公信力，并且常常充当采用新技术的内部倡导者。赢得他们的信任，为虚拟协作者在企业员工队伍中更广泛的扩散奠定了基础。我们已经看到这一模式正在显现：非技术团队越来越多地采用Claude Code和Claude Cowork来管理其自身的工作流。

Claude Cowork

所有数字化工作归根结底都是代码的一种表达，而Claude对代码的精通为能够处理远超软件开发范畴的复杂工作的虚拟协作者提供了动力。Claude Cowork将Claude Code同样的智能体架构广泛扩展至知识工作者，将用户的意图转化为已完成的工作，在用户桌面上自主读取文件、浏览应用程序并执行多步骤工作流，同时将底层代码抽象化。通过在Claude Code之外拓展专为特定职业和垂直行业打造的应用，我们加速Claude向新的知识工作类别普及，并深化我们在整个企业中的布局。截至2026年9月30日，Claude Cowork的采用情况（我们于2026年1月以研究预览版形式推出Claude Cowork）已超过Claude Code在2025年2月发布研究预览版后同等时间点所达到的采用水平。2026年9月，我们开始将Claude Cowork与Claude.ai合并，将智能体工作与对话式工作整合到一个统一的应用中。用户现在可以在同一对话中从简单的问题过渡到复杂的多步骤任务。

拓展虚拟协作者

我们相信，虚拟协作者的发展轨迹清晰且正在加速。每一代Claude模型都在多个维度上实现了扩展：推理的深度和严谨性、能够持续开展工作的时长和自主程度、能够完成的任务的复杂性，以及能够产出的有用成果的数量。能力评估和基准测试表明，随着Claude模型版本的迭代，能够可靠完成的任务在时长和复杂性方面均有大幅提升，其中较新的模型版本展现出尤为显著的进步。

我们正在朝着这样一个世界努力：Claude可以接受持续数小时、数天或数周的开放式任务，并以一位杰出同事的判断力和主动性自主执行这些任务。最终，数以百万计的虚拟协作者可以并行运行，各自独立处理互不相关的问题，或无缝协作以实现共同目标。其结果将是史无前例的：我们称之为数据中心里的天才之国，可供每一个组织和经济中的每一个行业使用。

Claude是企业的首选合作伙伴

各行业的企业客户依靠Claude提升生产力并实现业务转型。这些客户涵盖从AI原生初创企业到全球最大型企业。

我们相信，客户选择Claude用于各种各样的用例，从日常知识工作到其最重要的问题。他们选择我们，是为了通过我们能够带来实际成果的平台和应用获取前沿AI。我们在客户行为中看到了这种信念：企业一贯在我们最新、能力最强的模型发布后立即投入使用，倾向于将最先进的选项用于其最高价值的工作。我们的客户将我们视为长期合作伙伴，原因在于我们当前提供的前沿能力、他们期待我们未来带来的创新，以及我们在能力-成本-速度曲线上满足其需求的能力。

除我们的模型外，Claude Platform还提供基础构件，使客户能够缩短价值实现时间，并在各种用例中利用Claude的智能。这些基础构件与我们用于构建自有应用的基础构件相同。我们的应用，如Claude Code和Claude Cowork，能够成倍提升员工的影响力。随着时间推移，我们的应用能力不断增强，目前经常被用于与员工并肩开展长时间运行的自主工作。我们的模型、平台及应用的改进惠及我们的客户，并推动采用的持续增长。

我们对使命的坚守使客户有信心选择Claude作为值得信赖的合作伙伴。我们在AI对齐、可解释性、网络安全和企业级控制方面的研究投入，旨在提供各组织在面向客户及受监管场景中所需的可预测性和可靠性。这种信任意味着企业可以扩大其委托给Claude的工作范围以及集成Claude的系统范围。企业正围绕Claude调整其战略，并确信我们正在构建能够长期满足其需求的前沿AI。

我们通过一体化的方式提供这种智能。我们的Claude模型家族是基础，各模型系列针对能力-成本-速度曲线上的不同点进行了优化。在我们的模型之上，Claude Platform使开发人员能够使用我们自己所使用的基础构件，他们可以利用这些基础构件构建自己的AI解决方案。我们还在Claude Platform上构建了第一方应用，供偏好即用型部署方案的客户使用。

Claude Platform——用于构建AI解决方案的可组合系统

我们力求以每项任务所需的自主程度将Claude带到经济的每一个角落，从单一建议到可独立运行数小时的智能体，不一而足。实现这一目标需要的不仅仅是一个能力强大的模型。要求最高的部署所需的智能必须可靠、可连接，并且能够在每个组织特定的数据环境、监管约束和工作流模式中部署。智能是一个限制因素，但尚不存在的连接器、尚未制定的治理框架以及需要从零构建的编排逻辑同样是限制因素。我们的平台力求弥合这些差距，我们相信，我们弥合这些差距的广度和速度是客户选择基于Claude进行构建的主要原因之一。

我们的平台使客户能够直接使用用于构建、部署和扩展AI原生应用的基础构件。最底层是使Claude的自主性成为可能的模型能力：原生工具使用、用于桌面控制的计算机使用（computer use）、记忆以及扩展思考（extended thinking）。长上下文和低延迟模型变体使这种行动得以持续：例如，智能体可以在工作记忆中容纳整个代码库、完整的数据室或数小时累积的任务状态，并以足够快的速度迭代，使自主性得以延续而不陷入停滞。在这些之上是组合构件，例如我们的智能体软件开发工具包（“SDK”）、Claude Managed Agents、智能体技能、多智能体编排，以及用于与企业数据和工具实现通用连接的模型上下文协议（“MCP”）。这些要素共同组合成复杂的生产工作流。

这些构建模块可组合且可互操作。驱动编程智能体的同一基础构件，同样驱动研究智能体、金融分析师智能体或合规审查智能体。尽管这些智能体具有不同的连接器和智能体技能，但它们使用相同的SDK、协议和编排框架。这种可组合性是我们的客户群横跨各行业的原因之一，也是客户扩展能够无需大量集成工作即可无缝延伸至更多用例的原因之一。

触达用户所在之处的应用

我们的应用组合位于我们的平台之上，并有意保持广泛覆盖，以在多个关键维度上触达用户：

• *在其工作中。*Claude Code在终端中与软件开发人员协同工作，而Claude Cowork将同样的智能体范式扩展至知识工作者。

• *在其领域中。*Claude for Financial Services、Claude for Financial Advisors、Claude for Healthcare、Claude for Life Sciences、Claude for Legal、Claude for Education和Claude for Government均预置了领域知识、数据连接器、技能和合规控制。

• *在其应用中。*Claude for Microsoft 365和Claude in Chrome嵌入于知识工作者日常使用的软件之中。

客户赖以构建业务的平台

各种规模、各主要行业的客户均已采用Claude。《财富》500强公司，包括American International Group, Inc.和Bristol Myers Squibb，依靠Claude处理关键任务工作流。Garvan Institute of Medical Research、Gladstone Institutes和University of California, San Francisco等研究机构正在将Claude应用于世界上一些最困难的科学问题。此外，全球各地的专业消费者将Claude作为日常工具使用。

随着企业采用我们的平台和应用，我们会随着时间推移深度融入其业务。软件开发人员在我们的平台上构建应用和内部工具，并将其工作流和机构知识编码到由Claude驱动的智能体中。各组织将Claude集成到核心业务流程中。每一项新增集成都会深化合作关系，并提升客户从平台获得的价值。这种态势延伸至我们的直接客户之外。Legora和Salesforce等领先公司已基于Claude构建了覆盖数以百万计终端用户的AI驱动产品。这种覆盖可以提高Claude的知名度，我们相信，这将推动Claude的采用远远超出我们的直接客户群范围。当这些终端用户体验Claude时，可能会形成偏好和熟悉度，而这种偏好和熟悉度会随着用户在不同角色和组织之间流动而延续。

由此形成了这样一个生态系统：我们基于自己的平台和应用进行构建，我们的客户基于我们进行构建，我们的合作伙伴基于我们进行构建，而他们的终端用户在各种界面上体验Claude，从而形成深度的工作流集成，使我们的平台和应用在组织运营方式中日益处于核心地位。我们相信，我们目前产生的收入并未反映Claude为我们的客户所创造的全部经济价值——不仅是为基于我们进行构建的组织，也是为那些通过从Claude获得的智能和技能而拓展了其工作、学习和创造力的人们。我们相信，随着Claude的能力、采用以及在关键工作流中的集成持续增长，未来存在巨大机遇。

普及：无处不在的智能

我们的分销战略围绕一个目标构建：让每一个能够从Claude的智能中受益的企业、团队和个人都能获得这种智能。推动Claude普及的一个核心驱动因素是其智能——随着Claude能力的提升，为客户带来的价值不断扩大，而这种价值又推动更广泛的采用。我们的职责还在于确保智能可获取，我们通过以下方式实现这一点：通过触达客户所在之处的可组合平台和应用、直接通过我们的市场推广团队和应用AI团队，以及通过规模化地扩大我们覆盖范围的合作伙伴关系。

智能驱动型增长。我们的平台和应用是Claude的智能触达用户的主要机制。当用户开始与Claude一起构建、集思广益和解决问题时，他们很快就会将其视为工作中值得信赖的合作伙伴并加以依赖。随着Claude承担更多工作，人们亲身体验到前沿AI所能实现的成果，并大幅扩大其使用。这一模式在各组织中反复出现：专业消费者成为内部倡导者，团队扩大对Claude的使用，最初的单一工作流逐渐发展为影响整个组织运营方式的力量。

直销团队。这种自然采用通过我们的直销市场推广团队得到补充和增强，这些团队帮助将Claude规模化推广至拥有复杂工作流和业务流程的组织。当我们的直销团队与客户接洽时，Claude往往已在使用中。我们的市场推广团队利用这种自然增长势头争取高管层支持，并推动全企业范围的采用。

应用AI团队。我们的应用AI团队更深入地嵌入特定客户，构建解决方案，使各组织更容易从Claude的智能中受益。他们与企业合作，设计和部署根据客户自身需求量身定制的定制化解决方案、专业化工作流以及特定领域的实施方案。这项工作推动单个客户内部更深入的采用，并产生来自用户的反馈和信息，有助于塑造我们的平台和产品路线图。我们的直销团队和应用AI团队作为销售与工程相结合的混合职能协同工作，先按地域、再按行业进行组织，从而为每位客户带来领域专业知识。

合作伙伴关系。我们通过分销合作伙伴关系补充我们的直销工作，这些合作伙伴关系将Claude置于客户现有的技术栈之中。

• 云合作伙伴关系。我们的云合作伙伴关系及其架构方式提供了三项独特优势。第一，Amazon、Google和Microsoft各自在其云平台AWS、GCP和Azure上原生托管Claude，使企业能够在其已在运营的基础设施、安全边界和承诺结构内部署Claude。第二，这些CSP通过其合计规模庞大、获授权销售我们平台和应用的一线销售团队扩大我们的覆盖范围，以我们认为任何单一组织都难以直接复制的规模加速市场渗透。第三，我们与这些CSP采取联合市场推广方式，据此我们与客户建立直接合同关系，同时向每家CSP支付费用。这一架构使我们能够与这些CSP建立更紧密的商业利益一致性、避免渠道冲突、自主定价，并获得持续的算力效率提升所带来的财务收益。

• 生态系统合作伙伴关系。全球主要系统集成商（SI）已建立专门的Claude业务部门，配备经过培训、能够部署我们平台及应用的团队。与领先数据平台建立的市场推广联盟将Claude嵌入企业已在运营的数据基础设施之中，促进Claude在现有工作流中的采用，并使企业更容易从Claude中实现价值。为加速这一生态系统的发展和能力提升，我们于2026年3月推出了Claude Partner Network（Claude合作伙伴网络），承诺在2026年首期投入1亿美元，用于资助合作伙伴培训、技术认证，以及与将Claude引入企业环境的公司开展联合市场开发。截至2026年9月30日，该网络涵盖逾4,000家组织的超过150,000名从业人员，他们均已通过我们的Claude Certification Program（Claude认证计划）获得认证。认证代表针对特定角色的

¹¹ 年化收入（Run-Rate Revenue）是一项运营指标，不能替代按照GAAP编制的收入，亦非对未来收入的预测。由于按用量计费收入占我们收入的绝大部分且可能在不同期间之间波动，并且由于我们的年化收入增长率预计将随时间推移而下降，我们截至任何计量日的年化收入可能无法代表我们未来期间的收入。我们截至任何计量日的年化收入一直包含、且我们预计将继续包含来自以下客户的金额：我们随后认定其使用我们的模型、平台及应用违反了我们的使用政策或商业条款，且在其访问权限受到限制或终止后，预计其收入将不会持续。更多信息，参见“风险因素—我们的若干运营指标受若干假设和局限性的制约。因此，该等指标可能无法准确反映我们的实际业绩或未来业绩”一节。

能力，这些能力经过监考考试的验证，相关考试旨在让企业对其所选择的合作伙伴充满信心。2026年10月，我们推出了Claude Frontier Academy（“学院”），并以1亿美元的承诺投入作为支持，以应对企业采用AI的一项关键制约因素：能够将AI从初始用例推进至生产环境的工程师短缺。借鉴我们自身在大型企业内部署Claude的经验，学院按照与我们自己工程师相同的标准培训客户和合作伙伴的工程师，每位参与者均将在其所在组织牵头一项Claude部署。我们的目标是到2027年底通过学院培训10,000名工程师，首批学员来自领先的咨询公司和企业。

• Ode with Anthropic。我们近期与多家领先的私募股权公司合作推出了一家AI服务公司，旨在将Claude的能力带给各行业的中型公司，在Claude Platform上构建解决方案并为客户提供长期支持。Ode with Anthropic将与我们的应用AI团队及市场推广团队紧密合作。

我们广泛而多元的分销战略力求最大限度地让客户无论在何处工作都能使用我们的平台及应用。在此基础上，采用可以无摩擦地规模化扩展，并且通过我们的应用AI团队和合作伙伴关系，我们帮助企业随着其采用的增长实现更多价值。

支持长期投资的空前财务模型

我们相信，AI在全球经济中的普及代表着历史上改善人类生活和工作方式的最大机遇之一，而这一进程才刚刚开始。截至2026年9月30日，我们按过去十二个月计算贡献收入10万美元或以上的客户包括《财富》10强中的每一家公司、超过50%的《财富》500强公司以及超过30%的全球2000强公司。在《财富》500强中，这些客户包括10家最大的软件及IT服务公司、10家最大的互联网公司、10家最大的制药公司中的9家、10家最大的银行、10家最大的半导体公司中的9家，以及10家最大的医疗健康公司中的8家。我们相信，企业仍处于部署的早期阶段，并且我们相信，大多数知识工作者尚未充分体验前沿AI能够帮助他们完成的事情。我们相信，许多行业才刚刚开始探索AI原生工作流的变革潜力。此外，Claude模型的每一个后续版本都旨在开启新的用例、新的客户类型以及全新类别的经济价值，并扩大我们的潜在市场。

我们将继续投资于为人类的长期利益负责任地开发和维护先进AI。我们的财务模型为我们进行这些投资和推进前沿提供了竞争优势。

显著的收入增长

快速的客户采用及收入增长

我们的企业战略旨在通过将Claude直接嵌入业务关键型工作流并支持开发基于Claude的产品，推动持久的客户采用。过去三年中，我们在全球各种规模、各个行业的公司中见证了客户的快速采用。从2025年9月30日至2026年9月30日，我们按过去十二个月计算贡献收入10万美元或以上的客户从超过950家增长至超过11,900家。此外，截至2026年10月31日，我们的年化收入为____美元。¹¹

显著的客户扩展

客户使用Claude的历程通常始于单一用例，随后扩展至各个部门、应用和工作流。随着我们的模型能力不断增强，客户往往会深化与我们的合作关系——他们找到更多将Claude嵌入其工作流的方式，从而扩大Claude在其企业内能够完成工作的范围。这种初始部署、价值得到验证、随后迅速扩展的模式已在众多组织中复现，并体现在我们截至2026年9月30日约900%的净收入留存率（Net Revenue Retention）上。

随着客户采用Claude Code等智能体类产品，我们看到了这种扩展。例如，在截至2026年9月30日止三个月内，未使用Claude Code的Claude Enterprise用户平均每月支出不到75美元，而在使用Claude Code的Claude Enterprise用户中，排名前5%的用户的支出约为该金额的20倍。

当我们通过开启新能力以及以更低的单任务成本提供现有能力来为客户创造价值时，普及也会随之加速。客户的单任务成本可能因两个原因而下降：能力更强的较新模型版本能够更高效地完成任务，以及我们可能降低模型的收费价格。例如，随着2026年9月Claude Fable 5.1的发布，与Fable 5相比，我们将典型工作负载的成本降低了约25%，对于复杂编程和高度智能体化的任务，节省幅度最高可达45%。同样，随着同月Opus 5.5的发布，与Opus 5相比，我们将客户的单任务成本降低了约40%。在上述每种情况下，成本降低均是价格下调与效率提升共同作用的结果，二者各自的贡献取决于具体任务。得益于我们的算力效率，我们得以在实现这些改进的同时保持利润率。

过去，当我们推出能力显著提升且单任务成本更低的新模型版本时，我们通常会看到客户扩大对我们智能服务的使用。例如，我们于2025年11月推出了Opus 4.5，与其前代Opus 4.1相比，其能力更强、价格及单任务成本更低。该版本推出后，我们的总收入环比增长率从截至2025年12月31日止三个月的48%加速至截至2026年3月31日止三个月的132%。这一增长反映了多项因素的综合作用，包括开启新用例的更低价格和更强能力、新产品的涌现以及客户采用的扩大。最近，我们于2026年9月推出了Opus 5.5，与此前可用的模型相比，其能力显著提升且单任务成本更低，此后许多客户已从较早的模型迁移至该模型。

算力效率

*为企业客户提供溢价价值。*Claude在智能前沿的地位使我们能够获取与我们输出的影响、质量和可靠性相称的价值。企业客户将Claude嵌入业务关键型工作流，从而带来比消费级AI更强的留存率和更高的变现水平。我们相信，我们的高端智能以及对高价值客户工作负载的专注，使我们能够从算力投资中获得更高的回报。

*算力策略。*我们相信，与业内其他方式相比，我们的算力策略能够从研究和模型开发中产出更多智能，并且我们能够以既定数额的算力投资支持客户和内部对Claude的更多使用。我们通过多个战略合作伙伴实现的单一集群可互换性进一步强化了这一优势，使我们拥有多元化的算力基础、抵御供应限制的韧性，以及以灵活性较低的架构所无法比拟的方式优化效率的能力。

闭环。“闭环”对算力效率的实际价值巨大：Claude已帮助编写和迭代对高效推理至关重要的算力倍增因子，并加快了开发和模型发布的时间进程。

运营效率

*高人才密度。*截至2026年9月30日，我们拥有约5,300名员工，过去十二个月人均收入超过660万美元——我们相信，这反映出我们汇聚了全球最密集的AI研究人才。我们培育一种低自我、高影响力且与使命一致的文化，最大限度地减少摩擦，我们相信这使我们的组织能够产出与其员工人数不成比例的成果。

*高效的市场推广。*我们并不完全依赖传统的企业销售团队。我们的智能驱动型增长和广泛的分销合作伙伴关系使我们能够迅速扩大客户采用和收入，而不受制于我们扩充销售及营销人员的速度，从而实现了较典型企业科技公司更高的销售效率。

Claude的内部使用。我们的运营效率体现了一个作为自身技术最密集使用者之一的组织所具备的结构性优势。例如，2026年9月我们代码库中超过90%的贡献由Claude编写。此外，截至2026年9月30日止三个月，每名工程师向我们代码库贡献的日均代码量是截至2024年12月31日止年度日均量的45倍以上。Claude已嵌入所有团队的工作流中，大幅提升了我们组织的整体生产率，而每一个新模型版本都在加速这一效应。

长期投资理念

构建前沿AI需要大规模投资，而我们的财务模型表明，我们能够在进行这些投资的同时产生日益可观的回报。将截至2026年6月30日止三个月与截至2025年6月30日止三个月进行比较即可证明这一点：

• 收入增长1,368%；

• 算力及基础设施费用增长300%；

• 其他经营费用增长741%；

• 经营利润率从(152)%提升至8%；以及

• 经调整经营利润率从(129)%提升至19%。

前所未有的收入增长、算力效率和运营效率共同驱动这一模型，这种组合使我们有信心在近期和长期内持续进行规模化投资。

为支持我们的研究、模型开发、客户需求及Claude的内部使用，我们持续进行规模化投资。截至2026年9月30日及其后，我们已订立采购承诺和租赁协议（包括短期承诺以及尚未开始的租赁），承诺支出总额超过____美元。这些承诺中约____美元预计将在2030年12月31日之前发生，剩余部分几乎全部预计将在2031年至2045年间发生。这些承诺中约____美元将在未来12个月内到期。更多信息，参见“管理层对财务状况及经营业绩的讨论与分析—流动性及资本资源—合同义务”一节。

在我们为前方的巨大机遇大力投资之际，我们的核心优势使我们能够从为扩展业务而投入的每一美元中获得更多回报。我们财务轨迹的增长势头增强了我们的信念，促使我们继续投资以构建和扩展安全、有益且可理解的强大AI，并使我们为长期增长做好了充分准备。

我们的增长战略

我们的增长战略体现了我们的信念：在前沿AI领域保持持续领先，需要在以下方面持续投资：我们的人员和文化，算力及基础设施，Claude的智能、能力与安全，Claude可用性的广度，客户采用和扩展，进入新市场，以及加速实现我们使命的战略交易与合作伙伴关系。

• ***投资于我们的人才与文化。*人才是我们最重要的优势之一，而保持我们的人才密度需要留住杰出人才，并招募认同我们使命的世界级人才，包括研究人员和工程师。同时，我们利用Claude本身来发展业务，而无需线性增加员工人数，从而实现了非凡的人均贡献。我们计划继续投资于我们低自我、高影响力且与使命一致的文化，这一文化在我们规模扩张的过程中推动了我们的人才密度。

¹² IQVIA Institute for Human Data Science，《Global Medicine Use Trends 2026》，2026年2月。

• ***投资于算力。*算力是关键投入，既支撑我们的前沿研究，也支撑我们满足日益增长的客户需求的能力。目前，我们与主要的超大规模云服务商和领先的芯片供应商合作，使我们能够多元化地获取算力，并能够在新硬件推出时灵活采用。我们计划在现有承诺之外获取更多算力，扩大我们自有的数据中心布局以获取更多长期算力，并改善我们算力投资的成本结构。我们计划通过扩展我们在多芯片算力架构上编排工作负载的能力，以及投资于能带来进一步算法进步的研究，继续提升算力效率，从而使我们已取得的效率提升进一步叠加。

• ***推进Claude的智能、能力与安全。*保持我们在前沿AI领域的领先地位，需要对推动每一代Claude模型的研究突破进行持续投资。我们计划继续同步推进Claude的核心智能与安全，拓展AI系统能够可靠完成之事的前沿——从扩展自主工作的复杂性和持续时间，到开创AI在各专业领域的全新应用方式，例如软件开发、金融服务、保险、医疗健康、生命科学、法律、教育、零售和商业、电信、专业服务、科技以及网络安全。我们相信，随着Claude能力的进步，其将满足全新类别的使用需求，从而带来更深入的采用和对我们平台更大的需求。

• ***让Claude无处不在。*我们计划继续努力，使Claude的智能能够在每一个开展工作的界面上获得。目前，客户通过我们自有的平台及应用（包括Claude Code、Claude Cowork、Claude.ai、Claude Security、Claude Design和Claude Science）、通过与AWS、GCP和Azure的云市场集成，以及通过嵌入企业应用来使用Claude。我们计划扩展这些渠道，并在新客户已经开展工作的地方触达他们。随着Claude出现在更多开展工作的界面上，我们预计我们的品牌将得到强化，从而推动进一步的采用。

• 推动现有客户和新客户的采用。我们计划扩充我们的直接市场推广团队和应用AI团队，以深化企业关系、为复杂部署构建定制化的智能体解决方案，并帮助客户在其运营中扩展Claude的使用。我们专注于打造一个全球品牌，使其成为企业和专业消费者信赖的可靠、安全且可引导的前沿AI的代名词。我们计划深化我们的云分销合作伙伴关系，并扩大对合作伙伴一线销售团队的赋能，以销售、部署和集成Claude。我们还计划继续投资于我们的专业消费者渠道，在该渠道中，个人用户往往成为将Claude引入其组织的内部倡导者。我们正通过扩展区域办事处和合作伙伴关系，增强服务国际客户的能力，并且我们预计，随着全球对AI的需求加速增长，国际扩张将成为重要的增长驱动力。

• 将前沿拓展至新市场。随着前沿AI的持续进步，我们看到其有潜力加速新发现并开辟全新市场，覆盖从医疗健康和生命科学到机器人技术和物理世界等领域。例如，在生命科学领域，2026年全球年度药品支出预计将超过2万亿美元，我们的客户、我们的生物技术合作伙伴以及我们自己的研究人员均在药物发现与开发中使用Claude。¹²我们正在构建在该流程各个阶段为科学家提供支持的AI智能体。为了为该行业打造最好的工具，我们已投资建立自身深厚的生命科学专业能力，包括聘请行业专家、建设分子生物学实验室、收购Coefficient Bio，以及与行业领导者合作。在知识工作之外，我们相信前沿AI有能力变革体力工作。Claude通用能力的进步，加上我们的Model Hardware Standard（模型硬件标准），如今使其能够操作显微镜、液体处理仪以及现成机械臂等实验室和制造设备。我们相信，不断复合增长的模型能力将继续在全球经济的许多其他领域开启变革性机遇。

• 寻求战略交易与合作伙伴关系。我们计划有选择地寻求能够加速实现我们的使命、扩大我们的覆盖范围并增强我们竞争地位的收购、投资和战略合作伙伴关系，包括与系统集成商、咨询公司和数据平台建立的生态系统合作伙伴关系。在一个人才受限的行业中，收购可以成为增加杰出技术人才的有效途径，这些人才能够立即为推进Claude的能力作出贡献。我们也可能寻求能够强化我们的基础设施地位或深化我们在战略重要领域能力的交易。例如，2026年4月，我们完成了对计算生物学公司Coefficient Bio, Inc.的收购，以加速我们在生命科学领域的研究。我们也可能寻求合作伙伴关系，例如我们近期推出的AI服务公司Ode with Anthropic，我们在其中与多家领先的私募股权公司合作，将Claude的能力带给各行业的中型公司，在Claude Platform上构建解决方案并为客户提供长期支持。生态系统合作伙伴关系也扩大了我们的覆盖范围，使客户能够通过系统集成商、咨询公司和数据平台采用Claude。

我们的模型、平台及应用

我们正在前沿AI的每一层进行构建。我们的Claude模型家族提供底层智能。我们的Claude Platform将这种智能以一组可组合的基础构件的形式提供，开发者和企业可以将其组装成自己的解决方案。我们的应用借助同样的基础构件，并将其打包成客户可以直接部署的产品。由于我们以一体化的方式构建这些层级，任何一层的改进都会在整个技术栈中产生复合效应，并使我们的客户受益。我们相信，这种一体化的方式使我们成为借助AI实现业务转型的客户的首选合作伙伴。客户可以立即采用、治理和扩展我们的技术，而我们发布的每一个新的基础构件和应用都会扩大他们可以在Claude上运行的工作流范围。

我们的平台将前沿智能与将这种智能投入生产所必需的运行框架（harness）、连接器、治理和编排统一起来。随着客户在我们提供的基础构件之上进行构建，Claude成为其数据、工作流和机构知识不可或缺的一部分，而双方的关系也随着每一次集成而不断加深。我们向所有构建者开放我们的平台，因为我们相信，让众多公司能够在Claude上进行构建，所产生的创新和价值将超过我们独自所能创造的。

我们构建第一方应用，以展示前沿模型的发展方向，并在我们对工作流有独到见解的领域提供完全一体化的解决方案。Claude Code和Claude Cowork等应用是智能体工作未来可能形态的早期范例；它们将我们最新的AI能力直接交到用户手中，同时加速市场对AI可能性的理解。由于我们的研究团队和产品团队并肩工作，新的模型能力为我们的产品提供指引，而客户对这些产品的反馈则为我们的研究优先事项提供指引。这使我们能够面向我们认为模型能力未来的发展方向打造产品，而不仅仅着眼于其当前水平。例如，我们围绕预期模型将实现的智能体编程能力设计了Claude Code，这使其能够在这些能力到来时迅速实现规模化。我们对Claude Cowork也采取了类似的方式。

我们在设计产品时，还致力于缩小Claude能够做到的事情与客户对其使用充分程度之间的差距，我们相信这对于帮助客户实现前沿智能的价值十分重要。我们并不要求客户了解底层模型的工作原理，而是打造使客户能够像与同事互动一样简单自然地与Claude互动的产品，使他们能够在新能力推出时即加以采用。我们相信，随着我们拓展前沿并扩大应用界面，客户将更快地实现价值，将Claude更深入地嵌入其运营，并日益依赖我们作为其AI转型的主要提供商。

Claude模型家族

Claude模型家族目前由四个模型系列组成：Mythos（包括Fable）、Opus、Sonnet和Haiku。我们的模型系列可单独用于某些任务，也可相互组合使用。它们为每个用例选择理想的性能、成本和速度提供了广泛的灵活性。所有模型均支持文本、代码和多模态输入。

• Mythos（包括Fable）。我们能力最强的模型系列，在所有领域均提供前沿性能，能够解决AI此前未能可靠处理的问题，尤其是在编程和长时间运行的智能体任务方面。鉴于其在软件漏洞发现和生物学等敏感领域的先进能力，我们以两种不同的配置部署这一底层模型。Fable已全面开放，并在我们的生产安全保障措施下运行，这些措施会阻止或限制其在某些敏感主题上的表现，包括将请求路由至能力较弱的Claude模型。Mythos在为从事网络安全和生命科学工作的经审查组织和个人校准的安全保障措施下运行，并通过我们的受信访问计划（包括我们的Cyber Verification Program（网络安全验证计划））提供。我们于2026年4月首次通过Project Glasswing以Claude Mythos Preview的形式提供该模型系列，于2026年6月全面开放Fable 5并向Project Glasswing参与者提供Mythos 5，并于2026年9月发布了Mythos 5.1和Fable 5.1。

• *Opus。*我们面向推理密集型任务的强大主力模型系列。我们最新发布的Opus版本Claude Opus 5.5旨在成为企业日常主力模型，为端到端运行项目的智能体提供支持，并提升智能体编程、计算机使用（computer use）和知识工作等方面的能力。Opus模型在关键行业基准测试中始终位居领先模型之列。

• *Sonnet。*我们面向日常任务的多功能模型系列，在性能、成本和速度之间取得平衡，适用于最广泛的通用用例，包括多智能体编排设置中的高用量子智能体。

• *Haiku。*我们成本最低、速度最快的模型系列。Haiku模型专为客户服务智能体和大规模文档处理等高用量工作负载而设计。

Claude Platform

客户选择Claude不仅仅是因为模型。Claude Platform使开发者和企业能够在具备高可靠性、高安全性和高可用性的基础设施上构建、管理和部署智能体AI应用。

平台功能

平台功能使开发者能够定制其对Claude的使用，包括：

• 扩展思考。Claude能够在生成最终回复之前进行额外的内部推理，逐步处理复杂的多步骤问题，以提升分析、数学和编程等任务的回复质量。

• 自适应思考。Claude会自动判断某一请求是否需要扩展推理以及应投入多少推理——这样，开发者无需逐个请求配置推理水平即可获得扩展推理的益处。

• 投入程度控制。开发者可以为每个请求指定投入程度，以引导Claude投入多少推理，从而在回复质量与成本和延迟之间取得平衡。

• *工具使用。*Claude能够在整个对话过程中原生调用外部函数和API，并支持并行执行以及在工具调用之间进行交错思考。搜索工具仅按需加载特定任务所需的工具，与预先加载完整工具库相比，可以降低token开销。

• 长上下文。Claude支持大型上下文窗口，并在输入增长时仍保持强劲性能，这意味着开发者可以在单个请求中纳入整个代码库、大型文档集或较长的智能体历史记录。

• *结构化输出。*开发者可以将Claude的回复约束为指定的模式，例如有效的JSON（JavaScript对象表示法），使结果能够与下游系统和应用代码可靠集成，减少额外的解析或验证。

• 代码执行。一种沙箱化执行环境，Claude可在其中于智能体循环内编写、运行和迭代代码，这是数据分析和自动化工作流的基础。该环境使Claude能够更高效地调用工具和处理大量数据，并运行打包在智能体技能（Agent Skills）中的脚本。

• 网络搜索。一种原生工具，使Claude能够访问实时网络信息，从而在生产应用中提供有依据、可标注引用的回复。

• *Files API。*使开发者能够一次性上传文档并在多个会话中引用，从而简化依赖持久化文档的工作流。

上下文管理

开发者可以使用上下文构件，为其智能体和应用将上下文连接至Claude。

• *模型上下文协议（MCP）。*MCP是我们于2024年11月推出、并于2025年12月捐赠给Linux基金会旗下Agentic AI Foundation的开放标准。MCP定义了一个通用接口，Claude以及其他AI工具可以通过该接口连接到企业数据源、工具和工作流。Claude Platform的原生MCP连接器可自动处理连接管理、工具发现和错误处理。

• *智能体技能（Agent Skills）。*一种模块化框架，使组织能够将可重复的任务、工作流和领域专业知识编码为可复用的包（即技能），供Claude按需加载。我们为Word、Excel、PowerPoint和PDF等常用格式提供预置技能，而自定义技能则可以涵盖从工程标准和监管流程到专有工具链的任何内容。这些技能将机构知识转化为智能体能力。

• Model Hardware Standard。我们的Model Hardware Standard目前处于研究预览阶段，使AI智能体能够查找、理解并安全操作显微镜、液体处理仪以及现成机械臂等实验室和制造设备。我们的Model Hardware Standard与模型无关，可使任何智能体运行框架通过MCP等标准协议访问具备可编程接口的设备。

基础设施

Claude Platform为企业级智能体工作负载提供高可靠性和高可用性。在Claude上进行构建的客户需要模型在其运营的任何地方都能得到可靠服务，需要模型能够以规模化和高速度高效运行，并需要能够让模型自主工作的工具。我们运营这些基础设施，使客户无需自行构建和维护。

• 可用性。Claude Platform可直接从Anthropic获取，也可通过AWS、GCP和Azure等主要云服务提供商获取。功能可用性因部署方式而异。

• 成本、速度与规模。开发者可以调整Claude的运行方式，以适应每个工作负载的性能和经济性要求：

• 提示缓存。大型、重复使用的提示词组件可缓存最长一小时，与在不使用缓存的情况下处理相同请求相比，对于长提示词可将成本降低最多约97%，并将延迟降低约60%。

• 批处理。以更低成本实现高用量的异步处理。

• 快速模式。为速度至关重要的延迟敏感型和交互式应用提供更低延迟的回复。

运行框架（harness）

单靠模型本身并不能构成智能体。在生产环境中可靠地运行智能体颇具挑战，因为智能体必须能够在崩溃和中断后存续，以范围受限且可审计的凭证对系统执行操作，并能根据多变的工作负载进行扩展。自主运行需要运行框架（harness），它提供模型自主规划、调用工具、核验自身工作并安全完成任务所需的安全环境、凭证、记忆和编排循环。构建和运营该等基础设施是一项专业且持续的工作，直到最近，每个客户都必须自行承担这项工作。我们在Claude Platform上提供两种运行框架的运行方式：

• *Agent SDK。*该解决方案向所有开发者提供为Claude Code提供支持的同一套生产级运行框架，供其在自有算力上运行。它内置上下文管理、会话处理、多智能体协调和提示优化功能，使客户能够在其自有基础设施上构建和运行复杂的智能体，所需时间仅为原本所需时间的一小部分。

• *Claude Managed Agents。*一种开箱即用的解决方案，由我们在Anthropic管理的算力上代表客户运营运行框架。我们托管沙箱、存储凭证、维护记忆并运行智能体循环；客户则定义其智能体的任务、工具和护栏。当新模型推出时，客户无需重建其智能体循环。

直营应用及集成

我们的平台基础构件和模型是我们所有产品的基础，并支持广泛的用例，从编程智能体到生命科学、金融、安全等领域的专业产品。结合我们对模型当前及未来能力的深刻理解，这一基础使我们能够快速推出在众多用户类型和工作流中释放价值的产品。

• *Claude Code。*一款编程智能体，以终端工具、桌面应用、网页界面和移动应用形式提供，并与GitHub及主流IDE（集成开发环境）原生集成。Claude Code能够凭借持续的上下文，在大型代码库中处理多步骤软件开发任务——规划、编写、编辑、测试、调试和提交代码，并支持并行智能体会话，使单个开发者能够同时推进多项任务。

• *Claude Cowork。*一款基于Claude Code智能体架构构建的知识工作智能体，可在桌面端、网页端和移动端使用。用户以日常语言描述任务，Claude将其分解为若干步骤，并跨本地文件、已连接的应用、Chrome及桌面本身完成这些步骤，在不存在集成的情况下通过原生应用程序进行点击和输入操作。它交付成品文档、电子表格、演示文稿和整理好的文件夹，无需使用终端或编写代码。开源插件系统让用户能够安装或构建将技能、数据连接器和工作流打包在一起的程序包。

• *Claude.ai。*我们的旗舰对话产品，可在桌面端、网页端和移动端使用。Claude.ai是接触Claude最广泛的入口，面向企业、团队和个人提供，可访问我们的Claude模型家族，并支持文件上传、可在多次对话间保持持久化上下文的项目、记忆、网络搜索以及用于实时渲染代码和文档的artifacts。Claude.ai在获客漏斗顶端为企业采用创造需求。2026年9月，我们开始将Claude Cowork与Claude.ai合并为一个统一的应用程序，从而借助Claude Cowork的能力，使用适当的工具自动处理任何请求。

• *Claude Security。*一款防御性网络安全产品，以公开测试版形式向Claude Enterprise客户提供，将前沿的漏洞检测和修补能力交到安全团队手中。Claude Security像安全研究人员一样对代码进行推理，追踪数据流并检查代码库中各组件如何交互，从而发现基于模式的扫描工具可能遗漏的复杂且依赖上下文的漏洞。每项发现均附有置信度评级、严重性评估和复现步骤。用户可直接转入Claude Code审阅并应用拟议的补丁，从而缩短从扫描到修复的时间。

• Claude Tag。一款协作型智能体，在Slack等生产力工具中与团队协同工作，用户可在任何频道或讨论串中标记Claude，并以日常语言委派工作。借助周边对话、企业软件工具、共享文档以及频道范围内记忆所提供的上下文，Claude直接在讨论串内返回答案、草稿、分析和拉取请求（pull request），作为一名知道何时主动加入对话的常驻队友开展工作。Claude Tag将Claude引入团队已在其中开展协调的多人工作流，将采用范围从个人扩展至整个组织。

• *Claude Design。*使用户能够通过自然语言对话和直接编辑，创建精美的设计、原型、演示文稿及其他视觉作品。Claude Design将我们的平台延伸至视觉和创意工作领域，拓宽了设计师、营销人员、创始人和市场推广专业人士可借助Claude完成的专业任务范围。

• Claude Science。一款面向科学研究的AI工作台，将文献分析、数据处理和稿件准备整合到单一桌面环境中。研究人员以日常语言描述一项分析，Claude Science即可查询60多个科学数据库，端到端地完成该分析。Claude Science在实验室的自有机器、机构计算集群或按需云资源上执行计算密集型工作负载，而无需研究人员管理底层基础设施。它交付可直接用于发表的图表和稿件，并附有原生渲染的科学输出、完全可复现的代码、由智能体驱动的核验以及可追溯的结果。Claude Science将Claude延伸至科学研究领域，将前沿能力直接交到致力于攻克世界上一些最艰巨难题的研究人员手中。

客户可通过我们的Claude Enterprise产品使用上述每一款产品。Claude Enterprise提供安全与合规控制，包括基于SAML（安全断言标记语言）的单点登录及SCIM（跨域身份管理系统）用户预配、基于角色的访问控制、审计日志、Compliance API（合规API），以及旨在支持医疗健康和受监管数据工作负载遵守《1996年健康保险流通与责任法案》（“HIPAA”）的配置，此外还提供用于IT监督、成本可见性和控制的集中式管理控制台。

受监管行业及其他行业的客户使用我们能力最强的模型处理敏感工作。这些客户必须保持其数据的私密性，而我们必须能够检测滥用行为。2026年9月，我们宣布推出Enterprise Frontier Safeguards（企业前沿安全保障措施），旨在同时满足这两项需求。我们用于自动化安全监控的活动数据存储在客户自己的云账户中，受客户的加密密钥和访问控制保护。我们的自动化系统会审查近期活动是否存在严重滥用的迹象，并将此类滥用的警报直接发送给客户的安全团队。整个过程无需Anthropic员工进行审查。我们与金融服务、医疗健康和公共部门等行业的100多家客户共同开发了Enterprise Frontier Safeguards。我们正在分阶段推出该功能，在推出完成之前，符合条件的客户可就Fable 5和Fable 5.1享受零数据留存，即除为遵守适用法律或打击滥用或危害所需的情况外，我们在处理请求后不会存储其输入或输出。

垂直行业解决方案

除横向平台和应用外，我们还在因领域专业性和监管要求而使通用工具无法满足需求的行业中构建垂直行业解决方案。我们的垂直行业解决方案专为特定用途打造，内嵌领域知识、旨在支持行业特定合规要求的控制措施，以及可缩短价值实现时间的预配置数据集成。我们的垂直行业解决方案通过多种渠道交付，包括我们的Claude Enterprise和Team方案、在我们的个人订阅方案中提供的领域专用连接器和插件、Claude Platform，以及（就Claude for Education而言）全机构范围的协议。迄今为止，我们已推出七项垂直行业解决方案：

• *Claude for Financial Services。*为金融专业人士提供预构建、可定制的AI智能体，用于常见的金融工作流，例如起草推介材料（pitch book）、审阅盈利情况、开展了解你的客户（KYC）筛查以及进行财务分析。Claude for Financial Services直接接入这些机构已在使用的数据源（例如市场数据、数据仓库），并在金融专业人士使用的工具内运行，例如Excel、PowerPoint、Word、Outlook以及Claude自身的应用。

• Claude for Financial Advisors。为财务顾问和财富管理机构提供预构建、可定制的工作流，用于常见的顾问任务，例如筹备客户会议、起草跟进函件、审阅投资组合再平衡以及准备遗产和税务简报。Claude for Financial Advisors直接接入顾问已在使用的系统（例如托管平台、投资组合管理和财务规划工具以及客户关系管理软件），并在每个工作流中内置顾问审阅环节，以帮助相关机构满足其合规要求。

• *Claude for Healthcare。*为医疗服务提供方、支付方和健康科技公司提供前沿模型，具备涵盖临床推理、医疗编码和长周期智能体运营的领域智能，以及旨在支持医疗和运营工作流遵守HIPAA的工具。Claude for Healthcare还连接至多个行业系统，包括美国联邦医疗保险和医疗补助服务中心（Centers for Medicare & Medicaid Services）覆盖范围数据库、ICD-10以及国家医疗服务提供方标识（NPI）登记库，并配有用于快速医疗互操作性资源（FHIR）开发和事先授权审核的智能体技能。

• *Claude for Life Sciences。*为计算生物学家、生物信息学家、临床试验经理和注册事务专员提供内置于前沿模型中的领域智能，涵盖有机化学、结构生物学、实验方案和生物信息学流程。Claude for Life Sciences支持整个研发链条上的工作，从早期发现和临床前研究，直至临床试验运营和注册申报。Claude直接接入研究人员已在使用的工具和数据库，例如电子实验记录本、数据存储库和科学文献。

• *Claude for Legal。*为法律专业人士、企业内部法律顾问、律师事务所律师和法务运营团队提供预构建的AI智能体，用于常见的法律工作流。Claude for Legal直接接入法律专业人士已在依赖的系统和工具。通过MCP连接器，Claude for Legal可连接至Relativity等电子证据开示和法律数据智能平台、Ironclad等AI合同平台、法律研究数据库、交易数据室以及案件管理系统。每个智能体和工作流均可按照团队自身的先例、流程、上报链条、风险校准和内部风格进行配置，并配有旨在支持律师－客户特权、信息隔离墙和保密义务的控制措施。

• *Claude for Education。*为高等教育机构和K-12教育工作者提供值得信赖的AI解决方案。Claude for Higher Education为教职员工、学生、研究人员和行政管理人员提供用于教学、学习、研究和运营的AI伙伴。其中包括面向学生的学习模式，旨在强化批判性思维。Claude还在研究、拟定作业和支持行政工作等各项任务中为大学教职员工提供帮助，所有这些均具备为满足机构要求而构建的安全与合规能力。Claude for Teachers向美国经过验证的K-12教育工作者免费提供高级Claude功能、教学技能库，以及与循证课程的直接连接，该等课程与全部50个州的学术标准相对应。Claude协助处理文书工作，让教师能够花更多时间陪伴学生。

• Claude for Government。在获FedRAMP High授权的环境中，向美国政府机构提供Claude模型，用于起草、研究、分析和编程，旨在支持政府客户的数据处理和可审计性要求。美国境外的政府客户以及在涉密环境中拥有工作负载的客户可通过Amazon Bedrock使用Claude模型，但须受该平台的授权和可用性所限。

我们的基础设施

我们的基础设施支撑着我们训练前沿模型、规模化地提供推理服务、管理Claude的内部使用，以及以企业部署所需的性能和可靠性向客户交付Claude的能力。我们已构建起一个差异化的基础设施层，使我们能够在多个硬件平台上更高效地训练和部署前沿模型。这一基础设施优势会随时间推移不断累积：随着我们对每个芯片家族进行优化，我们系统的每一层都会相应受益。

多芯片算力策略

我们已在多个芯片平台上制定审慎且多元化的算力采购战略，该战略带来以下独特优势：

• 我们能够从多家供应商获取算力，而不受制于任何单一供应商。

• 我们能够根据每项工作负载的最佳性价比和效率特性选择芯片，从而受益于各平台的差异化优势。

• 我们与每家供应商均保持协作关系，并对未来几代芯片的路线图和功能施加影响。我们的芯片平台包括：

• *AWS Trainium。*我们与Amazon的战略合作使我们能够获得AI加速器（包括定制设计的Trainium芯片）和算力基础设施，并有机会对未来几代Trainium芯片施加影响。

• *Google TPU。*我们与Google和Broadcom的合作伙伴关系使我们能够获得涵盖多代TPU平台、由Google TPU提供支持的算力容量。

• *NVIDIA GPU。*我们与NVIDIA Corporation（“NVIDIA”）的战略合作伙伴关系，连同我们与Microsoft、SpaceXAI、Nscale、Lambda及其他云服务提供商的安排，使我们能够获得由NVIDIA GPU（包括NVIDIA Grace Blackwell及Vera Rubin GPU系统）提供支持的算力容量，并有机会在设计和工程方面与NVIDIA直接合作，针对我们的工作负载特征优化未来的NVIDIA硬件。

• *AMD GPU。*我们与AMD的关系，连同我们与基于AMD的Helios机架级系统的认可制造商及第三方服务提供商的安排，使我们能够获得由AMD Instinct™ GPU（包括AMD Instinct™ MI450系列GPU）提供支持的算力容量，并有机会通过一项多年期工程合作与AMD直接开展合作。

• 我们引入新芯片平台所需的时间仅为过去的一小部分。过去，将新芯片平台投入生产需要历时数月的高强度工程投入。借助Claude，我们的工程团队现在能够更快地将新芯片平台投入生产。这种速度和效率还依赖于我们已在多个芯片家族上构建的稳固基础，包括一个专有编排层，该编排层旨在针对我们的实际工作负载无缝测试和衡量性能。因此，我们能够在新的AI加速器上市时即予采用，从而在扩大算力容量获取的同时，降低对任何单一硬件供应商的依赖。

有关该等安排条款的更多信息，参见“管理层对财务状况及经营业绩的讨论与分析——流动性及资本资源——合同义务——基础设施服务安排”一节。

我们的数据中心战略

过去，我们以固定期限协议采购算力。随着我们的算力需求不断扩大，我们已转向一种混合模式：除以云服务形式采购算力外，我们还直接采购专用AI加速器，并在按照我们的规格、代表我们租赁和运营的专用数据中心设施中运行这些硬件。我们将这一额外的算力来源称为Anthropic Direct。这一转变在一定程度上是由我们的算力需求规模以及直接租赁和托管基础设施的潜在长期经济优势所推动的。我们的首个数据中心设施已于今年投入运营。

Anthropic Direct还使我们能够将对数据中心容量的承诺与对其中部署的AI加速器的承诺区分开来。由于数据中心需要较长的筹备周期，但在算力总成本中所占比例较小，这一方式使我们能够提前锁定数据中心容量，同时将规模更大的加速器投资推迟至我们的具体算力需求更加明确之时。

我们的数据中心基础设施战略包括若干合同安排，这些安排共同构成一项新的算力来源，以补充我们从CSP采购的容量。该等安排包括：

• *算力基础设施设备。*我们通过设备租赁主协议（包括2026年租赁安排）采购专用AI加速器及相关组件（包括CPU和高带宽内存），根据该等协议，我们接收此类硬件，以部署于由他人代表我们运营的专用数据中心设施中。有关该等租赁条款的更多信息，参见“管理层对财务状况及经营业绩的讨论与分析——流动性及资本资源——合同义务——基础设施设备租赁”一节。

• *数据中心。*在我们的部分数据中心基础设施安排中，由第三方合作伙伴采购底层不动产、电力和数据中心设施，而我们租赁该等设施中的容量，并与专业第三方运营商签约进行持续的设施管理。例如，我们已与Fluidstack USA I Inc.（“Fluidstack”）订立一项托管及服务协议，根据该协议，Fluidstack向我们提供数据中心开发和运营服务。我们也已直接签署数据中心租约，并预计未来将越来越多地这样做。为获得若干数据中心开发项目（这些项目需要在部署前作出重大资本承诺），我们在某些情况下已经依赖并预计将继续依赖与融资来源或合作伙伴的安排，由其为租赁义务提供担保，以支持预计将承载该合作伙伴的芯片或计算基础设施的数据中心容量的开发。我们未来通过该等安排扩大算力及基础设施容量的能力，可能取决于数量有限的CSP、合作伙伴和融资来源是否持续愿意并有能力订立及履行该等安排。

• *电力。*电力采购需要与公用事业供应商另行作出安排，或在某些情况下开发表后发电产能，直接向设施供电，而不经由更广泛的电网。无论是通过并网安排还是表后安排，为数据中心项目确保充足的电力容量通常都需要较长的筹备周期，并需要在设施投入运营之前很早就作出重大财务承诺。

我们的数据中心基础设施项目目前主要位于美国。随着我们继续扩大全球客户群和研究业务，我们正在国际范围内寻求更多的数据中心容量，以支持我们全部类型的工作负载。

多云分发

Claude可通过三大云平台各自的专用AI服务层（Amazon Bedrock、Gemini Enterprise Agent Platform和Microsoft Foundry）获取，确保各组织能够在其已在使用和信任的基础设施内部署我们的模型，同时为企业提供部署灵活性并避免供应商锁定。

我们的客户

世界各地的组织都依赖Claude。我们服务的客户范围广泛，从规模最大的企业到AI原生公司、政府和研究机构，以及专业消费者。

截至2026年9月30日，我们按过去十二个月计算贡献收入10万美元或以上的客户涵盖《财富》10强中的每一家公司、《财富》500强中逾50%的公司以及全球2000强中逾30%的公司。在各个行业中，企业均在关键任务生产工作流中部署Claude，例如承保保险单、为救命药物撰写临床报告、检测和修复网络安全威胁，以及为资产管理人分析投资组合。Claude已在高度受监管的行业中实现尤为深入的采用，在这些行业中，不可靠的AI所带来的代价令人难以承受，而信任无法事后补建。

此外，领先的AI原生公司基于Claude构建新一代编程工具、设计平台和生产力应用。政府和研究机构也将Claude应用于从材料科学到能源安全等各类工作；以使命为驱动的组织使用Claude缩短科学研究、临床工作流以及公共福利发放的预期时间线。

我们的客户群在客户关系的数量和规模方面均实现快速增长，各组织从最初的用例扩展至全企业范围的生产部署。截至2026年9月30日，我们拥有超过11,900家按过去十二个月计算贡献收入10万美元或以上的客户，而截至2025年9月30日为超过950家。

我们的客户主要分为两类：企业和专业消费者。

企业

我们的企业客户包括大量规模化部署AI的组织，既有构建产品的AI原生初创公司，也有在任何一项工作流影响生产之前即要求具备企业级安全、治理和合规能力的全球最大型组织。我们通过单一的可组合平台服务这一完整的客户谱系，提供对我们前沿模型的顺畅访问，以及客户所需的控制措施，例如单点登录、审计日志、数据留存政策、基于角色的访问控制，以及在其现有云基础设施内的原生部署。

软件开发者仍是企业内部推动采用的关键力量：他们既是客户，也是基于我们平台所构建应用的架构师，还是推动全组织范围采用的内部倡导者。软件开发者使用Claude Code和Claude Platform更快地编写、调试和交付生产级质量的代码——设计系统架构、实现功能、构建智能体工作流，并在数小时内解决以往需要数天才能解决的复杂问题。这些生产部署揭示了只有在真实企业负载下才会显现的治理、可靠性和集成要求，由此产生的反馈回流至我们的路线图，并随每一次发布深化我们的客户关系。

专业消费者

知识工作者，包括研究人员、开发者、分析师和写作者，订阅Claude Pro和Claude Max以开展复杂的认知工作，包括起草分析报告、综合研究成果、编写和审阅代码、构建财务模型以及实现工作流自动化。借助Claude Cowork，非技术背景的专业消费者无需编写代码即可跨其应用构建智能体工作流，在数分钟内完成以往需要数小时人工处理的工作。

专业消费者是我们最早的采用者之一，并且通常是我们最具鉴别力的用户之一。他们会在模型发布后数小时内测试其能力，将最新版本的Claude应用于我们可能未曾预料的用例，并发现边缘情况和故障，从而使Claude模型的每一个后续版本更加完善。

Claude Code的采用始于个人软件开发者，他们在企业采购团队考虑这一类别之前便已注意到自主编程智能体的潜力；Claude Code如今正成为许多企业工程组织内部的默认选择。

专业消费者是一台强大的获客漏斗顶端引擎——我们一直观察到，亲身体验到Claude价值的个人会成为其所在组织内部的倡导者，播下采用的种子，并使采用从个人使用加速扩展至团队范围，最终扩展至全组织范围的部署。

Claude如何为客户创造价值

客户主要通过三种方式从Claude中实现价值：员工更高效、流程更快捷，以及在其产品中嵌入智能。这些成果是同一种智能的不同表现形式，均依托于相同的模型和基础构件。

*员工更高效。*采用最常从这里开始。个人亲身体验到前沿AI模型对其自身产出可能产生的影响——例如，在数分钟内完成需要数小时的财务分析或代码审查——这种信念从第一位用户扩散至其团队，再从一个团队扩散至整个公司。这一过程在软件开发领域通过Claude Code发生；Claude Cowork则为更广泛的知识工作者实现这一点。我们的Claude Enterprise方案提供治理、安全和管理功能，以支持在组织规模上采用Claude。

*流程更快捷。*随着采用不断深化，Claude不再只是员工咨询的对象，而开始成为组织赖以运行的基础。随着各组织将更多工作流（包括其数据、系统、惯例和既往工作）编码到Claude中，该平台对其价值愈发提升。Claude可以利用这些累积的上下文，建议下一个值得自动化的工作流，从而减少每一次后续部署所需的投入。

*嵌入式智能。*在最深层次上，Claude从一项运营优势转变为一项商业优势。产品团队基于Claude Platform进行构建，将前沿AI嵌入其自身产品，包括面向客户的智能体、AI原生功能，以及在不具备AI能力的情况下此前不可行的全新产品线。Claude既是组织使用的工具，也是组织向其自身客户交付价值的组成要素。

在所有这三个维度上，相当大比例的扩展只需极少甚至完全无需新的部署。Claude模型的每一个新版本都旨在提升现有用例的表现：员工产出更高质量的工作，经编码的流程以更高的准确性和可靠性运行，嵌入式产品为终端用户带来更多价值。因此，客户无需经历新的销售周期或采购决策，即可增加使用量、使用更高的订阅档位，并将更多工作流引入平台。

尽管采用速度很快，但我们相信，我们对前沿AI机遇的渗透仍处于最早期阶段。相对于Claude目前能够处理的工作范围以及我们相信Claude未来能够处理的工作范围而言，目前使用Claude的大多数企业部署Claude的团队和用例数量较少。我们相信，全球大多数知识工作者尚未使用过前沿AI。随着Claude模型的每一个新版本在能力上不断进步，可在平台上实现的任务和工作流范围也在持续扩大。由于我们既运营平台又提供应用，模型的进步会通过多个渠道同时惠及我们的客户。

我们的文化、价值观及人才

Anthropic由一支研究人员团队创立，他们相信，历史上最具深远影响的技术需要一个在结构上同时致力于能力和安全的组织。这一信念贯穿于组织的每一个维度：我们如何招聘员工、我们开展的研究、我们采取的政策立场，以及我们就模型部署作出的选择。因此，我们能够取得我们认为在将安全、模型能力和商业成功视为相互对立力量的文化中不可能取得的突破。

Anthropic的全部七位联合创始人仍在组织中积极担任领导职务。在科技公司（包括其他主要前沿AI实验室）的创始团队中，如此高的连续性并不多见。这种连续性体现了一支真正以使命为驱动且高度互信的团队。

我们的文化

我们文化中的若干特征独具一格，任何组织都难以复制：

• 我们使用自己构建的产品。我们是自身技术最深度的使用者之一。2026年9月，我们代码库中超过90%的贡献由Claude编写，且Claude已嵌入公司所有团队的工作流中。当每个团队每天都依赖该产品时，构建者与用户之间的反馈循环得以压缩：缺陷能够被迅速发现，改进则能在全公司范围内得到体现。

• 同时研究安全与能力。在推进前沿AI的同时，我们制定旨在确保模型安全的政策和技术。我们是首家采用正式的负责任扩展政策（Responsible Scaling Policy）、将安全评估与能力阈值挂钩的前沿AI实验室，该政策由构建我们模型的同一批研究人员共同制定。我们的对齐和机制可解释性研究是帮助我们理解能力日益增强的各版本Claude的活跃科学领域的例子。

• 我们以人才密度为优化目标。截至2026年9月30日，我们拥有约5,300名员工，过去十二个月人均收入超过660万美元，这体现了非凡的人才密度以及旨在使之不断提升的文化。我们的员工在内部被称为“Ants”，这一昵称体现了团队协作、低自我的文化。“Ants”中包括许多定义AI前沿的研究人员和开发者，以及各领域经验丰富的运营人才。共同的使命感与低自我相结合，直接转化为更少的组织摩擦和更大的人均影响力。Claude进一步放大了这种影响力：“Ants”在每一项职能中使用Claude承担原本需要规模大得多的团队才能完成的工作，使我们相对于产出能够保持格外精简。

• 将严谨贯彻于每一项职能。我们的大多数员工从事研究、工程和产品开发工作。但追求智识严谨的文化同样延伸至非技术职能：我们的政策团队发布详细的政策框架和提案；我们的市场推广团队与客户共同开发部署架构；我们的应用AI工程师则站在智能体系统可能性的前沿。我们的团队在追求真理的环境中运作，在这里，胜出的是最好的论点，而不是最大的声音或最高的职级。由此造就了一家从研究洞见到产品发布之间距离异常短的公司。

我们的价值观

我们的价值观指导着全公司的日常决策——从招聘和研究优先级排序，到产品开发和客户互动。我们之所以选择这些价值观，是因为它们反映了我们的实际工作方式：

• *为全球福祉而行动。*我们努力作出能够长期为人类带来最大积极成果的决策，并愿意采取大胆行动，确保我们的技术成为一股积极的力量。

• *兼顾光明与阴影。*我们对AI所能实现的成就保持乐观，同时对可能出现的问题保持清醒认识。两种视角都必不可少，任何一方都不能为另一方而牺牲。

• *善待我们的用户。*我们对“用户”作广义界定：客户、政策制定者、我们的团队，以及受我们所构建的技术或我们所采取的行动影响的任何人。为他们每一方尽心尽力——不仅满足其当下需求，还要考虑下游后果和社会影响——是我们的基本要求，而非例外。

• *在安全方面向上竞争。*我们相信，构建可靠、值得信赖且安全的AI系统是一项共同责任，而且市场将对此给予回报。我们致力于为AI安全树立行业标杆，并推动形成一种各公司必须在安全方面展开竞争的格局。

• *做简单而有效的事。*我们以实证方法应对问题，并着眼于我们影响力的大小来寻求解决之道。我们力求找出最简单的解决方案，并在此基础上不断迭代。

• *乐于助人、诚实、无害。*这些原则指导Claude的行为，也体现了我们作为一个组织的运作方式：一个高度互信、不以自我为中心的团队，以友善而直接的方式沟通，即使存在分歧也假定对方怀有善意，并且无论角色或所属团队如何，都会在需要时伸出援手。

• *使命至上。*当速度与安全、短期收入与长期信任、竞争压力与负责任的开发之间需要权衡取舍时，我们的使命是最终的裁决者。我们的使命赋予我们共同的目标，培育信任与协作，并确保在我们的成功中没有人是旁观者。

我们的人才

截至2026年9月30日，我们在全球拥有约5,300名员工，其中大多数从事研究、工程和产品开发职能。我们的团队中有多位研究人员开创了AI领域的若干基础性进展，包括基于人类反馈的强化学习（RLHF）、宪法AI（Constitutional AI）、GPT-2和GPT-3以及机制可解释性；他们制定了首个由前沿AI实验室正式采纳、将安全评估与模型能力阈值挂钩的负责任扩展政策（Responsible Scaling Policy），并撰写了关于规模定律（Scaling Laws）的奠基性论文。我们的团队成员来自多个学科，包括屡获殊荣的计算机科学家、物理学家、神经科学家、数学家和政策研究人员，以及经验丰富的工程和市场推广（go-to-market）领导者，他们因一个共同信念而团结在一起：人类历史上影响最为深远的技术，需要由最具才华的团队来构建。我们相信，我们的文化以及与使命的契合，使我们能够招聘并留住以安全、负责任的方式持续推动AI前沿发展所需的人才。

我们设计人力资本计划，通过股权激励计划及其他薪酬来吸引、留住和奖励顶尖人才，同时支持员工的持续成长，并强化我们的文化和价值观。在我们开展业务的某些国家，我们受当地劳动法要求的约束并遵守该等要求，而这些要求可能使我们的员工自动适用全行业集体谈判协议。

我们相信，构建服务于全人类的AI系统，需要一支能够反映我们所服务的各类社群的团队。我们工作的跨学科性质意味着，我们积极从对AI公司而言非传统的背景中寻找人才，例如哲学、新闻和教育领域，并且我们相信，这种视角的广度直接增强了我们研究的安全性和能力。我们致力于营造包容的工作环境，使各种背景的员工都能够作出贡献、成长并取得成功。

研究实验室定位与从研究到产品的转化通道

我们首先是一家研究实验室。我们发展训练前沿模型所需的基础科学，开展严谨的研究以理解这些模型的内部运作机制，并开发使这些模型与人类价值观对齐并确保其安全的技术。

研究理念

我们的研究文化围绕一项我们在全公司范围内贯彻的原则展开：做简单而有效的事。我们持续追求经实证验证的改进，涵盖数据构成、模型架构和训练方法，所有这些改进都必须展现出在模型规模扩大时依然成立的可衡量增益。这正是我们目前专注于软件开发和智能体能力的原因：在这些领域，经济影响巨大；安全问题会在其中显现，使其成为安全研究的试验场；而且其输出在很大程度上是可验证的。

每一个研究项目最终都必须推进我们的使命。这一关注重点也指导着我们选择不去从事哪些工作。例如，尽管视频和图像生成模型具有商业吸引力，我们目前并不专注于开发此类模型。相应的算力转而投向编程、智能体技能和安全研究——这一研究决策也提升了我们模型的资本效率。

我们的研究文化高度协作且透明。当多个团队并行推进不同方法时，惯例是集中支持实证结果最佳的方法，而不是声音最大或在场资历最深的人所支持的方法。这需要我们自创立之初就建立起来的组织信任，并且我们相信，这是我们的研究速度增长显著快于员工人数增长的主要原因之一。

研究如何转化为产品

Anthropic创立于这样一种实证信念：规模定律是AI进步的主要引擎。我们在分配研究资源（包括人才和算力）方面始终保持严谨，并衡量每项投入是否转化为规模化的模型性能。我们相信，持续而专注的研究能够使我们凭借算力倍增因子方面的进展，以超出单凭规模定律所能预测的速度加速前进，这些进展使我们得以以更高的算力效率推动模型能力的前沿。

*预训练。*我们的预训练流程是一条纪律严明的流水线。研究人员提出对模型架构、训练方法或数据构成的潜在改进，每项候选改进随后都会先在较小规模上得到验证，之后我们才允许其消耗大量算力。我们为纳入前沿训练运行设定了很高的门槛；我们要求有证据表明某项改进在模型规模扩大时依然成立。前沿训练运行本身就是有计划的资本部署，具有明确的投入和严格的纳入标准。尽管并非每一次训练运行的表现都符合研究人员的预期，但该流程旨在随着时间推移，更加稳定地将研究投入转化为可预测的能力提升。

*后训练。*预训练产生原始的模型能力。在后训练阶段，这种能力被提炼为实际效用——编写生产级代码、操作软件工具、遵循复杂的多步骤指令以及代表用户自主行动的能力。这一阶段已从一个次要的调整步骤，演变为我们研究投入最大的领域之一，反映出模型能力从对话式助手向能够独立执行任务的自主智能体的演进。后训练的核心是让模型针对完整、真实的任务进行训练，这些任务的复杂程度反映了真实专业环境的要求。我们在开发这一任务组合方面进行了大量专有投入，其广度和真实性构成了我们最持久的科学优势之一，我们相信这一优势难以从组织外部观察到，因而也难以复制。

*推理。*我们的模型架构与推理基础设施是协同设计的。AI研究人员与推理基础设施工程师共享规划周期、汇报关系和绩效目标。模型架构决策以推理经济性为优先考量，这正是Claude模型的后续版本能够比其前代版本同时实现更高能力和更高效率的原因。

安全研究是我们业务的核心

任何强大到足以带来我们相信AI将会带来的巨大益处的技术，同样也会带来风险。应对这些风险需要一系列安全研究，涵盖我们如何训练、评估、解释、保护和监控我们的模型。

Anthropic的负责任扩展政策

我们的负责任扩展政策阐述了我们如何应对AI带来的灾难性风险。该政策要求我们定期发布详细的风险报告，反映我们对模型所带来的总体风险水平的看法，以及我们如何缓解此类风险。我们的团队在每个模型发布前都会对其进行广泛测试，评估其在与灾难性风险最相关领域的能力，并评估该模型可能被滥用的程度。我们的风险报告阐述了对这些评估结果的总体评估、我们为应对这些风险而实施的缓解措施，以及我们是否认为已识别的风险因相应的益处而具有合理性，如是，则说明理由。作为当前版本负责任扩展政策的一部分，我们发布了前沿安全路线图，详细说明我们计划在安全、对齐、安全保障措施和AI政策方面取得的可衡量进展。该路线图既是推动安全研发的内部动力，又对外公开可见，使客户和监管机构能够据此衡量我们的进展。与这一方针一致，我们在每个模型的开发期间以及发布前后评估其风险，并采取我们认为适当的措施来缓解这些风险。过去，这些措施包括推迟新模型的发布以及限制其初始可用范围，例如我们通过Project Glasswing首次发布Mythos；未来，随着我们对模型能力和行为了解的加深，这些措施可能包括影响我们如何以及何时开发或发布此类新模型的其他措施。我们相信，这些做法同样服务于我们的客户，因为严格的安全保障措施和可预测的模型行为已成为选择AI合作伙伴时的决定性标准。

Claude的宪法

我们为Claude制定了一部宪法，阐述我们对AI模型应当成为什么样、以及应当如何行事的愿景，并直接用于模型训练过程。我们已利用Claude的宪法实质性地推进了前沿模型的训练方式，它也是我们尝试应对与开发这种新型人工智能实体相关的最棘手问题的努力。它是一份动态文件，我们打算随着开发更多模型并进一步了解其运作方式而对其进行修订。我们的研究人员发现，利用高质量的宪法文件并结合描绘对齐AI的虚构故事来训练Claude，有助于降低Claude的未对齐率。我们相信，Claude的宪法也已证明具有商业价值：透明地阐明我们希望Claude秉持的价值观，增进了客户信任。

这部宪法围绕以下四项优先事项为Claude确立方向：

• *广泛安全。*避免不可逆的行动，并支持人类对AI行为的监督。

• *广泛合乎伦理。*保持诚实和健全的道德判断，并避免有害行为。

• 遵守我们的准则。遵守我们针对用户互动的操作标准，以及对某些类别危害的绝对禁止规定。

• *真正有帮助。*提供实质性的专家级协助，为用户创造真正的价值。

模型验证与训练数据

除根据我们的负责任扩展政策进行的评估外，我们还会在每个Claude模型发布前，通过一项结构化、多阶段的评估计划对其进行评估，涵盖模型能力、安全行为和社会影响（包括偏见和歧视），并在我们公开发布的模型系统卡中记录这些部署前评估的结果及其局限性。此类测试针对模型输出的可靠性和准确性，具体方式包括能力和准确性基准测试、侧重于事实准确性和幻觉的评估、对模型输出是否诚实并准确反映其所依据信息的评估、针对长时间运行任务的智能体性能可靠性测试，以及旨在识别模型可能失效或以非预期方式行事的情形的对抗性红队测试。如果这些评估发现问题，我们会在发布前通过额外的后训练、调整安全保障措施以及重新评估来加以解决，并在适用的模型系统卡中记录剩余的局限性。

Claude模型使用取自广泛来源、模态和语言的数据进行训练，包括来自互联网的公开信息、从第三方获得许可或委托第三方制作的数据集，以及其他来源，例如由我们自己的模型生成的合成数据。我们对第三方数据来源开展尽职调查，以评估其质量、来源出处以及是否适合我们的使用，并在许多情况下加入旨在抑制在所采购数据集中纳入个人数据的合同限制。我们对所采购的数据实施数据整理和过滤流程，旨在提高数据质量、对内容去重，并减少可能接触有害内容的风险。

我们在模型训练和部署的多个阶段应对偏见和公平性风险。我们通过一种分层方法管理训练数据的代表性和多样性，在这一方法中，数据集整理、后训练对齐、部署前评估和部署安全保障措施各自发挥作用，而不是仅依靠数据集构成。在部署时，我们的使用政策禁止将Claude用于歧视性决策，并要求对高风险的自动化决策（例如影响就业、住房或法律事务的决策）进行人类监督。随着模型能力的提升以及新风险和失效模式的发现，我们的验证、安全保障措施和监控做法也在不断演进。

此外，在独立第三方对我们的AI管理体系（涵盖为负责任地开发和部署AI而进行的风险识别、评估和缓解流程）进行审核后，我们已获得ISO/IEC 42001认证，ISO/IEC 42001是由国际标准化组织（“ISO”）和国际电工委员会（“IEC”）制定的一项国际标准。合规文件（包括我们的ISO/IEC 42001证书以及SOC 2（系统与组织控制2）报告）可应要求通过我们网站的信任中心页面获取。如我们的模型系统卡所述，对于近期的前沿模型，我们还向外部评估方提供部署前的模型访问权限，其中包括政府AI评估机构，例如美国超级智能创新与标准推进中心（“CAISSI”）和英国AI安全研究所。

对齐

随着AI模型的能力日益增强，确保其行为安全且可预测变得更具挑战性。我们的对齐团队关注模型是否按预期行事，且不会自行采取不希望出现的行动。该团队对模型进行评估以发现不良行为，并开发全面的安全评估，其中许多评估已由我们开源。无论是在测试中还是在真实部署中，整个行业都观察到了未对齐行为，例如模型规避网络和沙箱限制、自行授予其未获授予的权限、为实现指定目标而采取非预期行动、干扰其他AI智能体，以及虚假陈述任务是否已完成或已验证。随着模型被赋予更大的自主权、更多权限以及与内部和外部系统更深度的集成，此类未对齐行为的后果可能会加重。有关模型未对齐相关风险的更多信息，参见“风险因素——我们的AI模型可能以非预期、未对齐或自主的方式行事，包括采取任何用户或第三方均未指示的有害行动，这可能对我们的声誉和品牌、业务、财务状况及经营业绩产生不利影响”一节。我们自己的内部对齐评估显示，与前代模型相比，我们新发布的前沿模型已表现出更好的对齐水平。

可解释性

在传统软件中，不希望出现的输出可以追溯到具体的程序错误；与之不同，Claude等大语言模型（LLM）的内部运作更加难以捉摸。我们的研究人员将AI模型描述为“生长出来的，而非构建出来的”——软件开发人员可以设定初始条件和部分约束，但无法完全控制任何特定的输出或行为。这使得对AI进行安全保证以及诊断问题远比标准软件更具挑战性。Anthropic被广泛认可为机制可解释性领域的领导者，机制可解释性是研究大语言模型如何运作的科学。我们开发了数学技术，用于描绘模型在推理解决问题时如何形成并关联概念；研究了模型如何体现类似于心理状态和思维过程的结构；并测试了如何通过直接调整内部表征来引导模型的行为。在模型发布前，我们将可解释性研究与其他对齐研究技术结合使用，以检测不希望出现的行为倾向。

安全保障措施

我们的安全保障团队通过多种方法降低Claude生成危险、有害或不良内容的风险，包括监控输入和输出的探针和分类器、针对提示注入等特定攻击途径的训练，以及对用户安全问题（包括鼓励有害想法）的监控。当我们发现潜在违规行为时，执法行动从实时调整回应、发出账户警告，直至在严重情况下终止违规用户的账户。来自持续监控、外部专家压力测试和威胁情报的发现为我们的政策、模型训练和检测系统提供依据。已识别的问题可能通过以下措施加以解决：更新检测分类器、在训练期间调整奖励模型，以及更改向我们的模型提供的、用于指导其行为的指令（即系统提示词）。我们还设有公开报告渠道，包括负责任披露政策以及用于测试我们安全防御的漏洞赏金计划。

我们观察到，能力更强的模型通常更善于识别和阻止高风险滥用。我们相信，强有力的安全措施与模型效用之间并不存在固有的矛盾，并且安全性可以随着模型本身能力的提升而同步提高。

我们的模型发布方针

每次发布都附有一份详细的系统卡，内容涵盖能力和安全评估、外部测试人员报告，以及对性能仍然有限或模型显示出不希望出现的行为迹象的领域的讨论。例如，AI在网络安全领域构成了明确且现实的风险，因为先进模型可能协助威胁行为者制造安全漏洞事件和实施漏洞利用。缓解这些风险是我们在研究、评估和部署实践中的优先事项。在每次模型发布前，我们的前沿红队都会进行详细分析，以确定新模型是否提供了可协助潜在攻击者的有意义的新能力，而我们的安全保障团队则维护专门针对网络相关滥用的分类器和监控系统，包括与恶意软件制作、网络钓鱼和基础设施攻击相关的提示词。

我们根据具体情况作出有关模型开发和部署的决策，包括是否开始训练新模型。在发布前沿模型之前，我们会考虑多种因素，例如所涉特定模型以及我们模型整体的能力和行为、我们的安全保障措施和安全措施的有效程度，以及该模型将会在多大范围内提供。我们计划扩展测试范围，在模型训练的每个阶段（预训练、后训练和内部部署）纳入更多评估。根据这些评估结果，我们可能推迟或暂停训练或相关研究、推迟发布或限制对模型的访问，直至我们确信这些模型能够被安全地开发和部署。我们的评估还参考了CAISSI和英国AI安全研究所对某些模型进行的自愿性部署前评估。对于在与国家安全相关的领域实质性推进前沿能力的某些模型，我们还向指定的政府合作伙伴提供扩大的早期访问权限，以便其在发布前独立评估模型的能力和安全保障措施。

基于我们的分析，我们并不会将所开发的每个模型都发布供普遍使用；当模型的能力需要审慎对待时，我们可能限制其可用范围或完全不予发布。例如，2026年4月，由于我们的前沿模型Mythos在网络漏洞发现方面具备先进能力，我们最初通过Project Glasswing将其作为受限访问的研究预览版发布，向选定组织提供，用于网络安全应用，而非在推出时即广泛提供。我们随后发布了供普遍使用的Fable 5，但对其某些网络安全、生物学和化学能力施加了安全限制。

向上竞争

构建可靠、值得信赖且安全的AI系统，不能仅由一家AI公司承担。我们的目标是推动一场向上竞争，使AI开发者在其系统的安全性和安全防护方面展开竞争，而不是在缺乏充分安全保障措施的情况下竞相发布日益强大的模型。除发表大量研究成果外，我们还在可能的情况下开源我们的评估，并参与前沿模型论坛（Frontier Model Forum）等团体，与其他AI开发者分享对安全至关重要的发现。我们还力求以身作则，以影响行业规范。在我们于2023年9月发布第一版负责任扩展政策后，另外两家领先的前沿AI实验室在数月内采纳了类似的框架。

在这一方针的基础上，我们公开呼吁实行前沿节奏管控（“pacing the frontier”），即主要针对利用AI加速AI开发的行为制定全行业标准，使AI能力的发展速度不超过支撑这些能力所需的安全、对齐和安全防护实践的发展速度。这一前沿节奏管控的呼吁设想的是前沿AI开发者与政府开展合作，并不描述我们自身的模型开发或发布时间表，后者将继续以我们的风险评估为依据。如果此类标准通过政府行动或监管在全行业范围内得到采纳，AI能力的发展速度可能快于或慢于目前的速度，这取决于安全、对齐和安全防护实践在多大程度上与模型能力同步发展。我们相信，迈向“前沿节奏管控”的第一步是对未来监管标准的遵守情况进行独立验证，并且我们已开始实施一项计划，根据该计划，独立评估方在法律、保密和安全限制的前提下，凭借广泛的内部访问权限与我们自己的风险和安全团队协同工作。作为该计划的一部分，我们目前预计在未来五年内投入至少10亿美元，与Accenture合作建设外部审查能力。该安排的条款尚未最终确定，并可能发生变化。我们还呼吁其他前沿AI开发者采取类似做法，以证明我们行业的安全承诺能够得到独立验证。我们还进一步支持对前沿AI的监管和监督，包括侧重于透明度和独立第三方审计的措施以及国际协调，以使这些做法适用于所有前沿开发者，而不是仅依赖于自愿采纳。

我们相信，前沿AI公司和政府应当采取行动，加强关键基础设施抵御AI相关及其他网络威胁的安全性，包括通过以下方式：

• 提供负责任的模型访问、资金、培训和实操支持，尤其是面向资源不足的关键基础设施防御者；

• 构建可观测性和安全工具；

• 努力确保智能体身份可追溯、可问责；

• 分享持续监控方面的最佳实践；

• 投资于漏洞的经授权测试、非公开披露以及经验证的修复；以及

• 与政府、安全合作伙伴和开源维护者分享工具、行动手册和威胁评估。

我们相信，通过修复最危险的薄弱环节、验证修复效果并分享行之有效的做法，前沿AI公司和政府能够将当今的AI进步转化为惠及所有人的持久安全改善。我们已通过Project Glasswing承诺向网络防御相关举措投入最多1亿美元，并且我们预计随着时间推移，将投入大量额外资源，用于加强AI系统以及依赖这些系统的关键基础设施的安全性。任何此类未来投资的范围、时间和金额均尚未最终确定，并可能根据业务、监管及其他考量因素而发生变化，且无法保证这些举措将实现其预期效果。

我们自身的发展轨迹表明，商业成功与对安全的郑重承诺并不矛盾。我们打造了历史上增长最快的企业之一，同时在每个阶段都将安全作为核心优先事项。

我们对公共利益的承诺

我们创立Anthropic，是基于这样一种信念：人类历史上最具变革性的技术需要非同寻常的责任感，而这种责任远不止于构建安全的系统。我们的公共利益目的是为人类的长期利益而负责任地开发和维护先进AI——在这一使命中，安全是我们工作的核心。强大AI能够带来巨大的益处，但前提是在开发和部署时严格关注其风险。有时，如果我们认定自己能力最强的系统尚不能被安全地部署，这可能需要我们暂停其推出。这还意味着积极努力确保AI的益处惠及每一个人，确保人们所依赖的组织和社群得到加强，并确保人类面临的最艰巨问题不会仅留给市场力量去解决。

实现这一使命，需要了解AI实际上是如何被使用的，以及它如何重塑社会。我们的社会影响团队构建保护隐私的工具，以研究Claude在真实世界中的大规模使用情况——考察学生、教育工作者和劳动者如何使用该模型、其价值观如何在日常对话中显现，以及用户对AI未来的期望与担忧。其中包括我们认为同类研究中规模最大的多语言定性研究，超过80,000人在该研究中深入分享了他们如何看待AI对其生活的影响。我们的经济学团队将这项工作延伸至劳动力市场，发布关于Claude在不同工作岗位、行业和地区使用情况的定期数据报告和完全开放的数据集（Anthropic经济指数（Anthropic Economic Index）），并对潜在的未来经济情景进行建模，使劳动者、雇主、政策制定者和独立研究人员能够以证据和严谨的建模为决策依据。为深化并扩大这项工作的影响范围，我们设立了Anthropic Institute，旨在与外部合作伙伴和公众分享来自Anthropic各部门的研究和内部数据，共同应对强大AI所带来的最重大问题。

我们对公共利益的承诺还体现在我们如何配置自身资源上。作为我们公益举措的一部分，我们打算将相当一部分资源用于确保前沿AI安全并使其益处得到广泛分配。这可能包括向非营利组织、研究机构或其他致力于解决AI能够产生最大积极影响的问题的团体提供捐助，以及开展旨在让原本无法获得Claude的社群、教育工作者和公共机构能够使用Claude的项目。我们相信，我们如何分配资源，与我们如何构建模型的细节一样，都是我们使命的体现。

作为该等举措的一部分，我们向Anthropic Public Benefit Fund（我们专门致力于公司宗旨的全资子公司）出资846,840,960股N类普通股，占我们截至2026年6月30日完全摊薄股份的5%（假设Amazon票据全部转换），我们将其称为首次公益发行。随着我们所创造价值的增长，我们亦拟使公共利益能够实质性地分享这一增长。为此，我们的董事会已批准一项与未来股价上涨挂钩的追加出资框架。本次发行后，自首次公开发行价格起，我们的股价每较前一股价里程碑上涨50%，我们的董事会可酌情向Anthropic Public Benefit Fund（或其他指定方）发行N类普通股，数量最多为我们当时发行在外股份（加上受期权、RSU及其他可转换证券约束的任何股份以及Anthropic Public Benefit Fund持有的任何股份）的额外2%。仅当我们的股票收盘价在最近连续120个交易日中至少90个交易日超过适用门槛，且我们在该次发行前十个交易日的平均收盘价亦超过该门槛时，方达到股价里程碑。尽管我们的董事会已批准该框架，任何未来出资均将由我们的董事会酌情决定。向Anthropic Public Benefit Fund出资的股份（包括首次公益发行的股份）可能被转让或捐赠给第三方，或为推进我们的公益举措而以其他方式在注册公开发行或私募配售交易中出售。在董事会批准该实体的具体治理架构之前，Anthropic Public Benefit Fund的分配及派发将由我们的董事会决定；届时，决策权预计将移交给在该架构下运作的Anthropic Public Benefit Fund指定管理人。首批管理人为Dario Amodei、Daniela Amodei、Jack Clark及Dr. Neil “Buddy” Shah。首次公益发行及追加股份出资框架是我们拟用以追求公司宗旨的方式之一，但并非唯一方式。除该等股权出资之外，我们预计还将另行投入资源，并作出其他业务及经营决策，以推进我们的公司宗旨。

此外，我们设有一项捐赠匹配计划，员工可通过该计划将其股权奖励或等值现金收益的相当一部分认捐给捐赠人建议基金或其他非营利组织，而我们以N类普通股对该等捐赠进行匹配。正如公司宗旨界定了我们作为一个组织如何指引工作方向，我们的捐赠匹配计划体现了员工的一项平行承诺，即将该等工作为其个人创造的财务价值用于公共利益。我们将捐赠匹配计划视为公司宗旨的一种有意义的体现，亦是界定我们文化的价值观的反映。

最后，我们的联合创始人各自承诺将其在Anthropic持有的个人股权的80%用于慈善事业，该等承诺独立于我们的捐赠匹配计划且不符合参与该计划的资格。有关该等承诺的更多信息（包括相关风险），参见“风险因素—与持有我们A类普通股相关的风险”一节。

竞争

我们在业务的多个维度上面临竞争。该等竞争对手包括：

模型开发商

我们面临来自为第三方软件开发者及企业构建前沿模型的公司（包括OpenAI和Google）以及为跻身前沿而进行投资的资本雄厚的大型科技公司的直接竞争。这些都是资本雄厚的组织，拥有大量财务资源、庞大的现有客户群，并有能力将其模型整合到直接向企业销售的第一方应用中。尽管该等竞争对手已建立起可观的市场影响力，但我们相信，我们以企业为主要重心、我们保持并定义前沿的能力、我们的研究人才，以及我们借以最大限度发挥算力投资效用的效率，使我们在重视模型质量、安全性及可靠性的客户中处于有利地位。

我们亦面临来自更广泛模型提供商的竞争。其中包括大型公司、专业AI实验室，以及由国家行为体和国际及国内研究机构发布的、数量日益增多的其他开放权重或开源（共享权重、训练数据及代码）模型。尽管这些模型力求将成本效率置于最高智能之上，但我们相信，我们的前沿模型在从日常知识任务到客户最重要问题的广泛工作负载中均高度有效且高效。我们相信，我们凭借以下能力具备竞争优势：为需要最高智能的问题提供能力最强的模型，以及高效地运用我们的模型完成日常工作，以更低成本交付高质量成果。

第一方应用提供商

作为一家平台公司，我们的主要重心是构建基础，供其他公司及软件开发者在此基础上创建由强大AI驱动的产品和服务。然而，随着我们继续开发自己的第一方应用，我们可能不时在若干特定类别中与企业软件及应用公司竞争。

维持现状

除直接竞争外，Claude普及的一项障碍是组织内部对变革的天然抵触。许多企业依赖根深蒂固的遗留系统、成熟的工作流以及经多年完善的机构流程运作。采用Claude等前沿AI能力通常需要大量的变革管理，包括员工再培训、流程再设计、内部政策制定及企业文化转变。这些可能带来摩擦、成本及感知到的风险，从而可能延迟或阻止采用。尤其是在受到高度监管或规避风险的行业中——在这些行业，人们所感知的重大变革下行风险往往可能超过其潜在收益——决策者可能默认选择维持现状。

我们认为，我们市场中的主要竞争因素包括：

• 我们作为一家公司始终保持专注点与使命高度专一的能力；

• 我们保持处于智能前沿并持续拓展该前沿的能力；

• 我们持续招聘和留住世界一流研究人才的能力；

• 我们对安全、可靠及值得信赖的智能的持续关注；

• 我们获取训练和部署AI模型所需算力的渠道，而这可能受到供应约束、产能限制或第三方提供商分配决策的影响；

• 我们提升模型训练及部署效率的能力；

• 我们以可接受的条款获得融资的能力；

• 我们整合研究、产品及市场推广方式的能力，以确保我们持续构建既能服务于客户、又能使我们产生收入从而为我们保持处于前沿的投资提供资金的模型和应用；

• 我们持续维持与各基础设施提供商及分销合作伙伴之间合作关系的能力；

• 我们吸引并留住在Claude Platform上构建其产品的客户的能力；

• 我们吸引新客户以及留住现有客户并扩大对其销售的能力；

• 我们持续构建能够预见市场需求的应用的能力；以及我们应对竞争格局变化的能力，包括竞争对手或客户之间的整合以及竞争对手之间的战略合作。

我们相信，我们在上述因素方面均具备竞争优势，并在AI前沿占据独特地位。

知识产权

我们的知识产权是我们业务的重要方面，有助于我们保持竞争地位。为确立和保护我们在专有技术方面的权利，我们依赖商业秘密、版权、专利及商标法律，以及保密协议、许可及知识产权转让协议等合同限制的组合。

我们通过内部和外部控制措施控制对我们知识产权及保密信息的访问。对我们最关键知识产权的访问受到严格控制，仅有部分员工能够查看或修改这些系统。我们实行一项政策，要求我们的员工、承包商、顾问及其他第三方签订保密及专有权利协议，以控制对我们专有信息的访问并对其保密，以及保护我们的财产权利。

作为我们更广泛知识产权战略的一部分，我们已投资于一项涵盖与我们业务相关的若干技术的专利计划。截至2026年9月30日，我们持有40项已授权美国专利，另有67项美国专利申请正在审理中（包括32项非临时专利申请和35项临时专利申请），并在境外司法管辖区持有26项已授权专利，另有12项专利申请正在审理中。我们持续审查我们的开发工作，以评估新知识产权的存在及可专利性。

除专利计划外，我们还开展一项持续的商标及服务标志注册计划，据此，在我们认为适当且具有成本效益的范围内，我们在美国及其他国家注册我们的品牌名称和产品名称、标语及标识。截至2026年9月30日，我们在美国持有29项注册商标，另有11项申请正在审理中，并在境外司法管辖区持有237项注册商标，另有261项申请正在审理中。

在我们认为有益且具有成本效益的范围内，我们拟寻求额外的知识产权保护。知识产权法律以及我们的程序和限制措施仅能提供有限的保护，我们的任何知识产权均可能遭到质疑、被宣告无效、被规避、受到侵犯、被盗用或被违反。更多信息参见“风险因素—如果我们未能充分保护我们的知识产权，我们的竞争地位可能受损，且我们可能丧失有价值的资产、收入减少，并为保护我们的权利而承担代价高昂的诉讼，从而可能对我们的业务、财务状况及经营业绩产生不利影响”一节。

政府监管

我们须遵守影响我们运营及我们的模型、平台及应用提供的各司法管辖区及政府机构的法律法规，并且我们曾经并预计将继续受到政府机关就该等法律法规进行的问询、调查及传票。我们认为，负责任地开发AI需要审慎的治理，我们积极支持各国政府及监管机构为建立促进安全、有益AI的框架所作的努力。我们创立的前提是，AI系统的开发必须以安全和社会效益为核心优先事项，我们相信，设计良好的监管能够在整个行业中强化这些价值观。由于前沿AI开发是一个相对新兴且快速演变的领域，现行的法律、法规及标准在制定时并不一定考虑到了这些技术。我们已在美国及国际上主动与立法者、监管机构及其他利益相关者沟通，以推动制定我们认为有利于社会、我们的客户及经济长期健康的监管框架，并且我们拟继续这样做。例如，我们与CAISSI订立了一项协议，据此我们承诺在模型公开发布前后提供模型访问权限以供测试和评估；我们同意依照与CAISSI的协议，向英国AI安全研究所提供模型访问权限以进行部署前测试；我们还公开支持加州《前沿人工智能透明度法》（SB 53）。

作为一家AI技术公司，我们在多个司法管辖区须遵守快速演变且日益复杂的法律、法规及政府审查。随着世界各国政府制定应对AI开发、部署及安全的框架，新的法律、规则、法规以及对现行法律法规的修改正在不断被采纳、实施和解释。影响我们业务的主要监管领域包括AI相关监管、数据隐私及安全、出口管制及贸易法规，以及知识产权、雇佣及劳动、竞争及反垄断、消费者保护及税务等其他事项。

以下讨论阐述影响我们业务的最重要的监管领域。

AI相关监管

美国及其他国家的多个政府及监管机构已提议、颁布或正在考虑与AI模型开发及部署、数据使用、隐私、数据保护、透明度、安全、消费者保护、内容生成、知识产权、网络安全、出口管制及竞争相关的立法、法规及指引。例如，在美国，AI监管正在联邦和州两个层面发展。美国国家标准与技术研究院已制定AI风险管理框架，该框架目前属于自愿性质，但可能会为未来的强制性要求提供参考或对其产生影响。美国联邦贸易委员会（FTC）及许多州总检察长正在解释联邦和州的消费者保护法以及隐私和安全法律，以对数据的在线收集、使用、传播、其他处理及安全施加标准。多个州已颁布或正在考虑颁布AI相关立法。例如，2026年9月24日，纽约州和新泽西州的州总检察长会同由其他州及领地总检察长组成的联盟，致函美国参议院及众议院领导层，敦促国会就前沿AI制定全面的联邦立法及安全规程。在欧盟，欧盟《人工智能法》建立了一个基于风险的框架，按潜在风险等级对AI系统进行分类。通用AI模型须承担的义务包括透明度要求、技术文件、遵守欧盟版权规定以及公布训练数据摘要，而具有系统性风险的通用AI模型还须承担额外义务，包括模型评估、系统性风险缓解、严重事件报告及网络安全保护。高风险系统必须满足风险管理、数据治理、文件记录、透明度、人类监督、准确性、稳健性及网络安全方面的要求。任何实际或被认为的不合规行为均可能导致监管调查、执法行动及其他行动、巨额罚款、诉讼、声誉损害、客户信任丧失以及我们产品或服务的可用性或性能中断；可能要求对现有产品或服务作出不利变更；并可能延迟未来产品或服务的推出，从而可能对我们的业务产生不利影响。

我们已呼吁对前沿AI开发进行监管和监督，包括制定主要与利用AI加速AI开发相关的标准，以使安全、对齐及安保实践与能力的提升相称地推进。我们还提议与美国政府及其他前沿AI开发者合作，建立安全及评估标准。我们支持的若干方法如获采纳，可能会增加我们的合规负担、限制我们产品开发或部署的灵活性、影响我们开发或发布新模型的方式和时间，或以其他方式减缓我们的增长。

数据隐私及安全

我们收集、存储、传输及以其他方式处理各类数据（包括个人信息），并须遵守众多涉及隐私、数据保护、安全、数据本地化以及数据收集、使用、传输及其他处理的联邦、州、地方及外国法律法规。在美国，该等法律法规包括《加利福尼亚州消费者隐私法》等综合性州隐私法律，其要求我们除其他外，提供特定的隐私披露、给予隐私权利（例如选择退出对个人信息的若干处理、出售或共享的能力），以及扩大消费者对个人信息的权利。在联邦层面，FTC及许多州总检察长正在解释联邦和州的消费者保护法以及隐私和安全法律，以对数据的在线收集、使用、传播、其他处理及安全施加标准，其中部分标准可能彼此不一致。在美国境外，众多外国司法管辖区（包括欧盟、英国及我们开展业务的其他司法管辖区）已颁布影响我们业务的类似法律法规。例如，欧盟《通用数据保护条例》及英国《通用数据保护条例》对个人数据的处理施加了严格要求。欧盟《数字服务法》对在线平台施加了要求，而欧盟《数据法》则引入了有关数据切换及数据共享的规则。在安全方面，欧盟《网络与信息安全指令》要求进行风险管理及事件报告。该等法律法规可能存在不同解释，或与其他法律制度施加的义务（例如美国有关政府获取数据的法律）相冲突。遵守该等法律法规需要在技术和组织措施方面进行大量投入，且该等法律法规经常变更，其解释亦不断演变。任何实际或被认为的不合规行为均可能导致监管调查、执法行动、巨额罚款、诉讼、声誉损害、客户信任丧失、我们的模型、平台及应用的可用性或性能中断、被要求对现有模型、平台及应用作出不利变更，以及未来产品与服务的推出延迟，从而可能对我们的业务产生不利影响。

出口管制及贸易法规

作为一家全球性公司，我们跨境提供模型、平台及应用须遵守世界各地的法律法规，包括国际条约、出口管制、经济及贸易制裁法律、海关法规以及当地贸易规则。该等管制的范围、性质及严厉程度因国家而异，差异很大，并可能随时间频繁变化。该等法律、规则及法规可能延迟我们的模型、平台及应用的推出，或通过限制我们在若干地方或与若干实体及个人开展业务的能力而影响我们的竞争力。例如，美国商务部持续收紧出口管制并将企业列入实体清单，该清单列明须就接收若干物项遵守特定许可要求的外国当事方。获取为该等当事方提供服务或以其他方式与其开展业务所需的许可，可能限制我们与若干潜在客户开展业务的能力。

该等限制已直接影响我们的产品与服务。例如，2026年6月，美国商务部对我们的Fable 5和Mythos 5模型实施了全球性出口限制。我们与美国政府及行业合作伙伴协作，更新了我们的安全保障措施，并在美国政府解除其限制后重新部署了我们的Fable 5和Mythos 5模型。如果未来实施类似限制，可能会限制我们招募人才、充分利用现有员工、持续改进模型以及在国际上提供产品的能力。更多信息参见“风险因素—政府贸易管制（包括进出口管制、制裁、海关要求及相关制度）可能使我们承担责任或丧失订约资格，或限制我们在若干市场的竞争能力”一节。此外，针对AI加速器及算力的出口管制或其他贸易限制在范围或适用方面的变化，可能影响我们获取开发和部署我们的模型、平台及应用所需的基础设施。由于这是一个新兴技术领域，各国政府正在继续完善且可能扩大适用于AI模型及相关技术的出口管制及其他贸易限制。该等限制性政府行动，以及其他国家政府可能对美国公司施加的任何类似措施，均可能限制我们在全球开展业务的能力。

其他法规

除上文讨论的特定监管领域外，我们还须遵守影响我们业务的各种其他法律法规。其中包括规范专利、商标及商业秘密的知识产权法律。AI技术不断演变的专利格局带来了侵权索赔风险，并使我们的创新面临专利保护的不确定性。我们亦可能受到不断演变的版权制度的约束。此外，我们须遵守规范工资、员工分类、工作条件、福利、反歧视、工作场所安全及解雇的雇佣及劳动法律，而员工错误分类及不断演变的标准可能产生重大责任并增加劳动成本。我们还须遵守美国、欧盟及其他司法管辖区禁止反竞争行为的竞争及反垄断法律，而监管机构就市场支配地位、收购及AI系统对科技公司日益加强的监管审查，可能导致调查、执法行动、巨额罚款或被要求修改商业惯例。我们亦可能须遵守禁止不公平或欺骗性行为的消费者保护法律，该等法律可能要求就我们的AI系统作出披露、遵守质量及安全标准并提供免受不公平行为侵害的保护，违反该等法律将导致执法行动及罚款。我们还在多个司法管辖区面临复杂且不断演变的纳税义务，包括所得税、销售税、增值税及其他税项，税务机关可能不认同我们的立场，国际税收动态亦可能影响我们的实际税率。我们还须遵守反腐败、反贿赂、反洗钱、环境、无障碍、广告及政府采购方面的法规。我们的医疗健康及生命科学产品与服务，以及我们的客户在该等领域对我们的模型、平台及应用的使用，亦可能须遵守规范药品、生物制品及医疗器械的法律法规（包括由美国食品药品监督管理局（FDA）及美国境外类似机构执行的法律法规），以及医疗欺诈及滥用法律、规范健康信息隐私及安全的法律（包括《1996年健康保险流通与责任法案》（HIPAA）），以及规范医疗执业及医疗领域AI使用的法律。未能遵守该等法律可能导致执法行动、罚款、处罚、诉讼、声誉损害以及对我们运营的限制，从而可能对我们的业务产生不利影响，而不断演变的监管格局亦使未来合规要求存在重大不确定性。

有关我们面临的与政府监管相关风险的更多信息，参见“风险因素—我们的业务面临不断演变且不确定的监管和政治环境，这可能增加我们的成本、限制我们的运营，或对我们的模型、平台及应用的需求产生不利影响”“风险因素—我们须遵守与隐私和数据保护相关的复杂且不断演变的法律、法规及其他法律义务，任何实际或被认为未能遵守该等义务的情况，均可能对我们的业务、财务状况及经营业绩产生不利影响”“风险因素—政府贸易管制（包括进出口管制、制裁、海关要求及相关制度）可能使我们承担责任或丧失订约资格，或限制我们在若干市场的竞争能力”及“业务—法律诉讼—其他事项”各节。

设施

我们的总部位于加利福尼亚州旧金山。我们还在欧洲及亚太地区设有国际办事处。我们相信，我们目前的办公设施足以满足当前需求，且如有需要，将有合适的额外或替代场地可供我们开展运营。

我们还在美国租赁数据中心，并已承诺投入数十亿美元用于扩展美国的计算基础设施。我们还已就澳大利亚和加拿大的数据中心容量订立租赁协议，并正在美国以外的其他司法管辖区寻求数据中心容量。我们持续评估未来数据中心的新选址，包括在美国及海外。

法律诉讼

我们目前涉及或未来可能涉及在日常业务过程中产生的法律诉讼及索赔，包括涉及知识产权纠纷、法律或监管制度合规、政府批准及授权、劳动及雇佣、反歧视、商业纠纷、竞争、数据隐私、客户投诉以及与我们的技术、产品和服务相关的其他事项的诉讼及索赔。此外，第三方可能不时以信函及其他通信形式向我们提出索赔。有关我们所涉及的法律诉讼及其他索赔的更多信息，参见载于本招股说明书其他部分的我们合并财务报表附注13中的“法律事项”一节。

未来可能有必要或有理由提起诉讼，以为我们自己或我们的合作伙伴进行抗辩，或确立或主张我们的权利。任何当前或未来法律诉讼或诉讼的结果均无法确切预测，且无论结果如何，法律诉讼或诉讼均可能因抗辩及和解费用、管理层资源分散及其他因素而对我们产生不利影响。

知识产权事项

我们过去曾经、目前正在并且未来可能涉及与涉嫌违反及侵犯版权和其他知识产权相关的法律诉讼，并且在日常业务过程中，我们亦会收到其他自称知识产权权利人的来函，主张可能存在违反及侵犯该等知识产权的索赔。

原告已在联邦及国际法院对我们提起一系列诉讼，主张我们使用受版权保护的材料训练模型构成版权侵权。例如，2024年8月，一群作者在Bartz案中起诉我们，主张我们侵犯了受版权保护的书籍。具体而言，集体诉讼原告声称，我们在构建和运营模型的过程中非法复制了由该等作者控制的受版权保护作品。尽管我们否认任何不当行为的指控，但我们于2025年9月与原告订立了一项和解协议，以15亿美元和解该案，该和解协议已于2026年7月获得地区法院批准。

在上述每一起诉讼中，我们均认为我们拥有充分的抗辩理由，并否认任何不当行为的指控。与该等事项相关的法律诉讼可能因单独及合计的抗辩及和解费用、管理层资源分散及其他因素而对我们产生不利影响。

其他事项

2026年2月，针对我们公开表明的立场，即我们的技术不应被用于大规模国内监控或完全自主武器，美国总统表示他已指示所有联邦行政机构停止使用我们的技术。与此同时，战争部长指示美国战争部将Anthropic认定为“对国家安全构成的供应链风险”，并表示“即刻起，任何与美国军方有业务往来的承包商、供应商或合作伙伴均不得与”我们“开展任何商业活动”。2026年3月4日，美国战争部向我们发出两封信函（一封依据《美国法典》第10编第3252条，另一封依据《联邦采购供应链安全法》（FASCSA）第4713条），声称我们的模型、平台及应用构成供应链风险。上述行动在本招股说明书中定义为“受质疑行动”。我们在Anthropic PBC v. Department of War, et al.（N.D. Cal.）及Anthropic PBC v. Department of War, et al.（D.C. Cir.）案中对该等受质疑行动进行了大力质疑。我们首先从美国加利福尼亚州北区联邦地区法院获得了一项命令，该命令初步禁止了美国战争部的指令以及依据第3252条对我们作出的供应链风险认定，并初步禁止其他被告机构在该诉讼最终解决之前执行总统指令；随后，我们于2026年8月27日从美国加利福尼亚州北区联邦地区法院获得了一项命令，该命令在很大程度上作出了有利于我们的简易判决。法院裁定，受质疑行动是旨在惩罚我们受《美国宪法第一修正案》保护之言论的报复行为，并侵犯了我们根据《美国宪法第五修正案》正当程序条款享有的权利。法院还认定，战争部长的行动（特别是涉及《美国法典》第10编第3252条的行动）违反了《行政程序法》，因为该等行动超出法定权限、违反法律，并且武断且反复无常。法院作出了在很大程度上有利于我们的最终判决。被告已就初步禁令提出上诉通知。然而，美国哥伦比亚特区巡回上诉法院驳回了我们在实体问题审查期间暂缓执行战争部长依据第4713条将我们认定为供应链风险的动议。2026年9月25日，美国哥伦比亚特区巡回上诉法院以2比1的分歧判决驳回了我们的复审申请，裁定美国战争部依据第4713条作出的供应链风险认定是适当的，且我们根据第一修正案和《第五修正案》正当程序条款享有的权利未受侵犯。我们已提出全院庭审重审申请，请求哥伦比亚特区巡回上诉法院全体法官审查该合议庭的判决。我们无法预测该等诉讼的最终结果。尽管我们继续与政府机构合作，但我们无法确定该等诉讼的解决不会对我们向政府机构以及向美国政府销售产品和服务的其他客户进行销售的能力产生不利影响，并进而对我们的业务、财务状况及经营业绩产生不利影响。