2026年10月26日，Anthropic向美国证券交易委员会递交了S-1招股书。335页文件里藏着一个容易被忽略的数字：截至2026年9月30日，这家公司约有5300名员工，过去12个月收入约350亿美元，人均创收660万美元。

按6.7的汇率折算，是4422万人民币。

招股书给出的解释是，运营效率源自高人才密度、高效的市场推广方式，以及团队对Claude的深度使用，“使我们能够以相比其他大型企业技术公司更小的团队实现规模化”。

这句表述克制，却点出了要害。人均4422万，靠的不是管理效率，而是商业模式重构后的必然结果：当一家公司卖的不再是软件许可，而是可被无限调用的智力，员工人数与收入之间那条被默认为刚性的连接线，就断了。

但当这份持续在外界解读、发酵中的招股书被广泛传阅时，11月3日，Anthropic火线更新的版本，却又像一盆冷水：它的Claude在自我进化中，快到了失去人类监督的边缘。

截至2026年9月，Anthropic内部代码库里超过90%的代码由Claude编写，1月到9月内部调用Claude的开销涨了250倍。也就是说，人均近4500万这个数字，一半来自“卖的是可无限调用的智力”，另一半来自“写代码的人换成了Claude”。

而支撑这一切的底座，比数字本身更惊人。

Anthropic已经签下的算力合同总额达到8954亿美元，这意味着它已经没有任何放慢研发节奏的退路。要消化这笔算力、撑起年化近700亿美元的营收，唯一的办法就是让Claude以几十倍于人类的速度继续写代码、跑实验。

但那道红线越来越近。这就像一个高速运转的陀螺：用未来算力支撑现有技术演进链接更多客户的同时让客户更多使用，每一环都张力十足，不能出错。

营收：一条近乎垂直的上升线

Anthropic的营收走出一条近乎垂直的上升线。招股书披露的数据是：2023年收入0.41亿美元，2024年3.86亿美元，2025年45.85亿美元，2026年上半年162.86亿美元。

更值得注意的是，2026年第二季度，收入同比增长1368%，而同期算力与基础设施费用只增长300%。收入增速是成本增速的四倍有余。

这组数字解释了一件事：每一代新模型的交付，都相当于一次价格不变、能力翻倍的重估。客户并非为同一个产品支付更高的价格，而是在为多出来的那部分能力买单。

支撑这条曲线的，是三根彼此咬合的支柱。

其一是收费结构。

Anthropic的收入中约80%来自按用量计费，20%来自订阅。这一结构意味着，客户使用得越深入，公司收入增长得越快；客户业务越成功，公司获得的收益就越多。

最直接的证据是净收入留存率：截至2026年9月30日，这一指标约为900%。也就是说，一年前的那批客户，今年的付费额是去年的九倍。这一增长并非来自新客户的拉新，而是来自老客户自身的深度使用。

客户结构同样在印证这一点：年付10万美元以上的客户1.19万家，100万美元级1900家，1000万美元级250家，财富10强企业全部在列。

其二是产品节奏。

从Claude3到Opus5，再到Mythos5与Fable5，代际迭代从未停歇；产品线则从通用对话延伸到ClaudeCode、Cowork、Design，再延伸到七个行业版本。每一代模型都在拓宽可承接的任务边界，每一个行业版都在把能力转化为具体场景。

其三是增长机制。

招股书中的原话是：“智能驱动的增长和广泛的渠道合作伙伴关系，使我们能够快速扩大客户采用和收入，而不受制于我们销售和营销组织的增长速度。”

这句话的分量在于，它改变了增长的天花板。传统企业软件的扩张，受限于销售人员的招聘速度：招来一名销售，才能覆盖一片客户，一旦招聘跟不上，增长就会停滞。Anthropic的增长，则取决于产品本身能否吸引人。

三根支柱共同作用的结果是：过去12个月，收入增长约12倍，员工人数仅增长约1.7倍。

但那条红线是否成为Anthropic持续增长的阻碍，仍未可知。

不确定性的坦白

Anthropic和药企的合作形态很多元：有的是卖模型，有的是联合研发，有的是股权投资，有的是收购团队。但把所有动作连起来看，结合它从0到如今约350亿美元的营收，其底层逻辑不是“一款更好的模型”，而是成为制药行业不可或缺的“底层操作系统”，类似微软之于个人电脑。

这是对中国AI制药的参与者而言，最需要关注的地方。

微软在PC时代的地位，不在于它做出了最好用的软件，而在于所有软件都必须经过它这一层：操作系统定义了应用程序能调用什么、硬件能提供什么。一旦这个位置坐稳，收入就不再依赖某一个客户的成功，而依赖整个行业的运转。

Anthropic正在做同样的事：模型是入口，协议是规则，硬件标准是通道，数据接口是收费口。四者叠加，才是“操作系统”的完整含义。

反观中国的AI大模型与AI制药领域，走的是一条相反的路：先卡位抢赛道，再想变现，标准这件事始终排在最后。

大模型这一侧，竞争的核心手段是价格。AI制药这一侧，收入结构绝大多数仍是项目制：签一个靶点，收一笔服务费，按里程碑结算。做的都是“应用”，不是“系统”。应用会被替换，系统不会被替换。

这未必是能力问题，更像是结构问题：资本耐心、客户付费意愿、标准制定权，三样缺一样，模式就不能正常运转。

但Anthropic与中国AI头部玩家也都一样，困在一场谁也不敢减速的“困境”里。不过，正如Anthropic招股书中所言，药物研发本身的不确定性和模型本身的不确定性，它坦率地讲了：“这些努力产生的任何候选药物或其他发现，都将面临生命科学行业特有的漫长、昂贵且不确定的开发和监管路径，且可能永远无法商业化。”

模型的不确定性和药物的不确定性叠在一起，才是AI制药真正要面对的东西。

E药经理人研究院观点：

不管Anthropic上市后市值用怎样的曲线波动，这家公司从创建到人效与营收暴增，留给中国AI制药领域的思考有很多。

第一，人效的天花板由计价方式决定，不由管理水平决定。

中国AI制药公司谈人效，习惯从组织、流程、考核入手，这是把结果当成了原因。Anthropic人均近5000万，根源在于80%收入按用量计费，收入随客户使用深度增长，人头不必同步增加。

第二，平台与外包的分界线，是客户的替换成本。

国内不少AI制药公司自称平台，但客户换掉它的成本接近于零，换一家服务商，或者干脆自建团队，业务照常运转。这种情况下，平台就退化成外包，议价权回到药企手里。Anthropic能对客户说“你用得越多，付得越多”，是因为它的模型嵌进了客户的工作流，替换意味着重建流程。

第三，中国AI制药的要做到有交付、有沉淀

Anthropic的900%净收入留存率，本质上是沉淀的复利，客户用得越久，模型越懂它的场景。中国公司要补的不是算法，是把每一次交付转化为可复用资产的能力。没有沉淀，规模越大，越像一家药企外包部。

第四，下一轮的胜负手在接口，不在算法。

立标准是最高级的商业模式。国内大量设备协议封闭、数据格式各异，谁能做出通用的设备接入层，谁就握住了干湿闭环的数据入口。这件事的战略价值，可能高于任何一条分子管线。

第五，AI制药真正的分水岭，不在模型能力，而在“由谁用什么姿势来踩刹车”。

Anthropic已经在招股书承认自己曾事后才察觉加速，同时立下“不许全自动造AI”的规矩。这两件事放在一起看，说明连造AI的人都承认：速度一旦起来，人类的观测是滞后的。中国AI制药要回答的同类问题是：当算法跑得比验证快，谁来签字？谁来承担那一笔签字的责任？这不是技术问题，是治理结构问题，也是这一轮AI制药公司能不能走远的分水岭。

谁能真正跑出来？什么样的平台和能力才具备不可替代性？是那些把模型嵌进药企工作流、握住实验数据入口、并且敢于把失败概率写进文件的公司？还是那些继续用项目制换现金流、在每一轮融资里重复同一个故事的公司？

答案不会写在招股书里。