共计 2758 个字符，预计需要花费 7 分钟才能阅读完成。
点击订阅，抓住风口
提到OpenAI，几乎就能联想到当今人工智能的浪潮。ChatGPT的推出，使得生成式AI进入了公众的视线，也让OpenAI在这个领域中占据了领先地位。
不过，AI大模型的竞赛并不止于OpenAI。在2022年7月以来，科技界的关注点中，Anthropic的名字也频频出现。
加入特训营，立即获取前哨PPT报告
进入2024年，生成式AI的融资逐步集中，Anthropic成为仅存的三大公司之一。除了融资问题，该公司在企业市场的表现也在迅速追赶OpenAI。
在周四的年度AI产业分析中，王煜全分享了详尽的数据，揭示了融资最多、流量最大及盈利最高的AI产品排名，想要了解更多信息的朋友可以点击文首的入口参与。
今天，我们将深入探讨Anthropic，这家由OpenAI“叛军”组成的公司，探索为何它让OpenAI的高管倍感压力，以及二者之间的竞争到底发展到了何种程度。
1. OpenAI的焦虑源自何处？
根据《The Information》的报道，今年秋季，OpenAI进行了一次内部基准测试。
测试结果在OpenAI内部引起了轩然大波：Anthropic的AI编程模型Claude在关键指标上竟然超过了OpenAI自家的模型。这无疑给OpenAI带来了沉重打击。
因为，代码自动生成的能力一直是OpenAI引以为豪的特长，也是ChatGPT吸引大量用户的重要因素之一。如今，这片“自留地”被Claude攻克，OpenAI的管理层显然感到焦虑。
更令人不安的是，OpenAI去年投资的初创公司Cursor，在今年7月决定将Anthropic的Claude模型设为其AI代码助手的默认选项，取代了OpenAI的产品。
Cursor的联合创始人Aman Sanger在10月的一档播客中解释了这一选择：Claude 3.5 Sonnet是“当前最适合”代码编写的模型，因为其更能洞察客户的需求。
Claude的超越不仅仅停留在测试数据上，已经在商业影响力上显露出成效。
Anthropic的增长与收入主管Kate Jensen透露，过去三个月，该公司来自AI编程客户的年化收入增长了令人瞩目的10倍，这与我们周四直播分享的数据相互印证。
加入特训营，立即获取前哨PPT报告
标题：Claude崛起的背后：Anthropic的AI革新之路知名企业如Airtable、LexisNexis和Intercom等纷纷将Claude作为AI解决方案，纷纷对其在处理复杂任务以及提升效率、准确性方面的杰出表现给予高度评价。
Airtable的首席执行官Howie Liu指出，Claude的较大上下文窗口使得员工能够上传长达数小时的销售电话记录，从而更有效地提炼出对话的核心细节。LexisNexis的技术总监Jeff Reihl也表示，该公司约有60%的AI功能依赖Claude，主要用于法律文件的起草和分析，而Claude在这些任务中展现了卓越的能力。
2.Anthropic的反叛精神
Claude的开发公司是Anthropic，其七位创始人均来自OpenAI，首席执行官Dario Amodei曾担任OpenAI的研究副总裁。
Dario在GPT-2和GPT-3的开发中扮演了重要角色，并共同撰写了关于人类反馈强化学习的开创性论文，是见证Scaling Law研究的先驱之一。
OpenAI背景下的Anthropic管理层
据前员工透露，2020年，Amodei兄妹与OpenAI的首席执行官Sam Altman及总裁Greg Brockman在项目领导权和AI安全问题上产生分歧，最终导致他们与OpenAI的分裂。
正因如此，Anthropic在2022年夏季便开始开发一款AI聊天机器人，但并未急于发布，而是选择了进行深入的安全测试。当时，前哨关注到该公司的愿景依然专注于可解释AI技术的研究。
一年后，随着ChatGPT的崛起，Anthropic也逐渐加入竞争。在最初阶段，Claude的几个版本在性能和价格上均无法与ChatGPT相提并论，直到OpenAI出现内乱并在SORA视频领域分散了资源，Anthropic凭借更长的上下文窗口和人类反馈提升了AI的理解能力，逐步在市场上站稳了脚跟。
技术的竞争没有停滞的空间，一旦放慢脚步，竞争对手便会迅速追上。
现如今的Anthropic在技术上已不逊色于OpenAI。SemiAnalysis最近发布的深入分析表明，Anthropic已经完成了下一代AI大模型Claude 3.5 Opus的训练，展现出强劲的性能。
出于成本考量，他们并未发布Opus，而是将其用于优化3.5 Sonnet模型，通过Opus生成的合成数据，利用强化学习与AI反馈（RLAIF）进行奖励建模，从而提升3.5 Sonnet的性能。
这一策略有效地发挥了Opus的潜力，也展示了他们在解决AI训练中的重大挑战：数据稀缺。
合成数据：是指通过AI模型生成的数据，用于训练其他AI模型。Anthropic利用Claude Opus生成高质量的合成数据，并依此提升Claude 3.5 Sonnet的效果，从而减少对传统数据集的依赖，加速模型迭代。而OpenAI仍然比较依赖人工标注的数据。
RLAIF（与AI反馈的强化学习）：与依赖人类反馈的RLHF（与人类反馈的强化学习）不同，RLAIF依靠AI模型评估模型输出并提供反馈。这种方式不仅降低了成本，还加快了模型的训练速度。Anthropic在其Constitutional AI中已采用了RLAIF的方法。
3.AI军备竞赛的新趋势
随着推理计算成为AI发展的新方向，OpenAI正在积极探索并行处理多个推理流，并选择出现频率最高的答案来提高准确性，从而利用搜索这一AI进步的重要因素。
技术竞争仍在继续，商业考验接踵而至，两家公司分别获得了40亿美元的投资融资，新的军备竞赛才刚刚开始。这一次的较量不仅是技术路线的比拼，更是商业模式和生态构建的综合竞争。
随着多模态扩展和开源模型的接近，AI产业格局可能会发生翻天覆地的变化。
想了解AI竞争的最新动态，或对2025年AI产业的发展趋势感到好奇吗？
↓点击加入，掌握AI如何为你服务（iOS用户请在电脑端打开）
标题：掌握未来：AI产业的前景与趋势价格仅需¥399，把握王煜全对AI产业的深度预测（iOS用户请在电脑上访问）
同时，我们为您整理了一份
“近期市场刺激政策概览””
