“两个「极端」相反的组织，是怎么运作的？”
作者丨覃倩雯
编辑丨刘伟
Anthropic与OpenAI的管理理念，是现代企业两种截然不同的模版：一个像国企，一个像VC。
Anthropic自上而下，权力和决策高度集中，尤为重视思想文化建设，气出一孔、指哪打哪儿，犹如世界各地的国有企业。
OpenAI自下而上，权力分散，团队自主性高，业务百花齐放，仿佛分散投资的VC机构。
那么两家旗鼓相当的AI公司，为何会出现如此鲜明的管理分化？除此之外，哪种模式才能走得更远，以及大厂们为何又在这两种管理理念中左右摇摆？这篇文章将会解开谜底。
01
OpenAI，用Google的自下而上
把Google逼成了自上而下
OpenAI的管理哲学颇具戏剧性，先是用只梭哈一条技术路线的方式，击败了AI的分散押宝式策略。再利用微软的分散策略，把同样分散押宝的Google，逼向集权。
OpenAI，断了微软华人科学家的粮草
据微软高层向雷峰网回忆，微软CEO萨提亚和CTO凯文斯·科特在2021年便派人匿名委托第三方机构，对OpenAI与微软内部的模型进行测评，结果OpenAI全面碾压。
调研结束后，微软高层大为震惊，手起刀落，撤销对微软云AI团队以及微软研究院（MSR）的大部分算力资源，转投至OpenAI。这也是造成华人科学家离职潮的重要原因。
实际上微软的大模型起步并不晚，早在20年前后，微软云的AI团队和MSR分别在黄学东和Peter Lee的带领下，组建了CV、NLP、语音等多支大模型团队，华人为其中的中流砥柱。
后来据内部人士复盘到，微软的根本问题是思路不清晰，大模型研究方向分散，缺乏单点集中突破。
“当时大家发了很多论文，每次汇报时也都有进展，但始终没有大的突破。因为一个细分大模型团队能分配到的只有几百张卡，研究院（MSR）能拿到的显卡就更少了，所以每个团队只能在原模型上做增量改进，基本上很难做出东西。”微软内部人士告诉雷峰网。
后续那场与OpenAI盲测真正击穿的，不只是一款模型，而是一种人才与组织的管理方式：多个团队同时探索，但如此一来，算力、人才资源不集中，推进速度也更慢。
而早期的OpenAI把所有算力、人力筹码都押在生成式AI这一条路线上，反倒先把大模型这条路趟通了。
学习Google，再把Google逼得不像Google
在人、钱、卡充沛后，OpenAI逐步形成了风投式管理方式，启动了无数个探索性项目，自下而上的文化逐渐成型。
这个组织形态，最具代表的前辈，便是Google。
2004年，Google发布的IPO letter中提到了一个影响整个硅谷的管理方式：20%自由时间制。它把员工的时间分成两部分：80%服务于公司主业，另外20%可以用来做自己感兴趣、且对Google发展有价值的个人项目。
这套制度为谷歌成功孵化了许多“计划之外”的神级产品，Gmail、AdSense、Google News、Google Maps等改变世界的项目，最初都是员工在“20%时间”里捣鼓出来的原型。
Google的这一套逻辑，深刻影响着OpenAI。
Google的文化被写进了OpenAI公开的工作准则：“Creativity over control”（创造力优先于控制）。与此同时，OpenAI招揽了许多AI人才，希望他们能像Google一样，能独立探索创新、进而做出许多世界级好产品。
这也是为什么外界能在很多方向领域上都能看到OpenAI的影子。
一是模型能力上，math、science、coding、reasoning、多模态、架构创新等，OpenAI都在发力。二是产品上，Codex、浏览器、机器人、企业平台、智能硬件、芯片和数据中心等也在同时推进。
据业内流传，OpenAI 内部的项目数一度高达300多个，被人戏称美国版追觅。
当OpenAI长得越来越像早期的Google，二级市场也开始不断唱衰Google了。受到ChatGPT冲击的Google，也开始变了。
2023年之前，Google的AI研究分散在两个人手里，一个是Google Brain的Jeff Dean，另一个是DeepMind的Hassabis。
最讽刺的一幕就在这里。
Open AI借助Google开源的Transformer做出了GPT和ChatGPT，而最早掌握这一关键技术架构的Google，却没有做出AI现象级产品；就连BERT、LaMDA、TensorFlow和JAX等一系列基础成果也成为了别人的嫁衣。
彼时，Google高层对Jeff Dean颇为不满，认为自由松散的AI研究文化无法为公司创造价值。2023年4月，Google做了一个决定：拆分Jeff Dean的团队。
很快Google Brain从组织架构图上消失，被并入Google DeepMind，由Hassabis统一领导通用模型研发，Jeff Dean负责infra。
整合和收权，自此开始。
OpenAI因“自下而上”陨落，又因“自下而上”再次崛起
这是Google被OpenAI重击后的一次组织回应，也是对自己过去二十年创新方式的一次反转。
过去，Google允许每个研究团队自己探索长出创新项目；现在，Google把AI大模型的指挥权力收回，要求各个团队围绕公司的核心目标作战。
集权后的Google，很快表现出大象依旧可以转身的能力。
25年底，Gemini 3被认为已经追平甚至在部分能力上超过OpenAI，股票因此大涨。Anthropic的Claude Code占住了Coding这个最清晰的商业化场景；
这个阶段，集权主义Anthropic和Google，全面压制了自由主义的OpenAI。
今年年初，在雷峰网接触的许多硅谷从业者中，他们当时形成一种近乎共识的判断：AI时代集权才是王道，Anthropic和Google会把OpenAI越甩越远。
可这个观点只持续到了夏天。就在大家不看好OpenAI时，它打了一场漂亮的翻身仗。
2026年2月开始，OpenAI把不同模型的能力被接到了一起：Codex从一个基层发起的创新产品，成为连接Chat、Coding与Agent的关键入口。
到了6月，OpenAI披露Codex的周活跃用户已经突破500万，而这一数字在年初时仅有60万左右。5个月时间，Codex周活用户数量增长了730%。
OpenAI能在几个月内完成切换，并不是临时组队补课。
早在2021年，OpenAI的一个研究团队基于GPT-3做出了Codex，并成为GitHub Copilot背后的模型。虽然后来Open AI All in生成式AI后，Codex一度淡出产品中心，但模型积累下来的能力仍然留在了组织里。
借助早期在GPT、Codex、机器人、多模态上积累的能力，OpenAI管理层能迅速收拢产品与资源，把Codex升级成公司级战役。
这就是早期单元作战方式留下的一颗小火种。
第一次，OpenAI集中资源押中GPT，用ChatGPT定义生成式AI；第二次，它没有从头追赶Coding，而是重新调出Codex，再把它与新的GPT推理能力合并。
与此同时，集权转型带来的后遗症，在Google身上开始显现。
Google的集权后遗症
Google在保持阶段性领先后，从自由主义到集权主义过度的后遗症开始显现。
Google AI虽要集权，但历史遗留的组织烟囱和资源分配问题依旧有惯性，所以新旧管理方式在来回拉扯，造成巨大的部门内耗。
在一系列巨大的组织变阵和撕裂中，模型能力开始不断掉队。
Gemini 3.5 Pro因为Coding能力未达内部目标不断跳票，紧接着Hassabis退出Google DeepMind的核心管理，Jeff Dean与Oriol Vinyals、Quoc Le等核心人物也离开Google创业。
刚把分散的队伍拧成一股绳，又换了握绳的人，反而让OpenAI有机可乘。
但这轮Anthropic、OpenAI、Google的格局变化，暴露了一个比榜单更重要的问题：当模型能力逐渐接近，决定公司起伏的，已经不只是算法和算力，还有用什么方式管理一群全世界最聪明、ego最大的科学家。
从目前的现状来复盘，AI管理模式正在走向两种极端：要么给科学家配足资源、予以更多自由，自下而上推动创新；要么从面试那一天就对这批人进行文化筛选，自上而下指哪儿打哪儿。
Anthropic便是后者的践行者。
02
Anthropic，「国企」文化的映照
和OpenAI自下而上的管理模式不同，Anthropic采用了类似各国国企一样的“思想纲领”。践行一套强文化、强理念的人才过滤模式：Effective Altruism（有效利他主义）。
有效利他主义的核心理念，是精英人士应该帮助他人，但不能随便帮助，而要“效用最大化”，把钱捐在刀刃上。
Anthropic从创立第一天起，就把“有效利他”刻在了文化基因里，把“为全球福祉行动”“高信任、低ego”和“使命优先”并列写进用人原则，并且特别强调，公司使命是内部决策的最终裁决者。
从成立到现在，所有Anthropic的求职者都需要参与一次非常严格的思想文化面试，一个小时问15-20个问题。
这是Anthropic人才筛选的第一道关。
技术岗除了考察技术能力，要回答什么驱动自己从事这项工作；而非技术岗需要回答，为什么会被Anthropic的使命吸引。
根据流出的面试题显示，Anthropic面试会问相当直接的问题：如果公司的使命与金钱发生冲突时，你会如何选择？如果Anthropic因为无法保证安全，最终决定不发布模型，你愿意接受自己的股票归零吗？
Anthropic用这道机制，尽可能早地把不符合自己价值观的人筛出去。
为了继续强化这种文化制度，让Anthropic内部形成更高度凝聚力的组织，Dario甚至将30%-40%的精力花费在抓组织文化上，以抵御规模扩张带来的官僚主义。
去年，硅谷大厂流行用巨额薪酬挖人时，Dario也公开表示，不会因为某个人恰好被竞争对手盯上，就给他同事十倍的报酬，这会从内部摧毁公平感。
除此之外，Dario定期与员工进行沟通与分享。在每两周一次的Vision Quest全员演讲中，他拒绝通过中间管理传话，而是直接向员工同步讲模型、产品、行业竞争和AI相关的全球局势，回答员工提问。
这就是Anthropic像“国企”的地方。前期招聘时，严格筛选符合要求、能和公司同频的人才，入职后持续做思想与目标的对齐，把组织认同放在很高的位置。
也正是这套人才筛选、人才管理机制，让Anthropic在业务上的决策速度比别人要快许多。
2023年，Claude刚出来时只是一个通用模型，主要应用场景仍是总结、搜索、写作、问答，而Coding只是其中一项很小的能力。
然而当时ChatGPT爆火之后，Anthropic意识到C端已经被OpenAI抢先，于是内部把重心转向toB。在训练Claude 3时，Anthropic开始有意识地强化coding能力。
Claude 3.5 Sonnet发布后，Claude命运的齿轮真正开始转动。它在代码生成和Agent Coding评测中拉开的差距，引发了众多开发者疯狂涌入。
彼时Dario迅速捕捉到了这个趋势，随即收敛产品研究方向，集全公司之力全面转向Coding，把最关键的能力打穿。在OpenAI、Google仍苦心孤诣多方向布局时，Anthropic完全相反，彻底放弃C端、放弃多模态。
2025年2月Claude Code推出，Coding从一项很小的模型能力，升级成为Anthropic的一个独立产品和公司级主航道。
最后的结果证实，Coding确实是大模型商业化落地最重要的方向。
今年，Anthropic创造了人类商业史上最快的爆发性增长，ARR从去年12月的90亿美金冲到了6月份的650亿美金。而对面的OpenAI直到今年3月份才惊醒，砍掉了Sora等支线业务，把Coding提到公司第一优先级。
从发现Coding领域的优势，到做出重磅级的Coding产品，前后不到8个月。这么短的时间里，能做到如此之快的业务转向，极其考验整个公司的组织凝聚力和团队服从性。
而Anthropic过去通过价值观、使命感筛选出来的人才，让他在组织上减少了很多部门墙和沟通内耗。一群理念同频的人，在面对行业巨浪滔天的变化时，往往能始终保持着动作一致性。
这也是Anthropic难能可贵的一点。正如Anthropic增长负责人所说，组织文化是Anthropic的秘密武器，是最有防御力且别人无法复刻的东西。
03
两种组织，一个共性
在激烈的大模型赛场上，OpenAI和Anthropic两种不同的组织管理模式，让他们在竞争中不断保持着优势地位。
如果用养孩子打比方，Anthropic更像只生一个孩子、集中富养；OpenAI更像多生几个孩子、先穷养，再把资源押给最有希望跑出来的那个。
到底是少生优生好，还是多子多福好，没有标准答案，都是靠大胆豪赌和一条路走到黑。
Anthropic赌的是一开始就押中了方向，这非常考验创始人的判断力；代价是如果没赌对，公司转型会更困难。OpenAI赌的是能在许多可能的方向中及时选对，代价是可能会错失机会，犹如微软那场技术pk那般。
很难说哪 种组 织形更好。但站在后视镜里看，OpenAI和Anthropic给整个行业留下了两个观察样本，让人们看见了另一种可能。
只是AI世界瞬息万变，战局仍飘忽不定，下一个被市场低估的也许是Anthropic，也可能是OpenAI。
宝盈优配提示：文章来自网络，不代表本站观点。
相关文章
沪深京行情 实时轮播
热点资讯
