Anthropic 与 OpenAI 的竞争从更强模型转向更优数据

有报道称 Anthropic 正洽谈收购 AI 基础设施和世界模型初创公司 Decart，Anthropic 和 OpenAI 因此面临新的竞争考验。相关谈判尚未得到证实，却凸显出一场更深层的较量。前沿实验室可以持续打造更强的模型，但如何高效部署这些系统，已成为另一道难题。

据报道，这笔交易将为 Anthropic 带来旨在提升计算硬件利用效率的技术，可用于训练和推理工作负载。推理是指运行已训练模型以响应请求的过程。即使昂贵的初始训练已经完成，随着使用量增长，推理仍会消耗更多资源。

Glasswing Ventures 创始人 Rudina Seseri 在接受 Bloomberg 采访、谈及这项传闻中的交易时，概括了这一矛盾。她认为，Anthropic 和 OpenAI 等公司的成功也暴露了其局限：它们的效率还不够高。她的核心观点并非模型研究已不再重要，而是更优的数据、基础设施和工作负载优化，如今决定了模型智能能否成为一项具有经济效益的产品。

这一差异改变了投资者、开发者和企业采购方解读 Anthropic 与 OpenAI 竞争的方式。显而易见的竞赛围绕基准测试得分、编程能力、智能体和推理能力展开。而不那么显眼的竞赛，则关乎每家公司能从每一枚芯片、每一份数据集和每一次客户交互中榨取多少有效产出。

传闻中的 Decart 谈判将效率置于核心位置

Decart 的报道之所以重要，是因为 Anthropic 似乎有意掌控 Claude 底层更多系统环节，而不只是改进模型本身。

根据最初的收购报道，Anthropic 曾讨论收购 Decart。报道发布时，两家公司均未公开确认交易已经达成。因此，这些谈判应被视为仍在推进的报道，而非已完成的交易。

Decart 将其业务描述为两个相互关联的领域。其一是实时世界模型，用于学习表征环境及其变化的模式。其二是优化 AI 训练和推理如何在计算硬件上运行的软件。

在这笔传闻中的交易中，其基础设施技术栈具有更直接的战略意义。Decart 表示，该技术栈可帮助推理模型和智能体更快运行，同时更有效地利用现有处理器。公司还在这一基础上构建实时视频和物理世界系统。

这一组合可能为 Anthropic 带来多项优势。它或可提升 Claude 工作负载的效率，减少对默认软件层的依赖，并加速在不同处理器上的实验。它还可能让 Anthropic 更接近硬件层面的决策，而这些决策通常由模型开发商留给芯片制造商和云服务商处理。

Decart 表示，其AI infrastructure同时支持优化工作负载和实时生成式系统。这些说法尚未在 Anthropic 规模的部署中获得完整的独立验证。不过，其产品方向仍解释了为何一家前沿模型公司会研究这项业务。

世界模型之所以受到关注，是因为它们将生成式 AI 的能力延伸至文本之外。世界模型试图表征环境的运行方式，使系统能够预测或生成其下一状态。潜在应用包括机器人、互动媒体、模拟和视频生成。

不过，Decart 对 Anthropic 的意义，并不取决于 Anthropic 是否需要成为一家视频公司。用于实时生成变化环境的同类工程技术，往往需要对内存、延迟和处理器利用率进行严密控制。当数百万用户调用语言模型时，这些能力同样至关重要。

因此，传闻中的谈判引出了本文的核心矛盾。Anthropic 通过前沿模型研究和 Claude 的普及建立了自身地位。这一成功带来了更沉重的基础设施需求，使效率从次要的工程目标变成持续增长的必要条件。

一份独立交易分析得出了类似结论。该分析认为，Decart 可能帮助 Anthropic 控制计算成本，并更接近由大型芯片供应商占据的技术领域。

结果仍不确定。Anthropic 可能完成交易、寻求合作，也可能退出谈判。但这项传闻中的兴趣已揭示出该公司认为具有战略稀缺性的资源：能够将昂贵智能转化为可用产能的基础设施知识。

Anthropic 与 OpenAI 的竞争已深入模型之下

Anthropic 与 OpenAI 的竞争如今已从模型质量延伸至数据管道、推理经济性、硬件利用率和产品反馈闭环。

前沿 AI 公司过去主要通过更大规模的训练和更好的基准测试结果来展示进展。这些指标仍然重要，但已无法完整描述竞争体系。

一款模型可能在评测中领先，却难以实现盈利部署。它也可能在公开测试中表现优异，却难以应对嘈杂的企业信息、长流程或陌生的用户请求。更好的模型权重并不能自动解决这些问题。

压力来自使用量。训练发生在模型开发阶段，而每当客户提交提示词或智能体执行操作时，都会发生推理。因此，更多采用会持续增加对处理器、内存、网络和电力的需求。

推理模型加剧了这一挑战，因为它们可能在返回最终答案前生成大量中间 token。智能体产品则增加了工具调用、重试、文档检索和验证步骤。一次可见的请求，可能触发规模更大的隐性工作负载。

这使单位经济效益成为 Anthropic 与 OpenAI 竞争的核心。单位经济效益衡量服务一个需求单位所对应的收入与成本。对于 AI 公司而言，相关单位可能是一枚 token、一个已完成任务、一次编程会话或一项客户工作流。

高效的服务商可以利用现有产能处理更多工作。它还可以提供更快的响应、支持更长的任务，或将昂贵模型留给真正需要它们的请求。这些产品选择对用户体验的影响，和基准测试提升一样直接。

OpenAI 曾公开将效率描述为系统层面的问题。其近期的基础设施战略指出，经济效益不只取决于更多数据中心或模型设计。硬件、利用率、路由和产品决策同样会影响计算资源的回报。

Anthropic 面临同样的方程。Claude 在编程和企业工作流中的优势，可能吸引需要处理大型代码库、长上下文和反复工具调用的高要求用户。这些客户带来了宝贵需求，但也制造了复杂的基础设施负载。

这解释了 Seseri 所说的：成功会成为一种局限。受欢迎的模型公司不能将效率仅仅视为实验室优化问题。它必须在维持响应质量、可靠性、安全性和可接受延迟的同时，应对不断增长的需求。

被迫作出的回应是纵向整合。这一术语指公司掌控供应链中更多层级。在这一案例中，这些层级包括模型研究、训练数据、推理软件、云端产能，以及潜在的处理器设计。

OpenAI 已推进广泛的基础设施合作伙伴关系，并日益将自己定位为横跨模型、产品和计算能力的平台。Anthropic 则与大型云服务商保持深度合作，同时持续发展自身的模型和产品层。

一项 Decart 交易不会消除 Anthropic 对外部基础设施的依赖。前沿训练和大规模推理仍需要庞大的设施、处理器和电力。相反，它会为 Anthropic 提供另一种优化获得这些产能后实际运行情况的方式。

这一差异对企业采购方至关重要。他们不应假定拥有最大模型或最新发布版本的供应商，总能带来最佳运营结果。可靠性、延迟、数据依据和整体工作流成本，可能比微小的基准测试领先幅度更重要。

开发者在为应用选择模型时，已经会遇到这种权衡。最强的模型可能并非分类、信息提取或常规支持请求所必需。将简单工作路由至更小的系统，可以在不损害结果的前提下提升速度并降低资源消耗。

因此，领先实验室同时承受来自两个方向的压力。它们既要持续推进前沿能力，也要在实际效率上匹配更便宜的系统。任何一侧落后，都可能削弱整个产品体系。

更优数据可能胜过新一轮规模扩张

核心的反转在于，当训练和检索数据提供的信号较弱时，更多计算能力带来的商业价值会递减。

“更优数据”并不只是收集更多文档。它意味着筛选能够教授有用行为、覆盖困难案例，并反映系统实际执行任务的信息。它也意味着去除重复内容、错误、垃圾信息和误导性模式。

训练数据在部署前塑造模型。后训练数据则教会模型如何遵循指令、应用偏好、使用工具并避免不安全行为。评估数据帮助开发者判断这些干预是否能在狭窄基准测试之外发挥作用。

OpenAI 表示，其基础模型使用公开可得的信息、获得许可或通过合作取得的材料，以及用户、训练人员和研究人员创作的信息。其训练数据摘要也将合成数据列为模型开发的一部分。

合成数据是由另一模型或模拟生成的信息，而非直接从人类或物理世界收集。它可以为罕见任务、安全场景或结构化推理提供有针对性的示例。如果开发者缺乏强有力的过滤和评估机制，它也可能复制隐藏的错误。

Anthropic 同样依赖广泛的后训练和安全研究。它面临的竞争挑战并不只是获取比 OpenAI 更大的语料库。该公司需要能提升 Claude 在高价值工作流中表现的数据，同时避免引入脆弱行为或过高的服务成本。

这改变了规模的含义。传统缩放定律将更佳性能与更多数据、更多模型参数和更强计算能力联系起来。下一阶段的问题是，实验室能否从每个示例中获得更多学习，并从每个生成的 token 中产出更多有用工作。

当模型在熟悉的公开基准测试上接近饱和时，数据质量变得尤为重要。来自同一分布的额外示例可能带来更少提升。精心设计的任务、专家反馈和对抗性案例，能够揭示仅靠规模无法暴露的弱点。

企业应用让这个问题变得具体。通用模型或许了解标准会计术语，却无法访问企业当前的合同和内部政策。将模型连接到可信且经过权限管理的信息，往往比换用一款稍新的模型更能提升回答质量。

检索增强生成通过在请求过程中将相关文档置入模型上下文，来弥补这一缺口。模型无需在训练时记住每一项不断变化的事实，而是在生成答案时接收经过筛选的证据。

这种方法也带来了自身的数据问题。糟糕的检索可能会找出过时、重复或无关的段落。即便是能力强大的模型，也可能基于薄弱证据给出自信的回答。

因此，组织除了需要能力强大的模型，也需要干净的信息系统。可搜索的 AI knowledge base 能帮助员工在助手使用材料前整理源资料。模型依然重要，但信息质量决定了有据可依的工作所能达到的上限。

更好的数据还包括来自真实使用场景的反馈。当用户拒绝答案、修正生成的代码，或在中途放弃某个 agent 时，这些结果都会暴露产品弱点。实验室可以将这些证据转化为评估机制和未来的训练样例。

这一反馈循环有利于大型提供商，因为它们服务了大量交互。但这也可能成为限制。原始用户活动并不会自动成为高质量训练材料，隐私控制也限制了提供商使用这些数据的方式。

提供商必须区分真正成功的结果与表面上看似合理的结果。一个生成了被接受文本的编程 agent，仍可能引入隐藏缺陷。一个客服助手或许让用户满意，却可能在不显眼处违反政策。

因此，高质量数据需要判断、标注和评估基础设施。它不能被简化为收集更多提示词。最强的流程会将真实失败案例与具有代表性的测试联系起来，再利用这些测试指导训练和产品改进。

这一机制解释了数据与效率为何相互强化。更好的样例可以帮助更小的模型处理常规任务。更好的路由可以只将困难请求发送给昂贵的前沿系统。更好的评估则能避免团队把算力花在只提升宣传分数、却未改善客户结果的改动上。

这也解释了为什么 Decart 的基础设施可能补足 Anthropic 的模型研究。更快的实验让研究人员能更早测试数据配比和训练干预措施。更高效的推理则为评估、agents 和长时间运行任务释放更多容量。

竞争优势并非仅来自数据本身，而是来自一个连接数据选择、模型行为、评估、工作负载优化和用户结果的闭环。Anthropic 和 OpenAI 都在朝着这种闭环的不同版本迈进。

更便宜的 AI 并不能证明数据论点

效率正在快速提升，但公开证据尚无法分离其中有多少进步来自更好的数据、更小的模型、硬件、软件，或更低的利润率。

效率转变最有力的支持证据体现在推理成本下降。斯坦福大学 2025 年 AI Index 发现，在一项基准测试上达到 GPT-3.5 级别性能的成本，在 2022 年末至 2024 年末之间下降了超过 280 倍。

同一份 AI cost analysis 发现，规模小得多的模型已达到过去通常与大得多系统相关联的性能门槛。这些结果表明，有用的能力能够随着时间推移变得更便宜、更紧凑。

但这并不能证明改进是由更好的训练数据造成的。新一代处理器、量化、模型架构变化、蒸馏、竞争以及更低的提供商利润率，都可能降低价格。公开披露很少揭示每个因素的确切贡献。

量化会降低用于存储或运行模型的数值精度。蒸馏则训练较小模型来复现较大系统的特定行为。两者都能降低资源需求，而不改变底层训练语料。

基准测试带来了另一层不确定性。系统可能因为开发者直接或间接使用了相似样例进行训练而有所提升。当客户提出陌生任务、杂乱文档或不断变化的条件时，它可能仍会表现不佳。

这就是为何有关数据优势的说法需要谨慎对待。Anthropic 和 OpenAI 都披露了训练信息的类别，但都没有发布前沿模型的完整配方。外部人士无法直接比较数据集质量、过滤方式、合成数据方法或评估覆盖范围。

Decart 报告也存在类似的验证缺口。Decart 描述了能从计算硬件中提取更多性能的软件。公开展示的实时生成环境体现了低延迟目标，但并不能证明其在 Anthropic 生产栈中的效果。

即使收购完成，集成风险仍会存在。基础设施软件会与硬件驱动、模型架构、云调度器和可靠性系统发生交互。适用于一种工作负载的优化，在另一种规模下可能表现不同。

世界模型增加了战略上的模糊性。它们可能会在机器人、模拟和交互媒体领域变得重要，也可能在公司将其视为另一场独立的模型竞赛时，使 Anthropic 偏离 Claude 最强的市场。

更连贯的解读应聚焦于基础设施。Decart 的工作负载优化与 Anthropic 的服务约束直接相关。其世界模型产品展示了这些基础设施能够支持什么，但不应取代本文的效率论点。

竞争应对也是一个问题。OpenAI、Google、Meta、云服务提供商和芯片公司并未停滞不前。它们都可以改进编译器、路由、更小的模型、定制处理器或数据管线。

Google 在模型、定制芯片、云基础设施、搜索数据和消费者产品方面拥有尤其强大的优势。OpenAI 拥有大规模产品反馈和广泛的基础设施合作伙伴关系。Meta 可以利用开放模型和其消费者平台广泛分发改进成果。

Anthropic 仍需证明，更深入的基础设施所有权能带来可衡量的收益。相关指标包括延迟、模型可用性、单位算力的有效输出，以及完成长任务的 agents 质量。

买家也应避免将更低的模型价格等同于更低的工作流成本。一个需要反复修正的廉价模型，可能比一次完成任务的高能力模型成本更高。人工审查时间也应纳入计算。

同样的谨慎也适用于数据。大型私有语料库可能有价值，但前提是它足够新、获准使用、可搜索且相关。更多专有信息并不自动意味着更好的信息。

安全与治理进一步增加了这一战略的复杂性。训练或检索敏感数据会带来围绕同意、访问控制、删除和可审计性的义务。无法合法或安全使用的高质量数据集，其运营价值有限。

合成数据带来了不同的风险。当生成样例在管线中占主导地位时，模型可能放大自身的文风习惯和错误。开发者需要独立评估和真实世界证据来发现这种反馈循环。

这些限制并未否定 Seseri 的论点，而是对其进行了细化。更好的数据和基础设施之所以重要，是因为单纯扩大规模并不足够，而不是因为模型研究或算力已变得不必要。

决定性证据必须来自已部署的表现。如果 Anthropic 能以更低延迟和更少失败来服务要求更高的 Claude 工作负载，其效率战略就会更具可信度。如果收益仍局限于演示或内部说法，这一论点就会减弱。

三个信号将检验更好数据战略

Anthropic 与 OpenAI 竞争的下一阶段，将通过运营证据而非又一轮宣传性的基准图表来评判。

第一个信号是所报道的 Decart 交易的状态和明确目的。完成协议将确认 Anthropic 希望直接拥有优化技术。合作关系则可能表明其有兴趣，但不愿承担全面整合的风险。

最重要的细节将是 Anthropic 如何部署 Decart 的工程师和软件。若将其安排在 Claude 推理、训练系统或硬件战略附近，将强化效率方面的解读。若重点放在独立媒体产品上，则会削弱这一解读。

读者应关注任何协议达成后的可衡量变化。更快的 Claude 响应、需求高峰期间更高的可用性，或在相似资源限制下运行得更有能力的 agents，都将把企业战略与产品结果联系起来。

第二个信号是 Anthropic 和 OpenAI 在产品层面的效率。新模型应在固定能力水平下进行评估，而不只是与最强可用基准相比。关键问题是，每家提供商能以多低的成本和多高的可靠性完成可比工作。

模型路由将成为这类证据的一部分。提供商可以通过将常规请求分配给更小的系统、并升级处理困难任务来降低成本。成功的路由必须在维持准确性的同时，避免不必要地调用前沿模型。

长时间运行的 agents 提供了严苛测试。它们结合了推理、检索、工具使用和反复验证。微小的低效会在每一步中累积，使 agent 完成率比孤立的聊天回复更具参考价值。

开发者应在模型质量之外关注延迟和可靠性。一个推理能力强却频繁超时的编程系统，无法形成高效工作流。一个速度更快但引入更多缺陷的模型，同样未能通过测试。

企业采用情况提供了另一个有用信号。当 AI 系统能在治理和预算约束内提供可预测价值时，买家会扩大使用范围。试点公告的重要性不如在真实业务流程中的持续使用。

第三个信号是对训练数据和评估进行更多披露。由于实验室将数据配比和优化方法视为竞争资产，完全透明并不太可能。但更具体的报告仍可改善外部评估。

有用的披露应说明企业如何测试合成数据、防止基准污染，以及评估陌生任务。报告还应区分收益究竟来自模型改动、检索系统还是产品层路由。

OpenAI 和 Anthropic 有理由将这些细节保密。披露高价值的数据配方可能帮助竞争对手复现它。然而，模糊的说法会让客户难以评估可靠性和风险。

独立评估可以缩小这一差距。它们应使用私有测试集、真实工作流和基于结果的衡量标准，也应报告波动性，而不是将单一平均分数作为完整判断。

这三个信号遵循清晰的顺序。首先，观察 Anthropic 是否将报道中的兴趣转化为基础设施承诺。其次，考察该承诺是否改变产品经济性和可靠性。第三，要求提供解释收益来源的证据。

一项完成的交易若未带来产品改进，将削弱这一战略。若 Claude 的经济性改善却没有交易，则表明 Anthropic 找到了另一条路径。强有力的数据和评估披露，会让任何一种结果都更容易解读。

对开发者而言，务实的做法是评测工作流，而不是比较品牌。应测试具有代表性的任务、衡量重试次数，并将审查时间纳入考量。保持检索来源整洁，并记录生成式回答在哪些地方失效。

企业采购方应询问供应商：模型如何使用公司信息、检索索引多久更新一次，以及访问控制如何实施。他们还应比较完成任务的总成本，而不应只看公布的 token 单价。

知识工作者也面临类似选择。更新的模型或许有所帮助，但提供给它的文档质量往往决定了答案的质量。即使前沿模型不断进步，整理可信的上下文依然很有价值。

Anthropic 和 OpenAI 将继续发布更强的模型。如今更具决定性的竞争在于，哪家公司能把智能转化为可靠、可负担的实际工作。关注 Decart 的相关讨论、已部署系统的效率，以及数据披露情况。这些信号共同将表明，更好的数据和基础设施是否真的胜过又一轮规模扩张。