Anthropic 首次披露财务细节，Claude Code 正在成为一门真正赚钱的生意
Anthropic 本周向投资人披露的一组财务数据，勾勒出其 AI 编程工具 Claude Code 的商业成色：第二季度实现营业利润，净收入留存率达 900%——也就是说，同一批客户在 2026 年第三季度的支出相比 2025 年第三季度增长了九倍。
规模之外，Anthropic 正在做的另一件事更值得关注：让企业客户自己算清楚「这笔钱花在了哪里、值不值」。
面向管理者的 AI 投入回报报告
Anthropic 的策略一直是让企业用户长期留在平台内。周三，公司宣布推出一套面向企业的新报告工具，目标是让管理者更细致地理解自己在 token 支出上获得了什么。
报告依据内部数据分析与员工问卷生成，管理者可以按指定时间范围查看团队做过的工作、产出了什么、花了多少钱，以及工作流在哪些环节出了问题。Anthropic 表示，默认情况下不会把这些数据用于模型训练。报告还会给出改进结果的建议。
与此同时，Anthropic 还在推出「共享组预算」（pooled group budgets），让团队更好地管理 token 花费。
这背后是大客户普遍存在的现实焦虑：在部署 AI 工具的过程中，企业需要弄清楚投入产出比该如何衡量。
企业用量与支出的真实结构
Jellyfish（一家面向软件开发团队的工具公司）昨天发布新报告，数据来自其 27.6 万名客户对 agentic 编程工具的使用情况。
报告中的几个数字：
- Claude Code 及其他基于 Anthropic 模型构建的工具仍是使用最广泛的，在提交评审的代码变更提案中占比接近三分之一。
- 这类工具的支出自年初以来增长了 10 倍，目前成本约等于工程总成本的 2%。
- 但财富 500 强中大多数公司尚未从部署 AI 中看到实质性收益——当前的 token 支出增长，主要由风投背景企业驱动。
「即便你觉得 2% 还算小，但 10 倍增长是大多数 CFO 没有预料到的，」Jellyfish 首席科学家 Nicholas Arcolano 对 TechCrunch 表示，「大家确实逐渐意识到，光是砸钱已经不够了。现在你必须去优化它、让它真正跑起来。」
模型之外：企业切换成本正在变高
Anthropic 在企业客户中领先，但真正让一款 agentic 编程工具「黏住」客户的原因并不容易界定。今年夏天 OpenAI 发布 Astra 模型，一度被视为对 Anthropic 的潜在威胁，但从目前数据看，并没有拖慢 Anthropic 的采用速度。
「Codex 在我们数据里真正冒头其实花了很长时间，」Jellyfish 的 AI 产品负责人 Nikolas Albarran 说，「而且它是在 Astra 发布之后才上来的。」 他接着说，如果你去 X 上看，会形成一种竞争异常激烈的印象——「硅谷每个人都在说，『哦，Codex 更好』。 但实际上，Anthropic 靠出色的企业侧打法早就占住了位置，他们自带既有的惯性优势——这东西就是能用，而且用得好，很多人花了大量精力围绕它标准化工作流。
切换的理由并没有大到足够充分。」 Albarran 还指出，一旦某家前沿实验室在客户那里「扎下根」，企业切换的难度远高于个人开发者或小型团队。 他提到各家 AI 实验室都在大力投入前置部署工程（FDE）组织——把 AI 顾问嵌入客户内部协助落地。 Anthropic 这次推出的报告工具，可以看作一种「轻量版 FDE」。
「现在这个阶段已经足够成熟了，一旦你进来了，切换会越来越难，因为你已经投入了精力，」他说，「即便各家的能力大体相当，也都会有细微差异，比如它们处理 agents 与 MD 文件时各自有些小脾气，所以这个切换成本并不是零。」
核心变化与影响
- AI 编程工具的支出结构正在被重新评估。 支出增长十倍、占工程成本约 2% 的水平，意味着这类支出已经进入财务讨论范畴，而不是零散试用。
- 竞争焦点从模型本身转向企业侧能力。 报告、预算管理、工作流标准化构成了新的留存壁垒，与模型参数竞赛是两条并行战线。
- 对 CFO 与工程管理者的现实提示：「多花钱就能出效果」的阶段正在结束，需要建立用量—成本—产出的可观测链路，并明确优化优先级。
评论