Anthropic为什么不做硬件？

Pixel 11快要发布了。

谷歌已经宣布，将于当地时间8月12日在纽约举行新一届Made by Google发布会。按照目前的信息，Pixel 11、Pixel 11 Pro、Pixel 11 Pro XL和折叠屏Pixel 11 Pro Fold预计将一同亮相。

手机之外，谷歌手里还有Android、Chrome、Pixel Watch、耳机和智能家居设备。今年5月，它又公布了围绕Gemini Intelligence设计的新一代AI笔记本Googlebook，首批产品预计于今年秋季推出。

从手机、电脑到浏览器、可穿戴设备和智能家居，谷歌原本就拥有一套覆盖工作与生活的软硬件生态。

另一边，OpenAI也在从零补上硬件这一块。

2025年，它将Jony Ive创办的硬件公司io并入公司，开始推进自己的AI设备计划。如今，首款产品的形态已经初步浮出水面：据彭博社报道，OpenAI正在开发一台便携式、无屏幕的智能音箱，希望它能够感知家庭环境、主动提供帮助，并成为一种更接近“类人AI伴侣”的长期存在——有点像我们熟悉的“小爱同学”（GPT升级版）。

一家原本就拥有硬件生态，另一家则准备从零制造新的终端。背景不同的两家公司，都把目光投向了AI时代的下一个入口。

“御三家”里，只有Anthropic显得格外安静。

它没有Claude手机，没有智能眼镜，也没有公开展示一款准备改变人机交互方式的新设备。即使Claude已经成为最重要的基础模型之一，Anthropic最核心的产品依然运行在别人制造的电脑、浏览器和云平台上。

当越来越多AI公司开始争夺用户与AI相遇的终端，Anthropic押注的可能是另一种未来：

AI时代真正值得控制的，未必是用户身边的那台设备，而是基础模型本身，以及让模型真正进入工作的工具。

改旧制者就便，创新局者就全

谷歌和OpenAI都在做硬件，但两者的出发点恰好相反。

对谷歌来说，硬件是它原本就握在手里的一张牌。

搜索、Chrome、Android、Workspace、Cloud，构成了谷歌的互联网帝国；Pixel手机、手表、耳机、智能家居，以及即将推出的Googlebook，则让这套生态一直延伸到用户身边的设备。

今年5月公布的Googlebook尤其典型。我们在之前的文章介绍过，AI正在重新推高一部分生产力硬件的价值。AI Agent发展的同时，电脑也需要更强的本地性能、更深的系统权限、更顺畅的跨应用协作，才能让AI更好地接入用户的日常工作。

谷歌要做的，是把它手里那套原本围绕互联网建立起来的产品体系，重新改造成一套围绕AI运行的生态。

这是一场老牌科技公司的AI转型。

它的优势是手里有足够多的牌，模型不需要从头寻找用户，可以直接进入手机、电脑、浏览器、邮箱、办公软件和云服务。但它的难处也正在这里：每一张旧牌背后，都连着一套已经成熟的产品逻辑、收入结构和用户习惯。

同为老牌科技公司，苹果也面对着同样的问题。

它拥有手机、电脑、操作系统、芯片、应用商店和庞大的高价值用户，理论上掌握着AI时代最难获得的分发入口。偏偏在基础模型这一层，苹果迟迟没有补上足够有竞争力的能力。

最终，苹果选择向谷歌借力。今年1月，双方宣布达成多年合作，下一代Apple基础模型将基于Gemini模型和谷歌的云技术构建，用于新版Siri和更多Apple Intelligence功能。

苹果手中最强的资产，也因此暴露出一块明显的空缺：终端、系统和用户都已经准备好了，真正能够驱动下一代交互的智能层，却需要从外部补上。

Meta则更像一个转型失序的样本。

它手里原本有一副几乎令人嫉妒的好牌：Facebook、Instagram和WhatsApp带来的全球用户与社交关系，Llama积累的模型影响力，雄厚的算力投入，以及多年延续下来的硬件团队。

从Quest、Ray-Ban眼镜到Orion和肌电腕带，Meta几乎没有错过任何一个可能成为下一代入口的方向。但这些投入始终没有汇成一条足以重新定义公司的产品主线。它在硬件上四处留情，最后却颇有些“片叶不沾身”的挫败。

相比之下，谷歌至少知道自己手里的这些牌应该往哪里打。

在老牌科技公司的另一边，作为原生AI公司的OpenAI在硬件上只能从零开始。

它从基础模型和ChatGPT出发，没有自己的手机、操作系统、应用商店、浏览器底层和消费电子供应链。ChatGPT虽然拥有庞大的用户，但这些用户依然要通过苹果、谷歌和微软控制的设备去使用，或者说，OpenAI掌握了模型和应用，却没有掌握承载它们的终端。

因此，OpenAI做硬件最基本的逻辑，首先是补课。

2025年，OpenAI将Jony Ive创办的io团队并入公司，正式组建自己的设备能力。7月15日，据彭博社援引知情人士消息，OpenAI与Jony Ive团队开发的首款设备，可能是一台便携式、无屏幕的智能音箱，并被设想为一种能够感知家庭环境、主动提供帮助的”类人AI伴侣”。

据报道，该产品将有助于控制智能家居设备、播放媒体内容、回答各种问题、处理消息，同时还能利用ChatGPT所具备的各种功能。

今年5月，分析师郭明錤爆料称，OpenAI正在加速开发一款直接面向智能手机市场的产品，计划最早于2027年开始量产；6月底，OpenAI开发者账号公开预告了与定制键盘厂商Work Louder合作的Codex硬件，并将7月15日标为揭晓日期；截至发稿，产品详情尚未正式公布。

从进入家庭的无屏幕AI伴侣，到被曝正在推进的手机，再到已经公开预告的Codex控制器，OpenAI显然不只想制造一件硬件。它正在同时试探新的设备形态、成熟的手机市场，以及面向具体工作场景的物理入口。

但硬件也只是这场扩张的一部分。

从搜索、浏览器到编程、办公、企业服务和应用平台，它正在从模型不断向外扩展。ChatGPT也越来越不像最初的聊天产品，逐渐接近一个试图收拢各种数字活动的统一入口。

7月9日，OpenAI开始把原本分散的产品线统一收回ChatGPT：Codex App正式并入新版桌面端，ChatGPT Work则把Codex的长任务执行能力从编程扩展到文档、网站和演示文稿；与此同时，Atlas浏览器也将在8月9日停止服务，相关浏览能力继续迁入ChatGPT。

这正是此前被媒体披露的桌面“Super App”方向：搜索、浏览、编程和通用工作不再保留各自独立的入口，最终都变成ChatGPT内部的能力模块。

OpenAI的扩张之路其实很像互联网时代超级平台的成长方式：先获得用户，再占据入口；入口形成以后，再把搜索、浏览、内容生产、工具调用和任务执行逐渐收进同一个生态。

不过，提到OpenAI的全面扩张，就很难绕开奥特曼本人。或者说，这条路线本身就带有非常强烈的个人烙印。

奥特曼在互联网创业和Y Combinator体系中成长起来。他习惯从一个足够大的终局出发，思考实现这个终局还缺少哪些环节，再逐一补齐。除了OpenAI，他长期投资和推动的领域还包括芯片、能源、身份认证和生命科学；他也曾寻求规模极其庞大的资本，以重塑全球AI芯片与算力供应。

因此，OpenAI今天的扩张并不只是“多做几款产品”。奥特曼似乎相信，如果AI最终会成为一种基础平台，那么OpenAI就不能只掌握模型。它还需要应用、用户、终端、算力，甚至支撑算力的芯片和能源。

这种“互联网平台”的思路也正是他长期受到质疑的地方——互联网时代的超级平台可以依靠接近于零的软件复制成本和强大的网络效应，不断把新服务叠加到已有用户之上，但AI是一门每次调用都产生真实成本的生意。

奥特曼可能正在建造AI时代真正的操作系统，也可能只是把互联网时代“先抢入口、再全面扩张”的成功经验，搬进了一个成本结构和产业规律都不相同的时代。

Anthropic：硬件不是最重要的

OpenAI选择把基础模型不断向外延伸，最终补齐一家公司能够掌握的所有入口。而同样从基础模型起家的Anthropic，却做出了几乎相反的选择。

Claude当然也在增加搜索、设计、办公和移动端等能力，即使Claude的用户规模不断扩大，Anthropic也没有表现出把它变成一个无所不包的超级入口的兴趣。

它的产品在变多，主线却始终很集中：继续投入基础模型，再把模型送进真实工作场景。

这也是Anthropic与许多AI应用公司的区别。它不是拿到一个现成模型以后，再寻找几个容易收费的垂直场景。Claude Code、Cowork、Claude Science背后，都有一个共同前提：基础模型本身必须足够强，能够理解大量上下文、规划多阶段任务、调用外部工具，并在遇到错误以后继续调整。

Anthropic在2024年推出的MCP，则为这些模型进入真实工作提供了一套开放的连接方式。基于MCP，Claude可以通过各种连接器接入代码库、数据库、Google Drive、Slack和企业内部系统，读取分散在不同工具里的上下文，并在获得授权后执行操作。

Anthropic没有试图把所有数据和软件都收进Claude自己的封闭生态，后来还把MCP交给厂商中立的开放治理。它似乎相信，只要模型的硬实力足够，并且拥有进入各种工作环境的通道，Claude不必亲自拥有每一款应用，也能成为工作流里的核心智能层。

Anthropic对真实工作场景的专注，首先表现为对基础模型的持续重投。

写一段流畅的文字并不难，但要读懂一整个代码库、修改文件、运行测试，再根据报错继续修正，模型必须连续做对很多件事。科研、金融、法律和企业流程也是一样：工作往往横跨多个软件和数据源，结果还必须能够检查、追溯和交付。

任何一步出错，都可能让整段工作失去价值。

Claude Code的价值，并不只来自终端界面、权限系统或者与开发工具的整合。它能够成立，首先是因为Claude本身足以读懂大型代码库，维持较长的任务状态，并在测试失败后继续寻找问题。Cowork和Claude Science也是如此：产品可以提供工作环境，但真正决定它能走多远的，仍然是模型能力。

做模型和做应用，并不是两件分开的事情，二者本就互相嵌合。真实工作本身，就是检验模型、暴露缺陷，并决定下一轮能力改进方向的地方。

编程场景尤其适合承担这种角色。它有明确目标，也有相对客观的反馈：程序能不能运行，测试能不能通过，修改是否破坏了已有功能。模型在规划、工具调用和自我修正上的缺陷，很难在这样的任务中被一段流畅的语言掩盖。

Claude Code产品负责人Cat Wu曾在Lenny的播客中提到，团队会把产品提前做到模型能力的边缘。

例如，Claude Code团队很早就尝试过代码审查功能，产品原型已经存在，但当时的模型准确率还不足以让它成为可靠功能。团队没有等模型成熟后再从头开发，而是保留了原型。等新一代模型跨过能力门槛，产品便可以立即重新测试和推出。

我们在之前分享的文章里，也介绍了Claude Code的这份历史。

在Anthropic，模型和产品并不是一条先研究、再交付的流水线，两边其实在同步进行：产品团队提前探索模型下一步可能具备的能力，研究团队则不断提高模型处理真实任务的上限。模型每向前走一步，原本无法成立的功能就可能迅速变成产品；产品进入实际工作后，又会暴露新的失败案例，把问题重新送回模型。

Cat Wu提到，Anthropic一些功能的开发周期已经从过去的数月缩短到数周、数天，有时甚至只有一天。这当然得益于更轻的流程和AI辅助开发，但更重要的是，Anthropic把研究、产品和使用场景放得足够近。

公司内部本身也是这套循环的一部分。Anthropic员工会直接使用Claude Code和Cowork搭建内部工具，把原本分散在不同软件和数据源中的工作连接起来。

因此，谷歌和OpenAI大力押注的硬件，在Anthropic的版图里并不重要——它想解决的问题，本就不需要一台Claude手机才能成立。

开发者、研究人员和企业员工已经有电脑、手机、浏览器和各种专业软件。Anthropic需要做的，不是再制造一台设备，而是让Claude穿过这些已有设备与软件，获得完成任务所需的上下文、工具和权限。

换句话说，Anthropic不需要拥有用户手里的终端，也可以进入终端背后的工作。

这让Anthropic和OpenAI呈现出了完全不同的公司气质。OpenAI不断向外扩展边界：从模型到应用，从应用到浏览器、硬件、芯片和能源，试图补齐一家超级平台可能需要的每一个环节；Anthropic则更加专一，它没有拒绝新的功能和场景，但每一次扩展，都必须服务于同一条主线：让模型更强，让模型更深入地工作。

互联网公司往往需要控制入口，因为用户、内容和交易都围绕入口聚集。但AI公司未必需要复制这条路。模型天然可以跨设备、跨软件和跨平台运行。只要它足够强，也能连接足够多的工具，就不必亲自拥有每一块屏幕。

从这个角度看，Anthropic的路线或许才更接近原生AI公司的最优解法：

不把自己改造成另一家谷歌、苹果或Meta，也不从零重建一套互联网帝国，而是把所有资源集中在AI公司真正独有的能力上。

原生AI公司的核心资产并不是手机、操作系统或者某一个固定入口，而是足够强的基础模型，以及模型进入任何工作环境的能力。

OpenAI试图拥有AI时代的一切。

Anthropic则在赌，拥有最重要的那一层，就已经足够。

不做终端，也是一场豪赌

至少在现阶段，不做终端为Anthropic带来了三点明显好处。

第一个优势是专注。

硬件是一门完全不同的生意，它需要工业设计、供应链、制造、渠道、售后和库存管理，也需要重新教育用户形成新的使用习惯。对一家仍然处在基础模型竞赛中的公司来说，每向硬件迈进一步，都意味着新的资金投入、人才结构和管理复杂度。

Anthropic没有把这些能力全部补齐，而是把组织注意力继续留在模型和产品之间，这样的选择让它的反馈链路更短，避免了谷歌此前暴露出的“大厂病”。

模型变强，Claude Code和Cowork可以迅速承接新的能力；产品进入真实工作，又会暴露模型在推理、工具调用和长任务中的问题。研究、产品和用户反馈都围绕同一个目标运转，不必同时服务手机、浏览器、广告、内容和硬件等多套业务逻辑。

第二个优势是跨平台。

只要Claude停留在模型和智能层，它就可以进入Mac、Windows、浏览器、云平台和各种企业软件，也可以通过MCP和连接器接入不同公司的数据与工具。

企业通常不会因为一个模型更强，就轻易更换电脑、操作系统和核心软件。它们更愿意把AI接入已有流程，在不推翻原有基础设施的前提下，提高工作效率。

Anthropic的中立性，因此可能成为一种优势。

它不拥有终端，也就不必强迫客户进入某个封闭生态；不与所有软件公司争夺入口，也更容易成为它们共同采用的智能层。

第三个优势，是它避开了AI硬件最难的问题：用户究竟需不需要一台新设备。

过去几年的AI硬件已经证明，新的设备形态并不会因为带有AI就自然成立。手机、电脑和耳机已经覆盖了大多数高频场景，新设备不仅要证明AI能力，还要证明自己比现有终端更方便、更可靠，并值得用户每天携带。

Anthropic不需要回答这个问题，它可以等待苹果、谷歌、微软、Meta甚至OpenAI完成硬件试验，再让Claude进入其中。无论最终胜出的是手机、眼镜、耳机还是另一种设备，模型都可以成为背后的智能层。

从这个角度看，不做硬件甚至可能是一种更灵活的选择。

Anthropic的这份专心，已经开始得到市场的正面反馈。

今年5月，Anthropic完成了一轮650亿美元融资，投后估值达到9650亿美元，超过OpenAI当时的8520亿美元，成为全球估值最高的原生AI公司之一。此后，Anthropic股份在二级市场上甚至一度被按照1.2万亿美元估值追逐。

另外，Anthropic此前预计，公司将在2026年第二季度首次实现经营利润：季度收入达到109亿美元，经营利润约为5.59亿美元。SemiAnalysis最新的预测则更加激进，认为Anthropic第三季度利润可能超过10亿美元。

这些数字虽然有一部分属于公司预测和外部估算，但它们至少说明，Anthropic围绕基础模型和真实工作建立的短链路，正在表现出与其他前沿模型公司不同的经济性。

相比OpenAI，它不需要承担同等规模的免费消费者服务成本，也没有承担手机、浏览器和消费硬件等多条新战线。Claude Code、API和企业产品则直接进入有明确预算、愿意为生产力付费的工作场景。

当然，任何选择都有它的代价。路线上的克制让Anthropic能够把更多资源集中在基础模型、Agent能力和真实工作场景上，但也意味着，它主动放弃了许多互联网巨头最看重的东西：终端、分发和用户关系。它所面临的风险也因此而变得明显。

最直接的风险，是入口和系统权限始终掌握在别人手里。

Claude今天运行在苹果、谷歌和微软控制的设备与系统上。平台公司决定它能获得哪些权限、接触哪些数据、能否在后台持续运行，也决定用户是否能方便地调用它。如果未来AI体验越来越依赖摄像头、麦克风、位置、通知和系统级操作，单纯停留在应用和云端，可能会让Anthropic始终隔着一层。

另外，真实工作可以带来高付费、高黏性和稳定的企业需求，但个人用户与AI的关系，可能并不只发生在办公桌前。如果未来最重要的AI入口是全天候佩戴的眼镜、耳机或其他环境设备，那么谁先控制硬件，谁就可能掌握最完整的个人上下文，也最容易形成新的使用习惯。

Anthropic保持中立，可以进入所有平台；但同样因为不拥有任何平台，它也可能无法独占最有价值的数据和体验。

OpenAI做硬件，正是因为它不愿意长期受制于这种关系。

第二个风险，是基础模型可能被平台商品化。

如果苹果、谷歌和微软都掌握终端与系统，它们可以同时接入多个模型，根据价格、速度和任务随时切换。对平台来说，Claude可能只是一个可替换的供应商，而不是用户必须直接使用的产品。Anthropic希望通过模型质量和真实工作能力形成壁垒，但如果基础模型之间的差距逐渐缩小，缺少终端和分发渠道就可能变成明显弱点。

因此，Anthropic的路线不好说是更聪明或者更保守，它更像一场对未来的明确下注：

基础模型会继续保持足够大的差异；模型能够通过开放协议进入所有重要环境；企业和专业工作会成为AI最稳定、最有价值的市场；而终端最终不会成为决定胜负的唯一因素。

只要这些判断成立，Anthropic就没有必要复制谷歌和OpenAI的路线。

只要Claude足够强，并且始终能够进入最重要的工作，它可以不拥有手机、不拥有浏览器。

但如果AI竞争最终重新回到平台逻辑——终端决定数据，系统决定权限，入口决定用户——那么Anthropic今天的克制，也可能成为明天最难补上的短板。

这可能是AI时代最专心的一条路，也可能是最依赖别人保持开放的一条路。