Anthropic在商业市场表现出色,这一成功似乎至少部分归因于用户对五角大楼的抵制情绪。
这家Claude系列模型的制造商在2月份的商业软件订阅增长了4.9%,据AI金融科技公司Ramp数据显示,同期OpenAI的订阅份额下降了1.5%。
1月份,Anthropic的订阅份额增长了2.8个百分点,而OpenAI的采用率下滑了0.9个百分点。
OpenAI仍在整体商业订阅市场份额中领先,占34.4%对比Anthropic的24.4%,但Anthropic追赶速度很快。
Ramp的经济学家Ara Kharazian在博客文章中表示:"Ramp平台上现在有近四分之一的企业付费使用Anthropic(一年前这个比例是二十五分之一)。OpenAI 1.5%的下降是自我们开始跟踪企业AI采用情况以来任何AI模型公司单月最大降幅。"
根据Kharazian的数据,首次选择AI服务的企业现在约有70%选择Anthropic。
巧合的是,据报道OpenAI正在修订战略,将重点转向向企业和软件开发者销售AI,而这正是Anthropic表现出色的市场。
消费者市场似乎在放大商业偏好。1月下旬,路透社报道了Anthropic与国防部之间的分歧,原因是Anthropic拒绝移除模型防护措施以使其模型更适合军事应用。
Anthropic将自己定位为负责任的AI公司,但在政府谈判中略有退让,2月底公开表达了反对立场。
这并没有让Anthropic受到特朗普政府的青睐。3月4日,这家AI公司表示收到华盛顿方面的通知,被指定为美国国家安全的供应链风险,并提起诉讼挑战国防部的"逐出教门"决定。
虽然Anthropic对负责任AI的公开承诺可能有些夸大——据报道其模型曾用于1月份美国捕获前委内瑞拉总统尼古拉斯·马杜罗的特别军事行动——但它重新采用了谷歌早已放弃的"不作恶"信息传递,提升了在那些认真对待此类情感的人群中的形象。
应用跟踪公司Sensor Tower指出,Anthropic与国防部的冲突恰逢Claude安装量激增和ChatGPT卸载量增加。OpenAI决定与五角大楼合作以及CEO山姆·奥特曼承认OpenAI处理情况不当可能也没有帮助。
Kharazian指出,在Anthropic与国防部发生分歧后,名人音乐家凯蒂·佩里和美国参议员布莱恩·沙茨公开支持Claude,"Anthropic采取了不同的定位,某一类用户注意到了这点。"
同样这类人群——那些能够负担每月20美元或200美元使用Claude的用户——可能也对OpenAI在ChatGPT中投放广告感到不满。
Anthropic在2月份谈到其不断增长的年收入运营率,现在达到140亿美元,同时庆祝又筹集了300亿美元来继续运营。不过值得注意的是,在9天前的法庭文件中,Anthropic首席财务官Krishna Rao表示,公司自进入商业市场以来已赢得超过50亿美元的收入。
Anthropic没有回应置评请求。
Q&A
Q1:Claude订阅份额增长了多少?
A:根据Ramp数据,Claude在2月份的商业软件订阅增长了4.9%,1月份订阅份额增长了2.8个百分点。目前Anthropic占商业订阅市场份额24.4%,而一年前这个比例仅为四分之一。
Q2:为什么Anthropic与国防部产生分歧?
A:分歧源于Anthropic拒绝移除模型防护措施以使其更适合军事应用。Anthropic将自己定位为负责任的AI公司,公开反对军事用途,最终被华盛顿指定为美国国家安全的供应链风险。
Q3:首次选择AI服务的企业更偏好哪家公司?
A:根据Kharazian的数据,首次选择AI服务的企业现在约有70%选择Anthropic,这表明新用户更倾向于选择Claude而非ChatGPT,这种趋势正在帮助Anthropic快速追赶市场领导者OpenAI。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。