2020 年底，Dario Amodei 在 OpenAI 的一场全员线上会议里宣布，自己和六位同事将离职，创办一家把 AI 安全放在核心位置的新公司。会议聊天栏里涌出惊讶和告别。Jack Clark 留下一句：“I love you all.”随后，七人的屏幕突然熄灭：他们被移出会议，工作邮箱和 Slack 权限被撤销，笔记本电脑也被远程锁定。
几个小时前，他们还是一家领先 AI 实验室的研究和管理骨干。几个小时后，他们失去了职位、办公系统和下一步的答案。GPU 从哪里来，钱从哪里来，新公司叫什么，甚至如何为所有人买新电脑，都还没有解决。将近六年后，这家公司叫 Anthropic，产品 Claude 已与 OpenAI 正面竞争，创始人正准备带着公司走向公开市场。
这段离职场景来自《大西洋月刊》刊发的 Kevin Roose 新书节选。它让 Anthropic 的故事有了一个比“七位高管创办 AI 公司”更准确的起点：一群已经参与过前沿模型开发的人，试图把他们对风险、速度和组织责任的分歧，写进一家新公司的制度里。来源：《大西洋月刊》
他们为何离开
七人的离开常被简化成“因为 OpenAI 不够重视安全”。这个说法抓住了方向，却压扁了复杂性。安全分歧确实是核心，但它同时涉及谁能决定产品发布、公司如何管理，以及当 AI 研究变成一场商业竞赛时，安全团队能否真正影响决策。
Dario 当时担任 OpenAI 研究副总裁。他向 Sam Altman 提出过留下来的条件，其中包括让安全团队拥有阻止产品发布的权力。谈判还在进行时，七人已经建了一个名为 BATNA 的私密 Slack 群组。这个词是商业谈判术语，意为“谈不成时的最佳替代方案”：他们一边谈条件，一边准备退路。谈判最终没有达成一致。
Daniela 代表这群人参与离职谈判。双方各自请了律师，最后商定了一段可以招募同事的时间窗口，以及为期一年的互不挖角等条款。Dario 在全员会议里宣布决定，Jack 留下告别信息。这些细节提醒我们：Anthropic 不是几个彼此陌生的明星科学家临时拼起来的项目；他们曾在同一个组织里工作，也共同经历了一次艰难的集体离开。
Dario 后来接受 TIME 采访时，对离职原因说得很克制，把重点放在彼此信任、价值观和使命一致上。他也曾强调，AI 风险是经验问题，需要建立和研究足够强大的系统，才能弄清风险是什么。这带出 Anthropic 的内在张力：它既警惕强大 AI，也认为必须亲自推动强大 AI 的研发，才能研究并管理它。来源：TIME 对 Anthropic 的报道
这并没有让安全与商业之间的矛盾消失。相反，它把矛盾带进了 Anthropic：研究需要规模和算力，安全需要时间、评估与约束，商业增长则要求产品不断改进、客户持续采用。创始团队共同选择的，不是退出竞赛，而是建立一个声称要在竞赛中用不同方式行事的实验室。
六位创始人的专长接成一条研究链，Daniela 负责的组织与经营是托住它的外环。图示依据公开职责绘制，不代表实际汇报线。
七种工作，一家公司
Dario Amodei：把科学判断变成公司方向。 Dario 受训于物理学和生物物理学，先后在 Google Brain 与 OpenAI 工作。他是 OpenAI 研究副总裁，参与大语言模型的开发，也与同事共同推动人类反馈强化学习。今天作为 Anthropic CEO，他负责研究方向和战略愿景。Dario 的核心影响，不只是某一项技术，而是持续提出一个组织层面的问题：如果模型能力按预期增长，公司要提前建立什么样的安全机制？他的公开论述既强调风险，也描绘 AI 在生物医学等领域可能带来的巨大收益。风险和收益在他的叙述中并存，这正是 Anthropic 选择继续建设、同时研究约束的理由之一。来源：Dario 个人网站、Anthropic 管理团队
Daniela Amodei：把研究组织成能交付的公司。 Daniela 是总裁兼董事会主席，也是 Dario 的妹妹。加入 Anthropic 前，她在 Stripe 和 OpenAI 工作，担任过安全与政策、人事及工程管理职务。她的职责横跨研究、工程、产品、治理与商业执行，并负责管理高管团队。若 Dario 常被视为公司的技术愿景代表，Daniela 的工作则是让研究组织、产品团队、客户需求和公司制度能够同时运转。她参与七人离职谈判的经历，也说明她从创立之初就在塑造公司的组织边界，而非仅仅担任一个象征性的管理职位。来源：招股书管理层履历、Anthropic 管理团队
Tom Brown：让大模型训练在工程上成为可能。 Tom 领导过 GPT-3 的工程工作，现任 Anthropic 首席计算官，负责算力资源的取得、扩展和使用。他还是 GPT-3 论文《Language Models are Few-Shot Learners》的第一作者。1750 亿参数的 GPT-3 让业界看到，规模扩大的模型可以凭少量示例处理许多任务；但论文背后还有硬件调度、分布式训练、可靠性和成本控制。Tom 的经历连接着模型的科学想法和运行它所需的庞大机器系统。如今，算力不只是后台预算项目，而是决定实验速度和公司竞争位置的核心生产条件。来源：招股书创始人履历、GPT-3 原始论文
Jared Kaplan：寻找规模与能力之间的规律。 Jared 是理论物理学家，也是 Anthropic 首席科学官。他与 Dario、Tom、Sam 等人共同撰写的《Scaling Laws for Neural Language Models》研究了模型参数、数据和训练计算量如何影响模型损失。论文中的经验规律帮助研究人员估算：投入更多计算资源时，模型和数据该如何配比。它没有证明“只要做大就会出现任何能力”，也不能替代实验；它提供的是一个可检验的框架，让前沿实验不必完全靠猜。Jared 今天领导 Anthropic 的技术研究，继续连接基础科学、模型发展和 AI 安全。来源：约翰斯·霍普金斯大学、缩放定律原始论文
Sam McCandlish：让研究循环更快、更可靠。 Sam 是物理学家，曾在 OpenAI 建立并领导研究机器学习科学与规模化的团队；他也是缩放定律论文的共同作者。Anthropic 目前将他列为首席架构师，工作重点包括预训练、研究生产力和强化学习基础设施。大型模型的训练并非一次按下按钮就能完成：研究团队需要反复试验、定位故障、比较结果、复用系统。Sam 的专长在于支撑这种研究循环。Tom 侧重算力资源和计算组织，Sam 更靠近训练流程与研究基础设施；两类工作互相依赖，才能把资源转化成模型进展。来源：招股书创始人履历、Anthropic 管理团队
Chris Olah：试着打开模型的黑箱。 Chris Olah 是机制可解释性研究的早期推动者，曾在 Google Brain 工作、领导 OpenAI 的可解释性研究，并参与创办科学期刊 Distill。他把自己的研究目标描述为：将神经网络逆向分析成人类能够理解的算法。Anthropic 对 Claude 的研究曾识别出数以百万计的概念特征；在一个著名演示中，研究人员放大“金门大桥”特征后，模型开始在各种问题里把自己说成金门大桥。这既让抽象研究变得直观，也提示人们：内部表征被人为放大时，模型行为可能变得古怪甚至越过训练边界。Olah 负责的方向并没有让模型变得完全透明，却提供了检查其内部机制的新方法。来源：Chris Olah 个人网站、Anthropic 研究介绍
Jack Clark：把实验室语言翻译成公共议题。 Jack 曾是科技记者，报道过超级计算机、神经网络和先进技术，后来加入 OpenAI 负责政策与沟通。他如今担任 Anthropic 公共利益负责人，并领导 Anthropic Institute，研究前沿 AI 对社会的影响。他的背景与其他技术创始人不同：当工程师讨论模型评测和训练规模时，Jack 需要把这些概念连接到政策、就业、国家安全和公众理解。他的记者经验不是技术工作的替代品，而是公司与外界沟通的一种桥梁。不过，企业研究公共利益也会面对可信度考验：研究议题由谁决定，结论是否能独立于公司的商业利益，都需要持续检视。来源：招股书创始人履历、Anthropic 管理团队
七人的组合，覆盖了研究方向、企业运营、算力、基础科学、训练系统、模型内部机制与公共政策。这并不意味着每个人各守一块、彼此互不相干。大模型的研究路线决定算力需求；基础设施影响实验速度；解释模型行为能为安全评估提供线索；政策与治理则决定公司怎样向外界承担责任。Anthropic 的早期优势，很可能正来自这些职能由一群已有合作经验的人共同创立，而不是等公司长大后才临时补齐。
从 2020 年在 OpenAI 合写的论文，到 2026 年 11 月的招股书。七人于 2020 年 12 月宣布离职，Anthropic 于 2021 年成立。
安全承诺如何进入制度
创始人不只带着研究计划离开 OpenAI，也试图改变公司的法律与治理结构。Anthropic 选择注册为公共利益公司（Public Benefit Corporation），把“负责任地开发和维护先进 AI，使之长期造福人类”写进公司目的。公司还建立长期利益信托（Long-Term Benefit Trust），由没有经济利益的受托人组成，并通过特殊股票参与董事会构成。
IPO 更新招股书还安排 Founder LLC 持有一股 Class F 特别股，使七位创始人在一般股东表决事项上合计拥有 50.1% 投票权。这是重要的创始人控制安排。但治理图景并非“创始人一票决定一切”：这 50.1% 覆盖一般股东表决事项，包括选举 Class T 以外的董事；长期利益信托则通过 Class T 股票，通常有权选任和罢免 Class T 董事，而这些董事占董事会多数。经济权益、股东投票权与董事会席位由不同机制分配，正是 Anthropic 试图建立的制衡结构。来源：11 月 10 日更新版招股书
制度设计可以改变决策门槛，却不能自动保证好结果。TIME 曾记录，Anthropic 以负责任扩展政策承诺，在模型超过某些能力门槛、而相应安全措施尚未准备好时限制发布。公司认为，研究强模型本身也是了解风险、制定规则的必要条件；批评者则会追问，营收、投资人和竞争压力逐渐变大后，这些自我约束还能有多硬。来源：TIME 对 Anthropic 治理的报道
左边是控制权：表决多数归创始人，董事会多数由信托选任。右边是钱：每人拟出售约 2.5 亿美元，只占彭博估算身家的约 1.4%。数字按招股书的价格区间中点计算。
这项追问不是抽象的公司治理辩论。Claude 越成功，Anthropic 越需要算力、人才和客户；这些资源越多，公司就越有能力开展安全研究，也越需要面对增长速度、产品发布和风险管理之间的冲突。公司创立时要解决的问题，变成了规模化之后更难的问题。
IPO 带来的财富，也带来检验
2026 年 11 月 10 日更新的招股书显示，七位创始人计划在 IPO 中各出售约 337.8 万股。按 70–78 美元发行价区间的中点 74 美元计算，每人约套现 2.5 亿美元，七人合计约 17.5 亿美元。彭博社引用彭博亿万富豪指数估算，每人的净资产约为 180 亿美元。拟出售金额是具体股票数量乘以假设价格的结果，净资产则是对其全部资产的估算；两者都不是已到账的现金，也不代表七人的资产组成完全相同。来源：SEC 更新版招股书、彭博社
财富之外还有一笔承诺。联合创始人在公司创立时就承诺，把各自持有的 Anthropic 股权的 80% 捐给慈善事业。更新版招股书显示，公司已把 5% 的股份注入 Anthropic Public Benefit Fund，初始管理人为 Jack Clark 和 Buddy Shah。公司在 10 月的公告中估计，这些安排与员工股权捐赠计划合计，未来约有 20% 股份服务公共利益。不过，招股书说明创始人的 80% 承诺是自愿、可撤销的，不具法律约束力；基金的捐赠节奏和资金去向，仍要看后续披露。慈善承诺规模巨大，兑现方式同样需要透明和问责。来源：Anthropic 公共利益基金公告、《慈善纪事报》
另一个容易混淆的地方是“七位联合创始人”的范围。Anthropic 的公开名单和 Founder LLC 包括 Dario、Daniela、Tom、Jack、Jared、Sam 与 Chris。Ben Mann 同样在公司成立初期发挥重要作用，也经常被称为联合创始人，但招股书明确说明他不是 Founder LLC 成员。因此，新闻里的“七位”指的是这套创始人投票结构所列的七人，不是对所有早期贡献者的完整排名。来源：招股书创始人说明
若只用 IPO 的财富数字来写这七个人，故事会很快变成七位新晋亿万富豪的平均分账。更值得追问的是，他们当年离开一家领先实验室时，想解决的组织问题是否真的被解决了：当 AI 能力和公司收入一起加速，谁有权说“先等等”？内部的安全评估能否抵住市场的时间表？慈善股权会怎样转化为社会能够看见的成果？
七人的经历为 Anthropic 提供了罕见的组合：亲手训练过大模型的人、理解算力成本的人、研究模型规律和内部机制的人，也有负责组织经营与公共沟通的人。他们共同创办的公司已经证明，安全叙事可以与商业竞争并行；接下来的难题，是证明这种并行不只是公司早期的理想，而能在规模、利润和权力都迅速增大的时候继续成立。