三年狂赚100亿美元，拆解Anthropic背后最牛VC的AI投资逻辑

Anthropic的招股书里，一家名叫Spark Capital的投资机构被前前后后提及了50多次，出现频率甚至超过不少向Anthropic投入数十亿美元的科技巨头。原因并不复杂：Spark是Anthropic最早的机构投资者之一，其合伙人至今仍是公司董事会中唯一来自传统风险投资机构的代表。

如果把Anthropic视为Spark AI组合里最耀眼的果实，三年约100亿美元账面回报只是结果。把时间线拉长看，这家VC对AI的布局相当系统：从基础模型、算力、基础设施到应用层，几乎每个重要环节都有落子。它真正厉害的地方，是在行业还没形成共识时，就敢为“变化”定价。

招股书50次点名Spark：最早下注者坐在Anthropic董事会

Anthropic刚成立时，几乎没有VC愿意投它。甚至在C轮融资之前，公司很大程度上只能靠科技圈的熟人关系寻找资金。ChatGPT横空出世后，投资人更有理由犹豫：OpenAI已经抢占先机，背后还有微软撑腰，Anthropic凭什么赢？

Spark偏偏选择了坚定下注。

今年5月，Spark合伙人Yasmin Razavi在接受《福布斯》采访时回忆，为了推动这笔投资，她专门写了两份详细的投资备忘录，说服Spark其他合伙人。她的逻辑主要有三点：

• 大模型可能代表一次真正的技术范式革命。她借用科学哲学家托马斯·库恩的范式转换理论，认为过去十年深度学习、无监督学习和Transformer的发展，已经为LLM带来新的技术范式创造了条件。
• AI的应用范围将远远超过普通软件工具。她列举法律、医疗、会计、软件开发、采矿、农业等领域，认为AI正在重新定义人类与计算机共同工作的方式。
• 安全不仅是技术伦理，也是开发可靠AI产品的基础。她特别提到Anthropic团队在Scaling Laws、RLHF以及Constitutional AI方面的研究积累，认为这支团队既有顶尖模型能力，也有对安全和对齐问题的长期投入。

更重要的是，Razavi并不认为大模型行业已经被OpenAI彻底拿下。相反，随着AI成为新的技术范式，拥有原创研究能力、能够持续迭代模型的公司，仍然有机会成为下一代科技巨头。

这笔早期下注后来在Anthropic估值狂飙中换回约100亿美元账面回报。招股书50多次点名Spark，董事会里唯一来自传统VC的席位，都是这场“提前下注”留下的注脚。

两份备忘录说服合伙人：Razavi把“范式转换”押成真金

Spark投Anthropic，并不是简单追逐“下一个OpenAI”。从Razavi的两份备忘录看，她押注的是技术范式切换时，旧共识失效、新玩家重新排位的机会。

这套判断有三个层次。

第一层是技术层。她不是只看模型参数或榜单分数，而是看深度学习、无监督学习、Transformer这条技术路线是否已经积累到临界点。大模型不是突然冒出来的产品，而是一连串研究进展叠加后的新范式。

第二层是应用层。她没有把AI当成更聪明的SaaS，而是认为它会进入法律、医疗、会计、软件开发、采矿、农业等大量高价值场景。换句话说，AI不是给软件加一个功能，而是改变人和计算机协同工作的方式。

第三层是产品可靠性。企业真正要把AI放进业务流程，最怕的不是模型“不够聪明”，而是模型胡说八道、数据泄露、出了问题没人负责。Anthropic在安全和对齐上的投入，恰好把竞争对手被迫回答的合规问题，变成了自己的产品基础。

所以，Spark的这笔投资逻辑可以概括为：在技术范式切换的早期，找到一支既有原创研究能力、又能持续迭代模型，并且能把“安全”做成产品能力的团队。它赌的不是一时热度，而是长期竞争壁垒。

从光互联到AI视频：Spark把整条AI产业链装进篮子

如果只看Anthropic，很容易把Spark的成功理解为一次偶然的投资。但翻开公开投资组合，会发现它对AI产业链的布局相当系统。

• 基础模型领域，除了Anthropic，Spark还投资了AI蛋白质设计公司Profluent、机器人基础模型公司Generalist。
• 算力层，Spark投资了Lightmatter、MatX、Enfabrica，分别布局光互联、AI专用芯片和高性能网络互联。
• 基础设施层，它投资了数据标注公司Scale AI、向量数据库Qdrant、模型推理平台Baseten，以及AI数据中心公司Crusoe。
• 应用层同样没有落下，包括AI医疗公司Abridge、音视频编辑平台Descript、AI视频生成公司Pika，以及AI会议笔记工具Granola。

这些投资看起来很分散，但背后的逻辑高度一致：寻找每个环节真正有能力建立长期竞争壁垒的公司。基础模型决定能力上限，算力和网络决定成本与扩展速度，数据和推理平台决定落地效率，应用层则决定AI能否进入真实工作流。

Spark不是把鸡蛋放在一个篮子里，而是在AI产业链的关键节点上分别下注。Anthropic是其中最亮眼的一个，但不是唯一一个。

Anthropic不卷消费者：安全合规成了企业直销的敲门砖

Anthropic能成为Spark的代表作，还因为它从第一天起就没有选择“AI行业的主流打法”——不卷。

当整个行业都在卷更大模型、更多算力、更高薪资、更响营销时，Anthropic走了一条相反的路：

• OpenAI先做消费者ChatGPT，再做企业；Anthropic从第一天起就只做企业。
• OpenAI靠品牌声量获客；Anthropic靠安全合规获客，把竞争对手被迫回答的合规问题变成自己的核心卖点。
• OpenAI不断扩充团队规模；Anthropic用AI工具放大人效，甚至一个不会写代码的人靠AI工具扛起整个增长营销部十个月。
• OpenAI用薪酬留人；Meta开出1亿到5亿美元天价挖人时，Anthropic只损失了2名员工。

这套策略击中了高价值行业的真实痛点。一家银行要把AI部署到风控流程，一家药企要用AI生成临床文档，一家政府机构要用AI处理机密文件，他们最关心的不是模型在某个基准测试上多两个点，而是模型会不会胡说、数据会不会泄露、出了问题谁负责。

数据也印证了这一点。Dario Amodei在2025年8月接受采访时披露，公司60%—75%的收入来自API，而API收入的大头正是法律、金融、制药这些对精度和稳定性要求极高的行业。Menlo Ventures的报告显示，2025年只有24%的企业选择自建AI，76%的企业选择直接采购现成模型；模型选择上，闭源模型占据89%市场份额，开源模型仅占11%。

开发者生态则是另一道护城河。Anthropic收购Stainless后，Stainless的SaaS服务当天即告关停，竞争对手的SDK更新节奏、版本迭代和路线图主导权一夜易手。谁控制开发者工具链，谁就控制AI应用的底层生态。当开发者习惯了用Claude写代码、用Bun跑代码、用MCP连接工具，迁移到GPT或Gemini就意味着重建整套工作流，这个迁移成本就是Anthropic最强的壁垒之一。

企业直销线上，Anthropic的布局同样豪华：前ServiceNow首席商务官Paul Smith于2025年加入担任首席商务官；前Google Cloud EMEA总裁、Salesforce EMEA EVP Chris Ciauri于2025年9月加入担任国际业务董事总经理。他在Salesforce期间曾将EMEA收入从不到2亿美元做到超过30亿美元。

这也解释了Spark为什么敢在企业级AI尚未被验证时下重注：它看中的不是ChatGPT式的流量爆发，而是安全、可靠、可嵌入工作流的长期付费能力。

巴菲特和段永平泼冷水：AI革命也会挤出泡沫

Anthropic和Spark的故事足够亮眼，但AI投资并不是只靠“押中风口”就能赢。

巴菲特把AI比作核武器，“精灵已经跳出了魔盒”，再也塞不回去。他一边承认自己对AI“一无所知”、无法评估，一边指出最真实的现实风险——深度伪造和欺诈，甚至说AI诈骗可能成为“有史以来最具增长潜力的行业”。这话的冷静之处在于：增长最猛的赛道，先别急着兴奋，要看清楚增长的是什么。

段永平则更接地气。他直说“AI肯定是