从MIT到Anthropic：AI基础设施、创业心态与Claude Code的崛起

本文深度还原Anthropic联合创始人Tom Brown的创业历程，揭示大模型行业的技术演进、团队文化与产品突围。你将看到Claude Code如何成为开发者新宠，以及AI基础设施背后的惊人扩张与挑战。

“狼性”创业：从MIT到AI前沿的曲折之路

每一个AI创业者都在寻找属于自己的突破口。Tom Brown的故事，正是从“被动等待任务”到主动“狩猎”的转变。他回忆道，早年在MIT毕业后，加入朋友的YC创业公司linked language，虽然技术不成熟，但团队氛围极具挑战性：“公司会默认死掉，没人告诉我们要做什么，我们得自己去‘狩猎’生存。”这种“狼性”心态，成为他后续创业和技术突破的底色。

Tom并非一帆风顺。参与Mopub、Grouper等项目时，他坦言自己编程能力有限，甚至在Grouper期间因业务下滑而极度疲惫——“我主要工作还是招工程师，要推销一个我自己都不再相信的梦想”。但正是这些失败和转折，让他在后来的OpenAI、Anthropic团队中，拥有了更强的韧性和使命感。

技术跃迁：从GPT-2到GPT-3的规模化与基础设施革命

大模型的进化，离不开底层技术的突破。Tom Brown在OpenAI的经历，是行业转折的缩影。他曾负责GPT-3的训练工程，将架构从TPU（谷歌的专用AI芯片）迁移到GPU（通用图形处理器），原因在于PyTorch在GPU上的软件生态远优于TensorFlow在TPU上的表现。这一决策直接加速了模型迭代和实验效率。

Tom强调，“只要有正确的配方，投入更多算力就能获得更强智能”，这正是Scaling Laws（扩展定律）的核心。他回忆道：“12个数量级的直线趋势，我以前从没见过，这让我彻底转向规模化。”尽管外界批评“只是砸钱堆算力”，但事实证明，这种“做蠢事但有效”的方法推动了GPT-3的诞生，也成为Anthropic后续技术战略的基础。

使命驱动与团队文化：Anthropic的独特组织基因

在AI安全和对齐（Alignment）成为行业焦点的背景下，Anthropic的团队文化格外突出。Tom Brown回忆，Anthropic最初由OpenAI分拆出来的七位联合创始人组成，大家都为使命而来：“所有最初加入的人都可以在别处获得更多金钱和声望，但他们选择了这里。”

Anthropic坚持“全员Slack公开沟通”，前100名员工都以使命为核心，确保组织在快速扩张（现已2000人）时依然保持透明和高效。Tom认为，这种文化是公司能够在OpenAI巨额资金和明星效应下突围的关键：“如果有人偏离了使命，大家会主动指出。”

这种使命感也体现在产品决策上。Anthropic在Claude 1推出前，曾因不确定产品是否对世界有益而迟疑，甚至一度没有完善的服务基础设施。直到Claude 3.5 Sonnet和Claude Code在代码生成领域取得突破，团队才真正意识到自己的产品力。

Claude Code的崛起：开发者体验与“模型为用户”的新范式

2024年，Claude 3.5 Sonnet和Claude Code在开发者社区爆红，成为YC创业者的首选代码模型。Tom坦言，这一切并非预设：“我们只是想让模型在代码上更强，没想到市场反响如此巨大。”他分享了一个令人惊讶的案例——有用户让Claude对二进制文件进行反汇编，Claude竟能在10分钟内生成C语言版本，令专业工程师都自愧不如。

Anthropic的产品策略与众不同：他们不“教模型考试”，而是通过内部评测和大量“狗粮测试”（dogfooding），让模型真正服务于工程师。更重要的是，团队将“Claude本身”视为产品的用户，专注于为模型提供最佳工具和上下文。这种“模型为用户”的思路，让Claude Code在工具调用和Agent（智能体）领域表现突出，也为开发者打造AI应用提供了新范式。Tom总结道：“我们是最关注开发者、最API导向的实验室。”

AI基础设施的极限扩张：算力、芯片与能源的全球竞赛

AI的未来不仅是算法，更是基础设施的比拼。Tom Brown负责Anthropic的算力体系，他直言：“人类正走向史上最大规模的基础设施建设，比阿波罗计划和曼哈顿计划还要大。”目前，AGI（通用人工智能）算力投入每年增长3倍，电力和硬件成为最大瓶颈。

Anthropic采用多芯片策略——同时用GPU、TPU和Tranium，虽然增加了工程复杂度，但能灵活匹配训练与推理需求。Tom指出，未来数据中心、电力（尤其美国的电力和核能）将是行业的关键制约因素。YC内部甚至出现了“算力抢购潮”，创业者们“永远不够用”。

这种基础设施能力，正是Tom在OpenAI推动GPU转型的经验积累，如今在Anthropic以更大规模重现。他强调，只有打造高效的软件栈，让底层平台支持快速迭代，才能让AI真正释放生产力。

总结

Tom Brown的经历证明，AI行业的突破不仅依赖技术，更取决于团队心态、使命驱动和对用户需求的深刻理解。从“狼性”创业到Claude Code的爆发，再到全球算力基础设施的竞赛，每一步都充满了意外与挑战。对于想要投身AI革命的年轻人，Tom的建议是：“多冒险，做让自己和朋友都为之骄傲的事。”在AI变革的洪流中，最重要的是找到属于自己的使命和价值。

关键词： Anthropic， Claude Code， GPT-3， Scaling Laws， AI基础设施， 创业故事， 模型训练， GPU， API， AI Agent

事实核查备注： 人名：Tom Brown， Greg Brockman， Dario Amodei， Elon Musk， Daniela Amodei；公司：Anthropic， OpenAI， Google DeepMind， Y Combinator， Google， Cursor；产品：Claude， Claude Code， Claude 3.5 Sonnet， GPT-3， GPT-2， ChatGPT， Cursor；技术名词：Scaling Laws， GPU， TPU， Tranium， PyTorch， TensorFlow， API， Agent， 代码生成；数字：Anthropic现有约2000人，AGI算力投入每年增长3倍，GPT-3训练时期为2018-2019年，Claude Code在YC开发者中代码生成领域占有率高达80-90%。