文章核心观点 - 中国独立大模型行业在2023至2026年间经历了结构性变化，核心战场从“超级应用”转向“Coding”（编程），行业格局从“AI六小龙”演变为四家主要公司[2][3][4] - 2025年12月OpenRouter与a16z联合发布的报告（基于超100万亿token数据）显示，编程在付费模型token使用量中的占比从年初的11%飙升至11月的50%以上，这标志着Coding成为行业真正的token经济学引擎，击穿了“超级应用幻觉”[8] - 四家独立大模型公司（智谱AI、MiniMax、月之暗面、阶跃星辰）在2026年港股市场的市值排位，与其各自押注Coding战场的时间先后、投入深度及决策风格高度相关，Coding能力决定公司上限，而基本盘业务决定其估值下限[5][10][26][28] 行业格局演变与关键事件 - “AI六小龙”标签在2023年4月出现，于2025年下半年消亡，其中零一万物放弃万亿参数以上超大基模预训练，百川智能收缩战线押注医疗AI，最终留下四家公司[2][3] - 2025年1月20日DeepSeek-R1发布，其以1/100的训练成本做出对标顶级闭源模型的开源模型，动摇了行业原有烧钱估值逻辑，并导致英伟达股价单日下跌16.97%，市值蒸发约5900亿美元[4] - 2026年初四家公司完成重要身份转变：智谱AI（1月8日）与MiniMax（1月9日）在港股上市，公开发售分别获1159.46倍和1837.17倍认购；月之暗面完成20亿美元D轮融资，投后估值突破200亿美元；阶跃星辰即将完成近25亿美元融资，目标估值百亿美元区间[5] Coding主战场的竞争格局 - 全球Coding主战场第一梯队仍由美国闭源巨头占据，Anthropic的Claude在编程类API调用量中一度占据超60%份额[8] - 中国公司并未缺席，在主流Coding评测榜单（如SWE-bench Verified、SWE-Bench Pro等）上，阿里巴巴的Qwen3-Coder系列、DeepSeek系列以及“四小龙”中智谱的GLM-5、月之暗面的Kimi K2.5、MiniMax的M2.5等模型反复出现[9] - 连年营收过万亿的互联网巨头阿里巴巴也倾力投入Coding，证明了该领域是真正的主战场[10] 四家公司创始人背景与代际特征 - 智谱AI灵魂人物唐杰（1977年生）为清华教授，代表学术派老一代，决策核心在于技术长线[13] - MiniMax创始人闫俊杰（1989年生）为前商汤副总裁，代表大厂中生代，初期押注C端娱乐与全模态出海[14] - 月之暗面创始人杨植麟（1992年生）为清华与CMU背景的天才少年，代表海归少壮派，技术叙事高度集中[15][16] - 阶跃星辰为双头结构：CEO姜大昕（约1976年生，前微软全球副总裁、IEEE Fellow）与董事长印奇（1988年生，旷视科技联合创始人），代表连续创业者与技术派的复合体[17] 四家公司押注Coding的时间线与市值关联 - 智谱AI最早看见Coding，从2022年即押注通用大模型并对标GPT顶级闭源，其GLM-5在SWE-bench Verified上拿到77.8分（当时开源最高），GLM-5.1在Claude Code评估框架上达到Claude Opus 4.6评分的94.6%，并在SWE-Bench Pro拿到58.4分全球第一[21][22][23] - 月之暗面在2025年1月DeepSeek-R1发布后被“叫醒”，于2025年7月发布Kimi K2（在SWE-bench Verified拿到65.8%，当时开源SOTA），被迫从超级应用转向基础模型，起步晚智谱约三年[24] - MiniMax于2025年10月发布首个明确按“Coding+Agent”导向设计的M2系列，比Kimi K2晚3个月，比智谱晚近一年，因其初期押注C端全模态业务而错过积累期，但其M2.5在SWE-bench Verified拿到80.2分[25][26] - 阶跃星辰技术团队豪华但资源分散，在2024-2025年发布了超10个自研基座模型但未在主流Coding评测榜单前列，直到2026年1月印奇加入后战略转向“AI+终端”，承认在Coding主战场掉队[27] - 2026年5月市值排位基本与看见Coding的早晚顺序一致：智谱市值最高（约5100亿港元），MiniMax其次（2500亿港元），月之暗面约1550亿港元等值，阶跃星辰目标估值最低[5][26][28] 四家公司的决策风格与代价 - 智谱AI（学院派）在GLM-5发布后因运营问题（规则不透明、灰度节奏慢、升级机制粗糙）发布致歉信，暴露了其互联网产品运营能力的天花板，但其股价在致歉当日仍暴涨42.72%[33][49][51] - 智谱GLM-5系列全程在10万张华为昇腾910B芯片上训练，零英伟达GPU，这与其2025年被美国列入实体清单有关，形成了“被迫”的算力护城河[52] - 月之暗面（天才少年模式）技术叙事高度依赖杨植麟个人，存在“单极风险”和梯队脆弱性问题，且缺乏大厂现金奶牛支撑[54][55] - MiniMax（大厂派）凭借体系化能力最早实现盈利和自负盈亏，其Talkie应用2024年创造7000万美元营收，但市场判断滞后导致其在Coding战场心智占位落后约两个季度，且其C端娱乐业务面临2026年4月中国《人工智能拟人化互动服务管理暂行办法》的监管挑战[26][56][58][60] - 阶跃星辰（技术派复合体）陷入“博而不精”陷阱，在2024-2025年多线投入但未在任何方向做到全球第一，2026年转向“AI+终端”窄路，取得一定成绩（如手机预装超4200万台，2025年营收近5亿元），但估值最低[64][65]

Anthropic的战略聚焦 - 公司核心战略是高度聚焦，放弃多模态、架构创新等方向，专注于语言模型规模扩展和编程能力[5] - 公司在2021年就意识到编程可能是最重要的方向，远早于市场共识[6] - 编程能力的重要性体现在：是通往数字世界的道路、模型学习效率高且反馈循环短、是通用人工智能研发的核心加速器[5] - 公司战略转向企业服务，彻底放弃消费者端，并保持技术路线定力，坚信规模扩展法则，在预训练和数据上投入扎实[7][8] - 战略聚焦源于资源限制，公司历史融资额约为OpenAI的1/3，同时也与创始团队的技术背景和性格有关[9] Anthropic的组织文化 - 公司人才留存率高达80%，是头部人工智能实验室中最高的，远高于OpenAI的67%[17] - 人才流动数据显示，从DeepMind和OpenAI流向Anthropic的人数比例远高于反向流动，比例分别为10.6:1和8.2:1[15] - 组织文化被内部视为最大的秘密武器和防御壁垒，具有三个核心特质：使命导向、高度信任与低自我意识、浓厚的人文底色[22][23][25][27] - 使命导向体现在公司以“安全度过变革性人工智能转变”为核心，内部存在将使命置于公司存亡之上的群体[23][24] - 高度信任与低自我意识的文化使得团队团结，避免了内部政治和山头主义，员工愿意为使命调整角色[25][26] - 人文底色体现在员工背景和模型命名上，团队具有书卷气和理想主义特质[28] 文化的制度化实践 - 创始人将三分之一到40%的时间用于维护公司文化[30] - 招聘标准独特：偏好“underdog”，看重直接能力证据，并设有专门的文化面试，严格筛选与使命和文化契合度[30][31][32] - 文化面试重点考察：是否将安全使命置于首位、是否友善且自我意识低、能否处理复杂性和系统思考[31][32] - 公司实行高信息透明度文化，创始人高频进行全员分享，鼓励公开辩论和写作文化，促进内部协同[34][35] - 公司采用七位创始人同股同权的治理结构，作为对使命承诺的证明和文化扩散机制[36] - 内部强调“一个团队”，弱化职级头衔，统一称为技术团队成员，以促进产品与模型团队的紧密协作，避免山头主义[39][40] 与OpenAI的对比 - 创始人差异：Anthropic创始人Dario Amodei是科学家出身，技术驱动、使命导向且坦率；OpenAI创始人Sam Altman是创业者兼投资人出身，野心驱动、灵活且擅长资源整合[9][10][53] - 战略差异：Anthropic高度聚焦于编程和企业服务；OpenAI业务线繁杂，曾同时推进约300个项目，多点开花[3][5][53] - 组织文化差异：Anthropic凝聚力强、使命驱动、招聘文化筛选严格；OpenAI明星文化更强、结果驱动、招聘中文化筛选已稀释[10][33][40][53] - 产品能力差异：Anthropic产品与模型团队咬合紧密，产品更新迭代快；OpenAI产品更偏向研究驱动，部分产品线缺乏延续性[40][41][53] - 模型能力差异：OpenAI在机器学习能力上断档领先，但数据整理较粗；Anthropic预训练和数据扎实，但强化学习偏弱[53] 文化形成的根源 - 业务性质要求：人工智能竞争，特别是在编程和智能体方向，核心壁垒是数据，需要大量细致、系统的工程工作，这要求低自我意识、高凝聚力的文化[43][45] - 创始团队经历：创始人Dario Amodei在百度和OpenAI的经历使其深刻体会到内部政治斗争的危害，Anthropic的文化是对过去负面经历的反作用力建设[46][47][48][49] 市场表现与行业影响 - 公司创造了爆发性增长，年度经常性收入从90亿美元增长至450亿美元，预计年底可能达到1000亿美元，明年达到2000-3000亿美元[2] - 在二级市场估值已触及1万亿美元，反超OpenAI[2] - 公司为行业提供了一个样本，表明成功可能源于更少的赌注、更低的自我意识和一个纯粹的使命[54]