14個月，從10億到190億ARR：Anthropic增長負責人揭開增長秘訣

如果說2025年是 Anthropic 開始和 OpenAI 分庭抗禮的分水嶺，那么2026年上半年，它已經徹底殺瘋了。

下面這張圖是有人統計出的，Anthropic 從2月1日到3月24日的產品發布記錄。這52天里，Claude Team 做了74次發布，覆蓋各個不同的業務：

• 開發者工具（Claude Code），28次版本更新；

• 桌面自動化工具（Cowork），5次版本更新；

• 應用程序接口與基礎設施 ，18次版本更新；

• 模型及核心平臺，3次版本更新。

這只是一個縮影。過去一年多，Anthropic 在模型和產品側的更新，讓這家公司的收入瘋狂增長。

統計顯示，過去的14個月里，Anthropic 的年化收入（ARR）從10億增長到了190億美金。尤其是 Claude Code 這個產品，只用9個月就從0做到了25億美金的年收入。

Anthropic 的增長負責人 Amol Avisari 表示，現在公司內部已經沒有人看線性圖表了，因為線性坐標根本畫不出符合 Anthropic 增長趨勢的曲線。所有數據，必須切到對數坐標才能正常顯示。

他2024年加入 Anthropic，當時這家公司還沒有公開掛出增長團隊的職位，產品和收入還沒起飛。

而作為 Claude 鐵粉的 Amol通過一封 Cold Email，成為 Anthropic 首批增長PM，見證了這家公司接下來的飛速飆升。

這兩天，他以 Anthropic 增長負責人的身份上了一期播客。

在這期內容里，他談到了 Anthropic 看待增長的另類態度、正在嘗試的增長方式，以及Anthropic 創始人 Dario Amodei 內部力推“激進”目標的過程。

增長很瘋，但CEO Dario的雄心更瘋

2024年，當 Amol 決定給 Anthropic 首席產品官 Mike Krieger 發一封郵件時，他自己也沒有十足的把握。

這份郵件的內容很直接：我喜歡你們的產品，覺得你們明顯缺一個增長團隊，想聊聊，當時的 CPO Krieger 回復了。

Amol 后來才知道，當時 Anthropic 并沒有掛出任何增長團隊的職位，只是恰好剛開始考慮這件事。

時機就是這么湊巧，Amol 如今已是 Anthropic 的增長負責人。他在訪談中說，Anthropic 最重要的是一家模型公司和智能公司，所以推動成功的主要力量是研究團隊。

在這個基礎上，Anthropic 的增長軌跡可以“簡直瘋狂”來形容。

*Anthropic 2024年至今收入，Claude制圖

推動這個瘋狂故事的動力之一，是 CEO Dario Amodei 的雄心。

Amol 回憶，自己在2024年加入時，公司收入還在幾億美金量級。他加入的第二周，恰逢 Anthropic 正在規劃2025年的收入。當時有基本版和激進版兩個目標，Dario 一直在推激進版目標。

這個行為讓很多員工慌了，說天哪我們怎么可能達到那個目標？但 Dario 說，我認為我們實際上可以走得更高。Amol當時想，這地方瘋了。但后來的事實證明，這個目標確實真的達成了。

后來到了2025年底，100億的基數，理論上增長速度應該會大幅放緩，但 Anthropic 沒有。

Amol 說，190億的ARR數字來自2月底，這也已經過時了。

最有趣的事情是他注意到在公司內部，線性圖表已經不再被人待見，所有數據必須呈現在對數坐標軸上，否則根本看不出趨勢來。

Anthropic的增長哲學：只押大賭注

Anthropic 增長團隊大約有40人，組織結構橫向有增長平臺和商業團隊，負責整體視角；縱向有面向不同受眾的小 Team，比如 API 增長、Claude Code 增長、知識工作者增長、B2B 增長等。

這是一種把業務和團隊綁定的組織結構，避免當產品足夠多，單一的激活團隊失去焦點。所以，必須讓每個小分隊和對應的產品團隊深度綁定。

但讓這個團隊與眾不同的，是資源分配的哲學。

通常的增長團隊會把大部分精力放在中小型優化上，這樣做可預期、可量化、風險低。但 Amol 把這個比例反了過來，讓團隊更多精力放在大賭注上，小優化反而是次要的。

他解釋，一個外賣配送應用，兩年后給用戶的產品價值可能提升30%到50% —— 這已經是非常出色的成績了。在這種情況下，中小型優化可以捕捉到相當大的價值增量，大賭注的必要性就沒那么強。

但 Anthropic 不同，模型能力在以指數速度提升，兩年后的產品價值可能是今天的一百倍、一千倍。這不是夸張，這是他們內部真實的預期。

所以，如果價值的爆發點如此之大，你就不能把有限的注意力耗在撿芝麻上，因為可能會在轉身之際錯過西瓜。

Agentic Coding 就是一個現實案例。

一年半之前這個市場幾乎不存在，現在它的規模已經超過了此前整個 AI 編程工具的市場。這種量級的機會不是靠AB測試點擊率找到的，是靠押注找到的。

增長團隊參與構建的 Chrome 擴展插件，后來成為了 Cowork 和 Claude Code 多個使用場景的底層基礎設施。這種事放在傳統增長團隊里根本不可能發生，因為它看起來更像一個產品研究項目，而不是增長優化的工作。

這套哲學的適用范圍有邊界：

如果產品核心價值由AI驅動，大賭注優先的邏輯就成立；如果AI只是產品的輔助功能，那這套方法未必適用。

但對于那些以AI為第一性原理的產品，Amol 的建議是明確的，也就是停止把大部分時間花在微優化上，承擔更大的不確定性，因為未來的機會和今天所做的優化根本不在同一個數量級。

激活用戶，讓正確的人找到正確的功能

AI 產品有一個普遍性的困境：模型越來越強大，但大多數用戶完全不知道該怎么用。

Amol 把這個現象叫做“能力懸置”，也就是產品端的進展遠遠跟不上模型能力釋放的速度。

當新模型上線，AI 公司的內部團隊需要時間去摸清邊界，設計新的引導路徑，跑測試，收集結論，調整上線流程。但等這套流程跑完，下一個模型可能已經出來了，讓之前所有的結論都變得過時。

在這種背景下，激活用戶，也就是讓新用戶在第零天、第一天就感受到產品價值，變得前所未有地重要，也前所未有地難。

他的工作重點之一，就是讓 Claude 真正了解自己的注冊用戶，并知道自己能如何幫助他們。

Amol 從之前在金融科技公司 Mercury 的工作經歷中提煉出了他反復驗證的原則：

1. 新手引導很重要。

2. 適當的阻力/上手門檻不但不會傷害轉化率，反而會提升。

他在 Mercury 時，花了整整一個季度專門修復新手流程。那時的修復目標不是追指標，而是把每一個細節做到位。比如看字段之間的跳轉邏輯、調整受益所有權信息的填寫體驗、區分不同地址類型，這些都是優化點。

那個季度是他職業生涯中影響最大的一段時間。

從入職到季度結束，他看到產品的轉化率顯著提升。沒有產品新功能，也沒有增長黑客，只是把新手體驗做對，轉化率就會有很多提升。

而且，Amol 在每一份增長工作中都反復看到，增加一些上手過程、增加正確的步驟，會讓產品收獲更高的轉化率和更高的漏斗完成率。

Amol 舉例，他更早在 MasterClass 工作時，看到這款產品的購買流程里有一個很長的測驗。當用戶試圖購買這個產品時，會經歷很多的步驟，并需要完成一些測試。

用戶會想，我是來付費購買的，它卻問我為什么來這里之類的問題，很麻煩。人們也很容易看著這個流程說，為什么要設計這個？這太糟糕了，應該全部刪掉。

但其實，這些問題已經經過測試，實際上是一個顯著的收入驅動因素。它通過了解用戶的興趣并推薦內容，讓用戶感覺這個產品是為自己設計的，從而驅動收入增長。

在Anthropic，同樣的邏輯被用在了新用戶的上手過程里：

產品會問用戶幾個“自己是誰、興趣領域在哪”的問題，然后根據這個結果，推薦合適的產品和功能。

Amol 說，數據顯示這套流程在奏效，產品會理解用戶，告訴他們該用什么功能。而且，這個提前收集到信息會在整個產品的生命周期里持續發揮作用。從激活到生命周期管理到廣告層的人群定向，這筆信息投入的回報能一直延續下去。

Amol 總結，把所有上手的門檻一刀切地刪除，不是增長的正確方向，大多數情況下只是一種自我安慰的工程師思維。

Anthropic的增長團隊怎樣使用Claude

Anthropic 的增長平臺團隊正在推進一個項目，內部代號叫 CASH，全稱是“Claude 加速可持續超增長”。

這個名字 Amol 本人并不太喜歡，但背后的邏輯他認為是真實的：用 Claude 來自動化增長實驗。

這個項目在幾個月前才開始，早期的規模很小，主要集中在文案修改和細微的UI調整上。

現在整個實驗循環被拆成四個階段：識別機會、構建功能、測試上線、分析結果。

每個階段，團隊都在評估模型的表現，追蹤人工介入時間是否在減少，勝率是否在提升。目前的結論是：它在產出結果，但水平更像一個工作兩三年的初級 PM，而不是資深 PM。

不過在半年前，也就是 Opus 4.5之前，這套系統無法運轉，結果完全不可用。用了 Opus 4.6 之后，它開始有了可見的進展。

Amol 說，“AI 正在學會告訴我們該做什么，而不只是接受我們的命令去做”。

不過他對這件事的邊界看得很清楚。自動化能很好處理規模小、數據驅動、迭代周期短的實驗。最難被替代的，是跨職能的利益相關方管理。

比如，讓六個有不同優先級的人在一個房間里達成一致，這件事不會因為模型變強而變容易。他和設計負責人私下聊到這件事，對方的結論是：就算 AGI 來了，讓六個人達成一致仍然是不可能的任務。

與此同時，他個人在大量使用 Cowork 來處理日常管理工作。每天早上，一個定時任務會自動查看20到25張數據圖表，告訴他今天需要關注什么、什么數據在發出警告信號。

Amol 也用 Slack MCP 追蹤直接下屬的工作進展，定期生成反饋建議。

他甚至在用 Claude 模擬自己的經理 Arvind Vora，基于她公開寫過的所有內容和內部討論記錄，每周問一次“以 Arvind 的角度，這周你會對我說什么”。

Amol 認為，軟性輔導這個功能現在已經解鎖了。只是 AI 教練有時候會說一些讓你摸不著頭腦的話，就像一個偶爾狀態不穩定的資深同事。

被逼出來的路

Amol 還提到，Anthropic 能走到今天，有一個外部視角常常忽視的原因，就是它當初有多弱。

這家公司沒有 Meta 或谷歌的現金流和分發渠道，沒有 OpenAI 的先發優勢。

在 ChatGPT 推出之前，Anthropic 內部就已經有了一個可以上線的 Claude 版本，但出于安全考慮，他們不想親手點燃一場全球 AI 軍備競賽，所以沒發布。

結果就是 OpenAI 先發，獲得了瘋狂的市場關注，Anthropic 被迫在這種局面里重新找路。

但現在看來，這種處境反而也帶來了高度的專注。Amol 把它稱為“約束中的自由”，也就是當資源有限、選項有限，多余的選擇被清除，反而能看清唯一正確的路在哪里。

對 Anthropic 來說，那條路就是深度押注 AI Coding 和 B2B。

這條路的好處不僅是市場夠大，更因為，如果研究人員能用最好的模型加速自己的研究，就會形成一個正反饋循環。

安全也是這家公司信奉的價值。

Amol 表示，在增長團隊的實際運作里，如果一些能帶來指標提升的動作，與安全、品牌或用戶體驗相沖突，他們會放棄。他們覺得，試圖榨取每一分錢的增長哲學，長期來看并不奏效，長期主義是更好的增長策略。

整體來說，Amol 覺得在 Anthropic 做增長是自己人生中最難的工作，難過創業，也難過做 banker。

在令人羨艷的增長規模背后，一直有一種令人崩潰的狀態：所有的事情都有著向上趨勢，但內部每天都在救火。也就是事情進展得太快，以至于別的事情開始崩潰。

他稱這種局面為“成功災難”。

它要求人學會一起處理幾十個緊急問題，同時還要在情緒上保持平穩，告訴自己，“我們很幸運能有這些煩惱”。