Anthropic 推出新工具，让企业看清 AI 花费买到了什么

在这家前沿实验室计划 IPO 之前，它揭开了用户在其模型上如何花钱的幕布。

Anthropic 本周与投资者分享的财务数据表明，其 AI 编程工具 Claude Code 正是这家前沿实验室所期望的商业成功。该公司在第二季度录得营业利润，以及 900% 的净收入留存率（net revenue retention）——也就是说，同一批客户在 2025 年三季度的支出，到 2026 年三季度增长了 9 倍。

Anthropic 一直专注于让企业用户留下来，并于周三发布了一套新的报告工具，旨在让这些客户更细粒度地理解他们的 token 花费换来了什么价值。

通过内部分析和员工调查，管理者可以查看一个团队在给定日期范围内的工作、产出了什么、花了多少钱，以及工作流在哪里卡壳。Anthropic 表示，默认情况下它不会将这些数据用于模型训练。报告还将提供改进结果的建议。

这是 Anthropic 明确尝试展示其工具的投资回报率、并向客户展示如何提升回报——这是大型客户的一大关切。Anthropic 还在创建分组共享预算，让团队更好地管理 token 支出。

企业一直在寻找这类信息，以弄清如何最好地部署 AI 工具。虽然风投支持的公司的使用在推动 token 支出，但大多数财富 500 强并未从部署 AI 中看到重大收益。

为软件开发者提供工具的 Jellyfish 昨日发布了一份新报告，基于其 27.6 万客户对智能体编程工具的使用情况。Claude Code 和其他基于 Anthropic 模型的工具仍是调查中使用最广的，占所有提交评审的代码变更建议的近三分之一。更重要的是，今年年初以来这些工具上的支出增长了 10 倍，其成本现在约相当于总工程成本的 2%。

“即便你说 2% 仍然很小，那 10 倍的增长也是大多数 CFO 没有计划过的增长，”Jellyfish 首席科学家 Nicholas Arcolano 对 TechCrunch 表示，“我们确实正在到达这样一个节点：人们意识到，光花一大笔钱是不够的。你现在必须优化它，让它发挥作用。”

Anthropic 的新报告正是对准这一挑战。Anthropic 在企业客户中领先，但是什么让一个智能体编程工具真正“粘住”用户，却难以识别。OpenAI 今夏发布 Astra 模型似乎是对 Anthropic 的潜在威胁，但到目前为止，它并未减缓 Anthropic 的采用数字。

“我们花了很长时间才看到 Codex 在我们的数据里真正冒头，而它是随 Astra（OpenAI 的最新模型）一起出现的，”Jellyfish AI 产品负责人 Nikolas Albarran 对 TechCrunch 表示。他接着说，看 X 上的言论，你会得到竞争激烈得多的印象。“湾区每个人都像在说：‘哦，Codex 更好。’”Albarran 继续道，实际上，“Anthropic 只是先到一步，带着出色的企业动作，还有它们自己的在位者优势——这套东西就是好用、一直好用，很多人已经花了大量力气围绕它把工作流标准化。而转换的理由还不够大。”

这也不只是模型与工作流的问题。商业的现实意味着，一旦一家前沿实验室“钩住”了一个客户，相比个人程序员或小组织，转换就更难。Albarran 指出，各大 AI 实验室都在投入建设前沿部署工程（forward-deployed engineering，FDE）组织——把 AI 顾问嵌入客户组织内部、帮助他们起步的团队。这些新的报告工具可以看作一种“FDE 精简版”（FDE-lite），是那种手把手帮助的轻量版本，面向 Anthropic 客户。

“我们现在所处的阶段已经足够成熟：一旦你进来了，转换会越来越难，因为你已经投入了功夫，”他说。“即便它们大体都一样，它们也都会略有不同，在处理 agent.md 文件等方面各有自己的小脾气，所以转换成本不是零。”