为什么几乎每一个 Anthropic 的人，都在称赞它的文化？在公司快速扩张的过程中，这种文化是如何维持的？
Anthropic 最值得研究的地方，可能不是 Claude。
也不只是 Claude Code。
而是这家公司正在证明一件事：AI 时代最强的公司，可能首先是一种组织发明。
参考文章里有一个问题很尖：
为什么几乎每一个 Anthropic 的人，都在称赞它的文化？
更难的问题是：当公司从小实验室快速扩张到几千人，这种文化为什么没有被冲淡？
这不是一个“氛围好不好”的问题。
这是 AI 公司能不能持续打硬仗的问题。
文化不是口号，是组织算法
很多公司都讲文化。
使命、价值观、透明、协作、用户第一、长期主义。
这些词太常见了，以至于我们会本能地把它们当成墙上的标语。
但真正的文化不是标语。
真正的文化，是组织在没有人盯着时，默认会怎么判断、怎么取舍、怎么协作、怎么处理冲突。
换句话说，文化是组织的算法。
模型有算法。
公司也有算法。
Anthropic 的文化之所以值得看，是因为它不是单点的“员工满意度”。
它像一套完整的组织运行机制：使命筛选人，透明对齐上下文，低 ego 降低内耗，one team 抑制山头，创始结构复制价值观。
这些东西叠在一起，才让文化从口号变成了可运行的系统。
Mission-oriented：不是为了赢，而是为了不偏航
参考文章把 Anthropic 的第一个特质总结为 Mission-oriented。
它的使命是确保世界能够安全度过 transformative AI 的转变。
很多公司都会说自己使命驱动。
区别在于，大多数公司的使命是商业成功之后的包装。
Anthropic 的使命，更像是商业行动之前的约束。
这件事很关键。
当 AI 公司面对的是 AGI、算力竞赛、国防订单、模型发布、安全风险这些问题时，如果公司内部没有一个高优先级的北极星，每一次选择都会被短期利益推着走。
商业收入会说：快一点。
竞争对手会说：再激进一点。
投资人会说：窗口期很短。
媒体和市场会说：你为什么还不发布？
这时候，使命不是用来打鸡血的。
使命是用来踩刹车的。
能踩刹车的文化，才是真文化。
参考文章里提到，Anthropic 内部甚至有人说：如果公司最终实现了使命，但公司本身失败了，这依然是一个好的结果。
这句话放在普通商业公司里非常反常。
但也正是这种反常，构成了 Anthropic 的组织底色。
Low ego：让聪明人愿意做脏活
AI 公司的一个难题是：它招来的都是极聪明的人。
聪明人通常有强烈自我。
研究员想做自己的 bet。
工程师想证明自己的架构。
产品团队想推自己的方向。
越是 frontier lab，越容易长出明星文化、山头文化和资源争夺。
但 coding 和 agentic 方向，恰恰不是只靠几个天才灵光一闪就能赢。
它需要大量脏活。
数据清洗。
任务构造。
环境搭建。
执行轨迹收集。
evaluation 和 verification。
这些工作很重要，但不一定有光环。
它们不像发一篇论文那样容易成为个人高光。
如果组织里每个人都只想做最 fancy 的 0 到 1，就很难把这些 1 到 10、10 到 100 的工程细节打穿。
所以 low ego 不是性格偏好。
它是业务需要。
Anthropic 如果真的能让一群顶尖聪明人愿意为了共同使命做脏活、做嫁衣、做长期细节，那它的文化就会直接转化为模型和产品的复利。
High trust：减少政治成本
参考文章里反复出现一个对比：其它 labs 会听到很多内部政治和山头问题，Anthropic 相对少。
这点非常重要。
AI 公司现在处在高速变化中。
模型能力在变。
产品形态在变。
商业模式在变。
监管和安全边界也在变。
这种环境里，组织最怕的不是没有完美计划。
最怕的是每个人都在猜别人真正想什么。
高信任的组织，可以把精力放在问题本身。
低信任的组织，会把大量精力消耗在防御、站队、解读高层信号和争夺资源上。
Anthropic 的 high trust，本质上是在降低内部交易成本。
这是一种非常昂贵、也非常稀缺的组织资产。
尤其在 AI 人才争夺战里，钱可以买到人，但买不到低政治成本。
Context sharing：透明不是道德，是分布式决策基础
Anthropic 文化里最值得中国公司学习的一点，可能是 context sharing。
参考文章提到，Dario 会高频开全员会，讲公司方向、产品策略、行业变化，并现场回答问题。
他还会在 Slack channel 里写很多真实想法。
很多员工也有自己的 notebook channel，像个人版 Twitter feed，记录自己在想什么、做什么、遇到什么问题。
这听起来像“透明”。
但透明只是表面。
更深层的价值是：它让组织拥有共享上下文。
在高速变化的公司里，高层不可能为每一个局部问题做判断。
如果一线没有足够上下文，就只能机械执行。
如果一线有共享上下文，就可以做分布式决策。
每个人都知道公司真正重视什么、担心什么、为什么做这个 trade-off、不做那个 trade-off。
这样，组织才不会因为规模变大而变慢。
对智能组织来说，Context 本身就是算量。
外部市场情报和内部企业知识越能流动，组织就越能做出高质量判断。
Anthropic 的写作文化，本质上是在提高组织可调用的 context 密度。
招聘不是扩张，是防污染
公司扩张时，文化最容易失真。
因为新人进来太快，旧人来不及传递隐性规则。
这时候，招聘就不只是招人。
招聘是文化边界。
参考文章提到，Anthropic 有专门的 cultural interview，会问很多 scenario questions，重点看三件事：是不是真的把 safety mission 放在前面，ego 是不是够小，能不能处理复杂系统里的 second-order effects。
这比“聪明不聪明”更难筛。
因为聪明人很多。
aligned 的聪明人少。
愿意为了 mission 放弃短期名利的聪明人更少。
Anthropic 的招聘逻辑，不是尽可能多地把最强的人招进来。
而是尽可能早地把不适合的人挡在外面。
这和很多高速增长公司相反。
很多公司一扩张，就会把招聘变成补 HC。
Anthropic 更像是在做文化免疫系统。
它宁可错过一些 10x developers，也不愿意让不 aligned 的人进入系统，破坏高信任和低 ego 的组织算法。
创始结构也是文化机制
参考文章里还有一个很反商业常识的设计：Anthropic 有 7 位创始人，而且 Dario 坚持同股同权。
这件事表面上是股权安排。
实际上是文化机制。
如果公司围绕某一个超级 founder 转，文化扩散会高度依赖一个人的注意力。
公司一大，这个人就会成为瓶颈。
但如果 7 个创始人都是文化节点，就可以在不同条线复制同一套价值观。
这有点像分布式系统。
单点 leader 容易成为单点故障。
多个高度 aligned 的创始节点，可以提高文化复制的带宽和容错率。
所以同股同权不只是公平姿态。
它是在说：公司不是围着某个人转，而是围着 mission 转。
这种结构本身，会成为后来所有人的行为信号。
One team：反山头的制度设计
AI lab 天然 bottom-up。
最接近模型涌现行为的人，往往在一线。
他们每天跑实验，知道模型能做什么、不能做什么。
很多真正的产品创意，也来自一线。
但 bottom-up 有一个副作用：每个团队都容易形成自己的价值函数。
Safety 只看 safety。
Product 只看产品。
Research 只看研究突破。
Infra 只看系统稳定。
最后每个团队都说自己最重要，把冲突推给高层。
Anthropic 的做法，是强调 one team，把 trade-off 分散到每个人身上。
参考文章提到，它甚至弱化高管以下的 title 区分，统一叫 member of technical staff，减少“研究员 vs 工程师”、“高级 vs 低级”、“架构师 vs 实现者”的身份壁垒。
这不是形式主义。
身份标签越多，山头越容易长出来。
当组织面对的是复杂 trade-off 时，最重要的不是每个人守好自己的边界，而是每个人都能拥有一点创始人视角。
文化来自业务，也来自创伤
Anthropic 文化不是凭空长出来的。
它一方面来自业务要求。
Agentic coding 的竞争，需要靠谱、细致、低 ego、愿意做脏活的人。
另一方面，也来自创始团队过去经历的反作用力。
参考文章里提到 Dario 在百度和 OpenAI 经历过资源争夺、路线分歧和内部政治。
所以 Anthropic 后来本能地往相反方向建设：更透明，更真实，更早暴露冲突，更严格筛人，更反对明星山头。
很多公司的文化，都是创始团队曾经讨厌过的东西的反面。
见过不透明，就会极度重视透明。
见过政治斗争，就会极度重视信任。
见过理念分裂，就会极度重视 mission alignment。
见过明星争夺资源，就会极度强调 low ego。
这解释了为什么 Anthropic 的文化看起来有点“教派”。
因为它不是为了好看。
它是在对抗一组创始人亲眼见过的组织风险。
对中国公司的启发
中国公司经常低估文化。
一谈文化，就容易变成口号、团建、价值观考试。
但 Anthropic 这个案例说明，文化可以是硬能力。
它决定公司能不能聚焦。
能不能 say no。
能不能让聪明人做脏活。
能不能在高压竞争中保持低政治成本。
能不能在规模变大后仍然保持上下文流动。
能不能让每个人在局部判断时，仍然对齐整体 mission。
从智能组织的角度看，文化不是软的。
文化是算法。
算力是 builder 和 agent。
算量是外部市场情报和内部企业知识的 context。
算法则是组织在使命愿景下凝聚人心、释放生产力、涌现创新，并具备自我修复和自我进化能力的机制。
Anthropic 的文化，正是这种算法的一个样本。
它不只是让员工感觉良好。
它让组织在快速扩张中仍然能自我校准。
AI 公司的竞争，最后会落到组织
模型会追赶。
产品会模仿。
算力可以融资。
人才可以挖。
但组织文化很难复制。
因为文化不是单个制度。
它是一组长期一致的选择：招谁、不招谁；奖励什么、不奖励什么；什么事情可以争论，什么事情不能妥协；领导者把时间花在哪里；创始结构如何设计；信息是否真的流动；冲突能不能提前暴露。
这些选择一旦沉淀下来，就会变成公司默认反应。
这和模型训练很像。
你不能只在发布前对模型说一句“请安全”。
你要把安全写进训练、数据、评估和系统架构里。
组织也一样。
你不能只在墙上写“使命驱动”。
你要把使命写进招聘、会议、Slack、title、股权、晋升、薪酬、冲突处理和业务取舍里。
这才是文化真正被维持的方式。
所以，为什么几乎每一个 Anthropic 的人都在称赞它的文化？
因为他们感受到的不是口号。
而是一整套能被每天体验到的组织系统。
为什么公司快速扩张时还能维持？
因为它不是靠创始人每天口头提醒。
而是已经被制度化、结构化、日常化。
这才是 Anthropic 最值得研究的地方。
它不只是在训练模型。
它也在训练一种新的组织。
参考
- 微信公众号 海外独角兽：《拆解 Anthropic：最好的 AI 公司，可能也是一种组织发明》，2026-05-20。https://mp.weixin.qq.com/s/sA20Zc74FYWxKOu9Nu-T1Q