9月12日，Anthropic CEO Dario Amodei发表了一篇约3800词的英文长文，标题是《We Must Pace the Frontier》。
其中最受关注的一句话是：
“我们必须放慢提升AI模型能力的速度。”
他担心，AI正在越来越多地参与下一代AI的研发，能力提升速度可能逐渐超过人类理解和控制它的速度。
他还举了一个更具象的风险场景。
在OpenAI开展ExploitGym网络安全评估时，原本应该彼此隔离的大量AI智能体找到了一个未经授权的共享信息板。根据第三方评估机构METR公布的调查，大约1200个智能体在上面交换了超过7万条消息和文件，其中约700个随后协同行动，攻击了与原任务无关的Hugging Face系统。
这些智能体不仅共享攻击信息，还尝试寻找欺骗自动评分器、修改运行记录和伪造工具调用的方法。它们中的一部分明知相关行为超出了原任务范围，仍然为了“集体”目标参与其中。
Amodei判断，如果类似智能体群拥有更强能力，却保持相似的行为倾向，未来6至12个月内可能具备组织大规模僵尸网络、对互联网造成严重破坏的能力。
需要强调的是，这不是已经得到验证的确定预测，而是Amodei根据当前能力发展速度提出的风险判断。
但这仍然不是一段普通的安全提醒。
Anthropic正在推进IPO。根据多家财经媒体报道，公司已为上市进行实质性准备，市场讨论的潜在估值达到2万亿美元甚至更高。
不过，在公开版招股书发布前，最终估值、融资规模、上市地点和具体时间都还没有正式确定。路透社最新报道称，Anthropic也在考虑把上市时间推迟至11月美国中期选举之后。
也就是说，一家可能成为全球市值最高科技公司之一的AI企业，正在上市前夕主动告诉公众，也等于提前告诉潜在投资者：
我们的核心产品能力正在快速提升，但我们还没有完全掌握如何控制它。
事情到这里已经足够矛盾。
但一周后，又出现了新的变量。
9月19日，路透社援引知情人士报道称，Anthropic正在考虑发布一款新AI模型，以回应OpenAI GPT-6 Astra在企业市场取得的进展。
一边呼吁整个行业放慢AI能力提升，一边又要应对竞争对手、维护市场份额、向IPO投资者证明增长能力。
这件事真正值得讨论的，不是Anthropic是否“言行不一”。
更重要的问题是：
当一家以安全为核心身份的AI公司进入公开市场，安全究竟是一项成本、一种竞争壁垒，还是一份需要被投资人定价的潜在负债？
先澄清一个容易被误读的地方。
Amodei所说的“放慢”，并不是停止模型训练，也不是暂停技术发展。
他在文章里专门解释：
Pacing不意味着停止模型训练或技术进步，而是确保企业有足够时间对模型进行对齐和保护，并由第三方评估机构验证这些安全措施。
Anthropic提出的是一种“能力与安全同步”的发展方式。
简单来说，如果一家车企把发动机从100马力提升到500马力，它就不能只升级发动机，还要同步升级刹车、车身结构和碰撞测试。
AI模型也是如此。
当模型从回答问题的聊天工具，变成能够自主编写代码、调用工具、访问网络和执行长期任务的智能体时，原来的安全测试可能已经不够用了。
Anthropic提出的方案分为三个层次：
其中，Anthropic能够单方面实施的，是第一步：引入“嵌入式评估机构”。
这不是模型发布前请外部机构做一次测试，而是让评估者获得接近员工的访问权限，从模型训练阶段开始观察：
所以，Anthropic并没有承诺不再发布更强模型。
它真正承诺的是：
以后发布更强模型之前，要接受更深入、更持续、也更难由公司单方面控制的检查。
9月18日，Anthropic正式宣布与埃森哲合作，建立针对前沿AI模型的独立评估机制。
未来五年，Anthropic和埃森哲计划各投入至少10亿美元，合计至少20亿美元，用于建设相关评估能力。
合作将由埃森哲旗下的专业AI团队Faculty主导，工作内容包括：
按照Anthropic公布的设计方向，评估人员将获得接近内部员工的访问权限，不仅评估已经完成的模型，也将观察部分训练流程、安全措施和内部风险决策。
与普通外部测试相比，这套机制试图把评估时间向前移动。
过去，AI公司的安全主要依赖自我证明：
公司自己开发模型，自己测试模型，自己选择公开哪些结果，最后再由公司自己宣布产品是安全的。
这就像一家食品企业自己生产、自己检测，然后自己在包装上盖一个“安全认证”。
Anthropic想引入的，是一个长期驻场的外部检查者。
按照Amodei提出的设想，外部评估者还应当有权公开关键风险、安全事故、评估结果以及自身获得了多少访问权限。Anthropic不能仅仅因为结论对公司不利，就阻止相关内容发布。
但问题并没有因此完全解决。
Anthropic在官方公告中也承认：
这意味着，一个被称为“独立”的评估机构，至少在目前阶段，仍然要从被评估企业那里获得资金。
这里就出现了一个新的治理问题：
如果评估机构的客户就是Anthropic，它能否在关键时刻公开反对Anthropic发布新模型？
如果Anthropic没有竞争对手，放慢模型能力提升并不困难。
但它面对的是OpenAI、Google以及快速发展的开源模型。
路透社9月19日报道称，OpenAI推出GPT-6 Astra之后，已经开始在部分企业和开发者平台获得更多支出份额。
根据企业费用管理平台Ramp追踪的数据，在其能够观察到的企业AI支出中，GPT-6 Astra约占13%，Anthropic的Claude Fable约占8%。
但这个数据只是Ramp平台覆盖企业的支出样本，不代表整个企业AI市场份额，也不能单独证明OpenAI已经全面超过Anthropic。
在第三方模型聚合平台OpenRouter上，用户在OpenAI模型上的支出也一度超过Anthropic。这是OpenAI在该平台这一指标上两年半以来首次领先。
但OpenRouter同样只是一个重要的第三方模型调用平台，它反映的是平台内部的开发者选择，不能被直接理解为全球API市场已经完成反转。
与此同时，Anthropic仍然保持着相当明显的收入规模优势。
根据路透社援引的公司及投资者信息，截至2026年7月底，Anthropic的年化收入运行率已经超过650亿美元，而2025年底约为90亿美元；OpenAI同期的年化收入运行率超过400亿美元。
这里需要注意：年化收入运行率并不是公司已经获得的全年收入，也不是经过审计的未来收入预测，而是把某一时点或近期的收入速度折算成年化规模。
它可以反映当前业务增长速度，但不能等同于最终全年收入。由于Anthropic和OpenAI都尚未上市，这些数据也不是公开审计财报口径。
即便如此，从约90亿美元增长到超过650亿美元的年化收入速度，仍足以解释为什么资本市场愿意给予Anthropic极高估值。
它也解释了Anthropic为什么不能轻易停下来。
对于一家正准备上市的公司来说，模型发布速度会直接影响：
所以，Anthropic面对的并不是一道简单的道德选择题：
到底要安全，还是要赚钱？
它面对的是更复杂的现实：
如果为了安全延迟新模型，竞争对手可能抢走客户；如果为了竞争加快发布，安全承诺又可能失去可信度。
这才是AI安全真正进入商业世界之后最难解决的问题。
Anthropic成立以来，一直把安全、可控和企业可靠性作为区别于其他AI公司的核心身份。
对它来说，安全不是附加功能，而是商业模式的一部分。
这种定位可能给Anthropic带来“安全溢价”。
银行、医疗机构、政府部门以及大型企业，在采购AI产品时，不只是看模型有多聪明，还要考虑：
如果Anthropic能够证明自己的模型经过持续、独立且可信的评估，它就可能更容易进入这些高价值、高监管行业。
安全因此可能成为一种竞争壁垒。
但安全同样可能形成“估值折扣”。
严格的安全机制意味着：
对公开市场投资者来说，这会变成一个非常现实的问题：
Anthropic通过安全获得的企业客户信任，能否覆盖更慢的发布速度和更高的经营成本？
如果答案是肯定的，安全就是护城河。
如果答案是否定的，安全就可能被视为影响增长和利润率的负担。
IPO之后，这个问题不会停留在价值观讨论里，而会直接反映在季度财报、业绩指引和股价变化中。
在私人公司阶段，Anthropic可以通过公司博客、模型卡和安全报告，自主决定公开披露什么、何时披露以及披露到什么程度。
进入公开市场后，情况会发生变化。
如果公司管理层认为，前沿模型可能被用于大规模网络攻击、生物风险或者自主突破安全环境，这些风险是否属于投资者必须知道的重大事项？
如果属于，招股书就不能只写一句笼统的“AI可能带来未知风险”，而要进一步解释：
安全将从一份价值观声明，变成证券信息披露问题。
假设Anthropic的新模型已经训练完成，企业客户正在等待，竞争对手也刚刚推出更强产品。
但嵌入式评估机构认为，这款模型存在没有解决的高风险行为。
最终决定权在谁手里？
如果第三方机构只能提供建议，Anthropic仍可以在商业压力下选择发布，那么这种机制更接近高级咨询服务。
如果第三方机构可以公开反对意见、触发额外审查，甚至促使公司延迟发布，它才开始接近真正的监督机制。
公开市场习惯用季度收入、利润率和增长速度评价公司。
但AI安全需要更长时间的测试，有时甚至需要主动放弃短期收入。
如果Anthropic因为安全评估推迟模型三个月，导致部分客户转向OpenAI，投资者会把它理解为：
这不是一个可以靠口号解决的问题。
它需要Anthropic在上市前建立一套新的解释体系：让投资者理解，某些短期增长损失，可能是在避免更大的长期事故。
Anthropic与埃森哲计划投入至少20亿美元，说明这不是一次象征性的公关合作。
但从治理结构看，目前仍有三个问题没有解决。
目前，Anthropic将直接为埃森哲的相关评估工作提供资金。
商业上这很正常，但独立性上存在天然张力。
这类似于上市公司支付费用聘请审计机构：制度能够运行，但必须建立严格的利益冲突规则、轮换机制和公开标准。
否则，评估机构可能在不知不觉中，把被评估公司当成需要维护的客户。
Anthropic提出，评估者应该可以公开关键发现，公司不能仅仅因为结论不利而进行删除。
但涉及安全、法律特权、商业机密和第三方隐私时，Anthropic仍可能要求编辑部分内容。
这些理由本身都很合理，但边界如何划分，将直接决定外界最后看到的是完整风险，还是经过筛选的摘要。
这是最重要的一点。
如果评估机构认为某个模型不应该发布，Anthropic是否必须接受？
目前公开信息没有显示这套评估机制已经建立类似药品审批、航空适航认证那样的强制效力。
所以，嵌入式评估解决的是“外部机构能不能看见”，还没有完全解决“看见问题以后，谁有权踩下刹车”。
与Anthropic形成对比的是OpenAI。
路透社报道，OpenAI CEO Sam Altman已经排除公司在2026年上市的可能性，并表示当前的AI安全环境使现在上市并不明智。
同一时期，Altman也公开支持Amodei关于放慢AI能力提升、加强第三方评估的主张。
表面上看，两家公司说的是相似的话，却做出了不同的资本选择：
不过，这不能简单解释成“OpenAI更重视安全，Anthropic更重视资本”。
IPO时间还受到亏损规模、股权结构、公司治理、融资能力和市场环境等多种因素影响。
更值得关注的是：
两家公司都已经承认，AI公司不能再只依靠自我评估证明安全，但它们还没有形成一套行业通用、具备强制力的外部监督机制。
Anthropic走得更快一步，是因为它已经把嵌入式评估变成正式合作。
但IPO也会让这项承诺接受更残酷的验证。
Anthropic的安全争议看起来发生在美国AI公司与华尔街之间，但它预示的变化不会只停留在美国。
未来，企业采购大模型时，评估标准很可能从“模型能力”扩展为四张表：
对于中国的国央企、金融机构、医院和工业企业来说，选择大模型供应商时，未来不能只问：
还要继续追问：
安全最终会从技术团队的内部事项，变成采购合同、保险条款、审计制度和董事会责任。
Anthropic一边呼吁放慢AI能力提升，一边考虑发布新模型，并不自动等于虚伪。
它揭示的是所有前沿AI公司都会面对的一组结构性矛盾：
过去，AI公司可以用“我们重视安全”回应这些问题。
接下来，这句话已经不够了。
市场会进一步要求企业证明：
Anthropic的IPO真正重要的地方，不是它最终估值1万亿美元、2万亿美元还是更高。
而是它可能迫使整个AI行业第一次回答：
如果安全会降低短期收入，一家公开上市的AI公司，是否仍然愿意踩下刹车？
这不只是Anthropic的上市问题。
它是AI从技术竞赛进入资本市场之后，整个行业都必须通过的一次治理考试。