据 TechCrunch 7 月 22 日发布的播客内容，Menlo Ventures 投资人 Matt Murphy 在谈及 AI 创业公司时表示，Anthropic 的增长速度让他感到罕见。来源摘要显示，Anthropic 到 5 月已跃升至 470 亿美元收入运行率，而 2025 年为 90 亿美元。Murphy 称，在其 25 年投资经历中，无论互联网浪潮、移动互联网，还是早期云计算周期，都未见过类似增长。Menlo Ventures 曾领投 Anthropic 5 亿美元 D 轮融资，因此 Murphy 对这家公司从尚未产生收入到快速扩张的过程有近距离观察。
这则信息的核心不只是单家公司估值或收入变化，而是反映出基础模型公司、AI 应用创业公司、开发者和 API 使用者之间的关系正在重构。对于依赖 OpenAI、Claude、Gemini 等模型能力构建产品的团队而言，AI 市场的增长速度意味着机会更大，但也意味着成本、额度、并发、供应稳定性和模型选择策略需要更早纳入产品设计。
AI 创业不再只是“做一个应用”，而是要重建增长假设
Murphy 的判断强调了一个现实：AI 创业公司的发展节奏与过去几轮技术周期明显不同。互联网和移动时代，产品通常需要较长时间积累用户、验证商业模式；云计算时代，企业客户迁移也存在较慢的采购和部署周期。但生成式 AI 的普及，使很多企业和开发者可以通过 API 快速接入模型能力，从而在较短时间内完成产品验证。
这对创业者提出了不同要求。过去，团队可以先做出 MVP，再逐步考虑底层架构和成本优化；现在，如果产品从一开始就依赖大模型推理，API 调用成本和吞吐能力会直接影响商业模式。一个看似有需求的 AI 应用，如果每次交互成本过高、延迟不稳定或额度受限，就很难在规模化后保持毛利和用户体验。
- 模型选择：不能只看单次效果，还要比较上下文长度、响应速度、稳定性和调用价格。
- 供应策略：关键业务不宜完全依赖单一模型或单一路径，应预留多模型切换能力。
- 成本结构：需要从产品早期就统计 token 消耗、缓存命中、重试率和峰值并发。
- 交付能力：面向企业客户时，接口稳定性、权限管理和账单透明度会成为成交因素。
对 API 使用者的影响：额度、并发和稳定性成为基础设施问题
Anthropic 这类基础模型公司的高速增长，说明市场对高质量模型调用的需求正在快速释放。对开发者而言，这并不只是“可选模型更多”这么简单。随着越来越多应用将 AI 能力放入核心流程，模型 API 已经从实验工具变成生产基础设施。调用失败、限流、延迟抖动、账单不可控，都会影响最终用户体验。
因此，AI 应用团队需要重新评估接入方式。直接对接模型厂商适合具备工程、风控和账务能力的团队；而对需要快速上线、多模型备份、统一额度管理和成本优化的团队，通过 API 中转、聚合或批发式额度服务接入，也会成为一种现实选择。尤其在业务量波动较大时，统一管理不同模型的调用路径，有助于降低单点风险。
创业公司应更早建立“模型层”能力
来源中 Murphy 所强调的“AI 创业者必须做得不同”，可以从开发者角度理解为：AI 创业不只是把提示词包进界面，而是要形成自己的模型调用工程能力。包括 prompt 管理、RAG 检索、模型路由、降级策略、日志审计、成本看板和安全过滤等。这些能力决定了应用能否从 Demo 进入真实生产环境。
对本站读者来说，最值得关注的是：基础模型公司增长越快，模型生态竞争越激烈，API 使用者越需要保持灵活。不要把产品架构绑定在单一模型、单一价格体系或单一额度来源上。未来 AI 应用的竞争，很可能不只是谁的功能更好，还包括谁能以更低成本、更高稳定性、更快速度调用合适模型。
总体看，Anthropic 的增长案例再次说明，AI 基础设施和模型 API 市场正在进入高强度扩张阶段。对创业者和开发者而言，抓住机会的同时，也要把接入稳定性、调用成本和多模型适配提升到产品战略层面，而不是等到流量增长后再补课。