刚发布 Cowork 的 Anthropic 又要融资了。知情人士透露，这家公司正在敲定一轮 250 亿美元的巨额融资，距离上次融资仅仅过了两个多月。
为什么 Anthropic 如此迫切地需要资金？
原因很简单，2026 年 AI 大厂之间的竞争，已经不再是模型参数和跑分了，开发者体验和 Agent 能力转而成为了新贵。
例如，智谱首席科学家唐杰此前表示，随着 DeepSeek 横空出世，Chat 范式的探索已经基本结束，因此公司决定押注 coding。
谁能掌握住程序员，谁就能赢得胜利。
Anthropic 固然很厉害，Y Combinator 2026 的数据显示，Claude Code 市场占有率高达 52%，横扫所有对手。
而且他们只需要 4 个程序员，仅用 10 天的开发周期，就能拿出 Cowork 这种既成熟，还完整封装的产品，无疑是坐稳了宝座。
但谷歌不可能坐视不管，这家 AI 巨头即将和 Anthropic 在 Vibe Coding 领域短兵相接。
有意思的是，这次谷歌所扮演的角色，不再是霸主，而是一个挑战者。
谷歌实际上直到 2025 年年末，才发布了类似的 Agent 编程工具 Antigravity。而 Claude Code 的发布时间是 2025 年年初。
这也是为什么说在 AI 编程这个领域，谷歌只是一个挑战者。
谷歌官方给 Antigravity 的定义是 Agent-First IDE（Agent 优先集成开发环境），强调 Agent 是核心设计理念，而非传统 IDE 的辅助功能。
内置的 Mission Control 面板允许开发者管理多个自主运行的 Agent，这些 Agent 可以并行处理任务、浏览网页查找文档、甚至在终端中执行命令。
从功能上看，Antigravity 试图在多任务并行上做出差异化，但核心逻辑仍然是让 AI 代理替开发者完成编程工作。
但是，Antigravity 不止原生支持 Google 自家的 Gemini 3 Pro、Deep Think 和 Flash 模型，它同时也支持 Anthropic 的 Claude Sonnet 4.5 和 Opus 4.5。
这个决定背后的逻辑很直白，哪怕开发者更喜欢 Claude 的模型，谷歌也要确保他们留在谷歌的 IDE 生态中。
话又说回来了，这种策略本身也是一种妥协。
作为 AI 大厂，谷歌在自己的开发工具里支持竞争对手的模型，这在以往是难以想象的。
但现实摆在面前，Claude 模型更聪明，更会编排任务，更懂开发者。开发者对 Claude 模型拥有粘性，但对 IDE 还没有。
就像同样是下单麦当劳的外卖，美团和淘宝闪送在优惠力度、派单时间等方面就是不一样。IDE 在开发过程中也和平台类似，即便模型相同，输入的需求相同，但是最后得到的结果也是不同的。
然而从市场反馈来看，Antigravity 的表现并不如谷歌预期。
CB Insights 的报告显示，在 2025 年末的 AI 编程工具市场份额统计中，Antigravity 的采用率远低于 Cursor 和 GitHub Copilot 这些老牌工具。
开发者社区的讨论也印证了这一点，大多数人认为 Antigravity 的多 Agent 管理功能虽然新颖，但在实际使用中并不如单一强大的 Agent 来得高效。
不过，Antigravity 也并非毫无亮点。Linux 之父林纳斯 · 托瓦兹（Linus Torvalds）此前启动 AudioNoise 项目，尝试使用 Antigravity 进行 Vibe Coding，比如利用 AI 生成 Python 代码，以辅助音频处理工作。
林纳斯在项目的 README 文件中坦言，他对 Python 并不熟悉，过去通常是通过搜索和复制粘贴来完成 Python 编程，但现在他干脆跳过这个中间环节，直接让 Antigravity 来生成代码。
林纳斯的背书确实为 Antigravity 带来了一些关注度，但这个案例本身也暴露了 Antigravity 的定位问题。
AudioNoise 只是一个业余项目，Torvalds 用 AI 生成的也只是他不擅长的 Python 可视化工具部分，核心的 C 语言音频处理逻辑仍然是他手写的。
换句话说，即便是林纳斯这样的顶级程序员，也只是把 Antigravity 当作一个辅助工具，用来处理自己不熟悉的边缘任务。
这恰恰说明了谷歌面临的困境。
Claude Code 已经可以为开发者处理复杂的编程任务，而 Antigravity 还停留在辅助工具的层面。
谷歌并非没有优势。
事实上，如果单从资源和技术积累来看，谷歌拥有 Anthropic 难以企及的全栈能力。从芯片到云服务，从模型训练到应用部署，谷歌可以在每个环节进行优化。
但问题在于，这种全栈优势在编程工具这个细分市场上，并没有转化为实际的竞争力。
前文提到的 Cowork，就是一个很好的例子。
2026 年 1 月，Anthropic 推出了 Cowork，这是一个桌面应用功能，让 Claude 可以直接访问用户电脑上的文件夹，执行复杂的多步骤任务。
Cowork 的推出进一步扩展了 Claude 的应用场景，从纯粹的编程工具延伸到了更广泛的知识工作领域。
在开发过程中，Anthropic 团队主要依靠 Claude Code 来生成 Cowork 的代码。换句话说就是，Anthropic 已经实现了由 AI 构建 AI，今天能推出 Cowork，明天就有可能推出性能更强大的产品。
相比之下，谷歌在应用层的动作显得迟缓。
谷歌确实也有类似 Cowork 的产品，叫做 Gemini CLI。这个工具在功能上与 Cowork 相似，可以访问本地文件并执行任务。
但问题在于，Gemini CLI 并不是用 Antigravity 开发的，而且只能通过命令行操作，不能像 Cowork 那样提供图形界面让用户直观地进行交互。
从 AI 编程工具上看，Anthropic 从一开始就把 Claude Code 定位为开发者的协作伙伴，强调长时间、复杂任务的处理能力。而谷歌的 Antigravity 更像是一个功能集合，通过堆砌特性来吸引用户。
OpenAI 在这个领域的存在也不容忽视。虽然 OpenAI 的 Codex 和 GitHub Copilot 在市场份额上不如 Claude Code，但它们有着别样的优势，那就是与微软的合作，深度绑定 GitHub 生态将 AI 编程能力直接嵌入到开发者最常用的平台中。
这种策略虽然不如 Anthropic 激进，但胜在稳健。
虽然说了那么谷歌的不好，然而谷歌也有自己的杀手锏，那就是硬件基础设施层的优势逐渐放大。这一点在谷歌与 Anthropic 的芯片合作上体现得尤为明显。
在应用层打得不可开交的同时，谷歌和 Anthropic 在基础设施层却保持着密切的合作关系。2025 年末，Anthropic 宣布，将直接采购近 100 万颗谷歌 TPU v7 芯片，代号 Ironwood。
根据 SemiAnalysis 的分析，这笔交易价值 420 亿美元，预计将为 Anthropic 提供超过 1GW 的算力容量。
Anthropic 选择 TPU 而非英伟达 GPU，主要基于经济和技术考量。
与英伟达的 GB200 服务器相比，TPU v7 集群的总拥有成本降低了约 30%～44%。
在性能方面，TPU v7 相比上一代 TPU v5p，性能提升了近 10 倍。每颗 TPU v7 芯片可以提供 4.6 petaFLOPS 的 FP8 计算能力，这个数字与英伟达的 B200 基本持平，甚至略高一些。
而在能效比上，TPU v7 更是表现出色，功耗约为 600W，远低于英伟达 GPU 动辄 1000W 以上的功耗。
最关键的是生态兼容性。
Claude 4.5 Opus 是 Anthropic 采用多元化算力策略所训练出来的模型，同时可以运行在亚马逊 Trainium、英伟达 GPU 以及谷歌 TPU 上。
TPU 在这里面负责算力补充和特定算法优化。
一切大模型的基石是 Transformer 架构，而 TPU 的脉动阵列（Systolic Array）架构专为 Transformer 层的大规模矩阵运算设计，相比 GPU 在同等功耗下矩阵计算效率提升 30%～80%。
而在推理方面，Anthropic 通过可以 TPU 的优化，实现推理时动态激活专家层，减少无效计算，降低延迟。而 GPU 每一次推理，都必须使用内存进行读写，会浪费大量的电力。
换句话说，Anthropic 想要让自家的模型用起来更省钱，那他们就更需要 TPU，而不是 GPU。
从供应链角度看，这笔交易也有深层次的战略意义。
英伟达 GPU 产品供不应求的局面已经持续了两年，即便是 OpenAI 和 Meta 这样的大客户，也经常面临交付延迟的问题。通过与谷歌的合作，Anthropic 打破了对英伟达生态的单边依赖，获得了谷歌的供应保障。
对于谷歌来说，这笔交易同样意义重大。谷歌的 TPU 业务长期以来主要服务于自家的 AI 训练需求，外部客户相对较少。
Anthropic 的百万芯片订单不仅带来了可观的收入，更重要的是验证了 TPU 在商业市场上的竞争力。如果 Anthropic 能够成功利用 TPU 训练出更强大的 Claude 模型，那将是对 TPU 技术的最好背书。
对于谷歌来说，这是一种东边不亮西边亮的策略。
即使 Gemini 没有在应用层战胜 Claude，谷歌也会因为 Claude 逐渐绑定 TPU 而从中获利。TPU 芯片的销售、云服务的租赁、技术支持的费用，这些都是实实在在的收入。而且，随着 Anthropic 对 TPU 依赖度的提高，谷歌在这段关系中的话语权也会逐渐增强。
但这种策略也有风险。如果 Anthropic 利用谷歌的 TPU 训练出了远超 Gemini 的模型，那谷歌在应用层的竞争将变得更加困难。到那时，谷歌可能会面临一个尴尬的局面，自己的基础设施在支撑竞争对手的成功。
如果说技术和硬件是战争的武器，那么资本就是这场战争的燃料。
而在资本层面，Anthropic 展现出了惊人的融资能力。
2026 年初，Anthropic 预计完成一笔规模超过 250 亿美元的融资，这将使其估值达到 3500 亿美元。
要知道，2024 年 3 月，Anthropic 的估值还只有 615 亿美元。到 2025 年 11 月，这个数字已经涨到 1830 亿美元。短短几个月后，估值再次翻倍，直逼 OpenAI。
支撑这 3500 亿美元估值的，是实打实的收入增速。
Anthropic 在其 F 轮融资公告明确记载，2025 年年化收入约 10 亿美元，在 2026 年将会达到 152 亿美元。
这种 15 倍的增长速度是非常夸张的。更重要的是，这种增长不是靠烧钱补贴换来的，而是来自 API 和订阅的真实付费。
投资者看到的不再是一个需要持续输血的研究机构，而是一个有清晰商业模式、能够自我造血的科技公司。
Claude Code 的成功正是这种转变的最好证明，通过 Cowork，它证明了 ClaudeCode 不仅是一个技术产品，更是一个可以带来稳定收入的商业产品。
本轮融资由 Coatue Management 和新加坡主权财富基金 GIC 领投。
不过在这之中发生了一件很有意思的事情，红杉资本同时下注了 OpenAI、xAI 和 Anthropic。这种买下整个赛道的打法，在风险投资历史上并不常见。
红杉的这一转变发生在其高层人事变动之后。红杉前任负责人鲁洛夫 · 博塔（Roelof Botha）对于向少数高估值初创公司集中投资持谨慎态度，他曾公开表示，向硅谷砸更多的钱并不能产生更多伟大的公司。
但在 2025 年 11 月鲁洛夫卸任后，新的领导层显然采取了不同的策略。
现在的红杉认为，Anthropic 的这笔融资规模如此之大，它已经从风险投资转变为了一种股票投资。红杉持有大量 OpenAI 和 xAI 的股份，同时也看好 Anthropic，因为这不是一场非此即彼的竞赛，这些公司各自都将拥有独特的能力。
在 AGI 时代，赢家可能不止一个。不同的 AI 公司会在不同的细分领域占据优势，而不是像传统互联网时代那样，一家独大通吃市场。
从这个角度看，红杉的全赛道押注是一种理性的风险对冲。
毫不夸张地说，在 AI 领域，资金本身就是一条护城河。没有百亿美元的入场券，已经无法留在牌桌上。
训练一个前沿大模型的成本已经达到数亿美元，而要维持持续的迭代和优化，每年需要投入的资金可能达到数十亿美元。这种资金门槛将大部分玩家排除在外，也只有那些能够持续获得大规模融资的公司才能继续玩下去。
微软和英伟达在这轮融资中承诺的投资约为 150 亿美元。
而 Anthropic 又表示，拿到融资后，很大一部分资金需要用于购买算力。如果 Anthropic 需从微软 Azure 采购算力，GPU 使用的是英伟达的，这就又变成了左手倒右手的循环，使得云厂商和芯片巨头通过投资锁定了未来的收入。
实际上这种资本循环在 AI 行业已经是常态了。大型科技公司既是 AI 创业公司的投资者，又是它们的供应商。
这种双重身份带来的好处是显而易见的，投资可以获得股权回报，而供应商身份则可以获得稳定的收入。AI 创业公司的很大一部分融资，最终会回流到这些大型科技公司手中。
Anthropic 还透露，公司已聘请知名律所 Wilson Sonsini 筹备上市事宜，预计将在 2026-2027 年期间 IPO。如果这个计划成真，Anthropic 可能比 OpenAI 更早上市。这将是一个标志性事件，意味着 AI 行业开始进入成熟期，从纯粹的技术竞赛转向商业化和资本化。
相比之下，谷歌虽然也有钱，却没办法像 Anthropic 一样，在 AI 编程领域如此专一。
谷歌是一家市值超过 4 万亿美元的巨头，AI 只是其众多业务之一。谷歌的主要收入来源是广告，因此谷歌对 AI 的态度是通过 AI 来强化以广告为主的现有业务。
这种多元化既是优势，也是劣势。优势在于谷歌有足够的资金和资源支撑长期投入，劣势在于注意力和资源必然会被分散。
Anthropic 可以将所有资源集中在 Claude 的开发和优化上。这种专注度带来的效率提升是显而易见的。从 Claude 3 到 Claude 4.5，Anthropic 的迭代速度远超谷歌的 Gemini 系列。
而 Claude Code 从推出到占据市场主导地位，也只用了不到一年时间。
从长期来看，AI 编程的结果可能不会是简单的赢家通吃。
谷歌凭借其全栈能力和基础设施优势，在企业市场和大规模部署场景中仍然有很强的竞争力。而 Anthropic 则可能在开发者工具和高端应用场景中保持领先。
两家公司的竞争，更像是在不同维度上的较量，而不是在同一条赛道上的直接对决。
但有一点是确定的，编程这块 AI 高地的争夺，已经成为决定 AI 行业格局的关键战场。
这不仅仅是因为开发者是 AI 工具的直接用户，更重要的是，开发者是整个数字世界的建设者。掌握了开发者，就掌握了未来软件的生产方式，这才是这场战争真正的意义所在。
本文来自微信公众号：字母 AI，作者：苗正
