Anthropic仅用40余人团队，14个月将ARR从72亿拉到1368亿，Claude Code单月新增ARR超400亿。本文揭秘其“自增长”黑盒：GitHub上4%的代码提交成为免费渠道，CASH系统让AI自动跑增长实验，产品使用痕迹本身就是最强传播。

2026 年 4 月，Lenny’s Podcast 发布了一期访谈。嘉宾是 Anthropic 的增长负责人 Amol Avasare。访谈里他说了一句话：

“Claude is growing itself at this point.”

Amol 的职业背景颇为丰富。他曾领导 Mercury 和 MasterClass 的增长团队，创办过公司，也曾涉足投资银行。加入 Anthropic 时，公司并未发布相关职位招聘，他凭借一封发给 CPO Mike Krieger 的 Cold Email 获得了这份工作。在过去的 14 个月里，他所在的团队亲历了 Anthropic 从72亿元到1368亿元ARR的飞速发展。

这个团队规模精悍，仅约 40 人。其组织架构分为两条线，横向是覆盖所有产品的增长平台与变现团队。纵向则是深耕 B2B、代码、知识工作者及 API 等细分领域的产品增长小组。尽管结构上与传统增长团队并无显著差异，但他们在短短 14 个月内，走完了许多公司需要 20 年才能完成的增长历程。

这是他在这个位置上说出的话，不是旁观者的判断。

01 3年300倍，正在“垂直起飞”的印钞机

在深入探讨“ Claude 如何实现增长”之前，让我们先来感知一下其惊人的增长规模

连续三年，每年保持 10 倍增长速度。

在 2026 年 2 月，其单月新增 ARR 高达 432 亿元。不是全年，也不是季度，而是单月。

来做一个横向比较，Atlassian、Palantir、Snowflake 这些成立 15 到 20 年的公司，ARR一般在 324 亿到 432 亿元之间。而 Anthropic 每隔几个月，便能“孵化”出一个独角兽级别的收入体量。

再做一个纵向比较，SaaStr 的分析指出，Anthropic 是有史以来扩张最快的 B2B 公司，没有之一。

其收入结构同样值得关注。约 80% 来自企业客户，300,000+家企业在付费使用 Claude。年消费超过 720 万元的客户数量从两年前的十几家增长到超过 1000 家，翻了 80 多倍。财富前十名企业中有 8 家是 Claude 客户。

在亮眼的 ARR 背后，Amol 在访谈中透露了一个极其冷静的底层逻辑：Anthropic 是市场上“最穷”的巨头玩家。

面对 Meta 的分销渠道和 OpenAI 的先发红利，Anthropic 选择了极度的战略聚焦。CEO Dario 的思路非常明确：既然资源有限，就必须在 B2B 和代码 Code 这两个高价值领域打穿、打透。这种聚焦又带有克制，为了安全使命，他们曾多次推迟产品发布，甚至在 ChatGPT 爆火前就压住过成熟的聊天机器人产品。

这种“使命驱动”不仅没拖慢商业化，反而成了最高效的人才过滤器。

在 Anthropic 内部，人才密度高得惊人。Amol 提到，团队里甚至有前美国驻外大使在做普通员工，更不用说像 Mike Krieger（Instagram 联合创始人）这样的顶尖大脑。他们的 Slack 内部频道就像一个高频共振的“思想广场”，这种极度透明、全员投入的文化，才是 40 人团队能跑赢传统巨头 20 年积累的真正底牌。

02 当4%的GitHub代码，都成了Claude的免费广告

Anthropic 没有 Meta 或 Google 的自由现金流和分销渠道，没有 OpenAI 的消费者先发优势。它几乎没有做传统意义上的大规模营销。那增长动力来自哪里？

答案在 Claude Code 身上最清晰。Claude Code 于 2025 年 5 月正式公开发布。仅仅 11 个月后，其ARR便突破 180 亿元，占 Anthropic 企业收入的一半以上。从￥0到￥7.2 亿 ARR，Claude Code 用了不到 6 个月，这一速度不仅超越了 ChatGPT，更刷新了企业级软件产品的历史纪录。

传统增长框架很难解释这一现象。Claude Code 没有大规模广告投放，没有依赖病毒式消费者裂变，其核心用户主要是工程师。一个口碑驱动、决策理性、极难被“营销”打动的群体，它是怎么增长的？

答案是，Claude Code 的每一次使用，本身就是一次传播，产品的使用痕迹就是增长的渠道。目前，GitHub 上约有 4% 的公开代码提交是由 Claude Code 完成的，预计到2026年底，这一比例将达到 20% 以上。这意味着全球工程师每天打开GitHub，就在看到 Claude 的存在。这不是广告，是以代码本身为载体的无形传播。

03 飞轮一旦转起来，增长就不再需要推动

Claude Code 头部负责人 Boris Cherny 描述过一个非常具体的用户体验路径。起初，他约5%的代码通过它完成。随着 2025 年 5 月 Claude Opus 4 的发布，这个比例跳到30%。到 Claude Opus 4.5发布后，他连续两个月完全依赖 Claude Code 完成了 100% 的日常代码。

这个递进不是线性的。每一跳都对应一次模型的能力跃升。这其中蕴含着一个关键机制，大规模的真实工程使用，产生了海量高质量的代码场景数据。这些数据反哺模型训练，让 Claude 在代码理解和生成上迭代更快。模型能力越强，用户黏性越高，使用量越大，产生的数据质量越高，进而驱动模型进一步进化，形成一个正向循环。

这就是为什么访谈节目里专门提到了一件事，Anthropic 对AI编程的聚焦，创造了一个加速其模型迭代的研究飞轮。 增长与研究之间形成了正向耦合，而不是常见的资源竞争关系。

产品使用产生的数据，改进了产品本身的能力，进而吸引更多使用。

在这一层，增长已经开始有了自我强化的特征。但它仍然是“结构性自发”的，是飞轮转动的自然结果。这种自发的增长的放大，背后的推手便是团队的方法论。

作为一个 AI 产品是核心价值的团队，他们和大多数增长团队的做法完全相反，主流团队 60% 到 70% 的时间在做小型实验，20% 到 30% 在做大动作，而他们大约 70% 的时间押注在大赌注上，只有 30% 用于小幅优化。他们的增长理念基于指数增长思维，随着模型能力指数提升，产品价值和市场价值成倍增加。未来两年，很多传统业务产品的价值增长 30%–50%，而AI产品价值可能增长 1000 倍。

04 Claude不再等用户，而是开始亲自“拉客户”

传统的增长团队，是一种低效的循环。发现一个信号，比如“注册页的转化率下降了”，于是开始找人立项，产品经理写需求，设计原型，工程师开发，上线测试，等待两周的实验数据，分析结果，复盘决策。一个假设从提出到最终验证，最快也需要三到四周的时间。然而，Anthropic 增长平台团队探索出了CASH，全称Claude Accelerates Sustainable Hypergrowth。其核心逻辑极其简单且激进，利用 Claude 来自动化增长实验的全过程。CASH 覆盖了增长实验的四个核心环节：

这意味着，Claude 不仅能识别哪些改变能吸引更多用户使用 Claude，更能亲手执行这些改变。这正是 “Growing itself” 最真实的写照。

05 飞轮已经转起来了，剩下的是时间问题

Amol 在访谈中给出了一个诚实的图景，CASH 项目运行仅几个月，目前主要处理文案调整和小UI改动。它的胜率，“相当于一位初级 PM”，而非资深专家。跨部门协调中，人类依然扮演着决定性的角色。正如设计负责人说过一句话：“即使有 AGI，也难让六个人达成共识。”但这揭示了一个不可逆转的趋势，如果用AI做增长实验本身是可行的，那么这个能力迟早会成为AI公司之间的内部竞争维度。它们不仅在向客户销售AI，也在用AI来争夺客户。

此外，Claude Code 在开发者日常工作中积累的真实代码数据优势，是一种随时间单向积累的“护城河”。算力或许可以通过资本投入快速获取，但这种与用户生产力深度绑定的“数据飞轮”所带来的时间优势，却是金钱难以买到的。

“Claude is growing itself”，这是一个正在进行中的实验，或许即将成为已经完成的答案。