科技圈最近接连上演了两出跳槽大戏：
先是最近谷歌Gemini模型的联合负责人Noam Shazeer在X上发文宣布离开谷歌、加入OpenAI。这位被称作“Transformer之父”的传奇人物，正是2017年那篇划时代论文《Attention Is All You Need》的核心作者之一——那篇论文提出的Transformer架构，直接奠定了今天GPT、Gemini、Claude等所有大模型的技术基础。而这距离谷歌花27亿美元把他从Character.AI“请”回来，还不到两年。更耐人寻味的是，OpenAI CEO奥特曼第一时间转发了Shazeer的帖子，说了一句：“诺姆是自OpenAI创立之初我就最想合作的人之一。只用了10年，等待是值得的。”
往前翻一个月，另一位AI圈“教父”级人物Andrej Karpathy也刚刚官宣加入Anthropic。这位OpenAI最早的创始成员之一、前特斯拉AI负责人，选择去Anthropic组建一支用Claude本身来加速预训练研究的新团队。
这两件事放在一起看，就不只是八卦了：硅谷AI的人才版图，正在发生一轮剧烈的重新洗牌。所以今天这篇文章，我们就一次性讲清楚2026硅谷AI格局的几个核心变化：Anthropic是怎么成为新霸主的？OpenAI和谷歌输在哪里？其他科技巨头还有机会吗？最后我们还额外为香港的同学总结了应对这波AI格局变化的思路。
【Anthropic异类崛起】
说到Anthropic，很多人的第一印象可能是“突然就火了”。但如果只用一个词来形容它今年的表现，可能就是“打破常识”：
Anthropic冲刺万亿IPO！靠“减法哲学”反超OpenAI
突发！Anthropic深夜发文：呼吁大家停止AI研究？
它一口气创造了三个商业记录：收入增长最快、人均产值最高、还没上市估值就突破万亿的私有公司。
这些意味着什么呢？看几个数字感受一下。去年初，它一年大概也就能赚10亿美元。而就在那之前，这数字差不多是零。到了年底，年收入直接飙到100亿。这还不算完，今年4月的数据已经是400亿了，年底的预期是冲击1000亿大关。最“离谱”的是，这一切几乎是在没有专门销售团队的情况下发生的。
再看人均。400亿的年收入，公司只有3000人左右。每个人平均创造超过1000万美元的价值，一个人顶一家小公司的一年流水。为什么能这么高效？因为这是一家彻底的“AI原生”公司。听他们的CEO说，内部全部代码没有一行是人写的，连训练大模型的代码大部分都是AI自己完成的。日常分配任务也是AI在协调，员工根据自己的兴趣和AI搭档领任务。新功能几乎是按周在发布，传统大公司看着只能叹气。
既然势头这么猛，估值自然也跟着疯涨。从去年年中的600亿，一路跳到3400亿，现在私下的老股交易市场里，它已经迈过了万亿门槛。很多人听到万亿就说是泡沫，但那些最精明的投资人想法不一样，他们觉得这是一个没见过的“新物种”，现在买的不是眼下的利润，而是下一个时代的船票。
它是怎么杀出来的？秘诀就两个字：专注。
刚成立的时候，Anthropic的资源和OpenAI没法比，他们就干脆绕开了大众聊天市场，把所有赌注押在一个点上——帮企业写代码。他们相信，代码是数字时代最重要的生产力。于是，从Claude到各种工具，全部死磕编程能力和任务执行。结果就是，谷歌和苹果被曝出内部都在偷偷用他们的产品写代码，大湾区的科技公司几乎铺开。
一个后起的“小公司”，反过来渗透进了硅谷巨头的日常工作流，这件事本身就说明了问题。
【底牌与野心】
真正让竞争对手们睡不着觉的，是Anthropic内部代号为“Mythos”（神话）的新模型。今年4月，Anthropic首次透露了这款性能强大的全新AI模型，但由于潜在的安全隐患，当时仅在有限范围内发布。6月9日，Anthropic正式推出首款向公众开放的“Mythos级别”模型Claude Fable 5，同时前沿模型的最新版Claude Mythos 5继续通过Project Glasswing计划向少量网络安全防御方和基础设施提供商开放。两款模型共享同一个底层权重，能力远超此前的Opus级。
这个模型有多强？在顶尖的网络安全挑战里，以前所有大模型几乎都是零分，“神话”直接干到73%的成功率。模拟一次企业网络攻击，人类顶尖高手需要忙活二十多个小时，它用十小时搞定了三次。更夸张的是，它在一个主流操作系统里翻出了一个隐藏了27年都没人发现的安全漏洞。在编程能力测试中，它的表现比上一代“学霸”高出接近五成，能独立处理跨文件修改、bug修复这些高级工程师干的活。最关键的是，它第一次展现出了“长跑能力”——能自主连续工作8小时，自己规划、试错、修正，不再需要人动不动就去指导一下。
但谁也想不到的是，这款最强模型上线仅仅三天，就被一纸禁令全球下架了。6月11日，一封来自美国政府的紧急信函送到了Anthropic手里。美国政府援引国家安全权限发布出口管制指令，要求暂停任何外籍人士——无论在美国境内还是境外，甚至包括Anthropic内部的外籍员工——对Fable 5和Mythos 5的所有访问权限。当晚，两款模型对所有用户全面停服。这是AI史上第一次，一个已经部署给数亿人的商业大模型被美国政府强制召回。Anthropic在声明中表示，美国政府的决定建立在“严重的误解”之上——政府所指的所谓“越狱”行为，不过是一个非通用的、狭隘的越狱方法，且这种轻微的脆弱性在整个AI行业普遍存在。公司正在积极与美政府沟通，争取让模型早日重新上线。
【老大哥OpenAI反击】
另一边，曾经领跑的OpenAI，其实正处在巨大的压力之下。估值、收入、企业级核心产品，三个关键指标都被Anthropic反超了。这对OpenAI来说不只是面子问题。谁坐在估值第一的位置上，谁就能拿到最大的支票。一旦掉到第二，资金池就会开始分流。以前习惯了大开大合——搞视频、研究机器人、甚至传闻要做手机，烧着最多的钱，铺最广的摊子。现在发现，最大的支票本开始递向对手那边，这种模式就有点难以为继了。更麻烦的是，收入也被拉开差距，自己的毛利还没人家高，像一排多米诺骨牌，稍有不慎就可能连环倒。
不过，OpenAI毕竟家底厚。人才储备、早期融到的算力资源，都还在。这次挖来Shazeer担任架构研究负责人，负责探索新一代AI模型架构并推动Transformer架构的进一步演进，更是一个明确的信号——他们要在底层技术上重新夺回主动权。他们也做了一个非常果断的决定：砍掉一切枝蔓，全力回击编程赛道。停掉了Sora等几个烧钱却暂时赚不到钱的明星项目，连续推出新版GPT和全新的Codex工具。效果几乎是立竿见影，Codex一周下载量突破4000万次，而对手同期数据掉到了几百万。身边一些深度用户实测后反馈，在复杂的编程任务上，GPT-5.5加上新Codex的组合，表现甚至比对面旗舰产品还要好。To B市场的迁移成本很高，口碑回暖不等于马上能夺回客户，但至少，OpenAI重新拿到了上桌竞争的门票。两家硬碰硬地卷，对我们普通人来说，反而是好事一件。
【谷歌转向】
对于谷歌，AI是一场绝对输不起的战争。因为搜索业务正在被AI重新定义，传统搜索的使用频次在悄悄下降。所以谷歌的投入称得上“押上一切”：创始人回来盯项目、整合所有AI团队、拼命迭代自研芯片。但谷歌眼前有个很尴尬的问题：主攻方向可能出了偏差。过去两年，谷歌一直憋着劲要在多模态上大放异彩，生成视频、识别万物，眼看就要在开发者大会上秀肌肉了。结果创始人谢尔盖·布林试用对手产品后，态度来了个180度大转弯，公开喊话：“别管什么多模态了，我就要一个能写代码的模型！让我们的工程师能用上自己的工具！”可问题是，下一代主力模型早就进了“炼丹炉”训练了好几个月，配方没法中途换。于是很可能出现一种荒诞场面——对外发布的新产品赢得满堂彩，内部高层却在为“打偏了”而焦虑。更雪上加霜的是，Gemini的联合负责人刚刚被OpenAI挖走。Shazeer在谷歌工作了18年，参与推动了Transformer、MoE等多项影响深远的大模型技术。他的离开对谷歌的Gemini团队无疑是一个沉重打击。
硅谷现在慢慢形成一个共识：能把代码写好的模型，才有可能用更好的代码迭代自身，形成一个自我强化的闭环，而这被看作通往AGI的起点。谷歌似乎错过了这个认知转换的关键时刻。这件事本身就让人很感慨，一个有钱、有人、有基础设施的超级巨头，竟然在定义未来方向上走得如此艰难。说到底，在科技的前沿，领先不是靠资源砸出来的，而是靠踩对方向的判断力。
【其他玩家】
目光从这“三强”身上移开，看看其他几大科技公司：马斯克的xAI被不少人认为最有潜力。特斯拉已经把自动驾驶的核心人才调过去支援，加上马斯克本人极度上心，算力也不缺，未来可能擦出最大的火花。Meta虽然内部风波不断，但它有个独特优势——扎克伯格是唯一亲自下场写代码、还把自己的“天才小团队”安插在办公室门口的CEO。利润大增，有钱养人，一把手死磕，不容小觑。微软起了个大早，但和OpenAI的微妙关系以及自研进展缓慢，让它位置有点尴尬。亚马逊安心做模型集市，提供平台服务，也不失为一条好路。至于苹果，基本躺平，能把别人的大模型平滑地接入自家生态，就算圆满完成任务了。
回看这几年，AI刚爆发时，每家巨头都雄心勃勃。但如今真正在浪尖上引领风骚的，反而是资源少得多、但方向极度专注的创业公司。这或许又一次印证了那个道理：在快速变化的领域，灵活和专注，有时比十亿美金的家底更有力量。而Shazeer和Karpathy的跳槽，大概只是一个新章节的序幕。硅谷这盘AI大棋，还远没有下完。
【给香港同学的建议】
跟内地学生相比，香港学生在这场AI变革里有着独特的优势。首先，申请OpenAI、Anthropic、Meta的这类外企实习不存在语言障碍，而这些公司恰好是整个AI行业最核心的玩家。其次，香港的金融、法律、医疗行业又恰好是企业级AI最大的付费客户群，这意味着本地就有大量真实的行业场景可以实践。也就是说，你既能直接进入AI最前沿的公司积累经验，又有现成的行业落地场景可以验证。这种"前沿技术+垂直行业"的双重优势，大多数内地学生很难同时拥有。
问题是，有这个优势的人不少，真正把它用起来的人很少。具体怎么用？第一，现在就把Claude Code或Codex接入日常，做一个能跑通的小项目，比如港股财报分析工具、留学申请进度管理网页都行。简历上有实际产出，比任何证书都管用。第二，选专业时重点考虑两类方向。一类是AI和具体行业的交叉，比如AI+金融、AI+医疗、AI+法律。这类岗位企业最缺人，薪水也最高。另一类是硬件相关，比如芯片设计、机器人、电子工程。这些领域AI替代不了，未来也会因为AGI的发展更值钱。最好的入场时机是三年前，其次就是现在。
