凭借在 Agent（智能体）领域的强势产品力，Anthropic 的年化收入已从年初的 90 亿美元激增至五月的 440 亿美元，短短五个月翻了近五倍。
这一现象标志着一个新的“原生智能体经济”正在崛起：当 AI 的范式从单纯回答问题转向替人执行任务时，其商业模式的底层逻辑亟待重构。
面对智能体经济的第一块拼图——谁来付费、价值如何分配，Anthropic 与 OpenAI 提供了两种截然不同的路径样本。
**OpenAI：流量即王道（Traffic Model）**
OpenAI 信奉“智能是通用的”。
其战略核心在于先打造一个拥有约 10 亿周活跃用户的 ChatGPT 超级入口，构建最大规模的通用用户池。
随后，在搜索、办公、购物及开发者工具等场景中通过分层变现获取利润。
这种“入口 + 流量”的模式在早期极具爆发力，但也引发了关于广告模式是否会破坏对话体验的担忧。
**Anthropic：任务即价值（Task Model）**
相比之下，Anthropic 采取了“高价值任务优先”的策略。
公司并未急于追求通用模型的泛化，而是直接聚焦于 Coding（代码生成）这一高频、高回报且 ROI 清晰的场景。
以此为基础，Anthropic 推出了 Claude Code Agent，并迅速将能力外溢至文档、表格、演示文稿及法务金融等复杂知识工作流。
这种“产品即服务”的思路，让其在企业端迅速站稳脚跟。
从收入结构来看，这两种路径揭示了不同的底层战略：
* **OpenAI 追求“智能的通用性”**，试图通过微调将通用底座覆盖至所有场景。
* **Anthropic 坚持“通用智能必须通过代码实现”**，认为只有通过解决具体的 Coding 任务并验证 RL（强化学习）反馈闭环，才能真正构建出具备通用能力的智能体。
在 AI 变现的浪潮中，传统的“曝光 - 转化”逻辑已难以为继。
Token 成本的边际变化要求我们必须探索一套全新的商业闭环，而 Anthropic 与 OpenAI 的探索，正在重新定义智能体的价值分配机制。