文 | 字母 AI
你别说，「写小作文」 还真比看上去有用得多。
这几个月，OpenAI 和 Anthropic 都开始变得很 「文科」。
OpenAI 发政策议程，谈青少年保护、劳动力转型、全球标准；发产业政策文件，强调 AI 时代要以人为本、扩大机会、分享繁荣；秘密提交 S-1 的同一天，还发了一篇 《Built to benefit everyone: our plan》，把公司的未来放进 「让 AGI 惠及每个人」 的叙事里。
Anthropic 也没闲着，它成立 Anthropic Institute，讨论强大 AI 系统会怎样影响社会；发布递归自我改进文章，提醒当 AI 开始帮助建造下一代 AI 时，世界需要提前理解这个转折；又把 Claude 放进生物学研究场景里，讨论 AI Agent 如何改进生物信息学工作流，推动科学研究加速。
技术当然是最重要的，但光有技术还不够，到了 IPO 前夜，最贵的 AI 公司都在讲故事。
因为 AI 公司要上市，卖的不只是模型。
还有一套关于未来的解释权。
模型回答能力问题，故事回答信任问题
在 AI 竞争上，模型是最直接的语言。
上下文长度、推理能力、coding 表现、API 价格、延迟和稳定性，都是市场可以直接感知的东西。模型强不强，用户会用脚投票。
OpenAI 和 Anthropic 能走到今天，首先当然是因为它们有足够强的模型。
但一家公司走到 IPO 前夜，光会用模型说话还不够。
IPO 本质上是在为未来定价，投资者买的不是公司此刻已经完成的部分，而是它未来十年、二十年的增长。
而一旦涉及到 「未来」 那些尚且难以被直接验证的东西，所有决策的根脉，便都系在了信任上。
AI 公司的未来很难完全用传统财务数据解释。它们在收入增长快的同时，成本也非常高，虽然用户规模庞大，但商业模式还在变化。
与此同时，模型迭代的速度很快，不同公司之间的模型差距正在缩小，没有哪家公司能够保证现有的优势可以持续。企业客户正在接入，但竞争同样激烈，往外看，监管、版权、安全、青少年保护、就业冲击等问题都可能改变公司的增长路径。
在这种高度不确定的行业里，「故事」 变得尤为重要。
所谓的故事当然带点文字游戏的意思，但不能是胡编乱造，它更像是一家公司对自身未来的解释框架。公司要回答市场：我是谁，我站在哪个位置，我理解哪些风险，我拥有怎样的机会，我为什么比别的公司更值得被下注。
资本市场一直以来都是这样运行的，投资人并不是只买财务报表，也会买叙事。
电动车公司讲能源转型，云计算公司讲数字基础设施，芯片公司讲算力周期，平台公司讲网络效应。虽然叙事本身不能替代业绩，但它会影响市场如何理解业绩，如何容忍短期亏损，如何给长期增长定价。
AI 公司也一样。
如果 OpenAI 和 Anthropic 只是两家提供大模型服务的公司，它们都会被拉回到同一套产品估值逻辑里：订阅收入有多少、API 毛利有多高、算力成本能不能降下来、模型差距能维持多久、企业客户会不会迁移。
无论产品叫 ChatGPT、Claude 还是 Gemini，无论入口是 Chatbot、API、Coding Agent 还是企业平台，只要它们还是模型供应商，市场就会不断追问同一个问题：你有什么不可替代？为什么非你不可？
所以，他们都在把自己讲成比模型更大的存在。OpenAI 把自己放进 AGI 基础设施、公共政策和全民智能入口的叙事中，Anthropic 则把自己放进安全 AI、可信 Agent 和系统性风险治理的框架里。
两家公司讲法不同，但面对的问题是相同的。它们都在试着让资本相信，自己不是一款随时可能被替代的模型服务，而是未来 AI 时代难以绕开的基础设施。
讲故事在 IPO 前夜突然变重要，并不是因为技术不重要了。恰恰相反，只有技术足够重要，故事才有被相信的基础。
模型能力决定一家公司有没有资格进入牌桌，而叙事能力决定市场如何理解它在牌桌上的位置。
到了这个阶段，博客、政策建议、研究报告和价值观长文，都是争夺市场信任的方式。
一个讲风险，一个讲参与
OpenAI 和 Anthropic 都在讲故事，但它们讲的不是同一种故事——或者说，它们给自己打造的 「人设」 不太一样，不过都恰好能在中国传统的儒家文化中找到对应。
Anthropic 像是在塑造一个 「风险时代的清醒者」，一股士大夫式的清流。
它的故事基本上是同一个套路：AI 会越来越强，Agent 会越来越有用，但越是接近真实世界，越需要有人提前看见风险、设计边界、修补地基。而 Anthropic 就是那个 「拥有着超强的 AI 和深刻的责任感，能够众人皆醉我独醒」 的角色。
不过，对其它 AI 公司而言，Anthropic 大概很像那种上学的时候自己很快把作业做完了，然后说题太简单、要求老师再布置一些的尖子生。
「玻璃之翼」 项目 （Project Glasswing）就是一个很典型的例子。
按照 Anthropic 的说法，该项目的目的是为了评估下一代 AI 工具在防御性网络安全中的作用，帮助关键软件生态提前发现和修复漏洞。这个项目最早面向少数被筛选过的合作伙伴，开放了一个 「危险到不能公开」 的超强模型 Claude Mythos Preview，后来 Anthropic 又把这个项目扩展到 15 个以上国家、约 150 家新组织，但每个组织都需要先满足安全要求，才能获得访问权限。
从叙事上看，Anthropic 通过这个项目，既展示了能力，又强调了克制。模型足够强，强到可以重塑网络安全；但也正因为足够强，所以不能直接公开，只能交给经过筛选的伙伴，在安全框架里使用。
另一个例子是 Pope Leo XIV 关于 AI 的通谕 《Magnifica humanitas》。Anthropic 联合创始人 Chris Olah 被邀请到梵蒂冈，参加这份通谕的发布活动并发表讲话，随后 Anthropic 在官网全文刊登了他的发言。
表面看，宗教伦理离一家模型公司很远，但对 Anthropic 来说，这类场合很重要。它不是只想和开发者、企业客户、投资人对话，也想和宗教界、伦理学界、公共机构这些更传统的社会力量对话。
这个动作和它 5 月发布的 「Widening the conversation on frontier AI」 是同一条线。Anthropic 说，过去几个月它一直在组织和不同群体的对话，因为 AI 提出的问题不只属于工程师，也属于教育者、宗教领袖、劳工组织、民主机构和普通公众。
如果说 「玻璃之翼」 项目是在展示能力和克制，那么这条线更像是在展示一种 「经世致用」 的入世姿态：技术的掌握者既然掌握了改变社会的能力，就要进入公共秩序，接受伦理检验，承担相应的责任。
不同于拥有 ChatGPT 这个大众入口的 OpenAI，Anthropic 的主战场更接近开发者和企业场景，但在上市之前，它必须把自己的受众扩大到更广泛的社会群体。
因为它要争取的不只是资本信任，也包括社会许可。它要让外界相信自己不是闭门造车的模型公司，而是一家愿意把 AI 放进更大的社会秩序里讨论、接受公共价值检验的技术治理责任人。
还有讲递归自我改进的那篇技术博客，几乎所有报道都在强调它 「呼吁暂停 AI 研发」——这种叙事确实很吸引人。然而整篇博客实际上展示的是 Anthropic 公司内部越来越多代码由 Claude 编写，Claude 正在推动加速，然后 Anthropic 反过来说能力增长本身也是风险问题。
在最近的工程博客里，Anthropic 还把 Claude 放进了生物学研究场景里，讨论 AI Agent 如何帮助科学家更稳定地检索病毒序列数据、改进生物信息学工作流。表面看这是一篇科学 Agent 文章，背后仍然是 Anthropic 熟悉的表达方式：我们的模型很强、我们助力科学发展。如果模型表现不够稳定，Anthropic 也很自然地把问题放进 「科学基础设施还没为 Agent 时代准备好」 的框架里。
虽然它很有实力，但某种意义上，它的姿态确实狂狷太过，多少带点独清独醒、居功自傲的意思。
不过这也是 Anthropic 一贯的风格。
OpenAI 那边也不遑多让。如果说 Anthropic 试图营造一个 「忧患之士」 的孤高形象，OpenAI 的叙事风格则更像智能时代的 「治世之臣」。
它的故事不同于 Anthropic 那种 「我们看见了危险，所以我们应该给出提醒」，而是 「这件事会改变每个人，所以我们要参与未来规则的设计」。
于是 OpenAI 发布公共政策议程，讨论安全、青少年保护、劳动力转型和全球标准，把自己放进政策制定的语境里；又发布智能时代的产业政策，提出一套以人为本的产业政策想法，强调 AI 时代需要扩大机会、分享繁荣、建设更有韧性的制度。
它还在 《Our views on AI policy and political advocacy》 里专门解释了自己如何参与 AI 政策和政治倡议，并强调 AI 的未来不应该由任何一家公司或组织单独决定，应该由政府、研究者、劳动者、公民社会、独立专家和公众共同塑造。
在 G7 峰会前，OpenAI 又提出全球青年 AI 安全倡议，呼吁建立专门机构推动国际协作，让青少年能够更安全、更有机会地使用 AI。
这些议题被放在一众产品更新中间，看起来和模型不怎么沾边，但对 OpenAI 不可或缺。OpenAI 想塑造的不是 「我最懂风险」，而是 「我正在参与一个新社会秩序的建设」。
用我们比较熟悉的人物比喻，OpenAI 的理念其实有点像 「美国版王安石」：试图通过影响立法、国际协作和产业设计，将自身的理念和技术，内化为未来人类社会运作的底层规则。
它在秘密提交 IPO 的当天，同时发布了一篇 《Built to benefit everyone: our plan》，讲述 OpenAI「惠及全人类」 的使命，也是一脉相承的叙事。
按照 OpenAI 自己的说法，如果 AI 发展得当，它可以成为提升生产力、创造力、科学进步和经济机会的基础——这种说法听起来就比 Anthropic 那种 「精英叙事」 要顺耳得多。
OpenAI 总是试图把自己从一家模型公司，往更大的公共基础设施上推。ChatGPT 不是一个聊天产品，是未来每个人的智能入口；Codex 不是一个写代码工具，是知识工作的新接口；OpenAI 也不是单纯的商业公司，是智能时代制度设计的参与者。
无论它的 「建议」 是否被听从，至少这种 「关心公众、分享繁荣」 的姿态是做得很足的。
在那些很小的产品沟通上，也能看出 OpenAI 和 Anthropic 的不同。
6 月 5 日，Tibo 在 X 上发文称，团队当天正在修复 Codex 的一个 bug。这个 bug 导致系统少统计了部分 Pro 和 Plus 账户实际被消耗的 token 数量，影响账户不到 15%。
换句话说，这个 bug 对部分用户来说其实是 「占便宜」 的：他们实际使用的 token 被少算了。修复之后，这些账户的 token 使用量会回到正常计数。
所以 Tibo 特意补了一句：「这不是你们希望我们修复的那种 bug，但我们不想悄悄处理这件事，觉得应该让你们知道。」
这类沟通背后，其实是在传递一种平台价值：平台当然有权修规则，但用户至少应该知道规则什么时候变了。
OpenAI 主动把一个 「用户不爱听」 的修复说了出来；而 Anthropic 近来常被用户吐槽的，恰恰是很多体验变化来得很突然，用户往往是用着用着才发现。
彰己之长，形彼之短，也是一种讲故事的方式。
故事也是护城河
一家准备上市的 AI 公司，想要获得更高的估值，就必须让市场相信，它未来的位置比今天的产品更大。
OpenAI 一直讲 AGI、全民智能入口、公共政策和 「惠及全人类」 的使命，是在把自己放进下一代基础设施的想象里；Anthropic 反复讲安全、可信 Agent、系统性风险和前沿 AI 治理，则是在把自己放进高风险世界的安全底座里。
两家公司讲法不同，但都在努力完成同一件事：让资本相信，自己不会随着某一次模型追平、某一轮价格战、某一个竞品更新而失去价值。
叙事不能替代收入和利润，但它会影响市场如何理解收入和利润。
同样是巨额算力支出，如果公司被理解成普通模型供应商，这可能只是成本压力；但如果公司被理解成未来基础设施建设者，它就更容易被解释为长期投资。
同样是安全研究，如果只是产品附属功能，价值很有限；但如果它被放进前沿 AI 治理和企业信任的框架里，就会变成护城河的一部分。
资本市场买的不只是现状，也包括对未来秩序的想象，这种想象也会影响监管者和客户对公司的看法。
AI 公司越大，越不可能只靠产品迭代解决问题。青少年保护、版权争议、就业冲击、网络安全、医疗、教育、金融、国家安全，都会把它们推到公共讨论中心。
无论是 OpenAI 的公共政策文件、治理蓝图、青少年安全倡议，还是 Anthropic 的安全叙事、社会对话、可信 Agent，它们都在试图让外界相信，它们是主动的、可靠的。
这种表达会给公司争取一种很重要的东西：耐心。
监管者越相信你理解风险，就越可能给你试错空间；企业客户越相信你有长期治理能力，就越敢把最核心的流程交给你；用户越相信你愿意解释规则变化，就越可能在产品波动时继续留下来。
故事不能抹平问题。服务宕机还是宕机，额度变化还是额度变化，模型退化还是模型退化。用户不会因为一篇价值观长文就原谅所有体验问题，企业客户也不会因为一句 「安全负责」 就忽略实际风险。
但稳定的叙事会改变外界理解问题的方式。
如果一家公司的公共形象足够清楚，外界更容易把一次产品摩擦理解成成长过程中的调整，而不是根本性的失控。
反过来，如果公司平时没有建立起信任，哪怕只是一次小改动，也可能被理解成平台滥用权力、偷偷收紧服务、对用户不够坦诚。
讲故事最后还会回到人身上。
顶级研究员、工程师和产品经理选择公司时，当然看薪酬、资源和技术实力，但他们也会在意自己到底参与了什么。OpenAI 给出的答案是建设 AGI，改变每个人的生活；Anthropic 给出的答案是更安全地建造强 AI，避免未来被鲁莽推进的技术带偏。
单从愿景上看，一个吸引想要改变世界的人，一个吸引想要守住世界的人。
总的来说，讲故事不是包装在技术外面的一层糖衣，对准备进入公开市场的 AI 公司来说，它已经变成商业模式的一部分。
它影响估值、影响监管、影响客户、影响人才，也影响事故发生时外界是否继续相信。
表面上看，OpenAI 和 Anthropic 是在写博客、发政策建议、谈价值观。背后争夺的，其实是 AI 的定义权。
谁能把 AI 讲成基础设施，谁就更容易获得基础设施的估值；谁能把 AI 讲成安全问题，谁就更容易成为风险治理者；谁能把 AI 讲成公共议题，谁就更容易进入政策讨论；谁能把 AI 讲成全人类未来，谁就更容易把商业扩张讲成公共使命。
到了 IPO 前夜，模型决定它们能不能站上牌桌。
而故事决定市场愿意把多大的未来押在它们身上。