从10亿到190亿美元的14个月里，Anthropic的增长团队到底在做什么

来源科技行者作者YaraLennys Podcast在2026年4月5日播出了对Anthropic增长负责人Amol Avasare的专访。Amol此前在Mercury和MasterClass做增长再往前是创业者和投行分析师。他加入Anthropic的方式相当非典型给当时的首席产品官Mike Krieger发了一封冷邮件而公司当时根本没有在招增长团队。Krieger是Instagram的联合创始人2024年5月加入Anthropic担任CPO。Anthropic的营收增长曲线在软件史上没有先例。2024年底约10亿美元ARR2025年中40亿2025年底90亿2026年2月底突破190亿。据Bloomberg 2026年3月报道Claude Code是核心驱动力之一。投资方Coatue预测2026年底的年化营收将达到300亿美元。Anthropic在2026年2月完成了300亿美元的G轮融资估值3800亿美元据多家媒体报道正在筹备可能最早于2026年10月进行的IPO。这篇文章整理自这期时长约一小时的访谈。Amol在其中系统性地讲述了Anthropic增长团队的组织架构、策略逻辑、AI自动化实践、对PM角色变化的判断以及这家公司的文化和安全基因如何影响增长决策。1. 给Instagram创始人发冷邮件拿到了一个不存在的岗位我是他唯一通过冷邮件招进来的PM。他是Claude的深度用户使用过程中判断Anthropic明显缺一个增长团队。公司当时确实没有任何增长岗位在招但Amol还是给Mike Krieger发了冷邮件。巧的是Krieger内部恰好在考虑组建增长团队。Amol是创业出身冷邮件是他多年打磨出的技能。他的方法论几个要点邮件标题决定打开率他有一套高转化的写法但没有在播客里公开。关键一步是避开LinkedIn和工作邮箱这两个渠道回复率天然偏低找到对方的个人邮箱更有效。正文极短就三件事我是谁、为什么我合适、我们聊聊。如果真的在意这件事就持续跟进直到对方明确说请停止。Krieger第一次就回了但Amol说如果没收到回复他会一直发下去。主持人Lenny评价说一个增长高手擅长冷邮件这件事本身就是一种面试你能不能让我想读这封邮件2. 40人增长产品团队和一个曾经只有1人的增长营销团队Amol带的增长产品团队约40人由工程师、设计师、PM和数据分析师组成。结构分两层横向是增长平台和商业化团队负责跨产品的通用增长问题比如定价、免费转付费、跨产品的激活流程纵向是按受众划分的增长小组包括B2B增长、Claude Code增长、知识工作者增长、API增长等。这种混合结构的考量是产品线太多。如果只按漏斗阶段分团队获客、激活、变现不同产品的用户群和内部协作对象差异太大会失焦。比如Claude Code增长团队需要和Boris、Kat等Claude Code核心团队紧密配合这个协作关系在纯漏斗结构下很难维持。增长产品改产品本身来让用户留下来、付更多钱增长营销花钱买流量把人带进来。这是两支不同的队伍。2026年3月一条推文引爆了科技圈Anthropic整个增长营销团队曾经只有一个人而且干了10个月。这个人叫Austin Lau没有任何技术背景加入时连终端怎么打开都要搜索。Claude Code发布后他用一周时间自学搭建了两套工作流一个Figma插件点一下就能批量生成广告素材变体一套Google Ads文案流程通过自定义斜杠命令自动生成符合品牌调性和字数限制的广告文案导出可直接上传的CSV文件。单条广告的制作时间从30分钟降到30秒创意产出量提升了10倍。Amol在播客里也提到了这个梗。他说外界看到的一个人搞定所有增长是夸大了但Anthropic确实在践行自己宣扬的理念用自家的AI工具把人均产出拉到极限。3. 成功带来的灾难70%的时间在救火Amol说这是他职业生涯中最难的工作比创业和投行都难。他用了一个说法叫 success disasters增长太快导致其他环节崩溃。所有图表都是绿色的、一路向上的但团队的情绪可以非常紧绷因为获客、激活、变现每个环节都在同时着火。他估计自己70%的时间花在这种救火上只有30%用于主动型增长工作决定对哪些产品集中投入资源规划长期的定价和打包方案以及为新产品确定增长团队什么时候该介入。你需要退一步提醒自己我们能有这些问题其实是幸运的。 他说。但这并不让工作本身变得更轻松。在一家每周营收都在刷新纪录的公司紧迫感这个词的含义和其他地方完全不同。4. 模型快到AGI了用户还在问天气Amol提出了一个他认为全行业最大的产品问题capability overhang模型能力的提升速度远超产品侧把能力传递给用户的速度。即便是Anthropic内部新模型发布时员工也要刻意腾出时间去搞清楚这个模型能做什么、我之前的认知哪些需要更新。放到普通用户身上这个问题被放大了无数倍。你可能拥有一个接近AGI水平的模型但用户的第一反应还是问旧金山今天天气怎么样。更棘手的是节奏问题。增长团队花时间测试完一个模型的最佳引导路径、跑完实验、拿到结论、上线新流程这时候下一个模型已经发布了新模型解锁了新的能力之前所有的测试结论可能全部作废。传统增长团队面对的是一个相对稳定的产品AI增长团队面对的是一个底层每隔几个月就会发生质变的产品。这也是为什么Amol认为激活是AI产品增长中杠杆最高的环节。在传统产品里激活优化是重要但有限的。在AI产品里激活优化的价值随模型能力指数级放大因为每一代模型都带来新的如果用户知道怎么用就会被惊艳的能力而大多数用户根本不知道这些能力存在。5. 注册流程越长转化反而越高做增长的人最常见的直觉是砍掉一切多余步骤让用户最快进入产品。Amol说这个直觉在大多数时候是错的。用户被快速扔进产品之后不知道这个产品和自己有什么关系。Claude能做的事太多了如果用户打开就是一个空白对话框他大概率会问一个无聊的问题得到一个普通的回答然后流失。Amol在Mercury、MasterClass和Anthropic三家公司都验证了同一件事在注册流程里多问用户几个问题搞清楚他是谁、他想做什么然后把匹配的功能或内容推给他。这个多出来的步骤看起来在拖慢用户进入产品的速度但实际效果是转化率和留存都上升了。MasterClass的购买流程里有一个问答环节问你来这里想学什么。很多人第一反应是我来买东西为什么要做问卷但这个环节经过彻底测试是显著的收入驱动因素因为用户觉得这个产品理解我。Mercury也一样Amol带团队花了整整一个季度只做银行开户流程的体验优化不追任何增长指标结果这成了他加入Anthropic之前影响力最大的一个季度。Anthropic的注册流程会询问用户的身份和兴趣领域外面的人看了会说太长了但数据让团队满意。Amol的框架里摩擦分两种annoying friction纯粹浪费用户时间、不增加任何价值的步骤砍掉right friction帮产品认识用户、让用户觉得这是给我用的的步骤大胆加上去。而且注册时收集到的用户信息不只在激活阶段有用还能喂给下游的lifecycle营销和广告投放做相似人群定向its a juice that just keeps on giving。Anthropic还推出了从ChatGPT导入记忆的功能让新用户不用从零开始教Claude认识自己。Amol说这是冷启动问题的一个时间窗口产物恰好赶上了一波用户对Anthropic的热情。6. 线性图表在公司内部已经不酷了2024年底Amol入职第二周团队就进入了2025年营收规划。当时ARR约10亿美元。Dario Amodei直接推了一个所有人都觉得疯狂的激进目标团队的反应是how the hell are we going to hit that然后Dario说他觉得还可以更高。Amol刚入职心想这地方疯了。结果2025年全年营收做到了约100亿美元10倍增长激进目标不但达到了还被超过了。一般的增长团队会把60%-70%的精力放在中小型优化上20%-30%放在大动作上。Anthropic把这个比例翻转了。 至少50:50甚至70:30倾向大赌注。这背后是Anthropic对指数增长的信仰。传统产品比如一个外卖App两年后的产品价值可能比今天高30%-50%增长团队通过中小型优化就能捕获这个增量的可观比例。但Anthropic的产品价值由AI驱动两年后可能是今天的100倍到1000倍。在这么大的价值增量面前小优化能捕获的比例微不足道必须把筹码压在能抓住大机会的大赌注上。我们内部线性图表根本不酷。没人看线性图表。所有东西都要看对数线性坐标。一个具体案例现在支撑Cowork和Claude Code多个使用场景的Chrome扩展最初就是增长团队内部一个工程师非常看好、主动推动的项目。当时没有其他团队在做增长团队决定自己上。Amol说这种增长团队孵化产品级项目的操作在传统公司他不会做在Anthropic变成了常态。他补充了一个重要限定这种策略适用于产品核心价值由AI驱动的公司比如Lovable、Cursor这类AI原生产品。如果AI只是产品的辅助功能而非核心不一定要这样操作。7. CASH让Claude自动跑增长实验增长平台团队在推进一个内部项目名字叫 CASHClaude Accelerates Sustainable Hypergrowth。Amol说名字不是他起的有点尴尬。项目由在线增长课程平台Reforge教增长工程课的Alex Kamysuroka主导几个月前才启动。他们把增长实验的生命周期拆成四个环节来分别评估和提升Claude的表现。识别机会根据趋势和历史数据发现增长点。构建功能把实验落地为可发布的产品变更。测试质量确保符合质量标准和品牌标准。分析数据实验上线后收集学习收获。每个环节都有评估指标追踪Claude在每个环节的得分是否每周都在进步。目前CASH主要处理的是文案变更和小幅UI调整已经在产生实际收益。Amol的评价是胜率大致相当于一个工作两三年的初级PM还达不到资深PM的水平。 但几个月前这件事根本不可能Opus 4.5之前效果不行到了Opus 4.6才开始看到方向对了。现阶段还有人工审批环节。Amol特别在意品牌一致性不想让自动化系统发布有损品牌的东西。但随着品牌准则可以写成skill、模型理解能力在提升他认为人工审核的需求会大幅减少。如果实验结果不理想也可以随时回滚。他特意补充了CASH流程里没写进去的第五环节跨部门协调。法务、安全、品牌等利益相关方的对齐工作目前仍然需要人脑。他认为这是PM角色在短期内不会消失的核心原因直到其他利益相关方自己也变成agent在自动运转。Anthropic设计负责人Joel跟他说过一句话We will have AGI and it will still be impossible to get six people in a room to get aligned. 即便实现了AGI让六个人在一个房间里达成一致仍然是不可能的。Amol说他觉得这个判断是对的。8. 有产品思维的工程师是这个时代的独角兽一个标准的5人工程师1设计师1 PM配置用了Claude Code之后工程师的产出相当于原来的2到3倍。PM和设计师也有提升但幅度不如工程师。结果是这个小团队的实际产出相当于旧世界15到20个工程师配1.5到2个PM和1.5到2个设计师。PM和设计师明显被挤压了。Anthropic内部也在感受这个压力。Amol说他们最近开了一次PM leader offsite所有人都在讨论同一个问题PM和设计被挤压得透不过气。工程师产出翻了倍PM和设计的人数没跟上每个PM相当于在管一个比以前大两到三倍的工程团队。Anthropic增长团队的应对是一条两周规则如果一个项目的工程工作量在两周以内工程师负责自己当PM包括跟法务、安全、跨部门利益相关方沟通PM只做顾问。超过两周的项目PM才正式上阵。这不是死规则如果一周的项目但政治敏感度极高PM还是要介入。具体执行中小变更直接在Slack上来回讨论连文档都不写。大项目做一个跨部门启动会30分钟搞清楚各方在意什么。Amol特别强调产品思维强的工程师在这个时代是absolute unicorn。 公司放走你的概率急剧下降因为你能在PM缺位时撑起整个项目的产品判断。同样的逻辑反过来也成立如果一个PM同时能做设计价值也在陡增。跨学科能力在AI时代的溢价比过去任何时候都高。他举了Anthropic内部的例子做金融服务产品Claude for Sheets、Claude for Excel的PM Nick Lynn从投行和私募出身对金融领域的直觉理解让他拥有别人无法复制的竞争优势。关于PM到底该不该自己写代码Amol的观点有些反直觉。在小公司或资源紧张时PM确实需要动手。但如果团队有20个工程师在高速产出PM最高杠杆的事不是自己写代码做第21个功能而是把团队在做什么和为什么做上的判断力提升5%。 这5%乘以20个工程师的产出远大于你自己写一个功能的价值。Amol说他60%-80%的交付没有PRD。大部分情况下团队直接行动或者他在会议前5分钟用Cowork快速生成一个基础文档来讨论。只有20%-30%的重要项目才需要认真写文档。他越来越倾向于直接原型化用实物代替讨论。9. 每天早上Claude帮他看25个图表每周让Claude假扮老板给自己提反馈Amol设置了Cowork的定时任务每天早上自动查看20多个数据分析平台Hex的仪表盘通过Chrome扩展和MCP完成数据读取然后给出摘要哪些指标需要关注、哪个有异常、哪个有有趣的洞察。他自己还是会手动看几个最核心的图表但中长尾的指标交给Claude来监控。随着误报率和漏报率持续下降他对这个自动化流程的信心在增加。他认为这离策略bot已经不远了一个agent持续监控指标、市场动态和产品路线图然后主动提出建议。他的判断是2026年下半年就能达到相当有效的水平。他每周还让Claude假扮自己的上级给自己提反馈。 他的上级Ami Vora公开发表过大量产品管理文章他让Claude基于Ami的公开写作、内部Slack发言和他们之间的讨论记录以Ami的视角评估自己本周的工作。他形容这像是跟一个偶尔喝多了的教练合作有时候提出的反馈让人眼前一亮有时候说的明显无关但总体值得持续投入。他还设了一个每周自动运行的Cowork任务通过Slack MCP扫描项目相关频道找潜在的对齐偏差。企业团队负责人Scott通过这个方法发现过重大的方向冲突避免了团队在重叠工作上浪费时间。日常行政也全部交给Cowork订会议室、邮件初步分类、在Brex和Benpass上提交报销。10. 聚焦编程的飞轮五年前的一份文档联合创始人Ben Mann在2021年写过一份文档讲为什么我们应该聚焦AI编程。那是任何人都还不知道这个赛道有多大的时候。这个聚焦有双重逻辑。一是商业层面的市场规模判断二是Amol所说的研究加速飞轮最好的编程模型能加速研究人员的工作加速研究循环从而产出更好的模型形成正向循环。Dario Amodei说过Anthropic的工程师中已经有人不再自己写代码了让模型写自己只做编辑。如果编程模型越好研究员产出越高研究员产出越高下一代模型越强那么在编程上投入的每一分资源都有双重回报。CEO在公开场合多次讲过这个逻辑。聚焦也是约束下的必然选择。Anthropic早期是这个领域里最小、资金最少的玩家没有Meta和Google的自由现金流和分发能力没有OpenAI的先发优势。在很多方面我们能走到今天这步简直是一个奇迹。 在这种约束下即使面对一项通用性极强的技术也必须选择极窄的切入点来达到自我增长的临界点。Amol还提到Anthropic在ChatGPT发布之前就已经有了自己的chatbot产品但因为安全顾虑选择不发布。ChatGPT的爆发和随后的消费者优势反而把Anthropic推向了B2B和编程这条更窄但更深的路径。某种意义上那个安全决策和后来的商业聚焦之间存在因果关系。11. 安全不只是价值观也是竞争优势Anthropic从注册那天起就选择了公益公司Public Benefit Corporation而非标准的特拉华C型公司。这意味着在法律层面公司没有义务以股东价值最大化为首要目标可以为公共利益做出取舍。Amol说他加入前对此持半信半疑的态度不确定这到底是真的还是公关话术。入职后很快发现内部对安全的重视程度比对外表达的还要强。 他多次看到公司愿意为安全承受显著的商业损失。他把争议性的增长实验分成两类。第一类是无论结果如何都不应该上线的触碰品牌、价值观或用户信任的红线AI安全相关的测试属于这一类直接否决。第二类是我不喜欢但不至于踩红线的可以跑测试但如果不适感偏高就需要看到同等量级的回报才值得上线。增长团队必须舒服地接受桌上还有钱没拿这件事。 他说这是增长团队的底层原则。短期让利换长期信任是所有最好的产品最终都会采取的路径。他还提出了一个判断随着AI风险越来越高、利害关系越来越大Anthropic在安全上的坚持最终会成为一项显著的竞争优势。12. Notebook Channel和一种让文化可扩展的机制Anthropic内部Slack有一种叫notebook channel的实践每个人都有自己的频道像一个内部Twitter feed分享自己正在想什么、工作中的观察、对某个决策的看法。你可以订阅任何人的notebook channel包括研究团队的。Amol说这个机制有两个作用。第一个是透明度Dario在全员会上说了什么有争议的话人们可以直接到他的notebook channel公开表达不同意见引发辩论这是被鼓励的。第二个是信念的可扩展性。当组织快速扩张、新人大量涌入时靠开会来传达原则和行为标准效率太低。但如果你在notebook channel里写了一篇为什么要舒服地把钱留在桌上所有新加入的增长工程师都能看到。这些notebook channel里的内容同时也在成为Claude的上下文。HR团队在某些关键文档上标注了编辑前请先联系对应负责人因为这是Claude引用的核心参考文档。组织知识的文字化正在从方便人类检索变成让AI能用。Amol还提到Anthropic对SaaS工具的使用Figma、Slack、Workday这些产品他们用得都很重短期内不会替换。在最前沿的AI公司里这些工具仍然在发挥作用。他认为SaaS全部会被vibe code取代的说法被夸大了。13. 创业失败、脑损伤和约束带来的自由Amol的职业路径远没有现在看起来那么顺畅。他曾经创办了一家心理健康领域的公司Ensu花了三年时间、融了几百万美元、最多有七到十名员工最终关闭。他说给投资人打电话说钱亏了、事没成是他经历过最痛苦的事情之一。但正是创业阶段逼他学会了冷邮件、产品开发、用户获取等技能没有那段经历后来的职业路径走不通。2022年初他在一次泰拳训练中遭受了严重的脑损伤。之后9个月无法工作前几个月甚至无法自己洗澡、发短信听20秒音乐就想吐完全不能看屏幕。恢复过程极其缓慢需要一点点增加对各种刺激的耐受度。他一度不确定自己是否还能重返工作。2023年中他在Lenny的newsletter上发表了一篇关于这段经历的客座文章。一个月后脑损伤复发了。下飞机时一个行李碰了他的头因为前一次伤还没有完全恢复又触发了新的症状。当时他刚加入Mercury一个月不得不请假两个月。他说到现在仍然没有100%恢复偶尔还会有眩晕和头痛。但他把这些约束转化成了习惯不喝酒、不喝咖啡、每天固定休息、坚持冥想。即使在Anthropic最忙的日子模型发布之类的关键节点他也会在上午和下午各抽一小段时间去办公室的冥想区。True freedom in life is learning how to be content when you dont get what you want. 他引用了一位冥想老师的话。真正的自由是学会在得不到想要的东西时依然满足。他说这个体悟来自脑损伤最严重的时候你可以做所有能做的事调整饮食、坚持康复训练、寻求最好的治疗但如果恢复没有如预期般发生你有两个选择和现实对抗并痛苦或者接受现状并在接受中找到平衡。他说Anthropic的强度极高保持一个平稳的心态是在这种环境下存活的基础设施。Its funny how constraints can bring freedom, 他说。约束带来自由。创业失败让他学会了技能脑损伤逼他养成了健康的习惯两件看起来糟糕的事最终都成了他现在能力的一部分。阅读最新前沿科技趋势报告请访问21世纪关键技术研究院的“未来知识库”未来知识库是“21世纪关键技术研究院”建立的在线知识库平台收藏的资料范围包括人工智能、脑科学、互联网、超级智能数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告加入未来知识库全部资料免费阅读和下载牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》麦肯锡超级智能机构赋能人们释放人工智能的全部潜力AAAI 2025 关于人工智能研究未来研究报告斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页壳牌2025 能源安全远景报告能源与人工智能57 页盖洛普 牛津幸福研究中心2025 年世界幸福报告260 页Schwab 2025 未来共生以集体社会创新破解重大社会挑战研究报告36 页IMD2024 年全球数字竞争力排名报告跨越数字鸿沟人才培养与数字法治是关键214 页DS 系列专题DeepSeek 技术溯源及前沿探索50 页 ppt联合国人居署2024 全球城市负责任人工智能评估报告利用 AI 构建以人为本的智慧城市86 页TechUK2025 全球复杂多变背景下的英国科技产业战略韧性与增长路径研究报告52 页NAVEX Global2024 年十大风险与合规趋势报告42 页《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页2025 - 2035 年人形机器人发展趋势报告 53 页Evaluate Pharma2024 年全球生物制药行业展望报告增长驱动力分析29 页【AAAI2025 教程】基础模型与具身智能体的交汇350 页 pptTracxn2025 全球飞行汽车行业市场研究报告45 页谷歌2024 人工智能短跑选手AI Sprinters捕捉新兴市场 AI 经济机遇报告39 页【斯坦福博士论文】构建类人化具身智能体从人类行为中学习《基于传感器的机器学习车辆分类》最新 170 页美国安全与新兴技术中心2025 CSET 对美国人工智能行动计划的建议18 页罗兰贝格2024 人形机器人的崛起从科幻到现实如何参与潜在变革研究报告11 页兰德公司2025 从研究到现实NHS 的研究和创新是实现十年计划的关键报告209 页康桥汇世Cambridge Associates2025 年全球经济展望报告44 页国际能源署2025 迈向核能新时代麦肯锡人工智能现状组织如何重塑自身以获取价值威立Wiley2025 全球科研人员人工智能研究报告38 页牛津经济研究院2025 TikTok 对美国就业的量化影响研究报告470 万岗位14 页国际能源署IEA能效 2024 研究报告127 页Workday 2025 发挥人类潜能人工智能AI技能革命研究报告20 页CertiKHack3D2024 年 Web3.0 安全报告28 页世界经济论坛工业制造中的前沿技术人工智能代理的崛起》报告迈向推理时代大型语言模型的长链推理研究综述波士顿咨询2025 亚太地区生成式 AI 的崛起研究报告从技术追赶者到全球领导者的跨越15 页安联Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告33 页IMT2025 具身智能Embodied AI概念、核心要素及未来进展趋势与挑战研究报告25 页IEEE2025 具身智能Embodied AI综述从模拟器到研究任务的调查分析报告15 页CCAV2025 当 AI 接管方向盘自动驾驶场景下的人机交互认知重构、变革及对策研究报告124 页《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页《面向科学发现的智能体人工智能进展、挑战与未来方向综述》全国机器人标准化技术委员会人形机器人标准化白皮书2024 版96 页美国国家科学委员会NSB2024 年研究与发展 - 美国趋势及国际比较51 页艾昆纬IQVIA2025 骨科手术机器人技术的崛起白皮书创新及未来方向17 页NPLBeauhurst2025 英国量子产业洞察报告私人和公共投资的作用25 页IEA PVPS2024 光伏系统经济与技术关键绩效指标KPI使用最佳实践指南65 页AGI 智能时代2025 让 DeepSeek 更有趣更有深度的思考研究分析报告24 页2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告37 页华为2025 鸿蒙生态应用开发白皮书133 页《超级智能战略研究报告》中美技术差距分析报告 2025欧洲量子产业联盟QuIC2024 年全球量子技术专利态势分析白皮书34 页美国能源部2021 超级高铁技术Hyperloop对电网和交通能源的影响研究报告60 页罗马大学2025 超级高铁Hyperloop第五种新型交通方式 - 技术研发进展、优势及局限性研究报告72 页兰德公司2025 灾难性网络风险保险研究报告市场趋势与政策选择93 页GTI2024 先进感知技术白皮书36 页AAAI2025 人工智能研究的未来报告17 大关键议题88 页安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告威达信2025 全球洪水风险研究报告现状、趋势及应对措施22 页兰德公司迈向人工智能治理研究报告2024EqualAI 峰会洞察及建议19 页哈佛商业评论2025 人工智能时代下的现代软件开发实践报告12 页德安华全球航空航天、国防及政府服务研究报告2024 年回顾及 2025 年展望27 页奥雅纳2024 塑造超级高铁Hyperloop的未来监管如何推动发展与创新研究报告28 页HSOAC2025 美国新兴技术与风险评估报告太空领域和关键基础设施24 页Dealroom2025 欧洲经济与科技创新发展态势、挑战及策略研究报告76 页《无人机辅助的天空地一体化网络学习算法技术综述》谷歌云Google Cloud2025 年 AI 商业趋势白皮书49 页《新兴技术与风险分析太空领域与关键基础设施》最新报告150 页《DeepSeek 大模型生态报告》军事人工智能行业研究报告技术奇点驱动应用加速智能化重塑现代战争形态 - 25030940 页真格基金2024 美国独角兽观察报告56 页璞跃Plug and Play2025 未来商业研究报告六大趋势分析67 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页未来今日研究所 2025 年科技趋势报告第 18 版 1000 页模拟真实世界多模态生成模型的统一综述中国信息协会低空经济分会低空经济发展报告2024 - 2025117 页浙江大学2025 语言解码双生花人类经验与 AI 算法的镜像之旅42 页人形机器人行业由 “外” 到 “内” 智能革命 - 25030651 页大成2025 年全球人工智能趋势报告关键法律问题28 页北京大学2025 年 DeepSeek 原理和落地应用报告57 页欧盟委员会 人工智能与未来工作研究报告加州大学伯克利分校面向科学发现的多模态基础模型在化学、材料和生物学中的应用电子行业从柔性传感到人形机器人触觉革命 - 25022635 页RT 轨道交通2024 年中国城市轨道交通市场数据报告188 页FastMoss2024 年度 TikTok 生态发展白皮书122 页Check Point2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议57 页【AAAI2025 教程】评估大型语言模型挑战与方法199 页 ppt《21 世纪美国的主导地位核聚变》最新报告沃尔特基金会Volta Foundation2024 年全球电池行业年度报告518 页斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页国际科学理事会2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告英文版118 页光子盒2025 全球量子计算产业发展展望报告184 页奥纬论坛2025 塑造未来的城市研究报告全球 1500 个城市的商业吸引力指数排名124 页Future Matters2024 新兴技术与经济韧性日本未来发展路径前瞻报告17 页《人类与人工智能协作的科学与艺术》284 页博士论文《论多智能体决策的复杂性从博弈学习到部分监控》115 页《2025 年技术展望》56 页 slides大语言模型在多智能体自动驾驶系统中的应用近期进展综述【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用皮尤研究中心2024 美国民众对气候变化及应对政策的态度调研报告气候政策对美国经济影响的多元观点审视28 页空间计算行业深度发展趋势、关键技术、行业应用及相关公司深度梳理 - 25022433 页Gartner2025 网络安全中的 AI明确战略方向研究报告16 页北京大学2025 年 DeepSeek 系列报告 - 提示词工程和落地场景86 页北京大学2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用99 页CIC 工信安全2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告42 页中科闻歌2025 年人工智能技术发展与应用探索报告61 页AGI 智能时代2025 年 Grok - 3 大模型技术突破与未来展望报告28 页上下滑动查看更多