Anthropic 本周向投资者披露的财务数据，让 Claude Code 的商业成色变得具体：公司已在第二季度实现运营利润，净收入留存率达到 900%——同一批客户在 Q3 2025 的支出，到 Q3 2026 变成了九倍。这背后是 Anthropic 对大型企业客户留存的高度聚焦。周三，它又发布了一套新的报告工具，专门给客户更细颗粒度地审视自己的 token 花费到底换来了什么。

这套工具的表现形式是内部分析与员工调查。管理者可以选定一个日期范围，查看一个团队在这段时间内做了什么、产出是什么、花了多少钱、工作流在哪里卡住。Anthropic 承诺默认不会用这些数据做模型训练。报告还会给出改进建议。此外，Anthropic 还做了池化组预算（pooled group budgets），方便团队统一管理 token 支出，而不是各自零散花销。

这件事指向一个真问题：大客户开始要求证明 AI 工具的投入产出。Jellyfish——一家做开发者工具的公司——昨天发布了一份基于 27.6 万名客户使用 agentic 编程工具数据的报告。Claude Code 和其他基于 Anthropic 模型的工具仍然是调查中使用最广的，约占所有提交审阅代码变更的三分之一。更值得关注的是，这些工具的支出自年初以来增长了 10 倍，目前约占工程总成本的 2%。Jellyfish 首席科学家 Nicholas Arcolano 说，2% 看起来不大，但 10 倍的增速是大多数 CFO 没有预料到的。他的结论是：光花钱不够了，必须去优化、让它真正起作用。

Anthropic 的新报告就是对着这个挑战来的。它在企业客户中的领先地位还在持续。今年夏天 OpenAI 发布 Astra 模型时，不少人觉得会威胁 Anthropic，但至少从 Jellyfish 的数据看，Astra 并没有拖慢 Anthropic 的采用速度。Jellyfish 的 AI 产品负责人 Nikolas Albarran 说，Codex 花了很长时间才在他们的数据中真正冒头，而且是在 Astra 出现之后；但 X 上给人感觉竞争激烈得多——’硅谷每个人都在说 Codex 更好’。现实却是：Anthropic 拥有扎实的企业动作和存量优势，很多人已经花了大力气把工作流标准化在它上面，’没有足够大的理由去切换’。

切换成本在企业层面被放大。Albarran 提到，所有主要 AI 实验室都在投资 forward-deployed engineering（FDE）——把 AI 顾问嵌入客户组织，帮他们跑起来。Anthropic 的新报告工具可以看作一种 FDE-lite，用轻量方式提供类似的手把手帮助。他说，现在的市场已经成熟到：一旦你进去了，切换会越来越难，因为你已经投入了精力；即便各家模型大体相同，它们处理 agent 到 ND 文件等细节的方式仍有差异，切换成本不是零。

这篇报道没有给出 Anthropic 新工具的具体定价或上线时间，也没有说明报告功能会覆盖哪些套餐。但结合 Jellyfish 的数据，整个信号已经清楚：企业 AI 支出的重点，正在从’敢花钱’转向’会花钱’。