Anthropic 花 3 亿美金买下 API「修路工」，打响连接层暗战
5月18日，Anthropic宣布了一笔看似“平淡”的收购：买下纽约的开发者工具公司Stainless，估值超过3亿美元。被收购的公司Stainless不是一家普通的 SaaS 公司，它的特殊之处在于，它几乎服务了AI行业的所有头部玩家。其客户名单里躺着 OpenAI、Google、Cloudflare、Replicate 和 Runway 等一众硅谷巨头。Stainless 的核心业务听起来甚至有些枯燥：将结构化的 API 规范，自动转换为 TypeScript、Python、Go 等各种语言的 SDK（软件开发工具包）。同时提供CLI工具和MCP（Model Context Protocol）服务器平台。自Anthropic API上线第一天起，Stainless就在为每一个官方Anthropic SDK提供底层支持。收购消息公布的同时，Anthropic宣布关停Stainless对外托管的SDK生成服务。现有客户可以保留已生成的SDK自行修改，但这条生产线不再对竞争对手开放。整个Stainless团队并入Anthropic平台工程部门，继续"让Claude Agent更好地连接真实的软件系统"。3亿美元，足以买下一家中等规模的AI创业公司，或者建两座超级数据中心。Anthropic却用它买了一支人类工程师团队，专门做"把API规范转成代码"这件事。这意味着Anthropic已经把模型竞争从“谁的模型更强”扩展到“谁能控制开发者接入、SDK、文档和 API 分发链路”的高度。Anthropic的生态布局，再下一城。013亿美元，Anthropic扇了自己一个耳光Anthropic CEO Dario Amodei在2024年的万字长文《Machines of Loving Grace》里中曾断言："强大AI将在未来几年内完成大部分认知劳动（most cognitive tasks）"，时间窗口"最早可能在2026年"。他多次强调，AI Agent将自主完成需要数小时、数天甚至数周的任务，其智能"超过大多数相关领域的诺贝尔奖得主"，能以10-100倍于人类的速度吸收信息并生成行动。问题是，这套叙事遇到了一个尴尬的事实。技术极客聚集的 Hacker News 上，一条高赞评论一针见血：“如果 AI 真的已经能写好 SDK，Stainless 就不可能卖出这个价钱。”这就是Stainless 这类公司的价值所在：单纯写一个基本可用的 SDK，AI能做，但生产级 SDK 不只是把 HTTP API 包一层，而重要的是一套持续、可靠、可规模化的工程基础设施。更具戏剧性的是，Anthropic 的死敌 OpenAI 恰恰是 Stainless 的最大客户之一。Anthropic 这套“买断、关停、独占”的连招，在社交平台 X 上引发了开发者的疯狂吐槽：“Anthropic 的竞争策略：和 OpenAI 竞争 → 发现 OpenAI 在用 Stainless → 买下 Stainless → 关停服务。”这套看似有些“不讲武德”的精明动作，恰恰暴露出大模型竞争正在发生一场底层质变：巨头们的战场，已经从单纯比拼“谁的模型参数更强、做题分数更高”，悄然延伸到了策略端，“谁能控制开发者入口、SDK规范和 API 分发链路，便能全局掌握生存管道”的生态制高点。02AI的"最后1公里"：Stainless凭什么值3亿美元把 API 规范转成代码，听起来是最适合大模型干的活。API 文档是高度结构化的，代码生成也有大把的模板可供参考。按常理推断，给 Claude 喂进去一份文档，它应该能在一秒钟内吐出一套完美的 SDK。可现实世界却充满了边缘案例，比如奇怪的命名约定、不一致的错误处理、非标准的认证流程、跨语言的类型系统差异。处理这些，需要的是"理解复杂协议并构建稳定底层框架"的顶级工程能力，而不只是"写代码"的能力。Stainless 能让 OpenAI、Google 乃至黑石（Blackstone）这种对稳定性要求近乎变态的金融巨头买单，靠的是极致的鲁棒性，毕竟，在金融服务、企业级应用这些场景里，一个错误的类型定义或遗漏的异常处理，可能意味着数百万美元的损失。当初级代码被AI大量淹没，那些能处理边缘案例、理解复杂协议、构建稳定框架的顶级工程师，反而成了AI巨头竞相争夺的"战略资产"。Anthropic花3亿美元买下的，是一支已经证明能在最苛刻环境中交付稳定SDK的顶级工程团队。03为什么是Stainless：Anthropic的精英路线逻辑Anthropic一直是"精英路线"的坚定执行者。和OpenAI试图覆盖从个人开发者到企业客户的广泛市场不同，Anthropic的目标客户一向很明确：高盛、黑石这样的顶级金融机构，以及需要高度稳定API接口的企
Anthropic 花了 3 亿美金买下 Stainless 的时候，我第一反应不是“值不值”，而是“终于有人动手了”。这家公司做的事说起来很简单——把 API 规范自动翻译成各种语言的 SDK，再给你个 CLI 工具和 MCP 服务器平台。听起来像是个 AI 代劳的苦力活，但真正写过生产级 API 的人知道，边缘情况、命名冲突、错误传递、跨语言类型系统的差异，每一样都能把自动生成的东西砸成一堆 Bug。Stainless 能让 OpenAI 和 Google 都掏钱买它的服务，靠的不是关系，是那种你在极端环境里才能练出来的工程鲁棒性。现在 Anthropic 把它收进囊中，这笔账算的不是产品，是通路。
我花了两个小时在这件事上，不是为了分析收购本身，而是为了把自己放在开发者的位置上想一想：如果我现在要接入多个大模型，到底有多难？又到底会被谁锁住？我随便拿了三组模型——GPT‑4o、Claude Sonnet 4、DeepSeek V3，用同一套 OpenAI 兼容接口换底座试了试。从写代码的角度看，迁移几乎没有成本。Python 里改一行 base_url 和 api_key，curl 里换一下 URL 和认证头，跑出来的结果已经可以直接进应用。但问题不在接入这一秒，而在未来的每一秒。
现在主流模型的价格已经杀到地板了。GPT‑4 从每百万输入 token 30 美元降到 2.5 美元，降了 92%；Claude 系列从 24 美元降到 3 美元，降了 87.5%；DeepSeek V3 更是以 0.27 美元的单价砸穿了市场底部。如果你是一家刚起步的 AI 应用团队，选 DeepSeek V3 意味着你的推理成本不到 GPT‑4o 的十分之一。价格早已不是壁垒，壁垒变成了谁能让你在模型之间无缝切换，谁又在暗中把你的数据流焊死在自家管线上。
Anthropic 买 Stainless 买的就是这根管子。高端金融机构和需要极端稳定 API 的企业不会因为便宜就换模型，他们最怕的是接入断层和意料之外的兼容性爆炸。Stainless 提供的 SDK 生成能力和 MCP 服务器平台，恰恰是这些场景里“没有替代品”的工程资产。一旦你的业务依赖 Anthropic 的 API 规格和 SDK 版本，迁移到别家就不再是改一行 base_url 那么简单的事，而是重写整个集成层。这不是阴谋，这是阳谋——从模型竞争转向生态控制，把开发者入口捏在自己手里。
我试了试在自己常用的实验项目里把模型底座从 Claude 切到国产的 Qwen 3.7。切换本身确实快，五分钟改完配置重启服务，对话效果也挺好，但问题出在 Agent 场景里的工具调用格式和上下文长度边界。Claude 的 SDK 对函数调用有自己的一套头字段和错误码规范，换成 Qwen 后，我必须手动对齐字段名和返回格式。这不是 Qwen 的问题，而是我没有用统一中间件。如果你团队里只有一个被 Stainless 那样的工具磨过的 SDK 层，这种切换就变得透明。而 Anthropic 恰好在拥有这个能力之后，还可以选择不给对手用。
整个行业已经走到了这一步：堆参数拉不开真正的商业差距。2025 年中国 MaaS 市场的消耗量年复合增长率预估超过 1100%，说明大家都在狂烧 token，但赚到钱的往往是卖铲子的人。Google 在 I/O 上展示过一天处理一万亿 token 的规模，它们把 80% 的负载从前沿模型迁移到 3.5 Flash 上，一年省超 10 亿美元。省下的钱是实打实的利润，而控制接入层的公司赚的是这条路上的过路费。开发者最关心的指标排序里，价格排到第一位（68%），延迟和稳定紧随其后，但生态锁定是那个没人写在问卷里却能让你后半年翻不了身的东西。
如果你只是个人开发者，或者团队在探索阶段，我的判断很直接：先用通用接口保持切换自由度，别把自己的数据流和业务逻辑绑死在一家 SDK 上。像上面那几个模型的切换，找个兼容层就能跑起来，根本不需要自己维护整套 SDK 生成管线。像我上面试的几组调用，改个 base_url 和密钥就能在不同模型间跳转，成本和风险都极低。等你的应用真的跑到需要千万元推理预算的时候，再考虑要不要深度拥抱某家的生态——到那时你才有谈判的筹码，而不是被摊在门禁上。
以上模型可在 makesence.top 调用，但我更想说的是：选择权的代价正在被低估，而这场暗战已经打响了。
评论反馈