- tags
- [战略, 创业, 组织, 决策]
- created
- 2026-05-28
- updated
- 2026-05-28
- sources
- [raw/notes/haiwai-unicorn-anthropic-org-2026-05-21.md]
定义¶
Focus 的重要性被系统性低估——这是海外独角兽 2026-05 从 Anthropic 战略反推出的判断,也是 Founders 播客主播 David Senra 读完 400+ 本创始人传记后唯一保留的压缩结论。
"如果把读过的所有创业经验最后只压缩成一个东西,那会是什么?——Focus。"
但绝大多数自以为专注的人并不真正理解专注的含义和代价。Focus 必须拆分为两个层面:
- 判断力:知道什么是最关键的,并且敢于牺牲其它一切
- 压强:能投入压倒性的资源把关键要素打穿
"前者是认知问题,后者是意志问题,缺一不可。"
三个标志性 case¶
1. Google:把 Yahoo 的"门户共识"反向打穿¶
Google 创立时整个互联网行业共识——未来属于"门户"。Yahoo 等搜索巨头把首页堆得越来越满(新闻/天气/购物/游戏/星座/...),每个 feature 当成"提高广告价值"的杠杆。
Google 的反向判断:信息会越来越多,用户需要的不是更大的门户,是立刻找到最相关答案。
- 别人想让用户停留更久,Google 想让用户更快离开
- Google 首页异常干净,除了搜索框什么都没有
- 商业模式上,Yahoo 几十种变现方式,Google 把所有精力压在"搜索关键词竞价"一个机制上,做了将近十年才认真做第二条业务线
Google 十大信条之一:"It's best to do one thing really, really well"。
2. Costco / Apple / 字节 的极端化极致变量¶
伟大企业家不是全面优等生,是极端的偏执狂。每家识别出对自己最重要的一两个变量,然后不惜一切代价推到令竞争对手感到荒谬的程度:
| 公司 | 极致变量 |
|---|---|
| Costco | 价格 |
| Apple | 设计体验 |
| 字节 | 推荐算法 & 数据飞轮 |
3. Anthropic:御三家里唯一早期放弃多模态¶
Anthropic 是 frontier AI labs 里唯一早期放弃多模态、不讲架构创新、不强调 reasoning model/RL/continual learning,只做语言模型 scaling + 重点做 coding 一个方向先把最关键能力打穿。
对比 OpenAI:math/science/coding/reasoning/多模态/架构创新都在发力,产品上 Codex/浏览器/机器人/企业平台/智能硬件/芯片/数据中心同时推进,内部项目数一度高达 ~300 个。
OpenAI 直到 2026 年 3 月才惊醒,砍掉 Sora 等支线,把 Coding 提到公司第一优先级。事实证明 Coding 是最重要方向——"孤篇压全唐"。
详见 anthropic-org-architecture。
战略的核心:想清楚要放弃什么¶
"战略的核心不是想清楚你要选择什么,而是想清楚你要放弃什么。我想大部分人 say no 的次数都是不够的。"
这是 focus 在组织层的具象——大多数公司的"战略"是列出 N 个重要方向,但真正的战略是主动放弃 N-1 个看起来同样有吸引力的方向。
- OpenAI Sam + Mark Chen(Chief Research Officer)的性格都是"只 say yes,不会 say no"。支线任务只要团队努力推上面就给资源 → 兵力被不断摊薄
- Anthropic 通过田忌赛马在最关键战场上形成优势
判断力 vs 压强 各自的失效模式¶
| 单独缺失 | 后果 |
|---|---|
| 有判断没压强 | 看清方向但资源稀释,被有判断且能 all-in 的对手超过——大多数研究型创业的状态 |
| 有压强没判断 | 集中火力打错位置——OpenAI 当前 17.5% 保底回报 PE-JV 是"有压强没判断"的资本侧典型(详见 anthropic-openai-pe-jv-2026-05) |
| 两者都有 | Anthropic / Google 早期 / Costco / Apple——长期巨大差距的源头 |
| 两者都缺 | 大多数失败创业公司 |
Focus 的反例诱因:为什么大多数人做不到¶
- 认知诱因:选错方向的恐惧 → 多点下注以求安全感(YC 投资风格、早期 Sam Altman)
- 意志诱因:放弃看起来有吸引力的机会需要 ego 抑制——"那是别人正在做的事我也要试一下" → 资源分散
- 组织诱因:bottom-up 文化中每个团队都会争资源 → 上层只会 say yes 不会 say no → 项目数膨胀(OpenAI ~300 内部项目)
- 资本诱因:钱多反而稀释 focus(Anthropic 早期融资不顺反而被迫早期想清楚 coding 飞轮——一半远见,一半运气)
Focus 的退化机制:成功本身会侵蚀 focus¶
Anthropic 自己曾经因融资变顺 → 资源变多 → coding 这条线"没有再被提起,他们还是先去做一个更通用的模型底座"——直到 ChatGPT 爆火逼着 C 端被抢、被迫转 toB,才颇为遗憾地(但事后看是异常幸运地)重回 coding focus。
含义:focus 不是一次性决定,是反复回归的纪律。资源越多越容易丢失。一些团队需要靠外部 reset 事件(融资中断 / 竞品抢先 / 客户流失)才能找回 focus。
与中间态战略的张力(→ pivot-speed-as-moat)¶
中间态战略主张"产品都是中间态、pivot 速度才是护城河"——表面与 focus 矛盾,实质是同一原则的两个时序面:
| 维度 | Focus | Pivot 速度 |
|---|---|---|
| 单点时间 | 把最关键的事打穿 | 当外部变化时快速换方向 |
| 对象 | 当前选定方向上的资源集中 | 方向选择的灵活性 |
| 失效模式 | 路径依赖(外部变化后还死磕) | 永远在切换没有积累 |
两者必须叠加:Anthropic 是"对 coding 极度 focus 但敢早期放弃多模态" + CREAO 是"对 Vibe Coding focus 但 2 个月发现错就 pivot Super Agent"。真正的护城河 = focus 当下的选定方向 × pivot 错了之后的快速换轨能力。
适用边界¶
- 早期产品市场未定阶段:focus 的最佳应用——资源稀缺时无法多线
- 平台型公司成熟期:可以容忍多线(Google 等已有现金流),但仍需保留 focus 纪律
- 垄断型公司:focus 风险变低(没竞争压力),但 focus 退化风险变高(Yahoo 案例)
- 高度多元业务集团(如腾讯/字节):focus 在事业部级别成立,集团层是 portfolio
- 资本密集型基础设施(芯片/能源/生物):focus 仍是核心原则,但 pivot 成本高 → focus 必须更准
与其他相关原则的对照¶
- 判断力层与 experience-over-knowledge 同源——知识可检索、判断力是经验积累
- 压强层与 ai-first-engineering "效率差是乘法不是加法"同源——100-1000 倍效率差堆死对手
- 放弃层与 first-principles-deletion "有必要吗"同源——拆掉非核心的勇气
对 Sentino 的具体含义¶
Sentino 当前 IP-to-AI 四件套(IP + 实体玩偶 + AI 灵魂 + 粉丝分发)已经是"看起来 focus 但实际多条战线"——四件套各自需要不同压强:
- 如果选 IP 当焦点:所有资源压在 IP 方关系/排他性/续约/扩展上(Sanrio / 泡泡玛特路线)
- 如果选玩偶硬件当焦点:所有资源压在 BOM/良率/量产/分销上(YUKAI 路线)
- 如果选 AI 灵魂当焦点:所有资源压在 voice/memory/personality 工程深度上(接近 sentino-agent 平台方向)
- 如果选粉丝分发当焦点:所有资源压在 KOL/直播/社区运营上(拟社交关系变现路线)
当前现实:Sentino 4 条线都在做但每条都没达到"令竞争对手感到荒谬的压强"——这是早期资源限制下的客观状态,但Chris 必须警惕"我们在做所有事所以我们 focus 在 AI Companion"是一种自我欺骗。如果按 Anthropic 标准,应该问"我们正在 say no 多少机会?"——如果答案是"很少",那 Sentino 没有真正 focus。
对照 sentino-tenga / yukai-agora-poc / hotmind-client 三个客户机会——同时推进三条客户线的资源摊薄是不是变相违反 focus?这是一个Anthropic 镜子下的自检题。
自检命题¶
我们正在主动 say no 的机会有多少?如果一个都没有,那我们没有真正 focus。
相关概念¶
- anthropic-org-architecture — 本页是 Anthropic 战略层 focus 判断的独立深化
- business-determines-culture — focus 在文化层的反映:业务越窄越能定义"什么是好"
- pivot-speed-as-moat — focus 与 pivot 速度的张力:两者必须叠加
- first-principles-deletion — focus 在产品层的具体方法:删非必要功能的勇气
- experience-over-knowledge — focus 判断力层的元能力本质
- ai-first-engineering — focus 压强层的工程化实现(100-1000 倍效率差)
- anthropic-openai-pe-jv-2026-05 — Anthropic JV $1.5B 窄而深 vs OpenAI JV $10B 宽而资本密集,是 focus vs all-in 战略差异的资本侧投影
- sentino — Sentino 四件套是否真 focus 的自检题