这两天，X 平台上一个提问火了。一位开发者问：为什么 Anthropic 不做图像生成模型？短短一句话，一天之内拿下 70 万浏览、2000 多点赞，评论区吵成一片。

问题看着简单，答案却不简单。把能查到的公开信息摊开看，你会发现这事既算不上技术掉队，也算不上一时疏忽。这是一家公司想得非常清楚的选择题。

事实先摆清楚：Claude 全系都不能画图

先说结论：截至现在，Anthropic 没有发布过任何一款原生图像生成模型，也从未官宣过相关计划。

这跟对手形成了鲜明对比。OpenAI 早把 DALL·E 系列揉进了 ChatGPT，打字就能出图；Google 把 Imagen 装进了 Gemini；xAI 的 Grok 也自带出图能力。头部玩家里，人人都把文生图当成了标配。

再看 Anthropic 的官方模型文档，Claude 各款模型的能力清单里只标了 image_input，也就是图像输入。从头翻到尾，找不到任何图像输出的字段。产品能力清单里压根没有这一项，谈不上藏着掖着。

会看，不会画：Claude 的视觉是条单向路

Claude 并非不懂图。恰恰相反，它的图像理解一直是强项。

从 2024 年 3 月的 Claude 3 开始，模型就能读图了。你丢给它一张截图、一张图表、一页扫描件，它能看懂内容、抠出文字、分析数据，密集表格里的小字照样读得利索。

有个细节很能说明问题：Claude 的 Computer Use 功能，靠的就是看截图来操作电脑。它截一张屏，理解界面，再决定点哪里、敲什么。注意，这些截图全是输入，跟画图没有半点关系。

那让 Claude 画点东西行不行？行，但路子很特别：它写代码。要图表，它给你 SVG；要流程图，它给你 Mermaid；要页面，它直接写 HTML。浏览器打开的那一刻，图就有了。可这些全是代码渲染出来的矢量图形，跟扩散模型一笔一笔画出来的像素图，完全是两码事。架构图它画得漂亮，产品照和人像插画，它就无能为力了。

老板亲自解释过一次：真假难辨

Anthropic 没发过正式公告解释这事，但掌门人 Dario Amodei 在今年 2 月上过一期播客，把这个话题挑明了。

那是印度企业家 Nikhil Kamath 的访谈节目。Amodei 原话大意是：我们出于多种原因不做生成图像和视频的模型，其中之一是，这类内容真的很难分辨什么是真实的、什么不是。他还提醒，在 AI 什么都能生成的世界里，基本的批判性思维可能是成功最重要的东西，得有足够的街头智慧，别被假内容骗了。

这话放在今天的语境里分量不轻。AI 生成的假图假视频满天飞，草萤有耀终非火，荷露虽团岂是珠，看着像真的东西越来越多。在普通人练出分辨力之前，先别急着把生成工具塞进每个人手里。至少在 Anthropic 看来，这是值得掂量的安全账。

更实在的一笔账：钱从哪来

安全之外，还有商业账。

有行业统计估计，Anthropic 八成左右的收入来自企业与开发者侧。它卖的是什么？编程能力、长文本处理、Agent 工具链。Claude Code 是增长引擎，企业客户为靠谱的推理和写代码掏钱。图像生成？在这个收入盘子里，排不上号。

而图像生成本身，是出了名的苦生意：训练烧钱，训练数据的版权官司一箩筐，市场上还挤满了 DALL·E、Midjourney、Imagen 这样的成熟玩家。里外里算下来，一头是自己不挣钱也不占优的方向，一头是自己最能打、客户最愿意付费的方向，资源往哪堆，答案不难选。古人讲，得其大者可以兼其小。抓主要的，顺带的往往自己就来了；什么都想要的，结果多半是什么都摊薄了。

自己不造，让别人接

还有一层，藏在 Anthropic 的生态打法里。

它主推的 MCP 协议，说白了就是给 Claude 装插头：哪家图像模型做得好，接上就行。你在 Claude 里发一句话，它调用外部工具把图画出来，图还是那张图，对话没断。自己的短板，用协议补齐；自己的长板，继续做深。

有人认为，这是 Anthropic 的生态算盘，把图像生成的脏活累活留给第三方，风险也一并外包。也有人认为，这就是单纯的分工。官方对此没有表态，咱们不必替它下结论。能确认的事实只有一条：到今天为止，Anthropic 既没发布图像生成模型，也没承诺要发。

结尾

把这几条线摆到一起，事情反而拨云见日了。

Claude 不画图，跟能力无关，是选择的问题。能力清单上空着的那一项，是 Anthropic 主动留白的：安全上有顾虑，商业上不划算，生态上有替代。至于这道选择题做得对不对，市场会给出答案。眼下能确定的是，下次再看到有人问 Claude 怎么不能画图，你可以告诉他：不是疏漏，是主意已定。

参考内容：
https://x.com/sickdotdev/status/2112017643506905421