Anthropic 本周宣布 UST 成为 Claude Partner Network 的第二家全球顶级合作伙伴，这一消息清晰地发出了企业 AI 重大转向的信号。

Anthropic 与 AI 和技术转型组织 UST 的合作伙伴关系有望提升 UST 引导企业客户跨越概念验证 AI 项目、进入生产级部署的能力。

将 AI 试点从沙盒移入生产级企业系统一向困难重重，尤其当每个开发团队都在使用不同的大语言模型时。企业 AI 的下一阶段将是堆栈的标准化。

这一转变将模型选择权从开发者手中转移给企业平台团队，改变近期的工程工作流运作方式。随着系统集成商越来越多地将单一模型嵌入其构建和管理的平台，AI 选择预计将成为架构决策，而非个人开发者的选择。近期的现实可能是：模型将成为堆栈的一部分，在平台层一次性选定，并被所有依赖它的工程团队继承。

这一转变将模型选择权从开发者手中转移给企业平台团队，改变近期的工程工作流运作方式。

标准化 AI 堆栈

根据协议，UST 将把 Claude 融入其为客户开发和运营的工程平台与工作流。

“我们与 Anthropic 的联盟体现了 UST 帮助客户自信驾驭 AI 格局、实现有意义业务成果的坚定承诺，”UST CEO Krishna Sudheendra 在声明中表示。

“通过将 Claude 的能力与 UST 的工程、行业知识和交付专长相结合，我们正将行业特定平台以及数字和工程解决方案推向市场，这些方案将提高生产力、加速业务成果，并帮助客户在安全可控的环境中将 AI 驱动的决策落地。”

Claude 融入工程平台

即将到来的标准化示例之一是 UST 将 Claude 集成到其工程平台中，这些平台被半导体、电信、制造、汽车、嵌入式系统和物联网行业的企业用于设计验证、芯片验证、工厂运营和现场服务。

通过使用 Claude，团队有望更早发现设计缺陷、加快芯片验证，并将硬件与软件整合为单一系统，从而为物理 AI 奠定基础。

UST 以其 UST-iDEC 平台为例。该硬件和硅验证平台已实现验证过程的自动化，据称可将周期时间缩短多达 70%，并将典型周转时间减半。通过将 Claude 纳入流程，UST 旨在赋予系统更先进的推理能力，而非将 AI 作为独立助手。

Claude Code 现可原生读取芯片引脚图和硬件原理图，自动编写并执行回归测试，而这些测试此前需由工程师手动编写脚本。同时，Claude 的推理模型可将实时边缘数据与数字孪生进行比对，识别固件回归和信号完整性故障。通过整合这些能力，UST 正通过减少手动脚本编写和更早发现故障来加速已然快速的验证流程。

培训 2 万名技术专员

标准化 AI 堆栈需要让员工队伍与其保持一致。该联盟的核心内容之一是 UST 承诺培训 2 万名开发人员和技术专家。这些专员将在全球范围内获得 Claude 认证，涵盖架构师、工程师、顾问、行业专家以及直接与客户团队合作的现场部署工程师。

“UST 帮助全球的银行、电信和制造商应用新技术，”Anthropic 首席商务官 Paul Smith 在声明中表示。“他们在将 Claude 带入为客户构建和运行的系统之前，先在自己的工程团队中验证 Claude，并对自己的 2 万名员工进行培训。”

“他们在将 Claude 带入为客户构建和运行的系统之前，先在自己的工程团队中验证 Claude，并对自己的 2 万名员工进行培训。”

对于工程组织而言，这种程度的标准化改变的不仅仅是采购方式。它重塑了日常开发。共享的 AI 工作流可在团队间复用，治理政策可集中执行，内部系统集成不再需要为每个项目重复创建。代价是开发者获得统一性，同时放弃选择个人偏好模型的自由。

硬件之外的企业工作流

在物理 AI 之外，Anthropic 还宣布 UST 正将 Claude 应用于选定的行业及横向企业平台。

在医疗健康领域，UST 的 CarePath 使用 Claude Code 和 MCP 连接器简化会员服务和理赔流程，通过代理层路由推荐操作供人工审批。在电信领域，UST IntelliOps 将 Claude 的推理能力引入网络运营，以预测 RAN 故障并减少 NOC 团队区分信号与噪声的时间。在银行领域，UST FinX 利用 Claude 加速入职流程并自动化文档处理，让员工更快访问账户数据，同时内置治理和审计控制。

“我们正在把 Claude 融入 UST 设计、构建和运行解决方案的各个环节，涵盖咨询、平台、工程服务和行业产品，”UST 总裁 Manu Gopinath 表示。“与 Anthropic 的这一联盟将帮助我们为客户带来更高价值的成果，同时推动 UST 转型为 AI 原生组织。”

“我们正在把 Claude 融入 UST 设计、构建和运行解决方案的各个环节，涵盖咨询、平台、工程服务和行业产品。”

通过在内部积累 AI 采用在运营、技术和变更管理方面的实际经验，UST 正在构建一套经过验证的工作流操作手册。对于企业组织而言，结论显而易见：AI 的未来依赖于堆栈的标准化，并将 AI 选择从沙盒移入平台层。

随着更多系统集成商采用这一方法，开发者将越来越多地继承其组织已选定的 AI 堆栈。

YOUTUBE.COM/THENEWSTACK

Tech moves fast, don't miss an episode. Subscribe to our YouTube channel to stream all our podcasts, interviews, demos, and more.

Group Created with Sketch.