Anthropic 提交 S-1 冲刺纳斯达克上市，Decoder 访谈 SemiAnalysis 拆解其财务数据

今天的 Decoder 节目，我请到了芯片与 AI 研究公司 SemiAnalysis 的分析师 Joey Brookhart，帮我深入解读 Anthropic IPO 招股书——也就是通常所说的 S-1 文件——中数字背后的故事。

Anthropic 刚刚提交了赴纳斯达克上市的 S-1 文件，最早可能下个月就开始交易，估值在 1.5 万亿到 2 万亿美元之间。这将使它一跃成为地球上最有价值的公司之一。

但价格本身并不是全部的故事。本周早些时候发布的这份 S-1 文件长达数百页，充满了细节，终于描绘出一家前沿 AI 实验室经济状况的全貌。可以想象，这幅图景既非常复杂，又建立在一系列对未来的、关于 AI 将如何改变未来的极其宏大的假设之上。

所以我想请 Joey 来节目中，帮我解读这份文件所透露的信息——既关于 Anthropic 的财务状况，也关于更广泛的 AI 经济。Joey 和他在 SemiAnalysis 的同事实际上早在七月就从外部建立了一个 Anthropic 财务模型，所以他和任何人一样热切地等待着这份文件的发布。我很想听听他对我们已知信息的看法，以及同样重要的，我们还有哪些未知。

好了：SemiAnalysis 的 Joey Brookhart 谈 Anthropic 的 S-1，以及构建前沿 AI 的成本与风险。开始吧。

本访谈为篇幅和清晰度略作编辑。

Joey Brookhart，你是 SemiAnalysis 的分析师，也是 SemiAnalysis Tokenomics 模型的联合负责人，这个模型在本期节目中会经常被提到。欢迎来到Decoder。

是的，非常感谢，Nilay。

我很高兴和你聊。我们是在 Anthropic 那份重磅 S-1 文件提交仅几天后进行这次对话的。这是我们第一次得以窥见一家领先的前沿模型公司的财务内幕。你的看法是什么？你从中读出了什么？

这是一份非常出色的 S-1。自投资者日以来的这三周并不好过。有些人对九月的[年化经常性收入]数据有些失望，但我们在这里看到的是一家高效扩张到惊人水平的公司：估值超过 1 万亿美元，在极短时间内 ARR 超过 700 亿美元。

无论毛利率、算力利润率还是自由现金流，一切都符合你的期望。所以我认为这份文件里没什么可挑剔的。这也正是过去两天里大量半导体板块、新云厂商和算力类股票再度大涨的原因。

有意思，我觉得我倒挑不出 S-1 本身的毛病。我想深入一些细节，因为里面有很多数字值得思考。其实我想先从最宏观的层面谈起。你运营着一个叫 Tokenomics 的东西。让我先向大家解释一下 Tokenomics 是什么。

我关注 Anthropic 以及它未来可能走向何方。我看到 Dario Amodei 说他能够看到实现 1 万亿美元营收的路径。这些钱从哪里来？因为这类业务的本质很大程度上是吞并其他所有业务，似乎总得有别的人赚到钱，才能付给 Anthropic 以产生这些营收。但我还没看到有人把这一点讲得很清楚。

Verge 的订阅者们，别忘了无论你从哪里收听播客，都可以独家收听无广告版的 Decoder。点击这里。还不是订阅者？你可以在这里注册。

这很有意思。如今，即使我们现在的规模是两家领先实验室合计 1200 亿美元的 ARR，这仍然是一个极其狭窄的市场。前 1% 的客户是那些为每名员工支出 5 万到 10 万美元的公司。而更广泛的财富 500 强或全球 2000 强——它们通常有大量 IT 支出——却没花多少钱。

很多支出，尤其是在 Anthropic，是专门用于编程的。它几乎是一家单一垂直行业的公司。我们展望 2027 年，会想到更广泛的普及和白领工作。在典型的企业第四季度预算季，我们实际上还没有与这些实验室中的任何一家以有意义的方式经历过一次，因为它们的 ARR 直到今年年初才真正开始加速。我们会想到其他类似网络安全的领域，它可以与编程类似，由于我们看到的种种网络安全事件，领先企业会签订八位数以上的合同，并且可以非常快速地扩展。还有生物等其他垂直领域。

要达到 1 万亿美元，我们确实必须转向某些白领工作，即从 AI 增强转变为在某些领域节省或替代人力。比如微软向员工提出的买断方案就是一个例子，但它们没有丰富的其他垂直领域可以进入并真正开始产生实质影响。

这是我心目中最大的疑问，不仅是关于这份 S-1，而是关于整个行业。如果只有一两家领先实验室，我还能理解。有两家大公司拥有可以自动化一大堆事物的技术。我们将看到这种自动化在各个行业表现得如何，但领先的实验室不止两家。有好几家。还有开放权重模型。

我听到很多 CEO 说，他们非常担心把所有数据交给 OpenAI 或 Anthropic，他们希望在企业内部运行某些东西。现在有律所在本地运行 AI，这可能是史上最有趣的转折。

你觉得这会如何发展？因为这份 S-1 承受的压力很大程度上来自数字本身——我想谈谈这一点——但还有来自外部的压力：“你必须增长，而增长并不容易。”那么你觉得这一切会如何发展？

这非常有趣，因为比如当我们今天看编程领域时——我认为我们在第三季度看到了 OpenAI 某种程度的追赶——编程中有一些领域的切换成本非常低，我可以直接在其中切换。我们从企业那里听到的，也许 OpenAI 一边也是如此——显然我认为他们把 Fable 发布搞砸了一些，而缺乏零数据保留是我们看到一些放缓的原因。这是他们可以通过 Fable 5.5 修复的事情，也许能借此推动更多企业采用。

当我们与企业交谈时，这对企业来说是一件大事。我们确实看到企业现在，以及更多的 AI 原生公司，正在开放权重模型上进行自定义训练和后训练，然后将推理甚至他们的产品运行在其上，用于内部或外部用例。

显然，Google 的 DeepMind 和 [Meta 超级智能实验室] 都是资金非常雄厚的实验室，训练算力容量相当接近，而且它们还在大量投入。更不用说 SpaceX 了，Elon 说过明年大约有 10 吉瓦的新增净容量，其中一半是长期内部使用场景。

上半年，Anthropic 一骑绝尘。它们占全行业净新增 ARR 的 90%。我们看到第三季度 OpenAI 可能实际上占了行业净新增 ARR 的大头。开源从第一季度大约 10 亿美元的 token 推理成本（ARR）增长到第三季度的 100 亿美元以上。

所以是的，行业的竞争激烈得多，但也有这些新的使用场景，其中一些垂直化的使用场景正是我们未来将看到的增长所在。因为很明显，仅靠编程不可能让市场从现在再增长三倍。

这很有意思。这个概念叫 Tokenomics。你在 SemiAnalysis 与另一位共同负责人一起做这项工作。解释一下它是什么，因为对我来说，这是一种非常聪明的思考方式：“我们投入一些钱，也许能收回一些钱。”

我把它看作 [AI 的] 单位经济效益，或者更宏观的想法——从宏观到微观经济学，涉及运营一家 AI 生意，甚至审视 AI 需求的方方面面。我们覆盖超大规模云厂商，现在也在另一个产品中覆盖一些新兴云厂商。

还有 AI 实验室本身。对投资者或对生意感兴趣的人来说，Anthropic 两年前推理业务的毛利率是负 94%。现在他们的毛利率是正的 85%，而人们并不理解他们是如何分配算力的。我们应该如何看待推理业务的商业模式？

毛利率讨论的一部分是推理业务每兆瓦的收入。为什么所有运营推理业务的公司在推理和计算效率上都获得了巨大提升？所以我们尝试为这些业务建模，当然当 Anthropic 还是私人公司时，我们只能依靠从媒体等渠道获得的信息。

但现在我们有了具体的经审计的数字，解释这些单位经济效益就很容易了。也能看出这些业务之间的差异。OpenAI 是和 Anthropic 非常不同的业务，无论是在消费与订阅方面，还是在历史上的权重与消费者与企业客户方面。[我们] 试图从需求层面理解这些业务的经济效益。

几年前，我和 Google CEO Sundar Pichai 谈到推理成本时，我说：“你们怎么才能赚到钱？”他的回答非常明确。他说：“如果说 Google 擅长一件事，那就是把这类东西的成本曲线降下来。”

这个回答非常直截了当。我明白 Google 为什么能做到。他们自己造芯片。而 Anthropic 跑在别人的云上。其 S-1 的核心部分就是他们承诺在其他公司的云上花多少钱：SpaceXAI、Google、Amazon。他们的效率从何而来？

关键在于 token 吞吐量。他们拥有非常多样化的芯片阵容。在 Trainium、TPU 和 GPU 之间，在这些芯片上，我们看到了大量的 token 效率提升。例如，Trainium 芯片上的 token 吞吐量目前同比增长了 5 倍到 10 倍。

同时兼顾硬件层面的效率以及软件——以及模型与硬件的交互方式——token 吞吐量方面有大量提升：如果你之前每秒能处理 X 个 token，一年后现在能处理五到十倍。他们会告诉你，未来计算效率还会持续提升。

Max Kan 在 SemiAnalysis 与我共同负责 Tokenomics 模型，我们甚至就此发表过一些研究。目前，如果 Anthropic 每推理兆瓦能带来 6500 万美元收入，而去年这个时候还只有百分之一十几的水平。我们曾说过，也许在 [Nvidia] Blackwell 上跑 Opus 5.5，每兆瓦收入可以达到 1 亿至 1.2 亿美元。

关键在于，他们现在在 [销货成本] 或仅计算成本方面，平均每兆瓦只花略高于 1000 万美元。这些利润空间可以重新投入训练。

人们没有意识到，实际上只有大约 30% 的算力用于推理服务收入。其余的用于实验和研究、训练模型以及模型后训练。所以有大量算力是在构建下一代模型，这更多属于研发层面，也正是你在这个行业真正获得回报和护城河的地方。

其实，我原本期待在 S-1 中看到这种动态更强烈地上演——即 Anthropic 通过销售现有模型赚到大笔钱，未来这些模型会有更多客户。这会带来大量利润。然后，因为它是 Anthropic，他们认为自己在构建数字之神，会尽可能多地训练下一代模型。

这是一个非常独特的 Anthropic 式故事。这家公司在追逐 AGI。在那里工作的人会很乐意在 S-1 中告诉你，Claude 可能有意识，而这一切可能走向崩坏。Anthropic 在自我认知上是一家非常独特的公司。但你在 S-1 中其实看不到这种动态。他们在训练成本与推理利润之间的管理相当不错。你认为这种情况会上升或有任何改变吗？

我同意。长期来看，他们内部也说过，实际上想提高训练所占的比例。如果你相信自己正在构建数字之神或走向 AGI，而且推理业务有 85% 以上的毛利率支撑，你就可以这么做。

他们的增长比预期快得多，他们没料到非公认会计准则 EBITA 利润率能达到 11%。他们更希望接近零，甚至更低——如果能把那些算力拿来进行分配并投入训练，同时持续看到这些计算效率提升的话。

他们在路演中向投资者也传递了同样的信息。看看这份 S-1，以及过去几年的盈利曲线，还有他们走到今天烧掉了多少现金，你可以说：“这是一个好的商业模式，但我们在走向 AGI。不要期望我们现在看到的利润率杠杆会持续维持在这个水平，尽管长期利润率可能高出不少。”

这里有一些亚马逊的影子。杰夫·贝索斯曾对投资者直言，在能赚大钱之前他不会去赚钱。显然，亚马逊和 Anthropic 之间有很多往来。也许这里有点家族相似之处。

但我很好奇，模型能力存在某个临界点，一旦达到，你就能进入编程以外的更多垂直领域，对吧？我们现在可能已经到了这个点。“能力过剩”（capability overhang）这个概念是存在的，即我们今天的模型已经可以接管生物研究。它们今天正在接管数学。在某个时刻，最明智的商业决策可能是停止训练，只把你那个已经盈利的模型卖给越来越多的公司。Anthropic 作为上市公司将会面临这种压力。

你认为他们的组织架构能否抵御这种压力？

是的，我认为他们的架构设计得很好。凭借在某些关键事项上的投票股权结构，他们确实可以做到。我们在科技行业见过这种情况，甚至是上市公司层面，马克·扎克伯格之前就做过类似的重大投入决策。

但并不总是有回报。我只是想指出，并不总是有回报。

是啊，确实不总是有回报。

不过严格来说，按照某种定义，你我现在就身处元宇宙之中。

[笑] 对。但我认为这一点很重要，S-1 文件里有个有意思的数字：最近三个月的营收中，80% 来自最近六个月内发布的模型。

所以你会说：“好吧，20% 的模型是像 Opus 4.5 这样的早期版本。”往前看的一点是，如果你是一家前沿模型公司，你就必须始终站在前沿，而且竞争极其激烈。

等等，我能问一个关于这个的特别愚蠢的问题吗？

当然。

为什么？我现在对这个行业的好奇心核心在于：如果你掌握了一项能够彻底改变整个世界的尖端技术，那么到了某个阶段，最赚钱的做法就是把它推广到所有不同的垂直领域，对吧？而不是去造下一个模型。实际上是在法律服务、医疗以及其他 AI 尚未普及的领域高效地运营这个模型。

这种“你必须始终站在前沿”的想法，即 Anthropic 必须始终与 Google、OpenAI 以及其他任何对手竞争——我能从他们的自我认知中理解这一点。但从商业角度来看，一家 AI 赋能的企业会为我这个 AI 提供商带来更多收入、花掉更多钱，而这未必与站在前沿有关。

这其中有几个方面。对于新垂直领域——这一点非常针对网络安全——如果对手在使用前沿模型，你就必须用前沿模型来进行防御。

有道理。

当我们与一些企业交谈时，情况不像邮件摘要那样，我可以直接用开源模型或 Sonnet 来跑。就是存在某些垂直领域，拥有……【例如，】如果你是一起法律案件中的被告，如果检察官在用前沿模型，你能接受你的律师用一个非前沿模型吗？

[笑] 关于现在法律市场的状况，我有个坏消息要告诉你。

竞争格局确实决定了这一点。我认为从长远来看，我们也见过开源模型在某段时间里迎头赶上，但需求会一直存在。【SemiAnalysis CEO】Dylan【Patel】经常这么说。对前沿智能的需求将永远存在，尤其是在竞争激烈的行业。而且随着从增强劳动力走向替代劳动力，某些任务也是如此。

与此同时，它们正变得更加垂直化。去看看招聘信息或它们正在招什么岗位，就会发现它们正在推出更多这类 SKU 和业务领域，而且有大量测试正在进行，比如面向金融服务的 Claude、面向法律的 Claude，以及它们的网络安全项目。他们为参与网络安全项目的人每月提供 25,000 美元的额度。

这将成为他们 2027 年的重要 SKU。这些垂直化领域，尤其是那些你必须……更确切说是更具对抗性或竞争性的领域，是主要原因。但我们都同意，有些领域比如邮件摘要之类的工作，[在最前沿模型上]肯定不需要发生。

我打个不太恰当的比方，用 iPhone 来说。现在是 iPhone 发布季。我刚评测了 iPhone Duo。苹果已经连续好几年让 iPhone 外观保持不变。他们为新一代 iPhone 构建全套工具，然后在两三款甚至四款机型上重复利用，以便在这项投资上收回全部价值，之后才转向下一件事。苹果发布新 iPhone 的同时，还会继续销售旧 iPhone 一段时间，以从这项投资和开发计划中获取更多价值。

AI 行业似乎并不这么做。他们的全部重心都在开发下一个新东西上，很快淘汰旧东西，把你推向新的昂贵产品，与此同时他们还在构建下一个新的昂贵产品。

到了某个时候，这种情况似乎会趋于合理化：会有一些产品值得他们坐收利润，同时去投资新东西。我只是搞不清 Anthropic 在这个周期中处于什么位置。

我的意思是，我们确实看到了这种情况。开源模型的 token 用量正在上升，而且在很多领域，开源模型确实已经足够好了。我认为往后看，你会想：“那是因为蒸馏吗？”这样前沿实验室在未来其实会有一些可防御性。我认为我们和客户交流时，也会讨论我们究竟该如何看待前沿模型与开源模型。比如 Sonnet 这类模型，如果你想用 iPhone 18 和 SE 的类比来说的话。

我们确实看到了这种动态，而且对于开源来说，问题在于它能承受多少。第二，因为这些垂直领域还很早期，我们不知道什么会完全实现智能体化。有些场景没有人在环，此时 harness 其实——应该说是——具备一定价值和可防御性。

这里我看到的一个大领域，尤其是我们今天与企业客户交流时发现，在很多企业里只有程序员才被允许使用前沿模型。如果你不是程序员，在一些公司，如果你是 Anthropic 的客户，就只让你用 Sonnet。这反映了管理层如何看待以及想如何为此做预算，也就是前沿智能在某些领域对他们来说到底值多少钱。

以我作为金融分析师的头脑来说，六个月前 Claude 还做不出一个好的财务模型。现在如果把它连接到合适的场景，它在变得更好，但我们已经从“六个月前我需要一个初级分析师”变成“也许不再那么需要了”，再到“如果我 token 预算无限，我会很快拥有一个随时可用的完整初级分析师，甚至多个吗？”我们在每个垂直领域和主要职业类别上都在观察这一点。

上述每个类别的时间跨度都会有所不同。这只是我最大的疑问之一：他们要多久才能达到自己认为能够达到的目标？

我想深入聊聊这里的一些数字。昨天所有论坛、所有评论区和我们所有文章里最扎眼的数字是800亿美元。Anthropic[在2026年上半年]亏损了800亿美元。这涉及一项技术性费用。你能解释一下这800亿美元吗？因为它似乎与他们所谈论的营收和利润关系不大。

是的，这是一笔非现金费用，因为他们的估值涨得太高，而且发行了认股权证或可转换票据。你必须将其计入资产负债表。这只是一笔非现金费用，因为自他们发行这些认股权证和票据以来，估值涨了太多。

这种项目通常都会被剔除出去。你可能会争论股权激励这类东西：我们是否真的应该按非GAAP现金口径来看待它？因为它是非现金的——如果我只是给员工股票，我必须在利润表上记账，但我并没有真的从银行余额里掏出纯现金给他们。但这不是那种情况。这就是会计层面的高层问题。如果你不懂会计，它看起来很难看，但原因只是他们增长得太快、估值涨得太高。

关于这笔费用的部分争论是，Amazon是交易的另一方。显然Amazon非常高兴，因为Anthropic在大举购买AWS，而且估值上涨他们当然也高兴，但随着时间推移，Amazon会以这种方式被稀释。这是其中动态的一部分。

Anthropic显然会IPO。他们会向市场投放大量股份。很显然，随着时间推移，他们还会发行更多股份来筹集更多资金。看起来他们短期内不会停止融资的意愿。

对于投资像Anthropic这样的公司，你怎么看待这个问题——估值可能在上涨，但你实际持有的股份可能会随着时间被稀释？

这些交易在结构设计上一直非常有创意。数字是，他们实际上只烧掉了100亿美元现金。他们今天的资产负债表上有1200多亿美元的现金和有价证券，IPO之后，可能还会有另外1000亿美元。

这对双方都是一笔好交易。他们实际上只是租用算力。并不是说他们有这些巨额资本支出，甚至是租购结合。你可以对某些会计处理提出一些质疑，还有这些巨额的算力承诺义务，从技术上讲这是未来债务，或者说基本上部分处于表外。但从稀释的角度来看，所有科技公司都会稀释。他们将来是否需要再筹集1000亿美元的债务或股权？有可能。他们能否继续创造性地设计和融资未来的算力建设？很可能也可以。

我知道最近几周人们对算力融资和数据中心融资的未来有很多焦虑。但如果你是Anthropic，如果你是一家主要实验室，或者是为大量这类交易提供背书的大型云厂商、Broadcom或Nvidia，这种局面短期内可能不会改变。所以我并不特别担心。

作为股权投资者，我会担心被大幅稀释吗？我不这么认为。如果你相信这个长期的 AGI 牛市逻辑，并且相信 Anthropic 将成为这个领域的领导者，那这大概不应该让你担心。你看的很可能是一家价值超过 10 万亿美元的公司。到那个规模，稀释完全可以被跑赢。

我们来谈谈算力承诺。我见过至少一份分析称，未来 10 年内，他们对各大超大规模云厂商和新兴云厂商的承诺金额超过 8000 亿美元。这可是一大笔钱。而他们的钱并没有那么多，甚至还没有花过那么多钱。你认为他们能产生足够的收入来偿付这些承诺吗？

是的。我认为当人们看到那些头条承诺金额时——可以说是 7 到 10 年内 5000 亿到 6000 亿美元——他们今天实际支付的算力其实并没有那么多吉瓦。以他们目前的支出来算，平均每兆瓦支出接近 1100 万美元，即每吉瓦 110 亿美元。

如果把这个换算回年度水平，比如说“好吧，5200 亿美元是 7 年的总额（举例来说），那其实并没有那么多吉瓦，而且他们远远会超过……”当他们达到 20 吉瓦左右的规模时，他们所承担的未来算力承诺实际上将达到数万亿美元。

所以是的，他们会有足够的收入来偿付。更关键的是他们的收入相对于算力会有多少。第二是算力效率等式。如果他们能从每一兆瓦推理算力中获得多得多的收入，那你还真想在训练上投入那么多、把租赁利润率压到零吗？因为按这种利润率，你甚至可能看到他们 80% 到 85% 的机群都只用于训练和研究。

收入会扩张得相当好。他们在这方面没有任何困境。除非我们看到所有这些收入消失，或者用户大量流失。他们并不需要极其、极其迅速地达到一万亿美元的收入才能实现这一切并为之买单。

除非你是在试图打造数字上帝，而且它不会像所有人期望的那样快速扩散到整个经济中。这些都是赌注，对吧？

这些都是巨大的赌注。如果你真的看好这一数字化经济的增长曲线，你看到的数据是：Anthropic 说在财富 500 强客户中，他们已经覆盖了 50% 的财富 500 强，而这仅占其客户总运营支出的 0.1%。按用户来看，如果你相信运营支出不含销货成本，那大约是每月 8 美元；如果相信运营支出包含销货成本，那也低于每月 50 美元。

他们说过同样的话。Claude Code 用户中前 5% 的用户平均每年花费 18000 美元——是前 5% 的用户。而非 Claude Code 用户的月支出低于 75 美元，远低于 75 美元。这里存在巨大的机会，尤其是当我们与企业客户和这些传统 IT 软件买家交谈时。

在传统白领工作中，渗透率极低。这也是重点：无论是席位采用还是使用量，这里都有一个很长的增长期。你可以争论谁会赢下这场竞争，但显而易见的是，前沿实验室会拿到其中的一部分，而且这对明年的净新增 ARR 来说会相当可观。

关于这件事，其中一个非常有趣的点是：我们谈论前沿实验室，谈论超大规模云厂商——Anthropic 在这份 S-1 文件中列出了很多疯狂的风险因素，其中包括 Claude 可能产生意识并毁灭人类。

但其中一个最直接、也许最容易理解的，是 AWS、Azure 和 Google Cloud 在某种程度上既是供应商又是竞争对手，尤其是 Google。他们说：“这些关系可能会发生变化。”他们与 SpaceXAI 有重要合作。Elon Musk 要训练 Grok。他们迟早会与 SpaceXAI 竞争。那种关系可能会变得岌岌可危。

正如你所说，他们只是租用算力。到某个时候，市场可能迫使他们拥有更多自己的算力，因为他们自己的竞争对手不愿意把容量租给行业领先者。你觉得这会如何发展？

我们确实看到 OpenAI 和 Anthropic 都在走更直接的路线，不是直接拥有算力，而是采用“先租后买”，或者像一些金融赞助方那样通过 SPV，以更直接的方式获取算力，而不是单纯租用。

这里有两点。从某个角度看，Google 也在向客户出售其外部芯片，并说：“我们并不在乎通过 Google Cloud 内部来变现，甚至不在乎分配这些份额……如果你认为我们的芯片非常紧缺，我们甚至不在乎这些芯片是流向 DeepMind 还是内部 GCP 算力供我们自己变现。我们就是愿意成为芯片销售商。”

Anthropic 非常喜欢 TPU，已有 3.5 到 4 吉瓦以上的订单，而且后续可能还有更多，Anthropic 直接购买这些芯片然后再转租。所以是的，这个市场很不错。

等等，这不是买了直接用来转租。所以他们是通过一家 neocloud 来购买的？

对，他们通过一个 SPV 购买，或者由 SPV 购买，然后他们再从 SPV 那里租用。

明白了。好的。

即使在 Google Cloud、AWS 或 Foundry 内部，Anthropic 的体量也非常大——他们 48% 的业务来自 Bedrock Foundry 和 Vertex，用户通过已有的云服务关系付费来访问这些模型。他们甚至不需要和 Anthropic 谈。你不必和 Anthropic 的销售团队打交道。

你之前提到过这一点。这个 Anthropic 能获得收入分成的营销渠道。

对。如果你是 AWS，你在算：“我为 Anthropic 运行算力，比如说每兆瓦 1000 万美元，但现在我还能拿到每兆瓦 650 亿美元收入的 16%，外加算力成本”，所以我们看到现在所有云厂商的利润率都在上升。部分原因是 CPU 利用率在上升，因为大量的编码工作以及一些[强化学习]方面的负载，而这些我们称之为“token 即服务”的业务——即 AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise 平台（前身为 Vertex）——实际上正在大幅提高这些云厂商在 AI 业务上的利润率。

当股东们最近因此给予他们肯定时，他们同样从中受益。在第二季度，Azure 和 AWS 都录得极其、极其强劲的季度业绩，尤其是 AWS，主要得益于 Anthropic 在 Bedrock 上的增长。

你认为这会让亚马逊永远不想训练自己的前沿模型吗？他们在让 AWS 成为所有人的基础设施方面做得很好，但他们是唯一还没感受到没有自己模型的不安全感的科技巨头之一。

是的，这很有意思。亚马逊非常乐意为各种各样的客户服务，而他们几乎没有[前沿能力]。从我们对训练算力的估算来看，他们在所有超大规模云厂商中是最少的，可能除 Oracle 以外。他们似乎没有什么明确的战略。

我知道微软在过去两个季度里多谈了一些这方面的话题。AWS 在电话会议上也多谈了一些，但规模不大。他们没有像 Meta 那样做到同样程度，也没有在这个领域追求竞争力，甚至比不上有 Gemini 的谷歌。尤其是像 Dylan 这样的人会告诉你，如果你不打算在前沿竞争，那真的没有你的位置，尤其是如果你内部只投入几百兆瓦的话。一是内部用例，比如服务亚马逊零售业务；二是训练。要在这方面做得好，需要做出很多投入。

这是改天再聊的话题，但我看这些 微软裁员 时，把这看作他们将尝试在未来参与竞争的一点微弱迹象。他们显然被 OpenAI 狠狠坑过。

是的。在新签署的协议中，他们有权将 OpenAI 模型变现，而在此协议下基本不用向 OpenAI 支付任何费用。接下来会出现一些有意思的事情：他们将 OpenAI 模型变现，甚至通过 Microsoft 365 Cowork 和 Copilot 应用，而无需为前沿模型向 OpenAI 支付任何费用。

这里的另一个动态——你之前也提到了——是过去几周，围绕新云厂商有很多焦虑：它们会成功还是失败。我想埃隆·马斯克说过将会出现一场 像虹鳉一样的大灭绝事件，用如此残酷的比喻来形容一堆数据中心。

但这里有大量循环融资，Nvidia 扶持了其中不少，也许超大规模云厂商会独吞这一切。也许 Anthropic 的需求——因为他们可能想拥有更多自己的算力，因为租用算力在这些方面都很不可靠。

你怎么看这些新云厂商？你认为随着这些公司上市、市场真正优胜劣汰，它们能存活下来吗？

马斯克显然有动机说新云厂商会灭绝。ClusterMAX 说了不一样的看法，他们对新云厂商的评级做得很出色。很多新云厂商的前身是加密货币矿场，它们不是好生意，也不擅长运营集群。

我只想指出，CoreWeave 就是一家前加密货币挖矿公司，对吧？

是的。我说的不是 CoreWeave，而是名单上更靠后的其他公司。CoreWeave、Nebius，以及任何有大型实验室、超大规模云厂商、Nvidia 或 Broadcom 支持或担保的公司都会没事的。

关键在于那条更长的尾部。超大规模云厂商一直占资本支出和新增上线算力的 65%。市场还有 35% 的参与者没有超大规模云厂商那样的资产负债表。Google 和 Meta 最近都提高或宣布将提高支出。当我们看四大超大规模云厂商时，即便资本支出很快从 1.2 万亿美元增长到 2 万亿美元，它们在未来两年实际上并不需要筹集那么多资金。

但对于其他很多新云厂商来说，如果没有那种背书，我认为即使现在也非常艰难，而如果没有这些玩家的背书或支持来持续建设算力，情况将变得极其困难。这是一个非常、非常难融资的市场。

我认为关于 Elon 的一件非常有趣的事，尤其是他大谈新云厂商会消亡、同时 obviously 又在吹捧自己的数据中心业务——他正试图把数据中心送上太空，以避开美国国内围绕数据中心日益高涨的反对声浪。

我们对美国数据中心遭遇的抵制已有大量报道，很多项目因此放缓。但照目前这个速度，如果你觉得新云厂商摇摇欲坠，最后可能真的会弃置一批 GPU 和半建成的数据中心，或者让它们被融资协议锁死而无法点亮。

你怎么看？你觉得我们真的只需要去太空吗？还是说市场会理性化，真正利用起目前已被分配但尚未使用的算力？

市场会更趋于理性。市场非常擅长在地面上为芯片找到落点。政治层面，下周中期选举及其后续影响会怎样，我们拭目以待。显然，仍有一些非常大的场址面临严峻的审批问题。展望明年，还有整个电力方程的问题。

数据中心终将建成。总会有办法把它们建起来。最重要的一点——超大规模云厂商的 CFO 们也说过——从过度建设的角度看，相对而言数据中心外壳的建造成本相当低。如果过度建设，他们可以说：“我们就是不接收芯片交付。我们不买芯片。我们不把它们填满。”机房就那么空着、没有芯片。但大部分支出是在芯片一侧。

所以如果我们最终真的在数据中心层面供过于求——我知道这和问题的角度有点不同，甚至完全相反——从 ROI 角度，他们已经这样说过。这又回到那个更大的问题：我们是否仍将处于严重的供给约束之中。现在很多人，尤其是最近三周，都在讨论：“展望 2028 年，我们是不是真的会陷入算力的大规模过剩？”

因为正如我们谈到 Anthropic 从 -94% 的利润率转为 +85%，以及算力效率的提升意味着，当你部署更多推理兆瓦、每兆瓦产生更多收入时，其他条件不变，你需要的算力就更少。所以问题在于，到 2028 年我们是否有足够的收入来证明超过 2 万亿美元资本支出的 ROI 是合理的。

这就是我花那么多时间询问能力过剩以及如今模型到底有多好的原因，因为你可以看到一些对 AGI 没那么理想主义的竞争对手会说：“实际上，我们打算在这些尚未利用 AI 的垂直领域部署大量前线工程师，并向他们出售高利润率的推理服务，因为我们会自动化他们业务的很大一部分，而他们会看到回报。”目前，许多财富 500 强企业 还没有看到 AI 支出的回报。

所以，如果你真的在客户服务、部署和模型产品化方面更胜一筹，你可能会远远领先于 Anthropic 需要达到的位置，因为他们仍然每时每刻都在思考 AGI。我看到 Dario 在 Dreamforce 大会上站在 Marc Benioff 旁边，那家伙根本不想待在那里。他想的是机器之神。

这里面有些东西是显而易见的：你可以看到竞争对手推出一个开源模型，然后说：“我们真的要把它产品化，我们要真正拿走其他所有人都赖以生存的收入。”

是的，这非常非常有趣。在这个过渡期，这就是为什么它正变得更加垂直化，因为你需要某种东西来桥接 AGI——即它能完全胜任工作的那一天，你需要某种东西来桥接今天的实际模型。

[笑声] 是的。我们就把这当作理所当然吧。

要做到那一步，你需要一些桥梁，让它在某个时刻与实际最终用户建立联系。一切都将归结为这一点：是否会出现某种时间点或采用上的错配，导致我们在某个时间点无法获得足够的收入来支撑“为迈向 AGI 而投入训练和算力”的追求？这是一个风险。

我们关注的另一个风险是，即使在开源领域，是否会出现更多在编程方面同样具有竞争力的前沿模型，从而迫使整个前沿领域的 token 定价被压低，因为正如我之前提到的，转换成本更低。即使在 SemiAnalysis，我们在第二季度末 95% 或 90% 以上的用量都是 Anthropic 的模型，而在 OpenAI 的 ChatGPT 5.6 和 Astra 发布后，这一比例降到了 70%。然后在 Opus 5.5 推出后，又大致回到了 90% 以上。

它确实会回来。即使是今天的收入基础——他们说过他们的净收入留存率是 900%，所以他们正在经历这种巨大巨大的增长。这不像 ServiceNow 或 Workday 那样的传统软件业务——在那种业务中，你有着令人难以置信的客户留存率或 95% 到 98% 的总收入留存率，客户签署这些漂亮的三年的合同，从不流失，增加一些席位，也许还会采用另一个被追加销售的产品。而这是纯粹的按消费计费。

另一部分是去年最后两周与上一年同期相比 token 支出下降了 20%，这是由于假日季节的原因。在假期里你不会做工作代码相关的事情，不会为工作编程。这是非常非常纯粹的按消费计费的业务，甚至不同于我们今天在公开市场上看待 Snowflake 或 Datadog 的方式。

显然，Anthropic 并不是唯一一家要 IPO 的公司。OpenAI 就在他们旁边，只是推迟了上市。你之前提到 Anthropic 更偏企业市场。我认为 OpenAI 长期以来一直以为 Google 不会对他们做出反应，以为可以直接把搜索业务抢走，一切都会顺利。结果 Google 显然做出了反应，无论好坏。搜索现在变成了 AI Overviews。

看了 Anthropic 的 S-1 文件，你对 OpenAI 有什么预期？因为他们是一家更面向消费者的公司。

OpenAI 在第一季度末的消费者与企业业务占比是 60-40，60% 来自消费者，40% 来自企业。直到一月或八月，这一比例才首次反转，变成以企业为主。他们会告诉你，企业业务——因为此前一直以消费者和订阅为主——也就是这种占 Anthropic 收入 80% 的消耗型业务——直到 5.6 发布之后以及 Astra 推出才开始起飞。

这些模型确实非常出色。OpenAI 拿下了第三季度实际净新增 ARR 的大部分，但这还需要一些时间，因为正如《华尔街日报》所报道的，他们的 EBITA 利润率是负 100%，而我们在这里看到的是正 11%。

两家公司的商业模式存在一些差异，而且是相当大的差异：他们的变现速度就是达不到 Anthropic 的水平。这在一定程度上是因为业务构成——垂直行业、消费者与企业业务的划分——而这一点正在改变。

他们会告诉你，他们预计第四季度表现会很好，而且他们的企业销售团队比 Anthropic 强得多。我预计他们的数字会上来，但即便他们可能在 2027 年初提交 S-1，我也不认为其财务表现会像这份文件这么好看。

你觉得这就是他们推迟上市的原因吗？为了让财务数据看起来更好？

是的，我认为 OpenAI 的第三季度非常强劲。企业业务环比增长 100%，而整体业务是 77%。如果这里再迎来一个强劲的企业业务季度，而 Opus 5.5 没有抢占太多份额，那 OpenAI 讲故事的条件就会好得多。

从现在到 Anthropic 真正上市之间还有一些环节。他们要进行路演，还会有一些定价事件。你对 Anthropic 有什么关注点？

两三周前他们举办了一次投资者日活动，给出了一些更详细的信息。我想他们会解释为什么第三季度如此疲软。Meta 是一个非常非常大的客户，可能占 10% 以上。公开报道是他们的 Claude Code 席位从 60,000 个降到了 30,000 个。这些 token 用量并没有消失，只是转移到了 Meta 的内部模型。

Anthropic 开始打击反蒸馏行为，此前这占收入的 5%。我记得他们在 S-1 里说是收入的 5% 到 7%，这些行为违反了他们的服务条款。所以路演上重点讲的是 Opus 5.5 发布之后 10 月份的这种加速。我们相信他们已经重回正轨。

如果他们在第二季度每月实现 100 亿美元的新增净 ARR，第三季度降至 40 亿美元，那么第四季度他们正回到 80 亿至 100 亿美元的节奏。人们想听的是这些新垂直领域，尤其是网络安全。在完整的网络安全 SKU 推出之前，他们会做一些修补，但他们如今确实已经在通过漏洞代码扫描实现网络安全的变现。我应该说，这些与现有客户的合同可不是小数目。

我认为他们会开始传达 2027 年 ARR 增长路径的愿景。另一件事是预期管理，把数字压得足够低，少谈 AGI。

[笑] 当你的风险因素写着“我们可能对全人类构成生存威胁”时，预期管理可就难了。

[笑] 没错。所以说你做的是——你将在某个时候实现 AGI，你将取代所有人的工作——但同时又要为第四季度把数字压得足够低，在上市后的第一个季度实现大幅超预期，并为 2027 年给出像样的指引，这将是在长期愿景和短期预期管理之间反复摇摆的绝妙组合。

信息量很大。Joey，这次聊得很愉快。随着这些公司加速迈向真正上市、其财务状况变得更加透明，我们得再请你回来。非常感谢你做客 Decoder。

非常感谢。我很感激。

_{有问题或意见？发邮件到 [email protected]。我们真的会阅读每一封邮件！}

Nilay Patel 主持的 Decoder

来自 The Verge 的播客，探讨宏大的想法和其他问题。

立即订阅！

关注本篇文章的话题和作者，在您的个性化首页信息流中查看更多类似内容，并接收邮件更新。

• Nilay Patel