Anthropic S-1 解读：8500亿美元算力承诺押注激进增长

Anthropic 的 S-1 文件似乎为这家公司提供了在算力上不惜一切代价投入的财务理由。如果你是那种怀疑 Anthropic 正竭尽全力打造机器之神、同时又让华尔街相信它做的是卖 IT 合同生意的人，那么 Anthropic 刚刚提供了一个方便的答案：做出一堆看起来像是在打造机器之神的事情，恰恰是避免破产的唯一办法。

先别管机器之神。至少在我对 S-1 的解读中，Anthropic 似乎把公司的未来押在了爆炸式增长上；为了覆盖其固定成本，它不得不这么做。哪怕你不是 AI 怀疑论者，看到这些数字也会皱眉。但如果你怀疑戏剧性的递归自我改进真的可能实现——而这份商业计划似乎正依赖于它——那么这看起来就不是一个好的投资。

先说对 Anthropic 粉丝们的好消息。公司营收在 2025 年上半年到 2026 年上半年之间增长了十四倍，达到 163 亿美元。有 800 亿美元的亏损，但那主要是一项与底层业务无关的会计处理。如果剔除这一项以及其他一些支出（包括员工薪酬），2026 年上半年经调整后的利润为 16.2 亿美元。我之前曾问过 AI 能否赚到足够的钱来养活自己，而 Anthropic 的 S-1 给出的答案似乎是：至少对这家公司、至少在当下，能。

Anthropic 只把 OpenAI 和 Google 列为竞争对手

Anthropic 比 OpenAI 或马斯克要克制得多，而这似乎正在带来回报。（Anthropic 只把 OpenAI 和 Google 列为竞争对手。下次再努力吧，马斯克！）这家公司从未推出过 AI 图像生成器、AI 版 TikTok 克隆，也没有推出过 AI 老婆。相反，它专注于编程和网络安全等任务，牢牢聚焦在计算机最容易做到的事情上：更多算力。同时它聚焦于企业市场，这比消费者市场更稳定。它的净收入留存率是 900%。相当不错！而且这些收入也不是来自消费者。2026 年上半年，大约四分之三的客户每年支出至少 10 万美元。

另一方面，Anthropic 面临着激烈的竞争压力——既来自其他前沿实验室，也来自开源模型。其他前沿实验室也都在争抢最前沿的位置。Claude Opus 5.5 目前位居 Epoch 能力指数榜首，但这份榜单变化频繁。而对于那些不在乎自己的软件落后四个月的人来说，还有开源模型可选。

更重要的是，相比 Google 这样的对手，Anthropic 处于劣势。它没有多条营收渠道——而 Google 有。Google 还能把它的 AI 打包进企业已经在使用的其他产品中。还记得Microsoft Teams 吞掉 Slack 吗？那不是因为 Teams 是更好的产品，而是 Microsoft 拥有更好的分发渠道，因为 Teams 是和公司们已经在付费的其他软件捆绑在一起的。拥有最好的模型在网络安全领域——这是 Anthropic 瞄准的增长方向之一——比在即时通讯软件领域更重要，但在分发渠道上竞争仍然很难。

有一些长期承诺凸显了 Anthropic 身上扩张压力之巨大

而且，收入是一次性集中进来的，通常在新模型发布之后。在竞争和每个新模型发布后的使用增长之间，Anthropic 永远不能停止训练，而且它必须比规模大得多的竞争对手更高效地训练。

因此一个重要的问题是：Anthropic 能否持续提供我们在 S-1 中看到的成绩？

有一些长期承诺凸显了 Anthropic 身上的扩张压力有多大。诚然，在第 64 页的采购承诺和租赁协议上有一个恰到好处的空白，在第 137 页它预计在 2030 年 12 月 31 日之前的支出金额上还有另一个醒目的空白。但我们知道这些承诺会一直持续到 2045 年。

幸运的是，有一个“承诺与或有事项”章节可以帮上一些忙。其中有总计 2656 亿美元、不可取消的固定最低采购承诺，期限在 1 至 20 年之间。截至未经审计的 6 月 30 日数据，该公司还有尚未开始执行、与“主要是计算和基础设施容量相关”的租赁协议，金额为 32140 亿美元。在那之后，Anthropic 又签署了总计约 2450 亿美元的新计算和基础设施协议，期限同样在 1 至 20 年之间。还有一些尚未敲定的其他交易，Anthropic 估计成本在 1250 亿至 1500 亿美元之间。此外还有其他可变的计算承诺。

“S-1 确实将其早期模型使用量飙升的一段美好时期定格了下来。”

如果我把这些加总起来，未来 20 年的承诺金额至少在 8500 亿美元左右，如果那些尚未敲定的交易按当前估计成本计入，总额将升至约一万亿美元。而这还是假设我没有遗漏任何东西——我完全可能会遗漏。

因此，为了兑现这些承诺，Anthropic 的增长必须继续以极快的速度进行。Anthropic 没有给出未来承诺的付款时间表，但 PitchBook 的分析师 Harrison Rolfes 建模估算 2027 年至 2030 年间每年约为 900 亿美元，这意味着需要 1880 亿美元的收入才能保持当前成本与算力比率的稳定。“增长对这家公司来说不是可选项，”他写道，“这些合同就建立在这一假设之上。”

今年上半年，与客户相关的计算和基础设施（以及少数其他项目）成本为 23 亿美元。模型开发（以及少数其他项目）的开销则要昂贵得多；Anthropic 在这方面花费了 97 亿美元。但据 Rolfes 称，Anthropic 同时也变得更高效了——为带来每一美元收入所花费的计算成本在降低。

网络安全领域的每个人都必须不停奔跑才能留在原地，和 Anthropic 一模一样

这是一个长期趋势吗？很难说。我们手头没有第三季度的数据。“S-1 确实将其早期模型使用量飙升、算力不足因而能够对现有产品收取更高价格的那段美好时期定格了下来，”Futurum Group 的分析师 Brendan Burke 说。

作为企业软件，Anthropic 瞄准公司的 IT 预算是有道理的。方便的是，网络安全是一个你如果不持续更新就绝对会惨遭重创的领域——那里的每个人都必须不停奔跑才能留在原地，和 Anthropic 一模一样。当然，AI 也是问题的一部分；黑客可以用它暴力破解以前做不到的东西。此外，由于一家合作伙伴在 AI 智能体相关安全协议上的粗心搞砸，产品本身也带来了麻烦。

Burke 指出，前沿实验室需要高利润率的产品，以避免陷入代币定价的底价竞争。这让我注意到另一件事：Opus 5.5 把客户成本降低了 40%（相比 Opus 5）。现在，Anthropic 声称更低的成本意味着更多的使用量，这让公司得以维持其利润率。如果假设每次发布新模型都会降低成本，那么很快你就会发现，同样的任务只需原价的一小部分。

Claude 已经在人类指导下构建 Claude

Gil Luria 是 DA Davidson 的一名分析师，他表示这未必是无法解决的问题，部分原因在于效率提升并不总会削减利润率。他说，Amazon Web Services 和其他云提供商“每年都变得更加高效，每年都在降价，而且它们一直保持稳定增长和不断上升的利润率”。

但对增长的压力是不可否认的。这正是递归自我改进——在极少或没有监督的情况下——发挥作用的地方。“更强大的模型帮助我们的研究人员更快地发现这些改进；反过来，更强大的算力倍增器使我们能够训练出更强大的模型，并更高效地部署它们。”根据 Anthropic 关于末日之类话题的一般论调，它预计将迎来剧烈的递归自我改进，也许很快就会到来。

Claude 已经在人类指导下构建 Claude。在其风险因素中，Anthropic 警告称它已锁定在这种方式上。这带来了一个明显的权衡，因为用 AI 开发更多 AI “可能导致我们模型的能力进步速度快于我们开发、验证和实施相应安全、对齐与安保措施的能力”。如果我没理解错的话，Anthropic 是在说，它的业务依赖于以如此之快的速度构建新模型、使用它可能并未完全理解的工作，以至于出于商业原因，它基本上被迫做一些可能对所有人都有风险的事情。这就是为什么风险因素里出现了一大堆关于“灾难性”伤害的存在性危险以及“某种感知形式”发展的奇怪内容。

脱离人类监督范围的剧烈递归自我改进可能发生吗？不知道。但如果没有，那 Anthropic 就更难兑现其现有的算力承诺并实现盈利。

关注本报道的话题和作者，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。

• Elizabeth Lopatto