您现在的位置:kastop>> Kas信息 Web3信息>>正文内容

当智能开始量产:从Anthropic上市看大模型的六个趋势

作者:王强,腾讯研究院前沿科技研究中心主任

今天晚上,Anthropic,这家成立不到六年的公司将在纳斯达克挂牌,股票代码ANT。其发展速度和规模,不得不说是一个技术和商业史上的奇迹,也让人们窥见了AI对未来经济、社会的巨大影响。

按每股83美元的最终发行价,其完全摊薄估值约1.5万亿美元。根据目前大家的预期,上市后其市值可能会超过2万亿美元。谷歌、英伟达、AMD、博通、美光、微软、台积电七家上游企业还同步认购了260亿美元。其发行规模,超过SpaceX今年6月750亿美元的基础发行规模,跻身美股历史上规模最大的上市之列。

比估值更值得看的,是它的增长曲线。这种连续10倍的增长,远超过去移动互联网时代的高速增长,给世人展现了惊人的AI加速度。

2023年一季度,Claude开始商业化,收入从0起步。2023年全年收入4100万美元,2024年3.86亿美元,2025年45.85亿美元。到了2026年三季度,单季收入169.6亿美元,是去年同期的12.3倍。今年10月的年化收入,已经到了约810亿美元,大家预测到年底有可能达到1000-1200亿美元。

路演投资者材料的第二页,写着这样一句话:人类历史上第一次,智能成为人类可以构建的东西,推理、分析、综合、决策和创造的认知能力,可以规模化生产,按需获取。这句话我读了好几遍。它说的其实不是一家公司,而是一个产业的转折点:智能第一次开始脱离人本身而存在,变成一种可以量产、计价和调度的工业品。

特别是下面这张图,展现了Anthropic的野心,它所期望的回报,远不只是当前的编程、分析、办公等收入,而是延伸到药物发现、材料科学、先进制造、机器人等领域,以及2万亿美元的生命科学,甚至未来全球40万亿美元的知识工作市场。这不禁让我们回想起之前行业内有争议的一则传言:“未来可能全球只剩下Anthropic一家公司”。

图源:Anthropic路演投资者材料

过去一周,我们把Anthropic四百多页的招股书、15页的路演投资者材料、41分钟的路演视频和七位创始人联名的公开信放在一起读了一遍。收入怎么来,算力花在哪,模型怎么迭代,组织怎么运转,风险怎么定价,第一次被一家前沿模型公司完整披露出来。我们可以看到,大模型行业正在发生的六个变化。

趋势一:规模定律(Scaling Law)仍然有效,但研发的主引擎换成了 AI 自己

Anthropic的创始团队里,有2020年那篇《神经语言模型的规模定律》的主要作者。创始人信里说,当时很多人不相信机器智能会这么强烈地依赖规模,但基于规模定律做出的预测,一次又一次被证明是对的。招股书的判断也很明确:AI能力还会持续进步,在可预见的未来,需求会持续超过供给,而供给主要受算力约束。

不过,读完整本招股书,我觉得更值得注意的不是规模定律本身,而是研发方式的三个变化。

第一,后训练成了投入最大的环节。招股书写道,后训练已经从一个收尾步骤,演变为公司研究投入最大的领域之一,原因是市场正从对话助手转向自主智能体。训练方式也变了,用的是完整、真实、复杂程度接近专业工作的任务。Anthropic认为,这套任务组合的广度和真实性,是它最持久的科学优势之一,而且从外部很难观察,也就很难复制。

第二,模型架构和推理基础设施一起设计。AI研究员和推理工程师共享规划周期、汇报线和绩效目标,架构决策从第一天就把推理成本算进去。这解释了为什么每一代Claude能同时做到更强和更省。

第三,也是最重要的,AI开始参与造AI,也是目前大家讨论最多的RSI。每一代Claude都参与构建下一代,包括跑实验、生成和处理训练数据、自动化评估与安全审计、写代码和审代码。

几个数字很能说明问题。2026年9月,Anthropic代码库超过90%的提交由Claude编写;三季度每名工程师每天贡献的代码量,是2024年日均水平的45倍以上。在缺乏明确规格、过去高度依赖资深工程师判断的开放式工程难题上,按公司内部基准测试,Claude的成功率在九个月里提升了约50个百分点,达到约90%。今年接入AMD芯片时,Claude在三天内基本无人干预地完成了适配,移植或编写了几乎全部算子,以前这需要几十名工程师做几个月。

按标价计算,Anthropic内部使用Claude的价值从今年1月到9月增长了250倍以上。今年4月,这个月度价值第一次超过了公司的月度人员费用(不含股权激励)。

图源:Anthropic路演投资者材料

还有一个容易被忽略的取舍。招股书明确说,尽管视频和图像生成模型有商业吸引力,公司目前并不专注于此,相应的算力转投编程、智能体和安全研究。理由有三:编程的经济影响大;安全问题会在这里先暴露出来;而且编程的产出在很大程度上是可验证的。

大模型竞争制胜的重点,正转向比研发循环的转速。谁的模型最先能把自家公司的活干好,谁的下一代模型就来得更快。可验证的领域,会最先被攻克,也会最先反哺研发。

当然,这个循环也有另一面。招股书专门提到,用AI加速AI会带来相当大的安全风险,公司的负责任扩展政策里已经写入了接近递归自我改进时的监测和缓解计划。创始人信说得更直接:必要时,公司可能会主动放慢速度。

趋势二:产品从对话框走向虚拟协作者,交付的是工作而不是回答

创始人信里有一段对产品代际的判断:AI聊天机器人大约在2022年变得可用,AI编程智能体大约在2025年,面向通用知识工作和科学发现的智能体在2026年逐步变得可用。信里还说,Anthropic会花更少精力去巩固现有产品,花更多精力去定义新产品,因为新一代模型总在打开几个月前还不可行的产品类别。

招股书给这一代产品起了个名字,叫虚拟协作者:拥有组织授予的权限、系统连接和上下文,能使用内部工具,能执行跨越多个步骤、需要持续推理的工作流程,与员工并肩工作。

图源:Anthropic路演投资者材料

编程是第一个越过门槛的品类。Claude Code在2025年2月以研究预览形式发布。大约一年时间里,Claude从建议单行代码,发展到运营在生产代码库里自主工作的智能体集群。招股书把Claude Code的影响,与第一批被广泛采用的对话式AI助手相提并论。用法也常常出人意料,比如NASA工程师用它为火星毅力号规划并编写导航指令,完成了火星上第一次由AI规划的行驶。

网络安全可能是第二个。在卡内基梅隆大学研究人员开发的漏洞利用基准测试上,Claude的得分在大约四个月里从40%升到78%,再升到91%。

知识工作是第三个。招股书里有一句话我印象很深:所有数字工作归根结底都是代码的一种表达形式。基于这个判断,Anthropic把Claude Code的智能体架构平移到知识工作者身上,做成了Cowork,在用户桌面上自主读文件、操作应用、执行多步骤工作流程,底层代码被隐藏起来。Cowork在2026年1月发布研究预览,到9月底,它的采用速度已经超过了Claude Code在同一时间点的水平。9月,Cowork开始和Claude.ai合并,用户可以在同一个对话里,从一个简单问题直接过渡到复杂的多步骤任务。

对话和智能体,正在合并成同一个产品。

客户案例也印证了这一点。乐天用Claude Code做到了7小时以上的自主编程,新功能上线时间从24个工作日缩短到5个;Salesforce用13天完成了原本需要231天的API迁移;百时美施贵宝3万名员工全部开通Claude,一个流行病学问题的回答时间从一两个月缩短到四五分钟。

产品形态变了,技术栈也要跟着变。招股书里有一句很朴素的话:仅凭模型本身并不构成智能体。智能体要能从崩溃中恢复,要用范围受限、可审计的凭证去操作系统,要能在多变的负载下扩展,这些都需要一套运行框架。Anthropic把驱动Claude Code的同一套运行框架开放成Agent SDK,又推出了托管版的Managed Agents;再加上技能包Agent Skills、连接企业数据和工具的MCP协议,以及让智能体操作实验室和制造设备的模型硬件标准MHS,构成了中间的平台层。

模型、平台、应用三层一起做,好处在客户数据上已经能看出来。截至今年9月底,年付费超过10万美元的客户中,超过一半同时在用平台和至少一款第一方应用,去年四季度这个比例约为30%。

大模型的产品单位,正在从一次回答变成一份交付。竞争焦点会从模型跑分,转向运行框架、上下文管理、权限体系和工具连接这些工程能力,也是大家常说的Harness。另一个值得借鉴的做法是,Anthropic围绕模型将要具备的能力来设计产品,而不是围绕当前能力。Claude Code就是这样做出来的,所以能力一到,产品就能迅速放量。

趋势三:按智能付费,模型像生鲜一样有保质期

Anthropic把自己的主要收入模式叫作按智能付费,也就是按用量计费,以token计量,按所选模型定价。2026年前三季度,按用量计费占收入的79%,订阅占21%;通过三大云平台市场实现的收入占44%;美国以外的收入占29%。

有三个细节特别能说明这种模式的特点。

第一,降价是在换量,不是在打价格战。2025年11月,Anthropic发布Opus 4.5,能力更强,价格和单任务成本更低。此后公司收入的环比增速,从去年四季度的48%,跳到今年一季度的132%。今年9月发布的Opus 5.5,让客户完成同样任务的成本降低约40%;Fable 5.1比上一代降低约25%,复杂编程和高度智能体化的任务最多能省45%。按路演披露的口径,三季度因为降价和合同折扣少收了约6亿美元,但被用量增长完全覆盖了。管理层的说法是,这次降价对利润率是中性的,因为新模型本身就更省算力。

换句话说,token单价下降背后是效率红利,算力效率先提上去,价格才降得下来,降价又把需求进一步释放出来。

第二,模型有保质期。招股书披露,三季度超过80%的收入,来自过去6个月内发布的模型版本。今年前三季度,公司一共推出了250项新的模型版本、平台功能和应用。在这个行业,模型不是一次开发、长期售卖的软件,更像需要不断上新的生鲜。谁停下来,客户就会迁移到别人最新的模型上。

第三,收入跟着人的工作节奏走。招股书提到,在截至今年1月2日的两周里,客户总支出比前两周下降了约20%,原因是很多公司在节假日安排了代码冻结,开发者提交代码和上线功能都放慢了。一家AI公司的收入,开始出现和人力服务业相似的季节性。这从侧面说明,Claude已经深度嵌入了真实的生产活动。

还有一条承诺值得一提:Claude不做广告。创始人信说,广告大概率会是一笔可观的收入,但一旦广告进入收入目标,追求用户时长的压力就会上来,而公司希望Claude唯一的激励,是给用户一个有用的答案。收入模式决定了产品的激励方向,这一点对所有做智能体的公司都适用。

大模型的计价单位,正在从席位变成token,下一步可能会变成任务和结果。谁能持续降低单任务成本,谁就能吃到需求弹性;而单任务成本能不能降,取决于下面要讲的算力效率。

趋势四:企业是主战场,开发者是入口,交付能力是新瓶颈

Anthropic从一开始就把重心放在企业上。创始人信的理由是,AI的巨大价值主要来自企业和组织的部署方式。

数字增长很快。年付费超过10万美元的客户,2023年底约20家,2024年底约200家,2025年9月超过950家,到今年9月底超过11900家,一年增长了12倍。其中年付费超过100万美元的超过1900家,超过1000万美元的约250家。净收入留存率约900%,也就是说,一年前就在付费的客户,这个季度的花费约是一年前同期的9倍。

客户结构也在变健康。前五大客户的收入占比,从今年一季度的36%降到三季度的21%,没有单一客户占比超过10%。

更值得注意的,是空间还很大。财富500强里,超过一半已经是年付费10万美元以上的客户,但这些客户在Claude上的平均花费,还不到其总费用的0.1%;花得最多的前十家,也不到1%。招股书的原话是,Claude能做到的事情和它被使用的广泛程度之间的差距,是公司最大的增长机遇之一。

钱是怎么花出来的?路演把典型路径描述为四步:工程师先用Claude Code,然后扩展到相邻岗位,再进入业务流程,最后嵌进对外的产品。招股书给了一个对比:三季度,不用Claude Code的企业版用户平均每月花费不到75美元,而用Claude Code的前5%用户,花费约是前者的20倍。开发者既是最挑剔的早期用户,也是企业内部最有说服力的推动者。

但光靠自下而上还不够。招股书坦承,Claude普及的一大障碍,是组织内部对变革的天然抗拒。为此,Anthropic搭了一整套交付体系:直销团队和应用AI团队按地域、再按行业组织,与客户一起设计和部署定制方案;和AWS、谷歌云、Azure三大云联合销售,客户与Anthropic直接签约,Anthropic向云厂商付费;埃森哲、德勤、毕马威、普华永道等系统集成商组建了专门的Claude业务团队;合作伙伴网络已经认证了4000多家组织的15万名从业人员;10月又投入1亿美元成立学院,计划到2027年底按自家工程师的标准培训1万名能把AI推进到生产环境的FDE工程师;还和私募股权公司合作成立了一家AI服务公司,专门服务中型企业。

即便如此,今年上半年,销售、营销和合作伙伴费用只占收入的19%。

模型能力已经跑在了组织吸收能力的前面。下一阶段企业AI的瓶颈,不在模型,而在交付:能把模型接进真实业务流程的FDE工程师、应用团队和生态伙伴,会成为最稀缺的资源。这和我们此前观察到的现场交付工程师岗位一年增长15倍,是同一件事。

趋势五:算力是最大的成本,也是一张跨期的期货

先看效率。从2025年一季度到2026年三季度,Anthropic的营收扩大了45倍,算力与基础设施支出只扩大了10.4倍。每1美元算力支出换回的营收,从0.40美元升到1.72美元,二季度一度达到2.08美元。

图源:Anthropic路演投资者材料

公司给出的原因有两个。一是算法改进带来的算力倍增,同样的模型可以用更少的算力训练出来、跑起来。二是多芯片架构:同时在亚马逊Trainium、谷歌TPU、英伟达GPU和AMD GPU上训练和推理,所有算力被当作一个可以互换的资源池统一调度,哪里的边际产出最高,就把算力调到哪里。前面提到的三天接入AMD,就是这套能力和闭环叠加的结果。

再看错配。招股书写明,公司通常提前12至18个月采购算力,这部分成本在短期内基本固定,而需求却按季度翻倍。

结果是利润随着需求预测大幅摆动。二季度,营收跑赢了一年多前订下的算力,算力支出只占营收的48%,经营利润在已披露的季度中第一次转正,经营利润率8%。三季度需求继续冲高,公司高价补买了50亿美元的短期算力,单价明显高于多年期合同,约占当季算力支出的一半,算力占比回升到58%,经营利润率转为负3%。

还有一组数字值得对照。按路演口径,今年前三季度的毛利率是85%,但如果扣除包括模型训练在内的全部算力支出,利润率只有43%。毛利率只算服务客户的那部分算力,训练下一代模型的算力并不在里面。对大模型公司来说,真正的大头成本,恰恰在毛利率之外。

最后看规模。截至9月底及之后,Anthropic已签的算力与基础设施承诺约9000亿美元,其中约4516亿美元在2030年底前发生,其余主要在2031年至2045年之间。未来12个月到期的约707亿美元,低于当前约810亿美元的年化收入;但2030年底前的部分,已经是当前年化收入的5.6倍。

为了在这场跨期博弈里多一点回旋余地,Anthropic正在把更多算力转向自建体系Anthropic Direct:自己租芯片、放进按自己规格建设的专属数据中心。它的妙处在于把两件事拆开:数据中心建设周期长,但只占总成本的一小部分,可以先锁定;芯片投资金额大,可以等需求更明确时再决定买多少。管理层给出的长期目标,是算力支出降到营收的45%至50%,调整后经营利润率超过35%。

创始人信对这件事的态度很坦率:公司经常会做出乍看之下大得不负责任的前瞻性投资,尤其是在算力上。信里拿制药业做类比,前期研发投入巨大,只有等到成功的药物出来才算得过账,只不过AI的这个过程更快、规模更大。与此同时,公司愿意放弃一部分上行空间来换取下行保护,比如需求高估时转手多余算力,持续提升效率来提高对误判的容忍度,必要时提前融资。用信里的话说,要大胆,但要清醒。

大模型公司的核心经营能力,开始变成了需求预测和算力调度。判断一家重投入的AI公司,先看它单位算力的产出曲线,再看算力合同的期限和需求增速是否匹配。前者决定能不能赚钱,后者决定会不会在某个季度被算力成本压垮。

趋势六:安全和治理,从成本中心变成产品的一部分

今年4月,Anthropic训练出当时能力最强的模型Mythos,判断它在发现网络漏洞方面的能力过强,没有直接全面开放,而是通过一个名为Project Glasswing的计划,只向部分机构提供受限的研究预览,用于网络安全防御,同时向防御方赠送了约1亿美元的使用额度。直到补齐额外的安全防护措施之后,公司才在6月以Fable 5的名义全面开放。创始人信承认,这次推迟意味着放弃了可观的收入,也让出了一部分竞争位置。

这样做在商业上划算吗?招股书的回答是:严格的安全防护、可预期的模型行为和可证明的问责机制,已经成为企业为关键任务挑选AI伙伴的决定性标准。对齐得好的模型,更善于遵循指令,不会在没弄清用户意图时贸然做出破坏性操作,也更能抵御提示注入攻击。当模型开始以智能体的身份接入关键业务系统,安全就是可靠性,可靠性就是能不能卖出去。

为此,Anthropic和金融、医疗、公共部门的100多家客户一起开发了企业级前沿安全防护:监控数据存放在客户自己的云账户里,用客户的密钥加密,滥用警报直接发给客户的安全团队,Anthropic员工不经手。

在治理上,Anthropic是一家特拉华州公益公司,董事会必须在股东利益和公益使命之间做权衡。权力由三方分享:七位联合创始人通过一股F类股持有固定的50.1%投票权,选3席董事;与公司没有财务利益的长期利益信托,选7席中的4席,其中一席的提名和罢免设有保护机制,公司与信托有分歧时由员工投票。创始人的特别投票权不是永久的,投票实体中的创始人少于3位时,就转回普通股东。

公益安排也写进了股本:上市前拨出5%的股权设立公益基金,此后股价每持续上涨50%,董事会可以再拨2%。七位联合创始人都承诺捐出个人所持股权的80%,过半员工也承诺捐出部分股权。

创始人信里有一段话,我觉得是整份上市材料里最清醒的部分。他们说,启动IPO之前,向很多经历过上市的企业家请教,好几个人给出了相似的建议:永远不要让你的公司比它的实际价值多值一美元。因为当人们基于你无法兑现的预期去买股票,或者误判了你会如何行事,那是非常危险的。所以这封信专门写清楚了公司可能违背投资者预期的两类决策:一类是源自AI指数级发展、单独看起来有些反常的业务押注,一类是为平衡公共利益而偏离利润最大化的选择。

安全也是Anthropic吸引人才的粘合剂,七位联合创始人全部在职,非预期流失率约1%,在公司希望留住却离职的员工中,有19%后来又回来了;前100名员工中超过四分之三仍在公司。

当模型从回答问题变成替人行动,信任就成了产品功能本身。安全投入不再只是合规成本,而是在为企业客户的关键业务准入买单。

还需关注招股书里的四个不确定

一是增速必然放缓。三季度环比增长47%,明显低于二季度的144%。招股书自己也写得很清楚,收入增速会随时间下降,而且降幅可能更大、来得比预期更快;随着增速下降,季节性波动会更加明显,业绩也会更难预测。

二是收入质量。招股书披露,今年前九个月约5%至7%的收入,来自之后被认定违反使用政策或商业条款的客户。公司在8月和9月加强了检测和执行,这部分收入会逐步减少,但对增长的影响有多大、什么时候体现,目前并不确定。

三是算力错配。约9000亿美元的承诺,一般无论收入和利用率如何都必须履行。部分算力建设还依赖云厂商和芯片伙伴提供的资金或信用支持。亚马逊和谷歌都是持股超过5%的大股东,同时又是客户、分销渠道和竞争对手,这种多重关系本身就是一种不确定性。

四是账面亏损。三季度净亏损233亿美元,其中219亿美元是估值上升带来的可转换票据、衍生负债和SAFE的公允价值变动,属于非现金项目;但上市后陆续确认的股权激励费用,仍会持续压在利润表上。竞争方面,OpenAI、谷歌以及不断进步的开放权重模型,也都在同一条赛道上。

从发行定价看,其实市场已经在算这笔账了。

对大模型产业的五点启发

把六个趋势放在一起,可以得到五点对产业的启示。

第一,研发上,把自己变成自家模型的第一用户。Anthropic的闭环说明,内部使用的深度比外部榜单的排名更能决定迭代速度。先从代码这类结果可验证的领域切入,让模型先改造自己的研发流程,再把这套能力外溢给客户。

第二,产品上,从对话转向交付。模型、运行框架、连接协议、技能包要一起做,围绕交付结果而不是回答质量来设计产品;同时要围绕模型半年后的能力来规划产品,而不是只盯着当前能力。

第三,商业上,把单位算力产出当作第一经营指标。按量计费加持续降价的模式,前提是单任务成本持续下降。没有效率提升支撑的降价,只是补贴;有效率提升支撑的降价,才能换来需求弹性。

第四,市场上,企业服务拼的是交付体系。开发者自下而上的渗透、应用AI团队的深度交付、云平台和集成商的生态覆盖、FDE工程师认证与培训,再加上面向中型企业的服务形态,缺一不可。模型能力过剩的时候,谁能把能力变成客户流程里的结果,谁就能拿到收入。

第五,算力上,异构算力池化和长短期组合是基本功。一家模型公司能否在多种芯片上高效训练和推理,能否借助AI自动完成算子移植,能否把数据中心和芯片分开锁定、把长约和短约搭配好,直接决定它在需求波动时的利润弹性。对需要同时在多种芯片上运行模型的企业来说,这一点尤其有借鉴意义。

最后回到那句话:永远不要让你的公司比它的实际价值多值一美元。

Anthropic上市的意义,不在于又多了一家万亿美元市值的公司,而在于大模型行业第一次要接受公开市场按季度对账。智能开始量产之后,比做出更聪明的模型更难的,是持续证明每一单位算力换来的智能,有人愿意按量付费。

这场考试,从11月19日今天晚上开盘开始。



感动 同情 无聊 愤怒 搞笑 难过 高兴 路过
【字体:小 大】【收藏】【打印文章】 【 打赏 】 【查看评论】

相关文章

    没有相关内容