Anthropic 递交 S-1 冲击上市，分析师拆解其财务与 AGI 赌注

今天的 Decoder 节目中，我邀请到了芯片与 AI 研究公司 SemiAnalysis 的分析师 Joey Brookhart，和我一起深入解读 Anthropic IPO 文件——也就是那份被称为 S-1 的文件——数字背后的故事。

Anthropic 刚刚提交了 S-1 文件，准备在纳斯达克上市，最快可能在下个月开始交易，估值在 1.5 万亿至 2 万亿美元之间。这将使它立刻成为全球市值最高的公司之一。

但价格标签并不是这里的全部故事。本周早些时候发布的 S-1 文件长达数百页，充满了各种细节，终于勾勒出一家前沿 AI 实验室的经济图景。正如你可能想象的那样，这幅图景既极其复杂，又建立在一系列非常、非常关于未来以及 AI 将如何改变未来的雄心勃勃的假设之上。

所以我想请 Joey 上节目，帮我拆解这份文件告诉我们的信息，既关于 Anthropic 的财务状况，也关于更广泛的 AI 经济。Joey 和他在 SemiAnalysis 的同事其实早在 7 月就从外部构建了一个 Anthropic 财务模型，所以他一直和所有人一样热切地等待这份文件，我也很期待听到他对我们了解到什么、以及更重要的是我们仍不知道什么的看法。

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

本次采访经过轻度编辑，以控制篇幅并保证清晰。

Joey Brookhart，你是 SemiAnalysis 的分析师。你也是 SemiAnalysis Tokenomics 模型的联合负责人，这个模型在本期节目中会多次出现。欢迎来到 Decoder。

是的，非常感谢，Nilay。

我非常期待和你聊。我们是在 Anthropic 那份重要的 S-1 提交几天后交谈的。这是我们首次窥见一家领先前沿模型公司的财务状况。你怎么看？你从中读出了什么？

这是一份很棒的 S-1。自投资者日以来的三周有点难熬。有些人对 9 月的[年化经常性收入]数字有些失望，但我们在这里看到的是一家高效扩张到惊人水平的公司，在极短时间内就拥有超过 1 万亿美元的估值和超过 700 亿美元的年化经常性收入。

在毛利率、算力利润率和自由现金流方面，一切都符合你的期待。所以我认为这份文件里没什么可挑剔的。这就是为什么过去两天你看到整个半导体板块、新云和算力股票都真正反弹了。

有意思，我觉得我挑不出这份 S-1 本身的毛病。我想深入一些细节，因为里面有很多值得思考的数字。我其实想从真正的大局开始。你在做一个叫 Tokenomics 的东西。我先向大家解释一下 Tokenomics 是什么。

我看 Anthropic 以及它可能走向何方。我看 Dario Amodei 说他能看到通往 1 万亿美元收入的道路。这些钱从哪里来？因为这些业务很大程度上就是要吞掉其他所有业务，感觉必须有人赚到钱，才能付钱给 Anthropic 来产生这些收入。我其实还没看到这一点被清楚地阐述出来。

Verge 的订阅用户，别忘了你们可以在任何获取播客的地方独家收听无广告版的 Decoder。请前往此处。还不是订阅用户？你可以在此注册。

这非常有意思。如今，即便我们两家领先实验室的 ARR 合计已达 1200 亿美元，这仍然是一个极其狭窄的市场。排名前 1% 的客户，是那些为每位员工花费 5 万到 10 万美元的客户。而更广泛的《财富》500 强或全球 2000 强企业，通常有大量 IT 支出，却并没有花多少钱。

大量支出，尤其是在 Anthropic，是专门针对编程的。它几乎就是一家单一垂直领域的公司。我们展望 2027 年，你会想到这种更广泛的采用和白领工作。在这个典型的企业第四季度预算季，我们实际上还没有以任何有意义的方式经历过这些实验室中的任何一个，因为它们的 ARR 直到今年年初才真正开始加速。我们还会想到其他情况，比如网络安全，它可以类似于编程，这些是与领先企业签订的八位数以上的合同，由于我们看到的所有网络安全事件，这些合同可以非常迅速地扩展。你还会想到其他垂直领域，比如生物。

要达到 1 万亿美元，我们确实必须转向部分白领工作，从 AI 增强转向在某些领域节省人力或替代人力。你可以看看微软向员工提出买断方案这样的例子，但他们并没有大量其他垂直领域可以进入并真正开始产生显著影响。

这是我最大的疑问，不仅是关于 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大量工作的技术。我们将看到这种自动化在各个行业的表现如何，但领先实验室并不只有两家。这样的实验室有相当多。还有开放权重模型。

我听到很多 CEO 非常担心把所有数据交给 OpenAI 或 Anthropic，他们希望能在本地运行一些东西。现在有律师事务所在本地运行 AI，这大概是整个历史上最有趣的转折。

你如何看待这一切的发展？因为这份 S-1 面临的很大压力来自数字本身，这一点我想谈谈，但还有外部压力，即“你必须增长，而增长并不是那么短暂。”那么你如何看待这一切的发展？

这非常有意思，因为当我们看今天的编程时，例如——我想我们在第三季度看到 OpenAI 某种程度上赶了上来——编程领域有一些转换成本非常低的方面，我可以直接切换。我们从企业那里听到的，也许在 OpenAI 那边也是如此——显然我认为他们在 Fable 的发布上有些搞砸了，而缺乏零数据保留正是我们看到一些放缓的原因。这是他们可以通过 Fable 5.5 解决的问题，也许能在那里推动更多企业采用。

当我们与企业交谈时，这对他们来说是一件大事。我们确实看到企业现在，而且更多的是，许多 AI 原生公司，在开放权重模型上进行自定义训练和后训练，然后在此基础上运行他们的推理，甚至运行他们用于内部或外部用例的产品。

显然，Google 旗下的 DeepMind 和 [Meta Superintelligence Labs] 都是资金非常充裕的实验室，训练算力也相当接近，而且他们正在投入大量算力。更不用说 SpaceX 了，Elon 说过明年大约新增 10 吉瓦净算力，其中一半是长期内部用途。

今年上半年，Anthropic 一路领先。他们占了行业净新增 ARR 的 90%。到了第三季度，我们看到 OpenAI 实际上可能占了行业净新增 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。

所以没错，行业竞争激烈多了，但也出现了所有这些新用例，其中一些垂直化用例正是我们未来会看到增长的地方。因为很明显，编程不足以推动我们哪怕从现在的水平再翻三倍。

这很有意思。这个概念叫 Tokenomics。你在 SemiAnalysis 和另一位联合负责人一起负责这块业务。解释一下它是什么，因为在我看来，这是一种非常聪明的思考方式——“我们投一些钱进去，也许能拿一些钱出来。”

我把它理解为 [AI 的] 单位经济学，或者更宽泛地说——从宏观到微观，经营 AI 业务乃至观察 AI 需求的方方面面。所以我们覆盖超大规模云厂商，现在也在一个单独产品里覆盖一些新型云厂商。

但还有 AI 实验室本身。对投资者，或者只是对这门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 85%，而人们不理解他们如何分配算力。我们该如何思考推理商业模式？

毛利率讨论的一部分是推理中每兆瓦的收入。为什么所有做推理的公司都在推理和算力效率上看到巨大提升？所以我们试着对这些业务建模，显然当 Anthropic 还是私营公司时，我们只能依赖从媒体等渠道获得的信息。

但现在我们有了经过审计的具体数字，就很容易解释其中的单位经济学了。还有这些业务之间的差异。OpenAI 和 Anthropic 是非常不同的业务，无论是在消费与订阅之间，还是在历史权重与消费者和企业之间。[我们] 试图在需求层面理解这些业务的经济性。

几年前我和 Google CEO Sundar Pichai 谈到推理成本时，我说：“你们到底怎么赚钱？”他非常明确。他说：“如果说 Google 有一件事擅长，那就是把这种东西的成本曲线拉下来。”

这是一个非常直白的回答。我理解 Google 怎么做到。他们自己造芯片。Anthropic 跑在别人的云上。S-1 的核心部分就是他们承诺在别人的云上花多少钱：SpaceXAI、Google、Amazon。他们的效率从哪来？

关键确实是 token 吞吐量。他们有一个非常多样化的芯片组合。在 Trainium、TPU 和 GPU 之间，在所有这些之上，我们看到了大量的 token 效率提升。例如，Trainium 芯片上的 token 吞吐量现在同比增长了 5 到 10 倍。

在同时处理硬件层面的效率和软件——以及模型如何与硬件交互——方面，存在大量token吞吐量提升，如果你现在每秒处理X个token，仅仅一年后就能达到五倍或十倍。他们会告诉你，他们预计未来计算效率也会持续提升。

Max Kan与我在SemiAnalysis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每推理兆瓦的收入为6500万美元，而去年这个时候还只是十几万美元。我们曾说过，或许在Opus 5.5上、基于[Nvidia] Blackwell，每兆瓦收入可以达到1亿至1.2亿美元。

这里的关键在于，他们现在平均每兆瓦的[销货成本]仅略高于1000万美元，或者仅仅是计算成本。有了这些利润，你可以做的是再投资于训练。

人们没有意识到这一点，但实际上只有约30%的计算用于推理服务收入。其余用于实验和研究、训练模型以及后训练模型。因此，大量计算用于构建下一个模型，这更多属于研发侧，也是你在这个业务中真正获得回报和防御能力的地方。

实际上，我原本期望在S-1中看到这种动态更强烈地展现出来——Anthropic通过销售他们现有的模型赚了很多钱，未来会有更多客户购买他们现有的模型。这将带来大量利润。然后，因为它是Anthropic，并且他们认为自己正在构建一个数字之神，他们会尽可能多地训练下一个模型。

这是一个非常独特的Anthropic故事。这家公司正在追逐AGI。在那里工作的人会乐于在S-1中告诉你，Claude可能有意识，而这一切都可能走向地狱。Anthropic在自我认知上是一家非常独特的公司。但你在S-1中并没有真正看到这种动态展现出来。他们相当好地管理着训练成本与推理利润之间的关系。你认为这种情况会上升或以任何方式改变吗？

我同意。长期来看，我们甚至在内部也说过，他们实际上希望提高训练的百分比。如果你相信自己正在构建一个数字之神或走向AGI，并且只要你在推理上有85%以上的毛利率来这样做，你就可以做到。

他们的增长比他们想象的要快得多，他们没想到会达到11%的非GAAP EBITA利润率。他们希望更接近零，甚至如果能获得那些计算并将其分配给训练并继续看到这些计算效率，他们甚至愿意低于零。

他们在路演中也向投资者传达了这一点。你可以看看这份S-1，看看过去几年的盈利曲线，以及他们走到这一步所燃烧的现金之少，你可以说：“这是一个好的商业模式，但我们正在走向AGI。不要指望我们看到的利润杠杆会持续到这个水平，尽管长期利润率可能会高得多。”

那里有一些亚马逊的真实影子。杰夫·贝索斯曾著名地告诉投资者，在他能赚大钱之前，他不会赚钱。显然，亚马逊和Anthropic有很多往来。也许那里有一些家族相似性。

但我很好奇，模型能力上有一个点，能让你进入比编程更多的垂直领域，对吧？我们可能已经到了。能力过剩的想法是存在的，即我们今天的模型可以去接管生物研究。它们今天正在接管数学。有一个点，最明智的商业决策是停止训练，只是把你盈利的模型卖给越来越多的公司。Anthropic 作为一家上市公司将面临这种压力。

你认为他们的组织或结构能够抵御这种压力吗？

是的，我认为他们的结构很好。在一些领域有投票权股票，他们绝对可以。我们在科技界见过这种情况，甚至公开地，马克·扎克伯格以前就做出过这些大举投资的决定。

它并不总是有回报。我只想指出，它并不总是有回报。

是的，它并不总是有回报。

尽管从某种意义上说，你和我现在技术上身处元宇宙。

[笑] 对。但我认为那是个事，S-1 里有一个有趣的数字，过去三个月 80% 的收入来自过去六个月发布的模型。

所以你说，“好吧，20% 的模型就像早期版本的 Opus 4.5。” 向前看，一件事是，如果你是一家前沿模型公司，你总是需要处于前沿，而且竞争极其激烈。

等等，我能问一个非常愚蠢的问题吗？

可以。

为什么？我认为我现在对这个行业好奇的核心是，如果你启用了某种可能彻底改变整个世界的尖端技术，在某个时候，最有利可图的事情就是把它在所有不同的垂直领域里玩出来，对吧？不是去造下一个。实际上是去在法律服务、医疗以及其他 AI 尚未扩散的地方运行一个高效的模型。

这种你总是必须处于前沿的想法，Anthropic 总是必须与谷歌、OpenAI 以及其他公司竞争，我从他们的自我认知中理解这一点。但从商业角度看，一个 AI 赋能的业务会向我这个 AI 提供商投入更多钱、花更多钱，而这不一定与处于前沿有关。

这有几个部分。对于新的垂直领域，这非常网络特定，如果对手在使用前沿模型，你需要用前沿模型来防御。

有道理。

当我们与一些企业交谈时，这不像电子邮件摘要，我可以在开源或 Sonnet 上运行。只是某些垂直领域，拥有…… [例如，] 如果你在某个法律案件中作为被告，如果控方——你的律师使用非前沿模型，你会没事吗？

[笑] 关于法律市场现在的情况，我有个坏消息要告诉你。

竞争动态确实决定了这一点。我认为从前进的角度看，我们也看到开源在某个时候赶上，但需求会存在。[SemiAnalysis CEO] Dylan [Patel] 经常说这个。对前沿智能的需求将永远存在，尤其是在竞争激烈的行业。而且有些任务，当你走向更多劳动力替代而非劳动力增强时，情况也是如此。

与此同时，它们正变得越来越垂直化。如果你去看招聘信息或他们正在招聘的岗位，会发现他们推出了更多这样的 SKU 和领域，而且有大量测试正在进行，比如面向金融服务的 Claude、面向法律行业的 Claude，以及他们的网络安全项目。他们每月为网络安全项目的参与者提供 25,000 个积分。

到 2027 年，这对他们来说将是一个巨大的 SKU。那些垂直化的领域，以及那些专门针对你必须要涉足的地方……我应该说，竞争更激烈、更具对抗性，这是主要原因。但我们都同意，像邮件摘要这类工作，绝对不需要在[前沿]层面完成。

我就拿 iPhone 做个不太恰当的比较。现在是 iPhone 季。我刚评测了 iPhone Duo。苹果已经好几年让 iPhone 外观保持不变了。他们为新 iPhone 打造了所有工具链，然后直接复用到两三代、甚至四代机型上，在转向下一个产品之前把那份投资的价值全部收回。苹果推出新 iPhone，同时继续销售旧 iPhone 一段时间，从那份投资和开发计划中获取更多价值。

AI 行业似乎并没有这么做。他们的全部重心都放在开发下一个新东西上，相当快地淘汰旧东西，把你推向新的昂贵产品，与此同时又在打造下一个新的昂贵产品。

在某个时点，感觉这会变得理性化，会出现某个值得在他们投资新东西时持续收割利润的产品。我只是搞不清楚 Anthropic 在这个周期中处于什么位置。

我的意思是，我们确实看到了这一点。开源 token 的用量在上升，是的，有很多领域开源模型已经足够好了。我认为往后看，你会想：“好吧，那是因为蒸馏吗？”然后前沿实验室实际上在未来是有一定防御力的。我认为当我们与客户交流时，也涉及我们如何看待前沿与开源。所以，如果你想做 iPhone 18 对比 SE 那样的类比，可以想想 Sonnet 类型的模型。

我们确实看到了这种动态，显然对于开源来说，问题在于它能占据多少份额。第二，因为我们在这些垂直领域还处于非常早期的阶段，我们不知道什么会完全智能体化。目前还没有人类在环，而 harness 实际上是有一些价值和防御力的。

我在这里会关注的一大领域，尤其是当我们今天与企业交流时，是：在很多这类企业中，只有程序员被允许使用前沿模型。如果你不是程序员，在 Anthropic 的客户中，一些公司只允许你使用 Sonnet。这反映了管理层如何看待并为此做预算，以及前沿智能在某些领域对他们究竟值多少。

以我金融分析师的头脑来看，六个月前 Claude 还建不出好的财务模型。如果你把它连接到合适的领域，它正在变好，但我们已经从“六个月前我需要一个初级分析师”，变成“也许我现在没那么需要了”，再到“如果我有无限的 token 预算，我会不会很快拥有一个甚至多个随时可用的全职初级分析师？”我们只是在每个垂直领域和主要职业类别中观察这一点。

这些类别各自的时间跨度会有所不同。这只是我比较大的疑问之一：他们多快能达到他们认为自己能到达的位置？

我想深入探讨一下这里的一些数字。昨天在所有论坛的评论区以及我们所有文章的评论区里最引人注目的是800亿美元。Anthropic 亏损了800亿美元[2026年上半年]。这与一项技术性费用有关。你能解释一下这800亿美元吗？因为它似乎与他们所谈论的收入和利润并不特别相关。

是的，这是一项非现金费用，因为他们的估值上涨了太多，而且他们发行了认股权证或可转换票据。你必须在资产负债表上对此进行会计处理。这只是一项非现金费用，因为自他们发行这些认股权证和票据以来，估值已经上涨了太多。

这是你通常总会剔除的东西。你可以就股票薪酬之类的东西争论。我们真的应该以非GAAP现金基础来考虑它吗？因为它是非现金的，如果我只是把股票交给员工，我必须在利润表上对其进行会计处理，但我实际上并没有从我的银行余额中拿出纯现金给他们。所以它不是那样的领域。它涉及会计，是高层面的。如果你不懂会计，它看起来很差，但这是因为他们增长得太多，估值上涨得太多。

关于这笔费用的一些争论在于，亚马逊是另一方。显然亚马逊非常高兴，因为 Anthropic 正在购买大量 AWS，当然他们也很高兴估值上涨了，但随着时间的推移，亚马逊会因此被稀释。这是那里动态的一部分。

Anthropic 显然要 IPO。他们要把大量股票投入市场。很明显，随着时间的推移，他们会发行更多股票来筹集更多资金。他们似乎不会很快停止想要筹集资金。

你如何看待对像 Anthropic 这样的公司进行投资，即你的估值可能上涨，但你的实际所有权股份可能随着时间的推移而被稀释？

这些交易一直结构得非常富有创意。数字是他们实际上只烧掉了100亿美元现金。他们今天资产负债表上有1200多亿美元的现金和有价证券，IPO 后可能还有1000亿美元。

这对双方来说都是一笔好交易。他们实际上只是租用算力。这不像他们有这些巨大的资本支出，甚至不是租购。你可以就某些会计问题提出一些论点，还有这些巨大的算力承诺义务，从技术上讲是未来债务，或者说基本上是在某种程度上处于资产负债表之外。但从稀释的角度来看，所有科技公司都会稀释。他们是否需要在某个时候再筹集1000亿美元的债务或股权？有可能。他们能否继续创造性地构建和融资未来的算力建设？很可能也可以。

我知道过去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，如果你是主要实验室、超大规模企业，或者是为其中许多交易提供支持的 Broadcom 或 Nvidia，这很可能不会很快改变。所以我不是特别担心。

作为股票投资者，我会担心被严重稀释吗？我不这么认为。如果你相信这个长期的 AGI 看涨逻辑，并且相信 Anthropic 会成为其中的领导者，那这大概不该让你担心。你面对的很可能是一家价值 10 万亿美元以上的企业。到那时，他们跑赢稀释不成问题。

我们来谈谈算力承诺。我看到至少有一份分析说，未来 10 年，他们对各家超大规模云厂商和新型云厂商的承诺超过 8000 亿美元。这可不是小数目。你说他们并没有那么多钱。他们甚至还没花掉那么多钱。你觉得他们能创造出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数字——7 到 10 年、5000 亿到 6000 亿美元——他们今天为算力支付的费用，实际上对应的吉瓦数并没有那么多。想想他们现在的支出，平均每兆瓦支出接近 1100 万美元，也就是每吉瓦 110 亿美元。

如果你把它折算到年度层面，比如说，“好，5200 亿美元这个数字是 70 年的总额”，那其实对应的吉瓦数并不多，而且他们会远远超出……当他们达到 20 吉瓦左右时，他们未来运行的算力承诺基本上将远超数万亿美元。

所以是的，他们会有收入来支撑。更关键的是，相对于他们拥有的算力，他们能获得多少收入。第二，算力效率方程。如果他们每兆瓦推理算力能持续获得多得多的收入，那么从租赁角度看，你究竟想在训练上投入多少、把利润率压到零？因为你可以达到这样一种状态：即便他们 80% 到 85% 的算力都只用于训练和研究，在这样的利润率下也依然可行。

收入会相当不错地增长。他们并没有处于任何危急境地。除非我们发现这些收入全部消失，或者用户流失。并不是说他们必须极快、极快地达到 1 万亿美元收入，才能实现这一切并为此买单。

除非你想打造数字上帝，除非它不能像所有人希望的那样快速扩散到整个经济中。这些都是赌注，对吧？

这些是巨大的赌注。如果你真的看好这种向数字经济攀升的势头，看看这些数字：Anthropic 说，在他们的《财富》500 强客户中，他们覆盖了 50% 的《财富》500 强企业，而这仅占其客户总运营支出的 0.1%。按每用户计算，如果你认为运营支出不包括销货成本，那大约是每月 8 美元。如果你认为包括销货成本，那也低于每月 50 美元。

他们也是这么说的。在 Claude Code 用户中排名前 5% 的用户，平均每年花费 1.8 万美元，是前 5% 的用户。他们的非 Claude Code 用户每月花费不到 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以及这些传统 IT 软件买家交谈时。

在传统白领工作中的渗透率极低。这也是关键点：这里有一个漫长的爬坡期，既包括席位采用，也包括使用量。你可以争论谁将在这场竞争中胜出，但很明显，前沿实验室将从中分得一部分，而且这对明年的净新增 ARR 来说将相当可观。

其中一件非常有意思的事是，我们谈论前沿实验室，谈论超大规模云厂商——Anthropic 在这份 S-1 里有很多疯狂的风险因素，包括 Claude 可能拥有意识并杀死我们所有人。

但其中最直接、也许最容易理解的一点是，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：“这些关系可能会转变。”他们与 SpaceXAI 有着重要的合作关系。Elon Musk 将训练 Grok。他们迟早会在某个时候与 SpaceXAI 竞争。那段关系可能会变得岌岌可危。

正如你所说，他们只是在租用算力。到了某个时候，市场可能会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把产能租给这家领先公司。你怎么看这件事的发展？

我们确实看到 OpenAI 和 Anthropic 都在更加直接，但并不拥有算力，而更像是租购，或者像一些财务赞助方那样通过 SPV 来更直接地生产算力，而不是租用。

这有两点。从某个角度看，Google 也在向客户出售其外部芯片，并说：“我们不在乎在 Google Cloud 内部将其变现，甚至不在乎分配份额……如果你认为我们芯片受限严重，我们甚至不在乎这些芯片是给 DeepMind 还是给我们内部的 GCP 算力去变现。我们就是愿意成为芯片卖家。”

Anthropic 很喜欢 TPU，有 3.5 到 4 吉瓦以上，可能还有更多在管道中，就订单而言，Anthropic 直接购买这些芯片然后再出租。所以是的，市场很好。

等等，不是直接买来出租。所以他们是买进一家 neocloud？

是的，他们通过 SPV 购买，或者 SPV 买下，然后他们从 SPV 租用。

明白了。好的。

即使在 Google Cloud、AWS 或 Foundry 内部，Anthropic 的规模也很大——其 48% 的业务来自 Bedrock Foundry 和 Vertex，人们通过现有的云关系付费来访问这些模型。他们甚至不用和 Anthropic 打交道。你不需要与 Anthropic 的销售团队互动。

你之前提到过这一点。这个营销渠道让 Anthropic 获得收入分成。

对。如果你是 AWS，你会说：“我为 Anthropic 运行算力，比如说每兆瓦 1000 万美元，但现在我拿到每兆瓦 650 亿美元中的 16%，再加上算力成本，”所以我们现在看到所有云的利润率都在上升。部分原因是 CPU 利用率在上升，因为所有的编程以及强化学习方面的一些工作，但我们称之为 token 即服务业务的这些——AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise platform（前身为 Vertex）——实际上正在大幅提高这些云上 AI 的利润率。

当股东最近把功劳归于他们时，他们也在受益。第二季度，Azure 和 AWS 都有极其极其强劲的季度，尤其是 AWS，这得益于 Anthropic 在 Bedrock 上的增长。

你认为这会阻止 Amazon 去训练自己的前沿模型吗？他们在让 AWS 成为其他所有人的基础设施方面做得很好，但他们是少数几个没有因为缺乏自己的模型而感到不安的大型科技公司之一。

是的，这很有意思。Amazon 非常乐意服务各种各样的客户，而他们的[前沿能力]非常少。当我们看自己对训练算力的估算时，他们在所有超大规模云厂商中是最少的，也许除了 Oracle。那里似乎没有太多战略。

我知道 Microsoft 在过去两个季度里谈得稍微多了一些。AWS 在财报电话会上也谈得稍微多了一些，但规模并不大。他们没有做到 Meta 那样的程度，也没有试图在这里竞争，甚至没有像 Google 用 Gemini 那样。尤其是像 Dylan 这样的人会告诉你，如果你不试图在前沿竞争，那真的没有你的位置，尤其是如果你只在内部投入几百兆瓦。第一，内部用例像是服务 Amazon 零售，但第二是训练。要擅长这件事需要做出很多承诺。

这是改天再聊的话题，但我看着这些 Microsoft 裁员 ，我把它看作他们未来将尝试竞争的微弱证据。他们显然被 OpenAI 伤得很重。

是的。在他们签署的新协议中，他们有权将 OpenAI 模型变现，而本质上在该协议内不向 OpenAI 支付任何费用。他们未来会有一些有趣的事情，将 OpenAI 模型变现，甚至通过 Microsoft 365 Cowork 和 Copilot 应用变现，而他们不为一款前沿模型向 OpenAI 支付任何费用。

这里的另一个动态，你之前提到过，就是在过去几周里，关于 neocloud 有很多焦虑——它们会成功还是会失败。我想 Elon Musk 说过会有一场 类似孔雀鱼的灭绝事件，用这个比喻来描述一堆数据中心真是太残酷了。

但这是一堆循环融资，Nvidia 扶持了其中一堆，也许超大规模云厂商就会直接赢走一切。也许 Anthropic 的需求也是如此，因为也许他们会想拥有更多自己的算力，因为以各种方式租用算力都很不稳定。

你怎么看 neocloud？你认为随着这些公司上市、市场真正洗牌，它们能活下来吗？

Elon 显然有动机说 neocloud 会灭绝。ClusterMAX 说了别的话，并且对 neocloud 做出了很棒的评级。有很多 neocloud 是前加密矿工，它们不是好生意，也不擅长运营集群。

我只想指出 CoreWeave 就是一家前加密挖矿公司，对吧？

是的。我不是指 CoreWeave，但名单上还有更靠后的其他公司。CoreWeave、Nebius，以及任何获得主要实验室、超大规模云厂商、Nvidia 或 Broadcom 支持或兜底的公司都会没事。

正是那条更长的尾部。超大规模云厂商一直占资本支出的65%以及净新增上线算力。市场中有35%的参与者并不具备超大规模云厂商那样的资产负债表。谷歌和Meta最近都进行了融资或宣布将要融资。当我们审视四大超大规模云厂商时，它们实际上在未来两年内并不需要筹集那笔资金，尽管资本支出正迅速从1.2万亿美元增长到2万亿美元。

但对于许多其他新型云厂商来说，如果你没有那种支持，我认为即便在当下也非常艰难，而且如果你没有那些参与者的支持或兜底来持续建设算力，情况会变得极其困难。这是一个非常、非常艰难的融资市场。

我认为特别有意思的一点是，埃隆尤其谈到新型云厂商会消亡，并且显然在吹捧自己的数据中心业务，他正试图把它们送上太空，以避开美国围绕数据中心的强烈反对。

我们有很多关于美国数据中心遭遇反对的报道，这正在拖慢许多项目。但按照我们目前的节奏，如果你认为新型云厂商摇摇欲坠，你最终可能实际上会废弃大量GPU和半建成的数据中心，或者让它们被融资协议束缚而无法点亮。

你对此怎么看？你认为我们真的需要上太空吗？还是你认为市场会趋于理性，并真正利用当前已分配但未被使用的所有算力？

我们更多会趋于理性。市场非常擅长在地面上为芯片找到安置之处。在政治上，我们看看下周中期选举会发生什么以及由此产生的后果。显然，还有一些非常大的站点仍然面临巨大的许可问题。随着我们展望明年，还有整个电力方程。

数据中心会被建起来。会有办法把这些建起来。最重要的一点——超大规模云厂商的CFO们已经说过——从过度建设的角度以及相对而言，建设数据中心外壳相当便宜。如果他们过度建设，他们可以做的就是表示：“我们就是不接收芯片交付。我们不买芯片。我们不会把它们装满。”它们就空着，没有芯片。但大部分支出在芯片这一侧。

所以，如果我们最终真的到了从数据中心角度看供过于求的境地，我知道这有点不同。这与问题所问的正好相反。他们从ROI角度已经说过这一点。这又回到了那个更大的问题：我们是否仍将受到严重的供给约束。现在很多人，尤其是过去三周，都在谈论：“当我们展望2028年时，我们是否真的处于这种算力大规模过剩之中？”

因为我们谈过的同一件事，从Anthropic的负94%利润率转为正85%，以及算力效率意味着，随着你上线更多推理兆瓦，每兆瓦带来更多收入，在其他条件相同的情况下，你需要更少的算力。所以问题在于，我们在2028年是否会有足够的收入来证明2万亿美元以上资本支出的ROI是合理的。

这就是为什么我花了这么多时间询问能力过剩以及当今模型有多好的原因，因为你能看到一些对AGI不那么理想主义的竞争对手说：“实际上，我们要在这些尚未利用AI的垂直领域部署一大批前置工程师，向他们销售高利润的推理服务，因为我们会自动化他们业务的大块内容，他们就能看到回报。”目前，一大批《财富》500强企业尚未看到AI支出的回报。

所以，如果你实际上只是在客户服务、部署和模型产品化方面做得更好，你可能会远远领先于Anthropic需要达到的位置，因为他们仍然每分每秒都在思考AGI。我看着Dario在Dreamforce上站在Marc Benioff旁边，那家伙现在根本不想待在那里。他想的是机器之神。

那里有一些东西，你能看到竞争对手推出开源模型并说：“我们实际上要将其产品化，我们要真正拿走其他人所依赖的收入。”

是的，这极其、极其有趣。在此期间，这就是为什么它变得越来越垂直化，因为你需要一些东西来桥接AGI——即它完全胜任工作的状态，你需要一些东西来桥接今天的实际模型。

[笑] 是的。我们就当那是理所当然的。

要达到那里，你需要在某个节点上搭建一些桥梁，让它与实际的最终用户对接。一切都将归结为这一点：是否会出现某种时机或采用上的错配，导致我们在某个时间点拿不到足够的收入来证明“为AGI而训练和计算”的追逐是合理的？这是一个风险。

我们关注的另一个风险是，我们是否会在前沿领域获得更多模型，甚至在开源领域，在编程方面具有同等竞争力，届时前沿领域的token定价需要被压低，因为正如我之前提到的，切换成本更低。即使在SemiAnalysis，我们在第二季度末有95%或90%以上的使用量是在Anthropic的模型上，在OpenAI的ChatGPT 5.6和Astra发布后降到了70%。然后随着Opus 5.5的推出，又回升到了大约90%以上。

它确实会回来。即使是今天的收入基础——他们说过我们的净收入留存率为900%，所以他们看到了这种巨大的、巨大的增长。这不是像ServiceNow或Workday那样的传统软件业务，那种业务你只需要一个令人难以置信的logo或95%到98%的毛留存率，客户签下漂亮的三年合同，他们从不流失，他们增加一些席位，也许他们采用另一个被追加销售的产品。这纯粹是消费型的。

另一部分是，由于假期季节，去年最后两周的token支出与去年同期最后两周相比下降了20%。你不会在假期期间做工作代码相关的事情，你不会在假期期间为工作写代码。这是一个极其、极其纯粹的消费型业务，甚至不同于我们今天在公开市场上对Snowflake或Datadog的看法。

显然，Anthropic 并不是唯一一家将要 IPO 的公司。OpenAI 就在它旁边。他们推迟了自己的上市。你之前提到 Anthropic 更侧重于企业级市场。我认为 OpenAI 很长一段时间都以为 Google 不会对他们做出反应，他们会直接夺走搜索业务，一切都会好起来。Google 显然做出了反应，无论好坏。搜索现在变成了 AI Overviews。

看看 Anthropic 的 S-1，你对 OpenAI 有什么期待？因为他们是一家更面向消费者的公司。

OpenAI 在第一季度末是 60-40 的消费者与企业比例，60% 消费者、40% 企业。直到 1 月或 8 月才首次翻转，转向以企业为重点。他们会告诉你的是企业业务——因为过去太侧重于消费者和订阅，这项消费业务占 Anthropic 收入的 80%——直到 5.6 发布以及随后的 Astra 才真正起飞。

那些确实是非常出色的模型。OpenAI 在第三季度拿走了实际净新增 ARR 的大部分，但这需要一些时间，因为《华尔街日报》上报道的是负 100% 的 EBITA 利润率，而我们这里看到的是正 11%。

商业模式上存在一些差异，一些相当大的差异，他们的变现率就是不如 Anthropic。这在一定程度上是因为业务构成——垂直领域、消费者与企业的划分——而这正在改变。

他们会告诉你，他们看到了一个非常好的第四季度，而且他们的企业销售职能比 Anthropic 强得多。我预计他们会好起来，但我不认为即使他们在 2027 年初发布 S-1 时，财务数据会像这份一样好看。

你觉得这就是他们推迟的原因吗？为了让财务数据看起来更好？

是的，我认为 OpenAI 有一个非常强劲的第三季度。企业业务环比增长 100%，而整体业务为 77%。你在这里又得到了一个强劲的企业季度。如果 Opus 5.5 没有抢走大量份额，那会让 OpenAI 处于更有利的位置来讲述这个故事。

从现在到 Anthropic 真正上市之间还有一些其他转折。他们会进行路演。会有一些定价事件。你对 Anthropic 有什么期待？

他们两三周前举办了一次投资者日，确实提供了一些更多细节。我认为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，可能超过 10%。公开报道的是，他们的 Claude Code 席位从 60,000 个降到了 30,000 个。这些 token 量并没有消失，只是转移到了 Meta 的内部模型中。

Anthropic 开始打击反蒸馏行为，这此前占收入的 5%。我想他们在 S-1 中说的是占收入的 5% 到 7%，以及违反其服务条款的内容。所以路演上要讲的是 Opus 5.5 之后 10 月的这波加速。我们相信他们已经重回正轨。

如果他们在第二季度每月净新增 ARR 达到 100 亿美元，而第三季度降至 40 亿美元，那么第四季度他们将恢复到 80 亿至 100 亿美元的节奏。人们想了解这些新的垂直领域，特别是网络安全。在完整的网络安全 SKU 推出之前，他们正在进行一些修补，但他们今天肯定已经在通过漏洞代码扫描实现网络安全领域的变现。我应该说明，这些与现有客户签订的合同并不小。

我认为他们会开始传递 2027 年 ARR 增长路径的信息。另一件事是预期管理，把数字保持在足够低的水平，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风险”时，很难做预期管理。

[笑] 对。所以说你做到那一步——你会在某个时候实现 AGI，你会取代所有人的工作——但同时又试图把第四季度的数字保持在足够低的水平，以便在上市第一个季度实现大幅超预期，并为 2027 年给出不错的指引，这将是在长期愿景和短期预期管理之间来回摇摆的绝佳组合。

有很多事情在发生。Joey，这次聊得很愉快。随着这些公司加速真正走向上市、其经济状况变得更加可见，我们一定得再请你回来。非常感谢你参加 Decoder。

非常感谢。我很感激。

_{有问题或评论？请发邮件至 decoder@theverge.com 联系我们。我们真的会读每一封邮件！}