SemiAnalysis 分析师解读 Anthropic S-1：估值与 AGI 叙事背后的账本

今天在Decoder节目中，我邀请到了芯片与AI研究公司SemiAnalysis的分析师Joey Brookhart，和我一起深入剖析Anthropic IPO申报文件——也就是所谓的S-1文件——数字背后的故事。

Anthropic刚刚提交了在纳斯达克上市的S-1文件，最快可能在下个月就开始交易，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。本周早些时候公布的S-1文件长达数百页，其中的细节终于勾勒出了一家前沿AI实验室的经济图景。可以想见，这幅图景既极其复杂，又建立在一系列非常、非常雄心勃勃的假设之上——关于未来，以及AI将如何改变未来。

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，所以他一直和大家一样热切地等待这份文件，我也很期待听到他对我们已经了解到的情况、以及重要的——我们仍然不知道的情况——的看法。

好：SemiAnalysis的Joey Brookhart谈Anthropic的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，以保证篇幅和清晰度。

Joey Brookhart，你是SemiAnalysis的分析师。你还是SemiAnalysis“Tokenomics”模型的联合负责人，这个模型在本期节目中会多次提到。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文件提交几天后交谈的。这是我们首次得以窥见一家领先前沿模型公司的财务状况。你怎么看？你的解读是什么？

这是一份很棒的S-1。自投资者日以来的三周相当艰难。有些人对9月的[年化经常性收入]数字略感失望，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，在极短时间内实现了700亿美元以上的ARR。

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、新型云厂商和算力股票都真正再度大涨。

有意思的是，我觉得我挑不出S-1本身的问题。我想深入一些细节，因为里面有很多数字值得思考。我其实想从真正的大局开始。你在做一个叫Tokenomics的东西。我要向大家解释一下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，感觉总得有人赚到钱才能付给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。

这非常有意思。今天，即便我们所在的规模已经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。排名前1%的客户是那些每位员工花费5万到10万美元的客户。更广泛的财富500强或全球2000强企业，通常有大量IT支出，但它们的支出并不多。

很大一部分支出，尤其是在Anthropic，是专门针对编程的。它几乎是一家单一垂直领域的公司。我们展望2027年，你想到的是更广泛的采用和白领工作。这个典型的企业第四季度预算季，我们其实还没有真正经历过其中任何一家实验室的完整周期，因为它们的ARR直到今年年初才真正开始加速。我们想到其他情况，比如网络安全，它可以和编程类似，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，可以非常迅速地扩张。你还可以想到生物等其他垂直领域。

要达到1万亿美元，我们确实必须转向部分白领工作，从AI辅助转向在某些领域节省人力或替代人力。你看看微软向员工提出买断方案之类的例子，但并没有大量其他垂直领域可供它们进入并真正开始改变局面。

这是我最大的一个问题，不仅关于S-1，而是关于整个行业。如果只有一两家领先实验室，我能理解。有两家大公司拥有可以自动化一大堆事情的技术。我们会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。有相当多家。还有开放权重模型。

我从很多CEO那里听说，他们对把所有数据都交给OpenAI或Anthropic感到非常紧张，他们希望能在本地部署运行一些东西。现在有律师事务所在用本地部署的AI，这大概是整个历史上最有趣的转折了。

这非常有意思，因为当我们看今天的编程时，比如——我想我们在第三季度看到了这一点，OpenAI有点追上来了——编程领域有一些地方的转换成本非常低，我可以直接在这些地方之间切换。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。我们现在确实看到企业，而且更多的是，很多AI原生公司，在开放权重模型上进行自定义训练和后训练，然后要么基于此运行他们的推理，要么甚至将他们的产品用于内部或外部用例。

显然，谷歌的DeepMind和[Meta Superintelligence Labs]都是资金非常充足的实验室，拥有相当相似的训练算力，而且他们正在引入大量算力。更不用说SpaceX了，Elon说过明年净新增约10吉瓦，其中一半是长期内部用例。

今年上半年，Anthropic一骑绝尘。他们占了行业净新增ARR的90%。我们在第三季度看到，OpenAI实际上可能占了行业净新增ARR的大部分。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，这个行业的竞争激烈了许多，但同时也涌现出所有这些新的用例，而其中一些垂直化的用例，正是我们未来将看到增长的地方。因为很明显，编程不可能推动我们在这里再翻三倍。

这很有意思。这个概念叫做Tokenomics。你和SemiAnalysis的另一位联合负责人一起开展这项业务。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，即“我们要投入一些钱，也许我们会拿回一些钱。”

我把它理解为[AI的]单位经济学，或者甚至是更宽泛的概念——从宏观到微观，涵盖运营AI业务乃至观察AI需求的一切。所以我们覆盖超大规模云厂商，现在也在一个单独的产品中覆盖一些新型云厂商。

但还有AI实验室。对于投资者，或者只是对这项业务感兴趣的人来说，Anthropic两年前在推理上的毛利率是负94%。现在他们的毛利率是正85%，而人们并不理解他们如何分配算力。我们该如何思考推理的商业模式？

毛利率讨论的一部分是推理中每兆瓦的收入。为什么所有运行推理的公司都在推理和算力效率上看到巨大提升？所以我们试图对这些业务进行建模，显然当Anthropic还是私营公司时，我们处理的是能从媒体等处获得的信息。

但既然我们现在有了经过审计的具体数字，就很容易解释这件事的单位经济学了。也能说明这些业务有何不同。OpenAI 和 Anthropic 是非常不同的业务，既体现在消费与订阅的对比上，也体现在历史权重上，以及消费者与企业业务的对比上。[我们]正试图从需求层面理解这些业务的经济学。

几年前，当我和谷歌 CEO 桑达尔·皮查伊谈论推理成本时，我说：“你们到底打算怎么赚钱？”他非常明确。他说：“如果说谷歌有一件事擅长，那就是把这类东西的成本曲线拉下来。”

这是一个非常直白的回答。我理解谷歌怎么能做到。他们自己制造芯片。Anthropic 则运行在别人的云上。S-1 的核心部分就是他们承诺在别人的云上花多少钱：SpaceXAI、谷歌、亚马逊。他们的效率从何而来？

真正靠的是 token 吞吐量。他们拥有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，目前 Trainium 芯片上的 token 吞吐量同比增长了 5 倍到 10 倍。

在硬件层面的效率和软件——以及模型如何与硬件交互——两方面共同作用下，token 吞吐量有大量提升空间：如果你每秒处理 X 个 token，仅仅一年后就能达到五倍或十倍。他们会告诉你，他们预计未来算力效率还会持续提升。

在SemiAnalysis与我共同负责Tokenomics模型的Max Kan和我甚至已经就此发表过一些研究。目前，如果Anthropic每兆瓦推理算力对应6500万美元收入，而去年这个时候还只是十几岁的水平。我们曾说过，也许在[Nvidia] Blackwell上运行Opus 5.5，每兆瓦收入可以达到1亿到1.2亿美元。

这里的关键在于，他们现在平均每兆瓦在[销货成本]上，或者说仅在算力成本上，只支付略高于1000万美元。有了这些利润率，你就可以再投资于训练。

人们没有意识到这一点，但实际上只有大约30%的算力真正用于产生收入的推理服务。其余用于实验和研究、训练模型以及后训练模型。所以有大量算力在构建下一个模型，这更多属于研发侧，也是你在这个业务中真正获得回报和护城河的地方。

实际上，我原本期待在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，而且未来会有更多客户购买他们现有的模型。这会带来大量利润。然后，因为它是Anthropic，而且他们认为自己在构建一个数字之神，他们会尽可能多地训练下一个模型。

那是一个非常独特的Anthropic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可能是有意识的，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率之间的关系。你认为这一趋势会上升或以任何方式改变吗？

我同意。从长期来看，而且我们甚至在内部也说过这一点，他们实际上想提高训练所占的百分比。如果你相信自己正在构建一个数字之神，或者正在走向AGI，而且只要你的推理毛利率能达到85%以上，你就能做到。

他们的增长速度远超自己的预期，他们也没料到会达到11%的非GAAP EBITA利润率。他们很希望能更接近零，甚至如果能拿到那些算力并将其分配给训练、同时继续看到这些算力效率提升，他们甚至愿意低于零。

他们也在路演中向投资者传达过这一点。你可以看看这份S-1，看看过去几年盈利能力的曲线，以及他们走到这一步烧掉了多么少的现金，然后你可以说：“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率杠杆会一直持续到这个水平，尽管长期利润率可能会高得多。”

这里面确实有一些亚马逊的影子。杰夫·贝索斯曾著名地告诉投资者，在能够赚大钱之前，他不会赚钱。显然，亚马逊和Anthropic之间有很多往来。也许那里有一些家族相似性。

但我很好奇，是否存在某个模型能力节点，能让你进入比编程更多的垂直领域，对吧？我们可能现在就到了。能力悬置的想法是存在的，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。存在某个节点，此时最明智的商业决策是停止训练，只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合理。在那些领域拥有部分投票权股票，他们绝对是这样。我们在科技行业见过这种情况，甚至公开地，马克·扎克伯格此前也做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。

尽管按某种定义，你和我现在技术上就身处元宇宙之中。

[笑] 对。但我认为这值得一提，而且S-1里有一个有趣的数字：过去三个月的收入中有80%来自过去六个月发布的模型。

所以你会说：“好吧，20%的模型就像早期版本的Opus 4.5。”向前看，有一件事是：如果你是一家前沿模型公司，你始终需要处于前沿，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，那么在某个时点，最赚钱的做法就是直接在所有不同的垂直领域把它变现，对吧？而不是去造下一个。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。

这种你必须始终处于前沿、Anthropic必须始终与谷歌、OpenAI以及其他公司竞争的想法，我从他们的自我认知角度能理解。但从商业角度看，一家AI赋能的企业会向我这个AI提供商投入更多钱、花更多钱，而这未必与处于前沿有关。

这里面有几个部分。对于新的垂直领域，而且这是非常网络安全特定的，如果对手正在使用前沿模型，你就需要用前沿模型来防御。

有道理。

当我们和一些企业交流时，这不像是我可以在开源模型或 Sonnet 上跑一个邮件摘要。就是有某些垂直领域，拥有……[比如说，]如果你在某个法律案件中是被告，而检方——你的律师用的是非前沿模型，你能接受吗——

[笑] 关于法律市场现在的状况，我有个坏消息要告诉你。

竞争动态确实决定了这一点。我认为从未来的角度看，我们在开源模型上也见过这种情况，它在某个时点追了上来，但需求会一直在那里。[SemiAnalysis CEO] Dylan [Patel] 经常这么说。对前沿智能的需求永远存在，尤其是在竞争激烈的行业。而且有些任务，随着你从劳动力增强走向更多劳动力替代，情况也是如此。

与此同时，他们正变得越来越垂直化。如果你去看招聘信息或他们在招什么，他们正在推出更多这类 SKU 和领域，而且有很多 beta 测试正在进行，比如面向金融服务的 Claude、面向法律的 Claude，以及他们的网络安全项目。他们在网络安全项目里每月给参与者发放 25,000 个 credits。

那对他们来说在 2027 年将是一个巨大的 SKU。那些垂直化的领域，以及那些特别需要你处于……应该说，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和某些工作，绝对不需要[在前沿]进行。

我就拿iPhone做个不太恰当的类比吧。现在正是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。他们为新一代iPhone打造了全套工具链，然后把它复用到两三个甚至四个机型上，在转向下一个新东西之前把这项投资的价值全部收回。苹果推出新iPhone后，还会继续卖一段时间的旧iPhone，以便从这项投资和开发计划中榨取更多价值。

AI行业似乎不是这么做的。他们的全部重心都放在开发下一个新东西上，很快就把旧东西淘汰掉，把你推向新的昂贵产品，同时又一边在打造下一个新的昂贵产品。

到了某个时点，感觉这会变得合理起来，会出现某个值得持续赚取利润的东西，同时他们去投资新东西。我就是搞不清楚Anthropic在这个周期里处于什么位置。

我是说，我们确实看到了这种情况。开源模型的token量在上升，而且有很多领域，是的，开源模型已经足够好了。我觉得往后看，你会问：“好吧，那是因为蒸馏吗？”然后前沿实验室其实在未来是有一定防御力的。我觉得当我们和客户交流时，也涉及我们究竟如何看待前沿与开源。所以像Sonnet这类模型，如果你想做iPhone 18对比SE那种类比的话。

我们确实看到了这种动态，显然对开源来说，问题在于它能吃掉多少。第二，因为这些垂直领域我们还处在非常早期，我们不知道哪些会完全代理化。没有人类在环，而那个执行框架实际上是有，我应该说，有一定价值和防御力的。

这里我要重点看的一大块，尤其是在我们今天与企业交流时，是：在很多这类企业里，只有程序员才被允许使用前沿模型。如果你不是程序员，有些公司就只让你用 Sonnet——如果你是 Anthropic 的客户的话。这反映了管理层如何看待这件事、想如何为此做预算，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，我会不会很快就能随时拥有一个甚至多个完整的初级分析师？”我们只是在每个垂直领域和主要职业类别上这样看。

每个类别里的时间跨度都会不同。这只是我更大的问题之一：它们多快能达到它们认为自己能达到的地步？

我想深入看看这里的一些数字。昨天所有论坛的所有评论区、我们所有文章里最扎眼的那个数字是 800 亿美元。Anthropic 亏损了 800 亿美元[在 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，因为他们的估值涨得太多了，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，估值涨得太多了。

这是你总会回避的问题。你可以就股票薪酬之类的事情争论。我们真的应该按非GAAP现金基础来考虑这件事吗？因为它是非现金的，如果我只是把股票发给员工，我必须在利润表上计入这笔费用，但我实际上并没有从银行账户里拿出纯现金给他们。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，看起来会很糟，但这是因为他们增长得太快，估值涨得太多了。

关于这笔费用，这里的一些争论在于，亚马逊是另一方。显然亚马逊非常高兴，因为Anthropic正在大量购买AWS，当然他们也为估值上涨而高兴，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显然会IPO。他们会向市场投放大量股票。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融资。

你如何看待这一点，就投资像Anthropic这样的公司而言，你的估值可能上涨，但你实际的所有权份额可能随着时间的推移而被稀释？

这些交易一直结构得非常有创意。数字是，他们实际上只烧掉了100亿美元现金。他们今天资产负债表上有1200多亿美元现金和可出售证券，IPO后可能还有1000亿美元。

这对双方来说都是一笔非常划算的交易。他们实际上只是租用算力。这不像他们需要投入巨额资本支出，甚至也不是租购模式。你可以就某些会计处理提出一些论点，而且确实存在这些巨额的算力承诺义务，从技术上讲那是未来债务，或者说本质上它在某种程度上处于表外。但从稀释的角度来看，所有科技公司都会稀释。他们是否会在某个时候需要再筹集1000亿美元的债务或股权？有可能。他们能否继续创造性地构建结构并为未来的算力建设融资？很可能也可以。

我知道过去几周里，关于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，如果你是大型实验室、超大规模云厂商，或者是为其中许多交易提供支持的博通或英伟达，这种情况可能短期内不会改变。所以我并不特别担心。

作为股权投资者，我会担心被严重稀释吗？我不这么认为。如果你相信这个长期AGI的看涨逻辑，并且相信Anthropic将成为其中的领导者，那这大概不应该让你担心。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，他们可以跑赢稀释。

我们来谈谈算力承诺。我至少看到一份分析说，未来10年，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。这很多。你说他们并没有那么多钱。他们甚至还没花掉那么多钱。你认为他们能产生足够的收入来偿还这些承诺吗？

是的。我认为当人们看到那些头条承诺——未来7到10年5000亿到6000亿美元这个数字——可以说，他们今天为之付费的算力其实并没有多少吉瓦。如果你想想他们现在的支出，平均而言，他们每兆瓦的支出接近1100万美元，也就是每吉瓦110亿美元。

如果你把这个数字折算回年度层面，然后说：“好吧，比如5200亿美元这个数字是分摊在70年里的”，那其实并没有多少吉瓦，而且他们会远远超出……当他们达到20吉瓦左右时，他们正在推进的未来算力承诺基本上将远超数万亿美元。

所以是的，他们会有足够的收入来做到这一点。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。如果他们持续从每兆瓦推理算力中获得多得多的收入，那你到底想在训练上投入多少，并把租赁视角的利润率压到零？因为你可以达到这样一种状态：在这些利润率水平下，他们甚至80%到85%的算力都只用于训练和研究。

收入会相当好地扩展。他们在这方面没有任何危急处境。除非我们意识到所有这些收入都消失了，或者用户流失了。这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付费。

除非你想打造数字上帝，除非它不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？

这些都是巨大的赌注。你看那些数字，如果你真的看好这波向数字经济迈进的大潮，那就是Anthropic说，在他们的《财富》500强客户中，他们已覆盖了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含销货成本，那大约是每月8美元。如果你认为包含销货成本，那就是每月不到50美元。

他们也是这么说的。在Claude Code排名前5%的用户中，他们平均每年花费1.8万美元，这是排名前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，即这里存在一个漫长的爬坡期，既包括席位采用，也包括使用量。你可以争论谁会在这场竞争中胜出，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将相当重要。

其中一件非常有趣的事是，我们谈论前沿实验室，我们谈论超大规模云厂商——Anthropic在这份S-1中列有很多疯狂的风险因素，包括Claude可能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。埃隆·马斯克将训练Grok。他们将在某个时候与SpaceXAI竞争。这种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。在某个时点，市场可能会迫使他们拥有更多自有算力，因为他们自己的竞争对手不愿把产能租给这家领先公司。你怎么看这件事的走向？

我们确实看到OpenAI和Anthropic都在更直接地推进，但并不拥有算力，而更像是“先租后买”，或者像一些财务赞助方那样通过SPV来做，更直接地生产算力，而不是租用。

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：“我们并不在意在Google Cloud内部将其变现，甚至不在意分配份额……如果你认为我们受到严重的芯片约束，我们甚至不在意这些芯片是流向DeepMind，还是用于我们内部GCP算力来变现。我们就是愿意成为芯片卖家。”

Anthropic很喜欢TPU，那里有3.5到4吉瓦以上、可能还有更多在管道中的订单，也就是Anthropic直接购买这些芯片然后再出租。所以是的，市场是好的。

等等，不是直接买来出租。那他们是买进一个neocloud吗？

是的，他们通过SPV购买，或者由SPV购买，然后他们从SPV租用。

明白了。好的。

即便在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：“我以每兆瓦1000万美元的价格为Anthropic提供算力，但现在我能拿到每兆瓦650亿美元中的16%，外加算力成本，”所以我们现在看到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，因为大量的编程工作，以及强化学习方面的一些工作，但我们所说的这些“token即服务”业务——也就是AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise平台（即此前的Vertex）——实际上正在大幅提高这些云厂商在AI上的利润率。

他们也在受益，最近股东们把功劳给了他们。第二季度，Azure和AWS的季度表现都极其、极其强劲，尤其是AWS，这得益于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成为其他所有人的基础设施方面做得很好，但他们是少数没有因为缺乏自有模型而感到不安的大型科技公司之一。

是的，这很有意思。亚马逊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，除甲骨文之外，他们在所有超大规模云厂商中是最少的。那里似乎没有太多战略。

我知道微软在过去两个季度里对此谈得稍微多了一些。AWS在财报电话会上也谈得稍微多了一些，但规模并不大。他们并没有做到Meta那样的程度，也没有试图在这里形成竞争力，甚至谷歌凭借Gemini也没有。尤其是像Dylan这样的人会告诉你，如果你不打算在前沿领域竞争，那其实就没有你的位置，尤其是如果你在内部只投入几百兆瓦的算力。第一，内部用例比如服务亚马逊零售业务，但第二是训练。要在这件事上做好，需要做出很多承诺。

这是另一个话题了，但我看微软这些裁员，把它视为他们未来将尝试竞争的微弱迹象。他们显然被OpenAI坑得很惨。

是的。在他们签署的新协议中，他们有权将OpenAI模型变现，而本质上在该协议范围内无需向OpenAI支付任何费用。未来会有一些有意思的事情，他们将把OpenAI模型变现，甚至通过Microsoft 365 Cowork和Copilot应用来实现，而他们无需为前沿模型向OpenAI支付任何费用。

这里的另一个动态，你之前也提到过，就是在过去几周里，关于neoclouds（新型云厂商）有大量焦虑——它们会成功还是会失败。我想埃隆·马斯克说过会出现一场类似孔雀鱼的灭绝事件，用这个比喻来形容一堆数据中心真是太残酷了。

但这是一堆循环融资，英伟达扶持了其中一批，也许超大规模云厂商就会直接甩开它们一路领先。也许还有Anthropic的需求，因为他们可能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。

你怎么看新型云厂商？你认为它们真的能在市场洗牌中活下来吗，尤其当这些公司纷纷上市的时候？

埃隆显然有动机说新型云厂商会灭绝。ClusterMAX 说的不一样，而且它对新型云厂商的评级做得非常出色。有很多新型云厂商是前加密货币矿工，它们不是好生意，也不擅长运营集群。

我只想指出，CoreWeave 就是一家前加密货币挖矿公司，对吧？

是的。我不是指 CoreWeave，但名单上更靠后的还有其他一些。CoreWeave、Nebius，以及任何获得某家主要实验室、超大规模云厂商、英伟达或博通支持或兜底的公司，都会没事。

问题在于那条长尾。超大规模云厂商占资本支出和净新增上线算力的 65%。市场上有 35% 的参与者没有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。当我们看四大超大规模云厂商时，它们实际上在未来两年并不需要筹集那笔钱，尽管资本支出正迅速从 1.2 万亿美元增长到 2 万亿美元。

但对许多其他新型云厂商来说，如果你没有那种支持，我认为即使现在也非常艰难，而且如果你没有那些参与者的支持或兜底来继续建设算力，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。

我们对美国数据中心遭遇的反对有大量报道，这正在拖慢许多项目。但按照我们目前的速度，如果你认为新型云厂商摇摇欲坠，你可能最终会闲置一堆GPU和半建成的数据中心，或者让它们被融资协议套住，无法点亮。

你怎么看？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，并真正利用目前已经分配但未被使用的所有算力？

我们更倾向于理性化。市场非常擅长在地面上为芯片找到安置之处。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——从过度建设的角度和相对而言，建数据中心外壳相当便宜。如果他们过度建设，他们能做的是说：“我们就是不接收芯片。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，如果我们最终真的落到从数据中心角度看供过于求的境地，我知道这有点不一样。这和问题所问的正好相反。他们从ROI角度已经这么说了。这又回到那个更大的问题：我们是否仍将面临严重的供给约束。现在很多人，尤其是过去三周里，都在讨论：“当我们展望2028年时，我们是否真的会陷入算力的大规模过剩？”

因为我们谈过的同一件事——Anthropic从负94%的利润率转为正85%，以及算力效率意味着，随着你接入更多推理兆瓦，每兆瓦带来的收入要多得多，在其他条件相同的情况下，你需要的算力就更少。所以问题在于，到2028年我们是否会有足够的收入，来证明超过2万亿美元资本支出的ROI是合理的。

这就是为什么我花了这么多时间询问能力过剩以及今天的模型有多好，因为你能看到某个对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，向他们销售高利润率的推理服务，因为我们会自动化他们业务的很大一部分，他们就会看到回报。”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想着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儿。他想的是机器之神。

你能看到有些东西，竞争对手推出一个开源模型然后说：“我们实际上要把它产品化，而且我们实际上要拿走其他人所依赖的收入。”

是的，这极其、极其有意思。在过渡期，这就是为什么它变得越来越垂直化，因为你需要某种东西来桥接AGI——那种能完全胜任工作的AGI——你需要某种东西来桥接今天的实际模型。

[笑] 是的。我们就当这是理所当然的。

要达到那一步，你需要在某个时点有一些桥梁，把它与实际的最终用户连接起来。一切都将归结为这一点：是否会出现某种时间或采用上的错配，导致我们在某个时点拿不到收入，来证明追逐“为AGI而训练和算力”是合理的？这是一个风险。

我们关注的另一个风险是，我们是否会在前沿获得更多模型，甚至是在开源领域，它们在编程方面同样具有竞争力，而前沿的token定价需要被降下来，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。

它确实会回升。甚至今天收入的基数也是如此——他们说过我们的净收入留存率是900%，所以他们看到的是巨大、巨大的增长。这不是像ServiceNow或Workday那样的传统软件业务，那种业务里你只要有一个令人难以置信的客户logo，或者95%到98%的毛留存率，客户签下漂亮的三年的合同，他们从不流失，增加一些席位，也许还会采用另一个被追加销售的产品。这纯粹是消费型的。

另一部分原因是，由于假日季，在一年最后两周里，token支出相比去年同期的两周下降了20%。你不会在假期做工作代码相关的事情，你不会在假期为工作写代码。这是极其、极其纯粹的消费型业务，甚至与我们今天在公开市场上对Snowflake或Datadog的看法都不同。

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IPO。你之前提到Anthropic更侧重于企业级。我认为OpenAI很长一段时间都以为谷歌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。谷歌显然做出了反应，不管好坏。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在第一季度末的业务构成是60-40，即60%面向消费者、40%面向企业。直到今年1月或8月，这一比例才首次翻转，转向以企业业务为重点。他们会告诉你的是企业业务——因为过去过于侧重消费者和订阅，这项消费型业务——占Anthropic收入的80%——直到5.6版本发布、随后又推出Astra之后才真正起飞。

那些确实是非常出色的模型。OpenAI在第三季度拿下了实际净新增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利润率为负100%，而我们这里看到的是正11%。

两者的商业模式存在一些差异，而且是一些相当大的差异，他们的变现速度就是不如Anthropic。这在一定程度上源于业务构成——垂直领域、消费者与企业的比例划分——而这一点正在发生变化。

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。我预计他们会追赶上来，但即便他们可能在2027年初提交S-1，我认为其财务状况也不会像这份这么好看。

你觉得这就是他们推迟上市的原因吗？为了让财务状况看起来更好？

是的，我认为OpenAI第三季度表现非常强劲。企业业务环比增长100%，而整体业务增长为77%。如果这里再迎来一个企业业务强劲的季度，并且Opus 5.5没有抢走大量份额，那将让OpenAI处于更有利的位置来讲述自己的故事。

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

两三周前他们办了一场投资者日活动，会上确实提供了一些更详细的信息。我想他们会解释第三季度为何如此疲软。Meta曾是一个非常非常大的客户，占比可能超过10%。公开报道显示，他们的Claude Code席位从6万个降到了3万个。这些token用量并没有消失，只是转移到了Meta的内部模型上。

如果他们在第二季度每月净新增ARR为100亿美元，而第三季度降到了40亿美元，那么他们现在第四季度正回到80亿至100亿美元的节奏。人们想听的是这些新的垂直领域，尤其是网络安全。在完整的网络安全SKU推出之前，他们正在做一些修补工作，但他们今天肯定已经在通过漏洞代码扫描在网络安全领域变现了。我得说，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。另外还有一点就是预期管理，把数字压得足够低，少谈一些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，做预期管理是很难的。

[笑]对。所以一边说你会做到——你终将在某个时点实现AGI，你会取代所有人的工作——一边又试图把第四季度的数字压得足够低，以便在上市后的第一个季度实现大幅超预期，并为2027年给出一个像样的指引，这将是在长期愿景和短期预期管理之间来回摇摆的巧妙组合。

事情很多。Joey，这次聊得很愉快。等这些公司真正冲刺上市、其经济状况变得更加透明时，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？请发邮件到 decoder@theverge.com 联系我们。我们真的会读每一封邮件！