潮新闻客户端见习记者郭文青记者张云山
纳斯达克的钟声敲响,代码“ANT”的Anthropic,迎来万众瞩目的IPO首秀。这家成立不到六年的公司,开盘111.5美元,盘中一度冲高到114.99美元,涨幅达38.54%,一度突破1.5万亿美元(约10万亿人民币)。之后股价震荡走低,最终收盘97.17美元,较发行价上涨17.07%,目前市值1.27万亿美元。
Anthropic走势图(同花顺截图)
但同一天发生的另一件事,让这场资本盛宴多了一层耐人寻味的底色。一个名为“TheMisAnthropicStatement”的联名声明在上市前夜发布,签名者超过百人,包括图灵奖得主JudeaPearl、诺贝尔经济学奖得主OliverHart,以及四位菲尔兹奖得主。声明的措辞毫不客气:Anthropic一边警告递归自我改进的AI可能“集中权力、脱离人类控制”,一边“争着第一个把它造出来”。
一边是万亿估值,一边是“不安全”的指控。这恰恰是此刻AI产业最诚实的写照:智能正在被大规模地生产、定价和交易,但关于它如何被信任、如何被交付、代价由谁承担,远未达成共识。
把“智能量产”摆上了台面,一年十倍业绩的神股
在敲钟仪式上,Anthropic联合创始人兼CEO、43岁的达里奥·阿莫代伊(DarioAmodei)表示:“我相信,足够强大的AI与人类协作,有望将一个世纪的科学和医学进步压缩到十年内完成。”
Anthropic路演材料里有这样一句话:“人类历史上第一次,智能成为人类可以构建的东西……可以规模化生产、按需获取。”
数据支撑了这句话。Anthropic2023年全年收入4100万美元,2024年3.86亿美元,2025年45.85亿美元。到2026年三季度,单季收入169.6亿美元,是去年同期的12.3倍;10月的年化收入已到约810亿美元。一条连续10倍量级增长的曲线,在科技商业史上找不到第二个。
Anthropic营收增长图
增速从哪来?2026年前三季度,按token用量计费占收入的79%,订阅只占21%。年付费超10万美元的客户,从2023年底的约20家,膨胀到今年9月底的超过11900家;净收入留存率约900%——一年前就在付费的客户,这个季度的花费约是一年前的9倍。
换句话说,企业不是在“试用AI”,是在把真实的生产流程、真实的工作量,一单一单地交给模型。当一份合同、一行代码、一次诊断背后开始产生可计量的token账单,AI就不再是实验室里的奇观,而是一种正在被采购的生产要素。
如果只看85%的毛利率,这是一门漂亮的生意。但招股书自己拆穿了另一层现实:扣除包括模型训练在内的全部算力支出后,利润率只有43%。训练下一代模型的算力,并不在服务客户的成本里。对大模型公司来说,真正的大头,永远在毛利率之外。
算力承诺的规模更令人屏息。截至9月底,Anthropic已签约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,其余延伸到2031年至2045年。未来12个月到期的约707亿美元,尚低于当前年化收入;但2030年底前的部分,已经是当前年化收入的5.6倍。
这是一张典型的“跨期期货”:算力提前12到18个月锁定,成本短期刚性,而需求按季度翻倍。二季度,因为营收跑赢了一年多前订下的算力,经营利润率一度转正到8%;三季度需求冲高,被迫高价补买短期算力,利润率又回落至负3%。利润在“预测对了”和“预测错了”之间剧烈摆动。
所以,万亿估值真正在赌的,不是某一代模型有多聪明,而是一家公司持续预测需求、调度算力、把单位算力的产出效率维持在一条向上曲线上的能力。这是一门重资产生意,而不是一个软件故事。
真正的瓶颈,不在模型,在“把模型塞进业务流程”
招股书里有一个容易被忽略的对比:不用ClaudeCode的企业版用户,平均每月花费不到75美元;而用ClaudeCode的前5%用户,花费约是前者的20倍。
差距不在“信不信AI”,而在有没有把AI接进真实的、连续的工作流。编程之所以第一个越过门槛,是因为代码的产出是可验证的:跑不跑得通,一测便知。网络安全紧随其后,漏洞利用基准上的得分在四个月内从40%升到91%,同样因为结果可检验。
但知识工作不一样。让一个智能体在企业的CRM、ERP、审批流、邮件系统之间自主操作,需要的不只是一颗更聪明的模型,还需要运行框架、权限体系、审计凭证、崩溃恢复机制。Anthropic把驱动ClaudeCode的同一套架构平移成Cowork,又开放AgentSDK、MCP协议和技能包,本质上是在说一件事:仅凭模型本身并不构成一个可交付的智能体。
这也解释了为什么“前线部署工程师”(FDE)在2026年突然走红。OpenAI、Anthropic、AWS、微软先后设立专门的FDE组织,腾讯云甚至把原来的“AI应用工程师认证”直接改名为“FDE认证”。Gartner的预测则给出了另一面:到2028年,70%的企业可能放弃通过供应商FDE构建的智能体,原因是持续成本高昂、企业无法独立维护和演进系统。
模型能力已经跑在了组织吸收能力前面。下一阶段的分水岭,不在谁的跑分高一分,而在谁能把模型变成客户流程里一个可运转、可维护、可算账的零件。
安全不是成本,是能不能卖出去的前提
回到上市前夜那份联名声明。它最尖锐的指控,不是“Anthropic不安全”,而是“Anthropic用安全品牌融资,同时悄悄削弱了自己的安全承诺”。CAIS列出的“关键证据”之一是:今年2月,Anthropic削弱了“负责任扩展政策”,并游说削弱了三项AI监管法案。
“TheMisAnthropicStatement”首页截图
这触及了一个比技术更深的问题。当模型从“回答问题”变成“替人行动”,安全就不再是一张合规证书,而是产品功能的一部分。对齐得好的模型,更善于遵循指令,不会在没弄清意图时贸然操作,也更能抵御提示注入。对于要把智能体接入关键业务系统的企业客户来说,可靠性就是准入资格。
对于AI模型的开发和部署,达里奥·阿莫代伊承诺:即便需要更长时间,也必须确保AI系统安全、始终受人类控制。
Anthropic在招股书里也承认,用AI加速AI会带来“相当大的安全风险”,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。
这句话在上市语境下有一种特殊的重量。公开市场按季度对账,而安全投入的回报周期远远长于一个季度。一家公司能不能在“增长”和“克制”之间维持平衡,不是靠品牌叙事,而是靠治理结构。Anthropic的公益公司架构、创始人F类股的固定投票权、长期利益信托的席位安排,都是为了让“放慢”这件事在制度上成为可能。但这套安排能不能在万亿市值的重力下存活,是一个开放的问题。
智能量产之后,比聪明更难的,是“算得过来”
Anthropic的创始人信里有一句话被很多人引用:永远不要让你的公司比它的实际价值多值一美元。
这句话放在今天尤其清醒。智能开始被量产之后,行业面对的真正考试,不是“能不能做出更聪明的模型”,而是每一单位算力换来的智能,有没有人愿意持续按量付费;每一次模型能力的跃升,有没有对应的组织能力和信任机制把它接住。
云端AI和本地AI、闭源和开源,最终都不是谁替代谁的问题。当AI从“尝鲜”走向“日常干活”,所有玩家都会在同一张账本上相遇:数据怎么管,响应快不快,员工好不好用,投入划不划算。智能可以量产,但信任不能。而信任,恰恰是量产之后最稀缺的东西。
作为美国首家上市的头部大模型公司,Anthropic的定价也将为OpenAI、DeepSeek、月之暗面(Kimi)、阶跃星辰、可灵AI等提供参照,其将检验资本市场愿意为AI增长和巨额算力投入支付多高的溢价。
Anthropic的钟声已经敲响。接下来的每一个季度,公开市场都会替整个行业问同一个问题:你卖出去的智能,真的值那个价吗?
(本文依据Anthropic公开招股书、路演材料,以及公开市场数据与行业研究整理,不构成投资建议。)