Anthropic 的生意经：要么造出神，要么死在路上

Anthropic 的 S-1 文件似乎为公司尽可能多地在算力上花钱提供了财务上的理由。如果你是那种会想 Anthropic 是否正竭尽全力打造一台机器神、同时说服华尔街它做的是卖 IT 合同的生意的人，那么 Anthropic 刚刚提供了一个便捷的答案：做一堆看起来像是在打造机器神的事情，是避免破产的唯一办法。

先暂时忘掉机器神。至少在我看来，这份 S-1 文件显示，Anthropic 似乎把公司的未来押在了爆发式增长上；为了覆盖固定成本，它不得不这么做。你不必是 AI 怀疑论者，也会对这些数字挑一挑眉毛。但如果你怀疑那种戏剧性的递归自我改进是否可能——而这份商业计划似乎正需要它——那这看起来就不是一笔好投资。

先从对 Anthropic 粉丝来说的好消息讲起。在 2026 年上半年到 2025 年上半年之间，公司营收增长了十四倍，达到 163 亿美元。有 800 亿美元的亏损，但这在很大程度上是会计层面的事情，与底层业务无关。如果去掉这部分，再剔除包括员工薪酬在内的一些其他费用，我们在 2026 年上半年看到的是 16.2 亿美元的调整后收入。我之前问过，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：至少对这家公司而言，至少就目前而言，可以。

Anthropic 只把 OpenAI 和 Google 列为竞争对手

Anthropic 比 OpenAI 或 Elon Musk 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。下次好运，Elon！）这家公司从未发布过 AI 图像生成器、AI TikTok 克隆产品或 AI 老婆。相反，它专注于编程和网络安全等任务，死死盯住计算机最容易做到的事情：更多的计算机。而且它专注于企业市场，这个市场比消费者市场更不反复无常。其净收入留存率为 900%。相当不错！这些收入也不是来自消费者。2026 年上半年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相冲向最前沿。Claude Opus 5.5 目前位居 Epoch Capabilities Index 榜首，但这个排行榜经常变化。而对于那些不在乎自家软件落后四个月的人来说，还有开源模型可选。

此外，Anthropic 相对于 Google 这样的竞争对手处于劣势。它没有多条收入路径——而 Google 有。Google 还可以把它的 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 的时候吗？那不是因为 Teams 是更好的产品；Microsoft 只是有更好的分发渠道，因为 Teams 与企业已经在付费的其他程序捆绑在一起。拥有最好的模型对网络安全——Anthropic 瞄准增长的一个领域——比对即时通讯软件更重要，但在分发上很难竞争。

有一些长期承诺，凸显了 Anthropic 面临的扩张压力有多大

此外，收入是间歇性到来的，通常是在新模型发布之后。在竞争和每次新模型发布后使用量增长的双重压力下，Anthropic 永远不能停止训练，而且必须比规模大得多的竞争对手更高效地训练。

所以一个重要的问题是：Anthropic 能否继续交出我们在 S-1 中看到的那样的成绩？

有一些长期承诺凸显了 Anthropic 面临的扩张压力有多么巨大。当然，第 64 页上关于其采购承诺和租赁协议的栏目留了方便的空缺，第 137 页上关于其在 2030 年 12 月 31 日之前预计支出的金额也留了另一个讨巧的小空缺。不过，我们知道这些承诺一直延续到 2045 年。

幸运的是，有一个“承诺与或有事项”部分可以帮我们一点忙。不可取消的采购承诺有固定的最低总额，合计 2656 亿美元，期限在 1 到 20 年之间。截至 6 月 30 日的未经审计数据，该公司有“主要与算力和基础设施容量相关”的租赁协议尚未开始，金额为 3214 亿美元。此后，Anthropic 又签订了新的算力和基础设施协议，总额约 2450 亿美元，期限同样在 1 到 20 年之间。还有一些尚未最终敲定的其他交易，Anthropic 估计其成本在 1250 亿至 1500 亿美元之间。此外还有其他可变的算力承诺。

“S-1 定格了一个美好时期：当时他们的初代模型使用量飙升。”

如果把所有这些加起来，我看到的是未来 20 年至少约 8500 亿美元的承诺；如果把尚未敲定的交易按当前估计成本计入，这一数字将升至约 1 万亿美元。而且这还是假设我没有遗漏任何东西——而我很可能确实有遗漏。

因此，要履行这些承诺，Anthropic 的增长必须继续以极快的速度推进。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的成本与算力比率稳定。“增长对这家公司来说不是可选项，”他写道，“合同已经假定了这一点。”

今年上半年，与客户相关的算力和基础设施（以及其他一些项目）成本为 23 亿美元。模型开发（以及其他一些项目）要昂贵得多；Anthropic 在这上面花了 97 亿美元。但根据 Rolfes 的说法，Anthropic 同时变得更高效了——每带来一美元收入所花的算力费用更少了。

网络安全行业的每个人都必须不停奔跑才能留在原地，Anthropic 也完全一样

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 定格了一个美好时期：当时他们的初代模型使用量飙升，而他们没有足够的算力，因此能够对现有的算力收取更高的费用，”Futurum Group 的分析师 Brendan Burke 说。

作为企业软件，Anthropic 瞄准企业的 IT 预算合情合理。方便的是，网络安全恰恰是一个如果你不时刻保持更新就绝对会被干翻的领域——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；黑客可以用它来暴力破解以前做不到的事情。此外，由于合作伙伴在 AI 智能体相关的安全协议上搞砸了，产品本身也在引发头疼问题。

Burke 指出，前沿实验室需要高利润率的产品，以避免在 token 定价上陷入逐底竞争。这让我注意到另一件事：Opus 5.5 将客户成本较 Opus 5 降低了 40%。现在，Anthropic 表示更低的成本意味着更多的使用量，这使公司得以维持利润率。如果你假设每次发布新模型都会带来成本下降，那么很快你就会发现任务价格只剩零头。

Claude 已经在人类指导下构建 Claude

这未必是无法逾越的问题，部分原因是效率提升并不总会削减利润率，DA Davidson 分析师 Gil Luria 表示。亚马逊云服务和其他云提供商“每年都变得高效得多，每年都在降价，同时保持稳定增长和利润率上升，”他说。

但增长的压力是无可否认的。这正是递归自我改进的用武之地，且只需极少或无需监督。“能力更强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能力更强的模型，并更高效地部署它们。”根据 Anthropic 关于末日之类的一般性言论，它期望实现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 警告说它已锁定这一路线。这伴随着明确的权衡，因为用 AI 开发更多 AI“可能导致我们模型能力的进步速度超过我们开发、验证和实施相应安全、对齐和安全措施的能力”。如果我理解正确，Anthropic 是在说，其业务依赖于用可能并未完全理解的工作如此快速地构建新模型，以至于出于商业原因，它实际上被迫去做可能对所有人都有风险的事情。这就是为什么风险因素中会出现一堆关于“灾难性”伤害的存在性危险以及“感知形式”发展的奇怪内容。

脱离人类监督的剧烈递归自我改进可能吗？不知道。但如果不可能，Anthropic 就更难履行其现有的算力承诺并实现盈利。

关注本报道的话题和作者，在个性化首页信息流中看到更多类似内容，并接收邮件更新。

• Elizabeth Lopatto