Anthropic 递交 S-1 冲击上市，华尔街被要求相信 AGI

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，来帮我深入解读Anthropic IPO文件——即所谓的S-1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。这将使它立即成为全球市值最高的公司之一。

但价格标签并不是这里故事的全部。本周早些时候发布的S-1文件长达数百页，充满了细节，终于勾勒出一家前沿AI实验室的经济图景。如你所料，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，既关乎Anthropic的财务状况，也关乎更广泛的AI经济。Joey和他在SemiAnalysis的同事实际上在7月份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期待这份文件，我也很期待听到他对我们已知信息、以及更重要的是我们仍未知信息的看法。

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，以精简长度并提升清晰度。

Joey Brookhart，你是SemiAnalysis的分析师。你还是SemiAnalysis的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。我们交谈的时候，距离Anthropic那份重要的S-1文件提交才过了几天。这是我们第一次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。自从投资者日以来这三周挺难熬的。有些人对9月的[年化经常性收入]数字有点失望，但我们在这里看到的是一家高效扩展到惊人水平的公司，在极短时间内就达到了1万亿美元以上的估值、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，一切都是你想看到的。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反弹了。

有意思，我觉得我挑不出S-1本身的毛病。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。我来向大家解释一下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，感觉总得有人先赚到钱，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。

Verge 的订阅者，别忘了无论你在哪里收听播客，都可以独家获取无广告版的 Decoder。请前往此处。还不是订阅者？你可以在这里注册。

这非常有意思。今天，尽管我们两家领先实验室的 ARR 合计已达到 1200 亿美元规模，这仍然是一个极其狭窄的市场。排名前 1% 的客户，是那些为每名员工花费 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。

很大一部分支出，尤其是在 Anthropic，是专门用于编程的。它几乎是一家单一垂直领域的公司。我们展望到 2027 年，你会想到这种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，我们实际上还没有真正经历过其中一家实验室的这一过程，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，它可能与编程类似，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，这些合同可以非常迅速地扩展。你还会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，在那里，AI 从增强能力转变为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，但并没有大量其他垂直领域可供它们进入并真正开始产生显著影响。

这是我最大的疑问，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。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，他们希望在一些事情上采用本地部署。现在有律师事务所在本地部署 AI，这可能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 面临的压力很大程度上来自数字本身，这一点我想谈谈，但还有外部压力，即“你必须增长，而增长并没有那么短暂。”那么你如何看待这一切的发展？

这非常有意思，因为当我们今天看编程时，例如——我想我们在第三季度看到 OpenAI 某种程度上追赶上来——编程中有一些领域转换成本非常低，我可以直接在它们之间切换。我们从企业那里听到的，也许在 OpenAI 方面也是如此——显然我认为他们在 Fable 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。

这对企业来说是一件大事，当我们与他们交谈时。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推理，甚至将他们的产品用于内部或外部用例。

显然，谷歌旗下的DeepMind和[Meta超级智能实验室]都是资金非常充足、训练算力相当接近的实验室，而且他们正在投入大量算力。更不用说SpaceX了，埃隆说过明年净新增约10吉瓦，其中一半是长期的内部用例。

今年上半年，Anthropic一路领先。他们占了行业净新增ARR的90%。我们在Q3看到，OpenAI实际上可能占了行业净新增ARR的大部分。开源从Q1大约10亿美元的token推理成本、ARR，增长到Q3的100多亿美元。

所以是的，行业竞争激烈多了，但也出现了所有这些新的用例，其中一些垂直化的用例正是我们未来会看到增长的地方。因为很明显，编程并不能推动我们哪怕从现在的水平增长两倍。

这很有意思。这个概念叫Tokenomics。你和SemiAnalysis的另一位联合负责人一起负责这项研究。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，也许能拿回一些钱。”

我把它看作[AI的]单位经济学，或者更宽泛的概念——从宏观到微观，涵盖经营AI业务甚至观察AI需求的方方面面。所以我们覆盖超大规模云厂商，现在也在一个单独的产品里覆盖一些新云厂商。

但也不只是AI实验室。对投资者，或者只是对这项业务感兴趣的人来说，Anthropic两年前推理业务的毛利率是负94%。现在是正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。为什么所有做推理的公司都在推理和算力效率上看到大幅提升？所以我们试着对这些业务建模，显然当Anthropic还是私有公司时，我们依赖的是能从媒体等渠道获得的信息。

但现在我们有了经审计的具体数字，就很容易解释这件事的单位经济学了。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方面，还是在历史权重与消费者与企业方面。[我们]试图在需求层面理解这些业务的经济性。

几年前我和谷歌CEO桑达尔·皮查伊谈到推理成本时，我说：“你们到底打算怎么赚钱？”他非常明确。他说：“如果说谷歌擅长一件事，那就是把这类东西的成本曲线拉下来。”

这是个非常直截了当的回答。我理解谷歌怎么做到。他们自己造芯片。而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、谷歌、亚马逊。他们的效率从何而来？

真正在于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，在所有这些上，我们看到大量的token效率提升。例如，目前Trainium芯片上的token吞吐量同比增长了5到10倍。

同时处理硬件层面的效率与软件——以及模型如何与硬件交互——这里有大量的 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 5 倍或 10 倍。他们会告诉你，未来他们还会看到持续的计算效率提升。

Max Kan 和我一起在 SemiAnalysis 共同领导 Tokenomics 模型，我们甚至就此发表过一些研究。目前，如果 Anthropic 每推理兆瓦的收入是 6500 万美元，去年这个时候还只是十几的水平。我们说过，也许在 Opus 5.5 上、用 [Nvidia] Blackwell，你能达到每兆瓦 1 亿到 1.2 亿美元的收入。

这里的关键在于，他们现在平均每兆瓦只支付略高于 1000 万美元的[销货成本]，或者仅仅是计算成本。有了这些利润，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。所以有大量计算是在构建下一个模型，这更多属于研发层面，也是你真正获得回报和在这个业务中建立护城河的地方。

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。

这是一个非常独特的 Anthropic 故事。公司在追逐 AGI。在那里工作的人会乐意在 S-1 中告诉你，Claude 可能有意识，而这一切都可能走向地狱。Anthropic 在自我认知上是一个非常独特的公司。但你在 S-1 中并没有真正看到这种动态展现出来。他们在训练成本与推理利润之间的管理相当不错。你认为这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，他们实际上想提高训练的百分比。如果你相信自己在构建一个数字之神或走向 AGI，并且只要你在推理上有 85% 以上的毛利率可以这样做，你就能做到。

他们的增长速度远超预期，他们没想到会达到 11% 的非 GAAP EBITA 利润率。他们希望能更接近零，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，以及过去几年的盈利曲线，还有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。”

那里有一些真正的亚马逊影子。杰夫·贝索斯 famously 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，模型能力总会达到一个临界点，让你能切入比编程更多的垂直领域，对吧？也许我们现在就到了那一步。能力悬垂（capability overhang）的概念是存在的，即我们今天的模型可以去接管生物学研究。它们今天正在接管数学。到了某个节点，最明智的商业决策就是停止训练，把你这 profitable 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。

你觉得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。凭借这类领域的部分投票权股票，他们绝对可以做到。我们之前在科技行业见过这种情况，甚至公开可见——马克·扎克伯格此前就做出过这类大举投资的决定。

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，你和我现在技术上就在元宇宙里。

[笑] 对。但我认为那确实是个事，S-1 里有个有趣的数字：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% 的模型是像 Opus 4.5 这样的早期版本。”往前走的一件事是，如果你是前沿模型公司，你始终需要处于前沿，而且竞争极其激烈。

等等，我能问一个非常蠢的问题吗？

可以。

为什么？我认为我现在对行业好奇的核心是：如果你实现了某种可能彻底改变整个世界的尖端技术，那么在某个时刻，最赚钱的做法就是把它在所有不同垂直领域铺开变现，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高效模型。

这种你必须始终处于前沿、Anthropic 必须始终与 Google、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 赋能的业务会向我这个 AI 供应商投入更多钱、花更多钱，而这不一定与处于前沿相关。

这其中有几个部分。对于新垂直领域，这一点非常网络安全特定：如果对手在使用前沿模型，你就需要用前沿模型来防御。

有道理。

当我们和一些企业交谈时，这不是那种我可以在开源模型或 Sonnet 上跑的邮件摘要。就是有某些垂直领域，拥有……［比如］如果你在某个法律案件中作为被告，如果对方——检方——用的是非前沿模型，你会愿意你的律师也用非前沿模型吗？

[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。我认为从未来前景看，我们也在开源上看到过追赶上来的情况，但需求会一直在。[SemiAnalysis CEO] Dylan [Patel] 经常说这个。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，当你从劳动增强走向更多劳动替代时，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者他们在招什么岗位，会发现他们正在推出更多这样的 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、面向法律的 Claude，以及他们的网络安全项目。他们每月为网络安全项目中的用户提供 25,000 个 credits。

到 2027 年，那对他们来说将是一个巨大的 SKU。那些垂直化的领域，以及那些你必须要涉足的领域……我应该说，更具对抗性，或者说更具竞争性，是主要原因。但我们都同意，有些领域比如邮件摘要和工作，绝对不需要[在前沿模型上]发生。

我就拿 iPhone 做个不太恰当的类比。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笔投资的价值全部收回。苹果推出新 iPhone，同时还会继续卖旧 iPhone 一段时间，以便从那笔投资和开发计划中获得更多价值。

AI 行业似乎并没有这么做。他们所有的重心都放在开发下一个新东西上，相当快地弃用旧东西，把你推向新的昂贵产品，同时又在你还在用的时候开发下一个新的昂贵产品。

某种程度上，这感觉最终会理性化，会有一个东西值得在他们投资新东西的同时持续收割利润。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，而且有很多领域，没错，开源模型已经足够好了。我认为往后看，你会问：“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。我觉得当我们和客户交流时，也涉及到我们如何看待前沿模型与开源模型。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，显然对于开源来说，问题在于它能抢占多少。第二，因为我们在这个垂直领域还太早期，我们不知道什么会完全代理化。在那种没有人类介入的环节中，执行框架实际上是有一定价值和防御力的。

我在这里关注的大领域，尤其是今天和企业交流时，是在很多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，有些公司就直接限制你只能用 Sonnet——如果你是 Anthropic 的客户的话。这反映了管理层如何看待和预算这件事，以及前沿智能在某些领域对他们到底值多少。

以我金融分析师的大脑来看，六个月前的 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”，变成了“也许我现在不那么需要了”，然后变成“如果我拥有无限的 token 预算，我是否很快就能拥有一个全职初级分析师，或者好几个？”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：它们多快能达到它们认为自己能达到的高度？

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那个数字是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关系不大。

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债券。你必须在资产负债表上对其加以核算。这只是一项非现金费用，因为自他们发行这些认股权证和债券以来，估值已经涨了太多。

这是你总会剔除掉的东西。你可以就股票薪酬之类的问题争论。我们真的应该按非GAAP现金基础来考虑它吗？因为它非现金，如果我只是把股票发给员工，我必须在利润表上核算，但我并没有真的从银行余额里拿出纯现金给他们。所以它不是那类东西。它涉及会计，是高层面的。如果你不懂会计，它看起来很难看，但这是因为他们增长太多了，估值涨太多了。

这里关于那项费用的一些论点是，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，而且他们当然乐见估值上涨，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。看起来他们不会在短期内停止想要融资。

你如何看待对像Anthropic这样的公司进行投资，你的估值可能上涨，但你实际的所有权份额可能随时间被稀释？

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多亿美元现金和有价证券，IPO后大概还有1000亿美元。

这对双方都是笔好交易。他们实际上只是租用算力。不像他们有这些巨额资本支出，甚至也不是租购。你可以就某些会计问题提出一些论点，还有这些巨额算力承诺义务，从技术上讲是未来债务，或者本质上有些在表外。但从稀释角度看，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？大概也能。

我知道过去几周有很多关于算力融资和数据中心融资未来的焦虑。但如果你是Anthropic，如果你是主要实验室、超大规模云厂商，或者是为其中很多交易提供支持的博通或英伟达，那短期内大概不会改变。所以我不是特别担心。

作为一位股票投资者，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 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超过 10 万亿美元的企业。到那时，他们完全能够跑赢稀释。

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还这些承诺吗？

是的。我认为当人们看到那些头条上的承诺数字，比如说 7 到 10 年内 5000 到 6000 亿美元，他们今天为算力支付的费用实际上并没有那么多吉瓦。如果你想想他们现在的支出，平均来说，他们每兆瓦的花费接近 1100 万美元，也就是每吉瓦 110 亿美元。

如果你把这个折算到年度层面，然后说：“好吧，比如 5200 亿美元这个数字是分摊到 70 年的”，那其实没有多少吉瓦，而且他们将远远超出……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，他们会有足够的收入来这样做。这更多是关于他们会有多少收入相对于多少算力。第二，算力效率方程式。如果他们能从每一兆瓦推理算力中获得多得多的收入，那么从租赁的角度来看，你究竟愿意在训练上投入多少并把利润率压到零？因为你可以达到这样一种状态：在他们这样的利润率下，即使 80% 到 85% 的算力资源都只用于训练和研究。

收入会实现相当不错的规模增长。他们在那里没有任何危急情况。除非我们发现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其、极其迅速地达到一万亿美元的收入才能实现这一切并为此付费。

除非你想构建数字上帝，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？

它们是巨大的赌注。你看看那些数字，如果你真的看好这种向数字经济的攀升，Anthropic 说在他们的《财富》500 强客户中，他们拥有 50% 的《财富》500 强企业，而这仅占他们总客户运营支出的 0.1%。当你按每个用户来计算时，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，那就是每月不到 50 美元。

他们说了同样的话。在 Claude Code 排名前 5% 的用户中，他们平均每年花费 18,000 美元，这是前 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。

在传统的白领工作中，渗透率极低。这也是关键的一点，这里有一个很长的爬坡期，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，而且这将对明年的净新增 ARR 产生相当重要的影响。

其中真正有意思的一点是，我们会谈论前沿实验室，会谈论超大规模云厂商——Anthropic 在这份 S-1 里列出了很多匪夷所思的风险因素，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条是，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：“这些关系可能会翻转。”他们与 SpaceXAI 有着重要的合作关系。Elon Musk 将训练 Grok。他们迟早会与 SpaceXAI 展开竞争。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并不愿意把产能租给这家领先的公司。你怎么看这件事的走向？

我们确实看到 OpenAI 和 Anthropic 都在更加直接地推进，但并不自己拥有算力，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，从而更直接地生产算力，而不是租用。

这有两点。从一个角度看，Google 也在向客户出售其外部芯片，并且说：“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制约，我们甚至不在意这些芯片是给 DeepMind 还是给内部 GCP 算力去变现。我们就是愿意成为芯片卖家。”

Anthropic 很喜欢 TPU，订单量达 3.5 到 4 吉瓦以上，未来可能还有更多，指的是 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，不是直接买了再出租。所以他们是买给一家 neocloud？

是的，他们通过 SPV 购买，或者由 SPV 购买，然后他们再从 SPV 租用。

明白了。好。

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。他们甚至不需要和 Anthropic 打交道。你无需接触 Anthropic 的销售团队。

你之前提到过这一点。这个让 Anthropic 获得收入分成的营销渠道。

对。如果你是 AWS，你会说：“我为 Anthropic 运行算力，假设每兆瓦 1000 万美元，但现在我能从每兆瓦 650 亿美元中拿到 16%，外加算力成本”，所以我们看到现在所有云的利润率都在上升。部分原因是编程需求以及强化学习方面的一些需求推动 CPU 利用率上升，但我们所谓的 token 即服务业务——也就是 AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise platform（原 Vertex）——实际上正在大幅提高这些云厂商在 AI 上的利润率。

当股东最近把功劳归于他们时，他们也从中受益。第二季度，Azure 和 AWS 都交出了极其极其强劲的季度业绩，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？他们很好地让 AWS 成为其他所有人的基础设施，但他们是少数几个没有因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。亚马逊非常乐意服务各种各样的客户，而他们在[前沿能力]方面非常少。当我们看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。

我知道微软在过去两个季度里稍微多谈了一些。AWS 在财报电话会上也稍微多谈了一些，但规模并不大。他们并没有达到 Meta 那样的程度，也没有试图在这里竞争，甚至谷歌与 Gemini 也是如此。尤其是像 Dylan 这样的人会告诉你，如果你不试图在前沿竞争，那就真的没有你的位置，尤其是如果你只在内部投入几百兆瓦。第一，内部用例就像服务亚马逊零售，但第二，训练。要在这件事上做好，需要做出很多承诺。

那是改天再聊的话题，但我看着这些 微软裁员 ，我把它看作是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，他们有权通过 OpenAI 模型变现，而本质上在该协议内不向 OpenAI 支付任何费用。前面会有一些有趣的事情，他们通过 OpenAI 模型变现，甚至通过 Microsoft 365 Cowork 和 Copilot 应用变现，而他们不为一个前沿模型向 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。我想埃隆·马斯克说会有一场 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堆，也许超大规模云厂商会直接把它拿走。也许是 Anthropic 的需求，因为也许他们会想拥有更多自己的算力，因为租用算力在各种方面都很不稳定。

你怎么看 neocloud？你认为它们能在这些公司上市、市场真正洗牌的过程中存活下来吗？

埃隆显然有动机说 neocloud 会灭绝。ClusterMAX 说了别的，并且对 neocloud 做了很棒的评级。有很多 neocloud 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 是一家前加密货币挖矿公司，对吧？

是的。我不是指 CoreWeave，但名单上还有更靠后的其他公司。CoreWeave、Nebius，以及任何得到主要实验室、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。

问题就在这条更长的尾部。超大规模云厂商占资本开支和净新增上线算力的65%。市场中有35%的玩家并不具备超大规模云厂商那样的资产负债表。Google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，它们实际上并不需要在未来两年内筹集这笔资金，尽管资本开支正迅速从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，如果你没有那种背书，我认为即便在现在也非常艰难，而且如果你没有那些玩家的支持或兜底来持续建设算力，情况会变得极其困难。这是一个非常非常严峻的融资市场。

我觉得特别有意思的一点是，尤其是Elon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时，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到反对的报道，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，你最终可能真的会弃置大量GPU和半建成的数据中心，或者让它们被融资协议套牢，无法点亮运行。

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，并真正利用起目前已经分配但未被使用的所有算力？

市场会更趋于理性。市场非常擅长在地面上找到安置芯片的地方。从政治上看，我们还要看下周中期选举的结果及其后续影响。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，还有整个电力方程的问题。

数据中心会被建起来。总会有办法把这些建起来。最重要的一点——超大规模厂商的CFO们已经说过——从过度建设的角度以及相对而言，建数据中心的壳子相当便宜。如果它们过度建设，它们可以做的就是：“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，如果我们最终真的处于数据中心供过于求的局面，我知道这和问题所问的有点不同。这跟问题所问的正好相反。他们从投资回报率的角度说过这一点。这又回到了那个更大的问题：我们是否仍将处于超级供给受限的状态。现在很多人，尤其是最近三周，都在谈论：“当我们展望2028年时，我们是否真的处于算力的巨大过剩之中？”

因为我们谈到的Anthropic从负94%的利润率转为正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年我们是否有足够的收入来证明2万亿美元以上资本开支的投资回报率是合理的。

这就是为什么我花了这么多时间询问能力过剩的问题以及今天的模型有多好，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沿部署工程师，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。”而现在，一堆财富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，因为他们每分每秒都还在思考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。

这里面有些东西，你能直接看到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，我们要真正拿走所有人都在依赖的收入。”

是的，这非常非常有意思。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那一刻——你需要一些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。

要达到那里，你需要在某个节点上与最终用户之间有一些桥梁。一切最终都归结为这一点：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“朝着AGI训练和计算”的投入是合理的？这是一个风险。

我们关注的另一个风险是，即使是在开源领域，我们是否会在前沿获得更多在编程方面同样有竞争力的模型，因为前沿的token定价需要被压低，正如我之前提到的，切换成本更低。即使在SemiAnalysis，我们的使用量在第二季度末从95%或90%以上在Anthropic的模型上，降到了OpenAI的ChatGPT 5.6和Astra发布后的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是900%，所以他们看到了这种巨大巨大的增长。这不是像ServiceNow或Workday那样的传统软件业务，你有了不起的logo或95%到98%的毛留存率，客户签下漂亮的三年合同，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。

另一部分是一年中最后两周的token支出相比去年最后两周下降了20%，因为假期季节。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上市的公司。OpenAI就在他们旁边。他们已经推迟了自己的上市计划。你之前提到Anthropic更侧重于企业市场。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，一切都会顺利。谷歌显然做出了反应，无论好坏。搜索现在变成了AI Overviews。

看Anthropic的S-1文件，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在第一季度末的消费者与企业业务比例为60比40，60%是消费者，40%是企业。直到1月或8月，这一比例才首次翻转，转向以企业为重点。他们会告诉你的是企业业务——因为此前过于侧重消费者和订阅，这个消费型业务占了Anthropic收入的80%——直到5.6版本发布，然后随着Astra推出，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%。如果这里再有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他们的故事。

从现在到Anthropic真正上市之间还有一些其他环节。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个投资者日，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，他们从6万个Claude Code席位降到了3万个。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，此前这占收入的5%。我想他们在S-1中说占收入的5%到7%，以及违反其服务条款的相关内容。所以路演上要展示的，是Opus 5.5之后10月份的这波加速。我们相信他们已经重回正轨。

如果他们在第二季度每月新增 100 亿美元的净新 ARR，而第三季度降至 40 亿美元，那么第四季度他们将恢复到每月 80 亿至 100 亿美元的速度。人们想了解这些新的垂直领域，尤其是网络安全。在完整的网络安全 SKU 推出之前，他们正在进行一些修补，但他们今天肯定已经通过漏洞代码扫描在网络安全上实现了变现。需要说明的是，这些与现有客户签订的合同规模并不小。

我认为他们会开始传递 2027 年 ARR 增长路径的预期。另外一点是预期管理，把数字控制得足够低，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，做预期管理是很难的。

[笑] 没错。所以一边说你正在做那件事——你终将在某个时刻实现 AGI，你将取代所有人的工作——但一边又试图把第四季度的数字控制得足够低，以便在上市后的第一季度实现大幅超预期，并为 2027 年给出不错的指引，这将在长期愿景和短期预期管理之间来回摇摆，形成一种不错的组合。

事情很多。Joey，这次聊得很愉快。随着这些公司加速真正走向上市，它们的经济状况变得更加可见，我们到时得再请你回来。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！}