Anthropic面临激烈的竞争压力和巨大的固定成本。Claude能否足够快地自我迭代以获得成功？
Anthropic的S-1文件似乎为公司尽可能多地投入算力支出提供了财务上的正当理由。如果你是那种怀疑Anthropic是否在竭尽全力打造一台"机器之神"，同时又向华尔街宣称自己只是在做IT合同生意的人，那么Anthropic刚刚给出了一个巧妙的解决方案：做一大堆看起来像是在打造"机器之神"的事情，是避免破产的唯一途径。
暂时抛开"机器之神"不谈。至少从我阅读S-1文件的角度来看，Anthropic似乎把公司的未来押在了急剧增长上；它必须这样做，才能覆盖自己的固定成本。你不必是AI怀疑论者，也会对这些数字挑眉质疑。但如果你怀疑商业计划所要求的那种戏剧性的递归式自我提升是否可能实现，这看起来就不是一笔好投资。
先说说对Anthropic粉丝来说的好消息。该公司的营收从2025年上半年到2026年上半年增长了14倍，达到163亿美元。公司存在800亿美元的亏损，但这主要是会计处理问题，与底层业务无关。如果剔除这部分以及其他一些支出（包括员工薪酬），2026年上半年调整后收入约为16.2亿美元。我之前曾问过AI是否能赚到足够的钱来覆盖自身成本，而根据Anthropic的S-1文件，答案似乎是：至少对这家公司来说，至少目前来看，是的。
Anthropic仅将OpenAI和谷歌列为竞争对手
与OpenAI或埃隆·马斯克相比，Anthropic的做法明显更加克制，而这似乎正在带来回报。（Anthropic仅将OpenAI和谷歌列为竞争对手——马斯克，下次好运吧！）该公司从未发布过AI图像生成器、AI版TikTok克隆品或AI虚拟伴侣。相反，它专注于编程和网络安全等任务，牢牢聚焦于计算机最擅长做的事情：更多的计算机运算。而且它专注于企业市场，这个市场比消费者市场要稳定得多。其净收入留存率达到900%，相当不错！而这些营收也不是来自消费者——2026年上半年，约四分之三的客户年支出至少达到10万美元。
另一方面，Anthropic正承受着激烈的竞争压力——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刺前沿技术。Claude Opus 5.5目前在Epoch能力指数榜上排名第一，但该榜单变动频繁。而对于不在乎自己的软件落后四个月的用户来说，还有开源模型可选。
更重要的是，与谷歌这样的竞争对手相比，Anthropic存在劣势。它没有多条营收路径——而谷歌有。谷歌还可以将其AI整合进企业已经在使用的其他产品中。还记得微软Teams如何"吃掉"Slack吗？并不是因为Teams产品更好，而是因为微软拥有更好的渠道分发能力，Teams捆绑在企业已经付费使用的其他软件中。拥有最好的模型对于网络安全领域——Anthropic瞄准的增长领域之一——比对即时通讯软件更重要，但在渠道分发方面要与对手竞争确实很难。
一些长期承诺凸显了Anthropic所承受的扩张压力之强度
此外，营收是分批次涌入的，通常是在新模型发布之后。在竞争压力和每次新模型发布后使用量增长的双重作用下，Anthropic不能停止训练，而且必须比体量远大于自己的竞争对手更高效地完成训练。
因此一个重要的问题是：Anthropic能否持续维持我们在S-1文件中看到的这些业绩？
一些长期承诺凸显了Anthropic所承受的扩张压力之强度。诚然，文件第64页上其采购承诺和租赁协议留有一处"方便的空白"，第137页关于2030年12月31日前预期支出金额的地方也留有一处俏皮的空白。然而，我们知道这些承诺一直持续到2045年。
幸运的是，有一个"承诺与或有事项"章节能稍微帮我们理清楚一些。有一项固定的最低不可取消采购承诺总额为2656亿美元，期限在一到二十年之间。截至未经审计的6月30日数据，该公司还有与"主要与计算和基础设施容量相关"的尚未开始的租赁协议，总额为3214亿美元。此后，Anthropic又签订了新的计算和基础设施协议，总额约为2450亿美元，期限同样在一到二十年之间。还有一些尚未最终确定的其他交易，Anthropic估计这些交易的成本在1250亿至1500亿美元之间。此外还有一些可变的计算承诺。
"S-1文件确实冻结了一个美好时期——当时他们最初的模型使用量飙升。"
如果把这些加起来，未来20年的承诺总额最低约为8500亿美元，如果把尚未最终确定的交易按当前估计成本计入，这一数字将上升到约1万亿美元。而这还是假设我没有遗漏任何内容的情况下——实际上我很可能确实遗漏了一些。
因此，为了履行这些承诺，Anthropic的增长必须以极快的速度持续下去。Anthropic没有给出未来承诺的付款时间表，但PitchBook分析师哈里森·罗尔夫斯将其建模为2027年至2030年期间每年约900亿美元，这意味着需要1880亿美元的营收才能维持当前成本与计算之间的比例稳定。"对这家公司而言，增长不是可选项，"他写道，"这些合同是以增长为前提的。"
与客户相关的计算和基础设施（以及其他一些项目）在今年上半年花费了23亿美元。模型开发（以及其他一些项目）成本则明显更高；Anthropic在这方面花费了97亿美元。但根据罗尔夫斯的说法，Anthropic同时也变得更加高效——为带来每一美元营收所花费的计算成本正在降低。
网络安全领域的所有人都必须不停奔跑才能保住原地，Anthropic正是如此
这是否是一个长期趋势？难以判断。我们目前还没有第三季度的数据。"S-1文件确实冻结了一个美好时期——当时他们最初的模型使用量飙升，而他们没有足够的计算资源，因此能够对手头拥有的资源收取更高的费用，"Futurum Group分析师布兰登·伯克说。
作为企业软件，Anthropic瞄准企业的IT预算是合理的。巧合的是，网络安全正是这样一个领域：如果你不持续保持最新状态，就绝对会被狠狠"收拾"——那里的每个人都必须不停奔跑才能保住原地，这与Anthropic的处境完全一致。当然，AI本身也是问题的一部分；黑客可以利用AI暴力破解以前做不到的事情。此外，由于合作伙伴在AI智能体安全协议上的疏忽失误，产品本身也在制造麻烦。
伯克指出，前沿实验室需要高利润率的产品，以避免陷入Token定价的恶性竞争。这让我注意到另一件事：Opus 5.5相比Opus 5将客户成本降低了40%。目前，Anthropic表示成本降低意味着使用量增加，从而让公司能够维持利润率。但如果你假设每次发布新模型都会发生这种成本降低，很快你就会发现任务成本会降到极低的一小部分。
Claude已经在人类指导下构建Claude
这未必是一个无法克服的问题，部分原因在于效率提升并不总是会削减利润率，DA Davidson分析师吉尔·卢里亚表示。亚马逊云服务（AWS）和其他云服务提供商"每年都变得更加高效，每年都降低价格，但它们依然保持着稳定的增长和不断上升的利润率，"他说。
但增长压力确实不可否认。这就是在最小或零监督下进行递归式自我提升发挥作用的地方。"更强能力的模型能帮助我们的研究人员更快地发现这些改进；反过来，更强大的计算倍增器又使我们能够训练出能力更强的模型，并更高效地部署它们。"基于Anthropic对末日论调或类似话题的一贯表态，该公司预计将很快实现戏剧性的递归式自我提升。
Claude已经在人类指导下构建Claude。在风险因素部分，Anthropic警告称，它已被锁定在这种路径上。这其中存在明显的权衡，因为使用AI开发更多AI"可能导致我们模型的能力发展速度超过我们开发、验证和实施相应安全、对齐与安防措施的能力。"如果我理解得没错，Anthropic是在说，它的业务依赖于以极快的速度构建新模型，而使用的是公司自身可能并未完全理解的工作成果，因此出于商业原因，它基本上被迫去做一些可能对所有人都存在风险的事情。这也是为什么风险因素部分会出现一堆关于"灾难性"危害和"意识形式"发展等存在性风险的奇怪措辞。
戏剧性的递归式自我提升，突破人类监督的边界，是否真的可能？不知道。但如果不可能，那Anthropic履行现有计算承诺并实现盈利的难度将大大增加。
