---
title: "Anthropic：躲不开 “脑力通缩”，终局是 “AI 版” 谷歌还是 AT&T?"
type: "Topics"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/dolphin/post/45175577.md"
description: "IPO 定价尚算合理，但 “脑力通缩” 正在压缩远期蛋糕。"
datetime: "2026-11-19T08:30:18.000Z"
locales:
  - [en](https://longbridge.com/en/dolphin/post/45175577.md)
  - [zh-CN](https://longbridge.com/zh-CN/dolphin/post/45175577.md)
  - [zh-HK](https://longbridge.com/zh-HK/dolphin/post/45175577.md)
author: "[Dolphin Research](https://longbridge.com/zh-CN/dolphin.md)"
generator: "portal-rs"
---

# Anthropic：躲不开 “脑力通缩”，终局是 “AI 版” 谷歌还是 AT&T?

在上篇《[Anthropic：甩掉吞金兽，转身成房奴](https://longbridge.cn/topics/44562870?channel=SH000001&invite-code=355628&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=b6dbea64-0b7b-4657-b274-fb8b4e50c35f)》，海豚君算了 $Anthropic(ANT.US) 的账：近1万亿美元的算力合同压上资产负债表，收入要再涨4-5倍才扛得住。账算完了，两个更根本的问题浮了上来：

一是，这门生意凭什么守住“智能溢价”？token 价格一年跌去七成，开源模型在身后猛追，Anthropic 的"智能溢价"能持续吗？

二是，收入的天花板在哪？一级市场5月给了9650亿美元估值，IPO 预期一度喊到1.5万亿——这个价钱，买的是什么样的2028年？

海豚君这篇以解答Anthropic的价值判断为主线，结合上述问题进一步讨论Anthropic以及AI的增长前景、竞争壁垒等。全文分为四个部分：

**1、市场对Anthropic估值争议，核心差异是什么？**

**2、AI大模型应用的蛋糕（TAM）有多大、如何看脑力通缩的影响？**

**3、大模型会不会变成大宗商品？Anthropic的壁垒还能守多久？**

**4、如何给估值？**

**以下为详细分析**

**一、估值争议：核心差异点是什么？**

1.26–1.41万亿美元，是Anthropic IPO区间对应的完全稀释估值，约为10月ARR（810亿）的16–17倍。依照Barclays上周小会信息，以Q4季度收入进行年化后的770亿来算，估值甚至达到了18倍。

**叠加月环比下滑的趋势，18倍P/ARR完全称不上便宜。**下滑主要被公司归因于假期带来的季节性波动。这个解释不是不合理，而是对号称有上万亿收入增长空间的AI实验室龙头来说，在这个时候就讲季节波动实属诡异，怎么放心给高成长估值？

然而上市前的路演，似乎投资者认购热情并没有想象中的冷淡和谨慎，认购额超了融资需求的6倍。一时之间，Anthropic简直成了多、空双方互道傻X的最典型案例。

**海豚君收集了部分一二级机构的估值判断发现：造成乐观与悲观两个反向的判断，主要争议点如何看到Anthropic对于TAM定义：**

**a. 乐观预期：看高到3万亿估值，TAM 锚定工资40万亿**

知名投资人如Gavin Baker、Brad Gerstner，他们对TAM的定义和Anthropic在IPO招股书中的定义类似，即将全球知识工作者的人工薪资作为能够触达的市场总空间。

目前全球劳动收入大约占GDP的52%，60万亿美元左右的总盘子。Anthropic自行圈定了知识工作者的岗位属性（从Coding到一般性的脑力工作），认为这类岗位薪资的40万亿美元，是能够被AI渗透并带来转型的市场。

因此这样来看，千亿级收入规模在40万亿可触达TAM还很低，3万亿估值同样显得非常便宜。

**b. 悲观预期：看低到5000亿估值，TAM锚定企业IT预算6万亿**

空房机构则将Anthropic的目标市场与企业IT预算挂钩。悲观预期下，Anthropic五年后只拿到IT总预算规模的3%，也就是1800亿的收入。那么按照5x成熟软件P/S，15%的投资回报率折回到当下，差不多4-5000亿美金的水平。

**但AI未来演化太不确定，远期锚一人一个，等于没有。**目前大多数人只是短中期Anthropic能做到的收入规模，和并不算高的估值倍数，来给一个1-1.5万亿的中性区间，这也是IPO定价所属的区间，最新的IPO定价计算，完全稀释估值已经来到了区间上沿1.5万亿。

**二、TAM：用当下的市场规模来类比存在致命的“失真性”**

虽然近期美国政府对远程算力做了严格的限制监管，中国的开源模型会因缺高端算力而迭代放慢，从而使得Anthropic等闭源模型的竞争力提升，Token降价压力会缓一缓。

但从算力供需缺口的未来边际变化来看，海豚君认为AI大模型未来的持续降价趋势是一定的。**不仅仅是竞争的关系，内在技术也存在同一方向的推动：**

**a. 芯片每一代都在翻倍。**同样一GW的电，新一代芯片能吐出更多token；

**b. 模型算法也在提效。**Anthropic招股书中提到：训练和推理中算法与方法上的改进，能让同样多的算力产出更多有效成果。

这意味着，现在每一代新模型的训练，都有老一代模型的参与。模型越强，能训练出更强的模型，也能更便宜地提供服务。这种递归自我改进（RSI）规律会使得前沿模型的差距（性能、性价比）越来越大。

\<a-b>分别代表算力供给端和需求端的双向迭代改进，最终带来的结果就是，前沿模型的token价格每年降45–55%（隐含每季度平均环比降幅10-15%）。过去一年里，Opus的输入价从每百万token 15美元降到5美元，再降到4美元，降了约73%；

第三方成交价指数显示，Anthropic的实际成交价一个月内从1.70美元腰斩到0.83美元。不过，最新的算力限令可能会在强执行期内有效放缓降价幅度，比如综合季度均环比降幅压缩到10%以内。

能否保持收入增长，取决于降价能否激发出额外的算力增量，超额补偿降价损失。在行业发展初期，降价代表的降低门槛，会使得新技术快速渗透，从而产生更多的需求。这也是近一年每一次模型迭代、Token大幅降价下，AI遭受增长质疑时，多头经常用于反驳的“杰文斯悖论”。

**但海豚君认为，这要分使用场景/行业来讨论不同需求弹性的大小：**

**（1）扩张型（弹性大于1）：越便宜，用得越多，总支出反而变大**

**这在Coding领域最典型。**以前公司里想做个内部工具，要排期两个月、配两个程序员，大多数需求就这么被搁置了。现在一个下午就能让Agent写出来，于是以前“不值得做”的需求全冒了出来：老代码重写、每个流程都做成工具、全量代码审计。这类需求本来就是被成本压着的，价格一降，用量自然会成倍放大。

顺着Coding因降价带来渗透率提升、从而增加行业预算的逻辑，**除了加速传统行业的IT化外，整个前沿科学的开发创新、金融投资也属于这一类。**

**（2）对抗型（弹性约等于1）：预算趋势跟着对手和行业走。**

**例如诉讼、网络安全、营销等领域。**这是一种行业竞争驱使下的暂时性需求膨胀，但中长期会因为投入的经济性ROI下降，随着行业垄断性增强而消失。

上述对应的场景，比如对方律师用AI一天能出十份文书，你也得跟上；黑客用AI批量找漏洞，你的防御也得AI化。在这些领域，企业花多少钱不由单价决定，而是由“对手花了多少、这件事值多少”决定。

而降价会让同样的预算买到更多的服务，也会让更多原先没有能力的公司参与进来竞争，压缩行业利润。但在行业利润下降的过程中，这种因“内卷”而产生的需求也会减少。

**（3）通缩型（弹性小于1）：需求量是固定的，降价只会让客户少花钱。**

**这种场景是指审计、报税、合规、薪酬核算等。**一家上市公司一年就做一次年报审计，季度报税不会因为便宜就多报几次，KYC也是来一个客户审一个。AI把审一份合同的成本降了九成，企业也不会因此多签十倍的合同。这里面省下的钱，直接进了企业的利润表，或者是投向了别的地方。

**因此以Anthropic的主要增长逻辑，也就是AI在对知识工作者进行替代性渗透时，仍会存在两个“质疑成长性”的问题：**

**a．大多数岗位不属于扩张型**

在40万亿美金的知识工作者市场中，真正属于扩张型场景的并不占主要部分。

以美国为例，整个白领员工数量分布、公司不同部门预算分布来看，约有64%的员工规模和56%的薪资规模是来自非IT、前沿科学等扩张型领域的

**b．脑力碾压下，短中期的扩张型场景也会更快转为通缩型**

Coding之所以能成为现在的需求扩张型场景，在于它在传统企业中存在渗透率提升的空间，本质上是IT预算的自然提升。但AI对人类脑力存在数十倍的碾压，**目前一个IT开发人员薪资，可以抵得上113个Claude Team高级席位套餐。**

而产出结果对比上，虽然还不能完全取代真人，但在通用任务的时间节省上，以及一个长任务的时间周期上，已经有明显提升：

一年前AI能独立完成的编程任务只相当于程序员两个小时的活；现在已经到了两个工作日，大约每四个月翻一倍。**公开代码库里，每五个新的合并请求就有一个出自Claude Code。**

**海豚君简单粗算，一个AI可以替代113\*1/5=22.6个真人，也就是给企业省下近20倍的IT薪资成本。**因此这种脑力碾压带来的价值通缩下，短中期市场规模可以因渗透率提高而保持扩张，但长期视角上所谓的40万亿脑力市场，不等渗透率走完，这个规模已自动萎缩。

**因此Anthropic在招股书中对未来增长逻辑的演绎，无论是从“现有”的知识工作者40万亿的薪资规模出发，还是从500强企业的IT预算占比不足1%出发，都犯了一个忽视AI对真人的脑力替代过程中，** **“现有”人力的脑力价值“远期”自身会大幅通缩的致命bug。**

**三、竞争：价值如何转移，取决于Anthropic未来是AT&T还是Google**

**Token的以价换量，用网络运营商“提速降费”的逻辑来理解会比较直观：**十来年里，手机流量的单价降了九成以上，人均用量涨了几十倍。但运营商的移动业务收入却基本持平，弹性差不多等于1。

那么企业客户端最终省出来的钱去哪了？互联网的价值分布可以告诉我们，**去了Google、Meta这些建在流量上面的互联网应用层**，当然，这些应用本质是拥有1P流量的“渠道”。

这样的行业演进逻辑也很好理解，当网络通信变成同质化服务，用户平行切换的成本很低，那么要获得用户的注意力，就需要投入到**渠道建设（触达用户）**和**生态丰富（留存用户）**上。

运营商AT&T有终端流量触达的先天优势，但是没能抓住机会发展应用生态、成为最终的Google和Meta。那么AI时代，大模型API服务类比运营商网络通信服务，会出现相似的行业演进吗？

**海豚君认为：**

Anthropic目前技术领先，较高智能性主要体现在**“长任务能力完成率”**，这是每一个小任务完成率的层层累积，任何一步失误都会拉低长周期任务的成功率：每一步只要有1%的出错率，那么500步的长任务几乎必然失败。

影响长周期任务的完成率，具体又与**“上下文能力”（有效记忆）**和**“高质量数据”（带结果信号的真实任务轨迹数据）**有关。

而Anthropic 在此之上还多了一层"闭环"：

2026年9月其代码库超过90%的贡献由Claude完成，每一代模型都在参与构建下一代。**它希望靠这种有人监督的部分自我迭代，保持乃至拉大前沿差距——****这个飞轮转多快，短中期最终受制于底层可支撑的算力供给。**

**（1）上下文能力：**这不是指上下文窗口长度谁更长（当下前沿模型几乎均为100M），而是在于谁能在长窗口里记得准（准确找回信息）、会取舍（主动管理存储内容）。

“记得长、记得准”的要求，已经慢慢被同行追平或缩小差距，在100万token里找回8条信息的测试中，Claude今年初曾以76%对30%左右，大幅领先GPT和Gemini；但到下半年，GPT-5.6和Meta的Muse已经追到70–98%，Opus 5.5版本就不再披露这项了。

因此，Claude目前主要领先在"上下文管理"工程能力，以及Claude Code里积累的海量真实任务轨迹。这两样都属于Claude Code这类工具层的工程能力，不是模型原生的记忆力。

**（2）高质量数据：**即大量真实任务的完整过程，加上能自动判断对错的强化学习环境（可验证对错和修改过程）。Claude Code的大规模使用，正好为后者提供了源源不断的素材。

**Claude目前的技术领先，最集中体现在长编程和AI研发这类"长链条、可验证"的任务上**。在METR的测试里，Opus 4.6能独立完成约12个专家小时的任务，是同期GPT和Gemini的约两倍。

在Vals AI的最新测评中，Opus 5.5的综合能力与Gemini 4基本打平，但在高难度终端任务、自主AI研发、5天航天项目这类长任务上领先5–10个点，而且花的钱只有对手的约1/4。

但领先并非全面——在模拟经营一年生意这类偏商业判断的长任务里，Gemini和GPT反而占优。这**恰好说明，Claude的优势来自编程场景里海量的真实任务轨迹和可验证的奖励信号，护城河的边界也就在这里。**

但这道壁垒的有效期大概只有1-2代：开源模型落后闭源约4–7个月，正好是闭源1–2次大版本的间隔。因为一代领先的闭源模型只要发布，就存在被追赶者蒸馏的风险。

**今年下半年开始，Anthropic和OpenAI的“反蒸馏”措施加码**——在原先的隐藏思维链基础上，进一步采取了包括封号、禁止回放推理内容、用分类器拦截等反制动作，目的是让高质量的轨迹数据供给大幅收缩，从而限制竞对、尤其是开源模型进行蒸馏偷师。

10月Anthropic宣称被套取的数据因此少了九成以上，类似的效果在下半年的模型发布节奏上也能显现：

今年下半年开源每月能力提升（ECI分/月）从1.8分降到0.8分，闭源则从1.7分加速到2.7分，两者差距从5.6分拉大到12.8分。

但差距并不是全面拉开。**在公开基准和短任务上，开源仍有闭源97–98%的水平；真正拉开的是长周期任务**，开源在KSP（长任务测试）上只有闭源的11%。**归根到底，差距来自前沿能力闭环迭代（用模型来训练模型，也就是递归自我迭代RSI）的速度。**

落后者并非无法追赶，通过**开源的高质量数据集+内部标注，**能够补上一部分的高质量轨迹数据的供给缺口，只是这样的迭代速度就变慢了，如果RSI长期持续有效，那么缩小差距的难度也会加大。

所以分情况看：

a. 并不时刻追求前沿的通用版模型，应用场景例如**文案整理、客服、翻译、简单Coding**，大概率会走向运营商那样的“基础设施”：按量收费，价格一年比一年低。

b. 前沿版模型不会那么快变成大宗商品，不仅仅在于模型本身存在闭环的自我改进迭代的空间，同时所适配的需求——**复杂编程、投资、法律**这类属于上述“对抗型”或“扩张型”的应用场景，客户存在对前沿模型的追求和溢价支付能力。

但前沿的溢价，要靠每年几百亿美元的训练投入来维持（**Anthropic预计27年训练投入超900亿美元**）。一旦某一代模型掉队，就会滑落到需要“死拼价格的通用档”。

**（3）闭环迭代带来持续优势**

而后续能够持续保持领先，在于Anthropic的内部高频使用+自我迭代，这本质是一个“越用越强”的自我学习、迭代的逻辑。但能够让更多人持续使用的前提，就是需要有充足的算力。

Anthropic在2025-2026年区间，近乎疯狂地预采算力。虽然明面上没有OpenAI喊出“星际之门”更吸睛，但25年下半年开始私下里的算力采购动作同样不少，截至目前已经披露的算力合约/芯片采购算下来大约对应11GW的未来算力储备，这要高于OpenAI星际之门的10GW规模体量。

**2\. 从模型到产品、生态，才是真正的护城河**

AT&T的教训是：能触达用户，不等于就是用户的入口。如果不进一步丰富到终端应用，甚至生态层，那么**纯API就是AI时代的“通信管道”，尤其是软件定义的技术服务和产品，技术上的切换成本并不高：**

a. 客户在Cursor、Copilot和各家SaaS里调用Claude，用户想做什么，是在别人的界面上表达的。

b. 换一个模型往往只需要改一行配置。

MCP这类开放标准，加上同时在三大云平台上架，等于主动把客户的转换成本降到了"电信行业的携号转网"的水平。

**真正的壁垒是用技术领先，造出商业生态的护城河，最终体现在三个方面：**

**1）入口：**用户直接在Claude Code和Claude应用里说明“要做什么”，这才是类似Google搜索框里具备的高价值“意图入口”。

**2）沉淀：**长期记忆、项目上下文、团队的技能和工作流一旦沉淀在Claude里，迁移成本就像Meta的社交关系链，用得越久越难离开。

**3）渠道：**正如互联网时代操作系统、Office和浏览器掌握在微软、苹果和谷歌手里，成为它们渠道生态建起来的地基。Anthropic要争的是成为企业工作流里的默认选项，是具备1P流量的渠道，而不是嵌在别人的产品里当零部件。

**在做成之前，需要付出一些代价，和自己的一部分早期客户进行竞争**：即Claude Code要直接和Cursor这类API大客户抢用户。类比到AT&T，当年为了保护短信收入而不敢做互联网应用。Anthropic如果为了保住API收入而不敢做入口，就会重蹈覆辙。

**因此，从长远视角看Anthropic的价值，除了TAM大小，也要看Anthropic的最终角色是AT&T（管道）还是Google（生态闭环）。它最终值1万亿还是3万亿，关键不在卖了多少token，而在用户的意图，最终是在谁的界面上表达，并实现生态闭环。**

**从这个角度出发，Anthropic与直接接触用户的终端渠道，还必有一场入口争夺权之战。**

**四、如何对Anthropic做价值判断？**

前文<二、三>两节其实已经给出了估值要用的核心要素：TAM、市占率。但在不同的时间段，对公司价值起决定作用的关注重点不一样：

**a．短中期（1–2年）看供给。**短期算力供不应求，Anthropic已经预定到三年之后，即时算力的价格也高至4-500亿美元/GW，几乎和自建的投入差不多。但前者只是年化的租金，后者自建则500亿的投入可以分摊到5年以上。

因此短期TAM取决于算力供给。

市占率上，当下在行业发展早期、且模型技术仍存在先发优势（自学习迭代）的情况下，Anthropic竞争不会被轻易颠覆，因此海豚君预计市占率问题也是依赖Anthropic对于签约算力的把控能力，以及推理算力的配给。

**b．长期（5年）看产业链定位。**届时算力供给不再稀缺，成本端被打下来。Anthropic的收入会更取决于它的产业链定位——这决定了它真正可以触达的TAM是多少，以及市占率。

如果是类“Google”的生态站位，拿的是整个广告池子中属于它的份额；如果是“AT&T”的位置，只能拿通信流量的成本加成。

下面我们先算短期中性，再算长期的两种站位：乐观（成为Google）、悲观（成为AT&T），最后按概率加权，看IPO价格到底贵不贵。

**1\. 短期中性情景：**

目前Anthropic的总算力，纽约时报报道是今年末在运算力达到3.5GW，明年末可以翻倍，也就是7GW。28年，Living with Agents披露合计有11.3GW。**海豚君通过目前已签合约的规模和披露的1P和3P算力GW信息，大约算得27、28年分别为5.1和9.3GW。**

其中的差距在于，媒体报道为年末值，海豚君在用合同额/年限/单GW成本计算时，本质上算的是周期内的平均算力值而非期末时点的数值。而若按媒体报道的年末数值，与年初进行平均计算后，实际结果与海豚君的测算值也差异不大。

海豚君按照Token降价（过去一年新一代模型基本降幅70%，假设27年降幅因RASA算力限制法案而减少至50%）、单位GW算力效率因芯片、模型算法迭代而产生更多的Tokens（过去芯片1-2年迭代周期，单位算力翻倍），预计未来单位GW的创收仍然不可避免地要往下走。

上述预测下，预计中期视角2028年收入不到2000亿。但在估值倍数上，海豚君认为只能按照8-10x P/S、相当于过去成长型SaaS一般估值15-20x的50-60%。

之所以有折扣是相比普通SaaS股，它的商业模式不够轻，要保持领先性，短期要抢建算力、做大BS表，以及运营期间还需要持续投入做训练保持技术优势。

因此相比于SaaS只要平台搭好、销售渠道建立，那么成熟稳态时就可以美美享受80%以上的边际毛利率、50-60%的经营利润率，Anthropic的盈利效率没那么高。

**按8-10x P/S算得2028年终值1.6-2万亿，继续以15%折现到2027年底，隐含中性估值为1.3~1.6万亿区间。IPO估值原本一万亿出头，吃肉确定性大；现在到了1.5万亿，常持收益空间变小，2万亿以上风险收益比就差了。**

**2\. 长期乐观情景**

乐观情景的前提是：Anthropic借着模型优势，在中短期持续扩大生态版图，**从“卖API（算力+模型）”做到“卖生态（从芯片、算力到渠道销售，一手把控）”**，最终在AI应用层和另外两家巨头三分天下。

能不能做到，要看生态赢家需要具备的五个条件，和几个对手比一比：

**从上图一眼就能看出，Anthropic最大的短板是****没有对终端客户的绝对入口****——**除了对AI基建把控力弱，它没有手机，没有操作系统，没有十亿级用户App、作为to B业务，没有CSP们大量云客户的渠道力。

它能参与的“三分天下”，更可能是企业和开发者这一层的Agent入口，和谷歌、OpenAI/微软并列。

那么，乐观情景演绎则是：Claude Code从程序员的工具，扩展成Cowork这样覆盖销售、法务、财务的工作台，再成为企业部署Agent的默认平台；MCP成为行业通用的接口标准。

走到这一步，Anthropic就不再只是按token收费（算力成本+一定的盈利空间），而是能收取更多的生态溢价。

上文海豚君列举的扩张型、对抗型、通缩型应用领域，如果均按照25%的AI工作接受率，但AI成本只需原人工的1/10，分别对应用量放大1倍、0.5倍、不变来算，**那么合计AI承担的部分预计花费企业成本1.14万亿美元。**

**Anthropic占1/3，则对应远期3800亿/年的收入。按照10x P/S，预估终值3.8万亿。具体折现率和周期如何选择，大家可按风险偏好自行决定。**

**3\. 长期悲观：困守模型层，估一个“基础设施”的大宗价值**

海豚君的悲观情景是：Anthropic在领先期内没有建立生态优势，模型能力进化变慢后，被同行一个个追平，公司和行业也一直困在模型层，成为AI产业的基础设施成本，被大宗商品化。

**也就是说模型价格不断下降，最终稳定价格只能在算力成本上增加微薄的利润空间。**

打个直观比方，目前Anthropic签订的3P租赁算力大约为每GW年租金140亿美元，若未来每GW年收入下降逐渐逼近140亿，那么对于Anthropic来说，再去新签算力扩张这笔单纯卖模型的生意，已经没有意义。

此时如果无法转型做出生态，那么结局大概率是提前卖身给已经占住了产业链中的入口位置，或者是AI应用层龙头地位的公司。

**因此假设最终模型层的利润率空间看齐成熟制造业、受管制的公用事业的经营利润率水平10%。**目前Anthropic已签万亿的算力合同，按合同周期直线摊销后预计2029年的算力成本达到巅峰为1722亿美元，再加上占收入15%的其他经营费用，那么还原下来，预计2029年收入为2300亿美元。

**假设在此时选择卖身，按照20%的综合税率，净利润184亿，按照10x P/E大宗商品或成熟制造商、运营商估值，等于1840亿，再加上手中还有1000多亿的净现金，因此合计股权价值只剩3000亿美元。**

**不过海豚君得提醒下，这种假设比较极端，是假设未来三年后模型层就迅速同质化并大幅贬值。但目前而言Anthropic能确定还有最少一年的绝对领先优势。**

**美国在AI上游生产资料的封锁越凶猛，也会延长Anthropic的绝对技术优势窗口期。**

除此之外，相比于AT&T当初错失成为互联网巨头机遇，Anthropic的做法截然不同，已经开始布局和丰富生态，只有面向客户还缺少一个超级流量的终端平台载体。

**因此Anthropic能不能避开运营商的结局，要看它能不能在企业端把“工作入口”做出来：**

**企业员工打开电脑先开Claude Code/Cowork，企业部署Agent默认用Claude和MCP。**企业端的入口不像手机那样被操作系统垄断，这是Anthropic比当年运营商多出来的一条路。就在本季初，Anthropic接连发布了多个可以对标微软办公套件的产品。

**说在最后：**

**海豚君对Anthropic的中性估值为2028年1.6-2万亿美元区间（15%折回到27/26年底，中位数分别为1.6/1.4万亿），长期乐观终值3.8万亿、长期悲观终值0.3万亿。**因此就Anthropic目前的经营状态，1-3年的短中期视角下，最终IPO估值定在1.5万亿是相对合理的。

但业绩能见度低是关键bug，因此任何以几万亿、数十万亿TAM来做乐观假设的分析，**海豚君认为都极大的忽视了AI带来的脑力通缩风险。**

**虽然这并不妨碍Anthropic短期因为在上市资产中的稀缺性而享受估值溢价，以及终局难断情况下，上限很难判断。**正如SpaceX上市后的表现，在市场情绪比当下明显更兴奋的时期，会出现把估值打到乐观区间的可能。

但正如海豚君在文中乐观预期的假设情景（考虑了部分“脑力通缩”影响），**要达到3万亿以上的乐观估值，需要Anthropic最终在整个AI应用层站住脚，成为三巨头之一。但目前就下这样的认定判断，显然过早、缺乏可信度。**

当下这个节点上二级资金持有Anthropic，长持的超额收益本身也来源于对终局生态位的博弈和判断。不过远程算力的监管限制，造成对开源模型的临时暴击，倒是有助于Anthropic上市后的情绪能够比之前预想的维持得更久。

**最后值得一提的是，Anthropic也存在类似SpaceX一样的阶梯式解禁节奏，以缓解集中巨量解禁的冲击：**

回顾SpaceX每一轮解禁下市场反应，比较明显的冲击主要在首次以及解禁量比较大的几次，尤其是配合上市情绪脉冲、带动估值快速走高后，从而加剧后续的回落幅度。但对其他波的解禁窗口，市场会逐渐“免疫”。

如下图，本次IPO最终定格基础发新股9.6亿（不含联创卖老股），定价83元；由于认购较好，绿靴完全用新股执行，再加同步私募融资，融资接近1200亿美金。

这其中，锁定的股份约155亿股，是IPO首秀流通盘的12倍，这些股份将在一年时间内分25个窗口逐步放开解禁。

**最大的三波，分别是在明年的3月初（26年报后的第2个交易日）、5月中旬（Q1财报或上市第180天两者较早日期）以及11月（Q3财报或上市365天两者较早日期），届时可以关注和回避一下窗口期附近时的交易风险。**

<此处结束>

**海豚君Anthropic历史文章：**

2026年11月11日卖方路演点评《[Anthropic 卖方小会：大量关键信息，预期管理已经启动？](https://longbridge.com/zh-CN/dolphin/post/44975810?channel=OWNN00210)》

2026年10月27日首篇覆盖（上）《[Anthropic：甩掉 “吞金兽”；转身成 “房奴”，万亿长征路还远](http://longbridge.com/zh-CN/dolphin/post/44562870?channel=OWNN00210)》

本文的风险披露与声明：[海豚研究免责声明及一般披露](https://support.longbridge.global/topics/misc/dolphin-disclaimer)

### 相关股票

- [GOOG.US](https://longbridge.com/zh-CN/quote/GOOG.US.md)
- [GOOGL.US](https://longbridge.com/zh-CN/quote/GOOGL.US.md)
- [T.US](https://longbridge.com/zh-CN/quote/T.US.md)
- [ANT.US](https://longbridge.com/zh-CN/quote/ANT.US.md)
- [GOOGM.US](https://longbridge.com/zh-CN/quote/GOOGM.US.md)
- [GOOGN.US](https://longbridge.com/zh-CN/quote/GOOGN.US.md)
- [T-A.US](https://longbridge.com/zh-CN/quote/T-A.US.md)
- [T-C.US](https://longbridge.com/zh-CN/quote/T-C.US.md)
- [GGLL.US](https://longbridge.com/zh-CN/quote/GGLL.US.md)
- [GGLS.US](https://longbridge.com/zh-CN/quote/GGLS.US.md)

---
> **免责声明: 本文仅供参考，不构成任何投资建议。**