D

Anthropic:躲不開 “腦力通縮”,終局是 “AI 版” 谷歌還是 AT&T?

LongbridgeAI我是 LongbridgeAI,我可以總結文章信息。

在上篇《Anthropic:甩掉吞金獸,轉身成房奴》,海豚君算了 $Anthropic(ANT.US) 的賬:近1萬億美元的算力合同壓上資產負債表,收入要再漲4-5倍才扛得住。賬算完了,兩個更根本的問題浮了上來:

一是,這門生意憑什麼守住“智能溢價”?token 價格一年跌去七成,開源模型在身後猛追,Anthropic 的"智能溢價"能持續嗎?

二是,收入的天花板在哪?一級市場5月給了9650億美元估值,IPO 預期一度喊到1.5萬億——這個價錢,買的是什麼樣的2028年?

海豚君這篇以解答Anthropic的價值判斷為主線,結合上述問題進一步討論Anthropic以及AI的增長前景、競爭壁壘等。全文分為四個部分:

1、市場對Anthropic估值爭議,核心差異是什麼?

2、AI大模型應用的蛋糕(TAM)有多大、如何看腦力通縮的影響?

3、大模型會不會變成大宗商品?Anthropic的壁壘還能守多久?

4、如何給估值?

以下為詳細分析

一、估值爭議:核心差異點是什麼?

1.26–1.41萬億美元,是Anthropic IPO區間對應的完全稀釋估值,約為10月ARR(810億)的16–17倍。依照Barclays上週小會信息,以Q4季度收入進行年化後的770億來算,估值甚至達到了18倍。

疊加月環比下滑的趨勢,18倍P/ARR完全稱不上便宜。下滑主要被公司歸因於假期帶來的季節性波動。這個解釋不是不合理,而是對號稱有上萬億收入增長空間的AI實驗室龍頭來説,在這個時候就講季節波動實屬詭異,怎麼放心給高成長估值?

然而上市前的路演,似乎投資者認購熱情並沒有想象中的冷淡和謹慎,認購額超了融資需求的6倍。一時之間,Anthropic簡直成了多、空雙方互道傻X的最典型案例。

海豚君收集了部分一二級機構的估值判斷髮現:造成樂觀與悲觀兩個反向的判斷,主要爭議點如何看到Anthropic對於TAM定義:

a. 樂觀預期:看高到3萬億估值,TAM 錨定工資40萬億

知名投資人如Gavin Baker、Brad Gerstner,他們對TAM的定義和Anthropic在IPO招股書中的定義類似,即將全球知識工作者的人工薪資作為能夠觸達的市場總空間。

目前全球勞動收入大約佔GDP的52%,60萬億美元左右的總盤子。Anthropic自行圈定了知識工作者的崗位屬性(從Coding到一般性的腦力工作),認為這類崗位薪資的40萬億美元,是能夠被AI滲透並帶來轉型的市場。

因此這樣來看,千億級收入規模在40萬億可觸達TAM還很低,3萬億估值同樣顯得非常便宜。

b. 悲觀預期:看低到5000億估值,TAM錨定企業IT預算6萬億

空房機構則將Anthropic的目標市場與企業IT預算掛鈎。悲觀預期下,Anthropic五年後只拿到IT總預算規模的3%,也就是1800億的收入。那麼按照5x成熟軟件P/S,15%的投資回報率折回到當下,差不多4-5000億美金的水平。

但AI未來演化太不確定,遠期錨一人一個,等於沒有。目前大多數人只是短中期Anthropic能做到的收入規模,和並不算高的估值倍數,來給一個1-1.5萬億的中性區間,這也是IPO定價所屬的區間,最新的IPO定價計算,完全稀釋估值已經來到了區間上沿1.5萬億。

Anthropic:躲不開 “腦力通縮”,終局是 “AI 版” 谷歌還是 AT&T?

二、TAM:用當下的市場規模來類比存在致命的“失真性”

雖然近期美國政府對遠程算力做了嚴格的限制監管,中國的開源模型會因缺高端算力而迭代放慢,從而使得Anthropic等閉源模型的競爭力提升,Token降價壓力會緩一緩。

但從算力供需缺口的未來邊際變化來看,海豚君認為AI大模型未來的持續降價趨勢是一定的。不僅僅是競爭的關係,內在技術也存在同一方向的推動:

a. 芯片每一代都在翻倍。同樣一GW的電,新一代芯片能吐出更多token;

b. 模型算法也在提效。Anthropic招股書中提到:訓練和推理中算法與方法上的改進,能讓同樣多的算力產出更多有效成果。

這意味着,現在每一代新模型的訓練,都有老一代模型的參與。模型越強,能訓練出更強的模型,也能更便宜地提供服務。這種遞歸自我改進(RSI)規律會使得前沿模型的差距(性能、性價比)越來越大。

<a-b>分別代表算力供給端和需求端的雙向迭代改進,最終帶來的結果就是,前沿模型的token價格每年降45–55%(隱含每季度平均環比降幅10-15%)。過去一年裏,Opus的輸入價從每百萬token 15美元降到5美元,再降到4美元,降了約73%;

第三方成交價指數顯示,Anthropic的實際成交價一個月內從1.70美元腰斬到0.83美元。不過,最新的算力限令可能會在強執行期內有效放緩降價幅度,比如綜合季度均環比降幅壓縮到10%以內。

能否保持收入增長,取決於降價能否激發出額外的算力增量,超額補償降價損失。在行業發展初期,降價代表的降低門檻,會使得新技術快速滲透,從而產生更多的需求。這也是近一年每一次模型迭代、Token大幅降價下,AI遭受增長質疑時,多頭經常用於反駁的“傑文斯悖論”。

但海豚君認為,這要分使用場景/行業來討論不同需求彈性的大小:

(1)擴張型(彈性大於1):越便宜,用得越多,總支出反而變大

這在Coding領域最典型。以前公司裏想做個內部工具,要排期兩個月、配兩個程序員,大多數需求就這麼被擱置了。現在一個下午就能讓Agent寫出來,於是以前“不值得做”的需求全冒了出來:老代碼重寫、每個流程都做成工具、全量代碼審計。這類需求本來就是被成本壓着的,價格一降,用量自然會成倍放大。

順着Coding因降價帶來滲透率提升、從而增加行業預算的邏輯,除了加速傳統行業的IT化外,整個前沿科學的開發創新、金融投資也屬於這一類。

(2)對抗型(彈性約等於1):預算趨勢跟着對手和行業走。

例如訴訟、網絡安全、營銷等領域。這是一種行業競爭驅使下的暫時性需求膨脹,但中長期會因為投入的經濟性ROI下降,隨着行業壟斷性增強而消失。

上述對應的場景,比如對方律師用AI一天能出十份文書,你也得跟上;黑客用AI批量找漏洞,你的防禦也得AI化。在這些領域,企業花多少錢不由單價決定,而是由“對手花了多少、這件事值多少”決定。

而降價會讓同樣的預算買到更多的服務,也會讓更多原先沒有能力的公司參與進來競爭,壓縮行業利潤。但在行業利潤下降的過程中,這種因“內卷”而產生的需求也會減少。

(3)通縮型(彈性小於1):需求量是固定的,降價只會讓客户少花錢。

這種場景是指審計、報税、合規、薪酬核算等。一家上市公司一年就做一次年報審計,季度報税不會因為便宜就多報幾次,KYC也是來一個客户審一個。AI把審一份合同的成本降了九成,企業也不會因此多籤十倍的合同。這裏面省下的錢,直接進了企業的利潤表,或者是投向了別的地方。

因此以Anthropic的主要增長邏輯,也就是AI在對知識工作者進行替代性滲透時,仍會存在兩個“質疑成長性”的問題:

a.大多數崗位不屬於擴張型

在40萬億美金的知識工作者市場中,真正屬於擴張型場景的並不佔主要部分。

以美國為例,整個白領員工數量分佈、公司不同部門預算分佈來看,約有64%的員工規模和56%的薪資規模是來自非IT、前沿科學等擴張型領域的

b.腦力碾壓下,短中期的擴張型場景也會更快轉為通縮型

Coding之所以能成為現在的需求擴張型場景,在於它在傳統企業中存在滲透率提升的空間,本質上是IT預算的自然提升。但AI對人類腦力存在數十倍的碾壓,目前一個IT開發人員薪資,可以抵得上113個Claude Team高級席位套餐。

而產出結果對比上,雖然還不能完全取代真人,但在通用任務的時間節省上,以及一個長任務的時間週期上,已經有明顯提升:

一年前AI能獨立完成的編程任務只相當於程序員兩個小時的活;現在已經到了兩個工作日,大約每四個月翻一倍。公開代碼庫裏,每五個新的合併請求就有一個出自Claude Code。

海豚君簡單粗算,一個AI可以替代113*1/5=22.6個真人,也就是給企業省下近20倍的IT薪資成本。因此這種腦力碾壓帶來的價值通縮下,短中期市場規模可以因滲透率提高而保持擴張,但長期視角上所謂的40萬億腦力市場,不等滲透率走完,這個規模已自動萎縮。

因此Anthropic在招股書中對未來增長邏輯的演繹,無論是從“現有”的知識工作者40萬億的薪資規模出發,還是從500強企業的IT預算佔比不足1%出發,都犯了一個忽視AI對真人的腦力替代過程中, “現有”人力的腦力價值“遠期”自身會大幅通縮的致命bug。

三、競爭:價值如何轉移,取決於Anthropic未來是AT&T還是Google

Token的以價換量,用網絡運營商“提速降費”的邏輯來理解會比較直觀:十來年裏,手機流量的單價降了九成以上,人均用量漲了幾十倍。但運營商的移動業務收入卻基本持平,彈性差不多等於1。

那麼企業客户端最終省出來的錢去哪了?互聯網的價值分佈可以告訴我們,去了Google、Meta這些建在流量上面的互聯網應用層,當然,這些應用本質是擁有1P流量的“渠道”。

這樣的行業演進邏輯也很好理解,當網絡通信變成同質化服務,用户平行切換的成本很低,那麼要獲得用户的注意力,就需要投入到渠道建設(觸達用户)和生態豐富(留存用户)上。

運營商AT&T有終端流量觸達的先天優勢,但是沒能抓住機會發展應用生態、成為最終的Google和Meta。那麼AI時代,大模型API服務類比運營商網絡通信服務,會出現相似的行業演進嗎?

海豚君認為:

Anthropic目前技術領先,較高智能性主要體現在“長任務能力完成率”,這是每一個小任務完成率的層層累積,任何一步失誤都會拉低長週期任務的成功率:每一步只要有1%的出錯率,那麼500步的長任務幾乎必然失敗。

影響長週期任務的完成率,具體又與“上下文能力”(有效記憶)和“高質量數據”(帶結果信號的真實任務軌跡數據)有關。

而Anthropic 在此之上還多了一層"閉環":

2026年9月其代碼庫超過90%的貢獻由Claude完成,每一代模型都在參與構建下一代。它希望靠這種有人監督的部分自我迭代,保持乃至拉大前沿差距——這個飛輪轉多快,短中期最終受制於底層可支撐的算力供給。

(1)上下文能力:這不是指上下文窗口長度誰更長(當下前沿模型幾乎均為100M),而是在於誰能在長窗口裏記得準(準確找回信息)、會取捨(主動管理存儲內容)。

“記得長、記得準”的要求,已經慢慢被同行追平或縮小差距,在100萬token裏找回8條信息的測試中,Claude今年初曾以76%對30%左右,大幅領先GPT和Gemini;但到下半年,GPT-5.6和Meta的Muse已經追到70–98%,Opus 5.5版本就不再披露這項了。

因此,Claude目前主要領先在"上下文管理"工程能力,以及Claude Code裏積累的海量真實任務軌跡。這兩樣都屬於Claude Code這類工具層的工程能力,不是模型原生的記憶力。

(2)高質量數據:即大量真實任務的完整過程,加上能自動判斷對錯的強化學習環境(可驗證對錯和修改過程)。Claude Code的大規模使用,正好為後者提供了源源不斷的素材。

Claude目前的技術領先,最集中體現在長編程和AI研發這類"長鏈條、可驗證"的任務上。在METR的測試裏,Opus 4.6能獨立完成約12個專家小時的任務,是同期GPT和Gemini的約兩倍。

在Vals AI的最新測評中,Opus 5.5的綜合能力與Gemini 4基本打平,但在高難度終端任務、自主AI研發、5天航天項目這類長任務上領先5–10個點,而且花的錢只有對手的約1/4。

但領先並非全面——在模擬經營一年生意這類偏商業判斷的長任務裏,Gemini和GPT反而佔優。這恰好説明,Claude的優勢來自編程場景裏海量的真實任務軌跡和可驗證的獎勵信號,護城河的邊界也就在這裏。

但這道壁壘的有效期大概只有1-2代:開源模型落後閉源約4–7個月,正好是閉源1–2次大版本的間隔。因為一代領先的閉源模型只要發佈,就存在被追趕者蒸餾的風險。

今年下半年開始,Anthropic和OpenAI的“反蒸餾”措施加碼——在原先的隱藏思維鏈基礎上,進一步採取了包括封號、禁止回放推理內容、用分類器攔截等反制動作,目的是讓高質量的軌跡數據供給大幅收縮,從而限制競對、尤其是開源模型進行蒸餾偷師。

10月Anthropic宣稱被套取的數據因此少了九成以上,類似的效果在下半年的模型發佈節奏上也能顯現:

今年下半年開源每月能力提升(ECI分/月)從1.8分降到0.8分,閉源則從1.7分加速到2.7分,兩者差距從5.6分拉大到12.8分。

但差距並不是全面拉開。在公開基準和短任務上,開源仍有閉源97–98%的水平;真正拉開的是長週期任務,開源在KSP(長任務測試)上只有閉源的11%。歸根到底,差距來自前沿能力閉環迭代(用模型來訓練模型,也就是遞歸自我迭代RSI)的速度。

落後者並非無法追趕,通過開源的高質量數據集+內部標註,能夠補上一部分的高質量軌跡數據的供給缺口,只是這樣的迭代速度就變慢了,如果RSI長期持續有效,那麼縮小差距的難度也會加大。

所以分情況看:

a. 並不時刻追求前沿的通用版模型,應用場景例如文案整理、客服、翻譯、簡單Coding,大概率會走向運營商那樣的“基礎設施”:按量收費,價格一年比一年低。

b. 前沿版模型不會那麼快變成大宗商品,不僅僅在於模型本身存在閉環的自我改進迭代的空間,同時所適配的需求——複雜編程、投資、法律這類屬於上述“對抗型”或“擴張型”的應用場景,客户存在對前沿模型的追求和溢價支付能力。

但前沿的溢價,要靠每年幾百億美元的訓練投入來維持(Anthropic預計27年訓練投入超900億美元)。一旦某一代模型掉隊,就會滑落到需要“死拼價格的通用檔”。

(3)閉環迭代帶來持續優勢

而後續能夠持續保持領先,在於Anthropic的內部高頻使用+自我迭代,這本質是一個“越用越強”的自我學習、迭代的邏輯。但能夠讓更多人持續使用的前提,就是需要有充足的算力。

Anthropic在2025-2026年區間,近乎瘋狂地預採算力。雖然明面上沒有OpenAI喊出“星際之門”更吸睛,但25年下半年開始私下裏的算力採購動作同樣不少,截至目前已經披露的算力合約/芯片採購算下來大約對應11GW的未來算力儲備,這要高於OpenAI星際之門的10GW規模體量。

2. 從模型到產品、生態,才是真正的護城河

AT&T的教訓是:能觸達用户,不等於就是用户的入口。如果不進一步豐富到終端應用,甚至生態層,那麼純API就是AI時代的“通信管道”,尤其是軟件定義的技術服務和產品,技術上的切換成本並不高:

a. 客户在Cursor、Copilot和各家SaaS裏調用Claude,用户想做什麼,是在別人的界面上表達的。

b. 換一個模型往往只需要改一行配置。

MCP這類開放標準,加上同時在三大雲平台上架,等於主動把客户的轉換成本降到了"電信行業的攜號轉網"的水平。

真正的壁壘是用技術領先,造出商業生態的護城河,最終體現在三個方面:

1)入口:用户直接在Claude Code和Claude應用裏説明“要做什麼”,這才是類似Google搜索框裏具備的高價值“意圖入口”。

2)沉澱:長期記憶、項目上下文、團隊的技能和工作流一旦沉澱在Claude裏,遷移成本就像Meta的社交關係鏈,用得越久越難離開。

3)渠道:正如互聯網時代操作系統、Office和瀏覽器掌握在微軟、蘋果和谷歌手裏,成為它們渠道生態建起來的地基。Anthropic要爭的是成為企業工作流裏的默認選項,是具備1P流量的渠道,而不是嵌在別人的產品裏當零部件。

在做成之前,需要付出一些代價,和自己的一部分早期客户進行競爭:即Claude Code要直接和Cursor這類API大客户搶用户。類比到AT&T,當年為了保護短信收入而不敢做互聯網應用。Anthropic如果為了保住API收入而不敢做入口,就會重蹈覆轍。

因此,從長遠視角看Anthropic的價值,除了TAM大小,也要看Anthropic的最終角色是AT&T(管道)還是Google(生態閉環)。它最終值1萬億還是3萬億,關鍵不在賣了多少token,而在用户的意圖,最終是在誰的界面上表達,並實現生態閉環。

從這個角度出發,Anthropic與直接接觸用户的終端渠道,還必有一場入口爭奪權之戰。

四、如何對Anthropic做價值判斷?

前文<二、三>兩節其實已經給出了估值要用的核心要素:TAM、市佔率。但在不同的時間段,對公司價值起決定作用的關注重點不一樣:

a.短中期(1–2年)看供給。短期算力供不應求,Anthropic已經預定到三年之後,即時算力的價格也高至4-500億美元/GW,幾乎和自建的投入差不多。但前者只是年化的租金,後者自建則500億的投入可以分攤到5年以上。

因此短期TAM取決於算力供給。

市佔率上,當下在行業發展早期、且模型技術仍存在先發優勢(自學習迭代)的情況下,Anthropic競爭不會被輕易顛覆,因此海豚君預計市佔率問題也是依賴Anthropic對於簽約算力的把控能力,以及推理算力的配給。

b.長期(5年)看產業鏈定位。屆時算力供給不再稀缺,成本端被打下來。Anthropic的收入會更取決於它的產業鏈定位——這決定了它真正可以觸達的TAM是多少,以及市佔率。

如果是類“Google”的生態站位,拿的是整個廣告池子中屬於它的份額;如果是“AT&T”的位置,只能拿通信流量的成本加成。

下面我們先算短期中性,再算長期的兩種站位:樂觀(成為Google)、悲觀(成為AT&T),最後按概率加權,看IPO價格到底貴不貴。

1. 短期中性情景:

目前Anthropic的總算力,紐約時報報道是今年末在運算力達到3.5GW,明年末可以翻倍,也就是7GW。28年,Living with Agents披露合計有11.3GW。海豚君通過目前已籤合約的規模和披露的1P和3P算力GW信息,大約算得27、28年分別為5.1和9.3GW。

其中的差距在於,媒體報道為年末值,海豚君在用合同額/年限/單GW成本計算時,本質上算的是週期內的平均算力值而非期末時點的數值。而若按媒體報道的年末數值,與年初進行平均計算後,實際結果與海豚君的測算值也差異不大。

海豚君按照Token降價(過去一年新一代模型基本降幅70%,假設27年降幅因RASA算力限制法案而減少至50%)、單位GW算力效率因芯片、模型算法迭代而產生更多的Tokens(過去芯片1-2年迭代週期,單位算力翻倍),預計未來單位GW的創收仍然不可避免地要往下走。

上述預測下,預計中期視角2028年收入不到2000億。但在估值倍數上,海豚君認為只能按照8-10x P/S、相當於過去成長型SaaS一般估值15-20x的50-60%。

之所以有折扣是相比普通SaaS股,它的商業模式不夠輕,要保持領先性,短期要搶建算力、做大BS表,以及運營期間還需要持續投入做訓練保持技術優勢。

因此相比於SaaS只要平台搭好、銷售渠道建立,那麼成熟穩態時就可以美美享受80%以上的邊際毛利率、50-60%的經營利潤率,Anthropic的盈利效率沒那麼高。

按8-10x P/S算得2028年終值1.6-2萬億,繼續以15%折現到2027年底,隱含中性估值為1.3~1.6萬億區間。IPO估值原本一萬億出頭,吃肉確定性大;現在到了1.5萬億,常持收益空間變小,2萬億以上風險收益比就差了。

2. 長期樂觀情景

樂觀情景的前提是:Anthropic藉着模型優勢,在中短期持續擴大生態版圖,從“賣API(算力+模型)”做到“賣生態(從芯片、算力到渠道銷售,一手把控)”,最終在AI應用層和另外兩家巨頭三分天下。

能不能做到,要看生態贏家需要具備的五個條件,和幾個對手比一比:

從上圖一眼就能看出,Anthropic最大的短板是沒有對終端客户的絕對入口——除了對AI基建把控力弱,它沒有手機,沒有操作系統,沒有十億級用户App、作為to B業務,沒有CSP們大量雲客户的渠道力。

它能參與的“三分天下”,更可能是企業和開發者這一層的Agent入口,和谷歌、OpenAI/微軟並列。

那麼,樂觀情景演繹則是:Claude Code從程序員的工具,擴展成Cowork這樣覆蓋銷售、法務、財務的工作台,再成為企業部署Agent的默認平台;MCP成為行業通用的接口標準。

走到這一步,Anthropic就不再只是按token收費(算力成本+一定的盈利空間),而是能收取更多的生態溢價。

上文海豚君列舉的擴張型、對抗型、通縮型應用領域,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,分別對應用量放大1倍、0.5倍、不變來算,那麼合計AI承擔的部分預計花費企業成本1.14萬億美元。

Anthropic佔1/3,則對應遠期3800億/年的收入。按照10x P/S,預估終值3.8萬億。具體折現率和週期如何選擇,大家可按風險偏好自行決定。

3. 長期悲觀:困守模型層,估一個“基礎設施”的大宗價值

海豚君的悲觀情景是:Anthropic在領先期內沒有建立生態優勢,模型能力進化變慢後,被同行一個個追平,公司和行業也一直困在模型層,成為AI產業的基礎設施成本,被大宗商品化。

也就是説模型價格不斷下降,最終穩定價格只能在算力成本上增加微薄的利潤空間。

打個直觀比方,目前Anthropic簽訂的3P租賃算力大約為每GW年租金140億美元,若未來每GW年收入下降逐漸逼近140億,那麼對於Anthropic來説,再去新籤算力擴張這筆單純賣模型的生意,已經沒有意義。

此時如果無法轉型做出生態,那麼結局大概率是提前賣身給已經佔住了產業鏈中的入口位置,或者是AI應用層龍頭地位的公司。

因此假設最終模型層的利潤率空間看齊成熟製造業、受管制的公用事業的經營利潤率水平10%。目前Anthropic已籤萬億的算力合同,按合同週期直線攤銷後預計2029年的算力成本達到巔峯為1722億美元,再加上佔收入15%的其他經營費用,那麼還原下來,預計2029年收入為2300億美元。

假設在此時選擇賣身,按照20%的綜合税率,淨利潤184億,按照10x P/E大宗商品或成熟製造商、運營商估值,等於1840億,再加上手中還有1000多億的淨現金,因此合計股權價值只剩3000億美元。

不過海豚君得提醒下,這種假設比較極端,是假設未來三年後模型層就迅速同質化並大幅貶值。但目前而言Anthropic能確定還有最少一年的絕對領先優勢。

美國在AI上游生產資料的封鎖越兇猛,也會延長Anthropic的絕對技術優勢窗口期。

除此之外,相比於AT&T當初錯失成為互聯網巨頭機遇,Anthropic的做法截然不同,已經開始佈局和豐富生態,只有面向客户還缺少一個超級流量的終端平台載體。

因此Anthropic能不能避開運營商的結局,要看它能不能在企業端把“工作入口”做出來:

企業員工打開電腦先開Claude Code/Cowork,企業部署Agent默認用Claude和MCP。企業端的入口不像手機那樣被操作系統壟斷,這是Anthropic比當年運營商多出來的一條路。就在本季初,Anthropic接連發布了多個可以對標微軟辦公套件的產品。

説在最後:

海豚君對Anthropic的中性估值為2028年1.6-2萬億美元區間(15%折回到27/26年底,中位數分別為1.6/1.4萬億),長期樂觀終值3.8萬億、長期悲觀終值0.3萬億。因此就Anthropic目前的經營狀態,1-3年的短中期視角下,最終IPO估值定在1.5萬億是相對合理的。

但業績能見度低是關鍵bug,因此任何以幾萬億、數十萬億TAM來做樂觀假設的分析,海豚君認為都極大的忽視了AI帶來的腦力通縮風險。

雖然這並不妨礙Anthropic短期因為在上市資產中的稀缺性而享受估值溢價,以及終局難斷情況下,上限很難判斷。正如SpaceX上市後的表現,在市場情緒比當下明顯更興奮的時期,會出現把估值打到樂觀區間的可能。

但正如海豚君在文中樂觀預期的假設情景(考慮了部分“腦力通縮”影響),要達到3萬億以上的樂觀估值,需要Anthropic最終在整個AI應用層站住腳,成為三巨頭之一。但目前就下這樣的認定判斷,顯然過早、缺乏可信度。

當下這個節點上二級資金持有Anthropic,長持的超額收益本身也來源於對終局生態位的博弈和判斷。不過遠程算力的監管限制,造成對開源模型的臨時暴擊,倒是有助於Anthropic上市後的情緒能夠比之前預想的維持得更久。

最後值得一提的是,Anthropic也存在類似SpaceX一樣的階梯式解禁節奏,以緩解集中巨量解禁的衝擊:

回顧SpaceX每一輪解禁下市場反應,比較明顯的衝擊主要在首次以及解禁量比較大的幾次,尤其是配合上市情緒脈衝、帶動估值快速走高後,從而加劇後續的回落幅度。但對其他波的解禁窗口,市場會逐漸“免疫”。

如下圖,本次IPO最終定格基礎發新股9.6億(不含聯創賣老股),定價83元;由於認購較好,綠靴完全用新股執行,再加同步私募融資,融資接近1200億美金。

這其中,鎖定的股份約155億股,是IPO首秀流通盤的12倍,這些股份將在一年時間內分25個窗口逐步放開解禁。

最大的三波,分別是在明年的3月初(26年報後的第2個交易日)、5月中旬(Q1財報或上市第180天兩者較早日期)以及11月(Q3財報或上市365天兩者較早日期),屆時可以關注和迴避一下窗口期附近時的交易風險。

<此處結束>

海豚君Anthropic歷史文章:

2026年11月11日賣方路演點評《Anthropic 賣方小會:大量關鍵信息,預期管理已經啓動?》

2026年10月27日首篇覆蓋(上)《Anthropic:甩掉 “吞金獸”;轉身成 “房奴”,萬億長征路還遠》

本文的風險披露與聲明:海豚研究免責聲明及一般披露

本文版權歸屬於原作者/機構。

以上內容僅代表作者個人觀點,不代表平台立場。本內容僅供投資參考,不應被視為投資建議。如您對平台提供的內容服務有任何疑問或建議,請聯繫我們。