---
title: "Anthropic：躲不開 “腦力通縮”，終局是 “AI 版” 谷歌還是 AT&amp;T?"
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/dolphin/post/45175577.md"
description: "IPO 定價尚算合理，但 “腦力通縮” 正在壓縮遠期蛋糕。"
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-HK/dolphin.md)"
generator: "portal-rs"
---

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

在上篇《[Anthropic：甩掉吞金獸，轉身成房奴](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。

**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？](https://longbridge.com/zh-CN/dolphin/post/44975810?channel=OWNN00210)》

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](http://longbridge.com/zh-CN/dolphin/post/44562870?channel=OWNN00210)》

本文的風險披露與聲明：[海豚研究免責聲明及一般披露](https://support.longbridge.global/topics/misc/dolphin-disclaimer)

### 相關股票

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

---
> **免責聲明: 本文僅供參考，不構成任何投資建議。**