Appearance
为何说Anthropic是一家价值100万亿美元的公司
原文标题: Why Anthropic Is a $100T Company 来源: Jason's Chips
💡 核心观点
- 软硬件结合才是真正的护城河：仅靠堆算力（英伟达GPU）无法建立长期优势。Anthropic通过专注模型品质和“品味”（算法、工程效率），形成了正向循环（“递归自我改进”）——更强的模型带来更高的收入和市场垄断，进而支持更大的研发投入，从而持续拉大与OpenAI、Google等竞争对手的差距。
- 估值逻辑已变：从“生产成本”转向“目标市场”：传统估值锚定历史收入或毛利率（如认为80%毛利不高）。但顶级AI模型因其“价值随时间提升、成本随时间下降”的独特经济模型，其极限价值近乎无限（对标全球GDP中所有知识与智力劳动部分）。保守估算，Anthropic按成长股逻辑（对标Palantir 45x2028年盈利）估值可达100万亿美元，远超当前1万亿的定价。
- 散户需警惕“IPO陷阱”，善用金融工具对冲风险：Cerebras案例表明，明星AI公司IPO时因供需严重失衡，开盘价常高达定价的数倍，散户几乎无法以“合理估值”买入。文章提示，避免直接参与IPO抢筹，而应寻找“结构清晰、无融资费率陷阱”的衍生品（如特定私募结构或合成资产）获得近似1：1的经济敞口，以对冲无法在低价获利的风险。
📖 中文全文
ANTHROPIC是世界上最有价值的公司，而且远超其他公司。我不明白为什么这个话题没有引起更多讨论。在公开股票市场中，我们研究每一家公司，利用详细的供应链分析计算出其未来2-3年的营收和盈利，评估其竞争地位，在数据手册中分析其工程能力，构建细致的逐季财务模型，并尽我们所能给予最公允的估值。然而即便如此，我们还是能看到这样的价格图表（它本质上就是估值随时间的变化，而投资者会说“我们判断错了”）。2025年中的数千名市场参与者和投资者对这家公司的估值判断失误了近100倍。仔细想想这件事。这些股票的交易价格几乎只有今天价值的1%。他们错了。大错特错，错的离谱。而今天，他们对Anthropic的判断仍然是错的。那个大约1万亿美元的估值并没有受到太多质疑。但一旦你开始提问，你就会意识到这个估值无论如何都远远不够大。今天，我将作为一个有趣的思维练习，论证Anthropic价值100万亿美元的合理性，以展示这些模型实验室被低估了多少。实际上，声称一家已价值近万亿美元的公司未来价值将增长逾100倍，并成为世界目前最有价值公司市值的20倍以上，这完全是荒谬的。这个练习的目的是表明这在逻辑上是合理的。这是可能发生的。如果天花板如此之高，至少我们今天思考的估值量级是完全错误的。
模型实验室是有史以来最伟大的生意。 随着前沿模型能力越来越强，能够自动化更长时间跨度的任务，解锁新的使用场景并提升用户的支付意愿，代币的价值会随时间增加。与此同时，由于硬件效率的提升和模型本身的算法改进，它们的成本会随时间下降。价值更高且成本更低的双重效应使得利润非线性增长，创造出近乎无限的终值。它们能够捍卫这种有吸引力的生意，是因为其护城河通过递归自我改进而随时间不断加固。Anthropic 450亿美元的年度经常性收入代表着资本主义史上前所未有的增长。使用冈珀茨式的幂律曲线，我们估计其2026年底的年度经常性收入为3000亿美元，2027年底为1万亿美元，2028年底为1.5万亿美元。然而，荒谬的是，市场仍在用历史和当年的财务数据来为其估值。我们认为，不向前延伸到未来的倍数来评估模型实验室是一个谬误，而这正是我们对Palantir和Cloudflare这类高增长、高利润率的公开软件公司所做的。基于此，我们得出100万亿美元的估值。尽管从表面上看不合理，但这个估值在理论上有技术奇点概念的支持，这是一个AI理论家经常引用但尚未进入投资讨论的概念。然而，散户接触这家公司的渠道受到严重限制，而IPO的动态对散户投资者极为不利。这就是为什么我要分享我参与的一笔交易，它提供了近乎1:1的Anthropic经济敞口，以对冲IPO的不确定性。
目录 模型实验室 = 有史以来最伟大的生意 价值随时间增长 成本随时间下降 护城河随时间加强 营收与估值 估算2026年底年度经常性收入 公开市场与远期数字 估算2027年和2028年底年度经常性收入 利润率 估值 奇点 IPO 散户投资者如何参与
这是一篇比平时更长、质量更高的文章。由于它花费我更多时间，我每周只能做一到两篇。你更喜欢每周两篇这种高质量文章，还是像我通常的长度和深度那样每周五篇？财报覆盖不受影响。
加载中... 加载中... 加载中...
SemiAnalysis赠品：第一个通过本文付费墙订阅的用户将获赠一个月的SemiAnalysis订阅（发送至您的邮箱）。访问此内容即表示您承认并同意我们的条款和条件。本研究不构成财务建议。
模型实验室 = 有史以来最伟大的生意
主流媒体把这件事搞反了。模型实验室是有史以来最伟大的生意。模型实验室具备一组独特的特征组合，使其拥有近乎无限的终值：
- 其产品的价值随时间上升。
- 其投入的成本随时间下降。
- 其护城河随时间加强。
结果是，领先的模型实验室目前正迅速走向垄断所有未来智力和知识型劳动的位置，其可寻址市场包括了全球GDP的大部分。
价值随时间增长
随着AI模型变得更加强大，模型实验室每个代币所交付的价值也相应增加。这很直观，因为更智能的模型可以做更多有用的事情。随着模型能够完成的任务集合不断扩大，人们开始发现使用模型的全新方式，这些方式以前从未被发现。正是因为模型能力的提升，被广泛认为与ChatGPT时刻同样重要的智能体AI现象才得以实现。更强大的模型通过智能体交付价值的两个最重要例子是Claude Code和OpenClaw。
Claude Code
“Vibe coding”这个词大约是一年前由Andrej Karpathy创造的。
Andrej Karpathy @karpathy 有一种我称之为“vibe coding”的新式编程，你完全沉浸在感觉中，拥抱指数级变化，甚至忘记了代码的存在。这之所以可能，是因为LLMs（例如Cursor Composer w Sonnet）变得太好了。我就是用SuperWhisper和Composer对话。 2025年2月2日 下午11:17 · 713万次查看 1.46K回复 · 3.64K转帖 · 33.9K点赞
当时，领先模型是Sonnet 3.7，vibe coding广受鄙视和不鼓励。我也尝试用它构建应用程序，但惨败。它会遇到bug，然后原地打转，积累更多技术债务，什么也修不好。
今天，有了Opus 4.7，Claude Code正在完全征服软件工程，因为它正迅速走向占据全球GitHub提交量10%的目标。
来源：Coatue
而它并未止步于征服编码。LLM和智能体之间的唯一区别在于其工具框架：它被赋予了哪些工具，它能通过API访问哪些软件。现在，大多数知识任务都可以通过这些智能体框架实现自动化（这些框架似乎和模型本身一样快速地改进）。智能体进行知识工作的成本远低于人类，正如SemiAnalysis在其最近的一篇文章中所展示的。
来源：SemiAnalysis
这也导致了Doug O'Laughlin著名的Claude Code精神病，以及Anthropic在2026年月度经常性收入实现月环比50%的复合增长。
OpenClaw
类似的现象也发生在OpenClaw身上。随着模型能力支持更长时间跨度的任务，一个能实现此类工作的开源框架不可避免地获得了巨大的 popularity。虽然OpenClaw的热度有所下降，但使用量并未减少。有趣的是，我就是最好的例子。虽然我现在谈论OpenClaw少了很多，但我使用我自己的“爪子”比以往任何时候都多。定时任务尤其有价值。例如，在消费者SaaS中的一个常见用例是配置一个客户服务智能体，每天运行一次以响应请求并修改真实用户的账户信息。如果没有过去一年中模型能力的显著改进，这不会是一个现实的用例，如果它不现实，这个框架也永远不会被开发出来。
成本随时间下降
就在代币价值上升的同时，其生产成本却在下降。英伟达的硬件使每一代推理的效率提升都能达到多个数量级。这是因为，每一代产品，我们都能获得更多算力、更多内存、更好的软件、更低的精度、算法改进以及更大的扩展领域。每个效应都相互叠加。
但情况甚至更好。在硬件变得更高效的同时，新模型也在不断被训练。
来源：Situational Awareness
这是Leopold 2024年的图表，因为我最近找不到表达同样想法的图表了，哈哈。我可以向你保证，情况一点没变。Opus 3.7或GPT-5级别模型的实际成本可能只有过去的1%，就像DeepSeek V4 Flash基本是免费的。
随着时间的推移，随着提供的价值上升而成本下降，利润非线性地增长。这与普通的经营杠杆不同，后者只是企业成熟过程中的正常一部分，并且存在结构性上限。模型实验室的这种现象是结构性的且无上限的。我真的需要强调这一点。每过一年，投入成本下降，而提供的价值上升。没有其他任何业务适用这种现象。正是这一点将模型实验室与半导体行业区分开来。在某种程度上，我们的收入就是他们的成本，而我们悲哀地依赖于杰文斯悖论来推动增长（看看那条线）。他们完全不需要杰文斯悖论，因为他们实际上受益于技术两个方向的进步。
护城河随时间加强
反对这种“完美”商业模式的论据，当然是竞争。如果利润非线性地增长，新进入者的激励也是非线性的，这就是为什么我的下一个论点是，前沿实验室也拥有一条随时间加强的护城河。在过去两年中，有好几次普遍共识宣称前沿模型是商品。最具有预见性的例子是DeepSeek发布后的几个月，以及2025年年中对GPT-5的失望情绪。这个论点非常有诱惑力。想想看：训练一个前沿模型只需要大量的算力和大量的数据。这意味着任何拥有大量资本的人都能做到。它只是变成了一种资本密集型商品，类似于内存业务。
然而，在2025年底到2026年上半年的时间里，这被证明是完全错误的。OpenAI和Anthropic已经决定性地重新获得了在智能体模型开发方面的领先地位，甚至将资金相对更充足的竞争对手远远甩在身后，并且现在还在扩大差距。Google Gemini曾在11月短暂获得SOTA地位，但很快就退出了讨论，因为他们没有具有竞争力的智能体编码产品。xAI和Meta在2025年还接近前沿，但现在也已明显落后。只有Anthropic在2026年将其年度经常性收入增长了5倍。其他任何实验室的 商业成功程度都远不及此。这表明，通过提供卓越的产品，一家公司正在迅速获得市场份额，并且每天都在变得更加难以被撼动。
开源
现在，我将回应一个常见的反驳观点：开源模型在基准测试上已接近前沿，而成本却只是其零头，相反，我要证明差距实际上正在随着时间的推移而扩大。有三个原因说明基准测试是不完美的：
- 基准测试不能代表现实世界任务。“人类最后的考试”和类似的基准测试衡量的是多项选择题中晦涩的知识，而不是你是否能完成一项具有经济价值的任务，比如用从10-K报表中提取的财务数据更新Excel电子表格。
- 像SWE-bench这样的编码基准测试存在一个双面的样本问题。要么是从GitHub抓取的编码问题定义不清或有缺陷，要么是模型开始记忆这些基准测试本身的答案。
- 最重要的是，实验室有动机在强化学习中“爬山”这些基准测试，因此他们优化的是高分，而不是现实世界的可行性。
来源：SemiAnalysis
衡量模型能力的最佳指标可能只是简单的市场份额。如果人们愿意为其付费，那很可能是因为它为他们创造了价值。使用Open Router的数据，我们可以看到各个实验室的代币份额，然后根据这些代币的价格反向推导出支出份额。在这里，我们看到Claude完全占据主导地位。此外，请记住，这只是针对Open Router的数据。OpenRouter仅占年化代币支出约15亿美元，这只是九牛一毛（仅为Anthropic当前450亿美元年收入的1/30）。如果这些开源模型真的在性能上持平而成本只是零头，为什么还有人会向Anthropic支付哪怕一美元呢？
递归自我改进
那么，Anthropic扩大领先优势背后的结构性原因是什么？我相信是递归自我改进，一个你可能在AGI推崇的旧金山X讨论上听说过概念。最简单的解释是，虽然每家公司都能接触到前沿代币，但模型实验室获得它们的成本最低。他们可以以成本价消耗自己的代币，而不是支付80%的毛利率（5倍加价）。随着代币的价值随时间增长，获取代币的能力成为任何公司成功以及任何商品或服务投入的越来越重要的部分。模型实验室从中受益最大。
这方面的证据是多方面的。首先，从感觉的角度看，Anthropic在2026年显然在疯狂交付产品。有一个著名的故事，他们因为有了Claude Code，所以在两周内交付了Claude CoWork。那是1月份的事，每个人都印象极其深刻。他们还真的引发了整个SaaS崩溃。然而，这不仅仅是感觉。他们客观上交付产品的速度更快了。
或许递归自我改进更重要的应用是模型开发和AI研发本身的自动化。这个概念在“AGI最大化”文献中有详细阐述，例如《AI 2027》（2025年）、《SITUATIONAL AWARENESS》（2024年）和《The Coming Technological Singularity》（1993年！！）。
来源：《AI 2027》 来源：《Situational Awareness》 来源：《The Coming Technological Singularity》
这个想法是，非常聪明的AI将使AI研究更快，然后这将开发出更聪明的AI，依此类推。这就是通常所说的奇点。这在很大程度上是理论性的，因此围绕它作为投资分析输入的讨论几乎不存在。但现在Anthropic正在真正实现这一点。在Opus 4.5（被广泛认为是第一个真正的自主智能体模型）之后，你可以看到模型发布的节奏明显加快。Mythos也是对当前缩放定律的一次阶跃函数式的超越，是这条时间线上最重要的模型发布（甚至超过了Opus 4.5），而它恰恰发生在2026年，即Opus 4.5推出之后。我们稍后将更详细地讨论奇点，但就与Anthropic护城河的相关性而言，将其理解为Helmer在《The Seven Powers》中提出的“流程能力”概念的涡轮增压版本，即类似于台积电的节点领导力那样，拥有数十年边做边学经验的公司所具备的一般竞争优势。拥有远超竞争对手的强大模型，Anthropic也将拥有显著更高的研发生产力，从而能够进一步拉大模型差距，进而拉大研发领先优势。这是一个随着时间的推移加强其竞争护城河的递归循环，直到它们达到真正牢不可破的垄断地位。
算力
针对Anthropic最可信的空头观点是，与OpenAI和Google相比，他们GPU匮乏。去年，OpenAI通过与Oracle（5GW）、AMD（6GW）、英伟达（10GW）和博通（10GW）签署大规模协议，引发了整个“AI泡沫”的泡沫。而Google本身就是一个超大规模云提供商。他们怎么能竞争呢？这是可以改变我想法的方面。我也持有大量与OpenAI相关的股票，因为我相信他们的计算优势将帮助他们超越目前较低的预期。然而，如果我必须在AI实验室中押注一个，我仍然会选择Anthropic。我用来思考前沿实验室竞争力的框架是算力与“品味”的结合。“品味”有点抽象，但可以认为是影响实验室使用算力效率的各种因素的集合。这包括算法效率、评估质量、知道研究什么，以及嵌入在公司中的一般隐性过程知识。
算力 x 品味 = 有效算力
Anthropic已经证明了其在OpenAI和Google中拥有迄今为止最好的品味。我相信，正如许多人恰当批评的那样，OpenAI太过分心了。他们过于注重消费者，追求诸如收购TBPN甚至制造手机之类的冒险。（比如，什么？难道你们不明白如果你们先达到AGI，制造手机的速度会快得多吗？哈哈）
Google也存在同样以消费者为中心的问题，将资源投入到图像、视频和世界模型中，但情况更糟，因为他们甚至还没有一个能与Claude Code和Codex竞争的智能体框架产品。也许这会在即将到来的Google大事件（I/O大会）中改变，但他们真的得变出点戏法才能扭转OpenAI和Anthropic六个月来的领先优势。
与此同时，Anthropic表现出了对唯一重要事情的不懈专注：制造更智能的智能体编码模型。他们甚至还没有生产出图像生成模型。想想看！我每天都使用GPT Image Gen 2，它非常有用。显然市场对此类产品有需求，而Anthropic有意识地放弃了这部分需求以保持专注。很明显，这种专注和品味使Anthropic能够用更少的算力开发出更强大的模型。我预计这一趋势不会停止。事实上，拥有最强大的模型甚至可能帮助他们赶上算力，因为拥有更高的商业市场份额，他们将是为边际算力付费意愿最高的实体。
Mythos
现在来总结一下。这里每一个因素都只对Anthropic有利，因为根据公开信息，他们目前拥有世界上最强大的模型Claude Mythos。坦率地说，如果Anthropic是上市公司，Mythos的发布本应使其股价在一个交易日内飙升1000%，因为这是显著提高Anthropic在其他人之前实现递归自我改进概率的唯一事件。
在GPT 5.5发布时，SWE Bench Verified和SWE Bench Pro的结果被排除在模型卡之外，因为它明显逊色于Claude Mythos。然而，我确实说过基准测试是不完美的，现实世界的使用更重要，但实际上，这正是Mythos真正碾压群雄的地方。
在我们的测试中，我们发现Mythos Preview在用户指示下，能够识别并利用每个主要操作系统和每个主要网络浏览器中的零日漏洞。它发现的漏洞通常很微妙或难以检测。其中许多漏洞已有十年或二十年历史，我们目前发现的最古老漏洞是OpenBSD中一个现已修补的、存在了27年的错误——OpenBSD是一个主要以其安全性而闻名的操作系统。它构建的漏洞利用不仅仅是普通的堆栈破坏漏洞（尽管我们将展示它也能做到这些）。在一个案例中，Mythos Preview编写了一个网络浏览器漏洞，将四个漏洞串联起来，编写了一个复杂的JIT堆喷射，同时逃逸了渲染器和操作系统沙箱。它通过利用微妙的竞争条件和KASLR绕过，自主获得了Linux和其他操作系统上的本地权限提升漏洞。并且它自主地在FreeBSD的NFS服务器上编写了一个远程代码执行漏洞，通过将20个gadget的ROP链分割到多个数据包中，授予了未经认证的用户完整的root权限。
- Anthropic
你们可能都听说过，Mythos在世界最安全的软件基础设施中发现了数百个零日漏洞。这是在一个智力领域展现出远超人类能力的模型的首次一瞥。重要的是，这并不是因为Anthropic有意训练了一个网络安全模型。Mythos仅仅因为总体上智能得多而继承了这些能力。
“我们没有明确地训练Mythos Preview具备这些能力。相反，它们是代码、推理和自主性普遍改进的下游结果。使模型在修补漏洞方面显著更有效的相同改进，也使其在利用漏洞方面显著更有效。”
- Anthropic
Anthropic现在无疑正在利用世界上最强大的模型（其他实验室无法获得）进行内部研发。我们很快就会看到结果。
营收与估值
估算2026年底年度经常性收入
目前，截至2026年5月，根据各方消息，Anthropic的年度经常性收入大约在450亿美元左右。他们正在进行新一轮私募融资。按照提议的9000亿美元新估值，这将对应当前20倍的年度经常性收入倍数。这对普通大众来说似乎很贵，他们可能将此视为“AI泡沫”的标志。那么让我们来正确看待它。他们今年年初的年度经常性收入是90亿美元。这意味着年化增长率（哈哈）为12400%，或者（非常方便的）月环比增长率为50%。Anthropic时不时会提到他们当前的年度经常性收入，我们可以映射出他们每次公开的数据点，以近似估算月环比增长率。隐含的月度增长区间大约为43%、51%、46%和59%。所以，它在50%左右波动，但似乎没有放缓。让我们快速构建一个敏感性表格，看看如果他们保持这个增长率或略有放缓，他们的年度经常性收入会是多少。
正如你所见，如果他们保持50%的增长率，他们将获得1万亿美元的收入。我的意思是，这甚至不是不可能的。数据并未显示增长放缓，而且奇点随时可能到来。但出于现实目的，我会基于第一性原理和万有引力定律假设它会放缓。我们将使用20%至30%的月度增长率作为今年剩余时间的基础假设，这将使他们达到3000亿美元的年底年度经常性收入。按1万亿美元的估值计算，这仅仅是2026年底年度经常性收入的3.3倍。哇，这个估值变化很快，不是吗？
公开市场与远期数字
哦，还有一件事我们差点忘了。还记得我谈到我们公开市场投资者去私营公司那边拜访时，是如何把学到的一切都忘记的吗？嗯，其中之一就是我们碰巧都在对我们所有的半导体股票使用2027年和2028年的倍数。你上一次用一家公司（比如Lumentum）2026年的盈利来为其估值是什么时候？那为什么Anthropic就应该不同呢？这发生在一个非常简单的理由上：没有分析师覆盖私营公司。没有“共识”数据可供参考，历史指标是市场唯一的指引，而这基本上完全无关紧要。Anthropic或OpenAI在2025年赚了多少，完全没有信号，就像Lumentum或Bloom Energy或AXTI在2025年赚了多少一样没有信号。然而，这是公众唯一能看到的东西，所以这是投资者唯一锚定的东西。如果我们部分应用公开市场的方法，使用2026年底的年度经常性收入，我们已经可以得出结论，1万亿美元的估值是荒谬地便宜，因为它只是个位数的倍数，但我们不必止步于此。可以说，我们应该为这些AI实验室看得更远，因为它们正是今天收入低但终值高的定义。那么2027年底，甚至2028年底的年度经常性收入呢？我见过卖方经纪商报告用2035年的盈利来估值Palantir和Snowflake。难道Anthropic不应该得到同样的待遇吗？我说2028年底的年度经常性收入是一个不错的折中点。我们来对那个数字可能的值做一个敏感性分析。
估算2027年和2028年底年度经常性收入
让我们将Anthropic的收入建模为一个幂律分布。给定三个数据点：
- 起始年度经常性收入：90亿美元
- 5月初年度经常性收入：450亿美元
- 2026年底年度经常性收入：3000亿美元
我们可以将此拟合到一条冈珀茨曲线，其中增长率随时间呈指数衰减。使用这个奇怪的方程，我们可以得到几乎正好1万亿美元的2027年底年度经常性收入。我喜欢我们的数字整整齐齐。这也几乎是收入翻了三倍。那2028年呢？
我们最终的结果是2028年底的年度经常性收入为1.5万亿美元。几乎正好是50%的增长。
利润率
现在让我们讨论Anthropic的利润率。Anthropic 2025年的毛利率通常被引用为40%。这使得许多人相信前沿代币是相对低附加值的产品，每1美元的增量代币收入只能产生0.40美元的毛利润。这在技术上是不正确的，并且对其业务的实际单位经济性具有很大的误导性。我想向您介绍一个概念，称为贡献利润。
销售成本通常被视为可变成本。然而，销售成本实际上通常包含固定部分。它仅仅是一个会计分类，旨在为GAAP提供合理的标准，而不是为了在经济学上精确反映业务的真实可变成本。对于Anthropic来说，销售成本中经济上固定的部分基本上是任何未使用的产能加上给用户的免费赠品：
- 为预留的AWS/GCP/Azure/TPU/GPU容量支付的费用，无论是否完全使用
- 闲置产能、冗余、峰值负载余量、延迟余量
- 用于快速交互式工作负载的低批处理/低利用率
- 订阅超额使用和免费层使用
- 生产基础设施人员、站点可靠性工程师、安全/审核、路由、存储、网络
经济上正确的指标称为贡献利润。这是一个非常直观的指标，即收入减去可变成本，是公司每销售一个单位产品所赚取的利润。这是我们评估代币经济性的正确方式。根据SemiAnalysis的数据，这个指标现在已经超过70%，因此我认为75%是当前贡献利润率的合理基准假设，未来两年将扩大到80%。
代币的生产成本已经急剧下降，因为加速器每代定价的增长已被高得多的吞吐量（代币/秒/GPU）所超过。过去几个月，每百万代币的平均混合价格急剧下降，智能体工作负载本质上具有多轮交互、更长的输入/输出比和更高的缓存命中率，但推理利润率在同一时期内却从<40%上升到了>70%。
- SemiAnalysis
目前，Anthropic在GAAP下是亏损的，模型实验室巨大的现金消耗被引证为不利的单位经济性的表现。然而，现金消耗实际上是由训练计算支出引起的，也就是领先实验室的“研发”成本。GAAP下的研发费用在发生当期计入费用。但经济上，它实际上应更像资本支出一样处理，因为它是对于未来模型的投资，其回报期跨越多年。在研发密集型行业中，GAAP净利润可能极具误导性，因为它没有考虑这项投资的经济性。这就是为什么我认为净利润或每股收益不是评估模型实验室价值的合适分母。相反，我们应该看他们的贡献利润，并基本上说，如果他们今天停止投资，仅靠已有的模型运营，这个业务值多少钱？1.5万亿美元2028年底年度经常性收入的80%是1.2万亿美元的贡献利润收入。
估值
你愿意为有史以来最伟大的生意支付多少钱？假设Anthropic已经实现了递归自我改进并保持第一（即无限护城河），这实际上是一个准确的描述。让我们看看人们今天已经为最高质量、最高增长的可重复收入业务支付了什么：Palantir和Cloudflare。
Palantir目前按2028年盈利的45倍估值。Cloudflare按2028年盈利的90倍估值。
现在，一个较高的双位数远期盈利倍数对我们大多数人来说可能看起来极端，但这些顶级软件公司如此昂贵是有原因的。如果你对十年或更长时间的超高增长跑道有信心，并通过折现现金流模型来计算，你会得到令人难以置信的数字。30倍不足以反映这一点。高增长、久期长、确定性高的组合是如此罕见。基于我在上一节中提到的原因，我认为很容易论证Anthropic的质量远超这些软件公司。然而，假设我们只应用45倍至90倍区间的上端倍数：83倍。
1.2万亿美元贡献利润 * 83倍 = 100万亿美元估值
Anthropic价值100万亿美元！
奇点
这就是奇点。概念很简单。一旦递归自我改进产生了第一个超级智能，相当于一个近乎无限的超人劳动力进入了经济。生产力，字面意思是商品和服务的生产，将会飙升，因为我们在数据中心里拥有了整个国家的天才。
人们忘记的一个重要事实是，GDP增长并非一成不变。工业革命向纯粹的劳动力经济增加了资本生产率增长，将GDP增长从仅仅几个基点（人口增长率）提高到每年惊人稳定的2-3%。现在，随着超级智能AI引入了认知劳动本身的自动化和生产率的增长。我预计GDP增长会再次出现阶跃函数式的变化，也许达到5%、10%，甚至更高。
正如Irving John Goode在1965年那句名言：“因此，第一台超智能机器是人类需要做出的最后一项发明。”
这不是我们投资者经常谈论的概念，但我们中的许多人私下都相信这一点（我就是哈哈）。我认为情况不应该如此。如果这是一个真实的可能性，我们应该在投资分析中给予它真正的考虑。
《AI 2027》以我所找到的任何关于奇点的文章中最生动、最详尽的方式描述了奇点后的经济，其中涉及经济特区、机器人、工厂、无人机和核聚变。
“到年底，他们每月生产一百万个新机器人。如果经济特区经济完全自主，其翻倍时间大约是一年；由于它可以与现有的人类经济进行贸易，其翻倍时间甚至更短。”
“到2029年底，现有的经济特区已被机器人和工厂挤满，因此世界各地创建了更多的经济特区（早期投资者现在已是万亿富翁，所以这并不难推销）。成群的无人机涌出经济特区，加速了太空探索关键路径上的制造业。”
“机器人变得司空见惯。而且还有核聚变能、量子计算机，以及许多疾病的治疗方法。Peter Thiel终于得到了他的飞行汽车。城市变得洁净和安全。即使在发展中国家，得益于全民基本收入和外国援助，贫困也成为过去。” -《AI 2027》
这对Anthropic的估值意味着什么？如果AI将全球GDP增长加速到10%，那就意味着全球商品和服务生产的十分之一是由AI本身每年新增的。这是巨大的价值。难以想象的巨大！所有这些都由前沿模型及其背后的实验室实现。如果你是这样推动经济加速、实现机器人经济并治愈疾病的领先垄断AI实验室，你应该值多少钱？
我对Anthropic是否值100万亿美元并没有100%的信念。我不相信任何公司会值100万亿美元。但我100%坚定不移地相信，一旦奇点到来，一个或多个领先AI实验室的合并价值——无论是Anthropic、OpenAI、Google、三者都有，还是另一家我们甚至没听说过的公司——将达到如此之高的价值。
IPO
我们花了文章前半部分讨论了Anthropic和模型实验室理论估值上限背后的原因。现在让我们转向“如何做”。这些公司是私有的。我们能做些什么来获取敞口呢？
Cerebras给所有散户AI投资者上了一堂惨痛的课。系统并非为帮助我们而建。Cerebras的起始定价接近每股100美元，但由于需求超过可用供应量20倍，他们将IPO定价提高到135美元，然后150美元，然后185美元。但情况会更糟，因为IPO价格并不是你在股票开始交易当天、股票真正上市时可以在你的券商那里买入的价格。市场是一个撮合的过程，因此实际开始交易的价格是订单簿中第一个买家和第一个卖家同意的任何价格。对于像Cerebras这样热门的IPO，以及肯定包括Anthropic或OpenAI，同一时间会有大量的买家。没有人会想卖。这意味着股票的开盘价可能比最初的IPO价格高出两位数或三位数的百分比，因为买家会不断涌入。Cerebras在IPO定价为185美元后，开盘价为380美元。想象一下这里的散户投资者。你听说可以以250亿美元的估值买入Cerebras，也许做了功课，意识到这是一笔好交易，并且很兴奋。当实际上在Robinhood或其他平台上拉出股票准备交易时，它比你预期的贵了四倍。我认为这几乎肯定会发生在Anthropic和OpenAI身上。从现在开始，我认为在今年年底前达到2万亿美元的私募估值并非不可能。从那里开始，IPO价格可能略高于此，而初始交易价格可能已经使它们成为世界上最值钱的公司之一，与Mag 7并驾齐驱。
散户投资者如何参与
接下来，我将分享一笔交易，这笔交易让我能够获得对Anthropic一比一的经济敞口，并且是我看过的所有Anthropic后门投资途径中陷阱最少的。有一些控股公司，每股对应Anthropic的价值微乎其微；还有一些封闭式基金，交易价格是资产净值的数倍。这些投资途径的问题在于它们资本效率极低。你无法在不占用你投资组合的很大一部分、甚至需要加杠杆才能获得可观的风险敞口的情况下，获得Anthropic的敞口。这比纯粹持有Anthropic股票要糟糕得多，因为你要么只能获得一小部分敞口，要么你必须大幅加杠杆，在这种情况下，你的收益完全取决于股价不会下跌40%。
还有一些永续合约交易所向你收取百分之几百的融资利率来做多（咳咳，Hyperliquid）。本质上，这些永续合约的融资利率起到一种激励机制的作用，阻碍多头、鼓励空头，以保持期货合约的价格与预言机价格挂钩。基本上，这意味着在当前的预言机价格（即Anthropic的私募市场估值标记）下，多头数量远远、远远超过空头。即使有通常极端的做空激励，多头数量仍然远超空头。这只是用复杂的方式说价格太低了。
然而，通过一点点金融工程，我想出了一个有创意的方法来获得对Anthropic的1倍敞口，而没有这些问题。不，这不是在私募市场购买Anthropic并亲自持有股份，但它运作得足够好，我已经将我投资组合中相当大的一部分（5-10%）投入其中。下面，我们将分析作为此交易标的的公司，并对交易的机制和潜在回报进行一些严肃的定量分析。
🔗 原文链接
https://www.jasonschips.ai/p/why-anthropic-is-a-100t-company