Anthropic登陆纳斯达克:智能量产时代,大模型行业的六个趋势
所有数字工作归根结底都是代码的一种表达形式。
11月19日晚间,
Anthropic将在纳斯达克挂牌,股票代码ANT。这家公司成立不到六年,发展速度和规模在技术和商业史上都算罕见,也让外界看到AI对经济和社会的冲击有多大。
最终发行价定在每股83美元,完全摊薄估值约1.5万亿美元。按眼下市场的预期,上市后市值可能突破2万亿美元。谷歌、英伟达、AMD、博通、美光、微软、台积电七家上游企业同步认购了260亿美元。发行规模超过SpaceX今年6月750亿美元的基础发行规模,进入美股史上最大上市之列。
估值之外,增长曲线更值得看。连续10倍的增长,比移动互联网时代的高速扩张还要猛,AI的加速度就摆在这条线上。
2023年一季度Claude开始商业化,收入从0起跑。2023年全年4100万美元,2024年3.86亿美元,2025年45.85亿美元。2026年三季度单季收入169.6亿美元,是去年同期的12.3倍。今年10月年化收入约810亿美元,市场预测年底可能达到1000-1200亿美元。

路演投资者材料第二页写着一句话:人类历史上第一次,智能成为人类可以构建的东西,推理、分析、综合、决策和创造的认知能力,可以规模化生产,按需获取。这句话读了好几遍。它指向的其实是一个产业的转折点——智能第一次脱离人本身,变成可以量产、计价和调度的工业品。
下面这张图能看出Anthropic的野心。它想拿到的回报远不止编程、分析、办公这些当前收入,还要伸向药物发现、材料科学、先进制造、机器人,以及2万亿美元的生命科学,乃至未来全球40万亿美元的知识工作市场。行业里此前有过一则争议传言:“未来可能全球只剩下Anthropic一家公司”。

图源:Anthropic路演投资者材料
过去一周,我们把Anthropic四百多页招股书、15页路演投资者材料、41分钟路演视频和七位创始人联名公开信放在一起读了一遍。收入从哪来,算力花在哪,模型怎么迭代,组织怎么运转,风险怎么定价,第一次由一家前沿模型公司完整披露。大模型行业正在发生的六个变化,也就浮出来了。
趋势一、规模定律(Scaling Law)仍然有效,但研发的主引擎换成了AI自己
Anthropic创始团队里有2020年那篇《神经语言模型的规模定律》的主要作者。创始人信里提到,当时很多人不相信机器智能会这么强烈地依赖规模,可基于规模定律做出的预测一次又一次被验证。招股书的判断同样明确:AI能力还会继续进步,可预见的未来需求会持续超过供给,供给主要卡在算力上。
整本招股书读下来,规模定律本身反倒不是最值得留意的。研发方式出现了三个变化,更值得说。
第一,后训练成了投入最大的环节。招股书写道,后训练已从收尾步骤变成公司研究投入最大的领域之一,市场正从对话助手转向自主智能体。训练方式也换了,用的是完整、真实、复杂程度接近专业工作的任务。Anthropic认为,这套任务组合的广度和真实性是它最持久的科学优势之一,外部很难观察,也就很难复制。
第二,把模型架构与推理基础设施放在一起做设计。AI研究员和推理工程师共用同一套规划周期、汇报线和绩效目标,从第一天起,架构决策就把推理成本纳入考量。每一代Claude之所以能既更强又更省,根子就在这里。
第三,也是最关键的,AI开始参与造AI,也就是眼下讨论最多的RSI。每一代Claude都参与构建下一代,跑实验、生成和处理训练数据、自动化评估与安全审计、写代码和审代码,都在其中。

有几个数字很能说明问题。2026年9月,Anthropic的代码库中,超过90%的提交出自Claude之手;三季度每位工程师每天贡献的代码量,达到2024年日均水平的45倍以上。开放式工程难题往往没有明确规格,过去很依赖资深工程师来判断,而按公司内部基准测试,Claude的成功率在九个月里提高了约50个百分点,已到约90%。今年接入AMD芯片时,Claude三天内几乎无人干预就完成了适配,几乎所有算子都是它移植或编写的,放在过去,这得几十名工程师干上几个月。
按标价计算,Anthropic内部使用Claude的价值从今年1月到9月增长了250倍以上。今年4月,这个月度价值第一次超过公司的月度人员费用(不含股权激励)。

图源:Anthropic路演投资者材料
还有一个容易被忽略的取舍。招股书明确说,视频和图像生成模型有商业吸引力,公司目前并不专注于此,相应算力转投编程、智能体和安全研究。理由有三条:编程的经济影响大;安全问题会在这里先暴露;编程的产出在很大程度上可验证。
大模型竞争要赢,关键正转向研发循环谁转得更快。谁的模型能最先把自己公司的活干好,谁的下一代模型就来得更早。那些可验证的领域会最先被拿下,也最早反过来给研发提速。
不过这个循环还有另一面。招股书特意提到,用AI来加速AI会伴随相当大的安全风险,公司的负责任扩展政策中已经写入了接近递归自我改进时的监测与缓解方案。创始人信里说得更直白:真到了必要的时候,公司可能会主动把速度降下来。
趋势二、产品从对话框走向虚拟协作者,交付的是工作而不是回答
创始人信里有一段讲产品代际的判断:AI聊天机器人在2022年前后变得可用,AI编程智能体大约在2025年,面向通用知识工作和科学发现的智能体则在2026年逐步可用。信中还提到,Anthropic会少花些精力去巩固现有产品,多花些精力去定义新产品,因为新一代模型总在打开一些几个月前还做不了的产品类别。

招股书给这一代产品取了个名字,叫虚拟协作者:它有组织授予的权限、系统连接和上下文,能用内部工具,能跑那些跨越多个步骤、需要持续推理的工作流程,与员工一起干活。

图源:Anthropic路演投资者材料
编程是头一个迈过这道坎的品类。2025年2月,Claude Code以研究预览的形式亮相。差不多一年光景,Claude从只能给人提一行代码建议,长成了在生产代码库中自主干活的智能体集群。招股书拿Claude Code的分量,跟最早那批被广泛用起来的对话式AI助手并列。用法还常常超出预料:NASA的工程师就靠它给火星毅力号规划并编写导航指令,火星上第一次由AI规划的行驶就这么完成了。网络安全也许会是第二个。卡内基梅隆大学的研究人员做了一个漏洞利用基准测试,Claude的得分在大约四个月里从40%爬到78%,又爬到91%。
知识工作排在第三。招股书里有句话我记到现在:所有数字工作归根结底都是代码的一种表达形式。照着这个判断,Anthropic把Claude Code的智能体架构搬到了知识工作者身上,做出Cowork——它在用户桌面上自己读文件、操作应用、跑多步骤流程,底下的代码藏了起来。Cowork于2026年1月发布研究预览,到9月底, adoption 速度已经甩开Claude Code在同期留下的水平。9月,Cowork启动与Claude.ai的合并,用户能在同一个对话里,从一句简单提问一路走到复杂的多步骤任务。
对话和智能体,正捏成同一个产品。
客户案例也在给这个判断作证。乐天靠Claude Code实现了7小时以上的自主编程,新功能上线时间从24个工作日压到5个;Salesforce用13天干完了原本要231天的API迁移;百时美施贵宝3万名员工全部开通Claude,一个流行病学问题,回答时间从一两个月缩到四五分钟。
产品形态变了,技术栈也得跟着动。招股书里有句很实在的话:仅凭模型本身并不构成智能体。智能体得能从崩溃里爬起来,得用范围受限、可审计的凭证去操作各种系统,得在起伏不定的负载下撑得住——这些都要一套运行框架。Anthropic把驱动Claude Code的那套运行框架开放为Agent SDK,又拿出托管版的Managed Agents;再算上技能包Agent Skills、连接企业数据和工具的MCP协议,以及让智能体操作实验室和制造设备的模型硬件标准MHS,中间的平台层就搭起来了。

模型、平台、应用三层一起做,好处在客户数据上已经能看出来。到今年9月底,年付费超过10万美元的客户里,一半以上同时在用平台和至少一款第一方应用;去年四季度,这个比例还只有约30%。
大模型的产品单位,正从一次回答变成一份交付。竞争焦点会从模型跑分挪到运行框架、上下文管理、权限体系和工具连接这些工程能力上,也就是大家常说的Harness。另一个值得学的做法是,Anthropic围绕模型将要具备的能力来设计产品,而不是围着当前能力转。Claude Code就是这么来的,所以能力一到,产品放量就快。
趋势三、按智能付费,模型像生鲜一样有保质期
Anthropic管自己的主要收入模式叫按智能付费,说白了就是按用量计费,以token计量,按所选模型定价。2026年前三季度,按用量计费占收入的79%,订阅占21%;通过三大云平台市场实现的收入占44%;美国以外的收入占29%。

有三个细节特别能说明这种模式的特点。
先看降价这件事,本质是用价格换用量,并非开打价格战。2025年11月Opus 4.5推出,能力上去了,价格和单任务成本反倒下来了。之后公司收入的环比增速,从去年四季度的48%升到今年一季度的132%。今年9月面世的Opus 5.5,把客户完成同一任务的成本压低了约40%;Fable 5.1较上一代降了约25%,复杂编程和高度智能体化的任务最多省45%。路演披露的口径是,三季度因降价和合同折扣少进账约6亿美元,可这部分被用量增长全部补了回来。管理层称,这轮降价对利润率是中性的——新模型本身就更省算力。
换句话说,token单价往下走,背后是效率红利:算力效率先提上去,价格才降得下来,降价又把需求进一步释放出来。
再看模型,它是有保质期的。招股书显示,三季度逾80%的收入来自过去6个月内发布的模型版本。今年前三季度,公司推出的新模型版本、平台功能和应用合计250项。这个行当里,模型不像一次开发、长期售卖的软件,更像要不断上新的生鲜。谁一停,客户就转去用别人最新的模型。
收入还跟着人的工作节奏走。招股书提到,截至今年1月2日的两周,客户总支出较前两周少了约20%,原因是不少公司在节假日安排代码冻结,开发者提交代码、上线功能都慢了下来。一家AI公司的收入,开始显出和人力服务业相像的季节性。这从侧面说明,Claude已经深深嵌进真实的生产活动里。
另有一条承诺:Claude不做广告。创始人信里讲,广告大概率是笔可观的收入,可一旦把广告写进收入目标,追用户时长的压力就会冒出来;公司想要的,是让Claude只有一种激励——给用户一个有用的答案。收入模式定下产品的激励方向,这话对所有做智能体的公司都成立。
大模型的计价单位,正从席位转向token,下一步或许轮到任务和结果。谁能把单任务成本一直降下去,谁就能接住需求弹性;而单任务成本降不降得动,要看下面说的算力效率。
趋势四、企业是主战场,开发者是入口,交付能力是新瓶颈
Anthropic从一开始就把重心放在企业上。创始人信的理由是,AI的巨大价值主要来自企业和组织的部署方式。

数字增长很快。年付费超过10万美元的客户,2023年底约20家,2024年底约200家,2025年9月超过950家,到今年9月底超过11900家,一年增长了12倍。其中年付费超过100万美元的超过1900家,超过1000万美元的约250家。净收入留存率约900%,也就是说,一年前就在付费的客户,这个季度的花费约是一年前同期的9倍。
客户结构也在变健康。前五大客户的收入占比,从今年一季度的36%降到三季度的21%,没有单一客户占比超过10%。
空间还有多大,路演材料给出了一个参照。财富500强中,年付费超过10万美元的客户已占一半以上,可这些企业在Claude上的平均支出,尚不足其总费用的0.1%;支出最高的前十家,占比也没到1%。招股书里有一句原话,大意是Claude实际能做的事与它被用到的广度之间差着一大截,这正是公司最大的增长机会之一。
那钱具体是怎么花起来的?路演把常见路径拆成四步:先由工程师上手Claude Code,再扩散到邻近岗位,随后进入业务流程,最终嵌入对外的产品。招股书对比了一组数据:三季度里,没使用Claude Code的企业版用户月均花费不足75美元;而用上Claude Code的前5%用户,花销大约是前者的20倍。开发者既是最难伺候的早期用户,也是企业内部最有说服力的推手。
只靠自下而上显然不够。招股书承认,Claude推广时的一大阻力,来自组织内部对变革的本能抵触。Anthropic为此建了一套交付体系:直销团队和应用AI团队先按地域、再按行业划分,陪客户一起设计并部署定制方案;与AWS、谷歌云、Azure三家联合销售,客户直接和Anthropic签约,Anthropic再向云厂商付费;埃森哲、德勤、毕马威、普华永道等系统集成商成立了专门的Claude业务团队;合作伙伴网络已认证4000多家组织的15万名从业者;10月又砸下1亿美元办学院,打算到2027年底按自家工程师的标准,培养1万名能把AI推入生产环境的FDE工程师;此外还与私募股权公司合办了一家AI服务公司,专盯中型企业。
不过,今年上半年,销售、营销和合作伙伴三项费用加起来,只占收入的19%。
模型能力已经跑到了组织消化能力的前头。下一阶段企业AI卡住的地方不在模型,而在交付:能把模型接进真实业务流程的FDE工程师、应用团队和生态伙伴,会变成最紧俏的资源。这与此前观察到的现场交付工程师岗位一年增长15倍,说的是同一回事。
趋势五、算力既是最大成本,也是一张跨期期货
先看效率。2025年一季度到2026年三季度,Anthropic营收放大了45倍,算力与基础设施支出只放大了10.4倍。每1美元算力支出换回的营收,由0.40美元升至1.72美元,二季度曾达到2.08美元。

图源:Anthropic路演投资者材料
公司给了两个原因。其一是算法改进带来的算力倍增,同一个模型能用更少的算力训练和运行。其二是多芯片架构:亚马逊Trainium、谷歌TPU、英伟达GPU和AMD GPU同时承担训练与推理,所有算力被当成一个可互换的资源池统一调度,哪边边际产出最高就把算力往哪边调。前文提到的三天接入AMD,正是这套能力与闭环共同作用的结果。
再看错配。招股书里写着,公司一般提前12至18个月采购算力,这笔成本短期之内基本锁死,可需求却是按季度翻倍。

于是利润跟着需求预测来回摆。二季度营收跑在一年多前订下的算力前面,算力支出只占营收的48%,经营利润在已披露季度中首次转正,经营利润率8%。三季度需求继续往上冲,公司高价补进50亿美元短期算力,单价明显高过多年前签的合同,约占当季算力支出的一半,算力占比回到58%,经营利润率掉头变成负3%。
还有一组数字可以对照。按路演口径,今年前三季度毛利率为85%;可要是把包括模型训练在内的全部算力支出都算进去,利润率只剩43%。毛利率只统计服务客户的那部分算力,训练下一代模型用的算力不在其中。对做大模型的公司而言,真正的大头成本恰好落在毛利率之外。
最后看规模。截至9月底及之后,Anthropic已签下的算力与基础设施承诺约9000亿美元,其中约4516亿美元将在2030年底前发生,其余主要集中在2031年至2045年。未来12个月到期的约707亿美元,低于眼下约810亿美元的年化收入;但2030年底前的那部分,已经是当前年化收入的5.6倍。

为了在这场跨期博弈中多留些回旋余地,Anthropic正把更多算力挪向自建体系Anthropic Direct:自己租芯片,放进按自家规格建设的专属数据中心。这样做的好处是把两件事分开:数据中心建设周期长,却只占总成本一小块,可以先定下来;芯片投资金额大,可以等需求看得更清楚再决定买多少。管理层给出的长期目标,是把算力支出压到营收的45%至50%,调整后经营利润率超过35%。
创始人信里谈这事很直接:公司常会做出乍看大得不像负责任的前瞻性投资,算力上尤其如此。信里拿制药业作比,前期研发投入巨大,要等成功的药物做出来才算得平账,只是AI这个过程更快、规模更大。同时,公司宁愿让出一部分上行空间来换下行保护,比如需求估高了就转手多余算力,靠持续提效来抬高对误判的容忍度,必要时提前融资。用信里的话说,要大胆,但要清醒。
大模型公司的核心经营能力,正逐渐变成需求预测和算力调度。看一家重投入的AI公司,先看它单位算力的产出曲线,再看算力合同的期限与需求增速是否对得上。前者决定赚不赚钱,后者决定会不会在某个季度被算力成本压垮。
趋势六、安全与治理,从成本中心变成产品的一部分
今年4月,Anthropic训练出当时能力最强的模型Mythos,判断它在发现网络漏洞上本事过大,没有一下子全面开放,而是借一个叫Project Glasswing的计划,只给部分机构提供受限的研究预览,用于网络安全防御,同时向防御方赠送约1亿美元使用额度。直到补上额外的安全防护,公司才在6月以Fable 5的名义全面开放。创始人信承认,这次推迟意味着放弃可观收入,也让出了一部分竞争位置。
这笔投入在商业上划得来吗?招股书给出的答案是:企业挑AI伙伴做关键任务时,已经把严格的安全防护、可预期的模型行为、可证明的问责机制当成决定性的尺子。对齐做得好,模型就更听话,没摸清用户意图时不会贸然干出破坏性动作,抗提示注入攻击的能力也更强。模型一旦以智能体身份接进关键业务系统,安全就等于可靠性,可靠性又直接决定卖不卖得出去。
沿着这个思路,Anthropic拉上金融、医疗、公共部门的100多家客户,一起搭了企业级前沿安全防护:监控数据放在客户自己的云账户,密钥由客户掌握,滥用警报直接推给客户的安全团队,Anthropic员工碰不到。

治理层面,Anthropic注册为特拉华州公益公司,董事会得在股东利益和公益使命之间做权衡。权力分成三份:七位联合创始人靠一股F类股握住固定的50.1%投票权,选3席董事;与公司没有财务利益的长期利益信托拿走7席中的4席,其中一席的提名和罢免另有保护安排,公司与信托谈不拢时交给员工投票。创始人的特别投票权并非永久,投票实体里的创始人少于3位,就切回普通股东。
公益安排同样落到了股本上:上市前拿出5%的股权设公益基金,此后股价每持续涨50%,董事会可以再拨2%。七位联合创始人都承诺捐出个人所持股权的80%,过半员工也承诺捐一部分。
创始人信里有一段,我觉得是整份上市材料里最清醒的地方。信中说,启动IPO之前他们向不少经历过上市的企业家请教,好几个人给了差不多的建议:永远别让你的公司比它的实际价值多值一美元。原因是,人们要是基于你兑现不了的预期买股票,或者误判了你会怎么行事,那非常危险。这封信因此专门写明公司可能违背投资者预期的两类决策:一类来自AI指数级发展、单看有些反常的业务押注,一类是为平衡公共利益而偏离利润最大化的选择。
安全还成了Anthropic拢住人才的粘合剂。七位联合创始人全都在职,非预期流失率约1%;在公司想留却走掉的员工里,有19%后来又回来了;前100名员工中超过四分之三还留在公司。
模型从回答问题变成替人动手,信任本身就变成了产品功能。安全投入不再只是合规成本,它买的是企业客户关键业务的准入资格。
招股书里还有四个不确定的地方需要留意。
一是增速必然放缓。三季度环比增长47%,比二季度的144%低了不少。招股书自己也讲得很直白,收入增速会随时间往下走,降幅可能更大、来得比预期更早;增速一降,季节性波动会更明显,业绩也更难预测。
二是收入质量。招股书披露,今年前九个月约5%至7%的收入,来自后来被认定违反使用政策或商业条款的客户。公司在8月和9月收紧了检测和执行,这部分收入会逐步减少,但对增长影响多大、什么时候显现,目前说不准。
三是算力错配。约9000亿美元的承诺,一般不管收入和利用率如何都得履行。部分算力建设还靠云厂商和芯片伙伴给资金或信用支持。亚马逊和谷歌都是持股超过5%的大股东,同时又是客户、分销渠道和竞争对手,这种多重关系本身就不确定。
四是账面亏损。三季度净亏损233亿美元,其中219亿美元来自估值上升带来的可转换票据、衍生负债和SAFE的公允价值变动,属于非现金项目;可上市后陆续确认的股权激励费用,还是会一直压在利润表上。竞争这边,OpenAI、谷歌以及不断进步的开放权重模型,也都挤在同一条赛道上。
看发行定价,其实市场已经在算这笔账了。
对大模型产业,有五点启发。
把六个趋势摆在一起看,能得出五点对产业的启示。
第一,研发上,先把自己变成自家模型的第一用户。Anthropic的做法说明,内部用得深不深,比外部榜单排第几更能决定迭代快慢。可以先从代码这种结果可验证的领域切入,让模型先改造自己的研发流程,再把这份能力外溢给客户。
第二,产品上,从对话转向交付。模型、运行框架、连接协议、技能包要一起做,产品围绕交付结果设计,而不是只盯回答质量;规划产品时盯着模型半年后的能力,别只按眼下的水平来。
第三,商业上,把单位算力产出当成第一经营指标。按量计费加持续降价这套模式,前提是单任务成本一直往下走。效率没提升就降价,那只是补贴;效率提升了再降价,才换得来需求弹性。
第四点,放到市场层面看,企业服务比的是交付能力。开发者从下往上渗透、应用AI团队负责深度交付、云平台与集成商铺开生态覆盖、FDE工程师的认证和培训,再加上针对中型企业的服务形态,缺了哪一样都不行。等模型能力不再稀缺,能把能力落进客户流程、变成实际结果的厂商,才拿得到收入。
第五,算力上,异构算力池化和长短期组合是基本功。一家模型公司能不能在多种芯片上高效训练和推理,能不能靠AI自动完成算子移植,能不能把数据中心和芯片分开锁定、把长约和短约搭配好,直接决定需求波动时它的利润弹性。对要同时在多种芯片上跑模型的企业来说,这一点尤其值得借鉴。
最后还是回到那句话:永远不要让你的公司比它的实际价值多值一美元。
Anthropic上市这件事的意义,不在于市场上多了一家万亿美元市值的公司,而在于大模型行业第一次要按季度接受公开市场的对账。智能进入量产阶段以后,做出更聪明的模型已经不算最难,更难的是持续证明每一单位算力产出的智能,确实有人愿意按用量掏钱。
这场考试,从11月19日今天晚上开盘就开始。
(本文根据Anthropic公开的招股书、路演投资者材料、路演视频以及创始人信整理。公司自行披露的经营数据和管理层路演时的说法,均未经过独立核实,发行价格与规模以最终定价为准,不构成任何投资建议。)
腾讯研究院前沿科技研究中心主任王强。