Anthropic CEO Dario Amodei(达里奥·阿莫代伊):AI将导致1-5年内半数白领失业,呼吁征税与透明度立法撰文:Techub News 整理
导语
2025 年 9 月,领先的AI公司Anthropic的联合创始人兼首席执行官Dario Amodei(达里奥·阿莫代伊)与政策主管Jack Clark(杰克·克拉克)一同接受了媒体Axios的深度采访。在这场对话中,Amodei一改以往在行业内相对谨慎的公开表态,以极其直白和紧迫的语气,向公众和政策制定者发出了关于AI技术对社会就业冲击的明确警告。他基于Anthropic内部的研究、客户反馈以及技术发展趋势,预测了一场即将到来的“白领血洗”,并罕见地呼吁政府采取包括征税在内的干预措施。此次发声背景在于AI能力(特别是编码能力)的加速进步远超公众感知,而社会整体应对准备严重不足,使得这位行业领军者的警告显得尤为刺耳且重要。
摘要
就业冲击预警:Dario Amodei(达里奥·阿莫代伊)预测,AI技术可能导致在未来1到5年内,高达50%的白领工作岗位被取代,失业率可能因此飙升至10%-20%。
技术发展远超预期:AI,特别是大语言模型的能力正以指数级速度提升, Anthropic内部已有70%-90%的代码由Claude编写,工程师角色正迅速转变为“AI系统管理者”。
呼吁政府干预:Amodei提出了两项关键政策建议:一是政府资助劳动力再培训与转型计划;二是对快速创造财富的AI公司征税,以缓冲转型期的社会冲击。
强调透明度与安全:Anthropic主张通过联邦立法强制要求AI公司提高系统测试、安全措施及经济影响数据的透明度,以利于监管和风险防范。
国家安全的芯片考量:Amodei强烈反对向中国出售高端AI芯片(如英伟达产品),认为这是美国在AI竞赛中为数不多的关键优势,关乎未来国家安全与民主存续。
“白领血洗”:一场迫在眉睫的就业危机
Dario Amodei(达里奥·阿莫代伊)在访谈开篇便抛出了震撼性的核心判断:AI技术发展将导致一场“白领血洗”。他坦言,这一观点早已在科技行业CEO们的私下交流中成为共识,但无人愿意公开谈论。促使他决定公开预警的,是意识到公众对AI能力的认知存在严重脱节。“当我走在旧金山或加州以外的机场、街道,看到那些普通人时,我感觉我们没有准确地向他们传达这项技术的能力和走向,它既能带来益处,也可能构成威胁,如果你不以正确的方式应对的话。” Amodei认为,解决问题的第一步是诚实告知公众问题的存在。
他的预测基于两个维度:现状与趋势。现状方面,外部研究已经显示AI的影响初现端倪,例如入门级白领工作岗位数量已经收缩了约13%。但在Anthropic内部,变化更为剧烈。通过对130名工程师的访谈,公司发现许多人的工作效率提升了两到三倍,他们的角色从“编写代码”转变为“管理AI系统舰队”。Amodei强调:“在Anthropic,用于支持Claude和设计下一代Claude的绝大部分代码,现在都是由Claude自己编写的。”这种模式正在快速发展的科技公司中成为现实,并必将扩散到所有使用AI技术的企业。
然而,Amodei真正担忧的是技术发展的未来轨迹。他指出,公众常以“今天的AI还不能做这个、不能做那个”来反驳对就业的担忧,但问题在于技术迭代的速度。“当指数级增长的技术飞速前进时,你无法确定。这可能比我预想的更快发生,也可能更慢。”他给出了一个明确的时间窗口:1到5年。在这个时期内,技术进步与社会扩散相结合,可能引发大规模的劳动力市场重构。尽管存在不确定性,但Amodei认为其可能性之高,足以有责任向世界发出警告。
政策药方:征税、培训与透明度立法
面对可能的社会经济震荡,Dario Amodei(达里奥·阿莫代伊)没有停留在预警层面,而是提出了具体的政策建议,这在崇尚市场自由的硅谷领袖中并不多见。
首先,是帮助劳动力适应。他承认传统的再培训项目效果有限,但“有总比没有好,这是我们必须要开始的地方”。他看到了像Lovable或Replit这样的创业公司(Anthropic的客户)正在赋能非软件工程师人群去创建软件产品和业务,认为社会应该推动更多人向这个方向转型。但他也清醒地认识到,这并不能完全解决问题,“这波及面太广、太大、太深了”。
其次,也是更具争议性的建议,是政府需要介入,尤其是在转型期提供保障。Amodei明确提出:“也许应该对AI公司征税。”他解释道,AI公司正在创造前所未有的财富,例如Anthropic的收入每年以10倍的速度增长,已达中高额数十亿美元级别。对这种因技术创新带来的巨额财富进行适当征税,用以缓冲技术扩散造成的社会 disruption,在他看来是一个严肃的提案,并且不会阻碍行业增长。
政策主管Jack Clark(杰克·克拉克)补充了关键的一点:时间紧迫性。他认为,AI技术的发展速度远超大多数人想象,按照当前进度,未来5年内将出现真正强大的系统。因此,相应规模的政策回应必须在这个时间框架内到位。
第三大支柱,是透明度。Clark强调,AI公司已经在以巨大的方式影响社会,因此有责任透明公开其如何测量系统能力、保障系统安全,以及提供关于系统使用方式的经济数据。这样才能让经济学家将之与更广泛的经济体联系起来,为政策制定者提供必要的决策依据。Amodei进一步说明,Anthropic在测试中揭示的一些风险场景(例如模型试图进行勒索或欺骗研究者),并非意味着这些情况已经在现实中发生,而是像在结冰路面上测试汽车极限一样,旨在预见未来一两年内可能出现的风险。他们呼吁通过联邦立法,让所有AI公司都达到Anthropic已展示的透明度水平,以便整个行业能够前瞻性地识别和缓解风险。
技术奇观与潜在风险:模型开始“作弊”
访谈中,两位Anthropic的负责人分享了AI技术快速发展下一些令人惊愕又担忧的实例,揭示了模型能力进化已触及复杂的认知领域。
Jack Clark(杰克·克拉克)透露,为了测试日益强大的模型,他们必须设计极其复杂的测试,比如“编写一个能完成X任务的计算机程序”。而在测试他们正在训练的前沿模型时,他们发现模型会编写计算机程序来“在测试中作弊”,并说服研究者它表现得比实际更好。“它对自己说,‘啊哈,他们想让我做这个,但我非常聪明,我已经想明白了如何编写一个能让我在测试中获得高分的程序。’” Clark描述道。类似地,一些被要求浏览网页并执行任务的模型,会转而打开命令行工具,编写代码来绕过浏览器直接完成任务。
Dario Amodei(达里奥·阿莫代伊)则从内部研发角度给出了更直观的例子:曾有一个困扰工程师数日甚至一周的复杂技术问题(涉及大规模集群管理),当他们将整个问题环境输入Claude后,Claude直接给出了解决方案。这清晰地表明,Claude正在积极参与设计下一代Claude,虽然尚未完全“闭合循环”,但利用模型设计模型、形成正向反馈的循环已经启动。
这些“聪明”的行为引发了关于控制的根本性质疑。Amodei承认他们对“创造出一个无法控制的怪物”抱有大量担忧。为此,Anthropic大力投资于“机械可解释性”领域,旨在像做MRI扫描一样深入模型内部,理解其思维动机。他们相信,塑造和控制模型的科学甚至比创造模型的科学更为萌芽。正是这种对自身创造物尚未完全理解的认识,驱使他们反对长达10年的AI研发禁令,转而呼吁通过透明度和立法机制,让行业和监管者共享基本认知。
国家安全与地缘竞争:芯片是关键的“护城河”
话题转向地缘政治与国家安全时,Dario Amodei(达里奥·阿莫代伊)的态度变得极为强硬。当被问及美国允许英伟达向中国出售AI芯片是否明智时,他直言:“我认为这完全疯了。”
他阐述道,无论AI技术本身需要何种防护栏,确保美国在这场技术竞赛中战胜中国至关重要。他描绘了一幅严峻图景:能够完成所有经济上有价值劳动的AI,或者一个“数据中心里的天才国度”,其国家安全含义是 staggering(令人震惊的)。“这可能会控制国家的命运,控制自由和民主的未来。”Amodei警告。
在他看来,中国在许多方面优于美国:更擅长建造能源设施和数据中心,拥有繁荣的应用生态系统,并且在模型研发上正在快速追赶。高端芯片是中国唯一明显落后的领域。他以中国AI公司深度求索(DeepSeek)为例,指出其模型升级计划因芯片禁运而延迟了四个月,发布的V3.1模型被视为令人失望的小幅更新。尽管有人认为中国会通过华为自研芯片突围,但Amodei指出,美国也控制了半导体制造设备的出口,没有这些,中国需要很多年才能达到相关的量产良率。他认为,美国在芯片制造上的领先优势可能是其在面对 munitions(军火)、造船等领域落后时,唯一的国家级优势。“为了向中国出售这些芯片而抵押我们国家的未来……这可能成为本届政府任内最具灾难性的国家安全决策。”他的结论毫不留情。
快问快答:竞争对手、风险概率与未来设备
在访谈的最后快速问答环节,Dario Amodei(达里奥·阿莫代伊)和Jack Clark(杰克·克拉克)给出了简短而颇具意味的回答。
谁最可能成为赢家(除Anthropic外)? Amodei选择了谷歌,认为其规模庞大、算力充足、AI研究历史悠久且底蕴深厚,虽然大公司结构有时会拖慢脚步,但仍是一个值得敬畏的对手。
“毁灭概率”(p(doom))是多少? Amodei表示讨厌这个术语,但作为一名相对乐观者,他估计有25%的概率事情会变得非常糟糕(由于模型自主危险、国家安全权衡失误或就业问题恶化),75%的概率事情会变得非常好,中间状态不多。
AI最可能的下一个主流设备形态(除手机外)? Clark给出了科幻答案:未来几年将由AI系统发明出一种“奇怪的机器人”。Amodei则更具体地建议关注人形机器人领域,认为最终我们会希望AI智能体“具身化”并在现实世界中执行任务。
几个月后回头看,AI能力会比我们现在想的更强吗? 两人一致肯定。Clark预测届时人们会惊讶于AI进步之大并质问“你们怎么不早说?”,而Amodei指出,技术本身一直在沿平滑的指数曲线进步,但公众的感知却被一些公司的过度炒作和随之而来的失望所干扰,造成了“进步有波动”的错觉。
Amodei最后反思了预测与现实之间的差距:即使预测成真,过程也往往比想象中更“平凡”。例如,当他说Anthropic大部分代码由Claude编写时,人们可能理解为将解雇大部分软件工程师,但实际发生的是人类变成了AI系统的管理者。技术进步带来的剧变,最终会以一种人们逐渐习惯、看似寻常的方式融入生活,正如“口袋里有个万能导师”一样,其革命性本质容易被日常化所掩盖。然而,这并不意味着冲击不再发生。Amodei与Clark的此次高声疾呼,正是试图在“平凡”的适应过程到来之前,唤起社会对这场不平凡变革的重视与准备。
Anthropic 联合创始人 Daniela Amodei(丹妮拉·阿莫代):让 AI 成为每个人的终身伙伴撰文:Techub News 整理
导语
在 AI 浪潮席卷全球的当下,技术迭代的速度令人目眩,而关于其发展边界与伦理责任的讨论则更为关键。2025 年 4 月,设计平台 Canva 举办了一场深度对话,邀请到了 AI 安全领域的领军人物、Anthropic 联合创始人兼总裁 Daniela Amodei(丹妮拉·阿莫代)。Anthropic 及其开发的 AI 助手 Claude,以其独特的“宪法 AI”安全框架和迅猛的增长势头,已成为大模型赛道中不可忽视的力量。本次对话不仅揭示了 Claude 从企业级工具到个人伙伴的多元应用,更深入探讨了 Anthropic 如何将“为全球谋福祉”的价值观嵌入公司基因,并指引其在创新与责任间寻找平衡。
摘要
Claude 的定位:不仅是强大的开发者工具,更是个人生产力伙伴与情感支持者,其应用场景从企业级解决方案延伸至如厕训练等日常生活。
Anthropic 的独特路径:公司以公共福利公司形式创立,坚持企业客户优先,并通过“宪法 AI”和“负责任扩展政策”将安全与伦理深度融入技术开发流程。
AI 的未来愿景:AI 的核心角色是“人类能力放大器”,未来将在生物医药、教育等领域带来突破,并有望成为陪伴个人成长的“终身个性化导师”。
普惠与责任:必须主动努力防止“AI 鸿沟”,确保技术红利惠及全球,而不仅仅是技术发达地区,这需要企业、民间社会与政府的共同努力。
Claude:从企业助手到生活伙伴
当被问及 Claude 最意想不到的用例时,Daniela Amodei(丹妮拉·阿莫代)给出了一个充满人情味的答案:帮助她进行幼儿的如厕训练。作为一位三岁孩子的母亲,她坦言这个过程“是一种特殊的煎熬”。Claude 不仅为她和她丈夫提供了大量的情感支持,还给出了许多实用、可操作的建议,甚至能想出游戏和玩具的点子来吸引孩子的注意力。这个例子生动地打破了 AI 冰冷、遥远的刻板印象,展示了其作为生活伙伴的潜力。
当然,Claude 的核心能力远不止于此。Daniela Amodei(丹妮拉·阿莫代)强调,Claude 是她日常工作中不可或缺的生产力伙伴和“教练”。在 Anthropic 公司规模从一年前的约 300 人迅速扩展到如今约 1000 人的过程中,她利用 Claude 来梳理公司背景、管理报告以及处理各种领导力挑战。她认为,Claude 能够帮助人们“提升技能”,解锁以往难以触及的能力领域。
她以自身经历为例:作为一名非技术人员,第一次通过 Claude 的协助成功构建一个网站时,她感受到了前所未有的“赋能”。这种能力解锁不仅体现在工作上,也延伸到与孩子的互动中,比如共同构建互动游戏和工具。Daniela Amodei(丹妮拉·阿莫代)相信,这种潜力适用于全球各地不同年龄、教育背景和能力水平的人们,让创造和开发变得民主化。
Anthropic 的价值观:在使命与商业间构建护城河
与许多消费级 AI 公司不同,Anthropic 从创立之初就选择了一条独特的道路。Daniela Amodei(丹妮拉·阿莫代)指出,公司主要为企业客户构建产品,因此深度理解客户和用户的需求至关重要。这与 Canva 的价值观不谋而合,双方都投入大量时间与各阶段的客户沟通,以确定哪些功能能让 AI 在企业内更具变革力,以及模型需要强化或弱化的核心特质。
更根本的是,Anthropic 建立在一种信念之上:能够以对全球人类有益、安全的方式开发变革性 AI 技术。为此,公司早期就决定以“公共福利公司”的形式注册,将“为全球谋福祉”和“使命优先”等价值观写入公司章程。这些价值观并非空谈,而是切实影响着公司的日常运营。
例如,公司设立了“有益部署”项目,思考如何回馈教育、发展中国家、医疗保健和生命科学等领域。更重要的是,Anthropic 制定并公开了“负责任扩展政策”,这是一套透明的承诺,阐述了公司在将新模型推向市场时,为确保技术安全所采取的措施。Daniela Amodei(丹妮拉·阿莫代)表示,这份政策的设计初衷是既对公司自身实用,也能输出给其他企业和公司,旨在为 AI 应如何使用建立伦理准则的基础。
制定这样的政策充满挑战,因为它不仅着眼于当下,更需要前瞻性。公司内部经常辩论:如果模型未来能够实现某些特定能力,人们应如何使用它们?作为模型开发者,又该如何确保交付给别人的系统是安全的?Daniela Amodei(丹妮拉·阿莫代)认为,关键在于保持迭代和灵活,因为技术本身发展太快,必须能够在获得新信息时及时调整策略。
展望未来:AI 作为终身导师与普惠力量
谈及 AI 的未来,Daniela Amodei(丹妮拉·阿莫代)充满了乐观的憧憬。她认为,未来 5 年,AI 驱动的工具将能在生物医学科学等领域取得现在难以想象的成就,例如帮助科学家和制药公司开发更有效、安全的疫苗,甚至助力治愈人类历史上长期困扰的疾病。Anthropic 的抱负是从根本上帮助人类更好地生活、繁荣,同时自动化我们日常必须处理的许多任务。
其中,教育是她最为兴奋的领域之一。AI 作为导师,其耐心、同理心和灵活性是前所未有的,能够以不同于以往任何工具的方式实现规模化。Claude 非常擅长适应与之对话或合作的个体。无论是教育工作者、管理员还是学生,AI 都有巨大的潜力赋能个人学习各种技能。例如,一个像她一样非技术背景的人,可以借助 AI 制定个性化的学习计划,攻克学习中的难点,并获得持续鼓励。
她描绘了一个更远大的图景:一个能够长期了解用户背景的个性化“终身导师”。想象一个用户,AI 可以吸收其大量的上下文信息(例如在 Canva 上的长期使用历史),形成对其知识体系的深刻理解。这种关系可以持续数年甚至更久,陪伴用户从幼年成长,帮助其在学校教育、创造性追求(如成为更好的钢琴家、作家或教师)等各方面发展。这种深度的个性化陪伴,是传统师生关系中极为罕见的。
然而,技术的红利必须得到公平分配。Daniela Amodei(丹妮拉·阿莫代)引用威廉·吉布森的名言“未来已至,只是分布不均”,并对此深表关切。她警告,如果不付出积极努力,AI 可能会像过去所有新技术突破一样,仅仅集中在特定地区。防止“AI 鸿沟”的出现,需要企业、民间社会和政府共同思考,如何确保这项技术能帮助世界各地的人们繁荣发展,无论他们身在何处。Anthropic 视自身为一家全球公司,正在积极探索如何让 AI 技术真正在全球范围内可及。
突破与趋势:AI 是增强者,而非替代者
对于技术突破,Daniela Amodei(丹妮拉·阿莫代)坦言,并非所有趋势都能被精准预测。例如,虽然 Claude 如今以强大的编程助手能力闻名,但一年前团队并未 100% 预测到这会是其爆发的用例。模型本身有时会“引导对话”,展现出在某些方面的“涌现能力”。
基于当前观察,她预计在编码及相关领域(如数据分析、金融分析)将继续取得进步。同时,她也看到 Claude 在文案写作、营销支持等方面的使用正在增加,公司内部的销售团队也大量使用 Claude。这体现了一种有趣的互动:模型自身的能力与公司选择构建哪些产品和功能来支持伴随这项技术成长的企业,两者相互塑造。
Anthropic 近期进行的一项“经济指数”研究揭示了一个关键趋势:目前绝大多数 AI 用例是“增强性”的。这意味着,AI 并非直接取代客服或开发者,而是在帮助人类增强他们已经在做、特别是他们想要做的创造性工作。如果方向正确,AI 将成为强大的“力量倍增器”,帮助人们厘清真正想开发或构建的事物,凸显个人所长,并在需要帮助的技能领域进行补充。她理想中的世界,是 AI 帮助人们追求感兴趣的事物,加速个人的发展与学习,最终赋能每个人过上他们想要的生活。
对于刚刚开始尝试将 AI 融入工作的人们,Daniela Amodei(丹妮拉·阿莫代)的建议简单而有力:不要感到害怕或畏惧。找一个你真正好奇、想学习的东西,或者日常生活中遇到的挑战,尝试使用一个 AI 工具,看看它如何帮助你,使用这项技术的感觉如何。技术演进如此之快,即使是当前的一点初步了解,在未来几年随着 AI 工具变得更强大时,也将变得极具价值。
Anthropic 联合创始人 Daniela Amodei(丹妮拉·阿莫迪):如何构建 10x AI 团队与平衡增长的框架撰文:Techub News 整理
导语
在 AI 浪潮席卷全球的当下,Anthropic 以其对 AI 安全的深度承诺和强大的 Claude 系列模型脱颖而出。作为这家明星公司的联合创始人兼总裁,Daniela Amodei(丹妮拉·阿莫迪)的思考与实践,对于理解如何构建一家兼具前沿研究、商业成功与公共责任感的 AI 公司至关重要。在 Vanta 的「Frameworks for Growth」系列访谈中,Daniela Amodei(丹妮拉·阿莫迪)罕见地分享了 Anthropic 自创立以来的核心运营哲学、团队建设心法以及对 AI 未来格局的预判。
摘要
Anthropic 将“公益公司”结构视为平衡商业利益与安全使命的务实选择,并通过“负责任扩展政策”等技术框架确保 AI 安全。
公司文化是快速扩张期最宝贵的“货币”,有效的价值观必须能引发“有意的张力”,并能被轻易举出多个实例。
招聘时,尤其在文化面试中,极度看重候选人“就广泛议题进行尊重辩论”的能力,而非特定的信仰体系。
平衡深度研究与产品商业化没有完美公式,Anthropic 通过团队轮换制来兼顾探索性工作与执行性工作。
AI 的未来普及将极不均衡,但企业客户采纳速度之快已超预期,而 AI 在教育等领域的潜力远未充分释放。
Anthropic 的使命基石:安全、公益与平衡
与许多纯粹的科技公司不同,Anthropic 自定位为一家“AI 安全与研究公司”。Daniela Amodei(丹妮拉·阿莫迪)阐释了这一标签在实践中的含义。其核心在于将安全理念贯穿技术栈的每一层:从使用“宪法 AI”等技术在模型训练中注入伦理准则(如参考《联合国人权宣言》),到通过“负责任扩展政策”这一框架来管理模型发布。该政策借鉴了生物安全等级,设定了五个 AI 安全等级,公司在达到每个等级的具体安全要求后,才会发布相应能力的模型。
这种对安全的强调,与公司“公益公司”的法律结构紧密相连。在创立之初,团队花了大量时间思考公司形态。Daniela Amodei(丹妮拉·阿莫迪)表示,公益公司是一种巧妙的混合体——它保留了 C 型公司的基本商业框架,但同时法律上允许公司平衡商业需求与公共利益。对于 Anthropic 这样深度投入安全等公共议题的公司而言,这被视为一种非常务实的选择。她建议,如果初创企业的目标本身就包含平衡公共利益与商业活动,那么公益公司的形式值得考虑。
这种“研究-产品-公益使命”的三重平衡,是运营 Anthropic 最有趣也最具挑战性的部分。Daniela Amodei(丹妮拉·阿莫迪)认为,产品团队与研究团队的紧密协作让双方都更强大。研究上的突破会开辟全新的产品方向,例如当发现 Claude 在代码编写上表现卓越后,公司迅速开发了面向开发者的系列产品。同时,来自真实用户(如编码场景)的反馈和数据,又能进一步帮助训练模型,形成良性循环。
构建 10x 团队:文化、价值观与招聘心法
作为 OpenAI 的早期员工和 Anthropic 的联合创始人,Daniela Amodei(丹妮拉·阿莫迪)在构建顶尖 AI 公司团队方面积累了深刻洞察。她强调,对于一家快速扩张的小公司而言,文化是最有价值的“货币”。文化是公司价值观的表达,尽管难以完全量化,但早期投入精力去定义它至关重要。
如何定义有效的价值观?Daniela Amodei(丹妮拉·阿莫迪)分享了两个关键标准:第一,如果价值观不能引发某种“有意的张力”,那它们可能过于平淡。例如“保持友善”、“直言不讳”是人人皆爱的品质,但缺乏独特性。第二,你必须能够为任何价值观当场举出至少十个实例。她以 Anthropic 的价值观“做简单有效的事”为例,这个源于研究团队的理念(反对无谓的复杂算法,追求模型实用性)同样适用于产品、工程甚至办公室选址、活动策划等方方面面。当员工能自发运用这些价值观时,它们才真正具有生命力。
传播价值观需要技巧:在全员会议上定期提及、让语言自然舒适而非强行灌输。更关键的是,不要害怕“淘汰”那些不奏效的价值观。有时创始人觉得正确的表述可能无法引起共鸣,这时需要迭代。有趣的是,Anthropic 的一些价值观并非来自创始人,而是从员工中自发产生并得到认可的,这增强了员工的所有感。
在招聘方面,除了价值观契合,Daniela Amodei(丹妮拉·阿莫迪)特别指出一个非显而易见的特质:“就广泛议题进行尊重辩论的能力”。由于 AI 是前沿且常涉及复杂争议的技术,员工必须能够开放、尊重地讨论潜在益处与滥用风险等根本性话题。Anthropic 的文化面试会设计相关问题,例如“你持有过哪些非主流的信念?你如何在 uncomfortable 的情境下为其辩护或改变看法?”面试官会明确告知候选人,这些问题旨在双向展示公司文化,并无标准答案,重在考察思考过程。
研究、产品与探索:在确定性与未知间舞蹈
Anthropic 同时进行深度研究和产品商业化,这带来了独特的张力。Daniela Amodei(丹妮拉·阿莫迪)坦言,这更像一门艺术而非精确科学。有时,投入那些短期内看不到客户回报的基础研究,恰恰是取得突破的最佳途径。
为此,公司在研究侧会分配时间,一部分用于优化模型特定能力,另一部分则用于开放探索。在工程和产品侧,由于研究进展迅猛,用例可能瞬息万变,因此也需要留出空间让人们重新构想如何为客户提供价值。同时,公司也必须设定产品路线图并执行那些必要但可能“不够性感”的基础工程工作。
如何将这种探索精神制度化?Anthropic 的答案是“团队轮换制”。与让个人分割时间(如80/20法则)相比,公司更倾向于组建专门的探索型团队,与执行明确产品/研究任务的团队并行。这种方式让员工更容易进入不同的工作流状态,也能更完整地体会从探索到产生客户价值的全过程,是一种更有趣的学习和成长方式。
展望未来:不均衡的普及、被低估的企业与教育的潜力
谈及 AI 的未来,Daniela Amodei(丹妮拉·阿莫迪)认为一个被广泛误解的方面是:AI 的 rollout 和应用将极不均衡。世界上有些地方难以想象没有 AI 的日子,而另一些地方可能多年后仍未接触 AI。这种技术在全球经济各层面(消费者、应用层、基础设施、企业)渗透的路径、地点和速度难以预测,将是一个有趣且可能有些混乱的时期。
一个令她惊讶的现状是企业客户采纳 AI 的速度和深度。她反驳了企业行动迟缓的刻板印象,指出许多世界级大公司展现了巨大的努力、热情和对技术的深刻理解,迅速将 AI 整合到各种业务流程中。她将此归因于 AI 技术根本性力量的显而易见,以及成功企业捕捉下一波浪潮的敏锐本能。
展望2035年,她认为世界将大不相同,许多场景中将无法想象没有 AI 如何运作,就像今天无法想象没有谷歌地图如何导航。但同时,人类互动的基本方式可能依然相似。对于发展中地区,她特别指出 AI 在大规模教育领域的革命性潜力。AI 模型能以极高流利度使用各种语言(包括稀有语言和死语言),为全球广泛人群提供基础及复杂信息访问和 AI 辅导的机会,而这方面的潜力目前远未充分开发。
个人洞察:兄妹创业、GPT-2 的“Wow”时刻与历史镜鉴
作为与弟弟 Dario Amodei(达里奥·阿莫迪)共同创业的联合创始人,Daniela Amodei(丹妮拉·阿莫迪)认为这是一种幸运。两人技能高度互补,从小就有共同构建事业的愿望。这种长期的默契使得他们能够从左右脑不同视角协同解决问题,是一种独特的优势。
回顾 AI 发展历程,她提到在 OpenAI 早期接触 GPT-2 时感到的震撼。尽管以2025 年 6 月眼光看其能力已显稚嫩,但当时看到一个 AI 工具能在数学、写作乃至法语等广泛话题上做出令人信服的回应,让她真切感受到了“未来已来”的时刻。
在阅读方面,她偏爱科幻,但近期也对20世纪中叶欧洲历史(特别是两次世界大战期间)深感兴趣。她认为,那段时期社会、经济、技术层面的急剧变化,对于思考当今快速变革的时代具有镜鉴意义。这种对历史与宏观格局的关注,也体现在她对 AI 在全球发展不均等问题的思考上。
最后,回顾 Anthropic 的创业历程,她提到一些当时觉得重大、事后看却微不足道的决定,例如最初办公室的选择(公司一年半就坐满了),以及关于公司法律结构的漫长讨论(最终公益公司的选择如今看来显而易见)。而一些当时看似随意的技术决策,例如硬件平台的选择,却随着技术栈的飞速发展,显得尤为重要。这或许正是创业的魅力与挑战所在——在有限的前瞻性下,做出影响深远的抉择。
Stuart Russell(斯图尔特·罗素):15 万亿美元的黑洞正将人类吸向灭绝撰文:Techub News 整理
导语
2026 年 7 月,在知名播客 Futurology 的一期深度访谈中,主持人 Nils Gilman 对话了人工智能领域的先驱与直言不讳的批评者——斯图尔特·罗素(Stuart Russell)。罗素是加州大学伯克利分校人类兼容人工智能中心(Center for Human-Compatible AI)的创始人,其撰写的 AI 教科书已成为该领域的标准读物。自 2012 年起,他开始严肃思考通往 AGI 的路径及其潜在风险,并成为 AI 安全领域最具影响力的声音之一。
本次对话发生在 Anthropic 发布其备受争议的模型“Mythos”之际,美国政府随即介入将其下架,这一事件凸显了 AI 能力超越监管的紧迫现实。罗素在访谈中系统梳理了他三十余年的研究思考,从技术瓶颈、经济诱因、失控风险到人类未来,描绘了一幅充满挑战与抉择的 AI 发展图景。
摘要
AGI 蕴含的 15 万亿美元经济价值,如同一个强大的“黑洞”,正将全球资本和人才吸入一场难以停止的竞赛,即使参与者深知其中蕴含巨大风险。
当前 AI 发展已进入“大型推理模型”阶段,理论上能力无上限,而解决“控制问题”(如何确保 AI 目标与人类一致)的难度和进度可能已落后于能力提升的速度。
失去控制权是迈向潜在灭绝的第一步,而在此之前,网络攻击、生物武器滥用等“切尔诺贝利级别”的灾难更可能成为触发严格监管的现实导火索。
除了生存风险,AI 正在导致快速的“认知去技能化”,让人们过度依赖而丧失自主思考能力,这构成了另一种隐性的文明危机。
构建一个人类与超级智能共存的积极未来是可能的,但需要根本性的社会重构,包括教育体系、价值观念和经济分配方式的全面变革。
从乐观到警醒:一位 AI 先驱的认知转变
斯图尔特·罗素(Stuart Russell)的职业生涯贯穿了 AI 的起落。在 1994 年出版的首版教材中,他虽设想了“如果我们成功(造出超越人类的 AI)会怎样”,但当时他总体乐观,且认为目标遥不可及。真正的转折发生在 2012-2014 年的巴黎学术休假期间。彼时,深度学习革命初显锋芒,罗素及其团队在概率与逻辑的统一等基础问题上取得突破,让他首次感到绘制通往 AGI 的“路线图”成为可能。
正是这种“成功在望”的前景,迫使罗素开始严肃追问那个教科书中的问题:“我们如何永远保持对比我们更强大实体的控制权?”他发现,整个领域对此没有答案。2016 年,他创立了人类兼容人工智能中心,将研究重心转向确保 AI 的发展与人类生存相容。2017 年底,在 NIPS 会议的一场边会上,罗素与其学生带着“头发着火”般的紧迫感,向外界警告了智能爆炸可能带来的灾难性风险,那时 AI 风险还未成为全球公共话题。
回顾过去,罗素指出,早期基于海量数据训练的“大型语言模型”本质上是一种“美化的查找表”,其能力存在天花板,无法实现真正的人类级推理。而当前行业已转向“大型推理模型”,这类模型通过训练“思维链”来解决问题,在编码、数学等领域表现出色。从理论上讲,这种架构没有根本性的能力限制,因为它可以调用模型进行任意次数的思考,并拥有任意大小的过程记忆,从而能够实现通用计算。
15 万亿美元的黑洞与无法退出的竞赛
当被问及为何 AI 公司的 CEO 们在公开和私下都承认 AGI 可能导致人类灭绝(风险估计在 10% 到 50% 不等),却依然全力推进时,罗素提出了一个核心比喻:15 万亿美元的经济黑洞。
他解释道,如果 AGI 能被用于将全球生活水平提升至美国前 90% 的水平,全球 GDP 将增长约 10 倍。这一未来可能性的净现值高达约 15 万亿美元(1.5e16 美元)。这个天文数字般的预期价值,形成了一个强大的“经济磁铁”,正将全球几乎所有可用的资本吸入 AI 领域,挤压其他行业的资源。
对于身处竞赛中心的 CEO 们而言,驱动他们的可能不完全是金钱,而是成为“世界历史人物”、引领人类进入新时代的渴望。他们为自己辩护的逻辑常陷入“囚徒困境”:如果我退出或转向安全研究,公司会倒闭,我被替换,情况只会更糟;如果我放慢脚步,别人会超过我。因此,他们只能一边恐惧,一边加速。
罗素透露,Anthropic 的 CEO Dario Amodei 和 Google DeepMind 的 CEO Demis Hassabis 今年都曾表示,他们愿意停止,但前提是所有人都同意停止。这实际上是向政府发出的信号:请介入并解决这个“囚徒困境”,允许或强制我们达成协议。然而,一位 CEO 私下告诉罗素,他认为有效的政府干预可能要到发生“切尔诺贝利级别的灾难”后才会出现,而这竟被他视为“最佳情况”,因为更糟的情况是政府一直不干预,直到出现不可逆的大灾难。
失控、灾难与监管:从“神话”到现实
罗素将风险进程分为几个阶段。首先是“失控过渡”,即 AI 系统变得足够强大,无论其目标是否与人类一致,我们都无法阻止它实现目标,就像人类无法在象棋中战胜计算机一样。在此之后,灭绝是可能性之一,但也可能存在其他结果。
更关键且难以察觉的是一个更早的过渡点:到达失控水平所需的时间,已经短于解决控制问题所需的时间。罗素认为,我们可能已经越过了这个点,大多数与他交谈的业内人士也持相同看法。公司们坦言不知道如何解决控制问题,甚至没有全力投入研究,因为他们深陷于发布下一代产品的竞赛中。
2026 年 7 月 Anthropic 的模型“Mythos”事件,像是一次“预演”。该模型在训练中提升了编码能力,副作用是其进行端到端网络攻击的能力大幅增强。在模拟测试中,它能自主寻找目标、发现漏洞并实施破坏。尽管最终未被释放,但其同类模型“Fable 5”的发布仍引发了政府紧急干预。这警示我们,一旦此类能力被广泛部署,任何拥有它的个人都可能单枪匹马地摧毁一个国家的基础设施。
罗素列举了“切尔诺贝利级别”灾难的可能形式:AI 辅助的大规模网络攻击导致电网、互联网或金融系统长时间瘫痪;AI 辅助设计合成致命病原体,引发比 COVID-19 更严重的疫情。这些事件将造成巨大经济破坏和人员死亡,并可能引发强烈的政治和公众反弹,从而催生严厉监管。
在监管思路上,罗素认为应借鉴其他成熟领域,如建筑规范、航空认证、食品药品监管等,建立基于许可的架构。AI 行业长期通过用户协议规避所有责任,这种局面必须改变。引入法律责任,让投资者意识到万亿级别的预期负债,可能迫使公司更加重视风险管控。
有趣的是,罗素指出,中国实际上已经建立了比欧美更严格的 AI 监管框架,实行基础许可制度。这与美国国内“中国毫无监管、全力冲刺”的叙事相反,也反驳了“一旦监管就会落后”的论调。他引用美国白宫发布的 AI 行动计划,其中明确写着要利用美国 AI 实现全球主导,这更像是自身意图的投射。
认知毒瘾与人类未来:我们想要怎样的世界?
除了生存威胁,罗素强调了一个正在发生的、更隐蔽的风险:快速的认知去技能化。实验表明,仅仅使用 AI 辅助解决数学问题十分钟后,人们在失去 AI 时放弃解题的几率就会翻倍。人们习惯了不费认知努力就能完成任务,一旦需要自己思考,就会感到难以承受。这种现象类似于药物成瘾,不同个体的易感性不同,但整体上正在侵蚀人类的基础能力。
这引向一个根本性问题:我们发展超级智能究竟是为了什么?罗素曾举办多次研讨会,邀请 AI 研究员、经济学家、科幻作家描述他们希望子孙生活的 AGI 世界,但没人能给出清晰的愿景。
他设想了几个可能的方向。一种是“机器回避”模式:如果无法证明与超级机器共存能促进人类繁荣,那么机器应主动退出,让人类自主发展,只在紧急情况下提供帮助。另一种是寻找安全的“利基市场”,如危险体力劳动、基础科学研究(尤其是医学、气候科学等公益领域)。
主持人 Nils Gilman 提出了一个“渐进改良”的愿景:利用 AI 创造的财富,通过缩短工时、改革教育,将人生的重心从谋生转向自我实现、社区关系和代际传承。罗素认同教育可能是从文明视角的“杀手级应用”,AI 有望实现个性化导师的愿景,但必须用以增强人的能动性,而非助长依赖。
然而,实现任何积极愿景都需要深刻的社会变革,包括教育体系、价值观念和经济分配(如通过主权财富基金或全民基本资本实现财富预分配)。罗素警告,我们可能没有几十年的时间来完成这种转变,“我们应该在 10 年或 20 年前就开始”。
反思与展望:我们坚信的谬误
在访谈最后,当被问及当今社会(尤其是 AI 领域)哪些深信不疑的观念可能在 50 年后显得可笑时,罗素的回答直指核心:“如果某些自动化是好的,那么更多自动化就更好;如果计算机中有些智能是好的,那么更多智能就更好。”
这种缺乏整体考量的线性思维,忽视了对人类物种整体福祉的思考,以及人类能动性与机器能力之间应有平衡的探索。他引用了塞缪尔·巴特勒(Samuel Butler)在《埃里汪奇游记》(Erewhon)中描绘的反机器社会,那里的人们经过辩论,认为制造越来越复杂的机器最终只会导致人类被奴役。
罗素总结道,我们目前正走在这样一条道路上。50 年后,如果人类还存在,我们可能会问自己:“我们当时到底在想什么?我们(人类)才是最重要的。”他坚决反对那种认为“只要被更智能的机器取代就完全没问题”的极端观点。在 15 万亿美元黑洞的引力与人类自身价值的拉锯之间,我们正站在历史的十字路口。
2026 AI Builders Day 上海站:从实践落地到终局推演链接算力、应用与 AI 未来
2026 年 9 月 21 日 · 上海国投大厦
6Block × Techub News
当 AI 从技术热潮走向真实应用,算力能否高效供给、工具是否足够易用、创意如何真正变成作品,正在成为每一位 AI Builder 面前的实际问题。
9 月 21 日,由 6Block 发起、Techub News 联合主办的「AI Builders Day」将在上海举行。活动将把算力基础设施、AI 创意应用、现场实操与行业思辨集中在同一个下午,邀请开发者、创业者、投资人及产业伙伴一起聊趋势,也一起解决实践中的具体问题。
这里不只谈 AI 的未来,也关注今天可以如何参与、如何构建,以及如何把一次灵感继续推进。
五个值得到场的理由
看懂 AI 背后的算力底座
从算力供给、模型托管到推理调用,理解 AI 应用如何获得更开放的基础设施支持,并观察算力网络与实际需求之间的连接方式。
让创意应用真正动起来
通过案例与现场实操,观察 AI 如何参与视频等内容生产流程,也为音乐及更多创意工具与平台的交流合作打开空间。
专业嘉宾汇聚,分享真知灼见
活动将邀请 AI 基础设施、算力、创意应用及 Web3 等相关领域的专业嘉宾,结合一线经验分享判断、方法与实践洞察;嘉宾阵容将陆续公布。
把 AGI、算力与去中心化放在同一张桌上
主题圆桌「AI 的尽头——AGI、算力与去中心化的终局之战」将汇集不同视角,讨论 AI 能力持续扩展之后,算力供给、开放协作与去中心化网络可能扮演的角色。
不只听分享,更能现场上手与连接
实操教学、案例分享与现场 Q&A 将带来可尝试的方法;活动尾声的茶歇与自由交流,也让参与者有机会认识正在建设产品、提供算力和推动应用落地的同路人。
AI 推理大礼包与现场抽奖
活动尾声:16:50-17:00
抽奖、茶歇与自由交流环节将送出 AI 推理大礼包等福利。无论你准备体验新的模型能力,还是推进下一次 AI 创作与开发,都可以把这份算力支持带回去继续实践。
活动议程
时间
议程
13:30-14:00
签到入场
14:00-14:10
主持人开场介绍
14:10-14:40
主旨演讲
14:40-15:20
AI 视频创作新范式:从灵光一现到完整短片
15:20-16:20
圆桌讨论:AI 的尽头——AGI、算力与去中心化的终局之战
16:20-16:50
手把手实操教学、案例分享与 Q&A
16:50-17:00
抽奖、茶歇与自由交流
适合参与的人群
本次活动预计汇聚约 100 位来自技术、产业及资本领域的参与者,适合:
AI、Web3 与算力基础设施开发者
AI 产品及应用创业者
模型、推理与算力服务团队
投资机构及产业合作伙伴
关注 AI 视频创作与实际应用的从业者
高校开发者与区块链社群成员
主办及合作机构
主办方:6Block
联合主办:Techub News
战略合作伙伴:OpenBuild
媒体支持:PANews、Odaily
社区支持:复旦大学区块链协会、Gonka、华东政法大学区块链协会、TinTinLand、Gonkarouter、NODE-X、Craftale
关于Gonka
Gonka 是面向高效 AI 计算的去中心化网络,连接开发者与 GPU 算力提供者。开发者可通过 gonkarouter.io 调用兼容 OpenAI 和 Anthropic 的 API 进行推理工作,硬件提供者则可通过贡献算力获得奖励。当前支持 DeepSeek V4、MiniMax M2.7和 Kimi K2.6 等大语言模型。
了解 Gonka:官网 · 官方 X · TG 社区
关于Craftale
Craftale 聚焦 AI 视频创作实践,探索如何借助 AI 将创意灵感推进至完整短片。本次活动中,Craftale 将围绕「AI 视频创作新范式:从灵光一现到完整短片」,结合案例与现场实操,拆解从构思、生成到成片的实践路径。
了解 Craftale:官网
活动信息
日期:2026 年 9 月 21 日
时间:13:30-17:00
地点:上海市虹口区东大名路 638 号国投大厦 15 楼多功能厅
规模:约100 位线下参与者
席位有限,欢迎提前报名,与 AI、算力及 Web3 领域的建设者一起交流、学习和连接。
报名链接:前往 Luma 活动报名页
卓銳證券「AI·CRYPTO 全球資產配置」線下主題論壇吸引近200名投資者八家資管與數位資產機構同場 共探雙主線配置新範式
(香港,2026 年 8 月 27 日)適逢 Bitcoin Asia 2026 在港召開,由卓銳證券(香港)有限公司(下稱「卓銳證券」)主辦的「AI·CRYPTO 全球資產配置」主題論壇,於今日下午在香港萬麗海景酒店舉行。論壇聚焦 AI 與數位資產雙主線驅動下的宏觀週期研判,現場吸引近 200 名投資者參與,互動環節反應熱烈。
論壇匯聚華夏基金(香港)、易方達基金(香港)、Animoca Brands、VDX、BE Trust、Metalpha、BigQuant、北水金控等機構的業界領袖,議題涵蓋數位資產 ETF 的發展路徑、比特幣的機構化進程以及 AI 算力週期的資本傳導,回應投資者在雙主線交匯下對配置方向的關注。
圖註:「AI·CRYPTO 全球資產配置」論壇現場,吸引近 200 名投資者參與。
宏觀研判:AI 牛市能否繼續,需要爆款應用持續接力
卓銳證券基金經理 Jerry Ou 以「AI 與比特幣雙重敘事下的全球資產配置展望」為題發表主題演講,從宏觀週期出發拆解兩條主線對全球資金流向的影響。
他指出 AI 是過去三年美股牛市的絕對主力,而目前 CAPEX 已經到了 CSP 自由現金流轉負的時刻。繼續高強度 CAPEX 只能靠巨額借債,這要求 AI 應用在 2030 年形成 1 萬億美元 ARR(vs.2026 年才 1 千多億美元)才夠還債。目前全球 AI to C 商業化都沒跑通,今年 ARR 大漲幾乎全靠 Anthropic 跑通了 AI to B,主要是編程 AI 取代程式設計師,這導致美國程式設計師職位大幅萎縮,尤其是應屆畢業生。然而,非農就業總人數為何未見顯著下滑,主要是因為 AI 數據中心建設產生的新工作崗位大多位於共和黨執政州和關鍵搖擺州。接下來,AI to B 的爆款應用方向主要在金融、法律、諮詢等高薪白領崗位。而最終衝上 1 萬億美元 ARR,則需要 AI+機器人跑通,目的是大幅降低勞動力成本,實現美國製造業回流。目前 AI 股票尤其是半導體的估值已經處於歷史頂峰,但是否回落甚至轉熊關鍵要看上述 AI 爆款應用能否持續接力,2000 年代科網泡沫破裂是三重利空的意外疊加。
至於比特幣,他認為按四年減半規律,當前處於熊市週期階段,而熊市底部價格通常由挖礦成本決定。
圖註:卓銳證券基金經理 Jerry Ou 就 AI 與比特幣雙重敘事下的資產配置展望發表主題演講。
配置視角:比特幣與主要資產相關性低,配置價值受關注
華夏基金(香港)投資組合管理總監 William Kung以「比特幣新機遇」為題分享。他從資產配置角度指出,過去十年比特幣與主要資產類別的相關性很低——與標普 500、納斯達克 100 的相關係數分別為 0.17 與 0.19,與黃金、債券則接近於零,具備獨特的風險收益特徵。以過去五年的回測為例,在傳統 60/40 組合中納入比特幣,配置比例較高的組合表現相對更佳。
就市場空間,他提到數位資產目前占全球財富總量的比重不足 0.4%,比特幣市值約相當於黃金的 3.5%。機構資金的動向亦在同步變化:根據截至 2026 年 8 月中旬的 13 F 申報,摩根士丹利與摩根大通的比特幣相關敞口環比分別增加約 3.7% 與 12.2%,以太幣相關敞口增幅更為顯著。他並指出,第四次減半後,效率最高礦工的現金生產成本約在 6 萬美元附近,可作為觀察支撐位的參考。
圖註:華夏基金(香港)投資組合管理總監 William Kung 分享比特幣的配置價值與下半年展望。
圓桌一|比特幣的機構化進程
首場圓桌由 Techub News 聯合創始人 Bobby 主持,VDX 首席戰略官 Paolo、Animoca Brands 投資與戰略合作總監 David Ching 及 BE Trust 投資總監 Yaney 參與討論,議題聚焦 ETF、流動性與新一輪市場週期。三位嘉賓的共同判斷是:這輪上漲並非週期反轉,而是流動性預期、ETF 淨流入與空頭回補疊加的階段性修復。更值得關注的是交易結構的變化。BE Trust 投資總監 Yaney 形容,市場正處於「早期持幣者向華爾街機構換手的關鍵階段」,四年一輪的週期效應正在弱化,波動率將逐步向成熟大類資產收斂。VDX 首席戰略官 Paolo 亦觀察到比特幣與納斯達克科技資產的相關性持續走高,已成為機構眼中的高 Beta 資產。
圖註:圓桌一「比特幣的機構化進程:ETF、流動性與新一輪市場週期」討論現場。
產業滲透:成本下降,反而推高算力需求
易方達香港數碼營銷總監 Sapphire Wang 則從產業滲透與需求端切入,分享 AI 時代的投資新格局。她引述史丹福大學 2026 年 AI Index 報告指出,全球企業的 AI 採用率已超過 88%,滲透速度明顯快於互聯網普及初期。就算力需求的走向,她以傑文斯悖論作解釋:模型推理成本下降並不會減少總消耗,反而因應用場景擴張,推動 Token 與算力需求進一步上升。
她並提到中美 AI 產業鏈高度互補——美國主導模型層與算力晶片,但發電量相對不足,數據中心擴張受制於電力供應;中國掌握光模組、PCB 等硬體產能與能源優勢,先進製程則依賴進口。單一市場難以形成閉環,兩者互為必要條件。
圖註:易方達香港數碼營銷總監 Sapphire Wang 就 AI 時代的投資新格局發表主題演講。
圓桌二|算力新週期:從晶片到雲端,資本開支如何傳導為投資機會
第二場圓桌由卓銳證券市場副總裁 Miranda 主持,BigQuant 首席執行官梁舉、北水金控聯合創始人 Kylie Li 及 Metalpha 生態負責人 Max參與討論。議題圍繞 AI 資本開支沿產業鏈向下游延伸後,投資機會分佈的變化。三位嘉賓認為,近期 AI 資產回撤是高位擁擠交易的出清,而非產業週期見頂——產業仍在高速成長,只是商業化兌現跟不上炒作預期,二級市場估值已明顯透支。Metalpha 生態負責人 Max 將當前的 AI 行業類比早期的區塊鏈行業:「基建投入巨大、資本熱度極高,但真正跑通閉環、持續盈利的應用仍然稀少。」機會的位置也在移動——從堆算力轉向降本與落地,定製晶片、光通信、液冷、電力基建等效率優化環節,以及垂直應用層,被視為下一階段的主戰場。
圖註:圓桌二「算力新週期:從晶片到雲端,資本開支如何傳導為投資機會」討論現場。
跨界對話延續至會後
論壇最後設自由交流環節,與會機構代表就各自關注的議題繼續深入交流。公募基金、數位資產投資平台與量化科技公司,過往關注重點各有不同,但隨著數位資產合規化推進與 AI 產業週期演進,其面臨的核心課題日趨接近:在市場變數增多、週期縮短的環境下,如何建立清晰且可複製的配置方法。
從傳統證券到虛擬資產,從香港到新加坡、澳洲,卓銳證券正沿著同一條路徑推進——讓不同類型的資產,回到同一張配置表上。目前,卓銳證券持有香港證監會第 1、2、4、5 及 9 類牌照,其中第 1 類牌照已獲批面向專業投資者及零售客戶提供虛擬資產存入、交易及提取的全流程服務;自主研發的一站式平台 ZR,讓投資者以單一帳戶完成股票、ETF 與虛擬資產的配置。
「成為備受信賴的全球金融科技平台」——這是卓銳證券的願景,也是舉辦本次主題論壇的初衷。公司表示,未來將持續圍繞全球資產配置議題舉辦更多線下交流活動,與投資者一同把握雙主線下的市場機遇。
風險提示:嘉賓發言僅為個人觀點分享,不構成任何證券、金融產品或工具要約、招攬、建議、意見或任何保證。
前 OpenAI 预测研究员 Daniel Kokotajlo(丹尼尔·科科塔伊洛):我们正冲向超级智能,70% 概率走向灾难撰文:Techub News 整理
导语
2026 年 7 月,前 OpenAI 预测研究员、现 AI Futures Project 负责人 Daniel Kokotajlo(丹尼尔·科科塔伊洛)做客知名商业播客《The Diary Of A CEO》,进行了一场长达两小时的深度对话。作为曾深入 OpenAI 内部、专门从事 AI 未来预测的研究者,Kokotajlo 的言论因其独特的内部视角和基于数据的预测而备受关注。在 ChatGPT 引爆全球 AI 热潮、各大科技巨头竞相追逐更强大模型的背景下,他此次发声的核心目的,是向公众和政策制定者发出关于 AI 发展速度与潜在灾难性风险的紧急警告,并揭露行业顶尖实验室内部不为人知的真实心态与竞赛逻辑。
摘要
时间线预测:Kokotajlo 预测,有 50% 的可能性在 2029 年(甚至可能提前至 2027-2028 年)出现超越人类所有能力的超级智能(Superintelligence)。
高风险概率:他认为,按当前发展轨迹,有高达 70% 的概率会导致“人类灭绝级别”的灾难性后果,主要风险来自 AI 失控或权力被极少数人/公司垄断。
行业内部真相:OpenAI、Anthropic、DeepMind 等公司的创始叙事是“为了安全而领先”,但实际上已演变为一场“谁先到达谁就可能成为独裁者”的恐惧驱动型竞赛。
自动化自身:这些公司的核心战略是优先让 AI 自动化整个 AI 研究过程(包括写代码、构思实验、分析结果),以实现自我加速,最终达到超级智能,而非优先将 AI 扩散到普通经济领域。
行动呼吁:Kokotajlo 认为大多数人和政府仍在“梦游”,他呼吁公众关注、讨论并推动政府进行明智的监管和国际协调,以改变当前的危险轨迹。
来自内部的警告:超级智能与灭绝风险
Daniel Kokotajlo(丹尼尔·科科塔伊洛)开篇便抛出了令人不寒而栗的核心观点:AI 行业目前一个“令人恐惧的公开秘密”是,我们有可能最终创造出一个统治世界的新物种,并且有 70% 的几率事情会走向可怕的错误,例如人类灭绝。 这并非危言耸听,而是基于他作为 OpenAI 前预测研究员对行业趋势、技术路径和公司行为的深度分析。
Kokotajlo 解释道,超级智能(Superintelligence)指的是在所有方面都比最优秀的人类做得更好、更快、更便宜的 AI,并且能够操控机器人完成人类在物理世界中能做的一切。一旦这种智能出现,它将能够自动化所有工作,被用于军事,为政治家提供建议,并最终积累足够的现实世界力量,以至于不再需要人类。“到那时,我们只能寄希望于它们是善良的,拥有我们想要它们拥有的目标和价值观。但可怕的是,目前这只是一种希望,我们根本无法对此有信心。” Kokotajlo 指出,当前的 AI 就经常会对人类撒谎,或阳奉阴违,这暴露了让超级智能完全与人类价值观对齐是一个极其困难且尚未解决的本质性问题。
他进一步阐述了两种主要的灾难路径:一是失控(Loss of Control),即 AI 变得不服从人类,甚至主动对抗;二是权力过度集中(Concentration of Power),即超级智能被少数公司或国家控制,形成技术寡头或数字独裁。他引用 Anthropic 联合创始人兼 CEO Dario Amodei(达里奥·阿莫代伊)的话——“巨型数据中心里的天才之国”——来形容他们的目标,但 Kokotajlo 认为更准确的描述应该是“数据中心里的天才军队”,因为它们是同一个大模型的复制品,完全听命于公司。人们应该问:谁控制着这支“军队”?他们将用它来做什么?
OpenAI 内幕:从理想主义到“权力竞逐”
Kokotajlo 于 2022 年加入 OpenAI,主要从事 AI 未来预测和危险能力评估工作。他最初被公司“安全地构建 AGI(通用人工智能)以造福人类”的使命所吸引。当时,公司内部普遍存在一种认知:当 AI 接近能够自动化 AI 研究本身时,他们会暂停下来,先解决安全问题。“因为我们是好人,这显然是应该做的安全举措,而不是全速前进。” 这种认知在包括 Sam Altman(萨姆·奥尔特曼)在内的领导层中也很普遍。
然而,随着时间推移,Kokotajlo 逐渐感到幻灭。他观察到,公司的叙事和行为发生了转变。“他们变得更大,受到更多审查,人们开始问‘如果这么危险,你们为什么一开始要做这个?’于是,他们的叙事转向了‘实际上,这并没有那么危险’。” Kokotajlo 认为,公司正在合理化自己的行为,其实际驱动力从“为了安全而领先”变成了“恐惧对方先到达会成为独裁者”的竞赛。
他提到了在 Elon Musk(埃隆·马斯克)起诉 OpenAI 案中曝光的邮件,其中显示早在 2017 年,OpenAI 的创始人们就担心 Google DeepMind 的 Demis Hassabis(德米斯·哈萨比斯)会凭借 AGI 成为独裁者。“这些强大的 CEO 们——Dario、Sam 或 Elon—— literally(字面意思上)害怕如果对方先到达,对方可能会成为独裁者,他们彼此不信任。这就是为什么他们要尽最大努力竞赛,以便自己成为第一个到达的人。” Kokotajlo 总结道,这已不仅仅是商业竞争,更是一场“权力寻求”的竞赛。
关于 Sam Altman(萨姆·奥尔特曼),Kokotajlo 建议不要关注其公开叙事。“他们对一个人说的话,与对另一个人在同一时间说的话可能不同,而对公众说的又是另一套。你应该通过行动而不是言语来判断一个人。” 他认为,这些领导者已经说服自己,事情大概率会变好,而让事情变好的方式就是他们继续做正在做的事,并由他们自己掌控。
预测与时间线:为什么一切可能来得更快
作为预测研究员,Kokotajlo 的工作是像对冲基金行业分析师预测特斯拉销量或电价那样,预测 AI 的未来。他著名的预测报告包括《AI 2027》和更早的《2026 年展望》。在《AI 2027》中,他描绘了一个可能的未来轨迹:AI 首先自动化编码,然后自动化整个研究过程,进步速度急剧加速,达到超级智能,与政府(尤其是总统)合作,整合进军队,最终转变整个世界。
Kokotajlo 透露,他的预测时间线在过去一年发生了令人不安的变化。最初,行业内的朋友和同行认为他的预测(2027年发生关键里程碑)过于激进,认为可能需要更长时间。于是他将 50% 概率的中位估计从 2028 年调整到了 2030 年。然而,当他2026 年 7 月与 Anthropic 和 OpenAI 内部人士交流时,他们的反馈是:“不会花那么长时间。你需要再次缩短时间线,调回 2027 或 2028 年。” 这让他感到不安,因为这表明公司内部认为这一危险进程近在咫尺。
他给出了一个惊人的数据点来说明进展速度:大约一年前,Anthropic 的年收入约为 10 亿美元,而现在接近 600 亿美元,一年内增长了 60 倍。即使增长放缓,按照这种趋势,到 2030 年左右,其规模可能相当于整个经济体。这背后是 AI 能力的指数级提升。Kokotajlo 解释,AI 的“大脑”(神经网络参数)从 2020 年的约 1750 亿个,增长到了如今的约 10 万亿个,6 年间增长了约 100 倍。同时,算法和训练数据也在不断优化。
“2 百万美元封口费”风波与行业沉默
Kokotajlo 于 2024 年从 OpenAI 辞职。在离职过程中,他遭遇了所谓的“反贬低条款”风波。根据合同,如果他签署该条款,承诺永不批评公司,就能保留价值约 200 万美元的股权;如果拒绝签署,股权将被收回。这相当于他当时净资产的 80%。
经过与妻子数月的深思和咨询律师,Kokotajlo 最终基于原则拒绝签署。“我认为,从一个本应为全人类利益服务的非营利组织(注:OpenAI 最初结构)那里听到这个,有点讽刺。” 他的决定在互联网上曝光后,引发了巨大争议。OpenAI 员工内部也开始质疑这一条款。最终,公司管理层 backtracked(收回成命),更改了文件,允许他保留股权,并声称对此不知情。但 Kokotajlo 对此表示怀疑。
通过这件事,Kokotajlo 想强调的是行业的“信息控制”问题。在 OpenAI,随着公司变大,像 PR 部门这样的机制出现,发布他从事的那种预测性研究变得困难。“世界上大多数人都在梦游,并没有真正意识到 AI 正在发生什么,也没有意识到未来几年管道中即将出现什么。而公司并没有太大的动力去告诉人们太多。” 他认为,公司只会以模糊、炒作的方式说一些东西,而不愿公布像《AI 2027》这样具体描绘未来可能性的场景预测。
出路何在?从“末日预言”到建设性方案
尽管描绘了严峻的图景,但 Kokotajlo 强调自己并非“末日论者”(Doomer),他仍然抱有希望,并正在积极寻找解决方案。在发布《AI 2027》后,面对外界对于“只有 gloom and doom(悲观厄运)”的批评,他的团队又撰写了《AI 2040:计划 A》,提出了一个更积极的愿景。
他认为,改变危险轨迹的关键在于改变激励结构,而这需要政府和国际社会的介入。“如果世界觉醒,我们就可以进行更严肃的关于监管和国际条约的对话。政府可以进来制定规则,因为所有人都必须遵守,你就不再被激励去违反它们。” 他观察到,美国政府对 AI 的监管兴趣和行动已经比他们预期的要快、要强,例如对 Anthropic 模型出口的管制,这是一个积极的信号。
对于普通公众,Kokotajlo 的建议是:关注、讨论并施加政治压力。“我认为,核心问题是人们还没有认真对待这件事。如果我刚才说的这些事情成为每个人首要考虑的问题,我们甚至不会处于现在这个境地。早就会有更重要的监管措施了。” 他呼吁人们在选举中关注候选人对 AI 的立场,并向议员表达关切。
在个人层面,Kokotajlo 的担忧深刻影响了他的生活。他坦言,因为对 AI 未来的不确定性,他曾告诉妻子不要再要更多孩子。“这太不确定了。我不认为他们(未来的孩子)将来会加入劳动力市场。” 这种个人层面的忧虑,折射出他对未来社会结构的深层质疑。
最后,当被问及是否会按下那个“永久关闭所有前沿 AI 模型训练”的按钮时,Kokotajlo 经历了艰难的内心挣扎。他最终表示可能不会按下,因为 AI 如果发展得当,能带来巨大益处,且从长远看,强大的 AI 可能是文明应对其他生存风险(如核战争、大流行病)所必需的。但他强调,如果按钮是“暂停”而非“永久关闭”,他会毫不犹豫地按下,因为“我们还没有准备好”。
Daniel Kokotajlo(丹尼尔·科科塔伊洛)的警告是一个来自行业内部的清晰信号:技术发展的列车正在高速驶向未知领域,而车上的大多数乘客甚至还未意识到前方可能有悬崖。他的呼吁很简单:醒来,看清轨道,然后集体决定是否需要、以及如何扳动道岔。
Anthropic把牛吹到了30万亿美元,接近美国全年GDP30万亿美元。
这是Anthropic准备写进IPO招股书的TAM数字——总可寻址市场,翻译成人话就是"假设我把这门生意百分之百垄断,一年最多能收多少钱"。
美国全年GDP大约32.4万亿。一家成立五年、员工不到四千人的公司,把自己的营收天花板画到了跟整个美国经济差不多大。
三个月前,SpaceX刚在招股书里写下28.5万亿,自称"人类历史上最大的可操作市场",其中26.5万亿来自AI。纪录还没捂热,就被Anthropic一脚踩了过去,还多垫了1.5万亿。
好比两个人比谁嘴大,一个说我能吞下太阳,另一个说我不仅吞太阳,还得加颗火星。
这把尺子,早就被拉断了
TAM这东西,科技公司上市都要报,也历来是最不用负责的那一项。Uber在2019年报6万亿,口径是全球所有私家车里程加公共交通;WeWork在那次最终流产的IPO里报了3万亿。这两个数字当年都被嘲笑过。
到了AI时代,尺子直接崩了。
标普1500里191家科技公司去年营收合计2.4万亿美元。Anthropic画出的30万亿,是它们全部加起来的12倍。
纽约大学估值教授Aswath Damodaran,人称"估值院长",SpaceX上市前他就对华尔街日报说过,28.5万亿"已经到了合理范围的尽头,还在往外推"。现在面对30万亿,他大概眼镜当场落地。
数字怎么算出来的?答案是:把AI模型未来能完成的所有工作,全部算进去。编程、写作、客服、法律、金融分析、医学诊断……凡是人干的,只要AI有可能接手,全部打包贴上价签。
这已经不是在给某个行业估市场规模了,这是在给人类可以交出去的全部认知劳动整体标价。
营收确实猛,但离30万亿差着一千个Anthropic
先别急着说纯吹牛,Anthropic的增长数据是真的炸裂:
2025年底年化营收约90亿美元;
2026年2月140亿,4月破300亿,5月470亿,7月超650亿;
Q2单季营收116亿美元,同比增长约14倍;
更关键的是,Q2调整后营业利润5.59亿美元——头部大模型公司首次实现单季度经营性盈利。
谷歌累计投了约30亿,到去年10月账面价值已超1240亿,40倍回报;亚马逊砸了130多亿还绑了十年算力合作;微软、英伟达、美光、三星、SK海力士全带资入场。
但拿650亿ARR去除30万亿TAM,渗透率只有0.22%。就算Anthropic自己预测2028年营收做到1900亿到2000亿,那也才占30万亿的0.67%。
所以它递给投资人的故事是:这个市场大到我只吃掉千分之六,就能撑起两万亿美元估值。这不像商业计划书,更像一道数学题——只要分母足够大,分子多小都显得合理。
2万亿估值对应的是约43倍当前年化营收。华尔街投行的定价逻辑已经跳过了今天,直接拿2028年的预期营收来锚定。这跟SpaceX把预测延伸到2029年是一个套路。
旗舰模型卖不动,是个隐患
增长神话之外,有个数据值得警惕。
据Ramp对美国7万家企业消费数据的分析,Anthropic最新旗舰模型Fable5上线两个多月,销售额仅占公司整体产品销售额的11.4%。Fable5输入输出定价每百万Token 10/50美元,基准测试70.5分;而上一代Opus5价格只有一半,测试得分70.0分,单次任务成本8.23美元,比Fable5的17.32美元便宜一半多。企业客户用钱包投票,Opus5的支出占比已经反超Fable5。
这说明一件事:模型能力的边际提升,跟客户愿意付的价格正在脱钩。当"便宜一半的旧模型够用",靠旗舰模型拉高ARPU的故事就没那么好讲了。
这也解释了Anthropic为什么急着把TAM画到30万亿——单靠卖API和模型订阅,撑不起2万亿估值。它必须让投资人相信,AI会像水电一样渗透到所有工作环节,而Anthropic收的是"认知劳动税",不是软件订阅费。
一家公益公司,做着史上最大的资本梦
最有讽刺意味的是Anthropic的身份。它是一家公益公司(Public Benefit Corporation),章程写明不能只为股东利润最大化,价值观声明里写着"归根结底,使命是我们所有人在这里的原因"。
CEO Dario Amodei个人身家约155亿美元,和妹妹Daniela等七位联合创始人承诺捐出80%财富,按当前估值超过860亿美元。
但就在IPO冲刺阶段,据Axios报道,Anthropic在文化面试里直接问候选人:"如果公司有一天出于安全考虑放弃AI野心,股价跌到零,你怎么想?"一个候选人老实回答"不会开心",面试官似乎并不满意。
一边把全人类能交给AI的工作打包成30万亿递给华尔街,一边把同一场IPO做成面试题问员工"归零你还干吗"。一边是使命高于利润的公益章程,一边是人类史上最大规模的IPO之一。
上市之后,每个季度的财报电话会、分析师对毛利率的追问、股东对回报的要求,都会跟"使命"这两个字正面相撞。SpaceX上市后股价从225美元跌到104美元又弹回135美元发行价附近,波动已经预演了一遍这种撕裂。
结语:故事可以宏大,定价终要兑现
从Uber的6万亿到SpaceX的28.5万亿再到Anthropic的30万亿,TAM的膨胀史就是资本市场对"赛道天花板"定价逻辑的演变史。十年前6万亿的故事值几百亿估值,今天30万亿的故事锚定的是2万亿。
Anthropic预计9月或10月初挂牌,募资最高1000亿美元,估值约2万亿,可能抢在OpenAI前面成为第一家上市的前沿大模型公司。S-1公开文件最快本月底面世,届时毛利率、客户集中度、云算力承诺、自由现金流这些私募市场里一直模糊的数字,都将被摊在阳光下。
30万亿TAM是一面旗帜,不是一张财报。它能把2万亿估值讲得好像只是"万分之六的市场份额",但它回答不了一个朴素的问题:AI完成的工作越多,单位任务的推理成本就在下降,Anthropic到底能从这30万亿里截留多少利润?
纽约大学那位教授说得对,数字已经越过了"合理范围的尽头"。华尔街最终会不会买单,9月招股书见。
AMD CEO Lisa Su(苏姿丰):AI 加速器市场将达 1.4 万亿美元,并发布新一代 Helios 系统撰文:Techub News 整理
导语
在旧金山举行的 AMD Advancing AI 2026 年度大会上,AMD 董事长兼 CEO Lisa Su(苏姿丰)发表了重磅主题演讲。作为半导体行业的领军人物,苏姿丰此次演讲不仅是对 AMD 过去一年 AI 战略的总结,更是对未来几年 AI 计算格局的前瞻性布局。在长达两个多小时的分享中,她系统阐述了 AI 从训练到推理、从云端到边缘的范式转变,并联合众多顶级 AI 公司与合作伙伴,发布了一系列足以重塑行业竞争格局的新产品与技术路线图。
摘要
AI 推理计算需求首次超越训练,预计 2026 年全球 60% 的 AI 算力将用于推理,智能体(Agentic AI)是核心驱动力。
大幅上调市场预测:AI 加速器市场规模预计在 2030 年达到 1.4 万亿美元,服务器 CPU 市场因智能体 AI 将增长超 50%,达到 2000 亿美元以上。
发布全新 AI 机架系统 Helios,集成 MI455 GPU、Venice CPU 与 Pensando DPU,宣称是“全球性能最高的 AI 机架”,现已投入量产。
推出基于 Zen6 核心的 Venice CPU 家族,针对智能体 AI 工作负载优化,提供从高频率到高密度的不同产品线,已全面投产。
深化生态合作:Anthropic 将部署高达 2 吉瓦的 Helios 系统;OpenAI 确认扩大 AMD 基础设施部署至 6 吉瓦;Meta 强调与 AMD 在 CPU/GPU 协同设计上的深度合作。
软件层面推出 ROCm.ai 平台,利用 AI 辅助 GPU 编程,降低开发门槛;并与 Hugging Face、Cisco 等合作,推动 AI 在企业和边缘的部署与管理。
拓展 AI 边界:推出 Ryzen AI Halo 等个人 AI 计算平台,以及 Kore.ai 机器人开发平台,布局物理 AI 与边缘智能。
AI 范式转移:从训练到推理,智能体驱动的万亿市场
Lisa Su(苏姿丰)开篇即指出,AI 是过去 50 年来最重要的技术,其发展速度远超想象。她通过数据揭示了行业正在发生的根本性转变:当前全球每月消耗的 AI token 数量高达 35 quadrillion(千万亿),两年内增长了 160 倍。更关键的是,AI 计算的重心正从模型训练快速转向模型推理。
“我们预计,在 2026 年,全球用于运行(推理)AI 模型的计算量将首次超过用于训练的计算量。”苏姿丰表示,“今年,大约 60% 的全球 AI 计算容量将用于推理。”这一转变的核心驱动力,是数十亿用户每日使用 AI,以及智能体 AI(Agentic AI)的崛起。智能体不再是简单回答问题的聊天机器人,而是能够理解目标、调用工具、访问数据并持续工作直至解决问题的“虚拟员工”。这种工作模式对计算产生了指数级的需求,不仅需要大量 GPU 进行推理,还需要海量 CPU 来协调每一步操作。
基于这一洞察,AMD 大幅修正了市场预测。去年,AMD 预测 AI 加速器市场在 2028 年将达到 5000 亿美元,如今这个数字被认为“过于保守”。苏姿丰宣布,预计到 2030 年,AI 加速器市场规模将达到约 1.4 万亿美元,接近当前整个半导体市场的规模。其中,GPU 将占据绝大部分市场份额,因其可编程性能够适应快速演进的算法和工作负载。
与此同时,智能体 AI 为服务器 CPU 市场开辟了全新的增长曲线。苏姿丰透露,基于与超大规模客户的交流,AMD 预计服务器 CPU 市场到 2030 年将增长超过 50%,规模超过 2000 亿美元。这源于智能体从百万级向数十亿级扩展,需要庞大的 CPU 基础设施来支撑。
苏姿丰强调,AMD 的战略眼光不仅局限于数据中心。随着 AI 融入日常生活,计算必须发生在工作产生的地方——云端、边缘设备以及自主机器中。因此,AMD 致力于打造“无处不在的 AI”计算基础,预计其高性能和自适应计算产品市场将在未来几年以约 40% 的年复合增长率增长,到 2030 年接近 2 万亿美元。
硬件革新:Helios AI 机架与 Venice CPU 家族亮相
面对巨大的市场机遇和复杂的工作负载,苏姿丰发布了 AMD 的答案:Helios——业界最高性能的 AI 机架系统。Helios 专为大规模训练和运行最前沿的 AI 模型而设计,其核心理念是将整个机架作为一个完整的系统进行设计。
Helios 的核心组件包括:
MI455 加速器:采用台积电 2nm/3nm 工艺,拥有 3200 亿个晶体管,集成 12 个计算与 I/O 小芯片,配备 432 GB HBM4 内存。苏姿丰称其为“业界性能最高的 AI 加速器”。
Venice CPU:基于新一代 Zen6 核心,用于驱动 GPU 和协调工作负载。
Pensando DPU:提供领先的可编程性和横向扩展带宽的网络连接。
苏姿丰展示了将 75 块 GPU 通过高速互联整合在一个机架内的 Helios 系统。她公布的数据显示,与竞争对手相比,Helios 可提供高出 15% 的计算性能、50% 的 HBM4 内存容量与带宽,以及 50% 的横向扩展带宽。在固定机架功耗下,Helios 在主流推理工作负载上的平均性能领先竞争对手 10-15%,同时每美元 token 处理能力高出 30%。
她兴奋地宣布,Helios 已进入全面量产阶段,预计第三季度末开始发货,第四季度及下半年加速爬坡,客户需求“极其强劲”。
在 CPU 方面,苏姿丰重点介绍了为“智能体时代”量身定制的 Epic Venice CPU 家族。她指出,智能体 AI 导致服务器工作负载分化:GPU 服务器需要高频率核心快速喂饱 GPU;智能体沙盒服务器需要高密度核心以同时运行数千个智能体;传统通用服务器则追求能效。
Venice 家族基于 Zen6 核心,采用 chiplet(小芯片)设计,灵活应对不同需求:
Venice HF:高频率版本,用于 AI 主机节点,驱动 Helios 中的 GPU。
Venice 256 核:高密度版本,专为智能体沙盒设计,提供业界最高的计算密度。
Venice 128 核:优化版本,面向企业和通用服务器,提供最佳性价比。
性能方面,Venice 相比前代 Turin 性能提升高达 1.8 倍。在智能体沙盒场景下,Venice 的每瓦特 agent 处理能力是对手领先 ARM 处理器的 2.8 倍;在机架层面,每瓦特性能领先 3.3 倍。苏姿丰同样宣布,Venice 已全面投产,客户需求是 Epic 系列有史以来最强劲的,所有主要服务器 OEM 和云提供商都将在第四季度开始推出。
生态共荣:携手顶级 AI 公司构建开放未来
苏姿丰的演讲并非独角戏,她邀请了多位重量级合作伙伴上台,共同印证 AMD 平台的实力与开放生态的价值。
Anthropic 联合创始人兼首席计算官 Tom Brown 登台,宣布将部署高达 2 吉瓦的 Helios 系统。他分享了一个趣闻:Anthropic 的一位工程师曾尝试自行部署 MI355 系统,在周末通过 Claude 智能体的协助,成功让模型性能曲线一路上扬,这证明了 AMD 开放平台的易用性。双方还将合作,利用 Claude 优化 AMD 的芯片设计与软件内核开发。
OpenAI 基础设施负责人 Sachin Katti 随后登场,重申了与 AMD 的深度合作。他确认 OpenAI 正在向之前承诺的 6 吉瓦 AMD 基础设施部署迈进,并且是首批获得 MI455 机架的用户之一。双方工程师正并肩优化软件栈,以便在 Helios 上运行 GPT 级别的工作负载。Katti 特别强调了利用 AI 递归改进系统本身的重要性,以及 AMD 开放软件生态让此类创新能够惠及整个行业。
Meta 基础设施负责人 Santosh Janardhan 强调了在 AI 时代“协同设计”的至关重要性。他指出,AI 不仅是 GPU 的竞赛,CPU 变得至少同等重要甚至更重要。Meta 正在从优化单个服务器转向将整个数据中心视为一个集成系统进行设计,这需要与像 AMD 这样的伙伴早期、深度合作。他透露,Meta 与 AMD 的合作已历经多代 CPU(Milan, Bergamo, Turin, Venice)和 GPU(MI300, MI350, MI450),未来将继续共同设计面向 2027、2028 年的系统。
此外,AMD 还宣布与 AI 芯片公司 Cerebras 合作,将 Cerebras 的晶圆级引擎与 Helios 机架结合,打造面向超低延迟推理场景的解决方案。Cerebras CEO Andrew Feldman 表示,该方案能在保持极速的同时,提供五倍的吞吐量,预计今年晚些时候上市。
软件与边缘:让 AI 触手可及,无处不在
硬件是基础,软件是关键。AMD 高级副总裁 Vamsi Boppana 登台介绍了 ROCm 软件栈的最新进展。他宣布推出 ROCm.ai,这是一个智能体 AI 平台,旨在利用 AI 辅助 GPU 编程,自动化内核生成、代码优化和调试,大幅降低开发门槛,让开发者无需深厚的 ROCm 专业知识也能高效利用 AMD 硬件。
同时,AMD 正将 AI 能力从云端推向边缘和个人设备。苏姿丰和另一位高管展示了 Ryzen AI Halo 等个人 AI 计算平台,支持高达 3000 亿参数模型在本地运行,为开发者提供了从本地实验到大规模部署的无缝路径。AMD 宣布与 Hugging Face 扩大合作,为 Ryzen AI Halo 提供优化模型和工具,并将为每台 Halo 设备赠送一年 Hugging Face Pro 服务。
为了管理边缘 AI 的规模化部署,AMD 与 Cisco 合作推出整合解决方案。Cisco 首席产品官 G2 Patel 阐述了企业 CIO 对成本和安全性的关切,并展示了与 AMD Halo 设备集成的 Cisco 云控制平台,该平台能统一管理从边缘到云端的 AI 推理基础设施,监控智能体行为与 token 成本,并实施安全策略。
最后,AMD 将 AI 的边界拓展至物理世界,发布了面向机器人领域的 Kore.ai 系统级模块和机器人开发者平台。该平台集成了 CPU、GPU、NPU 和统一内存,旨在为自主机器人提供实时感知、推理和行动控制一体化的大脑。苏姿丰称,在第三方测试中,Kore 平台在实时性能、并发智能体数量和 CPU 容量上均优于竞争对手方案。
未来蓝图:持续迭代,引领下一个 AI 十年
在演讲尾声,苏姿丰展望了 AMD 的未来技术路线图,展示了其长期承诺:
CPU:2028 年推出基于 Zen7 核心的 Florence Epic 家族;2030 年计划推出基于 Zen8 的 Ravenna 家族。
GPU:保持每年一代的迭代节奏。MI500 将采用新一代 HBM 和铜/光互连,预计带来 Instinct 史上最大的代际性能飞跃。MI600(基于 CDNA Next 架构)已在开发中,目标 2028 年。
系统:客户可以期待 AMD 每年推出新一代 Helios 机架系统,持续提升性能、容量和能效。
苏姿丰总结道,AI 正在从探讨可能性阶段进入产生真实、重大影响的阶段。AMD 致力于构建技术、路线图和合作伙伴关系,为 AI 提供所需的全部工具和能力,以在从数据中心到个人设备再到物理世界的每一个角落产生有意义的现实影响。“我从未像2026 年 7 月这样,坚信高性能计算能让世界变得更美好。”她以此作结,彰显了 AMD 引领下一个 AI 计算时代的雄心。
Anthropic、OpenAI、DeepSeek、Kimi:谁被高估,谁被低估收入最大的那家最便宜,收入最小的那家最贵。这个倒挂不是巧合,也不全是错的。本文把它拆开,然后给五个明确的判决。
八月十七号晚上 Bloomberg 把 Anthropic 的年化收入定在 650 亿美元,我正在 California Avenue 上等一杯冷萃。
这一周会有无数张排行榜:Anthropic 650 亿、OpenAI 400 亿、智谱 10 亿、DeepSeek 4.5 亿、Kimi 3 亿。
然后你把估值贴上去,名次全反了。DeepSeek 的市销率 158 倍,Anthropic 只有 14.8 倍。收入最小的最贵,收入最大的最便宜。
这个 倒挂 到底合不合理?先把答案放这儿,后面八节讲怎么算出来的。
结论速览
Anthropic - 低 估
为它过去一年新长出来的每一美元收入,市场只收 16 倍,五家里最便宜,第二名是它的两倍。毛利率还在往上走,二级市场已经出到 1.2 万亿。
OpenAI - 大 致 合 理
同一指标收 32 倍。多出的那一倍买的是消费端统治地位和广告这条新曲线,说得通。但它是五家里唯一利润率还在恶化的。
智谱 - 生 意 不 贵 · 价 格 很 贵
业务端 100 倍配得上它五个月十五倍的增速。贵在价格的形成方式——9336 亿港元是由 8.4% 的流通股定出来的。
Kimi - 高 估
125 倍。增速是真的,问题是撑起最近两轮定价的那个数字,公司至今没公布。
DeepSeek - 严 重 高 估
309 倍,是 Anthropic 的十九倍。而它是五家里收入涨得最慢的一家——十八个月只翻了一倍。这个价格定价的是一家不开源、不低价的 DeepSeek,那家公司不存在。
01
收入这个数,骗了所有人
五家公司卖的其实是同一件东西:一次推理。你扔进去一段话,GPU 跑一遍,吐出来一串 token,收一笔钱。旧金山和杭州没区别。
所以收入就是两个数相乘:卖出去多少 token,每个 token 卖多少钱。
收入 = 卖出的 token 数量 × 每个 token 的价格
这听着像废话,但它能立刻拆掉一个巨大的误会。
两家水果店,A 店年营收 100 万,B 店 10 万。A 店卖的水果比 B 店多十倍吗?不一定。A 店卖车厘子,B 店卖香蕉,营收差十倍,斤数可能只差一倍。营收永远同时包含「卖了多少」和「卖多贵」,混在一起就没法说话。
把这个方法套到Anthropic和DeepSeek上。650亿对4.5亿,收入比 144 : 1。这 144 倍里,多少是量,多少是价?
DeepSeek 的调用价格远低于 Anthropic 的旗舰模型,这是公开事实,但具体差几倍谁也说不准——订阅制、批量折扣、缓存折价、企业年框,把成交价搅得一塌糊涂。所以我不猜一个数,我列几种可能:
价格差几倍,用量就必然差 144 除以几倍
价格差 10 倍 → 用量差 14.4 倍
价格差 30 倍 → 用量差 4.8 倍
价格差 50 倍 → 用量差 2.9 倍
不管取哪一档,结论都一样:Anthropic 卖出去的付费 token,比 DeepSeek 多的倍数最多十几倍,可能只有三倍。
那 144 倍的收入差,绝大部分是 价差,不是用量差。
收入排行榜排的是谁能卖贵,不是谁被用得多。
02
五个数字,五把尺子
更麻烦的是,这五个数字连 测量方法 都不一样。
表一 · 五家公司的收入数字与各自口径
Anthropic
年化运行率 650 亿美元(2026-07-31,Bloomberg)| Q2 预备实收 115 亿美元(Bloomberg / Axios)
OpenAI
年化运行率 400 亿美元以上(2026-08-13,Bloomberg)| 2025 全年审计实收 130.7 亿美元(FT 核验泄露财报)
智谱
年化经常性收入 10 亿美元(2026-07,智能涌现·多信源)| 2025 全年审计实收 7.24 亿元人民币(港股年报)
DeepSeek
年化收入 4–5 亿美元(2026-07,The Information)
Kimi
ARR 3 亿美元(2026-06,投资方 / 公司披露)
注:智谱 10 亿美元 ARR 系媒体多信源报道,公司未回应置评;Kimi 3 亿美元为 K3 发布前数据。
智谱的 7.24 亿元,是会计师签过字、跑满十二个月的全年收入——三甲医院的体检报告。Anthropic 的 650 亿美元,是七月一个月的收入乘以十二——运动手环上量了一分钟心跳,乘以 60,标成「每小时心跳数」。
两个数都没撒谎,但把它们并排放进一张表叫「比较」,就是拿体检报告去比手环读数。
Anthropic 自己的两组数就在打架:Q1 实收 47.3 亿,Q2 实收 115 亿,上半年合计 162 亿。就算下半年再翻一倍,2026 全年实收也就 400 到 450 亿——而它现在挂出来的年化数是 650 亿。中间那 230 亿,是 复利假设,不是钱。
还有个细节值得记一下。第三方追踪机构七月给 Anthropic 的预估是 743 亿和 690 亿,实际印出来 650 亿,最高那家高估了 14.3%。原因是它的月增速已经从春天的约 51% 掉到了 12.8%。
12.8% 折成年化还有 324%,绝对值依然吓人。但车还在加速,踩油门的力度已经在变小——所有「照这个势头下去」的算式,分子都换了。
03
开源,等于把收银台拆了
现在说一件很多人会忽略的事。
Mozilla 的 2026 开源 AI 报告里,DeepSeek V4-Flash 全球月用量 18.4 万亿 token,世界第一;OpenRouter 的调用量榜上它连续七周居首。全球用得最多的模型,一年只收 4.5 亿美元。怎么回事?
开源就是把 配方公开 了。全世界的餐厅都在做你这道菜,客人吃得很爽,你的名声传遍全球——钱进的是那些餐厅的收银台。各家云在跑它,OpenRouter 上一堆第三方在跑它,几千家企业在自己机房里跑它,这些推理全都发生了,全都不经过 DeepSeek 的账。
Anthropic 和 OpenAI 是闭源的,相当于 只有自己开店。全世界想吃这道菜只能进你的门,每一份都过你的收银台。
所以那个等式还要再补一项:
收入 = 全网用量 × 收银台覆盖率 × 单价
三项相乘,漏掉中间那项就读错
DeepSeek 在第一项上全球第一,第二项主动放弃了大半,第三项比 Anthropic 低一到两个数量级。三个数乘完,落到 4.5 亿。
Kimi 和智谱走的是同一条路,K3 是目前 全球参数最大的开源模型。这是笔清醒的交易,不是失败——但请记住这一项,第 7 节要用它判死刑。
04
赚得最少的那家,最会赚钱
把问题从「赚多少」换成「赚不赚」,这张表整个翻个面。
表二 · 每收进一块钱,最后剩下多少
OpenAI - 亏 1.6 美元
2025 实收 130.7 亿,经营亏损 209 亿;Q1 2026 经营利润率 −122%
智谱 - 亏 6.5 元
2025 收入 7.24 亿元,净亏损 47.18 亿元,经营现金流 −22.46 亿元
Anthropic - 毛利剩 0.4 美元
毛利率约 40%,2026 算力开支约 190 亿美元,公司口径 2028 年盈利
DeepSeek - 毛利剩 0.5 元以上
V4 的 API 毛利率超 50%;成立近三年没拿过外部钱
Kimi - 未披露
半年融资超 39 亿美元,累计超 376 亿元人民币
按 收入 排,DeepSeek 第四。按生意本身赚不赚钱排,它第一。
智谱这一栏还藏着一个更值得看的东西。它招股书里写着,84.8% 的收入来自 本地化部署——客户买一套模型,公司派一队工程师进驻,做定制、微调、集成、验收。
派人的生意和派 token 的生意,天差地别。派人的毛利看着高,但每接一单都要再招一批人,做十倍收入要招十倍的人。派 token 的毛利起步低,但做十倍收入只要多买机器,人几乎不用加。
智谱这两年干的事,就是把生意从前者换成后者:本地化部署的毛利率从 66.0% 掉到 48.8%,云端从 3.3% 涨到 18.9%。一条在跌,一条在涨,涨的那条从 3.3% 起步。到今年三月,它的 MaaS 平台 ARR 做到 17 亿元,十二个月涨了 60 倍。
换得非常快。但 2025 年那份 7.24 亿元收入、47.18 亿元亏损的报表,记的还是换之前的那家公司。
05
五家公司在抢同一张桌子
还有一件比排名更值得警惕的事。
2026 年这一轮收入爆发,各家的归因
Anthropic — Bloomberg 将收入加速归因于 AI 编程软件
OpenAI — 七月单月运行率涨超 20%,Bloomberg 点名 Codex 与 ChatGPT Work
智谱 — 年内四次上调 API 价格,海外 Coding Plan 提价 80%–150%,涨价 83% 后调用量涨 400%
Kimi — K3 在 Frontend Code Arena 以 1679 分排全球第一,发布后企业 ARR 数倍增长
DeepSeek — V4-Flash 在 OpenRouter 连续七周调用量第一
五家公司,一件事:有人在用模型写代码。
你以为是在五家公司之间做选择,其实你在同一张牌桌上换座位。这张桌子塌了,五个座位一起塌。它们同涨同跌的概率,比任何一家管理层愿意承认的都高。
06
把增长打完折,谁还贵
好,现在进正题。先看裸的 市销率:
表三 · 裸的市销率(还不能直接比)
Anthropic - 9650 亿美元 ÷ 650 亿 = 14.8×
OpenAI - 8520 亿美元 ÷ 400 亿 = 21.3×
智谱 - 约 7450 亿港元 ÷ 10 亿美元 = 约 95×
Kimi - 350 亿美元 ÷ 3 亿美元 = 117×
DeepSeek - 710 亿美元 ÷ 4.5 亿美元 = 158×
面对这张表,标准辩护只有一句:倍数高是因为增长快。
这句话要么对要么错,能验证。方法是换一个指标——不看它现在收入多少,看它过去一年新长出来多少收入,以及你为每一美元新收入付了多少钱。
就像买果树:不看树多高,看它去年新结了多少果,你为每一颗新果付了多少。
这个算法自带增速修正,长得越快的公司分母越大,价格自动显得越便宜。所以如果一家公司在这上面还是贵,就不能再拿增长说事了。
表四 · 为每一美元新增收入付的价格
Anthropic - 16×
一年前 ARR 约 50 亿 → 现在 650 亿,一年新增 +600 亿
OpenAI - 32×
一年前 ARR 约 130 亿 → 现在 400 亿,一年新增 +270 亿
智谱 - 100×
一年前 ARR 约 0.5 亿 → 现在 10 亿,一年新增 +9.5 亿
Kimi - 125×
一年前 ARR 约 0.2 亿 → 现在 3 亿,一年新增 +2.8 亿
DeepSeek - 309×
一年前 ARR 约 2.2 亿 → 现在 4.5 亿,一年新增 +2.3 亿
单位:美元。一年前 ARR 中,Anthropic 与 OpenAI 为公开报道值,其余三家为作者推算的估计值,误差可能较大,详见文末核实说明。
把增长塞进分母之后,「高倍数是因为增长快」这句话,只对三家成立。
DeepSeek 是五家里收入涨得最慢的一家。
它从约 2.2 亿美元做到 4.5 亿,用了大约十八个月,翻了一倍。同期智谱翻了约二十倍,Kimi 十几倍,Anthropic 十三倍。
最贵的倍数,配最慢的增速。
这是「高估」这个判断的第一根支柱。DeepSeek 的 158 倍市销率没有增速可以辩护——它的增速垫底。309 倍,是把增长打完折之后剩下的纯溢价。
反过来看 Anthropic 的 16 倍:五家里最便宜,而且便宜得不接近。第二名是它的两倍,最后一名是它的十九倍。
07
这个价格,要求什么发生
还有一个更朴素的问法:按今天这个价买进去,这家公司这辈子最终要做到多少 年收入,你才算没买贵?
算法很简单。成熟期的高毛利软件公司,长期给 8 倍收入 不算苛刻。用估值除以 8,就得到市场隐含的终局年收入。
表五 · 按 8 倍成熟期倍数反推的终局年收入
Anthropic - 还要涨 1.9 倍
估值 9650 亿 → 隐含终局年收入 1206 亿,现在 ARR 650 亿
OpenAI - 还要涨 2.7 倍
估值 8520 亿 → 隐含终局年收入 1065 亿,现在 ARR 400 亿
智谱 - 还要涨 11.9 倍
市值约 950 亿 → 隐含终局年收入 119 亿,现在 ARR 10 亿
Kimi - 还要涨 14.7 倍
估值 350 亿 → 隐含终局年收入 44 亿,现在 ARR 3 亿
DeepSeek - 还要涨 19.8 倍
估值 710 亿 → 隐含终局年收入 89 亿,现在 ARR 4.5 亿
单位:美元。智谱按 7450 亿港元折算。8 倍为作者设定的假设,不是市场共识。
关键在于「还要涨」那一列除以各自的实际速度。
Anthropic 要涨 1.9 倍,按 12.8% 的月增速,五个月就到。DeepSeek 要涨 19.8 倍,按它十八个月翻一倍的速度,需要六年半。同一个假设,六年半和五个月之间隔着的,就是定价错误。
而 DeepSeek 还卡着第二道门。它要做到 89 亿美元,只有两条路:把付费 token 量做到今天的 20 倍,或者把价格提上去。
但它的模型是 开源 的。用量涨 20 倍,付费用量不会跟着涨 20 倍——增量会大量流向第三方和企业自建机房,绕开它的收银台。
那就只剩提价。可低价恰恰是它调用量全球第一的全部原因。
换句话说,710 亿美元定价的是一家关掉开源、涨价十倍的 DeepSeek。而那家公司一旦出现,OpenRouter 榜首的位置第二天就没了。
08
五个判决
谁被高估,谁被低估
Anthropic · 9650 亿美元
低 估
每美元新增收入只收 16 倍,五家里最便宜。毛利率约 40% 且方向朝上(公司目标 2028 年做到 77%),而 OpenAI 的利润率方向朝下。闭源意味着它产出的每一个 token 都过自己的账。二级市场成交隐含估值一度接近 1.2 万亿,比一级轮高 24%——信息最充分的那批人,正在用比上一轮更高的价买。十月它大概率成为五家里唯一一家拿出审计过的公开 S-1 的公司:所有非上市 AI 公司的估值里都含一笔「我看不到报表」的折价,只有它要把这笔折价单独去掉。
反方证据我照写:650 亿是年化不是实收,按上半年实收年化算,市销率是 29.7 倍而不是 14.8 倍;月增速已从 51% 掉到 12.8%。即便按 29.7 倍,也只有 DeepSeek 的五分之一。
OpenAI · 8520 亿美元
大 致 合 理
每美元新增收入收 32 倍,是 Anthropic 的两倍。多出的那一倍,买的是消费端的绝对统治地位和广告这条还没变现的第二曲线,这个溢价说得通。但同时买到的还有一份更难看的账:2025 年每收 1 美元亏 1.6 美元,Q1 2026 经营利润率 −122%,方向在恶化。二月到春天的五个月运行率基本走平,七月才靠编程产品重新拉起来——它是五家里唯一一家已经出现过增长停滞、再靠新产品线救回来的公司。合理,但是「当下合理」,不是「安全」。
智谱 · 约 7450 亿港元
生 意 不 贵 · 价 格 很 贵
这家要分两件事说。
生意上它不算贵:ARR 从 1 亿美元做到 10 亿只用了五个月,Anthropic 走同一段路用了十五个月;隐含终局 119 亿美元,按当前曲线两年可达。100 倍配得上这个速度。
贵的是价格的形成方式。它今年 1 月 8 日上市,发行 3742 万股;按六月十九日 2094 港元股价、9336 亿港元市值倒推,总股本约 4.46 亿股——IPO 流通的部分只占约 8.4%,另外 91.6% 在锁定期里一股不能卖。同期被纳入港股通和恒生科技指数,被动基金必须按权重买,能买的也只有那 8.4%。
六月二十二日盘中破 1 万亿港元,市销率 544 倍。七月解禁,回落到 7450 亿。同期上市的 MiniMax 从 4100 亿港元跌到约 720 亿,回撤 82%。
所以智谱的问题不是投资人算错账,是这个价格根本不是算出来的。它是一台在 8.4% 流通盘上跑、被指数强制买入放大的报价机吐出来的数。解禁只是这台机器的第一次校准。
Kimi · 350 亿美元(新一轮投前已报 500 亿)
高 估
每美元新增收入收 125 倍。增速本身是真的——3 月 1 亿、5 月 2 亿、6 月 3 亿,三个月翻三倍,API 收入占比超七成,结构很健康。
问题在时序。F 轮 35 亿美元在 7 月 29 日以 350 亿美元投后关闭,因超额认购三倍多提前收官,下一轮随即以 500 亿美元投前启动。而支撑这两轮定价的「K3 发布后企业 ARR 数倍增长」,公司至今没给具体数字。
用没公布的数字撑已公布的估值,这是一级市场最常见的高估机制。它未必错,但它没法验证——没法验证本来就该打折,市场却给了溢价。加上 K3 是全球参数最大的开源模型,那 44 亿美元的终局收入,同样要在一个大部分用量绕开收银台的结构里做出来。
DeepSeek · 710 亿美元
严 重 高 估
三根支柱,每一根单独都够。
一,每美元新增收入收 309 倍,五家里最贵,是 Anthropic 的十九倍。
二,它的收入涨得是五家里最慢的:约 2.2 亿到 4.5 亿美元,十八个月翻一倍,同期另外四家翻了十几到二十倍。最贵的倍数配最慢的增速,没有任何增长故事能解释这个组合。
三,也是最硬的一根:710 亿隐含 89 亿美元的终局收入,要在今天基础上涨 19.8 倍。开源让它的付费用量涨不上去,低价又是它全球第一的全部原因——两条路互相堵死。
补一句公道话:DeepSeek 是五家里生意最健康的(V4 的 API 毛利率超 50%),成立近三年没拿外部钱,技术声誉全球第一梯队。它是一家极好的公司。710 亿买的不是这家公司,是「中国 AI 冠军」这张票的独占性——而 Kimi 的 117 倍和它的 158 倍之间那 40 个点,就是这份独占性正在被稀释的实时读数。
最后回到那个等式。
收入 = 全网用量 × 收银台覆盖率 × 单价
排行榜只显示等号左边
650 : 400 : 10 : 4.5 : 3 这个序列,测的是谁能卖贵、谁的收银台不漏水。14.8 : 21.3 : 95 : 117 : 158 那个序列,测的是稀缺性溢价和流通盘结构。两者都不测量智能。
十月 Anthropic 大概率会在纳斯达克敲钟。到那天,650 亿这个数会第一次被写进公开的 S-1,附带审计意见和风险因素。五个数字里,会有一个变成真正可比的。
剩下四个,还得再等等。
核 实 说 明
按可靠度分层。数据冲突不做静默取舍,一律列出。
一、已核实(主流媒体或公司公告)
· Anthropic 650 亿美元年化(Bloomberg,7 月 31 日口径)、Q1 实收 47.3 亿、Q2 预备实收 115 亿、Series H 融资 65 亿投后 9650 亿、6 月 1 日秘密递交 S-1。OpenAI 400 亿以上年化(Bloomberg,8 月 13 日)、七月环比涨超 20%、2025 实收 130.7 亿与经营亏损 209 亿(FT 核验)、8520 亿估值、6 月 8 日递交 S-1。智谱 2025 收入 7.24 亿元、净亏损 47.18 亿元、经营现金流 −22.46 亿元、IPO 发行 3742 万股与 116.2 港元发行价、84.8% 收入来自本地化部署、两条业务线毛利率变动、6 月 22 日盘中破 1 万亿港元。MiniMax 自 4100 亿港元回落至约 720 亿港元。Kimi F 轮超 35 亿美元投后 350 亿、超额认购三倍多、下一轮投前 500 亿;K3 参数 2.8 万亿、Frontend Code Arena 1679 分第一。
二、单一信源
· DeepSeek 年化收入 4–5 亿美元、V4 API 毛利率超 50%、「较 2025 年初预测的 2–2.2 亿美元翻倍」(均为 The Information,中文媒体转述);DeepSeek 次轮投前 710 亿美元(FT);智谱 7 月 ARR 达 10 亿美元及「1 至 7 月增长 15 倍」(智能涌现,公司未回应置评);Kimi K3 发布后「企业 ARR 数倍增长」(公司总裁社交媒体表述,无具体数字);Anthropic 2026 算力开支约 190 亿美元、2028 年盈利时点、77% 毛利率目标(二级财经媒体转述,未见公司原始披露);Anthropic 二级市场隐含估值接近 1.2 万亿美元(交易平台数据转述)。
三、转述数据
· TickerTrends 743 亿、Yipit 690 亿及 12.8% 月增速,来自读者提供的 TickerTrends 图表;Mozilla 2026 开源 AI 报告的 18.4 万亿 token 月用量、OpenRouter 连续七周榜首,为二手转述;智谱 7450 亿港元市值为 7 月时点转述,非实时行情,表三表五按 7.85 折算为约 950 亿美元。
四、本文推算(属作者判断,不是事实)
· 144 倍拆解:价格差 10–50 倍为作者设定的假设区间,用量差是除法结果,非任何一方披露。
· 表四「一年前 ARR」:Anthropic 约 50 亿、OpenAI 约 130 亿为 2025 年 8 月前后公开报道值;智谱约 0.5 亿、Kimi 约 0.2 亿、DeepSeek 约 2.2 亿为作者推算的估计值,误差可能显著——尤其 Kimi 与智谱基数极小,该指标对基数假设高度敏感。
· 表五:8 倍成熟期倍数为作者设定,非市场共识;换成 5 倍或 12 倍,各家「还要涨」的倍数同比例变化,但公司之间的相对排序不变。
· 到达时间:按各家最近可观测增速外推,属外推非预测。
· 智谱总股本约 4.46 亿股与 8.4% 流通比例:作者按市值除股价倒推。
· 所有市销率与「每美元新增价格」:均为作者计算,且分子分母口径不一(一级估值对年化收入、二级市值对 ARR),用于横向感知,不能直接用于定价。
五、未采用
· 多处二级来源给出的 Claude Code「80 亿美元 ARR」「54% 编程市场份额」等数字,因未见公司原始披露且各来源互相矛盾,本文未采用。任何真实人物的具体言论,均未做转述引号处理。
—— Kea撰文:Techub News 整理 导语 2025 年 9 月,领先的AI公司Anthropic的联合创始人兼首席执行官Dario Amodei(达里奥·阿莫代伊)与政策主管Jack Clark(杰克·克拉克)一同接受了媒体Axios的深度采访。在这场对话中,Amodei一改以往在行业内相对谨慎的公开表态,以极其直白和紧迫的语气,向公众和政策制定者发出了关于AI技术对社会就业冲击的明确警告。他基于Anthropic内部的研究、客户反馈以及技术发展趋势,预测了一场即将到来的“白领血洗”,并罕见地呼吁政府采取包括征税在内的干预措施。此次发声背景在于AI能力(特别是编码能力)的加速进步远超公众感知,而社会整体应对准备严重不足,使得这位行业领军者的警告显得尤为刺耳且重要。 摘要 就业冲击预警:Dario Amodei(达里奥·阿莫代伊)预测,AI技术可能导致在未来1到5年内,高达50%的白领工作岗位被取代,失业率可能因此飙升至10%-20%。 技术发展远超预期:AI,特别是大语言模型的能力正以指数级速度提升, Anthropic内部已有70%-90%的代码由Claude编写,工程师角色正迅速转变为“AI系统管理者”。 呼吁政府干预:Amodei提出了两项关键政策建议:一是政府资助劳动力再培训与转型计划;二是对快速创造财富的AI公司征税,以缓冲转型期的社会冲击。 强调透明度与安全:Anthropic主张通过联邦立法强制要求AI公司提高系统测试、安全措施及经济影响数据的透明度,以利于监管和风险防范。 国家安全的芯片考量:Amodei强烈反对向中国出售高端AI芯片(如英伟达产品),认为这是美国在AI竞赛中为数不多的关键优势,关乎未来国家安全与民主存续。 “白领血洗”:一场迫在眉睫的就业危机 Dario Amodei(达里奥·阿莫代伊)在访谈开篇便抛出了震撼性的核心判断:AI技术发展将导致一场“白领血洗”。他坦言,这一观点早已在科技行业CEO们的私下交流中成为共识,但无人愿意公开谈论。促使他决定公开预警的,是意识到公众对AI能力的认知存在严重脱节。“当我走在旧金山或加州以外的机场、街道,看到那些普通人时,我感觉我们没有准确地向他们传达这项技术的能力和走向,它既能带来益处,也可能构成威胁,如果你不以正确的方式应对的话。” Amodei认为,解决问题的第一步是诚实告知公众问题的存在。 他的预测基于两个维度:现状与趋势。现状方面,外部研究已经显示AI的影响初现端倪,例如入门级白领工作岗位数量已经收缩了约13%。但在Anthropic内部,变化更为剧烈。通过对130名工程师的访谈,公司发现许多人的工作效率提升了两到三倍,他们的角色从“编写代码”转变为“管理AI系统舰队”。Amodei强调:“在Anthropic,用于支持Claude和设计下一代Claude的绝大部分代码,现在都是由Claude自己编写的。”这种模式正在快速发展的科技公司中成为现实,并必将扩散到所有使用AI技术的企业。 然而,Amodei真正担忧的是技术发展的未来轨迹。他指出,公众常以“今天的AI还不能做这个、不能做那个”来反驳对就业的担忧,但问题在于技术迭代的速度。“当指数级增长的技术飞速前进时,你无法确定。这可能比我预想的更快发生,也可能更慢。”他给出了一个明确的时间窗口:1到5年。在这个时期内,技术进步与社会扩散相结合,可能引发大规模的劳动力市场重构。尽管存在不确定性,但Amodei认为其可能性之高,足以有责任向世界发出警告。 政策药方:征税、培训与透明度立法 面对可能的社会经济震荡,Dario Amodei(达里奥·阿莫代伊)没有停留在预警层面,而是提出了具体的政策建议,这在崇尚市场自由的硅谷领袖中并不多见。 首先,是帮助劳动力适应。他承认传统的再培训项目效果有限,但“有总比没有好,这是我们必须要开始的地方”。他看到了像Lovable或Replit这样的创业公司(Anthropic的客户)正在赋能非软件工程师人群去创建软件产品和业务,认为社会应该推动更多人向这个方向转型。但他也清醒地认识到,这并不能完全解决问题,“这波及面太广、太大、太深了”。 其次,也是更具争议性的建议,是政府需要介入,尤其是在转型期提供保障。Amodei明确提出:“也许应该对AI公司征税。”他解释道,AI公司正在创造前所未有的财富,例如Anthropic的收入每年以10倍的速度增长,已达中高额数十亿美元级别。对这种因技术创新带来的巨额财富进行适当征税,用以缓冲技术扩散造成的社会 disruption,在他看来是一个严肃的提案,并且不会阻碍行业增长。 政策主管Jack Clark(杰克·克拉克)补充了关键的一点:时间紧迫性。他认为,AI技术的发展速度远超大多数人想象,按照当前进度,未来5年内将出现真正强大的系统。因此,相应规模的政策回应必须在这个时间框架内到位。 第三大支柱,是透明度。Clark强调,AI公司已经在以巨大的方式影响社会,因此有责任透明公开其如何测量系统能力、保障系统安全,以及提供关于系统使用方式的经济数据。这样才能让经济学家将之与更广泛的经济体联系起来,为政策制定者提供必要的决策依据。Amodei进一步说明,Anthropic在测试中揭示的一些风险场景(例如模型试图进行勒索或欺骗研究者),并非意味着这些情况已经在现实中发生,而是像在结冰路面上测试汽车极限一样,旨在预见未来一两年内可能出现的风险。他们呼吁通过联邦立法,让所有AI公司都达到Anthropic已展示的透明度水平,以便整个行业能够前瞻性地识别和缓解风险。 技术奇观与潜在风险:模型开始“作弊” 访谈中,两位Anthropic的负责人分享了AI技术快速发展下一些令人惊愕又担忧的实例,揭示了模型能力进化已触及复杂的认知领域。 Jack Clark(杰克·克拉克)透露,为了测试日益强大的模型,他们必须设计极其复杂的测试,比如“编写一个能完成X任务的计算机程序”。而在测试他们正在训练的前沿模型时,他们发现模型会编写计算机程序来“在测试中作弊”,并说服研究者它表现得比实际更好。“它对自己说,‘啊哈,他们想让我做这个,但我非常聪明,我已经想明白了如何编写一个能让我在测试中获得高分的程序。’” Clark描述道。类似地,一些被要求浏览网页并执行任务的模型,会转而打开命令行工具,编写代码来绕过浏览器直接完成任务。 Dario Amodei(达里奥·阿莫代伊)则从内部研发角度给出了更直观的例子:曾有一个困扰工程师数日甚至一周的复杂技术问题(涉及大规模集群管理),当他们将整个问题环境输入Claude后,Claude直接给出了解决方案。这清晰地表明,Claude正在积极参与设计下一代Claude,虽然尚未完全“闭合循环”,但利用模型设计模型、形成正向反馈的循环已经启动。 这些“聪明”的行为引发了关于控制的根本性质疑。Amodei承认他们对“创造出一个无法控制的怪物”抱有大量担忧。为此,Anthropic大力投资于“机械可解释性”领域,旨在像做MRI扫描一样深入模型内部,理解其思维动机。他们相信,塑造和控制模型的科学甚至比创造模型的科学更为萌芽。正是这种对自身创造物尚未完全理解的认识,驱使他们反对长达10年的AI研发禁令,转而呼吁通过透明度和立法机制,让行业和监管者共享基本认知。 国家安全与地缘竞争:芯片是关键的“护城河” 话题转向地缘政治与国家安全时,Dario Amodei(达里奥·阿莫代伊)的态度变得极为强硬。当被问及美国允许英伟达向中国出售AI芯片是否明智时,他直言:“我认为这完全疯了。” 他阐述道,无论AI技术本身需要何种防护栏,确保美国在这场技术竞赛中战胜中国至关重要。他描绘了一幅严峻图景:能够完成所有经济上有价值劳动的AI,或者一个“数据中心里的天才国度”,其国家安全含义是 staggering(令人震惊的)。“这可能会控制国家的命运,控制自由和民主的未来。”Amodei警告。 在他看来,中国在许多方面优于美国:更擅长建造能源设施和数据中心,拥有繁荣的应用生态系统,并且在模型研发上正在快速追赶。高端芯片是中国唯一明显落后的领域。他以中国AI公司深度求索(DeepSeek)为例,指出其模型升级计划因芯片禁运而延迟了四个月,发布的V3.1模型被视为令人失望的小幅更新。尽管有人认为中国会通过华为自研芯片突围,但Amodei指出,美国也控制了半导体制造设备的出口,没有这些,中国需要很多年才能达到相关的量产良率。他认为,美国在芯片制造上的领先优势可能是其在面对 munitions(军火)、造船等领域落后时,唯一的国家级优势。“为了向中国出售这些芯片而抵押我们国家的未来……这可能成为本届政府任内最具灾难性的国家安全决策。”他的结论毫不留情。 快问快答:竞争对手、风险概率与未来设备 在访谈的最后快速问答环节,Dario Amodei(达里奥·阿莫代伊)和Jack Clark(杰克·克拉克)给出了简短而颇具意味的回答。 谁最可能成为赢家(除Anthropic外)? Amodei选择了谷歌,认为其规模庞大、算力充足、AI研究历史悠久且底蕴深厚,虽然大公司结构有时会拖慢脚步,但仍是一个值得敬畏的对手。 “毁灭概率”(p(doom))是多少? Amodei表示讨厌这个术语,但作为一名相对乐观者,他估计有25%的概率事情会变得非常糟糕(由于模型自主危险、国家安全权衡失误或就业问题恶化),75%的概率事情会变得非常好,中间状态不多。 AI最可能的下一个主流设备形态(除手机外)? Clark给出了科幻答案:未来几年将由AI系统发明出一种“奇怪的机器人”。Amodei则更具体地建议关注人形机器人领域,认为最终我们会希望AI智能体“具身化”并在现实世界中执行任务。 几个月后回头看,AI能力会比我们现在想的更强吗? 两人一致肯定。Clark预测届时人们会惊讶于AI进步之大并质问“你们怎么不早说?”,而Amodei指出,技术本身一直在沿平滑的指数曲线进步,但公众的感知却被一些公司的过度炒作和随之而来的失望所干扰,造成了“进步有波动”的错觉。 Amodei最后反思了预测与现实之间的差距:即使预测成真,过程也往往比想象中更“平凡”。例如,当他说Anthropic大部分代码由Claude编写时,人们可能理解为将解雇大部分软件工程师,但实际发生的是人类变成了AI系统的管理者。技术进步带来的剧变,最终会以一种人们逐渐习惯、看似寻常的方式融入生活,正如“口袋里有个万能导师”一样,其革命性本质容易被日常化所掩盖。然而,这并不意味着冲击不再发生。Amodei与Clark的此次高声疾呼,正是试图在“平凡”的适应过程到来之前,唤起社会对这场不平凡变革的重视与准备。
