Anthropic 与五角大楼争议、AI 基础设施及风险投资人的市场辩论

Harry Stebbings 以 Anthropic 因被认定为供应链风险而对美国政府提起诉讼开场。Rory O’Driscoll 描述从失去国防合同到影响其他客户等潜在后果。他区分诉讼法律依据与实际商业争议；圆桌讨论时两者均未解决。

O’Driscoll 说此前曾批评 Anthropic 立场的某些方面，但认为政府更广泛的做法过度。他认为政府可以选择其他供应商，同时质疑限制是否应远远超出原有国防关系。这些是他的政策和法律观点，不是法院裁决。

他描述对限制范围越来越广的可能解读，包括对向政府销售的公司造成影响，以及影响云供应商的更宽泛情景。他说最广泛的版本没有实施，并提到供应商的反对。任何实际限制的范围取决于相关命令、合同和法律程序。

Jason Lemkin 担心即使法律获胜也可能无法结束商业冲突，预测政府可能通过其他手段限制 Anthropic。他还说公司诉状描述潜在客户因不确定性而减少或推迟交易。这是对指控的叙述和他的预测，并非最终结果或损失业务确切价值的证明。

Lemkin 对此前通过第三方向军方使用 Anthropic 技术提出一种说法。圆桌没有确立底层事实或公司知情情况，因此它仍是讨论中未经证实的断言。他更广泛的观点是，即使争议尚未解决，不确定的监管地位也可能使企业销售复杂化。

O’Driscoll 说诉状还提出言论自由论点，认为广泛试图将公司排除在经济活动之外是不公平的。他预测 Anthropic 可能在部分法律案件中获胜，同时仍面临困难谈判。他对宪法的解读和对政府动机的评价是观点，不是法律认定。

Stebbings 问争议对 Anthropic 可能 IPO 意味着什么。Lemkin 认为如果增长强劲，市场有时能接受重大风险披露；O’Driscoll 的展望则取决于对限制采取相对狭窄的解释以及有利的法律结果。讨论中的上市、时间和估值均未确立。

嘉宾讨论失去国防合同相对于 Anthropic 据报道的增长是否重大。他们粗略计算使用估计合同和收入数字，并依赖对商业影响及限制范围的不确定假设。他们对更广泛风险的严重性存在分歧，并没有证明对财务结果的经核实影响。

Lemkin 将争议与另一个伦理问题联系起来：当 AI 工具依赖详细上下文时，企业会接受多少职场监控。他说一些新一代客户管理系统记录大量员工活动，并担心追求效率可能改变隐私预期。他的描述是对见过产品的观察，并非每个系统记录每个行为的证明。

Stebbings 提到 Oracle 和 OpenAI 可能缩减得克萨斯州数据中心扩建的报道，问这是否标志 AI 资本支出周期结束。O’Driscoll 说不应将单个项目外推为全市场转折点，尤其是还有其他潜在客户感兴趣。讨论中的扩建和需求数字是报道中的计划，而非经核实的最终建设结果。

Lemkin 设想持续运行的 AI 助手和多个全天候工作的智能体。他认为这可能使算力需求增加数个数量级，并认为 Meta 有条件推出消费版。O’Driscoll 问他描述的是现有产品还是未来可能性；Lemkin 的设想是假设，而非如此规模已部署的证明。

Lemkin 想象一种助手能立即审查对话，并利用广泛的个人及职业上下文提供建议。他认为算力成本是障碍。该例假设能够访问大量信息并产生有用表现；圆桌没有证明这种系统存在、可靠运作或解决了隐私问题。

O’Driscoll 将技术可能性与经济回报分开。他用估计 6000 亿美元资本支出除以约 1.5 亿美国劳动者，得出每人约 4000 美元的例子，问雇主是否愿意为等值收益付费。这是粗略思想实验，并非成本分配或实测投资回报。

他怀疑行业投资过度，同时说自己无法可靠判断周期何时转向。他认为大型公司可能因为担心错过变革性市场而防御性支出。他对个别公司融资和人员配置的预测属于推测，并非其未来决定的证据。

Stebbings 转述一项关于 Meta 高管和新实验室的未经证实传闻。嘉宾将其作为投资风险的可能例子讨论，而非确认的人事消息或特定交易失败的证明。他们没有独立确立高管角色、公司内部决定或交易最终价值。

Lemkin 以 Anthropic 代码审查产品为例，说明算力需求与客户对价格的敏感性。他引用每次审查约 15 至 25 美元，并描述多个智能体并行工作。他对捕获漏洞范围的说法是热情评价，而非该工具能找到每个缺陷的经核实保证。

O’Driscoll 披露其公司投资了另一家代码审查公司 CodeRabbit，并指出 Claude 既带来竞争，也验证了需求。他认为生成和审查代码都会消耗资源，因此关键经济问题是供应商必须覆盖成本后，客户愿意支付多少。

圆桌比较个人开发者订阅定价、按量 API 使用以及更高价格企业审查的可能性。O’Driscoll 认为组织可能为管理和安全相关功能支付更多。这些拟议价格和客户行为是说明性预测，并非已确立的产品或需求证明。

Lemkin 担心急于自动化的雇主会减少初级岗位招聘，并将部分预算转向 AI。他讲述儿子在困难毕业生就业市场中的经历，同时承认这只是一个人的经历。他称初级岗位正在消失，是预测和担忧，并非所有入门级空缺的经核实数量。

Stebbings 讨论自动化时提到对 Intercom 和一家法律 AI 公司的融资；O’Driscoll 与 Intercom 有投资关系。Lemkin 认为雇主可能不再愿意花数年培训初级法律员工。这些是投资人对招聘可能变化的看法，并非 AI 能在无监督下完成所有法律工作的证据。

O’Driscoll 说，他更加接近 Lemkin 对特定群体的担忧，包括初级开发者、客户支持人员和初级法律员工。他仍不预计出现全经济范围的灾难性失业。他对特定职业近期压力与全经济预测的区分，是双方分歧的重要部分。

嘉宾辩论大学能否足够快地调整课程。O’Driscoll 希望毕业生离校时熟悉当前工具，而 Stebbings 质疑机构能否以模型变化速度修改整个课程。两人都在表达教育判断，而非提供毕业生结果的受控研究。

O’Driscoll 指出大学毕业生的历史失业率低于受教育程度较低的人，但质疑某些学位的成本是否合理。他的学费和回报例子是粗略估计，并非针对个人的财务计算。圆桌没有确立特定学位是否一定能收回成本。

为了质疑大规模失业论点，O’Driscoll 用科技行业就业和软件开发者的估计说明，即使某一类别大幅裁员，也只占整体劳动力较小比例。他承认这一仅限行业的例子排除了其他行业雇用的技术人员，其他受影响职业也可能规模更大。

他预计技术扩散和劳动者适应需要时间，并说中期内不预见技术导致的失业率超过 10%。尽管如此，他承认应届毕业生面临真实困难，并预测这可能成为政治议题。这些是他的预测和解读，并非确定的经济结果。

Lemkin 说他见过 AI 智能体获得较高客户满意度分数的例子，并认为如果智能体效果好，一些企业会更喜欢它。他以此解释快速增长的 AI 产品。他对客户偏好和满意度的概括没有得到访谈中全面数据集的支持。

他认为，直接完成任务的产品可能比仅让员工效率略高的软件更有吸引力。O’Driscoll 同意方向，但区分任务辅助与整体替代员工，指出许多法律和商业产品迄今是帮助人们工作，而非完全替代他们。

Stebbings 推测，未来雇主可能更喜欢保留培训成果的智能体，而不是最终会离职的员工。Lemkin 说创始人可以围绕这一需求开发产品。这些是对未来管理和技术的观点，并非培训人员没有价值或当前智能体在所有此类岗位都可靠的主张。

Lemkin 描述 SaaStr 使用的一款市场拓展智能体，并引用公司的早期销售和客户兴趣。他说该产品联系潜在客户并准备会议，同时承认产品和市场都处早期。这些是他对具体公司的叙述和商业说法，并非独立核实的表现或结果保证。

O’Driscoll 讨论其公司对 Intercom 的投资，说自己押注该团队能够获得 AI 客户支持市场的可观份额。Lemkin 将 Intercom 与其他供应商比较，并说经验丰富的前置部署工程师的供给可能限制实施。应结合这些投资利益理解他们对市场和增长的评价。

Lemkin 认为，需要人员部署、训练和改进智能体的企业会面临与服务业类似的一些限制，即使软件最终可能以不同方式扩张。他认为经验丰富的实施人员供给可能限制供应商服务的客户数量。这是他的运营判断，并非全行业经核实的人员比较。

圆桌在转向上市软件市场前提到几项私人融资公告和估计估值。由于数字来自对话且部分细节不确定，讨论没有验证各交易的条款或完成状态。嘉宾随后关注核心软件业务成熟时持续增长的挑战。

Lemkin 说，公开市场投资人似乎更不愿奖励软件增长逐渐放缓，并强调 Cloudflare 据报道的增长加速。他将增长中的新产品与现有企业较慢的核心业务对比。他对股价变动原因和投资者容忍程度的看法是一种解读，并非普遍市场规则。

O’Driscoll 同意增长放缓很重要，但将从 40% 降至 30% 与接近个位数增长的公司区分开。他说估值反映对未来增长、现金流和潜在技术过时的预期。他们对 CrowdStrike 增长和指引的评价具有时间性，不应视为当前财务报价。

嘉宾以 Wix 及其 Base44 产品为案例。Lemkin 担心快速增长的新产品必须达到足够规模，才能抵消成熟业务中更慢或下滑的部分。他提出的收入门槛和客户数字是对话中的估计，并非经核实的预测。

O’Driscoll 提出假设：如果一个 1 亿美元产品在大公司内部增长至 3 亿美元，再至 6 亿美元，可能显著提高整体增长。这是说明规模的情景，并非预测 Base44 会达到这些数字。他说问题在于产品能否在大型组织内部保持初创公司般的势头。

Lemkin 指出 Wix 现有客户群可能为 Base44 提供分销渠道，O’Driscoll 则说这一案例将检验现有企业能否有效交叉销售新 AI 产品。两人同意，即使很有前景的收购也需要良好执行。他们对产品质量和潜力的判断是观点，并非经核实的客户结果。

Lemkin 描述尝试用 Figma Make 重新设计自己网站，称在该特定使用场景下，与他试过的产品相比表现不佳。O’Driscoll 认为产品预期工作流程可能与该测试不同。这是个人产品评价，并非受控基准，也不是对所有用户结果的结论。

Lemkin 担心季度发布周期对当前市场太慢。O’Driscoll 将更广泛的挑战描述为把新技术整合进大型现有产品和组织。两人都承认改变成熟业务的困难，尽管他们对个别公司的预测仍不确定。

O’Driscoll 认为聘用熟悉新工具的年轻人可能帮助现有公司重新思考开发。Stebbings 将较年轻人才与只接受旧工作流程培训的人区分开。他们对技能和组织变化的评论是观点，并非按年龄评估候选人的规则。

参与者转向选股练习。Lemkin 提到 Palantir、Cloudflare、Shopify 和 CrowdStrike，称自己偏好动量和增长，但对第四个选择把握较小。这些是录制时的个人观点，并非建议或经核实的未来回报。

Stebbings 提到 CrowdStrike、Nubank、Nvidia 和 Reddit，并解释每一项自己的论点。他对增长、潜在扩张和 AI 数据价值的评论是估计与预测；节目没有确立这些结果会发生。O’Driscoll 指出，这些选择使用的范围比他理解的软件主题练习更广。

O’Driscoll 将可能的投资分为价格较低的软件公司、估值适中且有交易业务敞口的企业，以及增长更高的公司。他讨论 Salesforce 和 Atlassian、Toast 和 Intuit，随后讨论 CrowdStrike 和 Palantir，同时强调较高价格选择的估值风险。倍数和价格是他当时的估计，并非当前报价。

他披露自己买入了与此前一次练习相关的 25 万美元股票头寸，但自动字幕没有清楚识别具体证券，并描述当时的小额收益。这是他报告的个人头寸和结果，并非未来表现的证据。投资关系与评价他的市场评论相关。

被问及价值导向的选择时，Lemkin 说自己仍偏好能够重新加速的公司，提到 Atlassian 并讨论 Salesforce 和 Snowflake。他解释创始人领导力会影响选择，同时承认其他投资人可能对数字作出不同解读。圆桌还讨论软件开发工作流程变化对 Atlassian 的风险。

Lemkin 说自己持有 Salesforce 多头头寸，并认为公司 AI 产品的需求超过目前可服务的规模，同时承认实施困难。这是他的评价和投资披露，并非独立确立的全公司需求数据。O’Driscoll 最后提醒，即使增长强劲，投资者支付过高倍数仍可能失望；他说明的下行情景是一种可能性，而非预测。