All-In 谈 Anthropic 上市、AI 基础设施和美国中期选举

原标题All-In on Anthropic’s IPO, AI Infrastructure and the Midterm Elections

主持人分析 Anthropic 的上市文件,讨论 AI 基础设施热潮的成本、Alphabet 业务,并给出不同的中期选举预测。

JCJason Calacanis主持 · All-In Podcast
频道
All-In Podcast
发布
2026年10月30日
视频
1:25:46
阅读
17 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Jason Calacanis、Chamath Palihapitiya、David Sacks 和 David Friedberg 讨论他们引用的 Anthropic 上市文件数字,并就增长、算力成本和融资风险展开辩论。他们还分析 Alphabet 的搜索与云业务,对美国中期选举给出不同且明确带有政治立场的预测。文中的商业判断和预测均为嘉宾观点,未经独立核实。

  1. 1解读上市文件主持人讨论拟议中的上市数字,并争论如何理解 Anthropic 报告的亏损和利润率。
  2. 2假设的客户回报Friedberg 勾勒价值链,并明确承认自己的客户投资回报数字是一个假设。
  3. 3AI 基础设施融资Palihapitiya 对数据中心支出及资本竞争表达担忧。
  4. 4公司风险与市场风险主持人区分证明客户投资回报的挑战与更广泛的借款成本问题。
  5. 5财报后的 Alphabet讨论转向广告、云业务增长、消费者 AI 变现和有关广告竞价的争议说法。
  6. 6不同的中期选举预测主持人给出相互竞争的选举预测,并争论民调和政治动机。

要点建议

  1. 主持人看到 Anthropic 收入快速增长,但对风险和潜在客户回报的评估各有侧重。
  2. Friedberg 假设的客户回报只是示意,并非测得的结果。
  3. Palihapitiya 担心 AI 借款可能与政府融资竞争并带来系统性风险。
  4. 主持人对 AI 扩张的政治与监管影响意见不一。
  5. Alphabet 的搜索增长、云业务和未来消费者 AI 变现能力是讨论重点。
  6. 他们对中期选举的预测不同,也承认结果存在不确定性。
全文

按章节阅读整理后的全文

只看原始文稿
01

开场

主持人互相问候,并讨论外界对他们使用“超级智能”一词的报道。

All-In 的主持人欢迎 David Sacks 回归,并拿有报道称他们不再热衷使用“超级智能”一词开玩笑。Sacks 对报道提出异议,称自己没有参加报道所指的那一期节目。闲聊之后,他们转向 Anthropic 拟议中的公开发行。

02

Anthropic 上市文件与商业模式

主持人讨论报告中的上市计划、收入、会计亏损和模型经济。Friedberg 展示价值链分析,并说明客户回报只是他的假设。

Jason Calacanis 介绍说,S-1 是公司上市前描述业务的文件。他称 Anthropic 的目标是在 11 月上市、筹资 1,000 亿美元,并讨论了数万亿美元级别的可能估值。这些是录制时嘉宾讨论的数字和预期,发行当时尚未完成。

Calacanis 提到 2026 年上半年营收 163 亿美元,并形容同比增长迅猛。他还提到一项雄心勃勃的年末 ARR 预测,同时指出这里的缩写可能指年度经常性收入,也可能指年化收入运行速率。他问,这样的增长是否让 Anthropic 成为一家价值非凡的企业。

David Sacks 认为,考虑到公司成立的时间较短,这可能成为规模极大的风险投资回报。他把它的历史与成立时间长得多的 SpaceX 作比较,并说如果发行达到预期规模,可能为员工创造大量财富。

Sacks 质疑外界对一项广受关注的报告亏损的解读。他称,可转换工具价值变化造成了巨额非现金会计费用,不能将其等同于现金消耗。他认为,评估公司资金使用效率时,这一区别很重要。

按照 Sacks 对文件的解读,Anthropic 相对于筹集的资金保留了大量现金。他还提到毛利率改善,并认为提供同等模型能力的成本正在随时间大幅下降。

Sacks 说,成本下降可能同时让客户和模型提供商受益:即使价格下降,只要效率改善更快,利润率仍可能上升。他将算法改进、数据整理和架构变化等称为“算力乘数”,认为它们既可以降低成本,也可以带来更强的能力。

他认为,这些趋势对“模型提供商最终必然因商品化失去全部利润”的观点构成挑战。他还提出,如果模型能帮助改进未来系统,领先优势可能扩大。这些都是他的解读和预测,并不能证明市场最终会如何发展。

Calacanis 向 David Friedberg 提问:巨额资本涌入和拟议的股权结构会带来什么影响?他还询问创始人的财富和影响力可能流向何处,以及这对科技行业和政治可能意味着什么。

Friedberg 首先讨论客户需求。他提到年支出至少 10 万美元的客户数量迅速增加,并估算全球有多少企业能把这笔支出控制在年度支出的 1% 以下。他认为,按照这一衡量方法,潜在客户群可能远大于当前客户群。

为了说明可能产生的价值,Friedberg 勾勒了一条从芯片生产、基础设施到模型服务的价值链。他使用各层的示意性成本、收入和利润率数字,并追问最终客户是否获得足够的经济价值。

Friedberg 提出,客户可能获得支出的两到十倍回报。受到追问时,他明确承认最后这个数字是自己的假设,而不是测量结果。他说,持续支出可能意味着客户获得价值,但早期狂热也可能意味着一些买家尚未获得这样的回报。

他分享了自己使用 Claude 帮助公司完成更多工作的体验,同时提到公司也投资了开放模型环境。他认为,高利润率的提供商可能有空间实施分层定价:简单任务收费更低,要求更高的任务收费更多。

Chamath Palihapitiya 展示了一组比较:Microsoft 数年来收入增长,而员工数量相对稳定。他将此视为潜在生产率提升的例子,同时承认未来员工数量仍有不确定性。单凭这组比较,不能确定其中有多少变化由 AI 引起。

03

算力、客户与政治

Palihapitiya 讨论文件中的风险因素、客户层级和现金。嘉宾对政治人物可能如何应对数据中心扩张意见不一。

Palihapitiya 首先查看文件中的风险因素。他说,团队统计了该部分不同词语的出现情况,发现与算力相关的问题尤其突出,政府政策、隐私和安全等问题也有出现。他把词频当作研究管理层关注点的线索,而不是公司正式提供的风险排序。

在算力类别中,他突出数据中心、融资和电力。他认为,电力与基础设施的可用性可能制约整个 AI 行业的增长。接着,他推测这一问题可能如何影响美国两党的政治动机。

Calacanis 提出另一种政治推测:民主党也许希望支持数据中心建设,并从一家创始人可能资助其支持事业的公司的成功中受益。这段讨论明确属于猜测,两人都没有证明任何政党已经采纳所述策略。

Sacks 不同意 Calacanis 的政治判断,认为有影响力的民主党人士倾向于更严格的 AI 管制。两人争论政治人物的动机和经济状况;这些描述属于党派观点,并非对任一政党立场的定论。

主持人对经济数据和选民体验也有不同解读。Calacanis 说,一些特朗普支持者对通胀等问题不满;Sacks 对他如何描述这些选民提出质疑。他们认为,选举会为判断政治偏好提供更多证据。

回到文件,Palihapitiya 按支出划分 Anthropic 的客户层级。他描述了庞大的小额用户群,以及支出超过 10 万、100 万和 1,000 万美元的更小客户群。他认为,增长既可能来自新客户,也可能来自现有客户提高支出。

他提醒说,要让企业客户从较小预算提高到数百万美元的承诺,通常需要更广泛的审批和更清晰的投资回报证明。一些大客户本身可能是风险投资支持的 AI 公司,因此他认为长期企业回报是否得到证明,仍有一定猜测成分。

在资本方面,Palihapitiya 承认自己此前低估了 Anthropic 已持有的现金。他据此调整了公司为达到他所希望的现金储备需要筹集的金额,并给出一个试探性的 IPO 估值。Sacks 则谈到现金和授信额度如何可能支持未来算力承诺。

Palihapitiya 对 Meta 的负净现金数字表示惊讶,主持人随后简要核查并澄清:净现金是现金与短期投资减去债务。这段对话说明,理解资产负债表上的数字需要先弄清定义。

04

AI 基础设施与融资风险

主持人争论基础设施支出、融资及潜在的资本竞争,还讨论政府影响力与 AI 安全。

Palihapitiya 将讨论从 Anthropic 扩展到美国经济。他说,少数大型科技公司正大举投资 AI 基础设施;这类支出可能支持增长,但也会消耗现金并增加融资需求。

他比较了 AI 公司寻求的融资与计划中的美国国债发行规模。他担心企业借款人与政府可能争夺投资者资金,从而推高融资成本。他强调,大量活动集中在少数公司身上,在他的经验中并不常见。

Calacanis 对投资给出更乐观的解读:大举投资的公司可能预期能获得可观回报,而企业采用 AI 也许还有很大增长空间。他认为,更多智能体和应用会消耗更多 token,行业可能面临算力不足。

Palihapitiya 同意需求可能强劲,但指出许可审批、公用事业、人力以及连接新设施所需设备等现实瓶颈。他认为,即使行业愿意花钱,也可能难以按理想速度让新增产能投入使用。

Calacanis 问,当不同党派的选民都对财富集中和大公司权力持怀疑态度时,行业如何争取对数据中心的支持。几位主持人讨论了基础设施、公共利益以及 AI 收益如何分配的政治叙事。

Friedberg 将政府和私人组织视为争夺资源与影响力的群体。他认为,强大的 AI 会影响生产率、信息和资本积累,可能加剧这种竞争。这是他的分析框架,并非其他主持人都认同的预测。

Friedberg 推测,政府最终可能不仅控制芯片,还会监管实际计算能力的使用。他预期围绕公共控制与私人控制何者更有利于社会,将出现政治争论。Palihapitiya 再次表达了对少数公司寻求巨额融资的担忧。

话题随后转向政治影响力。Calacanis 问,为什么 Anthropic 创始人没有像一些其他科技界人士那样公开支持候选人。Sacks 说 Anthropic 投入了政府事务和政治组织;Calacanis 则区分这类活动与创始人公开表态支持候选人的行为。

Sacks 认为,如果 Anthropic 按讨论中的规模上市,公众会改变对它的看法:它不再只是初创公司,而是最大的科技公司之一。他说其影响力应受到审视,并再次表达自己长期以来对监管俘获的担忧。这些是他的指控和判断,讨论本身没有确立这些指控。

Sacks 随后提到一些 AI 安全倡议者的批评。他说,他们看到推动先进 AI 减速的呼吁与争相改进模型之间存在张力。他认为 Anthropic 用自家模型参与研究可能加快进展,而持续竞争可能让公司与一些安全支持者之间的关系更加紧张。

他推测,如果竞争对手不同意减速,公开呼吁控制 AI 发展节奏,可能在日后被用来解释为何继续竞赛。他承认这种潜在分歧的结果并不确定;他对 Anthropic 动机的理解属于有争议的评论。

05

市场风险和模型竞争

Palihapitiya 区分客户采用问题与系统性融资风险。主持人讨论开放模型、更便宜的推理及其对需求的预期。

Calacanis 把话题带回 Palihapitiya 的投资分析框架。Palihapitiya 区分两个问题:Anthropic 能否说服客户把小合同扩大为大得多的合同,以及 AI 行业的融资需求是否造成更难定价的整体市场风险。

谈到客户增长,他说大合同需要经得起推敲的用例,以及可供高管批准支出的价值证据。他建议持续观察不同季度的客户支出层级,同时承认预测取决于企业能否获得预期价值。

谈到市场风险,他描述了两种可能路径。如果企业借款人必须支付更高利率来吸引资金,AI 基础设施项目及其供应商的融资成本就会上升;如果美国财政部必须支付更高利率,基准利率上升则可能提高整个经济的借款成本。

Palihapitiya 说,即使 AI 企业本身表现良好,资本流动高度集中仍让他不安。Calacanis 则强调美国科技企业的潜在实力,认为投资者仍可能有充分理由同时为政府和这个行业融资。

Calacanis 将 Anthropic 业务可能的发展轨迹与几家大型科技企业早期增长作比较。他的比较取决于公司能否实现未来目标,因此是一个情景,而不是已经获得的收入。

Sacks 问 Calacanis 是否改变了此前“开放模型会削弱 Anthropic 业务”的看法。Calacanis 说,报告中的增长让他重新评估近期威胁,但他仍认为开放模型具有竞争风险。Palihapitiya 则澄清,他警告的是融资集中,而不是否认客户增长。

主持人讨论了有关增长可能放缓及需求随后变化的传闻,同时承认相关季度的数据尚未公布。Sacks 推测限制模型蒸馏和近期降价可能影响这一趋势。这些说法只是猜测,不是经过验证的业绩。

他们认为,价格较低的模型层级可能已足以完成许多企业任务。如果价格下降,让更多用途在经济上可行,那么即使每个 token 的价格下降,总需求也可能增长。他们用杰文斯悖论描述这种可能的扩张,并没有把它当作必然结果。

他们还预计,智能体和持续安全监控比偶尔提示或定期测试消耗更多 token。Calacanis 对未来用量的估计属于预测。Sacks 说,即使开放模型不能全面超越领先模型,也可能让特定任务变得更便宜、更趋于商品化。

Sacks 指出另一项张力:如果提供商依靠最新模型提升效率、保持领先,就可能越来越多地使用该公司自己也称为有风险的技术。他想知道安全倡议者是否最终会要求放慢速度,以及开放模型竞争者能否因此缩小差距。

Calacanis 引用调查数据,认为职场频繁使用 AI 仍有增长空间。他说,安全顾虑以及连接公司数据的限制可能妨碍采用。他对未来大范围使用的预期是一种预测,而不是已经观察到的采用率。

讨论接近尾声时,主持人称赞他们分析的业务,Sacks 则再次表达对权力集中和游说的担忧。他们还说,其他公司未来提交的文件可能为投资者比较整个行业提供更多信息。

06

Alphabet 的搜索和云业务

主持人讨论广告增长、云业务收入、消费者 AI,以及有关广告竞价的争议说法。Sacks 强调搜索的绝对收入仍在增长。

Calacanis 转向 Alphabet 财报后股价的大幅下跌。他说,搜索收入增速放缓,而云收入快速增长。他问,如果 AI 直接回答更多问题,改变搜索广告的经济模式,公司的其他业务能否补上缺口。

Friedberg 认为情况很复杂。他看好 Google Cloud 的快速增长及其计算基础设施的价值,同时追问公司除了出租基础设施,还能从自己的模型赚取多少收入。

他对传统消费者广告业务的把握较小。Friedberg 讨论了有关广告定价变化的说法:这可能暂时提高每次点击的收入,但最终促使广告主减少支出。他认为这部分收入能否持续仍是一个开放问题。

对 Friedberg 而言,关键问题是:随着搜索广告可能趋平或下滑,面向消费者的 AI 产品能否产生可观收入,以及两种变化分别会以多快的速度发生。他还推测开发模型与向云客户分配算力之间可能存在内部权衡;他明确表示自己不知道个别人离职的原因。

Calacanis 指出,Alphabet 多年来一直在分散业务,并提到 YouTube、Android 和 Cloud 等。他问公司是否应该优先从搜索业务获取利润,同时投资其他领域。Palihapitiya 不认同他使用的类比,但回应了有关搜索经济模式的担忧。

Palihapitiya 提到一名广告主广泛传播的说法,指控 Google 改变广告竞价方式。他明确说自己无法核实这些说法。他认为,如果广告主和投资者相信系统发生了可能暂时提高收入的变化,公司就应当作出解释或反驳。

他描述了一种次高价拍卖机制:中标者按下一高出价决定的价格付费,并认为改变竞价机制可能改变广告主的经济回报。他的讨论以相关指控属实为前提;节目没有证明 Google 确实作出了所称改变。

Palihapitiya 补充说,Alphabet 收入结构变化可能是健康的多元化,但从一家搜索业务占主导的公司转向拥有多个大型业务板块,也可能改变愿意持有股票的投资者群体。他强调公司需要与投资者沟通,并留住 AI 研究领域的领导人才。

Sacks 的重点不同。他引用的口径显示,尽管搜索占总收入的比例降到一半以下,其绝对收入仍同比增长。他认为,占比变化反映了其他业务、尤其是 Cloud 的快速增长,本身并不能证明搜索业务正在萎缩。

Sacks 认为 Cloud、YouTube 和订阅业务的发展实现了公司长期以来希望达到的多元化。Calacanis 同意 Alphabet 拥有有价值的资产,并披露自己在录制期间买入了股票。这些是他们个人的投资观点,而不是投资建议或经过验证的估值。

07

中期选举预测

主持人对民调、经济和两院归属意见不一。他们讨论可能的政治后果,并强调结果仍有待揭晓。

主持人转向即将到来的美国中期选举。Palihapitiya 说,相互矛盾的信息让他不确定,但暂时预计共和党可能保住参议院,民主党则可能以微弱优势赢得众议院。他还推测调查和基础设施政策会如何影响下一次总统选举周期。

他说,州级选举和州长职位也值得关注,因为涉及电力和数据中心的决定可能发生在华盛顿之外。他对各政党可能采取什么行动的判断属于猜测,并非已确定的计划。

Sacks 对民调表示不信任,提到有关虚假民调的报道和一项研究历史民调误差的分析。他认为一些报道可能打击共和党选民的投票意愿,并呼吁选民参加投票。这些是他的解读;节目没有证实民调普遍有意压低投票率。

Sacks 不同意将经济描述为灾难,并引用增长、收入和贫困等数字作为支持。Calacanis 此前则质疑他对选民经济体验的看法。这里将数字与相互竞争的政治解读作为嘉宾的发言呈现,并未独立核实。

Calacanis 说,预测市场显示民主党可能赢得参众两院。Sacks 回应称预测市场也会出错,并举出以前的选举作为例子;他还指出总统所在政党在中期选举中失利并不少见。他认为结果可能比某些最戏剧化的预测更为平常。

Calacanis 预测民主党将横扫两院,理由是不同选民群体对特朗普的不满可能影响投票率。他还推测调查、弹劾和下一次总统选举会如何发展。这些都是对录制时尚未发生的事件的预测。

他预计,如果民主党取得控制权,政治冲突将持续一段时间,并认为共和党最终可能寻求不同的领导人。Palihapitiya 和 Sacks 则讨论国会调查的可能性。主持人对可能的结果及其后果看法并不一致。

Sacks 认为,如果民主党赢得国会,选民将看到他反对的政策;Calacanis 则在思考两党未来可能出现哪些领导人。几位主持人最后讨论了计划中的选举报道,并承认实际结果尚未揭晓。

同频道的其他文章

55:39EN
All-In Podcast· 2026年10月29日播客 · 2 人对谈Will Ahmed on WHOOP’s Subscription Model, Health Data and Wearable Strategy嘉宾 Will Ahmed · 主持 Jason CalacanisThe WHOOP CEO discusses the company’s business model, physiological data, AI features and its account of interactions with the FDA.EntrepreneurshipAI AdoptionPersonal Finance
2 张幻灯片1:43:22EN → 简体中文
All-In Podcast· 2026年10月23日播客 · 4 人对谈AI 安全、投资与法国未来的争论嘉宾 Nikesh Arora · 主持 Jason Calacanis, Chamath Palihapitiya, David FriedbergAll-In 主持人与 Nikesh Arora 讨论网络安全和 AI 支出,随后辩论法国动荡、公共服务及美国政策。AI security企业 AIInvesting+2
40:00EN → 简体中文
All-In Podcast· 2026年10月21日播客 · 3 人对谈Arvind Krishna 与 Nikesh Arora 谈量子风险、AI 模型和软件整合嘉宾 Arvind Krishna, Nikesh Arora两位企业高管讨论后量子密码准备、开放权重模型的经济性,以及企业网络安全的变化。AI securityOpen-weight models企业 AI+1
40:33EN → 简体中文
All-In Podcast· 2026年10月19日播客 · 2 人对谈Dylan Field 谈 Figma、AI 与设计为何依然重要嘉宾 Dylan FieldFigma CEO 讲述未能完成的 Adobe 收购、与 AI 模型提供商的竞争,以及人的意图在创造性工作中的作用。产品与体验Generative mediaProduct Strategy
2 张幻灯片1:34:06EN → 简体中文
All-In Podcast· 2026年10月17日播客 · 4 人对谈AI 基础设施债务、Anthropic IPO 与安全争论嘉宾 Ben Horowitz · 主持 Jason Calacanis, Chamath Palihapitiya, David SacksAll-In 主持人与 Ben Horowitz 讨论 AI 基础设施资产抛售、软件经济,以及关于模型安全的争议主张。AI cost & performance基础设施与部署Investing+1
41:54EN → 简体中文
All-In Podcast· 2026年10月15日播客 · 2 人对谈Billy Evans 谈 Elizabeth Holmes 的审判、服刑与家庭嘉宾 Billy Evans · 主持 David FriedbergHolmes 的丈夫在 All-In 访谈中讲述两人的关系、他对欺诈案件的看法,以及即将上映的纪录片。Company BuildingLeadership