阅读

Anthropic于2026年11月2日宣布，其Claude平台上的Messages API现已提供“消息线程”（message threads）功能的公开测试版。该功能旨在解决长期运行的AI代理在每次交互中需重新发送完整对话历史导致的延迟问题。

在传统模式下，编码代理或计算机使用代理可能在一次会话中发起数百次请求，每次请求都包含所有先前的消息和工具结果。当对话达到数十万token时，重新发送所有内容会显著增加首字生成时间（TTFT）。启用消息线程后，代理只需发送自上次交互以来的新消息及前一个响应的ID。Anthropic表示，对于拥有50万至100万token上下文的请求，中位TTFT降低了约35%。

技术实现上，Anthropic在服务端内存中加密保存每个线程的状态，不写入磁盘。线程在最后一次请求后5分钟过期，之后客户端需重新发送完整对话以启动新线程。尽管每次请求的数据量减小，但Claude在每一轮仍读取完整对话，因此token用量保持不变。

该功能特别适用于对延迟敏感的活跃会话，如长运行编码代理、计算机使用代理以及文档和图像密集型工作流。目前，消息线程已在原生Claude平台、AWS上的Claude平台、Microsoft Foundry中的Claude以及Google Cloud上的Claude模型（由Anthropic管理）中可用。标准Claude token费率和现有限制适用。

据Tom's Hardware报道，AI芯片初创公司Tachyum的斯洛伐克子公司（Tachyum Slovakia）已于2026年10月22日在布拉迪斯拉发自愿申请破产。法院随后启动了破产程序，认定该公司符合法定要求。根据斯洛伐克法律，自愿申请破产的公司被推定为资不抵债。

Tachyum自2018年推出Prodigy通用处理器以来，尽管经历了八年的开发和多次承诺，但至今仍未展示可用的Prodigy硅片。该处理器的发布时间从最初的2020年一再推迟至2025年，甚至可能延至2030年以后。随着破产程序的启动，如果无法获得额外融资或找到买家，Prodigy的开发工作实际上可能终止。

目前的关键不确定性在于Prodigy知识产权（IP）的归属。Tachyum Slovakia是美国母公司Tachyum Inc.的子公司。如果美国母公司拥有IP，而斯洛伐克子公司负责研发并积累债务，破产可能导致斯洛伐克实体消失，但美国母公司仍保留IP。反之，如果斯洛伐克子公司拥有IP，则需通过破产财产出售。此外，据报道美国母公司也面临债权人的清算压力，这使得Prodigy IP的最终命运更加扑朔迷离。

瑞典风险投资公司Creandum已为其第八期基金募集到7.5亿美元，这是该公司历史上规模最大的一期基金。此次募资正值投资者竞相以越来越大的早期轮次支持热门AI初创企业之际。

据Sifted报道，Creandum在过去两年中将其在旧金山的存在感增加了两倍，显示出其对美国AI生态系统的重视。该基金将专注于为处于早期阶段的AI公司提供资金支持，反映了当前一级市场资本向头部AI项目集中的趋势。

澳大利亚图形设计软件公司Canva于上周发布了其专为设计师打造的新视觉语言模型Canva Brush。与常见的图像生成模型不同，Brush是一个编辑模型，旨在理解设计师的意图并解释设计变更请求。据The New Stack报道，该模型面向Canva Pro用户开放，能够读取设计的内容和结构，编写并执行小段代码以进行修改，然后自行检查结果。

Canva在发布博客中指出，生成高质量设计是AI模型面临的巨大挑战之一，但“编辑它们则更为复杂”。这是因为模型需要理解设计师想要改变什么、设计的结构如何组织，以及最重要的是哪些部分必须保持原样。否则，一个简单的编辑请求可能会导致大量未经要求的更改。例如，在处理“为我制作一个带有新艺术风格视觉效果的3页面包店宣传册”这样的提示时，代理需要进行一系列复杂的决策，包括规划叙事、生成文本、选择图像，并保持排版、颜色和间距的一致性。

企业AI架构师、Besk Tech创始人Vladimir Beskorovainyi在接受The New Stack采访时表示，Canva并非在与前沿大模型竞争，而是在解决一个“有界问题”（即具有明确参数和有限范围的特定任务）。他认为，在这种有界问题上，小型专用模型多年来一直在悄然超越大型通用模型。“这里的护城河在于工件本身，而不是权重”，Beskorovainyi指出，Canva的优势在于它可以基于真实设计的组装方式进行训练，这种训练信号比基础处理能力更难被复制。

Deep-tech风险工作室The Capital Index联合创始人兼首席技术官Rodion Sorokin也认同这一观点，称Canva是在“细分化”前沿实验室。他提到，Brush从开源权重模型开始，并使用强化学习针对Canva内部设计师定义的“好设计”标准进行训练。Sorokin表示：“前沿模型了解互联网；Canva知道数亿人实际上如何使用幻灯片。”

值得注意的是，Canva声称Brush比其之前的设计代理快69%，每个任务的成本低46%。然而，这些速度和成本数据均为厂商自报，且仅与公司自身的前代产品进行比较，并未与前沿模型进行独立基准测试。此外，Canva的另一款图像生成模型Craft在众包基准测试平台Design Arena上排名第四，落后于OpenAI的GPT Image系列模型。

一篇被顶级会议ACM Web Conference 2026接收的论文《The Algorithmic Self-Portrait: Deconstructing Memory in ChatGPT》利用欧盟GDPR赋予用户的数据访问权，从80名真实用户那里获得了他们完整的ChatGPT对话记录以及系统存储的全部记忆。研究发现，95.9%的记忆条目是由ChatGPT自己判断“对未来对话有用”后单方面写入的，只有4.1%是用户明确要求记住的。

研究者将这套记忆称为“算法自画像”，即由算法基于用户私下对话中的自我披露信息勾勒出的用户画像。数据显示，28%的记忆包含GDPR定义的个人数据（如姓名），7%包含特殊类别数据（其中健康信息占61%）。更值得注意的是，52%的记忆包含对用户心理状态的推断，如欲望、意图、情绪和信念。例如，一条记忆可能写着“某某对失败有恐惧，尤其涉及重大职业决策”。这已经跳出了事实记录，变成了AI对“你是什么样的人”的判断。

尽管OpenAI官方文档声称系统被训练为“不会主动记住敏感信息，除非用户明确要求”，但实际运行中，系统允许保存其认为“有用”的信息。这种政策承诺与实际行为之间的落差，意味着用户对AI记忆形成的影响只能通过“说什么”间接实现，而无法直接控制“记什么”。

航空工程师面对一个已停产或交期过长的合格部件时，需要花数天时间在供应商数据手册、接口控制文档和资质记录之间交叉比对，才能写出一份替代论证供评审。错误的替代在飞行关键部件上可能导致任务失败，而支撑每个决策的证据链往往散落在邮件和未记录的机构知识中，没有正式的可重复审查包。

AWS 机器学习博客描述了一套多智能体工程助手，试图压缩这个手动交叉比对过程。其核心设计规则只有一条：工程师做每个决定，系统组装支撑该决定的证据。这条规则决定了哪里使用大语言模型、哪里使用确定性代码。

架构由三个支柱定义。第一，确定性规格适配评估：用 Python 编写的容差规则代码，将每个候选部件与参考部件及工程师声明的需求逐项比对。因为相同输入始终产生相同的通过/标记结论，结果可以进入正式工程审查。第二，多智能体编排：一个轻量规划器将查询路由到三个专家智能体（目录、评估、知识），仅当两个以上专家贡献了结果时，一个监督者才进行综合。第三，人在回路决策：系统起草论证备忘录和集成影响评估供工程审查，但不推荐或批准替代。每次评估还写入与 AS9100 第 8.4 和 8.5.6 节对齐的审计条目。

模型分层是这套架构中一个务实的成本-延迟选择。路由是分类任务，不涉及工具调用，不需要大推理模型，基于 Haiku 的规划器在几秒内返回编号路由方案。专家智能体使用 Sonnet 执行工具。Opus 监督者仅在两个以上专家贡献时运行，因为综合单个专家已完整的答案会增加约 8 秒延迟而没有质量收益。

确定性评分引擎是整个系统可审计性的基础。规格适配评估作为普通 Python 代码运行，对照手写的分类需求模式。模式为每个部件类别定义关键规格和容差规则，score_substitution_fit 逐项比较、计数通过和标记、并呈现生命周期风险。因为结论必须可复现，此步骤不涉及任何大语言模型。专家智能体呈现结果表并解释标记，但不能改变判定。

Amazon Nova 多模态嵌入在此方案中承担两个不同角色。在多模态检索中，数据手册、接口控制文档和性能图表被嵌入同一语义空间，工程师可以输入文字查询或上传图表图片，检索返回匹配图表并附来源归属。在视觉相似度评分中，当两个候选部件被比较时，Nova 多模态嵌入对其照片计算余弦相似度，然后 Claude 分析具体可观察差异（安装孔位、连接器位置、外壳几何）。这个分数为确定性规格比较提供辅助证据，但判定本身基于规格比对。

作者分享了构建检索路径时的三个实践教训。第一，索引前裁剪图表：整页数据手册约 90% 的内容（页眉、规格表、页脚）是所有部件共享的样板，会主导嵌入向量。裁剪图表区域后，图片上传匹配从 7 个部件中 3 个正确提升到 7 个全部正确。第二，当工程师指定部件名时过滤结果：跨模态文本到图片相似度不能可靠返回正确部件的图表，因为扭矩曲线图片中没有可见部件名。第三，记录图片路径上的每次静默回退：缺少 s3vectors:QueryVectors 权限不会报错，图片查询静默降级为文本检索，模型随后以高置信度给出错误部件名。

评估结果方面，所有轨迹级质量指标得分在 0.95 以上，工具参数提取接近满分 0.980。工具选择准确率从 0.809 提升到 0.861，主要归因于合并为单一托管知识库、修复图片查询路径的缺失权限、以及收紧规划器路由避免串联不必要的专家。目标成功率 0.892 较低，因为查询集包含安全类提示——智能体正确拒绝推荐或批准替代，但评估器将正确拒绝计为未达成目标。

需要明确的是，所有评估数字来自虚构制造商 AnyCompany 的合成数据集上的自报测试，未经真实工程评审或独立复现验证。该方案展示的是一个可复用的架构模式：在判定结论需要可审计和可复现的领域，将确定性代码与 LLM 推理严格分离，LLM 处理模糊检索和叙述合成，代码处理精确比对和最终判定。

该模式可迁移到其他部件类别。替换领域需要三项改动：替换部件数据、编辑需求模式定义该类别的关键规格和容差规则、将知识库指向自己的 S3 语料。智能体、工具和评分引擎无需修改。由于确定性工具是普通 Python 函数，PLM 或 ERP 集成可以直接调用评分函数，无需智能体参与。

Circle K运营着27个国家超过17200家便利店和加油站，其云原生基础设施支撑着POS系统、忠诚度应用和电动车充电服务。当这些数字服务出现告警时，值班工程师过去需要45到60分钟在CloudWatch日志、OpenSearch链路追踪、ECS任务状态和GitHub运行手册之间来回切换，才能搞清楚发生了什么。Cloud DevOps工程师Marek Klatowicz与AWS联合撰文记录了他们如何用Agentic AI消除这段重复劳动。

系统的第一版基于Amazon Bedrock Flows编排三个专用Agent并行和串行工作：AWSResourceExplorerAgent检查基础设施状态，OpenSearchExplorerAgent拉取应用日志和分布式追踪，两者完成后GitHubExplorerAgent再搜索代码仓库定位根因。最后一个AnalysisPrompt节点汇总三路输出，生成包含根因、证据、责任团队和修复建议的结构化摘要，推送到Slack。整个流程5到15分钟完成。但Klatowicz在经验教训部分明确指出，第一版让Agent自己通过action group去查询CloudWatch日志，结果既增加了延迟，又经常返回超出处理能力的数据量。真正有效的做法是让Lambda函数预先查询日志，把相关错误行直接放进Agent的提示词里——Agent读到实际错误信息时推理更快。

随着数据量和知识规模增长，Flows架构遇到了硬约束：某些复杂事件需要的分析时长超出了单个Flow节点能完成的范围。团队先尝试在现有设计内优化——更激进地过滤日志、缩短上下文窗口、拆分服务到独立Flow——这些措施有帮助但不够。迁移到AgentCore Runtime后，完整调查在单一会话中运行，支持长达8小时的session，每一步可以按数据需要分配时间。三个专用Agent被合并为一个运行在AgentCore Runtime中的单一Agent，AgentCore Gateway统一管理对OpenSearch、Knowledge Bases和GitHub的工具访问。

Klatowicz认为支撑这次迁移的关键不是AgentCore本身的功能，而是一个更早的架构决策：团队始终将提示词、工具定义和分析步骤与Flow结构保持分离。这意味着从Flows切换到AgentCore时不需要重写分诊逻辑，只需要改变运行方式。他同时强调搜索顺序的设计：GitHub搜索必须在AWS资源和日志分析之后运行，因为此时Agent已经知道要查找哪个错误、哪个组件或哪次近期变更；如果一开始就无目标地搜索仓库，返回的结果多到无法使用。

需要指出的是，文中所有性能数据——平均分诊时间从45-60分钟降至15分钟以内、简单事件5-8分钟出摘要——均为Circle K内部事件响应指标的自报结果，未经独立验证。本文由AWS机器学习博客与Circle K工程师联合撰写，AWS作为平台提供商有展示成功案例的商业利益。文中未披露分母（同期事件总量变化）、未说明是否存在选择效应（是否复杂事件仍依赖人工），也未提供迁移前后的对比实验设计。

目前系统仍停留在'找到根因并推荐修复，工程师执行修复'的阶段。团队计划下一步集成AWS DevOps Agent实现简单自动修复（重启任务、扩容、回滚部署），每个操作在Slack中由工程师审批后执行。同时计划接入Jira关联工单、Confluence补充内部文档、将运行手册纳入知识库以匹配已知故障模式。

智能体应用的成本结构与单次问答不同。一个购物助手完成一次推荐，可能经历搜索、读取结果、缩小范围、验证约束、提交答案等多步循环，每一步都是对前沿模型的一次独立计费调用。在用户规模下，这种按 token 计费的循环使项目无法上线。AWS 博客给出的解法是序列级知识蒸馏（SeqKD）：让前沿教师模型生成完整的多步轨迹，用基准测试的评分器筛选出真正解决问题的轨迹，再用这些轨迹对小模型做监督微调。教师只需要输出文本，不需要权重、logits 或强化学习基础设施，因此闭源 API 模型也能充当教师。

这篇博客最有实践价值的发现是一个消融实验：同样的 426 道训练题、同样的筛选流程，唯一区别是训练目标中是否保留教师的推理文字。去掉推理、只留工具调用，平均绝对成功率从 0.541 降到 0.415，差了约 13 个百分点。作者的解释是：推理不是装饰性旁白，而是连接观察与下一步行动的因果链。智能体在每一步需要决定搜索什么、如何过滤、何时终止，这些决策由推理驱动。学生如果只学到工具调用序列而没学到背后的推理，就只完成了部分迁移——保留推理才是把学生带到接近教师水平的关键。

但 SeqKD 有明确的能力天花板。博客指出，决定蒸馏能否成功的不是学生与教师之间的参数差距，而是任务本身是否在学生能力范围内。教师 GLM-5.3 约有 400 亿活跃参数，学生 Qwen3.5-4B 只有 40 亿，十倍差距，但购物任务对 4B 模型来说足够简单，所以学生几乎完全恢复了教师的质量。反过来，如果任务超出学生的原始能力，蒸馏只会让它产出格式正确但答案错误的长推理链，轨迹变长而准确率不动。作者建议的应对方式是：看到这种症状就停止加数据，要么换更大的学生，要么降低任务难度。此外，SeqKD 在多步循环的最难尾部会停滞，因为学生看不到自己犯错后进入的状态；要突破这个瓶颈需要 on-policy 方法，SeqKD 本身只是第一阶段。

从成本结构看，蒸馏的意义不仅是模型变小。前沿 API 按 token 计费，每次循环每一步都要付费，成本随流量线性增长。蒸馏后的 4B 学生部署在自托管端点上，按实例小时计费，流量增加不额外收费直到需要扩容。作者没有给出具体每任务成本数字，因为那取决于你的请求模式、序列长度和并发量，需要自行测量。同时，IFEval 显示学生的通用指令遵循能力下降了约 6 到 8 个百分点，这是专用化的预期代价——如果降幅远大于此，说明蒸馏把模型收窄得太厉害了。

2000年以来美国共557家商业银行倒闭，其中只有28家不是在周五关闭的。周五是美国联邦存款保险公司（FDIC）偏好的银行关闭日，且倒闭前收购方通常已经安排妥当。这意味着现代银行倒闭极少由存款挤兑等市场力量触发，而是遵循监管者的关闭决定。作为对照，在1865至1935年联邦存款保险制度建立之前，银行倒闭日期在一周中几乎均匀分布——研究者认为，那时储户和股东通常自己决定了关门的时机。

但这里有一个容易被忽略的循环：监管者关闭银行的依据是账面资本（CET1比率），而账面资本本身又部分由监管检查所制造。研究者发现，银行在监管现场检查前后修订此前提交的财报（call report）的概率急剧上升；在一家银行倒闭前的五年中，其股权资产比通常下降8个百分点，其中近3个百分点来自检查触发的亏损确认修订。换言之，监管者通过检查迫使银行把潜在亏损写入报表，报表数字恶化后，监管者再依据同一数字决定关闭。CAMELS评级中，资本子项与账面资本机械相关，而管理子项则允许监管者行使裁量权——对资本充足率较高的银行，综合评级更接近管理评级；对资本严重不足的银行，综合评级几乎等同于资本评级。

研究者利用2008年金融危机期间的一个自然实验进一步验证了因果方向：在财务状况相同的条件下，被分配给'更严格'监管检查员的银行确认了更多亏损、报告了更低的账面资本，倒闭概率因此上升。更严格的监管确实降低了FDIC的处置成本，但也导致信贷供给在短期内收缩。这构成了一个核心权衡：严格监管可以遏制'赌一把翻身'的投机行为、避免僵尸银行错配信贷，但可能以在信贷条件本已疲弱时进一步收紧供给为代价；宽松监管则可能保全信贷但推高最终处置成本。存款保险制度削弱了储户纪律，使这一权衡更加突出。

研究者明确声明其分析完全是实证性的，并未就'最优监管严格程度'作出规范性判断。结论的适用边界也值得注意：自然实验样本限于2008年危机时期，且'严格监管者'的定义依赖于对相同财务状况给出更差CAMELS评级的检查员——这一差异可能部分反映主观判断而非客观标准。对投资者而言，这篇研究的价值在于提供了一个可操作的判断框架：当观察到某家银行的财报修订频率异常上升时，这不仅是资产质量恶化的信号，也可能是监管者正在主动制造关闭条件的过程。

a16z合伙人Raghu Raghuram、Martin Casado和Jamie在2026年11月2日发布的投资信中，用前Netscape首席执行官Jim Barksdale的一句话作为论点起点：真正重要的是让主线保持为主线。他们认为机器人行业当前的争论大多围绕训练数据、模型架构和硬件类型展开，但主线只有一条——让机器人完成人类任务。Tutor Intelligence正是围绕这条主线设计的公司，这也是他们领投其B轮的核心原因。

大多数机器人公司的路径是先构建一个通用模型，再寻找应用场景。合伙人指出，这需要大量前期数据采集和资本投入，才能建立哪怕一个基础模型。Tutor Intelligence走了相反的路：先找到真实需求和具体场景，在还没有机器人大脑的情况下就把硬件投入生产环境，由人类遥操作员（他们称之为tutor）远程操控机器人完成工作。合伙人称这些操作员技术娴熟到客户能从中获得真实价值，却无法分辨自己看到的是员工完成的工作还是tutor完成的工作。

每一次真实场景的部署都在产生数据。Tutor从这些部署数据中反向构建模型，使机器人逐步获得自主能力。合伙人指出，每一台投入工作的机器人都让下一台更智能、更便宜、更容易部署。模型训练的数据不再是实验室里预先采集的通用样本，而是客户实际生产环境中真正需要的操作数据。

在商业模式上，Tutor采用按小时计费而非传统机器人行业动辄数百万美元的前期采购加实施费用。合伙人认为这将资本支出转为运营支出，打开了中小制造企业的市场——美国大量制造业正是以中小规模存在——同时也服务了部分最大的物流公司。据投资信披露，Tutor的机器人已在美国部分最大的制造和物流网络中运行，计划到2027年底合同覆盖超过1000台机器人；过去12个月中，近三分之一接收Tutor机器人的客户是已在使用Tutor的现有客户在安装更多机器人；部署实施时间低至8小时。

Tutor目前有两款机器人：Cassie为单臂，处理箱拣选和码垛/拆垛工作流；Sonny为双臂，灵巧度更高，服务电商履约中的逐件拣选。两款机器人共享同一个模型，这是Tutor在模型、硬件和数据采集上垂直整合的一部分。合伙人认为这种全栈能力使Tutor能向更通用的机器人方向演进。

需要指出的是，以上所有运营数据——部署时间、客户复购比例、合同机器人数量目标、操作员与人类难以分辨的说法——均来自Tutor Intelligence自报和a16z作为领投方的转述，未经独立验证。投资信本身也附有免责声明，称a16z未独立核实其中信息。合伙人的论点核心在于路径选择的逻辑：先部署后建模能否持续产生优于先建模后部署的数据质量和商业速度，仍需在更大规模部署中检验。

NBCUniversal媒体集团董事长Matt Strauss在2026年11月2日The Verge Decoder播客访谈中，罕见地公开了该公司评估内容版权投入的具体方法。他的核心公式并不复杂：客户终身价值等于平均单用户收入乘以用户流失前的留存月数。但Strauss强调，真正困难的是将这个公式嵌入一个组合框架——把每一部内容视为投资组合中的不同资产，分别评估它驱动获客、参与、频率还是留存，而不要求每部作品独立盈利。

他将这种方法比作共同基金："有些内容可能是亏损领先者，但它在组合的其他部分增加了价值。"这正是NBCU在WWE合约到期时做出的决策逻辑。六年前Peacock上线时，Strauss团队选择引入WWE，原因有三：每月一次的高潮赛事能建立打开应用的习惯、庞大的节目库提供内容厚度、而WWE的可触达市场经过测算后被认为有足够渗透空间。关键判断是：用WWE获取的订阅者，其终身价值能否覆盖版权成本。

当续约费用大幅上涨时，NBCU没有被迫跟进。Strauss说他们计算的是另一个问题：如果不续约，能保留多少订阅者？答案是大部分——因为WWE观众已经被习惯化到了其他内容上，他们喜欢《速度与激情》系列，喜欢《黄石》，喜欢平台上其他节目。于是NBCU放弃高价续约，只保留了一个小得多的WWE节目包，把省下的资金重新分配到组合的其他部分。

这个案例揭示了Strauss对内容支出的整体思路：不是"这部作品值不值这个价"，而是"这部作品在组合中承担什么角色，如果撤掉它，用户会流向哪里"。他坦言WWE粉丝喜欢《速度与激情》这一点最初是假设，需要测试验证——"我们有假设，但必须检验这些假设。"

Strauss在2019年就提出过一个判断：流媒体市场将从"大解绑"走向"大再捆绑"，最终会复制有线电视的经济结构——广告加订阅的双收入流、面向家庭全成员的广泛内容、捆绑定价。他当时说Peacock不是为赢得流媒体战争而建，而是为战争之后的增长而建。到2026年，他描述的市场现实确实接近这个预测：几乎所有流媒体都推出了广告层，Peacock百分之八十的订阅者在广告层上，广告收入中来自流媒体和体育的比例从六年前的约百分之三十上升到接近百分之六十。

需要指出的是，这是Strauss本人对其决策框架的描述。我们能看到他如何思考、他选择了什么案例来说明，但无法独立验证这一方法是否在所有决策中都一致执行，也无法确认WWE案例是否具有代表性而非选择性呈现。他预测"一年后Peacock将成为美国分发最广的流媒体之一"，这属于尚未实现的判断。

对关注媒体公司的投资者而言，Strauss的阐述提供了一个可检查的视角：当一家媒体公司高价续约或放弃某项内容时，其决策逻辑是"这部作品本身能否覆盖成本"还是"它在组合中的角色是否可以被替代"。后一种思维方式意味着公司更关注用户习惯的迁移路径和单位经济，而非单纯的内容支出规模。Peacock第三季度实现2.61亿美元EBITDA、同比改善4.7亿美元，Strauss将其归因于这种组合运营方式——但归因本身仍是公司自述。

Anthropic 准备上市时，最吸引注意力的数字之一不是收入，而是“40 万亿美元”。韩国媒体 The Core 编辑 김송현 在 2026 年 11 月 2 日的分析中指出，Anthropic 在美国证券交易委员会提交的 S-1 中称，全球知识劳动者执行工作的经济价值去年已超过 40 万亿美元。这个说法并没有被 Anthropic 明确称为“总体可服务市场”，但文章认为，它实际上把 AI 可能提升的生产率价值变成了投资叙事中的事业机会。

这里真正值得拆开看的是市场定义的变化。过去企业通常按自己卖什么来定义市场：例如围绕当前销售的产品和服务的支出规模来估算。Anthropic 的路径不同：它把 AI 可以替代或增强的人类工作本身作为起点。开发、研究、会计、法律、办公室工作等知识劳动的经济价值被纳入潜在市场，AI 公司出售的不再只是模型调用或软件席位，而是进入企业工作流的执行能力。

The Core 将这一变化与以往上市公司比较。Snowflake 等公司更多围绕现有产品支出估算市场；Airbnb 和 Uber 则把服务连接的经济活动纳入市场；SpaceX 在上市相关讨论中给出的市场机会中，AI 占比很高。Anthropic 的 40 万亿美元之所以显得更激进，是因为它把“人类劳动价值”本身作为市场边界。边界越大，故事越容易显得宏大，但也越容易掩盖一个关键区别：经济价值创造不等于企业收入捕获。

文章用一个简单例子说明这一区别：如果 AI 帮助企业每年节省 100 亿韩元成本，企业为 AI 服务支付的价格可能远低于 100 亿韩元，节省的成本中相当一部分可能变成采用 AI 的企业利润或回馈给客户。因此，即便 AI 对全球经济的累计影响很大，Anthropic 能从中获得多少收入，仍取决于定价、竞争、客户预算和转换成本。The Core 也引用 IDC 的预测，称 AI 解决方案和服务投资到 2031 年可能给全球经济带来 22.5 万亿美元累计影响，但这同样是宏观生产率口径，不是 Anthropic 的订单簿。

从 S-1 分析披露的经营数字看，Anthropic 的增长确实很快。文章称，Anthropic 2025 年收入为 45.85 亿美元，2026 年第一季度收入达到 47.31 亿美元，已超过 2025 年全年；第二季度收入为 115.55 亿美元，上半年合计 162.86 亿美元，约为去年同期的 14 倍。与此同时，上半年仍有约 6.93 亿美元经营亏损，但亏损率已从去年同期的约 184% 降至约 4%，第二季度 GAAP 经营利润约 9.74 亿美元，经营利润率约 8.4%。

更关键的是成本结构。The Core 指出，Anthropic 的算力与基础设施成本占收入比例从 2025 年上半年的 201% 降至 2026 年上半年的 55%，第二季度进一步降至 48%。这说明收入增长快于算力成本增长，是 AI 服务经济性改善的信号。但生成式 AI 与传统软件不同：每次用户提问都会产生推理成本，因此不能只看毛利率，还要看整体算力、研发和免费用户支持成本如何分摊。

Anthropic 的长期风险来自基础设施合同和竞争边界。文章称，S-1 分析显示 Anthropic 七项主要算力相关合同合计约 6370 亿美元，其中约 4310 亿美元具有最低支出或租赁性质，约 2060 亿美元与供应量和条件挂钩。这些多年合同不是立即支付的确定负债，但如果容量扩张快于客户需求，成本压力会提前出现；如果算力供给不足，又可能限制收入增长。AI 市场很大，不等于企业能同时把规模、利润和资本效率都做好。

产品采用也支持这一判断。The Core 称，2026 年第三季度不使用 Claude Code 的企业客户月均支出低于 75 美元，而使用 Claude Code 的客户中，支出前 5% 的金额约为其 20 倍。这意味着 Anthropic 的增长不只来自模型 API 调用，而来自 AI 更深入地进入开发、企业流程和任务执行。它正在从卖模型能力，转向卖企业工作流的执行平台。

因此，投资含义不是“40 万亿美元市场很大，所以 Anthropic 一定值得高估值”。The Core 提醒，若以 1.5 万亿美元估值、25 倍净利润计算，需要约 600 亿美元年净利润；假设净利率为 20% 至 24%，则年收入需要达到约 2500 亿至 3000 亿美元。即便当前增长很快，这也是需要时间验证的规模。对读者而言，真正需要跟踪的是 Anthropic 能否在快速扩张中把收入转化为可持续利润，并把人类劳动价值叙事转化为客户愿意长期支付的工作流收入。