Anthropic 估值近万亿,中国 AI 变现结构与美国走向不同

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

Anthropic 融资与新模型推出

早上大家可能刷到新闻,Anthropic 完成 H 轮融资,融资金额 650 亿美元,投后估值 9650 亿,距万亿俱乐部仅一步之遥。同时,该公司还推出了新模型 Opus 4.8。有人上午试用后发现,其吞吐效率提升明显,推理强度分为四个等级,但尚未完全摸透。

高估值原因分析

一家成立 5 年的公司,估值快到 1 万亿,原因看似是模型强,Claude 编程能力长期霸榜,Opus 系列在复杂推理上表现出色。然而,模型强的公司不止 Anthropic 一家,如 Google 的 Gemini、Meta 的 Llama、OpenAI 的 GPT 等,单凭模型能力难以支撑万亿估值。

产品发展路径与市场影响

Anthropic 过去一年的产品线索清晰。2025 年 5 月,Claude Code 发布,这是一个命令行编程工具,开发者可在终端与 AI 协作写代码,到 2026 年 2 月,该工具年化收入达 25 亿美元。2026 年 1 月推出的 Cowork,服务对象不再局限于程序员,非技术人员也能使用,可通过屏幕截图生成表格、将笔记自动变成报告,且整个产品从构思到完成仅用十天,由 Claude Code 编写。之后,Anthropic 推出行业插件,可完成合同审查、NDA 分类、简报撰写等工作,原本需采购一整套 SaaS 软件才能完成的任务,现在一个插件即可搞定。

其发展路径是先用编程工具吸引开发者,再用 Cowork 吸引非技术用户,最后用行业插件接管企业核心工作流,瞄准企业软件市场。市场对此反应强烈,Cowork 插件发布当天,全球软件股蒸发约 3000 亿美元市值,汤森路透单日跌 16%,LegalZoom 跌 20%。摩根大通报告称 Anthropic 正在吞噬一切,SaaS 的商业模式无处可藏。从 1 月底到 2 月中旬,标普北美软件指数跌到 20 倍远期市盈率,为历史低点,长期均值是 34 倍,两个月内整个软件行业累计蒸发约 1.6 万亿美元。

Anthropic 收入情况与估值分析

Anthropic 目前年化收入 470 亿美元,预计下月底突破 500 亿美元,按 9650 亿估值算,市销率约 18 到 19 倍。若将其视为「卖模型的公司」,18 倍 PS 不便宜。但美国企业每年在软件上的支出达几千亿美元,Anthropic 正将原本流向 Salesforce、Thomson Reuters、ServiceNow 等公司的预算吸引过来。

中国「Anthropic 热」与市场现状

这一故事迅速传到中国,过去几个月,「中国版 Anthropic」成为一级市场热门叙事,投资人、创始人、媒体都在讨论谁是中国版的 Anthropic。智谱在 2025 年年度业绩说明会上,从对标「中国版 OpenAI」改为对标 Anthropic,因其想走靠 API 卖 Token 赚钱的路。MiniMax 被贴上「最像 Anthropic」的标签,因其技术驱动、不追 C 端流量、聚焦 API 和企业服务。Kimi 发展势头猛,ARR 在今年 3 月初突破 1 亿美元,4 月超过 2 亿美元,K2.6 模型强化了编程和 Agent 能力,支持 300 个子 Agent 协作。

不过,国内 AI 编程赛道价格生态特殊。智谱 GLM Coding Plan 定价 49 块一个月,MiniMax Starter 29 块,火山引擎和阿里云百炼首月特惠最低 7 块 9。该赛道还出现了专门的比价网站 codingplan.org,帮开发者挑选最便宜的套餐。相比之下,Claude Pro 在美国的订阅价是 20 美元一个月,约 145 块人民币,中国开发者为同类工具支付的费用约为美国的五分之一到二十分之一。价格战导致 Token 成为标品,模型成为货架上的 SKU,开发者更看重价格而非品牌。

中美 AI 企业收入差距分析

从增速看,智谱 MaaS 业务过去 12 个月 ARR 增长 60 倍,Kimi 增长曲线也很陡,但从绝对值看,智谱 MaaS 的 ARR 约 2.5 亿美元,Kimi 刚过 2 亿美元,而 Anthropic 是 470 亿美元,差距约 200 倍。从模型能力看,中国头部大模型与 Claude 的差距在一步到一步半之间,且差距在缩小,但收入差距巨大,用「模型还不够强」无法解释。

2023 年,中国整个 SaaS 市场规模约 80 亿美元,而 Anthropic 一家公司年化收入 470 亿美元,是中国整个 SaaS 市场的近 6 倍。中国 A 股软件公司毛利率中位数约 50%,美国同行是 74%到 75%,相差近 25 个百分点。原因在于中国大量软件公司采用项目制交付,即「卖人头」,企业买软件更倾向定制部署,尤其央国企和大型民企,招投标流程、数据安全要求、本地化交付等需求使按 Token 计费的 API 模式难以推行。

Claude Code 的增长路径是开发者个人先用,再带进团队,最后触发企业采购,自下而上渗透。但在中国,Coding Plan 最低 7 块 9 一个月,开发者形成了 AI 编程工具低价的预期,Claude Code 在代码生成领域全球市场份额超 42%,是 OpenAI 的两倍多,但这种定价权在中国不存在,导致飞轮的第一级踩空,企业采购难以传导。

中国 AI 变现路径探索

中国 AI 收入与美国差距达 200 倍,这指向一个根本问题:如果美国的路走不通,中国 AI 的钱从哪来?回顾 2013 年左右,移动支付在中国爆发时,人们问谁是中国版的 Visa,最终出现的是支付宝和微信支付,它们与 Visa 模式不同。美国移动支付是「替代」,而中国是重新建立网络。

Anthropic 在美国是「替代」已有软件,而中国企业软件市场的池子尚未形成。当前,中国 AI 出现两个趋势。一是模型公司逐渐成为「供应商」,云厂商搭建模型超市,开发者按需挑选,模型公司角色类似芯片公司,而美国的 Anthropic 既是芯片公司又是手机公司,一家公司赚取两层利润。二是 AI 进入中国企业走「嵌进去」的路径,中国企业日常工作依托协同办公平台、企业通讯工具、云服务商控制台等,AI 直接嵌入已有工作流。如飞书 2026 年 Q1 商业化增速超出预期,钉钉签约大量制造业和零售业龙头,百度伐谋推出的决策智能体切入生产排程、物流规划等环节。

中国 AI 的变现结构与美国正走向不同形状,美国是一家模型公司同时做模型、产品并收钱,而中国是模型公司提供能力,平台负责触达企业、嵌入工作流、完成收费。所以,「中国版 Anthropic」这个问题可能从一开始就问错了,中国大概率不会出现一家公司同时占据两层,模型公司和平台公司都有不错的发展,但商业模式与 Anthropic 不同。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

代码转载自:https://pan.quark.cn/s/a4b39357ea24 在本项研究中,我们研究了如何运用8155微处理器扩展单元74LS164串行到并行转换电路来操控八段数码管的显示。74LS164被视为一个核心部件,它使得串行数据能够转化为并行输出,这对于驱动数码管极为关键,因为数码管普遍需要并行数据输入来点亮不同的段。74LS164的功能机制在于接收串行输入的数据,并在每个时钟脉冲之后将其转化为并行输出。在该配置中,8155的PB0引脚被用来管理数据位的输入,而PB1则承担时钟信号的角色。这表明我们可以通过调控8155的这两个引脚来决定何时将数据传输至74LS164,以及何时执行位移操作。 在编程层面,我们需要开发一段代码来处理上述流程。在提供的代码示例中,`DAT164`标识数据位地址,`CLK164`指代时钟位地址。`LEDBuf`是一个用于存放待显示数字的缓冲存储区,而`Num`则用于保存待显示的数值。`DisplayLED`子程序负责将数据从缓冲区`LEDBuf`搬运到74LS164,并通过8155的PB0和PB1引脚来调控74LS164的输入时钟。 在`DisplayLED`子程序的操作中,首先会关闭所有的八段数码管,然后逐位从缓冲区`LEDBuf`中读取数据,通过循环右移指令(`rlc`)进行数据位移,并将最低位送入74LS164。在每次数据传输完成后,会通过变换PB1的电平(交替高低电平)来生成时钟脉冲,使74LS164能够接收新的数据。这一过程会重复8次,确保所有8段数码管的段码都被精确设置。通过调整`OUTBIT`的值来选择特定的数码管进行显示。 另外,实验还包含了8155 I/O/RAM扩展单元的应用。8155芯片提供...
内容概要:本文系统研究了计及电动汽车充电站接入的配电网承载能力评估优化问题,提出了一套完整的基于Matlab代码实现的双层评价模型。通过构建涵盖系统安全性、经济性、电能质量及设备利用率等多维度的指标体系,采用熵权法进行客观权重计算,并结合模糊综合评价法实现承载能力的量化评分,全面评估不同渗透率下电动汽车接入对配电网的影响。研究通过算例仿真深入分析了各项指标的变化规律灵敏度特性,验证了所提模型在承载能力动态评估中的科学性实用性,为高比例电动汽车接入背景下的配电网规划、扩容改造运行调度提供了有力的决策支持和技术路径。; 适合人群:具备电力系统分析基础、熟悉Matlab编程工具,从事新能源并网、智能配电网、电动汽车电网互动(V2G)、电网承载力评估等相关领域的科研人员、工程技术人员及研究生。; 使用场景及目标:①科学评估大规模电动汽车充电负荷对配电网安全稳定运行的冲击及其承载极限;②优化充电站选址接入策略以提升电网接纳能力;③为配电网的扩容规划、无功优化调度运行提供量化的分析依据;④支撑相关科研项目、学位论文的建模、仿真实证分析工作。; 阅读建议:建议结合文中提供的Matlab代码详细的仿真算例进行复现,重点掌握熵权法确定权重模糊综合评价的实现逻辑,深入理解各评估指标的物理含义及其在不同场景下的灵敏度表现,并可尝试将其拓展应用于其他类型的分布式电源接入评估或采用不同的优化算法进行模型改进。
打开链接下载源码: https://pan.quark.cn/s/a4b39357ea24 UDP(用户数据报协议)TCP(传输控制协议)构成了互联网协议体系中的两大核心传输机制,它们在计算机网络通信过程中发挥着核心作用。本文将系统阐述这两种协议的特性以及相关的端口检测手段。 UDP是一种非连接型且不可信赖的传输协议。该协议无需建立连接即可传输数据,因此具备低时延高效率的优势,常应用于视频会议、在线游戏等即时性应用场景。然而,由于缺乏可靠性保障,UDP无法确保数据包的顺序性、完整性及无重复性,可能引发数据遗失或错乱的情况。 另一方面,TCP是一种基于连接且可靠的传输协议。该协议在数据传输前必须先建立连接,从而确保数据能够准确且有序地抵达接收端,适用于文件传输、网页浏览等对稳定性要求较高的应用场景。尽管如此,这种可靠性也导致了较高的时延和资源消耗。 端口在网络通信领域中占据着关键地位,每个端口号均特定的服务或应用程序相对应。端口号的取值范围介于0至65535之间,其中0-1023为知名端口,一般由系统进行预留使用;1024-49151为注册端口,可供应用程序选用;49152-65535为动态或私有端口。实施端口检测的主要目的是确认特定端口是否处于开放状态、是否已被占用,或是网络服务是否正常运作。 “UDP&TCP测试程序.exe”或许是一款用于检测UDP和TCP端口状态的实用工具,它能够协助用户评估网络连接的性能状况及潜在问题。此类工具通常具备以下几项功能: 1. 扫描:对指定的IP地址或IP地址段执行端口扫描,识别已开启的服务及其对应的端口。 2. 发送/接收数据:向特定端口发送UDP或TCP数据包,并记录接收到的响应,以此来验证端口的可用程度。 3. 连接测...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值