Anthropic获微软与英伟达合计300亿美元支持
摘要
Anthropic获Microsoft和NVIDIA最高150亿美元支持、估值3500亿美元，并承诺向Azure投入300亿美元，正式确立“所有人都和所有人上床”的模型战争格局。 Microsoft与OpenAI曾是一夫一妻，如今已转向开放式关系；Chamath Palihapitiya还提到，Anthropic据报计划开建实体数据中心。Jason Calacanis解释这种看似循环的经济模式为何仍被容忍：“现在我们只想靠AI发财，不在乎。”
NVIDIA中期真正的脆弱点不是长尾客户，而是贡献约70–80%收入的4或5家大客户。 Jason Calacanis的算术是：Google资本开支900亿美元，其中约40%投向算力，意味着NVIDIA每年潜在获得超过200亿美元利润；这也解释了为什么超大规模云厂商可能自研芯片。但NVIDIA显然谈不上估值过高：其市盈率“低于Costco的市盈率”，而未来4至5年算力需求预计增长1,000倍，需求空间依然巨大。
“战争模式”的口号本身没有意义，除非它能在产品、销售、营销和管理层各环节形成可量化的加速。 Jason Lemkin希望“闻到”超激进状态：软件发布量翻倍、销售更强硬、线索更多，高管独立完成超出挑战目标的计划。他认为团队应被推到业务所需的极限；Chamath的边界是距离妄想只差一个等级，而David Sacks警告，被逼走的顶尖人才可能创办Anthropic、Thinking Machines或其他竞争对手。
Google Search和ChatGPT可以同时获胜，因为AI正在扩大消费者注意力池，而不是迫使市场立即切换到赢家通吃。 Google搜索的下滑被夸大了，AI Overviews消除了用户离开的理由，查询量上升也增强了韧性。与此同时，ChatGPT被引用的8亿用户和约5%的付费转化率，支撑起一个独立的订阅品类。Chamath称有关Google已死的报道“被严重夸大”，而Google Search无需归零，OpenAI也能做成一家规模可观的公司。
Sierra的100亿美元估值只有在AI能够争夺客服人力预算时才成立，而决定落地速度的不是需求，而是企业部署。 Chamath给出的示意路径要求Sierra在5年内将收入提升至约50亿美元，接近Salesforce Service Cloud被引用的80亿美元规模。这不可能只依靠约200亿美元的软件市场，Sierra必须进攻规模达2,000亿美元的客服人力市场，并在可能的100家1,000万美元客户或1,000家100万美元客户中完成集成和变革管理。
传统SaaS客户基础既是分发资产，也是“水泥鞋”。 Rory O’Driscoll认为， incumbents拥有数据、工作流，以及将自动化与人工支持结合的能力；Lemkin则反驳称，技术债务和数千项已承诺功能可能吞噬几乎所有工程资源。Intercom被视为成功转型的案例，但双方都认为，大多数AI前独角兽既缺乏足够强的管理执行力，也没有能够自然衔接新旧产品的桥梁，难以复制这一结果。
Lovable被报道的2亿美元ARR和63亿美元估值，定价的是AI原生增长；Wix的20亿美元收入和52.4亿美元市值，定价的却是14%的停滞。 Rory O’Driscoll会将Lovable的低留存消费者用户与企业客户群拆开看，后者可能实现140–160%的NRR。Wix的Base44目前只有5,000万美元ARR，仍只是四舍五入级别的业务；如果它达到约2.5亿美元并渗透Wix 20%的客户基础，公司可能跃迁至更高估值层级——但市场当前的回答仍是：“等我看到再说。”
流动性仍远比AI二级市场 headline 所暗示的紧张，增长缓慢的2021年独角兽正面临不断收窄的退出通道。 Figma约170–180亿美元的价值已是公司层面的强劲结果，但考虑稀释和时间成本，估计仍比未能完成的Adobe交易低30–40%；IPO交易表现令人失望，也会打击下一家发行人。单靠盈利能力无法拯救积压项目：十几位数的增长往往只是涨价驱动的“假增长”，而要突破20%，就必须在下行周期中获得新客户并打造新产品。
精读
1. Anthropic融资让开放式关系与资金 round trip 摆上台面
Harry将这笔交易定义为：Microsoft和NVIDIA最高投入150亿美元，Anthropic估值3500亿美元，并获得300亿美元Azure算力承诺。Jason Calacanis的元判断是，模型格局极不稳定：几天之内，市场情绪就可能从OpenAI转向Gemini 3 Pro，再转向Claude 4.5；当领导力每周都可能改变时，“无限资本”反而是理性的。
Chamath Palihapitiya认为，Microsoft参与其中才是决定性信号。Microsoft此前“与OpenAI保持一夫一妻关系”；OpenAI既然提出开放式婚姻，Microsoft自然也希望拥有同样的选择权。
典型结构是：收到150亿美元，再承诺花掉300亿美元。这引发了资金循环、收入 round trip 的担忧。Chamath称其为牛市交易中“大家不在乎的部分”，但仍认为Microsoft、Anthropic和NVIDIA之间的循环交易是原则性相对较强的一类；他还提到，据其理解，Anthropic计划开建实体数据中心，这会再增加一层资本密集型纵向业务。
2. NVIDIA护城河撞上五大客户问题
Jason Calacanis通过终端用户实验，质疑算力平台存在不可避免的锁定效应：Lovable接入Gemini 3 Pro后，他认为设计效果可能好20%，但下一条提示词又回到了Claude。几分钟内，他就在“TPU、GPU、LLM”之间切换，根本不关心底层硬件是什么。
Chamath将NVIDIA的长尾客户与少数超大规模云买家区分开来。一个每年花费100万至1,000万美元的客户不会自研芯片，但据报道，4或5家客户贡献了NVIDIA约70–80%的收入；它们的规模足以把NVIDIA超过75%的毛利率重新拿回自己手里。
Jason的Google算术是：每年900亿美元资本开支，其中可能有40%投向算力，对应360亿美元芯片支出。如果全部流向NVIDIA，每年可能转移超过200亿美元利润；因此，哪怕每年投入10亿美元、连续5年研发内部替代方案，也已经是经济上无法回避的选项。
NVIDIA的CUDA层仍给大多数买家带来巨大的“脑力债务”和迁移启动成本。但只要“剥离其中1或2头高毛利奶牛，游戏就结束了”——因此，一个技术上可信的内部TPU，即便永远不会成为普适的外部平台，也足以构成重大事件。
3. 支撑NVDA估值的是算力需求，而不是某一季财报
Jason认为，NVIDIA支持CoreWeave等新型云厂商，部分原因在于一家规模约200亿美元的供应商没有能力自研芯片。更分散的算力需求能够保护NVIDIA；但如果Google把TPU卖给Microsoft、Amazon或OpenAI，就必须在外部收入与保留内部成本优势之间做出取舍。
Jason称，客户流失是投资者忽视的系统性风险，因为NVIDIA的数字太强了；这类似于Twilio失去Uber，但潜在规模可能大得多。他仍拒绝“估值过高”的判断，理由是Google基础设施负责人预计未来4至5年算力需求将增长1,000倍。
David Friedberg将估值问题重新表述为：2025–26年的算力支出究竟是稳态需求，还是周期高峰。当前盈利包含的新信息很少，因为超大规模云厂商已经披露了产能约束；在市盈率“低于Costco的市盈率”的情况下，需求是否正常化比当下的估值倍数更重要，TPU替代则是次一级风险。
4. 客户忙于扩张优化时，集中型AI供应商仍能生存
David Friedberg把NVIDIA的问题映射到Scale、Surge、Turing、Mercor和Invisible等数据供应商身上：少数买家可能贡献超过一半收入。Harry的安全感来自专业外科、簿记和会计数据集——客户很难在内部复制，也不容易找到替代品。
David承认自己此前回避数据标注投资，并在超高速增长窗口期判断失误。当客户优化的是效果时，他们会容忍缺乏差异化的供应商；当资本收紧、效率成为核心时，供应商必须提供客户无法绕开的东西。
ASML与TSMC的关系提供了一个类比：高度集中的市场可以孕育出强大的企业，但前提是拥有独特杠杆，并且“打牌水平极高”。底层增长快，是一张“免费出狱卡”；等到市场放缓时，供应商必须具备差异化——或者像Jason那样，已经提前退出。
5. “战争模式”只有在所有职能明显加速时才有意义
Jason Lemkin很少见到CEO的战争模式备忘录真正改变行为：人们本来就已经按照自己的意愿努力，因而没人知道这封信到底是写给员工、面临被解雇的VP，还是华尔街。Rory O’Driscoll不喜欢这种军事化比喻——“难道你们之前一直处于和平模式？”——并追问今天究竟有什么具体变化。
但Lemkin仍坚持，脱离超激进模式就“什么都不会发生”。Bug、技术债务、OAuth故障、客户承诺功能和日常惰性会吞噬路线图，除非管理层强行推动所有职能更快发产品、更用力销售、增加出差并获取更多线索。
投资者的测试是直觉性的：“我不在乎你说了什么。我不想听你的试点。我想闻到你的团队处于超激进模式。”Chamath回忆，他最好的CEO偶尔会“失控”；偶尔出现“齿轮打滑”，说明发动机已经接近满速。
分歧集中在红线应该画在哪里。Lemkin认为，优秀高管会承受压力，离开的人本来也不太可能交付结果；Chamath则认为，团队应被推到“距离妄想只差一个等级”的位置。OpenAI的人才流失说明了尾部风险：正如David Sacks所说，把顶尖人才逼走，可能帮助他们创办Anthropic、Thinking Machines或其他直接竞争者。
6. Google能守住搜索，ChatGPT也能拥有新的付费品类
Lemkin认为Sergey Brin让Google重新回到超激进状态，包括迅速推翻对自用编码工具和芯片的限制。他更喜欢AI Overviews，因为结果足够好，用户无需离开Google；Gemini 3 Pro则提供了另一个可信产品。
Rory认为市场误判了Google即将死亡的说法。据描述，搜索量正在上升，因为人们提出的问题更多；即使部分活动迁移到助手，搜索也不太可能出现断崖式下滑。
ChatGPT则可以同时守住一个独立的付费AI品类：被引用的用户基数约8亿，付费率为5%。Rory强调了订阅机会与共存空间，Chamath则认为把Altman假设到5%增长是“灾难化思维”。他们的基准情景是，整体市场蛋糕继续变大，Magnificent Seven吸收全球更多利润。
7. Sierra的100亿美元逻辑依赖客服人力，而不只是软件
David Sacks认为，企业AI客服目前的过度销售程度，就像年初的vibe coding。许多买家买了工具，却仍处于未部署、部分部署、未培训或无法运行的状态；他预计产品最终会追上，就像单行代码生成从“近乎欺诈”走向真正可用。
Chamath则用品类效果反驳：LLM出现前的自动化可能只能解决23–30%的来电，而现代系统可以达到约60%。如果客服不是继编码之外最大的企业LLM市场之一，“那就什么都不是”。
Chamath的估值推演是：Sierra先从1,000万美元增长到1亿美元，随后假设增长5倍至5亿美元，再增长3倍至15亿美元、2倍至30亿美元，最后增长50%和20%，在5年内达到约50亿美元。按Salesforce类似的5–6倍倍数计算，估值约250亿美元；即便执行极其出色，也只是当前100亿美元估值的2.5倍。
Salesforce Service Cloud被引用的80亿美元规模，说明50亿美元在方向上并非不可想象，但它不可能只靠软件替代实现。投资逻辑必须假设客服自动化能够重新分配约2,000亿美元的人力池，而不是仅仅瓜分约200亿美元的软件市场。
8. 企业部署的物理规律，而非需求，决定Sierra的速度上限
Taylor完全有可能进入一家Fortune 500企业，承诺替换一半客服工作量，然后拿下1,000万美元合同。Lemkin将这比作Marc Benioff让重大客户问题消失的能力，认为Taylor兼具Facebook CTO和Salesforce联席CEO经历，是无可匹敌的企业销售组合。
这让Lemkin觉得最初的1亿美元没那么神奇：Taylor可以“凭意志把它从虚空中变出来”。但达到10亿美元是另一回事，可能需要100家1,000万美元客户或1,000家100万美元客户，还要配套培训、集成、现场部署工程师和针对每家企业的变革管理。
Rory把这称为“技术向企业扩散的物理规律”。原始需求、CEO能力甚至产品质量都可能不是瓶颈；每份合同都会改变一个大型组织，不像API或自助式产品那样，可以在不吸收数百次定制实施的情况下扩张。
9. 存量客户基础要么是分发护城河，要么是“水泥鞋”
被问及如何比较Intercom与Sierra时，Rory透露自己对Intercom这笔投资有信心：其AI产品的增长速度据称与Sierra相当，同时还拥有以有吸引力价格收购的成熟SaaS业务。他预计客服市场会出现多个赢家。
Lemkin描述了另一种投资组合结构：4,500万美元AI收入以约100%的速度增长，但背后挂着5,000万美元、零增长的AI前收入。老客户能提供数据，但技术债务、承诺功能和支持义务可能吞噬几乎全部工程产能，因此成了“该死的水泥鞋”。
Rory认为，客户基础及其数据结构是 incumbent 的巨大优势，尤其是在自动化与人工客服必须共存的场景。劣势则是组织瘫痪；在他看来，Intercom成功拥抱了AI，同时没有放弃一体化工作流。
双方的共识是有条件的：管理层必须足够优秀，但新旧产品之间也需要一座自然形成的桥梁；客服和Gong的通话智能符合这一条件，而没有自然“X加AI”路径的SaaS产品则会被困住。“我不确定在这个AI优先的世界里，我们还需要你，宝贝。”
10. Lovable的溢价与Wix的折价，定价的是两种相反的未来
据报道，Lovable在4个月内翻倍至2亿美元ARR，并寻求63亿美元估值。Rory不会把留存率混在一起判断：底部消费者用户的留存率可能只有30–40%，中端市场客户群可能接近100%，企业层的NRR则可能达到140–160%。
Rory把底部的流失视为营销支出，类似留存率为20–30%的移动订阅；企业合同则会在结构上更具黏性。一笔7位数的Replit交易，在经济价值上与一个试用几次提示词后消失的用户完全不同。
Harry将Lovable与Wix对比：Wix收入约20亿美元，增长14%，市值52.4亿美元，而Base44的ARR为5,000万美元。讨论认为，Base44目前只相当于Wix的约2%；如果达到约2.5–3亿美元，并渗透15–20%的客户基础，就可能重新加速增长，并显著推动股票重估。
在快速问答环节，Rory“边际上”选择Lovable，虽然对60亿美元估值感到不安，但他还看不到Wix能够分发Base44的证据。Lemkin选择Wix，前提是Base44创始人能留任24个月；两人都认为，其激励应与渗透率挂钩，因为增加数十亿美元市值，理应获得异常激进的薪酬方案。
11. GEO先有紧迫预算，后有已验证的可执行性
Adobe被引用的19亿美元Semrush收购，成为生成式引擎优化的测试案例。Rory认为，市场首先存在一个紧迫的发现需求——品牌如何出现在LLM答案中——之后还可以扩展到内容生成及其他产品；据报道，Adobe现有客户已经在要求解决方案。
Lemkin称GEO很大一部分是“蛇油”。SaaStr博客每年约有500万浏览量，总流量增长50%，SEO流量下降8%；但他试用了现有工具后，仍找不到任何可执行的结果。他的警示是：“为什么我不能免费做GEO？”真正强大的自助式AI，应当先证明价值，再要求用户绑定信用卡。
Harry是Peak的投资人，他认同商品化风险，但押下5,000美元赌Peak会成为例外；据报道，Peak的牵引力在3至4个月内增长了15倍。Lemkin接受市场可能出现赢家，但仍质疑许多CMO是否真正理解自己购买的AI能力。
Rory的反驳是：营销负责人首先必须解释，为什么ChatGPT会说出损害品牌的话，即便补救机制尚未成熟。广告可能带来“资金之墙”，但平台风险依然存在——ChatGPT可能拿走大部分经济价值，留给周边供应商的空间则可能是每个大客户20万美元至200万美元。
12. Figma重新定价，IPO窗口仍在但情绪已关上
Lemkin认为，Figma上市后的破坏性交易走势令人沮丧，因为其首次交易曾短暂释放出广泛流动性回归的信号。Rory没有那么悲观：专业投资者起初按每股约35美元估值，散户热情将股价推过100美元，之后约170–180亿美元的市值则代表“投票”让位于“称重”。
Lemkin估计，考虑稀释、时间和风险，当前结果比未能完成的Adobe交易低30–40%；这再次说明，拒绝或失去收购的创始人必须真正想走IPO道路。Wiz待完成的320亿美元出售仍是参考点；iRobot则展示了并购受阻后更黑暗的代价。
双方都不认为IPO市场会轻松打开。新发行具有巴甫洛夫式反应——最近的交易让市场感觉良好，发行人就会继续推进；而当前交易并没有带来这种感觉。尽管OpenAI和Stripe的二级交易仍在发生，交易过程依然充满压力；市场需要一些泡沫，才能让增长约30%的公司顺利上市，并释放投资组合流动性。
13. 老牌独角兽需要新客户增长，而不是涨价驱动的“假增长”
时间每过去一年，市场就越偏向于2022年前后成立的AI原生公司，以及成功“杀进AI大陆”的 incumbent。与此同时，数百家2022年前成立的独角兽退出概率下降：它们的技术债务不断增加，相关性却持续减弱。
Lemkin认为，一个未经验证的2021年估值很难守住：如果增长追上来，6倍收入可能成立；但如果估值仍停留在20倍，就值得重新审视。他还引用了部分上市公司的估值层级：增长低于20%时约为5.1倍，增长20–30%时约为11.8倍，增长超过30%时约为23.7倍。
Rory警告，许多十几位数的增长其实是“假增长”，来源于8–9%的有效涨价，而不是新增客户。Lemkin同意，仅靠涨价和NDR无法持续把公司推入20%增长区间；那需要新的买家和令人信服的第二款产品，这也是许多公司在下行周期削减研发后可能已经失去未来的原因。