Anthropic 今年上半年，服务客户花了 24 亿美元，研发花了 97 亿，大头都是算力。比去年同期，前者涨到 2.3 倍，后者涨到 5.3 倍。研发涨得快，是要做更好的模型；非做不可，是因为对手也在做。所以最大的一笔开销花多快，是竞争定的。眼下看，模型越大越好也越贵，收入只能拼命跑在前面。出路是往上走，做成客户离不开的产品，比如 Claude Code 和 Codex，用惯了一种就不想换。要是改个接口就能换掉你，你就没有定价权，也没有护城河。
Ben Thompson
英伟达过去有三条护城河：芯片性能最好，比谷歌的 TPU 灵活，还有工程师熟悉的 CUDA，换平台得重写底层代码。可它的大客户就那么几家，以前嫌重写不划算；现在算力投资动辄几千亿美元，就划算了。当年大云厂商重写软件，性能更好的 AMD 就从英特尔手里抢走了市场。现在谷歌把 TPU 卖给外人，第一单就是 Anthropic。可 ChatGPT 每周八亿多用户，对手只能一个一个抢。护城河深不深，要看买家多少。买家越少越大，越能绕开你，英伟达长期要担心利润变薄。
2022年底的ChatGPT，训练很费算力，回答问题却省，模型吐出什么就给用户什么。2024年9月OpenAI推出会先想再答的o1，每个回答要多生成一大段思考过程，又因为更好用，被用得更多。到2025年底，能自己把活干完的AI出现，一个任务要反复调用会思考的模型，它自己运转还要大量普通处理器，而且更有用，用得会更多。所以几家云巨头都说算力需求超过供给，眼下的大笔建设投入不是投机，而是在追赶需求。
2025年11月24日，Anthropic发布Opus 4.5，起初没什么动静；到了12月，搭配它的Claude Code似乎突然能做以前做不到的事，OpenAI的Codex也差不多，有的活一干几个小时，还干对了。关键不全在模型，而在指挥模型的那层软件：它让模型写代码，再用别的工具跑一遍看能不能用，不行就重来，全程不用人管。至少在写代码这种能核对对错的事上，当初胡编乱答的老毛病大体压住了，剩下一个毛病：想清楚拿它干什么。
如今用聊天机器人的人远多于用能自己干活的AI的人，后者要自己拿主意、主动派活，愿意这样做的人可能少得多。但这类AI已经能独立干几个小时的活，人不用再盯着模型一步步改，一个人就能同时指挥好几个。这样一来，不需要很多人上手，少数有主见的人就足以把实际用掉的算力大幅推高，做出有分量的经济成果。AI仍然需要人拿主意，只是不需要那么多人。
微软曾在财报会上夸自己和OpenAI深度绑定；OpenAI差点散架后，又改口说模型是大路货。可2026年3月它推出新的企业套餐E7，每个用户每月99美元，是原先最高档E5的两倍，主打的Copilot Cowork却不能随便换模型，因为这种能自己干活的AI要模型和指挥它的软件配成一体。这等于承认，至少眼下，模型可能不是大路货。利润总是流向配成一体的环节，就像苹果软硬一体能长期卖高价，所以Anthropic和OpenAI可能比2025年底看上去赚钱得多。