如果只看財務數字，Anthropic可能是今天全世界最讓人眼紅的AI公司之一。 2025年底，它的年化收入還只有大約90億美元，今年7月這個數字已經突破600億美元。 Claude Code，這個2025年底才真正爆發的AI程式設計工具，現在已經貢獻了全部GitHub程式碼提交的7%以上。 Anthropic的收入結構也和OpenAI完全不同：75%—85%的收入來自按Token收費的API業務，消費者訂閱只貢獻大約5%。

AI公司沒錢買GPU？輝達說：拿未來的利潤來換。21萬張GPU作為第一批抵押物——晶片，正在變成金融產品 1848年，加利福尼亞發現金礦。第二年，近十萬人湧入內華達山脈腳下。絕大多數人沒有淘到金子，但賣帆布褲子的利維·斯特勞斯成了最大的贏家——“金礦裡最賺錢的不是金子，是牛仔褲。” 2026年7月，輝達宣佈了一項新業務。它沒有起花哨的技術名字，但本質上一目瞭然：用算力換利潤。 一、什麼是“算力貸”？——AI公司的“分期付款”

市場快速消化了「AI股神」爆倉和韓股暴跌事件，短暫震盪後歸於平靜。但德銀認為，兩起事件並非孤立偶發，而是十餘年低利率催生的系統性槓桿積累的集中顯現。更值得警惕的是，聯準會主席華許撤回前瞻性指引，可能是一種刻意為之的轉變——主動向市場重新引入「不確定性溢價」，以遏制過度槓桿。聯準會主動引入不確定性，「小波動」事件將以更高頻率出現，且每一次都可能成為引爆更大危機的導火線。 上周，「AI股神」旗下避險基金Situational Awareness，因押注AI公司的高槓桿交易失敗，被迫清倉160億美元股票倉位；同期，韓國KOSPI指數在48小時內一度暴跌逾20%，隨後又從低點反彈25%，當周收盤基本持平。 市場將這兩起事件視為偶發的「噪音」，並迅速消化、翻篇。市場在短暫震盪後，最終歸為平靜。 然而，這種「向前看」的共識可能是一種危險的誤讀。「AI股神」基金爆倉與韓股暴跌表面上均未引發市場系統性崩潰，但德銀認為，兩者均是低利率時代槓桿堆積的同一症狀，不應被視為孤立事件。

有媒體報導稱，OpenAI或將推遲至明年進行IPO。原因並非技術受阻，而是財務承壓。 今日有媒體報導稱，OpenAI或將推遲至明年進行IPO。原因並非技術受阻，而是財務承壓。 上個月，OpenAI剛秘密提交招股書，不到一個月便傳出推遲消息，節奏調整實屬無奈。據悉，其首席財務官已向管理層坦言，若營收增長不及預期，公司甚至難以覆蓋資料中心所需的算力合同。 這意味著，OpenAI的自我造血能力已落後於燒錢速度。

2026年4月，Anthropic 的 ARR 突破 300 億美元，首次超越 OpenAI。 這本身已經是商業史上最快的增長曲線之一。但如果你只看到這一層，你錯過了更有意思的東西。 這家公司真正值得研究的核心問題是： 為什麼一個資源只有 OpenAI 三分之一、成立比它晚六年的小老弟，能在關鍵戰場上一刀一刀地反超？

自學習 AI 的融資神話，正在告訴我們一件事——這場 AI 軍備競賽，連研究員本身都要被「卷」進去了。1956 年，一批科學家聚在達特茅斯，第一次正式討論「機器能否思考」。他們樂觀地以為，用一個夏天就能解決這個問題。七十年後，這個問題依然沒有答案。但有一家公司，剛剛成立四個月，就拿到了 5 億美元融資，估值達到 40 億美元——只因為它宣稱，自己找到了一條路，讓 AI 學會自己做研究、自己進化。這家公司叫 Recursive Superintelligence。Google 風投 GV 領投，輝達跟投。兩家公司在 AI 生態裡的地位不需要贅述。它們同時出手，押注一家連產品都還沒有公開的初創公司，背後的邏輯值得認真拆解。01「把人從循環裡移走」先說說 Recursive Superintelligence 到底在做什麼。公司由前 Salesforce 首席科學家 Richard Socher 創立，核心團隊來自 Google DeepMind 和 OpenAI。這不是什麼陌生的組合——過去兩年，從頂級實驗室出走創業的工程師和研究員，已經形成了一股明顯的浪潮。Richard Socher 的 X 個人首頁，Altman 顯然關注了這位人才｜圖片來源：XSocher 並非矽谷常見的那種「大廠出來鍍金」的創始人。他 1983 年生於德國，在史丹佛大學師從 AI 先驅 Andrew Ng 和 NLP 權威 Christopher Manning，2014 年完成博士論文，拿下當年史丹佛電腦系最佳博士論文獎。Richard Socher 是將神經網路方法真正帶入自然語言處理領域的關鍵人物之一——他早期關於詞向量、上下文向量和提示工程的研究，直接奠定了今天 BERT、GPT 系列模型的技術基礎，Google學術引用量已超 18 萬次。博士畢業當年，他創立了 AI 初創公司 MetaMind，兩年後被 Salesforce 以戰略併購的方式收入麾下。此後他以首席科學家兼執行副總裁的身份主導 Salesforce AI 戰略長達數年，主導了 Einstein GPT 等企業級 AI 產品線的落地。離開 Salesforce 後，他又在 2020 年創立了 AI 搜尋引擎 You.com，2025 年完成 C 輪融資，估值達 15 億美元。這一次，他把目光從搜尋轉向了更底層的命題。Thinking Machines Lab、Safe Superintelligence、Ineffable Intelligence、Advanced Machine Intelligence Labs……每一家都拿著「前 XX 大模型核心團隊」的標籤出現，每一家都在講一個「下一代 AI」的故事。但 Recursive 的切入點，比大多數同行更激進。它的核心命題是「自學習 AI」——不是讓 AI 更聰明地回答問題，而是讓 AI 自主完成科學研究的全流程：提出假設、設計實驗、評估結果、迭代方向。換句話說，它想把人類研究員從這個循環裡完整地移走。這不是一個新鮮的方向，但 Recursive 把它放到了一個極其現實的商業邏輯裡。現在頂級 AI 研究員的年薪動輒 1500 萬到 2000 萬美元，如果一套系統能以更低的成本、更快的速度完成同樣的工作，前沿研究的經濟模型就會徹底改寫。投資人顯然看到了這個邏輯。融資輪據報導超額認購，最終規模可能達到 10 億美元。02Google 和輝達同時下注GV 領投，輝達跟投。這個投資人組合本身就是一個訊號。Google 的邏輯不難理解。DeepMind 多年來一直是「AI for Science」方向最重要的探索者，AlphaFold 破解蛋白質折疊問題，AlphaGeometry 在數學競賽中擊敗人類頂尖選手。但 DeepMind 的路徑是用 AI 解決具體的科學問題，Recursive 想做的是更底層的事——讓 AI 系統自主推進科學發現的過程本身。這對 Google 來說既是競爭關係，也是一個值得押注的避險。更重要的是，就在本月初，Google 剛剛與 Intel 宣佈了多代 AI 基礎設施的合作協議。這說明 Google 在 AI 基礎設施層面的佈局正在全面提速。對 Recursive 的投資，是這個大棋局裡的一顆棋子——誰來跑在最前面的模型上，Google 都想有份。輝達的邏輯則更直接。自學習 AI 的核心瓶頸不是演算法，是算力。如果 AI 要自主跑實驗、迭代模型，背後需要的 GPU 叢集規模是指數級增長的。輝達投 Recursive，某種程度上是在投自己的未來訂單。兩家公司同時出手，也釋放了一個更微妙的訊號——這個賽道，可能已經到了「不投就來不及」的階段。03四個月估值 40 億，合理嗎估計當所有人第一次看到 40 億美元這個數字的時候，第一反應是「又來了」。AI 創業估值泡沫這兩年已經不是新鮮話題。一個 PDF、一個 demo、幾張幻燈片，加上幾個來自頂級實驗室的名字，就可以撬動幾億美元——這在矽谷和倫敦已經不是傳說，而是日常。但仔細看 Recursive 的情況，有幾點和普通的「PPT 獨角獸」不太一樣。第一，創始團隊的份量。Richard Socher 在 NLP 領域有真實的學術積累，不是純粹靠「前大廠」光環包裝。核心團隊在 DeepMind 和 OpenAI 的經歷，也意味著他們切實接觸過前沿研究的痛點。第二，融資超額認購的事實。這意味著市場需求遠超供給，投資人在搶著進來，而不是被說服進來。但 40 億美元的估值，對於一家四個月、尚無公開產品的公司來說，定價的依據是預期，不是現實。這本質上是在為一個方向付費，而不是為一個產品或收入付費。這種定價邏輯在 AI 時代正變得越來越普遍，背後是投資人對「錯過下一個 OpenAI」的深層恐懼。Safe Superintelligence 當年也是以幾乎沒有產品的狀態拿到了天價估值，Ilya Sutskever 的名字就是最硬的資產。Recursive 在複製同樣的路徑。這不是批評，而是一個客觀的觀察。04「自學習」這扇門，背後是什麼Recursive Superintelligence 這個名字，其實已經把公司的野心說得很清楚了。「Recursive」是遞迴的意思。在電腦科學裡，遞迴是一個函數呼叫自身的結構，是很多複雜演算法的核心機制。放到 AI 研究上，「遞迴超級智能」暗示的是一個系統能夠不斷最佳化自身、螺旋上升的過程。這個概念並不新鮮，它的極端版本就是「智能爆炸」——一個系統一旦超過某個臨界點，就能自主加速自身的進化，最終達到人類無法理解的智能層級。這是 AI 安全領域長期以來最核心的擔憂之一。但 Recursive 現在做的，應該遠沒有到這個層面。更現實的解讀是，它在嘗試建構一個可以自主驅動科學探索循環的系統，目標是大幅降低 AI 研究的人力成本和時間成本。如果它真的能做到，影響不會只停留在 AI 圈。它意味著藥物研發、材料科學、物理學等領域，都可能迎來一個「沒有人類科學家參與也能快速推進」的階段。當然，這還是「如果」。從聲稱到實現，中間的距離，在 AI 行業裡從來不是線性的。05浪潮的邏輯2025 年下半年以來，從頂級實驗室出走創業的浪潮一波接一波。Thinking Machines Lab、Safe Superintelligence、Ineffable Intelligence……這條名單還在變長。Recursive 是這個浪潮裡最新、也目前估值最高的一家。背後的結構性原因很簡單——OpenAI、Anthropic、Google DeepMind 的競爭已經讓這些頭部實驗室變得越來越像大公司，有 KPI、有合規、有政治。真正想押注最激進方向的研究員，反而覺得出來自己幹更自由。與此同時，資本市場的邏輯也在強化這個趨勢。對於有大廠背書的頂級研究員來說，現在創業的窗口期可能是歷史上最好的時候——投資人比任何時候都更願意為「方向」付錢。這場浪潮最核心的問題不是「誰會成功」，而是「成功的定義是什麼」。如果 Recursive 最終證明了自學習 AI 的可行性，它將改寫 AI 研究的底層範式。如果它沒有做到，5 億美元的彈藥燒完之後，留下的會是又一個被過度炒作的概念。兩種可能都真實存在。四個月，40 億美元估值，這個數字讓人興奮，也讓人警惕。AI 軍備競賽發展到今天，連「如何做研究」這件事本身，也變成了競爭的戰場。科學家們在達特茅斯爭論了一個夏天的問題，現在有人打算用 AI 來回答——用 AI 研究 AI，用遞迴的方式奔向超級智能。這條路通向那裡，沒有人真正知道。但顯然，Google 和輝達已經決定，不管通向那裡，都不能缺席。 (極客公園)

兩年半，從3億美元到180億美元。這不是科幻小說，而是AI公司月之暗面的真實估值曲線。2023年6月天使輪融資時，這家中國AI公司估值僅3億美元。2026年初，傳聞新一輪融資投前估值，這個數字已經變成180億美元——漲幅5900%。網際網路時代，從零到百億身家，需要5到10年。AI時代，2到3年就夠了。為什麼AI時代的造富速度如此之快？答案藏在生產要素的變遷裡。網際網路時代的核心要素是流量、資本與管道。商業邏輯是"先圈地、後變現"——燒錢買量，積累使用者，再通過廣告、電商間接變現。這是一場需要長期佈局的"化學爆炸"。AI時代完全不同。核心要素變成了算力、資料與演算法。商業邏輯是"直接交付價值"——使用者付費是因為模型能解決問題，而非單純的流量入口。這是一場瞬間釋放能量的"核聚變"。例如：月之暗面的Kimi模型支援200K+上下文窗口，直接切入法律、金融等長文字需求場景。200多家律所、50家券商成為付費客戶。不是先免費吸引使用者再變現，而是直接靠能力收費。網際網路時代的競爭壁壘是網路效應——使用者越多，產品價值越高。AI時代的競爭壁壘是技術飛輪——模型越好，使用者反饋的資料越多，模型迭代越快，精度更高。智譜AI的模型精度提升後，政企客戶反饋的資料質量隨之提高，反過來又加速了模型最佳化。這是一個強者恆強的正向循環。DeepSeek的程式碼理解能力已媲美GPT-4o，其開源模型在Hugging Face下載量超1090萬次。開發者生態反哺技術迭代，形成競爭壁壘。中國AI造富呈現出獨特的"三綁"特徵。一是科研繫結。智譜AI脫胎於清華大學KEG實驗室，GLM-130B是國內首個千億參數開源大模型。央國企客戶天然信任有高校背景的AI企業。二是資本繫結。阿里、騰訊等大廠不僅提供資金，更開放算力資源。阿里雲為月之暗面提供定製化萬卡叢集，支援其200K+上下文訓練。三是政策繫結。地方國資直接投資，杭州、珠海等地政府與智譜AI達成戰略合作，開發城市級大模型應用。與美國市場以C端產品為主不同，中國AI企業更側重B端政企服務。MiniMax海外收入佔比達73%，智譜AI企業級收入佔比超50%。AI時代的創業者，與網際網路時代截然不同。高學歷成為標配。福布斯中國2025年資料顯示，超過一半的AI創業者擁有博士或博士後學位。清北、浙大、中科院畢業生佔比超40%。年輕化趨勢明顯。AI創業者平均年齡32歲，90後佔比超60%。月之暗面創始人楊植麟1992年出生，MiniMax創始人閆俊傑1989年出生，Deepseek創始人梁文鋒1985年出生。更重要的是技術信仰。楊植麟每天工作12小時以上，親自參與模型研發；梁文鋒將幻方量化盈利全部投入DeepSeek，估值破兆也不分紅；閆俊傑面試演算法工程師通過率不足5%。他們不是商業模式的創新者，而是技術的攻關者。需要警惕的是，造富速度驚人，但風險也在累積。中國頭部AI企業市銷比普遍超過400倍。智譜AI約466倍，MiniMax約427倍。對比之下，輝達巔峰時期僅40倍，特斯拉巔峰時期僅30倍。估值嚴重脫離基本面。而且，盈利周期漫長。OpenAI預測最早2030年才能現金流轉正。中國多數AI企業需要5到7年才能盈利。此外，算力成本也在上漲。資料中心電力成本較2025年上漲40%，人才缺口超500萬，高校培養速度滯後產業需求6年以上。但長期趨勢依然樂觀。 (馬江博說趨勢)

隨著羅斯·諾迪恩（Ross Nordeen）本周五離職，曾與埃隆·馬斯克一同建立人工智慧初創公司xAI的11名聯合創始人全部離職。知情人士稱，36歲的諾迪恩在xAI直接向馬斯克匯報，擔任他的左右手，協調優先事項並推動公司各項工作的執行。△埃隆·馬斯克（資料圖）(極目新聞)