研究机构称 Anthropic 的 IPO 是对投资者轻信性的“前所未有的考验”
围绕 Anthropic 传闻中的 2 万亿美元 IPO 估值，怀疑情绪正在升温；批评者认为，其飙升的收入掩盖了巨大的训练和基础设施成本，以及通往持久利润的不确定路径。评论者质疑，随着开权重和更便宜的竞争模型迅速改进、切换成本仍然很低，任何封闭式 LLM 提供商是否都能支撑如此估值。也有人反驳说，前沿 AI 仍可能攫取未来生产率和 GDP 增长中的可观份额，但即便如此，他们也把当前定价视为高风险押注，而非明显合理的价值。
估值与泡沫担忧
- 许多人认为，鉴于竞争激烈、切换成本低以及护城河不清晰，一个约 2 万亿美元的 IPO 难以自圆其说；有人将其比作 WeWork 式的高估值，以及更广泛的 AI 泡沫。
- 另一些人则预期会出现经典的“IPO 定价过高 → 股价下跌 → 长期回升”模式，类似 Uber 或 SpaceX，前期波动较大，但最终回报强劲。
收入、盈利能力与现金消耗
- 披露的数据：收入在 2024→2025→2026 年快速增长，且“年化运行率”很高，但发帖者强调这不等同于已实现收入。
- 对“运行率收入”和 EBITDA 式指标持怀疑态度；人们担心训练成本、数据中心、硬件承诺以及再投资需求被淡化了。
- 有人说，Anthropic 之所以某些季度被称为“盈利”，只是因为排除了模型训练等重大支出，因此真实的经济盈利能力并不清楚。
竞争、护城河与开源
- 一方认为：Anthropic 的优势在于在前沿质量、便利性和企业就绪度上“领先”；推理按每个 token 计是有利润的，而需求增长与单位成本下降最终可能会超过训练支出。
- 另一方认为：当追赶比前沿研发更容易时，“领先”就是一条很弱的护城河；中国实验室和开源权重模型（DeepSeek、Qwen 等）正迅速达到“够用”水平，而且便宜得多。
- 关于开源影响也有争论：有人称其在科技圈之外几乎没有真实世界采用；另一些人则认为，许多较小公司已经在把生产系统迁移到廉价/开源模型上。
对智能需求与使用场景的看法
- 看多者认为，对“智能”的需求实际上是无上限的；更好的模型会解锁全新的高价值任务，而不仅仅是当前的“AI 使用场景”。
- 怀疑者反驳说，对许多任务而言，存在一个上限，模型质量再提升也无法带来额外价值，而现实世界中的瓶颈（监管、材料、信任）限制了变现。
与其他泡沫和公司的比较
- 经常被类比为互联网泡沫、郁金香狂热、安然式会计、WeWork 失败的“科技估值倍数”，以及芯片厂/大型制造业（高资本开支、较低倍数）。
- Nvidia 和存储芯片厂商被视为当前 AI 热潮中明确的财务赢家；前沿实验室则被看作是在一场“胆小鬼博弈”中，看谁先耗尽廉价资本。
关于研究机构与投资者立场
- 一些人认为这份批评性研究报告带有偏见，而且过去对 IPO 的判断常常错误；但另一些人仍然认为它的怀疑态度有参考价值。
- 线程中既有明确表示买入的人（“变革性技术，领先优势稳固”），也有打算做空的人，他们认为这次 IPO 本质上是把财富从散户转移出去。