Blackstone 表示，Anthropic 在 IPO 后可能拿不到投资级评级

信用评级与融资担忧

• 许多人认为，考虑到 Anthropic 巨大的借款需求、快速变化的市场以及容易被替代的产品，拿到非投资级评级并不意外。
• 垃圾级状态会抬高借款成本并排除部分机构投资者，使 Anthropic 更依赖高评级合作伙伴（例如 Broadcom、hyperscalers）。
• 有人指出 Amazon 早期也曾是垃圾评级，但也有人认为，债务规模、收入爬坡速度与当前估值的组合前所未有。

商业模式、收入与护城河

• 核心担忧是：“卖 token”最终会收敛为出售商品化算力；随着开源权重改进和蒸馏成本降低，前沿模型的护城河很弱。
• 怀疑者将这种结构类比为 WeWork：基础设施上的长期租约 vs 短期订阅，转换成本有限，而按当前价格看经济性薄弱甚至为负。
• 支持者认为，这些实验室更像早期的 Amazon：推理业务有正毛利，亏损主要来自 R&D；他们可以砍掉无利可图的计划，专注按量计费的用法。
• 关于是否存在护城河的争论：有人指出专有数据、企业工具、协议（例如 agent 框架）和品牌；另一些人坚持认为，开源和本地模型会逐步蚕食任何领先优势。

算力、基础设施与规模

• 1.5 GW 的 Google 芯片租约以及约 0.8 万亿美元以上的长期算力承诺被视为极端杠杆；有人怀疑是否有足够有利润的需求来“消化”这些产能。
• 也有人指出，GPU 可能已经供过于求，而电力和数据中心却稀缺，这会增加硬件闲置风险。

需求、ROI 与企业采用

• 几位评论者表示，企业正在削减 AI 预算，因为 ROI 不清晰，尤其是在 coding 之外。
• 支持者反驳说，token 使用量正在爆发式增长，推理毛利很高，这些只是资本开支尚未摊销前的“成长阵痛”。
• 关于 coding 之外的用途（法律、金融、翻译、客服等）存在争议：有人认为收益显著，另一些人则觉得当前工具笨拙且并未创造价值。

IPO 动态与估值

• IPO 通常被描述为 VC、创始人和早期员工的退出/流动性事件，而不是增长的起点。
• 与 1990 年代 dot-com 的比较强调，如今的 IPO 往往在巨额估值下完成，这限制了 IPO 后的上行空间，并增加了泡沫风险。

竞争：开源、本地与大科技

• 许多人预计，拥有整合分发渠道的 big tech（手机、OS、搜索、云）将占据主导；Anthropic 在这方面被认为较弱。
• 另一些人认为，运行在消费级硬件上的本地和“足够好”的开源模型会持续削弱中心化实验室，尤其是考虑到这些实验室高强度的安全/限制政策。

长期不确定性与泡沫争论

• 分歧很大：有人预测前沿实验室会“崩盘”，也有人预见万亿美元级赢家，而许多人强调，LLM 时代才过去 4 年，现在下结论还为时过早。
• 几位评论者将当下的热情和金融工程类比为 crypto 或 dot-com 泡沫；也有人认为，这项技术的影响足以支撑非常大、但不至于无限的估值。