Latest / The Long View / 2026-05-30 · 科技与科学｜Anthropic 估值反超 OpenAI，OpenAI 模型独立证明 Erdős 八十年猜想

Transcript

2026-05-30 · 科技与科学｜Anthropic 估值反超 OpenAI，OpenAI 模型独立证明 Erdős 八十年猜想 · The Long View

• 0:00
  欢迎收听The Long View，
• 0:01
  这是五月三十号的科技与科学专题。
• 0:05
  今天是A I行业进入"政治大战、资本叙事重构、
• 0:08
  产品发布密度爆表"三线同步摊牌的一天，
• 0:12
  外加航天大失利与数学大胜利在同一天发生的强烈反差，
• 0:17
  我们一件一件聊。
• 0:19
  先从今天最大的资本面新闻说起。
• 0:21
  Anthropic，就是Claude系列模型背后的那家公司，
• 0:25
  今天被纽约时报DealBook栏目报道完成了一轮六百五十亿美元的融资，
• 0:30
  估值九千亿美元，已经超过OpenAI当前的七千三百亿。
• 0:35
  这个数字是 Andrew Ross Sorkin n 团队的报道。
• 0:38
  几乎同一时间，X上一位常年追踪A I二级市场的账号kimmonismus引用Polymarket预测市场的数据指出，
• 0:46
  Anthropic的私募估值实际上已经触及一万亿美元那条线。
• 0:52
  两个独立来源指向同一个事件，X这边的窗口比纽约时报略偏向上一点。
• 0:58
  这是不到三年前才独立出来的一家公司，
• 1:00
  从估值上反超OpenAI，本身就是一个值得停下来想一想的转折点。
• 1:07
  Anthropic的基本面也是真的硬。
• 1:09
  年化收入的爬坡轨迹是这样的—去年七月四十亿美元，
• 1:13
  去年底九十亿，上个月三百亿，到这周已经是四百七十亿。
• 1:18
  作为对照，OpenAI三月时公开的年化收入是两百四十亿，
• 1:23
  The Information这周匿名爆料说刚刚超过三百亿。
• 1:27
  也就是说，按年化收入算，Anthropic已经反超OpenAI大概一半的量级。
• 1:33
  DealBook给出了三个解释这一反超的硬数据。
• 1:36
  第一是Claude Code，e，这是Anthropic的命令行编程工具，
• 1:41
  去年十一月迭代后在自动化软件开发上的能力"指数级提升"。
• 1:47
  第二是Mythos模型，这是Anthropic内部代号的下一代模型，
• 1:52
  它发现网络安全漏洞的能力，纽约时报原文用了一个词叫spooked，
• 1:57
  意思是"让全球政府和企业感到不安"。
• 2:01
  第三是市占率层面—在OpenRouter这个多模型动态切换平台的token市占率上，
• 2:07
  过去十八个月里大部分时间Anthropic领先OpenAI；
• 2:12
  企业订阅数据Ramp也刚刚反超。
• 2:15
  不过X上真正在用这些模型干活的圈内人，
• 2:19
  对"Mythos是真王炸"这件事并不完全买账。
• 2:24
  Chrisgpt这位独立bench测试者，
• 2:26
  本周测了Opus4.84.84.8—也就是Anthropic刚刚推出的最新一代—他的评价是 underperforming 4.64.64.64.64.6 here，
• 2:36
  在一道私有的simple-bench题目上表现不如上一代4.64.64.6。
• 2:41
  更要命的是ibragim bad这位开发者发布的一份一百一十个任务、
• 2:45
  覆盖今年三月到五月的编程基准测试，被资深开发者steipete转发。
• 2:52
  结果是这样的—G P T五点五medium用大约一半的价格做到比Opus四点八高的分数。
• 2:58
  具体数字，G P T五xhigh拿到百分之六十二点七，
• 3:02
  价格两美元两毛五；
• 3:05
  G P T五点五medium拿到百分之五十八点九，
• 3:09
  价格九毛八分；
• 3:11
  Opus四点八xhigh拿到百分之五十六点四，
• 3:14
  价格两美元零两分；
• 3:16
  Opus四点七high五十三点一，Opus四点六high四十七点八。
• 3:23
  换句话说，OpenAI的中档新模型用一半的价格，
• 3:27
  在编程任务上压过了Anthropic的最贵新模型。
• 3:33
  同期另一位开发者pankajkumar dev爆料 claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr claude-mythos-1-pr 这个端点已经在测试环境里露出，
• 3:40
  Polymarket给"六月底前正式发布"开出了五成赔率。
• 3:46
  为什么这件事重要？
• 3:46
  因为它意味着Anthropic的护城河可能正在悄悄变形。
• 3:51
  如果Opus四点八在独立基准上输给G P T五点五medium、
• 3:55
  单价还更贵，那Anthropic的优势就要从"原始能力"窄化成"taste、
• 4:00
  对齐姿态、企业分发"这种更软的差异化。
• 4:04
  这是一个比九千亿到一万亿估值故事所暗示的位置要脆弱不少的位置。
• 4:10
  纽约时报这篇文章自己也点了Anthropic的几条脆弱性—五角大楼把Anthropic列入供应链国安风险名单的诉讼仍在打；
• 4:19
  公司算力不够，被迫向SpaceX租G P U；
• 4:23
  下游企业开始"限额"自己的A I支出。
• 4:25
  先把这几条记住，我们待会儿会绕回来。
• 4:28
  接下来讲今天第二条主线，也是我个人觉得分析框架价值最大的一篇—SemiAnalysis的"A I暗输出"理论。
• 4:37
  SemiAnalysis的联合创始人Dylan Patel和新合伙人Malcolm Spittler这周发了一篇长文，
• 4:44
  专门解释一个所有人都感觉到、但没人讲清楚的怪现象—A I已经渗透到所有人的工作流，
• 4:51
  但宏观经济数据里几乎看不到它的痕迹。
• 4:55
  经济学里有个老词叫"索洛悖论"—上世纪八十年代经济学家Robert Solow说"你在所有地方都看到计算机，
• 5:03
  唯独看不到生产率统计数据里有计算机"。
• 5:07
  SemiAnalysis说，今天A I是Solow悖论的二点零版本。
• 5:12
  他们的解法是把A I创造的经济价值分成两类。
• 5:15
  第一类叫"替代性暗输出"—A I替代了原本由人类完成的付费工作。
• 5:22
  举个具体例子，律师起草一份简单遗嘱，
• 5:25
  原来要一百五十美元，现在A I直接做，
• 5:28
  成本掉到五毛钱。
• 5:30
  第二类叫"新增暗输出"—A I让那些原本太贵、
• 5:34
  贵到没人会做的事变得便宜。
• 5:36
  比如学术文献综述，原来一份要两千美元，
• 5:39
  现在两美元，于是每个研究项目开工前都做一次。
• 5:43
  问题是，这两类价值在G D P账户里都是看不见的。
• 5:47
  第一类会显示成经济收缩—因为服务业G D P在统计上是用"接收到的支出除以单价"反推数量，
• 5:54
  单价从一百五十掉到零点五，G D P上看就是这个行业在萎缩。
• 6:00
  第二类则完全消失，因为原来不存在的服务也不会被记录。
• 6:04
  候任美联储主席Kevin Warsh二零二五年十二月有一句相关的承认，
• 6:09
  原话大意是这样—"如果你只看数据，你的视角是回顾性的，
• 6:14
  你会迟到，你不会意识到国家可以非通胀地更快增长，
• 6:18
  你必须下注。
• 6:19
  "SemiAnalysis给了一个量化估算—A I当前已经具备替代大约一万五千亿美元劳动力成本任务的能力。
• 6:28
  这个数字不是已经替代了，而是技术能力已经够。
• 6:33
  这个框架今天就有了具体的现实回声。
• 6:35
  Fortune一篇独家报道，作者Sebastian Herrera，
• 6:38
  说Microsoft正在做一个统一所有Copilot A I工具的"超级app"，
• 6:44
  由新任Copilot负责人Jacob Andreou主导。
• 6:48
  同期Fortune还发了一篇评论，作者是加州大学圣地亚哥分校的芯片学者Rakesh Kumar，
• 6:54
  他爆出了一句来自Nvidia高管的转述—Microsoft最近取消了大部分直接采购的Claude Code许可证，
• 7:02
  理由是"算力成本远超员工成本"。
• 7:06
  这句话原文是 the cost of compute is far beyond the costs of the employees。
• 7:11
  同篇文章还提了Uber在四个月内烧光了二零二六年全年的A I编程工具预算；
• 7:17
  Goldman Sachs预测token消费到二零三零年增长二十四倍，
• 7:21
  达到每月一百二十千兆兆，也就是quadrillion级别的token；
• 7:26
  Gartner警告说，即使inference成本降百分之九十，
• 7:30
  企业A I的总账单也不会变便宜，因为agentic模型—也就是会自己规划、
• 7:37
  自己调用工具的模型—每个任务用的token是单prompt的几十到几百倍。
• 7:42
  把这三件事拼起来—Anthropic估值九千亿到一万亿、
• 7:47
  Microsoft砍掉Claude Code自己另起炉灶、
• 7:51
  SemiAnalysis解释为什么A I创造的价值在G D P里看不见—指向同一个判断。
• 7:57
  A I真实创造的经济价值很可能巨大，
• 7:59
  但它的商业模式正在重构中。
• 8:02
  一旦哪家公司临近I P O，"G D P数据不显示A I增益"这件事就会被解读成"泡沫"，
• 8:08
  这是接下来十二个月最大的宏观叙事张力。
• 8:12
  X上scaling01scaling01scaling01scaling01这位账号给了一段冷判断，
• 8:15
  被steipete转发，节奏跟我们这条主线一致—OpenAI会繁荣下去，
• 8:20
  Anthropic会继续盈利，最顶级的intelligence会变成奢侈品，
• 8:26
  Nvidia会成为第一家市值十万亿美元的公司。
• 8:30
  这是观点，单一来源，但值得记下。
• 8:34
  聊完资本和宏观，再来看产品。
• 8:36
  OpenAI在过去二十四小时里搞了一波典型的"周末偷袭"—事实上是一个三件套整合发布。
• 8:44
  第一件，Codex编程agent现在支持Windows系统，
• 8:48
  并且加入了Computer Use能力—也就是模型能直接操作桌面G U I，
• 8:54
  点鼠标、敲键盘那种操作。
• 8:57
  第二件，这一切可以通过ChatGPT手机端远程控制—你在外面办事，
• 9:02
  可以用手机启动、审阅、纠偏一个正在Windows桌面上跑的任务。
• 9:08
  第三件，OpenAI同期还放出了 gpt-realtime-translate，
• 9:12
  这是一个支持七十多种输入语言、十三种输出语言的语音翻译模型，
• 9:18
  已经在智能眼镜合作伙伴上落地。
• 9:21
  附带的还有几个小但是重要的更新—ChatGPT加了一个"目录"功能，
• 9:25
  长对话可以像看书一样跳章节；
• 9:28
  Codex现在能管理Codex，也就是agent自己创建、
• 9:32
  搜索、组织、钉选thread，开worktree跑并行任务；
• 9:37
  Codex Profile 里加了 token 消耗的细节面板。
• 9:40
  OpenAI 总裁 Greg Brockman 一句话点题——L L M s are great,
• 9:45
  but you need specialized models for specialized use cases。
• 9:49
  大模型很好，但你需要为特定用途训练特化的模型。
• 9:54
  为什么这件事重要？
• 9:55
  载荷在在"Windows + + + Computer Use""这个组合上。
• 9:58
  Anthropic在二零二四年底先一步推出了Computer Use，
• 10:02
  但只在macOS和Linux上跑得动；
• 10:05
  OpenAI这一手把agent推到了企业实际使用的操作系统上。
• 10:11
  更关键的是时间—这是六月二号Microsoft Build大会之前一周。
• 10:16
  Microsoft Build那边据The Verge的泄漏，
• 10:18
  会发布一个操作系统级别的agent，
• 10:21
  代号Scout，类似 Anthropic Computer Use e 的产品形态。
• 10:26
  再叠加六月一号的Nvidia G T C大会，
• 10:29
  两家公司的Windows账号同步在预热一句口号—a new era of P C，
• 10:34
  P C的新时代。
• 10:37
  最可能的剧本是这样的—Nvidia第一天发新的R T X消费级A I芯片，
• 10:43
  或者扩展类似Project Digits的本地推理盒子；
• 10:47
  Microsoft第二天在新硅上发Scout。
• 10:51
  如果是这个走向，这是历史上第一次Microsoft和Nvidia联手、
• 10:55
  OpenAI被解耦在外的消费级A I agent发布—也就是Microsoft在向OpenAI战略性投资几百亿美元之后，
• 11:05
  对它最具体的一次公开对冲。
• 11:07
  OpenAI抢在Build前一周把Codex推到Windows桌面，
• 11:11
  是对自己最大分发伙伴的预防性占位。
• 11:15
  第四件事，xAI用 grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0..1闯入编程模型市场。
• 11:21
  grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0grok-build-0.1这周在xAI的A P I公开beta上线，
• 11:28
  定价是每百万输入token一美元、每百万输出token两美元。
• 11:34
  这是同一个驱动Grok Build C L I的模型，
• 11:36
  Grok Build C L I是xAI类似Claude Code的终端编程agent，
• 11:43
  现在底层模型公开A P I化。
• 11:46
  testingcatalog这位账号的价格点评是关键信号。
• 11:49
  一美元到两美元的定价大约是Claude Sonnet四点七三美元到十五美元价位的四分之一，
• 11:56
  是G P T五编程级别价位的三分之一到四分之一。
• 12:00
  在OpenAI和Anthropic占着premium价位的时刻，
• 12:03
  xAI用低价位刻意打"商品化编程agent"这张牌。
• 12:09
  版本号"零点一"本身也在传递信号—这不是xAI的旗舰前沿模型，
• 12:14
  那是Grok四点三系列，这是专门精调、
• 12:17
  专门定价给编程agent这个产品类别的特化head，
• 12:21
  逻辑上和OpenAI把Codex从旗舰推理模型里剥出来是一脉相承的。
• 12:26
  如果质量在独立bench上能站住，这一刀会逼整个编程agent类别价格重设。
• 12:33
  Sequoia合伙人Alfred Lin这周引用了Paul Graham的一句老话—当人们说一个市场"crowded"，
• 12:40
  往往意味着有真问题但现有解都不够好。
• 12:43
  在编程agent现在已经有八家以上严肃玩家—Cursor、
• 12:48
  GitHub Copilot、t、Codex、
• 12:50
  Claude Code、e、Cline、
• 12:52
  Aider、Replit、Continue、
• 12:55
  Grok Build—的背景下，这句话的时机很微妙，
• 12:58
  可能是Sequoia未来一个月里编程agent相关跟投的前置铺垫。
• 13:03
  接下来讲今天最值得长期记住的一条新闻—也是商业新闻的反面。
• 13:08
  华尔街日报的Ben Cohen独家报道，
• 13:10
  OpenAI宣布旗下一个模型在没有人类协助的情况下，
• 13:14
  独立解决了一个叫"单位距离问题"的数学题目。
• 13:19
  这是组合几何里Paul Erdős—匈牙利数学家，
• 13:22
  二十世纪最高产的数学家之一—一九四六年提出的一个经典问题，
• 13:27
  八十年没解。
• 13:29
  普林斯顿大学数学家Noga Alon评价说："A I在这里完成了许多优秀人类研究者尝试且失败的事。
• 13:36
  "OpenAI把模型给出的证明，加上十九页著名数学家的同行点评，
• 13:41
  一同发布。
• 13:42
  这是首例A I自主产出、被数学界正式承认"本身就值得关注"的研究结果。
• 13:48
  注意这个区分—以前A I解奥数题，比如AlphaProof拿I M O奥赛金牌，
• 13:54
  是把A I当作"通用智能的领先指标"在看；
• 13:59
  今天这件事是把A I输出当作"研究产出本身"在看，
• 14:02
  这是一个不同范畴的信号。
• 14:05
  OpenAI同天在X上引述了陶哲轩—这位华裔数学家、
• 14:10
  菲尔兹奖得主—的一句话—A I创造了更多空间去实验、
• 14:15
  检验意外路径、发现原本可能stay out of reach的东西。
• 14:19
  OpenAI显然在主动把这次突破嵌入"A I服务于数学研究"这个叙事框架里。
• 14:26
  研究侧今天还有两条值得记下来。
• 14:28
  第一条是ESMFold2ESMFold2ESMFold2ESMFold2ESMFold2ESMFold2，
• 14:30
  Meta旗下FAIR实验室的开源蛋白结构预测模型，
• 14:35
  对标的是DeepMind那个闭源的AlphaFold3。
• 14:40
  被Yann LeCun—Meta首席A I科学家—转发后在蛋白质结构圈引发了用户原话叫"rage"的反应。
• 14:48
  重点在哪里？
• 14:49
  完全开源、开权重，发布了一个叫E S M Atlas的数据集，
• 14:54
  里面有十一亿个蛋白结构，作为对照，AlphaFold3是两亿。
• 14:59
  而且关键性能突破是—它达到S O T A表现不需要M S A，
• 15:04
  也就是多序列比对。
• 15:06
  M S A是过去所有蛋白结构预测流水线里最慢、
• 15:09
  最贵的一步—你要把目标蛋白和成千上万个进化上相关的蛋白做序列对齐。
• 15:16
  去掉这一步意味着接近实时的S O T A蛋白结构预测，
• 15:20
  这对基础研究和药物发现工作流都是一个台阶式的变化。
• 15:26
  第二条是一篇叫叫"Scaling Laws for Agent Harnesses""的论文，
• 15:29
  作者omarsar0omarsar0omarsar0omarsar0提出了一个叫E F C的指标—E F C是 Effective Feedback Compute e 的缩写，
• 15:37
  意思是"agent实际能act on的有效反馈算力"。
• 15:42
  只数agent实际能根据它调整行为的反馈，
• 15:45
  预测失败率的相关系数R平方是零点九九。
• 15:50
  作为对照，按原始token数或者tool-call次数计算，
• 15:54
  R平方只有零点三三到零点四二。
• 15:58
  而且按E F C而不是按原始量重新分配compute，
• 16:02
  可以把任务成功率从百分之二十七拉到百分之九十。
• 16:06
  如果这个结果在复现里站得住，这是agent harness领域最接近 Chinchilla scaling laws s 的一次结果—Chinchilla是DeepMind二零二二年那篇定义"模型大小和数据量该怎么配"的奠基论文。
• 16:19
  第六块今天讲两件硬件层面的事。
• 16:22
  第一件，Nvidia把它的四个开源模型家族—Cosmos、
• 16:26
  Isaac GR00T、GR00T、
• 16:28
  GR00T、GR00T、GR00T、
• 16:29
  GR00T、GR00T、Ising、
• 16:30
  Nemotron—全部迁移到Linux基金会的OpenMDW-1OpenMDW-1OpenMDW-1OpenMDW-1OpenMDW-1OpenMDW-1OpenMDW-1.1统一许可框架。
• 16:38
  OpenMDW的全称是 Open Model,
• 16:41
  Data and Weights，
• 16:42
  开源模型、数据、权重一体化许可。
• 16:47
  当前开源权重的法律景观真的是一团乱—Meta的Llama4是自家定义的community license，
• 16:53
  阿里的Qwen是通义千问License，
• 16:56
  Mistral一半模型走Apache2.02.02.0、
• 17:01
  一半走自定义。
• 17:02
  企业法务部门每碰一个新模型都要重新走一轮审查。
• 17:07
  OpenMDW由Linux基金会背书—就是GPLv2和Kubernetes那个Linux基金会—机构正当性是真的够。
• 17:17
  kimmonismus的判断说到了点子上—Nvidia的商业逻辑是靠算力赚钱、
• 17:22
  不靠模型权重赚钱，所以扫除开源部署的所有法务摩擦对它纯粹是accretive，
• 17:28
  纯粹增益。
• 17:30
  每一次Cosmos、GR00T、Nemotron的部署都会转化成G P U需求。
• 17:35
  配合同期EpochAI的基准—开源权重模型比最前沿的闭源模型大约落后四个月—Nvidia的战略意图就清楚了。
• 17:44
  它押注"开源权重落后前沿四个月"这一层是更大的企业收入面，
• 17:50
  主动给它减少法务阻力。
• 17:53
  航天对照面是周四晚上的一记重锤—Blue Origin的New Glenn火箭在卡纳维拉尔角发射台做静态点火试车时爆炸。
• 18:02
  三家媒体同步—纽约时报Karen Weise、
• 18:05
  华尔街日报Micah Maidenberg、
• 18:08
  美联社Marcia Dunn。
• 18:10
  人员全部安全，但发射台严重受损，预计修复需要数月。
• 18:14
  Jeff Bezos几个月前刚拿到NASA阿尔忒弥斯登月项目的重要合同，
• 18:20
  原本被视为正在缩小与SpaceX和Starlink的差距，
• 18:23
  现在NASA的登月时间表也会受影响。
• 18:27
  就在同一天，Bloomberg报道SpaceX的I P O估值目标从原本的两万亿美元以上降到"至少一万八千亿"。
• 18:35
  两家私募火箭巨头之间的反差被同一天的两条新闻进一步拉大。
• 18:39
  最后讲一条很容易被忽视的横向信号—中国生物科技在A S C O大放异彩。
• 18:45
  A S C O是美国临床肿瘤学会，每年的年会是全球抗癌药临床数据最重要的发布场。
• 18:53
  今年的会在芝加哥，纽约时报健康线由Rebecca Robbins和Gina Kolata报道—史上第一次有一项完全在中国做的临床试验，
• 19:02
  进入了A S C O五大头条报告之一。
• 19:05
  前F D A局长Robert Califf评论说—美国正在受到严重威胁。
• 19:11
  中国生物制药从五年前的边缘产业，变成了"专利、
• 19:15
  论文、临床试验数量都超过美国"的对手。
• 19:19
  但纽约时报同时点出一个技术层面的真问题—亚裔肺癌患者对免疫疗法的反应通常优于其他族裔，
• 19:26
  这意味着"在中国患者身上做的临床试验数据能否外推到美国患者身上"是科学上的真争议。
• 19:35
  特朗普已经签署了BIOSECURE Act，
• 19:37
  禁止美国政府机构与某些"对手国"的生物科技公司合作。
• 19:42
  这条新闻在叙事位置上和OpenMDW、
• 19:45
  Anthropic估值是同一时代的另一面—美国在A I这边给开源权重去摩擦、
• 19:52
  扫法律障碍，而中国的临床数据正在硬挤进西方医学体系。
• 19:57
  这是两条方向相反但同时在发生的科技去全球化与全球化。
• 20:02
  今天的科技与科学专题就到这里。
• 20:04
  三条主线请记住—Anthropic反超OpenAI的估值故事、
• 20:09
  Microsoft和Nvidia在六月一号到二号号"a new era of P C""组合拳里悄悄对OpenAI对冲、
• 20:17
  以及OpenAI模型独立解开Erdős一九四六年的猜想—这是今天比所有商业新闻都更值得长期记住的A G I跨阈值信号。
• 20:29
  下一集我们聊商业与投资。