9000億，硅谷一哥換人....

這幾天科技圈發生了兩件很微妙的事。

第一件，馬斯克那邊的算力，竟開始大規模租給Anthropic

要知道，馬斯克自己就有xAI，有Grok，按理說這套算力應該是留給自家大模型。

結果現在自家grok相關算力利用率并不高，甚至據傳只有約11%的水平；

而Anthropic這邊卻饑渴到不行，直接租用了馬斯克提供的超22萬張英偉達的GPU，約300MW算力。

這事就挺魔幻的，一個天天罵對方虛偽，反人類的人，最后把自家算力租給了對方。

看來敵人的敵人，就是兄弟。

第二件更刺激，谷歌也開始加碼Anthropic

路透報道稱，Alphabet計劃向Anthropic投資最高400億美元，其中首筆約100億美元，后續300億美元和業績里程碑掛鉤。

注意，這不是小錢，這等于谷歌一邊養著自家Gemini，一邊又擔心自己干不過Anthropic，于是兩頭下注。

以前牌桌是OpenAI一家獨大，Gemini和grok在后面追趕，Anthropic，最多算個

老四。

但現在Anthropic已經不再陪跑，而是一躍成為整個硅谷的頭號種子選手。

據市場報道，Anthropic正考慮新一輪融資，估值可能達到8500億到9000億美元區間，甚至超過OpenAI的8500億美元估值水平。

更夸張的是，Anthropic CEO在近期活動中提到，公司一季度收入和使用量同比增長約80倍，年化收入已經達到300億美元左右。

這是什么概念？

兩年前Anthropic估值還不到兩百億美元，2月份估值也只是三四千億美元，5月份現在9000億美元。

去年還是小弟，今年就開始反殺大哥了....

那問題來了，Anthropic憑什么脫穎而出？

我之前其實一直沒怎么用 Claude。

一方面是Anthropic對我華夏地區不太友好，IP限制卡死，我的HK號碼多次注冊不順，折騰幾次就放棄了。

另一方面，我手里ChatGPT、Gemini、Grok會員都開著，正常寫文章、查資料、做圖、做表，也夠用了。

所以我一直覺得，老四模型嘛，不用也罷。

直到這次我被它估值暴漲刺激了一下，察覺不對勁，經過各種倒騰終于用上了Claude。

然后發現，好家伙，太猛了。

如果說“文章寫作”和“上下文理解”兩方面，Claude目前確實是斷檔式的T0。

最厲害的就是它的項目功能。

我把最近幾十篇文章喂進去，讓它學習“思哲與創富”的寫作風格。

結果它不是簡單模仿幾個口頭禪，而是真的能抓到我的文章結構，細節。

就是那種比你最鐵的粉絲還懂你的感覺…

當然，Claude最炸裂的地方，不是寫作，而是Claude Code。

簡單說，Claude Code可以理解成一個AI程序員，可以幫你直接寫代碼，調試。

以前我也讓AI寫過代碼，問題在于，AI寫代碼不是最難的，最難的是調試。

它給你一段代碼，你復制到本地，報錯了，再把錯誤復制回去。

它再改一版，你再復制回去，然后又報錯。

稍微復雜點的任務，來回幾十輪，非常折磨人。

更尷尬的是，我自己不是程序員，所以我不知道到底是代碼錯了，環境錯了，還是哪里沒安裝，路徑沒寫對。

這就好比請個遠程裝修師傅，他只負責畫圖紙，但水管爆了、電線短路、墻面開裂，都得你自己拍照發給他，效率自然很低。

但Claude Code出來以后，事情變了，它可以自己看項目文件，自己改代碼，自己搶修BUG。

你只需要說需求，它就像一個實習程序員一樣在電腦里干活。

我這次就拿自己的投資模板試了一下。

之前這個模板我已經接入了Wind金融終端，但還有一些網站的動態實時財經數據，一直沒自動抓取到文檔里實時更新。

原因也簡單，我不是程序員，爬蟲、接口、調試這些東西，搞起來太費時間。

結果這次用 Claude Code，半天時間就解決了。

中間我完全沒參與調試，只是告訴它我要什么數據，數據來自什么網站，放到什么表格里，它自己就一路改完了。

這項能力，如果放在以前，讓一個完全不懂代碼的人去學，少說一個月起步，現在就是動動嘴，半天搞定。

不過Claude也并非完美，除了大面積封殺內地賬號之外，最讓人詬病的，其實還有一個詞，就是“貴”。

Claude和谷歌Gemini不一樣，谷歌是“慈善”家，大學生，送你一年會員，窮的地區，送你一年會員。

但Claude是妥妥的資本家，token是按照消耗量來計算，量比Chatgpt、Gemini小很多。

它從一開始就盯著的是有錢人，目標也不是單純的會聊天，甚至連生圖功能都不做，而是瞄準金融、編程、辦公、數據分析這些高付費場景。

路透報道，Anthropic正在加碼金融服務AI agents，面向銀行、保險等客戶，進一步增加企業付費預算。

據高盛測算，全球有3億崗位暴露在生成式AI自動化影響下；

MIT相關研究也提到，AI已經可以替代美國約11.7%勞動力對應的工作量，涉及約1.2萬億美元工資收入。

因此別的AI公司目標是“我幫你創造新價值”，Anthropic目標是“你公司每年給程序員、分析師、客服、編輯、助理發的錢，有多少可以換成我的訂閱費”。

所以現在我有點理解，為什么Anthropic估值突然開始直追OpenAI。

因為這輪AI的競爭，Anthropic定位精準，比的不是“誰功能多，邏輯推理能力更強”，而是“誰能真正做事，替人干活”。

ChatGPT確實全面，思維推理能力頂級，畫畫頂級，價格便宜。

但Claude抓住了一個很關鍵的心智：

極致的用戶體驗，寫作者、程序員都可以作為生產力工具直接使用。

這兩個群體非常要命。

寫作者和程序員，都是AI時代最早被改造、也最早愿意付費的高頻生產者。

一旦這兩批人開始口碑遷移，產品勢能就會迅速放大。

這就像當年的蘋果，不一定參數全贏，但它一旦拿下了創作者和開發者，生態就開始滾雪球。

Claude Code 的意義就在這里。

當然我也不是說Anthropic就一定能贏，因為過去幾年Chatpgt、Gemini、Claude一直是交替領先。

這也是我為什么只喜歡投指數ETF，卻很少投個股的原因，個股可能被技術淘汰消失，而指數卻能永存。

目前美股的估值其實非常割裂，標普500靜態市盈率約32倍，前瞻市盈率約21倍，席勒PE則在40倍以上。

也就是說，美股如果按未來一年盈利看，估值其實相對合理；

但如果按席勒PE（過去十年平均盈利倍數）來看，已經處于歷史極高位置，距離2000年互聯網泡沫頂峰44倍非常接近。

ps：席勒PE=過去10年真實平均每股盈利/當前指數價格

標普500市盈率和席勒PE出現嚴重偏差，這說明美股業績這幾年格外強大，已遠超早些年的平均水平。

假如七巨頭們超高凈利潤不可持續，而是朝著十年均值回歸的話，那么美股會迎來慘烈調整。

所以問題就在于：

這些天量AI資本開支，未來到底能不能被真實C端和B端消費場景接住？

如果Claude Code、CODEX這些工具，真的能讓普通企業大幅降低人工成本、提升生產效率，那今天的AI基建就不是泡沫。

但也不排除最終投資過度，大家買了一堆昂貴GPU，用戶愿意付的錢卻不夠，導致數據中心變成2000年互聯網泡沫里的光纖故事。

當年光纖嚴重過剩，資本灰飛煙滅，但最后也確實推動了互聯網革命。

只能說歷史來看，泡沫往往和革命同時出現。

人不在場，可能錯過時代，押太重，又可能死在半路。

我還是比較有信心的，但我也不會梭哈，分散持倉，美股科技要有，但現金、債券、黃金，也留好自己的位置，雷劈下來保證不死就行了。