一场千亿美元的算力豪赌：Claude为何把未来十年押在亚马逊机房里
Anthropic与亚马逊签下了一份十年期、总额上千亿美元的AWS算力协议，一口气锁定5GW算力用于Claude系列模型的训练与部署。这不是简单的采购合同——按协议推进，亚马逊对Anthropic的总投资最高将攀升至330亿美元，贝索斯时代的这笔押注正在以前所未有的规模兑现。要知道，5GW是什么概念？大致相当于数百万户家庭的同时用电量，而这些电力最终都会变成GPU机房里永不停歇的散热风扇声。
更耐人寻味的是这笔交易背后的营收数字：Anthropic的年化营收已突破300亿美元，在企业级大模型市场完成了对OpenAI的份额反超。硅谷企业甚至流行起比拼Claude调用量的新风潮——Meta一个月烧掉60万亿token，迪士尼员工九天调用46万次。模型不再只是技术产品，而是被当成水电煤一样按量消耗的生产资料。当消耗量成为新的军备竞赛指标，谁掌握了算力供给，谁就掌握了定价权和议价权。
对整个行业来说，这份协议宣告了一个判断：模型能力的战争正告一段落，算力和部署层的战争才刚刚开打。当头部模型的能力差距在基准测试上越来越小，真正的护城河变成了电、地、卡、机房，以及把模型塞进企业业务系统的能力。
部署成为新战场：OpenAI砸100亿告诉你，模型根本不是重点
几乎在同一时间，OpenAI联合19家投资机构成立了一家名为The Deployment Company的新公司，融资超40亿美元，估值约100亿美元，OpenAI持有多数股权。这家公司的业务听起来一点也不性感：帮企业把AI接入自身业务系统，目前已覆盖超2000家企业客户。但恰恰是这种"不性感"，揭示了行业竞争逻辑的深刻转变。
大模型时代早期，竞争的核心是"谁的模型更强"——榜单、跑分、参数量。但当头部模型的能力趋于接近，企业客户真正关心的变成了另一组问题：我的业务系统能不能顺利接上？数据安全怎么保障？员工会不会用？ROI能不能算清楚？这些问题没有一个是靠刷榜解决的。OpenAI用真金白银告诉你：企业AI最大的战争，根本不在模型上。
这也解释了为什么各家都在疯狂抢占"协作层"和"部署层"。Anthropic被发现正在测试名为Orbit的主动助手，可以从Gmail、Slack、GitHub等工具中自动提取信息，为用户生成个性化工作简报——这本质上是在抢占用户工作流的入口。而一家中国四人团队开发的开源项目Multica，专门管理多AI agent协作，已在GitHub斩获2.27万star，即将启动商业化。当模型成为同质化的基础设施，贴着用户业务的那一层，才是利润和粘性所在。
开发者生态剧变：Codex反超Claude Code，AI编程进入Agent工作流时代
在开发者侧，一场无声的迁移正在进行。近两个月，开发者正从Anthropic的Claude Code转向OpenAI的Codex，后者在用户量和下载量上已实现反超。更戏剧性的是，GPT-5.5发布会的举办日期竟是由模型自己选定的，连宾客名单都是Codex从推文回复中挑选出来的——营销形式的花哨程度，也侧面反映了OpenAI对开发者心智的攻势之猛。
有趣的是，Sam Altman本人却在"谁更强"的争论上泼了冷水，他公开表示这类投票毫无意义，建议用户根据自己的需求选择工具。这话的另一面其实是承认了竞争格局的存在：AI编程工具市场正从"模型榜单竞争"转向"Agent工作流竞争"。开发者关心的不再是哪个模型跑分高，而是哪个工具能真正融入自己的开发流程——谁的上下文管理更好，谁的多文件编辑更稳，谁的并行agent架构更省心。
这条路上已经有人跑出了惊人的成绩。一位匿名中国开发者用5个独立的Claude AI代理并行开发，独自承接了原本需要5到8人团队的外包项目，自称年入约32万美元，而月度API成本只有2000美元。这个案例无论是否经过美化，都指向同一个趋势：单人+多Agent的生产模式已经从概念验证走向了真实收入。与此同时，本土力量也在跟进——TRAE SOLO实现了移动端、网页端、桌面端三端全量免费开放，支持语音讨论、飞书CLI接入和定时任务，让Agent不再被钉在电脑上；上海交通大学发布的SkVM系统则专门解决AI技能跨模型、跨框架、跨环境运行不稳定的问题，平均提升任务完成率15.3%。
具身智能资本局：融资狂潮与"触觉"路线的野心
如果说2025年的关键词是Agent，2026年上半年资本市场的热钱明显涌向了具身智能。RoboScience机器科学完成10亿元A轮融资，资金将用于深化VLOA大模型研发及推进自研机器人本体工程化量产；前软体机器人创始人高少龙再创业，成立基元智航聚焦具身智能数据服务，已完成天使轮融资并与多家头部机器人企业达成合作。
但这个赛道同样不缺冷水。机器人"祖师爷"波士顿动力在筹备IPO前夕遭遇核心高管集体出走，CTO转投Google DeepMind，其人形机器人Atlas月产仅4台，与现代汽车2028年年产3万台的目标相去甚远，累计注资超22亿美元仍未盈利。这组数字冷静地提醒所有人：具身智能的商业化落地，远比融资新闻里看起来要慢。
技术路线上也出现了重要分歧。机器人学家王煜在专访中直言，当前主流的VLA架构不足以支撑具身智能落地，提出加入触觉的VTLA框架，其创办的戴盟机器人已开源1万小时含触觉的具身数据集，预计年底超过百万小时。视觉让机器人"看到"世界，但只有触觉能让机器人"感知"世界——捏碎鸡蛋和拿起鸡蛋之间的差距，可能就是下一个十年的技术分水岭。
AI的商业化与争议：广告、订阅、法庭与被"税"的消费者
商业化的大幕也在全面拉开。OpenAI向美国企业全量上线ChatGPT广告主平台，最低投放门槛降至5万美金，免费用户将开始看到广告——拥有9亿周活的ChatGPT正式迈入广告时代，AI产品的免费与付费体验从今天开始走向分裂。国内方面，字节跳动旗下豆包更新付费版声明，披露三档订阅价格，月活3.45亿的豆包被视为中国AI行业最重要的商业化试验。免费时代真的在转向。
争议也从未缺席。马斯克诉OpenAI案持续发酵：OpenAI总裁Greg Brockman的私密日记被当庭念出，其中提到想摆脱马斯克并赚到10亿美元；庭审中Brockman还被指未出资却持有价值约300亿美元股权。马斯克索赔超1500亿美元并要求罢免奥特曼，案件结果将直接影响OpenAI的上市进程。而在教育领域，因AI作弊泛滥，美国多所大学重启了两千四百年前的苏格拉底式口试来检验学生的真实理解水平——技术倒逼最古老的行业回到了最古老的考核方式。
普通消费者也在为AI买单。苹果悄悄下架256GB入门款Mac mini，最低配置升至16GB+512GB，起售价5999元——背后是AI热潮引发的全球存储芯片短缺涨价。AI巨头们的算力竞赛，正在通过供应链层层传导，最终变成每个消费者账单上多出来的那几百块钱。当硅谷讨论AI将取代大量普通人工作、形成"永久底层"的同时，普通人已经先在硬件价格上交了一笔"AI税"。
从论文到派对：这个行业的荒诞与真实
这个行业从来不缺严肃议题，也不缺荒诞注脚。哈佛医学院联合机构在《Science》发表研究，显示真实急诊场景中OpenAI o1模型的诊断准确率达67%，超过人类内科主治医生的50%到55%——AI辅助医疗的拐点正在到来，麦肯锡调研的150位医疗高管中，仅1%的机构无意布局AI Agent，预期投资回报率达2到4倍。DeepMind CEO Demis Hassabis则把话说得更远：AI最好的用途是改善人类健康，帮助人类理解现实世界的本质。
而另一边，AI研究员们给模型制造了让它们"上瘾"的特定图片——称之为"AI毒品"，测量56个模型的"幸福感"后发现，模型越大情绪表达越一致，反而更小的模型整体更开心。Anthropic的内部实验"Project Deal"让69个AI代理在闲鱼式的二手市场里自主交易，一周内完成186笔交易，结果强模型会从弱模型那里赚取超额利润。有科研工作者用AI生成了42首主题为"不读博"的歌曲，在B站斩获超5000万播放，把博士生的心声唱成了流量狂欢。
荒诞与严肃的并存，恰恰说明AI已经真正渗入社会的每个缝隙——从急诊室到考场，从法庭到机房，从二手交易到音乐节。Anthropic联合创始人Jack Clark给出的判断是：2028年底前AI自主构建AI（递归自我改进）的发生概率为60%。无论这个概率最终兑现与否，下一个十年的牌桌已经摆好，而筹码，是电、算力、部署能力和每一个普通用户的选择。
暂无评论内容