从 Anthropic 交表上市,论 Software 3.0 企业的核心竞争力

2026 年 6 月 1 日,Anthropic 向美国证监会保密递交了 S-1。媒体的标题大多在算一件事:它会不会成为史上最大 IPO 之一,估值会不会破万亿。

但真正值得盯的不是那个估值数字。是另一组对照。

Anthropic 把年化收入做到 300 亿美元量级时,团队规模约在 2300 到 5000 人之间。作为参照,Google 当年走到 300 亿美元收入用了约 32000 人,Salesforce 用了约 79000 人。换句话说, 一家公司的实力,和它的人数,第一次脱钩了。

这篇文章想从资本市场和投资人的外部视角,回答一个问题: 当这样一个公司去敲公开市场的门,它真正的核心竞争力是什么?而公开市场,读得懂吗?

我的答案是一个词—— 脱钩 。下面慢慢说。

一、交表是把一个新物种,推到一把旧尺子面前

先说清楚"保密递交 S-1"是什么。它是一种合法流程:晚期公司可以先把招股书草案交给监管做审查, 暂不向公众和竞争对手披露收入、毛利、风险因素 。等流程走到后段,才会公开完整版本。所以截至本文写作(2026 年 6 月),外界看到的所有 Anthropic 财务数字, 都还不是审计披露的报表 ,而是公司给投资人的口径与媒体的转述。

但即便是这些"未审计的口径",也已经够让人愣住。据公开报道,Anthropic 的年化收入 run-rate 从 2024 年底的约 10 亿美元,一路走到 2025 年底的 90 亿、2026 年 5 月的约 470 亿美元—— 连续三年保持约 10 倍的年增长 。它的旗舰产品 Claude Code,从零做到约 25 亿美元年化收入只用了大概 9 个月。

口径提醒:run-rate 是"把最近一个月的收入乘以 12"的年化推算,是增长 速度 的快照,不是已经收进来的全年营收。本文凡引用 run-rate,均指此口径。

问题来了。一家公司去 IPO,公开市场要给它定价。 但公开市场手里的定价工具,是为上一代公司造的。

我们这代投资人熟悉的尺子,几乎都诞生于 Software 1.0 和 2.0 的世界:看现金流折现(DCF),看用户规模,看月经常性收入(MRR),看人效但默认"人多=能打"。这些尺子背后有一个共同的隐藏假设—— 公司的产出,大体正比于它投入的人力和资本 。

这个假设,正是脱钩物种要打破的东西。 用一把假设了"产出∝人力"的尺子,去量一个"产出已经和人力脱钩"的公司,结果不会是测不准,而是会朝两个相反方向同时测错。 后面会讲这两个错具体长什么样。

对散户来说,这件事的 stakes 很实在:你将要买入的,是一个连定价工具都还没跟上的物种,而且初期真正流通的盘子小到极端(据公开报道,这一代超大型 IPO 的首发流通股可能只有总市值的 3% 到 8%)。 估值很大,可交易的盘子很小,定价的尺子还是旧的 ——这三件事叠在一起,就是这场 IPO 真正的风险结构。

二、核心竞争力是「脱钩」:产出与人头脱钩

我把 Software 3.0 企业的核心竞争力,命名为 脱钩 : 一家公司的产出,不再随它的人头线性增长的能力。

这件事过去 200 年没发生过。工业革命以来,做大生意的隐含路径都是"雇更多人":要多卖货就多招销售,要多出功能就多招工程师, 增长等于加人 。人头是增长的引擎。

脱钩把这台引擎换掉了。在 Software 3.0 企业里,增长的引擎变成了模型能力、算力和分发,而 多一个人类员工带来的边际协调成本,反而在拖累那个让公司值钱的比率 。人头从"踩油门的脚",变成了"要被论证的成本"。

衡量脱钩程度,有一个朴素但锋利的指标: 人均收入(Revenue Per Employee,RPE) 。据 Epoch AI 的整理,Anthropic 的人均收入约为 900 万美元 ,OpenAI 约 550 万美元 ——两者一旦上市,人均收入都会超过 Forbes Global 2000 榜单上 任何一家 上市科技公司。

这里要澄清一个最容易的误读: 脱钩不等于"卖模型毛利高"。 高毛利讲的是"每一块钱收入里能留下多少",脱钩讲的是"每多一块钱收入,要不要多一个人"。一家毛利很高但增长仍然靠堆人的公司,没有脱钩;一家毛利一般但产出已经不随人头增长的公司,脱钩了。 脱钩是关于产出曲线的斜率,不是关于利润率的高度。

这也是为什么脱钩是"竞争力"而不只是"省钱"。省钱是把同一件事做便宜;脱钩是 把"做大"这件事和"变臃肿"这件事解绑 ——你可以一边长成巨头,一边保持创业公司的迭代速度。这正好接上本系列讲的第三个特征: 协作成本无限趋近于 0 。脱钩,是协作成本趋零在财务报表上的投影。

三、用 6 条护城河,检验一个脱钩样本

光有"人少钱多"还不够。门槛归零的世界里,人少钱多也可能只是运气好、风口大。要判断脱钩是不是 可持续的竞争力 ,得看它背后有没有护城河。

本系列提出过 Software 3.0 时代的 6 条新护城河。我们拿它当检验清单,逐条对一遍 Anthropic 这个公开样本:

检验结论是:Anthropic 的脱钩, 至少有三条强护城河托底 (迭代速度、Workflow Lock-in、企业信任),不是纯靠风口。这是它和"套壳应用"的根本区别——后者人均收入也可能很高,但 6 条护城河一条都对不上,模型升一档就可能被吃掉。

脱钩是现象,护城河是它能不能持续的原因。 看任何一家 AI 公司,都该这么两步走:先看产出有没有和人头脱钩,再看脱钩背后压着 6 条里的哪几条。

四、那么,资本市场会怎么测错?

回到第一节那个判断:用旧尺子量脱钩物种,会朝两个相反方向同时测错。现在可以具体说了。

第一个错的方向——高估:为增长叙事付泡沫。 旧尺子里没有"脱钩"这一项,于是市场会本能地抓住自己看得懂的东西:增长曲线。连续三年 10 倍、run-rate 半年涨 5 倍,这种斜率太有冲击力,容易让定价滑向"为叙事付钱"。这正是部分资本市场观察者的担忧所在——有外部分析直接指出,这一代 AI 巨头的估值多建立在 run-rate 等乐观口径上,而非已审计的实收(见 The Register、Fortune 等 2026 年 6 月的报道)。需要强调: 这是外部分析对"市场定价方式"的担忧,不是对 Anthropic 经营的指控 ——一家公司增长快不是它的错,市场怎么给它定价是市场的事。

第二个错的方向——低估:读不懂真正的竞争力。 脱钩本身,旧尺子根本没有对应的格子。市场会把人均收入 900 万美元当成一个"漂亮的财务结果"来欣赏,却很难把它理解成一种 结构性的、可复制到下一个产品线的能力 。换句话说,市场可能为"它现在多能赚"付了高价,却没为"它用多少人就能赚"这件真正稀缺的事定价。

这两个错并存,听起来矛盾,其实不矛盾: 市场在为它看得懂的东西(增长)过度付费,同时对它看不懂的东西(脱钩)定价失灵。 一把旧尺子,在它有刻度的地方量过了头,在它没刻度的地方干脆量不出来。

还有一个放大器: float 太小 。当首发流通股只有总市值的个位数百分比,价格发现会变得脆弱,容易被短期资金推动。这也是技术社区(如 Hacker News)的公开讨论里反复出现的担忧:极小流通盘叠加指数快速纳入规则,可能让上市初期的价格脱离基本面。同样地,这是 对市场结构的担忧,不是对公司的判断 。

五、四条反直觉推论

如果接受"脱钩是核心竞争力"这个框架,可以推出几条不太舒服、但值得想清楚的结论。

推论一:人头从"自变量"变成了"因变量"。 旧世界里,人头是你主动去推的增长杠杆(自变量);脱钩世界里,人头是产出需求倒逼出来的结果(因变量)——你不再"为了增长而招人",而是"撞到一个 AI 清不掉、必须靠人判断的瓶颈,才招那一个人"。组织设计的第一性问题从"我们该招多少人",变成了" 这件事,能不能不靠加人解决 "。

推论二:真正脱钩、高净利的 Software 3.0 公司,其实"不需要也不愿意"IPO。 上市的传统理由是融资和退出;但一家现金流极好、靠极少人就能运转的公司,既不缺钱,也不想要公开市场的季度压力。本系列后续会专门展开这条(主题 F)。在这个意义上, Anthropic 选择上市本身就是一个信号 ——它在用一个超大规模、超高资本开支(模型训练每年烧掉巨量算力)的形态运行,这恰恰说明:脱钩省的是 人头 ,省不掉 算力资本 。它依然需要公开市场的钱。

推论三:市场越追捧,越可能说明它没读懂。 如果定价主要由增长叙事驱动,那么热度越高,越说明市场在为"它现在多能赚"付费,而不是为"脱钩"这件结构性的事付费。 为正确的东西付高价,和为错误的理由付高价,在 K 线上长得一模一样 ——这正是脱钩物种定价最危险的地方。

推论四:它最锋利的护城河,也在最快变薄。 这是外部分析反复点到的一点:Anthropic 估值的核心叙事之一是"模型领先",而模型领先正在被竞争快速追平(多家分析提到竞争收敛正在压缩技术护城河)。 脱钩本身不会过期,但"靠哪条护城河脱钩"会过期。 迭代速度和企业信任比模型领先更耐久——这也是为什么第三节里,我把那三条标成"强"。

六、明天能做什么:一份脱钩 stress-test

如果你是投资人,或正在做一家 AI 公司,读完这篇我推荐你把任何一个 AI 标的,放进下面这张 stress-test 过一遍:

• 脱钩了吗? —— 它的产出,是不是不再随人头线性增长?(看人均收入,也看"再翻一倍收入要不要翻一倍人")
• 靠哪条护城河脱钩? —— 在的 6 条里对号入座。一条都对不上 → 大概率是风口里的套壳,不是脱钩。
• 护城河会过期吗? —— 它压的是"模型领先"(易被追平),还是"迭代速度 / 信任 / Workflow Lock-in"(更耐久)?
• 我在为什么付费? —— 我给的这个估值,是在为"它现在多能赚"(增长叙事)付费,还是为"它用多少人就能赚"(脱钩能力)付费?
• 流通盘多大? —— 真正能交易的 float 有多小?价格发现会不会脆弱到脱离基本面?

这套 stress-test 的价值不在结论,在它 强迫你把"看不懂的兴奋"翻译成"看得懂的判断" 。一旦你开始用"脱钩 + 护城河"两步看 AI 公司,你会发现:很多被叙事推高的标的,其实从未脱钩;而少数真正脱钩的,市场又常常在为错误的理由给它定价。

Anthropic 交表,把 Software 3.0 企业的第一份"体检报告"摊到了公开市场面前。 而公开市场要学会读这份报告,可能比把它读完还要久。

我不确定的地方

诚实声明本文的认知边界:

• 本文所有 Anthropic 财务数字均为公开报道的未审计口径(多为 run-rate) ,正式审计报表要等公开版 S-1 才有,届时部分判断可能需要修正。
• "脱钩"这个指标短期难以精确测量 —— 人均收入是个粗糙代理,会被业务模式(卖模型 vs 卖应用)干扰,我没有更精细的度量。
• 6 条护城河的检验带有主观成分 —— Per-user Memory 和 Taste 两条,外部很难拿到硬证据,我标的成色可能偏乐观或偏保守。
• 资本市场会不会"测错",是一个尚未被验证的预测 —— 也许市场比我以为的更快学会给脱钩定价,本文的核心判断有可能被证伪。
• 本文作者本身在跑一家脱钩形态的组织(1 人 + AI),对脱钩的价值可能有 self-confirming bias。

下一篇我们把镜头从"资本市场如何给脱钩定价"(外部),转向一个更根本的第一性原理问题(内在):既然产出可以和人头脱钩,那么—— 人需要赚钱,赚钱需要人吗?

引用本文

yuanai. (2026). 《从 Anthropic 交表上市,论 Software 3.0 企业的核心竞争力》.