每日简报 · Daily Editions
AI · 思想 · 市场 · 深度阅读

每日情报摘要

DAILY INTELLIGENCE DIGEST
本期要目In this issue

人工智能与科技

AI & Technology 07
TechCrunch
独家

Anthropic 锁定 1.4 万亿美元估值,IPO 定价 70 至 78 美元

Anthropic sets IPO price range of $70 to $78 per share to reach an implied valuation of $1.404 trillion

更新后的招股书显示,Anthropic 将发行 8.25 亿股 A 类股,募资 577.5 亿至 643.5 亿美元,预计 11 月 19 日以代码 ANT 在纳斯达克挂牌。这是 AI 泡沫争论第一次被放到公开市场的定价台上。

Anthropic 锁定 1.4 万亿美元估值,IPO 定价 70 至 78 美元
Anthropic 的品牌标识。公司在 11 月 10 日更新的招股书中把发行价定在每股 70 至 78 美元,按上限计算全面摊薄估值达 1.404 万亿美元。图片来源:Samuel Boivin/NurPhoto via Getty Images
关键事实
  • 发行价 70 至 78 美元,8.25 亿股,募资至多 643.5 亿美元
  • 上限估值 1.404 万亿美元,5 月私募轮为 9650 亿
  • 年化收入 810 亿美元,前九月净亏 1040 亿
  • 算力与基础设施承诺 9009 亿美元
  • 创始人持 F 类股,掌握 50.1% 投票权
阅读原文 · TechCrunch ↗

Anthropic 在周二更新的 S-1 文件中把发行价区间定为每股 70 至 78 美元,共发售 8.25 亿股 A 类股,对应募资 577.5 亿至 643.5 亿美元。若承销商行使最多 1.2375 亿股的超额配售权,净募资规模将达 846 亿至 937 亿美元。按区间上限并以全面摊薄口径计算,公司估值 1.404 万亿美元——比 5 月那一轮 9650 亿美元的估值高出近五成,但低于两个月前市场传闻的 2 万亿美元目标。

与发行同步,Anthropic 还达成一项私下配售:按 IPO 价格向 AMD、博通、谷歌、美光、微软、英伟达和台积电出售 260 亿美元无投票权的 N 类股,其中谷歌与英伟达各投 100 亿美元。这条安排把整条芯片供应链变成了股东,也让以算力换股权的行业惯例再进一步。

财务数据首次完整披露:10 月底年化收入 810 亿美元,比 9 月底多出约 100 亿;第三季度收入 170 亿美元,前九个月合计 332 亿美元。代价是前九个月净亏损 1040 亿美元,算力与基础设施承诺高达 9009 亿美元,账面现金及短期投资接近 1320 亿美元。亏损的主要来源是与算力合同相关的会计处理,而非当期现金流出,但这笔承诺本身就是未来数年的刚性负担。

治理结构值得单独看。作为公益公司,七位创始人持有的 F 类股掌握 50.1% 的投票权,长期利益信托还将选出多数董事——A 类股买家买到的是一张几乎没有治理权的门票。七位联合创始人各自卖出近 340 万股,按 74 美元的区间中值计算,每人落袋约 2.5 亿美元。

一个细节透露了政治姿态:招股书多处把超级智能与 SI 同人工智能与 AI 互换使用,呼应特朗普 9 月行政令要求联邦机构改用新术语。作为对照,竞争对手 OpenAI 上周完成 110 亿美元融资后被报道估值 1.25 万亿美元,不到最初 200 亿美元目标的一半。

Google DeepMind分析人工智能与科技约 2 分钟

DeepMind 用智能体为 Signal 协议做出机器可检验的安全证明

Introducing AlphaProof Code: a breakthrough in verifying complex software at depth

这是首次有 AI 对广泛部署的密码学协议在生产代码层面完成形式化验证,也是该协议实现层面的第一次——无论用不用 AI。整个过程耗时四周。

AlphaProof Code 是一个多 LLM 智能体框架,分工方式模仿研究团队:人类专家与模型共同决定要证明什么,把 Signal 的安全目标翻译成形式化数学规约,每一条都由人复核;然后由 Gemini Carbon 驱动的智能体承担证明工作,生成超过 600 万行 Lean 代码。Lean 是一个把数学证明交给机器检查的语言,任何一行站不住脚都会被编译器拒绝。

真正的突破在于深度而非规模。以往的协议验证大多止步于设计层——证明抽象协议在数学上安全。这一次,智能体证明的是编译后、运行在设备上的机器码满足关键安全属性,例如在设备被短暂攻破的前后,消息仍然受到保护。现实漏洞往往正好藏在设计与实现之间那道缝隙里,跨越它让证明复杂度上升一个量级。

流程设计上有意把人的注意力放到最贵的地方:智能体先自审一遍证明,只标出约百分之一的代码库需要人工二次检查,剩下的交给 Lean 自动核验。于是四周完成了历史上需要专家团队数年的工作。

为了证明系统能分辨对错,研究团队把两个已修复的真实漏洞重新植入隔离版本的 Signal 代码。两次系统都产出了机器可检验的证明,结论是该版本不安全。Signal 首席技术官 Ehren Kret 称,随着 AI 驱动的攻击增长,对协议核心代码的严格验证让他们对隐私承诺更有信心。相关形式化工件已开源。

这背后的战略含义比技术细节更值得注意:形式化验证长期是论文里的理想、工程上的奢侈品,成本高到只有航空航天和芯片行业偶尔使用。如果智能体把成本压下一个数量级,医疗设备固件、电网控制软件这类系统就进入了可验证区间。DeepMind 把它与自动修复智能体 CodeMender 并列,指向一个攻防都以机器速度运行的未来。

关键事实
  • 生成超过 600 万行 Lean 证明代码
  • 四周完成,传统方法需专家团队数年
  • 仅约 1% 代码需要人工复核
  • 两个历史漏洞均被机器证明为不安全
  • 首次验证编译后生产代码,而非仅设计层
阅读原文 · Google DeepMind ↗
DeepMind 用智能体为 Signal 协议做出机器可检验的安全证明
AlphaProof Code 的验证流程示意:人类与模型共同写下规约,智能体生成证明,每一条都由 Lean 自动检查。这是 AI 第一次对广泛部署的密码学协议做出这一深度的形式化验证。图片来源:Google DeepMind
The Verge人工智能与科技约 2 分钟

Gemini 4 Carbon 全面开放,Google 带回智能体蜂群

Google releases Gemini 4 Carbon with agent 'swarm' feature

Carbon 两周前只给少数网络安全防御者使用,现在通过 Gemini API、AI Studio 和企业版向所有付费开发者开放,同时预览把单个提示词变成智能体团队的 swarm 功能。

Google 在 11 月 10 日把 Gemini 4 Carbon 推向公众。付费开发者与企业可通过 Gemini API、Google AI Studio 和 Gemini for Business 使用,Google AI Ultra 订阅者还可在 Gemini 应用、搜索的 AI Mode 以及智能体开发平台 Antigravity 中调用。低价档与免费用户何时能用,官方没有给出时间表。

产品定位被刻意分层:上月发布的 Argon 仍是多数软件工程与知识工作的理想选择,Carbon 面向考验模型智能上限的任务——复杂多步编程和开放式科学研究。Google 称 Carbon 比 Argon 把前沿推得更远。

配合长周期智能体任务,Antigravity 上开始预览 swarm:一句提示词可以被拆解并派给一支协同工作的智能体团队,而不是单个模型反复自问自答。这是把多智能体编排从第三方框架收进官方平台的一步。

定价是这次发布最锋利的部分。Carbon 的导入价为每百万输入 token 2 美元、输出 10 美元,约为 GPT-6 Astra 的五分之一、Anthropic Fable 5.2 的四分之一。11 月底导入期结束、价格翻倍后,它仍显著低于两家对手的单 token 报价。当然,单 token 价格不等于单任务成本——不同模型完成同一任务消耗的 token 数差别很大。

需要打折看的是基准。Google 自己引用的数据表明 Carbon 在多数指标上仍落后 Fable 5.2,且各家都会挑选对自己有利的测试。但两个月内连发 Argon 和 Carbon 两个前沿模型,确实把持续数月之久的双人赛改回了三方竞争。

关键事实
  • 导入价 2 美元与 10 美元每百万输入输出 token
  • 约为 GPT-6 Astra 的五分之一、Fable 5.2 的四分之一
  • 11 月底价格翻倍
  • Antigravity 预览 swarm 多智能体编排
  • 多数基准仍落后 Fable 5.2
阅读原文 · The Verge ↗
Gemini 4 Carbon 全面开放,Google 带回智能体蜂群
Gemini 4 Carbon 的官方主视觉。该模型两周前先向网络安全防御者小范围开放,11 月 10 日起向所有付费开发者与企业推出。图片来源:Google
MarkTechPost人工智能与科技约 2 分钟

同一个模型,两套护栏:Anthropic 发布 Fable 5.2 与 Mythos 5.2

Anthropic Launches Claude Fable 5.2 and Mythos 5.2: Same Model, Different Safeguards

Fable 5.2 面向长周期编程、研究与智能体任务;Mythos 5.2 是同一底层模型,去掉大部分网络与生物安全拦截,只对通过审核的机构开放。这是一次治理实验,不只是模型发布。

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。二者是同一个底层模型:Fable 5.2 额外加了分类器,拦截高风险网络安全任务和多数研究级生物学请求,因此可以面向所有用户开放;Mythos 5.2 移除这些拦截,访问须通过网络安全验证计划和生命科学验证计划审核。

拦截后的降级路径也设计好了:Fable 拒绝某次查询时,改由 Opus 4.8 回答网络类问题、Opus 5 回答生物类问题。Anthropic 称拦截量比 Fable 5.1 减少约 55%,其中网络安全减少约 60%、生物学减少约 40%——即在不放松红线的前提下减少误伤。

基准数据全部自报:FrontierCode 2.0 智能体编程 49.1%,Opus 5.5 为 45.5%;Humanity's Last Exam 带工具 74.2%,对照 67.7%;OSWorld 2.1 部分离线集 89.3%;Mythos 5.2 的 CVE 复现率 89.6%,无护栏对照为 81.3%。并非全面领先:AutomationBench 上 51.4% 输给 Gemini 4 Carbon 的 53.9%,AA-Briefcase Elo 1785 也低于 Opus 5.5 的 1800。

价格低于 5.1 系列,官方口径是以约一半的单任务成本获得 Opus 级编程能力。绝对价格仍是每百万 token 8 美元输入、40 美元输出,是同日发布的 Meta Muse Ember 的 80 倍——两家在价格轴上已经不在同一个市场。

真正值得记下的是这套结构:能力供给与风险分级被解耦,扩散控制从裁剪模型转向验证身份。它比一刀切的拒答更精细,但也把安全边界交给了审核流程本身——谁能通过验证计划,谁就拿到无护栏版本。这个名单如何构成、由谁审计,将是接下来真正的争论点。

关键事实
  • 同一底层模型,两套安全护栏
  • Fable 拦截高风险网络安全与多数研究级生物学
  • 拦截量比 5.1 减少约 55%
  • FrontierCode 2.0 达 49.1%,Humanity's Last Exam 74.2%
  • 定价 8 美元与 40 美元每百万 token
阅读原文 · MarkTechPost ↗
Simon Willison / Meta AI人工智能与科技约 2 分钟

Meta 的 Muse Ember:百万上下文小模型,踩在效率前沿上

Introducing Our Smallest, Most Efficient Model: Muse Ember

Meta 进入 Claude Haiku 与 GPT-6 Luna 所在的价格带,卖点不是更聪明,而是智能体整天重复的那些活——工具调用、编程子任务、路由、抽取、长文档解析。

Muse Ember 1.0 是 Meta 迄今最小、最高效的模型,官方定义为面向复杂推理执行和智能体全天重复工作的设计。它支持一百万 token 输入,提供 minimal、low、medium、high、xhigh、max 六个推理档位。

短提示下它的定价是每百万输入 0.10 美元、输出 0.50 美元,与 GPT-6 Luna、Claude Haiku 5.5 完全同价。差别在长上下文的阶梯价:Ember 在 20 万 token 以上跳到 0.30 与 1.50,Luna 在 27.2 万以上是 0.20 与 0.75,Haiku 在 10 万以上直接跳到 0.50 与 2.50。三家都承诺百万上下文,但从多少 token 开始涨价决定了长文档场景的真实成本。

比每 token 价格更有意义的是每任务成本。Artificial Analysis 的智能指数对单任务成本图上,Ember(xhigh)约 34 分、0.12 美元,Ember(max)约 36 分、0.14 美元,两者都落在帕累托前沿;Haiku 5.5(xhigh)34.5 分却要 0.25 美元,明显偏离前沿。Meta 因此敢说没有别的模型能用更少的钱拿到更高的分。

Simon Willison 用六个推理档位各画了一只骑自行车的鹈鹕做压力测试。结果是档位与画面质量并不单调对应,high 那档甚至没有输出完整 SVG;但 max 档的成品质量与价格贵 40 倍的 Muse Wonder 相当。这提醒一件事:推理档位是营销刻度,不是质量保证。

判断:小模型的竞争轴已经从每 token 多少钱移到每任务多少钱,因为推理 token 数让前一个指标几乎失效。这对应用层是好事——真正决定成本的是编排策略和档位选择,而不是价目表。

关键事实
  • 100 万 token 上下文,六个推理档位
  • 短提示 0.10 与 0.50 美元每百万 token,与 Luna、Haiku 同价
  • 20 万 token 以上阶梯价 0.30 与 1.50
  • xhigh 档 34 分约 0.12 美元每任务,位于帕累托前沿
  • 同分下成本约为 Haiku 5.5 的一半
阅读原文 · Simon Willison / Meta AI ↗
TechCrunch人工智能与科技约 1 分钟

Google 再添两款专用 TPU:机密训练与双倍显存

Google broadens its AI hardware portfolio with two new specialized chips

TPU 8tx 与 TPU 8i Max 属第八代,一款与 AMD 合作把安全做进硬件层,另一款把两颗推理芯片合成一颗。发布时点恰好卡在英伟达最脆弱的时刻。

Google 公布了两款 tensor processing unit 变体,都是今年 4 月发布的第八代 TPU 的延伸。TPU 8tx 基于 8t,与 AMD 合作设计,专为机密训练与推理:Google 称它把安全直接做进硬件层,敏感数据与模型权重在活跃使用期间也保持隔离,而不是只在静态存储时加密。

8tx 还带一个定制推理网络,能在训练的同时跑推理,因此可以现场蒸馏、训练小模型。对企业的实际意义是:可以在专有数据不离开设备的前提下,用它微调模型。这是合规部门最在意的那类能力。

TPU 8i Max 则是把两颗面向推理的 8i 合成一颗封装,显存容量、算力和带宽都翻倍,让模型在单次查询中能处理更大范围的信息——长上下文推理和大型检索增强场景直接受益。

放在竞争格局里看:微软、亚马逊都在推自研推理芯片,OpenAI 与博通合作造芯,Anthropic 在组建芯片设计团队。所有人都在做同一件事——降低对英伟达的单一依赖。而这次发布的时点,正好是英伟达首席执行官黄仁勋承认婚外情、股价下挫的这一周。

需要保留的判断:TPU 的短板从来不是单芯片指标,而是软件栈的可移植性。客户是否愿意为了一点成本优势重写训练与推理管线,才是这批芯片能否真正分流英伟达订单的关键。

关键事实
  • TPU 8tx:与 AMD 合作,面向机密训练与推理
  • 安全做进硬件层,使用中隔离数据与权重
  • 可在训练同时跑推理,支持现场蒸馏
  • TPU 8i Max:两颗 8i 合一,显存与带宽翻倍
阅读原文 · TechCrunch ↗
TechCrunch更新人工智能与科技约 2 分钟

纽约 AI 安全法落地:前沿实验室须注册、披露,72 小时内报事故

OpenAI, Anthropic face new oversight as New York's AI safety law takes effect

年收入超过 5 亿美元的大型前沿开发者必须在 2027 年 1 月 1 日前完成注册,公开安全框架,72 小时内报告重大安全事故。单次违规罚款最高 100 万美元。

纽约州周二开放了 RAISE 法案的注册门户。年收入超过 5 亿美元的大型前沿 AI 开发者须在 2027 年 1 月 1 日前注册,法律本身在明年年初生效。除注册外,义务还包括在官网公布安全框架、在 72 小时内报告重大安全事故、发布模型透明度报告。

执行机构是新设立的数字创新、治理、完整性与信任办公室,简称 DIGIT。罚则具体:单次违规最高 100 万美元,后续违规最高 300 万美元;未注册本身也可被执法,但州政府发言人拒绝说明具体形式。

州长 Kathy Hochul 在发布会上罕见地用了对抗性语言:科技巨头告诉我们,他们的 AI 愿景是必然的,他们说要么上车,要么被落下,任何附带损害都值得,只要赢下这场冲向 AI 悬崖的竞赛。她同时启动纽约 AI 责任与研究中心,设在宾汉姆顿大学,以 5500 万美元捐赠与资本起步,独立评估先进 AI 系统的安全与运行,并配合 DIGIT 审阅企业提交的安全框架。

这不是孤例。加州 SB 53 已于今年 1 月生效,要求公布安全框架、提供吹哨人保护、15 天内报告重大事故;伊利诺伊 SB 315 明年生效,要求相同并额外加上独立合规审计。纽约另有两部法律在路上:一部要求 AI 伴侣应用定期告知用户正在与机器人对话并识别自伤倾向,一部针对未成年人的聊天机器人安全法将于 2027 年 6 月 1 日生效。

拼图正在合拢。三个大州用不同的时间表和罚则覆盖了同一批公司,事实上形成了联邦层面的最低标准——而这一切发生在中期选举之后、AI 监管成为政治议题的当口。对实验室来说,合规成本不是罚款,而是披露:安全框架一旦公开,就成了可以被起诉、被引用、被追问的文件。

关键事实
  • 年收入 5 亿美元以上须在 2027 年 1 月 1 日前注册
  • 72 小时内报告重大安全事故
  • 单次违规最高罚 100 万美元,再犯 300 万
  • DIGIT 办公室负责执行
  • 纽约 AI 责任与研究中心获 5500 万美元启动资金
阅读原文 · TechCrunch ↗
纽约 AI 安全法落地:前沿实验室须注册、披露,72 小时内报事故
纽约州州长 Kathy Hochul。她在 11 月 10 日开放 RAISE 法案的注册门户,并同步启动纽约 AI 责任与研究中心。图片来源:Angelina Katsanis/Bloomberg via Getty Images

市场与地缘

Markets & Geopolitics 04
The Verge分析市场与地缘约 2 分钟

黄仁勋丑闻的真正风险不是间谍,是治理

The US is winning the AI race. Jensen Huang could have blown it

专家认为,这件事威胁的不只是黄仁勋的婚姻和英伟达的声誉,而是整个美国 AI 产业的稳定性——因为它同时击中算力供给和政策影响力两个节点。

黄仁勋承认与一名被怀疑是中国间谍的女性有婚外情。据报道,这段关系发生在美国情报界乃至总统特朗普已知情的情况下。作为间谍目标,他几乎是最不令人意外的选择:掌管全球市值最高的公司之一,控制着 AI 热潮中最紧俏的技术,与总统、首席执行官和各色要人过从甚密。

硬件是最直接的担忧。新美国安全中心的 Emily Kilcrease 指出,中国在能源和开放权重模型生态上有优势,但没有最新的英伟达芯片就无法缩小平距,而有了这些芯片,美国的领先可能在数周或数月内消失。与嫌疑人 Alice Huang 有关联的公司据报促成了至少 70 亿美元的英伟达芯片对华销售。目前没有公开证据显示黄本人曾推动受限芯片流向中国。

但被低估的是信息价值。詹姆斯敦基金会的 Sunny Cheung 认为,太多人盯着有没有偷走下一代芯片的图纸,这是非常狭窄的视角。黄对科技高管、政策制定者和特朗普本人的私密了解——各家基础设施扩张计划、算力需求、白宫对出口管制的真实想法、硅谷对华对台的真实立场——本身就是极高价值的情报,足以指导北京的产业投资与外交判断。

反向冲击同样成立。美国的 AI 基础设施高度依赖一家公司,而这家公司与一位明星首席执行官的身份绑定得异常紧密:黄三十多年前联合创办英伟达,此后一直担任总裁、首席执行官和董事,持股比例不高,但英伟达在很多时候就等于黄仁勋。布鲁金斯学会的 Kyle Chan 补充了另一个角度:在芯片短缺时期,若与中国有疑似关联的公司获得优先供货,美国企业拿货只会更难。

这一切撞上了政策博弈。黄长期公开批评对华芯片限制,英伟达在华盛顿的游说开支可观,去年他成功争取白宫批准向中国获批客户出口 H200。当一个人的政策影响力、公司市值与个人丑闻叠在一起,治理问题就不再是公司内部事务——它是供应链风险和国家安全风险的交汇点。

关键事实
  • 关联公司据报促成至少 70 亿美元芯片对华销售
  • 英伟达占据 AI 算力供给的关键瓶颈位置
  • 黄曾争取白宫批准 H200 对华出口
  • 美国 AI 基础设施对单一公司高度依赖
  • 消息公布后英伟达股价下挫
阅读原文 · The Verge ↗
黄仁勋丑闻的真正风险不是间谍,是治理
英伟达首席执行官黄仁勋。他在上周末承认与一名被怀疑为中国间谍的女性有婚外情,英伟达股价随后下挫。图片来源:Bloomberg via Getty Images
Foreign Affairs市场与地缘约 2 分钟

中国的 AI 外交正在奏效,而华盛顿还没看懂这套逻辑

China's AI Diplomacy Is Working

作者是前国务院 AI 政策协调员、2024 年 5 月日内瓦中美 AI 会谈的美方成员。他的结论很直接:把安全合作与战略竞争隔离的想法诱人但虚幻,而北京三年前就想明白了这件事。

Daniel Remler 的核心判断是:任何 AI 风险对话都发生在美国与中国更广泛的战略竞争之内。华盛顿有一部分人希望把安全合作单独切出来,与竞争并行不悖——他认为这是一种既诱人又虚幻的信念。北京从不这样看。

中国的脚本三年未变,起点是 2023 年 10 月的《全球人工智能治理倡议》:强调发展与安全并重,但把安全的定义权留给各国自己;同时把美国的出口管制描述为通过技术垄断和单边强制措施制造壁垒、扰乱全球 AI 供应链。风险议题被系统性地降格为次要项。

制度抓手是 2025 年 7 月李强提出的世界人工智能合作组织(WAICO),承诺向发展中国家提供技术、培训和更大的规则制定话语权。联合国秘书长古特雷斯的早期背书给了它即时的可信度,此后中国官员在巴西、巴基斯坦、塞尔维亚等国的双边会晤中反复推销,目前已有 37 个成员。10 月出台的模型出口管制草案暗示,成员可能优先获得对外部世界受限的模型。

真正的卖点是开放权重。中国开发者把最好的模型以开放权重发布,任何政府都能下载、在自己的硬件上运行、适配本国语言。对于担心依赖美国公司、而美国又能随时限制出口的国家,这意味着控制权。代价是这些模型几乎不做也不公布安全测试——发布之后,别人才会发现它是否能被用来发动网络攻击或制造武器。而这份可得性,恰好让北京可以把限制中国模型的风险,论述成剥夺发展中国家的 AI 权利。

经验证据在日内瓦。2024 年 5 月的中美会谈,美方目标是测试能否就 AI 风险做深入技术交流,结论是不能:中方外交官数小时回避风险议题,连本国 AI 监管都只肯做表面介绍,尽管相关机构的技术专家就在房间里。Remler 的建议因此是结构性的:把对话当作竞争的一部分,在对话之外持续加压,同时给仍在选边的国家一个更有吸引力的采用与治理方案。

关键事实
  • WAICO 已有 37 个成员
  • 2023 年《全球人工智能治理倡议》定下三年脚本
  • 开放权重模型是核心卖点,但普遍不做公开安全测试
  • 日内瓦会谈中方数小时回避风险议题
  • 美国应把对话视为竞争的一部分
阅读原文 · Foreign Affairs ↗
中国的 AI 外交正在奏效,而华盛顿还没看懂这套逻辑
2026 年 3 月,北京一场科技论坛上的机器人。中国把开放权重模型、培训与技术转让打包成面向发展中国家的整体方案。图片来源:Tingshu Wang/Reuters
FT Alphaville市场与地缘约 2 分钟

SpaceX 史上最张扬的 IPO,对指数的实际冲击比想象小

The index impact of SpaceX's record-shattering IPO

高盛的报告给出了反直觉的结论:除了 IPO 前后极短的交易窗口,SpaceX 对美股主要指数的影响远小于市场预期。但这场 IPO 是为指数基金设计的那条批评,反而被数据证实了。

Robin Wigglesworth 复盘了这场夏天轰动一时的上市。高盛 Ben Snider 团队的分析显示,除 IPO 前后极短的交易模式外,SpaceX 对股指的影响远小于许多投资者的预期。过去五个月,其自由流通比例从 5% 升到约三分之一,这是重估的基准。

具体权重:纳斯达克 100 从纳入时的 1.30% 升到 2.50%,若现在再平衡将达 2.70%,对应约 14 亿美元被动买盘;罗素 1000 成长目前 0.20%,再平衡后将跳到 1.50%,对应 109 亿美元;标普全市场指数从 0.10% 到 0.20%;MSCI ACWI 维持 0.10%。标普 500 权重仍是零——标普指数委员会拒绝为它改规则开快速通道,这一点值得肯定。

累计看,指数基金(主要是跟踪纳指的 QQQ)已被迫买入约 320 亿美元的 SpaceX 股票,相当于其 10 月底市值的 1.4%;罗素再平衡还会再加 100 亿美元以上。这笔钱是从被动投资者流向早期股东和员工的间接转移。

对纳指基本面的影响有限:市销率 5.1 倍,剔除 SpaceX 为 5.0 倍;市盈率 19.5 倍对 19.2 倍;自由现金流收益率 2.70% 对 2.90%;纳入以来回报负 10.30% 对负 10.00%;年化波动率 22.90% 对 22.60%。高盛的结论是让纳指看起来略贵一点,但没有实质性改变,并把这次纳入类比 2020 年特斯拉进入标普 500——同样被高估了冲击。

但作者认为最初的批评仍然站得住:这场 IPO 的机制设计就是让指数基金和基准敏感型投资者不得不买,为早期股东提供退出流动性。SpaceX 股价已跑输标普 500,波动率按 Alphaville 的说法已到荒谬的地步。故事也没结束:到 2027 年夏天约 50% 的股份将可流通,届时它也满足标普 500 的 12 个月上市年限要求,而潜在的与特斯拉合并是另一个变量。

关键事实
  • 自由流通比例从 5% 升至约三分之一
  • 纳指 100 权重从 1.30% 升至 2.50%
  • 被动基金已买入约 320 亿美元
  • 标普 500 权重仍为零,委员会拒绝开快速通道
  • 2027 年夏约 50% 股份可流通
阅读原文 · FT Alphaville ↗
SpaceX 史上最张扬的 IPO,对指数的实际冲击比想象小
SpaceX 的 IPO 被 Alphaville 称为指数塞货的霸王行动。高盛最新报告显示,它对指数的实际扭曲远小于当初的担忧。图片来源:Reuters
War on the Rocks分析市场与地缘约 3 分钟

时间域:乌克兰无人系统部队与新战争维度

Winning Time: Ukraine's Unmanned Systems Forces and the New Dimension of War

作者是乌克兰前总理、第 412 复仇女神旅的创建者。他提出一个概念:决定战争胜负的不是在哪里打,而是每一方适应得多快——时间域应当被视为独立的作战领域。

2023 年底,乌克兰军方领导层面对一个体制选择:为无人系统设立独立军种,还是把它们并入现有军种。多数高级军官反对,理由在经典教条内无懈可击——陆、海、空各自对应一个作战域,而无人系统横跨所有域却没有自己的域;没有域,就没有军种。主张设立的主要是从平民生活进入军队的新人,反对的是职业将领。在既有学说的坐标系里,将领们是对的。战争即将推翻他们的前提。

乌克兰还是建了,世界第一支无人系统部队。约 2.5% 的兵力,在过去一年造成俄军约三分之一的损失。作者 Oleksiy Honcharuk 曾任 2019 至 2020 年的乌克兰总理,参与创建第 412 复仇女神旅。他把这个决定理解为两种文化的碰撞:平民出身的人带来持续试验、容许犯错、在战斗中改进武器的习惯;职业军官关心的是手段——买什么系统、买多少、配给哪个军种。真正的问题在别处:我们在玩什么游戏,怎么想象它。

他的答案是时间域:决定性维度不是部队在哪里作战,而是每一方适应得多快。一支每六周更新战术与技术的部队,并不能取消一支一年更新一次的部队的火力——慢的一方仍可用体量支付,正如俄罗斯所做的。快的一方赢得的是时间:在差距存在期间,它设定每一次交换的条件。体量决定能撑多久,速度决定每一次支付买到多少。

对这只是属性、不是领域的反驳写得很扎实。网络空间之所以跻身领域之列,不是因为它占据物理位置——一张每天重建的网格是糟糕的地理学——而是因为那里的竞赛遵循旧范畴无法捕捉的逻辑。北约 2022 年起把作战域定义为可在交战空间内应用的特定能力与活动领域,本身就已离开地形定义。区别在于奖品:时间是可测量、可消耗、可复利的,而且没有任何其他领域把它当作目标。后勤、指挥、士气贯穿五个域,却不被列为域,因为它们不是奖品,只是争夺奖品的方式。

制度含义随之清晰:把争夺时间当作其他领域的属性,它就变成人人有责、无人负责;把它当作独立领域,就有人被指派去赢它——带自己的学说、指挥链和预算。乌克兰已经这么做了。作者最后的警告指向其他首都:没有域就没有部队这句话仍在流传,听起来依然正确。欧洲正在写下一个七年预算,北约正在重写能力目标;一个域就是在这样的文件里获得主人,否则永远停在口号。而支撑速度的东西——分散的基础设施、能现场修无人机的小生产者、快速扩张的国防初创、参与自卫的人口——属于社会而非军队,任何部长的命令都造不出来。

关键事实
  • 无人系统部队约占乌军兵力 2.5%
  • 造成俄军约三分之一损失
  • 北约 2022 年起改用能力型作战域定义
  • 核心指标:新能力到前线至敌方有效反制之间的间隔
  • 欧洲七年预算与北约能力目标正在重写
阅读原文 · War on the Rocks ↗
时间域:乌克兰无人系统部队与新战争维度
乌克兰第 9 无人系统旅的攻击无人机。该军种约占乌军兵力的 2.5%,却在过去一年造成俄军约三分之一的损失。图片来源:乌克兰武装部队总参谋部 via Wikimedia Commons

思想与评论

Ideas & Commentary 02
Marcus on AI分析思想与评论约 2 分钟

Gary Marcus:别碰 Anthropic 的 IPO

Just say no to Anthropic's IPO

他先声明自己不是投资顾问,然后逐条说明为什么个人不会碰这个 IPO:不是估值高低的问题,而是承诺与现金流的结构能不能撑到收入追上。

Marcus 的靶心是一组对照:一家除某个异常且获得大量补贴的季度之外从未盈利、账上背着近 9000 亿美元未来负债的公司,要价 1.4 万亿美元。他的开场带着明显的讽刺——先引用《纽约时报》的惊人数字推文,再引用路透社关于 Anthropic 发出又撤回 IPO 细节的独家。

增长曲线是他最有力的证据。第二季度环比增长 147%,第三季度只剩 47%。tokenmaxxing 的热潮退去,加上来自中国的质量不错但并非顶级的竞争者崛起,两股力量同时挤压。修正后的 S-1 自己也承认:公司预计成本会随时间上升、亏损将持续,并且不预期收入会以可比速度继续增长。

负债端的数字更硬:约 1100 亿美元的年度承诺必须支付。Marcus 引用 Ed Zitron 的分析——8950 亿美元承诺、可能获得的垃圾级评级,指向整个行业未来的流动性危机,以及第四季度增长可能再减速一半的支付数据。

万亿叙事的基础是一张 5 月 tokenmaxxing 狂热峰值时做出的外推图。Marcus 提醒读者注意那张图的 Y 轴——那是典型的把指数增长画成直线的把戏,前提是收入维持抛物线,而它没有。

他的落点不是 AI 是泡沫,而是更窄也更难反驳的一问:在收入增速掉到 47%、年度承诺 1100 亿美元的时点上市,是把结构性风险转移给公众投资者的最佳时机,还是唯一时机?招股书里的风险因素已经写得很清楚,只是没人读。

关键事实
  • 第二季度环比增长 147%,第三季度降至 47%
  • 近 9000 亿美元未来负债,约 1100 亿年度承诺
  • S-1 自认亏损将持续、收入不会以可比速度增长
  • 万亿估值源于 5 月的乐观外推模型
  • Ed Zitron:第四季度增长可能再减速 50%
阅读原文 · Marcus on AI ↗
Gary Marcus:别碰 Anthropic 的 IPO
《纽约时报》关于 Anthropic 1.4 万亿美元 IPO 定价的推文,被 Marcus 用作他这篇唱空文章的引子。图片来源:Substack
Foreign Affairs思想与评论约 2 分钟

孩子成了奢侈品:生育率崩塌如何加剧不平等

The Luxury of Children

去年人类总和生育率首次跌破更替水平,而且不是因为战争或瘟疫。更反直觉的是:现在富国和富人的生育率反而更高。作者认为答案在现代性本身的结构里。

宾夕法尼亚大学经济学家 Jesús Fernández-Villaverde 给出的时间表:世界人口将在 2055 年前后达峰,然后下降。联合国 2024 年《世界人口展望》的中方案仍预测 2084 年达峰,理由是它没有充分纳入各国统计机构记录的近期出生下降,并假设中国等地生育率会强劲反弹;而低方案与作者自己的估算几乎一致——全球总和生育率已跌破约 2.2 的更替水平,并将继续下行。这是人类史上第一次仅因选择而发生的人口收缩。

接下来是他最反直觉的经验发现:收入与教育更高的人和国家,现在生育率更高。在阿根廷、巴西、智利、哥伦比亚、牙买加、伊朗、马来西亚、泰国、突尼斯、土耳其、斯里兰卡、美国这十二国中,最富的美国生育率最高——即使只统计本土出生母亲也是如此。墨西哥 2024 年总和生育率为 1.2,低于美国非西裔白人女性的 1.57,而墨西哥人均收入只有美国的 28%;二十年前,墨西哥的生育率还远高于美国。同样的反转也发生在国家内部:美国富裕、受教育程度高的家庭现在孩子更多。

常见解释逐一被拆。房价:许多国家房价没有暴涨,生育率跌得更狠。智能手机:全球生育率从 1960 年代末就开始下滑,远早于手机普及;作者测算手机把本该用 25 年发生的生育率变化压缩进 10 年,是加速器而非原因。女性教育与就业:在 OECD 内部,这两者与生育率如今是正相关;在拉美,2026 年不生孩子的恰恰是受教育最少、最不参与劳动力的女性。

他的统一解释是现代性:当一个社会围绕正规制度(学校、大学、医疗系统)、专业认证(学位、标准考试、职业执照)和大规模协调系统(跨国公司、政府、全球供应链)组织生活时,它就无法维持更替水平的生育率。这与意识形态无关——共产主义国家同样大举投资大众教育与官僚体系,也经历了同样的下滑。标准化知识、把知识从地方习俗中剥离,是运行复杂社会的唯一方式,而它同时提高了养育孩子的相对成本。

结论是政治性的:孩子从经济必需品变成了经济奢侈品。结果是经济不平等被人口不平等放大——国内与国家之间的裂痕同时扩大。作者警告这可能激化对立甚至冲突,因为人口收缩不是均匀发生的:有的国家还剩窗口,有的已经关闭,而劳动力、资本与照护需求的重新分配会沿着这条裂缝展开。

关键事实
  • 全球总和生育率首次跌破更替水平约 2.2
  • 世界人口预计 2055 年前后达峰
  • 墨西哥生育率 1.2,低于美国非西裔白人 1.57
  • OECD 内女性就业率与生育率现为正相关
  • 智能手机把 25 年的变化压缩进 10 年
阅读原文 · Foreign Affairs ↗
编辑要点
Bottom line

今天的主线是定价:Anthropic 把 1.404 万亿美元摆上柜台,而它的季度增速已从 147% 掉到 47%;同一天 Google 用低价前沿模型和专用芯片压成本,Meta 用每任务成本重划小模型战场。技术侧真正的硬进展在别处——DeepMind 用智能体在四周内为 Signal 的生产代码做出机器可检验的安全证明。而黄仁勋事件提醒:当算力集中于一家公司、一家公司系于一个人,治理风险就是国家安全风险。