---
title: "理想主義與商業巨獸的對撞：從「硅谷101」深度影片剖析 Anthropic 的企業品質、治理架構與價值投資盲點"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-19"
language: "zh-Hant"
section: "Insights"
answer: "DeepValues Research 於2026年11月19日發布《理想主義與商業巨獸的對撞：從「矽谷101」深度影片剖析 Anthropic 的企業品質、治理架構與價值投資盲點》。段落摘要： YouTube 頻道「矽谷101」發布長達 99 分鐘的專題影片，完整梳理 Anthropic 從百度矽谷實驗室 Scaling Law 的萌芽、OpenAI 路線分裂，到憑藉 Claude Code 與企業級市場實現人類商業史上罕見的營收爆發（年化營收衝向千億美元、估值達上兆美元）的歷程。"
canonical_url: "https://research.deepvalues.ai/insights/2026-11-19-silicon-valley-101-the-rise-of-anthropic-the-spear-and-shield-behind-zh/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-19-silicon-valley-101-the-rise-of-anthropic-the-spear-and-shield-behind-zh/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, 理想主義與商業巨獸的對撞：從「硅谷101」深度影片剖析 Anthropic 的企業品質、治理架構與價值投資盲點, https://research.deepvalues.ai/insights/2026-11-19-silicon-valley-101-the-rise-of-anthropic-the-spear-and-shield-behind-zh/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "investing"
sources:
  - title: "Anthropic崛起史：最强AI背后的矛与盾，布道者与伪君子"
    url: "https://www.youtube.com/watch?v=sYdN4b14rHU"
  - title: "DEEPVALUES MONITOR BRIEF"
audio: "https://anchor.fm/s/10566d324/podcast/play/129798096/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-20%2F437208524-44100-2-3e73378c292da.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/7GOA2O5GGrgh6SzFVbLjnW"
---

# 理想主義與商業巨獸的對撞：從「硅谷101」深度影片剖析 Anthropic 的企業品質、治理架構與價值投資盲點

> **段落摘要：** YouTube 頻道「硅谷101」發布長達 99 分鐘的專題影片，完整梳理 Anthropic 從百度矽谷實驗室 Scaling Law 的萌芽、OpenAI 路線分裂，到憑藉 Claude Code 與企業級市場實現人類商業史上罕見的營收爆發（年化營收衝向千億美元、估值達上兆美元）的歷程。本報告對照其 S-1 招股說明書等官方文件，剖析其獨特的 PBC 與 LTBT 雙層治理架構、總額法會計認列陷阱、高達數千億美元不可撤銷的算力承諾負債，以及大客戶流失風險，為長期價值投資人提供關於「企業護城河、自由現金流（Owner Earnings）與資本配置槓桿」的深度洞察。

---

## 1. 誰寫的：創作者背景與長期投資人的閱讀價值

本報告資料來源為深耕矽谷前沿科技與商業深度報導的 YouTube 頻道「硅谷101」。該節目透過多方實地採訪與一手資料調研，針對人工智慧產業的核心個案進行解構。在該集專題影片中，「硅谷101」採訪了多位關鍵業界專家，包括英偉達 CUDA 早期架構師 Greg Diamos、《紐約時報》前科技評論員 Kevin Roose、股權架構專家劉曉笑律師，以及專家張璐、前 OpenAI 研究員 Jenny Xiao、專家 Deedy Das 等多位前沿從業者與研究員。

對於注重企業基本面與資產品質的長期價值投資人而言，深入分析 Anthropic 具有極高的個案研究價值。首先，Anthropic 展示了一家以「AI 安全與信任」為定位的公司，如何將道德訴求轉化為 B2B 企業級市場的「轉換成本（Switching Costs）」護城河，以對抗大模型演算法效能極短的半衰期；其次，面對全球科技巨頭的資本博弈與基礎設施綁定，Anthropic 設計了一套極為罕見的雙層股權與託管治理架構，試圖在公開資本市場中維護創始團隊的控制權與原始使命。理解其商業演進與治理機制，是評估生成式 AI 產業「護城河深度」與「資本配置效率」的典型案例。

---

## 2. 寫了什麼：影片的核心論點、歷史脈絡與數據梳理

影片將 Anthropic 的崛起與演進梳理為四大核心發展階段與制度設計：

1. **Scaling Law 與 OpenAI 分裂（2014–2020）：**
   影片指出，Dario Amodei 早年在百度矽谷實驗室參與 DeepSpeech 2 項目時，便觀察到模型性能隨數據與算力擴張而呈現可預測提升的 Scaling Law 規律。隨後其加入 OpenAI 主導安全團隊與 GPT 系列研究，期間曾撰寫一份在內部廣為流傳的備忘錄「The Big Blob of Compute」，精準預判了參數規模與算力對模型能力的決定性作用。然而在 2020 年前後，因對 AI 安全優先級、微軟合作條款中的獨家條款爭議，以及商業化急迫節奏產生嚴重分歧，Dario Amodei 與 Daniela Amodei 等七位核心創始人執行了被稱為「離婚計劃（The Divorce）」的集體離職，重新創業。

2. **治理機制與組織架構（PBC、LTBT 與 FounderLC）：**
   Anthropic 成立之初採用公共利益公司（Public Benefit Corporation, PBC）架構，並設計了 Class A、N、T、F、E 五類股權機制。其中，由獨立受託人組成的「長期利益託管局（LTBT）」持有 Class T 股票，擁有選派與罷免董事會多數席位（7 席中佔 4 席）的特權；由七位創始人組成的 FounderLC 持有 Class F 股票，在特定股東表決事項中保持動態 50.1% 的投票權。這套機制旨在切斷「資本投入即決定決策」的傳統邏輯。此外，Daniela Amodei 引進了支付巨頭 Stripe 的商業化與營運人才體系（截至 2026 年已有數百名前 Stripe 員工加盟），為後續的 B2B 規模化奠定組織基礎。

3. **技術折服與爆發期（2021–2026）：**
   在創立前兩年，Anthropic 專注於 Constitutional AI（AI 憲法 / RLAIF）與責任擴展政策（Responsible Scaling Policy, RSP）的技術沉澱。直到推出 Claude 3.5 Sonnet 及專用程式碼工具 Claude Code 後，迎來商業爆發。Claude Code 年化收入在一內從零突破 25 億美元，推動整體業務進入幾何級數增長。

4. **商業模式與資本飛輪：**
   影片強調 Anthropic 採用「按使用量計費（Pay for intelligence）」的模式（占營收約 80%），並建立了「產品改進飛輪」（安全信任帶動企業客戶，客戶反饋促進模型迭代）與「資本投入飛輪」（模型升級帶來商業價值，營收增長支持更大規模算力投入）的雙輪咬合機制。然而從價值投資角度剖析，按使用量計費的模式缺乏傳統 SaaS 訂閱制（ARR）的下行保護，在企業客戶實施 Token 成本優化或進行模型遷移時，營收易承受劇烈波動。

---

## 3. 文件怎麼說：招股書等原始文件對影片論點的支持程度

對照 Anthropic 的招股說明書（S-1 / IPO Filings）及官方歷史文件，影片提出的多項營收暴增與財務結構論點得到了實質文件的支持，同時也暴露出會計與營運層面的細節爭議：

* **財務與營收數據驗證：**
  官方文件證實，Anthropic 的全年營收從 2023 年的 4,100 萬美元爆發至 2024 年的 3.9 億美元，並於 2025 年達到 45.85 億美元。進入 2026 年，Q1 營收達 47.31 億美元，Q2 單季營收暴增至約 116 億美元（環比增長 144%）。在利潤端，毛利率由 2024 年的 -94% 回升至 2026 年 Q3 的 85% 左右；2026 年 Q2 實現單季營業利潤約 9.7 億美元（營業利潤率 8.4%）。
  *關鍵會計澄清*：招股書披露 2026 年上半年 GAAP 淨虧損高達 807 億美元，但文件明確顯示，其中 724 億美元源於公司估值大幅飆升所導致的可轉換債券公允價值變動調整，非實際主營業務的營運崩潰（上半年實際營運虧損僅約 6.9 億美元，且 Q2 已轉虧為盈）。

* **算力負債與最低採購承諾：**
  官方文件記載，Anthropic 與 Broadcom 簽訂了高達約 1,612 億美元的設備租賃協議，並與 Google（至少 1,145 億美元）、AWS（至少 1,100 億美元）、Microsoft（約 449 億美元）及 SpaceX（最高約 1,205 億美元）等簽署了巨額算力協議。主要供應商協議披露總額超過 3,600 億美元，其中不可取消的最低採購承諾與租賃付款高達 4,310 億美元（若採用廣義合同義務統計達 8,550 億美元），證實了影片所指「資本重賭算力」的真實性。

* **通道分銷依賴與會計口徑爭議：**
  招股書顯示，透過 AWS 與 Google Cloud 市場產生的銷售額占比從 2023 年的 11% 急升至 2025 年的 47%（21.6 億美元通道收入中約 3.51 億美元支付給雲端平台分成）。在會計處理上，Anthropic 採用「總額法（Gross Method）」認列營收，將流回雲端巨頭的約 16% 分成記為銷售費用；而 OpenAI 在部分雲端通道則採用「淨額法（Net Method）」（扣除分成後認列）。**價值投資者必須注意：總額法會計虛增了 Anthropic 約 16–20% 的頂線年化營收（ARR），若未經會計口徑歸一化處理，直接比較 Anthropic 與 OpenAI 的估值倍數將產生嚴重扭曲**。

---

## 4. 巴菲特式解讀：企業品質、護城河、資本配置與價格價值

站在巴菲特與芒格的傳統價值投資視角，對 Anthropic 的商業品質進行嚴謹拆解：

### 企業護城河（Moat）
* **轉換成本（Switching Costs）與品牌**：Anthropic 將「安全與合規」塑造為 B2B 企業級市場的信任品牌，成功在金融、法律及大企業工作流中建立防線。Claude Code 深度嵌入開發者工作環境，形成了實質的轉換成本。
* **護城河的脆弱性與資本循環反射性（Reflexivity）**：大語言模型演化迅速，軟體與演算法等「無形資產」的半衰期極短。單純依靠模型基準測試（Benchmarking）難以形成寬廣護城河。此外，雲端巨頭「投資 Anthropic — Anthropic 採購算力 — 雲端巨頭代銷分流」的閉環，存在高度的資本循環反射性泡沫風險。

### 資本配置能力（Capital Allocation）
* ** Owner Earnings 與「算力跑步機（Capex Treadmill）」風險**：截至 2026 年 6 月底，公司帳面擁有約 1,317 億美元的現金及短期投資，2026 上半年營運現金流轉正達約 39 億美元。然而，管理層選擇將幾乎所有的自由現金流與未來收益，押注於金額高達 4,310 億美元且不可撤銷的 GPU 算力合約（2028–2031 年預計需再投入 1,250–1,500 億美元）。這種將資本鎖定於高淘換率硬體的作法，構成了**不可逆的結構性槓桿風險**，嚴重侵蝕了企業的資本配置靈活性，並可能導致長期的資本回報率壓抑（ROIC Compression）。

### 價格與價值（Price vs. Value）
* **估值與成長放緩的矛盾**：Anthropic 的完全稀釋估值從 1,830 億美元、9,600 億美元攀升，IPO 目標稀釋估值調整至 1.4 萬億美元。然而，營收季增率已從 2026 年 Q2 的 144% 急劇放緩至 Q3 的 45%。更關鍵的競爭對比在於：**2026 年 9 月，Anthropic 的月環比（MoM）營收增長率已銳減至 1.8%，而同期 OpenAI 的月環比增長率仍維持在 13.4% 的強勁水準**。這顯示 Anthropic 在高估值下正面臨嚴峻的市場份額擠壓，容錯率極低。

---

## 5. 未知的事項：長期投資人必須面臨的黑天鵝與隱憂

1. **大客戶流失與自研替代風險：**
   數據顯示，2026 年前九個月 Anthropic 前五大客戶貢獻了約 25% 的營收，且普遍未簽訂長期綁定合約。目前 Replit 已將首選模型轉向 OpenAI；微軟將內部使用 Claude 的預算下調逾三分之一；Meta 內部使用 Claude Code 的員工數量從 60,000 人銳減至 30,000 人。儘管淨收入留存率（NRR）高達 900%，但在大客戶轉向自研或競爭對手的情況下，高基數下的續留率面臨高度不確定性。

2. **算力供需失衡與債務資本成本激增：**
   若需求增速放緩，而 4,310 億美元的硬性採購承諾無法取消，固定算力成本將迅速侵蝕營業利潤。資本市場對其債務融資的風險溢價已顯著上升：**2026 年 6 月（350 億美元晶片融資） senior 債務收益率約 5.75%、次級債務約 8.5%；到了 10 月（600 億美元新融資），次級債務預期收益率已突破 10%**。債務成本的急升反映出資產負債表承壓的警訊。

3. **使命與商業利益的分裂：**
   為應對競爭，Anthropic 修改了 RSP 規則（取消了單邊強制暫停開發的承諾），並推出軍事專用模型（Claude GF）部署於機密網絡，引發內部核心研究人員離職潮（如安全研究負責人 Sherma 以及資深研究員 Jacob Cann/Con 等先後公開離職）。上市後面對公開市場的季度盈餘壓力，其「安全第一」的文化信仰將面臨更嚴峻的商業利益沖刷。

---

## 6. 給有耐心投資人的一課：從 Anthropic 成長史學到的投資智慧

* **啟示一：架構即命運。**
  PBC 架構與 LTBT 託管局等前瞻性的股權設計，成功在企業擴張中鎖定了控制權並轉化為 B2B 信任溢價。然而，資本結構無法完全隔絕公開市場對季度財務成長的殘酷要求。

* **啟示二：專注的威力。**
  Anthropic 展現了極大的戰略克制，不散亂進行 AI 生圖、生影片等橫向業務擴張，而是將全數算力與人才集中於大語言模型本體與程式碼垂直應用（Claude Code），證明了專注是後發制人的最佳策略。

* **啟示三：警惕「恐懼行銷」與資本循環泡沫。**
  投資人須冷靜識別企業的道德敘事、監管獲利（Regulatory Capture）策略與實際商業利益的分界。同時，必須審慎拆解雲端巨頭「投資-採購-分銷」閉環中，總額法會計認列對營收真實含金量的放大效應。

---

## 7. 關鍵數字：事實與財務數據速查

* **估值與融資金額：**
  * FTX 早期投資：5.8 億美元（持股約 13.5%，清算團隊處置回收約 13 億美元）。
  * 巨頭戰略投資：Amazon 投資 40 億美元；Google 投資 20 億美元以上（初始 3 億美元，後追加 20 億美元）。
  * IPO 估值目標：完全稀釋估值自 2 萬億美元下修至 1.4 萬億美元。

* **營收成長軌跡與會計口徑：**
  * 營收：2023 年 4,100 萬美元 ➔ 2024 年 3.9 億美元 ➔ 2025 年 45.85 億美元 ➔ 2026 Q1 47.31 億美元 ➔ 2026 Q2 約 116 億美元（環比增長 144%）。2026 年底預測年化營收（ARR）衝向 1,100 億美元。
  * 會計影響：採用「總額法」，2025 年 21.6 億美元雲端通道銷售中支付了 3.51 億美元分成（16% 記為銷售費用），相較 OpenAI 的「淨額法」虛增頂線 ARR 約 16–20%。
  * 成長動能對比：2026 年 9 月 Anthropic 月環比（MoM）增長率放緩至 1.8%，而 OpenAI 維持 13.4%。

* **利潤與毛利率：**
  * 毛利率：2024 年 -94% ➔ 2026 年 Q3 升至 ~85%。
  * 營業利潤：2026 年 Q2 單季營業利潤 9.7 億美元（營業利潤率 8.4%）；Q3 調整後營業利潤率超過 11%。
  * GAAP 淨虧損：2026 上半年達 807 億美元（含可轉換債券公允價值調整 724 億美元；實際主營業務營運虧損 6.9 億美元）。

* **債務融資成本演進：**
  * 2026 年 6 月（350 億美元晶片融資）：Senior 債務收益率 ~5.75%，次級債務 ~8.5%。
  * 2026 年 10 月（600 億美元新融資）：次級債務預期收益率已增長至 >10%。

* **算力合約與承諾金額明細：**
  * 主要供應商協議總額：超過 3,600 億美元。包括 Broadcom 設備租賃約 1,612 億美元、Google 至少 1,145 億美元、Amazon 至少 1,100 億美元、Microsoft 約 449 億美元、SpaceX 最高約 1,205 億美元、Scale 446 億美元、Lambda 413 億美元。
  * 最低採購承諾與租賃付款：硬性不可取消履約金額達 4,310 億美元（廣義合同義務估算達 8,550 億美元）。
  * 增量採購規劃：2028–2031 年預計額外採購 GPU 算力需再投入 1,250 億至 1,500 億美元。

* **客戶與產品營收：**
  * Claude Code：年化收入突破 25 億美元。
  * 客戶規模：年貢獻超 10 萬美元客戶達 1.19 萬家；超 100 萬美元客戶達 1,900 多家；淨收入留存率（NRR）達 900%。前五大客戶佔 2026 年前九個月營收約 25%。

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
