Ed Zitron 长文解析 Anthropic S-1:称其把散户当作退出流动性
Ed Zitron 撰文批评 Anthropic 的 S-1 招股书,指其仅披露 Q2 盈利数据、省略 Q3 现金状况和付款明细,是在公司基本面变化前误导投资者。
推荐理由:作者基于 Anthropic S-1 逐项拆解其逾 4300 亿美元不可撤销算力承诺与收入结构风险,可用于对照招股书原文核实。
Ed Zitron 撰文批评 Anthropic 的 S-1 招股书,指其仅披露 Q2 盈利数据、省略 Q3 现金状况和付款明细,是在公司基本面变化前误导投资者。
推荐理由:作者基于 Anthropic S-1 逐项拆解其逾 4300 亿美元不可撤销算力承诺与收入结构风险,可用于对照招股书原文核实。
GPU 租赁价格在九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时,但 AI 使用价格仍在下降。
推荐理由:文章用 GPU 租金翻倍与 AI 推理降价并存的数据,解释两条曲线如何靠效率提升维持平衡,并指向每 GPU 小时毛利这一关键指标。
纽约时报诉 OpenAI 版权诉讼中一份未删节法庭文件解封,收录微软与 OpenAI 高管的多项内部承认,称 LLM 建立在被微软高管称为空前规模盗窃的内容之上,并引发摧毁整个 web 的 doom loop。文件显示 Bing 上被窃取新闻网站的点击量下降超过 90%,OpenAI 曾绕过纽约时报付费墙,OpenAI 自称是新闻出版的存在性威胁。
推荐理由:文章汇集了法庭文件中两家公司内部承认训练依赖盗取内容、并正在摧毁内容供应链的多处表态,为版权诉讼提供了背景。
Azure 上财年营收首破 1000 亿美元,同比增长 43%,但 Google Cloud 增速达 82%,几乎是 Azure 的两倍。Google 拥有自研模型与芯片,云运营利润率从 20.7% 扩至 35.6%;微软则主要依赖英伟达商用芯片,且 6780 亿美元合同 backlog 中近半数来自 OpenAI 单一客户。
推荐理由:三家云都在加速,但微软的积压订单近半靠 OpenAI 借款支撑,Nvidia CDS 飙升到 82bps 是市场在定价这个风险,值得每个看 AI 基础设施的人读。
Azure 上季度增长 43%,全年收入首破 1000 亿美元,但谷歌云同期增长 82%,且云业务营业利润率从 20.7% 扩至 35.6%。微软因不拥有前沿模型与自研芯片,需向英伟达支付其利润率,资本开支中约三分之二投向 CPU/GPU。其合同积压达 6780 亿美元,但剔除 OpenAI 后仅增长 25%,近半未来订单依赖单一客户。
推荐理由:对比三大云的增速与利润率结构,指出微软因不自研芯片和模型而承担转售成本,且近半积压依赖单一客户。
推荐理由:微软CEO详细阐述MAI模型战略,从通用模型转向产品内优化,透露GitHub Copilot和Excel已开始路由流量到MAI,对微软生态开发者和企业是个风向标。
推荐理由:Satya 提出的「反向信息悖论」直指企业 AI 部署的核心顾虑,建议具体可操作,尤其是评估集控制和编排层解耦,做企业 AI 的产品人现在就该读。
评论认为 OpenAI 正面临多重危机:缺乏护城河导致市场领先地位下滑;最大投资者微软持续疏远,近期甚至公开考虑将主要产品外包给中国;亏损速度远超预期,年亏损额以 8 倍增长。华盛顿方面可能打压 Anthropic,但也可能反而帮助其崛起,而 Elon Musk 成为另一个潜在的竞标者。
推荐理由:Gary Marcus 这次拿出了市场份额和微软疏远的证据,比以往的情绪化唱衰更有说服力。如果你还相信 OpenAI 的地位不可动摇,这篇值得一看。
http://x.com/i/article/2065582894790365184
推荐理由:Nadella 把组织知识和反馈循环变现称为“token资本”,框架虽抽象但戳中了企业应用 AI 的真正壁垒,做企业级产品的值得细读。
近几周多场毕业典礼上,演讲者宣传AI技术时遭学生嘘声。普林斯顿应届毕业生曾否决一款疑似借助AI设计的毕业典礼夹克。微软总裁布拉德·史密斯回应称,行业必须严肃可信地回答问题。史密斯主张AI应增强人而非取代人,认为实用AI渗透经济的速度可能比行业乐观预期更慢。微软今年计划投入约1900亿美元资本支出,主要用于数据中心。微软AI负责人穆斯塔法·苏莱曼修正此前“大多数白领工作18个月内自动化”的说法,表示仅指AI执行单项任务的能力。上月微软CFO艾米·胡德在杜克大学演讲全程未提AI,未遭嘘声。
推荐理由:毕业生直接嘘AI演讲,这比任何用户调研都真实。史密斯呼吁行业回应担忧,但微软一边投1900亿美金一边又说不会取代人,这分裂态度反而说明问题。
微软AI CEO Mustafa Suleyman在Decoder访谈中表示,超级智能即将到来,但不会导致大规模失业。他透露微软与OpenAI于去年10月签署新合同,巩固合作关系的同时,微软获准独立追求超级智能。微软已组建超级智能团队、训练前沿模型,并于本周Build大会上发布7个全模态新模型。他批评Anthropic将Claude描述为有意识的做法,认为消费者产品需要足够好才能克服公众对AI的负面情绪。
推荐理由:Mustafa 首次系统阐述微软的「自给自足」路线,一边甩开 OpenAI 一边定义「人文主义超级智能」,开发者和产品人都该听听这段博弈论。
微软在模型发布卡中首次加入平均token使用量指标。其模型在SWE-Bench Verified上达71.6分,仅消耗约Claude Haiku 4.5三分之一的token。Artificial Analysis的Intelligence Index显示GPT 5.5与Claude Opus 4.8得分相近(约60分),但Opus 4.8运行成本高出40%($4,685 vs $3,357)。Uber因四个月内AI预算超支而限制员工使用;Salesforce花费$3亿购买Anthropic tokens并冻结工程招聘。模型公司如今需同时在性能和成本两个维度竞争。
推荐理由:微软在模型发布卡上悄悄加了“平均token消耗”这个指标,这不是小改动,而是宣告AI从堆算力转向算账时代。Uber和Salesforce的预算教训已经很清楚了。
微软前高管马特·韦洛索批评称,尽管微软与OpenAI合作在2023至2025年间获得约300亿美元营收,但相关成本高达1000亿美元,盈利前景不明。他指出,微软在AI布局上存在多项失误,包括押注必应搜索AI转型未增市场份额、Copilot付费用户实际使用率不足3%、人才任用不当等。虽然微软称Copilot企业付费用户已超2000万家,但市场对其AI巨额投入的盈利路径存在担忧。微软仍计划2026年在AI基础设施投入最高1460亿美元。
推荐理由:Copilot付费使用率不足3%的数据是AI泡沫的真实注脚,来自一个先后在微软、谷歌、Meta任职的高管,做产品和投资的人都该认真掂量一下。
PromptArmor 详细分析 Microsoft 80 多款 Copilot 产品的风险差异,提出以可读取的敏感数据、可被攻击者影响的不可信输入和不安全输出通道三要素构建威胁模型,并对 12 款部署最广的 Copilot 分级。
推荐理由:原文提出用敏感数据、不可信输入和不安全输出三要素评估各 Copilot 风险,并给出 12 款产品的分级结果和实际利用案例。
推荐理由:below_threshold:T2 推文门槛 75,当前 finalScore=70
微软与OpenAI的长期合作曾包含一项特殊条款:一旦实现通用人工智能(AGI),微软的商业知识产权将失效。AGI最初被模糊定义,后在2024年被具体量化为能为早期投资者产生约1000亿美元利润的系统。2025年,双方修订协议,规定AGI需经独立专家小组核实。2026年4月27日,双方宣布新合作阶段,微软对OpenAI知识产权的许可将延续至2032年(转为非独家),并停止收入分成,而OpenAI向微软的分成支付将持续至2030年且“独立于技术进展”。此举被广泛视为原有的AGI条款实质上已被废止。
推荐理由:Simon Willison 把 OpenAI 和微软之间那个「AGI 条款」从诞生到死亡的完整时间线扒了出来,这种一手资料级别的梳理比任何分析都有说服力,关心 AI 商业格局的人值得花五分钟读完。