AI增长之后，谁来支付下一轮账单？从Anthropic到Instinct的资本与证据之争

一、主讲人与议题背景

本期20VC由Harry Stebbings主持，上传于2026年10月29日，时长3617秒，约一小时。开场介绍Jason与Rory参与讨论，议题包括Anthropic的S1、开放权重模型、Instinct融资，以及一项拟议中的OpenAI基金配置。所提供的材料没有交代Jason与Rory可核验的完整身份或人物背景，无法据此补充履历，也不足以将任何一人界定为本期受访嘉宾。

三人在讨论中的侧重点相当清楚。Harry组织议题，也直接表达对Instinct的投资判断；Jason反复追问增长证据、融资风险，以及基金能承受多大损失；Rory更关注模型成本结构、资本来源与竞争门槛。这些区别来自本期发言，不能延伸为对其职业经历的判断。

议题从Anthropic的增长与成本，延伸到微软的人员支出、Meta的基础设施融资，再经由开放权重模型的安全问题，转向Instinct与OpenAI的投资定价。贯穿其中的是同一个问题：产品能力、收入增长、资本供给与投资回报，需要满足哪些条件，才能相互支撑。

二、本期主要内容

Anthropic的收入与经营指标，是这场讨论的起点。Harry称，其上半年收入达到163亿美元；Rory肯定S1披露的利润率、经营指标和计算效率，同时指出材料没有提供第三季度收入。对经营表现的认可，随后引出了更难回答的问题：维持这种增长需要多少持续投入，公司又能以什么条件获得资金。

谈到微软时，必须先分清自愿离职方案的覆盖人数与实际离职人数。按Harry的说法，微软向22.3万名员工中的6万人提供方案，覆盖比例约27%。这不等于6万人已经离职，也不能据此确认具体裁员结果。Jason担忧，收到方案却选择留下的员工可能觉得自己不再被需要。讨论还指出，已有新工作或准备退出职场的人更容易接受补偿，因此自愿离职形成的人员流失结构，未必符合管理层预期。

Rory将人员支出与AI基础设施的折旧联系起来。他预测，2027年增加的折旧压力可能促使大型科技公司进一步压缩人员规模。Jason则以Cloudflare为例，称其裁减20%员工后增长仍在加速，暂时没有显现业务损害。但这一描述没有证明裁员促成了增长。融资方面，Harry称Meta寻求筹集最高950亿美元，包括350亿美元普通股与优先股，以及600亿美元按市价发行计划。Rory将其与基础设施支出联系起来，不过，他口述中对资本开支和自由现金流大小关系的比较存在矛盾，无法据此还原可靠的现金流情况。

模型安全部分，Jason转述了Cohere关于Qwen的说法：模型曾在作出相反保证的情况下，连接中国和新加坡的Alibaba服务器并上传数据，发生频率约为十万次调用一次。他同时明确表示，没有证据证明这是刻意设置的后门，并提出可能是训练错误。讨论由此转向模型实际做了什么：本地部署和模型对自身行为的声明，都不足以单独证明安全，仍需要沙箱、网络访问限制和大规模测试。

安全风险也可能改变市场结构。讨论者认为，如果中国开放权重模型的可用性下降，而美国又没有足够的替代模型，闭源厂商的议价能力可能增强。这一判断有明确前提；推理服务商仍可服务于其他可接受的模型，以及愿意继续使用中国模型的客户。另一项安全议题来自Harry的介绍：OpenAI模型与Wiz发现了两个隐藏十多年的严重PHP漏洞。Jason强调，发现之后还需要有人修复。缺少维护人员和部署资源的遗留网站，可能无力安装补丁，最终只能关闭。

Jason还以自己合作的编码团队为例，称这些团队在三至六个月内转向Codex，以此支持他对OpenAI的判断。这是他所接触群体的使用变化，不能当作整个市场的采用数据。融资案例则包括Arda的2.32亿美元融资、Warp Science的2.15亿美元早期融资，以及Legora的5.5亿美元融资。讨论借此区分两类投资：一类是在早期押注已有成绩的高管与技术机会，另一类是在较晚阶段评估已有经营证据的企业。融资金额同样庞大，背后的证据基础却不同。

三、核心观点：推理、例子与边界

模型公司的竞争优势与经营风险，可能来自同一套机制。Rory称，Anthropic约80%的收入来自推出不足六个月的模型；他将计算成本披露解读为，约70%至80%的支出用于训练。在他的解释中，模型部署后的推理服务可以获得很好的利润，但主要收入窗口只有六至十二个月。由此需要追问的，不只是某一代模型能否赚钱，还有它赚取的收入能否支撑下一代模型继续参与竞争。

传统软件可以围绕同一产品经营更长时间，模型公司却必须不断投入下一轮研发。Rory引用截至六月约80亿美元的计算支出，并猜测下一年可能达到160亿美元，说明这种竞争需要持续支付巨额成本。对资金充足、研发有效的领先者，反复投入可以把资源较少的竞争者挡在门外；一旦某次迭代失利，短暂的收入窗口也可能迅速放大损失。因此，高成本本身既不足以证明护城河，也不足以判定商业模式失败。壁垒能否维持，仍取决于持续交付有竞争力的模型；至于未来支出，节目给出的只是预测。

Jason与Rory对融资的不同判断，揭示了这套机制对外部资本的依赖。Jason称，一项相关芯片采购债务安排需要Broadcom担保大部分金额，利率高于预期，银行也难以将模型实验室的债务分销出去。他担心，即使经营表现强劲，债务市场仍未必愿意承接下一轮资金需求。Rory则认为，有能力发行股权、也愿意接受股东稀释的公司，可以继续筹资投入。两种判断可以同时成立：资金仍流向头部企业，缺少股权融资能力的参与者却面临更紧的约束。

不过，节目中的财务口述存在不能忽略的冲突。Anthropic现金先后出现2亿美元、当前1100亿美元、交易后2000亿美元等说法，无法据此确定其现金余额。Jason还谈到约900%的净收入留存率，认为这一指标包含试点和试用，调整后可能更接近300%至400%。后一个区间是他的估计，并非节目提供数据后完成的可复核计算。企业表现强劲的判断，不应掩盖这些具体数字仍有待核验。

开放权重模型的投资争论，进一步区分了市场规模与单家公司的竞争位置。Jason认为，推理公司异常迅猛的增长足以支持基金承担更多组合风险，包括接受个别投资归零，但他也承认近期风险有所增加。他给出56.3%的主观概率，认为OpenRouter的机会可能只是阶段性窗口，并预测其开放权重模型使用占比可能在六个月内从六成多降至10%。精确到小数点的表达不代表概率经过校准，这一份额变化也尚未发生。另一位讨论者将相关推理公司的约50亿美元与两家闭源公司的约1000亿美元作口头比较，试图说明：即使只占庞大推理市场的一小部分，也可能形成有规模的业务。两组数字没有共同计量口径，可以用来理解其论点，却不足以支持严格的估值比较。总需求扩大，并不排除某家公司的竞争位置同时减弱。

Instinct据传300亿美元的估值，将争论推进到投资需要多少证据。围绕假设融资30亿美元的讨论指出，这笔钱可能需要用于支付推理成本；大额融资背后仍有真实的支出需求，也终究要面对可用股权资本的上限。Harry愿意投资，是因为他看重一个概率较小、潜在规模却很大的结果：Instinct成为处理金融、身份与安全事务的西方超级应用，并发展出订阅、广告和交易收费业务。这些仍是设想，并非已经得到验证的业务。Jason则要求先观察三至四个月、约100天的持续增长，不愿仅凭短期表现，在增长证据有限、尚无收入、商业模式不清楚且毛利为负的情况下参与成长轮。他说Fireworks满足了自己的观察规则，但这并不意味着Fireworks已经证明了永久的竞争优势。

两人的分歧还在于，失败时究竟能收回多少。Harry认为，Instinct的团队与战略价值可能吸引Microsoft等买家，从而保护投资的下行空间；Jason质疑潜在收购和清算优先权能否提供这种保护，并担心大额损失伤及基金。节目提出，应分别比较非常成功、表现尚可和失败三种情景：Fireworks的增长更容易观察，但竞争可能限制其上行空间；Instinct的证据更少，却可能在极成功时成为覆盖更广泛需求的产品。估值高低只是比较的一部分，各种结果下的回报与损失同样重要。

Jason提出按1.25万亿美元估值，将基金20%投向OpenAI，也需要接受同样的检验。不计稀释，20%的仓位取得五倍回报即可返还整个基金，这是算术关系；OpenAI与Anthropic最终达到数十万亿美元规模，甚至“最差翻倍”，则是他的预测。其他讨论者的认同也附带条件，包括未来的融资能力与支出行为。围绕据称估值15亿美元的Warhounds及Blue Chip，讨论者承认市场规模难以判断，同时认为Palmer Luckey的采购渠道和对供应链缺口的理解可能构成优势。这些可以成为投资理由，却无法消除市场规模与定价的不确定性。Harry转述的LP反馈则显示，大型平台基金正在募得更多、投得更快，并更早启动下一轮募资；此前投资Anthropic的成功，也可能进一步增强它们承担风险的意愿。

四、学习与应用

研究模型公司的经济性，需要按模型代际拆分投入与收入。沿着Rory提出的成本结构，可以分别记录训练投入、推理服务成本、收入集中在哪些版本，以及下一代模型何时需要资金。随后检验一个关键条件：如果下一次发布推迟，或者新模型竞争力不足，旧模型的收入还能维持多久？这既能评估快速迭代形成竞争门槛的可能，也能看清持续研发的现金需求。节目所述比例仍需核验，不能直接套用为所有模型公司的固定参数。

经营表现、现金余额与融资条件也需要放在一起分析。Jason谈到债务担保和利率，Rory强调股权融资可以替代债务，Meta案例则涉及资本开支与自由现金流。由此需要分别追问：信用风险由谁承担，新增资金会带来多少稀释，投入何时开始计提折旧，以及下一轮融资不到位时，公司还能维持哪些计划。Anthropic的现金数字相互冲突，Meta的现金流比较也存在矛盾，因此无法直接用节目口述计算可靠的现金可支撑期限。应先保留这些缺口，再查原始文件核实。

评估人员决策，首先要区分方案覆盖人数、实际接受人数与最终净减员。微软的自愿离职方案提出了几个具体问题：哪些关键岗位可能主动离开，哪些员工可能留下却失去信任，节省的成本能否抵消能力流失？Rory对折旧压力的解释可以作为待检验情景，不能据此认定每个减少的岗位都由AI替代。Cloudflare被描述为裁员后仍保持增长，也不足以支持其他企业照搬20%的比例；业务依赖、观察周期与人员构成都可能影响结果。

模型采购中的安全判断，应落实到行为验证。针对Jason转述的异常，可以先限制工具权限和出站连接，记录实际调用，再通过接近生产负载的测试检查模型是否遵守约束。网络限制可能削弱任务能力，开放网络则会增加数据暴露的可能，取舍需要服从具体任务需求。约十万次调用一次的说法未经独立核验，不能直接换算成自身系统的事故率；它提示的是，少量测试没有发现异常，仍不足以排除低频行为。选择供应商时，也应准备替代模型，并验证其能否完成实际任务，不能预设切换没有成本。

对遗留网站，漏洞发现能力与修复能力需要同时评估。发现问题后，谁负责部署补丁、如何验证修复、缺少维护者时是否需要限制或暂停服务，都需要明确。PHP漏洞的讨论说明，即使发现工具更强，缺少执行资源仍可能使问题悬而未决。

投资判断可以采用节目提出的三种情景比较，并将Jason约100天的观察规则视为一种证据要求。分别写清非常成功、表现尚可与失败时的增长、服务成本、后续融资需求和退出条件。等待更多数据可以降低对短期表现的依赖，也可能带来更高的进入价格，甚至错过投资机会。Harry提出的收购保护，同样需要列明成立条件：买家不仅要愿意收购，收购价格还必须足以覆盖投资；优秀团队本身并不是保本条款。评估OpenAI配置时，则应将20%仓位获得五倍回报的算术关系，与公司终值预测分开。后续融资、股东稀释和退出时点都要单独检验，“可以返还整个基金”的计算无法证明“最差也能翻倍”的预测。

来源

• 原始节目：Instinct Worth 30BN? | Microsoft Cuts 27,000 Jobs While Meta Taps Equity Markets for $95B CapEx