1. Anthropic季度收入115亿美元，预测2028年收入2000亿美元
彭博社获得的投资者材料显示，Anthropic 2026年第二季度实际收入超过115亿美元，较2025年同期7.87亿美元增长至少14倍，也远高于第一季度的47.3亿美元；公司Q2调整后营业利润已经转正。此前外界大量讨论的是年化收入：Anthropic去年底约90亿美元，至今年5月已经超过470亿美元。如今真实季度收入首次浮出水面，意味着市场终于可以开始检验年化收入是否真正转化成财务报表收入。
路透披露Anthropic内部预测2028年收入约1900亿—2000亿美元。投行和投资者正在罕见地使用两年后的收入预测为IPO定价，并把Palantir、Cloudflare和SpaceX作为可比公司。Anthropic目前被讨论的约2万亿美元IPO估值，相当于约10倍2028年收入；但若按Q2收入简单年化约460亿美元计算，则相当于约43倍当前收入。
这是理解Anthropic 2万亿美元估值最关键的一组数据，说明投资者可能在购买一个假设：两年内收入再增长约4倍至2000亿美元，同时推理和训练成本占收入比例持续下降。这不仅关系到Anthropic，也会重新锚定OpenAI、SpaceXAI、以及整个AI应用和基础设施资产的估值。
关注毛利率到底是多少——这可能是Anthropic S-1最重要的数字；在OpenAI、中国低价模型和Gemini同时压低Token价格的情况下，Anthropic能否做到收入高速增长与单位价格下降同时发生。
2. Stripe70亿美元收购OpenRouter：AI模型路由层获得超级平台估值
OpenRouter本质上是一个多模型AI Gateway：企业和开发者通过统一接口访问、比较和切换不同模型，而不必绑定某一家闭源或者开放模型供应商。OpenRouter今年5月估值还约13亿美元。
模型越来越可替换之后，真正具有粘性的资产可能转向模型路由、身份、计量、结算和Agent执行控制层。Stripe买OpenRouter尤其具有战略逻辑：前者掌握互联网资金流，后者掌握AI Token和模型调用流，两者结合后，有机会建立“模型调用→计量→支付→Agent交易”的基础设施。云厂商和模型公司对中间层的争夺会加速。关注OpenRouter是否继续保持模型中立、Stripe是否把Token计费与Agent支付体系打通，以及云厂商是否通过自有Gateway反击。
3. 美国政府明确要求苹果不要购买中国存储芯片
美国商务部长卢特尼克（Howard Lutnick）明确表示，特朗普政府“不赞成”苹果购买中国存储芯片，并称必须寻找解决全球存储短缺的“其他方案”。此前苹果已测试长鑫存储的DRAM，并与其讨论为部分中国销售设备供货；AI数据中心需求挤占DRAM/NAND产能，是苹果重新考虑中国供应商的重要原因。中国长鑫存储、长江存储正在扩产，恰恰是全球存储短缺最现实的新增供给，但美国国家安全政策又希望阻止美国企业使用这些产能。华盛顿会不会从政治施压升级为正式采购限制，以及Apple是否仍在中国市场采用中国存储。
4. 千问全球下载量突破30亿，成为开放社区基础模型
据Hugging Face最新数据称，阿里巴巴千问开放权重模型在过去六个月累计全球下载量已超过30亿次；千问体系已经发布460多个模型，并衍生出超过30万个下游模型。相比之下，谷歌开放模型2026年以来约4.18亿次下载、Meta约2.27亿次。下载次数并不等于独立用户数，但它是开发者采用和模型衍生生态的重要指标。
千问已经开始扮演类似上一轮Llama希望扮演的基础模型角色。阿里正在获得模型层的全球开发者分发优势，也解释了Meta、英伟达重新加码美国开放权重模型的紧迫性；长期看，它还可能削弱OpenAI、Anthropic按Token高价收费的议价能力。关注30亿下载中企业生产部署比例、千问衍生模型实际Token使用量，以及Apache/商业许可变化能否顺利转化为收入。
5. DeepSeek V4峰谷定价正式生效，开启token“需求响应”
DeepSeek此前公布的新价格体系正式生效：V4-Flash与V4-Pro实行高峰/非高峰定价，非高峰价格只有高峰期的一半。以V4-Pro为例，每百万Token非缓存命中输入分别为0.66/1.32美元，输出为1.98/3.96美元；V4-Flash非高峰输出则低至0.66美元。
AI模型第一次明显借鉴电力市场的峰谷价格机制：Token的边际成本不仅取决于模型能力，也取决于GPU在什么时间被使用。模型公司实际上开始通过价格把非实时Agent、批处理、编程和数据任务转移到闲时，提高算力资产利用率。若这种模式被其他实验室复制，会提高AI基础设施利用率并进一步压低Agent的大规模运行成本。关注DeepSeek峰谷流量是否明显迁移，以及美国模型厂商是否跟进。
6. 83%中国受访者认为AI利大于弊，美国只有39%
彭博社最新分析援引调查数据指出，83%的中国受访者认为AI带来的好处大于风险，美国这一比例只有39%。这种巨大差异不完全来自技术认知，而与过去20年数字化经验有关：中国消费者更多把互联网、移动支付、电商等技术变化与便利和收入增长联系在一起，而美国社会则更多经历平台垄断、就业焦虑和社交媒体副作用。
这可能是中美AI竞争中经常被低估的一种“社会基础设施”，技术采用意愿本身就是生产要素。模型能力相近时，更愿意让AI进入工作、医疗、制造和公共服务的社会，可能拥有更快的场景学习速度。中国AI公司的优势未必只有低价格和开放模型，还有庞大的真实应用场景和较低的社会采用摩擦。关注随着AI真正影响白领就业，中国公众态度是否会发生变化。
7. Anthropic CEO阿莫迪下场辩解：AI面临“信任危机”
阿莫迪（Dario Amodei）罕见在X上长篇回应围绕Anthropic、AI监管与开放模型的争议。他认为公众对AI的负面态度“根本上是一场信任危机”；同时反驳“监管必然使AI权力集中”的二元叙事，认为开放模型虽能分散一部分权力，但算力和芯片本身仍高度集中，因此不足以单独解决权力集中问题。阿莫迪还表示，真正重建信任的办法不是反复宣称AI能够治愈癌症，而是真正取得成果。
这是Anthropic战略叙事的一个重要修正。Amodei开始把“AI安全”与“AI向善”连接起来：社会接受AI不能只靠安全规则，而要靠可验证的医疗、科学和生产率成果。Anthropic正在明显加强生物医药投入，这可能成为Claude继编程之后下一条高价值纵深赛道；同时其监管主张仍将继续与硅谷开放权重阵营产生张力。关注阿莫迪所称未来数月生物医学领域的“早期曙光”究竟是什么，以及Anthropic是否把健康提升为新的核心业务。
8. AI实验室开始购买公司的Slack、会议记录和内部文件：真正稀缺的是“企业过程数据”
The Information披露，Mercor及其他为前沿实验室提供数据的公司，正在大量寻找企业内部数据。一个典型案例是AI公司Warmly同意被HubSpot收购仅8天后，就收到最高30万美元报价，要求获得其Slack消息、Asana内容、谷歌Drive文件以及多年员工会议转录。
这是训练数据市场一个很重要的转折。公开互联网文本越来越接近被“吃干榨尽”之后，下一代Agent最需要的并不是更多文章，而是人类实际上如何完成工作的数据——讨论、决策、失败、修改和协同过程。也就是说，数据价值正在从内容转向工作流/轨迹。企业内部语料可能成为一种新的资产类别，也会提高Slack、Microsoft 365、谷歌Workspace、Salesforce等工作流平台的数据战略价值。关注数据所有权、员工隐私、并购后的数据转售权，以及这些真实工作轨迹对Agent训练的提升究竟有多大。
9.广东出现“Token贷”：银行开始把Token消耗变成授信指标
广州海珠区推出广东首个“词元（token）经济”专项金融产品，其中中国银行的“算力Token贷”可以根据企业合同和Token消耗额度核定融资额度，并提供信用、应收账款质押、订单融资等方式；前期试单授信已经超过2800万元。截至今年6月底，中国银行与5200多家AI产业链企业合作，提供的综合金融资源超过6600亿元。
这个规模目前很小，却是一个有趣的制度实验：Token第一次开始从技术计量单位变成经营活动指标甚至信用变量。如果AI公司的收入、订单和Token消耗之间形成稳定关系，银行未来可以像根据电费、流水和订单授信一样，根据计算消耗衡量企业经营活跃度。有可能缓解轻资产AI应用公司的融资难题，同时也可能催生“算力金融化”。关注Token消耗与真实收入之间的相关性、是否容易人为刷量，以及银行如何处理模型价格快速下降造成的指标失真。
10. Vals AI融资4000万美元：AI 基准开始变成独立的“评级机构”
模型评测公司Vals AI宣布完成4000万美元A轮融资、估值4亿美元，由a16z领投。公司收入较2025全年增长约8倍，其评测结果已经被OpenAI、Anthropic、Google、Meta和xAI的模型卡引用。Vals强调不再主要测考试题，而是测律师、银行家、工程师和医生真正执行的工作任务。
模型基准正在从科研附属品变成一个独立产业。Agent真正进入企业之后，企业需要回答的不是“模型MMLU多少分”，而是它能不能完成我的工作、错误率多少、值多少钱。因此AI时代可能真的需要类似信用评级机构的第三方评估层。模型越来越多、切换越来越容易，反而使独立评价和持续监测层更值钱。关注私有测试集如何防止污染，以及模型实验室既是被评对象又是客户时，独立性如何保证。
热门跟贴