2026年11月19日,纳斯达克的钟声落下,大模型公司Anthropic正式挂牌上市。收盘时,这家成立才5年的公司市值定格在1.27万亿美元,直接冲到全球第12大市值企业的位置。
巧的是,就在3天前的11月16日,百度刚发完2026年第三季度财报。看着纳斯达克大屏幕上那个庞大的数字,最不是滋味的,恐怕就是百度了。
时间倒回12年前的硅谷。2014年,一个名叫达里奥·阿莫代伊的年轻人,当时还在斯坦福大学做博士后,研究方向原本跟人工智能没什么关系。
因为物理底子扎实、代码写得漂亮,他被吴恩达招进了百度刚成立不久的硅谷人工智能实验室。那时候,百度是如日中天的中国互联网巨头,而达里奥只是实验室里一名普通研究员。
12年过去,当年的前员工带着自己创办的公司敲响了纳斯达克的钟,市值把老东家26年的积累甩开了一大截。手握全球最早一批AI入场券,亲手把未来万亿巨头掌门人领进门,百度到底是怎么一步步把手里这副好牌打成今天这个局面的?
先来算一笔实打实的账,看看1.27万亿美元背后,新旧两代科技公司之间到底拉开了多大的体量鸿沟。很多人刷到新闻时,甚至会把Anthropic的核心产品Claude拼错,或者搞混它的成立时间。
实际上,Anthropic创立于2021年,这次IPO的发行价定在每股83美元,比原定70到78美元的区间上限还要高出5美元。光靠公开发行股票,他们就募资约813.4亿美元,刷新了全球IPO募资纪录。
如果把谷歌、微软、英伟达等战略伙伴同步认购的260亿美元算进去,总融资额高达1073亿美元左右。上市首日,股价盘中一度摸高到115.1美元,收盘报97.17美元,较发行价上涨17%。
到了2026年前三季度,营收直接冲到332.4亿美元,同比暴增约1200%。更夸张的是,截至2026年10月31日,它的年化营收折算已经达到约810亿美元,比一个月前又多出100亿美元。
当然,高速扩张的代价也不小,由于算力投入巨大以及可转债公允价值变动等会计处理,2026年前三季度公司账面净亏损达到1040.4亿美元。即便如此,资本市场依然愿意为这台印钞机般的增长引擎买单。
再回头看百度这十来年的财务曲线,反差就非常扎眼。2014年达里奥刚进百度那会儿,百度全年总营收是490.52亿元人民币,净利润高达131.87亿元,净利率接近27%,赚钱能力在当时傲视群雄。
十一年过去,到了2025年,百度全年营业收入虽然涨到了1290.79亿元,同比却下滑了3.04%;归母净利润更是跌到55.89亿元,同比大降76.48%。
一边是成立5年的“徒弟”年化营收冲破810亿美元、明年剑指千亿美元大关,一边是成立26年的老牌巨头在千亿人民币营收线上守着几十亿净利润。两份财报摆在一起,不需要任何煽情,落差感就已经拉满了。
其实最让外界替百度惋惜的,还不是今天的市值差距,而是十几年前百度离这座AI王座到底有多近。如果把时间拨回2013年和2014年,国内很多大厂还在忙着抢移动互联网的流量入口,百度就已经把筹码压在了深度学习上。
2013年7月,百度成立了历史上第一个研究院——深度学习研究院(IDL),李彦宏亲自挂帅当院长,余凯出任常务副院长。到了2014年,百度又在硅谷设立人工智能实验室(SVAIL),重金请来吴恩达担任首席科学家,在北美到处网罗顶尖学者。
那个时候,百度在人工智能领域的布局速度,放在全球科技圈里都算得上第一梯队。达里奥正是在这个黄金节点加入的百度。
当时百度手里攥着海量的真实语音数据和算力集群,达里奥在不断调参的过程中发现了一个规律:只要持续给神经网络喂更多的数据、堆更大的算力、拉长训练时间,模型的性能就会沿着一条可预测的曲线不断往上走。
这个早期直觉,就是后来引爆全球大模型革命的“扩展定律”雏形。后来达里奥在公开播客里也坦言,正是2014年在百度做研究时的这段经历,让他最早意识到了规模扩展的威力。
问题随之而来:既然百度起得这么早,手里又有数据、有实验室,为什么偏偏没能留住达里奥和吴恩达这批人?达里奥在百度只待了一年多就选择了离开。
他先去谷歌过渡了一阵,2016年加入OpenAI,一路做到研究副总裁,深度参与了GPT-2和GPT-3的研发,最后因为理念分歧带着团队自立门户创办了Anthropic。
几乎在同一时期,曾经的灵魂人物余凯在2015年离职,吴恩达也在2017年3月宣布离开百度。当年被外界戏称为“AI黄埔军校”的百度硅谷实验室,走出了一批如今执掌全球AI命脉的大佬,百度自己却成了人才输出基地。
留不住人,表面看是硅谷科技巨头高薪挖角的常态,往深了看,其实是两种商业基因的硬碰撞。百度的基本盘是搜索引擎,靠点击广告变现,这套业务讲究的是季度考核、短期投入产出比。
但前沿人工智能基础研究完全是另一套逻辑,需要长周期、高投入,甚至几年内都看不到直接的商业回报。当公司核心战略在移动生态、O2O和AI之间反复摇摆时,研究院里那批一心想做底层技术突破的科学家,自然会感到无所适从。
加上过去几年,百度内部在大模型、自动驾驶、移动生态等核心条线上,负责人换了一茬又一茬,事业群和汇报线也经历了多次拆分重组。团队一旦缺乏长期的稳定性,前期画得再漂亮的技术蓝图,在执行中也很容易走样。
当然,如果把百度今天在大模型浪潮中的落差,全部归咎于内部管理或业务分散,那也未免太片面了。
但除了自身战线过宽,中美两国AI赛道截然不同的外部现实,同样是一道绕不过去的墙。最直接的制约来自算力。
高端AI芯片的出口管制,让国内大模型公司在搭建超大规模算力集群时,面临着美国同行根本不需要操心的硬件瓶颈。Anthropic敢在招股书里披露高达9000亿美元级别的长期算力与基础设施承诺,背后站着的是英伟达、亚马逊和谷歌的顶级芯片供应链。
另一个容易被忽略的差异,是商业付费习惯和资本估值体系。
Anthropic的营收之所以能在2026年暴涨,靠的是海外企业极强的SaaS和API付费意愿——招股书显示,过去一年里,在Claude上花费超过10万美元的企业客户超过11900家,花费超100万美元的也有1900多家。
反观国内市场,企业级软件付费意愿本身偏弱,大模型刚起步就陷入了惨烈的价格战,API调用价格一路杀到地板。加上美股市场对纯AI底座公司给出了极高的估值溢价,两边能撬动的融资规模完全不在一个量级。
话说回来,看着前员工登顶万亿市值,百度固然失落,但如果就此断言百度在AI时代彻底掉队,也不符合事实。翻开百度2026年11月16日刚发布的第三季度财报,能看到这家老牌公司手里依然握着几张硬牌。
2026年第三季度,百度总营收308亿元,其中AI新业务收入达到132亿元,已经占到一般性业务收入的53%。
具体拆开看,百度智能云基础设施收入达到82亿元,同比大增94%;GPU云收入同比增长191%;千帆大模型平台来自外部客户的Token调用收入更是同比暴增1159%。
在重资产和硬科技方向上,百度的投入也开始见到回头钱。2026年第三季度,萝卜快跑全无人驾驶运营订单量环比增长约170%。
而在国产算力替代这块,百度自研的昆仑芯M100已经在2026年7月的世界人工智能大会上公开亮相,针对大规模AI推理做了专门优化,预计2026年底前具备量产条件,下一代M300也排上了2027年的日程。
把这些数据拼在一起,百度的真实处境就很清晰了:它并没有退场,而是从十年前那个意气风发的“全球通用AI引领者”,被迫转向了更重资产、更拼本土落地的垂直应用与国产算力赛道。
这是一条苦活累活居多的路,很难像Anthropic那样在资本市场讲出万亿市值的性感故事,但却是当下最务实的生存选择。回头看百度与前员工这场跨越12年的命运倒置,其实对我们普通人也有很实在的参考价值。
先发优势从来不等于终局胜率,早早看到趋势固然重要,但真正决定最终高度的,是摸清底层规律之后,敢不敢把资源聚焦在一个点上死磕到底。
达里奥在百度只待了一年,却把“规模扩展”的逻辑带走并一路做到极致;现实里,很多人和企业手握不错的起点,却在犹豫、内耗和四处出击中耗尽了最好的窗口期。技术浪潮从来不认资历,只认专注和执行。
普通人想在AI时代站稳脚跟,与其追着十个风口到处跑,不如找准一个真实痛点深挖下去,往往比面面俱到更有胜算。
热门跟贴