最近有跟很多人聊 AI，发现很多人其实分不清推理和训练是什么。 1️⃣ 推理（inference）：模型答题 你每天用的 ChatGPT、Claude，基本都停在推理这一层，说白了就是你向一个已经训练好的模型发请求、它给你回复的过程。 模型的权重早就在训练阶段固定死了，你输入一段 prompt 进去，它做一次前向计算，吐出结果。可以直接把它当成一个服务端，请求和请求之间互不通信、互不影响。 2️⃣ 预训练（pre-training）：从零造一个大脑 这是整个大模型诞生里最重、也最关键的一步。一般会拿几十 TB 的数据喂给一个随机初始化的网络，让它反复学预测下一个词，一次训练动辄几个月，烧掉巨量的 GPU 卡和电费，最后产出一个基座模型（base model）。 它对硬件的要求很变态，几千张顶级 GPU 得物理上挤在同一个机房，用 InfiniBand 高速互联连成一台超级计算机，因为每次训练都要同步梯度，这也是为什么HBM贵的原因。 预训练造出来的模型其实还很难用，它只能保证闷头续写(输出token)，你问它一个问题，它可能给你顺手反问三个类似的问题出来。 3️⃣ 后训练（post-training）：把大脑调教成助手 从只会续写的基座模型，需要通过后训练才能变成好好跟你聊天、帮你完成任务的助手。 它是一个很长的工序，把预训练之后所有继续改权重的工序都装进去，主要有以下几种方式： 1.SFT：监督微调，喂人工写好的问题和好答案，教它按指令回答 2.RLHF / DPO：用人类偏好数据对齐，让它知道哪种回答更受欢迎、更安全，Anthropic 那套 Constitutional AI 就是这一支的变体 3.推理训练 RLVR：拿数学对不对、代码跑不跑得通这种能验证的奖励，专门练它的推理链。后训练的数据量和成本比预训练小好几个数量级，但一个模型好不好用、听不听话、安不安全，主要是这一层练出来的，不是靠参数量堆出来的，比如gpt风格明显就更加严谨、claude会更发散。 同样是训练，预训练拼的是算力和资本，后训练拼的是数据质量和调教手艺。 4️⃣ 微调（fine-tune）：特定化调整 这是普通公司和个人唯一玩得起的训练。微调就是拿一个已经预训练好的模型，用你自己私有小规模的特定数据再补一补，让它适配某个行业、某类任务、某种风格。上面说的 SFT 其实就是微调的一种，只不过大家平时说微调，更多指自己拿开源模型 Llama、Qwen 在自家的私有数据上接着训。 早期微调要动全部参数，成本还是挺高的，个人和小公司玩不起。后来有了 LoRA 这类参数高效微调，把原模型冻住，只训一小撮新增的低秩参数，便宜到一张显卡、几十块钱电费就能跑一次。 所以你听到某公司说我们训了个垂直领域的大模型，先别急着膜拜，大概率是在这一层 LoRA 了一下。

Anthropic Inc.: 安全作为前沿AI竞赛的终极护城河 Anthropic将安全作为基础设施而非事后补救的押注，使其在企业AI时代占据极佳位置 ——在这个时代，信任与合规日益成为采购决策的核心。在向Agentic系统和受监管部署转型的世界中，AI与企业深度有望复合成持久的特许经营权。 目标情景（12-24个月）：收入持续3-5倍增长，毛利率扩张至软件级水平，并成功推进IPO。 若Agentic编码/自动化成为杀手级应用，则存在显著上行空间。 我们为增长型投资组合推荐Overweight配置。 请密切监控季度收入超预期、毛利率趋势以及模型发布（例如Opus 4.8+）。 这是AI产业链中的高信念标的，但需根据波动性适当控制仓位。免责声明：本报告仅供参考，不构成投资建议。数据综合自公开来源、公司公告及市场分析，截至2026年6月。历史表现和增长率不代表未来结果。 Anthropic 在一个日益由企业信任、监管审查和长期可持续性定义的市场中，脱颖而出，成为“负责任前沿AI”的最清晰代表。该公司由前OpenAI高管（包括CEO Dario Amodei）于2021年创立，在2026年5月完成650亿美元H轮融资后，post-money估值迅速攀升至约9650亿美元。 关键牛市论点驱动因素：宪法AI（Constitutional AI） —— 差异化、透明的对齐框架，在不牺牲有用性的前提下实现卓越的无害性，推动企业采用大幅领先。 爆炸式收入增长：年化收入从2024年底约10亿美元激增至2026年2月的约140亿美元，再到2026年5月的470亿美元以上 ——科技史上最快的规模化之一。 主导的企业定位：企业LLM使用份额约32-40%；财富10强中有8家是其客户；超过1000家客户年化收入贡献超100万美元。 Claude系列（尤其是Opus/Sonnet 4.x系列）在编码、Agentic工作流、长上下文推理和专业知识工作领域领先或强势竞争。 投资评级：对长期 horizon 投资者给予Overweight（增持），适合能承受高波动性的投资者。Anthropic的安全优先品牌和企业粘性在能力日益商品化的环境中提供了可防御的护城河，但巨额资本开支、利润率压力和竞争趋同需保持谨慎。潜在IPO候选时间为2026年底/2027年。公司概览 Anthropic是一家专注于构建可靠、可解释且可控AI系统的公益公司（Public Benefit Corporation）。其旗舰产品是Claude—— 一个强调安全与对齐的大型语言模型家族。 主要产品包括 通过主流云平台提供的API访问（以AWS Bedrock为主，同时支持Google Vertex和Microsoft Azure），以及 Claude Code等专业工具（Agentic编码，已实现超25亿美元年化收入）。 公司获得亚马逊（承诺超80亿美元）和谷歌（超30亿美元）的大力支持，在保持独立性的同时与战略云伙伴合作，并维持多云可用性。 核心竞争优势：Anthropic为何“牛” 1. AI框架（首要护城河） 与依赖大量RLHF的竞争对手不同，Anthropic针对一套明确、可审计的“宪法”原则（例如避免伤害、诚实、有帮助）训练模型。 该框架使用AI自我批判实现可扩展性，带来：更低的有害输出和更好的越狱鲁棒性； 更高的透明度和可控性； 在金融、医疗、政府等受监管行业的强烈吸引力。 这已转化为真实的市场份额增长：Claude因更低的幻觉风险和更好的推理一致性，常被选为高风险专业工作的首选。 2. 以企业为先的执行力 高质量客户群创造了切换成本和可预测的高毛利收入。Claude Code已成为爆款，助力企业快速原型开发和自动化。Agentic能力（计算机使用、长时任务）使其在向AI工作流转型中占据有利位置。 3. 关键垂直领域的模型性能领先 Claude Opus 4.x系列在编码（SWE-bench领先）、复杂分析和专业任务中表现出色。扩展思考和海量上下文窗口（最高支持100万+ tokens）显著提升实用性。安全评估显示出强劲的对齐指标，最高能力模型已达到ASL-3部署标准。 4. 无需完全垂直整合的资本与算力获取 战略合作提供吉瓦级算力，同时保留灵活性。对效率的重视（更好的每FLOP性能）使其在与纯暴力扩展对手的竞争中占优。 财务快照（2026年中）年化收入：约470亿美元+（增长迅猛，预计将继续多倍扩张）。 估值：9650亿美元（H轮post-money），反映增长期权的高溢价倍数。 毛利率：目前受云算力影响处于40-50%区间，随着效率提升和定价权，路径指向70%+的软件级水平。 客户：头部高度集中，但正在快速拓宽。 增长轨迹无人能及，但单位经济仍高度算力密集——这是全行业的挑战。风险与挑战资本开支密集与利润率路径：高度依赖超大规模云厂商；尽管收入快速增长，盈利时机仍不确定。 竞争趋同：OpenAI、Google DeepMind等在能力上快速缩小差距；全行业推理成本持续下降。 监管与地缘政治：安全立场可能限制部分政府合同；更广泛的AI监管存在风险。 Agentic未来的执行： 成功取决于编排、监督和生态建设（如MCP协议）。 估值敏感性：高倍数对执行失误的容忍度低。