早上你肯定也刷到那條新聞了吧。

Anthropic 融資了。H輪，650億美元，投后估值9650億。離萬億俱樂部就差一個零頭。

他們還順帶推了新模型 Opus 4.8。我上午試了一會，吞吐效率確實快了不少。推理強度現在分了四個等級，還沒完全摸透。

9650億。一家成立5年的公司，估值快到1萬億。

答案看起來很簡單：模型強，Claude 確實強。編程能力長期霸榜，Opus 系列在復雜推理上的表現大家有目共睹。

但這個答案對，但不完整。

模型強的公司又不止 Anthropic 一家。Google 的 Gemini、Meta 的 Llama、OpenAI 的 GPT，哪個也不差。單憑模型能力，撐不住萬億估值。

我翻了一下 Anthropic 過去一年做的事，有一條產品線索非常清晰。

2025年5月，Claude Code 正式發布。就是一個命令行編程工具，開發者在終端里直接跟 AI 協作寫代碼。到2026年2月，這個工具的年化收入已經做到25億美元。

然后是 Cowork。

2026年1月推出的，不再只服務程序員，非技術人員也能用；屏幕截圖直接生成表格，筆記自動變報告。更有意思的是，整個產品從想到做只花了十天，靠 Claude Code 自己寫的。

再往后是行業插件。

法務、財務、銷售，一個一個塞進去。合同審查、NDA 分類、簡報撰寫，這些原來需要采購一整套 SaaS 軟件才能完成的工作，現在一個插件搞定。

把這三步串起來看，路徑就很清楚了：

先用編程工具把開發者拉進來，再用 Cowork 把非技術用戶接進來，最后用行業插件直接接管企業的核心工作流。

這條路線瞄準的是企業軟件市場的錢包。

我查了一下，市場的反應很誠實，Cowork 插件發布那天，全球軟件股蒸發了大概3000億美元市值。

湯森路透單日跌了16%，LegalZoom 跌了20%；摩根大通發了一份報告，大意是：Anthropic 正在吞噬一切，SaaS 的商業模式無處可藏。

從1月底到2月中旬，標普北美軟件指數跌到了20倍遠期市盈率，這是歷史低點。長期均值是34倍。兩個月內，整個軟件行業累計蒸發了大約1.6萬億美元。

我算了一下，Anthropic 目前的年化收入是470億美元。到下月底預計突破500億美元，按9650億估值算，市銷率大概18到19倍。

這個倍數貴嗎？

如果把 Anthropic 看成一家「賣模型的公司」，18倍 PS 確實不便宜。

換個角度看看，美國企業每年花在軟件上的錢是幾千億美元級別。Anthropic 做的事情，是把原本流向 Salesforce、Thomson Reuters、ServiceNow 這些公司的預算，重新導向自己。

在我看來，9650億美元定價的，是對美國萬億級企業軟件預算的收割，那蒸發了的1.6萬億美元 SaaS 市值，正在流進 Anthropic 的賬上。

這個故事傳到中國，速度很快。

過去幾個月，「中國版 Anthropic」成了一級市場最熱的敘事。投資人在問，創始人在講，媒體在寫。

大家都在討論的問題其實就一個：誰是中國版的 Anthropic？

智譜是最明確的一家，2025年年度業績說明會上，這家一直講「中國版 OpenAI」的公司突然改了口，說要對標 Anthropic。

邏輯也不復雜：Anthropic 靠 API 賣 Token 悶聲賺錢，智譜也想走這條路。

MiniMax 被機構和媒體貼上了「最像 Anthropic」的標簽；理由是技術驅動、不追 C 端流量、聚焦 API 和企業服務。閆俊杰自己也說過，糾結之后選了技術驅動這條路，知道會失去一些東西。

Kimi 勢頭最猛，ARR 在今年3月初突破了1億美元，4月超過2億美元。K2.6 模型強化了編程和 Agent 能力，支持300個子 Agent 協作。

看到這兒，好像形勢一片大好，不過，拆開看，就不太一樣了。

我查了一下，國內 AI 編程賽道現在的價格生態很有意思。今年年初 GLM Coding Plan 最低打到7.9一月，后來龍蝦火爆，集體漲價；現在包月200起步，用戶漲完就跑，智譜調用從全球第三掉到第十七。

更有意思的是，這個賽道已經卷出了專門的比價網站。codingplan.org，把五六家平臺的套餐拉在一起，幫開發者挑最便宜的那個。

對比下：

Claude Pro 在美國的訂閱價是20美元一個月，大概145塊人民幣。中國開發者為同類工具付的錢，大概是美國的五分之一到二十分之一。

價格戰的結果是什么？Token 正在變成標品，模型正在變成貨架上的 SKU。開發者不認品牌，認價格。

增速數據也值得多看一眼。

智譜 MaaS 業務過去12個月 ARR 增長了60倍，倍數上甚至比 Anthropic 同期還高。Kimi 的增長曲線也很陡。這些數字拿出來講故事，確實挺好聽。

我算了一下絕對值。

智譜 MaaS 的 ARR 大概2.5億美元。Kimi 剛過2億美元。Anthropic 是470億美元。差距大概200倍，60倍的增速很亮眼，200倍的絕對差距也很誠實。

200倍。這個數字值得停下來想一想。

如果看模型能力，中國頭部大模型跟 Claude 的差距大概在一步到一步半之間；編程、推理、長文本，有些場景已經很接近了，有些還差一個版本的迭代。

這個差距在縮小，而且縮得不算慢。

但收入差距是另一回事，一步半的能力差，對應的是200倍的收入差；這兩個數字之間有一個巨大的裂縫，用「模型還不夠強」解釋不了。

裂縫在哪？我先列一組數據：

2023年，中國整個 SaaS 市場的規模是581億人民幣，換算成美元，大概80億；Anthropic 一家公司現在的年化收入是470億美元；一家公司的收入，是中國整個 SaaS 市場的將近6倍。

口徑不完全一樣，一個是行業總量，一個是單家收入。這組數字我想說的是池子本身的量級差。

它說明了一個很基本的事實：Anthropic 只要能證明「用我比用 Salesforce 劃算」，錢就會轉過來。

中國這邊呢，那個池子本來就不存在。

一組數據可以看一下，中國 A 股軟件公司的毛利率中位數大概50%。美國同行是74%到75%，差了將近25個百分點。

原因也不復雜，中國還有大量軟件公司在做項目制交付，說白了就是「賣人頭」。按人頭算錢。

企業買軟件的思路也是一脈相承的；中國企業買軟件，跟美國企業完全不是一回事；核心就一句話：美國企業買的是訂閱，中國企業買的是部署。

美國企業習慣按席位訂閱。

一個 Salesforce 賬號多少錢一個月，一個 Slack 席位多少錢一年，IT 部門有明確的軟件預算科目；AI 工具進來，替換掉一個 SaaS 訂閱，這筆預算就從舊軟件挪到了新工具上。路徑很順。

中國企業呢？更傾向定制部署。

買一套系統，裝在自己的服務器上，數據不出去；尤其央國企和大型民企，招投標流程、數據安全要求、本地化交付，這些需求讓按 Token 計費的 API 模式很難跑通。

這是供給側的問題，需求側同樣有。

回到 Claude Code 的增長路徑；它的飛輪大概是這么轉的：開發者個人先用，每月掏20美元；用順了之后帶進團隊；團隊用起來之后觸發企業采購。C 端到 B 端，自下而上滲透。

這個飛輪的第一級，就是「個人開發者愿意每月掏20美元」。

中國呢？

Coding Plan 最低7塊9一個月。整個生態在比誰更便宜。開發者已經形成了一個預期：AI 編程工具就應該是這個價。

我查了一下，Claude Code 在代碼生成領域的全球市場份額超過42%，是 OpenAI 的兩倍多；Cursor 和 GitHub Copilot 是它最大的兩個渠道客戶，光這兩家就給 Anthropic 貢獻了14億美元收入。

這種定價權在中國不存在，Token 被打成了標準品，模型上了比價網站，開發者誰便宜用誰，飛輪的第一級踩空了，后面的企業采購就傳導不上去。

把這些拼在一起看，200倍的差距就清楚了。

能力差一步，可以追，收入差200倍，靠追模型追不回來，這個裂縫的本質不是技術債，中國大模型公司缺一個能把模型能力變成收入的基礎設施。

美國有幾千億美元的企業軟件預算池，有按席位訂閱的付費習慣，這套東西中國沒有。

我的看法是，200倍收入差，它指向一個更根本的問題：如果美國那條路走不通，中國 AI 的錢會從哪條路上長出來。

先說說我的觀察吧，答案可能不是「誰是中國版 Anthropic」。

我想起一個2013年左右的事。

移動支付在中國爆發那陣子，好多人也在問類似的問題：誰是中國版的 Visa？后來答案大家都知道了。沒有出現中國版 Visa。出現的是支付寶和微信支付。

它們做的事，跟 Visa 完全不同。

美國那邊，移動支付本質上是「替代」。大家已經有信用卡了，Apple Pay 幫你省了掏卡的動作，但底層還是信用卡網絡在跑。

中國不一樣，大部分消費者根本沒有信用卡。

支付寶和微信支付是直接重新建了一套網絡，它們去的地方，是 Visa 從來沒去過的地方。菜市場、路邊攤、煎餅果子推車。

回過頭來看 AI。我覺得情況很像。

Anthropic 在美國做的事，本質上也是「替代」。企業已經在用 Salesforce 了，Claude 說我能做得更好更便宜，預算就轉過來了，池子是現成的。

中國這邊呢？池子不在。那中國 AI 的錢從哪來？我的結論是：從「讓原來沒用過軟件的企業，第一次用上 AI」中來。

有兩件事正在發生。第一件，模型公司在慢慢變成「供應商」。

現在國內主流的方式是什么？云廠商搭一個模型超市，把五六家模型公司的東西放上去，開發者按需挑。有的平臺甚至做了 Auto 模式，自動幫你匹配「性價比最高」的那個。

模型公司在這個結構里，角色越來越像芯片公司。

高通造芯片，消費者買的是手機，沒人會說「我今天買了一臺高通」；模型公司提供底層能力，用戶感知到的是平臺的產品。

美國那邊，Anthropic 既是芯片公司又是手機公司。它自己造模型、做產品、收企業的錢。一家公司吃兩層的利潤。

中國不是，結構正在分層。造模型的歸造模型，做產品收錢的歸做產品收錢的。

第二件，AI 進入中國企業，走「嵌進去」的路徑。

Anthropic 的做法是自己開一扇門，從開發者一路打到企業工作流，中國不一樣。門已經在那了。

中國企業日常工作跑在什么上面？協同辦公平臺、企業通訊工具、云服務商的控制臺。這些地方已經沉淀了組織關系、審批流程、客戶數據、聊天記錄。

AI 進來，它直接長在已有的工作流里面，從群聊、審批流、生產排程系統里長出來。

我注意到，已經有協同辦公平臺在提「AaaS」這個概念，Agent as a Service（智能體即服務），核心就是讓 AI 直接跑在企業已經在用的系統里。

飛書 2026 年 Q1 商業化增速超出預期，釘釘簽約的客戶里出現了大量制造業和零售業的龍頭。

工業場景也是類似的邏輯，百度伐謀推出的決策智能體，直接切進生產排程、物流規劃這些環節；業務專家用自然語言跟系統對話就能調方案，不需要寫代碼。

這兩件事放在一起看，趨勢就挺清楚了：中國 AI 的變現結構，跟美國正在走向不同的形狀。

美國的形狀，一家模型公司，同時做模型、做產品、收企業的錢。Anthropic 就是這個形狀。

中國正在長出來的形狀，模型公司提供能力，平臺負責觸達企業、嵌入工作流、完成收費。兩層分開，各賺各的。

這也是為什么我覺得「中國版 Anthropic」這個問題可能從一開始就問反了。

中國大概率不會出現一家公司同時占住這兩層，模型公司和平臺公司都會活得不錯，但它們的商業模式都跟 Anthropic 長得不一樣。

就像2013年沒有出現「中國版 Visa」一樣，出現的那個東西，跟 Visa 毫無關系。

點個“愛心”，再走 吧