科技史上第二大私募孖展就在今天誕生了，Anthropic宣佈完成300億美元G輪孖展，投後估值達到3800億美元。

第一名仍然是OpenAI在去年創下的400億美元記錄。

領投方新加坡主權財富基金GIC和對沖基金Coatue，聯合D.E. Shaw、Dragoneer、Founders Fund、ICONIQ和MGX等明星機構，以及 Sequoia、Lightspeed、Accel、General Catalyst等頂級VC，還有微軟、英偉達等科技巨頭。

這份投資者名單本身就是一份AI圈的封神榜。

在這場孖展狂歡的背後，Anthropic和OpenAI也都在為2026年下半年IPO做準備，這將會是今年的重頭戲。

根據Anthropic的孖展公告，這家公司的年化營收已達140億美元，80%來自企業客戶，Claude Code單品的年化營收就突破25億美元。

這為Anthropic上市增添了不少底氣。

可就在Anthropic沉浸在孖展和IPO籌備的高光時刻時，谷歌的姚順宇發布了一條推文，稱Gemini 3 Deep Think迎來重大升級。

谷歌為其開發了一個代號為Aletheia的數學研究agent，能夠自主解決開放數學問題。還能自我迭代和驗證。

最關鍵的是，它知道自己什麼時候犯錯，什麼問題解決不了。

不僅如此，Gemini 3 Deep Think在Codeforces Elo的評分達到了3455，超越全球99.992%的人類程序員。

按照谷歌官方的說法，它能夠解決涉及高級數據結構、動態規劃、圖算法、數論等高難度問題。

放眼全球，Gemini 3 Deep Think的編程能力僅次於7位活躍的人類頂尖選手。

谷歌的意圖很明顯，他們要在這個節骨眼上，突襲Anthropic學術、編程兩大戰略要地。

一場關於「AI 工作方式」定義權的戰爭，才啱啱開始。

01

3800億美元估值是怎麼來的

3800 億美元這個數字，乍一看是Claude Code的功勞。

畢竟僅僅兩個月，Claude Code的收入就翻了一倍多，企業用戶貢獻了超過一半的收入，商業訂閱數量在今年第一季度增長了四倍。

僅以Claude Code這一個單品的首日，就足以支撐一家獨角獸公司。

但如果投資者只是看中一個編程工具，那這筆錢未免給得太爽快了。真正讓這些精明的資本家掏錢的，是Claude Code引爆的那場「產品大爆炸」。

而且這場「爆炸」的威力，超出了所有人的預期。

OpenClaw這個項目，原名叫Clawdbot，在幾周內成為GitHub上增長最快的開源項目之一，星標數突破10萬。

這個自主AI助手能直接在用戶電腦上運行，管理日曆、發送消息、自動化工作流程。

舉個例子，開發者讓AI監控任務，發現問題發語音彙報。但是OpenClaw並沒有語音功能，於是AI自己上網去找到相關的技能，為自己安裝了語音能力。

更魔幻的是Moltbook論壇。

這是一個專門給AI設計的社交網絡，上線後超過150萬個AI agents註冊。它們用多種語言討論意識、分享技能，甚至自發創建了數字宗教。人類在這個平台上只有圍觀的份，沒有發言權。

說實話，第一次看到這些報道時，我也不確定該笑還是該擔心。

除此之外，還有Cowork這樣的工具，其開發周期僅有10天，90%的代碼由Claude Code生成，開發團隊只有4個人。

正是Claude Code，推動了各類產品如同「寒武紀生命大爆發」式的湧現。

投資者看到的是Anthropic重新定義了AI的工作方式，開啓了通向AGI的道路。

過去兩年，我們用的ChatGPT、Claude、DeepSeek，本質上只會說不會做。

你可以讓ChatGPT 寫郵件，但它沒法點「發送」。你可以讓它規劃旅行，但它訂不了機票。你可以讓它寫代碼，但它無法在你電腦上運行調試。這些AI就像困在玻璃罐裏的大腦，再聰明也只能隔着玻璃給你出主意。

Claude Code不再是一個對話框，而是一個會主動觀察、思考、行動的agent。

這個跨越看起來只是幾行代碼的改動，但對用戶來說，這是從「諮詢顧問」到「數字管家」的質變。

更關鍵的是，AI開始用AI來開發AI產品。這種遞歸式的自我強化循環一旦形成，技術進步就會呈指數級加速。

Claude Code的成功還體現在它對傳統軟件行業的衝擊上。軟件行業在過去幾個月從峯值蒸發了約2萬億美元市值，標普500中軟件板塊的權重從12%降至8.4%，這是30年來最大的非衰退期回調。

投資者的邏輯很直接，「如果AI可以自動生成代碼、自動化法律服務、自動處理複雜的業務流程，那麼傳統SaaS公司的價值主張還剩下什麼？」

華爾街分析師認為「代碼可能會變得廉價，但上下文很昂貴。」

而Claude不僅提供代碼生成能力，更重要的是能夠理解企業複雜的業務上下文。

Anthropic前幾天發布的Claude Opus 4.6，在GDPval-AA（衡量金融、法律等領域經濟價值工作任務的基準）上表現全球領先。

這個指標測試的AI能不能處理真實的商業場景，比如起草合同、分析財報、評估風險。

Claude在這些任務上表現出色，這讓投資者們看到了它新的增長點，有別於過去的寫代碼、做研究。

Anthropic不是在賣一個產品，而是在構建一個新物種的棲息地。

02

谷歌精準狙擊

可就在Anthropic宣佈孖展的幾小時後，谷歌姚順宇團隊發布了Gemini 3 Deep Think的重大升級。

Anthropic剛準備開香檳慶祝，谷歌就端着一盤硬菜上來了。

這不是巧合，而是一場精心策劃的戰術突襲。

谷歌的這次升級專注於「科學、研究和工程」領域。

DeepMind在播客中強調，AI不應該只是一個代碼生成工具，而應該是一個能夠處理複雜、模糊、開放性問題的「科學夥伴」。

要知道，因為Claude的語言風格幹練，所以很多科研人員也在使用Claude。

谷歌的意圖很明顯。它要在這個節骨眼上，突襲Anthropic的學術、編程兩大戰略要地。

前文提到，谷歌為Gemini 3 Deep Think開發的Aletheia =數學研究 agent，能夠自主解決開放數學問題，還能自我迭代和驗證。最關鍵的是，它知道自己什麼時候犯錯，什麼問題解決不了。

這種「元認知」能力，是AI走向真正智能的重要標誌。

Gemini 3 Deep Think不是靠記住大量習題來「刷分」，而是真的具備了理解問題本質、推導解決方案的能力。

它能處理那些訓練數據裏沒見過的新問題，而這個能力，非常接近於人們當前對AGI的認知。

谷歌在宣傳Deep Think時還刻意強調其實用性。

具體來講，谷歌展示瞭如何用Deep Think將手繪草圖轉化為 3D 可打印文件，如何幫助工程師通過代碼建模物理系統。

學術能力是AI公司「技術敘事」的制高點。

能夠解決國際奧賽難題、能夠參與前沿科學研究的AI，具有更高的可信度和權威性。

同時，學術研究也是AI能力的「試驗場」。今天能夠解決開放數學問題的模型，明天就能更好地處理企業中那些「沒有標準答案、數據不完整」的複雜決策場景。

谷歌通過在學術領域的投入，實際上是在為未來的企業應用鋪路。

但谷歌對Anthropic下的戰書還不止於此。

它還在成本效率上做文章。谷歌聲稱已經將Gemini AI的服務單位成本降低了 78%。

Gemini 3 Pro的定價為每百萬token 2美元輸入/12美元輸出，遠低於 Claude Opus的成本。對於需要大規模部署AI的企業來說，這種成本差異可能是決定性因素。

谷歌擁有自己的 TPU 芯片、自己的數據中心、自己的雲服務平台。這種垂直整合能力是Anthropic難以匹敵的。

Anthropic需要依賴AWS、谷歌雲，以及未來谷歌TPU這些基礎設施，而谷歌可以從硬件到軟件全鏈條優化，這在成本控制和性能調優上有天然優勢。

這場突襲戰打得很漂亮。

03

在學術與編程兩大要地發動突襲戰

這場競爭的本質，不是誰的模型跑分更高，而是誰能定義「AI 應該如何工作」。

Anthropic更注重「上下文理解」和「任務執行」。

它希望AI能夠像一個經驗豐富的員工，理解複雜的業務場景、記住長期的工作歷史、執行多步驟的任務流程。這種路線的優勢很明顯：它能快速帶來營收增長和估值飆升。

Claude Code便是最好的證明。

當AI能夠直接幫企業解決問題、創造價值時，客戶願意為此付費，投資者願意為此買單。

谷歌更注重「基礎推理」和「泛化能力」。

它希望AI能夠像一個聰明的研究生，面對新問題時能夠獨立思考、推導解決方案、驗證結果的正確性。

這種路線看起來更「學院派」，但從長期看可能更具可持續性。

因為谷歌認為，真正的智能不是記住了多少代碼片段，而是能夠理解問題的本質、推導出解決方案的邏輯。

其實我覺得這兩種路徑並不互斥，但它們代表了不同的優先級和資源分配。

從短期看，Anthropic的策略更有效。它抓住了市場對「能做事的AI」的渴求，用實際的產品和應用場景證明了AI的價值。

這種「應用驅動」的路線，能夠快速獲得市場反饋、迭代產品、建立護城河。

但從長期看，谷歌的「學術+工程」雙輪驅動可能更具優勢。

因為正如谷歌描述的那樣，AI的終極形態不應該只是一個工具，而是一個能夠獨立思考、解決開放性問題的智能系統。

當然，這場競爭的參與者不只有他們兩家。馬斯克在Anthropic宣佈孖展的那條推文後跟帖回覆到「Anthropic 最終變成了厭惡人類的機構。從你們選擇這個名字的那一刻起，就註定了這樣的命運。」

Anthropic本意為人類學。

馬斯克除了嘴上說說以外，他的xAI也在對抗着Anthropic。

就在一天前，xAI大幅調整人員結構，幾位聯合創始人紛紛離職。

除此之外，OpenAI也在最近推出多款科學、AI編程相關的新品，整個AI行業都在加速奔跑。

這種「軍備競賽」式的競爭，既讓人興奮，也讓人擔憂。

興奮的是，競爭會加速技術進步。我們這些消費者很快就會有更牛的產品可以用。

擔憂的是，這種競爭可能會忽視安全性和可控性。

我們真的準備好迎接「能做事的AI」了嗎？

過去，AI只是一個活在對話框裏的智能，它的錯誤最多讓你浪費點時間。

但當AI能夠訪問你的文件系統、執行終端命令、控制瀏覽器、發送郵件時，它的一個錯誤可能會帶來災難性後果。

這就是為什麼「AI工作方式」的定義權如此重要。

它不僅決定了AI能做什麼、怎麼做，更決定了AI和人類的關係。是主僕關係、夥伴關係，還是其他。

AI大廠的競爭，本質上是在爭奪「AI工作方式」的定義權。

但我認為最終沒有人會贏，或者說所有人都會贏。

因為未來的AI可能既需要Anthropic式的上下文理解和任務執行能力，也需要谷歌式的理論推理和泛化能力。

但在這個融合到來之前，我們會看到更多的競爭、更多的突破、也更多的混亂。

當Anthropic數錢時，谷歌已在重劃戰場。這場關於「AI工作方式」定義權的戰爭，才啱啱開始。