hero

上週短短四天內，中國的 Moonshot Labs 和阿里巴巴接連丟出兩顆開源核彈：Kimi K3 和 Qwen 3.8。兩者的效能據稱逼近 Anthropic 的 Fable 5——而模型權重即將公開釋出。這件事的深層意義不在技術本身，而在它暴露了一個尷尬的真相：Anthropic 砸了幾十億美金打造的「倫理 AI」護城河，本質上是一張監管門票，而開源模型根本不買這張票。當你的競爭優勢建立在「政府只會放行我們」的假設上，那條護城河裡的水，隨時可以被政治風向抽乾。

原文摘要

上週，兩款前沿基礎模型接連亮相：Moonshot Labs 的 Kimi K3（7 月 16 日）和阿里巴巴的 Qwen 3.8（7 月 19 日）。兩者據稱在效能上已逼近 Anthropic 的 Fable 5，且都將在未來數週公開釋出模型權重。

這對頂尖模型開發商構成了一個戰略性挑戰：它證明了前沿效能是可以通過開源模型達到的，而這對 Anthropic 尤其構成威脅——該公司在未來的產品差異化上可能面臨嚴重困境。

從基礎模型經濟學來看，打造一個前沿模型極其昂貴：你需要研究人員（薪資）、算力（晶片和數據中心）、以及驅動算力的電力。模型建好之後，最大成本轉移到推理端——讓使用者實際使用模型的成本。此時，薪資成本相對較低（因為模型不再更新），絕大多數邊際成本集中在算力和電力。換句話說，經營推理業務的核心在於優化兩件事：電力成本和數據中心算力。你在價值鏈中掌握得越多，你的變動成本就越能轉化為固定成本。

具體選項有三種。第一，租賃數據中心並支付電費——Anthropic、Knowledge Atlas（GLM 5.2 的開發者）和 Moonshot Labs（Kimi K3 的開發者）走的就是這條路，他們不擁有自己的數據中心或發電設施。第二，自建數據中心，向外部供應商購電——這是 Meta 和阿里巴巴的玩法。第三，連發電設施也自己來，完全掌控數據中心——SpaceX 是這個路線的代表。

策略直接影響成本結構和利潤率。第一種模式下，你賺錢的方式是在客戶的推理成本上加一層利潤——但這意味著你的成本隨營收同步增長，利潤率不會因使用量增加而提升。相反，如果你擁有發電設施和／或數據中心，推理的絕大部分成本就變成了固定成本，用量越大，利潤率越高。

價值鏈上掌握得越多，基礎設施的變現方式也越多。你不一定需要擁有最好的模型——你可以託管開源模型（尤其當它們已經是最強模型時），也可以出租硬體。這正是 Meta 可能將伺服器容量租給 Anthropic、而 SpaceX 將其租給五角大廈的原因。

如果你不擁有數據中心或發電設施，唯一的成功變數就是模型需求。你的模型不能只是「好」——它必須是「最好」的，或者「夠好且夠便宜」。這是一場永無止境的推理成本逐底競賽，或是一場永無止境的「誰是最強模型供應商」的軍備競賽。

這對純模型公司構成巨大風險。Anthropic、OpenAI、DeepSeek、Moonshot Labs 和 Knowledge Atlas 必須不斷競爭並祈禱自己保持領先，否則在高度競爭的基礎模型市場中就是死路一條。純模型公司的出路只有三條：（1）率先實現遞迴自我改進，並擁有足夠算力把競爭對手甩在後面；（2）通過監管封鎖市場；（3）打造一個獨特到無法複製、黏著度極高的產品。

Anthropic 是所有前沿實驗室中最重押監管策略和遞迴自我改進的一家。它對倫理的重視——具體表現為自我審查機制的 Fable 和 Mythos（在被美國政府進一步施壓限制發布前）——與這套監管策略緊密掛鉤。

然而，Fable 5 的每完成任務成本幾乎是 OpenAI 或開源模型的三倍。使用者是否願意為更好的模型支付如此高的溢價，目前還是未定之數。部分研究人員和創辦人預期市場將迎來價格戰——這或許是因為不考慮價格的 AI 基準測試正在飽和，參考價值降低。

Anthropic 雖然在產品上有所投入（如 Claude Code 和 Cowork），但其聚焦於 harness 層的策略本身就是風險。OpenCode、OpenClaw、Hermes 以及眾多 harness 新創正在這個領域快速創新。打造基礎模型的門檻極高，但推出自己的 AI harness 幾乎沒有門檻。

這正是 OpenAI 相較於 Anthropic 的優勢所在。雖然近幾個月 OpenAI 的模型效能落後於 Anthropic，但它在產品、消費者體驗、網站發布、語音功能和硬體上的投資，都指向更清晰、更持久的護城河。該公司也更願意投資數據中心所有權和發電設施。有人批評這讓 OpenAI 失焦，但從長遠來看，這會讓 OpenAI 更具韌性——它有足夠的靈活性和風險承受能力去打造具有網路效應和護城河的產品，並為長期利潤率進行優化。

Anthropic 面臨著巨大的「解綁」風險。它的模型是所有人都想超越的標竿，它的產品正日益受到閉源和開源競爭對手的挑戰，而它的經濟模型將它置於劣勢。除非出現監管干預或真正的 AGI 突破，Anthropic 很可能難以保住其第一基礎模型供應商的地位。

Kimi K3 和 Qwen 3.8 的衝擊，遠比 2025 年的「DeepSeek 時刻」更大——因為它展示了不只一家、而是多家實驗室能夠競爭並追趕像 Anthropic 和 OpenAI 這樣資金雄厚的大廠（更不用說 Meta 或 SpaceX/Grok）。這顯示出一種持續的競爭和追趕模式，甚至可能有一天是超越——尤其是將成本因素納入考量之後。

更重要的是，純模型供應商作為可持續的長期企業，面臨的風險格外嚴峻。Knowledge Atlas、Moonshot Labs 和 Anthropic 在防禦性上，遠不如 OpenAI、阿里巴巴、SpaceX、Meta 和 Google 這些業務多元化的對手。

城武觀點

先說結論：Anthropic 的護城河不是技術，不是產品，是一張政治許可證。而這張許可證的到期日，取決於下任美國總統對中國開源模型的態度——不是你 Anthropic 的工程師能控制的。

「倫理 AI」的本質是監管俘獲，不是道德。

Anthropic 的 Fable 和 Mythos 自我審查機制，說好聽是負責任的 AI 開發，說難聽就是在幫政府先把審查做完，換取「只有我們符合標準」的市場准入優勢。這套策略的盲點在於：它假設市場上的競爭者都會遵守同一套規則。但 Kimi K3 和 Qwen 3.8 的出現證明，這套規則不是物理定律，它只是一張美國政府發的門票。中國的開源模型根本不經過這道閘門——模型權重一旦放到網路上，誰來審查？審查什麼？如何在一個可以離線執行、可以微調、可以隨便改的檔案上執行「倫理標準」？

答案是：做不到。而這正是 Anthropic 最深的恐懼。

美國政府若真的出手禁止中國開源模型，恰恰證明了城武的論點。

我預測接下來半年內，美國政府會認真討論禁止中國開源模型——不是禁止 API 訪問（那個老早在做了），而是禁止模型權重本身在美國境內的散佈和使用。如果這件事發生，所有人都會忙著討論「國家安全 vs. 開源自由」，但城武要你在討論之前先看清楚一件事：這場禁令如果通過，最大的商業贏家不是美國人民，是 Anthropic。一個靠政治手段而非產品競爭力消滅對手的人，不叫創新者，叫做尋租者。

但這條路的問題是：政治風向是可以改變的。三年後換一個政府，新總統對中國科技政策持不同立場，Anthropic 怎麼辦？它那時候既沒有像 OpenAI 那樣的消費者產品生態，也沒有像 Meta 那樣的基礎設施資產，更沒有像阿里巴巴那樣的自有數據中心。它唯一的護城河——監管——在一夕之間變成廢紙。

成本是硬道理：三倍價格買一個「也許好一點」的模型，市場已經給了答案。

原文的數據很殘酷：Fable 5 每完成一個任務的成本是競品的近三倍。當 Kimi K3 和 Qwen 3.8 的效能「夠接近」且免費開源時，誰會付三倍價格？也許那 5% 需要極致效能的尖端研究機構會，但 95% 的企業開發者會跟你說：差不多就夠了，便宜更重要。這個邏輯在雲端運算、在 SaaS、在每一個技術市場都成立，不會在 LLM 這裡突然不成立。

Anthropic 正在被從兩個方向同時夾殺。

往上看：OpenAI 正在用產品、消費體驗、語音、硬體和數據中心投資建立真正的護城河。往下看：Kimi K3、Qwen 3.8、GLM 5.2 這些開源模型正在從價格端侵蝕它的市場。Anthropic 困在中間：它既沒有多元化的收入來源，也沒有成本優勢，唯一的武器是一個比別人好 5% 的模型和一套越來越多人不想買單的「倫理」溢價。

城武不討厭 Anthropic。城武討厭的是那種把「倫理」當成競爭策略，然後在你質疑它的時候說「你不懂負責任的 AI」的姿態。Anthropic 以經把「負責任的 AI」從理念變成市場准入的武器，而這把武器現在正在被開源社群繞過去。這個思微的轉變——從「我們要做最好的模型」變成「我們要做最難被複製的合規地位」——才是 Anthropic 真正的危機。

城武的未解檔案——當你的護城河是一張政府發的許可證，你就不是在跟競爭對手賽跑；你是在跟政治任期賽跑。而政治任期，永遠比你的 runway 短。