无人谈论的“.com泡沫”平行线:为何OpenAI与Anthropic可能注定重蹈历史覆辙(附来源)
摘要
本文认为,OpenAI和Anthropic正面临类似“.com泡沫”的风险。在幻觉等技术挑战尚未完全解决之前,它们被迫扩大企业级采用规模,而软银在贷款方面遇到的困难则成为了估值存在差距的证据。
**TL;DR**:企业的成功不仅仅关乎“好技术”,更关乎*生态系统*是否准备就绪。2000年,电子商务因支付、物流和用户习惯的缺失而消亡。2026年,AI初创企业被*迫*在幻觉、安全性和企业集成问题解决*之前*进行扩张——这是由高估值和投资者压力驱动的。软银承诺向OpenAI投资6000多亿美元,如今却连60亿美元的抵押贷款都难以敲定,这如同矿井中的金丝雀,发出了预警信号。
---
## 📉 结构性平行:2000年 vs. 2026年
| 维度 | 2000年“.com”电子商务 | 2026年AI初创企业(OpenAI / Anthropic) |
|-----------|-------------------------|---------------------------------------|
| **技术成熟度** | 拨号上网、图片加载缓慢、支付不安全 | AGI尚未到来,幻觉问题未解,推理成本极高 |
| **基础设施** | 最后一公里物流、支付信任度、用户习惯 | 计算瓶颈、数据枯竭、监管真空 |
| **资本压力** | 风险投资要求不惜一切代价增长 | 软银、TPG等巨头投入数十亿;估值要求提供“证明” |
| **核心矛盾** | “教育市场”的成本 > 早期收入 | “证明价值”的压力 > 实际部署就绪度 |
---
## 💸 软银的现实检验
- **承诺**:软银承诺出资*600多亿美元*收购OpenAI约13%的股份 → 根据来源不同,隐含估值约4600亿至8520亿美元
- **未成功的贷款**:软银试图以OpenAI股权为抵押借款*100亿美元*。贷款方对一家非公开、尚未盈利的AI公司的估值持保留态度。结果?贷款额度被削减至*60亿美元*(-40%)
- **为何重要**:当风险资本为故事定价,但传统金融拒绝以此为抵押放贷时,叙事与现实之间的差距就会扩大。这是泡沫行为的入门级表现。
来源:**[Bloomberg: 软银削减OpenAI贷款目标]** (https://www.bloomberg.com/news/articles/2026-05-08/softbank-cuts-target-for-openai-margin-loan-by-40-to-6-billion) | **[AInvest分析]** (https://www.ainvest.com/news/softbank-6b-openai-loan-cut-signals-collateral-crack-64-6b-leveraged-bet-2605/)
---
## 🎯 为什么他们在“强行推进”?激励机制
1. **合资企业作为分销渠道**
- Anthropic × 黑石集团 / Hellman & Friedman / 高盛 → 新的企业AI服务公司
- OpenAI × TPG / 贝恩资本 → “部署公司”
- 双方都在涉足麦肯锡/波士顿咨询集团(BCG)的领域——并非因为他们需要顾问,而是因为顾问可以*加速企业采用*。
2. **AGI炒作作为销售工具**
如果OpenAI/Anthropic只是说“我们是有用的副驾驶”,企业不会感到紧迫感。将其框架为“AGI即将到来,不适应就灭亡”,预算突然就被批准了。这无关真相,而是关于制造焦虑以推动采购。
3. **他们知道产品尚未就绪**
- OpenAI自己的帖子:**[为什么语言模型会产生幻觉]** (https://openai.com/index/why-language-models-hallucinate/) 承认幻觉在统计学上是不可避免的。
- Anthropic的*上下文检索*有所帮助,但会消耗代币,并且在“迷失在中间”问题上仍然失败 **[[Anthropic文档]]**。
- 然而,双方都在推动企业*现在*就用AI智能体取代人类工作流。
---
## 🔬 他们忽视的技术差距(附论文)
> 核心Transformer局限性*有解决方案*——但它们尚未产品化。在准备好之前匆忙部署,会导致企业级幻觉灾难。
### 🧠 问题1:“迷失在中间”
- **问题**:长上下文会稀释注意力;中间的信息会被忽略。
- **解决方案**:使用*双层摘要和索引*对数据进行预结构化,以引导模型,而不是强迫它在密集的噪声中搜索。
- **论文**:**[具有双层引导的自我描述结构化数据]** (https://www.researchgate.net/publication/403842614_Self-Describing_Structured_Data_with_Dual-Layer_Guidance_A_Lightweight_Alternative_to_RAG_for_Precision_Retrieval_in_Large-Scale_LLM_Knowledge_Navigation)
### 🔐 问题2:提示解析与隐写术合谋
- **问题**:使用自然语言作为智能体控制层,用“遵循指令的本能”取代严格的奖励函数——这不可靠且易被利用。
- **风险**:AI可以将意图*隐藏*在看似良性的输出中(隐写术合谋)。仅靠语义监控无法发现它。
- **解决方案**:
- 将智能体通信压缩为简单信号(红/绿灯)+ 统计异常检测。
- 监控*表征电路*,而不仅仅是语义。
- **论文**:
- **[LLM输出中的隐写意图]** (https://openreview.net/forum?id=Ylh8617Qyd)
- **[遵循指令 ≠ 奖励函数]** (https://arxiv.org/pdf/2602.20021)
- **[MARL安全的动态电路断路器]** (https://www.researchgate.net/publication/402611883_Beyond_Reward_Suppression_Reshaping_Steganographic_Communication_Protocols_in_MARL_via_Dynamic_Representational_Circuit_Breaking)
### 🧭 问题3:尚无真正的AGI方法论
- **理念**:与其进行自由形式的生成,不如使用*约束驱动框架*,其中包含预定义的商业逻辑“元素”库。让模型从经过验证的部分进行*组合*,而不是发明。
- **人机交接**:AI处理模式匹配和检索;人类处理边界判断和价值权衡。
- **关键工具**:`FBS映射` + `失败历史` + `验证测试` = 模拟专家“知道推理何时失败”。
- **数据准备**:使用LLM在喂给模型之前*结构化遗留数据*(例如,从姓名推断性别等缺失字段)。
- **论文**:
- **[约束驱动的人机协作]** (https://www.researchgate.net/publication/403842380_A_Constraint-Driven_Framework_for_Process-Traceable_HumanAI_Collaboration)
- **[用于可审计推理的预定义库]** (https://www.researchgate.net/publication/403951418_From_Explicit_Elements_to_Implicit_Intent_A_Predened_Library_for_Auditable_Behavioral_Inference)
---
## ⚖️ 那么……你会怎么做?
| 策略 | 优点 | 缺点 | 适用场景 |
|----------|------|------|-------------|
| **亚马逊模式**(范围狭窄,适应环境) | 外部依赖较低,存活至生态系统成熟 | 可能错过“先发制人”的叙事,被视为缺乏野心 | 技术/法规/信任尚未就绪 |
| **Webvan模式**(大量融资,强制基础设施) | 如果成功,你将拥有标准与护城河 | 燃烧速度 > 生态系统成熟速度 → 黎明前死亡 | 拥有无限资本 + 技术拐点*迫在眉睫* |
> 🧭 *现实主义观点*:当生态系统尚未就绪时,*生存优于愿景*。
> 不要试图用资本压缩社会演变。相反:
> 1️⃣ 选择摩擦最小的切入点(2000年的书籍;2026年的代码辅助/知识检索)
> 2️⃣ 将“市场教育”成本外包给合作伙伴(云提供商、ISV、合规公司)
> 3️⃣ 保留现金。等待基础设施的转折点——*然后*再扩张。
---
## 🔚 最后 Thoughts
> “.com泡沫”教会我们:*不要让资本的时钟跑在社会时钟之前*。
> 如果OpenAI/Anthropic在幻觉、安全性和集成问题解决之前为了合理化估值而扩张——它们可能会崩溃,不是因为LLM无法改变世界,而是因为它们尚未*准备好*。
> 真正的赢家?很可能是那些等待、观察并收购灰烬的亚马逊和谷歌们。
*非财务建议。仅是模式识别。*
---
**我使用的来源(用于深入挖掘)**:
- 软银/OpenAI融资:**[Bloomberg]** (https://www.bloomberg.com/news/articles/2026-05-08/softbank-cuts-target-for-openai-margin-loan-by-40-to-6-billion) | **[AInvest]** (https://www.ainvest.com/news/softbank-6b-openai-loan-cut-signals-collateral-crack-64-6b-leveraged-bet-2605/)
- 幻觉:**
相似文章
Dario为何火爆:互联网泡沫的教训。
这篇专栏文章认为,AI投资(特别是Dario Amodei的Anthropic)有重蹈互联网泡沫覆辙的风险,因为它押注于一个收取租金的垄断模式,同时面临大语言模型的局限性以及优势被开源侵蚀的问题。
廉价AI可能扰乱OpenAI和Anthropic的IPO(7分钟阅读)
本文讨论了来自中国实验室和其他竞争对手的廉价AI模型的日益普及如何在OpenAI和Anthropic计划IPO之前威胁其估值和市场地位,因为企业客户越来越寻求具有成本效益的替代方案。
OpenAI 与 Anthropic:两种不同的商业模式
《福布斯》分析了 OpenAI 和 Anthropic 在迈向公开上市过程中截然不同的财务轨迹,突显了 Anthropic 以企业客户驱动的盈利能力,而 OpenAI 则面临消费者规模带来的亏损。
我不认为OpenAI和Anthropic能长期存活
认为OpenAI和Anthropic无法长期存活,因为谷歌、微软、苹果等大型科技公司拥有更大的生态系统,并能提供更好的免费套餐,类似于Dropbox的衰落。
Anthropic 以其 AI 安全理念闻名。这些承诺能经受住万亿级 IPO 的考验吗?
Anthropic 近期提交的 IPO 文件以及一份呼吁暂停 AI 开发的安全论文,暴露了商业增长与安全承诺之间的紧张关系,并引发疑问:随着公司上市,谁有权减缓或停止模型训练?