Bill Sun：2016年首位将Transformer自注意力机制成功应用于问答（QA）任务的AI研究者——早在“Attention Is All You Need”论文正式诞生前一年，他就已在Google Brain捕捉到自注意力在序列任务中的惊人潜力，那一刻仿佛预见了整个AI时代的黎明。 Sophia Z: 在香港和硅谷专注AI投资，十年全球互联网消费投资经验。 Highlights： • Anthropic从Claude 3.5 Sonnet开始，在real-world coding上建立起至今未被全面追上的领先，long horizon planning和agentic RL环境让它成为工程师默认选择； • Claude Code订阅收入快速崛起，像ChatGPT在开发者垂直领域的prosumer模式，粘性远超纯API，subscription占比持续提升； • Coding被视为更fundamental的能力，Anthropic专注这条路径做到极致，某种意义上coding的AGI已接近到来； • 估值已达350-380B级别，盲猜IPO可能500B+甚至750B，未来upside取决于token消耗爆炸、开发者市场渗透率和持续领先开源模型的premium； • 在AI军备竞赛中，留牌桌最重要：智能必须显著领先开源，否则没有premium空间；组织人才密度、战略聚焦和正确metric优化是核心竞争力。 01 ClaudeCode崛起与营收爆发式增长 00:56 欢迎嘉宾BillSun，探讨Anthropic如何凭借Claude 3.5和ClaudeCode在真实编程场景中建立显著领先优势。 01:31 营收指引大幅上调：预计2026年达到约180亿美元，2027年达到550亿美元，有望在5年内走完Salesforce长达25年的发展路径。 02:12 Anthropic早期与OpenAI定位相似，但自Claude 3.5 Sonnet发布后，其在真实编程领域的优势令竞争对手难以企及。 02:46 Claude的编程模型在长期规划能力和生成实际可用代码方面持续领先，获得了真实工程师的广泛好评。 03:47 ClaudeCode产品的推出令人惊艳，促使硅谷工程师大规模切换开发工具，迫使OpenAI等公司加速追赶编程赛道。 04:56 Anthropic持续定义开发者交互的新范式，从函数调用到MCP服务器，再到智能体技能。 05:51 营收呈现两条增长曲线：API流量收入与ClaudeCode订阅收入（席位费加令牌消耗），其中订阅收入占比快速提升。 06:56 ClaudeCode已成为编程人员的默认工具，用户习惯和上下文记忆功能带来了极高的用户粘性。 02 编程是否已接近AGI临界点 07:48 探讨编程领域是否已达到临界点，接近实现编程领域的通用人工智能。 08:00 如果将AGI定义为普通人难以分辨模型版本差异，那么编程领域已接近这一目标；但目前仍缺乏人类级别的快速自我纠错能力。 03 Anthropic的核心路径：专注编程的根本性战略 09:32 Anthropic专注于将编程打造为核心基础能力，并将其作为技术杠杆，而非分散资源投入多模态领域。 17:15 Anthropic的领先优势源于更优的编程环境、更干净的数据、更细致的研究，以及可能存在的范式突破。 04 估值拆解：从市销率到横向对比，如何支撑350亿以上估值 10:12 作为编程领域最强的企业，Anthropic具有稀缺性，按20至30倍市销率来看估值较为合理。 10:34 当前Pre-IPO阶段估值约为350亿美元，预计IPO时可达500亿甚至750亿美元，与OpenAI、xAI等公司的对比估值更为有效。 11:50 随着智能体能力增强，令牌消耗将加速，收入增长势头强劲。 05 军备竞赛vs网络效应：AI时代的商业本质 00:05 AI时代的本质是模型持续升级的军备竞赛，而非赢家通吃的垄断游戏。 21:01 早期的线性收入外推不代表未来趋势，只有爆发式增长才能验证行业起飞。 25:52 AI应用的壁垒可能来自双边市场的飞轮效应，但目前尚未看到微信级别的网络效应。 26:27 AI时代更像进化论或军备竞赛，持续解锁新能力就是开拓新疆域。 28:21 当前的AI如同大航海时代的军备竞赛，只有不断开拓新领域才能创造价值。 06 二级市场视角：如何评估Anthropic的价值 12:13 二级市场初期可重点关注增长，后期则需考察令牌溢价、市场份额和竞争格局。 13:16 最终估值取决于盈利路径，预计2028年自由现金流可能转正，目前资本支出主要投向算力与人才。 14:25 资本市场更看重技术领先带来的令牌消耗增长，而非短期自由现金流转正的时间点。 16:04 智能进化不会停止，若不能显著领先开源模型，就无法实现收费，中间层的生存空间极小。 19:45 若能占据美国程序员市场60%以上的份额并实现指数级采用，将创造巨大价值。 20:52 留在牌桌最为关键，竞争格局决定了企业的最终价值。 07 人才与组织：保持高速增长的关键 29:25 衡量领先优势难以依靠单一指标，组织进化速度、人才密度、战略清晰度和产品独特性都至关重要。 30:43 自Claude 3.5发布后，Anthropic发展稳健，ClaudeCode进一步带来了更高的人类与计算机交互粘性。 31:39 人才流动率降低，内部成长斜率提升，持续推出卓越产品最能吸引顶尖人才。 08 Anthropic的独特战略品味 22:40 软件成本急剧下降，传统SaaS商业模式面临重构，懂业务的人直接向AI描述需求即可实现开发。 23:26 程序员岗位正在快速整合，少量顶尖人才借助高杠杆完成更多工作，产品化周期极大缩短。 24:47 竞争壁垒正转向模型能力加精准需求描述，而非传统软件本身。 34:17 公司具有卓越的战略品味，聚焦资源于编程领域，克制盲目追逐榜单，针对真实垂直场景替代工程师工作。 免责声明：内容仅供参考，不构成投资建议，投资有风险。

一、序：软件吞噬世界，模型吃掉软件 00:04 软件本身不重要，行业深度与服务价值决定一切 00:43 模型开始吃掉软件，SaaS护城河何在？ 01:14 AI agent 绕过UI直接操作后台，传统席位收费模式崩塌 01:45 嘉宾介绍：AI native ERP资深研发者王禹程、硅谷投资人王亮等 02:39 模型能力被低估，To B SaaS（Salesforce/ServiceNow等）二级市场受重创 二、SaaS 估值的重置：当 AI 打破了“确定性”的增长预期 03:35 席位数增长已放缓，AI工具可替代中小客户需求 04:41 中大型客户因合规、生态、审计风险不愿轻易替换 05:21 市场观望情绪浓厚，未来预期不确定性导致估值承压 06:00 反方观点：软件价值提升可提价，或统一价位 三、软件开发成本趋零：Figma 与 Shopify们 还有护城河吗？ 06:36 供给侧颠覆：AI大幅降低构建成本，竞争者激增，提价空间消失 07:29 代码价值趋近于零，软件退化为“廉价土木工程” 07:51 真正决定生死的是行业深度与不可或缺的服务价值 08:55 网络效应护城河（如Figma/Sigma）面临价格战与快速复制挑战 10:29 极端假设：开源AI版Figma免费+迁移包，引发惨烈竞争 11:17 交易链/合规类软件（如Stripe）护城河较强，CFO不敢轻易换 12:37 电商/支付类嵌入深度决定护城河强弱，大厂也可介入 四、UI（用户界面）的死亡：当 Agent 通过 MCP 协议接管底层 13:04 UI/UX溢价消失，软件退化为薄层数据接口，Agent直接操作协议 14:04 企业内部管理软件替换门槛低，水分将被彻底挤干 14:53 中大型企业可自建定制化AI，迁移成本低于价值时必行动 15:19 Agent直接操作底层，UI/流程/用户习惯溢价被彻底打掉 五、万亿市值大转移：大模型成了最后的赢家 16:44 广告分发/推荐算法成本暴降，平台流量变现逻辑瓦解 18:15 制造业+硬件结合仍有传统软件难以触达的机会 19:53 Office类信息容器或转向usage/outcome-based定价 20:44 软件行业或变“建筑业”性质，高价值公司转向模型提供商 21:29 OpenAI等模型公司单用户长期价值极高，定价合理甚至偏低 23:02 万亿SaaS市值或转移至模型公司，小玩家机会渺茫 六、社交的终局：人与 Agent 的连接，会取代人与人的网络效应吗？ 23:59 互联网平台（如Reddit）网络效应在Agent时代被质疑 25:21 人本质连接需求或难以被取代，兴趣社群仍需真人互动 26:16 Agent间沟通可能取代大部分事务性交流，人际链接或更高质量 27:10 完美AI companion 或比真人更懂你，兴趣讨论边界模糊 28:46 Zoom/腾讯会议等高频工具或被模型直接取代 七、大模型时代的“信任危机”：谁来证明 AI 是安全的？ 29:27 若利润空间压缩，生态方可能默契捆绑以维持高毛利 30:34 未来多数公司或为模型公司“打工”，需猛攻模型 31:36 AI安全验证需求爆发，大模型公司难以自证 32:22 中国开源模型（MiniMax、智谱等）表现不错，但应用落地仍探索中 八、终局狂想：软件成了土木工程，中国和印度公司的降维打击机会 33:56 企业更倾向原装模型API而非蒸馏版，合规仍是关键 35:32 终局下模型能力趋同，选API看性价比、客情与优惠 36:06 华尔街等极度重视合规，原装 vs 蒸馏差异或仍影响决策 38:15 若合规非核心壁垒，中国/印度公司在工程化垂直应用有优势 结语与免责声明 39:23 免责声明：内容仅供参考，不构成投资建议，投资有风险

🟢 Part 1 AI驱动存储超级周期：供需矛盾与技术跃迁 00:01:03 AI时代的「数据通胀」，让每块SSD都成了AI的「记忆宫殿」。 00:02:28 存储行业周期性强，买方市场议价权「杠杠的」！ 00:05:19 AI与数据中心需求猛增，明年占比要从30%蹿升到50%？ 00:06:59 行业面临300层以上3D NAND技术的成本效益挑战。 00:08:02 行业纪律性大增，但洁净室短缺成了发展的硬约束。 00:09:58 未来三年新增产能无望？厂商负债累累，扩产困难。 00:11:38 存储介质的「不可能三角」：快、便宜、大，三者不可兼得！ 00:17:06 HBM需求未来两年增速将超越算力，实现翻倍增长。 00:19:12 99.5%的知识未向量化，知识库向量化将引爆向量数据库需求！ 00:21:09 行业本质是供给受限！需求高涨，供应年增仅十几个点。 🟢 Part 2 未来架构与市场变革：Titans与Agent的黎明 00:23:35 谷歌Titans架构：2026年可能重塑AI数据中心需求的争论焦点。 00:26:36 Titans模型被看好为未来方向，类似人脑学习，26或27年或成主流。 00:30:35 市场习惯模型对话后，或将经历质疑期，随后Agent需求迎来大爆发？ 00:34:17 颠覆市场常识：行业扩产不跌价，反而可能「量价齐升」！ 00:36:06 消费端预警：手机、笔电价格恐飞涨，存储上云才是王道。