每日AI乱炖 · 2026-11-20:Anthropic、MAI Code 2

第261120期 · Anthropic 上市,估值口径成为焦点

Anthropic 上市首日估值在 1.3 万亿到 2 万亿美元之间;Microsoft MAI Code 2 的编码质量达 GPT-6.1 Sol 的 98%,价格约 40%。

每日AI乱炖 · 2026-11-20:Anthropic、MAI Code 2

今日要点

  • Anthropic — 2026 年 11 月 19 日,Anthropic 在纳斯达克完成上市首秀,各家给出的估值从约 1.3 万亿一直到 2 万亿美元,让它成为 AI 行业最受关注的一次上市。
  • MAI Code 2 — Microsoft 称,MAI Code 2 的编码质量可达 GPT-6.1 Sol 的 98%、价格约为其 40%;相对Opus 5.5,能达到 96% 的性能,价格只有 5%。
  • Google — Google DeepMind 宣布 Genie 4 已推出,面向符合条件的 Google AI Ultra 订阅者开放。

这里是由Robin为你带来的咸话咸说之每日AI乱炖。

Anthropic 纳斯达克上市,估值 1.3 万亿到 2 万亿美元差在口径

先说资本市场:一家头部模型公司 11 月 19 日在纳斯达克挂牌,同一份定价被各家算出了不同市值。

2026 年 11 月 19 日,Anthropic 在纳斯达克完成上市首秀,各家给出的估值从约 1.3 万亿一直到 2 万亿美元,让它成为 AI 行业最受关注的一次上市。差别主要来自统计口径:报道标题里的 2 万亿美元可能用的是完全摊薄口径,把普通股、尚未行权的股票期权和受限股票都算进来;而按流通在外股份和当时 98 美元的股价估算,市值约 1.28 万亿美元。路透社 2026 年 11 月 18 日报道,这次 IPO 定价每股 83 美元、募资约 813 亿美元,对应完全摊薄估值约 1.5 万亿美元,非摊薄口径约 1.1 万亿美元,各家报道 1.3 万亿到 2 万亿美元的差距就来自这两种口径。公司同时背着 9009 亿美元的长期支出承诺,其中 4516 亿美元预计在 2030 年底前发生,会明显拉动 AI 基础设施供应商的需求;它第三季度的经营亏损是 5.67 亿美元,高投入和盈利能力的风险要由新投资者一起承担。社区讨论里,多名评论者认为 2 万亿美元对包括 AI 在内的任何软件公司都太高,用「疯狂」形容这一定价,也有人认为投资者是在提前套现;有评论者澄清完全摊薄估值和纳斯达克按流通在外股份显示的市值不是一个口径,另一位则要求解释接近每季度 1700 万美元的收入怎么支撑 2 万亿美元;报道没有给出上市申报文件或完整财务数据来核对这些说法。

值得记住的是「口径」这两个字:同一天的不同报道,期权与受限股算不算进来,同一家公司就能差出几千亿美元,往后听到任何一家 AI 公司的市值,先问是按哪种算法;真正悬着的还是收入——支出承诺已经排到 2030 年之后,这份定价等于提前买下一段很长的执行期。

来源:reuters.com

AI 抛售把标普与道指送进调整区间,纳指回吐全年涨幅

抛售是在上市首日之后扩散的:大盘进了调整区间,而这家新公司自己还站在发行价之上。

以 Anthropic 领跌的 AI 抛售把大盘压进了调整区间:标普 500 和道琼斯指数进入调整区间,纳斯达克回吐 2026 年的全部涨幅。Anthropic 这笔创纪录的 IPO 于 11 月 19 日开盘 111.50 美元,比 83 美元的发行价高约 34%,随后回落约 15% 到 95.50 美元,仍在发行价之上;当时纳斯达克和标普 500 各自下跌 1.5%。更早一轮 11 月 5 日的科技股抛售里,散户卖出 2.65 亿美元股票,是 2020 年以来最大的单日卖出,当时市场担心的是 AI 数据中心建设的监管。抛售也不只在美国:多伦多综合指数下跌,全球股市同步走低,Anthropic 上市首日的强势并没有打消这种担心,投资者盯的是建 AI 数据中心要花的钱。

这一轮的落点在指数和融资成本上,不在某一家公司的首日涨幅——进调整区间、散户单日卖出创 2020 年以来新高,说明市场开始给算力投入定价;往后看到「AI 泡沫」这类说法,先看指数在哪个区间、数据中心的融资条件有没有变。

来源:theguardian.com

软银股价单日跌超 16%,同一轮 AI 抛售压到亚洲

抛售没有停在华尔街,隔一天就压到了亚洲的科技股上。

据 CNBC 报道,软银股价在一个交易日里跌超 16%,同一轮 AI 抛售压到了亚洲科技股。Anthropic 在华尔街挂牌之后,投资者对 AI 板块估值是否可持续的担心没有消散,继续压着亚洲的科技股;持有软银和其他 AI 相关亚洲科技股的投资者账面损失明显,对 AI 热潮可持续性的怀疑盖过了 Anthropic 上市首日的强势。

同一轮抛售在不同市场用不同幅度定价:美国看指数和调整区间,亚洲看软银这类权重最重的公司股价,把它当成一件新事件就会看错;是否传导到融资端,才是值得继续看的。

来源:cnbc.com

美国参议院通过审批改革法案,数据中心供电排期可能提速

把视线挪到华盛顿:一项覆盖能源和数据中心审批的法案,刚走完参议院这一步。

美国参议院通过了一项旨在简化全国项目审批的综合性法案,覆盖能源和 AI 相关项目的开发。这项《两党美国可负担性与就业法》(Bipartisan American Affordability and Jobs Act)属于长期推动的联邦审批简化努力,目标是给能源和基础设施项目精简联邦审批流程,参议院通过后已送交众议院审议。报道没有给出表决票数、具体条款、实施时间表,也没有说明它是否已经生效。如果最终成为法律,审批上的改动可能加快电力传输线路、能源项目和 AI 数据中心的批准,直接影响开发方的排期和项目时间线。

它离生效还有几步:法案在众议院仍可能改动,报道也没给出票数与实施时间表,而它真正压到的是电力传输和数据中心的审批排期。

来源:cnbc.com

微软 Ignite 发布七款自研模型,MAI Code 2 主打代码性价比

微软在 Ignite 上一口气拿出七款自研模型,做代码的那一款被拿来跟对手比价。

微软在 Ignite 2026 上一口气推出七款自研 AI 模型,覆盖编程、图像生成与编辑、转录等任务,其中面向代码的MAI Code 2 主打性价比。Microsoft 称,MAI Code 2 的编码质量可达 GPT-6.1 Sol 的 98%、价格约为其 40%;相对Opus 5.5,能达到 96% 的性能,价格只有 5%。公司还引用 Artificial Analysis 的排名和价格对比来展示产品定位,称 MAI Image 2.7 的图像编辑能力排名第一,MAI Image 2.7 Flash 面向高吞吐生成。这些数字都来自官方发布口径,材料里没有基准定义、测试方法、延迟与稳定性数据,也没有交代七款模型的完整规格、开放权重或许可条件。社区里有人觉得 MAI Code 2 的实际编码体验可与 Opus 或 Sol 相比,也有人质疑这组对比过于大胆,并追问它为什么还没有进 Artificial Analysis 指数;有观点认为微软要扩大份额就该给开放权重或开源版本,也有评论者批评这次 Ignite 缺乏创新,自己没有动力采用微软的 AI 技术栈。

「百分之多少质量、几分之一价格」这类对比只有在同一基准、同一负载下才成立,而这几组数字目前只有微软自己的口径,没有基准定义,也没有独立验证;缺的正是同一负载下的实测。

来源:microsoft.ai

微软把 Copilot 称作「工作的新操作系统」,Office 搬进其中

在微软的设想里,应用与助手的主次被调了过来——先开口,再让 Office 干活。

在 Ignite 大会的开场演讲里,微软 CEO 萨提亚·纳德拉提出了一个新的「前沿生态」设想,并宣布 Word、Excel、PowerPoint 已在 Copilot 内正式可用,他把 Copilot 称作「工作的新操作系统」。这是一种主次颠倒:过去是 Word 这样的应用当主角、助手在旁边帮忙,微软现在设想的是由 agent 主导,应用变成挂在旁边的插件组件,背后还有一层组织知识,从邮件、会议、日历、聊天和文件里取上下文。用户可以直接在 Copilot 里创建文档、表格和演示文稿,生成的文件仍能在各自的 Office 应用里继续编辑。

入口换了以后,Office 从主角变成被调用的组件,背后那层组织知识从邮件、会议、日历和文件里取上下文;接下来值得看的是这层知识接了哪些数据源、权限边界怎么划,以及企业账号与个人账号是否分档授权。

来源:arstechnica.com

Google DeepMind 的 Genie 4 向部分 AI Ultra 订阅者开放

游戏那一侧也有进展:一个能按你的话实时生成场景的世界模型,开始向订阅用户放量。

Google DeepMind 宣布 Genie 4 已推出,面向符合条件的 Google AI Ultra 订阅者开放。官方采用分阶段开放:先给有限的可信测试者,再提供给符合条件的 AI Ultra 订阅者,之后计划向 Gemini API 和 AI Studio 的早期合作伙伴开放。它建立在 Gemini 系列之上,Gemini Omni 负责让模拟的外观和行为贴近真实世界,其他 Gemini 模型提供复杂推理,帮模拟保持连贯与连续。订阅者可以用自然语言操控场景,实时做交互式世界模拟,并同步生成环境声、音乐和对话。不过资格与地区可用性说得不清楚,有用户发现工作区账号无法订阅、个人账号页面仍显示 Ultra 可用的是Genie 3,这限制了它眼下的影响。它能不能当可编程的游戏引擎用,目前也没有证据。讨论里既有对 DeepMind 创作投入的赞赏、把它看作未来类似 Roblox 或 GTA 的游戏引擎,也有对盈利能力不足和社会负面后果的担心,还有人问镜头旋转时场景细节能不能保持一致。

分阶段放量说明它还不是通用产品:先给可信测试者、再给订阅用户、之后才轮到 API 伙伴;值得看的是镜头转动时场景细节能否保持一致、什么时候真对开发者开放,以及世界模型会不会被当成可编程引擎来卖——这一层目前还没有证据。

来源:blog.google

Google 推出 Gemini 4 Neon:综合得分更高,科研级推理弱于 Carbon

模型这边又添了一个名字,而官方材料里连规格、定价和可用范围都没给。

Google 推出 Gemini 4 Neon,把它定位成 Gemini 4 系列里能力更强的一个变体。材料里没有官方技术规格、定价、可用范围和经过验证的基准成绩,所以它相对 Carbon 的真实优势还说不准。社区依据 Artificial Analysis 的数据看到,Neon 的总体得分高于 Carbon,但在 CritPt 这类研究规模的推理评测里更低,这也符合两者分工:Neon 偏全面,Carbon 更面向长程、复杂的研究任务。一名用户报告 Neon 在 OpenRouter 上达到 127 tokens/s、Carbon 为 46 tokens/s,这属于未经独立验证的社区观察。Artificial Analysis 的 Xhigh 测试里 Neon 的智能指数是 61,高于可比模型中位数 43,但那轮评测生成了 2.83 亿 token,明显高于中位数 6510 万,所以生产选型还得按真实负载核算 token 成本和响应负担。对要在两者之间选型的开发者,Neon 可以当综合基准优先的候选,但不能当成 Carbon 长时程或科研级推理任务的全面替代;综合排名领先,也不等于在长时间连续工作或研究型推理上更占优势。有评论者对不断增多的模型命名感到疲惫,也质疑能否从名字判断模型的规模级别;还有人觉得最新 Gemini 在部分基准上与 Opus 5.5 相当或略优,整体智能体验仍不如后者。

综合排名领先不等于专项更强:要拿它做长时程或科研级推理,得先看 CritPt 这类评测上的差距;那组「智能化指数 61、但一轮评测生成 2.83 亿 token」的数据也提醒人,token——也就是按量计费的用量单位——的消耗得按真实负载算。

来源:blog.google

Anthropic 员工称给出黎曼猜想完整证明,Lean 形式化约 1500 万行

科技圈今天还多了一条数学的消息,而它目前只是一个声明。

Anthropic 员工、数学家 Levent Alpöge 发布了一份 PDF,声称给出了黎曼猜想的完整证明,并说这套方法能推广到广义黎曼猜想;讨论里说随附的 Lean 形式化证明约 1.3GB、1500 万行,体量异常大,机器验证的负担也异常重。这个声明正在被密集审视,现有材料里没有独立确认,而被讨论的也只是形式化里问题的编码对不对、依赖是否成立,工件体量大本身并不证明证明正确。黎曼猜想讲的是黎曼 zeta 函数零点的分布,是数学里最有名的未解问题之一;Lean 是形式化证明助手,能在代码层面检查证明,但专家仍要确认猜想和相关定义有没有被正确编码、证明依赖的前提是否成立。如果被独立验证,这会是一个数学突破,也是 AI 辅助形式化数学在规模化上的一次展示。评论者一边被阿尔波格的资历和 Lean 工件的规模打动,一边把这件事读成 AI 进展的迹象;也有人担心少数在 AI 公司任职的数学家会因此获得决定性的优势。数学界整体的判断目前还不清楚,在专家确认之前,这只能当作待核实的声明。

声称与证明之间隔着一次独立核查:得先确认 Lean 里的形式陈述就是黎曼猜想本身、依赖里没有额外假设;在数学界给出结论之前,这条只能当待核实声明播报——体量大本身并不证明证明正确。

来源:alpo.ge

今天这几条其实绕着同一件事:能力上了台面以后,数字要讲口径,宣称要等核查,出错要有人接手。账面和实验室问的是同一句——这笔账到底由谁付。

🎧 本期已同步制作为播客节目,点击收听《每日AI乱炖 · 2026-11-20》:第261120期 · Anthropic 上市,估值口径成为焦点。

收听当日节目

打开音频文件