Anthropic 放了个大招：
130 亿美金融资到账，估值直接飙到 1830 亿美元；顺手还宣布，要在年内把海外员工队伍扩张两倍、应用 AI 团队扩张四倍。
说白了，一副「Claude 模型需求太火，得赶紧堆人上」的姿态。
一家才4岁的公司，客户数从不到一千家干到三十万家，全球用得最多的还是韩国、新加坡、澳大利亚这些地方，人均使用量甚至超过美国本土，看起来风光到不行。
靠光靠模型能支撑起这样的估值吗？背后谁在撑腰？
智远认为，要弄明白这个事儿，先得把棋盘上的第一颗子open AI摆出来，因为，他俩都是创业公司，背后各自代表着一整个阵营。
OpenAI，2015 年创立时，它还挂着「非营利」的牌子，一帮硅谷精英喊着要搞通用人工智能（AGI），没打算商业化。
后来 GPT 系列火了，风向彻底变了；尤其 2019 年，微软砸下第一笔钱，把 OpenAI 纳进自己体系，才算是真正的转折点。
微软给 OpenAI 的不只是钱，还有算力，训练大模型需要海量 GPU，没算力是空想；OpenAI 的 GPT-3、GPT-4、再到 GPT-5，背后都跑在微软 Azure 的机房里。
可以说，OpenAI 靠微软的「血库」长大的。
不过，微软也不是做慈善，它要的回报很直接。第一，Azure 多了个超级大客户，OpenAI 每年付给微软的云账单就上百亿美元。
二，微软把 GPT 全面塞进自家产品，Word、Excel、Teams 统统换了个「Copilot」的马甲，短短两年，全球几亿人用上了 ChatGPT 的变种。
第三，根据双方协议，微软甚至可以拿走 OpenAI 一部分利润分成。
所以，你会发现，OpenAI 在外界眼里是创业明星，但在微软眼里，它就是 Azure 的「带货王」；靠着 GPT，微软 Azure 市场份额连年上涨，一度把 AWS 的优势压缩到只剩十几个百分点。
换句话说，OpenAI是微软在云计算大战里的一件战略武器。
那 Anthropic呢？
故事就更戏剧了。它的创始团队原本在 OpenAI，当年不满公司在追逐 AGI 时忽视安全问题，于是出来另起炉灶。
2019 年成立，打出的旗号是「可靠、安全、可解释」，客户目标也不一样，更偏向金融、医疗、法律这些受监管的行业。
它最有名的是 Claude 系列。相比 ChatGPT 的「万金油」，Claude 在代码生成、逻辑推理上口碑极好，尤其在程序员社区里很受欢迎。
再加上 ToB 定位，80% 的收入都来自企业订阅和 API 调用，增长飞快，两年从年化 10 亿美金飙到 50 亿。
亚马逊盯就盯这点。2024 年它一口气投了 40 亿美元，后面又追加到 80 亿，把 Claude 当成 AWS 的「一方模型」。
AWS Bedrock 平台上虽然有几十种大模型可选，但高管公开说过，Claude 是主推。更关键的是，Anthropic 深度绑定了亚马逊自研芯片 Trainium、Inferentia，把模型训练和推理都绑在 AWS 上跑。
所以，这对亚马逊来说，是多了一个「桥头堡」。
因为在 OpenAI 和微软联手冲锋的情况下，AWS 必须找一个能撑门面的合作伙伴，否则在 AI 云竞争里就被边缘化了，Claude 的定位，正好帮它稳住了一部分高价值企业客户。
这样一结合，你会发现，这两家公司本身的故事固然精彩，但更关键的是背后站队。
OpenAI，代表微软阵营；Anthropic，代表亚马逊阵营；表面上看两家创业公司在赛跑；实际上，是微软和亚马逊两大云计算巨头在场下掰手腕。
因此我才说，两家是棋子，背后在博弈「算力外交」。
为什么所有 AI 公司都要在算力上搞外交？要智远说，原因就一个字：穷。算力太稀缺，太烧钱了。
大模型训练动辄要上万张 GPU 卡，一次迭代下来就是几千万美金。别说创业公司了，就连微软、亚马逊这样的巨无霸，也得排队抢货。
英伟达一家独大，芯片市占率接近九成，价格还在疯狂上涨。更麻烦的是，算力不仅是芯片，还涉及电力、土地、冷却系统、选址。
这些东西可不是钱一撒就立马有的。几千万美金烧完，模型也就升级一小步，说白了，这行业根本不是普通创业能玩得起的。
所以，AI 公司没法靠单打独斗，只能靠「外交」续命。
融资更像买通算力的通道，OpenAI 拿了微软的钱，换来 Azure 的 GPU、数据中心优先权；Anthropic13 亿美金融资，背后也是 AWS、谷歌的云资源在加码。
你细看这些融资新闻，总会发现一个细节，承诺要用多少算力，在哪个云上跑。这些才是交易的核心。
同样的逻辑也体现在合作方绑定上。
谁投钱，谁就成了大腿。OpenAI 基本是微软独家供养，Azure 包圆了训练和推理。
Anthropic就精明一些，AWS 是主力，谷歌也投，连微软 Azure 都没彻底关死。外交场合讲究左右逢源，AI 公司也懂这个道理。
再往下看，还有芯片这一层。
英伟达的卡大家都想要，但产能有限，AWS就把自研芯片当成筹码，Trainium、Inferentia 不光能省钱，还能把 Anthropic 拴在自己生态里。
谷歌也一样，用 TPU 把模型公司套牢。谁能先摸到新一代芯片，谁就能多跑几次迭代，领先半个身位。芯片听起来是硬件，但在这场外交桌上，它就是硬通货。
于是你就能看出，两家公司外交的姿势完全不一样。
OpenAI走「豪赌型」，不光抱微软，还拉 Oracle、软银造 5GW 级别的数据中心，号称 5000 亿美金投资，典型的「举债修城墙」。
Anthropic务实多了，老老实实抱 AWS，大客户群稳住了，同时还留了几条后路。
不过，外交看着风光，代价也不小。
一，关系脆弱。今天是盟友，明天就可能变脸。微软和 OpenAI 已经有苗头了，微软自己推 MAI-1 模型，明显是怕被卡脖子。
其二，绑错大腿的风险更是要命，合作方掉链子，你也得跟着下水，时间久了，依赖性还会越来越强，别人给的卡、机房、电力，条件一旦变了，你只能跟着改。
说白了，所谓联盟，有时更像「临时抱团取暖」。
可微软和亚马逊真会心甘情愿给这两个儿子当奶妈吗？不会的。巨头砸钱、喊口号，背后全是账本，数据最能说明问题。
过去两年，微软Azure 的表现确实漂亮。2024 年，Azure 在全球云市场的份额攀到 24%；到了 2025 年一季度，微软云业务（含 Azure）在基础设施服务里占了 22%，同比拉了 21%。
再看最新一季，AWS 占 30%，微软拿到 20%。
差距比几年前缩小了一大截。别小看这几个百分点，云市场是万亿盘子，每动一格，就是几百亿美金的收入转移。
更重要的是，Azure 的增长基本和 OpenAI 绑定。
ChatGPT 带来的流量红利，让 Azure 突破「企业云」的圈子，直接接触到数以亿计的终端用户；资本市场很吃这一套，觉得微软终于在和 AWS 的拉锯战里看到了胜算。
可微软自己最清楚，这种红利未必可持续，靠别人带货，命门始终在别人手里，所以，所以，它一边养，一边防。
2024 年，微软单季度在 AI 基建上的资本支出高达 140 亿美元，同比翻了一倍；自研 MAI-1 模型、扩建数据中心、投资自家芯片，这些动作背后的逻辑很简单：哪怕哪天 OpenAI 跑了，Azure 也要能自己造血。
亚马逊的焦虑更直白。
AWS 依旧是老大，但位置在往下滑。2024 年 IaaS 市场份额 37.7%，到 2025 年只剩 30%。与此同时，Azure 从 22% 涨到 25%，谷歌云也在一点点啃。
AWS 一年云收入虽然有 900 亿美金，但增速跌到不足 20%，和 Azure 的 28% 拉开了差距；这种趋势要再持续三年，AWS 的「老大光环」就要不保。
所以，它必须用 Anthropic 来救场。
80 亿是稳盘的「急救针」，AWS 要用 Anthropic 来给自研芯片（Trainium、Inferentia）背书，这也间接性在给投资人看一个信号：我们有替代方案，不靠黄仁勋也能跑。
现在哪怕你有钱，想买 H100 也不轻松，普通 PCIe 版，一块卡大概得2.5 万到 3 万美金；要换成封装更复杂的 SXM 版本，价格直接飙到3.5 万到 4 万。
更闹心的是，你钱付了也得等，量大点的话，交付周期动不动就一个月起步，拖到两个月都正常。算力的死穴，卡到买不着。
所以，对比下来，两个巨头打法完全不一样；微软押「重资产+深绑定」，要用 OpenAI 拉高 Azure 的话语权，同时留好后路。
亚马逊走「借力打力」，把 Anthropic 当样板，用来带动芯片和云的双重战略。
说白了，微软要云增量、未来操作系统，OpenAI不过是它的弹药；亚马逊要芯片和云的话语权，要下一代电厂，Anthropic不过是它的橱窗。
智远认为，微软、亚马逊算盘打得再精，也敌不过一些更大的外部变量。
比如：芯片格局
英伟达是整个 AI 行业的「水龙头」，H100、H200 是稀缺资源。谁能多拿卡，谁就能多迭代几次模型，领先半个身位，微软、亚马逊哪怕再有钱，也得排队。
问题在于，这种局面不会永远。AMD 已经端出了 MI300，英特尔喊着要用 Gaudi 系列抢市场，谷歌的 TPU 也没停。
真有一天，英伟达垄断被松动，那微软、亚马逊现在砸下去的「算力外交」筹码，可能立刻缩水。
第二张牌是能源。
外界盯着 GPU，却忽视了电力；大模型训练一轮，电费是天文数字。数据中心要地、要电、要冷却，这些东西不是钱一撒就立刻来。
美国部分州已经卡审批，欧洲那边环保压力更狠。
微软和亚马逊已经开始签长期电力合同，甚至考虑上核能、可再生能源；电力价格、能源政策未来都是「隐形税」。
买得起 GPU，不一定供得起电，到时候，扩张节奏就成了电网给不给力的问题了。
政策与监管更不可控，美国最近不断抛出算法透明、数据合规的新规，等于给大模型加了一道「减速带」。
欧盟更直接，《AI 法案》把很多应用划入「高风险」，合规成本直接翻倍。中国则是另一套逻辑，更早推出生成式 AI 管理办法，要求备案、强调安全优先。
这几套体系一旦真正落地，全球 AI 厂商都得按各自市场改玩法；别忘了，政策能改变投资流向，甚至让之前辛苦搭的联盟瞬间失效。
说到这里，再看看国内。
芯片这块，昇腾、寒武纪还在追赶，国内大厂百度、字节也没有停下来，和英伟达差距不小，但国内厂商更强调「量大、降本」的思路。
云厂商比拼的重点，是谁落地更快，政企、金融、医疗、电商，谁能先跑出价值谁就赢。监管更不用说，逻辑一直是「先立规矩，再扩规模」。
换句话说，国外卷算力，国内卷合规和应用，两条完全不同的赛道。
所以，回过头看，微软与亚马逊的厮杀，最后决定胜负的，可能是芯片、电力、监管这几张更大的牌；这场 AI 算力大战，谁能笑到最后呢？
