Newsletter · · Ashutosh Agarwal

Ben Horowitz称在Anthropic之上构建业务是危险的 - Platform Watch - 2026年7月31日当周

2026年7月31日当周的Platform Watch。a16z的Ben Horowitz警告称,随着实验室不断向应用层延伸,在Anthropic之上构建应用正变得'危险',与此同时廉价的中国开源权重模型已占据全部AI使用量的约一半,为创业者提供了一条退路。

Platform Watch

2026年7月31日当周:Ben Horowitz称在Anthropic之上构建业务是危险的

一年来,人们担心某家基础模型实验室某天早上醒来就会把你的创业公司吃掉,这种担忧大多只是在饭局上窃窃私语,或在董事会材料里被委婉带过。这周,硅谷最有影响力的投资人之一,对着麦克风直接点名说了出来:在Anthropic之上构建业务"已经相当危险",因为"每当一个应用类别开始表现良好,他们就会进入这个类别",然后向你收取全价,同时补贴自己的复制品。就在同一周里,逃生通道被大大拓宽了:廉价的中国开源权重模型悄然拿下了全部AI使用量的约一半,过去每月在实验室那里花六位数、七位数租用智能的创业者们开始转身离场。这是平台之争不再只是理论的一周。

本周平台动向:一位顶级风投点名"实验室蚕食"剧本,开源成为创业者的退路

如果你在OpenAI、Anthropic或谷歌的大模型之上构建产品,这周最应该记住的只有一件事。这些实验室会与自己的客户直接竞争的风险,不再是创业者之间私下嘀咕的紧张假设。现在,资助这个生态系统的人正在公开、直白地这样描述,而与此同时,正是这些人在为创业者指出出路。

最清晰的表述来自风险投资公司a16z的联合创始人Ben Horowitz,他在自己的节目中说的。当被问及应用公司应该安全地建立在什么基础之上时,他毫不含糊:

"在Anthropic之上构建业务已经相当危险了,因为每当一个应用类别开始表现良好,他们就会进入那个类别。然后……我们看到他们做出一些非常激进的举动,比如,你知道的,应用提供商拿到的是全价,而他们自己的应用版本却在被补贴。"

他的历史类比值得细品,因为它说明了他认为这一进程已经走到了哪一步。Horowitz认为Anthropic"把老式的微软剧本快进播放了一遍",但跳过了一步:"跳过了平台世代,直接进入垄断世代"。简单来说,一个健康的平台靠帮助建立在其之上的公司成功来赚钱;而垄断则靠自己变成那些公司来赚钱。他向任何创业者提出的问题,正是这份通讯的每位读者这个周末都该问自己的:"如果一家公司迟早会攻击我,然后对我收取比它对自己做同样事情高得多的费用,我怎么能安全地建立在它的专有模型之上?"他甚至把这一逻辑延伸到了机器人领域:"如果你把机器人建立在Anthropic之上,那么到某个时候……Anthropic会进入机器人业务。然后要么切断你,要么对你漫天要价,把你挤出这个行业。"Horowitz特意强调他对此并不生气,"那是他们的商业方式",但其后果——"如果他们能够封杀自己的竞争对手,那就不是件好事"(The a16z Show,《Ben Horowitz: The Fight Over Open Source AI》,2026年7月26日)。

这不只是一位投资人的牢骚。在All-In节目上,Jason Calacanis从客户视角说出了同样的话,并点了名:"如果你是……Lovable,我和他们聊过,他们付了一大笔钱,或者你是ElevenLabs,付给他们一大笔钱,然后他们说,嘿,我们有了最新最好的东西,但你不能用,因为我们要跟你的公司竞争了——他们会立刻停止使用,转投开源。"他关于当下正在发生之事的说法是:那些"六个月前每个季度还在他们身上花几十万美元的"创业公司,"已经集体转向了[像GLM-5.2这样的]开放模型,自己训练模型。猫已经从袋子里跑出来了"(All-In,《The Fight Over Open Source AI, Anthropic's $1.5B Payout, NYC Socialists: Evictions = Violence?》,2026年7月24日)。

而真正让这周成为一个转折点、而非又一次抱怨升级的,是这个反转:**就连实验室的辩护者如今也认同,实验室应该向上游延伸并与你竞争。**在同一期All-In节目中,通常对前沿实验室最看好的David Sacks,给出了支持Anthropic和OpenAI进入应用层的论点:"最好的答案……是他们会向上延伸到应用层。而且他们已经这么做了……这些面向终端用户的应用真的很好。他们就应该直接拥有它。"他甚至为实验室支招,建议了创业者最担心的定价手法:"可能会有一个版本的模型,我不发布,只留给自己,只用在我自己的应用里。"当看多方和看空方都认同实验室将吞噬应用层时,这场辩论就结束了。唯一悬而未决的问题是,哪些应用能在这场浪潮中幸存。

机制具体化:模型正在吸收创业公司过去赖以为生的工作

平台风险的可怕之处,不仅仅是"某家实验室可能推出一个竞争产品"。而是每一次新模型的发布,都在悄悄吞掉创业公司过去售卖的整整一类工程工作。本周的这款模型给出了迄今为止最清晰的例证。

Anthropic发布了Claude Opus 5,一款接近前沿水平的模型,定价为每百万输入token 5美元,每百万输出token 25美元(一个"token"大致相当于一个词的片段;计费按输入输出的数量计算;一百万个token大约相当于75万个单词)。关键在于,这与前代Opus 4.8的价格完全相同,而且它现在已成为Claude付费消费者套餐的默认模型。正如一档节目所解释的,这种统一定价消除了通常的摩擦:"工程团队甚至都不用申请更多预算。他们只需进到代码里,把模型字符串从Opus 4.8换成Opus 5",而且"他们的能力一夜之间扩展,却无需签一份新合同"(Elon Musk Podcast,《Claude Opus 5 delivers affordable frontier intelligence》,2026年7月26日)。

这种额外能力对创业公司意味着什么,才是关键所在。同一期节目讲述了Instagram联合创始人Mike Krieger的一个项目:他给了Opus 5一个1994年游戏的二进制存档文件,加上一段四句话的提示词,模型独立运行了长达八小时,写出了7万行代码,构建了一个可用的3D浏览器查看器,能在六秒以内以每秒60帧的速度加载一个420万瓦片的世界,甚至还添加了一个没人要求的昼夜光照循环。接下来这部分,创业者应该重点划出来:

"一年前,这种规模的项目需要非常复杂的脚手架……你得搭建一整套智能体系统。一个负责写代码的builder智能体,和一个单独的critic智能体检查builder的工作……软件公司的价值,字面意义上就在于搭建智能体之间的这层通信层。但现在,Opus 5可以自己核验自己的工作……如果一家创业公司的全部产品价值就在于他们围绕某个API搭建、用来管理那些初级智能体的脚手架,那这份价值正在蒸发。因为模型正在原生地吸收这些功能。"

同一档节目里的第二个例子:Stripe的Christian Rivera让Opus 5在整整一个周末无人监督的情况下,担任其开发环境的"幕僚长"角色,它自己搭建了监控脚本,只在需要判断力的场合(比如删除某个数据库表)才引入人类。对创业者的教训不是"AI令人印象深刻"。而是整整一类"智能体编排"和"AI可靠性"创业公司,刚刚眼睁睁看着自己的核心功能在一个每百万5美元的模型里被免费实现了(Elon Musk Podcast,《Claude Opus 5 delivers affordable frontier intelligence》,2026年7月26日)。Claude Code的创造者在YC的播客上提出了相反的观点:仍然存在大量"产品悬置空间"(还有很多可以在其之上构建的空间),但他描述的是模型之上的空间,而不是模型周围的脚手架(Y Combinator Startup Podcast,《Boris Cherny: Building Claude Code》,2026年7月28日)。

制衡力量:开源悄然吃掉了市场的一半,这是创业者的筹码

这正是为什么这一周是一个转折点,而不只是一次惊吓。同样是这些从上方挤压创业者的力量,也正从下方为他们提供一条真正的逃生通道,背后的数字令人瞩目。

据一项详细的分析,十二个月前,美国前沿模型(ChatGPT、Claude)承载了全部AI流量的约70%。而在被测算的这一周,根据最大的中立路由服务OpenRouter的追踪,中国开源权重模型处理的token数量已经超过美国实验室。仅DeepSeek一家就贡献了16.3%的token量,超过了谷歌Gemini、Anthropic或OpenAI各自的份额。加在一起,中国厂商(DeepSeek、Z.ai、Moonshot、Minimax、腾讯)在不同周份占据顶级模型流量的45%到61%。而在2024年底,中国模型的份额还只有2%(AI to ROI,《Chinese Open Weight Models Overtake US Frontier AI: What Every Enterprise Executive Needs to Know》,2026年7月30日)。

原因是价格,而且这不是渐进式的差距,而是完全不同的一个量级:

  • DeepSeek在5月将其V4 Pro模型75%的降价永久化,把价格降到约每百万token三分之一美分。作为对比,主持人给出的GPT-5价格是每百万token 2.50美元。正如其中一人所说:"这不是打折。这简直是完全不同的一个类别。"
  • MiniMax的编程模型表现接近GPT-5.5级别的模型,但成本只有其"5%到10%"。
  • 这种切换已经在知名品牌层面发生:Coinbase公开表示已迁移至Z.ai的5.2模型和Moonshot的Kimi 2.7模型,并在使用量攀升的同时将AI支出削减了一半。优步(Uber)、微软和沃尔玛正对前沿模型支出实施严格的用量上限和治理,这不是试验,而是永久性政策。微软甚至在考虑在其自有的安全封装内,于Azure上提供DeepSeek的一个版本(AI to ROI,2026年7月30日)。

而且这不仅仅是企业客户的行为,创业公司同样如此,甚至更甚。同一期节目提到了a16z自己的估算:其投资组合中已有80%的公司在其AI产品中使用开源权重模型。就连编程工具也是如此:Cursor推出了一个基于Moonshot的Kimi构建的旗舰产品版本,作为运行在Anthropic或OpenAI之上的低成本替代方案(AI to ROI,2026年7月30日;Super Data Science的《1012: The Open-Weight 2.8-Trillion Parameter Competing at the Frontier》,2026年7月24日,也印证了这一点,并指出Kimi已嵌入Cursor的Composer中,而DoorDash把工作路由到Kimi K2.6)。

这就是Platform Watch整套论点在一周之内的浓缩体现。实验室正在向上侵入你的产品,而开源权重模型的浪潮,正是你不必再坐以待毙的原因。正如Ben Horowitz为这套战略逻辑所做的概括:开源是"生态系统得以构建的一种方式",是对抗"一种垄断模式——由一家公司拥有所有应用、所有机器人、所有一切"的对冲手段(The a16z Show,2026年7月26日)。

**一个重要的提醒,让你保持清醒。**并非所有人都认为实验室真的陷入了麻烦,而怀疑者的观点也确实有道理。在All-In节目上,Sacks认为"中国已经追上来了"这种恐慌被夸大了,他引用了分析师Ben Thompson的成本研究,该研究认为Kimi K3"运行成本并没有便宜那么多",并指出美国实验室的营收仍在爆炸式增长:OpenAI的年化营收从5月的约330亿美元升至7月的413亿美元,如今预期年化营收将达到约750亿美元退出水平;而Anthropic则从年初的约100亿美元攀升至年中的超过700亿美元,正朝着内部1000亿美元的目标迈进。他对实验室突然游说政府对抗开源、寻求保护的解读是:这是一次"失败的表演",是在IPO路演期间故意"骗取犯规"(All-In,2026年7月24日)。Chamath Palihapitiya的总结值得贴在你的显示器上:并不是95%的任务需要前沿模型,而是"95%的任务可以由许多不同的模型来完成"。这不是末日,而是商品化。而商品化恰恰会把价值从模型本身转移到你围绕它所构建的一切之上。

本周点名的"暴露方"与"可防御方"

暴露方

  • "脚手架"和智能体编排类创业公司。 如果你的产品是可靠性层、多智能体管理器,或是让原始模型变得可用的粘合剂,本周的模型发布就是给你的一记警钟。Opus 5能"自我核验"过去需要builder加critic智能体系统才能完成的工作,"如果一家创业公司的全部产品价值都在于它围绕某个API搭建的脚手架……那这份价值正在蒸发"(Elon Musk Podcast,《Claude Opus 5 delivers affordable frontier intelligence》,2026年7月26日)。
  • 整个业务就是转售token的AI公司。 这一判断最尖锐的版本直指Anthropic自身。根据Everyday AI节目引用的公开估算,Anthropic大约80%的营收仅仅来自出售token,而OpenAI这一比例约为20%,谷歌、微软、亚马逊和Meta(拥有广泛生态系统)则只是低个位数百分比。主持人给出的直白判断是:"Anthropic建立了这样一个庞大的业务。但说实话,这里没有多大的护城河……他们的整个业务就是推理。而推理只是一种正变得越来越便宜的商品。"他指出,一些开源模型产出的成本"大约比Opus便宜10倍",而且在OpenRouter的使用率排行中,Anthropic已从主导地位跌到了大约第七位。如果这对实验室本身都成立,那么对于任何只是站在其上一层、唯一资产就是"方便接入该实验室"的公司来说,情况就更是加倍成立(Everyday AI,《Ep 828: Anthropic Responds: Why Claude's CEO didn't sign the open model pact and the real reasons why》,2026年7月28日)。
  • 被点名的、向实验室支付巨额费用的应用公司。 Lovable和ElevenLabs都被点名为付出"一大笔钱"的客户,一旦某家实验室与他们竞争,他们就会立刻转投开源;而据报道,那些"每个季度花费数十万美元"的创业公司已经这么做了(All-In,《The Fight Over Open Source AI, Anthropic's $1.5B Payout…》,2026年7月24日)。
  • 定价能力薄弱的编程工具。 Claude Code对Codex对Cursor之争,本周产生了实打实的数据。据路由创业公司Weave的使用数据,当Anthropic转向按用量计费、推高Claude Code的每用户成本时,客户仍然在继续增加使用量;但当Cursor的每用户成本上升时,使用量却下降了17%。这就是关键信号:Claude Code拥有定价能力,而Cursor正在流失用户。报道还指出,企业正在从Cursor转向Claude Code和Codex,而且Cursor正被并入SpaceX的AI版图,这意味着"企业买家现在必须评估"这款与一家航天公司的野心绑定在一起的软件(The Information's TITV,《Trump Admin Nears AI Rules Framework, Microsoft's Mythos Alternative, Why Claude Code is King》,2026年7月28日)。
  • 仅按当前模型局限性估值的软件。 贝莱德(BlackRock)的Helen Jewell描述了市场如何把大量软件按"这些公司的终值很快就会归零,而且相当快"来定价。她认为这对某一部分公司而言是错的,但这已成为市场对所有无法证明相反情况的公司套用的默认假设(Making Sense,《Momentum vs. fundamentals in the AI trade: Insights from BlackRock》,2026年7月28日)。

可防御方

  • 由你的客户产生、且他人无法触及的专有数据。 本周最清晰的例子是Encore AI,该公司融资3000万美元,构建基于每个客户自身封闭销售通话记录训练的语音智能体。其护城河在于数据隔离:"如果他们去找大通银行……我们会用你的通话记录……而这些数据只会留在大通银行,不会……交给美国银行",每家银行都能享受自家顶尖销售人员带来的好处而不会数据外泄,这是像Salesforce这样的中心化巨头无法开箱即用地提供的(AI Chat,《Microsoft Bug Hunting AI Outpaces Engineers》,2026年7月29日)。
  • 多年积累起来的结构化数据集。 贝莱德的Jewell点名了她认为市场错误低估的两类软件:拥有"有价值数据集"的软件,以及拥有"对终端消费者真正、真正有用的应用场景"的软件。她关于数据的观点是:"在很长很长一段时间内以结构化方式收集起来的数据,是很难被快速复制的",即便一个模型能完成同样的任务,也无法凭空造出那段历史(Making Sense,《Momentum vs. fundamentals in the AI trade》,2026年7月28日)。同样的逻辑也支撑着本周被重新提起的经典论断"我们没有护城河":随着模型质量走向商品化,持久的护城河是"专有数据、分销网络、工作流集成以及迭代速度"(A Beginner's Guide to AI,《Google's 'We Have No Moat' Memo - Or Do They?》,2026年7月24日)。
  • 拥有"框架"(harness),而非模型本身。 在编程领域,持久性的那一层正从模型转移到包裹并驱动它的软件上。正如The Information所说,企业越来越多地采用开源框架(KiloCode、OpenCode、Cline),使其可以自由更换模型,"对于编程工作而言,框架正变得比实际模型本身重要得多"。如果你拥有客户每天都要用到的这一层,并能将其指向最便宜或最好的模型,你就能免受任何单一实验室涨价的影响(The Information's TITV,《……Why Claude Code is King》,2026年7月28日)。
  • 内置合规的受监管垂直领域。 Encore的优势不只在数据,它还接入了金融机构已在运行的通话录音和合规基础设施,因此采用它并不需要重新协商敏感数据的处理方式(AI Chat,《Microsoft Bug Hunting AI Outpaces Engineers》,2026年7月29日)。
  • 实验室无法完全占据的物理世界与专业领域。 前沿实验室WorldLabs(李飞飞创办两年的"空间智能"公司)本周收购了机器人创业公司SceniX,以构建一条"真实到仿真再到真实"的机器人训练流水线,这提醒我们,那些最难、最偏物理性的问题,仍然会带来收购溢价,而不是被一个文本模型吸收(The a16z Show,《Fei-Fei Li on Spatial Intelligence and Robotics》,2026年7月28日)。

创业者的关键结论

本周,平台问题变得更加尖锐、也更加坦诚。这已经不再是"某家实验室会不会有一天与我竞争?"而是这个生态系统自身的造王者——包括那些通常为实验室摇旗呐喊的人——如今公开预期实验室会向上侵入应用层,并公开为创业者指出开源这一对策。这两方面都是可以付诸行动的。

  1. **假设实验室会构建出你的功能,并想清楚那时你还剩下什么。**这个周末,在你自己的产品上做一遍Ben Horowitz的测试:如果你所依赖的模型"进入你的类别,向你收取全价,同时补贴自己的版本",那时你还拥有什么是它们没有的?如果诚实的答案是"一个巧妙的封装层"或"智能体脚手架",那本周已经证明,这一层正被吸收进一个每百万5美元的模型里。要构建在模型之上或旁边,而不是紧贴在它周围的那一薄层。

  2. **拥有实验室在物理层面无法触及的数据或客户关系。**Encore按客户隔离的通话数据、贝莱德所说的"多年积累的结构化数据集"、某个受监管垂直领域的合规管道——这些之所以能在价格战中幸存,是因为模型造不出它们。提示词也造不出。如果你唯一的资产是调用别人API的技巧,那这项技巧正在被实时商品化。

  3. **有意识地把开源从威胁转变为你的筹码。**本周最重要的一个数字是,中国开源权重模型悄然拿下了全部AI使用量的约一半,而像Coinbase这样的公司通过切换将AI账单削减了一半。你不必等到被挤压才行动。现在就把不需要前沿模型的约95%的任务,路由给便宜或开放的模型,让你的架构保持与模型无关(拥有那个框架),并确保如果某家实验室涨价(或与你竞争),你能换掉引擎而不必重建整辆车。正如Jason Calacanis所说,已经这么做的创业公司"集体转移了"。

  4. **不要过度解读末日论,但要尊重这个方向。**实验室仍在以前所未有的速度增长(OpenAI两个月内年化营收从330亿美元升至410亿美元;Anthropic半年内从100亿美元升至超过700亿美元),而"中国已追上"这种恐慌部分也是IPO路演式的表演。但底层的潮流——模型商品化、价值向数据、分销、工作流和框架迁移——是真实存在的,而且正在加速。为模型变得廉价、充裕、可互换的这个世界而构建,因为本周的数字告诉我们,这个世界已经到来。

实验室本周告诉了你他们正在构建什么——不只是供你在其上构建的工具,而是应用本身。而开源的洪流则告诉了你可以做些什么应对。从现在起能够胜出的创业者,不会是那些最巧妙地租用智能的人。他们会是那些拥有数据、客户和开关的人。