Marisa Wu · AI Strategy

Anthropic公开提交上市注册文件：Claude母公司2026年上半年收入162.86亿美元，净亏损807.48亿美元。损益表中约723.88亿美元来自可转债、衍生负债与SAFE等融资工具的公允价值变动，经营亏损则为6.93亿美元。拆开会计重估，仍能看到两件硬事：算力与基础设施费用接近90亿美元，前五大客户贡献约四分之一收入。

Elon Musk says SpaceX has closed $40 billion in debt financing for GPU purchases, but Reuters says the deal’s precise status and pricing were not yet clear. The financing story matters because SpaceX can draw on multiple revenue streams: its third-quarter revenue reached $14.58 billion, its Super Intelligence segment generated $7.56 billion, and Starlink remained its largest profit generator. By contrast, GPU-focused neocloud providers depend more heavily on AI customers and continued access to capital. My view: AI infrastructure competition is starting to hinge on credit quality as much as on chip supply. The final borrower, financing terms, delivery schedule and customer contracts will show how much of this headline has become executable funding.

PHP在10月21日发布了修复两项严重漏洞的版本。漏洞可能让未经认证的网络请求在服务器执行代码。安全公司Calif使用GPT-5.6 Sol协助研究，OpenAI和Wiz也独立提交了相关发现；PHP维护者牵头修补并发布更新。PHP基金会同时承认，修复方案曾因兼容性取舍、决策流程和核心开发者不足而停滞数月。这起事件说明，AI加快了漏洞发现，开源软件的维护人手、资金和更新链条仍是安全响应的关键。

Anthropic两份10月16日发布的报告，分别呈现了AI对内部工作与招聘的影响，以及员工和公众对未来工作的预期差距。员工平均预计AI到2030年能完成自己75%的工作，美国在职人群平均预期为28%；Anthropic新招技术人员中，初级岗位占比从27%降至9%。这些数字不能证明AI已造成全行业裁员，却提醒工程师关注招聘入口和培养路径。效率提升先进入公司，下一代工程师的经验从哪里来，企业也需要回答。

Anthropic拟将5%股份放进公共利益基金，并允许公司估值达到特定节点后继续增加比例。但股权承诺不等于公众已经拿到现金或股份：基金由Anthropic全资持有，治理和受益对象仍待公布。我认为，判断AI红利是否真正惠及社会，不能只看承诺比例，还要看谁能决定资金流向、谁获得资源，以及劳动市场影响如何被评估。

本期聊一个值得深思的对照：就在Altman和Amodei联合在联合国呼吁AI"减速"的同一周，软银发行了111亿美元债券继续加码投资OpenAI。语言层面在讲安全和克制，资本层面却在疯狂加杠杆——软银当前负债规模已超千亿美元，标普评级展望已转负面，OpenAI在软银投资组合里的权重逼近当年的Arm。更关键的是，这次软银用的是刚性负债（债券），而非风险分散的股权融资。本期用"战略+资本+投行"框架拆解这场言行分裂，核心结论是：判断一个行业是否真的在减速，永远不要看发言稿，要看谁在签刚性负债合同。

Anthropic准备上市时，最先被重新安排的不是估值，而是控制权。

媒体称，公司正考虑给予Dario Amodei等联合创始人额外投票权；与此同时，截至2026年4月，长期利益信托任命的董事已经占董事会多数。

创始人、长期利益信托、董事会和未来的公开市场股东，并不在同一个票箱里。真正决定AI安全方向的，不是谁持有最多经济权益，而是当增长、安全与资本压力发生冲突时，公司章程把模型发布、董事任免、预算和资本事项分别交给谁。

Anthropic真正重排的，不是一张股权表，而是一张权力地图。

英伟达联合六家全球顶级资管机构，计划通过独立平台在未来动员超过5000亿美元第三方资本。真正重要的不是金额，而是黄仁勋试图把AI工厂从一笔采购支出，改写成长期资本可以理解和配置的基础设施资产。

英伟达在跟OpenAI谈2500亿美元担保，不算投资，却买的还是英伟达芯片。同时Anthropic据称签了Nvidia参投公司的百亿合同目前还没完全证实——而它上个月是唯一拒签开放模型联名信、理由是安全的头部实验室。讲安全最响的公司，离英伟达资本网络一点都不远。

最近，我重新看了一次香港

最近陪儿子到香港大学参加暑期课程，我也因此在香港停留了一段时间。

这不是我第一次来香港。我曾在这里完成管理心理学和EMBA阶段的学习，对香港的金融、教育和专业服务优势并不陌生。但人到了不同阶段，再回到同一个地方，看到的往往不是同一件事。

过去我在香港学习管理与组织。这一次，我更关心的是：当越来越多内地AI企业走向全球，香港能不能把自己的制度能力，转化成这些企业的全球化能力？

真正让我停下来的是一句话

恰好这几天，我看到香港投资推广署署长刘凯旋接受Now新闻《大鸣大放》的采访。她说，内地有一种说法叫“不出海就出局”，但她会提醒企业：“乱出海就会出事。”

这句话很短，却把今天中国企业最容易忽略的问题说了出来。出海已经从少数头部公司的选择，变成很多企业寻找第二增长曲线时的本能动作。但AI企业的出海，远比把产品翻译成英文、在海外注册公司复杂。

2026年上半年，香港投资推广署协助413家内地及海外企业在港设立或扩张，预计带来超过530亿港元直接投资和8,600多个职位，其中约六成企业来自内地。数字说明浪潮已经来了。但我更在意的是：这些企业把什么留在香港？只是一家公司，还是全球业务里真正不能轻易迁走的决策能力？

出海不是地理迁移，而是治理能力的迁移

对普通消费品公司来说，出海可能先从渠道、物流和品牌开始。AI企业不同。它一迈出境外，至少有五件事会同时发生：资金要跨境，数据要被处理，模型要被部署，知识产权要被确认，产品还要进入另一套监管和责任体系。

这五件事不是五张互不相干的清单。公司主体放在哪里，会影响融资和合同；训练数据从哪里来，会影响模型能不能进入目标市场；知识产权归属不清，后面的融资、授权和并购都会留下隐患；海外团队如果只有销售，没有产品、合规和决策权限，所谓国际化很容易变成一层昂贵的外壳。

所以我不太认同一种说法：先出去再说，遇到问题再补课。AI企业最贵的成本，往往不是一笔律师费，而是在错误市场、错误主体和错误合作伙伴上烧掉的一两年。

香港的旧叙事，已经不够用了

我们过去讲香港，最常用的词是金融中心、超级联系人、背靠祖国、联通世界。这些都是真的。但如果只停在这些词上，它们很难回答一家AI企业最实际的问题：我为什么要把全球业务的一部分放在香港，而不是新加坡、迪拜、伦敦，或者直接放在目标市场？

香港真正有机会形成差异化的地方，不是某一项资源单独领先，而是它能同时连接内地研发能力、国际资本、普通法体系、专业服务、跨境数据安排和亚洲市场。它的价值不是替企业绕过全球化的难题，而是把难题提前显性化、专业化、可管理化。

但优势不会自动变成结果。金融、律师、会计、科研园区、大学、算力和政府部门如果仍然各说各话，企业拿到的只是一叠联系人名片。只有先诊断，再组合，再跟到落地，这些资源才会成为一套真正的全球化能力。

香港正在补的，不只是算力

香港这两年在AI基础设施上的动作并不小。官方资料显示，三大创科园区已经汇聚超过1,000家AI相关企业和初创；InnoHK旗下有16所聚焦AI与机器人的实验室，汇聚近1,200名科研人才。香港目前整体算力达到每秒5,000 PFLOPS，沙岭数据园区建成后的规划算力为18万PFLOPS。

但我为什么说算力不是全部？因为AI企业真正缺的，是从技术到商业之间那一层“可信接口”。香港已经把《大湾区标准合同》便利措施扩展至各行业，推动大湾区个人信息安全跨境流动；也发布了生成式AI技术及应用指引，明确讨论数据泄露、模型偏差和错误等风险。知识产权方面，香港正在推进AI版权规则、知识产权融资沙盒和专利估值支持。

这些看起来分别属于科技、数据、法律和金融，放在一起才会显出真正的意义：香港正在具备把AI技术资产化、合规化、融资化，再推向国际市场的条件。

已有企业开始把香港当成区域控制节点

今年1月，内地AI技术企业佳都科技在香港设立研发中心，并把它作为负责香港及海外业务、产业合作的区域总部。这个案例值得看的，不是又多了一家落户企业，而是它把研发、区域总部和海外业务放在了同一个节点上。

这才是香港应该争取的企业形态：内地保留深厚的研发和产业场景，香港承接一部分国际研发协作、融资、知识产权、合同、人才和区域决策，再通过香港连接东南亚、中东、欧洲及其他市场。

不是把所有能力搬到香港，也不是把香港当成一张境外牌照，而是重新设计一家中国AI公司的全球组织结构。

下一步，香港需要一套真正理解AI的出海诊断

香港已经成立内地企业出海专班，也建立了覆盖金融、法律、会计、品牌推广、物流、通讯科技、基建地产、检测认证的专业服务平台。这是重要的基础。但AI企业不能只按“出海企业”这个大类来服务。

大模型公司、AI应用公司、机器人企业、智慧城市解决方案企业和医疗AI企业，面对的数据、责任、认证和市场进入问题完全不同。下一阶段更关键的，不是继续增加服务项目，而是建立行业化的诊断顺序。

我会先问一家AI企业五个问题：为什么现在出海？哪个市场真的需要你？模型、数据和知识产权分别由谁控制？资金、合同与责任放在哪个主体？管理层愿意为国际化投入多少时间和决策权？

这五个问题答不清，越快出海，越容易把问题带到更昂贵的地方。

香港要争的，是不可替代性

我理解的“全球业务控制台”，不是企业必须把所有总部职能都搬到香港。它指的是：当一家AI企业做全球融资、知识产权授权、跨境合同、数据治理、风险管理和区域合作时，香港能不能成为一个稳定、可信、反复被使用的决策节点。

如果香港只承接注册、上市和短期融资，企业随时可能换一座城市。但如果它承接的是全球业务规则、专业关系和长期决策，留下来的就不再是一张营业执照，而是一整套很难迁走的商业关系。

在我看来，香港下一轮真正要争夺的，不是又有多少AI企业在这里落户，而是哪一批中国AI企业愿意把自己的全球业务控制台放在这里。

香港不应该只成为中国AI企业出海时经过的一站，而应该成为它们做全球决策时，不能绕开的一站。