知名國產大模型公司智譜近期的港股市值突破了1萬億港元，這也成為國產AI的現象級時刻。有人比較，在當前的資本坐標系中，智譜的市值已經約等于三個美團，或者四個京東。

但也正是到了這個時刻，任何一個對商業常識稍有敬畏的人，恐怕都會在心里打上一個巨大的問號。

一家尚處于商業化早期探索、依然需要巨額算力投入喂養的大模型初創公司，其紙面估值卻能輕松超越過往的互聯網巨頭，這種無疑是明顯的資本溢價。

我在給21世紀經濟報道的專欄中就舉了例子，以智譜2025年約7.24億元人民幣的營業收入來計算，其當前的市銷率（PS）已經高達1320倍。

相比同期OpenAI約34倍、Anthropic約20倍的市銷率，這不是市銷率，這是市夢率。

而在這背后，顯然不是基于現有的經營指標，而是基于一種極其強烈的、甚至有些盲目的市場情緒烘托。

這種情緒的根源，在于中國資本市場長期以來難以戒斷的“對標依賴癥”。

回顧過去二十年的中國互聯網黃金時代，中國創投市場最熟練的敘事公式就是“中國的XX”。百度是中國的谷歌，阿里是中國的亞馬遜，滴滴是中國的Uber。這種尋找鏡像的打法，曾讓無數VC和創業者在最短時間內達成了認知共識，完成了資本的原始積累。

如今，當硅谷的生成式AI大爆發，OpenAI與Anthropic作為“AI雙子星”閃耀全球時，國內的資本市場也本能地啟動了這套敘事機器。人們迫切地需要在中國市場找到對應的標的，去安放自己對技術變革的焦慮與渴望。智譜AI，就是在這種強烈的市場情緒烘托下，被推向神壇的“中國版Anthropic”。

但當我們剝離情緒、回到現實就會發現，試圖在商業指標和市場邏輯上將智譜套進Anthropic的模板，是完全行不通的。

甚至我們可以下一個更明確的結論：在當前的中國市場環境下，是不可能誕生像Anthropic這樣極具價值觀、將“對齊安全”視為公司核心憲法的企業的。

Anthropic，智譜學不會

當我們談論Anthropic時，我們在談論什么？

在硅谷的AI版圖中，Anthropic是一個極其異類的存在。它的誕生本身就帶有某種濃烈的宗教色彩和理想主義反叛。

2021年，因擔憂OpenAI在商業化道路上狂飆而忽視了AI的安全與人類命運的“對齊”（Alignment），Dario Amodei和Daniela Amodei兄妹帶著部分核心團隊出走，創立了Anthropic。

他們給這家公司的定位，是一個致力于構建“可解釋、安全且可控的AI系統”的研究機構。

為此，Anthropic在企業架構上做出了極端的選擇：他們將公司注冊為“公共利益公司”（Public Benefit Corporation,簡稱PBC）。

這意味著，在法律層面上，這家公司的董事會不僅要對股東的財務回報負責，更要對公眾利益、AI安全以及人類社會的福祉負責。如果商業利益與AI安全發生沖突，法律允許甚至要求他們選擇后者。

更重要的是，Anthropic提出了“憲政AI”（Constitutional AI）的概念。他們通過一套精心設計的“憲法原則”（包含聯合國人權宣言、各家科技公司安全指南等），讓AI在訓練階段就進行自我監督和糾偏。

這種對價值觀和安全對齊近乎偏執的堅守，才是Anthropic真正的靈魂。

反觀智譜，以及國內一眾被稱為“中國版Anthropic”或“中國版OpenAI”的初創企業，它們能學會這種“價值觀驅動”的生存模式嗎？

答案是顯然不能。

這不是完全因為國內AI創始人們缺乏遠大理想和技術思辨能力，而是因為中美兩國商業社會底層的“空氣和水”完全不同。

在國內的AI生態里，一家初創公司從誕生的第一天起，就必須回答一個極其接地氣、甚至有些粗暴的命題：你怎么變現？你的商業閉環在哪里？

當智譜面對的是一個極其殘酷的、買方力量擁有絕對話語權的市場時，空談“憲政AI”和“人類命運對齊”非但不能換來資本的認可，反而會被貼上“脫離實際”的標簽。

在業務端，智譜AI主要的付費客戶集中在B端，尤其是大型央國企。這一類用戶在數字化轉型中，要的從來不是虛無縹緲的“前沿科學哲學”或“安全對齊準則”，他們要的是切實可行的業務提效工具，且這一工具必須百分之百符合國內現行的行政安全與監管要求。

在這樣的語境下，“安全”的定義已經從硅谷式的“防范通用人工智能（AGI）失控并毀滅人類”，演變成了極其具體的“內容安全合規”以及“本地化部署的穩定性”。

這就導致了一個巨大的荒謬：美國AI公司的技術重心在于探索智能的邊界和人類價值的契合；而中國AI公司的生命線，則天然地被拴在了如何幫助傳統產業降本增效、如何快速承接私有化部署、如何進行極其沉重的定制化開發上。

這種拼商務、拼定制、甚至拼傳統泥潭里“苦活累活”的競爭環境，決定了國內不可能允許一家大模型初創公司像Anthropic那樣，僅憑幾百人的極客團隊、純粹的技術輸出和標準化的SaaS服務，就能優雅地活在資本的溫室里。

那種對“對齊安全”和“前沿科學哲學”的探索，在低毛利和強競爭的國內商業泥潭中，是一種奢侈的、甚至會加速公司走向滅亡的精致幻覺。

告別“尋找中國版XX”時代

智譜萬億港元市值的喧囂背后，折射出的是中國創投圈、大廠以及地方國資深刻的技術焦慮。這種焦慮讓他們本能地重溫舊夢，試圖在AI時代重新套用那個在互聯網時代屢試不爽的公式：“Copy to China”。

然而，我們必須認清的是：今天我們所處的時代，已經徹底告別了那個開放、共享、可以讓我們安然跟隨并模仿的互聯網黃金時代。

在PC和移動互聯網時代，全球的技術基礎設施是統一的。開源社區、底層的TCP/IP協議、通用的硬件架構，構成了一個無縫連接的全球化網絡。

當時的中國創業者，可以坐在北京中關村的咖啡館里，無延遲地同步硅谷最新的商業模式，然后利用中國龐大的本土人口紅利、極高的執行力和資本的催化，快速做出一個“中國版”的落地應用。

這種“跟隨策略”在當時是極其理性的商業選擇，它不僅規避了從0到1的高昂研發風險，還能以驚人的速度完成資本的原始積累。

但在AI時代，這套敘事機器已經卡殼了。

首先，技術與物理的壁壘被前所未有地拔高了。算力（高性能GPU芯片）的禁運與封鎖、高質量中文數據的孤島化、以及算法底層探索的秘而不宣，使得“對標”變成了一場單向度的追逐。

我們不能再寄望于開源社區里會源源不斷地掉下免費且頂級的技術面包屑。一旦底層的技術供給被切斷，任何建立在“對標敘事”之上的紙面估值，都會面臨地基松動風險。

其次，全球地緣政治與產業生態的割裂，使得中美兩國的AI產業正在走向完全不同的演進路線。

美國大模型生態的繁榮，建立在極其成熟的企業級軟件（SaaS）付費文化之上。在美國，即便是小微企業也習慣于為提升工作效率的工具買單，這使得Anthropic這類API訂閱制公司能夠擁有極其健康的經常性收入（ARR）和高毛利率。

但在國內，SaaS模式長期以來被證明是一個難以走通的偽命題。C端用戶早已習慣了“免費獲取服務，平臺通過廣告或增值變現”的路徑；而B端企業，尤其是作為付費主力軍的大型央國企，對于標準化的云端API天然缺乏信任，他們更偏愛將數據和算力鎖在自家的機房里。

這種對“私有化部署”和“整體解決方案”的絕對偏好，直接將大模型初創公司逼成了傳統的“軟件外包商”和“系統集成商”。

當智譜們不得不派出大批工程師深入到電力、金融、制造等各個傳統行業，去寫那些最基礎的適配代碼、去處理極其繁雜的數據清洗、去迎合客戶個性化的業務流程時，他們就已經告別了Anthropic那種輕資產、高毛利、純粹技術輸出的“極客神話”。

這根本不是互聯網時代那種可以通過簡單的“模式復制”就能解決的問題。這是一場關于本土產業生態、資本屬性以及社會組織形態的硬著陸。

繼續抱著“尋找中國版XX”的執念，不僅是對商業常識的遮蔽，更是在用過去的地圖，尋找今天的新大陸。

泡沫與故事

我們來看前面提到的數據，根據其公布的財報，智譜在2025年的營業收入僅為7.24億元人民幣，而凈虧損卻高達47.18億元。1萬億港元的市值，對應不到8億元人民幣的營收，其市銷率（P/S）超過了驚人的一千倍。

作為參照，目前港股互聯網巨頭騰訊和阿里，其市值也不過在2萬億至4萬億港元左右，但它們背后支撐的是每年數千億人民幣的凈利潤和萬億級別的營收。

智譜的營收規模不到騰訊的千分之一，市值卻已逼近阿里的六成。

瑞銀分析師指出，這種估值，本質上是“全球大模型上市標的極度稀缺+尚未進入解禁期+極低流動性”共同作用下的“稀缺性溢價”。換句話說，這是一種資本市場的游戲，而非大模型在商業世界里創造真實價值的映射。

當大潮退去，手握千倍浮盈的老股東和員工持股平臺一旦開始兌現，堆砌得再高的市值也終究會像沙灘上的城堡，在常識的重力作用下回歸其應有的位置。

其實退一步說，橘生淮南則為橘，生于淮北則為枳。好消息是，美國同樣也長不出一個“美國版的DeepSeek”。DeepSeek之所以能引起全球的震撼，恰恰是因為它代表了中國AI企業在資源受限、算力短缺的極端環境下的獨特生存法則——極高性價比的工程紅利、極度務實的求生欲、以及對算法效率近乎病態的壓榨。

這正是中國產業土壤里長出來的、硅谷那些活在算力溫室和充沛資金里的巨頭所無法復制的基因。

我們應該大方地承認，中國的市場環境誕生不了Anthropic這種有價值觀、可以純粹追求前沿科學哲學的公司。這并不丟人。

李開復前段時間在接受采訪時說，中國大模型公司和美國硅谷AI的差距在不斷拉大。這種拉大固然有技術上的，當更多是技術之外的。

中國AI企業此刻真正要做也能做的，是回到具體、做好小事，在低毛利和強競爭的環境下，去扎扎實實地解決一個個具體的應用創新和效率問題。

做好小事，意味著不再去爭奪誰是“AGI的唯一入場券”，而是去看看大模型能不能幫一個三甲醫院的醫生提高病歷書寫效率，能不能幫一家制造工廠降低5%的物料損耗，能不能在客服、在教育、在翻譯這些最不起眼但基數龐大的場景里，把成本再壓低十倍。

只有當投資者和創業者們開始真正審視技術落地背后的本土商業常識時，中國AI產業，可能還能找到一些屬于自己的機會。