AI 前沿速递 Vol.105

Anthropic IPO 前夕拟授创始人超级投票权

Anthropic 计划在 IPO 前引入超级投票权股，CEO Dario Amodei 个人持股仅约 2%，却通过三层治理结构锁定控制权：超级投票权股 + 长期利益信托（LTBT）+ 公益公司（PBC）架构。财务方面，Anthropic 年化营收已突破 650 亿美元，Q2 营收 116 亿美元首次超过 OpenAI 的 67 亿美元。据报道，上市时间窗口最快指向 9 月底。

这套”低持股、高控制”的模式在硅谷并非首创——Meta 的扎克伯格、Alphabet 的佩奇和布林都用过类似设计，但 Anthropic 的 PBC 叠加 LTBT 让治理复杂度更上一层楼。对 AI 行业而言，Anthropic 如果成功上市且估值超预期，将为”AI 安全叙事能否撑起市值”给出一个关键参照。与此同时，营收反超 OpenAI 这一事实，说明企业级 AI 服务市场的竞争格局远未定型。

🔗 Reuters: Anthropic super-voting shares · FT: Anthropic Q2 revenue surpasses OpenAI

OpenAI 内部大会释放 IPO 降温信号

OpenAI CFO 莎拉·弗里尔在公司全员大会上表示”将在 2027 年成为上市公司”，措辞明显比此前”年内上市”的预期降温。Q2 营收 67 亿美元环比仅增 18%，运营亏损持续扩大。不过也有亮点：Codex 编程工具周活用户突破 2000 万，成为增长最快的业务线。此外，多名高管近期离职，包括产品副总裁等核心岗位。

18% 的环比增速放在任何其他行业都不差，但对一个估值超千亿美元的”下一个平台型公司”而言，投资人要看到的是指数级增长。CFO 的措辞调整本质上是管理市场预期——把上市时间推到 2027 年，等于默认当前增速和盈利节奏还不支撑激进定价。Codex 的 2000 万周活倒是真正的信号：如果编程 Agent 能成为 AI 公司的”第一桶金”，那 OpenAI 至少有一条可规模化的收入路径。高管持续流失则暴露了另一个隐患：组织能否在上市前稳住核心团队。

🔗 Bloomberg: OpenAI IPO timeline 2027 · The Information: OpenAI Q2 revenue

宇树科技科创板上市首日暴涨 460%

“人形机器人第一股”宇树科技在科创板上市，发行价 150.8 元，首日收盘 845 元，涨幅 460%，市值一度冲上 4449 亿元。上市前夕，宇树发布了代号”超人”的新款人形机器人，原地跳高 2 米、极速 12.66m/s（超越博尔特百米平均速度），参数极为吸睛。

460% 的首日涨幅放在 A 股历史上也属极端——这种定价与其说反映基本面，不如说是”具身智能”叙事在流动性中的放大。宇树的营收规模和盈利能力公开数据有限，4449 亿市值对应的商业化进度是否匹配，值得冷静审视。但更值得关注的是行业层面的信号：人形机器人公司进入公开市场，意味着”从实验室到工厂再到家庭”这条路径开始接受二级市场的定价博弈。短期看情绪，长期看谁的机器人先跑出规模化落地场景。

🔗 Shanghai Securities News: 宇树科技上市 · Unitree “超人” robot announcement

美联储会议纪要警示 AI 借贷风险

美联储最新会议纪要显示，部分官员对 AI 行业的融资结构表达担忧。核心论点：AI 企业的高估值建立在乐观收入预期之上，而资本开支越来越依赖债务融资而非股权，风险正从股票市场向信用体系传导。多位官员表示保留加息选项。

这是宏观层面对 AI 泡沫论的一次正式介入。此前关于 AI 估值过高的讨论多来自风险投资圈和学术界，美联储官员的表态意味着系统性风险已被纳入政策视野。如果 AI 公司继续用低利率环境借债扩容，而收入增长跟不上资本开支，信用市场可能出现局部紧缩。对创业公司而言，这意味着融资窗口可能正在从”股权宽松”转向”债权审慎”。技术进步再快，终究要过现金流这一关。

🔗 Federal Reserve: FOMC minutes August 2026 · WSJ: Fed flags AI lending risks

Claude 自主设计蛋白质结合剂获实验室验证

Anthropic 发布 Mythos 系统，Claude 在零人类干预下自主设计了蛋白质结合剂，经湿实验室验证，15 个靶标命中 14 个，成功率 22%-35%（行业均值 10%-15%）。其中 Mythos Preview 单靶点模式达 35.1%。所有提示词和 1440 个蛋白质设计已开源。

这是 AI for Science 领域一个里程碑式的事件。此前 AlphaFold 解决了蛋白质结构预测，但”从结构出发设计新蛋白质”是更难的问题——它需要跨越计算预测和实验验证之间的鸿沟。Claude 的 22%-35% 成功率，意味着大语言模型不仅能”理解”蛋白质语言，还能在化学空间中做有效的生成式设计。开源决策同样关键：1440 个设计 + 完整提示词公开，等于把整个方法论交给了社区，这会加速生物制药和合成生物学领域的迭代。从行业格局看，这也给 Anthropic 的 IPO 叙事加了一块硬核技术砝码。

🔗 Anthropic: Mythos announcement · GitHub: Mythos open-source designs