5180 亿美元里 4137 亿「用不用都要付」：AI 实验室正在变成重资产公司

结论先说：评估 AI 实验室的风险，看"承诺支出 ÷ 年化收入"比看估值有用得多。Anthropic 计划中的 5180 亿美元算力支出里，有约 4137 亿是用不用都要付的——这把公司从软件生意改造成了重资产生意。

一条不太起眼但信息量很大的数字：Anthropic 计划未来数年在云计算和计算力上支出 5180 亿美元，其中约 4137 亿美元属于不可撤销承诺，即使容量闲置也必须支付，折算下来平均每年约 410 亿美元。

一、4137 亿的结构含义

不可撤销承诺，在财务上更接近"租金"而不是"投资"。区别在于：

• 投资可以中止，租金不能；
• 投资失败损失的是已投入部分，租金失败损失的是剩下全部期限；
• 投资风险由自己承担，租金的风险在签约那一刻就基本确定。

4137 亿 ÷ 5180 亿约等于 80%。也就是说，这笔支出里只有约两成保留了调整空间。换成年度口径，"410 亿美元/年"是一条必须被收入覆盖的底线。

二、镜像案例：Nvidia 也在改协议的写法

同期的另一条消息正好构成对照：据报道，Nvidia 正在重新设计其 AI 算力合作协议，用云收入分成取代租赁担保。

报道里的细节很说明问题：Nvidia 看重的云厂商在有能力从别处借款时，不愿意让出利润；而急于签约的厂商又弱到 Nvidia 担心其过度依赖自己。Nvidia 季度财报里列出的 AI 云承诺约 360 亿美元，协议通常为期 6 年。

两侧合起来看，AI 算力交易正在从"卖硬件、租机柜"演变成风险共担的合约设计问题：一方要把未来几年的成本锁定，换取供给保障；另一方不愿承担需求不足的风险，于是要求分成而不是担保。

三、对读者的实际影响

如果你看公司，把三个数字放进同一张表：

1. 不可撤销承诺 ÷ 年化收入——衡量硬性成本能盖住多久；
2. 平均年度承诺 ÷ 当年营收——看增长速度能否跑赢固定支出；
3. 承诺期限——6 年期的长单，意味着这段窗口内的技术路线被提前锁定。

如果你是企业采购方，长单能拿到更好的单价，但要注意两点：需求预测的偏差会被合约放大；模型能力迭代很快，长期锁定的可能是上一代算力的价格。

四、判断

我不认为"照付不议"本身是坏事——它恰恰是供给方愿意为 AI 需求扩建产能的前提。但它改变了行业的风险形态：当需求不及预期时，损失不再是利润表上的一行，而是资产负债表上一串躲不掉的付款义务。

这也解释了一个看似矛盾的现象：一边是算力投资规模屡创新高，一边是大厂开始削减内部模型使用预算。前者锁定的是供给，后者调整的是消耗，两条线并不冲突。

参考来源

• X：Rohan Paul（@rohanpaul_ai）：Anthropic 计算力支出结构 https://x.com/rohanpaul_ai/status/2107346890648076595
• X：Rohan Paul（@rohanpaul_ai）：Nvidia 改用云收入分成（原据 The Information） https://x.com/rohanpaul_ai/status/2107316587585998892

延伸阅读：芯片、系统、编码 Agent：Windows 正在变成端侧智能体的宿主 · 29.4 万字符的系统提示词被公开：提示词正在变成一份需要被审计的接口