AX 严选 · 2026-09-14

Anthropic 这篇博客讲了一个很实际的工程问题：让 AI 写代码（他们内部用 Claude Code）之后，PR 数量暴增，CI 流水线直接被提交淹了。他们没去优化测试本身，而是重写了测试影响分析服务——核心思路是用 Merkle 树给文件依赖关系做缓存，只跑真正受影响的测试，没动的全跳过。效果很直接：单次分析延迟从 11 秒降到不到 1 秒，每天能处理 1000 次分析。 这个方案的关键在于缓存策略和 API 设计，不是简单加机器。但得说清楚，这是他们内部单一代码仓库的配置，依赖图结构、测试粒度、CI 架构都跟外部项目不一样，直接搬不一定行。博客给了具体架构和数字，对正在被 AI 生成代码冲垮 CI 的团队有参考价值，但落地前得先评估自己的代码仓库结构和测试体系能不能接住这套缓存逻辑。 正文没披露这套方案在非 monorepo 场景下的表现，也没提误判率——就是有没有该跑的测试被跳过、不该跑的反而跑了。这两个信息缺口会让实际采用时得多留个心眼。

Anthropic 准备在纳斯达克上市，目标估值冲到 2 万亿美元以上，这次放出的财务数字就是给投资人看的定心丸。先说好的：季度收入 115 亿，同比翻了 14 倍，7 月底年化收入跑到 650 亿美元，增速确实吓人。但“盈利”这个说法得拆开看——它用的是调整后利润，没算股权激励这种真金白银的支出。号称超过 80% 的毛利率，也是在跟亚马逊这类合作伙伴分钱、以及支付高昂的模型训练费之前算的，实际净利率肯定远低于这个数。 另外，公司没按常规流程公开招股书，而是先给一小撮投资人看，这种操作通常是为了试探市场反应。CEO 一边张罗上市，一边公开呼吁给 AI 研发踩刹车，这会让投资人纠结：刹车到底会不会影响未来的收入增速？分析师预期年底年化收入到 1200 亿，2027 年底再翻近三倍，这个目标能不能兑现，还得看 Claude 产品后续的付费转化和成本控制。正文没披露客户集中度，如果收入大头来自少数几家云厂商，风险也不小。

Tunguz 这篇分析最狠的地方，是直接戳破了“放缓前沿”这个提议的泡沫：所有人都在谈代价，但没人定义速度。他把回应者分成五派，每一派都算了自己的账。可解释性派想争取时间搞懂模型内部，但 Amodei 自己都承认现在只懂个皮毛。劳工派要保护工人，经济派指着 AI 拉 GDP 还债，地缘政治派怕被中国追上，而监管俘获派直接说这就是披着安全外衣的垄断同盟。吵得热闹，但核心问题一个没解决。 文章点出了一个关键事实：2023 年美国政府设过 10^26 FLOPS 的算力报告门槛，结果还没等任何模型跨过这条线，规定就被撤销了。几周后 Grok-3 就达标了，今年大概有十个模型会过线。训练算力每年涨五倍，定一个固定数字，等于让地板自己追上天花板。这个先例基本宣告了用算力门槛来限速是刻舟求剑。 信息缺口也很明显。正文没提 Amodei 是否回应了这些批评，尤其是 Sacks 直接指控他搞垄断同盟。也没说清“国际协调”具体怎么操作，毕竟各国算的账完全不一样。这些缺失让整个提议看起来更像一个姿态，而不是一个可执行的方案。