当白宫因中国AI分裂，而Anthropic用15亿美元买下版权“保险”——投资逻辑的转折点到了吗？

美国科技政策圈正在经历一场罕见的公开撕裂。一边是鹰派议员联名致信白宫，要求对中国AI实施更严厉的出口管制，另一边是部分经济顾问和科技企业高管警告：过度封锁只会加速中国自主创新，反而让美国企业失去全球最大市场。与此同时，Anthropic与一群版权持有人达成15亿美元的和解协议——这个数字几乎是此前任何AI版权赔偿纪录的十倍。两件事看似独立，却指向同一个核心问题：AI行业的风险定价体系正在重构。

---

白宫的分裂：中国AI不再是“追赶者”，而是“规则破坏者”

过去几年，美国对中国AI的压制策略一直围绕芯片出口和算力限制，逻辑是“切断供给就能拖慢对手”。但2025年DeepSeek的R1模型引发全球关注后，这套逻辑开始动摇。DeepSeek用不到OpenAI十分之一的训练成本，实现了接近GPT-4o的推理能力，甚至在某些数学和编程基准上反超。这直接冲击了美国政界和投资界的共识。

一位熟悉白宫内部讨论的知情人士向《麻省理工科技评论》透露，部分官员认为如果继续封锁，中国AI公司将在“低成本、高效率”的路径上越走越远，最终形成与美国完全不同的技术生态。

这种分裂体现在投资上：目前美国一级市场对中国AI初创公司的估值逻辑出现了严重分歧。部分对冲基金和风投认为，中国AI的“低成本范式”可能颠覆现有模型商业模式，导致算力需求暴增的叙事失效。另一部分人则坚持算力仍然是核心竞争力，认为中国AI的突破只是局部优化，无法撼动基础模型的质量差距。

在我看来，白宫的分裂本质上是对“AI竞争终局”的认知差异。如果中国AI通过算法和工程创新实现了“算力降级”，那么英伟达的GPU需求曲线可能从指数增长变为线性增长，这将对整个AI基础设施投资逻辑产生致命打击。反之，如果美国继续保持算力垄断，那么牛市仍将持续。这个不确定性，是当前最值得关注的宏观风险。

---

Anthropic的15亿美元：版权成本的“定价锚”还是“天花板”？

再来看版权和解。Anthropic同意向作家、出版商和新闻机构支付15亿美元，以解决多个集体诉讼。这笔钱分三年支付，且附带了未来收入分成条款——如果Anthropic的年收入超过一定阈值，支付比例将自动调整。

这个数字有多夸张？对比一下：此前Google与出版商的AI版权和解金约为3亿美元，OpenAI与《纽约时报》的授权协议据传每年不到1亿美元。15亿美元相当于Anthropic 2025年预计收入的40%-50%（根据公开数据测算）。换句话说，Anthropic几乎把一半的营收贡献给了版权方。

这笔和解让市场第一次看清了“AI训练数据的真实成本”。如果其他模型公司被迫跟进，那么整个行业的利润率将被显著压缩。

从投资角度看，这实际上确立了版权成本的“定价锚”。未来所有AI公司都需要在财报中预留一笔版权储备金，类似于银行的风险资本。对于Anthropic这样的非上市公司，投资者可以接受短期亏损；但对于OpenAI、Google等有公开财务压力的实体，这将直接影响估值模型中的自由现金流折现。

更关键的是，和解协议中的“收入分成”条款可能成为行业标准。这意味着，AI公司的成长性不再完全由技术能力决定，而是被一种“版权税”所绑定。如果未来所有训练数据都需付费，那么AI公司的护城河将从“技术领先”转向“数据供应链管理能力”。这对以“开源数据”为核心竞争力的公司是重大利空，比如Meta的Llama系列。

---

投资启示：在分裂与成本中寻找确定性

这两个事件叠加，让我重新审视AI赛道的投资逻辑。过去两年，市场主要关注模型能力提升和商业化落地，对政策和法律风险的定价严重不足。现在，白宫的分裂意味着政策不确定性上升，而Anthropic的版权和解则给行业成本端画了一条清晰的线。

我的判断是：短期看，拥有大量自有数据或用户生成内容（UGC）的平台型公司更具防御性，比如Reddit、GitHub、以及部分拥有独家新闻语料的媒体集团。它们的训练数据成本天然较低，甚至可以反向向AI公司收费。长期看，中国AI的“低成本路径”如果被验证为可持续，那么全球算力需求结构将发生根本变化，英伟达和台积电

原文链接：https://www.technologyreview.com/2026/07/21/1140685/the-download-chinese-ai-divides-white-house-anthropic-copyright-settlement/