博客

  • Anthropic和OpenAI悄悄赚钱了,企业API计费正在取代固定订阅

    最近有件事挺值得玩味的。Anthropic据说马上要迎来第一个盈利季度了——不是”接近盈利”,是真的赚钱。Simon Willison分析了一组数据之后发现,这事背后藏着整个AI行业商业模式的拐点。

    先说一个让人有点意外的事实。你现在每个月花200美元订阅Claude Max或者OpenAI Pro,如果你是个重度编码代理用户,你实际用掉的token按API市价来算,价值超过2100美元。也就是说,你花200块享受了2100块的服务,差价整整10倍多。

    Anthropic的Claude Code重度用户30天内产生的token用量约值1199.79美元,OpenAI Codex约值980.37美元。但他们每月只付200美元订阅费。

    为什么实验室愿意让你”薅羊毛”?

    答案其实很聪明。补贴个人重度用户是为了培养使用习惯,让这些开发者把Claude Code和Codex深度嵌入日常工作流。等你离不开了,真正的利润来自企业端。

    2026年4月,Anthropic做了一个关键的决定:把企业计划从”固定费率包月”改成”每席位20美元基础费 + 实际API用量另计”。这个变化意义非常大——它意味着企业客户已经在用足够多的token,以至于固定费率反而对Anthropic不划算了。

    有意思的是,企业并没有因为要按量付费而退缩。相反,越来越多的公司在扩大使用规模。这其实是最扎实的”产品市场匹配”信号——不是投资人说的那种PMF,而是客户愿意为真金白银的实际用量买单。

    从补贴个人到收割企业

    回顾过去两年,Anthropic和OpenAI的商业化路径其实挺清晰的。最开始是个人订阅为主,每月20美元、100美元那种,目的是快速拉用户、收集反馈、训练模型对齐能力。

    现在这个阶段基本完成了。编码代理(Coding Agent)的出现是个分水岭——它让AI从”聊天工具”变成了”每天跑几小时的后台工人”。token消耗量因此飙升了两个数量级,而企业愿意为这个付费,因为代理跑一小时省下的人工成本远超API费用。

    所以你看,Anthropic即将盈利这件事,不是因为个人订阅收入爆发,而是因为企业API收入终于跑通了。按量计费的企业模式一旦跑顺,营收增长就是线性的——用得越多,收得越多,不需要再去拉新用户。


    这件事对整个行业的示范效应会很显著。其他大模型厂商恐怕也会跟进,把企业客户从固定费率计划往API按量计费上迁移。对个人用户来说,这意味着200美元”无限畅吃”的好日子可能不长了——等实验室觉得用户习惯已经培养好了,订阅计划和实际API成本之间的差价大概率会收窄。

    至于现在,如果你是个开发者,每个月在Claude Code或Codex上烧200美元,那你其实正在享受AI商业化过渡期最后的红利。好好用,别浪费。

  • Cohere收购Aleph Alpha估值200亿美元,要在美中之间做主权AI第三极

    4月24日,总部位于加拿大多伦多的Cohere宣布收购德国AI公司Aleph Alpha,合并后估值约200亿美元,两家公司称之为”跨大西洋AI强国”。这起并购背后的战略逻辑非常清晰:随着美中AI紧张关系加剧,欧盟和加拿大的组织机构正在积极寻找美国科技巨头之外的替代方案,而一家同时在两国数据主权框架下运营的AI公司,恰好能满足这个需求。

    Cohere的CEO Aidan Gomez将领导合并后的实体,总部设在多伦多,欧洲总部设在柏林。施瓦茨集团(Aleph Alpha的主要支持者之一,旗下拥有Lidl和Kaufland)将作为交易的一部分,向Cohere即将进行的E轮融资投资6亿美元。Aleph Alpha深耕德国公共部门关系——德国数字事务部、巴登-符腾堡州政府、德意志银行、SAP和博世都是现有客户。

    当数据主权从政治口号变成采购决策,一家能在加拿大和欧盟框架下同时提供大模型的公司,溢价能力会比单纯的技术基准分数更具说服力。

    200亿美元估值背后的赌注

    我的判断是:这200亿美元的合并估值,建立在”主权AI比同等美国托管能力享有溢价”的前提之上,这是一个乐观的假设。目前这个前提在国防、医疗保健和公共部门合同中确实成立,但在商业企业中(成本效率和能力基准占主导),客户是否愿意为主权溢价买单,还是个未知数。

    这起交易的结构倒是很合理。Cohere带来全球大语言模型开发能力,现有客户包括加拿大皇家银行、BCE、富士通、LG CNS,还有2.4亿美元的加拿大政府资金支持。Aleph Alpha则带来欧洲公共部门的深度关系网。合并后的实体在地理和政治覆盖上,确实能提供一种微软、谷歌、亚马逊目前无法声称的叙事:我们的训练数据、推理基础设施和公司治理,同时符合加拿大和欧盟的监管框架。

    地缘政治的底层逻辑

    这起并购其实是政府结盟的私营部门体现。2026年初,加拿大和德国在慕尼黑安全会议上启动了主权技术联盟,Cohere-Aleph Alpha就是那个联盟在AI领域的具体落地。对于不想把敏感数据路由到美国基础设施的欧盟组织来说,这家合并后的公司提供了一个技术上可行、政治上正确的选择。

    • 国防和公共部门:主权溢价的逻辑最成立,这部分市场Cohere-Aleph Alpha有明显优势
    • 商业企业:成本和能力基准仍是采购决策的核心,这部分市场竞争激烈
    • 数据本地化要求严格的行业(金融、医疗):合并后的跨大西洋架构有差异化价值

  • 加拿大裁定OpenAI违反隐私法,训练数据收集首遭国家级认定违规

    五月底,加拿大隐私专员办公室联合魁北克、不列颠哥伦比亚和艾伯塔三省的对应机构,正式发布调查结果:OpenAI在开发ChatGPT的过程中,违反了加拿大隐私法。这是全球范围内第一个国家级别的隐私监管机构,正式认定AI模型训练数据收集构成隐私违规。

    调查持续了三年。起因是加拿大公民社会组织CAIDP在2023年向监管机构投诉,认为OpenAI从公开互联网大规模抓取个人信息用于训练,缺乏合法依据。调查最终认定了三项违规:第一,从公共网络过度收集个人信息,且没有做比例评估;第二,对被抓取数据的个人缺乏有效同意机制和透明度;第三,对敏感数据的保护不足,包括健康状况信息,以及从社交媒体、博客、新闻网站收集的儿童数据。

    加拿大成为第一个正式裁定AI训练数据收集违反隐私法的国家,而且几乎可以确定不会是最后一个。

    OpenAI承诺补救,但省级监管机构不买账

    联邦专员认为这起投诉已经”有条件地”解决,OpenAI方面承诺采取额外补救措施。但魁北克、不列颠哥伦比亚和艾伯塔三省的隐私专员并不认同这个解决方案,正在继续推进各自的执法程序。这种联邦与省级监管态度分裂的局面,让OpenAI在加拿大的合规前景变得复杂。

    OpenAI的标准回应一直是:公共网络数据用于模型训练是合理的,这是业界通行做法。但这个论点在拥有 comprehensive 隐私框架的司法管辖区,越来越站不住脚。英国的ICO、德国的数据保护机构(DPA)、法国CNIL都在进行类似调查。

    对企业用户意味着什么

    如果你在加拿大的组织里部署ChatGPT,这条裁定创造了实质性的合规风险。根据OpenAI的训练数据收集机制,通过ChatGPT处理的数据有可能被用于模型改进(除非企业用户明确退出),而加拿大隐私监管机构现在已经正式认定这种模式本身存在问题。

    • 受加拿大隐私法(PIPEDA)约束的组织,需要在部署前进行法律审查
    • 省级监管机构(特别是魁北克)的执法态度比联邦层面更严格
    • 训练数据同意框架是这根刺的核心,OpenAI需要提出比”公共数据例外”更有说服力的论辩

  • Snowflake砸600亿美元绑定AWS自研芯片,AI算力战争打到CPU了

    云计算的芯片战争,又烧到了一个新量级。数据仓库巨头Snowflake本周三宣布,与AWS签署了一份为期五年、总价值600亿美元的新协议。作为参照,Snowflake自2012年成立以来,通过AWS Marketplace销售的服务总额也就70亿美元。这份新合同几乎等于它过去十几年在AWS上赚到的所有钱。

    Snowflake为什么愿意掏这么多钱

    数字背后的驱动力并不复杂——AI。Snowflake的客户在AWS上的花费正在加速膨胀,2025年一年就翻倍到了20亿美元。这让Snowflake有信心锁定未来五年的算力资源。

    Snowflake这几年一直在推自己的AI构建工具Cortex AI,逻辑很顺:企业的数据存在Snowflake里,直接在上面接AI能力,比把数据搬来搬去省事得多。Cortex AI能提供文本界面查数据库(用自然语言问就行)、摘要报告生成等功能。

    数据中心与AI芯片
    AI 算力需求推动云巨头加码自研芯片(来源:TechCrunch)

    这份协议里有一个特别值得关注的细节:Snowflake签约的核心目的,是为了获取更多AWS自研的ARM架构CPU芯片Graviton的使用权。

    CPU在AI时代为什么突然值钱了

    训练大模型靠GPU,这没人反对。但当AI从训练走向日常推理、再走向Agent自动化之后,CPU的用量会急剧上升——因为Agent执行任务时的大部分工作(调度、I/O、业务逻辑)都是由CPU完成的。

    AWS的自研CPU芯片Graviton相比Nvidia的方案有价格优势。亚马逊向来对成本敏感,它也确实把这部分节省传递给了客户。需求旺盛到什么程度?AWS正在以最快速度部署这些芯片,但还是跟不上。

    上个月,AWS刚跟Meta签了一份供应数百万颗Graviton芯片的协议,以满足Meta日益增长的AI算力需求。而就在几个月前,Meta才刚刚跟Google Cloud签了一份100亿美元的云服务协议。AWS能从Google手里抢到Meta的订单,Graviton芯片的价格优势显然是重要原因。


    云巨头芯片军备竞赛

    AWS签下Snowflake这个级别的长期大单,也是在向Nvidia释放信号:云巨头的自研芯片正在抢食你的午餐。

    • Google的TPU已经自研多年,支撑着Gemini大模型的训练和推理
    • 微软今年1月刚发布了自研AI加速芯片Maia 200,专门针对推理场景
    • AWS的Graviton已经迭代多代,在性价比上确实对一部分客户有吸引力

    Nvidia CEO黄仁勋上周在财报会上显然也感受到了压力。他宣称Nvidia新推出的Vera CPU专为AI设计,将为公司打开一个「规模2000亿美元的全新市场」,而且已经拿到了200亿美元的订单。话说得很满,但云巨头们分散供应链的战略意图已经很明确了。

    不管这场芯片战争最后谁占上风,有一点可以确定:AI热潮里最稳赚不赔的,永远是把算力当自来水卖的那几家云厂商。

  • YouTube开始自动标注AI视频,不申报就替你标

    AI生成的视频越来越逼真,YouTube决定不再只靠创作者自觉标注了。这家谷歌旗下的视频平台本周宣布,将用内部系统自动检测并标注使用了「重要拟真AI」的视频内容。

    从自愿标注到主动执法

    这套标注机制其实已经上线两年多了。早在2024年3月,YouTube就更新了AI政策,要求创作者在Creator Studio里主动披露那些可能被误认为真实人物、地点或事件的AI内容。只不过之前完全靠自觉——如果你不标,平台也不会拿你怎么样。

    现在不一样了。YouTube明确表示,5月起将使用新的内部信号来识别AI生成内容并自动打标。当然,平台仍然鼓励创作者自觉申报,但如果你忘了标,YouTube会替你标上。

    YouTube AI标注界面截图
    YouTube 新的 AI 内容标注样式(来源:TechCrunch)

    有意思的是,如果视频是用YouTube自己的AI工具(比如Veo或Dream Screen)生成的,创作者连删除标签的权限都没有——标签会永久附着在视频上。

    AI生成内容如果包含C2PA元数据(表明其为完全AI生成),标签同样会被自动附加且无法移除。最近OpenAI也承诺采纳C2PA标准,跟Nvidia、Kakao、ElevenLabs站到了一起。

    标签展示位置大调整

    以前AI标签藏得挺深——除非视频涉及健康或新闻等敏感话题,否则标签只出现在展开的视频描述里。大多数观众根本不会注意到。

    现在YouTube把标签挪到了更显眼的位置:长视频的标签直接展示在视频播放器下方、描述区上方;Shorts的标签则直接叠在视频画面上。平台的说法是,这样观众在刷到拟真AI内容时能第一时间意识到「这不是真的」。

    至于那些只是轻微修改、动画化或明显不真实的AI视频(比如那个经典的「独角兽在奇幻世界奔跑」示例),标签仍然只出现在展开的描述里,不会在画面上干扰观看。


    deepfake检测同步扩张

    自动标注功能上线前不久,YouTube刚刚扩展了其AI深伪检测能力。最初只对名人、公众人物、政客和其他创作者开放人脸匹配扫描,现在任何成年用户都可以主动扫描平台上是否有冒用自己的AI生成视频。

    YouTube特别强调,AI标签不会影响视频的推荐权重,也不会影响变现能力。这一点对于创作者来说应该是个定心丸——标注AI内容不再意味着被限流。

    这套自动标注系统上线的时间点很微妙。上周谷歌在I/O开发者大会上刚刚发布了Gemini Omni,这个多模态AI模型家族能输出高质量视频,并且展现出对物理、文化、历史和科学的真实理解。换句话说,AI生成视频的「以假乱真」程度又上了一个台阶,YouTube不得不提前筑坝。

  • Meta全面推出App订阅服务,AI套餐月费7.99美元起,这次要和ChatGPT Plus正面竞争

    Meta 今天正式把订阅服务推到了全球,Instagram、Facebook、WhatsApp 三款主力 App 都有了自己的”Plus”版本。而且,真正的重头戏在后面——AI 订阅计划也在路上了。

    Meta Apps Subscription
    Meta 全面推出订阅服务(图片来源:TechCrunch)

    Plus 套餐:几块钱买一些”小确幸”

    先说已经上线的部分。三个 App 的 Plus 套餐定价如下:

    • Instagram Plus:$3.99/月,主打故事洞察、无限好友列表、自定义字体和图标
    • Facebook Plus:$3.99/月,功能类似,侧重点在社交表达
    • WhatsApp Plus:$2.99/月,主打主题、自定义铃声、更多置顶聊天

    这些功能对重度用户有一定吸引力,但说实话,每个月花 3.99 美元就为了看谁反复看了你的 Story,这个定价策略瞄准的是那些已经在平台上投入大量社交资本的人。

    Meta 产品负责人 Naomi Gleit 表示,”更多有趣的功能”会在未来持续加入。这次推出的 Plus 套餐不会替代现有的 Meta Verified(验证徽章服务),两套体系暂时并行。

    真正的看点:Meta One AI 订阅

    Plus 套餐只是开胃菜。Meta 同时宣布开始测试”Meta One”品牌的订阅计划,这才是对标 ChatGPT Plus / Claude Pro 的产品:

    • Meta One Plus:$7.99/月,增强版 AI 对话能力
    • Meta One Premium:$19.99/月,解锁”思考模式”、更复杂的推理任务、更多视频和图片生成额度

    这个定价直接和 OpenAI、Anthropic、Google 的 AI 订阅服务正面竞争。Meta AI 的基础功能仍然免费,但如果你想用更强的推理、生成更多图片和视频,就要掏钱了。

    AI 订阅计划下个月先在新加坡、危地马拉、玻利维亚测试,后续会逐步扩到更多市场。佩戴 Meta AI 眼镜的用户还会获得额外权益。

    创作者和企业的套餐也在路上

    除了普通用户的 AI 套餐,Meta 本周还在沙特、摩洛哥、泰国、孟加拉国等市场开始测试面向创作者和企业的订阅计划:

    • Meta One Essential:$14.99/月,含验证徽章、冒仿保护和增强版链接页
    • Meta One Advanced:$49.99/月,额外获得信息流推荐位、搜索排名提升、Reels 醒目关注按钮、竞品数据分析等

    Meta 这家公司的营收至今还是严重依赖广告,订阅服务能不能真正做起来,关键是用户愿不愿意为”社交平台的特权”持续付费。Meta Verified 推出至今反响平平,这次重整旗鼓推 Meta One,显然是认真想走多元化营收这条路了。

  • AI编程公司Cognition融资10亿美元,估值250亿,Devin能不能打赢大厂?

    AI 编程赛道今天传来一笔让人咋舌的融资——Cognition,就是那个做了自主编程 Agent Devin 的公司,宣布完成超过 10 亿美元融资,投前估值 250 亿美元。

    Cognition CEO Scott Wu
    Cognition CEO Scott Wu(图片来源:TechCrunch)

    这个估值跳跃速度相当夸张。八个月前,也就是 2025 年 9 月,Cognition 刚完成 4 亿美元融资,投后估值 102 亿美元。不到一年,估值直接翻了一倍还多。

    投资人名单很豪华

    这轮融资由 Lux Capital 和 General Catalyst 领投,现有投资者 Founders Fund、8VC 等继续跟投,新进来的还有 Ribbit Capital、Atreides、Layer Global。

    这是顶级 VC 在用真金白银表达一个判断:独立的 AI 编程工具公司,还有很大的生存空间。过去一年,市场的主流叙事是”模型厂商会把一切都吃掉”——Anthropic 的 Claude Code、OpenAI 的 Codex、Google 的 Jules,这些大厂工具确实在快速蚕食市场。

    Cognition 去年还收购了 Windsurf 的剩余资产,现在说自己已经有奔驰、NASA、高盛、桑坦德银行这类大企业客户。过去六个月,Devin 的企业用户使用量每月增长 50%,年化收入运行率已达 4.92 亿美元。

    250 亿美元值不值?

    这个数字放在整个 AI 编程赛道里看,确实不便宜。但 VC 的逻辑大概是:如果 Devin 真的能在企业开发流程里站稳脚跟,这个市场的天花板还远得很。

    关键问题是,大厂的编程 Agent 和 Cognition 这类独立公司,到底会不会是零和游戏?从目前的客户名单看,Cognition 在啃企业市场这块硬骨头,而大厂工具更多是在吸引个人开发者和小团队。

    • Claude Code 和 Codex 的优势是和模型深度绑定,迭代快
    • Devin 的卖点是”自主完成更复杂的软件工程任务”,而不只是补全代码
    • 企业客户更在意数据安全、权限管控、审计日志,这是独立工具的机会

    不管怎样,250 亿美元的估值就这样摆在了桌面上。AI 编程这场仗,才刚刚开始。

  • Robinhood 让 AI Agent 帮你炒股,亏了也算你的

    AI Agent 今年最火的应用方向之一,是替你干活——包括替你花钱。Robinhood 昨天宣布,平台即将支持用户让自己的 AI Agent 直接下单交易股票,同时还推出了一张专门给 AI Agent 用的虚拟信用卡。

    AI 代理有独立账户,但每笔交易你都能看见

    具体怎么运作?Robinhood 的用户可以给自己的 AI Agent 开一个独立的子账户,绑定专用的钱包。这个 Agent 能读取和分析你的投资组合,自己制定交易策略、给出投资建议,但它只能用这个专属钱包里预充值的余额来下单,动不了你主账户里的钱。

    Robinhood AI Agent 交易功能
    Robinhood 推出的 AI Agent 交易功能界面(图源:TechCrunch)

    每笔交易执行前,你会收到提醒。有些场景下,Agent 会先给你看订单预览,你点了批准才会真正下单。Robinhood 说他们内置了欺诈检测机制,可疑交易会由人工团队审核,帮你处理纠纷。

    「我们收到很多用户的需求,希望可以接入他们自己的工具、大语言模型和 Agent,与 Robinhood 连接。这就是我们推出新产品的初衷。」——Robinhood 产品副总裁 Abhishek Fatehpuria

    还能分析研报、识别投资机会

    Agent 的能力不限于下单。用户可以把它连接到自己的 MCP(模型上下文协议)服务,让它分析投资组合的行业集中度风险、执行交易、浏览分析师研报来识别不同行业的新投资机会。

    目前这个功能还在测试阶段,暂时只支持股票交易。Robinhood 表示很快会加上对期权、加密货币、事件合约、期货和预测市场的支持。

    同步推出的还有一张 AI Agent 专用的虚拟信用卡。用户可以把自己的 Agent 连到 Robinhood 的银行 MCP 服务器,让 Agent 帮你在网上买东西付钱。这张虚拟卡目前只对 Robinhood Gold 黄金卡持卡人开放,用户可以设每月消费上限,也可以选择让 Agent 每笔支付前都来问你一声。


    不止 Robinhood 一家在搞

    让 AI Agent 代表用户付钱这件事,Robinhood 不是独一家。Stripe 早就发布了 Agent 支付接口,亚马逊和谷歌也在做类似的东西,初创公司 Prva Pay 也在冲这个方向。整个行业都在预判:下一步,用户的 Agent 会像现在的 App 一样普遍。

    Robinhood 过去几年一直在往 AI 方向投。2024 年收购了 AI 驱动的研究平台 Pluto,去年还给平台加了能给出投资建议的 AI 助手。这次把 Agent 交易做进来,算是把「AI 帮你理财」这件事又往前推了一步。

    当然,把交易权交给 AI Agent 意味着什么,每个人心里都有杆秤。Agent 能读研报、能分析组合风险,但它下的每一单最终都是你的钱在买单。Robinhood 给了用户监控和审批的机制,但「Agent 炒股」这件事本身,距离真正普及还有不少路要走。

    • AI Agent 有独立子账户和预充值钱包,无法直接动用主账户资金
    • 每笔交易可设置需用户审批,平台内置欺诈检测保护
    • 目前仅支持股票,期权、加密货币等功能即将上线
    • 同步推出 AI Agent 虚拟信用卡,支持设置月度消费限额
  • ElevenLabs 新音乐模型上线,一首歌里能随时切换说唱、歌剧和重金属

    做AI音乐生成的公司越来越多,但大多数产品生成出来的东西,听起来总有点「千篇一律」——风格定好了就一路走到黑,想换个感觉得重新生成整段。ElevenLabs 昨天发布的新版本 Music v2,想解决这个问题。

    一首歌里能切换好几种风格

    ElevenLabs 做语音 AI 起家,去年 8 月才推出第一代音乐生成模型,当时主打的是「商用授权清晰」,敢明确说训练数据是有许可证的。这在 AI 音乐圈子里其实不多见——Suno 和 Udio 两家到现在还背着版权诉讼,环球音乐和索尼音乐都在告他们。

    这次的 v2 版本,核心卖点是「中途换风格」能力。官方演示里,同一段旋律可以从歌剧唱腔一路切到重金属,再切回流行,整首歌听起来还是连贯的。说唱段落也能处理得够快,不会拖沓。

    ElevenLabs AI音乐生成界面
    ElevenLabs 的 AI 音乐生成工具界面(图源:TechCrunch)

    另一个实用功能是「局部重制」。你可以选中歌曲的某一段,用文字描述想要的效果,模型会只重新生成那一段,其他部分完全不动。对做音乐的人来说,这比重新生成整首歌省事得多。

    ElevenLabs 强调,v2 模型建立在有许可的训练数据之上,生成的内容可以商用,用户不必担心版权问题。

    AI 音乐赛道挤满了人

    最近几个月,各家 AI 实验室都在冲音乐生成这个方向。Google 在 I/O 大会上发布了 Lyria 3 Pro,还顺带推出了用 Flow Music 工具生成音乐视频的功能。Stability AI 本月也发布了能生成六分钟长曲的音频模型。Suno 的 v5.5 版本同样在近期上线。

    竞争这么激烈,ElevenLabs 把「版权干净」当作差异化卖点,确实是条路。环球音乐和 TikTok 上个月刚续签了协议,里面专门加了联手打击未授权 AI 音乐的条款。Spotify 也在和厂牌谈类似的授权框架。整个行业都在想办法把 AI 音乐「合法化」。

    新模型现在已经能在 ElevenLabs 的 ElevenCreative 工具里用到,面向市场营销和品牌团队。专门做 AI 音乐创作的 ElevenMusic 平台也在运营,API 版本很快就会开放。


    • Music v2 支持同一首歌内切换多种音乐风格,歌剧、说唱、金属可以串在一起
    • 可单独重制歌曲的某个片段,不影响其他部分
    • 训练数据有商用授权,生成内容可合法用于商业场景
    • 支持多语言歌词、人声和编曲,可靠性较上一代有明显提升
  • AI编程独角兽Cognition融资10亿美元,估值250亿美元,Devin年化收入逼近5亿

    做AI编程助手的创业公司里,Cognition是个异类。别人都在想着怎么把自己的工具塞进VS Code或者GitHub,它直接搞了个能自己干活儿的”AI软件工程师”Devin。结果就是:成立没几年,最新一轮融资超过10亿美元,估值250亿美元(融资前)。

    八个月前,Cognition刚以102亿美元的投后估值完成4亿美元融资。八个月后,估值翻了一倍还多。这速度,就算在AI创投圈里也是相当炸裂的。

    Cognition CEO Scott Wu
    Cognition CEO Scott Wu / TechCrunch

    投资人为什么这么敢押?

    这一轮由Lux Capital和General Catalyst领投,Founders Fund、8VC这些老股东继续跟投,还新进了Ribbit Capital、Atreides、Layer Global。阵容豪华,说明顶级VC在用真金白银投票——他们认为,独立的AI编程创业公司还有生存空间,不会被模型厂商直接吃掉。

    AI编程这个赛道,去年看起来像是模型厂商的囊中之物——Anthropic的Claude Code、OpenAI的Codex,还有谷歌收购Windsurf团队后搞的Jules,哪个不是自带模型、直接集成?Cognition能融到这个量级,本身就是在证明:专注做”AI agent自己写代码”这件事,有它独特的价值。

    客户和收入数据说话

    Cognition说自己已经拿下了奔驰、NASA、高盛、桑坦德银行这些大客户。更关键的是收入数据:过去六个月,企业客户使用Devin的规模每月环比增长50%,目前年化收入运行率已经达到4.92亿美元。

    这个增速,如果属实,确实能支撑250亿美元的估值。对比一下:Anthropic最新季度营收约翻了一番达到109亿美元年化,估值才到这个量级。当然,创业公司的”运行率”数字要打个折扣看,但方向是对的。


    Windsurf收购的后续

    去年Cognition收购了Windsurf的剩余资产(在谷歌挖走Windsurf团队之后)。这个操作挺有意思——Windsurf的核心团队去了谷歌做Jules,Cognition拿下了剩下的IP和产品。现在看来,这笔交易让Cognition在AI编程工具的产品积累上补了一课。

    Devin到底好不好用,开发者社区里评价两极。有人觉得它确实能处理一些完整的开发任务,也有人觉得它还是太容易跑偏,需要人一直盯着。但投资人的逻辑可能是:哪怕Devin现在还不够成熟,这个方向——完全自主的AI软件工程师——值得提前下重注。