#国产替代

Claude 这条路在中国企业这里彻底断掉了 9 月 5 日这一天,Anthropic 在官网发布了一则消息:立即停止 Claude 向中国资本控股企业提供服务。所谓“控股”,指的是持股比例超过 50% 的企业,这一政策覆盖的可不仅仅是大陆公司,事实上大陆公司本身也用不了。这个策略同时包括那些在境外注册,但有中国资本或股东背景的公司和组织。 目前看起来,Claude 这条路在中国企业这里彻底断掉了。 AI 的地缘政治 过去二十年,互联网科技产品大多强调“全球化”。硅谷的产品可以在北京、东京、柏林同时使用,哪怕偶尔有审查或功能阉割,底层的技术逻辑还是相通的。但到了 AI 时代,这条路越来越窄了。先是芯片,后是软件。 Anthropic 在公告中说,这项措施是为了“应对法律、监管与国家安全风险”。换句话说,AI 已经被当作战略资源。和石油、芯片一样,AI 模型不再是单纯的商业工具,早就被嵌入到大国博弈的棋盘里。 这一点在 GPT-4 之后已经很明显。美国政府把最先进的 AI 模型看作“国防资产”,严格控制其出口与使用范围。现在 Anthropic 的决定只是把这种控制明确落地到商业规则中:你是谁、你后面是谁,这决定了你能不能用 Claude。 有意思的是,Anthropic 并非只针对中国,公告里明确提到,这一政策同样适用于美国认定的“对手国家”,比如俄罗斯啊、伊朗啊、朝鲜等等。 blacklist,在这份名单上,中国的体量让事情变得敏感起来。 这件事让我们也看到另一层逻辑:这也是商业上的风险规避。Anthropic 不希望自家模型被用于可能引发地缘冲突、规避制裁或触及安全边界的场景。对于一家需要不断融资、依赖美国政府关系的公司来说,这个选择也不意外。 直接一点,这对于中国企业来说,意味着什么呢? 如果你是一家 AI 初创公司,哪怕是注册在新加坡、开曼群岛,只要背后有中国资本背景,无论是中国的 VC 还是大公司投资,都将无法继续使用 Claude 的服务。Anthropic 说的非常明白,这是为了避免中国企业通过设立海外子公司、购买第三方云服务来“曲线救国”。 比如字节的 IDE 工具 Trae,一个版本是国内版,只能用国内大模型,另一个是国际版,海外公司的版本,可以使用 GPT,Gemini,Claude,现在呢,我猜测至少是不能使用 Claude 了,包括我之前介绍的阿里 IDE Qoder,都是一样的策略。 1、国内开发者与 Claude 渐行渐远,想通过 API 调用或境外云服务接入,几乎没有可能。 2、Claude 代表了当下语言模型在编程、推理、长文本处理上的最强水平,尤其是编程能力,失去这个通道,我们需要加快国内模型追赶速度。某种角度,这是好事。 3、资本与创业环境会变化。投资人要考虑的,不仅是模型能力,还有合规风险。你投的这家公司,是不是有可能因为“用不了 Claude”而失去竞争力? 一道新的铁幕落下,倒也不算意外。 冷战时期,人类世界被铁幕分割成两部分。今天的 AI 行业,似乎也在形成新的铁幕。Claude 在那边,豆包、文心、通义、月之暗面在这边。模型的性能差异、训练语料差异、生态和市场差异,都会随之变得割裂,各自发展。 长远来看,这未必是坏事,正如当年的芯片产业,断供是痛苦的,但也是国产替代最直接的催化剂。 Anthropic 的这份公告,强化了某种意象:全球 AI 行业正在从“技术竞争”转向“地缘政治竞争”。AI 同样是国家安全、战略利益的一部分。 面对,继续向前走就好了。
Rocky
1个月前
最近半年团队主要研究 #AI 和 #RWA 赛道比较多,被问及最多的问题:‘#AI 是不是已经过了最热的“炒作期”?’,因为我们看到很多 #AI 加密项目或股票,貌似涨速有点慢或者不涨了! 我的看法是——远远没有。现在的 #AI,差不多就相当于1995年、1996年互联网的阶段。那时候大家刚开始上网,浏览器才出来没几年,亚马逊、谷歌都还没真正爆发,但趋势已经很清晰了。#AI 现在也差不多这样,刚进入加速成长期。 🧐为何这么说? 1️⃣算力依旧是瓶颈,也是最大机会,做AI要训练大模型,需要巨量的算力。美国这边有英伟达,芯片卖到断货。中国这边因为美国的出口管制,反而倒逼出一条本土产业链。比如寒武纪(Cambricon)这种公司,股价和市值都翻了好几倍。背后逻辑很简单:没有芯片,AI走不动。这就是最底层的“铲子生意”。我自己投股票的时候,最看重这种“确定性刚需”,不管AI应用做得怎么样,算力永远少不了。 2️⃣中国的“Buy China”逻辑,中美关系其实是把“双刃剑”。美国不卖顶级芯片给中国,看似是打压,但反过来成了国产替代的超级机会。没有封锁,中国的AI公司可能还在用英伟达的GPU,也不会有动力自己研发芯片。现在反而逼出了一个完整的国产生态。我在看中国半导体、算力相关公司的时候,这一点就是核心逻辑:自给自足是国家战略,市场够大,需求也刚性。 3️⃣政府是超级风投,你要看中国的模式,其实很像10年前的新能源车。那时候政府补贴电池、补贴买车,硬是把比亚迪、宁德时代推起来了。现在AI和机器人也一样,地方政府出补贴、投基金,相当于官方当“早期VC”,先给产业打地基。剩下的就交给企业家去拼执行力。作为投资人,我的判断是:政府方向决定赛道,企业家决定龙头。 投资的衡量标准,我们看一个AI或者机器人项目,最关键是两个问题: ✅它能不能真正解决痛点?比如机器人,能不能真的在家庭里帮老人、能不能在仓库里搬货,不是光好看、噱头大。 ✅它有没有产品市场匹配度(PMF)?就是说,这个产品是刚需,还是锦上添花?如果只是“看上去很酷”,但没人愿意为它买单,那就不行。在AI模型上也是一样。现在模型满大街都是,但能真正跑通商业模式的,要么解决企业的需求(比如代码自动化、办公提效),要么解决消费者的需求(比如智能助手、娱乐)。我投项目时,最怕那种“炫技”型公司,看上去技术牛,但没落地场景。 长期趋势我判断,未来3-5年里,AI算力的需求会是现在的10倍甚至100倍。这意味着: · 上游的芯片、算力基础设施公司,还是最稳的“吃肉”位置。 · 中游的大模型会越来越分化,能落地的会脱颖而出,光靠堆钱堆算力的可能会被淘汰。 · 下游的应用场景(比如机器人),现在看起来还早,但一旦找到像电动车那样的突破口,成长会非常惊人。 所以我们在 #AI 赛道的投资思路: 第一层:算力/芯片 → 确定性最强,国家战略支持,需求无限大(加密也是类似逻辑,分布式GPU算力依旧有空间)。 第二层:大模型 → 拼资源和落地场景,要慎重挑选,差距很快拉开。 第三层:应用(机器人等) → 风险大,但如果踩中龙头,可能是百倍回报。 所以我现在看AI,就像看当年的互联网和新能源车。远远没到泡沫破灭的时候,反而刚刚进入“加速跑道”。🧐