Anthropic據報洽購Decart：60億美元談判背後是AI公司爭奪“算力效率”

Anthropic正在洽談收購人工智慧新創公司Decart，報告中的交易金額約60億美元。 消息最初由彭博社披露，Axios在8月13日跟進報道。 這裡最重要的事實邊界是：雙方處於談判階段，交易尚未完成，談判也可能終止。 60億美元是報告所稱的潛在交易規模，並非已支付的收購價，更不能當成Decart最終估值。

Decart同时做两类容易被混在一起的技术：一类是可以模拟环境变化的“世界模型”，另一类是让芯片更高效运行的软件。 對Anthropic而言，後者可能更加直接。 大型模型公司的成本不仅来自购买芯片，还来自芯片利用率、推理调度、内存与网络瓶颈。 相同数量的计算资源如果能处理更多请求，单位推理成本就会下降，现有数据中心也能承接更大的客户需求。

Axios稱，Decart已累計融資超過4.5億美元，最近一次融資發生在今年5月，當時估值約40億美元，投資者包括Radical Ventures、Benchmark、紅杉資本、Aleph和Zeev Ventures。 若60億美元的談判數字成立，較兩三個月前估值高出約50%。 這說明買方看中的可能不只是收入規模，還包括團隊、核心軟體和在計算基礎設施層形成差異化的機會。

不過，估價溢價並不自動等於協同價值。 初创公司的优化技术是否能适配Anthropic现有的多种芯片和云平台，能否在大规模生产环境保持稳定，以及核心人才在并购后是否留下，都会影响交易回报。 世界模型的商業化路徑也仍處於早期，不能因為交易數字大，就斷言相關產品已經形成成熟市場。

模型公司為什麼開始往晶片和系統軟體下沉

大模型早期競爭主要依賴擴大參數、資料和訓練集群。 隨著模型進入企業工作流程，經濟問題變得同樣重要：一個模型能力再強，如果每次調用成本過高、延遲不穩定或高峰時沒有容量，也難以成為長期基礎設施。 模型公司因此開始把注意力從「擁有多少算力」轉向「每單位算力能產生多少有效輸出」。

推理最佳化涉及多個層面。 軟體可以把請求分組，減少晶片空閒；量化和快取可以降低記憶體壓力；編譯器能讓相同模型更貼近特定硬體；調度系統則在不同晶片、地區和延遲要求之間分配任務。 任何一項改進看起來都不如新模型發布醒目，但在數以億計的調用上，幾個百分點的效率提升也可能對應可觀的成本差異。

這也解釋了為什麼Anthropic可能願意為一家基礎設施新創公司支付高溢價。 直接收購可以把優化團隊放進模型設計循環：模型架構不再先確定、再交給基礎設施部門設法運行，而是在設計階段就考慮記憶體、網路和晶片特性。 若整合順利，公司既能減少對外部工具的依賴，也可能累積面向自研晶片或客製化加速器的軟體能力。

但「向下游整合」不等於Anthropic會立刻變成英偉達的競爭者。 晶片設計、製造、封裝和軟體生態需要長期資本投入，Decart的技術更現實的作用，是提升不同硬體的使用效率，並讓Anthropic在與雲端廠商和晶片供應商談判時擁有更多技術籌碼。 把它直接描述成Anthropic準備自產晶片，證據仍然不足。

60億美元考驗的是整合能力，而不是新聞聲量

如果交易完成，Anthropic首先要处理产品优先级。 Decart原有客户可能希望其工具继续保持硬件和模型中立，Anthropic则可能倾向优先服务Claude。 过度内部化会削弱Decart作为独立平台的市场空间；保持开放又可能降低收购带来的专属优势。 这是基础设施公司被模型厂商收购时常见的张力。

第二个问题是价格纪律。 Decart在5月剛以約40億美元估值融資，短時間內升至約60億美元，意味著買方提前支付了相當一部分未來成長。 只有當技術顯著降低長期算力帳單、縮短產品開發週期，或形成可對外銷售的新業務時，溢價才容易被消化。 若主要收益只是人才併入，成本會顯得非常高。

第三個問題是Anthropic本身的資本安排。 Axios將這筆潛在交易放在公司靠近資本市場的背景下討論，但上市時間仍不應視為公司已確認的承諾。 大額收購可以向投資人展示更完整的技術棧，也會增加整合風險和費用。 潛在投資者最終會追問的仍是收入品質、推理毛利、客戶集中度以及未來資本開支。

因此，這筆尚未完成的交易更像一個產業路標：當模型能力的差距縮小，算力效率正在成為新的護城河。 AI公司下一輪併購的目標，可能不只是擁有數據或應用流量的團隊，還包括那些能讓同一塊晶片跑得更滿、讓每次推理更便宜的系統軟體。 Decart值不值60億美元還沒有答案，但算力效率已經從工程細節變成了董事會級別的資產。