摘要
- 这周OpenAI、Google、Anthropic各出了一条新闻,看起来毫不相干:一个解数学题,一个送走了几位老将,一个把价格砍了一半。三条新闻分别落在研发、人事、定价三条战线上,放到一起看,其实是同一场仗——三家公司都在教AI去干过去只有最顶尖的人才能干的事:发现新知识,压低自己的成本。上一阶段,大模型比的是考试分数;这一阶段,比的是谁的模型能自己造血。
三条最关键的事实
- 一、验证权不再交给权威。 2026年8月1日,OpenAI宣布未发布模型Astra解开十道数学难题——横跨高维几何、编码理论、群论等八个领域,每一道都被搁置至少十年,算力成本约2000美元,证明用Lean 4形式化、机器可逐行验证。这不是OpenAI第一次做类似宣称:2025年10月时任VP Kevin Weil宣称GPT-5解出十道Erdős猜想,几天后被数学家Thomas Bloom当众拆穿——模型只是检索出了已有解法。这次不同:Bloom核实后在X上称之为"big news",理由是证明任何人拿一台笔记本电脑就能跑一遍验证,信任的来源从人换成了协议。划边界的是OpenAI研究员Noam Brown:Clay数学研究所的七个千禧年大奖难题,一个都没被Astra碰。
- 二、Google送走了自己最资深的四个人,却给他们投了钱。 2026年8月5日,Google首席科学家Jeff Dean(MapReduce/Bigtable/Google Brain的奠基人之一)宣布离职,联合创立Discovery Loop,同一天出走的还有Sanjay Ghemawat、Quoc Le、Oriol Vinyals。Alphabet自己是这家新公司的founding investor和云计算合作伙伴——这不是慷慨,是买保险:与其防着这几位另起炉灶变成对手,不如继续绑定他们。触发这次重组的是Gemini 3.5 Pro发布落后计划数月、编程能力未达标;Alphabet股价当日跌约4%,加上6月的一次,两次合计市值蒸发约2250亿美元。
- 三、Anthropic把旗舰做到半价,OpenAI把入门砍到两折。 Anthropic 7月24日发布Claude Opus 5,性能逼近旗舰Fable 5、价格只是其一半;OpenAI 7月30日把最小模型Luna输入价砍到原价的五分之一,靠旗舰Sol自我优化推理内核降本约20%、投机解码提效超15%(两数不能直接相加)。份额已经反转,企业API份额上Anthropic从2023年约12%涨到2026年约32%(2026年4月首次反超),OpenAI从超50%跌到约25%;Claude Code已占企业编程市场54%,OpenAI占21%。但OpenAI总营收(约130亿ARR)仍领先Anthropic(约50亿)——两家做的是完全不同的生意:OpenAI 85%收入来自个人订阅,Anthropic 85%来自企业客户。
| 维度 | 2023 | 2026 |
|---|---|---|
| 企业API份额·OpenAI | 超50% | 约25% |
| 企业API份额·Anthropic | 约12% | 约32%(2026-04反超) |
| 企业编程市场份额 | — | Claude Code 54% / OpenAI 21% |
| 年营收ARR | — | OpenAI约130亿 / Anthropic约50亿 |
数据来自第三方分析(ValueAddVC/MindStudio综合口径),非两家公司官方审计披露,仅供方向参考;定价对照详表见完整版。
别处读不到的洞见
Google把离职科学家转身变成被投对象,透露出一个比"人才战争"更冷静的判断:大公司自己承认,像"自动化科学发现"这类前沿探索性研究,放进科层结构里做,效率天然更低——这对任何规模较小的团队都有直接镜鉴价值:稳态执行和探索性研究之间,也该有清楚的组织边界,不能用同一套流程管两种性质完全不同的工作。
我的判断
表面是三条独立新闻,底层是同一场"用AI自动化AI研发本身"的竞赛进入了新阶段——一次做在知识生产端(数学证明),一次做在成本结构端(内核优化),Anthropic把Opus 5做成"逼近旗舰、半价",是这场仗在价格维度上的打法。这个判断可能错,但如果"研究和工程本身可被自动化"这件事真的兑现,它改变的不是模型排行榜,而是一个人、一个小团队能触达的产出规模上限。
本报告局限
最薄弱的环节:证明本身正确不代表这十道题目有多大数学意义或原创价值,判断权在数学共同体,不在OpenAI;"Google重组由Gemini延迟直接触发"是多家媒体交叉印证的合理推断,Google官方从未正式承认这层因果;企业API份额数字来自第三方分析和聚合博客,不是官方审计数字,存在方法论差异导致的浮动。完整置信度评估见完整版。
结语
数学证明、人才出走、价格战,讲的其实是同一件事:模型能力增速放缓之后,竞争焦点已经从"谁更聪明",挪到了"谁能让AI自己加速产出新知识、自己压低自己的成本"。读者若需完整证据链与逐项置信度评估,可查阅本报告完整版。
完整版还原了本篇报告的完整证据链:三件大事的原始记录逐条展开、模型定价与市场份额完整数据表、三巨头竞赛为什么是同一场竞赛的完整推理链,以及Google这次为什么"投钱资助离职的人"这条别处读不到的洞见。