据媒体报道，OpenAI在10月底的融资谈判中遭遇缩水：原计划融资300亿美元、目标估值1.4万亿美元，最终估值降至1.25万亿美元、融资目标缩减至200亿美元；《华尔街日报》还披露，截至当时投资者给出的认购承诺仅约110亿美元。文章作者指出，这并非说明OpenAI不值钱——今年3月其融资估值还是8520亿美元，即便按1.25万亿美元计算仍高出约47%——但一家比半年前更值钱的公司，却让投资人开始对更高报价犹豫，这本身值得玩味。
作者将OpenAI与Anthropic的商业表现做了对比。据《华尔街日报》8月披露的数据，2026年第二季度OpenAI收入约67亿美元、环比增长18%，营业亏损扩大至123亿美元；同期Anthropic收入达116亿美元、环比增长超过一倍，并录得小幅调整后营业利润。作者提醒，两家公司利润统计口径不同——OpenAI的亏损包含股权薪酬，而Anthropic调整后利润的完整计算口径并未公开——因此不能直接认定后者经营效率全面胜出。但收入增长的差异仍值得研究，其中一个重要原因可能藏在Claude Code身上：普通消费者为便利付费的意愿有限，而企业愿意为可计算的生产效率买单，程序员使用编程助手缩短开发周期、节省人力成本，软件费用就显得划算。
文章进一步提出「价值创造」与「价值捕获」的区别：AI技术进步决定生产成本，市场竞争决定企业能留下多少利润。若竞争对手同步降本并降价，模型公司即便使用量增长，利润也未必同步增长。作者以航空业为历史类比——飞机彻底改变了人类交通，但航空公司长期面临高固定成本、激烈竞争和利润波动，乘客享受了技术进步，股东却未必获得同等回报。当然，AI模型具有软件属性、规模经济和生态壁垒，不能简单等同于航空业，但两者指向同一个问题：一个行业改变世界的能力，与它持续赚取超额利润的能力未必成正比。
融资链条的脆弱性则是另一条线索。模型公司需要算力，云计算企业建设数据中心、采购GPU，大型科技企业和投资机构又向模型公司注资，整个产业形成相互依赖的资本链条。作者强调，收入的真实性与收入的可持续性是两个不同问题：如果模型公司无法通过自身经营产生足够现金流，就可能需要继续融资以维持采购规模。
10月30日，据《金融时报》报道，黑石集团向投资者表示，预计Anthropic即使完成IPO，未来也可能只能获得BB区间的信用评级——在债券市场，这已低于投资级，被称为「垃圾级」或「投机级」。作者特别说明，这是黑石对未来评级的预期，而非三大评级机构已正式给出的评级，也不代表Claude技术不行或Anthropic已资不抵债。这种矛盾在一笔630亿美元的AI芯片融资中体现得尤为明显：交易通过特殊目的载体购买芯片再出租给Anthropic，其中超过420亿美元的优先级债务获得博通的信用支持，约180亿美元的次级债务更多依赖Anthropic未来支付租金的能力；黑石参与的90亿美元次级债务收益率超过10%。作者解读称，股权投资人看的是未来能赚多少钱，债权人首先关心到期能否还钱，部分看似属于AI公司的融资能力，实际上还依赖供应商的信用。
文章借用经济学家明斯基的融资理论提醒，同样是100亿美元投资，背后的资金来源和偿付能力可能意味着完全不同的风险；若模型公司按十倍增长预期提前签订大量算力合同，而实际只增长五倍，对按十倍配置资本的产业链而言仍可能意味着产能过剩与现金流紧张。作者认为，OpenAI此次融资目标下调真正值得关注的不是少融了100亿美元本身，而是若越来越多模型公司的融资能力与算力采购承诺出现背离，可能逐渐影响整个产业链的资本开支——一笔长期算力订单的价值，不仅取决于合同金额，还取决于客户未来有没有能力付款。
文章最后列出未来一年值得观察的三个信号：模型公司收入增长能否转化为现金流改善；AI基础设施订单质量是否开始分化，拥有优质客户、稳定预付款和明确资金来源的项目可能继续获得资本支持；哪些企业拥有真正难以替代的客户关系，掌握专有数据、工作流程、行业渠道和客户关系的企业有机会通过AI持续改善产品和利润，一些拥有成熟客户基础和稳定现金流的传统软件企业也可能成为受益者。作者总结，技术革命可以创造巨大财富，却从不保证这些财富留给最早推动革命的人，也不保证任何价格买入的投资者都能获得丰厚回报——AI改变世界是一件事，投资AI赚到钱是另一件事。