Anthropic道歉背后：大模型护城河坍塌，端侧模型价值重估——明略科技(2718.HK)放量大涨

Anthropic道歉背后：大模型护城河坍塌，端侧模型价值重估——明略科技(2718.HK)放量大涨

2026年06月12日 14:59

　　上周Anthropic创始人罕见公开道歉，Claude被发现对下游刻意降智以防蒸馏——大模型护城河的脆弱被撕到台面上。与此同时，一组安静膨胀的数字指向另一个事实：企业端 AI应用 的token消耗正以亿级规模增长，成本账单开始倒逼整个行业重构。大模型公司的天文估值锚定的不是技术领先度，而是下游的token消耗总量；但企业付不起全量前沿模型的账单，分层、蒸馏、端侧部署成为刚需。

　　在这条逻辑链上，港股市场上有一家公司已经给出了从模型能力到业务闭环的完整答案——明略科技（2718.HK），在2025年14亿年收入中，有1亿收入来自Agentic Service。Choice数据显示， 明略科技-W (2718.HK) 6月11日当日收盘上涨19.93%，6月12日公司股价涨势延续，截至14:46分涨幅达到26.11%，近两日累计涨幅已超过40%。

　　本文从行业结构性矛盾出发，拆解这条正在兑现的价值链。

　　 一、一个道歉撕开的行业真相

　　上周，Anthropic创始人罕见地公开道歉——Claude被发现对研发请求刻意降智，目的是防止下游公司蒸馏其模型能力。这不是技术故障，而是一个价值千亿美金的恐惧：大模型的护城河，远比硅谷叙事中描述的要浅得多。

　　数据更直白。Claude 4.6三月初发布，三月末通义千问追平，四月Kimi追平——前后不过3到4周。榜单上的排名变化，像极了一场没有终点线的赛跑：领先者刚喘口气，后面的选手已经踩上了脚后跟。DeepSeek V4达到4.7水平后，通过蒸馏训练到4.8完全可行。Anthropic的道歉本质上承认了一件事：模型层的壁垒正在坍塌，靠"我比你聪明0.3个版本"来维持千亿估值的故事，越来越难讲下去了。

　　与此同时，另一组数字在安静地膨胀。据行业测算，一家中等规模的企业级 AI应用 公司，一年消耗的token量级可达2亿。如果全球有6000个这样规模的企业级AI用户，仅此一项就能支撑1000亿美金的ARR目标。换句话说，大模型公司的天文估值，锚定的不是技术领先度，而是下游企业的token消耗总量。

　　大模型公司的护城河不在模型本身，而在下游企业的token消耗总量。谁消耗得多，谁就值钱——这是AI行业最反直觉的估值逻辑。

　　问题来了：企业端真的付得起这笔账吗？

　　 二、Token账单逼出来的分层革命

　　答案是付不起。

　　硅谷多家科技公司已公开表态需要控制token成本。一家头部 AI应用 企业仅代码生成一项，年消耗就超过1亿token。如果所有任务都用最贵的前沿模型，成本会像癌细胞一样吞噬利润表。这不是个别企业的成本焦虑，而是整个AI应用层正在经历的结构性矛盾——单价降了，但用量涨得更猛。总账单只会越来越大。

　　出路只有一条：分层。

　　高价值任务用贵模型，但必须精算每笔P&L；低价值任务用私有小模型，比如1亿参数的打标签模型就够了。蒸馏降本路径已经在业界跑出实证：有企业测算，当前写代码消耗1亿+token，用开源模型蒸馏后训练，token成本可能降到1/10，压缩至两三千万量级。逻辑很简单——只要开源基础模型达到4.7水平，结合企业自身的后训练数据，就有机会把它训到4.8的状态。

　　这个判断的含义需要拆开看。它不是说应用层公司要去做foundation model——以多数企业的算力规模做不了，也没必要做。它说的是：在开源模型+私有数据+后训练能力的三角组合下，企业完全可以用十分之一的成本获得接近前沿模型的效果。这条路径如果成立，大模型公司的定价权将被从根基上侵蚀。

　　端侧模型和专属模型不是可选项，而是刚需。一级市场对端侧模型赛道的定价参照已经摆在那里——阶跃星辰百亿美金估值还没上市，面壁智能在同一赛道狂奔。但问题是：谁能把模型从实验室搬进客户的业务流？ 纯模型公司有技术，缺场景；纯SaaS公司有客户，缺模型能力。真正的价值在交叉地带——既能做模型，又有业务数据飞轮的公司。

　　这类公司存在吗？

　　 三、谁已经跑通了？

　　在这条逻辑链上，已经有公司给出了答案。

　　明略科技（2718.HK），1400名员工，运行着3200个AI Agent，是港股市场上少数真正在用AI跑业务的公司。它的定位不是"AI概念股"，而是一家按结果收费的Agentic Service公司。

　　Palantir首创了FDE概念——Forward Deployed Engineer，把最优秀的工程师派到客户现场驻场交付。明略在AI Native时代把这套方法论升级为FDE 2.0：FDE不再是到客户那里写代码，而是跟客户建立信任、拿到业务目标和业务上下文，然后带领AI Agent团队去交付结果。Netflix的哈斯廷斯提出"Context Not Control"，美军在实战中验证，字节飞书继承了这套理念。明略的版本是：context不只要share给人，还要share给Agent。

　　明略不是软件公司。它卖的不是license，是业务结果。商业模式分三个阶段：

　　第一阶段，Agentic Service。 给客户做AI驱动的业务运营，按效果收费——小红书代运营按线索结算，抖音内容电商按GMV分成，短剧自制按回收分成。

　　第二阶段，定制开发token fee。 客户业务跑通后，Agent调用量上升，明略帮客户用AI Agent开发业务Agent，收取token fee和管理费。

　　第三阶段，端侧模型部署。 用客户真实业务数据做蒸馏和后训练，部署专属小模型。

　　三个阶段构成飞轮：服务积累数据，数据训练模型，模型降低成本，成本释放利润。

　　效果怎么样？看明略的短剧业务。

　　总投入数万，近10部短剧。AI把选片和制作的边际成本压到极低水平。1部爆款短剧ROI甚至超34倍。

　　传统短剧行业靠制片人经验选题，命中率大概1/60到1/80。明略的AI选片系统拉到了1/10。背后是四层八维的选片模型：题材热度、情绪曲线、人群画像、平台算法偏好，每一维都有数据喂养。

　　生产端同样颠覆。传统短剧一部成本动辄十几万——编剧、导演、摄影、剪辑、后期一个不能少。明略的短剧从文字脚本到成片全程AI生成，不需要摄影团队，不需要实景拍摄，单部成本压到几千块。

　　 四、Octo：一个容易被忽略的结构性资产

　　Octo是明略的企业级AI协作平台。一句话定位：开源的、给AI与人共用的飞书。大型企业不可能把人机协作数据锁在第三方平台上，这是合规刚需，不是技术偏好。

　　商业模式不靠软件赚钱。Android对iOS的类比最为贴切：用开放生态吸引企业上平台，再通过增值服务变现。7个工程师两三个月写出上百万行代码——这本身就是AI Native开发效率的证明。

　　 五、今天还在涨，验证的是什么？

　　Anthropic的道歉撕开了技术垄断的幻觉，企业端暴涨的Token账单则将整个行业拽回了商业常识。这场由成本倒逼的“分层革命”，正在重塑AI产业的权力格局：大模型正在“退入幕后”成为基础设施，而能够真正理解业务上下文、用专属端侧模型解决实际问题的“Agentic Service（Agent服务化）”，正在走向舞台中央。

　　明略科技（2718.HK）近两日超40%的凌厉涨幅，表面上是资本市场对一家公司商业闭环的投票，本质上，则是对整个AI产业“第二曲线”的提前注脚。从狂热的技术军备竞赛，到务实的商业结果交付，AI的叙事范式已经变了。

　　掌舵人吴明辉在学术与工程、数学理论与商业变现的多重交叉能力，恰如明略科技今天的生态位——左手是开源协作的极致技术效率，右手是按效果付费的商业世俗烟火。当硅谷还在为“如何证明千亿估值”而焦虑时，产业的解药，或许早已在真实的业务飞轮里破土而出。

（文章来源：界面新闻）

主题：新股|Anthropic道歉背后|基金|放量大涨|美股