霍華德·馬克斯：AI可預測性僅2分，Anthropic IPO前夕發出警示
nashnova research
橡樹資本聯合創始人霍華德·馬克斯在Anthropic IPO定價前夕發佈備忘錄，用Anthropic自家的Claude為AI可預測性打分——結果僅2分（滿分10），直指市場對這筆萬億估值交易的定價信心缺乏根基。
讓AI給自己打分，結果說明了甚麼？
馬克斯讓Claude評估AI各細分領域的可預測性，Claude給前沿AI實驗室——包括Anthropic自身——打出2分（滿分10分）。
這意味著→ 連AI自己都認為，這個行業「幾乎無從判斷」；馬克斯用這個分數質疑所有基於確定性假設的估值模型。
馬克斯坦言自己「對AI運作原理毫無了解」，但他認為這恰恰是重點：Claude描述自身機制時說，「沒有人為它的回答編寫規則，這些規則從數十億個毫無意義的數字中湧現出來」。
簡單來說＝ 你手上有市場裡每筆交易的完整記錄，但仍然不知道價格為甚麼動——AI對自身的理解，大致就是這個程度。
六個變量疊加，勝率怎麼算？
馬克斯列出AI投資的六個核心不確定性：技術本身、算力需求、競爭格局、受益方、融資可得性、以及時序。
他做了一道簡單的概率題：假設每個變量獨立、且各有60%勝率，六項疊加後整體勝率約為5%。
這意味著→ 即便你對每一個變量都「比較看好」，疊在一起之後，押對全局的概率仍然很低——這是不確定性的乘法效應，不是加法。
模型趨同之後，錢流向誰？
馬克斯援引巴菲特對互聯網的經典判斷：變革性技術不一定回報投資者。
他的邏輯鏈是：若多個模型能力趨同 → AI服務淪為無差異化商品 → 以價格競爭 → 收益流向用戶，而非供應商。
價格戰已是現實：特定性能水平的模型定價每年下降約13倍，降幅遠超摩爾定律。
這反映出一個更深的信號——馬克斯提醒，OpenAI和Anthropic在數年前對大多數投資者還默默無聞，當前領導者的持久性本身就是一個未解問題。
「賣鏟子」就穩賺嗎？
對於「投數據中心基礎設施來規避AI選股風險」的策略，馬克斯同樣持保留態度。
數據中心的主要成本在於晶片而非建築，疊加選址、光纖、電力、冷卻與融資成本，這筆投資「並非易事」。
他還指出，上週多項數據中心建設禁令獲得通過——這反映出一個分化：已建成、已租賃、已通電的存量容量可能更值錢，而手持規劃方案和土地期權的投資者則面臨完全不同的處境。
幾乎沒人在模型裡放進去的風險是甚麼？
馬克斯點出一個賣方分析師幾乎從未納入的變量：稅收。
邏輯很直接：若AI的主要效果是替代勞動力 → 政府需要彌補這些工人原本繳納的薪資稅 → AI本身可能成為新的稅基。
簡單來說＝ 「AI將處於哪個稅率檔？」——這個問題今天沒人回答，但它會直接影響AI公司的遠期利潤率。
這份備忘錄的時機為甚麼重要？
Anthropic正處於路演階段，計劃11月18日定價、11月19日開始交易，此次IPO被視為史上規模最大的資本募集之一。
馬克斯備忘錄的核心命題是：連AI自己都無法為AI的可預測性給出高分，投資者的定價信心究竟建立在甚麼之上。
這意味著→ 這不是一份「看空AI」的報告，而是一份在市場最亢奮的節點上，要求投資者誠實面對自己認知邊界的公開文本。
市场有风险，内容仅供研究参考，不构成投资建议。