霍华德·马克斯：AI可预测性仅2分，Anthropic IPO前夕发出警示
nashnova research
橡树资本联合创始人霍华德·马克斯在Anthropic IPO定价前夕发布备忘录，用Anthropic自家的Claude为AI可预测性打分——结果仅2分（满分10），直指市场对这笔万亿估值交易的定价信心缺乏根基。
让AI给自己打分，结果说明了什么？
马克斯让Claude评估AI各细分领域的可预测性，Claude给前沿AI实验室——包括Anthropic自身——打出2分（满分10分）。
这意味着→ 连AI自己都认为，这个行业"几乎无从判断"；马克斯用这个分数质疑所有基于确定性假设的估值模型。
马克斯坦言自己"对AI运作原理毫无了解"，但他认为这恰恰是重点：Claude描述自身机制时说，"没有人为它的回答编写规则，这些规则从数十亿个毫无意义的数字中涌现出来"。
用大白话说＝ 你手上有市场里每笔交易的完整记录，但仍然不知道价格为什么动——AI对自身的理解，大致就是这个程度。
六个变量叠加，胜率怎么算？
马克斯列出AI投资的六个核心不确定性：技术本身、算力需求、竞争格局、受益方、融资可得性、以及时序。
他做了一道简单的概率题：假设每个变量独立、且各有60%胜率，六项叠加后整体胜率约为5%。
这意味着→ 即便你对每一个变量都"比较看好"，叠在一起之后，押对全局的概率仍然很低——这是不确定性的乘法效应，不是加法。
模型趋同之后，钱流向谁？
马克斯援引巴菲特对互联网的经典判断：变革性技术不一定回报投资者。
他的逻辑链是：若多个模型能力趋同 → AI服务沦为无差异化商品 → 以价格竞争 → 收益流向用户，而非供应商。
价格战已是现实：特定性能水平的模型定价每年下降约13倍，降幅远超摩尔定律。
这反映出一个更深的信号——马克斯提醒，OpenAI和Anthropic在数年前对大多数投资者还默默无闻，当前领导者的持久性本身就是一个未解问题。
"卖铲子"就稳赚吗？
对于"投数据中心基础设施来规避AI选股风险"的策略，马克斯同样持保留态度。
数据中心的主要成本在于芯片而非建筑，叠加选址、光纤、电力、冷却与融资成本，这笔投资"并非易事"。
他还指出，上周多项数据中心建设禁令获得通过——这反映出一个分化：已建成、已租赁、已通电的存量容量可能更值钱，但手持规划方案和土地期权的投资者则面临完全不同的处境。
几乎没人在模型里放进去的风险是什么？
马克斯点出一个卖方分析师几乎从未纳入的变量：税收。
逻辑很直接：若AI的主要效果是替代劳动力 → 政府需要弥补这些工人原本缴纳的薪资税 → AI本身可能成为新的税基。
用大白话说＝ "AI将处于哪个税率档？"——这个问题今天没人回答，但它会直接影响AI公司的远期利润率。
这份备忘录的时机为什么重要？
Anthropic正处于路演阶段，计划11月18日定价、11月19日开始交易，此次IPO被视为史上规模最大的资本募集之一。
马克斯备忘录的核心命题是：连AI自己都无法为AI的可预测性给出高分，投资者的定价信心究竟建立在什么之上。
这意味着→ 这不是一份"看空AI"的报告，而是一份在市场最亢奋的节点上，要求投资者诚实面对自己认知边界的公开文本。
市场有风险，内容仅供研究参考，不构成投资建议。