Anthropic 与 Blackstone 的债务交易为 AI 算力标出 10% 的价格
据报道，Anthropic 正向 Blackstone 提供超过 10% 的收益率，以支持一项规模达 600 亿美元的 Google TPU 融资方案。英国《金融时报》援引知情人士称，拟议中的 Anthropic Blackstone 债务交易将向 Blackstone 管理的基金配置 90 亿美元。
这一数字引人注目，因为这笔高成本债务将支持的是增长最快的 AI 公司之一，而非陷入困境的工业借款人。与此同时，Anthropic 正寻求与投资级信用状况相关的财务信誉。两位数回报率表明，潜在贷款方仍认为该公司的增长背后存在实质性风险。
这并非又一轮大型融资。据报道，这一结构将对 Claude 的预期需求转化为计算基础设施的固定租赁付款。Anthropic 必须在融资成本和合同承诺形成拖累之前，将这些算力转化为可持续收入。
该交易还检验了 AI 行业一种正在兴起的模式。实验室希望获得庞大的计算系统，却不必拥有每一枚芯片或每一座数据中心。私募信贷投资者、芯片公司和基础设施运营商正被要求为这一缺口提供融资。
Anthropic 与 Blackstone 的债务交易不止于购买芯片
据报道，这项融资将 Anthropic 对算力的需求转化为一项长期信贷义务。
Financial Times 于 10 月 16 日报道称，Anthropic 已就其最新一轮芯片融资中的一部分向 Blackstone 提供超过 10% 的回报率。报道援引熟悉谈判的人士，而非两家公司任一方公布的已完成协议。
据报道，Blackstone 管理的基金将投资 90 亿美元次级债务。次级债务在偿还顺位上低于优先贷款方，因此投资者通常会要求更高回报，以补偿承担更大的损失风险。
据报道，这一更广泛的融资方案名为 Project North Star，总规模为 600 亿美元，将为约 1.5 吉瓦的 Google Tensor Processing Unit 算力提供融资。TPU 是 Google 用于训练和运行机器学习模型的定制处理器。
据报道，该方案包括 420 亿美元优先债务和 180 亿美元次级债务。因此，Blackstone 拟议的承诺将覆盖次级部分的一半。据报道，帮助将 Google TPU 设计转化为量产芯片的 Broadcom 已安排这笔融资，并将支持优先级部分。
据报道，这一结构的重要性不亚于其 headline 金额。特殊目的载体可以购置设备，并将这些设备租赁给 Anthropic。投资者随后依靠 Anthropic 的租赁付款、合同保护条款和底层硬件，而非发放传统的公司贷款。
这种安排将芯片所有权与其使用权分离开来。Anthropic 无需直接购买每一枚处理器即可获得算力。融资载体获得一系列合同约定的付款，而贷款方则获得由交易文件界定的债权。
不过，这种分离并不能消除经济风险敞口。Anthropic 仍需产生足够的现金流来履行租赁付款安排。如果需求走弱，公司无法仅仅指向设备的独立法定所有人来收回成本。
据报道的收益率体现了这一差别。超过 10% 的回报补偿了仅靠法律结构无法消除的风险。如果设备贬值或租赁付款承压，次级头寸尤其面临风险。
相关条款仍有待谈判。截至本文撰写时，Anthropic、Blackstone、Broadcom 和 Google 均未公开确认这项完整的融资方案。最终金额、收益率、投资者群体和合同保护条款仍可能变化。
这一验证缺口应当影响读者解读该报道的方式。Financial Times 的报道勾勒出持续谈判的可信图景，但并不意味着每一项拟议条款都已最终确定。核心信号在于投资者定价，而不是假定交易已经完成。
为什么 Anthropic 需要如此庞大的 Google TPU 算力
Anthropic 现在为基础设施融资，是因为 Claude 的未来取决于能否在客户需求完全可预测之前，锁定稀缺的算力资源。
公司对处理器的需求并非理论问题。Claude 服务于消费者、开发者和企业，而 Claude Code 则处理日益漫长、计算需求日益高的软件任务。每一次查询、生成的程序和自主工作流都会消耗推理算力。
训练新模型又增加了一层需求。训练是指处理海量数据集，以调整模型的内部参数。推理则是训练完成后的阶段，即模型为用户生成答案。两者都需要芯片、电力、网络和冷却系统，尽管其工作负载模式不同。
Anthropic 有意将这些工作负载分布在多种硬件系统上。该公司使用 Google TPUs、Amazon Web Services Trainium 芯片和 Nvidia GPUs。这种多元化降低了对单一供应商的依赖，也让工程师能够将工作负载分配给不同架构。
Google 已经是这一战略的重要组成部分。2025 年 10 月，Anthropic 表示，扩大后的安排将使其最多可使用 100 万枚 TPU。根据Google 芯片协议，该交易价值数百亿美元，并有望在 2026 年上线超过 1 吉瓦的算力。
这项新融资似乎是在延续而非取代这一方向。据报道，Project North Star 通过 Broadcom 和基础设施合作伙伴支持另一大批 TPU 算力。其规模表明，Anthropic 预计 Claude 在编程、研究和企业自动化领域的使用量将继续增长。
Anthropic 已报告了支持这一预期的证据。2026 年 2 月，该公司宣布完成 300 亿美元 G 轮融资，投后估值为 3800 亿美元。公司表示，其年化收入运行率已达到 140 亿美元，在此前连续三年中每年增长超过十倍。
同一份Anthropic 融资更新称，超过 500 家客户的年度支出超过 100 万美元。Anthropic 还表示，Claude Code 的收入运行率已超过 25 亿美元，企业用户贡献了这款编程产品一半以上的收入。
这些是公司自行报告的数据，而非上市公司的经审计业绩。不过，它们解释了为什么 Anthropic 希望在未来需求的每一美元尚未显现之前就 확보算力。AI 基础设施的融资、建设、接入和投运可能需要数年时间。
等到算力被完全利用再行动，会带来另一种风险。恰恰在企业客户开始将关键工作负载迁入 Claude 时，Anthropic 可能面临短缺。可靠性问题或使用限制可能会促使这些客户转向 OpenAI、Google 或其他供应商。
因此，提前锁定处理器是一种竞争对冲。它保护 Anthropic 免于因缺少机器而失去增长机会。然而，如果客户采用程度低于预测，这种对冲的成本将很高。
这种张力不同于普通的软件扩张。传统云软件公司通常可以逐步增加基础设施。一家前沿模型提供商则必须在确切知道哪些产品将创造收入之前，预订大规模的加速器和电力资源。
由此产生的承诺更类似于基础设施融资，而非传统风险投资。它们取决于利用率、合同期限、设备残值和借款人的再融资能力。产品需求依然至关重要，但融资机制正日益工业化。
10% 的收益率揭示 Anthropic 算力战略的真实成本
核心权衡十分明确：Anthropic 获得战略性算力，同时接受可能挤压利润率和未来灵活性的融资成本。
两位数收益率不仅仅意味着高额利息账单。它代表市场对收入、抵押品、合同结构和偿还优先级不确定性的评估。由于 Blackstone 据报道持有的次级头寸会在优先债务之前承担损失，因此它将获得更高回报。
这种定价使 Anthropic 据报道建立投资级信用的目标变得更加复杂。投资级借款人通常能够获得更广泛的贷款方基础和更低的借贷成本，因为评级机构认为其违约风险相对有限。
Anthropic 的快速收入增长支撑了其主张，但其对持续资本支出的依赖则削弱了这一主张。贷款方必须判断，收入能否比基础设施承诺、经营亏损和融资费用增长得更快。
与更早一笔交易的比较进一步凸显了这一问题。Financial Times 报道称，Anthropic 在四个月前通过 Project Big Sky 完成了约 44 亿美元的债务融资，利率为 8.5%。据报道，North Star 的次级融资要求投资者接受更高回报。
这两种工具在抵押品、期限、优先级和合同保护方面可能有所不同。不能将它们的 headline 收益率视作相同债券那样直接比较。尽管如此，这一方向表明，扩大该模式需要获得规模日益庞大的风险资本池。
Blackstone 具备从多个角度评估这一风险的条件。它投资于私募信贷、基础设施、房地产和数据中心等领域。该公司还参与了 Anthropic 的 G 轮股权融资，因此既获得了对公司潜在上行空间的敞口，也了解其基础设施需求。
5 月，Blackstone 宣布与 Google 建立另一项合作伙伴关系，以创建位于美国的 TPU 云。该公司承诺投入 50 亿美元初始股权，并表示该合资企业预计将在 2027 年上线 500 兆瓦算力。Google 将提供芯片、软件和服务。
这项TPU 云合资企业说明了为什么 Blackstone 是合乎逻辑的交易对手。它已经在围绕 Anthropic 扩张所涉及的同类处理器、电力需求和客户市场建立专业能力。
对 Blackstone 而言，Anthropic Blackstone 债务交易有望从稀缺的基础设施资产和快速增长的租户中获得回报。如果 Anthropic 履行其义务，且 Claude 的需求支撑计划中的利用率，次级头寸便可产生可观收入。
对 Anthropic 而言，Blackstone 提供了传统银行贷款可能难以吸收的规模化资本。这种关系还可以在同一私募市场网络中连接融资、数据中心开发和芯片获取。
这些互补利益并不能消除增长与信用质量之间的冲突。Anthropic 希望拥有充足算力和更低资本成本。Blackstone 则必须获得足够补偿，以承担一家拥有大量前瞻性承诺的私营公司所带来的不确定性。
据报道的收益率正是这些利益的交汇点。它为 Anthropic 对未来需求的信心与投资者在需求缓慢到来时所需的保护之间的差距定价。
这种机制正在整个 AI 基础设施领域扩散。Apollo 和 Blackstone 此前曾与 Broadcom 合作搭建一个平台，并获得了初始 350 亿美元贷款支持。该平台旨在为 Anthropic 通过数据中心运营商 Fluidstack 租赁 Google 芯片提供融资。
此前的这笔算力融资预计将向更多投资者进行银团分销。它展示了资产管理机构如何将加速器集群转化为可融资的基础设施，而非让 AI 实验室独自承担全部成本。
这种方式提供了灵活性，但也形成了相互关联的风险敞口。芯片供应商依赖 AI 客户；基础设施运营商依赖租赁付款；贷款方依赖合同执行与可用抵押品；AI 公司则依赖客户需求在其义务变得严苛之前到来。
当利用率持续上升时，这一网络可以良好运转。当推理价格下降、新处理器削弱旧系统的吸引力，或竞争模型压低定价能力时，管理难度就会增加。
高成本债务考验 Anthropic 对阵 OpenAI 和 Google 的竞争力
Anthropic 面临的竞争问题不只是构建更好的模型；它还必须在不让渡未来增长经济收益的前提下，为足够的算力融资。
OpenAI 同样面临基础设施需求，但它可依托一个不同的网络，其中包括 Microsoft、Oracle、芯片供应商及其他投资者。Google 拥有 TPU 技术并运营自己的云服务，因此对技术栈中的多个层面拥有更强控制力。
Anthropic 所处的位置不同。它设计模型和产品，但云容量、定制处理器、制造、数据中心和融资均依赖合作伙伴。其多供应商策略提升了韧性，但也带来了相互重叠的商业承诺。
Amazon 仍是主要投资者和首要云合作伙伴。其 Trainium 处理器通过 AWS 支持 Anthropic 的工作负载。Google 既是投资者，也是 TPU 供应商。Nvidia 依然重要，因为其 GPU 支持广泛使用的 AI 软件及多样化工作负载。
这种多元化有助于 Anthropic 在竞争平台之间协商容量，也能降低依赖单一芯片架构带来的运营风险。Anthropic 表示，这一方式让其能够将工作负载匹配给最适合各项任务的硬件。
然而，供应多元化并不等于低成本供应。每一段合作关系都涉及合同、最低承诺、集成工作和部署进度。从多家供应商预留容量可以保障增长，却也提高了实现盈利性利用率的门槛。
Google 面临不同的战略考量。向外部实验室出售或出租 TPU，会将其内部技术转化为更广泛的云平台。Anthropic 的需求验证了 TPU 可作为面向前沿规模工作负载的 Nvidia GPU 替代方案。
如果融资得以推进，Broadcom 同样会受益。它与 Google 合作实现 TPU 设计的物理落地，并处于架构所有者、制造商、融资方和终端用户之间。更大规模的部署可能转化为可观的半导体和网络需求。
Blackstone 的角色横跨这场竞争。它并非押注某一家模型实验室会成为技术赢家，而是在投资整个市场所需的基础设施和信贷结构。
这一角色类似于在工业扩张时期为交通网络提供融资。投资者可以从基础容量需求中获得回报，而不必预测每一种将使用该网络的产品。这个类比也有局限，因为 AI 芯片的淘汰速度可能远快于港口或铁路。
快速淘汰带来了最大的一项未解问题。专用处理器即使在物理上仍可正常工作，也可能因无法与新芯片竞争而失去经济价值。更优的每瓦性能或更低的推理成本，可能在融资到期前就让旧集群失去竞争力。
Google 的软件生态系统可以通过让 TPU 在连续几代模型中保持实用性，降低部分风险。Anthropic 的工程师也可以针对现有硬件优化工作负载。但两者都无法保证需求足以支撑每一个预留单元。
因此，与 Google 的比较至关重要。Google 可以将 TPU 开发成本分摊至搜索、广告、Gemini、云服务和外部客户。Anthropic 则主要必须通过 Claude 及相关企业产品来支撑其承诺。
OpenAI 构成了另一项参照标准。如果它获得更便宜的资本或更强的基础设施补贴，Anthropic 可能会面临在承担更高融资成本的同时匹配产品投入的压力。如果 OpenAI 遇到类似的借贷条件，那么问题就不只属于 Anthropic。
企业买家应当关注，因为基础设施经济性最终会影响产品行为。拥有高成本、重承诺容量的供应商，可能会推动更高利用率、更长期的客户协议，或更重视能产生可预测收入的产品。
它也可能优先发展高效模型和路由系统。这些工具会将每项请求分配给能够完成任务的最低成本模型。更好的路由可以在不削弱客户按需使用高端推理能力的情况下保护利润率。
对开发者而言，实际信号将体现在 API 可用性、延迟、使用限制和模型价格上。获得充足融资的容量扩张可以让 Claude 在需求高峰期间更加可靠。不匹配的扩张则可能迫使公司实施影响产品访问的成本控制。
因此，构建重要工作流的团队应保留自身的运营灵活性。将提示词、决策和输出保存在可搜索的知识库中，可以在模型、限制或供应商发生变化时减少干扰。
重点并不是说报道中的融资会让 Claude 变得不可靠。相反的结果同样合理，因为这些容量本就是为支持增长而设。重点在于，基础设施融资如今正与模型质量一道塑造产品竞争。
报道中的债务条款无法证明什么
超过 10% 的收益率意味着存在显著风险，但并不能证明 Anthropic 陷入困境，或融资将会失败。
次级债务天然比优先贷款具有更高回报。该工具在偿还顺序中的位置、期限和抵押品，都可以解释部分定价。在缺少这些细节的情况下，将其与投资级公司债比较会产生误导。
报道的收益率还可能不仅包括票面利率。费用和发行折价——即允许投资者以低于面值的价格获得债务——可能会提高总预期回报。交易文件尚未公开，因此确切的经济条款仍不可得。
Blackstone 的参与支持两种相互竞争的解读。其一是，成熟投资者认为长期需求支撑的风险具有吸引力且可控。其二是，Anthropic 必须为吸引资本来承担对普通贷款方而言规模过大的承诺而支付高昂代价。
这两种解读都取决于仍属私密的信息。读者无法获得完整的租赁时间表、利用率假设、抵押品估值、契约条款或再融资计划，也没有展示 Anthropic 现金流和总负债的经审计财务报表。
公司的收入运行率只能提供部分视角。运行率将近期业绩年化，但并不等同于已确认的年度收入或自由现金流。它几乎无法说明扣除推理支出、研发成本和基础设施承诺后的毛利率。
Anthropic 的估值也不会直接偿还债务。股权投资者可以接受遥远的盈利，因为他们参与未来上行空间。即使公司的战略价值持续上升，贷款方仍需要按期付款和合同保护。
另一个不确定性涉及芯片的剩余价值。如果 Anthropic 无法使用全部容量，贷款方可能需要依赖将硬件或算力访问权转移给另一位客户。Google TPU 的市场正在增长，但并不具备 Nvidia GPU 那样广泛的外部生态系统。
Blackstone 与 Google 的合资项目可通过扩大基于 TPU 的算力市场来提高这种可转移性。更多客户和标准化运营系统将使这些资产更容易重新部署。但这仍是预期收益，而不是有保障的回收路径。
监管和会计审查同样值得关注。特殊目的实体可以使直接资产所有权不归运营公司持有。分析师仍会审视相关租赁是否构成不可避免的经济债务。
一种结构可以遵守会计规则，同时仍让公司面临固定付款风险。考虑 Anthropic 未来信用状况或潜在上市的投资者，将同时关注实质和呈现方式。
这些风险都不会否定 Anthropic 的增长逻辑。它们定义了增长必须通过的考验。公司需要让企业采用、开发者使用和模型效率提升得足够快，以覆盖其基础设施成本基础。
最强的积极结果将是更高利用率与每项任务算力成本下降的结合。这一组合将使 Anthropic 能够从每一单位容量中服务更多客户，同时保留承担融资支出的空间。
较弱的结果则是预留容量与模型价格下降、采用速度放缓同时出现。收入可能增长，但利润率仍不足以支撑资本结构。届时再融资将变得更加昂贵或更具限制性。
当前证据无法确定 Anthropic 将走哪条路径。它表明，这条路径如今不仅有技术雄心，也有固定的财务里程碑。
三项信号将显示 Google TPU 押注是否奏效
下一阶段将通过融资完成情况、容量利用率，以及收入增长与基础设施义务之间的差距来评判。
第一个信号是 Project North Star 是否会以接近报道中的条款完成。如果一项由 Blackstone 锚定 90 亿美元次级债务的 600 亿美元融资方案完成，将证明私募信贷市场能够承接一笔大型 AI 基础设施交易。
变化与完成同样重要。更小的融资方案、更高的收益率、更严格的抵押品要求，或银团分销延迟，都将表明贷款方希望获得更多保护。更好的定价则意味着市场对 Anthropic 信贷逻辑的信心更强。
第二个信号是新的 TPU 容量能否按计划上线，并获得具生产力的工作负载。在融资硬件产生客户收入之前，电力交付、数据中心建设、网络、芯片供应和软件优化必须协同到位。
利用率将比单独的已安装容量更具参考价值。Anthropic 需要让处理器处理持续的付费需求，而非仅作为储备存在。产品可用性、API 性能和不断扩大的企业使用，能够提供间接证据。
第三个信号是 Anthropic 的收入和利润率能否超过其固定承诺。未来的融资更新、信用评估或公开财务披露，应能阐明 Claude 的增长是否产生了足以支撑基础设施战略的现金。
客户集中度也会是这一信号的一部分。广泛的企业和开发者需求基础将使付款更具韧性。若高度依赖少数买家，融资则会更容易受到合同流失或预算变化的影响。
这些指标将决定 Anthropic 与 Blackstone 的债务交易会成为范本还是警示。若成功，这将表明 AI 实验室能够将私募信贷与租赁芯片相结合，在无需拥有整套数据中心系统的情况下实现扩张。
若失败，则会动摇这样一种假设：未来的 AI 收入足以支撑当下的基础设施承诺。这还可能促使贷款方在整个行业中要求更高收益率、更小规模的交易，或更强的担保。
对企业采购方而言，眼下的应对应务实而非戏剧化。应跟踪供应商可靠性、使用政策、模型效率以及跨供应商的可迁移性。保留关键 AI 辅助工作记录，避免融资或平台变动抹去组织上下文。
开发者应关注 TPU 扩张能否在不收紧访问权限的前提下，改善 Claude 的延迟和可用性。投资者则应关注最终债务条款，以及其向投资级信用评级迈进的任何进展。
核心问题如今可以量化：Anthropic 能否以快于其债务累积的速度，将昂贵的 Google TPU 算力转化为经常性收入？据报道的 10% 收益率设定了严苛基准。接下来的融资披露和部署里程碑将显示 Claude 的增长能否跨过这一门槛。
