三年狂赚100亿美元,拆解Anthropic背后最牛VC的AI投资逻辑

硅基观察Pro·2026年11月04日 20:51
最好的投资,是押注变化

Anthropic的招股书里,有一个很有意思的细节。

在这份长达数百页的文件中,一家名叫Spark Capital的投资机构,被前前后后提及了50多次。

这个出现频率,甚至超过了不少向Anthropic投资数十亿美元的科技巨头。

原因很简单,Spark Capital是Anthropic最早的机构投资者之一,其合伙人至今仍是公司董事会中唯一来自传统风险投资机构的代表。

很多人可能不知道,Anthropic刚成立时,几乎没有VC愿意投它。甚至在C轮融资之前,公司很大程度上只能靠科技圈的熟人关系寻找资金。

尤其是ChatGPT横空出世后,投资人更有理由犹豫:OpenAI已经抢占先机,背后还有微软撑腰,Anthropic凭什么赢?

但Spark偏偏选择了坚定下注。

从C轮开始,Spark参与了Anthropic的每一轮融资,前前投进去7.77亿美金,按1.5万亿美金的估值来算,三年时间赚了整整100亿美元。

为什么偏偏Spark,敢在OpenAI如日中天的时候,押注它的竞争对手?

翻阅这家公司过去十几年的投资记录,以及几位核心合伙人的公开访谈,我觉得,这笔投资远不只是运气好那么简单。

Spark很早就意识到,AI正在改变的不只是科技行业的竞争格局,还有风险投资本身的游戏规则:

传统投资逻辑中那些相对静态的竞争优势,在AI时代正变得越来越不可靠。相比于一时的技术领先,技术判断以及应对变化的能力才更为关键。

一笔改变命运的7500万美元投资

说起Spark Capital,就不得不提它的合伙人Yasmin Razavi。

这位在伊朗德黑兰长大的女性,2006年去加拿大探望留学的哥哥时,临时决定留在当地。后来,她考入多伦多大学,进入麦肯锡,又读了哈佛商学院。2017年加入Spark,2020年晋升合伙人。

而她职业生涯最成功的一笔投资,就是Anthropic。

别看Anthropic现在风光无限,刚成立时,几乎没有VC愿意投它。

2021年,Anthropic没有产品,没有收入,却一开口就要融资5亿美元。

当时,科学家出身的Anjneyn Midha曾帮助Anthropic寻找投资人,一口气见了22家VC,21家当场拒绝,剩下一家最终也没谈成。

有投资人甚至反问:GPT-3是什么?

没办法,Anthropic只能转而找那些已经财富自由的科技圈大佬。

2021年5月,Anthropic完成1.24亿美元A轮融资,领投方是Skype联合创始人Jaan Tallinn,其他投资者包括Facebook联合创始人Dustin Moskovitz等人。

2022年4月,又完成5.8亿美元B轮融资,最大金主之一是后来因FTX破产而声名狼藉的Sam Bankman-Fried。

真正的转折发生在2023年。

ChatGPT横空出世,微软又向OpenAI投入巨额资金。大模型的商业前景终于得到验证,但新的问题也来了:

既然OpenAI已经抢占先机,背后还有微软撑腰,为什么还要投资Anthropic?

大多数VC仍然选择观望。但Yasmin Razavi不这么想。

今年5月,她在接受《福布斯》采访时回忆,为了推动这笔投资,自己专门写了两份详细的投资备忘录,说服Spark其他合伙人。

她的逻辑主要有三点:

第一,大模型可能代表一次真正的技术范式革命。

她借用科学哲学家托马斯·库恩的范式转换理论,认为过去十年深度学习、无监督学习和Transformer的发展,已经为LLM带来新的技术范式创造了条件。

第二,AI的应用范围将远远超过普通的软件工具。

Razavi列举了法律、医疗、会计、软件开发、采矿、农业等领域,认为AI正在重新定义人类与计算机共同工作的方式。

第三,安全不仅是技术伦理,也是开发可靠AI产品的基础。

她特别提到Anthropic团队在Scaling Laws、RLHF以及Constitutional AI方面的研究积累,认为这支团队既有顶尖模型能力,也有对安全和对齐问题的长期投入。

更重要的是,她并不认为大模型行业已经被OpenAI彻底拿下。相反,随着AI成为新的技术范式,拥有原创研究能力、能够持续迭代模型的公司,仍然有机会成为下一代科技巨头。

2023年5月,Spark领投Anthropic的4.5亿美元C轮融资,自己掏了7500万美元。这是Spark历史上最大的一张支票,相当于其14亿美元成长基金规模的5%以上。

事实证明,这笔投资只是开始。

招股书显示,此后Spark又连续参与Anthropic五轮融资,累计投入达到7.77亿美元。按照1.5万亿美元估值测算,Spark所持股份账面价值可能超过百亿美元,累计投资回报约14倍。

其中,最初7500万美元投资对应的股份,潜在回报甚至可能达到80倍。

但Spark获得的还不只是财务回报。Razavi从2023年3月开始担任Anthropic董事,甚至早于C轮融资正式官宣。

进入董事会后,Razavi开始帮助公司识别哪些具体应用能创造最大商业价值。

Anthropic联合创始人Daniela Amodei曾向《福布斯》透露,在Claude Code成熟之前,Razavi就反复建议公司,把AI编程作为一个独立的重要市场。

后来故事我们都知道了,Claude Code成为Anthropic增长最快的产品之一。

Spark只看好两类AI应用公司

如果只看Anthropic,很容易把Spark的成功理解为一次偶然的投资。但把时间线拉长,就会发现,这家公司对AI的布局其实相当系统。 

从公开投资组合来看,Spark几乎押注了AI产业链的每一个重要环节。

在基础模型领域,除了Anthropic,它还投资了AI蛋白质设计公司Profluent、机器人基础模型公司Generalist。

在算力层,Spark投资了Lightmatter、MatX、Enfabrica,分别布局光互联、AI专用芯片和高性能网络互联。

在基础设施层,它投资了数据标注公司Scale AI、向量数据库Qdrant、模型推理平台Baseten,以及AI数据中心公司Crusoe。

应用层同样没有落下,包括AI医疗公司Abridge、音视频编辑平台Descript、AI视频生成公司Pika,以及AI会议笔记工具Granola。

这些投资看起来很分散,但背后的逻辑却高度一致:寻找每个环节真正有能力建立长期竞争壁垒的公司。

尤其对于AI应用层,Spark把AI创业公司分为三类:

第一类是Adaptation(适配),也就是给现有软件增加AI功能,比如AI搜索、AI助手。

这类产品虽然能改善体验,却很难仅凭AI功能形成长期壁垒。

第二类是Evolution(进化),即利用AI重新设计工作流程。

比较有代表性的就是,AI医疗公司Abridge和AI会议笔记工具Granola。

前者利用AI自动整理医患对话,生成临床文档。而后者则把用户自己的记录与会议内容结合,生成更符合个人需求的笔记。

第三类则是Revolution(革命),也就是AI创造出过去根本不存在的产品和市场。

Hyatt坦言,Spark最成功的投资,主要集中在第三类,以及部分第二类。对于第一类简单增加AI功能的公司,基本没有兴趣。

因为在它们看来,真正有价值的技术创新,不只是把原来的事情做得更便宜、更快,而是让用户能够完成过去无法完成的事情。

Hyatt还特别提醒,AI Agent创业存在一个陷阱。

很多公司利用大模型自动化传统人工服务,通过降低成本迅速获得收入。但如果竞争对手都能调用相同的模型,那么今天建立的成本优势,明天就可能消失。

真正的竞争壁垒,必须来自产品本身,以及持续积累的数据、用户反馈和工作流能力。

这或许也是理解Spark AI投资版图的关键:它既投资创造技术范式的公司,也投资利用新技术重新定义产品的公司。

AI时代,VC投资的规则也在改变

Spark不仅在重新判断什么样的AI公司值得投资,也在反思传统VC的投资方法。 

2025年,Spark合伙人Nabeel Hyatt在接受采访时,提出了一个很有意思的观点。

Hyatt在2025年的访谈中提出,过去十几年的SaaS投资,越来越像一道有标准解法的数学题。

投资人可以通过ARR、客户留存率、销售效率、市场规模等指标,评估一家软件公司的增长潜力。

但投资AI不行。几个月后模型会有什么能力、会出现什么产品形态、哪些岗位会被重新定义,这些问题在决策的那一刻都没有答案。

所以他做了个区分:过去VC擅长解 Puzzle,已知条件下的难题;AI 投资更像 Mystery,答案还没被写出来的探索。

这种区别,看起来很抽象,放在Anthropic身上却非常直观。

2023年,任何试图用传统财务模型估算Anthropic价值的投资人,都很难为一家收入有限、算力成本高昂、前面还有OpenAI的公司,找到令人信服的投资理由。

但Spark看中的,恰恰是那些财务模型难以衡量的东西:一支顶尖研究团队,以及大模型可能创造的全新市场。

当然,押注技术变革,并不意味着可以忽视投资风险。尤其在AI行业,今天看起来领先的技术,可能几个月后就被竞争对手追赶甚至超越。

那么问题来了,如果技术领先随时可能被打破,AI公司的长期竞争壁垒究竟是什么?

Hyatt在之前访谈中,也被问到了这个问题。

当时,DeepSeek的出现让不少投资人开始质疑,大模型公司投入数百亿美元训练模型,究竟还能建立多大的竞争优势。

但Hyatt并不认为,巨额资本投入本身就是模型公司的唯一壁垒。相比于某一代模型的领先,Spark更看重顶尖团队的技术判断,以及持续执行和迭代的能力。

从这个角度看,传统投资逻辑中那些相对静态的竞争优势,在AI时代正变得越来越不可靠。相比于一时的技术领先,企业能否持续适应变化,甚至主动引领下一轮技术变革,才是决定其长期价值的关键。

本文来自微信公众号“硅基观察Pro”,作者:硅基君,36氪经授权发布。

+1
7

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

36氪AI测评

选靠谱AI,看真实评测
查看
36氪AI测评官方交流社区
加入

36氪项目推荐

咨询项目审核和入驻
联系
36氪项目推荐订阅号
关注
36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业