在 "AI 泡沫论 " 再起之际，长期资本反而在对模型公司持续下注。

Anthropic 今年 5 月的融资中，出现了 GIC、资本集团等全球机构；富达、淡马锡则同时出现在 Anthropic 和 OpenAI 今年的融资名单里。

中国的智谱，最近也吸引了 " 长钱 " 加注。9 月 13 日，智谱公布约 50 亿美元的股份配售及可转债融资安排。现有长线股东继续认购，部分在 IPO 时持审慎态度的价值投资人此次也参与认购，海外机构成为主要获配方。

模型公司正在获得不同阶段投资人的重新判断。长线资金的持有期跨过多代产品，客户的采购也在跟着模型能力扩展。

技术更新得快，可以成为一家公司反复争取客户预算的机会。持续做出前沿模型，正在长成一门值得长期投入的生意。

更重要的是，资本与模型公司正在形成 " 复利效应 "：模型卖出去，获得收入；模型用回研发，积累下一轮能力。全球机构正在重新评估的中国模型资产，与 AI 行业走向 " 研发复利 " 的进程，在这轮融资中相遇。

资本开始押注 " 连续产出 "

几个月就可能更新一代的产品，正在吸引按年考察企业的资金。两种时间尺度能够接上，关键在于模型公司已经展现出跨越版本更替做生意的能力。

GIC 给过一个很具体的观察。今年 2 月再次投资 Anthropic 时，它披露，按客户支出年化口径计算，年支出超过 10 万美元的 Claude 客户数量，一年间扩大到 7 倍。一些企业从单一用途起步，逐渐把 Claude 用到内部更多业务。

产品在换代，客户却在同一家公司的服务里扩大使用。模型能力提高，能接下的工作变多，企业采购预算便有了继续向原厂流动的理由。连续研发开始对应连续的商业机会。

这会改变资本看模型公司的方式。技术领先的一部分价值，留在了客户关系、服务渠道和研发体系里。

一家企业反复推出新能力，还能沿着已有渠道把它卖出去，就具备了跨产品周期经营的基础。长线资金可以围绕这套连续产出能力评估投入。

研发越需要持续扩张，这类资本的分量就越重。训练安排、工程建设和人才投入都要向前准备，模型公司也要扩大投资者基础，为不同阶段的投入组织资金。

智谱的认购名单，提供了中国市场的一个切面。此次股债融资计划中，现有长线股东继续认购，部分 IPO 时持审慎态度的价值投资人开始主动参与认购。前者增加已有配置，后者跨过了从观察到持有的门槛。

投资者敢于对智谱下重注，是因为这门技术生意变得更清晰了。智谱 2026 年中报显示，上半年开放平台及 API 收入达到 8.25 亿元，占总收入的 86.5%。模型即服务（MaaS）成为收入主干，连续升级的研发成果已经通过原厂服务接上客户支出。

从配置机构可以看到，智谱进入了更广泛的国际机构配置范围。海外机构成为最终获配主力，覆盖亚洲、欧洲和美洲；前 20 大投资人获配本次股票配售份额超过 85%、可转债份额超过 88%。部分核心机构还同时认购股票与可转债，通过两类工具参与同一家公司的成长。

这轮交易呈现出的变化，是智谱这样的中国模型公司的技术进展正获得更广泛的资本认可。

前沿模型正在变成可以持续交付的服务，原厂开始积累收入与客户，长期资本也获得了重新判断技术价值的依据。融资名单里价值投资人的转身，是这种变化落在交易中的具体动作。

模型有了 " 自我进化 " 能力

眼下模型公司多了一个特殊的用户：自己的研发部门。

一个模型帮客户写代码，公司得到服务收入；同一个模型帮研究员写工具、搭环境、做实验，公司得到下一轮研发可以使用的成果。模型在外面卖智能，在内部用智能。前沿能力的价值，又向生产环节延伸了一层。

RSI，即递归式自我改进，要把后一种用途继续推远：模型参与研发更强的后继模型，后继模型再参与下一轮改进。头部实验室眼下正在争取的，是让其中越来越多的工作能够交给 AI 执行。

Anthropic 让一个较弱的 Claude 模型，针对更强模型的早期版本开展安全训练，在 60 小时里尝试 50 多种方案，改善指定的安全评测表现。模型反复提出办法、测试和修改，承担起了一段研究过程。

这类进展改变了研发部门使用时间的方式。研究员的想法要经过代码、环境和调试，才能走到实验结果。AI 接过部分执行工作，同一个团队便能同时推进更多尝试，更早发现走不通的方向。科研里的试错，也开始获得规模化工具。研发扩产，首先扩的就是这种试错能力。

智谱在 GLM-5.3 中披露的训练环境流程，切入了另一个费时的环节。研究智能体从真实工作中提取任务模式，将其转成可运行的长程任务，再由评判智能体尝试完成、检验是否可解。已有模型参与准备后续训练所需的环境，人也参与这套流程。

要让模型处理更复杂的工程，研发团队就得不断准备更复杂的训练任务。智谱让模型参与这项工作，押注的是把准备训练材料的能力也做大。任务和验证方法积累下来，后续实验便有了可以接着使用的成果。

这个循环中，竞争的节奏也随之改变。一个新模型发布时，外界看到的是它能完成什么工作；在开发者内部，它还可能成为下一轮实验的助手。领先成果能够继续参与研发，产品差距便多了一条转化为研发进度差距的路径。

同一个模型，进入不同的任务环境和工程体系，能帮研发推进到哪里，差别就在日常工作里。

这正是研发复利的吸引力。前一轮投入留下的收入可以再投资，留下的智能也可以再使用。模型迭代开始带着生产工具一同升级，持续做基础研究的公司有机会把积累用得更深。

智谱把完全自训练列为下一阶段的投入方向，正是在扩展这种能力。模型参与构建训练环境已经有了具体流程，进一步探索则要把这种参与延伸到更多训练与改进环节。

这种探索带有鲜明的工程色彩：把模型研发拆成可以由智能体承担的工作，再将有效的部分接起来。研究人员负责方向和取舍，模型承接更多执行任务，实验室开始把自动化延伸到自己的生产过程。

研发复利，就从这些能够反复使用的工作里长出来。

下一轮竞争，先争算力排期

研发扩产带来了一个颇有意思的现象：模型越来越会干活，开发模型的公司却在承担越来越重的资源承诺。

8 月底，Anthropic 与 Lambda 签下一笔 350 亿美元的云计算协议，用于扩大 Claude 可用的算力。OpenAI 则在 9 月 8 日披露首款自研推理芯片的进展，计划年底开始部署，并将数据中心、芯片、软件和模型放在一起统筹。前沿实验室正在越来越深入地经营智能的生产条件。

这股扩张冲动有它的技术根源。单次实验更容易开展，团队就有能力探索更多方案；模型服务成本下降，又会让更多工作值得交给 AI。

前沿竞争还在继续，省下来的资源就有了新的去处：下一项研究，以及下一批能够付费的需求。

头部公司正在把效率红利花回研发和供给。一次有效实验能多快放大，新模型能多快服务客户，都受生产条件影响。

模型公司越来越深地介入芯片、集群和服务系统，是在把技术兑现的速度握得更紧。研发能力与资源调度能力，开始共同决定一家公司的进度。

智谱管理层在中期业绩会上透露过一个很能说明问题的取舍：即使推理需求大幅放量，算力配置仍优先保障关键训练窗口。

商业化最热的时候，智谱给下一代模型保留了位置。眼前的客户需求有收入对应，研发投入则要到下一轮产品中兑现。

这是前沿模型公司的经营难题：技术越能卖出收入，管理层越要抵住把资源全部追加到当期业务的诱惑。智谱优先保障训练窗口，就是把持续研发放进了资源分配的优先级。

RSI 给这种安排增加了紧迫感。模型把准备实验的时间压下来之后，等待算力与工程条件的时间就更显眼。研究执行得越快，资源准备越要往前放。

智谱拟将本轮融资所得款项净额的约 60%，用于下一代 GLM 及完全自训练体系研发，以及支撑训练和生产推理的基础设施。

这类钱的用途，很像为研发扩产备好设备和工位。实验之后有资源继续验证，新模型推出后有算力承接客户使用。提前组织资金，就是要将技术进展更快地变成产品和收入。

资本在这里购买的，是让整套体系继续向前运转的主动权。

资本联系能力由此成为技术竞争的一部分。研究团队负责把能力往前推，公司还要负责让研究能够持续开展。大规模融资、长期算力安排与研发自动化同时出现，反映的是头部模型企业对连续产出的争夺。

对中国模型公司来说，资本认知变化最直接的表达，是机构从关注技术走向实际认购。

从观望到参与，变的是一部分全球机构看待智谱的方式；从模型服务到模型参与研发，扩展的是已有智能的用途。两种变化在本轮融资中相遇，让 " 长期价值 " 落到了一项具体选择上：把这一轮积累的资金与能力，继续投进下一轮研发。

智谱的老股东继续认购与价值派转身，正是这场重新估量在中国市场留下的一个注脚。

* 以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。