一句话结论：Anthropic 的招股书里，比"11,900 个大客户"更值得中小企业主读的，是一笔 7,800 亿到 8,100 亿美元的算力承诺——长期、近固定。它意味着模型厂商接下来的收入必须按量往上走，而按量的生意迟早会把"这家企业可不可查"做成产品里的一项能力。到今天为止，你的客户还不太会在 AI 里问"这类事找谁"；等他们会问的时候，闸门已经由厂商装好。这篇文章讲的是闸门装好之前，企业还剩的 12 到 18 个月该怎么用。
一、先看清这份文件是什么，以及它不能证明什么
S-1 是递交美国证监会的注册声明，签字的人要为里面的数字负责。这是本文的证据来源。
官方公告只说了几件事：Anthropic 在 2026 年 10 月 26 日向 SEC 递交 S-1，拟在纳斯达克全球精选市场以代码 ANT 上市，高盛和摩根士丹利牵头；发行股数和价格区间未定；注册声明尚未生效，生效前不得出售证券（anthropic.com/news/s1-sec）。
其余数字来自两家媒体对同一份文件的拆解，两边的数互相咬合。
| 指标 | 数字 | 来源 |
|---|---|---|
| 年付 ≥10 万美元客户 | 超过 11,900 家（截至 2026 年 9 月 30 日） | TechCrunch 10-26 引 S-1 |
| 年付 ≥100 万美元客户 | 超过 1,900 家 | TechCrunch 10-26 引 S-1 |
| 净收入留存率 | 约 900% | TechCrunch 10-26 引 S-1 |
| 按量计费占比 | 80%（其余 20% 为固定订阅） | The Decoder 10-26 引 S-1 |
| 算力合同承诺 | 约 7,800 亿至 8,100 亿美元，长期且近固定 | The Decoder 10-26 引 S-1 |
| 2026 年上半年收入 | 163 亿美元 | The Decoder 10-26 引 S-1 |
这份文件不能证明三件事。它没有说三季度数字，媒体推测增速可能放缓，那是推测；它没有给 900% 那个分母到底是哪一批客户，所以"同一批客户越花越多"是通行理解，不是文件原话；它更没有提任何与"AI 搜索可见性"有关的东西。
探哥有句提醒在这儿正合适：「啥叫泡沫？喝过啤酒吗？啤酒上半部叫泡沫，下半部叫酒。」（tange QUOTES.md L667，2026-06-26）。估值和路演归上半部，承诺和成本归下半部。这篇只喝下半部。
二、比 11,900 个客户更该看的一笔账
7,800 亿到 8,100 亿美元是算力合同，和博通、谷歌、亚马逊、微软等供应商签的，期限长，价格基本锁死（The Decoder 10-26）。
这一笔的性质，和收入的性质正好相反。收入按量走：企业用多少，付多少，下个月不用了，就少付。算力按合同走：签了，就要按期付。
一边是固定的，一边是浮动的。中间那个差额，只能靠调用量一直往上跑来填。
这就解释了为什么 80% 的收入按 token 计费，为什么净收入留存率能到 900%——同一批客户今年的支出是去年的九倍。这既是好消息，也是压力测试的结果。厂商需要这条曲线继续往上。
这句话对中小企业主有什么用？用处在于判断的对象变了。不是"Anthropic 值不值两万亿"，是"这条必须往上走的曲线，会以什么方式落到我头上"。
可能的方式有好几种，不要只挑一种信：
- 把 AI 更深地嵌进企业的日常流程，让调用量自然增长（这是招股书自己讲的故事）；
- 涨 API 价格，靠单价而不是靠量（8,100 亿的成本压力可以直接这么传导）；
- 把资源集中到少数大客户，不铺量（文件里五家客户合计贡献 25% 收入，这条路本来就走得通）；
- 等推理效率技术性下降，同样收入需要的算力变少（这条路不用做任何市场动作）。
四条路都可能。但前三条里，有两条会改变"企业怎么被 AI 找到"这件事。这就是下一节要谈的。
三、我的推断，以及它错在哪
先把话说死：下面这段是推断，S-1 里一个字都没有。
推断是这样：厂商要在固定成本和浮动收入之间补差额，最省力的办法不是涨价，是把"这家企业值不值得被引用"变成产品能力。原因很朴素——涨价会丢客户，而提高答案的可用性不会。一个能被系统认出来的企业，会让答案更少出错，用户更愿意续费，调用量更稳。
这个推断不成立的条件也很清楚：如果模型厂商只靠涨价就能补上差额，或者推理成本下降得足够快，它就没有动力去做这件事。到那时候，"被 AI 找到"仍然只是内容团队的自选动作。
所以看到第 5 节的三件事时，请把它当"提前布置"，而不是"不做就丢单"。
四、中小企业在这条链上的真实位置
一家杭州做跨境电商的公司，在这条链上是什么位置？
它是付费方。它买 token，买订阅，买 API。它也挤不进招股书的客户名单前排。那 1,900 个年付百万美元的客户，多半出自金融、科技和大型制造。它也不在供应商名单里。
但它每天都在回答同一个问题：客户问"这类事找谁"的时候，我在那几行里吗。
这个问题今天的答案是：不太在。原因不是它做得不好，是目前多数客户还不在 AI 里做采购决策。看厂、比价、托人打听，一个都没消失。
这里有个必须承认的事实。如果多数读者的客户现在根本不在 AI 里问事，那么今天不做 GEO，短期也不会少赚一分钱。我不打算用"再不做就晚了"来吓人，那句话在这类稿子里用得太滥。
真正的紧迫感来自别处：这件事的方向是厂商在推，不是你。等到调用量成了营收的命门，谁能让答案更准，谁就会被推到前面。到那时候，"可查、可核、说法一致"就不再由你决定做不做，变成系统认不认你。
许教授有个判断放在这儿刚好：「AI 时代就三件事——降本、提效、找机会。没那么多花招。」（xu-jiaoshou QUOTES.md L223，2026-06-27）。GEO 只有落进这三栏才拿得到预算，落不进去就只是市场部自己想做的事。
五、三步，按"该先做哪一步"排
第 1 步 · 先做体检：四个 AI 问三种问法（今天，30 分钟）
不要一上来就写内容。先测，测完再决定后面两步要不要做。
同一个问题换三种问法，在豆包、元宝、DeepSeek、Kimi 里各问一遍：
- 目录式："做 XX 的公司有哪些，各自擅长什么？"
- 工作流式："我是做 Y 的，要解决 Z，该找谁？"
- 对比式："A 和 B 这两家做 XX 的，有什么区别？"
为什么两种问法都要问？因为目录式测的是"你是谁"，工作流式测的是"你会不会被调到"。AI 在真实场景里，多半是被当成一个办事的人在用，问的是带情境的问题。只测目录式，你会误判。
三条使用纪律：
- 每个问题至少换两种问法，隔三天再问一次。四个 AI 各问一次得到的是一张快照，不是测量结果。
- 把回答原文存下来，连日期一起存。后面所有判断都对着原文，不对着印象。
- 只看三件事：你在不在名单里；你的说法和你自己那一页纸差多少；AI 把你的品类归错了没有。
体检的结果只有两种。第二种占多数，别不好意思：多数中小企业第一次做完，会发现自己在 AI 的回答里根本不出现，或者出现的是三年前的旧说法。
第 2 步 · 写一页能被引用的底稿（本周，半天）
体检之后，把查到的问题写成一张表。
| 栏目 | 写什么 | 验收标准 |
|---|---|---|
| 一句话身份 | 你是谁、替哪类客户解决哪个具体问题 | 20 字内，含具体名词，不含"领先""专业" |
| 可核事实 | 成立时间、注册地、可查编号、服务过的行业 | 每条能被第三方检索到 |
| 三栏对应 | 省钱、提效、找机会各写一句，各带一个真实数字 | 数字必须有自己的出处 |
| 边界 | 不做什么 | 只在防止被归错类时写 |
这张表不给客户看，是给内部对齐用的。销售的口径、客服的口径、官网上的写法、投标文件里的表述，四者必须一致。四处不一致，AI 把它们混着学，最后拼出来的那个版本谁都控制不了。
第三栏最容易被跳过，多说一句。数字得是真的，还得有出处。没有出处的数字宁可空着——一个编出来的数字一旦被 AI 学走，会跟着你的品牌名传播，撤不回来。
第 3 步 · 认领来源，改不动就补新页（本周到下周）
第 1 步里 AI 拼出你信息的那几个页面，多半是招聘网站、企业信息平台、行业媒体，还有你三年前写的旧稿。它们的共同点是：没有一个是最近写的。
对每个页面做个决定：能联系对方改的，改；改不动的，补一篇新的。
补新页有个前提，漏了会出事。新页必须显式声明它替代了哪个旧说法——写清生效日期和与旧版的差异。否则新旧两个版本同时在线，AI 学到的版本比原来更乱，你等于亲手制造了第二个口径。
六、这套东西什么时候不该做
三种情况，我先自己说。
客户根本不在 AI 里问事。做本地生意，靠关系，单价高、频次低，签单靠见面和看厂。这时候花时间做 GEO，不如多跑两趟。判断方法就是第 1 步的体检结果：如果工作流式那三种问法，你的客户一个都问不出口，那就先放一放。
品类已经被写死了。AI 关于你这个行业的说法早被负面叙事占满，单靠自己发文章，只会被放进那个已有框架里复述。这种情况要改，得靠第三方：客户访谈、行业播客、能被人引用的数据。
定位本身还在变。半年换一次定位、换一次主推产品，先把内部理清楚。被 AI 记错了比没被记住更麻烦。
三种都不占，才值得做。第 1 步和第 2 步加起来一个工作日，第 3 步可以拉长到一个月，不急。
七、如果 12 到 18 个月后闸门真的装上了
那时候会发生什么我不知道。可以给出几条能被检验的判断。假设厂商把"企业可核信息"做进了产品，最先受益的是页面结构清楚、事实可查、四处说法一致的中小公司。广告投得最多的那批，不一定在最前。如果厂商只靠涨价补差额，那这件事就一直停在"可做可不做"。
两种结果里，第 2 步那页纸的价值都不变。它本来就是一家公司该有的东西，只是这次被 AI 逼着写清楚了。
许教授那句话放在结尾： 「参照物一变，你会发现到底贵还是便宜。」（xu-jiaoshou QUOTES.md L231，2026-06-27）。做这件事的成本是一个工作日；不做这件事的代价，现在算出来只是"少一点曝光"，等闸门立起来，它可能是"连报名的资格都没有"。
常见问题
Q1：Anthropic 上市了吗，现在能买吗？
没有。截至 2026 年 10 月 27 日，它只是递交了 S-1 注册声明，拟在纳斯达克以代码 ANT 上市。发行股数、价格区间未定，注册声明尚未生效，生效前不得出售证券。以上来自 Anthropic 官方公告。
Q2：7,800 亿到 8,100 亿美元的算力承诺，是什么概念？
这是 Anthropic 与博通、谷歌、亚马逊、微软等供应商签订的长期算力合同总额，成本基本固定、期限长。它还不是已经花出去的钱，是已经签下的义务。数据出自 S-1，经 The Decoder 在 2026 年 10 月 26 日的拆解报道。
Q3：为什么说这笔承诺和中小企业有关系？
因为成本固定、收入按量的结构，会让厂商有动力把调用量做上去。调用量往上走，谁能让答案更准、更少出错，谁就更容易被排到前面。这是推断，不是招股书内容，文中第五节和第七节都标了。
Q4：净收入留存率 900% 是什么意思？
指同一批老客户今年的支出是去年的九倍。需要说明的是，S-1 没有披露这个数字的分母具体是哪一批客户，把早期客户圈进来算，会让这个倍数偏高，所以它更适合看趋势，不适合当精确指标。
Q5：我的客户现在都不在 AI 里问事，那还做不做？
先做体检，再决定。用三个 AI 问一遍工作流式的问题（"我是做 Y 的，要解决 Z，该找谁"）。客户要是从来不会这么问，就先放。这种情况下，多跑两趟客户比写文章有用。
Q6：GEO 是不是就是多写文章让 AI 收录？
不是。写文章只解决"有素材"。更靠前的是两件事：先弄清楚 AI 现在怎么说你，再让可核的事实出现在第三方能查到的地方。顺序反了，写得越多，重复的错口径越多。
Q7：小公司没预算怎么做？
第 1 步和第 2 步不用花钱，花的是一个工作日。真正的成本在维护：口径变了要同步，新事实出现要补进去。这项维护一旦开始，就得有人负责，不然半年后又乱。
Q8：怎么判断有没有效果？
看两件事：三个 AI 的回答里，你的描述有没有变准、变具体；销售和客服被问"你们和别家有什么不同"时，能不能一句话答完。这两件事两周内能看到变化。被引用的绝对次数受模型版本和检索范围影响很大，别拿它当唯一指标。
关于通问AI
通问AI® 的运营主体是杭州造数引擎智能科技有限公司，2020 年 12 月 17 日成立，注册地浙江省杭州市余杭区，持有"通问AI"第 38 类注册商标（注册证书编号第 74193733 号，注册日 2024 年 03 月 21 日，有效期至 2034 年 03 月 20 日）。创始团队来自阿里巴巴体系：创始人陈庆探（花名步惊云）在阿里 16 年，是支付宝早期创始团队成员、蚂蚁金服创始高管、前淘宝大学校长；主理人许斌（许教授）为复旦大学法学院毕业，历任金杜律师事务所律师、香港信托基金创始人。通问AI 做的是 AI 商业变现实战培训，核心产品是 666 元半日的商业变现闭门会和 9,800 元/人的商业战略实训营。官网 www.tongwenai.com。