🚀 产品发布 | SpaceX 正式定价 135 美元/股,募资 750 亿美元创史上最大 IPO
SpaceX 于 6 月 11 日正式将 5.556 亿股定价为每股 135 美元,募资约 750 亿美元,一举超越沙特阿美 2019 年 249 亿美元的纪录,成为人类历史上规模最大的 IPO。按此定价,SpaceX 估值约 1.77 万亿美元,上市后跻身全球市值前十。马斯克保留 82% 控股权。交易预计 6 月 12 日在纳斯达克以 SPCX 代码开始交易。
今日 AI 行业最引人注目的主线是 SpaceX 创纪录 750 亿美元 IPO 正式定价——这不仅刷新了资本市场纪录,更与 OpenAI 和 Anthropic 紧锣密鼓的上市进程共同定义了 2026 年「前沿科技 IPO 元年」。当马斯克旗下公司一天内在公开市场获得 1.77 万亿美元定价,整个 AI 赛道的估值锚也随之被抬高。
行业格局层面,路透社对 Anthropic 和 OpenAI 的深度对比揭示了一个关键事实:两家公司的营收记账方式根本不同,这直接影响 IPO 后的市销率对标。市场参与者需要超越表面数字,理解两家截然不同的商业化路径——Anthropic 的「全额营收再分成」vs OpenAI 的「净营收」模式。
企业级 AI 落地方面,从 DoorDash 的消费级 Agent 到 KPMG 27.6 万人全员部署 Microsoft Agent 365,AI Agent 正从概念验证快速进入大规模生产部署。Anthropic-Blackstone-Goldman 15 亿美元合资公司更标志着 AI 实验室正演变为「带交付能力」的企业服务商,传统咨询行业面临新一轮能力重构。
编码工具赛道的竞争态势愈发清晰:Claude Code 九个月采用率暴涨六倍至 18%,在小型公司中已达 75%。OpenAI 被迫以定价响应。Apple Container Machines 的发布则为 AI 开发者补齐了 macOS 原生 Linux 环境的最后一块拼图。
安全与治理主题继续升温:xAI 前工程师因提出 Grok 安全警告被解雇并提起诉讼,这是 AI 安全「吹哨人」现象的首次司法化,为 IPO 窗口期的 AI 公司增添了新的组织治理风险维度。
SpaceX 于 6 月 11 日正式将 5.556 亿股定价为每股 135 美元,募资约 750 亿美元,一举超越沙特阿美 2019 年 249 亿美元的纪录,成为人类历史上规模最大的 IPO。按此定价,SpaceX 估值约 1.77 万亿美元,上市后跻身全球市值前十。马斯克保留 82% 控股权。交易预计 6 月 12 日在纳斯达克以 SPCX 代码开始交易。
路透社 6 月 11 日发布长篇调查,首次系统性对比 Anthropic 与 OpenAI 的营收模式、IPO 路径与竞争策略。关键发现:Anthropic 将客户全额支付记为营收再向 Amazon/Google 分成,OpenAI 则仅计净营收。OpenAI 正以约 1 万亿美元估值筹备 IPO,两家同时竞速上市是华尔街罕见景象。两家公司已在多家投行产生利益冲突。
前 xAI 工程师 Devin Kim 在加州州法院提起诉讼,称自己在反复就 Grok 聊天机器人的安全性、歧视性偏见及其他风险提出内部警告后被非法解雇。该诉讼同时起诉 xAI 和 SpaceX,时间点恰好在 SpaceX 历史性 IPO 之前。Bloomberg 和 The Guardian 均独立确认诉讼文件内容。
Anthropic CEO Dario Amodei 在 Bloomberg「The Circuit」节目中透露,他只有一个直接下属——他的幕僚长(Chief of Staff)。包括所有高管在内的其余团队均向其姐姐、联合创始人兼总裁 Daniela Amodei 汇报。Dario 称这一安排让他可以把时间集中在长期战略与研究上,「这让人感觉无比自由」。Anthropic 目前七位联合创始人仍全部在职。
法国音乐流媒体 Deezer 发布免费在线工具,用户可导入 Spotify、Apple Music、SoundCloud、YouTube Music 等 20 个平台的播放列表,系统自动扫描标记其中 AI 生成的曲目,并支持分享结果。Deezer 使用其已有的 Tune My Music 播放列表迁移基础设施完成跨平台导入,再用自研 AI 检测模型逐曲分析。
DoorDash 6 月 11 日发布应用内 AI 聊天机器人「Ask DoorDash」,用户可通过自然语言提示词、照片甚至语音搜索餐厅、构建购物车、下单外卖和预约餐厅座位。这使 DoorDash 成为 agentic AI 在消费级场景的重要试验田。CNBC 指出,外卖与即时配送正成为 AI Agent 最活跃的 B2C 落地赛道之一。
美国房地产科技公司 Opendoor CEO Kaz Nejatian 宣布关闭印度运营中心,将业务工作迁回美国,并转向更小型的「AI 原生」团队。此举在硅谷引发广泛讨论,创始人和投资人们将其视为 AI 正在重塑印度作为全球后台运营中心经济模型的早期信号。Opendoor 未透露受影响员工人数,但该公司 Q1 2026 营收已从上年 11.5 亿降至 7.2 亿美元。
KPMG 宣布在初始部署 Microsoft 365 Copilot 两年后,将 Agent 365 SDK 和 Copilot 全面扩展至全球 276,000 名专业人员。这是迄今为止最大规模的企业 AI Agent 部署案例之一。KPMG 将利用该平台为客户提供安全的企业 AI 工作环境,同时支持内部运营效率提升。Forbes 分析称微软正把「治理」而非「模型能力」作为企业 Agent 部署的核心门槛。
阿里推出面向高考志愿填报场景的免费 AI Agent,量子位报道称其面向今年约 1290 万高考生开放,核心卖点是把院校、专业、分数线与用户偏好整合到对话式决策流程中。这个案例不属于通用聊天机器人,而是典型的垂直场景 Agent:输入高度结构化,用户决策成本高,且需要把公开数据、规则解释和个性化建议组合起来。
Apple 在 WWDC 2026 发布 Container Machines,为 Mac 开发者提供轻量级持久 Linux 虚拟机环境,类似 Windows 的 WSL。基于 Apple Virtualization.framework 和 Apple Silicon 优化,开发者可无缝在 Mac 上运行 Linux 工作负载。GitHub 上的 apple/container 项目已获 1247 分 HN 热度。The Register 评价为「Apple 给 Mac 开发者一个类 WSL 的东西」。
JetBrains 2026 开发者生态调查数据显示,Anthropic 的 Claude Code 在工作场景的采用率从 2025 年 4 月的 3% 跃升至 2026 年 1 月的 18%,九个月内增长六倍。在小型公司中,Claude Code 以 75% 的采用率位居第一。其 Terminal-Bench 2.1 基准测试得分持续领先。Claude Code 现已支持 VS Code、Cursor、JetBrains 全系列 IDE。
截至 2026 年 6 月,OpenAI Codex 已形成六档定价体系:Free、Go($8/月)、Plus($20/月)、Pro($100/月起含 5x/20x 限速选项)、Business(按量计费)、Enterprise/Edu(定制)。Business Insider 报道,初创公司 Foyer 利用个人 $200 Pro 计划替代企业按量计费账户,单月节省 3 万美元。OpenAI 在 4 月推出 $100 Pro 5x 层被视为对 Claude Code 的直接定价响应。
新上线的 iOS 应用 Pool 利用 AI 自动整理用户截图,将其分类为个性化的「pools」(集合),并追踪截图背后的原始链接。用户可搜索曾保存的食谱、旅行灵感、产品信息等。TechCrunch 评价其为「把数字垃圾变为有用记忆」的产品。Pool 的核心理念是:截图是人类意图的高密度信号,但绝大多数被遗忘在相册深处。
1023jack.com 发布详细逆向分析报告,拆解 Anthropic 与 Blackstone/Goldman Sachs 合资成立的企业 AI 服务实体的商业结构。报告指出,自 2026 年初起,AI 实验室面临越来越大的经济可行化部署压力,合资模式是解决「模型能力领先但交付能力落后」的结构性方案。同时 OpenAI 也成立 Development Company,两笔交易的同构性暗示行业正走向「模型+交付」双轮驱动。
arXiv 论文(Perrett, Elliott, Hill & Scott, 2026)系统审视「LLM 将自动化大量工作」这一主流叙事的方法论缺陷。作者引用 AGI Benchmark 等项目数据,指出当前 LLM 在专家级学术问题上的表现仍远未达到全面替代阈值,现有自动化预测模型过度依赖 narrow benchmark 外推。文章呼吁更细致的任务级评估框架。
在 EMAS 2026 上发表的论文 RAINO(Anchoring Agents in Reality)提出一个系统性综述与概念框架,解决当前 Agent-Based Modelling 中「现实性」不足的问题。作者 Loïs Vanhée 与 Melania Borit 梳理了如何让 AI Agent 的行为假设更贴近真实人类决策模式,而非依赖理想化理性人假设。这对企业部署多 Agent 系统具有直接的方法论指导意义。
arXiv 论文 InquiTree 提出一个结构化评估框架,测试 AI Agent 在科学探究任务中的真实能力边界——从文献综合到实验数据解读。论文特别关注 Agent 在需要长链推理、假设生成与实验设计的复杂科学任务中的表现,揭示了当前 LLM 在「真正创新性」科学工作中的瓶颈。