11月11日，Anthropic在最新IPO路演中披露了一项工程突破：其前沿模型基本无需人工干预，自主完成底层GPU计算内核的移植与重写，让Claude在AMD旗舰GPU上跑通了关键推理环节。 按公司工程历史经验，把大模型适配到一款全新异构芯片平台，过去通常要数十名顶级编译器与高性能计算工程师花6到12个月。而对普通用户更直接的信号出现在模型发布日上：11月9日发布的Fable 5.2与Mythos 5.2，标准API单价明显下调，每百万输入token从10美元降到8美元，输出从50美元降到40美元。 "3天适配"不会直接压低你的订阅费，它压低的是模型公司离开英伟达硬件的成本；省下的钱正以API降价的形式部分让渡给用户，更大的一块芯片红利要等AMD集群上量。36氪知乎
"3天"到底做到了哪一步
先把边界说清。三天完成的并不是整个模型在AMD上的全面训练和生产部署，路演图表的附注给出了准确口径：Mythos实际达成的，是提示词处理阶段达到可用性能。 而更依赖多卡互联带宽与通信延迟的Decode生成阶段并未覆盖，Anthropic也没有公布吞吐量基准与性能损耗对照。所以"3天适配"是真的，但它约等于"跑通了一半"。36氪
今年7月的一个插曲能说明自动化的真实水位：AMD提供了一台MI355X服务器，一名工程师直接把机器控制接口接入Claude、布置硬件适配任务后，让系统在周末无人值守运行；周一回办公室查看监控时，模型在新硬件上的性能曲线已经在AI自主调优下稳步攀升。自动接管的是适配、调试这类过去靠稀缺工程师工时堆出来的苦活，不是整个生产部署。
真正被削薄的是"切换成本"
CUDA二十年难以被撼动，不只因为算子库，更因为存量代码、工具链和迁移风险构成的工程摩擦力——哪怕对手芯片纸面性能更好，企业一算迁移要投入的专家工时和中断风险，往往就放弃了。AI Agent把这项成本压低后，芯片采购的经济账就要重算：算力按硬件特性分流，互联带宽高的承接大规模预训练，显存大、每代币便宜的分配给推理，谁供货充裕、报价合理就用谁。如今，Anthropic的模型已经横跨四大芯片家族提供服务。 降本的另一半来自把AI用到自家工程里：工程师每日贡献的代码量已达到2024年平均水平的45倍。 公司还在推进跳过云服务商、直接租赁裸芯片的Anthropic Direct模式。36氪量子位
让渡给用户，是分两笔到账的
第一笔来自模型层，算法与编译优化带来的"算力乘数"已经直接反映在价格上：自2025年一季度以来，Anthropic以收入除以算力及基础设施开支衡量的综合经营效率提升超过4倍。 随后才有了5.2系列20%的API降价。但路演同时给出了成本的另一面：三季度Anthropic算力与基础设施费用98.63亿美元，占收入比例从上一季度的48%升至58%，其中还包括约50亿美元价格明显高于多年协议、用于解近渴的短期算力。 当季按美国通用会计准则营业亏损5.67亿美元，另有约9000亿美元、排到2045年的采购与租赁承诺挂在账上——这解释了为什么芯片多元化的红利一时半会儿传不到你的账单上。36氪量子位
第二笔来自硬件层，供给时间还没到。今年7月22日，AMD与Anthropic宣布深度战略合作，Anthropic计划部署最高达2GW的AMD Instinct MI450系列GPU集群，其中首期1GW预定于2027年上半年上线。 AMD同时承诺最高50亿美元战略股权投资。也就是说，靠更换芯片实现的大规模降本，眼下仍是合同和排期；要等集群如期落地、需求被消化、生产稳定性验证通过，才有底气继续向用户价格传导。36氪
争议走到哪一步，结论就能写到哪一步
对这次突破，行业评价呈两极。“英伟达的CUDA护城河已经不复存在”，硅谷投资人Marcelo P. Lima在X上直言不讳。 反方同样有据：CUDA是二十年打磨的软硬件协同系统工程，不是几段可以独立转译的算子代码；知乎该话题下被反复提及的提醒更朴素——把模型跑通和把生产跑稳，两码事。 证据实际支持的判断更窄也更结实：AI抹掉的是护城河中以人类工程劳动力计价的那一段。这对AMD、自研芯片的云巨头乃至国产AI芯片厂商，都是入门门槛下降的信号，但"能跑通"与"能承接大规模稳定推理"之间，各家都还没有交出验证结果。36氪知乎
对普通用户，值得盯的是四个信号：新模型的API单价是否延续这轮降价节奏；订阅端的额度与容量配置是否继续松动；2027年上半年MI450首期1GW能否如期上量；以及竞争对手是否跟进降价——如果其他模型厂商降价更快，用户端受益还会提前。一句话，便宜是真的，但它分两笔到账：模型效率的钱已经到了，芯片多元化的钱排在2027年，后者兑现多快，取决于"3天适配"能否变成"稳定运行"。
