以前的网站忘了怎么办啊艺术设计教学资源网站建设标准

以前的网站忘了怎么办啊,艺术设计教学资源网站建设标准,企业网站建设中在方案设计上,微信小程序怎么做开发一、全文翻译 原文https://asimovaddendum.substack.com/p/our-anthropic-ipo-christmas-wishlist 感觉很有节日氛围#xff1f; 本着圣诞愿望清单的精神#xff0c;我们也决定列一份自己的清单——只不过#xff0c;这份清单是写给 Anthropic 未来可能进行公开上市时的披露…一、全文翻译原文https://asimovaddendum.substack.com/p/our-anthropic-ipo-christmas-wishlist感觉很有节日氛围本着圣诞愿望清单的精神我们也决定列一份自己的清单——只不过这份清单是写给 Anthropic 未来可能进行公开上市时的披露文件的。我们没在 SEC美国证券交易委员会工作过所以如果你曾在 SEC 任职我们非常希望听到你对我们分析的看法。Anthropic 最早可能在2026 年探索上市而 OpenAI 也释放了类似意向。任何 Anthropic 的 IPO 文件终于都将帮助我们更好理解 AI 的经济学烧钱速度、收入模式、商业可持续性。假设他们确实会上市这篇文章要问的是他们是否会被要求披露真正重要的东西比如月活用户MAUs、“循环收入”交易、训练数据带来的法律责任以及最关键的它的算法在微调与强化学习阶段究竟在优化什么目标。走到今天并不容易。2012 年《JOBS 法案》让 AI 公司能够在长期保持私有状态的同时募集巨额资金从而处于 SEC 面向公众公司的披露体系之外。而上市会改变这一点。正如我们在Tech Policy Press中指出的SEC 的公司披露制度“仍然是少数被证明可行、可规模化的企业行为约束——‘证券领域的真实’。或者用路易斯·布兰代斯大法官的话说‘阳光是最好的消毒剂电灯是最高效的警察。’”上市公司仍可能做坏事但它们能以私营公司做不到的方式被追责。比如富国银行曾开设数百万个虚假客户账户时监管者与投资者得以启动整套问责基础设施——而这在私营企业身上几乎不存在。披露是这种问责的基础它让第三方行业从保险、审计到资本配置得以运转帮助公众理解市场结构与竞争格局并保护消费者免受欺诈。这对拥有多条产品线、商业模式不透明、并通过专有算法间接变现的大型科技公司尤其重要。我们无法治理我们无法理解的市场。那么我们可以期待 Anthropic 在 S‑1 注册说明书以及之后的 10‑K 年报中报告什么如果他们希望股东理解其真实业务运营又应该披露什么先说“硬信息”——我们已经知道如何强制公司披露的数字类信息。作为一家在上市时已相对成熟的公司Anthropic 将提供三年的经审计损益表和现金流量表。其资产负债表很可能显示累计亏损体现其当前商业模式的财务可持续性及其演变方式。S‑1 的招股说明书将包含股权结构表cap table解释过去融资如何影响不同情境下各方的权益分配。根据 Item 403需要列出持股超过 5% 的股东表格——亚马逊与谷歌的持股、表决权以及特殊股权类别在 IPO 前后的量化呈现。风险因素预计会包括诸如“我们长期亏损可能无法实现盈利”以及“我们在与亚马逊的优先股安排下承担重大义务这意味着……”之类内容。S‑1 注册还会迫使披露 Anthropic 与“合作伙伴”的关系究竟如何运作包括与云服务商的合作——例如最低特许权使用费、投资者担保、具有约束力的承诺、重要合同义务等。S‑1 的 Item 404 与 Item 601(b)(10) 要求披露金额超过 12 万美元的关联方合同以及不属于日常经营活动的重大合同这应当覆盖那类规模达数十亿美元的“循环交易”。Item 101 与 Item 303 也将要求像 Anthropic 这样的公司解释其对算力与芯片的依赖、长期采购承诺以及这些义务如何影响毛利与流动性。在对循环交易与 AI 泡沫担忧加剧的背景下投资者需要看到 Anthropic 与云服务商之间的股权绑定、承诺消费义务、分成安排与排他性条款。披露应揭示合作关系在多大程度上具备排他性、Anthropic 依赖哪些供应商、以及它在何处构成关键供应方。FTC美国联邦贸易委员会在2025 年 1 月的报告中梳理了云服务商与 AI 公司合作的风险展示了微软–OpenAI、亚马逊–Anthropic、谷歌–Anthropic 等交易如何将股权投资、收入分成与数十亿美元云承诺、折扣算力、以及部分控制与排他权结合起来。但这些不应依赖 FTC 额外调查才浮出水面——公司应在标准 SEC 文件中就把这些承诺讲清楚。风险因素还应明确指出Anthropic 依赖少数云供应商而这些供应商同时又是战略投资者与直接竞争者长期合同可能限制其迁移工作负载或重新谈判定价的能力如果事实如此。这些披露义务在 IPO 后仍将持续包括年度 10‑K、季度 10‑Q、委托书proxy statements以及事件驱动的 8‑K。这些文件合在一起应当为投资者与监管者提供一份持续更新、受法律强制约束的记录亚马逊与谷歌对 Anthropic 成本结构与战略选择到底施加了多少控制。相比之下一些信息现在已经能从交易对手的披露中“旁敲侧击”地获得。亚马逊 2025 年 Q1 的 10‑Q 披露了其持有 Anthropic 股权的性质与规模不过 AWS 只以汇总方式披露长期客户承诺。Alphabet 对其与 Anthropic 的合作披露得更少侧重 TPU 产能承诺而不是持股经济条款的细节。除了经营收入与亏损投资公众还应了解 Anthropic 的训练实践及由此引发的诉讼。在 Bartz v. Anthropic 一案中Anthropic 与作者达成15 亿美元和解——约合每本书 3000 美元并要求销毁盗版副本。这是美国历史上规模最大的版权集体诉讼和解之一参见解读链接。鉴于这些风险Anthropic 预计会在 S‑1 与后续 10‑K 更新中提供实质性细节——尤其是在仍有其他诉讼进行中包括音乐出版商指控使用歌词训练、Reddit 起诉其抓取用户生成内容。Anthropic 应说明和解条款、尚需法院批准与索赔风险、现金流发生时间以及任何保险或追偿安排。这些诉讼显示Anthropic 的训练实践对投资者构成重要风险。而在这里多数上市科技公司披露得远远不够。今天的科技公司价值来自无形资产——数据、软件、工程人才、算法流程、维持并间接货币化用户注意力的能力、以及其他“非价格”的运营资产。但会计与 SEC 披露并未跟上往往把它们笼统归入“商誉”或一般无形资产。我们认为这些价值最尖锐地体现在运营指标之中它们最终告诉我们一家数字企业在快速变化的线上市场与动态技术条件下的竞争潜力。运营指标包括月活用户、平台停留时长、每用户广告负载、算法优化目标、训练运行效率——这些是商业世界真正痴迷的东西却不一定需要企业明确界定或披露。企业停止披露这类指标可能会被市场惩罚例如 Netflix 不再披露某些用户指标时的市场反应见路透或者因为定义不清而引发争议如马斯克曾指称 Twitter 的 MAU 被机器人虚增。对 Anthropic 这样的 AI 公司而言运营披露不应只覆盖用户数量还应覆盖内部用来分配资源与监控的指标例如 API 使用情况、模型表现、安全事件、平台停留时间以及依赖 Claude 的第三方生态。借鉴分部报告的逻辑——管理者在为某个“经营分部”即一条业务线如 Google Maps 或 Claude Code配置资源、评估绩效时会参考特定指标——Anthropic 可能披露核心使用指标Core Usage Metrics月活 API 用户数与企业客户数API 调用量及其增长率使用在不同模型规模与能力之间的分布使用的地域分布开发者生态指标基于 Claude 构建的应用数量、集成合作伙伴数量安全与性能指标Safety and Performance Metrics关键安全指标拒答率、越狱尝试次数、有害输出事件模型性能基准随时间的变化系统可靠性与正常运行时间uptime统计一段“变现叙事”A Monetization Narrative“变现叙事”应作为 10‑K 表格第一部分、Item 1Business商业描述的一部分进行披露。变现指把企业或终端用户的数据、注意力或活动转化为销售收入与利润。在没有任何头部模型提供商实现盈利的市场里Anthropic 会面临巨大的变现压力——这本身带来风险。在我们此前与伦敦大学学院UCLMariana Mazzucato 教授合作的研究中我们因数字公司商业模式对运营指标的特殊依赖呼吁企业在 10‑K 中提供“变现叙事”。这种依赖源自平台型企业偏重广告的商业模式、对中介市场地位的利用以及对编码商业目标的“非价格指标”的算法优化。在现行美国证券法下公司应披露投资者理解其商业模式与风险所需的重大信息。对于收入与风险在很大程度上由算法驱动的公司这合理地包括关于这些系统如何运作、如何塑造关键绩效指标、以及其失败或偏差如何带来商业机会或风险的、对决策有用的披露。但公司往往狭义解释其披露义务忽略这些“非价格因素”尽管它们对股东具有重大性。因此需要外部推动。欧洲也许可以在这方面领先尤其当要求披露的是非专有信息、且企业内部本就追踪的信息时。对 Anthropic 而言“变现叙事”将有助于解释微调与强化学习的优化目标在不同阶段模型究竟在优化什么他们看到了什么风险训练中编码了哪些商业激励如果 Claude 被优化为鼓励更长对话或偏向会带来更高 API 使用量的回应投资者应当知道。如果安全过滤器的校准受商业考量影响——在用户满意度与风险暴露之间做权衡——这种权衡应被披露。生态变现Anthropic 如何从 Claude 周边生态获利不仅是 API 费用还包括潜在的分成安排、数据授权、企业支持合同、对特定合作方或集成商的优待。当 Claude 决定调用哪个工具、呈现哪些检索结果、或把请求路由到哪个模型版本时它在做“分配选择”。间接价值获取除了直接收入Anthropic 如何从 Claude 生态中获取价值这可能包括用用户交互数据改进未来模型、通过高调部署获取的品牌价值、或在与云服务商或内容许可方谈判中获得的战略杠杆。这些指标与叙事将让投资者与公众真正理解 Anthropic 的市场地位、增长路径与运营风险而不是只能根据偶尔的新闻稿或泄露信息来猜测。更重要的是这将为其他公司树立先例——其中一些公司可能并不如 Anthropic 那样“公民友好”。Anthropic 在上市时“应该披露”的许多内容其实在现有 SEC 规则下已经是要求披露的——不需要新规则。需要的是对“哪些信息重大到不披露就会触发后果”给出清晰指引。S‑1 的准备过程恰好提供了这种机制公司会先向 SEC 递交草案SEC 给出意见并能在公司上市前就遗漏信息提出异议。更广泛地说公司披露规范的改变可以来自上市监管端美国 SEC 或欧洲 ESMA也可以来自会计准则端。最重要的一步是更强调强制披露运营指标包括通过“变现叙事”和算法披露。分部报告的逻辑为此提供了合理基础企业对外披露其内部在优化各经营分部业务线与配置资源时使用的运营指标。在我们最新的工作论文中我们提出 SEC 可以采取一些“小步快走”的措施把 AI 特有事项纳入披露制度例如发布披露指引澄清哪些 AI 活动或风险属于“重大”以及它们应出现在 10‑K 和 8‑K 的什么位置。我们还提出一种专门的 AI 事件报告机制参照成功的2023 网络安全规则。但对既有规则的执行与新指引同样重要。SEC 对 S‑1 的评论流程让监管者能在公司上市前施加压力推动全面披露。此刻正是为 AI 公司建立“重大性”标准的时机——不是靠抽象的规则制定而是靠对 Anthropic IPO 文件提出具体、可执行的披露期待。在欧盟机会更大可以把《数字服务法》DSA的披露传统与 IFRS 会计以及上市要求整合。不过 Anthropic 其实不必等待这些变化。它现在已经是一家特拉华州的公益公司public benefit corporation使命是为人类长期利益开发先进 AI如果上市它也可以选择保留这一结构。因此它可以通过自愿披露投资者相关信息来引领行业让所有人更容易理解构建 AI 模型这一复杂且高风险的业务。自愿披露将建立最佳实践、为 Anthropic 赢得监管者与公众信任并迫使竞争对手跟进。我们期待读到它的招股说明书——如果它真的上市。我们也确信 OpenAI 终将如此。这个季节会不会真的是“皆大欢喜”的季节呢二、解读5问5答抓核心、讲逻辑1这篇文章到底在“要什么”它不是在预测 Anthropic 何时 IPO而是在借“可能上市”这个窗口提出一个更尖锐的问题现行 SEC 披露体系能否逼 AI 公司讲清楚真正重要的经营事实。作者认为 IPO 的 S‑1/10‑K 机制是少数能规模化约束大型科技公司的工具之一——因为它把“说清楚”变成法律义务并附带责任后果。2作者认为“硬披露”会披露到什么程度“硬披露”指财务报表、股权结构、重大合同、关联交易、风险因素等传统项目。作者判断三年审计报表会暴露烧钱与亏损结构cap table 与持股5%披露会让亚马逊、谷歌的权力结构更透明重大合同披露可能把“云算力承诺、最低支付、分成、排他条款、循环交易”摊开给市场看。核心观点是云厂商既是投资人又可能是竞争者合同条款会实质性限制公司战略选择这对投资者是重大信息。3为什么作者说“真正缺的不是财务数字而是运营指标”因为 AI/平台型公司价值更多来自无形资产与过程能力数据、模型、算法流程、生态控制力而这些在传统会计里常被“商誉/无形资产”模糊处理。作者主张运营指标才更能解释这类公司的竞争力与风险例如API 月活、调用量、不同模型分布、地域结构、生态规模安全事件、拒答/越狱、有害输出可靠性、性能基准随时间变化。这些指标如果不披露外部几乎无法评估企业增长质量与风险暴露。4“变现叙事”和“算法披露”为什么是文章最敏感的主张因为作者把披露推进到了 AI 公司最核心的“黑箱地带”模型训练与优化到底在追求什么目标。这涉及商业激励如何被写进微调/强化学习是否为了更长对话、更高 API 使用而优化安全阈值是否在“用户满意 vs 风险暴露”之间做商业性权衡工具调用、检索呈现、路由策略是否形成对生态的“分配权力”作者认为这不是要求公开机密代码而是要求披露对投资者决策有用的、公司内部本就跟踪的非专有信息。5作者希望 SEC 怎么做立新规还是“用好旧规”结论更偏向后者不一定需要新规则关键是明确“重大性”边界并强化执行。作者把希望押在 S‑1 评论流程公司先交草案SEC 可以在上市前要求补充或纠正遗漏。并进一步提出“AI 事件披露”可参照 2023 网络安全事件披露规则。整体策略是用既有披露框架把 AI 的关键运营与算法风险纳入“必须说清楚”的范围。