Anthropic 在计算资源上的支出是其薪资的 2.3 倍。1 预计到 2026 年，Anthropic 拥有约 5000 名员工，并在推理和训练方面花费约 100 亿美元，这意味着每位员工每年的计算支出约为 200 万美元，预计的总补偿超过 50 万美元。2 其他软件市场的支出则远远低于此。排名前 1% 的公司每年在人工智能上花费 8.9 万美元，占全面税后 22.4 万美元高级工程师薪资的 40%。3 4 中位数公司每年只花费 137 美元。这是差距：在最前沿是 2.3 倍，在市场顶端是 0.4 倍，而在中位数几乎为零。其他市场有多接近？三种场景为答案设定界限。熊市（代币贬值占优）、基准（前 1% 的轨迹减缓）、牛市（其余市场到 2029 年达到 Anthropic 的比例）。每种场景映射到每位工程师的年人工智能账单。5 年 熊市 基准 牛市 2026年 9 万美元（40%） 9 万美元（40%） 9 万美元（40%） 2027年 10.6 万美元（45%） 16.4 万美元（70%） 25.8 万美元（110%） 2028年 11.8 万美元（48%） 25.9 万美元（105%） 44.4 万美元（180%） 2029年 10.6 万美元（41%） 36.3 万美元（140%） 59.6 万美元（230%） 在牛市情况下，每位工程师的人工智能账单甚至与一名中位数软件即服务员工的收入贡献相当。6 Anthropic 和 OpenAI 每位员工分别产生 1400 万美元和 650 万美元的收入，是《福布斯全球 2000 强》中的最高水平。7 成本结构跟随收入结构。牛市驱动因素：前沿模型价格在培训成本达到高原且需求超过供应时保持稳定。代理流程的代币消耗速度是聊天的几个数量级，而高盛预计到 2030 年代币消耗将增加 24 倍。8 如果竞争对手更快推出功能，人工智能账单将不再是可选的。熊市的反向因素：代币价格在过去三年中每年下降 10 倍。9 开放权重模型以较低的成本缩小了质量差距。10 按角色或工作量限制使用的公司会改变曲线。这些场景中的一个将在 2029 年接近真相。您为 2027 年建模的是哪一种？高盛，《2026 年人工智能经济》。在像 Anthropic 这样的人工智能原生公司，计算支出约为员工成本的 2.3 倍，表明基础设施在工资中占主导地位的结构性成本基础。另请参见行业报道：valueaddvc.com/ai-spending。↩︎ Anthropic 员工人数约为 5000，根据 SaaStr（2026 年 6 月）。推理和训练支出约为 100 亿美元，收入约为 50 亿美元，来源于《财富》人工智能资本支出报道。100 亿美元 / 5000 = 每位员工 200 万美元的计算支出。最顶尖的人工智能实验室的综合补偿为 50 万美元以上，来源于 Levels.fyi Anthropic 数据。↩︎ 高级软件工程师的全面综合补偿锚定在每年 22.4 万美元，结合了 Levels.fyi 2026 年第一季度的基本薪资数据与美国劳工统计局 2026 年的员工补偿雇主成本的福利载荷。顶尖的公司支出更高。↩︎ Ramp AI 指数，2026 年 6 月。ramp.com/data/ai-index-june-2026。前 1% 的公司每位员工每月花费 7449 美元（每年 8.9 万美元）用于人工智能，环比增长 14.1%；中位数公司每月花费 11.38 美元（每年 137 美元）；领导者与中位数之间的支出差距为 680 倍。↩︎ 方法论。今天高级工程师的全面综合补偿锚定在每年 22.4 万美元，年均增长约 5%（BLS 工资趋势）。每种场景的工资百分比路径推动每位工程师的年人工智能支出。熊市路径（每年的工资百分比）：40，45，48，41。基准路径：40，70，105，140。牛市路径：40，110，180，230。熊市美元在 2028 年上升，然后在 2029 年下降，因为比率下降速度超过工资通胀。↩︎ 公共 SaaS 每名员工收入基准来自 KeyBanc Capital Markets SaaS 调查和 OPEXEngine 2025-26 年期组。中位数约为 25 万美元；顶尖四分之一为 40 万-60 万美元，具体取决于公司阶段和垂直行业。↩︎ Epoch AI，人工智能公司每名员工收入，2026。epoch.ai/data-insights/revenue-per-employee-ai-companies。Anthropic 每位员工约为 1400 万美元，OpenAI 每位员工约为 650 万美元，都是《福布斯全球 2000 强》中的最高水平。↩︎ 高盛研究预测，智能 AI 工作负载将在 2030 年之前推动代币消耗增长 24 倍，而当前主要使用模式为聊天。↩︎ OpenAI 的 GPT-4 类输入定价在发布时（2023 年 3 月）从每百万个代币 30 美元下降到 2026 年的不到 3 美元，意味着每年的同等能力贬值率约为 10 倍。Anthropic Claude 和 Google Gemini SKU 的类似下降趋势也很明显。↩︎ DeepSeek-V3 及后续的开放权重发布提供了与前沿模型相当的基准，其 API 成本仅为领先专有模型的 1/10 到 1/30，根据 Ramp 在 2026 年 6 月的观察，顶尖公司正在“将前沿模型与便宜的开源模型结合使用”以控制成本。↩︎