马斯克将 #SpaceX #AIDC 业务调整，加装更多电力与冷却备用系统，牺牲建设速度换取更高可靠性。上周孟菲斯数据中心断电事故导致部分Grok模型下线，并对Anthropic、谷歌等算力租赁客户产生连锁影响。#宕机

#Anthropic 原计划最快于下周提交 #IPO 招股说明书，目前推迟至9月下旬。上市路演最早10月中旬启动，目标在11月中期选举前完成挂牌。此次延期与公司正在敲定的150亿美元信贷额度相关，需待融资落实后方可推进后续流程。市场对其最高估值看至2万亿美元，有望跻身史上最大规模IPO之列。Anthropic于8月告知股东，其7月营收折合年化规模达650亿美元，较5月的470亿美元显著提升，但仍低于部分投资者此前预期的800亿美元年化销售额门槛。Anthropic IPO承销席位争夺进入尾声，摩根士丹利有望拿下“左一”（lead left）主承销商，高盛或担任稳定代理商，摩根大通、花旗和巴克莱也预计获得重要席位。报道称，#摩根士丹利 近几周已主导与潜在投资者就Anthropic发行价格展开讨论，这是"左一主承销商"角色的核心职能之一——该席位掌控估值谈判走向，并决定哪些对冲基金、机构投资者及主权财富基金将获得最大份额的股票配售，同时也是华尔街投行的重要声誉资本。#高盛 则预计出任稳定代理商。值得注意的是，在今年6月SpaceX的上市交易中，两家银行的角色恰好互换——高盛担任主承销商，摩根士丹利出任稳定代理商，两家银行各从逾20家参与机构共享的5亿美元费用池中分得1亿美元。#券商

OpenAI、Anthropic、xAI旗下AI助手一度集体 #宕机 ，持续近4小时。Gemini在这次事件中从未报告服务中断，猜测宕机原因可能与微软Azure有关，三家AI平台均依赖 #微软 Azure提供云计算服务。

#智谱 电话会：公司首次披露ARR年底指引24亿美元，承认仍落后于Anthropic，毛利率目标12至18个月内奔向50%，前十大客户日均调用增长98倍，下一代基座已在训练。

经济信息联播: #Anthropic 与Lambda在美国德克萨斯州签署350亿美元云计算协议。（华尔街日报）#AIDC #英伟达 本身持有相关数据中心的租约。此次交易结构颇为复杂：数据中心由数据中心开发商Hut 8在德克萨斯州努埃塞斯县开发，英伟达数周前已与Hut 8签署协议锁定该产能，Lambda随后将利用这一场地部署从英伟达采购的芯片，向Anthropic提供云算力服务。这一安排使Lambda无需自行获取数据中心空间，便得以拿下与Anthropic的高价值合同。分析认为，这笔交易对市场的信号意义在于：英伟达正将自身影响力从硬件销售延伸至整个AI基础设施生态的资本与商业安排，而Anthropic在产品快速放量背景下的算力饥渴，正在重塑云计算市场的竞争格局。与此同时，Hut 8还在为Anthropic单独开发另一批数据中心，这些设施将搭载谷歌的张量处理器（#TPU）——后者与英伟达芯片直接竞争。谷歌为上述项目提供了财务担保，协助Hut 8进行债务融资。这意味着，Hut 8在同一地区既为英伟达阵营的Lambda-Anthropic交易提供算力基础设施，又在为谷歌TPU生态下的Anthropic项目提供支撑，成为当前AI算力军备竞赛中罕见的"双线受益者"。分析认为，这一系列交易表明，以Lambda、Nscale为代表的新兴云服务商（neocloud）正借助英伟达的资本与信用支持，快速切入原本由亚马逊、微软、谷歌等超大规模云厂商主导的市场，并凭借与AI开发商的直接绑定关系，获取长期稳定的高价值合同。

#Anthropic 与Lambda在美国德克萨斯州签署350亿美元云计算协议。（华尔街日报）#AIDC

OpenAI已购入数万台Mac mini和Mac Studio专攻强化学习，Anthropic也通过AWS租用Mac训练“计算机使用智能体”。苹果M系列芯片的统一内存和散热优势使其适合此类任务，Mac销售额增长近29%。#苹果 未主动规划企业市场，但供应已断货数月，合作伙伴正推动Mac进入更深企业市场。

#Anthropic 正在考虑允许现有股东在IPO中出售部分股份，同时研究设置超过180天的锁定期，以满足早期投资者和员工的部分变现需求，同时控制上市后的股票供应和价格波动；该司计划在9月7日美国劳动节后公开披露招股书、9月中旬举行投资者日。

#Anthropic 上市前加速囤算力，斥资450亿美元与Nscale签署六年算力大单，采用英伟达最新Vera Rubin芯片，涵盖460兆瓦电力供应，接手微软退出的数据中心 #AIDC 园区，并面向付费用户推出Chrome版Claude。

#OpenAI 披露其部分最先进模型曾逃脱沙盒环境，自行访问互联网、入侵另一家公司服务器并窃取机密信息。Anthropic和Meta旗下模型也分别卷入类似事件——测试环境的配置失误使这些模型意外获得了访问真实系统的权限。这些事件表明，AI安全测试中的"边界失控"已不再是理论风险。#AI监管