Choose a model for the work you need to doMe
← All case studies

Anthropic 签下 116 亿美元阿卡迈长约:为什么 AI 智能体开始抢夺边缘 CPU?

Models in this articleClaude Opus 5.5

Article content is shown in its original language.

大模型不再只有GPU军备竞赛。SEC文件曝光的7年长约背后,自主浏览与代码执行正在把算力瓶颈推向分布式边缘CPU网络。

交易现场:一笔被聚光灯忽略的116亿美元算力巨震

如果你认为当下的AI算力战争只是买英伟达GPU的故事,那么这笔刚落地的重磅交易将彻底打破你的认知。2026年9月25日,Anthropic与老牌云和边缘计算巨头Akamai签署了一份总额高达116亿美元、横跨7年的超级采购大单。这份规模惊人的合同已在Akamai向美国证监会递交的Form 8-K文件中被正式确认为具有重大约束力的法律协议。

这不是双方的第一次握手,但规模较此前彭博社报道的18亿美元膨胀了逾6倍。更值得深度剖析的是这笔百亿资金的流向:Anthropic采购的核心资产并非动辄数万美元的AI加速卡,而是分布在全球边缘数据中心里的海量通用CPU算力节点。大模型巨头为何在算力吃紧的关口,突然挥金如土砸向看似传统的CPU?

从计算体系结构来看,智能体对CPU的需求暴增反映了计算形态的根本性分工。模型生成一个Tool Call只需要几十毫秒的GPU密集推理,但执行这个Tool Call——比如抓取一个反爬严格的动态网页——往往需要CPU运行无头浏览器耗时数秒。这种时空不对称性,决定了CPU集群必须在规模上数十倍于GPU核心。审稿时要把这条判断落到一个可复核动作:记录条件、保留输入、写下失败路径,再用同一份材料复查结果。只有能复查,读者才不会把一句观点误当成产品承诺。这份记录也应保留日期,方便在条件变化后复查。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。

Agent经济学的转变:从生成答案到跑代码与看网页

答案藏在AI从聊天机器人向自主行动智能体(Agentic AI)演进的技术裂变中。训练一个基础模型需要密集的矩阵乘法,GPU是不可替代的王者;但当Claude 3.7/3.8或Opus 5.5等模型开始承担真实开发任务时,推理链条的重心发生了根本性倾斜。智能体需要自主打开沙箱运行Python测试、克隆Git代码库、爬取最新网页文档、解析复杂的PDF报表并处理大量的JSON网络请求。

这些繁琐而细碎的非确定性任务,全部是典型的控制流驱动与输入输出密集型计算,GPU不仅无法发挥并行计算优势,反而会造成算力的大量空转与资源浪费。支撑一个能并发处理数万个长任务的代码Agent,背后需要数十万颗高性能通用CPU组成的弹性执行环境。Anthropic重注Akamai,买下的正是承载全球智能体自主运行的数字作业工坊。

这也解释了为什么单纯依靠传统公有云的三巨头(AWS、Azure、GCP)并不能完全满足新一代Agent厂商的需求。超大规模云厂商的机房集中在少数偏远廉价电力区,网络拓扑高度中心化;而智能体抓取全球实时信息,需要的是如蒲公英般散落全球的Anycast网络节点与极低的本地网络延迟。这也解释了为什么同一项技术在演示里成立,在日常使用里却会失效。上下文、人员、地区、设备和成本一变,原来的结论就需要重新测量,而不是照搬。先把边界写清,再谈规模和效率,判断会更稳。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。

阿卡迈的边缘翻身仗:分布式网络与出口带宽账本

在传统认知中,Akamai是一家以内容分发网络(CDN)起家的网络公司。然而在吞并Linode云计算资产并升级为Akamai Connected Cloud后,其在全球数百个城市边缘布局的高密度节点,恰恰构成了AI智能体最理想的宿主。如果智能体在集中的中心化云(如AWS北弗吉尼亚或谷歌爱荷华)发起全球网络抓取,极易遭遇目标网站的高频封锁、地理围栏与极高的跨域延迟。

Akamai遍布全球的Anycast路由和本地边缘计算能力,让Anthropic的智能体能够以极低的延迟在目标网站最近的节点就近拉取数据、解析页面并在本地沙箱中安全执行代码。更重要的是带宽出海成本:传统公有云昂贵的Egress流量费用是所有Agent厂商的隐形杀手,而网络骨干起家的Akamai在流量成本与传输控制上拥有中心化超大规模云厂商难以企及的结构性成本优势。

Akamai长达二十余年的网络分发积累与全球运营商合作关系,在此刻展现出惊人的第二增长曲线价值。通过将Linode的低成本轻量虚拟化算力铺设到全球网络边缘,Akamai成功切中了AI智能体物理落地的咽喉要道。读者可以把它变成一张小表:事实是什么,谁说的,哪一部分是推断,哪一步尚未做过。表格很朴素,却能把热度、证据和责任分开。它不追求一句话盖棺定论,而追求下一步可执行。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。

合同深处的博弈与对赌:分阶段履约与交付防线

翻开SEC 8-K文件的细则,这笔116亿美元的天文数字并非一蹴而就的预付金,而是一套严密的阶段性对赌与交付架构。文件明确规定,合同的执行取决于Akamai能否按时满足严格的机房交付进度、服务可用性SLA以及特定的安全隔离标准,任何一方在特定违约条件下均保留提前终止协议的法律权利。

在周四的投资者电话会上,Akamai高管坦承今年不会从该交易中获得任何直接收入,预计首期1.5亿至3亿美元的年化收入将从2027年下半年开始确认,并在2030年达到年化20亿美元的高峰。这种长周期、重资产的交付节奏,既暴露了算力基建从签约到实体机柜上架的漫长时滞,也体现了Anthropic在锁定未来十年关键边缘资源上的极度焦虑。

对于国内算力企业而言,这一趋势同样极具启发性。国内CDN与边缘云服务商拥有庞大的下沉节点与网络机房,过往受制于传统业务价格战;若能将边缘节点升级为承载智能体工具执行的轻量沙箱算力池,有望在GPU算力之外开辟出全新的高毛利增长极。如果后续出现新版本、法院文件、交付数据或独立复现实验,文章中的结论要随证据更新。技术观察不是一次性口号,而是带着时间戳的判断。后续证据若改变结论,应更新文章而不是遮住缺口。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。

行业外溢效应:算力基建三层模型的重塑

Anthropic与Akamai的结盟为整个计算产业指明了未来的三层新格局:顶层是集中在少数超大型数据中心里的高密度GPU超级集群,专司大模型的核心预训练与深度思考推理;中层是遍布全球大都市边缘的通用CPU与轻量虚拟化沙箱,负责智能体行动的分解、工具调用与现场执行;底层则是极速互联的网络骨干与零信任数据通道。

这一变化对硬件与云计算产业的启示极其深远:AMD、Intel等传统x86芯片制造商以及高性能ARM服务器厂商迎来了意料之外的算力增量市场;而主打单纯GPU转租的二线算力黄牛则面临被清洗的风险——无法提供边缘执行环境与廉价网络通路的算力池,难以承载新一代复杂智能体的落地需求。

同时必须注意合同背后的交付风险。116亿美元的采购不是空白支票,而是高度依赖Akamai能否如期扩建出满足严苛SLA的专用算力机房。在电力紧张、芯片供应波动的宏观背景下,重资产基建的落地进度将直接考验双方的战略定力。真正的效率来自减少返工,而不是把所有步骤删掉。核对、回放和退出看起来增加动作,却能在出错时省下更多时间与金钱。把这些动作做完,技术才进入可承担的工作流。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。

虚实相生:东方视角下的算力阴阳平衡

中国传统智慧讲求阴阳互根,虚实相资。在算力的版图里,GPU如同烈火纯阳,提供狂暴极致的瞬时推理爆发力;CPU则如同厚土至阴,承担润物无声、繁琐复杂的常态控制与调度执行。过往行业狂热追逐单一大模型的参数膨胀,是孤阳不生;如今巨头回过头来以百亿重金固本培元夯实CPU与边缘基建,方见阴阳相济、虚实相生的系统真理。

对于科技决策者而言,这起并购式的大单提供了一个关键的思维锚点:评估AI项目的落地能力,不能只看前端调用的模型有多聪明,更要看后端承载其落地动作的物理基建有多扎实。算力的竞争已经从云端神庙走入人间工坊,唯有软硬兼备、虚实统合,方能在时代的激流中立于不败之地。

算力的版图正在经历从单点极致向全网协同的深刻重构。未来的AI基础设施竞争,不再只是比拼谁拥有的英伟达显卡数量多,而是比拼谁能将思考、执行、网络与安全融汇成一张无缝响应的全球计算织网。最终需要保留的是选择权:知道系统做了什么,知道它为什么停下,知道谁能接手,也知道怎样回到上一个可用状态。这就是本篇留下的最低验收线,也是读者的退出权。保留原始输入与时间,便于下一次复核。记录。Anthropic与Akamai这条线还要记录合约履行SLA、边缘CPU部署节点、出口带宽账单与Agent任务编排,算力基础设施投资必须兼顾GPU推理与CPU行动的双重平衡。每次验收都要有输入、输出、状态与恢复记录,不能只保存静态声明。


原稿日期:2026-09-26。

Copyright removal requests

This article shares an AI use case. Rights to the original text and materials belong to their authors. Contact us to request removal of infringing content.

Contact email:jadename.zhou@gmail.com
Explore moreAgents & automationcase studies →