五角大楼于 10 月 5 日确认已停止使用所有 Anthropic 产品（帖子 131446），正式宣布政府人工智能采购的结构性转变。市场上的分歧一直是潜在的，但谷歌、xAI 和 OpenAI 合同的停止和立即签署巩固了这种分歧。前沿人工智能开发现在分为两类：愿意为政府用例修改模型的公司和不愿意的公司。这种分裂对资本配置、估值模型以及当前政策环境下安全第一定位的经济可行性产生直接影响。

Anthropic 损失的财政机制意义重大。据路透社 9 月 28 日报道，该公司的 S-1 文件概述了 $2T+ 的激进估值目标（是 2026 年 5 月以来 $965B 私人估值的两倍）、2025 年 42B 美元的净亏损（包括可转换融资重估带来的 $34B 非现金会计费用，运营亏损为 $8.06B），以及 518B 美元的多年云和基础设施债务。 2025 年收入达到约 $4.6B，同比增长 12 倍。失去五角大楼 2 亿美元的合同（根据 Anthropic 2025 年 7 月的合同公告）在财务上是可以单独管理的，但它标志着在政府人工智能支出加速之际，更广泛地被排除在联邦采购渠道之外。估值数学取决于持续的收入动力；封闭的联邦管道限制了该轨迹的顶端。

OpenAI的立场是最鲜明的对比。该公司于 10 月 1 日签署了总务管理局 OneGov 协议，根据为期 27 个月的 GSA 协议，为联邦、州、地方和部落机构提供每用户每月 0 美元的 ChatGPT、Codex 和 API 访问许可证。该安排锁定了基础设施层的政府分配，约有 2300 万符合条件的公共部门雇员。虽然与五角大楼的机密网络协议是根据单独的、基本上未公开的条款运作的，但综合效果是通过零成本许可积极占领市场。这与 Anthropic 的发展轨迹相反：Anthropic 正在失去政府收入，而 OpenAI 则通过补贴经济来获取政府市场份额。

谷歌向政府人工智能领域的扩张在结构上是相似的。该公司正在现有的云和 Workspace 政府授权的基础上，将 Gemini 定位为已在 Google Cloud 上的机构内的补充产品。 Alphabet 的 2026 年第三季度财报（10 月 1 日公布）显示，谷歌云收入为 15.2B 美元，同比增长 34%，首席执行官 Sundar Pichai 明确将政府需求视为推动因素。五角大楼转向谷歌反映了现有的采购关系；向现有云合同添加人工智能功能的边际成本远低于加入新供应商。战略优势是捆绑分发，而不是模型能力本身。

xAI 的包含是通配符。该公司与五角大楼的合作，以及现有的超级情报部队特遣部队和最近的机密网络协议，标志着国防情报堆栈的积极主动。 10 月 1 日的 GSA 交易结构（通过 OpenAI）和并行的分类网络协议表明政府不会选择一个获胜者；它正在建立一个多元化的供应商基础，将那些不愿意修改军事和情报应用模型的公司排除在外。排除并非基于能力；它是以治理为基础的。 Anthropic 的模型的能力并不逊色；它们不太符合现任政府对可接受的政府人工智能使用的定义。

资本市场开始对这种差异进行定价。 Anthropic 的 S-1 时间表仍然保密，但该公司正试图在以下背景下公开： 华盛顿特区巡回法院 9 月 25 日以 2 比 1 的裁决维持 FASCSA 第 4713 条规定的国家安全供应链风险指定（根据路透社报道的 Anthropic 的 S-1 文件）；五角大楼合同的损失；以及 $42B 损失数字，其中包括 $34B 非现金费用。 $8.06B 的运营损失更容易控制，但相对于已关闭的联邦管道，$2T 估值目标的光学效果造成了承销商必须积极应对的叙事逆风。特别是，华盛顿特区巡回法院的裁决引入了法律悬而未决的问题：除非最高法院受理此案或国会修改 FASCSA，否则该指定仍然有效。两者都不是迫在眉睫的。

结构性问题是，在政府合同正在成为重要收入驱动力的市场中，安全第一的定位是竞争优势还是负债。 OpenAI 的 0 美元许可策略为未来 12-18 个月提供了答案：政府正在通过补贴而非竞争性定价来获取市场份额。 Anthropic 拒绝修改自主武器和大规模监视应用的安全护栏（如之前的报告所述）代表了一种已成为经济约束的原则立场。公司并没有失去能力，而是失去了能力。它正在失去对政府人工智能具体政策愿景的遵守。

更广泛的影响是，人工智能实验室市场正在沿着政治路线和技术路线分裂。符合当前政府在国防、情报和执法用例方面的优先事项的实验室可以进入正在迅速扩大的联邦采购渠道。保持安全第一护栏的实验室面临着不断缩小的潜在市场，至少在政府部门是这样。对于投资者来说，估值问题不再仅仅涉及模型表现或收入增长；它与每个实验室运作的监管和政治环境有关。当 Anthropic 首次公开募股到来时，这将是在政府客户群明确关闭的情况下，资本市场能否以前沿估值对安全第一的人工智能实验室进行定价的首次重大考验。