摘要已生成 100%

AI 革命是真的，但市场可能已经把过于完美的未来提前计入模型厂商与基础设施的价格。OpenAI 和 Anthropic 上市以后，收入增长、利润率、现金消耗与资本强度将接受季度财报审视；一份只是“不错”的财报，也可能低于预期，进而收紧模型融资并沿云计算、数据中心、芯片、存储、网络、冷却和电力链条反向传导。出清不会终结 AI，而会留下基础设施与真实需求，让下一轮增长更多由现金流和竞争优势驱动。

AI 生成摘要 · 由作者预先确认 用于快速了解文章核心观点

AI 是真正的技术革命，但技术革命从来不妨碍资本市场制造泡沫。甚至很多时候，恰恰是因为一项技术真的足够重要，未来足够令人兴奋，资本才更容易把十年以后的繁荣提前折现到今天。

所以我一直认为，这轮 AI 有泡沫几乎是必然的。问题只是什么时候破，以及最终从哪里开始破。

如果斗胆预测一下，我反而觉得，一个值得观察的节点可能是 OpenAI 和 Anthropic 真正进入公开市场以后。2026 年 6 月，Anthropic 和 OpenAI 已经先后秘密提交了 S-1 草案，两家公司距离公开市场都比以前更近了一步。[1][2] 我当然不是说它们上市当天 AI 股票就会集体崩盘，市场也从来不会按照这么简单的剧本运行。真正有意思的地方在于，一旦最重要的大模型公司从私人市场走进公开市场，投资者评价它们的方式也会开始发生变化。

技术是真的，价格是另一回事

这轮 AI 能够起飞，最初的原因其实很简单：大模型的表现确实太惊艳了。从 ChatGPT 第一次让普通人直观感受到生成式 AI 的能力，到后来编程、推理、多模态和 Agent 一步一步出现，人们对于未来生产力的想象迅速被打开。技术是真的，需求也是真的，我至今也不怀疑 AI 会成为未来几十年最重要的基础技术之一。

但一个产业会改变世界，和这个产业里的公司现在值多少钱，本来就是两个完全不同的问题。

市场很容易把“AI 会改变世界”继续推导成“大模型厂商一定会赚到巨额利润”，再推导成“云厂商会持续增加资本开支”，最后变成“GPU、服务器、存储、光模块、液冷、电力设备甚至铜的需求，都可以沿着今天的斜率继续增长很多年”。每一步单独看好像都有道理，连在一起以后，却很容易把一个合理的长期趋势变成一个过于完美的短期假设。

一场谁也不敢停下来的军备竞赛

我之前在《AI淘金热里，我更愿意投资“铲子”》里已经写过，我不怀疑大模型公司的重要性，但一直对它们作为投资标的的长期确定性保持谨慎。

《AI淘金热里，我更愿意投资“铲子”》

无论哪一家模型公司胜出，都需要芯片、能源、存储、网络和数据中心；但“卖铲子”解决的是赢家不确定性，解决不了资本周期。

延伸阅读 · 投资研究 · 2026 年 7 月

这个行业最大的问题不是没有收入，而是维持领先实在太贵了。今天最强的模型，几个月以后未必还是最强；为了留在第一梯队，所有人都必须持续购买算力、招聘最昂贵的人才、训练下一代模型，然后再花更多的钱把模型提供给越来越多的用户。

这更像一场没有人敢先停下来的军备竞赛。

OpenAI 就是一个很好的例子。据 The Information 获得的内部文件、由 Reuters 转述，OpenAI 2026 年第一季度收入约 57 亿美元，但同期现金消耗约 37 亿美元。[3] 57 亿美元季度收入当然不能说难看，恰恰相反，这已经是一家增长极其惊人的公司。真正值得思考的是：为了产生这样的收入，需要付出多大的成本；而为了让收入继续高速增长，未来又还要投入多少钱。

一份不错的财报，也可能刺破估值

所以现在让我重新表述最开始那个判断，我不会简单地说 OpenAI 或 Anthropic 上市以后“财报一定很差”。财报甚至可能非常漂亮，收入也可能继续高速增长。真正可能刺破估值的，反而是一份看起来不错，却没有好到足以支撑市场此前想象的财报。

资本市场交易的从来不是好与坏，而是现实与预期之间的距离。

私人市场可以长时间讨论 ARR、用户增长、模型能力、AGI 和几年以后的市场规模。公开市场当然也会讨论这些东西，但每隔三个月，问题最终还是会回到一些无聊得多的数字上：毛利率是多少，自由现金流是多少，为了增加一美元收入还需要投入多少资本，这样的投入什么时候能够下降，以及最终能够留下多少属于股东的利润。

公开大厅里的两座透明 AI 巨塔露出庞大算力机器，前方天平将小型收入结构与更沉重的基础设施负担放在两端。
公开市场不会制造成本，只会让收入、利润率与资本消耗同时暴露在季度财报的光线下。

智能正在变得越来越便宜

尤其是在大模型正在越来越便宜的情况下，这个问题会更加重要。

中国模型厂商带来的价格压力已经越来越明显。Reuters 援引 Artificial Analysis 的数据称，DeepSeek 最新的 V4-Flash 在基准测试中的运行成本，比 Anthropic 的 Claude Fable 5 低了超过 100 倍。[4] 我并不认为单纯比较 token 价格就能够判断一个模型的商业价值，顶尖模型最后那部分能力对于编程、科研和一些高价值任务依然可能非常重要。但对于大量普通消费者和企业任务来说，真正的问题可能逐渐从“谁拥有世界上最聪明的模型”，变成“谁能够用最低的成本提供足够好的智能”。

这对于 AI 的普及当然是好事，却未必同样有利于模型厂商的利润率。技术创造了巨大的社会价值，并不代表创造技术的公司能够把这些价值全部留在自己的利润表里。互联网创造的价值远远超过所有互联网公司的利润总和，电力对于现代社会的价值也无法用电力公司的市值简单衡量。AI 最后很可能也是一样。

整个行业已经为乐观未来下注

而一旦市场开始重新评估大模型公司的经济模型，影响就不会只停留在模型公司本身。今天整个 AI 行业已经形成了一条巨大的资本开支链：模型厂商购买算力，云厂商建设数据中心，数据中心购买 GPU、服务器、存储和网络设备，再继续向下拉动液冷、电源、电网和能源需求。我仍然认为这里面存在很多未来十年都很好的投资机会，但同样必须承认，今天很多需求本身也是由对未来需求的预期提前创造出来的。

Reuters 根据 LSEG 数据做过一个很有意思的测算：Microsoft、Alphabet、Amazon、Meta 和 Oracle 到 2027 年新增的资本开支预计约为 5340 亿美元，而同期新增的经营现金流只有约 3400 亿美元，相当于每多产生一美元经营现金流，要对应大约 1.57 美元新增资本投入。[5] 到 2026 年 8 月，这几家公司尚未开始履行的未来租赁付款承诺已经达到约 1.09 万亿美元，其中相当大一部分与 AI 数据中心有关。[6]

这些数字当然不能证明 AI 基础设施一定已经过度建设。需求继续超预期增长的话，今天看起来激进的投资，几年以后完全可能被证明是正确的。但它至少说明了一件事：整个行业已经为一个非常乐观的未来下注了大量真实资本。

上涨阶段，这套结构会形成非常强的正反馈。模型越来越好，使用量越来越大，资本就更愿意给模型公司融资；模型公司拿到更多钱以后购买更多算力，云厂商收入增长，于是继续建设数据中心；上游企业订单增加，股价上涨，市场又把股价上涨理解成 AI 需求强劲的证明，随后更多资本继续涌入。

一套环形工业系统连接 AI 实验室、云数据中心、服务器、存储、网络、冷却与电力，金蓝色能量流沿循环逐渐减弱。
预期带来融资，融资变成算力订单，订单又反过来证明预期；当链条反转，收缩也会自我强化。

反身性也会向下

问题在于，反身性从来不是只会向上。

假设有一天，OpenAI、Anthropic 或其他模型公司的公开财报让投资者发现，大模型确实可以创造惊人的收入，但利润率并没有原来想象得那么高，现金消耗也下降得没有那么快。它们的估值首先会受到压力，融资成本随后上升，模型厂商开始更加谨慎地购买算力。云厂商发现客户未来几年的需求没有此前预测得那么激进，也会重新审视自己的资本开支，然后影响再沿着服务器、存储、光通信、液冷、电力设备一路向上传导。

这些公司甚至不需要真的出现衰退。市场原来认为某个行业未来可以增长 30%，最后发现只能增长 20%，股价一样可以大跌；原本认为未来三年一直供不应求，后来发现第二年就开始供需平衡，估值体系同样会迅速改变。

“卖铲子”也有资本周期

这也是我上一篇文章里“卖铲子”逻辑需要补上的另一面。我仍然更愿意寻找那些所有 AI 玩家都必须采购的东西，因为这减少了判断最终模型赢家的难度。但卖铲子解决的是赢家的不确定性，解决不了资本周期。如果有一天所有淘金者都发现融资越来越难，暂时少买一些铲子，卖铲人的订单一样会受到影响。

而如果这一天真的到来，我反而觉得没有那么悲观。

出清以后，基础设施仍然会留下

历史上的技术革命经常伴随着这种看起来有些荒谬的资本浪费。资本因为过度乐观而涌入，基础设施被提前建设，产能在某个阶段远远跑到需求前面，随后泡沫破裂，大量投资者损失惨重。但很有意思的是，股票价格消失了，很多基础设施却留了下来。

互联网泡沫就是很典型的例子。纽约联储后来研究上世纪末的投资周期时认为，对于新技术未来利润的过度乐观，尤其是在通信行业，推动了不可持续的投资激增，并在随后成为繁荣转向衰退的重要部分。[7] 当年的投资者可能为过度建设的光纤和通信网络付出了昂贵代价，但这些已经铺好的基础设施并没有因为纳斯达克下跌而从地下消失。后来真正优秀的互联网公司，反而在一个成本更低、基础设施更成熟的世界里继续成长。

AI 也可能经历类似的过程。

今天全世界正在建设的数据中心、电网、服务器、存储产能、光通信网络和能源基础设施，即便其中一部分未来被证明建设得太早、太多，也并不意味着它们没有价值。泡沫破裂真正消灭的，往往不是技术，而是过高的资产价格、过于乐观的增长预期，以及那些只能依靠资本不断续命的商业模式。

从这个角度看，我甚至觉得一次真正的出清最终会让 AI 行业变得更加健康。资本不再因为一个项目带着 AI 标签就愿意给出惊人的估值，模型公司开始认真计算成本和利润，云厂商重新审视每一笔资本开支，上游企业也不会再仅仅因为眼前供不应求就无限扩产。很多没有竞争力的参与者会退出，真正拥有技术壁垒、成本优势、资产负债表优势和长期需求的公司反而会更加清晰地浮出来。

下一轮上涨，要靠现金流

对于投资者来说，那也可能是比今天更舒服的时候。

我并不期待泡沫破裂本身，更不会因为觉得存在泡沫就提前猜顶做空。市场能够保持非理性的时间，经常远远超过一个人仓位能够承受的时间。但如果未来真的出现一次大规模的恐慌，把优质资产和垃圾资产一起扔掉，我会非常愿意重新去看那些自己一直想买、只是价格始终不合适的公司。

跌了 50% 当然不等于便宜。真正让我感兴趣的，是当市场不再默认 AI 资本开支永远按照今天的速度增长，行业预期被充分下修，过剩产能开始出清，而 AI 的实际使用量、模型能力和对于现实世界的渗透却仍然继续增长的时候。

如果那时还有一些公司拥有真正不可替代的技术、成本优势、稀缺资源和健康的资产负债表，我反而会比今天更加愿意重仓它们。

所以我从来不觉得“AI 是泡沫”和“AI 会改变世界”是互相矛盾的判断。技术革命可以是真的，泡沫也可以是真的。甚至正因为未来足够巨大，人们才更容易在今天为它支付过高的价格。

OpenAI 和 Anthropic 上市以后，也许只是让这场技术革命第一次真正走到公开市场的灯光下面。到了那里，人们不再只能讨论模型又聪明了多少，而可以开始看清这份智能究竟需要多少资本才能被制造出来，又最终能够留下多少现金。

如果答案没有市场今天想象得那么完美，泡沫迟早会退潮。但我并不觉得那会是 AI 故事的结束。

第一轮繁荣留下来的数据中心、电力、芯片、网络、人才和使用习惯仍然会在那里。它们会降低下一代公司的成本，也会成为下一轮增长的地基。等到市场不再为想象力支付无限高的价格，真正能够产生现金流的公司才会变得更加重要。

到了那个时候，AI 或许没有今天这么令人亢奋。

但下一轮上涨，反而可能更加健康，也更加持久。

第一轮上涨，靠的是人们对于未来的想象。

下一轮上涨，靠的应该是未来真正变成现实。

参考资料

  1. OpenAI：Confidential submission of draft S-1 to the SEC，2026 年 6 月 8 日。
  2. Anthropic：Anthropic confidentially submits draft S-1 to the SEC，2026 年 6 月 1 日。
  3. Reuters：OpenAI burned $3.7 billion in first quarter of 2026, The Information reports，2026 年 6 月 16 日。
  4. Reuters：DeepSeek’s new AI model is by far the cheapest of well-known models to run, research firm says，2026 年 8 月 3 日。
  5. Reuters：AI investment boom puts Big Tech’s free cash flow under pressure，2026 年 7 月 22 日。
  6. Reuters：AI data-centre race builds $1 trillion lease burden for Big Tech，2026 年 8 月 4 日。
  7. Federal Reserve Bank of New York：What Investment Patterns across Equipment and Industries Tell Us about the Recent Investment Boom and Bust，2004 年 5 月 18 日。

本文是对产业与资本周期的个人观察，不构成投资建议。