AI 泡沫真正在哪里：哪一层玩家在裸泳

作者：Block Analytics Ltd X Merkle 3s Capital

这个问题，我们已经回答了三遍

AI 有没有泡沫？

这是过去两年被问得最多的问题，我们也写过不止一次。每次给出结论，每次被新的暴涨暴跌打回来重新审视。

这次我们不打算再给"有"或"没有"的简单答案。

因为这个问题本身就问错了。AI 不是一个资产，它是一整条产业链——从晶圆厂到电厂，从万亿市值巨头到刚拿到融资的创业公司。问"AI 有没有泡沫"，就像问"房地产有没有泡沫"一样粗糙：一线城市核心地段和十八线县城的鬼城，能是同一个答案吗？

拿一个问题套所有层级，得到的答案注定是错的。

正确的问法是： AI 的泡沫，在哪一层？

泡沫从来不问"有没有"，只问"在哪里、有多厚"。

把这个问题拆开，你会看到一个和直觉相反的图景：所有人盯着担心的那一层，恰恰最安全；而真正冒泡的地方，很少有人认真讨论。

2000 年的幽灵：这次到底哪里不一样

聊 AI 泡沫，绕不开 2000 年。 但大部分人只记得"互联网泡沫破了"，没记住它是怎么破的 。

当年的剧本：先有股价，再找收入

2000 年的崩塌剧本是这样的：电信公司借了天量的债，疯狂铺光纤，像给一座空城修了八车道高速公路。路修完了，车呢？没有。当年铺下去的光纤， 85% 到 95% 是"暗"的 ——躺在地下，一个比特都没传过。资产在账上，收入是零，债务是真的。然后，砰。

光纤只是基建层的故事。应用层更荒诞。

当年最有名的一家宠物用品电商，上市那年全年收入只有几百万美元，营销开支是收入的好几倍——它在超级碗砸钱打广告，每卖一单亏一单，卖得越多亏得越快。上市后大约九个月，清算倒闭。这不是个例，这是当年应用层的标准画像： 零利润、靠融资续命、用"眼球"和"点击量"代替收入给自己估值 。

更魔幻的是，当年有学者统计过：一家公司只要把名字改一改、在后面加上".com"，什么业务都不用变，股价平均就能涨一大截。

市场在为后缀付钱，不是为生意付钱。

再看当年的"卖铲人"。思科是 2000 年的英伟达——互联网的流量都要经过它的路由器，逻辑无懈可击。但泡沫顶点时，思科的市盈率冲到了 三位数 。什么概念？意味着市场要求它把当时的利润规模再维持一百多年，或者在几年内增长十几倍，这笔买卖才算回本。后来互联网真的改变了世界，流量真的爆炸了——思科的股价用了二十多年才回到 2000 年的高点。

记住这个案例，它是全文最重要的脚注：

当年最大的悲剧不是买了假公司，而是用一百倍的价格买了真公司。

现在的剧本：先有收入，再涨股价

现在把镜头切到 2026 年。

没有一颗 GPU 是暗的 。每一颗被生产出来的芯片，下线那一刻就被插进机架，满负荷跑 token，换回真金白银。不是利用率高，是 100%，是客户拿着钱排队还买不到。

应用层呢？拿头部大模型公司做对比。某家头部玩家的年化收入，18 个月前还不到 1 亿美元，现在是 450-470 亿美元 ，并且已经实现季度盈利。管理层原本计划增长 10 倍，实际跑出了 80 倍。

把两个时代的头部公司摆在一起看：

• 当年：收入几百万，亏损几千万，上市九个月倒闭

• 现在：收入 18 个月翻几百倍，已经开始赚钱

当年的公司靠"故事"向资本市场要钱；现在的头部公司靠合同向客户收钱。这不是程度的差别，这是商业模式的差别。

"卖铲人"也换了估值逻辑。今天英伟达的市盈率大约在三十倍出头——只有当年思科巅峰的几分之一。而支撑这个估值的，不是对未来的想象，是已经签了字、写进生产排期的订单积压。

当年是先有股价、再找收入，找到死；现在是先有收入、再涨股价，追得上。顺序不同，结局不同。

买家也换了人。2000 年铺光纤的是借债的电信公司；今天买算力的是微软、谷歌、Meta、亚马逊——地球上现金流最厚的四家公司，花的是自己赚来的钱。

2000 年是借来的钱买没人用的资产；2026 年是赚来的钱买不够用的资产——这是两个物种！

但是，墙上有一道裂缝

说到这里必须踩一脚刹车。

这个"自有现金流"的故事，边际上已经开始磨损。四大云厂商今年的资本开支合计约 7250 亿美元，同比暴增 77%。这是什么体量？大致相当于一个中等发达国家一整年的 GDP，砸进了数据中心。

更扎眼的是亚马逊：自由现金流从 260 亿美元直线跌到 12 亿，几乎归零，长期债务在往上爬。也就是说，巨头们自己赚的钱，已经快不够烧了，开始借了。

这不是泡沫破裂的信号——巨头的资产负债表依然是人类商业史上最坚固的一批。但它是墙上的第一道裂缝： "现金流买家"这个本轮最硬的逻辑，正在从"完全成立"滑向"大体成立" 。

值得每个季度都盯一眼。

把 2000 年的复盘收个尾。那场泡沫留给后人最大的误导，是让所有人记住了"故事是假的"，却忘了真正杀死市场的是 供给失控 ：故事再真，只要供给端人人都能无限加杠杆扩产能，过剩就是时间问题，崩盘就是数学问题。反过来说，判断这一轮会不会重蹈覆辙，关键也不在需求端的故事有多动听，而在供给端有没有人踩得住刹车。

这就引出了下一个问题：这一轮，刹车在谁脚下？

先发地图，再逐层排雷：AI 算力的五层金字塔

在逐个点名之前，先把整条产业链画出来。AI 算力产业链，从下往上可以切成五层：

用表格再说一遍：

这张图有一个一眼就能看出来的规律：

离物理越近，泡沫越少；离故事越近，泡沫越多。

L0 那一层，扩产要等三五年、建厂要砸几百亿美元，想吹泡沫都吹不起来——供给根本不配合。越往上走，物理约束越松，叙事空间越大：到了 L4 的长尾，一份 PPT 就能融资，泡沫自然在那里聚集。

唯一的例外是 L2 互联层——它明明是硬件，按理说该受物理约束保护，却成了泡沫味道最浓的地方。为什么？后面会专门拆。

判断 AI 泡沫的第一步，不是看市场情绪，是先看清你站在金字塔的哪一层。

这张地图里，L0 层之所以敢直接标"无泡沫"，是因为它被两把物理的锁锁住了。先讲锁，再逐层排雷。

第一把锁：台积电

为什么我们判断这轮 AI 资本开支不会失控？答案不在需求侧，在供给侧。

泡沫破裂有一个必要条件： 供给过剩 。郁金香要种得到处都是，光纤要铺得没人用，房子要盖得卖不掉。没有过剩，就没有崩盘。2000 年那场灾难的真正元凶，不是互联网这个故事讲错了，而是光纤这个供给彻底失控了——任何一家电信公司都能借钱挖沟埋线，没有人能踩刹车。

而 AI 算力的供给，攥在一群全世界最保守的人手里。

AI 时代的"央行"

台积电在先进制程上的市占率超过 90%，对英特尔和三星的领先优势大约 9 到 15 个月，而且这个差距在最先进的 2 纳米上没有缩小的迹象。这意味着一件事：全球 AI 芯片的产量，不是市场决定的，是台积电决定的。

它像 AI 时代的央行——美联储控制印多少钱，台积电控制印多少算力。美联储加息要开会、要投票、要面对政治压力；台积电控制算力供给，只需要在扩产计划上不点头。

而这家"央行"的行长们，是一批七十多岁、经历过 2001 年和 2008 年的老工程师。他们把自己看作创始人遗产的守护者，他们亲眼见过半导体的泡沫怎么吹起来、怎么把整个行业埋掉。在他们的记忆里，"暴涨之后的暴跌"不是教科书案例，是亲手裁过的员工、亲眼关过的产线。

所以当黄仁勋找上门，要求产能翻倍甚至翻三倍时——他们拒绝了。

想一想这件事有多反常识：地球上最炙手可热的公司，带着无限的订单和现金找上门，求你扩产，你说不。 这种"不"，全世界只有一家公司说得出口，也只有一家公司说了算 。

顺便说一个细节：黄仁勋和台积电合作三十多年， 从来没有签过一份正式的采购合同 。全靠握手。这不是管理漏洞，这是三十年信任沉淀出来的体系——也是为什么台积电敢对最大的客户说"不"，而最大的客户只能接受。

这把锁有多紧

数字层面：

• 最先进的 2 纳米制程，到今年年底的产能 已经全部售罄 ，一片不剩

• 高雄正在同时建 5 座 2 纳米晶圆厂——人类历史上最大规模的先进制程并行建厂，但一座先进晶圆厂从动工到量产要三到五年，前期投入超过两百亿美元

• 即便这样拼命建，到 2030 年，2 纳米的月需求预计 40-45 万片，产能只有 30-35 万片——长期缺口 10-15 万片/月， 相当于需求的四分之一到三分之一永远得不到满足

还有一个更隐蔽的瓶颈：先进封装。芯片造出来只是半成品，要把计算芯片和内存"封装"在一起才能用——这是 AI 芯片的"最后一公里"，而这条路同样基本由台积电一家把守，产能同样常年供不应求。

如果台积电彻底放开手脚，英伟达理论上一年能出货 2 到 3 万亿美元的 GPU——这个数字接近目前实际出货规模的十倍。是台积电把这个数字锁住了。

全世界的 AI 雄心加在一起，都要在台积电的产能表前排队。

这把锁也可能被撬开

公平起见，把反面也说清楚。这把锁不是永动机，它有被撬开的剧本：如果有人——不管是马斯克式的狂人，还是急于翻身的英特尔——绕开台积电，借助设备商的支持自建超级晶圆厂集群，把先进产能的垄断打破，那么扩产纪律就会崩坏。

到那时，每家芯片厂都会像 2000 年的电信公司一样疯狂铺产能，供给过剩的发动机才真正点火。

好消息是：建厂的物理周期摆在那里，这个剧本在 2027 年之前几乎没有上演的可能。坏消息是：这个剧本一旦开拍，就不会有预告片。

泡沫需要失控的供给。而 AI 的供给阀门，握在一群见过两次崩盘、拒绝过黄仁勋的老人手里！

第二把锁：电

就算台积电明天想通了疯狂扩产，芯片造出来也得有地方插。

这就是第二把锁：电力和土地。

很多人以为 AI 基建的瓶颈是芯片，其实当下真正卡脖子的是更土的东西—— 数据中心的土地审批和电网接入 。

这件事的荒谬之处在于时间尺度的错配。设计一颗芯片，两年；建一座数据中心，两三年；但是给一座数据中心配上足够的电——新建电厂、扩容变电站、拉高压输电线、走完环评和审批——动辄五年起步。芯片论纳米演进，电网论十年规划。

芯片以月迭代，电网以十年计——这是 AI 时代最大的时差。

所以你会看到一个奇景：手握几百亿美元预算的科技巨头，满世界寻找"有电的土地"，像淘金者找水源一样。买核电站旁边的地，签二十年的购电协议，甚至直接出钱重启退役的核反应堆。钱不是问题，电才是。

电力缺口预计要到 2027-2028 年才能逐步缓解——电厂和电网的建设周期决定了这个时间表，再多的钱也压缩不了多少。

两把锁叠在一起，效果是：AI 算力的增长被强行"压平"了。需求想爆炸，供给只能爬坡。增长因此变得更慢、但也更久、更稳——这恰恰是历史上铁路、运河、互联网这些技术革命都没享受过的待遇。它们都是供给先失控，然后崩盘。

历史上每一次技术革命都死于供给失控。AI 是第一个被物理规律强行按住节奏的——这是它最大的运气。

一个来自太空的变量

这里留一个长期变量：太空数据中心。

逻辑很科幻但很硬——太阳同步轨道上太阳能无限，不要钱；卫星背阴面对着零下两百多度的深空，散热接近零成本。设想中的形态是：卫星前端是太阳能板，中间是标准服务器机架，尾部拖着上百米长的散热器，多颗卫星之间用激光互联，拼成一座漂在轨道上的虚拟数据中心。

地面数据中心最贵的两样东西——电和冷却——在太空里都是免费的。

时间表：两年内可能看到概念验证，2030 年前后可能开始动摇地面数据中心的投资逻辑。

记住这个变量。它现在还改变不了任何东西，但它是悬在整个 L3 基础设施层头上的一把剑——下文马上会用到。

泡沫真正在哪里：沿着金字塔逐层排雷

两把锁讲完了，回到那张五层地图，从下往上，一层一层过。

L0 + 应用层头部：Large cap——贵，但不是泡沫

微软、谷歌、Meta、亚马逊、英伟达。这一层的资本开支，对应的是真实合同、真实收入、满负荷的利用率。

两个数字就够了。

第一个：AWS 已签约、还没执行的在手订单，一季度达到 3600-3700 亿美元 ，同比增长超过 90%——这还不算某头部 AI 实验室后来新增的 1000 亿美元承诺。什么概念？相当于 AWS 即使从今天起一个新客户都不签，已签下的活儿也够它干好几年。这些不是预期，是签了字的合同。

第二个：前面提过的那家头部大模型公司——18 个月，收入从不到 1 亿做到 450 亿以上，季度已盈利。这个增速在人类商业史上找不到第二个样本。

还有一笔账很少有人算：推理的经济学。训练一个前沿模型是纯投入，烧钱不眨眼；但模型训出来之后，每一次被调用、每生成一个 token，都是收入。按目前的行业测算， 一个模型全生命周期的推理收入机会，大约是它预训练投入的 5 到 10 倍 。也就是说，今天这些天文数字的资本开支，买的不是"模型"这个一次性产品，是未来很多年的"算力收费站"。

收费站模式有一个特点：前期投入吓死人，后期现金流淹死人。高速公路、电网、电信网络都是这么回事——前提是真的有车在跑。而我们已经确认过了：没有一颗 GPU 是暗的，每条车道都是满的。

贵不贵？贵。是不是泡沫？泡沫的定义是价格脱离基本面，而这一层的基本面在以每 18 个月 80 倍的速度追赶价格。

当年是估值站在原地等收入，等到倒闭；现在是收入在追估值，而且追得上。

用一句话总结这一层的买家：他们买算力不是在押注一个故事，而是在已经到手的订单面前 别无选择 。不扩产，签了的合同就交付不了——这是被需求推着走的资本开支，不是被幻觉拉着走的资本开支。

L1 内存层：多空绞杀区

往上一层，存储芯片。这是现在多空分歧最尖锐的战场。

先解释一下这层为什么重要。如果说 GPU 是厨师，内存（尤其是高带宽内存 HBM）就是备菜台——厨师刀工再快，菜递不上来也白搭。而 AI 推理恰恰是一个疯狂吃"备菜速度"的活儿：模型越大、对话越长，对内存带宽的需求涨得比对算力的需求还快。

现在的局面：内存价格一年涨了 60-70%，美光的利润率从历史平均的 16% 飙到了 70%。

把这个数字放进历史里看有多吓人：过去二十五年，内存行业是出了名的"猪周期"——价格涨、疯狂扩产、供给过剩、价格崩、集体亏损，循环往复。 70% 量级的利润率在这个行业每次出现，后面都跟着一场葬礼 。按照老剧本，现在应该清仓跑路。

但多头的逻辑是：这次的需求不是补库存，是结构性的。AI 推理对 HBM 的需求会持续递增，而内存厂商被周期教训了二十五年，这次扩产极其谨慎——没人愿意当那个把价格砸崩的人。

这里有一个结构性的变化值得单独说：经过二十五年的血腥洗牌，全球高端内存只剩下 三个玩家 。上世纪九十年代这个行业有二十多家厂商，价格战打起来谁都刹不住车；今天三家寡头隔着太平洋互相看着对方的扩产计划，谁都不想先动手。寡头格局天然自带产能纪律——这是"这次扩产不会失控"最硬的结构性理由，比任何管理层表态都可靠。

而且 HBM 还在悄悄"挤占"普通内存的产能：同样一条产线，切给 HBM 的晶圆，产出量比普通内存少得多。HBM 需求越猛，普通内存供给越紧，全行业价格被一起顶上去——这就是为什么连你电脑里普通内存条的价格都在涨。

更重要的一个数字： 目前全球真正用对了 AI 的人口，大约只有 0.1% 。如果这个数字走向 5%——也就是从"极客玩具"变成"普通白领的日常工具"——内存的需求天花板在云层之上。

空头的逻辑同样硬：现在的价格上涨是价格自己驱动的，不是出货量驱动的——囤货、惜售、买涨不买跌，这是典型的供需错配信号，而不是健康需求的样子。

70% 的利润率，要么是新时代的起点，要么是老剧本的高潮。多头赌的是"这次不一样"——而这五个字，恰好是投资史上最贵的五个字。

这一层我们不下结论。它是赌桌，不是泡沫，两边都有真实的筹码。

L2 互联层：光模块——泡沫的味道，从这里开始

终于到了我们真正想敲黑板的地方。也是那张地图上唯一的"硬件例外"。

先用三十秒讲明白光模块是什么。一座 AI 数据中心里有几万颗 GPU，它们不是各干各的，而是要时刻交换数据、协同算同一个模型——芯片之间的"对话量"大到铜线根本扛不住，必须把电信号转成光信号，用光纤传。负责"电转光、光转电"的那个小盒子，就是光模块。

GPU 是肌肉，光模块是血管 。集群规模越大，芯片之间的互联需求按平方级往上窜——所以 AI 越火，光模块越疯。这个产业逻辑是真的，今年整个光模块市场预计增长接近六成，产能确实"售罄到 2028 年"。

逻辑是真的。但我们逐家看看股价干了什么。

第一家：Lumentum——上一轮泡沫的亲儿子，这一轮泡沫的领头羊

这家公司是做激光器和光学元件的，说白了就是光模块和光通信系统里最核心的那颗"光源"。它的家世非常值得玩味：它的前身，正是 2000 年光通信泡沫里最著名的明星股之一——那家公司当年市值一度冲上千亿美元，泡沫破裂后跌掉了 99%，成了教科书里"基建泡沫"的标准插图。Lumentum 就是从那家公司拆分出来的业务。

中间的二十年，它过得很平淡：给 iPhone 的人脸识别供激光器，给电信网络供元件，是一家典型的"良好但无聊"的硬件公司。

然后 AI 来了。数据中心要海量的高速激光器，新一代"把光路直接做进交换机"的技术路线又把它推到了舞台中央，连英伟达都真金白银投了它 20 亿美元。于是： 过去 12 个月，股价涨了超过 10 倍 。

业务在变好吗？真的在变好。订单排到 2028 年，这是实打实的。但请把两个数字放在一起：它的收入增长预期是未来几年每年百分之几十，而股价一年涨了百分之一千多。市场给它的定价，已经是它年收入的几十倍——而一家成熟硬件公司的正常水位，是三到五倍。

上一轮泡沫破裂的正中心是光，这一轮泡沫味道最浓的地方，还是光。历史不重复，但它真的押韵。

第二家：AAOI——摔过一次的人，又站上了同一个悬崖

这家公司做的是光收发模块整机，主要卖给云厂商的数据中心。它的历史同样值得玩味：上一轮数据中心建设潮（2017 年前后）里，它也曾经是大牛股——直到最大的客户突然砍单转向其他供应商，股价在随后两年里跌掉了九成，之后整整七八年在亏损边缘挣扎。

然后 AI 来了，新一代高速光模块需求爆发，老客户回来了。于是： 年内股价涨了超过 4 倍。

注意这家公司和 Lumentum 的区别：Lumentum 好歹是行业龙头、有技术护城河、有英伟达背书；AAOI 是一家过去十年大部分时间不赚钱、客户集中度极高、上一轮已经被砍单教训过一次的二线厂商。它的暴涨，几乎纯粹是板块潮水的浮力。

而潮水已经开始晃了 。上个月，这个板块单日暴跌两位数的情况出现了不止一次——AAOI 一天跌 10% 以上，龙头们也跟着跌 7%-10%。没有任何实质利空，就是高位的筹码开始松动。

还有一层很少被讨论的风险：技术路线本身。

现在行业里正在推进一场架构革命：把光学器件从"插在交换机上的独立小盒子"，直接做进芯片封装里——业内叫共封装光学。这个方向一旦成为主流，意味着两件事：第一，"光模块"作为一个独立产品形态会被逐步吸收，主导权从模块厂商转移到芯片巨头手里；第二，链条上的价值会向"核心光源"集中，组装环节的利润会被挤干。

翻译一下：这场技术变革对 Lumentum 这种握着激光器的公司，是机会大于风险——光源永远需要，而且更值钱了；但对 AAOI 这类以组装见长的模块厂，是悬在头上的第二把刀。讽刺的是，市场现在给两类公司的定价热情几乎不分彼此——潮水大的时候，没人检查谁穿没穿泳裤。

同一个板块里，有人卖的是不可替代的光源，有人卖的是随时可能被架构革命绕开的盒子——而股价涨幅看不出任何区别。这本身就是泡沫的特征。

把这一层的账算总 ：需求增长接近六成，股价涨了四倍到十倍。中间的差距是什么？是市场把 2028 年的收入，提前折现进了 2026 年的股价。

正确的叙事，加上过度的定价——这就是泡沫的标准形态。不是假的，是贵到不给未来留任何犯错空间。

为什么偏偏是这一层出泡沫？回到那张地图的规律就明白了：光模块是整个硬件链条里 物理门槛最低 的一环。建晶圆厂要几百亿美元和五年时间，扩光模块产线只要几亿美元和几个季度——它是唯一一段供给能"配合"炒作的硬件。供给端锁不住，泡沫就有了生长的缝隙。

台积电的锁保护不了光模块——因为光模块的产能，恰恰是整条链上唯一不需要台积电点头的环节。

单日两位数的暴跌反复出现，说明聪明钱已经开始在门口排队了。

L3 基础设施层：GPU 云二房东——活着，但靠的是别人的瓶颈

这两年冒出一批专门做 GPU 租赁的新型云厂商：自己买卡、自己建机房，再把算力租给缺卡的公司，业内叫 NeoCloud——我们更愿意叫它们"GPU 二房东"。

它们活得很好，而且确实有两把刷子：这帮人像 F1 车手开赛车一样压榨硬件，GPU 实际利用率能做到传统二线供应商的 2-3 倍。同样一批卡，它们能榨出更多收入。

存活逻辑也成立：四大云厂商自己的产能根本不够用，溢出的需求总得有人接。 只要"算力短缺"这个大前提在，二房东就有生意 。

但请注意这个生意的本质： 它们是瓶颈的受益者，不是护城河的持有者 。

把它们的处境想清楚：它们赚的每一块钱，本质上都来自"大厂扩产没跟上"这个时间差。可是——电力瓶颈预计 2027-2028 年缓解；大厂的自建数据中心在以人类历史上最快的速度落成；前面埋的那个伏笔，太空数据中心，2030 年代如果落地，地面算力的稀缺性逻辑会被釜底抽薪。

时间差是会关上的。二房东手里没有房产证，只有一份不知道何时到期的租约。

而且这门生意还有一个结构性软肋： 客户和命脉高度集中 。它们的卡来自同一家芯片巨头，大客户往往就那么两三家 AI 公司，有些玩家的最大股东和最大供应商还是同一个名字。上游捏着你的货源，下游捏着你的收入，中间的你赚的是"撮合时间差"的钱——这种生意可以很赚钱，但配不上"平台"的估值。

靠别人家的瓶颈赚钱，就得做好瓶颈消失那一天的打算。

这一层不是骗局，今天的现金流是真的。但市场现在给它们的高估值，定价的是一个 临时状态的永久化 ——这是估值错误，正在走向泡沫的方向。

L4 应用层长尾 + VC 生态：泡沫信号最强的地方

最后爬到金字塔顶端。这一层要拆成两半看。

头部那一半——少数几家有真实收入的大模型公司——前面说过了，收入追得上估值，不展开。

真正的问题在长尾，以及给长尾输血的 VC 生态。数字最刺眼的就是这里：

今年一季度，AI 公司拿走了全球风险投资的 绝大多数 ——每 10 块钱的 VC 资金，有超过 8 块流向了 AI。

1999 年，互联网泡沫最疯的时候，这个比例是多少？ 大约三分之一到四成。

也就是说，今天 VC 对单一主题的押注集中度，是人类历史上最大泡沫巅峰期的 两倍 。

而且结构极度头重脚轻：仅仅四笔头部大交易，就吃掉了全球当季 VC 总额的 65%。全世界一个季度的风险投资，三分之二进了四家公司的账户。

这造成了一个传导链：头部明星公司用真实收入撑起了天价估值——这没问题；但成千上万家没有收入的长尾创业公司，正在 借用头部的估值逻辑 给自己定价——"那家公司 18 个月涨了 80 倍，凭什么我不行？"——这就是大问题。1999 年"加个 .com 就涨"的游戏，今天的版本是"加个 AI Agent 就翻倍"。

更麻烦的是，这批长尾公司的死法已经可以预演了。它们不会死于产品失败——产品甚至可能不错。 它们会死于估值倒挂 ：上一轮按泡沫价格融的钱烧完了，下一轮投资人只肯按现实价格出钱，而按现实价格融资意味着上一轮投资人巨亏、创始团队股份清零——于是谈判破裂，公司在"估值的尊严"和"活下去"之间僵住，直到账上的钱归零。1999 年那批公司，大多数就是这么死的：不是被市场杀死的，是被自己上一轮的估值噎死的。

还有一个放大器：这一轮长尾公司的成本结构比 1999 年更脆弱。当年的互联网创业公司烧的是市场费用，砍掉广告还能苟住；今天的 AI 创业公司烧的是算力账单——模型不调用，产品就停摆，这笔钱砍无可砍。 收入是故事，成本是刚性，这种组合在资本退潮时的死亡速度，会比上一轮更快。

注意，这和"Large cap 没有泡沫"并不矛盾——

头部有真实收入托底，长尾只有故事托底。泡沫从来不在最大的公司里，泡沫在用最大公司的估值逻辑给自己定价的小公司里。

还记得 1999 年真正的教训是什么吗？不是"互联网是假的"——互联网是真的，电商是真的，最大的那家电商活下来还统治了世界。教训是：

在一场真实的技术革命里，你照样可以亏掉所有钱——只要你买错了层。

空头也不是全错：两条值得睡前想一想的攻击线

写到这里，如果你觉得我们是无脑多头，请再往下读。空头阵营里有真东西，而且这次的真东西，比大多数多头愿意承认的更锋利。

空头有两条主攻线。表面上是两个话题，往深处挖，你会发现它们其实是同一个问题的两面。

攻击线一：折旧战争——你的 GPU 到底能用几年？

先用一个生活化的例子把"折旧"讲明白。

假设你开网约车，买车花了 30 万。如果这台车按 3 年报废来算账，每年的成本就是 10 万；如果按 6 年报废来算，每年成本就只有 5 万。注意：你一分钱没有多赚，车也还是那台车， 只是改了一个会计假设，你的账面利润每年就凭空多出 5 万 。

现在把车换成 GPU，把 30 万换成几千亿美元。

科技巨头们正在集体做同一件事：把 GPU 的折旧年限往长了调。原来普遍按 3-4 年算，现在纷纷延长到 5 年、6 年。每延长一年，当期利润就好看一截。空头测算，照这个改法，未来三年整个行业可能 少计提上千亿美元的折旧 ，部分巨头的当期利润可能因此被高估了两成以上。

两成是什么概念？意味着你看到的财报利润，有五分之一可能只是"会计假设的馈赠"，而不是生意本身赚来的。

多头的反驳也有道理：折旧年限不是拍脑袋改的。在推理场景下，旧 GPU 完全能打——训练前沿模型需要最新的卡，但拿三年前的卡跑日常推理，照样满负荷、照样赚钱。按这个逻辑，GPU 用上 10 年、15 年都不夸张，过去按 3 年折旧反而是低估了。

谁对？诚实的回答是： 取决于英伟达自己 。未来两代产品性能跳跃越猛，旧卡贬值越快，空头越对；跳跃越缓，旧卡寿命越长，多头越对。英伟达每发布一代新品，都在给自己客户的资产负债表投票。

这是 AI 财务问题里最讽刺的一幕：英伟达的产品越成功，它客户的财报就越可疑。

攻击线二：GPU 信贷——把债务挪到看不见的地方

第二条攻击线更新，也更隐蔽。市面上讨论的人不多，但我们认为它比折旧问题严重一个量级。

已经有 GPU 开始通过复杂的表外结构流转了。拆开看，这个结构是这样运作的：

• 设一个壳 ：专门成立一家特殊目的载体（SPV）——一家除了"持有 GPU"之外什么业务都没有的壳公司

• 壳去借钱 ：壳公司向私人信贷基金借钱，买下成千上万颗 GPU

• 租给用卡的人 ：壳公司把 GPU 长期租给 AI 公司，收租金，用租金还贷款

• 卖卡的人入伙 ：最妙的是这一步——芯片厂商自己也往壳公司里投钱，当起了锚定投资人

每一方都得到了自己想要的：AI 公司用上了卡，但没有背上债；巨头和 AI 公司的资产负债表上看不到这笔负债；芯片厂商锁定了销量，还顺手赚了投资收益；私人信贷基金拿到了高息资产。

四方共赢。只有一个小问题： 债没有消失，只是没人看得见它在哪 。

这套结构应该让你想起点什么。其实它同时押了两段历史的韵。

第一段是 2000 年。很少有人记得，当年电信泡沫里有一个推波助澜的角色叫"厂商融资"：设备巨头自己借钱给客户，让客户买自己的设备。账面上销量蒸蒸日上、增长曲线完美，实际上是左手倒右手——客户用你的钱买你的货。泡沫破裂时，这些设备商手里攥着的不是利润，是一堆收不回来的债权，死得比谁都惨。今天"芯片厂商往壳公司里投钱、壳公司用这笔钱买芯片"的结构，和当年的厂商融资，在血缘上是亲兄弟。

第二段是 2008 年。上一次整个金融体系热衷于"把风险打包、分层、挪到监管和投资者都看不清的地方"，是那场危机之前的房贷证券化。当年被打包的是房子，现在被打包的是 GPU。

当一个行业开始自己给自己的客户发钱买自己的产品，你看到的每一个增长数字，都要打个问号。

折旧是会计问题，会计问题从来刺不破泡沫；杠杆是金融问题，历史上每一个泡沫都是被金融问题刺破的。

两条线其实是一条线

现在把两条攻击线接起来，你会看到空头逻辑真正的杀伤力。

折旧争议的本质是： GPU 能用几年、残值几何？

GPU 信贷的抵押品是什么？ 还是 GPU 的残值。

也就是说：壳公司借几十亿美元的依据，是"这批 GPU 未来很多年都值钱、都能持续产生租金"这个假设。如果英伟达下一代产品性能再翻一个台阶，旧卡租金大跳水——第一个爆掉的不是巨头（他们扛得住），而是这些壳公司，以及把钱借给壳公司的私人信贷基金。

然后你要问的问题就变成了：私人信贷这几年膨胀了多少？里面还塞了多少别的东西？这就是另一篇文章了。

目前这套结构的规模还小，远不足以系统性出事——这是实话 。但连最坚定的多头自己都把"GPU 抵押融资大规模杠杆化"列为本轮周期的头号风险信号。当多空双方罕见地指着同一个地方说"看那里"，那里就值得你认真看。

把 GPU 塞进表外壳公司的那一刻，2026 年第一次闻起来有了一丝 2008 年的味道。现在还只是一丝——盯住它变浓的速度。

结论：贵，但门还锁着

把全文压缩成一张图，还是那座金字塔：

没有泡沫的（L0 + L4 头部） ：台积电、英伟达、四大云厂商、头部大模型公司。真实合同、真实收入、满负荷利用率，外加台积电和电网两把物理锁。贵，但贵不等于泡沫。

多空绞杀的（L1） ：内存。70% 的利润率要么是结构性新周期的起点，要么是老剧本的高潮，赌桌已经摆好。

有泡沫味道的（L2、L3、L4 长尾） ：光模块——整条硬件链上唯一不受台积电产能纪律保护的环节，用 2028 年的收入给 2026 年定价；GPU 二房东——把临时瓶颈当成了永久护城河；VC 生态——单一主题集中度达到 1999 年巅峰的两倍，长尾创业公司在借用头部的估值逻辑给故事定价。

真正需要盯住的三个潜在雷点 ：

• 算法效率革命 。如果有一天，更聪明的算法用十分之一的算力达到同样效果，整个"堆算力"的资本开支逻辑一夜崩塌。这是概率最低、但杀伤力最大的一个。

• GPU 信贷杠杆化 。表外结构、抵押融资、证券化一旦铺开，现金流买家变成杠杆买家，2000 年的剧本就换上 2008 年的引擎重演。这是目前苗头最真实的一个。

• 台积电放弃保守 。不管是被对手撬开垄断，还是自己改变心意疯狂扩产——供给失控的那一刻，泡沫的必要条件才真正成立。这是最需要长期跟踪的一个。

这三件事一件都没发生之前，AI 是一场被物理规律强行按住节奏的技术革命：贵，拥挤，局部发烧，但底盘是实的。

最后，把这张地图变成三个可以随身带走的问题。下次你看到任何一个 AI 标的，不管是股票还是创业项目，先问：

第一问：它在金字塔的哪一层 ？离物理越近越踏实，离故事越近越危险。说不清自己在哪一层的，默认放在最危险的那层。

第二问：它的收入是真实发生的，还是从头部公司的估值"借"来的 ？"对标某某公司"这四个字出现的频率，和泡沫浓度成正比。

第三问：它赚的是结构的钱，还是瓶颈的钱 ？结构的钱可以赚很多年，瓶颈的钱有保质期——而保质期通常比估值隐含的时间短得多。

三个问题都答得上来，再谈价格。

泡沫从来不会通知你它在哪一层破。但你至少可以选择，不站在用别人的故事给自己定价的那一层。

下次再有人问你"AI 是不是泡沫"，你可以反问他：你说的是哪一层？

台积电那群七十多岁的老工程师，可能是这个星球上唯一能阻止 AI 泡沫的人。目前为止，他们还在岗。