十万亿美元的 AI 泡沫，是等待爆发的灾难，还是通向进步的必然？（轻解读）

凯恩斯：“市场非理性的持续时间，可能比你的偿付能力更持久。” 感觉AI市场已经变成了一个大的赌局，资本在介入，政治在介入 这个草台班子里的所有人，都以为自己能上场，可以拿到一个角色甚至主演 于是他们疯狂的加注，疯狂的卷！ 🖋这篇解读文章，没有一上来就喊“危险”。 作者先找了两本研究泡沫的书，这是他所有分析的根。 一本是《繁荣》，里面说过去百年的大技术突破，比如页岩气开发、互联网发展，不少是靠金融泡沫推起来的。泡沫哪怕破了，也会留下有用的东西，比如互联网泡沫后的光纤。 另一本是《繁荣与萧条》，把泡沫拆成了“三角” 市场流动性像氧气，让交易能顺畅跑起来； 金钱信贷就像燃料，有足够的钱才能把泡沫吹大； 投机狂热则像热能，大家都跟风才能让泡沫持续。 《繁荣与萧条》中还说，泡沫的导火索分两种， 技术引发的破坏力小些，比如互联网泡沫； 而政治政策引发的往往更糟，就像日本 80 年代的资产泡沫； 🖋作者也以找了一堆现实数据来套这些理论。 英伟达两年市值涨了11倍，OpenAI估值翻了24倍， 新增的市值比英法德股市加起来还多。 但这些钱不是单向流的，而是“绕圈转” ——英伟达投OpenAI最多1000亿，OpenAI转头就买英伟达的芯片； AMD让OpenAI用几毛钱买大量股票，条件还是买它的GPU。 对照《繁荣与萧条》里的“利益网”说法， 这就是泡沫变大的关键： 大家都绑在一条船上，你投我，我买你的货，只能接着烧钱，停不下来。 🖋与此同时，现在的钱还多了层风险。 科技公司不光用自己赚的钱烧，还到处借债 这些债很多来自私募信贷，不在资产负债表里，外人看不清。 如果这些债爆了，比股票跌影响更广， 因为可能连银行和养老金都牵扯进来。 🖋现在AI成了国家竞争的武器， 美国政府直接入股英特尔 AI泡沫以不仅仅是资本的事，还成了“不敢不投”的竞赛 企业怕被对手甩开，国家怕落后，哪怕知道烧钱多，也只能接着上。 当技术和国家利益绑在一起， 泡沫的“燃料”会更足，持续时间也可能更长。 经济全球化让大家变成一条绳上的蚂蚱～ 🖋最近在读韩鹏杰老师的《道德经讲什么》 老子反复讲的道理：水满则溢，“持而盈之，不如其已。” 市场的过“满”就是危局的开端 但是人类不是不懂这个问题，而是几乎无药可医 之前刷视频看奥特曼的解说视频时，记得有一句台词， 说的是20世纪的军备竞赛： 就像一边吐血一边跑马拉松 没错，现在这个AI竞赛，何尝不是如此呢？ 尤瓦尔·赫拉利：“我们知道谁会赢——不是中国，不是美国，而是AI。我们会迅速创造出超级智能AI，无法控制和约束它们。最终统治世界的不是美国人，也不是中国人，而是AI。” 扎克伯格：“如果投资AI最终白花了数千亿美元显然很不幸，但不投入的风险更大——如果AI实现大跨越，自己会错失先机，被对手甩开。商业巨头不会接受这样的可能，国家也一样。” 🖋摘录： 梁宪政归纳出12个可能预示AI产业泡沫即将破灭的征兆： 1.非理性估值与未来承诺； 2.巨额资本支出与现金流不匹配； 3.大肆吹捧的超大订单； 4.缺乏可持续性的盈利模式； 5.传统行业巨头非理性转型； 6.人才争夺战与薪资泡沫； 7.军备竞赛式的资本支出； 8.股票市场过度投机与炒作； 9.创投圈的盲目追捧； 10.媒体与公众舆论的狂热； 11.单一产业成为市场主导； 12.频繁出现“这次不一样”的论调。 相关阅读（不用去找了，文章里提到三本书国内连实体书都还没有）： 📖《对话尤瓦尔·赫拉利：当AI开始向人类提问时，我们就已经输了（轻观察）》博阳 📖《5.5小时：中国网民的数字沉溺与脑腐危机（轻观察）》晚点LatePost 曾梦龙 📖《繁荣：泡沫与停滞的终结》（Boom：Bubbles and the End of Stagnation） 📖《繁荣与萧条：金融泡沫的全球史》（Boom and Bust：A Global History of Financial Bubbles） 📖《1929：华尔街大崩盘内幕与一场国殇的起源》[美]安德鲁·罗斯·索尔金 📖《大数据，正在毁掉我们与最亲密的人的关系（轻心理）》KnowYourself知我心理 📖《智人之上 ——从石器时代到 AI 时代的信息网络简史》[以]尤瓦尔·赫拉利 📖《泡沫逃生：技术进步与科技投资简史》[美]阿拉斯戴尔·奈恩

十二个可能预示AI产业泡沫即将破灭的征兆： 1.非理性估值与未来承诺； 2.巨额资本支出与现金流不匹配； 3.大肆吹捧的超大订单； 4.缺乏可持续性的盈利模式； 5.传统行业巨头非理性转型； 6.人才争夺战与薪资泡沫； 7.军备竞赛式的资本支出； 8.股票市场过度投机与炒作； 9.创投圈的盲目追捧； 10.媒体与公众舆论的狂热； 11.单一产业成为市场主导； 12.频繁出现“这次不一样”的论调。 现在，2026年2月份，天朝和美丽国……能见到哪几个征兆了呢？ 其实吧，一个成熟的投资者，不靠猜，更不能单边下注，对咱散户来说： 只要做到不追涨，不止损， 尤其……不买热门品种； 那么，就无惧崩盘，足以穿越牛熊～ --end-- 「李园读书会」简介： 上学，→当牛马，→创业/投资，→自由人，当前……你在哪个阶段呢？ 这里是「以书会友」的个人成长社区，各阶段的书友都有，主线任务是通过「创业/投资」实现FIRE的生活方式： Financial Independence, Retire Early。 🎈「读书会」现已开放纳新，前100名书友，尊享价98元，第101位开始，恢复原价198元；达到300人的时候，提高到398元；600人以上，698元；感兴趣就快快私信我加入哈~ 让咱们常喝茶，多看书，约跑步/徒步/登山，一起愉快地玩耍吧！ 读万卷书，行万里路，阅人少数，少于150人。

我感觉不是科普文，而是一种政治文。先认为AI有泡沫这个前提，如果有泡沫，那接下来肯定就是要找他要崩盘的理由。 在我看来AI根本没有什么泡沫，那就跟那美国的国债，美国底层睡大街吸毒堕落，话术都是一样的，反正是美股要跌美国要完。这些人就是一直搞不懂他的债务这么多，AI这么大泡沫为啥一直在涨？他老是觉得这些全世界的有钱人都是大傻子，美债增长速度这么快，还一直拿钱去认购，中国的a港股这么便宜，他们为什么不来呢？很多人是不是这么想的？你为什么会把一帮有钱人甚至能财富百年传承下去的人当成傻子看？ AI是工业革命以后最大的技术变革，没有之一。从工业革命以来，全世界无论是政治制度还有国际局势都发生了翻天覆地的变化。中国在这场工业革命里先是出现了百年屈辱史，后又有了改革开放以来的伟大复兴。1980年出版的《第三次浪潮》预言了信息革命会对世界的改变。AI可能比以往的这些技术变革对社会世界的影响都要大。AI一定会改造现在的经济、家庭，政治制度。 连这么简单的道理都看不出来。就单纯的认为那个地方是泡沫就认为美股会跌。这明显是脑子进了水。绝大部分的理由只不过是认为这个AI还挣不到钱，或者说对生产力的提升不大。但是你要记住人工智能的进化是要远超人类自身的进化的，它是按年计的，而人类自己进化是按万年计的。人工智能一直以摩尔定律这种概念在往上走，他每过一两年他的一个算力知识储量就在翻倍，5年，10年的是个什么概念呢？以现在刚开始的早期来看人工智能认为他不行，那最早期的这个电脑能计算什么东西呀？AI就是要结束他至少还有一二十年了。况且AI的结束，那要怎么结束啊？到时候的社会政治又是什么样你都难以想象的。在这场浪潮里想躲着不参与的人和国家，回看历史，只有灭亡。 我从23年就开始重仓纳指100，这几年只买入不卖出，未来也是只做多不卖出。我刚才看了一下纳指100现在是34.39pe，纳斯达克是25114点。34倍，而且是科技股，贵吗？不要因为那边是美国公司，因为立场就影响了自身的一个理性判断。投不投资是你的选择，这没有对错。但是如果因为先有结果然后去找到一些错误的证明信息，然后你还真信了，就是你的愚蠢了。 我个人估计，不出个两三年，三四年就可以冲到30000点，40000点。最后送大家一句话"不要错过这个伟大时代"

《十万亿美元的 AI 泡沫，是等待爆发的灾难，还是通向进步的必然？（轻解读）》 晚点LatePost 曾梦龙 3个笔记 文前 ◆ 2025/11/14发表想法 AI到底有没有泡沫，估值是否可以兑现，商业化落地。毕竟，AI投入，真的很烧钱啊 原文：泡沫显而易见。曾领导瑞士银行商品策略团队的英国分析师朱利安·加兰（Julien Garran）认为，美国的资本配置不当，AI泡沫的狂热是互联网泡沫的17倍，2008年房地产泡沫的4倍。 OpenAI和英伟达编织的AI利益网：层层绑定，大力出奇迹 ◆ 2025/11/15发表想法 CoreWeavede客户原来是微软，OpenAI，英伟达，即是客户也股东。左脚踩右脚上天，绝了😂 原文：AI交易网络的另一个交汇点是英伟达：英伟达投资OpenAI和云基础设施公司CoreWeave，让它们有更多钱买自己的芯片。而CoreWeave最大的客户是微软，而微软既是OpenAI的投资者，也自己从英伟达购买芯片。OpenAI也是CoreWeave的客户和股东，在该公司IPO前对其做了3.5亿美元的股权投资。 ◆ AI交易网络的另一个交汇点是英伟达：英伟达投资OpenAI和云基础设施公司CoreWeave，让它们有更多钱买自己的芯片。而CoreWeave最大的客户是微软，而微软既是OpenAI的投资者，也自己从英伟达购买芯片。OpenAI也是CoreWeave的客户和股东，在该公司IPO前对其做了3.5亿美元的股权投资。 -- 来自微信读书

在狂潮之中，最值得庆幸的是，仍然还有人一直保持清醒，并时刻警惕着

欲让其灭亡，必先让其疯狂。 Whom the gods would destroy, they first make mad. 这句是西方流传两千多年的经典谚语，最早源自古希腊悲剧作家欧里庇得斯的作品。 一、核对前提与数据来源说明 所有基础数据均采用2026年8月高盛官方研报、美国BEA公开数据，以及“25法则”的原始定义（颠覆性技术资本支出的可消化上限为当期美国名义GDP的25%），全程统一口径为‌美国本土AI相关投资‌，避免全球/美国、单年/累计的口径混淆。 二、逐步骤核对计算（无跳步） 1. 核对2026年美国名义GDP基准值 已知确定值：高盛2026年8月研报明确给出，2026年美国AI投资为5810亿美元，占美国名义GDP比重为1.8%。 计算2026年美国名义GDP： 2026年美国名义GDP=2026年美国AI投资额/AI投资占GDP比重=5810亿美元/1.8%≈32.3万亿美元 交叉校验：巴伦周刊2026年8月“25法则”相关分析中，采用的2026年美国名义GDP基准为约30万亿美元，因此取GDP合理区间为30万亿~32.3万亿美元，中性基准值为32万亿美元。 2. 核对25法则对应的AI投资理论上限 公式： AI投资累计理论上限=当期美国名义GDP×25% 代入中性基准值计算： 32 万亿美元×25%=8 万亿美元 区间校验：对应GDP区间30万亿~32.3万亿美元，理论上限区间为7.5万亿~8.1万亿美元，与巴伦周刊测算的“危险临界值约7.5万亿美元”完全吻合。 3. 核对截至2026年美国AI累计已完成投资 已知确定值：高盛2026年8月研报明确说明，🔛2022年本轮AI周期启动以来，到2026年底全球🌎AI累计投资总额为1.8万亿美元；其中美国🇺🇸本土AI投资占比约57%（2026年单年美国投资5810亿美元/全球总投资1.019万亿美元）。 计算美国本土累计AI投资： 美国累计AI投资=1.8 万亿美元×57%≈1.03 万亿美元 口径校验：该数值为2022-2026年的累计值，并非单年投资。 4. 核对剩余理论投资空间 公式： 剩余理论空间=累计投资上限−已完成累计投资 代入中性基准值计算： 8 万亿美元−1.03 万亿美元≈7 万亿美元 区间校验：对应剩余空间区间为6.5万亿~7.1万亿美元。 三、核对后的最终结论 按“25法则”中性测算，本轮AI周期美国🇺🇸本土累计投资的理论过热阈值约为‌8万亿美元‌；截至2026年底，美国本土已完成累计AI投资约1万亿美元，剩余理论可投资空间约7万亿美元。 一致性校验：高盛预测美国AI投资占GDP比重将在2028年达到2.8%，仍处于历史通用技术周期2%~5%的正常峰值区间内，距离25%的过热阈值仍有较大距离，与“当前未到泡沫破裂临界点”的判断完全一致。 重要提示：25%是历史经验归纳的风险阈值，并非必然达到的投资目标；实际投资节奏会受电力基础设施瓶颈、AI商业化回报进度、融资成本、供应链约束等因素影响，可能提前触发局部调整。 注： AI资本支出的规模已经十分惊人。自2024年初以来，约有5000亿美元花在💽芯片上，3500亿美元用于⚡️电力基础设施，2000亿美元投入🏗️建设施工，1000亿美元用于🛜网络设备。这一总规模远远超过了2021年整个标普500成分股的全部资本开支——约5750亿美元——而那一年还是OpenAI的ChatGPT发布前一年。 只要企业用自由现金流来为AI买单，似乎没人介意。但如今，昔日那些现金牛——包括亚马逊、Alphabet、Meta和微软等——正在举债为其AI数据中心融资，👉担忧也随之加剧。而且这种担忧并非没有道理。他们计划投入的金额大得惊人——未来两年约2万亿美元——相关忧虑也开始在债务市场显现：用于对冲信用违约风险的保险成本已大幅飙升。 华尔街也在为这些股票忧心忡忡。AI公司的股价较6月创下的52周高点已下跌20%。这足以让投资者发问：即便AI建设浪潮尚未终结，AI交易是不是已经走到尽头了❓ 历史表明并非如此。 资本开支泡沫几乎总会破裂，但很少会在投资者怀疑它将破裂的时候破裂。 美国历史上大多如此，从铁路🛤️建设浪潮开始，历经互联网🛜泡沫，乃至此后更长时期。尽管AI资本开支的激增几乎肯定会⚠️以糟糕的方式收场，但它在当下就糟糕收场的概率并不高。 根据Barron's的一项分析，在美国250年的历史中，经济在事情真正变得棘手之前，能够吸收相当于🕳️经济产出约25%的投向变革性技术的支出。 人工智能目前还未到达这一门槛，而且多年内也不会达到，这表明AI交易——以及美股这轮上涨——仍有更大的上行空间。 美国在💸资本开支（capex）繁荣与萧条方面有着悠久历史。雷蒙德·詹姆斯（Raymond James）策略师塔维斯·麦考特（Tavis McCourt）指出， 从19世纪60年代的铁路🛤️大扩张，到20世纪20年代的⚡️电气化热潮，再到20世纪90年代互联网🛜泡沫和21世纪初的🏙️房地产泡沫，它们都遵循着相似的模式： 一种新技术出现，投资者😍热情追捧，推高📈估值，最终导致股权与债务融资增加以及市场集中度问题，随后转向📉崩盘。 不过，繁荣并不会自行结束。麦考特指出，它们需要一次外部冲击🤜来促成下滑——这种冲击可能由政策触发，比如美联储加息【人祸】；也可能是类似1906年旧金山地震那样的事件【天灾】。 从历史来看👁️，这些周期的走势足够有规律，因此可以借此思考🤔AI在这一周期中处于什么位置。 其中有一种说法可称为“25法则”，指的是在变革性技术繁荣时期，美国能够消化的总支出占整体经济的比例。 例如，在19世纪60年代铁路繁荣初期，美国国内生产总值每年约100亿美元（据美国全国经济研究所数据），而铁路总支出最终达到25亿美元，👉之后才出现了1873年的崩盘。 同样，20世纪90年代末，大约1.5万亿美元被用于建设互联网🛜基础设施，而当时美国经济规模仅为6万亿美元。 20世纪20年代的工业和电气化建设也是如此。 按照这一标准，我们可以自上而下地估算：在经济尚未准备好承受崩溃之前，AI最多还能花掉多少钱。计算🧮返回文初

感： 对于Ai目前已经是一场中美国家基金双下场介入的国家的比拼。 虽然目前实际投入产出比极低极低极低极低。 但是随着投入无限增大，无论个人还是国家都已经无可避免的裹挟于Ai时代叙事中。 吹大Ai 泡沫还有地缘政治环境的改变。 Ai成为地缘政治下的经济战略和博弈竞赛；针对美国巨量债务和贫富差距，Ai带来的增长前景比分配既得利益更容易让人通过和接受。 摘：1.人就这样的，往回看什么人都可以做诸葛亮，但往前看诸葛亮也要被气死， 2.不止在美国，AI叙事在中国，欧洲等都获得了资金青味。因为阿里云，阿里巴巴从巴菲特的搭档查理。芒格所说的"该死的零售商"，摇身一变为"AI科技公司"。只要对于AI的资本开支增多，大公司的估值就能参照美国科技巨头的估值抬升。至于中国故事讲得子的AI中小公司，估值上涨的速度和幅度更是惊人。 3.麻省理工学院研究人员发现，95%的企业在生成式AI领域的投资回报率为零。 4.数千亿美元已经花掉，如果他们失败，资本市场的损失可能超过10万亿美元。所有参与者只能期望这两个公司更进一步，并参与他们的AI革命叙事。这是经典意义的"大而不能倒". 5.债务融资很多来自私募信货，可以不出现在科技公司的资产负债表上，并与其他项目隔离。它的不透明，杠杆化和循环性引发了担忧，《金融时报》的论就称，当前AI的融资结构日益依赖债务，如果发行者未来信用评级较低，会使银行和高杠杆的非银行部门面临违约风险，相互勾结的双边融资协议，只会加剧多米诺骨牌效应的风险， 6.这些投资大部分投资流向了10家Al公司--OpenA,Anthropic,xAl,Perplexity,Anspsere scale Al,Safe Superintelligence,Thinking Machines Lab,Figure Al,Databricks。它们的估值合起来达1万亿美元，但还没有创造出任何显著的收益。其中，OpenAl的估值已达5000亿美元，但它上半年的营收只有43亿美元(已超去年全年)，净亏损达到135亿美元。 7.比如相比美国，中国主要是引发繁荣力量的权重，投入资本的性质和谁承担损失略有不同：中国"集中力量办大事"的战略特性为Ai的未来加了政治杠杆；中国Ai投资的特色参与方是大量政府引导基金。 8.按照目前AI依赖规模化和集中度的技术特性，未来的收益可能仍然集中于少数组织。又因为现在AI的发展方向是倾向替代人，而非产生新的价值，可能使得多数人最后无法从中受益，从相对角度，多数组织和个人的利益也将受损。 9吹大AI泡沫的还有地缘政治环境的改变，AI成为地缘政治下的经济战略和博弈竞赛；针对美国巨量债务和贫富差距问题，AI带来的增长前景会比分配既得利益更容易通过和让人接受。 9.今年的国资入股标志着美国政府开始更直接干预先进制造，投入AI背后的芯片和电力基建，此前五十年，美国政府只有在救市时入股过一些金融，汽车，航空公司。 10.上一次冷战的成功经验并不一定适用于新的战场，以AI技术改变竞争格局的共识已经达成。谁也不敢不投入。就这样AI投入的催化剂从消费衍生到了国家竞争，投资叙事也从一个虚拟技术扩展为重建先进制造 10.用Meta创始人马克。扎克伯格的话说：如果投资AI最终白花了数千亿美元显然很不幸，但不投入的风险更大如果AI实现大跨越，自己会错失先机，被对手甩开。商业巨头不会接受这样的可能，国家也一样。

AI叙事： OpenAI代表着AI应用的天花板，创业公司估值的对标。英伟达则是计算性能的天花板，全球最大几个科技公司的生产力工具。只要对于AI的资本开支增多，大公司的估值就能参照美国科技巨头的估值抬升。至于中国故事讲得好的AI中小公司，估值上涨的速度和幅度更是惊人。两家公司的目的清晰可见，得让大家同坐一条船，继续加大烧钱力度。所有参与者只能期望这两个公司更进一步，并参与他们的AI革命叙事。这是经典意义的“大而不能倒”。 AI泡沫： 参与其中的人已经不再争辩是不是存在AI泡沫，而是开始论证泡沫是通往技术进步，从而打破经济停滞的必经之路。科技公司只用主业赚的钱已经不够烧，开始启动债务融资。如果泡沫破灭，这将比股权融资带来更广泛、更长期的经济和金融系统的危害。 FOMO（Fear of Missing Out），“错失恐惧症”： AI技术改变竞争格局的共识已经达成，谁也不敢不投入。 AI投入的催化剂从消费衍生到了国家竞争，投资叙事也从一个虚拟技术扩展为重建先进制造。用马克·扎克伯格的话说：如果投资AI最终白花了数千亿美元显然很不幸，但不投入的风险更大——如果AI实现大跨越，自己会错失先机，被对手甩开。商业巨头不会接受这样的可能，国家也一样。

4.0/5 一、核心内容总结：一场结构极度脆弱的超级泡沫 这篇文章的核心，是描绘了当前AI繁荣背后一个触目惊心的结构。它不再是一场简单的技术热潮，而是一张由科技巨头、芯片商和国家力量层层捆绑、自我强化的利益网络。 · 自我循环的金融炼金术：泡沫的核心是“循环投资”模式。英伟达投资OpenAI，OpenAI再用这笔钱买英伟达的芯片，英伟达的股价因此上涨，从而有能力继续投资。收入和利润在闭环中被凭空创造出来，这是一种极其危险的“左右手互倒”游戏。 · 天文数字的投入与可怜的产出：预计未来四年，全球数据中心投资高达2.9万亿美元，但目前所有AI企业的年收入仅为500亿美元。更严峻的是，MIT的研究发现，95%的企业在生成式AI上的投资回报率为零。资本支出与真实现金流之间存在一个巨大的、不可持续的鸿沟。 · 国家的入场，抽掉了市场的“底牌”：这场泡沫已从“技术导火索”演变为“政治导火索”。美国直接入股英特尔，并用投资绑定关键矿产供应链。当AI竞争成为国运之争时，市场纠错机制就可能被强行推迟，这恰恰是最大的风险——它让系统变得更加脆弱。 二、第一性原理反思：回归商业本质的拷问 无论故事多宏大，最终都必须回归企业存在的第一性原理：创造真实的、可持续的现金流，并构建不可替代的护城河。 1. 警惕“伪现金流”：真正的收入，必须来自为外部客户创造价值的最终产品，而非来自投资人的钱在生态圈内打转。 2. 警惕“无护城河的规模”：仅仅靠资本堆砌的规模不叫壁垒，因为对手也能融资。真正的护城河是技术代差、网络效应或强大品牌。而目前多数AI公司，除了烧钱规模，并无真正意义上的护城河。 3. 理解“财富的幻觉”：账面估值是算术平均的幻想，只有落袋为安的退出才是几何平均的现实。一次90%的暴跌，需要涨900%才能回本。在市场狂热期，尤其需要坚守这个常识。 三、对创业者的方法论：在泡沫中构建反脆弱 1. 别做“淘金者”，做“卖水人”的“卖水人” 与其和巨头拼大模型，不如为这场淘金热提供极度确定性的配套服务，比如AI数据中心节能方案、模型安全与对齐工具等。这类业务无论哪个模型胜出，都有真实需求，收入来自客户预算，不是投资款，天然具备反脆弱性。 2. 用AI解决那“95%”的落地问题 MIT报告指出的“95%投资回报率为零”，恰恰是最大的金矿。巨头的模型是通用引擎，但千行百业的具体痛点无法靠一个通用API解决。创业者的机会就在这“最后一公里”的鸿沟里。做垂直行业的AI落地专家，帮传统企业把模型真正用起来，需要的不是烧钱，而是深刻的行业知识，这便是深厚的护城河。 3. 回归“做人的标准” 正如王金昌拯救加多宝，一个混乱失序的行业，最稀缺的不是技术，而是信任。在AI这个充满泡沫、炒作和浮躁的领域，如果你能建立起一个以诚信、专业、交付可靠著称的品牌，这本身就是一种极高的溢价和壁垒。 四、投资思路：区分泡沫与价值 1. 利用“工业泡沫”框架，押注使能技术 《繁荣与萧条》区分了“纯金融泡沫”和“工业泡沫”。即便AI应用层有泡沫，但对电力的需求、对更高性能芯片的需求是确定的。因此，支撑AI的物理底座（清洁能源、电网升级、关键矿产）具有更强的价值支撑。 2. 避开“故事驱动”，寻找“现金流驱动” 远离那些估值建立在“AGI即将实现”宏大叙事上的公司，寻找那些已经能用AI创造出健康现金流、或能持续获得订阅收入的工具型、服务型SaaS公司。 3. 警惕并利用“国家队”信号 密切关注政策风向。当政府开始用行政力量扭曲市场、扶持特定公司时，这就发出了市场可能严重高估的信号。真正的投资者，应像宁高宁所说的那样，在此时“增强行业的自律和理性”。 五、蕴含的商机 1. AI落地的“最后一公里”服务商 垂直行业的AI咨询、实施和定制开发，将是未来最大的蓝海。 2. AI时代的“信任基础设施” 模型审计、合规、安全、隐私计算等领域，将像当年的会计师事务所一样，成为刚需。 3. 物理世界的“能力供给” 高效的清洁能源解决方案、数据中心散热新技术、芯片材料的创新，这些都是绕不过去的物理瓶颈。 总而言之，这篇文章揭示了我们正处在一个由技术、资本和国力共同催生的宏大叙事之中。但商业的本质从未改变。真正的战略眼光，是在所有人贪婪时看清脆弱性的结构，在泡沫的喧嚣中，安静地在非共识的领域，为自己构建一个根基牢固、能创造真实价值的反脆弱系统。

- 书籍类型：微信读书“轻解读”系列的深度财经长文（约8100字），属商业报道/行业观察，非学术专著。 - 作者背景：曾梦龙，《晚点 LatePost》记者，曾任职《好奇心日报》《燕京书评》等，关注科技、知识与人的交叉议题，属专业财经媒体从业者。 - 讲了什么内容：围绕“十万亿美元级AI泡沫”，用英伟达/OpenAI等数据（市值涨幅、估值、ROI为零的比例、资本开支与收入缺口）与“循环投资/互采”的利益网（英伟达—OpenAI—CoreWeave—微软等），讨论泡沫动力（技术+地缘+FOMO）、风险（债务融资、不透明、大而不能倒）与可能结局（工业泡沫留基础设施 vs 更猛烈破灭），并给出中美差异与12个泡沫征兆清单。 - 代表谁的观点或利益：整体代表财经媒体“中立拆解、风险提示”的立场：不简单唱多或唱空，而是把“是否有泡沫”转为“泡沫的性质、谁承担损失、可能遗产”，服务于理性认知与风险意识，不等同于特定利益集团。 - 发现什么问题：指出市场已从“有没有泡沫”转向“泡沫是不是进步的必经之路”；但背后存在烧钱远超收入、互投互采的利益绑定、债务与不透明融资、地缘把赛道变成“不敢不投”的军备竞赛，以及散户可能被卷入高风险资产等结构性问题。 - 解决什么问题：不提供投资建议；其“解决”在于给读者一套观察框架（规模与数据→利益网→风险点→历史参照→结局维度），把情绪化站队（“AI永远涨/全是骗局”）转为可讨论的风险判断。 - 逻辑是什么：采用“现象（市值/估值暴涨）→ 数据与对照（ROI、开支/收入、历史倍数）→ 机制（利益网、融资结构、FOMO、地缘）→ 理论透镜（泡沫三角、工业泡沫论、1929类比）→ 开放结论（性质与损失承担决定结局）”的报道逻辑。 - 逻辑漏洞/局限： 1. “泡沫”作为前提易被默认：文章列大量狂热指标，但“泡沫”本身仍带判断色彩；若技术兑现速度超预期，部分“狂热数据”会被重新解释为领先投入，文章更偏风险提示而非证伪。 2. 互采/循环投资易成叙事靶子：指出“左手倒右手”式绑定很直观，但也需区分：部分采购是真实算力需求与产能预订，单纯强调循环易弱化产业真实消耗与交付链。 3. 历史类比的双刃：用互联网泡沫、1929、铁路崩盘做参照很有效，但技术属性（软件边际成本、全球资本结构、政策介入度）不同，直接当量比较（如“17倍”）易成传播点而非严丝合缝的结论。 4. 风险传导未完全量化：提到私募信贷、养老金、不透明杠杆与多米诺风险，但缺乏具体敞口数据与压力情景，读者易“知道危险”，仍难判断概率与临界点。 5. 中美对照偏概括：点出中国“政府引导基金+场景驱动+换皮AI”等差异，但对地方财政约束、退出机制、估值锚定等细节展开有限，易变成方向性对照而非可操作判断。 6. 12征兆是清单而非阈值：清单利于提醒，但多数征兆在成长行业也会部分出现；若无权重与动态边界，易被用作“看到几个=泡沫要破”的简单推导。