夜雨聆风SemiAnalysis——这家在半导体和 AI 基础设施圈子里说话很有分量的研究机构——发了一篇报告，核心结论就一句话："2026 年美国半数数据中心取消"这个吓坏市场的说法，是 AI 自己编出来的。
不是夸张，不是断章取义。是真的， AI 工具批量抓了未经核实的新闻稿，然后用模型生成结论，结论被媒体二次放大，变成了一条让整个行业心惊肉跳的"事实"。
恐慌是怎么被"制造"出来的
事情要从 4 月 1 日说起。彭博社发了一篇报道，引用了 Sightline Climate 的统计数据： 2026 年美国 12GW 规划数据中心产能中，只有 5GW 在建——剩下的，"半数延期或取消"。
这个数字像病毒一样扩散。科技媒体加了个更耸动的标题，社交媒体上开始疯传，投资者慌了，算力股暴跌。
但 SemiAnalysis 去查了底。
他们用卫星视觉模型独立核验——光是美国前两大超大规模云厂商的自建在建产能，就已经突破 5GW 了。 Sightline 统计的所谓"12GW 规划产能"，只覆盖了公开披露的大型标杆项目，根本没算上行业完整的开发管线。
换句话说，"半数取消"这个结论，问题不在分子——取消的项目确实有——问题在分母。分母只数了那些高调宣布的早期项目，而这些项目本身就最容易跳票。
拿一堆 PPT 项目当分母，算出来的延期率那当然吓人。
AI 怎么把噪音变成"事实"
但真正让我觉得不对劲的，不是统计口径的问题。是 SemiAnalysis 报告里另一段话：
大量所谓产能预测模型仅靠 AI 工具抓取新闻稿，将未经核实的 GW 级项目公告当作事实，完全不考虑实际建设工期、电网接入和审批流程等关键变量。
读到这里我停了一下。
想想这条链路：一个开发商发了篇新闻稿，说"我们计划建设 500MW 数据中心"——AI 工具抓到了这条新闻稿——模型把它当作已确认产能——然后基于这些"已确认产能"算出一个延期率——媒体拿这个延期率写了一篇"半数数据中心取消"——投资者看到了，慌了。
从头到尾，没有一个人类去核实过那篇新闻稿到底靠不靠谱。
这跟 AI 在聊天里胡编乱造不一样。聊天里编个不存在的论文，顶多丢人。但这次， AI 的幻觉从聊天窗口跑了出来，跑进了金融市场的定价模型里，跑进了投资人的决策流程里，跑进了股价里。
三类噪音，被 AI 循环放大
SemiAnalysis 把市场恐慌归因于三类"无效噪音"。
第一类，地方建设暂停政策。 截至 2026 年 4 月，美国 12 个州推出了管控法案。听起来很吓人？但 SemiAnalysis 指出，这些法案只针对早期规划项目，不涉及 2026 年核心交付产能。缅因州的禁令涉及的规划产能——不足 5MW 。 5MW 是什么概念？一个中型数据中心的零头都不到。
第二类，早期投机性项目延期。 行业新进入者，规划方案激进，交付时间脱离实际。这些项目从未进入实质落地阶段，但 AI 工具把它们当作"已确认产能"纳入了统计。
第三类，成熟项目的节奏偏差。 开发商低估了设备交付、天气施工、机电调试这些变量。比如 Nebius 新泽西园区，首期 50MW 原计划 4 个月落地，最终耗时 10 个月。这是延期吗？是。但这是"行业崩盘"吗？不是。这就是大型基建的正常节奏。
三类噪音，单独看都不构成系统性风险。但 AI 把它们混在一起，加上一个耸动的标题，就变成了"半数数据中心取消"。
这不是 AI 幻觉，这是"AI 制造的叙事泡沫"
我一直在想该怎么描述这件事。它不只是"AI 幻觉"——幻觉是 AI 编了一个不存在的东西。这次更严重：AI 把真实但无关紧要的信息，通过错误的组合和放大，制造出了一个虚假的叙事。
这个叙事不是凭空捏造的——延期是真的，政策管控是真的，项目取消也是真的。但"半数取消"这个结论是假的，因为分母是错的，权重是错的，因果链是错的。
而最讽刺的是：这个虚假叙事的主题，恰恰是"AI 行业要崩了"——AI 制造了一个关于 AI 自身的虚假恐慌。
这不是递归，这是死循环。
当 AI 成为信息生产的主力，谁来核实 AI
这才是我真正想说的。
SemiAnalysis 的报告揭开的，不只是数据中心行业的一个统计错误。它揭开了一个更深层的问题：当 AI 成为信息生产的主力，它的偏差和幻觉不仅在聊天里出现，已经开始扭曲真实世界的决策了。
想想现在的信息生产链路：新闻稿→AI 抓取→AI 生成分析→媒体引用→投资者决策。这条链路里，核实环节在哪里？
没有了。
人类分析师会打电话去问开发商"你们这个项目到底开工了没有"，会去查审批记录，会去看卫星图。 AI 不会。 AI 只会抓文本、跑模型、出结论。速度快了 100 倍，但准确率——没人知道。
Kamiwaza AI 今年 3 月发了一项研究，用 1720 亿词元测试了 35 个开源大模型的幻觉率。结果：最好的模型在 32K 上下文下，编造率 1.19%；到了 200K 上下文，所有模型的编造率都超过了 10%。 哥伦比亚新闻评论的测试更狠——八个 AI 搜索工具在新闻引用查询中的错误率超过 60%。
60%。超过一半的引用是错的。
当这些错误从"聊天窗口"跑到"投资决策"里，会发生什么？
一条从 AI 幻觉到市场幻觉的因果链
我试着把这条链路画清楚：
AI 工具抓取未核实信息 → 模型生成错误结论 → 媒体二次放大 → 投资者基于错误信息做决策 → 市场价格偏离基本面 → 更多 AI 工具抓取偏离的价格数据 → 生成更悲观的结论
这是一个正反馈回路。每转一圈，偏差就放大一次。
SemiAnalysis 说过去六个月，他们对 2026 年北美超大规模自建数据中心产能的预测调整幅度仅 1%。 1%。而市场在恐慌什么？在恐慌一个 50%的延期率。
1%和 50%之间，差了 49 个百分点。这 49 个百分点，就是 AI 制造的叙事泡沫的厚度。
对普通人意味着什么
你可能会说，数据中心延期关我什么事。
但想想这条逻辑的终点。如果 AI 可以制造一个关于数据中心行业的虚假恐慌，它也可以制造关于任何行业的虚假恐慌。医疗、教育、房地产、就业——任何有大量公开数据但核实成本高的领域，都是 AI 叙事泡沫的温床。
2026 年下半年，至少会出现一起因 AI 生成的虚假行业报告导致错误投资决策的重大事件。 这不是预测，这是概率。当信息生产的主力从人类变成 AI ，而核实环节没有跟上，出事只是时间问题。
"AI 信息可信度"会成为新的监管议题。不是该不该管的问题，是怎么管的问题。
SemiAnalysis 这份报告最大的价值，不是它纠正了一个统计错误——而是它第一次看到了这条从 AI 幻觉到市场幻觉的完整因果链。以前我们只看到 AI 在聊天里胡说八道，现在我们看到它胡说八道的结果，真的影响了真实世界。
AI 最大的风险，不是它不够聪明，是它不够诚实——而我们还没学会分辨。
