夜雨聆风最近读到MIT经济学家Ricardo Caballero的一篇新论文，《投机增长与AI"泡沫"》。读完我拍大腿——这老头儿，有点东西。
https://news.qq.com/rain/a/20260613A031ZN00
他抛出来的核心观点，一句话就能说明白：别老盯着AI是不是泡沫，你得问，这个泡沫能不能把未来的基本面给泡出来。
这话听着绕，其实道理糙得很。
咱们传统金融那套逻辑，跟算铜精矿品位似的：一家公司值多少钱，看它以后能赚多少，折现回来就是现在的股价。价格要是远超这个数，那就是泡沫，泡沫必破，价值回归。这是DCF、价值投资、有效市场理论的共同信仰，满大街分析师都是这么摁计算器的。
Caballero说，不对，你们把因果搞反了。价格不光能反映未来，它还能塑造未来。估值炒高了，公司就能融到更多钱；钱多了就能建数据中心、买GPU、训大模型；模型好了，生产率就上去了；生产率上去了，原本看着离谱的估值，反而就有了基本面支撑。高估值自己把自己给兑现了。
这有点像索罗斯说的反身性，但Caballero把它塞进了增长模型里，整了套数学证明，挺唬人的。AI跟盖冶炼厂不是一回事。这个逻辑要成立，有个大前提：AI不能是普通资本。普通资本是什么？就是你盖个冶炼厂，再盖一个，越盖越亏，最后产能过剩，边际收益递减。这是经济学铁律，索洛模型讲了几十年，做实业的人都懂——扩产一时爽，过剩火葬场。
但Caballero说，AI不一样，它更像一种"劳动型资本"。你买GPU、训模型、部署Agent，不是在增加机器，是在增加整个经济里的"有效劳动力"。资本多了，干活的人也多了，收益递减的铁律被大幅削弱。
更妙的是，AI还改变了收入分配。AI越发达，钱越往资本所有者手里流。有钱人爱存钱，储蓄多了，市场上的长期资金就充裕，利率就往下走。利率越低，融资成本越便宜，大家越愿意投资AI。Caballero管这个叫"Funding Feedback"——资本越多，钱越便宜；钱越便宜，资本越多。正反馈循环，越转越快。这就导致经济出现了两个完全不同的长期状态。
状态A：AI投资不足，资本形成慢，生产率长期趴窝，经济在低水平上自我锁定。
状态B：AI持续拿到钱，大规模建设，最终形成高资本、高生产率的稳态。
最骚的是，从状态A出发，哪怕所有投资者都是完全理性的，他们也绝对不会主动跳到状态B。
为啥？说白了，今天没有资本，明天就没有高增长；明天没有高增长，今天就不该有高估值；今天没有高估值，就没有资本形成。死锁了，懂吗？理性人反而被困在差均衡里出不来，跟咱们行业里明明都知道该减产保价，但谁都不愿意先停炉一个道理——囚徒困境。
这时候，泡沫的价值就体现出来了。泡沫不是终点，它是桥。桥搭好了，你能从A岸走到B岸；桥没搭完就塌了，那所有人掉河里。
所以Caballero反复强调一个词：脆弱性。泡沫会不会破不重要，重要的是它别破得太早。如果数据中心、模型、Agent、基础设施还没建完，钱就断了，那整个AI建设就中断了，未来增长也跟着泡汤。但如果泡沫破裂之前，该建的都建完了，那即使估值回归正常，高生产率的状态也能维持住。
互联网就是现成的例子。2000年泡沫破得多惨？纳斯达克跌掉八成。但光纤、服务器、数据中心、软件工程师全留下来了。泡沫没了，互联网革命才真正开始。AI大概率也是这个剧本。只不过这一次，泡沫留下的不是网线，而是智能本身。
泽锡哥再往前推一步。Caballero把AI定义为"可复制的劳动"，我觉得还不够狠。现实中的AI，越来越像"可复制的科研人员"。它不光能替代流水线上的工人，还能写代码、设计芯片、发现新材料、研发新模型、做药物筛选。如果AI能参与科研，那它改变的不只是生产函数，而是创新函数。
过去，创新能力取决于多少科学家、多少工程师、多少顶尖大脑。重大技术革命动辄几十年酝酿，所以才有康德拉季耶夫长波——不是经济非要五六十年爆发一次，而是天才不够用，创新资源增长太慢。就像咱们有色行业，一个大型矿山从勘探到投产，动辄十几年，不是不想快，是地质规律不允许。AI第一次打破了这个约束。
未来的创新能力，不再只靠人脑，而是人脑加几百万个AI Agent。再往后推一步，可能只靠算力就够了。算力持续增长，创新能力就持续增长。创新第一次变成了一种可以投资、可以批量制造、可以指数级扩张的东西。
如果再叠加现在快速发展的Coding Agent、Research Agent、自动科研，还有递归自我改进，这个飞轮会越转越快：更多AI带来更快科研，更快科研产生更好模型，更好模型继续提高科研效率，形成更多AI。
这才是真正的Intelligence Flywheel，智能飞轮。创新速度本身开始加速，而不只是生产效率提高。
Slowly, Then Suddenly。这也是我一直觉得AI的经济回报会符合"先慢后快"的原因。现在你看，各大厂砸几千亿买GPU、建数据中心，ROI低得可怜，很多人就开始喊"泡沫"。但你仔细想想，这些投资买的不是今年的利润，而是未来的智能资本。
当模型能力跨过某个临界点，大规模Agent开始进入企业，劳动替代真正发生，生产率会出现非线性跃迁。到那时，前几年看着离谱的估值，反而显得便宜了——跟期货里逼仓前的建仓期一个道理，账面浮亏最大的时候，往往离行情爆发最近。Caballero的闭环是：估值带动投资，投资形成资本，资本改善基本面。未来这个闭环很可能变成：估值带动投资，投资转化为算力，算力生成智能，智能驱动创新，创新产生更多点子，点子提高生产率，生产率带来更高利润，利润支撑更高估值。这里正反馈的不只是资本，而是整个社会的创新能力。
如果这条路走得通，AI带来的就不只是一次技术革命，而是改变了技术革命本身的产生方式。历史上康波周期持续四五十年，不是因为经济有什么神秘规律，而是因为创新资源太稀缺——科学家就那么多，知识扩散那么慢。
AI正在改写这个前提。未来我们看到的，可能不是一个越来越短的康波，而是在同一个AI平台上连续爆发多个产业革命：AI制药、AI材料、AI芯片、AI机器人、AI生物制造……创新开始工业化，技术革命变成流水线产品。
熊彼特说创新是增长的核心，罗默说知识是增长的核心，而AI和递归自我改进指向的下一个命题可能是：熊彼特的破坏式创新，靠的是人脑和偶尔蹦出来的天才；AI第一次让这些天才本身，变成了可以投资、可以批量制造、可以不断增强、还能自我强化的资本。所以从这个角度看，现在无论多大的泡沫，在指数级增长的创新面前，都可能被很快消化。
泡沫即飞轮。问题不是它会不会转，而是它能不能转得够快、够久，在破裂之前，把智能资本真正沉淀下来。
说句实在的，泽锡哥做周期研究这么多年，我见过太多"这次不一样"最后变成"每次都一样"。但AI这玩意儿，可能真的是"这次不一样"的那个例外。
以上框架来自Caballero的论文，后面延伸的部分是我个人周末瞎琢磨，不构成投资建议，盈亏自负。
