夜雨聆风一、七月的第一周
2026 年 7 月 1 日，一则未经证实的报道在开盘前引爆了市场：Meta 正在筹建一项云业务，准备把自己"多余的" AI 算力卖给外部客户。这家公司今年的资本开支指引高达 1250 亿到 1450 亿美元，几乎是去年的两倍，而现在它说，这些算力自己可能用不完。
市场的反应精神分裂得近乎完美。Meta 自己的股价当天大涨近 9%，投资者终于看到这笔天文数字的开支有了变现的出口，欢呼这是"财务纪律"的回归。但对整个 AI 硬件产业链来说，这是一记闷棍：如果连军备竞赛中最激进的买家都开始转卖库存，"算力永远稀缺"这个支撑一切估值的信仰，还站得住吗？费城半导体指数当天下挫 6.3%，两个交易日累计跌幅超过 10%。恐慌隔夜传到亚洲：7 月 2 日，SK 海力士暴跌 14.57%，三星电子跌 9.06%，韩国 KOSPI 指数单日重挫 7.89%；东京的铠侠跌逾 13%，日经 225 跌 2.5%；上海的科创 50 指数跌 7.7%，创下关税风暴以来的最大单日跌幅。一家公司的一个未经证实的商业计划，抹掉了全球半导体板块数千亿美元的市值。
有分析师用了一个精准的比喻：这是 AI 军备竞赛这场"囚徒困境"里，第一个试探性的叛变者。
但也有人当场泼了冷水。X 上一个二次元白发头像的匿名账号 Serenity（@aleabitoreddit），一位靠"瓶颈理论"在过去几个月暴涨到近百万粉丝、被中文投资圈称为"白毛股神"的 AI 供应链分析师，几乎立刻发帖反驳这套"过剩"叙事，直指其为不实信息：市场都在传 Meta"砍资本开支"是因为"建过头了"，可这只是一个假设，而当下的现实看起来恰恰相反，像 Google 这样的超大规模厂商算力紧张到不得不削减给 Meta 的分配。在他看来，卖余粮不是过剩的信号，可能只是配置的腾挪。同一则消息，多头读出纪律，空头读出过剩，而他读出的是第三种东西，我们稍后会回到这个视角。
就在同一天，大洋另一端，一个熟悉的名字登场。Michael Burry，因《大空头》而封神的那位，披露了新一轮做空组合：英伟达、特斯拉、美光、应用材料、卡特彼勒，外加费城半导体指数 ETF（SOXX）的看跌期权，行权期直指 2027 年 1 月。触发他扣动扳机的，是几天前韩国宣布的巨额芯片产能扩张计划。他在 Substack 上写道："我把它看作终局的开始。“他随手补了一个数据：费城半导体指数正站在 200 日均线上方约 65% 的位置，上一次出现这个数字，是 2000 年。就在 7 月 1 日，他还专门做空了美光，理由是这家公司"把周期性演绎到了极致”，而支撑它的是FOMO而非基本面。
多头没有沉默。科技分析师 Ben Bajarin 在 X 上发帖说，他至今没见过一个既看空 AI、又真正理解这项技术如何在头部企业中规模化创造价值的人，言下之意，空头都是"扶手椅上的熊"，那种坐在扶手椅里，只会对着图表画线的键盘侠。Burry 的回击带着他标志性的傲慢：“大多数人只会在三个维度以内思考。熊在六个维度里思考。”
7 月 5 日，周日，有散户给 Burry 做了一张图，把他历年"失败的预言"排成时间线，称他为"Captain Broken Clock"，坏钟船长，坏掉的钟一天也能对两次。Burry 只回了一句：“图做得不错，但上面没有一条是真的。”
这场论战里最耐人寻味的一幕，其实发生在更早。2025 年 11 月，英伟达向华尔街卖方分析师悄悄分发了一份七页的备忘录，逐条反驳市场上的泡沫指控，而备忘录列出的第一个需要回应的"信源"，赫然写着：Michael Burry 在 Twitter/X 上的发言。一家市值四万多亿美元的公司，专门写文件回应一个人的推文。而 Burry 的回应同样克制得反常：他坚持自己对股权激励稀释和折旧年限的分析，但特意补了一句，“我并没有说英伟达是安然。”
一个空头主动声明对手不是骗子，一个巨头郑重其事地下场反驳一条推文。这种奇特的相互尊重，恰恰暴露了本轮论战的实质：双方争的不是 AI 是不是真的，而是价格里已经装进了多少个未来。
要理解这个问题为什么如此难以回答，得先回到二十六年前。
二、先回到二十六年前
1995 年 1 月，纳斯达克指数在 751 点。此后五年，一个叫"互联网"的词吞噬了美国资本市场的全部想象力：任何公司只要在名字后面加上".com"，估值就能翻倍；投行用 IPO 批量造富；投资者发明了"眼球数"和"页面浏览量"来替代利润，因为当时的互联网公司里，只有 14% 是盈利的。2000 年 3 月，纳斯达克如同坐上火箭般迅速触及 5048 点，五年累计上涨约 572%。思科，那个给整个互联网卖路由器和交换机的"卖铲子的人"，市值达到约 5000 亿美元，一度是全球最值钱的公司，静态市盈率 472 倍。
然后呢，该回到地球表面了。从 2000 年 3 月到 2002 年 10 月，纳斯达克从 5048 点跌到 1114 点，跌幅 78%；超过一半的上市互联网公司在 2004 年前消失；风险投资从峰值萎缩了 95%；思科的路由器依然是互联网的基石，但它的股价跌了 88%。纳斯达克重新触及 2000 年的高点，要等到 2015 年 4 月，整整十五年。这就是后来被称为"互联网泡沫"（dot-com bubble）的事件，现代金融史上教科书级的一课。
这一课最吊诡的地方在于：互联网真的改变了一切。 1999 年多头的每一个预言，电商、在线广告、数字媒体、云端协作，最终全部兑现，甚至超额兑现。投资先驱 Rob Arnott 对此有一句被反复引用的总结：叙事是正确的，但市场押注这一叙事实现的速度，远远快于实际。技术赢了，先烈的股东输了，而真正的赢家，Google 和 Amazon 的黄金年代，始于废墟之上的 2002 年之后。
短短四分之一个世纪，2026 年的人们再次问出同一个问题：这一次，我们走到哪儿了？
三、空头：数学不会说谎，但会迟到
把 Burry 阵营的论据拆开，会发现它并非情绪化的"恐高"，而是一套环环相扣的量化叙事。
叙事的起点是一个缺口。Sequoia 的 David Cahn 测算，以当前基础设施投入的规模，AI 生态每年需要产生约 6000 亿美元的收入才能让这些投资获得合理回报；J.P. Morgan 的自下而上模型给出 6500 亿，而这只对应区区 10% 的回报率。现实呢？即便把所有增量云收入都慷慨地归因于 AI，一年也只有 500 到 1500 亿美元。缺口在 4 到 13 倍之间。要在 2030 年前弥合它，AI 收入需要连续四年以上保持约 45% 的复合增速，作为参照，云计算行业花了 15 年才做到第一个 1000 亿。Allianz Research 把这个缺口换算成另一个指标：本轮资本开支与营收的背离度已达约 46%，超过了 2001 年电信泡沫顶点的 32%。那一轮背离的结局是：铺完的光纤不到 5% 被点亮，Global Crossing 和 WorldCom 相继破产。
缺口之上，是资金流向的集中度，这是 Burry 在 5 月抛出的、也许最锋利的一击。他援引 Apollo 首席经济学家 Torsten Slok 的数据：当前约 87% 的风险投资流向 AI，而 1999 年流向互联网公司的比例还不到 40%；约 38% 的高收益债发行、49% 的投资级债发行与 AI 相关。换句话说，AI 不只是股市的一个主题，它已经同时占据了风投、垃圾债、投资级债券和机构组合的中枢。当一个主题横贯所有融资市场，投资者押注的就不再只是技术本身，而是整个融资结构不出问题，任何一环的收缩都会沿着链条传导。
而最终应该为这一切买单的人，迄今大面积缺席。MIT NANDA 团队 2025 年的研究给出了那个被引用到麻木的数字：约 95% 的企业生成式 AI 试点项目对损益表的贡献为零，300 多个项目、三四百亿美元的支出，几乎测不出投资回报。Gartner 在 2026 年 3 月的调查里发现，八分之一的组织已经认为生成式 AI 工具"不太可能兑现承诺"。企业不是不想付钱，而是还没算清楚为什么付钱：Uber 四个月烧完全年 AI 预算之后，其 COO 公开质疑这笔钱花得值不值。
把这条链条走完，空头的结论水到渠成：投入以万亿计，可归属收入以百亿计，中间的缺口由债务、表外承诺（Moody’s 发现有 6620 亿美元数据中心租赁承诺尚未进入 GAAP 报表）和循环融资填充，而链条末端的付款人，95% 还没看到回报。这不是"AI 是骗局"的论证，而是"资本前置的速度远超变现速度"的论证。
值得认真对待的，还有 Burry 对类比对象的自我修正。他反复强调，今天更像的不是 2000 年互联网泡沫中那场 IPO 狂欢，而是同期的电信基建潮：当年电信公司基于"互联网流量每 100 天翻一番"的预测疯狂铺设光纤、采购思科设备；今天超大规模云厂商基于"智能需求无限"的预测，承诺未来三年近 3 万亿美元的 AI 基础设施支出。泡沫的中心不是烧钱的应用层公司，而是那个卖铁铲子的人，“这一次它的名字叫英伟达。”
四、多头：现金流不会说谎，而且已经到账
如果空头的武器是缺口，多头的武器就是现金。
2026 年 1 月的达沃斯，黄仁勋把泡沫论斥为对"人类历史上最大规模基础设施建设"的误读。他的证据不是愿景，而是排队：想租一块英伟达 GPU 有多难，连两代之前的旧芯片，现货租金都在上涨；礼来这样的百年药企正在把研发预算从湿实验室转向 AI 超算，花的是自己的利润，不是风险资本的补贴。到了 5 月的财报电话会，他更进一步：超大规模厂商的资本开支正从一万亿美元向三到四万亿的量级演进，而"需求已然成为抛物线，原因很简单：Agentic AI 来了"。
多头账本上的数字确实不是画出来的。英伟达 2026 财年营收 2159 亿美元，同比增长 65%，净利率 53%，自由现金流约 966 亿美元，这是打进银行账户的钱，不是估值模型里的假设；最新一季（2026 年 5 月）营收约 816 亿美元，数据中心业务同比增长 92%。微软 Azure AI 的年化收入约 370 亿美元，同比增长 123%；Google Cloud 年化约 800 亿，增长 63%。Anthropic 预计 2026 年二季度实现约 109 亿美元收入和 5.59 亿美元经营利润，成立五年后的第一个盈利季度，且约八成收入来自企业客户，粘性远高于消费订阅。ChatGPT 周活跃用户约 9 亿，OpenAI 月收入约 20 亿美元，企业收入占比已超四成。
多头的估值辩护同样有层次。BlackRock 和 Larry Fink 的论点是：与互联网泡沫时代不同，今天的主导者有真实盈利和真实盈利增长，这些钱"花得其所"。橡树资本的 Howard Marks 给出的判断更微妙，估值"高，但不疯狂"：泡沫心理存在，但尚未极端。至于 DeepSeek 式的效率冲击，黄仁勋的回应援引杰文斯悖论：算力越便宜，用量越大，总需求不降反升。
多头手里还有一张空头不愿多谈的牌：这一轮的买单者付得起。 五大超大规模企业 2026 年合计资本开支约 7000 到 9000 亿美元，主体由经营现金流支撑，这些公司的净利率在 20% 到 53% 之间。1999 年的电信公司是借钱铺光纤，2026 年的微软和谷歌是用利润建数据中心，即便建过头了，它们也不会像 Global Crossing 那样破产，最坏的情形是股东回报变差。
五、三个人，三种世界观
这场论战最不寻常的特征，是双方引用的是同一组数据。
英伟达 750 亿美元的数据中心季度收入、7000 多亿的年度资本开支、七巨头占标普 500 约 35% 的权重、MIT 那个 95% 的零回报率，空头看到的是不可持续的错配，多头看到的是革命早期的必然投入。Burry 看到 87% 的风投集中度，读出"系统性单点故障"；多头看到同一个数字，读出"资本对确定性方向的理性共识"。
现在回到本文开头留下的那条线索。7 月 1 日 Meta 那则消息，把这种"同数据、异解读"演绎到了极致：多头说这证明巨头开始讲究资本纪律、开支终于有了回报路径；空头说这恰恰证明了产能已经过剩，一个人的财务纪律，就是另一群人的需求消失。而 Serenity 给出了第三个答案，也是本文想单独拎出来的一个视角，因为它既不站多头也不站空头，而是干脆拒绝了这道二选一的题目。
Serenity 的方法论被中文投资圈总结为"瓶颈理论"：不去赌 AI 终端的需求是真是假，也不买英伟达、微软这些被全世界最聪明的钱盯死的龙头，而是沿着超大规模厂商的资本开支往上游一层层逆向拆解，去找那个"卡脖子"、扩产慢、无法替代的窄门环节，比如高带宽内存（HBM）、光互连与共封装光学（CPO）、磷化铟衬底、数据中心电力。在这套框架里，"Meta 卖不卖余粮"根本不是关键问题，关键问题是：不管这些算力最终归谁用，它们都得先喂饱同一批物理瓶颈。所以他会说，市场为"过剩"恐慌而抛售内存和光模块股，是一次误读，因为真实的约束不在需求侧的信心，而在供给侧的产能。事实似乎也部分站在他这边：2026 年上半年领涨费城半导体指数的，正是美光、SK 海力士这些内存厂，它们的毛利率一度冲到 75% 以上，比英伟达还高，靠的是 HBM 供不应求和长达数年的锁价合同。
Serenity 这个视角的价值，不在于他一定对，他自己也承认账户从峰值回撤，况且他重仓的都是流动性极差的微型股，浮盈和能变现的钱是两回事。价值在于他把论战的维度掰开了：多头和空头其实在同一个层面争吵，即"AI 终端需求能不能撑起这些投入"；而瓶颈派把问题挪到了另一层，即"无论终端需求强弱，供应链里哪一环最先崩紧或最先松掉"。这恰恰暴露了纯粹的多空二元叙事的盲点，泡沫不是一个整体，它在不同的产业链环节以不同的速度膨胀和破裂。一个可能同时成立的图景是：终端应用层的估值确实透支了（空头对），基础设施的物理需求确实是真实的（多头对），而真正的超额收益和真正的风险，都藏在两者之间那些没人盯的窄门里（瓶颈派对）。
所以这不是谁的数学更好的问题，而是贴现率、时间轴和观察层级的分歧。空头的隐含假设是：企业投资回报的验证窗口在一两年之内，验证失败则支出收缩；多头的隐含假设是：这是一场十年期的基础设施替换，从通用计算到加速计算、从工具软件到 AI 工厂，用两年的收入去除以四十年的资产，是范畴错误；而瓶颈派干脆不赌总量，只赌结构。
研究机构 TS Lombard 有一个观察，或许是整场辩论中最诚实的注脚：泡沫之所以难以实时识别，恰恰因为基本面永远处于辩论的中心，多头的逻辑在被证伪之前，从来都不是显而易见错误的。 1999 年"互联网改变一切"是对的，2026 年"AI 改变一切"大概率也是对的。问题从来不在方向，而在速度，以及速度在链条不同环节的不均匀。
六、二十六年后，我们能看到什么
以互联网泡沫为参照系是自然的，但诚实的分析必须承认：这面镜子把有些地方照得清清楚楚，但在有些地方什么也照不出来。
照得最清楚的，是那个"卖铲子的人"的位置。思科之于互联网，英伟达之于 AI，坐标几乎完全重合：都是基础设施的必买品，都被"淘金热里卖铲稳赚"的逻辑推上神坛。思科当年留下的教训冷酷而具体：即便你的路由器真的是互联网的基石，客户资本开支的收缩仍然会让你的股价跌掉 88%。卖铲子逻辑保护的是商业模式，不是估值。同样清晰的还有"资本先于需求"的结构：当年光纤铺完点亮率不足 5%，今天 2026 到 2030 年计划新增约 100 吉瓦数据中心容量，相当于 1200 座新数据中心，而企业端的回报验证仍大面积缺席。还有那个熟悉的信号：当年用"眼球数"替代利润，今天用 token 消耗量和用户增长曲线替代利润。当一个行业开始发明新指标来解释为什么老指标不适用时，历史的既视感是真实的。
但镜子照不到的地方，恰恰是本轮周期最要害的部分。
第一处盲区是主导者的体质。2000 年只有 14% 的互联网公司盈利，今天的七巨头是人类商业史上最赚钱的一批公司，这不是细节差异，而是决定崩溃传导路径的结构差异：盈利巨头的资产负债表是缓冲垫，当年的互联网初创公司没有。与此相关的是估值的位置。思科顶点的静态市盈率是 472 倍，今天英伟达约 43 到 47 倍、远期不到 30 倍；标普 500 远期约 23 倍。单看公开市场，说"重演 2000 年"是不严谨的。真正的估值极端搬了家，搬进了私有市场：Anthropic 9650 亿美元（约 20 倍年化营收）、OpenAI 瞄准 1 万亿（约 29 倍年化营收，2030 年前不预期盈利，汇丰估算到 2030 年仍有约 2070 亿美元的资金缺口），部分初创公司的人均估值达到 4 到 12 亿美元，互联网泡沫时代从未出现过这样的数字。泡沫的主战场从 IPO 市场转移到了风投的超大轮次，这是结构的不同，不只是程度的不同。
第二处盲区是杠杆的形态。互联网泡沫主要靠股权融资吹起来，破了就是股东亏钱、社会买单有限；本轮周期正在从内部现金流转向债务，AI 公司 2026 年一季度的发债量超过了 2025 年全年，Morgan Stanley 预计科技行业未来数年需发行 1.5 万亿美元新债，外加 6620 亿美元的表外租赁承诺和一张越织越密的循环融资网络。这已经不是估值问题，而是需要单独分析的信用周期问题，2000 年的剧本里没有这一章。
第三处盲区最没有先例：宏观依赖度。2000 年的互联网行业相对于美国经济只是一个板块；2025 年上半年，AI 与数据中心投资贡献了美国 GDP 增长的约 92%，美联储已将 AI 列为金融稳定的头号系统性风险之一。互联网泡沫破裂引发的是一场轻度衰退；如果本轮资本开支引擎熄火，美国经济失去的是几乎唯一的增长来源。这一条找不到历史对照，只能正视。
所以更严谨的说法或许是：这不是 1999 年的重演，而是三个历史剧本的杂糅，公开市场像 1998 年（贵，但有盈利支撑），私有市场像 1999 年（估值脱离引力），融资结构像 2000 年的电信业（债务与循环交易层层堆积）。Burry 把类比对象从互联网泡沫修正为电信基建潮，在逻辑上是重要的：产能过剩型泡沫的破裂方式与估值泡沫不同，它不需要一场恐慌性抛售来触发，只需要利用率数据持续令人失望。 而 7 月 1 日 Meta 的消息之所以能引发全球芯片股的雪崩，正是因为它第一次让市场直视了这个词：过剩。尽管正如 Serenity 提醒的，市场可能连这个词都用错了。
七、循环融资的幽灵
如果说有一个风险是本轮周期独有的、无法从任何历史剧本中找到完整对照的，那就是循环融资。
看一眼这张关系网：英伟达投资 OpenAI，OpenAI 用融来的钱买英伟达的芯片；微软持有 OpenAI 约 27% 的股权，同时是它的云供应商，Azure 收入的一部分转头又变成英伟达的订单；英伟达和微软分别承诺向 Anthropic 投资最高 100 亿和 50 亿美元，而 Anthropic 承诺采购 300 亿美元的 Azure 算力，同时以每月 12.5 亿美元的价格租用 SpaceX 在孟菲斯的算力直到 2029 年；The Information 报道，英伟达还在为 neocloud 厂商的 GPU 采购提供信用支持，供应商在给自己客户的客户兜底。
Man Group 对这个结构的剖析切中要害：在循环网络里，每个节点向另一个节点付款，收入增长看起来光彩夺目，资本开支看起来被需求充分支撑，但需求信号本身是内生的，与外部市场脱钩。它孕育两种系统性风险：其一是反身性需求，任何一家收缩投资，整个集群的收入同步下滑；其二是错误定价的产能，资本开支决策依据的是循环内部的信号，而非独立的市场验证。Sequoia 说得更直白：大量报告收入实际上是被回收的资本，而非独立的有机需求。
必须公平地说，英伟达对此有辩护：其战略投资只占收入的一小部分，AI 初创公司的资本主要来自外部投资者。而且循环交易在每个参与者的个体层面都是理性的：面对可能是生存级别的技术竞争，落后的代价大于过度投资的代价。这正是那句被空头视为泡沫铁证、被多头奉为圭臬的名言的由来：“投资不足的风险远大于过度投资的风险。”
但个体理性加总为集体风险，恰恰是金融史上每一次产能泡沫的标准剧情。1999 年铺光纤的电信公司，每一家单独看也是理性的。这也是为什么 Meta 的"叛变"如此意味深长：囚徒困境的均衡之所以是均衡，前提是没有人先松手。
八、市场已经开始自己做实验
按 Kindleberger–Minsky 的泡沫五阶段模型，本轮周期的位移（2022 年 11 月 ChatGPT 发布）、繁荣（2023 到 2024 年）、亢奋（2024 到 2025 年，2587 亿美元的 AI 风投洪流，超过互联网泡沫顶点美国全年风投的两倍）都已走完。眼下的问题是：第四阶段，临界期，即叙事开始接受利润检验的阶段，它的证据是否充分？
信号在密集出现，而且有清晰的时间线。4 月 29 日，Meta 发布了一份几乎无可挑剔的财报，营收增长 33%，五年来最快，然后仅仅因为把年度资本开支指引上调了 100 亿美元，次日股价重挫近 9%，摩根大通随即下调评级，理由是广告之外的 AI 变现路径"比市场模型假设的更难"。当被记者追问这些开支的实际回报时，扎克伯格的回答是："这是一个非常技术性的问题。“市场用脚投票表达了对这个答案的不满意。这一幕的意义在于：同样的资本开支上调，2024 年会被解读为雄心，2026 年被解读为负担。 叙事的重心已经从"不惜一切代价投入"翻转为"回报在哪里”。
融资端的信号同样刺眼：机制正在从内部现金流转向债务，Amazon 过去十二个月的资本开支已超过其经营现金流，Alphabet 在 6 月发行了 800 亿美元的股权融资，54% 的全球基金经理认为 AI 已处于泡沫区间。市场内部也在分化：2026 年上半年费城半导体指数一度上涨约 65%、创下史上最佳季度，但领涨的是美光、SK 海力士这些有真实提价和真实盈利的内存厂商，而英伟达年内只涨了约 6.5%，彭博商业周刊称之为"叙事疲劳"。有人认为这是市场在给泡沫有序排气：把讲故事的部分往下重估，把有盈利的部分往上重估；也有人（如 David Bahnsen）指出，半导体指数十四个月涨 237% 的抛物线，与 2000 年 2 月的形态"很难善终"。然后是 7 月第一周，Meta 一则消息引发的全球芯片股连环暴跌证明，这个市场对"过剩"二字的神经已经紧绷到了一触即溃的程度。亢奋期的市场对坏消息免疫，临界期的市场对坏消息过敏。我们显然已经在后者。
但最终的裁决不会来自推特论战，而来自市场已经为自己安排好的实验：IPO。
第一个实验品是 SpaceX。6 月 12 日上市，首日大涨近 20%，市值一度触及 2.1 万亿美元，随后从 225 美元上方一路跌至 153 美元附近。一次并不体面的开局，足以让 OpenAI 开始认真考虑把上市推迟到 2027 年。接下来是正面对决：Anthropic 于 6 月 1 日秘密递交注册文件，瞄准 2026 年底挂牌；OpenAI 一周后跟进，Sam Altman 据报道在推动约 1 万亿美元的估值和 600 亿美元的募资规模，而他自己的 CFO 曾坦言，公司在财务上尚未准备好面对公开市场。
这两场 IPO 的意义远超两家公司。私有市场的估值是少数买卖双方关起门来协商的结果，没有连续的价格发现；公开市场每个交易日都会重新投票。9650 亿和 1 万亿这两个数字能否在公开市场存活，是整个 AI 资本周期最重要的风向标：它们站稳，私有市场的估值体系获得追认；它们破发，2026 年那 2587 亿美元的风投就要开始重新计算账面价值，而风投的收缩会沿着融资链条传导至每一家依赖持续输血的模型公司。此外还有一个纯粹的流动性算术：三家巨型 IPO 合计可能从公开市场抽走约 2000 亿美元，而 2025 年全年美国 IPO 总融资额只有 450 亿，这些钱要从存量组合里腾挪，最可能的出让方，恰恰是七巨头本身。
九、断裂会发生在链条最脆弱的一环
写到这里，按惯例应该给出几种情景和对应概率。但概率表往往是分析者逃避判断的方式。所以不妨直接说出我的判断，以及它可能错在哪里。
我认为这个泡沫会破，但不是 2000 年 3 月那种全面崩塌，而是一场沿着链条最脆弱一环展开的局部断裂，最接近的历史对照，是 2001 年的电信业，而不是整个互联网泡沫。
理由在于压力的分布。本轮周期的估值极端、亏损极端和融资依赖极端，高度集中在私有市场和资本开支链条上：一家瞄准万亿估值、四年内不预期盈利、到 2030 年还差两千亿资金的公司；一批人均估值以亿计的初创企业；一个 46% 的开支-营收背离度；一张任何节点松手都会反向运转的循环融资网。而链条的另一端，盈利的巨头，即便判断失误，付出的也是股东回报的代价，而非生存的代价。压力集中在哪里，断裂就发生在哪里。具体的图景大致是：一两家明星 AI 公司的 IPO 破发或融资失速，成为私有市场估值体系的证伪时刻；风投规模从峰值收缩过半；产能过剩从 Meta 式的"卖余粮"演变为算力租赁价格的实质性下跌；英伟达们的增速放缓、估值倍数向普通优秀公司回归，增长故事降级为盈利故事；纳斯达克经历一场深度回调，但盈利巨头的资产负债表阻止它演变为系统性金融危机。破裂之后，如同 2002 年之后的互联网，真正的赢家在废墟上重新定价，AI 领域最好的风险回报比，大概率出现在压力释放之后，而非之前。
这里也要给 Serenity 那个视角留一个位置：即便在这样一场局部断裂里，链条不同环节的命运也不会一致。最先崩紧的物理瓶颈（供不应求、锁价合同在手的环节）可能是最后才松掉的，甚至可能在应用层估值蒸发的同时逆势坚挺；而被"过剩恐慌"错杀的环节，反而可能是断裂中相对抗跌的部分。泡沫破裂从来不是一根均匀下坠的绳子，而是一张各环节张力不同的网，有的先断，有的后断，有的绷得更紧。
时点上，市场自己已经把日程表排好了：2026 年下半年的两场万亿级 IPO，和 2027 年企业 AI 预算的续订季。"试验预算"耗尽之后，企业要么看到了回报而加码，要么没看到而冻结。这两个检验点之间的窗口，就是叙事接受审判的法庭。
但这个判断有一个我无法排除的软肋，而且它恰恰来自本文反复强调的那些无法从历史镜子里照到的东西：债务、表外承诺和 92% 的 GDP 增长依赖。"局部断裂"的前提是私有市场与公开市场之间、金融市场与实体经济之间存在防火墙，而循环融资正在腐蚀第一道墙，宏观依赖已经拆掉了第二道。如果断裂发生时，信用市场的传导比我预期的更快，或者 AI 资本开支的骤停直接抽走美国经济唯一的增长引擎，那么 2001 年的剧本就会滑向 2000 年的剧本，局部的灾难就会变成系统的灾难。换句话说：方向我有把握，烈度我没有。诚实的结论只能到此为止。
尾声：六个维度与三个维度
回到 X 上那场论战。
Bajarin 说空头不懂技术，Burry 说多头不懂维度，而 Serenity 干脆拒绝在多空之间站队，只盯着供应链上那些没人看的窄门。剥开修辞，三个人可能都对：多头对技术的判断（AI 是真实的范式革命）、空头对资本的判断（当前的融资结构无法在数学上自洽）、瓶颈派对结构的判断（泡沫在不同环节以不同速度膨胀和破裂），彼此并不互斥，1999 年它们也不互斥。当年最懂互联网的人和最懂估值的人，同样互骂了两年，然后同时被证明是对的：互联网改变了世界，纳斯达克跌了 78%，而思科的路由器一台没少卖。
黄仁勋说，投资不足的风险远大于过度投资的风险。Burry 说，这一切就是车祸现场，在撞击发生前的几分钟。这两句话定义了 2026 年年中 AI 资本周期的全部张力。而历史提供的唯一确定性是：当第二句话被市场广泛接受的那一天，它就不再是预言了。
在那之前，钟，无论坏没坏，还在走。
本文不构成投资建议。
