夜雨聆风
整整626亿美元的季度净利润，背后是一场罕见的“账面魔术”。
当$534亿$来自对Anthropic的股权重估，亚马逊这份极其醒目的财报，正在把AI狂热推向一个前所未有的认知悬崖。与此同时，高盛报告显示：若要用核电满足2030年数据中心的用电增量，装机需求高达85到90吉瓦，翻译过来，大约100座大型核反应堆，而现实可交付的份额，不足一成。
▲ CNBC报道：科技巨头对Anthropic与OpenAI的股权，正在扭曲整个市场的盈利图景
利润能“做出来”、电力却“变不出来”，这两件事撞在一起，撕开了2026年夏天AI热潮最大的裂缝。
一、“漂亮到不真实”的利润
先看一组让所有分析师失眠的数字
2026年Q2财报季，标普500盈利同比增速一度冲到48%以上。但LSEG的拆解显示：如果剔除微软、亚马逊、Alphabet对私人AI公司股权的投资收益，真实增速立刻回落到29%左右。指数层面的那个“48%”，有近二十个百分点来自股权重估；卖货、订阅和云计算并未贡献这部分增幅。
▲ 亚马逊二季报拆解卡：营收增速与资本开支增速的背离触目惊心
什么是公允价值计量？ 简单说：公司账上持有的未上市股权，如果被投公司估值上涨，利润表上就会多一笔“收益”，但这笔钱一分钱现金都没进来。就像你的房子涨价了，中介说你“赚了”，可你连物业费都还得从工资里扣。
亚马逊的情况最具戏剧性第二季度，这家公司税前投资收益534亿美元，把净利润推高到626亿美元。有拆解者剔收益后算出的经营性利润，只剩208亿甚至92亿美元。与此同时，自由现金流转负，单季资本开支突破500亿美元，长期债务半年接近翻倍。
一边是账面利润爆表，一边是现金流恶化。 什么声音最响？裂缝撕开的声音
▲ 市场讨论指出：亚马逊一家贡献了标普500指数盈利增长的75%，且主要来自非经营收益
更激烈的表述在社交网络上流传：“高盛承认，一半利润是做出来的。” 严谨地说，高盛与CNBC提示的是：投资收益正在系统性扭曲盈利观感。“做出来”的说法击中了投资者最深的恐惧，我们看到的繁荣，到底有多少是真的？
二、电力：AI的“物理皮鞭”
如果说利润问题是财务游戏，那电力问题就是钢铁与混凝土的真实世界。
高盛研究给出了一条残酷的算术：全球数据中心用电相对2023年，到本十年末可能上升165%。若全部由新建核电覆盖，需要85至90吉瓦新装机。一座大型核反应堆大约1吉瓦，“将近100座核反应堆”的说法由此而来。
高盛紧接着写出的供给数字更严峻：到2030年，全球能够投运的核电供给，远低于10%。
▲ 高盛官网文章：核电只是解决方案的一部分，天然气、可再生与储能也要参与
美国能源部引用的劳伦斯伯克利实验室数据补上了“分母”：2023年数据中心已占全美用电约4.4%，2028年可能冲到6.7%到12%。IEA的基线情景则显示，全球数据中心供电从2024年的460太瓦时，升至2030年逾1000太瓦时。什么是太瓦时？度电的万亿倍，数字大到让人失去实感，但电网规划者每一页Excel里都是它。
▲ 高盛“Powering the AI Era”报告：融资能力与芯片速度共同影响下一波数据中心建设
能源组合，这是高盛最容易被忽略的重点。天然气、可再生、储能、需求侧响应，都必须在牌桌上。核电浪漫主义解决不了变压器排队、并网等待、输电走廊与劳动力短缺这些硅谷最讨厌的“慢变量”。
▲ “AI需要能源”线程卡：摩根士丹利看到2028年美国数据中心需求达74吉瓦，电力接入缺口49吉瓦
三、一张被误读的图，与它的实际含义
入口帖上那张“华尔街说这是1929年以来最贵”的配图，拆开后有个尴尬的事实：那张图压根不画估值曲线。
它叫 “Exhibit 1: AI Ecosystem Capital Flows” ，来自摩根士丹利。图中，OpenAI居中，箭头伸向微软、英伟达、甲骨文、CoreWeave、AMD。图例区分的是：客户关系、收入分成、投资、回购协议、供应商融资。
▲ 入口帖：三件独立的市场争论被叠加，配图实为“AI生态系统资本流动”关系图
这张图的杀伤力来自结构，和估值曲线无关：OpenAI从微软拿到订单，微软把收入算进云业务；英伟达借钱给客户买自己的芯片；数据中心运营商与GPU云互租对方算力。钱在闭环里高速奔跑，每一步都像增长。
《财富》转述摩根士丹利财富管理CIO Lisa Shalett的判断：标普500本轮回报中，约四分之三来自“七巨头”及三十多家AI生态公司。她用了一个带有警示意味的词，“思科时刻”。2000年，光通信设备公司们互相确认订单直到某个季度突然不再确认。链条越长，断裂冲击越快
Shalett说时间窗口未必在九个月内，但两年维度内，必须高度警惕。
四、27万亿市值 vs 9万亿利润：被想象力托举的估值
高盛做了一道整个辩论里最难堪的算术题。
2022年底以来，AI相关公司市值增厚约27万亿美元。与此同时，高盛对美国企业AI相关资本收入的基准贴现估算，约为9万亿美元。27万亿的欢呼，对应着9万亿的想象。 中间18万亿的落差，要靠更乐观的采用速度、更高的利润份额或更长的持续期来“圆谎”。
在高盛Exchanges访谈里，分析师Jim Covello说，他对AI经济账“同样怀疑甚至更怀疑”。理由非常朴素：超大规模厂商在自由现金流承压、股价表现不佳时，依然继续上调资本开支。回报信号变弱后仍然加码，带有浓厚的信仰色彩，基本面支撑已经变弱。
▲ 高盛Exchanges：“AI经济账在今天比两年前更可疑”
这构成了一条精妙的三角咬合：
- 利润端
：投资收益膨胀了数字，经营现金流跟不上； - 物理端
：电力供给的“100座反应堆缺口”意味着算力扩张的物理上限，比软件行业想象的远更坚硬； - 估值端
：27万亿市值与9万亿利润潜力之间，填进去的是时间、耐心和风险偏好。
这三件事单看都不致命放在一起，就是一记组合拳
五、最后一层：凭什么说“不可能”？
评论区的声音同样值得倾听
有交易者直接反驳“贵过1929年以来最极端”百分百错误；还有人说，如果市场判断全错，为什么仍有约5000亿美元的AI工厂资本承诺在涌入？
这些反驳的价值在于：把“很难”从“宇宙定律式的不可能”里剥出来。许可、供应链、诉讼环境是可以变化的变量；工业社会也曾以更大决心改造电力系统。但“可被改变”恰恰意味着：当下的价格，已经把“改变一定发生”提前计入了。
当价格预设了一个没有意外的未来，泡沫便开始滋生。
AI具有真实价值它的物理消耗足以让电网颤抖，生态协作也复杂到需要一张资本流图才能解释。正因为这些投入真实存在，账面重估和互相对敲难以永远撑起27万亿美元的穹顶。
电力是AI的底线，现金流是估值的锚点，而资本循环图可能正在悄悄画出一个回旋镖的轨迹。
当一笔534亿美元的“利润”不需要一个客户多付一分钱时，这个故事的成色，就值得再掂量一次。
量级速记卡
