AI泡沫何时破裂？科技巨头的AI支出狂潮，比表面看起来要大得多。九家主要科技公司拥有大约3万亿美元的表外承诺，远高于报告的资本支出6000亿美元。AI军备竞赛正在制造巨大的投资者可能低估的义务。目前AI应用的变现速度，如软件订阅、云服务增量，若无法匹配暴增的硬件与算力成本，高企的固定支出，将直接侵蚀企业的自由现金流和利润率。 目前硬件与算力建设处于“指数级爆发期”，而应用层的杀手级场景与高付费意愿仍然停留在“线性增长期”。若2026–2027年间，智能体(Agent)或垂直行业AI，无法迎来爆发式的商业化转化，巨额表外承诺转化成的当期折旧开支，将直接对科技巨头的自由现金流(FCF)造成剧烈挤压，这正是市场对AI泡沫何时以“估值修正”形式破裂的最大担忧所在。

Ai 泡沫拖的越长，破灭时负面影响就会越惨烈。 现在仅仅从具体 ai 技术层面分析想象美好的未来的人，根本就不理解背后各种复杂的处心积虑的融资机制。在泡沫上升期时会真诚的误以为赚钱是因为自己是个 ai native, 等到虚假的影子信贷开始残酷的萎缩时，还会真诚的去飞蛾扑火，最终有倾家荡产的危险.

【AI泡沫】投資者拋售股票 科技巨頭須證明AI支出的合理性 繼上週晶片股暴跌和科技股遭全面拋售後，在AI領域大手筆支出的公司面臨著越來越大壓力。「投資者對目前的資本開支規模感到不安，他們擔心會出現泡沫，」Allspring Global Investments的投資組合經理Jake Seltz說。

AI泡沫終將破掉的最終原因和時間點。科技公司的狂熱估值注定無法延續？美國總統川普可能為了期中選舉，做出讓所有人都無法理解的決策。1分鐘看完精采佐證論述！

AI泡沫破灭的证据：全球 AI 概念股平均高点回落高达 42%！ 纽斯凯尔电力 $SMR -85% 奥克洛 $OKLO -76% 红线航天 $RDW -69% 纳微半导体 $NVTS -63% 甲骨文 $ORCL -62% 直觉机器 $LUNR -62% 应用光电 $AAOI -59% AST航天移动 $ASTS -58% 离子量子 $IONQ -57% 行星实验室 $PL -57% 超微电脑 $SMCI -56% 火箭实验室 $RKLB -55% 艾伦能源 $IREN -54% 昂达斯 $ONDS -53% 坦帕斯医疗 $TE -51% 服务现在 $NOW -50% 核心织物 $CRWV -50% 闪迪 $SNDK -43% 应用数字 $APLD -43% 奥斯特雷 $OUST -42% 安谋 $ARM -42% 布鲁姆能源 $BE -39% 内比乌斯 $NBIS -38% 帕兰蒂尔 $PLTR -38% 美满电子 $MRVL -37% 环境航空 $AVAV -34% 卡梅科 $CCJ -33% 美光科技 $MU -32% 相干公司 $COHR -32% 西部数据 $WDC -31% 维斯特拉能源 $VST -30% 星座能源 $CEG -30% 微软 $MSFT -28% 英特尔 $INTC -28% 卢门特姆 $LITE -26% 克拉托斯国防 $KTOS -22% 海力士 $SKHY -22% 博通 $AVGO -21% 维谛技术 $VRT -19% 戴尔科技 $DELL -17% 美达 $META -17% 红猫航天 $RCAT -15% 谷歌 $GOOGL -10% 英伟达 $NVDA -10% 超威半导体 $AMD -9% 特拉狼 WULF -8% 亚马逊 AMZN -8% 通用电气凡诺瓦 GEV -7% 台积电 TSM -6% 阿斯麦 ASML -5% 阿里斯塔网络 ANET -5%

AI泡沫真的遲早會爆破嗎？美國最年輕幣圈億萬富翁 Arthur Hayes點出三大致命危機，美國AI巨頭的高估值還能撐多久？ #比特幣# #arthurhayes# #MU# #川普# #AI泡沫# #AIBubble# #台股# #股市# #半導體# #TSMC# #investing# #bitcoin# #加密貨幣# #Bitcoin# #加密货币# #股票# #Crypto# #AI# #美股# #股災# #黃仁勳# #加密貨幣# #台積電# #kevinwarsh# #聯發科# #聯電# #cardano# #eth# #bonniechang# #bonnieblockchain# #邦妮區塊鏈#

AI，泡沫即飞轮？ MIT经济学家 Ricardo Caballero 在最新工作论文《Speculative Growth and the AI "Bubble"》中提出了一个非常有意思的观点： 真正的问题不是 AI 是不是泡沫，而是泡沫本身能否创造未来的基本面。 传统金融认为，估值来自基本面。未来现金流决定今天的价格。如果价格远远高于现金流，那就是泡沫。这几乎是所有价值投资、DCF模型以及有效市场理论共同遵循的逻辑。 Caballero则把因果关系补充成了一个闭环。价格不仅反映未来，也塑造未来。高估值带来融资能力，融资能力带来资本形成，资本形成提高生产率，生产率最终又改善未来现金流，于是原本看似脱离基本面的估值，反而成为未来基本面形成的一部分（有点像索罗斯的反身性？）。 论文认为，当估值能够影响投资时，价格上涨本身就可以帮助创造未来的基本面。 这一逻辑会在 AI 上成立的关键在于，AI 不是传统意义上的资本。 普通资本遵循边际收益递减。建更多工厂，最终会遇到需求不足、产能过剩，资本回报越来越低。 但 Caballero 认为，AI 更接近一种能够持续扩张的"劳动型资本"。GPU、模型、Agent 并不仅仅增加机器数量，而是在不断增加整个经济中的有效劳动。论文中直接将 AI 建模为能够执行原本由劳动完成任务的资本，因此资本增加的同时，劳动能力也同步扩大，资本收益递减被明显削弱。 如果继续深究，还有更加重要的发现：AI 投资改变了收入分配。 越来越多收入流向资本所有者，而资本所有者天然拥有更高的储蓄倾向。储蓄增加意味着长期资金供给增加，长期利率下降，更大的资本存量反而更容易被整个经济承载。论文称之为 Funding Feedback。资本形成越多，未来融资成本越低；融资成本越低，又进一步支持更多资本形成。整个系统开始出现正反馈，而不是传统增长模型里的负反馈。 于是经济开始出现两个完全不同的长期均衡。 一个世界里，AI 投资始终不足，资本形成缓慢，生产率长期维持低增长。 另一个世界里，AI 获得持续融资，大规模建设数据中心、GPU、模型和 Agent，最终形成新的高资本、高生产率均衡。 真正有意思的是，高资本均衡虽然存在，却无法仅靠理性市场自动到达。论文证明，从今天这个低资本状态出发，即使所有投资者都是完全理性的，也不会主动跳到那个更好的未来。原因很简单。今天没有足够资本，就不会有未来的高增长；没有未来高增长，今天就不会有高估值；没有高估值，也就没有资本形成。整个系统陷入自我锁定。 泡沫恰恰打破了这个循环。 高估值让企业能够融资，融资建设更多 GPU，训练更大的模型，部署更多 Agent，最终真正提高整个经济的生产率。泡沫不是长期均衡，而是通向长期均衡的桥梁。 这也是论文为什么反复强调 Fragility。真正的问题从来不是泡沫会不会破，而是泡沫会不会破得太早。如果资本还没有形成，融资就停止，那么整个 AI 建设就会中断，未来增长也随之消失。如果在泡沫破裂之前已经完成了足够多的数据中心、模型、Agent 和基础设施建设，那么即使估值最终回归正常，高资本均衡依然能够维持。论文明确指出，关键不是修正是否发生，而是修正是否发生得过早。 互联网就是一个典型例子。2000 年互联网泡沫彻底破裂，但光纤、服务器、软件、数据中心和互联网人才全部保留下来。泡沫消失了，互联网革命却真正开始了。AI 很可能也是类似过程，只不过留下来的不只是网络，而是智能本身。 不过，我认为 Caballero 的框架还能再向前推一步。 论文把 AI 建模成"可复制的劳动"，但现实中的 AI 正越来越接近"可复制的科研人员"。如果 AI 不仅能够替代劳动，还能够参与科研、写代码、设计芯片、发现新材料、研发新模型，那么它改变的不只是生产函数，而是创新函数。 过去，创新能力主要取决于科学家数量、工程师数量以及优秀人才数量，因此重大技术革命通常需要几十年积累，这也是康波周期长期存在的重要原因。并不是经济天然每六十年发生一次革命，而是创新资源本身增长太慢。 AI 第一次开始打破这一约束。 未来的创新能力，不再只是依靠人脑（Human brain），而可能是 Human + Millions of AI Agents。更进一步，创新能力甚至可能只依赖 ai（算力）。 算力持续增长，创新能力也持续增长。创新第一次变成了一种可以资本化、规模化扩张的生产要素。 如果再结合今天正在快速发展的 Coding Agent、Research Agent、自动科研以及递归自我改进（RSI），这个反馈会变得更强。更多 AI 带来更快科研，更快科研产生更好的模型，更好的模型继续提高科研效率，形成真正意义上的 Intelligence Flywheel。创新速度本身开始加速，而不仅仅是生产效率提高。 这也是为什么我一直认为，AI 的经济回报很可能符合 "Slowly, Then Suddenly"。 今天大家看到的是 GPU 投资、模型训练、数据中心建设，ROI 看起来并不高，于是很多人开始怀疑 AI 是不是泡沫。但这些投资真正购买的，并不是今天的利润，而是未来的智能资本。当模型能力跨越某个临界点，大规模 Agent 开始进入企业，劳动替代开始发生，生产率可能出现非线性的跃迁，过去几年看似过高的估值，也开始真正兑现。 这意味着，Caballero 所提出的反馈环路： 估值 → 投资 → 资本形成 → 基本面 未来很可能进一步演化为： 估值 → 投资 → 算力 → 智能 → 创新 → 更多 Ideas → 更高生产率 → 更高利润 → 更高估值 这里真正形成正反馈的不只是资本，而是整个社会的创新能力。 如果这一过程成立，那么 AI 带来的变化可能不仅仅是一次新的技术革命，而是改变了技术革命本身的产生机制。 历史上的康德拉季耶夫长波之所以持续四五十年，很大程度上并不是经济规律决定的，而是因为创新资源始终稀缺：科学家有限、研发能力有限、知识扩散缓慢。AI 正在改变这一前提。 未来，我们或许看到的不是一个越来越短的康波，而是在同一个 AI 平台上持续涌现多个产业革命：AI 药物、AI 材料、AI 芯片、AI 机器人、AI 生物制造……创新开始工业化，技术革命开始连续发生。 如果说熊彼特让创新成为增长的核心，罗默让知识成为增长的核心，那么 RSI 与 Caballero 共同指向的，可能是下一阶段增长理论的核心命题： 之前的熊彼特的经济周期理论，依靠破坏式创新，破坏式创新，依靠人脑和偶尔出现的天才；而 AI，第一次让这样的天才本身成为可以投资、可以批量制造、可以不断增强、而且还可以不断自我强化的资本。 从这个角度来看目前无论多大的泡沫，在指数级增长的创新面前，都可能会被很快消化。

AI泡沫终究会破，但我认为现在离真正的疯狂，还差得很远 —— 说说我对这个周期的完整判断 看了Jim Bianco和David Lin的一段对话，结合我自己一直在跟踪的判断，整理成一篇完整的思路。 Jim Bianco是是Bianco Research LLC的总裁。从1990年开始，他对全球经济和金融市场的评论一直很有独到的视角，算是宏观圈里比较有分量的声音。 先说Jim Bianco对宏观的判断 Kevin Warsh取消前瞻指引之后，市场预期变了。Bianco的判断是美联储年内大概率至少加息一次，可能在10月。他指出这不是美国一家的事，目前全球主要央行都已经进入加息或紧缩周期，日本央行、澳大利亚央行、欧洲央行都已经采取了行动。 10年期美债收益率现在在4.42%左右，他预计年底前会朝5%靠拢。他认为短端利率涨得会比长端快，收益率曲线会进一步走平。 核心PCE通胀现在还在3.4%，已经连续63个月高于2%的目标。Bianco的判断是"AI会带来长期通缩"这个叙事已经过去了，我们正处在一个完全不同的高通胀循环里。 再说他对AI的判断，这是我也认同的一个框架：技术成熟度曲线 他认为AI最终一定会经历泡沫破裂，就像2000年互联网泡沫破裂的时候纳指跌了83%一样惨烈。但他认为我们现在还处于极早期，大概相当于1997到1998年的互联网阶段，距离真正的"狂热顶峰"还有数月甚至数年的时间。 他给出的理由是产能过剩有没有发生。2000年泡沫破裂前最典型的特征是严重的产能过剩，当年铺设的光纤多到全人类几十年都用不完。但他认为现在的AI完全是反过来的：算力依然严重短缺。Alphabet、SpaceX、英伟达这些巨头在疯狂举债扩产能，但这些钱真正变成过剩的数据中心，还需要好几年时间。 他还强调AI和元宇宙、VR这些短命的科技时尚不一样，因为它有明确且颠覆性的商业模式，替代传统的SaaS。未来用户只需要通过AI提示词对话，就能跨软件处理所有公私数据，这会重塑一个价值数千亿美元的软件市场。 他对加密货币的判断比较冷静 他认为加密货币现在处在"幻灭的低谷期"，跟朝气蓬勃的AI完全不是一个阶段。比特币诞生15年，以太坊超过10年，但除了投机和资产存储功能，自身的DeFi生态依然没办法和摩根大通、嘉信理财这些传统机构竞争。 唯一被他点名认可的方向是稳定币，尤其是在委内瑞拉这类高通胀、去美元化地区，稳定币作为实际支付手段确实有刚性需求。他建议行业应该把精力从"向华尔街婴儿潮一代兜售ETF纸上富贵"转向真正提升区块链底层交易速度这类基础设施建设。 他最后的核心结论 只要10年期美债收益率维持在5%左右的合理区域，他认为美股大盘尤其是AI板块依然有继续向上冲刺的动能。投资者需要做的是拥抱高波动性，并随时准备在几年后泡沫真正见顶时活着逃出来。 现在说我自己的判断 我同意泡沫终究会破。 利率这条线他说的我不是很同意。市场现在喊10年期重回5%、美联储重新加息，但美国政府债务规模这么大，如果10年期真长期站上5%，财政利息会迅速膨胀，房地产和企业融资压力都会更大。我倾向于认为未来几年更可能出现：通胀高于过去十年平均水平，但利率也不会长期维持极高水平。AI带来的生产率提升，有可能创造一种类似90年代科技繁荣时期的增长环境，但今天的宏观背景不太一样，债务水平更高，人口结构更老，全球化逆转。 关于AI泡沫的阶段判断，我也认同现在更像1997到1998年的互联网阶段。我自己看到的几个证据：第一是供给远超需求的情况现在还没有，GPU还在缺，电力还在缺，光模块还在缺，数据中心土地还在缺。800G还没铺完，1.6T刚开始，Scale-out刚开始，光学引擎产能还严重不足，CoWoS和PIC产能都还在扩张。第二是应用层还没真正爆发，很多企业还停留在概念验证、小规模部署阶段，距离真正改变商业模式还要时间。 我对AI和SaaS的关系想补充一点他说的：未来的软件形态，我觉得很可能从人适应软件变成软件理解人。AI不会消灭软件，但会重构软件的交互方式和商业模式。 泡沫最终一定会破，这件事我很同意。但目前看，我还没有看到真正非理性狂热的信号，我认为市场距离真正的疯狂阶段还有一段距离。 正因为这样，我做的所有短期技术分析，本质上是为了找到更好的加仓点位，去布局接下来的两年融涨。我的基本假设是，AI基础设施投资周期仍然没有结束，如果未来一两年供需关系没有发生根本变化，我倾向于认为这个周期还有继续上涨的空间。 给那些急着看空、做空美股的人一句话：the market can remain irrational longer than you can remain solvent，市场保持非理性的时间，可能比你的钱撑得更久。 现在的策略应该是拥抱波动，ride the wave，在真正狂欢结束之前体面离场，不是现在就提前下车，错过中间最肥的这一段。理性判断，留够生活需要的钱，尽量不上杠杆，安安稳稳把这段周期的钱赚到。市场永远都在，机会也永远都会有，活着，比赚快钱重要。 给后面几年画一个更长的时间轴，这是我自己延伸的判断 如果泡沫真的要破，我倾向于认为是27年年底-28年上半年开始见顶回落，29年和30年会经历比较明显的下跌，AI硬件这一整条产业链都会跌一遍。 补充一个更严谨的说法：这个下跌不是行业死掉，是资本回报率下降，再叠加估值过高和融资环境变化导致的。互联网当年也是这样，不只是光纤铺得太多，还有估值极度疯狂、大量质量参差的公司上市、利率上升、投资人开始转向关注盈利、融资环境突然收紧，这几个因素叠在一起才形成了那次的破裂。供给扩张过快、新增投资的边际回报越来越低，于是营收增速放缓、库存堆积、估值压缩。 但这个下跌不是终点，是为下一阶段铺路。基础设施跌透了，意味着算力、存储、网络这些底层成本会变得非常便宜。时间可能比很多人想象得早一些，但我相信当基础设施成本足够低的时候，AI应用层会迎来真正的大爆发。我倾向于认为，未来五年，十年最大的机会，最终会从卖铲子逐渐转向卖应用。 这一轮AI周期，最先被市场定价的是基础设施。而应用层虽然已经开始出现，但整体商业化规模还远没有达到成熟阶段。这就是我对整个AI周期的完整判断：基础设施先被定价，然后经历一轮估值出清，最后应用层在便宜的基础设施上真正爆发。现在我们还在第一阶段。 有一点要补充进这个框架：AI和互联网不太一样的地方在于，这次基础设施和应用层很可能会有很长时间是重叠的，不是等硬件跌完才轮到应用接力。互联网时代是铺网、上网、电商一步接一步走的线性过程，但AI现在的情况是，GPU还在涨，同时AI搜索、AI编程、AI客服已经在赚钱了，AI Agent也在进入企业，机器人开始慢慢落地。也就是说硬件还没见顶，应用已经出来了，这两条线很可能是并行的，不是先后接力的。 我的判断就是技术革命会经历一个固定的剧本：基础设施繁荣，资本回报率下降，基础设施估值出清，应用层收割。铁路时代是这样，电力时代是这样，互联网是这样，云计算某种程度也是这样。历史总是不断重复的，这次大概率也不会例外。