作者：Block Analytics Ltd X Merkle 3s Capital
這個問題，我們已經回答了三遍
AI 有沒有泡沫？
這是過去兩年被問得最多的问题，我們也寫過不止一次。每次給出結論，每次被新的暴漲暴跌打回來重新審視。
這次我們不打算給出「有」或「沒有」這樣的簡單答案。
因為這個問題本身問錯了。AI 不是一項資產，而是一整條產業鏈——從晶圓廠到電廠，從萬億市值的巨頭到剛獲得融資的初創公司。問「AI 有沒有泡沫」，就像問「房地產有沒有泡沫」一樣粗糙：一線城市核心地段和十八線小城的鬼城，能有同一個答案嗎？
套用同一個問題於所有等級，所得到的答案必然錯誤。
正確的問法是：AI 的泡沫，在哪一層？
泡沫從不問「有沒有」，只問「在哪裡、有多厚」。
將這個問題拆開，你會看到一個與直覺相反的圖景：所有人都盯著擔心的那層，恰恰最安全；而真正冒泡的地方，卻很少有人認真討論。
2000 年的幽靈：這次到底哪裡不一樣
談論 AI 泡沫，避不開 2000 年。但大多數人只記得「互聯網泡沫破了」，卻沒記住它是怎麼破的。
當年的劇本：先有股價，再找收入
2000 年的崩潰劇本是這樣的：電信公司借了天量的債，瘋狂鋪設光纖，就像為一座空城修建了八車道高速公路。路修好了，車在哪？沒有。當年鋪設的光纖，85% 到 95% 是「暗」的——躺在地下，從未傳輸過一個比特。資產在賬上，收入為零，債務卻是真實的。然後，砰。
光纖只是基礎設施層的故事。應用層更荒謬。
當年最著名的寵物用品電商，上市那年全年收入僅有數百萬美元，營銷開支是收入的數倍——它在超級碗投入巨資投放廣告，每成交一單就虧一單，賣得越多虧得越快。上市後約九個月，即清算破產。這並非個例，而是當年應用層的標準寫照：零利潤、靠融資續命，以「眼球」和「點擊量」取代收入來進行估值。
更魔幻的是，當年有學者統計過：一家公司只要把名字改一改、在後面加上 ".com"，什麼業務都不用變，股價平均就能漲一大截。
市場在為後綴付錢，不是為生意付錢。
再看看當年的「賣鏟人」。思科是 2000 年的英偉達——所有互聯網流量都必須經過它的路由器，邏輯無懈可擊。但在泡沫頂峰時，思科的市盈率飆升至三位數。這是什麼概念？意味著市場要求它將當時的利潤規模再維持一百多年，或在幾年內增長十幾倍，這筆投資才算回本。後來互聯網確實改變了世界，流量確實爆炸式增長——但思科的股價花了二十多年才回到 2000 年的高點。
記住這個案例，它是全文最重要的腳註：
當年最大的悲劇不是買了假公司，而是以一百倍的價格買了真公司。
目前的劇本：先有收入，再推高股價
現在把鏡頭切到 2026 年。
沒有任何一顆 GPU 是暗的。每一顆生產出來的晶片，下線那一刻就被插入機架，滿負荷運行 token，換回真金白銀。不是利用率高，而是 100%，是客戶拿著錢排隊都買不到。
應用層呢？以頭部大模型公司為對比。某家頭部玩家的年化收入，18 個月前還不到 1 億美元，現在是 450-470 億美元，並且已經實現季度盈利。管理層原本計劃增長 10 倍，實際跑出了 80 倍。
將兩個時代的頭部公司放在一起比較：
當年：收入幾百萬，虧損幾千萬，上市九個月後倒閉
現在：收入 18 個月增長數百倍，已開始盈利
當年的公司靠「故事」向資本市場要錢；現在的頭部公司靠合約向客戶收錢。這不是程度的差別，這是商業模式的差別。
“賣鏟人”也更換了估值邏輯。今天英偉達的市盈率大約在三十倍出頭——只有當年思科巔峰的幾分之一。而支撐這個估值的，不是對未來的想像，是已經簽了字、寫進生產排期的訂單積壓。
當年是先有股價、再找收入，找到死；現在是先有收入、再漲股價，追得上。順序不同，結局不同。
買家也換人了。2000 年鋪設光纖的是舉債的電信公司；今天購買算力的是微軟、谷歌、Meta、亞馬遜——地球上現金流最雄厚的四家公司，花的是自己賺來的錢。
2000 年是借來的錢買沒人用的資產；2026 年是賺來的錢買不夠用的資產——這是兩個物種！
但是，牆上有一道裂縫
Here, we must hit the brakes.
這個「自由現金流」的故事，邊際上已開始磨損。四大雲廠商今年的資本開支合計約 7250 億美元，同比暴增 77%。這是什麼規模？大致相當於一個中等發達國家一整年的 GDP，全數投入了數據中心。
更引人注目的是亞馬遜：自由現金流從 260 億美元直線下滑至 12 億，幾乎歸零，長期債務卻持續攀升。也就是說，這些巨頭自營賺取的資金，已快不足以支應開支，開始借貸了。
這不是泡沫破裂的信號——巨頭的資產負債表依然是人類商業史上最堅固的一批。但它是牆上的第一道裂縫："現金流買家"這輪最硬的邏輯，正在從"完全成立"滑向"大體成立"。
值得每季度都瞄一眼。
為 2000 年的復盤畫上句點。那場泡沫留給後人最大的誤導，是讓所有人記住了「故事是假的」，卻忘了真正殺死市場的是供給失控：故事再真，只要供給端人人都能無限加槓桿擴產能，過剩就是時間問題，崩盤就是數學問題。反過來說，判斷這一輪是否會重蹈覆轍，關鍵也不在需求端的故事有多動聽，而在供給端有沒有人踩得住剎車。
這就引出了下一個問題：這一輪，剎車在誰腳下？
先發地圖，再逐層排雷：AI 算力的五層金字塔
在點名之前，先將整個產業鏈繪製出來。AI 算力產業鏈，從下往上可分為五層：
用表格再說一遍：
這張圖有一個一眼就能看出的規律：
越接近現實，泡沫越少；越接近故事，泡沫越多。
在 L0 層，擴產需等待三五年，建廠要投入數百億美元，想吹泡沫都吹不起來——供給根本不配合。越往上走，物理限制越鬆，敘事空間越大：到了 L4 的長尾，一份 PPT 就能融資，泡沫自然在那裡聚集。
唯一的例外是 L2 互聯層——它明明是硬體，按理說該受物理約束保護，卻成了泡沫味道最濃的地方。為什麼？後面會專門拆。
判斷 AI 泡沫的第一步，不是看市場情緒，是先看清你站在金字塔的哪一層。
在這張地圖中，L0 層之所以敢直接標註「無泡沫」，是因為它被兩把物理鎖鎖住了。先講鎖，再逐層排雷。
第一把鎖：台積電
為什麼我們判斷這輪 AI 資本開支不會失控？答案不在需求側，在供給側。
泡沫破裂有一個必要條件：供給過剩。鬱金香要種得到處都是，光纖要鋪得沒人用，房子要蓋得賣不掉。沒有過剩，就沒有崩盤。2000 年那場災難的真正元兇，不是互聯網這個故事講錯了，而是光纖這個供給徹底失控了——任何一家電信公司都能借錢挖溝埋線，沒有人能踩剎車。
而 AI 算力的供應，掌握在一群全球最保守的人手中。
AI 時代的「央行」
台積電在先進製程上的市佔率超過 90%，對英特爾和三星的領先優勢約為 9 到 15 個月，而且這個差距在最先進的 2 納米上沒有縮小的跡象。這意味著一件事：全球 AI 芯片的產量，不是市場決定的，是台積電決定的。
它就像 AI 時代的央行——美國聯邦儲備系統控制印多少錢，台積電控制印多少算力。美國聯邦儲備系統加息要開會、要投票、要面對政治壓力；台積電控制算力供給，只需在擴產計劃上不點頭。
而這家「央行」的行長們，是一群七十多歲、經歷過 2001 年和 2008 年的老工程師。他們將自己視為創始人遺產的守護者，親眼見過半導體泡沫如何吹起、如何將整個行業埋葬。在他們的記憶中，「暴漲之後的暴跌」不是教科書案例，而是親自裁員的員工、親眼關閉的生產線。
所以當黃仁勳上門要求產能翻倍甚至增加三倍時——他們拒絕了。
想想這件事有多反直覺：地球上最炙手可熱的公司，帶著無限的訂單和現金上門，求你擴產，你卻說不。這種「不」，全世界只有一家公司說得出口，也只有一家公司說了算。
順便提一個細節：黃仁勳與台積電合作三十多年，從未簽署過一份正式的採購合約，全憑握手達成協議。這不是管理漏洞，而是三十年信任累積而成的體系——也正是台積電敢對最大客戶說「不」，而最大客戶只能接受的原因。
這把鎖有多緊
數字層面：
最先進的 2 納米製程，到今年年底的產能已經全部售罄，一片不剩
高雄正在同時建設 5 座 2 納米晶圓廠——人類歷史上最大規模的先進製程並行建廠，但一座先進晶圓廠從動工到量產要三到五年，前期投入超過 200 億美元
即便如此拼命擴建，到 2030 年，2 納米的月需求預計為 40-45 萬片，產能僅有 30-35 萬片——長期缺口達 10-15 萬片/月，相當於需求的四分之一到三分之一將永遠無法得到滿足。
另一個更隱蔽的瓶頸：先進封裝。晶片製造出來只是半成品，必須將計算晶片與記憶體「封裝」在一起才能使用——這正是 AI 晶片的「最後一公里」，而這條路同樣主要由台積電壟斷，產能長期供不應求。
如果台積電徹底放開手腳，英偉達理論上一年能出貨 2 到 3 萬億美元的 GPU——這個數字接近目前實際出貨規模的十倍。是台積電把這個數字鎖住了。
All of the world's AI ambitions must queue before TSMC's production schedule.
這把鎖也可能被撬開
為求公平，也得說清楚反面情況。這把鎖並非永動機，它有被撬開的劇本：如果有人——不論是馬斯克式的狂人，還是急於翻身的英特爾——繞過台積電，借助設備商的支持自建超級晶圓廠集群，打破先進產能的壟斷，那麼擴產紀律就會崩壞。
到那時，每家晶片廠都會像 2000 年的電信公司一樣瘋狂鋪產能，供給過剩的發動機才真正點火。
好消息是：工廠的物理週期擺在那裡，這個劇本在 2027 年之前幾乎沒有上演的可能。壞消息是：這個劇本一旦開拍，就不會有預告片。
泡沫需要失控的供給。而 AI 的供給閥門，握在一群見過兩次崩盤、拒絕過黃仁勳的老人手裡！
第二把鎖：電
即使台積電明天想通了瘋狂擴產，晶片造出來也得有地方插。
這就是第二把鎖：電力和土地。
很多人以為 AI 基建的瓶頸是晶片，其實當下真正卡脖子的是更土的東西——數據中心的土地審批和電網接入。
這件事的荒謬之處在於時間尺度的錯配：設計一顆晶片，兩年；建造一座數據中心，兩三年；但為一座數據中心配備足夠的電力——新建電廠、擴容變電站、架設高壓輸電線、完成環評與審批——動輒五年起跳。晶片以奈米為單位進化，電網卻以十年為單位規劃。
晶片以月為週期迭代，電網以十年為單位計算——這是 AI 時代最大的時差。
因此，你會看到一場奇景：手握數百億美元預算的科技巨頭，遍尋全球「有電的土地」，如同淘金者尋找水源般。購買核電站旁的土地、簽訂二十年的購電協議，甚至直接出資重啟已退役的核反應堆。錢不是問題，電才是。
電力缺口預計要到 2027-2028 年才能逐步緩解——電廠和電網的建設週期決定了這個時間表，再多的錢也壓縮不了多少。
兩把鎖疊在一起，效果是：AI 算力的增長被強行「壓平」了。需求想爆炸，供給只能爬坡。因此，增長變得更慢、但也更久、更穩——這正是歷史上鐵路、運河、互聯網這些技術革命都未曾享受過的待遇。它們都是供給先失控，然後崩盤。
歷史上每一次技術革命都因供給失控而滅亡。AI 是第一個被物理法則強行壓住節奏的——這是它最大的運氣。
一個來自太空的變量
這裡保留一個長期變量：太空數據中心。
邏輯很科幻但很硬——太陽同步軌道上太陽能無限，不要錢；衛星背陰面朝向零下二百多度的深空，散熱接近零成本。設想中的形態是：衛星前端是太陽能板，中間是標準伺服器機架，尾部拖著上百米長的散熱器，多顆衛星之間用雷射互聯，拼成一座漂在軌道上的虛擬資料中心。
在太空中，地面數據中心最昂貴的兩樣東西——電力和冷卻——都是免費的。
時間表：兩年內可能看到概念驗證，2030 年前後可能開始動搖地面數據中心的投資邏輯。
記住這個變量。它現在還改變不了任何東西，但它是懸在整個 L3 基礎設施層頭上的一把劍——下文馬上會用到。
泡沫真正所在之處：沿著金字塔逐層排雷
講完兩把鎖了，回到那張五層地圖，從下往上，一層一層過。
L0 + 應用層頭部：大市值——貴，但不是泡沫
微軟、谷歌、Meta、亞馬遜、英偉達。這一層的資本開支，對應的是真實合同、真實收入、滿負荷的利用率。
Just two numbers needed.
第一點：AWS 已簽約但尚未執行的在手訂單，第一季度達到 3600-3700 億美元，同比增長超過 90%——這還不包括某頂尖 AI 實驗室後來新增的 1000 億美元承諾。什麼概念？意味著即使 AWS 從今天起不再簽訂任何新客戶，已簽下的訂單也足以讓它忙好幾年。這些不是預期，而是已簽署的合同。
第二：之前提到的那家頭部大模型公司——18 個月，收入從不到 1 億增長到 450 億以上，已實現季度盈利。這種增速在人類商業史上找不到第二個案例。
還有一筆賬很少人算：推理的經濟學。訓練一個前沿模型是純投入，燒錢不眨眼；但模型訓練出來後，每一次被調用、每生成一個 token，都是收入。按目前的行業測算，一個模型全生命週期的推理收入機會，大約是它預訓練投入的 5 到 10 倍。也就是說，今天這些天文數字的資本開支，買的不是「模型」這個一次性產品，是未來很多年的「算力收費站」。
收費站模式有一個特點：前期投入嚇死人，後期現金流淹死人。高速公路、電網、電信網絡都是如此——前提是真有車在跑。而我們已經確認過了：沒有任何一顆 GPU 是關閉的，每條車道都是滿的。
貴不貴？貴。是不是泡沫？泡沫的定義是價格脫離基本面，而這一層的基本面正以每 18 個月 80 倍的速度追趕價格。
當年是估值站在原地等收入，等到倒閉；現在是收入在追估值，而且追得上。
這一層的買家買算力並非押注一個故事，而是在已簽訂的合約面前別無選擇——不擴產就無法交貨，這是被需求推動的資本支出，而非被幻覺拉動的資本支出。
L1 記憶體層：多空絞殺區
往上一層，存儲晶片。這是目前多空分歧最尖銳的戰場。
先解釋一下這層為何重要。如果說 GPU 是廚師，記憶體（尤其是高頻寬記憶體 HBM）就是備菜台——廚師刀工再快，菜遞不上來也白搭。而 AI 推理恰恰是一個瘋狂消耗「備菜速度」的活兒：模型越大、對話越長，對記憶體頻寬的需求增長速度比對算力的需求還快。
當前局勢：記憶體價格一年內上漲了 60-70%，美光的利潤率從歷史平均的 16% 飆升至 70%。
把這個數字放進歷史中看看有多嚇人：過去二十五年，記憶體行業以著名的「豬週期」聞名——價格上漲、瘋狂擴產、供過於求、價格崩盤、集體虧損，反覆循環。每次出現70%量級的利潤率，後面都緊跟一場葬禮。按照舊劇本，現在應該清倉跑路。
但多頭的邏輯是：這次的需求不是補庫存，而是結構性的。AI 推理對 HBM 的需求會持續遞增，而記憶體廠商被週期教訓了 25 年，這次擴產極其謹慎——沒人願意當那個把價格砸崩的人。
這裡有一個值得單獨提出的結構性變化：經過二十五年的血腥洗牌，全球高端記憶體市場僅餘下三家廠商。上世紀九十年代，這個行業曾有二十多家廠商，價格戰一觸即發，無人能止；如今，這三家寡頭隔著太平洋互相監視對方的擴產計畫，誰都不願率先行動。寡頭格局天然帶有產能紀律——這是「本次擴產不會失控」最堅實的結構性理由，比任何管理層的聲明都更可靠。
而且 HBM 還在悄悄「擠占」普通記憶體的產能：同樣一條產線，分配給 HBM 的晶圓，產出量遠少於普通記憶體。HBM 需求越旺盛，普通記憶體供應就越緊張，整個行業的價格都被一起推高——這就是為何連你電腦裡的普通記憶體條價格都在上漲。
一個更重要的數字：目前全球真正正確使用 AI 的人口，大約只有 0.1%。如果這個數字上升至 5%——也就是從「極客玩具」變成「普通白領的日常工具」——記憶體的需求天花板將高於雲層。
空頭的邏輯同樣堅實：當前的價格上漲是由價格自身驅動的，而非出貨量驅動——囤貨、惜售、追漲不追跌，這是典型的供需錯配信號，而非健康需求的表現。
70% 的利潤率，要麼是新時代的起點，要麼是老劇本的高潮。多頭賭的是「這次不一樣」——而這五個字，恰好是投資史上最貴的五個字。
這一層我們不下結論。它是賭桌，不是泡沫，兩邊都有真實的籌碼。
L2 互聯層：光模組——泡沫的氣味，從這裡開始
終於到了我們真正想敲黑板的地方。也是那張地圖上唯一的「硬件例外」。
用三十秒講清楚光模組是什麼。一座 AI 數據中心裡有幾萬顆 GPU，它們不是各自為政，而是需要時刻交換數據、協同運算同一個模型——晶片之間的「對話量」大到銅線根本無法承載，必須將電信號轉換為光信號，透過光纖傳輸。負責「電轉光、光轉電」的那個小盒子，就是光模組。
GPU 是肌肉，光模組是血管。集群規模越大，晶片之間的互聯需求以平方級攀升——因此 AI 越火，光模組越瘋。這個產業邏輯是真實的，今年整個光模組市場預計增長近六成，產能確實「售罄至 2028 年」。
邏輯是真的。但我們逐家看看股價幹了什麼。
第一家：Lumentum——上一輪泡沫的親兒子，這一輪泡沫的領頭羊
這家公司專注於激光器和光學元件，說白了，就是光模組和光通信系統中最核心的「光源」。它的背景非常耐人尋味：其前身正是 2000 年光通信泡沫中最著名的明星股之一——當年該公司市值一度衝上千億美元，泡沫破裂後暴跌 99%，成為教科書中「基礎設施泡沫」的標準案例。Lumentum 正是從這家公司拆分出來的業務。
在中間的二十年，它過得很平淡：為 iPhone 的人臉識別提供雷射器，為電信網絡提供元件，是一家典型的「良好但無聊」的硬體公司。
然後 AI 來了。數據中心需要海量的高速激光器，新一代「把光路直接做進交換機」的技術路線又將它推到了舞台中央，連英偉達都真金白銀投資了它 20 億美元。於是：過去 12 個月，股價漲了超過 10 倍。
業務在變好嗎？真的在變好。訂單已排到 2028 年，這是實實在在的。但請把兩個數字放在一起：它的收入增長預期是未來幾年每年百分之幾十，而股價一年漲了百分之一千多。市場給它的定價，已是其年收入的幾十倍——而一家成熟硬體公司的正常水準，是三到五倍。
上一輪泡沫破裂的正中心是光，這一輪泡沫味道最濃的地方，還是光。歷史不重複，但它真的押韻。
第二家：AAOI——曾經跌倒過的人，又站上了同一個懸崖
這家公司從事光收發模組整機的生產，主要銷售給雲廠商的數據中心。其歷史同樣耐人尋味：在上一波數據中心建設潮（2017 年前後）中，它也曾是大牛股——直到最大客戶突然取消訂單，轉向其他供應商，股價在接下來的兩年內下跌了九成，此後整整七八年都在虧損邊緣掙扎。
然後 AI 來了，新一代高速光模組需求爆發，老客戶回來了。於是：年內股價漲了超過 4 倍。
請注意這家公司與 Lumentum 的區別：Lumentum 總算為行業龍頭，擁有技術護城河，並有英偉達背書；AAOI 是一家過去十年大部分時間都未盈利、客戶集中度極高、上一輪已遭砍單教訓的二線廠商。其股價暴漲，幾乎純粹是板塊潮水的浮力所致。
而潮水已經開始晃動了。上個月，這個板塊單日暴跌兩位數的情況出現了不止一次——AAOI 一天下跌 10% 以上，龍頭們也跟著下跌 7%-10%。沒有任何實質利空，只是高位的籌碼開始鬆動。
還有一層很少被討論的風險：技術路線本身。
目前業界正在推進一場架構革命：將光學元件從「插在交換機上的獨立小盒子」直接整合到晶片封裝中——業界稱之為共封裝光學。一旦這一方向成為主流，將意味著兩件事：第一，「光模組」作為一個獨立產品形態將被逐步吸收，主導權將從模組廠商轉移到晶片巨頭手中；第二，價值鏈將向「核心光源」集中，組裝環節的利潤將被擠壓殆盡。
這場技術變革對 Lumentum 這種掌握雷射器的公司而言，機遇大於風險——光源永遠需要，而且更值錢了；但對 AAOI 這類以組裝見長的模組廠而言，卻是懸在頭上的第二把刀。諷刺的是，市場現在對這兩類公司的定價熱情幾乎不分彼此——潮水大的時候，沒人檢查誰穿沒穿泳褲。
在同一板塊中，有人出售的是不可替代的光源，有人出售的是隨時可能被架構革命繞開的盒子——但股價漲幅卻看不出任何差異。這本身就是泡沫的特徵。
計算這一層的賬：需求增長接近六成，股價漲了四倍到十倍。中間的差距是什麼？是市場把 2028 年的收入，提前折現進了 2026 年的股價。
正確的敘事，加上過度定價——這就是泡沫的標準形態。不是假的，而是貴到不給未來留下任何犯錯的空間。
為什麼偏偏是這一層出現泡沫？回到那張地圖的規律就明白了：光模組是整個硬體鏈條中物理門檻最低的一環。建晶圓廠需要幾百億美元和五年時間，擴充光模組產線卻只需幾億美元和幾個季度——它是唯一一段供給能「配合」炒作的硬體。供給端無法鎖住，泡沫就有了生長的縫隙。
TSMC's lock cannot protect the optical module—because the production capacity of the optical module is precisely the only link in the entire chain that does not require TSMC's approval.
單日兩位數的暴跌反覆出現，說明聰明錢已經開始在門口排隊了。
L3 基礎設施層：GPU 雲二房東——活著，但靠的是別人的瓶頸
過去兩年，出現了一批專門從事 GPU 租賃的新型雲廠商：自己購買顯卡、自建機房，再將算力租給缺卡的公司，業界稱之為 NeoCloud——我們更願意稱它們為「GPU 二房東」。
它們運行得非常好，而且確實有兩把刷子：這幫人像 F1 車手開賽車一樣壓榨硬體，GPU 的實際利用率可達傳統二線供應商的 2-3 倍。同樣一批卡，它們能榨出更多收入。
生存邏輯也成立：四大雲廠商自身的產能根本不夠用，溢出的需求總得有人承接。只要「算力短缺」這個大前提存在，二房東就有生意可做。
但請注意這項業務的本質：它們是瓶頸的受益者，而非護城河的持有者。
想清楚它們的處境：它們賺的每一分錢，本質上都來自「大廠擴產沒跟上」這個時間差。可是——電力瓶頸預計 2027-2028 年緩解；大廠的自建數據中心正以人類歷史上最快的速度落成；前面埋下的那個伏筆——太空數據中心，如果在 2030 年代落地，地面算力的稀缺性邏輯將被釜底抽薪。
時間差會關上。二房東手裡沒有房產證，只有一份不知何時到期的租約。
而且這門生意還有一個結構性弱點：客戶與命脈高度集中。它們的晶片都來自同一家巨頭，大客戶往往只有那麼兩三家 AI 公司，有些玩家的最大股東和最大供應商還是同一個名字。上游掌控你的供貨，下游掌控你的收入，中間的你賺的是「撮合時間差」的錢——這種生意可以很賺錢，但配不上「平台」的估值。
靠別人家的瓶頸賺錢，就得做好瓶頸消失那一天的打算。
這一層不是騙局，今天的現金流是真實的。但市場現在對它們的高估值，定價的是臨時狀態的永久化——這是估值錯誤，正朝向泡沫的方向發展。
L4 應用層長尾 + VC 生態：泡沫信號最強的地方
最後爬到金字塔頂端。這一層要分成兩半來看。
頭部那一半——少數幾家有真實收入的大模型公司——前面已提及，收入與估值相符，不再展開。
真正的問題在於長尾，以及為長尾輸血的 VC 生態。最觸目的數字就在這裡：
今年第一季，AI 公司拿走了全球風險投資的絕大多數——每 10 塊錢的 VC 資金，有超過 8 塊流向了 AI。
In 1999, during the peak of the internet bubble, what was this ratio? Approximately one-third to four-tenths.
In other words, today’s VC concentration on a single theme is twice that of the peak of the largest bubble in human history.
而且結構極度頭重腳輕：僅僅四筆頭部大交易，就吃掉了全球當季 VC 總額的 65%。全世界一個季度的風險投資，三分之二進了四家公司的賬戶。
這造成了連鎖效應：頭部明星公司以真實收入支撐起天價估值——這沒問題；但成千上萬家沒有收入的長尾初創公司，正借用頭部公司的估值邏輯為自己定價——「那家公司 18 個月漲了 80 倍，憑什麼我不行？」——這就是大問題。1999 年「加個 .com 就漲」的遊戲，今天的版本是「加個 AI Agent 就翻倍」。
更麻煩的是，這批長尾公司的死法已經可以預演了。它們不會死於產品失敗——產品甚至可能不錯。它們會死於估值倒掛：上一輪以泡沫價格融來的錢燒完了，下一輪投資人只願按現實價格出錢，而按現實價格融資意味著上一輪投資人巨虧、創始團隊股份歸零——於是談判破裂，公司在「估值的尊嚴」和「活下去」之間僵持，直到賬上的錢歸零。1999 年那批公司，大多數就是這麼死的：不是被市場殺死的，是被自己上一輪的估值噎死的。
還有一個放大器：這輪長尾公司的成本結構比 1999 年更脆弱。當年的互聯網初創公司燒的是市場費用，砍掉廣告還能苟延殘喘；今天的 AI 初創公司燒的是算力賬單——模型不調用，產品就停擺，這筆錢根本無從砍削。收入是故事，成本是剛性，這種組合在資本退潮時的死亡速度，會比上一輪更快。
注意，這和 "Large cap 沒有泡沫" 並不矛盾——
頭部有真實收入支撐，長尾僅有故事支撐。泡沫從不存在於最大的公司中，泡沫存在於用最大公司的估值邏輯為自己定價的小公司中。
还记得 1999 年真正的教訓是什麼嗎？不是「互聯網是假的」——互聯網是真的，電商是真的，最大的那家電商活下來還統治了世界。教訓是：
在一場真實的技術革命中，你依然可能賠掉所有錢——只要你買錯了層。
空頭也不是全錯：兩條值得睡前想一想的攻擊線
寫到這裡，如果你覺得我們是無腦多頭，請繼續往下讀。空頭陣營裡有真東西，而且這次的真東西，比大多數多頭願意承認的更鋒利。
空頭有兩條主攻線。表面上是兩個話題，往深處挖，你會發現它們其實是同一個問題的兩面。
攻擊線一：折舊戰爭——你的 GPU 到底能用幾年？
先用一個生活化的例子把「折舊」講明白。
假設你開網約車，買車花了 30 萬。如果這台車按 3 年報廢來算賬，每年的成本就是 10 萬；如果按 6 年報廢來算，每年成本就只有 5 萬。注意：你一分錢沒有多賺，車也還是那台車，只是改了一個會計假設，你的賬面利潤每年就憑空多出 5 萬。
現在把車換成 GPU，把 30 萬換成幾千億美元。
科技巨頭們正集體做同一件事：將 GPU 的折舊年限延長。原本普遍按 3-4 年計算，現在紛紛延長至 5 年、6 年。每延長一年，當期利潤便顯得更為亮眼。空頭估算，照此調整，未來三年整個行業可能少計提上千億美元的折舊，部分巨頭的當期利潤因此可能被高估兩成以上。
兩成是什麼概念？意味著你看到的財報利潤，有五分之一可能只是「會計假設的饋贈」，而不是生意本身賺來的。
多頭的反駁也有道理：折舊年限不是隨意更改的。在推理場景下，舊 GPU 完全能應對——訓練前沿模型需要最新的顯卡，但用三年前的顯卡執行日常推理，同樣能滿負荷運行、同樣能賺錢。按這個邏輯，GPU 使用 10 年、15 年都不為過，過去按 3 年折舊反而被低估了。
誰對？誠實的回答是：取決於英偉達自己。未來兩代產品性能躍升越劇烈，舊卡貶值越快，空頭越對；躍升越緩和，舊卡壽命越長，多頭越對。英偉達每發布一代新品，都在為自己客戶的資產負債表投票。
這是 AI 財務問題中最諷刺的一幕：英偉達的產品越成功，其客戶的財報就越可疑。
攻擊線二：GPU 借貸——將債務轉移到看不見的地方
第二條攻擊線已更新，且更隱蔽。市面上討論的人不多，但我們認為其嚴重程度比折舊問題高一個量級。
已有 GPU 開始透過複雜的表外結構流轉。拆開來看，這個結構的運作方式如下：
設一個殼：專門成立一家特殊目的載體（SPV）——一家除了「持有 GPU」之外什麼業務都沒有的殼公司
Shell borrows money: Shell companies borrow from private credit funds to purchase tens of thousands of GPUs
將 GPU 租給用卡的人：殼公司長期將 GPU 租給 AI 公司，收取租金，並用租金償還貸款
賣卡的人加入：最妙的是這一步——晶片廠商也向空殼公司投資，成為了定價投資者
每一方都得到了自己想要的：AI 公司用上了晶片，但沒有背上債務；巨頭和 AI 公司的資產負債表上看不到這筆負債；晶片廠商鎖定了銷量，還順手賺了投資收益；私人信貸基金拿到了高息資產。
四方共贏。只有一個小問題：債務並未消失，只是沒人看得見它在哪裡。
這個結構應該讓你想起一些什麼。其實它同時呼應了兩段歷史。
第一段是 2000 年。很少有人記得，當年電信泡沫裡有一個推波助瀾的角色叫「廠商融資」：設備巨頭自己借錢給客戶，讓客戶買自己的設備。賬面上銷量蒸蒸日上、增長曲線完美，實際上是左手倒右手——客戶用你的錢買你的貨。泡沫破裂時，這些設備商手裡攥著的不是利潤，是一堆收不回來的債權，死得比誰都慘。今天「晶片廠商往殼公司裡投錢、殼公司用這筆錢買晶片」的結構，和當年的廠商融資，在血緣上是親兄弟。
第二段是 2008 年。上一次整個金融體系熱衷於「把風險打包、分層、挪到監管和投資者都看不清的地方」，是那場危機之前的房貸證券化。當年被打包的是房子，現在被打包的是 GPU。
當一個行業開始自己給自己的客戶發錢購買自己的產品時，你看到的每一個增長數字都應打上問號。
折舊是會計問題，會計問題從來刺不破泡沫；槓桿是金融問題，歷史上每一個泡沫都是被金融問題刺破的。
兩條線其實是一條線
將兩條攻擊線連接起來，你會看到空頭邏輯真正的殺傷力。
折舊爭議的本質是：GPU 能用幾年、殘值幾何？
What is the collateral for GPU credit? It is the residual value of the GPU.
也就是說：殼公司借入數十億美元的依據，是「這批 GPU 未來多年都將保值並持續產生租金」這個假設。如果英偉達下一代產品性能再提升一檔，舊卡租金將大幅下跌——第一個崩潰的將不是巨頭（他們扛得住），而是這些殼公司，以及向殼公司提供貸款的私人信貸基金。
然後你要問的問題就變成了：私人信貸這幾年膨脹了多少？裡面還塞了多少別的東西？這就是另一篇文章了。
目前這套結構的規模還小，遠不足以系統性出事——這是實話。但連最堅定的多頭自己都把「GPU 抵押融資大規模槓桿化」列為本輪週期的頭號風險信號。當多空雙方罕見地指著同一個地方說「看那裡」，那裡就值得你認真看。
當把 GPU 塞進表外殼公司時，2026 年第一次聞起來有了一絲 2008 年的味道。現在還只是一絲——盯住它變濃的速度。
結論：貴，但門還鎖著
將全文壓縮成一張圖，還是那座金字塔：
無泡沫的（L0 + L4 頭部）：台積電、英偉達、四大雲廠商、頭部大模型公司。真實合約、真實收入、滿負荷利用率，再加上台積電和電網兩把物理鎖。貴，但貴不等於泡沫。
多空絞殺的（L1）：內存。70% 的利潤率要麼是結構性新週期的起點，要麼是老劇本的高潮，賭桌已經擺好。
有泡沫味道的（L2、L3、L4 長尾）：光模組——整條硬體鏈上唯一不受台積電產能紀律保護的環節，用 2028 年的收入給 2026 年定價；GPU 二房東——把臨時瓶頸當成永久護城河；VC 生態——單一主題集中度達到 1999 年巔峰的兩倍，長尾創業公司借用頭部的估值邏輯為故事定價。
真正需要盯住的三個潛在雷點：
算法效率革命。如果有一天，更聰明的算法以十分之一的算力達到同樣效果，整個「堆算力」的資本開支邏輯一夜崩塌。這是概率最低、但殺傷力最大的一個。
GPU 信貸槓桿化。一旦表外結構、抵押融資和證券化全面展開，現金流買家將轉變為槓桿買家，2000 年的劇本將換上 2008 年的引擎重演。這是目前最真實的苗頭。
台積電放棄保守。無論是被對手撬開壟斷，還是自己改變心意瘋狂擴產——供給失控的那一刻，泡沫的必要條件才真正成立。這是最需要長期追蹤的一個。
在這三件事一件都沒發生之前，AI 是一場被物理法則強行壓住節奏的技術革命：昂貴、擁擠、局部發燒，但基礎是實在的。
最後，把這張地圖變成三個可以隨身攜帶的問題。下次你看到任何一個 AI 標的，不論是股票還是創業項目，先問：
第一問：它在金字塔的哪一級？離實體越近越踏實，離故事越近越危險。說不清自己在哪一級的，預設放在最危險的那級。
第二問：它的收入是真實發生的，還是從頭部公司的估值「借」來的？「對標某某公司」這四個字出現的頻率，和泡沫濃度成正比。
第三問：它賺的是結構的錢，還是瓶頸的錢？結構的錢可以賺很多年，瓶頸的錢有保質期——而保質期通常比估值隱含的時間短得多。
先答對三個問題，再談價格。
泡沫從來不會通知你它在哪一層破裂。但你至少可以選擇，不站在用別人的故事為自己定價的那一層。
下次再有人問你「AI 是不是泡沫」，你可以反問他：你說的是哪一層？
台積電那群七十多歲的資深工程師，可能是這個星球上唯一能阻止 AI 泡沫的人。到目前為止，他們仍在崗。