从“城投债”到“算力债”：2026，硅谷正在重演谁的历史？

大家好，我是【智者同行】的金融老兵。

此刻，我坐在国内的书房里，复盘着刚刚过去的一月份。在我的三块显示屏上，密密麻麻的K线图和两场大洋彼岸的顶级会议纪要，正在交织出一幅让我感到脊背发凉的图景。

这一冷一热两个信号，像是两面巨大的镜子，折射出了这个时代最荒诞、也最危险的裂痕。

让我们把时钟稍微回拨一点，回到一月初的拉斯维加斯。

那是2026年的CES（消费电子展）。透过直播镜头，我看到了那个熟悉的皮衣身影——黄仁勋。如果你仔细观察，会发现他今年的皮衣似乎换成了带有更硬朗线条的深紫色，这或许是一种隐喻：他是这个时代的“帝王”。

在那个被无数闪光灯照得惨白的舞台中央，老黄举起了一块像砖头一样厚重的芯片——基于“Rubin Ultra”架构的全新计算单元。他的声音依然充满煽动性，对着台下几千名近乎狂热的开发者和投资人喊出了那句著名的口号：“Buy more, Save more!（买得越多，省得越多）”。

屏幕上跳动的数据令人眩晕：Rubin Ultra的FP4算力是上一代Blackwell的10倍，显存带宽突破了惊人的8TB/s。台下的掌声雷动，英伟达的股价在那个交易日再次拉出了一根陡峭的阳线，仿佛地心引力已经失效。

然而，仅仅过了两周，画风突变。

视线转到瑞士的达沃斯。在白雪皑皑的世界经济论坛上，埃隆·马斯克首次到场，在那个充满了全球政商领袖的房间里，马斯克显得有些疲惫，甚至带着一丝嘲弄。

他对台下那些还在谈论ESG和全球化的精英们说：“你们还在担心芯片吗？那已经是去年的问题了。我们正在以光速撞向一堵物理世界的墙。缺的不再是硅，而是变压器，是降压站，是电力。按照现在的算力扩张速度，到2027年，仅AI产业对电力的需求，就将超过美国民用电的总和。”

一月份的这两场戏，连起来看，简直就是一出绝妙的黑色幽默。

一边是拉斯维加斯的“数字狂欢”，人们笃信算力可以无限指数级增长；另一边是达沃斯的“物理警告”，能源的硬约束正在给这场狂欢勒上窒息的绞索。

作为一个在金融系统里摸爬滚打、看过三十年大风大浪的老兵，这种“一半是火焰，一半是海水”的场景，让我产生了一种强烈的、甚至有些恐怖的“既视感”。

这种感觉，太像2010年代初的国内了。

那时候，我行走在中西部的每一个县城。每一位接待我的地方主官，都指着车窗外漫天飞扬的尘土和一片片刚平整出来的农田，满怀信心地对我说：“老兵，你看，这里将是未来的CBD，那里将是千亿级的高新产业园。”

那时候，塔吊就是信仰，钢筋水泥就是未来。为了这些宏大的蓝图，地方融资平台（城投）疯狂举债，银行信贷像洪水一样涌入基建领域。所有人都笃信一个逻辑：土地永远涨，明天会更好，现在的债务会被未来的增长稀释。

如果你把这个逻辑平移到2026年的硅谷，你会发现，剧本连标点符号都没变。

今天，硅谷的显卡，就是当年的钢筋水泥；硅谷的数据中心，就是当年的产业园区；而那些疯狂举债、透支现金流去囤积算力的科技巨头，像极了当年那些笃信“土地财政”的城投公司。

马克·吐温说过：“历史不会重复，但它会押韵。”

今天，我想脱下这层科技光鲜的外衣，用最朴素的金融资产负债表视角，带你去看一场正在酝酿的、名为“算力债”的超级风暴。看看在大洋彼岸，那些被奉为神明的科技精英们，是否正在重演我们曾经走过的、那条充满诱惑与陷阱的老路。

第一章：硅基时代的“土地财政”

如果我们要理解2026年这场危机的本质，就必须先打破一个滤镜：在AI时代，算力（GPU）已经不再是简单的工业耗材或生产工具，它被彻底“金融化”了。

在硅谷巨头的资产负债表上，GPU不再是“设备”，它是数字世界的“土地”。拥有了它，你就拥有了对未来AI世界的“收租权”。

（一）2026年的“算力地王”：一场失控的军备竞赛

让我们先做一次深度的“数据侦查”。

这几天，纳斯达克风起云涌，微软、谷歌、Meta相继发布了2025年第四季度的财报。华尔街的分析师们依然在为营收的增长欢呼，但我建议你，像我一样，把目光死死锁在现金流量表里的“资本开支”这一栏上。

数据是触目惊心的。

这三家巨头的单季度资本开支，合计已经突破了550亿美元。这是一个什么量级？这相当于它们从广告和云服务里赚回每100块钱，就要立刻拿出40块钱以上，重新砸进地里。

这些钱去了哪里？绝大部分流向了同一个口袋——黄仁勋的英伟达。

在CES展会上，除了老黄的Rubin，我还关注到了AMD苏姿丰的动向。这位“苏妈”依然干练，她推出了对标英伟达的MI450芯片。她打出的牌是“性价比”和“推理侧优化”，试图在英伟达的垄断高墙上凿开缺口。

但让我感到不安的，不是竞争的激烈，而是竞争的“同质化”。就像当年的房地产市场，不管是万科、恒大还是碧桂园，大家最后都在做同一件事：抢地。

现在的硅谷，正在陷入一种“囚徒困境”式的军备竞赛。

微软的纳德拉不敢停，因为OpenAI的模型参数还在指数级膨胀；扎克伯格不敢停，因为他坚信Meta必须拥有世界上最强的开源算力集群；谷歌的皮查伊更不敢停，因为搜索业务的护城河正在被AI一点点填平。

他们陷入了一种逻辑怪圈：为了维持股价，必须证明自己在AI领域的领导地位；为了证明领导地位，必须拥有最多的H100/H200/Rubin；为了买这些卡，必须透支未来的现金流。

这不就是当年的“拿地-盖楼-卖楼-再拿地”的高周转模式吗？

（二）“空置率”怪象：防御性囤积与FOMO

在房地产市场，最可怕的数据不是地价高，而是“空置率”。

而2026年，AI行业出现了一个极其魔幻、却鲜有人提及的现象——“算力空置率”。

根据一位在硅谷顶级云厂商工作的朋友向我透露的内部数据（当然，这些数据绝不会出现在公开财报里）：目前硅谷各大据中心里，至少有30%的顶级GPU，是处于“低负载”甚至“待机”状态的。

这听起来简直匪夷所思。外面都在喊“缺芯”，为什么买回来的卡却在空转？

这位朋友打了一个比方，让我瞬间秒懂。他说：“老兵，这就像你们以前的‘鬼城’。房子盖好了，但没人住。为什么还要盖？因为地皮在涨啊。”

这就是“防御性囤积”。

在2026年，企业买卡，不是因为现在的业务真的需要这么多算力。现在的AI应用，除了编程辅助、搜索和简单的文生图，并没有出现真正的“杀手级”超级APP来消耗如此庞大的算力。

他们买卡，纯粹是出于FOMO（错失恐惧症）。

每一个CEO都在担心：万一明天AGI（通用人工智能）真的突然实现了呢？万一对手搞出了一个比GPT-6强10倍的模型呢？如果我手里没有足够的“算力储备”，我就彻底没有上牌桌的资格了。

于是，显卡变成了“战略核武器”。哪怕放在库房里吃灰，哪怕通电空转，我也必须要有。这种逻辑，直接导致了算力需求的“虚假繁荣”。我们看到的市场需求，不是由真实的用户需求驱动的，而是由巨头们的“安全感匮乏”驱动的。

这造成了巨大的资源错配。一边是中小开发者求一张卡而不得，另一边是巨头的机房里，数百万颗最先进的GPU在嗡嗡作响的空调声中，空耗着电力，却只是在跑着一些无关紧要的测试数据。

（三）债务的转移与“摩尔定律的诅咒”

如果说“空置”只是资源浪费，那么“算力债”的核心危机，则在于资产属性的致命缺陷。

这也是我作为风控老兵，最想提醒大家的一点：把GPU当成土地去囤，是本世纪最大的金融误判。

当年的城投债之所以能维持那么久，甚至能通过“借新还旧”来展期，是因为土地有一个核心属性：空间独占性与保值性。

上海陆家嘴的一块地，放十年，它还是陆家嘴，甚至因为周围配套的成熟而更值钱。土地是时间的盟友。

但GPU是什么？是电子产品。电子产品是时间的敌人。

摩尔定律，就是悬在所有“算力地主”头上的一把达摩克利斯之剑。

黄仁勋在CES上发布的Rubin Ultra，性能是两年前Blackwell的10倍。这句话在技术人员听来是福音，但在财务总监听来，就是丧钟。

这意味着，你手里两年前斥巨资、甚至发债买回来的那些H100集群，在2026年的今天，瞬间变成了算力只有新产品十分之一、能耗却是新产品两倍的“电子垃圾”。

这哪里是“囤地”？这分明是在囤积一堆正在阳光下融化的冰块。

让我们来算一笔账。

一家科技巨头，发了100亿美元的债，建了一个H100数据中心。按照摩尔定律的速度，这个数据中心的“经济寿命”只有3到4年。4年后，它的竞争力将归零。

这意味着，这家公司必须在3到4年内，通过在这个数据中心上运行AI业务，赚回100亿美元的本金加上利息。每年至少要产生30%以上的纯回报率，这个模型才能跑通。

但现实是什么？

现实是，目前的AI应用层，除了微软的Copilot和少数几个头部SaaS，绝大多数AI产品的收入增长率只有15%-20%。

收入增长（15%） <（小于） 硬件贬值速度（30%）。

这是一个致命的剪刀差。这在财务上被称为“资产负债表衰退”的前兆。

巨头们正在把真金白银的现金，转移到英伟达的口袋里，换回了一堆贬值速度惊人的硅基芯片。而为了支撑这种购买，他们还在不断地发行债券。

这就像是一个人，借了高利贷去买了一车海鲜，幻想着海鲜能一直涨价。但事实是，海鲜如果三天卖不出去，就臭了。

这不仅是企业的风险，更是系统的风险。因为这些科技巨头的债券，被全球的养老金、保险基金所持有。一旦“算力泡沫”破裂，一旦华尔街意识到这些庞大的数据中心其实是无法产生现金流的“负资产”，那场崩塌，将不会亚于2008年的次贷危机。

更何况，正如马斯克所言，物理世界已经开始对数字世界的贪婪说“不”了。

当电力成为新的“银根”，当变压器成为新的“地票”，这场关于算力的击鼓传花游戏，还能玩多久？

在拉斯维加斯的喧嚣和达沃斯的冷峻之间，我仿佛看到了一个巨大的钟摆，正在从“非理性繁荣”的极点，加速摆向“周期性清算”的深渊。

第二章 折旧的镰刀与摩尔定律的诅咒 

穿过拉斯维加斯喧嚣的展厅，回到我安静的书房，我翻开了几份厚厚的资产负债表。作为一名跟风险打了三十年交道的老兵，我习惯在深夜里，关掉所有关于“改变世界”的宏大叙事，只听一种声音——那就是金钱流动的声音。

在2026年的今天，如果你仔细倾听，你会发现在硅谷那震耳欲聋的算力轰鸣声背后，隐藏着一种令人牙酸的、金属断裂般的声音。那是资产负债表正在被撕裂的声音。

我们要理解这场危机的本质，就必须从一个最枯燥、但最致命的会计学概念讲起：折旧。

这也是我作为老兵，对当前“算力债”最深的忧虑所在。我们必须看清它与当年“土地债”在金融基因上的根本突变。

回想一下，过去二十年，无论是中国的城投公司，还是美国的房地产信托（REITs），它们之所以能承载起天文数字般的债务，核心逻辑是什么？是因为它们底层的抵押物是土地和房产。

我在银行做信贷审批的时候，如果一家企业拿市中心的一块地皮来做抵押，我敢给它批二十年的长贷。因为我知道，这块地皮具有“空间独占性”。只要城市还在发展，这块地的价值大概率是螺旋上升的。即使企业经营不善，地皮放在那里晒太阳，五年、十年之后，它可能反而升值了。土地能对抗通胀，能通过租金或资产重估来实现资产负债表的自我修复。

所以，土地债虽然重，但它有“根”。

但是，2026年的硅谷巨头们，正在试图用一种完全不同的资产来玩这个游戏。它们囤积的不再是土地，而是GPU。

GPU是什么？在物理属性上，它是精密的半导体；但在金融属性上，它是最残酷的“易耗品”。它是时间的死敌。

在今年的CES上，黄仁勋发布的“Rubin Ultra”架构，毫无疑问是工程学的奇迹。它的单芯片FP4算力比两年前的Blackwell架构提升了整整10倍，显存带宽翻了4倍，而能效比却优化了40%。

技术人员为此欢呼雀跃，但在我的眼里，这简直就是一场针对存量资产的“金融屠杀”。

让我们来做一次深度的、甚至有些残酷的财务推演。

假设你是一家在2024年雄心勃勃的AI云服务商。为了不掉队，你通过发债融资了10亿美元，以单价3万美元的价格，抢购了3万多张当时最先进的H100显卡，搭建了一个庞大的智算中心。

在当时的PPT里，你告诉投资人：这是一笔类似“基建”的长期投资，我们将通过未来十年的算力租赁服务，慢慢收回成本并赚取暴利。

然而，时间来到了2026年2月。当Rubin Ultra发布的那一刻，你手里那价值10亿美元的H100集群，在算力市场上瞬间沦为了“二等公民”。客户是极其现实的。当他们发现用Rubin芯片训练模型的速度是H100的10倍，且每单位算力的电费成本更低时，谁还会愿意租用你那又慢、又费电的旧机器？除非，你疯狂打折。

根据我从硅谷二手硬件交易商那里查到的数据，目前H100的二手回收价，已经从2024年巅峰期的3.5万美元，暴跌到了现在的4000美元不到。

这意味着什么？这意味着短短两年时间，你的资产价值蒸发了将近90%。

在财务报表上，这叫“资产减值损失”。而在现实中，这就是血淋淋的财富毁灭。

土地债可以展期，可以通过“借新还旧”来用时间换空间。但“算力债”是一场与时间的生死赛跑。你必须在3到4年内——也就是芯片彻底报废之前——把本金连带利息全部赚回来。

这是一场注定无法跑赢的比赛。

为什么？这就涉及到了第二个致命的错配：收入与成本的“剪刀差”。

我们来看一看利润表。

目前的AI行业，呈现出一种极其诡异的“倒挂”结构：卖铲子的（英伟达）拿走了行业90%的利润，而挖金子的（应用层）却在赔本赚吆喝。

虽然SaaS（软件即服务）的收入在增长，像OpenAI、Gemini或者微软的Copilot，在2026年的订阅用户数确实在增加。但如果我们剥离掉那些为了做大营收而进行的“关联交易”，真实的、来自外部客户的收入增长率，普遍在15%到25%之间。

而硬件成本的折旧速度是多少？由于摩尔定律的加速，现在行业通行的会计准则，已经开始将AI服务器的折旧年限从5年缩短到3年。这意味着，每年仅仅是折旧带来的成本压力，就高达资产总值的33%。

收入增长20%，资产贬值33%。

这是一道小学数学题，但却是一道让首席财务官深夜惊醒的送命题。

更糟糕的是，AI业务还有一个不同于传统软件的特征：边际成本递增。

在传统的互联网时代，开发一个APP，服务1万个用户和服务100万个用户，增加的成本几乎可以忽略不计。但在AI时代，每一次用户的提问，每一次代码的生成，都需要实打实地消耗算力，也就是消耗电力和GPU寿命。

这意味着，随着用户规模的扩大，你的成本是线性、甚至指数级上升的。你很难通过规模效应来把边际成本降到零。

所以，我们看到一个怪圈：企业营收越高，亏损越严重。这就像是一个身陷流沙的巨人，他挣扎得越用力，下陷得越快。

为了维持股价，为了维持“AI领导者”的形象，巨头们只能继续加大投入。旧的卡还没回本，新的卡（Rubin）又出来了。为了不被市场淘汰，只能咬牙再发债，再买新卡。

这就是典型的“庞氏”特征：用后一轮的资本开支，去掩盖前一轮投资的亏损。只要增长的故事还在讲，只要新的融资还能进来，这个游戏就能继续。

但是，所有的金融游戏，最终都会撞上一堵物理的墙。

如果说摩尔定律是内在的“软刀子”，那么能源，就是外在的“硬约束”。

马斯克在达沃斯的警告，绝不是危言耸听。在2026年，算力债的另一个爆发点，不在芯片，而在电表。

我们看一下美国北弗吉尼亚州的数据中心，那里是全球互联网的“十字路口”，聚集了全球最密集的数据中心。几座刚刚建成、规模宏大的智算中心，大门紧锁，只有保安在巡逻。里面装满了昂贵的Blackwell芯片，但机器是静止的，指示灯是灭的。 “为什么不开机？”，工作人员指了指远处的输电塔：“没电。Dominion Energy（当地电力公司）通知了，变电站的扩容由于环保审批和设备短缺，要推迟到2028年。在这之前，一度新的电也给不出来。”

这就是“搁浅资产”。在金融学上，这是最悲惨的一种状态。你借了钱，买了设备，设备也在那里，但因为缺少一个关键的外部条件，导致资产无法产生任何现金流。对于土地来说，如果不通水通电，地皮还在那里，大不了等几年。但对于GPU来说，这种“等待”是致命的。机器关着机，折旧的钟摆可没有停。每一秒钟的流逝，这堆芯片离“电子垃圾”就更近一步。而且，电力不仅是稀缺的，更是昂贵的。

在2026年，由于AI对电力的恐怖吞噬，全球工业用电价格普遍上涨了20%以上。这直接击穿了许多AI初创公司的成本底线。我算过一笔账，在一座标准的H100集群数据中心里，全生命周期的电力成本，已经接近了硬件采购成本的一半。如果电价再涨30%，那么目前市面上90%的AI模型训练任务，在经济账上都将是亏损的。

这就不难理解，为什么微软和谷歌都在疯狂地去买核电站，甚至去投资可控核聚变。这已经不是为了环保，这是为了保命。

电力，成为了2026年的“银根”。

在传统的债务危机中，央行可以通过印钞、降息来提供流动性，从而缓解债务压力。但在“算力债”的危机中，美联储可以印美元，但印不出千瓦时（kWh）。

物理世界的硬约束，对数字世界的无限扩张，构成了最无情的嘲讽。

当我们把这些拼图拼在一起时，一幅惊心动魄的全景图就浮现了出来：

资产端，是摩尔定律驱动的极速贬值，资产价值像融化的冰山；负债端，是刚性的利息支出和庞大的资本开支，像不断收紧的绞索；收入端，是追不上折旧速度的微薄增长，像永远填不满的漏斗；环境端，是电力枯竭带来的物理停摆，像突然切断的氧气管。

这就是2026年硅谷的真实写照。

表面上，它是“新质生产力”的革命，是通往AGI的伟大征程。但在金融老兵的眼里，这分明是一场发生在资产负债表上的超级风暴。

它太像2000年的光纤泡沫了。当年，Global Crossing等公司也是疯狂举债铺设海底光纤，笃信互联网流量会每三个月翻一番。结果呢？光纤铺好了，流量没来，公司破产了。当然，光纤泡沫破裂后，留下了极其廉价的基础设施，为后来的互联网繁荣奠定了基础。

今天的“算力债”或许也会有同样的宿命。当泡沫破裂，当英伟达的股价均值回归，当那些昂贵的GPU被以废铁价抛售时，真正的AI时代或许才会降临。

但在那之前，在这个泡沫最疯狂、最绚烂的2026年，必定会有无数的财富，在折旧的镰刀下灰飞烟灭。

《金刚经》云：“一切有为法，如梦幻泡影，如露亦如电，应作如是观。”

这句两千多年前的偈语，用来形容今天这如露水般短暂、如闪电般消耗的算力资产，竟然是如此的精准与苍凉。

面对这样的局势，那些身处漩涡中心的CEO们，那些掌握着万亿资本的舵手们，他们真的不知道吗？

他们当然知道。

但他们为什么停不下来？为什么明知前方是悬崖，还要踩死油门？

这就要从冰冷的财务数字，深入到滚烫的人性深处。下面，我们将推开那扇“人性棱镜”的大门，去看看在那间只有少数人能进入的决策室里，到底在上演着怎样的“囚徒困境”。

第三章 人性棱镜下的囚徒困境

故事讲到这里，我相信屏幕前的很多朋友，尤其是那些懂财务、做过实业的朋友，心里一定憋着一个巨大的问号。

你们会问：老兵，既然这笔账算得这么清楚，既然摩尔定律的折旧镰刀这么锋利，既然电力的天花板已经压到了头顶，甚至连华尔街的分析师都在私下里嘀咕回报率的问题，那么为什么？

为什么纳德拉、扎克伯格、皮查伊这些全世界最聪明的脑袋，这些掌管着万亿美金帝国的舵手，还要像红了眼的赌徒一样，把成百上千亿的真金白银，砸进这个显然已经过热的熔炉里？

难道他们看不见那条陡峭的折旧曲线吗？难道他们不知道物理世界的阻力吗？

答案可能会让你感到背脊发凉。他们当然知道，他们比任何人都清楚。在他们的办公桌上，CFO提交的风险评估报告可能比那块显卡还要厚。

但他们停不下来。这不仅仅是一个经济账的问题，这已经演变成了一个关于生存、关于权力、关于人性的深层博弈。要看懂这一层，我们必须扔掉计算器，拿起手术刀，切开这些硅谷巨头光鲜亮丽的西装，去看看他们那颗焦虑跳动的心脏。

这就是我今天要讲的第三层逻辑：人性棱镜下的囚徒困境。

在金融风控领域，我们有一个非常经典的理论，叫做代理人风险。简单说，就是坐在牌桌上打牌的人（CEO），和他背后出钱的人（股东），他们的利益并不总是完全一致的。

设想一下，如果你是某家科技巨头的CEO。现在是2026年，全世界都在喊AGI也就是通用人工智能就要来了，这是类似蒸汽机、类似电力、类似互联网一样的文明级风口。

这时候，摆在你面前有两个按钮。

红色按钮是：跟注。这意味着你要在这个季度烧掉一百亿美元去买显卡，这会让你的财报变得很难看，会让公司的自由现金流变成负数。如果赌输了，也就是AGI没那么快来，或者你买的显卡过时了，你最多就是浪费了几百亿资金。对于一家万亿市值的公司来说，这虽然肉疼，但不致命。你可以解释为这是必要的战略试错，是为未来买门票。

蓝色按钮是：观望。这意味着你为了财务稳健，决定暂停军备竞赛，等待技术路线更清晰了再动手。这样你的财报会非常漂亮，利润率会很高。但是，这里面藏着一个巨大的、毁灭性的风险。那就是，万一你的对手，比如隔壁的那家公司，按下了红色按钮，并且他们真的赌赢了，他们率先搞出了AGI。

那么结果是什么？结果是你将彻底出局。你过去二十年建立的搜索帝国、社交帝国、办公软件帝国，可能会在一夜之间被降维打击，瞬间土崩瓦解。

对于一个职业经理人来说，浪费股东几百亿，那是“经营性亏损”，顶多被骂两句；但如果因为保守而错失了整个时代，导致公司被淘汰，那就是“历史性罪人”，是职业生涯的终结。

在这两个选项之间，任何一个理性的CEO，都会毫不犹豫地选择红色按钮。

这就是为什么我们看到，哪怕显卡在闲置，哪怕电力在涨价，哪怕应用还没落地，他们也要买，买，买。他们买的不是算力，他们买的是“不被淘汰的保险”。

这让我想起了什么？这太像当年我们国内的地方债扩张了。

那时候，我调研过很多县市。难道那些地方主官不知道，在荒郊野外建一个几十平方公里的新区，风险很大吗？不知道那些举债修的路、盖的楼，可能十年都回不了本吗？

他们当然知道。但是，这不仅是经济账，这是政策账。

在当年的考核体系下，GDP增长率就是硬指标，招商引资就是军令状。如果你的邻县举债搞基建，把路修得宽宽的，把园区建得漂漂亮亮的，把大企业都吸引过去了，而你还在为了省钱而按兵不动。那么几年之后，你的邻县就崛起了，你就被边缘化了。

所以，这是一场无法退出的锦标赛。在2026年的硅谷，股价就是政绩，AI大模型的参数规模就是GDP。

在这种机制的驱动下，所有的参与者都陷入了经典的囚徒困境。大家都知道集体停下来，对行业最好，能避免恶性竞争和资源浪费。但谁也不敢第一个停下来，因为谁停谁被淘汰。

于是，我们看到了一种极其扭曲的资源错配。

一方面，是物理世界的收缩力在疯狂报警。电网过载、芯片折旧、应用匮乏。另一方面，是资本世界的扩张力在疯狂加码。因为拥有最高信用评级的科技巨头，可以用极低的成本从市场上融到钱。他们拿着这些廉价的资金，去填补物理世界的窟窿，试图用钱来扭曲物理规则。

这种强行的扭曲，催生出了2026年最魔幻的一个现象：伪需求的泡沫化。

如果说前面我们谈的是供给侧的过剩，那么现在，我要揭开需求侧的一块遮羞布。

大家有没有想过，现在这天文数字般的算力，到底都在跑什么？

在公开的宣传片里，它们在跑治愈癌症的蛋白质折叠，在跑解决气候变化的复杂模型，在跑全自动驾驶的模拟训练。

但在真实的数据中心里，相当大一部分算力，正在陷入一种“熵增”的死循环。

这就是“AI训练AI”的怪圈。由于高质量的人类数据——那些真正由人类写出来的书、文章、代码——已经在前几年被爬光了。现在的模型为了追求更强的能力，开始使用“合成数据”。也就是用上一代AI生成的内容，去训练下一代AI。

这就像是一条贪吃蛇咬住了自己的尾巴。

在硅谷，现在诞生了一种新型的“数字血汗工厂”。成千上万的H100显卡，日夜不停地运转，生成海量的文本、图片和视频。这些内容并没有被人类消费，也没有产生实际的商业价值，而是被打包成新的数据集，喂给了下一个版本的模型。

这在热力学上，叫做熵增。在经济学上，叫做内耗。在金融上，叫做空转。

我们投入了极其昂贵的能源和硬件，产生的却是一堆信息的“废料”。这种增长是虚假的，是不可持续的。它就像是当年某些地方，为了刷GDP数据，把马路挖了又修，修了又挖。GDP数据上去了，但城市的真实财富并没有增加。

然而，这种虚假的繁荣，却恰恰符合了资本市场的口味。

华尔街现在已经不再关心你的活跃用户数了，也不关心你的留存率了。他们只关心一个指标：Scaling Law，也就是尺度定律。

只要你告诉他们，随着算力的增加，模型的智力还在增长，哪怕这种增长目前还无法变现，哪怕这种增长是靠“吃掉自己的尾巴”来实现的，他们就愿意继续给你的股价打气。

这是一种极度危险的共谋。

科技巨头为了向华尔街证明自己有未来，就必须维持高额的资本开支，制造出算力紧缺的假象；华尔街为了维持牛市的泡沫，就必须无视基本的估值逻辑，为这种烧钱游戏大唱赞歌；而英伟达作为最大的受益者，则不断地推出性能更强、价格更高的铲子，来维持这场掘金游戏的烈度。

在这个闭环里，每个人都在赢。只有谁输了？

只有那个最底层的物理世界输了，因为能源被浪费了；只有那个最终的买单者输了，因为这一轮技术周期的红利被提前透支了。

我常说，做风控的人，往往都有一双“乌鸦眼”。我们总是盯着繁华背后的阴影。

在2026年的这个初春，看着这些依然在狂欢的K线图，我脑海里总是浮现出2000年互联网泡沫破裂前夕的景象。当年的思科，市值一度超过了微软，成为全球第一。当时所有人都相信，互联网流量每三个月翻一番，所以路由器和交换机的需求是无限的。思科就是当年的“卖铲人”。结果呢？光纤铺好了，路由器架好了，但是应用没跟上。人们发现，自己并不需要那么多带宽去发邮件。于是，需求断崖式下跌，思科的股价跌去了90%，无数光纤公司破产。

今天的AI，是否正在重演这一幕？

当所有的巨头都把算力储备到了极致，当所有的电力都被榨干，如果那时候，传说中的AGI依然没有出现，或者即使出现了，却发现它并没有办法替人类解决那些最复杂的非标问题，比如修水管、比如照顾老人、比如处理复杂的人际纠纷。

那么，这些数以万亿计的算力资产，将何去何从？

它们会变成巨大的“负资产”。在财务报表上，它们将面临巨额的减值计提，直接击穿利润表；在现实世界中，它们将变成一堆昂贵的废铁，甚至连电费都赚不回来。而最讽刺的是，这种“过剩”，在历史上往往是下一轮创新的土壤。

当年光纤泡沫破裂，留下了极其廉价的带宽资源，这才有了后来的YouTube，有了奈飞，有了移动互联网的黄金十年。

如果2026年的算力泡沫破裂，也许我们会迎来一个“算力白菜价”的时代。当H100从三万美元跌到三百美元的时候，也许真正的AI普及时代才会到来。那时候，AI将不再是巨头手中的核武器，而会变成普通开发者手中的螺丝刀。

但这都是后话了。

眼下，我们正处于泡沫最绚烂、也最脆弱的时刻。

这不仅仅是资本的博弈，更是人性的试炼。在这个巨大的赌场里，每一个CEO都是被绑架的人质。他们被恐惧驱使，被贪婪诱惑，被一种“不得不做”的宿命感推着向前狂奔。

他们无法停下。因为在这个游戏中，停下就意味着死亡。

但是，作为旁观者，作为投资者，作为这个时代的亲历者，我们必须保持清醒。我们不能因为他们在狂奔，就以为前方一定有路。

有时候，悬崖就在鲜花的尽头。我们将跳出这些令人窒息的博弈，站在一个更高的维度，去思考这场周期的终局。当泡沫散去，当算力回归常识，我们这些普通人，该如何在废墟之上，找到属于自己的那艘方舟？毕竟，历史的教训告诉我们：每一次泡沫的破裂，都是财富的一次剧烈再分配。有的人在潮水中裸泳，有的人却在悄悄造船。

第四章 周期的终局与救赎

历史是一个想象力匮乏的编剧，它总是在不同的时代，拿着同一本剧本，换一拨演员，重新演一遍。

当我们站在2026年的初春，看着这场依然在狂飙突进的算力军备竞赛，我们其实已经可以隐约看到剧本的最后一页。

那上面写着的，不是世界末日，而是两个字：清算。

作为一名见惯了周期的老兵，我敢在这里做一个并不讨喜，但大概率会应验的预言：在2026年的下半年，或者最晚到2027年上半年，我们将会迎来硅谷的“雷曼时刻”。

那将是一场名为“算力抛售潮”的超级风暴。

触发点可能并不是某项技术的失败，而是一份财报。也许是微软，也许是Meta，在连续几个季度巨额投入却无法兑现预期的收入增长后，CFO终于无法再用“战略亏损”来说服华尔街的秃鹫们。

那一刻，信心会像多米诺骨牌一样崩塌。

昨天还是香饽饽的H100和Rubin芯片，一夜之间会变成烫手的山芋。因为大家突然发现，维持这些庞然大物运转的电费、维护费、折旧费，已经远远超过了它们能产生的价值。

于是，抛售开始了。

我们将看到一个魔幻的场景：二手市场上将充斥着成色极新的顶级显卡，价格会从几万美元的高位，断崖式下跌到几千美元。英伟达那高耸入云的股价，将迎来最惨烈的“均值回归”。

这就好比当年我们某些三四线城市的楼市。当人口流出的事实再也无法掩盖，那些曾经卖到两万一平的江景房，最后可能会跌到五千都没人接盘。

这听起来很残酷，对吗？

但是，请注意，作为一名长期主义者，我所说的“清算”，并不是行业的死亡。恰恰相反，在我的眼里，泡沫的破裂，往往是行业真正成熟的开始。

这就要用到我们“四力模型”中的最后一种力量——进化力。

在这个至暗时刻，硅谷或许应该向大洋彼岸的中国，学习一点“化债”的智慧。

过去二十年，中国经历了人类历史上规模最大的基建潮，也积累了庞大的债务。当高速增长期过去，我们是怎么做的？我们没有炸掉那些桥梁和公路，我们开始了战略转型：从“大拆大建”的基建模式，转向“盘活存量”的运营模式。

同样的逻辑，将是AI行业走出危机的唯一出路。

在2026年之前，AI的主旋律是“训练”。这就像是搞基建，大家都在比谁的模型参数大，谁的地基挖得深。这是一种粗放的、资本密集型的打法。

而在泡沫破裂之后，AI的主旋律将强制切换为“推理”。这就像是搞运营，大家要比的是，谁能在这条已经修好的公路上，跑出更多的车，运送更多的货。

我们将看到一场深刻的范式转移：

第一，从“大而全”转向“小而美”。

企业不再迷信万能的GPT-6。既然算力贵且电力缺，大家会发现，一个只有70亿参数、经过垂直领域精调的小模型，跑在本地的廉价芯片上，就能完美解决90%的具体问题。比如Clawbot这类客户端侧Agent，它们不需要庞大的数据中心，它们就活在你的手机和笔记本里。

第二，从“炫技”转向“降本”。

在泡沫期，大家关注的是AI能不能写诗、能不能画画。在清算期，大家只关心一件事：你能不能帮我把财务报表的处理成本降低50%？你能不能帮我把客服中心的投诉率降低30%？价值评估的标准，将从“震撼度”回归到“ROI”（投资回报率）。

第三，算力基础设施的“公用事业化”。

当显卡价格暴跌，算力将不再是科技巨头的私产。它会像当年的光纤一样，变成一种极其廉价的基础资源。

这才是“进化力”最迷人的地方。

当年，Global Crossing等公司疯狂举债，在海底铺设了足以环绕地球几十圈的光纤。后来泡沫破了，这些公司破产了，投资人血本无归。但是，光纤没有消失。这些沉在海底的昂贵资产，被以极低的价格拍卖给了后来的运营商。正是因为有了这些几乎免费的带宽资源，才有了后来YouTube的视频流，才有了Netflix的流媒体，才有了移动互联网长达十年的黄金盛世。

前人栽树，后人乘凉。前人破产，后人捡漏。

2026年的这场算力泡沫，最终也会留下丰厚的遗产。

当那些数以百万计的H100被低价释放到市场，当算力成本跌成白菜价的时候，真正的“AI普及时代”才会降临。

那时候，AI将不再是纳德拉和扎克伯格手中的核武器，它会变成普通创业者手中的螺丝刀，变成大学生宿舍里的玩具，变成每一个小微企业都能用得起的电费。

我们将不再讨论“AI会不会取代人类”，我们将开始讨论“如何用五美分的成本，让AI帮我给家里的猫设计一个自动喂食器”。

这，才是周期的终局。这，才是技术的救赎。

结语 在此心安处，静待花开

夜已经很深了，我合上电脑，走到窗前。看着窗外城市零星的灯火，回望这三十年的金融生涯，我看过楼起楼塌，看过币圈的疯狂与寂灭，看过互联网新贵的崛起与迟暮。

眼下这场轰轰烈烈的算力狂潮，不过是人类贪婪与梦想交织的又一次轮回。它并不比当年的郁金香更高贵，也不比当年的铁路热更疯狂。

作为普通人，作为这个大时代里的一粒微尘，我们该如何自处？

我有三条建议，送给屏幕前的你：

第一，不要在泡沫最盛的时候去接“最后一棒”。

无论外面的媒体把AI吹得多么神乎其神，无论英伟达的股价涨得多么让人眼红，请记住那个朴素的常识：没有一种资产可以脱离地心引力永远上涨。当菜市场的大妈都在讨论买显卡基金的时候，就是你该离场的时候。

第二，关注那些在废墟上造船的人。

当泡沫破裂，当行业哀鸿遍野的时候，不要恐慌。相反，你要瞪大眼睛，去寻找那些依然在坚持解决实际问题、依然在打磨产品的团队。那些在潮水退去后依然没有裸泳的人，才是下一个周期的王者。

第三，修筑你内心的“反脆弱”堤坝。

这个时代变化太快了。昨天是元宇宙，今天是AI，明天可能是量子计算。如果你随波逐流，你的焦虑将永无止境。唯一能让你安身立命的，是你对底层逻辑的认知，是你独立思考的能力，是你那颗不被噪音裹挟的心。

我想起苏东坡那首著名的《定风波》。他在经历了人生的惊涛骇浪后，写下了那句千古绝唱：

“回首向来萧瑟处，归去，也无风雨也无晴。”

在2026年这个充满不确定性的风口浪尖，愿你我都能拥有这份“也无风雨也无晴”的定力。

不要被拉斯维加斯的霓虹迷了眼，也不要被达沃斯的风雪吓破了胆。

泡沫终将散去，算力终将回归常识。而我们所要做的，就是守住自己的节奏，在周期的低谷里，默默地磨好自己的剑。

因为，当喧嚣落幕，真正的未来，才刚刚开始。

我是【智者同行】的金融老兵。在这个信息过载、真相稀缺的时代，我愿做那个为你守望风云、拆解迷局的同路人。

如果你希望在未来的动荡中寻找一份认知的确定性，如果你希望在技术与金融的十字路口找到自己的坐标，欢迎关注我们的社区：FinSages.org。

那里没有神话，只有常识；没有焦虑，只有智慧。

我们下期见。