11 月 13 日，周五，收盘。
寒武纪报 978.88 元，涨 0.60%。我打开账户，市值 122.36 万，浮亏 77.64 万；算上融资利息和几次调仓的手续费，正好 80 万出头。
四个月前，6 月 30 日，它在盘中摸到 1620 元。我在 1600 元附近把 200 万全部压了进去，成交 1250 股。那天的理由现在写出来很顺口：DeepSeek 之后国产模型起来了，英伟达高端卡进不来，寒武纪是”A 股唯一的纯血算力标的”，上半年营收 59.96 亿、同比增长 108%，”这次不一样”。
我没有写下来的是另外几个数字：买入时寒武纪市值约 6500 亿，滚动市盈率接近 150 倍，市销率接近 50 倍。它不是一家没有收入的公司，它是一家收入 65 亿、利润 20 亿、被定价成 6500 亿的公司。我不是在买 AI，我是在买一个把 2030 年折现到 2026 年 6 月的久期。
后来发生的事，你们在行情软件上都看得到。7 月第一波下跌，10 月底第二波，11 月 3 日它跌到 750.01 元，我的账面只剩 93.75 万，浮亏 106 万。再往后是黄仁勋辞职、A 股算力链集体杀跌、国产替代逻辑又把寒武纪拉回来一截。到今天，80 万。
这篇文章不是回本日记，也不是”再也不碰 AI”的情绪宣泄。我想把这次亏损拆开，认真回答一个问题：AI 短期是不是泡沫？
我的结论是：是。短期是，而且泡沫已经破了一半；但长期不是骗局。 这两句话并不矛盾，它们说的是两个不同的时间尺度，也是两种不同的定价方式。下面分三本账来说：国外、国内、以及把两者连起来的经济与信用。
本文所有数据均标注来源与日期，行情数据来自东方财富，截至 2026 年 11 月 13 日收盘。本文不构成投资建议。
一、先把”泡沫”这个词拆开
“泡沫”这个词被用得太随便，最后变成了一句立场：看空的人说它是泡沫，看多的人说”泡沫论是共识所以不是顶”。这两种说法都没有信息量。
我更愿意把泡沫拆成三层，分别对应三种价格：
第一层是叙事泡沫。 故事跑在收入前面。一个模型、一次发布会、一份政府文件，就能让整条产业链的估值抬升 30%。这一层最容易被看见，也最容易破，破的方式是”业绩不及预期”。
第二层是资本泡沫。 公司用远超经营现金流的钱去建产能，差额来自债务、租赁、担保、私募信贷和股权融资。这一层不容易被看见，因为资产负债表越来越复杂，风险被挪到了表外和项目公司里。它破的方式是”融资窗口关闭”。
第三层是应用泡沫。 企业买了 AI，但用不起来，收入没有增加，成本先增加了。这一层最慢，也最真实。它破的方式不是股价，而是”续费率”和”预算削减”。
三层泡沫可以分开存在。2026 年 11 月的现实是：第一层已经破了，第二层正在破，第三层还没完全破。所以我说”短期是泡沫”，不是说 AI 没用，而是说价格对未来的贴现太激进，而现金流、融资结构、制度承载能力都跟不上这个贴现速度。
判断泡沫不需要预测未来，只需要看四个指标：估值与现金流是否脱节、边际买家是否加杠杆、供给是否领先需求、融资期限是否错配。下面三节，就是把这三个问题分别放到国外、国内和宏观里去对。
二、国外：泡沫不在模型里，在资本结构里
1. 收入曲线追不上资本开支曲线
2024 年 6 月，红杉的 David Cahn 写了一篇《AI 的 6000 亿美元问题》。他的算法很朴素：把英伟达的数据中心收入年化，乘以 2（GPU 只占数据中心总成本的一半），再乘以 2（下游云厂商和服务商要有 50% 毛利），得到整个 AI 基础设施每年必须产生的收入；再减去当时能看到的 AI 收入，缺口是 5000 亿美元。
两年过去，这个缺口没有被填上，反而被拉大了。2026 年第三季度，北美四大云厂商的资本开支合计约 2087 亿美元，同比增长 84.2%（中国证券报，2026-11-14）。按这个速度年化，四大云厂商一年要花掉 8000 多亿美元。微软把全年资本开支指引从 1750 亿下调到 1700 亿美元，谷歌维持在 1950 亿到 2050 亿美元，Meta 是 1350 亿到 1450 亿美元；市场普遍预期 2027 年整个行业的资本开支会超过 1 万亿美元（CNBC，2026-10-29）。
收入端是什么样？
OpenAI 在 9 月底的年化收入约 500 亿美元，公司估值 8520 亿美元，2026 年 3 月刚完成 122 亿美元融资，IPO 可能要到 2027 年（CNBC，2026-10-08）。Anthropic 7 月底的年化收入是 650 亿美元，但 2025 年全年收入只有 46 亿美元，净亏损 420 亿美元；它正在准备 IPO，市场传闻估值目标到 2 万亿美元，而独立研究机构 New Constructs 给它的估值只有 1500 亿美元（同上）。Anthropic 的 S-1 显示，2026 年上半年收入 163 亿美元，已经是 2025 年全年的 3.5 倍——增长是真的，但亏损也是真的。
把两边的数量级放在一起：全球 AI 基础设施一年要花 8000 亿到 1 万亿美元，而两家头部模型公司的年化收入加起来大约 1150 亿美元。这不是”差一点”，是差一个数量级。
看多的人会说：收入在指数增长，2027 年就追上了。问题是，基数越小，增长率越容易好看。Anthropic 从 46 亿到 650 亿用了 12 个月，但从 650 亿到覆盖 1 万亿美元资本开支所需的 3000 亿到 4000 亿收入，需要再翻 5 到 6 倍。这个斜率能维持多久，没有人知道；但股价已经把”能维持”当成了既定事实。
需求端还有一份被反复引用的冷水。麻省理工 NANDA 在 2025 年 8 月发布的《The GenAI Divide》访谈了 150 位企业负责人、调查了 350 名员工、分析了 300 个公开部署案例，结论是：约 95% 的企业生成式 AI 试点没有带来可测量的利润影响，只有 5% 的项目实现了快速收入增长（Fortune，2025-08-18）。报告把原因归结为”学习鸿沟”：模型不是不够强，是企业不会用。
这两件事放在一起，就是泡沫的经典结构：供给侧在用债务和股权疯狂建设，需求侧还在试点阶段。
2. 循环融资：自己给自己发订单
如果只是”花得多、赚得慢”，那还只是投资风险。真正让这一轮变得像 2000 年的，是资金在几家公司之间转圈。
英伟达对 OpenAI、Oracle、CoreWeave 等客户的财务承诺大约 1645 亿美元，涉及数据中心、租赁安排和产能保障（证券时报，2026-11-14）。它的模式是：投资客户，客户拿钱买它的芯片，它再把芯片收入记成营收。OpenAI 承诺向 Oracle 买云，Oracle 向英伟达买卡，英伟达再投 OpenAI。钱在同一个闭环里转，每一圈都产生一次”收入”。
这不是阴谋，是产业资本常见的垂直整合。但它有一个副作用：你看到的收入，可能不是最终需求，而是同一笔钱在不同报表上的倒手。 国际清算银行（BIS）在 2026 年专门发了一份简报，标题就叫《AI 企业间的循环关系》（BIS Bulletin 137），提醒监管者关注这种关联交易对信用评估的干扰。
2000 年也有类似的东西，叫”供应商融资”：朗讯、北电给电信运营商贷款，运营商拿贷款买设备，设备商确认收入。泡沫破了以后，这些贷款变成了坏账，收入变成了存货。历史不会重复，但会计手法会。
3. 债务接棒：从”用利润投资”到”用别人的钱投资”
如果说 2024 年的 AI 投资还是”巨头用广告和云业务的利润补贴”，2026 年已经变成了”用别人的钱”。
标普在 2026 年 9 月警告，超大规模云厂商的信用质量正在走弱，按当前计划到 2030 年行业总支出约 7 万亿美元，其中很大一部分要靠债务融资（LPE Project，2026-11-09）。2026 年 9 月，与大型科技公司债券挂钩的信用违约互换（CDS）每周成交量超过 90 亿美元，而且越来越贵。私募股权基金参与了 25% 到 30% 的数据中心融资；美国私募部门管理的 15 万亿美元退休金，历史上第一次可以被配置到这些不透明的私募基金里（同上）。
美联储 11 月 13 日发布的半年度金融稳定报告，把这个变化写得更直接：数据中心的融资来源正在从传统公司债，扩展到公共和私人债务、结构化信贷和项目融资；大型科技公司的未来租赁承诺、担保和其他复杂义务在增加，投资者已经很难仅凭资产负债表上的债务规模判断风险（第一财经，2026-11-14）。
这就是”资本泡沫”的定义：风险没有消失，只是换了一个不被合并报表看见的地方。
更麻烦的是，这些钱投下去的设备，折旧速度比会计假设快。GPU 的经济寿命可能是 3 年，但很多公司按 5 到 6 年折旧。折旧年限每延长一年，当期利润就好看一点，资本开支与折旧之间的缺口就大一点。这个缺口不会消失，只会在未来某一年集中体现。
4. 治理折价：一个 CEO 的辞职，蒸发一万亿美元
11 月 12 日，英伟达创始人黄仁勋辞去总裁、CEO 和董事会成员职务，CFO Colette Kress 出任临时 CEO（证券时报，2026-11-14）。自 10 月末个人丑闻发酵以来，英伟达市值已经跌去约 1 万亿美元；辞职消息公布后的当周，股价再跌 12.7%，连续第六周收阴。汇丰把评级从”买入”下调到”持有”，目标价从 365 美元砍到 170 美元（第一财经，2026-11-14）。
英伟达股价从 10 月 6 日的 239.24 美元跌到 11 月 13 日的 162.85 美元，跌幅 32%（东方财富行情数据）。
这件事的意义，不是”创始人风险”四个字能概括的。黄仁勋不只是一个 CEO，他是这轮 AI 叙事的总架构师：从 GPU 到整机柜、从 CUDA 到”AI 央行”式的产业投资，整个链条的估值都建立在他能继续把故事讲下去的前提上。他持有英伟达不到 4% 的股份，没有超级投票权，所以当董事会决定换人时，他几乎没有防御能力（Fortune，2026-11-12）。
一个时代的叙事，抵押在一个人身上，这本身就是泡沫的特征。健康的产业不需要神，只需要制度。
5. 反方：为什么”这次不一样”有一半是对的
我必须把反方的论据认真摆出来，否则这篇文章就只是亏钱者的抱怨。
反方最强的三条：
第一，AI 公司的单位经济模型没有想象中差。Anthropic 的 S-1 显示，每花 1 美元算力能带来 2.08 美元收入；2025 年收入 46 亿，2026 年上半年 163 亿，增长是真实的（Matteo Raso，2026-11-08）。
第二，资本开支是一次性的。数据中心建完以后，AI 的边际成本主要是电费和运维，不像制造业那样需要持续投入。现在看起来吓人的 1 万亿美元，分摊到十年并不离谱。
第三，巨头不贵。Alphabet、Meta、英伟达的市盈率都在 20 多倍，和 2000 年那些根本没有利润的公司完全不同；谷歌云和 Meta 的广告收入也在增长，说明 AI 已经在赚钱（同上）。
这三条我都同意，但它们回答的是”十年后 AI 会不会赢”，不是”2026 年 11 月的价格能不能撑住”。
逐条说：
“每 1 美元算力带来 2.08 美元收入”是毛利率概念，不是净利率。它没有扣掉研发、销售、管理费用，也没有扣掉资本成本。Anthropic 2025 年净亏 420 亿美元，就是这句话的反证。
“资本开支是一次性的”忽略了技术迭代。GPU 不是一次买完用十年，而是每 2 到 3 年要换一代；你不换，单位算力成本就被对手甩开。所谓”一次性”，只是把持续的资本开支记成了偶发事件。
“巨头市盈率 20 多倍”是被折旧假设美化过的。如果把服务器寿命从 6 年改成 4 年，利润会立刻下来一截。而且这些利润里，越来越多来自”卖铲子”而不是”用铲子”，本身就是泡沫期的特征。
所以我的判断是：反方在长期是对的，在短期是错的。 长期主义者最大的风险，不是看错方向，而是在正确的方向上用错价格。
6. 和 2000 年比，哪里一样，哪里不一样
每次泡沫争论到最后，都会落到”这次不一样”。我把 2000 年和 2026 年放在一张表里，逐项对：
| 维度 | 2000 年互联网泡沫 | 2026 年 AI 泡沫 |
|---|---|---|
| 龙头 | 思科，一度是全球市值最高公司 | 英伟达，一度突破 4 万亿美元 |
| 估值 | 大量公司没有利润，靠”市梦率” | 龙头有真实利润，但尾部公司 100 倍以上 |
| 收入 | 很多公司收入接近零 | 头部模型公司年化收入数百亿美元 |
| 融资 | IPO + 高收益债 + 供应商融资 | 私募信贷 + 项目融资 + 循环投资 |
| 供给 | 光纤、机房严重过剩 | GPU、数据中心、电力阶段性紧张 |
| 需求 | 电商和宽带刚起步 | 企业试点多，规模化落地少 |
| 破裂触发 | 加息 + 盈利不及预期 | 加息 + 资本开支指引下修 |
| 结局 | 纳指跌 78%，思科跌约 89% | 尚未走完 |
一样的地方是三条：资本开支跑在需求前面，融资结构在顶部复杂化，边际买家在顶部杠杆化。 2000 年是电信运营商借债铺光纤，2026 年是云厂商和 neocloud 借债买 GPU；2000 年是散户追 IPO，2026 年是散户追主题 ETF 和融资盘。形式变了，人性没变。
不一样的地方也是三条：这一轮有真实收入，有真实利润，基础设施可以复用。 2000 年铺出去的光纤，很多几年内只用到个位数百分比，而且没法转产；GPU 至少可以降价出租，数据中心可以改用途，模型公司可以裁员收缩。这意味着 AI 泡沫的”社会浪费”会比光纤小，但”估值杀伤”不会小——因为估值是按最乐观的利用率算的。
历史给我的不是”会不会破”，而是”破了以后谁活下来”。2000 年之后，思科没死，但股价花了十几年才回到高点；亚马逊跌了 95%，然后成了亚马逊。泡沫破裂不等于公司死亡，它只是把”故事的价格”重置成”现金流的价格”。
三、国内：真产业，贵估值
1. 六个月，从”寒王”到”寒王”
2025 年 DeepSeek 出现之后，A 股讲了一个很完整的故事：算力自主可控、模型平权、应用爆发。2026 年上半年，这个故事被买到极致。
上证指数在 5 月 13 日见到 4242.57 点；寒武纪 6 月 30 日盘中最高 1620 元；中际旭创 6 月 22 日最高 1381.14 元。那时候的市场语言是”寒王”、”易中天”（中际旭创、新易盛、天孚通信）、”国产算力五虎”。
然后是三段式下跌：
- 7 月，第一波，杀的是”涨太快”；
- 10 月底，第二波，杀的是”海外资本开支见顶”；
- 11 月 3 日，第三波，寒武纪跌到 750.01 元，中际旭创 11 月 6 日跌到 448 元。
到 11 月 13 日，上证指数 3634.35 点，较 5 月高点跌 14.3%；寒武纪较峰值跌 39.6%；中际旭创较峰值跌 66.2%（东方财富行情数据）。同期融资余额缩水约 7000 亿元，杠杆资金在 11 月才开始”试探性加仓”（华夏时报，2026-11-13）。
这不是一次普通的调整，这是一次估值体系的重定价。
2. 业绩是真的，价格是假的
把两家公司放在一起看，会发现一个很有意思的反差。
寒武纪 2026 年前三季度营收 95.26 亿元，同比增长 106.8%；归母净利润 37.15 亿元，同比增长 131.5%。按 11 月 13 日收盘价算，市值 6155.7 亿元，滚动市盈率约 148 倍，市销率约 48 倍（东方财富财报数据与行情数据）。
中际旭创 2026 年前三季度营收 695.47 亿元，同比增长 178.1%；归母净利润 222.38 亿元，同比增长 211.8%。市值 5491.4 亿元，滚动市盈率约 21 倍（同上）。
一个是 148 倍，一个是 21 倍；一个跌了 40%，一个跌了 66%。
这说明什么？说明市场杀的不是”AI”，是”贵”。中际旭创的业绩是实打实的，800G 光模块和 1.6T 产品的需求都还在，但它的股价在 6 月已经把 2027 年的订单、2028 年的价格、甚至 2029 年的份额都算进去了。当海外云厂商的资本开支指引出现哪怕一点点犹豫，最先杀的就是这种”久期最长”的资产。
寒武纪则是另一种贵：它不是贵在当期利润，是贵在”稀缺性”。A 股能买到的纯算力标的太少，国产替代的政策确定性太高，于是资金愿意给一个”必须存在”的溢价。这种溢价在流动性宽松时是护城河，在流动性收紧时就是负债。
所以国内这一轮的泡沫，不是”全行业泡沫”，是结构性泡沫：最贵的那一段（国产算力、光模块、AI 芯片）泡沫最大，最便宜的那一段（运营商、部分应用、港股互联网）反而没那么贵。
3. 8.5 万亿：算力版的”铁公基”
看国内 AI，不能只看股价，还要看投资计划。
摩根士丹利预计，2026 到 2030 年，中国超大规模云厂商、新兴 AI 算力云企业、大型电信运营商和其他主体将累计投入约 8.5 万亿元，其中 2026 年达到 9950 亿元，同比增长 121%（证券时报，2026-11-14）。
具体到公司：阿里巴巴 2025 年宣布三年 3800 亿元的算力投资计划，2026 年又提出到 2032 年数据中心规模超过 20GW，华泰证券判断实际投入强度会高于 3800 亿元（财联社，2026-09-23）；中国移动表示 2027 年将继续提升采购总量，未来两年智算能力连续翻番，建成多个吉瓦级智算园区（证券时报，2026-11-14）。
这些钱不是假的，工程也是真的。问题在于三个字：利用率。
算力中心和高速公路不一样。高速公路修好就有人走，算力中心修好以后，如果没有足够的模型训练和推理需求，GPU 就在机架上贬值。2026 年国内已经出现明显的分化：头部云厂商的集群上架率高，地方城投和运营商建的智算中心，不少上架率不到一半，”算力孤岛”和”为了拿补贴而建”的现象并存。
这就是中国式产能过剩的老剧本：政府定方向，国企和地方政府加杠杆，银行配合，最后产能领先需求两到三年。 光伏、面板、新能源车都走过这条路。AI 算力不会例外，只是它更贵、折旧更快、更难转产。
而且算力投资有一个和地产不同的地方：它的乘数更低。一亿元地产投资能带动钢筋、水泥、家电、装修，大部分在国内；一亿元算力投资，很大一部分要付给先进制程、HBM、光芯片和海外设备。它能带来 GDP 数字，但带不动那么多就业和消费。
所以 8.5 万亿是一个真实的产业计划，也是一个真实的估值支撑；但它不是无限的。当资本开支增速从 121% 降到 30%，那些按 121% 定价的公司，就会经历一次”戴维斯双杀”。
4. 应用端：热闹是他们的，利润是别人的
AI 应用在中国是另一番景象：规模很大，利润很薄。
先看两个已经上市的模型公司。智谱 11 月 13 日收 408.4 港元，跌 10.04%，市值约 1991 亿港元；MiniMax 收 152.4 港元，跌 8.19%，市值约 537 亿港元（东方财富行情数据）。智谱还在 11 月宣布回购，金额在 AI 行业里算罕见，公司解释是要”维持充足的财务资源供持续营运及增长”（中国证券报，2026-11-14）。上市、回购、再融资，这条路径和一级市场最后一轮的高估值是连在一起的。
再看应用。2026 年前 10 个月，国内上线微短剧近 55 万部，是 2025 年全年的近 17 倍，其中超过 94% 是 AI 短剧；海外 AI 漫剧的月活已经突破 1.5 亿，海外短剧付费应用前十名里，中国厂商占了九席（证券时报，2026-11-14）。
数字很漂亮，但报道里有一句话更值得看：这个行业是”夹心层”——上游的算力和工具方按订阅、接口调用收费，坐收确定性收益；下游掌握用户入口的流量平台拿走投流预算的大头；中间做内容的，效率提升了，利润却没有同步增长。
游戏行业也一样。2026 年前三季度，A 股游戏板块营收 914.96 亿元，同比增长 15.8%；归母净利润 163.93 亿元，同比增长 13.1%。AI 已经深度参与美术、3D 资产和广告素材生产，某公司单季度能产出 50 万张 2D 素材，AI 辅助生成的 2D 美术资产占比超过 80%（中国证券报，2026-11-14）。
这是 AI 最有说服力的地方：降本是真的。 但它也暴露了问题：降本带来的利润，大部分被竞争和流量成本吃掉了，没有变成新的收入曲线。对中国 AI 来说，最缺的不是模型，是付费意愿。C 端用户习惯了免费，B 端客户习惯了定制和压价，API 价格战打到最后，模型公司只能靠融资和政企项目活着。
5. 中国式泡沫：不会爆在银行，会爆在账户
把中美放在一起比较，会发现两边泡沫的”爆法”不一样。
美国是资本泡沫：养老金、私募信贷、CDS、项目融资，层层嵌套，一旦需求不及预期，损失会沿着信用链传导，可能演变成金融事件。
中国是估值泡沫加产能泡沫：杠杆主要在股市（融资余额、主题 ETF、散户），产能主要在地方和运营商（软预算约束），银行体系对 AI 的直接敞口没有美国那么复杂。所以中国更可能出现的不是”雷曼时刻”，而是长时间的阴跌、赛道出清、股民买单、地方财政兜底。
这也解释了一个现象：为什么 A 股 AI 跌起来这么急，但政策底又这么明确。因为政策要的是产业，不是股价；而股民买的是股价，不是产业。两者在上涨时是同路人，在下跌时是对手盘。
6. 一级市场：最后一轮估值，总要有人接
二级市场的泡沫，源头通常在一级市场。
2026 年，中国大模型公司开始集中走向资本市场：智谱在港股上市，市值一度接近 2000 亿港元；MiniMax 也完成上市，市值约 537 亿港元（东方财富行情数据）。国产芯片公司里，摩尔线程、沐曦已经盈利，燧原科技上市后的首份财报仍未扭亏，上市节奏和业绩节奏并不同步（南方都市报，2026-11-13）。
这背后是一个很现实的循环：一级市场最后一轮估值太高，基金要退出，只能推动上市；上市后二级市场不认，股价跌破最后一轮估值，一级市场就融不到下一轮；融不到钱，就只能裁员、收缩、卖身。
2026 年下半年，这个循环已经开始转不动了。智谱上市后回购，MiniMax 跟随大盘下跌，燧原继续亏损，都是信号。更早一轮的”百模大战”已经结束，活下来的公司分成三类：有场景的（比如办公、代码、营销）、有算力的（云厂商自己）、有现金流的（上市公司）。没有这三样的，正在变成”模型供应商”，给别人的应用提供 API。
这对估值的影响是根本性的：当一家公司从”平台”变成”供应商”，它的估值锚就从市销率变成了市盈率，从成长股变成了制造业。 这个切换一旦发生，跌 50% 只是开始。
四、经济：利率才是那根针
1. 贴现率反转
泡沫破裂通常不需要一个”坏消息”，只需要一个”更贵的钱”。
2026 年 11 月，美国 10 年期国债收益率 5.15%，2 年期 4.88%，30 年期 5.47%；10 月 PPI 同比上涨 6.5%，核心分项同比 4.9%，是 2022 年 11 月以来最高；市场对美联储 12 月加息 25 个基点的定价接近 90%（第一财经，2026-11-14；期货日报，2026-11-14）。
AI 是典型的”长久期资产”：它的价值几乎全部来自 2028 年以后的现金流。利率从 2% 涨到 5%，对长久期资产的估值杀伤不是线性的，是成倍的。你可以说 2030 年 AI 一定很赚钱，但如果贴现率是 5.15%，那个”一定”在今天只值一半。
更关键的是，这一轮没有”央妈看跌期权”。2020 年疫情后，成长股跌了有美联储兜底；2026 年，通胀重新抬头，美联储的任务是压通胀，不是救估值。泡沫最怕的不是坏消息，是央行不再配合。
2. 信用链：7 万亿美元和 15 万亿美元
前面说过，标普预计到 2030 年 AI 相关支出约 7 万亿美元，其中很大一部分靠债务。这里补一个更具体的结构：
- 数据中心运营商（neocloud）没有投资级评级，融资成本高；Gartner 预测到 2030 年 80% 的 neocloud 会被吞并或倒闭；Nvidia 投资的澳大利亚公司 Firmus 已经在 2026 年 10 月撤回 IPO（CNBC，2026-10-29）。
- 私募信贷、结构化信贷、项目融资的比例在上升，风险从公开市场挪到了不透明的地方；美联储已经点名这个变化（第一财经，2026-11-14）。
- 美国 15 万亿美元的退休金，历史上第一次可以配置私募基金；公共养老金也在增加另类资产。普通人以为自己在买指数基金，其实间接持有数据中心的风险（LPE Project，2026-11-09）。
标普问了一个很好的问题：如果需求不及预期、芯片贬值、数据中心利用率下降，损失到底由运营商、发起人还是担保人承担？（同上）
这个问题现在没有答案。没有答案，就是风险。
3. 财富效应：3.2 万亿美元的一天
2026 年 11 月 5 日，美股一天蒸发 3.2 万亿美元市值；一周前的 10 月 29 日，”科技七巨头”单日缩水近 1 万亿美元（LPE Project，2026-11-09）。英伟达一家，自 10 月末以来市值跌去约 1 万亿美元；辞职当周再蒸发约 3.8 万亿元人民币（证券时报，2026-11-14；21 世纪经济报道，2026-11-14）。
这些数字不只是富人的账面损失。美国居民金融资产里，股票（直接持有加基金和养老金）的占比处于历史高位；AI 相关股票在标普 500 里的权重也处于历史高位。股价下跌会通过三个渠道影响实体：
一是消费。高收入群体的消费对股价敏感，股市跌 20%，奢侈品、旅游、餐饮先冷。
二是税收。资本利得税是加州、纽约州的重要收入来源，股市降温会传导到财政。
三是信心。企业看到股价跌，会推迟 IPO、并购和资本开支，形成”金融加速器”。
中国也一样。A 股有 2 亿多股民、7 亿多基民，股市的财富效应比美国更直接。2026 年房地产还在调整，股市几乎是唯一的财富效应来源，所以政策会托底；但托底只能防系统性风险，托不住 148 倍的市盈率。
4. 生产率：会来，但不会在股价需要它的时候来
泡沫最有力的辩护是：”AI 会带来生产率革命，所以现在的价格不贵。”
这句话在方向上大概率是对的，但在时间上是错的。
达龙·阿西莫格鲁 2024 年的论文《AI 的简单宏观经济学》测算，在未来 10 年里，AI 对全要素生产率的提升不超过 0.66%；如果只算容易学习的任务，甚至不到 0.53%（NBER Working Paper 32487）。他的方法是把 AI 的影响拆到任务层面：只有被 AI 覆盖的任务比例足够高、单任务成本下降足够大，宏观生产率才会明显提升。而目前被验证的，主要是编程、客服、文案这些”容易学习”的任务。
MIT 的 95% 试点失败率，是同一个结论的微观版本：技术扩散的速度，取决于组织重构的速度，而组织重构是以年为单位，不是以季度为单位。
这就是”J 曲线”：先投入、后见效，中间有一段利润被侵蚀的谷底。股价现在定价的是 J 曲线的右端，而企业资产负债表上发生的是 J 曲线的左端。
就业也是同理。MIT 的报告说，企业更多是”岗位空出来不补”，而不是大规模裁员；受影响最大的是客服、行政、外包这些低价值岗位。这种”不招人式衰退”在宏观数据上不明显，但在年轻人身上很明显：入门级岗位减少，晋升通道变窄，工资增长放缓。
生产率红利会来，但它不会在股价需要它的时候来。资本市场可以等十年，但你的保证金账户等不了十天。
5. 全球溢出：内存、出口和”牛鞭”
AI 资本开支不只是美国的事，它已经是全球贸易的边际增量。
韩国存储芯片出口、台湾服务器和光模块出口、日本半导体设备出口，2025 到 2026 年的高增长，很大一部分是 AI 数据中心拉动的。国内的长鑫科技 2026 年前三季度净利润超过 1320 亿元，佰维存储同比增长超过 285 倍（数据宝，2026-11-14），也是同一条链条。
这条链条的特点是”牛鞭效应”：终端资本开支减速 10%，传到芯片订单可能是 30%，传到设备订单可能是 50%。因为每一层都在去库存、压订单、推迟扩产。2026 年 11 月，DRAM 合约价的环比涨幅已经在放缓，这就是一个领先信号。
对中国来说，还有一个特殊的约束：8.5 万亿算力投资，替代不了房地产下行留下的资产负债表缺口。地产的乘数高、就业密、和地方财政绑定深；算力的乘数低、进口含量高、就业密度低。它可以撑起一部分高端制造和出口，但撑不起一个完整的内需循环。
所以，AI 泡沫如果破了，不会只是”科技股回调”，它会通过出口、就业、财政和汇率，传导到更广的地方。反过来，如果 AI 真的兑现了，它也不会自动解决地产、消费和人口问题。技术是增量，不是解药。
6. 谁在为这场繁荣付账
泡沫的讨论通常集中在总量：市值多少、资本开支多少、拉动多少 GDP。但决定一场泡沫会不会变成社会问题的，不是总量，是分配。
2026 年 1 到 10 月，全国个人所得税收入约 1.64 万亿元，同比增长 22%，已经超过 2025 年全年的 1.62 万亿元（每日经济新闻，2026-11-14）。这个数字乍看是”经济不错”，拆开看结构就变了：税务总局说，资本类所得对个税增长的贡献接近五成，其中限售股转让个税同比增长 97.6%，利息、股息、红利所得个税增长 15.2%；年收入前 10% 的人缴纳了约九成个税，年收入 12 万元以下的群体基本不缴税或只缴很少（同上）。
同期，全国居民人均可支配收入 34230 元，名义增长 5.3%，扣除价格因素实际增长 4.4%（同上）。
把两组数字并排放：资本所得的税收在翻倍，工资收入在跑 5%。 这就是 2026 年中国财富分配的横截面。股市上涨创造的钱，几乎全部落在已经持有资产的人手里；而绝大多数人，靠的仍然是那份名义增长 5.3% 的工资。
货币层面也是一样。2026 年 10 月末，M2 余额 359.06 万亿元，同比增长 7.1%（东方财富，货币供应量数据）。钱不缺，缺的是能把钱变成收入的东西。当流动性增速持续高于收入增速，多出来的钱只有两个去处：资产价格，或者存款。2026 年它主要去了资产价格，于是有了 1620 元的寒武纪，也于是有了 750 元。
再看 AI 本身。算力投资是典型的资本密集型投资：8.5 万亿元投下去，受益的是芯片设计、电力设备、制冷、运维这些少数环节，岗位集中在少数城市、少数专业；它不像地产，能把钱分给几千万建筑工人、装修队、家电销售。资本开支越集中，劳动的议价能力越弱，收入分配就越向资本倾斜。
这也解释了 2026 年”股市托底”看起来的矛盾：政策既要防风险，又不敢真的把指数打上去。因为在一个房产仍是家庭资产负债表主体的国家，股市上涨带来的财富效应，抵不过房价下行带来的负效应；而股市下跌带来的痛感，却会立刻传导到消费和信心。托底是为了不让它变成金融事件，不是为了让大家赚钱。
于是就有了”K 型”：持有资产的人在 K 的上支，靠工资的人在 K 的下支。泡沫破裂的时候，上支损失的是账面财富，下支损失的是就业和机会；而政策资源通常会优先救”产业”，因为产业有产值、有出口、有叙事，账户没有。
所以，”短期是泡沫”这句话的社会含义是：泡沫的代价不是平均分摊的，它由最后接棒的人承担。 而最后接棒的人，往往是杠杆最高、信息最差、最需要用工资还债的那一批——包括四个月前的我。
五、泡沫的三种结局，和我的三条规则
写到这里，可以把结论收拢了。
短期（12 到 24 个月），我判断是泡沫，而且已经进入下半场。 美国的资本泡沫正在被利率和信用利差挤压，中国的估值泡沫正在被业绩和流动性挤压。两边都不会一次跌完，更可能是”反弹—下跌—再反弹—再下跌”的震荡出清。
中期（3 到 5 年），是洗牌期。 大部分 neocloud 会消失，大部分模型公司会合并，大部分 AI 应用会变成大厂的一个功能。活下来的，是拥有算力、数据、分发渠道和现金流的那几家。
长期（10 年），不是骗局。 就像 2000 年的光纤过剩没有阻止互联网，铁路狂热没有阻止铁路网，这一轮 AI 的基础设施会留下来，成本会降下来，应用会慢慢长出来。
三种结局，概率大概是这样：
| 结局 | 触发条件 | 我的主观概率 | 市场表现 |
|---|---|---|---|
| 硬着陆 | 信用事件 + 资本开支断崖 | 25% | 纳指回撤 40% 以上，A 股 AI 再腰斩 |
| 长期阴跌 | 利率高位 + 收入慢增长 | 60% | 指数震荡，个股去泡沫，3 到 5 年出清 |
| 再加速 | 模型能力跃迁 + 应用爆发 | 15% | 泡沫被增长消化，估值横盘等利润 |
这不是精确预测，只是把”如果……那么……”写清楚。预测的价值不在于对，而在于让你知道什么情况下该改变判断。
我会盯六个指标：
- 北美云厂商的资本开支指引：连续两个季度下修，就是拐点。
- AI 相关 CDS 和信用利差：如果继续走阔，说明信用市场先于股市定价。
- DRAM 合约价：内存是 AI 周期的”金丝雀”，价格环比转负通常领先股价 1 到 2 个季度。
- OpenAI 和 Anthropic 的 IPO 定价：如果估值低于最后一轮私募，一级市场的泡沫就正式破了。
- 国内智算中心的上架率：低于 60%，说明产能过剩已经发生。
- 融资余额和主题 ETF 份额：杠杆资金退潮，是 A 股 AI 见底的必要条件，不是充分条件。
最后，是我用 80 万买来的三条规则：
第一，不用杠杆买”转型”。 转型是概率，杠杆是期限。概率可以错，期限不能错。我用融资盘买寒武纪，本质上是在用一个月的资金成本，去等一个五年的产业逻辑。这个错配，和公司基本面无关。
第二，单一主题不超过总资产的 15%。 不是因为我判断它会跌，而是因为我承认自己可能错。15% 的仓位跌 50%，你还能坐下来分析；50% 的仓位跌 50%，你只会想回本。
第三，留够 12 个月现金，然后用”明天跌 50%”测试自己。 如果这个测试让你睡不着，说明仓位重了；如果这个测试让你想加仓，说明你真的理解了这个资产。
至于职业选择，我只有一句话：“会用 AI”不是护城河，”用 AI 解决一个有付费意愿的问题”才是。 这一轮泡沫破了以后，最先失业的不是不会写 prompt 的人，是只会写 prompt 的人。
11 月 13 日收盘，寒武纪还是 978.88 元。它还是那家营收翻倍、利润翻倍、市值 6000 亿的公司。变的是我愿意为它付的价格。
80 万买来的，不是”再也不碰 AI”，而是终于分清了两个问题：这个故事值多少钱，和这个价格买了多少故事。
短期，我们都在为后者买单。长期，我希望前者是真的。
参考资料
国外
- David Cahn, “AI’s $600B Question”, Sequoia Capital, 2024-06-20. https://www.sequoiacap.com/article/ais-600b-question/
- Jordan Novet, “AI buildout hits snag as Google and Microsoft put off raising capex forecasts”, CNBC, 2026-10-29. https://www.cnbc.com/2026/10/29/microsoft-google-ai-capex-estimates.html
- Ashley Capoot & Kate Rooney, “Nvidia, Oracle, CoreWeave and other AI stocks sink on OpenAI revenue report”, CNBC, 2026-10-08. https://www.cnbc.com/2026/10/08/open-ai-revenue-nvidia-oracle-coreweave.html
- Sheryl Estrada, “MIT report: 95% of generative AI pilots at companies are failing”, Fortune, 2025-08-18. https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/
- Lenore Palladino, “Your Retirement Savings Are Fueling the AI Bubble”, LPE Project, 2026-11-09. https://lpeproject.org/blog/your-retirement-savings-are-fueling-the-ai-bubble/
- Matteo Raso, “I’m Not Convinced The AI Bubble Exists”, 2026-11-08. https://matteoraso.github.io/im-not-convinced-the-ai-bubble-exists.html
- “AI Bubble Tracker”, Endtime Instruments. https://endtime-instruments.org/ai-bubble-tracker/
- BIS, “Circular relationships among AI firms”, BIS Bulletin 137, 2026. https://www.bis.org/publications/bulletin-137-circular-relationships-among-ai-firms.pdf
- Daron Acemoglu, “The Simple Macroeconomics of AI”, NBER Working Paper 32487, 2024. https://www.nber.org/papers/w32487
国内
- 证券时报，《黄仁勋闪辞是否冲击 AI 产业链？多家 A 股上市公司回应》，2026-11-14. http://finance.eastmoney.com/a/202611143931283092.html
- 第一财经，《英伟达周线六连阴，芯片股下挫拖累纳指跌近 1%，美联储警示 AI 估值风险》，2026-11-14. http://forex.eastmoney.com/a/202611143931282847.html
- 中国证券报，《科技股定价回归基本面》，2026-11-14. http://finance.eastmoney.com/a/202611143931105790.html
- 中国证券报，《头部公司领衔回购 港股回购阵营持续扩容》，2026-11-14. http://finance.eastmoney.com/a/202611143931105512.html
- 中国证券报，《AI 应用商业化提速 游戏产业投资机遇凸显》，2026-11-14. http://finance.eastmoney.com/a/202611143931105676.html
- 证券时报，《短剧出海变”红海” AI 助力产能爆发 投流烧钱赚钱不易》，2026-11-14. http://finance.eastmoney.com/a/202611143931067710.html
- 华夏时报，《融资客屏不住了：缩水 7000 亿元后试探性加仓》，2026-11-13. http://finance.eastmoney.com/a/202611133930742279.html
- 财联社，《阿里减持中通套现 5 亿美元 全栈式 AI 布局则持续加码》，2026-09-23. http://finance.eastmoney.com/a/202609233882406538.html
- 每日经济新闻，《今年前 10 月个税收入预计超去年全年》，2026-11-14. http://finance.eastmoney.com/a/202611143931218057.html
- 央视新闻，《工信部：将筹备成立工业操作系统标准工作组》，2026-11-14. http://finance.eastmoney.com/a/202611143931205322.html
- 期货日报，《美国全国实施地面停飞！……事关美联储加息！》，2026-11-14. http://forex.eastmoney.com/a/202611143931109313.html
- 21 世纪经济报道，《英伟达市值一周蒸发超 3.8 万亿元》，2026-11-14. http://finance.eastmoney.com/a/202611143931111260.html
- 数据宝，《红利持续释放 集成电路出海大爆发》，2026-11-14. http://finance.eastmoney.com/a/202611143931223346.html
行情与财报
- 东方财富，寒武纪（688256）日 K 线与实时行情，截至 2026-11-13. https://quote.eastmoney.com/sh688256.html
- 东方财富，中际旭创（300308）日 K 线与实时行情，截至 2026-11-13. https://quote.eastmoney.com/sz300308.html
- 东方财富，智谱（02513.HK）、MiniMax（00100.HK）实时行情，截至 2026-11-13. https://quote.eastmoney.com/hk/02513.html
- 东方财富 Choice，寒武纪、中际旭创 2025 年报及 2026 年三季报财务数据（RPT_LICO_FN_CPD）.
- 东方财富，货币供应量（M2）月度数据，2026 年 10 月. https://data.eastmoney.com/cjsj/hbgyl.html
评论