AI 泡沫如果破裂，可能不是死于技术，而是死于记账方式

深度思想，谈 AI 与向往 —— 字节深思圈

关于 AI 是不是泡沫，过去两年听得最多的争论都围绕一个问题：大模型到底有没有用。

BitMEX 创始人 Arthur Hayes 最近给了一个不太一样的角度。他认为这轮 AI 资本开支的关键变量，可能根本不在 AI 本身，而在于金融体系怎么记账。市场把数据中心、电力设施、芯片集群当成科技投资来估值，但这些资产的实际形态更接近房地产：一次性的重资本建设，靠长期租约式的现金流回收，中间垫着大量信贷。一旦信贷扩张的速度超过了现金流的回收速度，故事就从科技叙事切换成了信贷周期叙事。

这个视角值得认真对待，因为 2008 年的房地产危机就是这么走完的：房子一直都有价值，出问题的是围绕房子的杠杆和信用链条。

科技账还是地产账

先把两本账摊开看。

按科技账的记法，数据中心是下一代基础设施，类似投资一家成长期科技公司：投入大、增长快、未来利润率会持续抬升，所以值得给高倍数的估值。过去几年英伟达和一众算力概念股的走势，基本是这本账在定价。

按地产账的记法，同一个资产完全换了模样：建设资金来自信贷，回收靠出租算力，资产本身使用寿命长但技术折旧快，现金流稳定但增长有限。这个模式下，估值的天花板不是"未来有多性感"，而是租金回报率能不能覆盖融资成本。房地产金融史反复证明过，这类资产最怕的就是两件事：利率上行，和供给过剩。

Hayes 的判断是，市场现在用科技账给这批资产定价，但它们的现金流结构是地产账的结构。中间的落差，就是泡沫所在。更麻烦的是，给这个落差提供流动性的，有相当一部分是私人信贷基金和加了杠杆的金融安排，它们相信自己买的是"未来科技基础设施"，实际持有的债权，抵押物是物理空间和电力合约。

拐点看增速，不看绝对值

这套分析里最有操作价值的一个判断标准，是关于拐点的位置。

资产价格通常在增长加速阶段见顶，在增长还远没停止的时候就开始跌。原因在于估值给的是预期，而预期最敏感的变量是增速的变化，也就是二阶导数。只要增长还在加速，再离谱的估值都有人愿意持有；一旦增速放缓，哪怕绝对值仍然巨大、企业仍然在增长，市场也会立刻重新定价。

映射到 AI 基础设施上，这个标准指向一个容易被忽略的可能性：算力需求持续增长，和数据中心建设持续增长，并不是同一件事。芯片效率在提升，新一代硬件用更低的能耗产出更多的计算。完全可能出现一种局面，token 消耗量年年上涨，但新建数据中心的需求在某个时点开始掉头，因为存量算力的供给能力被效率增益不断放大。

真到那一步，先受冲击的是按"科技资产"估值的数据中心债权和股权，AI 应用层的生意反而可能是受益方：算力过剩压低推理成本，直接吃到降价红利的是用算力生产价值的那一层。

破裂之后，钱去哪里

这个判断链条的最后一环，从 AI 延伸到了货币体系，也是争议最大的一环。

他的推理是：历史上每当一个获得大量信用支持的产业出现投资过剩，威胁到金融系统稳定时，政府的应对方式都是注入流动性，2008 年之后的大规模宽松是最直接的先例。如果 AI 基础设施信贷真的出了问题，政策制定者大概率还是同一套动作。而比特币的核心叙事，恰恰就是对这种货币扩张的对冲，它诞生于 2008 年金融危机之后，本身就是对法定货币体系信用扩张的回应。所以如果 AI 信贷周期以流动性拯救收场，资金寻找通胀对冲资产时，比特币是候选之一。

对这一环我的看法是：方向性推演成立，但传导链条太长，时点完全不可控。从"AI 基建出现资本错配"到"金融机构资产重新定价"再到"政策干预放水"，中间每一步都可能被市场自我修复、技术效率提升或者产业格局变化打断。把它当成一个值得持续跟踪的假设，比当成一个可以下注的结论更合理。

对做企业和投资的人意味着什么

剥掉加密叙事，这套框架对普通从业者和投资者的可用部分，其实是三个检查动作。

第一，看 AI 相关公司的资本开支，区分融资结构和现金流结构。用经营现金流覆盖资本开支的公司，和靠信贷、融资租赁堆出来的算力资产，在周期反转时的生存能力完全不同。前者是科技公司，后者是地产公司，别被同一张 AI 概念的脸骗过去。

第二，盯增速的拐点，别盯绝对值。英伟达的数据中心收入增速、北美云厂商的资本开支增速、token 消耗量的环比变化，这些二阶指标开始掉头向下的时候，往往就是估值重定价的起点，而此时绝对值看起来仍然一片繁荣。

第三，如果你真的信"算力终将过剩"这条线，那推论不是去买比特币，而是把注意力从卖铲子的公司挪向用铲子干活的公司。推理成本长期下降，受益方是用推理做产品的应用层。这个判断不依赖任何货币叙事，只依赖效率提升这个最朴素的物理趋势。

至于泡沫到底会不会破、什么时候破，诚实的答案是没人知道。但把账本记对，至少能保证雪崩发生时，你知道自己站的是科技账那一侧，还是地产账那一侧。