本文目录
01

一、一个周三的下午

2026年10月14日,周三,美国通胀数据出来了,比预期热。

不到一天,市场押注美联储再加一次息的概率从22%跳到37%。然后,像有人拔掉了插头,AI股开始往下掉。CoreWeave跌了15.5%,Dell跌了11%,Oracle跌了将近9%。半导体指数一天跌掉4%以上。

那天晚上,硅谷的很多人大概在想:我们在造的是人类历史上最重要的技术,你们为什么不信?

而华尔街的很多人大概在想:你们造的东西也许很重要,但这笔账,到底谁来付?

这篇文章想讲的,就是这两群人。一群是修路的人,一群是算账的人。他们之间的争吵,比大多数人以为的要古老,也比大多数人以为的要有意思。

我最开始的问题很朴素:到底谁是对的?

后来我发现,这个问题本身问错了。

02

二、两种眼睛

先说修路的人。

他们是大厂的CEO、前沿实验室的研究员、写代码写到凌晨三点的工程师。他们每天看到的,是外人一两年后才能看到的东西:内部模型又聪明了一截,推理成本又降了一个数量级,昨天还只能演示的agent,今天已经在真实地干活。

在他们眼里,这条曲线是陡的,而且还在变陡。

更重要的是,他们在玩一场不能输的游戏。如果下一代计算平台属于别人,搜索、广告、云这些现金牛都可能被连根拔起。所以多花几千亿,是财务损失;错过平台,是公司死亡。

这其实是一个经典的囚徒困境:对整个行业来说,大家一起放慢最理性;但对任何一家来说,单独放慢都是自杀。于是每个CEO私下都可能觉得行业在过度建设,然后回到会议室,继续批预算。

再说算账的人。

他们不太说"AI是假的"。真正顶尖的那批人,怀疑的是一些更具体、更冰冷的东西。

比如折旧。GPU在账面上按五六年折旧,可技术迭代这么快,它真正能赚钱的寿命也许只有两三年。如果是这样,今天报表上的利润,有一部分是从未来借来的。

比如循环融资。芯片公司投资模型公司,模型公司拿钱去租云厂商的算力,云厂商再拿钱去买芯片公司的芯片。钱转了一圈,回到起点,账面上每个环节都很热闹。

还有一个最反直觉的:修路的人最骄傲的那件事,"token价格每年暴跌",在算账的人看来恰恰是问题。技术进步越快,价格跌得越快,创造出来的价值到底有多少能落进生产者的口袋?

两群人吵来吵去,我渐渐看明白一件事:他们的立场,很大程度上是由他们手里拿的合同决定的。

创始人和风投手里拿的是看涨期权,下限是归零,上限是无限,理性的做法就是赌那个改变世界的结局。债权人手里拿的是封顶的收益:最好的结局是拿回本金加利息,最坏的结局是血本无归。所以每一轮周期里,最先变冷的总是债市。不是因为债券投资人更保守,是合同的形状逼他们必须如此。

这一轮也一样。超大规模云厂商新增债务占资本开支的比例,从2024财年的9%涨到了2026年中的32%。AI相关债券的利差约115个基点,整个投资级市场只有78个基点。

修路的人在看一项技术会不会改变世界。算账的人在看一张证券,在今天这个价格,能不能赚回来。

这是两个问题。历史告诉我们,它们的答案经常是相反的。

03

三、一百八十年前的铁路

1845年的伦敦,人人都在谈铁路。

报纸上每周都有新的铁路公司成立,股票只要付一小笔定金就能认购。马车夫、牧师、寡妇都在买。《泰晤士报》还登过一首打油诗,大意是:这么多投机客一拥而上,最后怕是要"停滞"收场。

它说对了。1847年到1849年,铁路股价崩盘。研究这段历史的数学家Andrew Odlyzko说,这是历史上最大的技术狂热之一,对大多数投资者而言是一场灾难。

但故事还有后半段:英国因此得到了一张遍布全国的铁路网,后来成为当时世界上最先进的交通系统之一。

投资人亏光了,国家赚到了。

这个剧本后来被反复上演。美国汽车业早期有过上千家厂商,最后剩下屈指可数的几家。广播股RCA在1929年到1932年间跌掉了九成以上。2000年互联网泡沫破裂时,大量光纤埋在地下没人用,后来却成了Google和Amazon的地基。页岩油让美国成为全球最大产油国,而整个行业烧了十年钱。光伏把发电成本降了一个数量级,同时送走了一批又一批龙头企业。

如果非要算胜率,结论大概是这样的:

押技术方向的人,几乎总是对的。在狂热期买入股票的人,大多是输的。单个建设者公司,大多数也活不下来。真正稳定赚钱的,是崩盘后低价接手资产的人,是站在资本结构上层的债权人,还有那些在新修好的路上跑出新生意的下游使用者。

有两组数字,我第一次看到时愣了很久。

第一组来自诺贝尔经济学奖得主Nordhaus。他估算,从1948年到2001年,美国的创新者只拿走了创新所创造社会价值的约2.2%。剩下的,全都以更低的价格和更好的产品,流进了普通消费者的生活。

第二组来自金融学家Bessembinder。他翻遍美国股市一百年的数据,发现不到4%的公司创造了全部的净财富,剩下96%只是跑平或跑输国债。一只股票整个上市生涯的中位数回报,是负6.9%。

但最妙的是这组数字的反转:创造财富最多的前五家公司,是苹果、英伟达、微软、Alphabet和亚马逊。最大的赢家,恰恰都是修路的人。

所以历史没有说"建设者输、投资者赢"。历史说的是:极少数建设者赢走了一切,绝大多数建设者和投资者一起输了。

还有一个细节特别值得今天的人记住。英国在1860年代又来了一次铁路热潮,这一回,铁路普通股再次被打得很惨,可铁路债券和优先股表现得相当不错。同一个行业,同一批项目,站在资本结构的不同楼层,命运完全相反。

记住这一点。后面我们还会回来。

04

四、唱反调的人

聊到这里,一切都显得很有道理:方向是对的,价格是错的,泡沫期的股东注定要交学费,聪明的做法是等崩盘之后再进场。

然后我意识到一件事:这套说法本身,已经是一种共识了。而且是"聪明人的共识",听起来有历史纵深,引用过诺贝尔奖得主,几乎没有人会反对。

于是我换了一副眼镜,试着当一个真正唱反调的人。

第一个反调:历史的地图可能画错了。 铁路和光纤之所以成为投资灾难,有两个前提:建设者是借钱续命的新公司,修好的路长期闲置。可这一轮的主力建设者,是人类历史上最赚钱的一批公司;而到目前为止,算力更像是供不应求,而不是"暗光纤"。拿1845年去套2026年,也许是拿着旧地图找新大陆。

第二个反调:那个2.2%,在AI身上可能不成立。 过去的技术,大多是让已有的东西变便宜,竞争会把好处压给消费者。但AI瞄准的不是全世界的IT预算,而是全世界的工资。软件是万亿级的生意,人工是几十万亿级的生意。如果AI替代的是工时,那它能捕获的利润池,就不该拿软件行业的尺子去量。

第三个反调:AI成功了,巨头的股东也可能输。 这是我觉得最反直觉、也最值得琢磨的一个。市场过去给微软、谷歌、Meta高估值,是因为它们是轻资产的复利机器。可现在它们每年砸几千亿建数据中心、发债、签长期租约,越来越像一家电力公司。就算AI大获全胜,它们的估值倍数也可能从"软件公司"慢慢滑向"公用事业"。

第四个反调:卡住这一切的,可能根本不是钱。 大家吵的是华尔街还愿不愿意出钱,但真正的闸门也许是电。如果电网接不上,钱再多也建不出来。这反而会推出一个温柔的结论:物理约束会天然防止过度建设,让这一轮不至于变成又一场铁路灾难。

当然,唱反调的人也得诚实。反共识不等于正确,"和大多数人不一样"不等于"比大多数人对"。唱反调真正的价值,不是替代共识,而是逼你看清共识建立在哪几块砖上,以及抽掉哪一块,整栋楼会塌。

所以接下来,我决定去现场看看:那几块砖,到底结不结实。

05

五、去现场看看

06

裁员,到底省的是谁的钱?

今年年初,Meta和Oracle接连裁员。表面上看,这简直是"AI吃掉人力预算"的完美证据。

可细看就不对劲了。Meta今年计划在AI上花1350亿美元,大约相当于此前三年的总和,裁员的一个关键原因,就是为这笔开支腾地方。Oracle更直白:它体量比对手小,扩张靠借钱,有分析师算过,裁掉两三万人能多挤出80亿到100亿美元的自由现金流。

这是建设者在拿人头换显卡。钱从员工的工资里流出来,流进了英伟达的账上,并没有变成哪家AI公司的服务收入。甚至可以说,这更像一个财务紧绷的信号,而不是AI生产力的胜利。

真正的信号得去非科技行业找。

银行是最清楚的一个。富国银行自2019年以来,员工从27.5万人降到了约21万人,AI已经在写信用备忘录、做并购推介材料、接信用卡客服电话。今年一季度,美国六大银行合计盈利470亿美元,同比增长18%,同时在减少员工。汇丰在考虑未来三到五年裁掉最多2万个岗位,CEO公开喊话员工"不要抗拒AI"。

另一个是印度的IT外包。TCS、Infosys这五巨头,在2026财年罕见地出现了人数净减少,合计少了7389人,上一年还是净增一万多人。外包公司的收入,本来就是客户的人力预算,所以它们最先被这股力量撞上。

但也得泼一盆冷水。耶鲁预算实验室、前美国劳工统计局局长都认为,在宏观数据里,AI对就业的影响目前还很小。连Sam Altman都承认存在"AI洗白":有些公司本来就要裁员,只是顺手把锅甩给了AI。目前最扎实的证据,是AI高暴露岗位里的年轻人就业相对下降了13%。也就是说,AI现在更多是在不招新人,而不是大规模赶走老员工。

还有一点有意思:裁员省下来的钱,眼下大多变成了银行自己的利润,而不是AI公司的收入。这和一百八十年前的剧本出奇地像:最先拿走技术红利的,是使用技术的人。

07

巨头,正在变成电力公司吗?

答案是:在靠拢,而且是从两头一起靠拢。

一头在往下走。8月时,七巨头ETF的远期市盈率跌破24倍,创下成立以来的最低;亚马逊和Meta的估值比一年前低了三分之一以上,英伟达几乎腰斩。到10月初,Meta的远期市盈率大约22倍。

另一头在往上走。公用事业板块的远期市盈率,2024年初还是15.8倍,因为AI带来的用电需求,被重估到了19倍左右。

曾经云泥之别的两类公司,现在只差三倍左右的市盈率。

更扎眼的证据在债市。巨头的AI债券利差大约115个基点,而公用事业投资级债券大约在95到105个基点。在债券投资人眼里,超大规模云厂商的AI债务,已经被当成了和电力公司差不多的东西,甚至更差。

还有一个细节:七巨头里,资本开支最重的Meta和亚马逊估值压缩得最狠,资本开支最轻的苹果,远期市盈率仍在36倍左右。市场在很明确地惩罚"重"。

08

电线,比钱更稀缺

关于数据中心建不出来到底是缺钱还是缺电,我最初的直觉是:缺电。

大体上是对的。在北弗吉尼亚、凤凰城、达拉斯这些核心市场,接入电网要等四到七年。变压器、开关柜也在排长队。还有一个常被忽略的力量:社区反对。今年第一季度,至少有20个数据中心项目因为当地居民反对而被取消,创下纪录。

但钱的问题也确实存在,只是专挑最脆弱的人下手。Oracle和OpenAI在融资谈判破裂后,取消了德州Abilene星际之门园区的扩建。

最精彩的是两者的化学反应。就在一周前,微软退出了和英国新兴云厂商Nscale在Essex的数据中心合作,原因是那里的电网接入被推迟到了2030年代。电没到,合同就没了;合同没了,Nscale冲刺美国IPO的计划随之受挫。

电力决定能建多少,资金决定谁能撑到通电的那一天。 物理约束确实在给这轮建设踩刹车,可它踩下去的时候,最先被甩出车外的,是杠杆最高的那批人。

09

六、站在风口最前面的那个人

如果要给这一轮AI融资压力找一张脸,那大概就是CoreWeave。

在这一点上,共识和反共识难得地握了手。

它的账本是这样的:总债务约356亿美元,另有163亿美元的经营租赁负债,其中约75亿美元要在一年内到期。标普给它的信用评级是B+,垃圾级。今年它计划花350亿到390亿美元建算力,差不多是全年收入的三倍,市场估计它的利息支出会超过经营利润。它的长期债券收益率一度冲到15%以上,CDS利差超过1000个基点,有大约40亿美元的债券跌到了面值八折以下。股价过去半年跌掉了一半多。

可另一边,它的生意本身并没有塌。二季度收入同比增长112%,积压订单超过1000亿美元。高盛刚把它上调为买入,摩根大通说担忧过头了,黄仁勋说自己很"乐观"。英伟达甚至推出了一种兜底:客户需求不够时,它愿意把闲置的GPU算力租回来。

收入翻倍,股价腰斩。这怎么理解?

我后来想明白了:CoreWeave是一个披着股票外衣的信用产品。

当一家公司的债务比它的市值还大,大约是市值的1.3倍,它的股票就不再主要由收入增速驱动,而是由债券收益率驱动。它本质上是一张押注"信用利差会收窄"的杠杆看涨期权。利差收窄,股价会弹得很猛;利差走阔,收入再漂亮也救不了它。

所以要问它能不能大涨,其实是在问:债市能不能解冻?

能让债市解冻的路有几条:通胀回落、加息预期消散;那75亿美元的近期债务顺利滚过去;或者有一个够分量的人站出来,比如英伟达或某个巨头,给它注资、预付或担保。11月中旬的财报会是一个关键时刻,要看积压订单能不能真的变成现金,新机房能不能按时通上电。

往后看,大致有四种结局。第一种是信用解冻带来的暴力反弹,空头被逼着回补,股价可能在基本面还没明显好转时就先飞起来。第二种,也是我觉得最常见的一种:公司活下来了,股东没赚到钱。 不断稀释股权、高成本续命,债权人拿回本金,股东被摊薄到长期低迷。你看,1860年代的铁路债券和普通股,又回来了。第三种是困境重组,股权价值大部分被抹去。第四种是被某个需要锁定算力的巨头整个买走。

那现在还能做空吗?

能,但此刻做空和半年前做空,是两件完全不同的事。半年前做空是在挑战共识,现在做空是在跟随共识,最好赚的那一段已经过去了。它的收益结构在短期内是负偏的:理论上最多赚100%,可真正走到重组需要时间;而在等待的日子里,一条融资好消息、一个漂亮的宏观数据,就可能让它单日涨两三成。财报这种跳空事件,止损单常常来不及成交。

专业机构很少裸空这种标的。他们更常用买看跌期权来封住最大亏损,或者做配对,空它的同时多一个基本面更稳的AI公司,只赌"高杠杆的会跑输";又或者空股票、多它的债券,赌的是资本结构里谁先修复。共同点只有一个:不去硬赌方向和时机,而是赌相对表现。

盯CoreWeave,与其盯它的新闻,不如盯它的债券收益率。那才是它真正的心电图。

10

七、高手会多做的那几件事

一路聊下来,从"谁是对的"这种哲学问题,一直走到某家公司的债券收益率,路线本身是对的。但如果请一位真正顶尖的研究者来复盘,他大概会指出:我们一直是跟着问题走,而不是跟着框架走;我们攒了很多观点,却没有把任何一个变成能被验证对错的东西;我们聊了半天行业,却没把它和自己的口袋连起来。

他会先把所有问题收成一个总问题:这一轮AI周期里,价值在哪里被创造,被谁拿走,风险由谁承担,什么时候被重新定价? 然后拆成四层:价值创造、价值捕获、风险承担、定价与时机,外加一层电力和政治这样的物理约束。

拿这张图一照,会发现我们聊得最深的是风险和定价,聊得最浅的恰恰是价值创造,而那是整座楼的地基。

然后,他会做几件你没要求、但一定会做的事。

他会把观点写成可以被打脸的预测。 评论员说"CoreWeave压力很大";高手说"我认为它在明年3月31日前完成一次股权融资的概率是60%,判定标准是公告日期"。一年后回头看:你说70%的事,是不是大约七成都发生了?这叫校准。超级预测者和普通专家的差别,主要就在这里。

他会自己算一遍账,而不是听两边吵。 一块GPU一年能赚多少,等于每小时租金乘以全年小时数再乘以利用率;成本是设备价除以折旧年限,加利息、电费和运维。做一张敏感性表,看租金、利用率、折旧年限各在什么位置刚好回本。做完之后,你就不需要相信任何一方,只要盯住二手GPU租金这一个数,就知道整个行业的生死线在哪儿。

他会从价格里反推市场在想什么。 比如用CDS粗算违约概率:年化违约概率约等于利差除以(1减回收率)。CoreWeave超过1000个基点的利差,假设回收四成,隐含的年化违约概率大约在16%到17%。这是包含风险溢价的数字,会高于真实概率,但它告诉你市场有多害怕。股票和债券对同一家公司讲出不同的故事时,往往有一方错了。

他会先做一次事前验尸。 下判断之前,先假设一年后自己错得离谱,写下最可能的三个原因。如果写得很轻松,说明风险比感觉的大。

他会分清时间尺度。 一个季度看利率和资金流,一两年看信用和再融资,五到十年看技术和价值捕获。很多亏损,是拿一个正确的长期观点,去做了一笔短期交易。

他会把观点和自己的仓位连起来。 加密资产和AI科技股,在利率冲击和风险偏好退潮时常常是一起跌的。如果你本来就重仓加密资产,再去做空一家AI公司,某种程度上是在对冲;如果你本来就偏空,再加一笔,就是把同一个宏观赌注下了两次。高手先看整个组合,再看单笔交易。

他还会对信息源保持洁癖。 这一路我查到的资料,有监管文件和一手报告,也有拼凑的聚合网站,甚至有一条明显是虚构的"时间线"。关于银行一季度裁员人数,不同来源能差出三倍。一手来源优先,关键数字至少两个独立来源对上,这是基本功。

最后,还有几个我们没来得及挖、但可能最要紧的问题:token越来越便宜,用量能不能涨得比价格跌得更快?整条产业链最终都指向少数几家模型公司的付款能力,它们会不会是单点故障?私募信贷和表外租约里,藏着多少看不见的杠杆?如果压力太大,政府会不会成为最后的买家?以及,如果AI真的大规模替代白领,收入下降会不会反过来砸到需求本身?

11

八、尾声:修路的人和算账的人都没错

回到最开始那个问题:修路的人和算账的人,到底谁是对的?

我现在的答案是:大概率都对,只是他们回答的不是同一道题。修路的人在方向上多半是对的,算账的人在价格和节奏上多半是对的。一百八十年前的伦敦是这样,二十多年前的光纤是这样,今天的数据中心,很可能也是这样。

这场争吵其实是健康的。修路的人是油门,算账的人是刹车。没有前者,技术不会以这样的速度到来;没有后者,资本会被毫无节制地烧光。现在刹车开始起作用,融资变贵,估值收缩,对股价来说很痛,可它也在逼整个行业从"讲能力的故事"转向"证明经济性"。

而对我们这些站在路边看的人来说,最有用的也许不是选边站,而是学会同时用两种眼睛看世界:用修路人的眼睛看见方向,用算账人的眼睛看见代价。

最后还有一点,是这一路聊下来我最大的收获。高手和普通人最大的差别,往往不是知道得更多,而是更清楚自己可能错在哪里,并且提前想好怎么发现自己错了。

路还在修,账还在算。我们能做的,是把今天的每一个判断写下来,写清楚什么时候、凭什么证明它对或错。然后,交给时间。

本文基于公开信息整理,不构成投资建议。

S

资料来源

  1. cnbc.com · CoreWeave 10月14日股债双杀(CNBC)
  2. forbes.com · CoreWeave 债务与反弹分歧(Forbes)
  3. alainguillot.com · 10月14日市场回顾
  4. nber.org · Nordhaus:熊彼特利润与创新收益(NBER)
  5. evidenceinvestor.com · Bessembinder 更新研究解读(Evidence Investor)
  6. www-users.cse.umn.edu · Odlyzko:1840年代英国铁路狂热
  7. www-users.cse.umn.edu · Odlyzko:1860年代铁路热潮与金融创新
  8. heygotrade.com · 超大规模云厂商债务与利差(Gotrade)
  9. cnbc.com · 七巨头ETF估值创新低(CNBC)
  10. the-star.co.ke · Meta裁员与AI支出(BBC转载)
  11. trendforce.com · Oracle裁员与现金流测算(TrendForce)
  12. gvwire.com · 汇丰CEO谈AI与银行裁员(Reuters转载)
  13. ianslive.in · 印度IT五巨头人数下降(IANS)
  14. fortune.com · 耶鲁预算实验室与"AI洗白"(Fortune)
  15. ropesgray.com · 数据中心的电力约束(Ropes & Gray)
  16. heatmap.news · 社区反对导致项目取消(Heatmap)
  17. datacenterdynamics.com · 微软退出Nscale项目(DatacenterDynamics)
R

修订记录

当前版本尚无修订记录。后续观点发生变化时,修订日期和原因会保留在这里。