——读《AI泡沫，我们知道先看哪里？》一文
这两年，只要AI公司的股价上涨、数据中心投资增加，市场就会重新讨论一次：AI是不是泡沫？
这个问题看起来很简单，实际上很难回答。因为争论双方看到的事实都是真的。于是我们面对一个很奇怪的局面：
投资看起来像泡沫，需求看起来又不像假的。
这种矛盾，只用传统的投资框架和互联网时代的用户模型很难解释。这篇文章真正想做的，是把这个问题分析透。
我们首先发现，今天的AI基础设施和过去的数据中心已经不完全是同一种东西。
传统数据中心主要储存、传输和处理信息。今天所谓的“AI工厂”，把芯片、电力、网络、数据、模型和软件组合起来，形成完成智能任务所需的计算能力。更重要的是，在目标和权限确定以后，AI可以继续搜索、推理、编程、测试和执行，不需要人在每一个步骤中实时操作。
这也是为什么我们愿意保留一个看起来很强的判断：AI工厂正在成为生产力本身。
单纯的一件工具，通常需要人一直参与，才能形成劳动产出。AI不同。人停止工作以后，机器的认知劳动仍然可以继续。这件事情直接改变了我们判断AI需求的方法。
互联网时代，我们习惯问：有多少用户？每天活跃多少？多少人付费？
但一个每天只向AI问两个问题的人，和一个同时让几个Agent连续进行研究、编程和分析的人，在传统统计里都可能只是“一个用户”。
显然，这两个用户产生的需求不是一回事。
所以AI真正需要衡量的，并不只是用户人数，而是：人类正在把多少认知劳动交给机器。
如果AI只是一个新的互联网应用，那么今天巨大的资本开支确实很容易令人怀疑。
但如果AI正在增加一种新的劳动供给——让一个人可以调动越来越多的机器认知劳动——那么未来的市场规模就不能只靠人口和用户数来估计。AI不会增加人口，却可以增加每个人能够调动的等效认知劳动力。一个人还是一个人，但他背后可能有越来越多机器在工作。
于是另一个问题出现了：
现在巨大的AI投资，到底跑在未来需求前面，还是我们还没有学会正确地测量需求？
这是全文真正的分水岭。
我们的答案并不是“AI没有泡沫”。恰恰相反，我们认为AI里很可能存在泡沫，只是它更可能分散在公司、资产、融资和估值这些局部位置，而不是整个AI体系同时失效。
今天AI扩张所需要的很多基础设施已经存在。互联网、云计算、智能手机、数字支付和全球软件分发体系都已经成熟。AI不需要重新等待一个社会完成数字化以后才开始扩散。这是与互联网早期最不一样的地方。
AI的长期需求完全可能是真实的，同时一些公司、一些融资结构、一些数据中心和一些估值又可能明显过度。于是问题进一步缩小：
如果局部泡沫真的存在，哪里最容易先暴露？
研究到这里，我们没有首先选择英伟达，也没有选择微软、谷歌或者亚马逊。
大型科技公司虽然投资巨大，但它们有很强的内部消化能力。外部需求不够，可以把算力用于自己的模型、云、搜索、广告、办公软件和内部研发。投资仍然可能错误，资本回报率仍然可能下降，但它们未必首先面对生存压力。
模型公司也有自己的调整空间。模型路线错了，可以换算法；价格战激烈，可以调整价格；基础模型不赚钱，还可以转向Agent、企业应用或者开放生态。它们最大的压力，是能否持续创新。
纯算力出租公司不同。
它们先借钱、融资、买GPU、拿电力、建机房，然后等客户来使用。
模型可以修改，算法可以重新训练，GPU机房却不能轻易变成另一种资产。即使机房空着，折旧还在继续，电力合同还要履行，债务利息也不会停止。因此，纯算力出租公司真正害怕的甚至不是“AI消失”。它们更怕的是：
AI依然很繁荣，只是算力没有原来那么稀缺了。
价格稍微下降、客户合同稍微缩短、折扣稍微增加、利用率稍微降低，都会比在大型科技公司里更快地传到现金流和资产负债表。所以我们最终找到了一条非常简单的观察链。
先看Nebius这样的市场化算力提供者：算力还贵不贵？
再看Nscale这样的激进扩张者：巨额合同能不能真正变成融资、建设、上电和收入？
最后看CoreWeave这样的成熟Neocloud：这些压力有没有真正进入现金流、债务和资产负债表？
这三家公司是三只压力表。
如果未来看到的顺序逐渐变成：算力价格持续松动，长期合同越来越难签，融资条件越来越差，项目开始延期，最后现金流和债务同时恶化——那么“AI泡沫”才开始从一种市场观点，变成一条可以验证的事实链。
到目前为止，我们还没有看到这条链成立。
这也是这篇文章最终与很多AI泡沫讨论不同的地方。我们不想预测一个宏大的“泡沫什么时候破”。我们只是先找到最脆弱的地方，然后在那里等待证据。
当然，还有另外一种可能不能排除：我们仍然低估了AI。
问答、编程、多模态、企业工作流和Agent，可能不是同一条S曲线上的不同阶段，而是多条S曲线先后叠加：前一条还没有走完，后一条已经开始起跑。AI还可能因为成本下降，创造出大量过去太贵、太慢而根本不会被执行的新任务。
如果一个人未来能够同时调动多个机器代理，那么人不再是唯一的劳动供给瓶颈。而芯片、电力、网络和数据中心反而可能重新成为最硬的限制。
这也是为什么今天的大公司即使知道存在过度建设风险，仍然愿意继续投资。
它们赌的未必只是“更多用户”。它们赌的是：
未来会有越来越多原本由人完成，甚至过去根本不会去做的认知劳动，被交给机器。
如果这一条成立，真正值得警惕的就不只是资本开支是否过大，还包括我们是否仍在用旧尺子，把新的需求量小了。
这篇文章把问题变得更清楚：
不要先问AI是不是泡沫。先看机器认知劳动是不是继续增长。再看算力是不是开始卖不动。
然后看合同、融资和现金流是不是依次转弱。如果这些信号持续出现并彼此印证，我们才有理由说：拐点正在形成。
如果没有出现，就不要因为资本开支看起来巨大，就提前替未来下结论。
伟大的技术革命和巨大的局部泡沫完全可以同时存在。
我们至少已经知道：如果泡沫开始破，我们应该先看哪里。
