AI 的狂热信徒大概率会尸骨无存

人类在每一次技术范式的变迁进程中，都会面临一个残酷的现实，每一场 General-purpose technology （比如铁路、电力、互联网、AI）的爆发，都需要建立庞大且昂贵的物理基础设施（铁轨、发电站、光缆、算力）；然而，早期技术的迭代速度极快，必然会彻底击穿传统重资产的折旧周期。

Sidenote：简单说下“折旧周期”，在摩尔定律的黄金时代，企业级 CPU 在面临新一代产品发布时，其二手残值或“单位算力性价比”往往会暴跌 50% 以上（甚至跌幅更深），因为在技术早期，新产品不会性能过剩，旧产品却已严重不足，所以会快速淘汰旧产品，而跳过折旧残值阶段。现在的 Nvidia 也在做同样的事，而且因为 AI 集群的极高功耗，其新一代芯片不仅自身算力翻倍，还会对电力密度和液冷提出极其苛刻的要求。这直接导致前一代数据中心的供电系统、散热架构甚至整个物理机房，在极短的时间内就面临被直接淘汰的风险。

在这个结构性的错配中，宏观层面的“社会进步”与微观层面的“财务回报”发生了严重的割裂。这背后并没有谁在刻意操盘。面对极高的技术门槛，市场会像炒房、炒黄金一样，基于各自的利益约束和预期，自发演化出一套狂热的信念，把海量资金卷进来。最终的结局往往是：早期的狂热信徒承担了创造价值的全部试错成本，在泡沫破裂中尸骨无存；而他们用真金白银砸出来的物理遗迹，则以破产重组的极低代价，成为了下一代科技巨头和全社会爆发式增长的廉价基座。

太阳底下没有新鲜事，当下的 AI 狂热，不过是这场“创造性破坏”历史剧本的又一次重演。

历史一：1840年代的“铁路狂热”

在蒸汽机车刚刚成熟的 1840 年代，英国爆发了史上最著名的“铁路狂热”。在铁路将要重塑物流产业的宏大叙事下，从贵族到平民，都在疯狂加杠杆，购买铁路公司的股票、债券。

铁路是绝对的重资产，在长达数年的建设期内只有巨额的资本支出，没有任何现金流回报。同时，由于缺乏统筹与规划，市场陷入了碎片化的无效竞争，相邻城市间修建了平行的重复线路。

仅仅5年后，底层信贷收紧，狂热戛然而止。数百家铁路公司现金流断裂、倒闭，无数家庭破产。然而，金融资本虽然灰飞烟灭，但钢铁铸成的铁轨并没有消失。在清算中，幸存的大型铁路寡头（如英国大西部铁路公司、米德兰铁路公司等）以骨折价接盘了这些破产公司的钢铁资产与半成品线路。

历史二：1880年代的电力基建

19世纪末的电力基建，完美展示了技术路线如何让重资产瞬间失去价值。

早期的电力建设面临极高的运营损耗和恶性竞争，而最致命的是极短的折旧周期。在爱迪生的直流电（DC）与西屋电气的交流电（AC）的“电流之战”中，如果投资者出资建立了一座大型直流电发电厂，当交流电在长途传输的绝对优势被确立的那一刻，这座发电厂在物理层面上就彻底报废了。

自由市场的散户根本无法承受这种级别的试错成本。大量独立电力公司最终破产，只能由 J.P.摩根这样的金融寡头用无底洞般的资金排他性地统一标准，吸收掉所有沉没成本。

历史三：2000年代的光纤泡沫

在 2000 年的互联网泡沫时期，华尔街基于对未来数据流量的线性甚至指数级暴涨的预期，投入海量资金在全球铺设海底光缆和通信基建。

极高的债务杠杆与极其缓慢的用户习惯养成之间存在巨大的鸿沟。光缆铺设完毕后，预期的海量流量并没有立刻到来，电信公司无法产生足够的现金流来偿还债务。

泡沫破裂导致大量电信巨头（如 WorldCom）破产，万亿美元的金融价值又一次被无情摧毁。但沉睡在地下的“暗光纤”却构成了巨大的过剩运力。此后十年，Google、Amazon 等 Web 2.0 巨头正是依靠这些被廉价清算的底层带宽，以极低的边际成本构建了移动互联网的万亿帝国。

Sidenote：所有人都知道互联网企业的边际成本低，但如果没有海底光缆的提前建设，又通过破产重新估值，这个成本绝不会像今天这样廉价。

历史四：机器人的降维收割

资本、技术错配的残酷剧本，不仅发生在底层基建，在机器人重工领域同样无法避免。

波士顿动力的“液压驱动 + 复杂经典控制论”技术范式，对比瑞士基于强化学习（RL）的底层理论，完全没有优势。虽然波士顿动力依然存在、依然是人形机器人领域的顶级研究团队，但是在商用领域完全没有存在感。

波士顿动力就像被清算的破产基建一样，因造价高、难闭环，被多次低价倒卖。而以宇树科技为代表的后发者，直接以“中国供应链”为杠杆入局机器人产业，依靠廉价的国产电机和极低的物理试错成本（不用从零写算法）进行集成，塑造了比汽车工业更低廉的机器人工业，对前人耗费几十亿美金的技术摸索，完成了无情的降维收割。

Sidenote：机器人产业、AI是两个涉及未来增长的故事切入点，但是机器人目前的侧重点是供应链的替代维度，而不单纯是技术迭代。

今日：当下的 AI 数据中心豪赌

目前正在发生的 AI 基础设施融资，面临着比以往任何时期都更加尖锐的期限错配。

以甲骨文、OpenAI 联合体在密歇根州规划的 160 亿美元、1.4GW 超级数据中心为例，其背后的融资结构就存在系统性风险。股权融资20亿，长达19年的140亿债券融资，叠加前6年还息、后13年还本息的履约结构，实际收益率仅6.5%。

先说机制和错配，资金中介试图用 19 年期的传统私募债模型，去强行适配高波动、高迭代的 AI 资产。Nvidia GPU 保持着“一年一更新”的极端迭代节奏，新一代芯片对电力密度和液冷架构的要求呈指数上升。这意味着今天按当前标准建设的重资产机房，在 5 到 7 年内极可能面临物理层面的淘汰。

再说价值毁灭，债权人面临着“债务尚未到期，底层抵押资产已经报废”的致命风险，单一租客（OpenAI）的现金流断裂足以引发连环违约。未来极大概率发生的情景，是传统的债务融资将大规模爆仓，这些 1.4GW 的变电站和冷却塔将以极低的价格被破产清算。最终，只有具备强劲现金流的科技、金融寡头或主权财富基金，能够作为“后发整合者”，将这些风险资产内部化，完成对 AGI 时代廉价算力底座的收割。

但

这一推演的成立，存在一个前提，即 Transformer 架构依然是通向 AGI 的唯一解。但如果它不是，整个结局只会更加残酷。

试想，有一天 AI 技术底座掀桌子呢？不需要庞大的算力、不需要庞大的电力，那所有的物理建设、LLM 技术都会进入博物馆供人观赏。就像交流电对直流电、RL 对 MPC，技术范式的替换会从底层摧毁一切。

Sidenote：很多人没理解 DeepSeek 横空出世对金融世界带来怎样的影响，靠低算力训练模型的全新技术范式，就是重资产投入最惧怕的“掀桌”能力。

最后

在资本与技术的结合阶段，“狂热”从来不是发展的弯路，而是跨越范式鸿沟的历史所需。面对极高的启动门槛，新阶段必须用极高预期收益的幻梦，诱导微观个体去承担大概率亏损的宏观基建任务。

在这个会有大量财富被摧毁、重组、再分配的过程中，前仆后继的 AI 信徒们正在用自己的财务毁灭，为全人类换取走向下一个时代的廉价门票。