作者：Block Analytics Ltd X Merkle 3s Capital

這個問題，我們已經回答了三遍

AI 有沒有泡沫？

這是過去兩年被問得最多的問題，我們也寫過不只一次。每次給出結論，每次被新的暴漲暴跌打回來重新審視。

這次我們不打算再給"有"或"沒有"的簡單答案。

因為這個問題本身就問錯了。 AI 不是一個資產，它是一整條產業鏈——從晶圓廠到電廠，從萬億市值巨頭到剛拿到融資的新創公司。問"AI 有沒有泡沫"，就像問"房地產有沒有泡沫"一樣粗糙：一線城市核心地段和十八線縣城的鬼城，能是同一個答案嗎？

拿一個問題套所有層級，得到的答案注定是錯的。

正確的問法是： AI 的泡沫，在哪一層？

泡沫從來不問"有沒有"，只問"在哪裡、有多厚"。

把這個問題拆開，你會看到一個和直覺相反的圖景：所有人盯著擔心的那一層，恰恰最安全；而真正冒泡的地方，很少有人認真討論。

2000 年的幽靈：這次到底哪裡不一樣

聊AI 泡沫，繞不開2000 年。但大部分人只記得"網路泡沫破了"，沒記住它是怎麼破的。

當年的劇本：先有股價，再找收入

2000 年的崩塌劇本是這樣的：電信公司借了天量的債，瘋狂鋪光纖，像給一座空城修了八車道高速公路。路修完了，車呢？沒有。當年鋪下去的光纖， 85% 到95% 是"暗"的－躺在地下，一個位元都沒傳過。資產在帳上，收入為零，債務是真的。然後，砰。

光纖只是基建層的故事。應用層更荒誕。

當年最有名的寵物用品電商，上市那年全年收入只有幾百萬美元，行銷開支是收入的好幾倍——它在超級碗砸錢打廣告，每賣一單虧一單，賣得越多虧得越快。上市後約九個月，清算倒閉。這不是例，這是當年應用層的標準畫像：零利潤、靠融資續命、用"眼球"和"點擊量"代替收入給自己估值。

更魔幻的是，當年有學者統計過：一家公司只要把名字改一改、在後面加上".com"，什麼業務都不用變，股價平均就能漲一大截。

市場在為後綴付錢，不是為生意付錢。

再看當年的"賣鏟人"。思科是2000 年的英偉達——網路的流量都要經過它的路由器，邏輯無懈可擊。但在泡沫頂點時，思科的本益比衝到了三位數。什麼概念？意味著市場要求它把當時的利潤規模再維持一百多年，或者在幾年內增長十幾倍，這筆買賣才算回本。後來網路真的改變了世界，流量真的爆炸了——思科的股價花了二十多年才回到2000 年的高點。

記住這個案例，它是全文最重要的註腳：

當年最大的悲劇不是買了假公司，而是用一百倍的價格買了真公司。

現在的劇本：先有收入，再漲股價

現在把鏡頭切到2026 年。

沒有一顆GPU 是暗的。每一顆被生產出來的晶片，下線那一刻就被插進機架，滿載跑token，換回真金白銀。不是利用率高，是100%，是客戶拿著錢排隊還買不到。

應用層呢？拿頭部大模型公司做比較。某頭部玩家的年化收入，18 個月前還不到1 億美元，現在是450-470 億美元，並且已經實現季度盈利。管理層原本計劃成長10 倍，實際跑出了80 倍。

把兩個時代的頭公司擺在一起看：

• 當年：收入幾百萬，虧損幾千萬，上市九個月倒閉

• 現在：收入18 個月翻幾百倍，已經開始賺錢

當年的公司靠"故事"向資本市場要錢；現在的頭公司靠合約向客戶收錢。這不是程度的差別，這是商業模式的差異。

"賣鏟人"也換了估價邏輯。今天英偉達的本益比大約在三十倍出頭——只有當年思科巔峰的幾分之一。而支撐這個估值的，不是對未來的想像，是已經簽了字、寫進生產排期的訂單積壓。

當年是先有股價、再找收入，找到死；現在是先有收入、再漲股價，追得上。順序不同，結局不同。

買家也換了人。 2000 年鋪光纖的是藉債的電信公司；今天買算力的是微軟、Google、Meta、亞馬遜——地球上現金流最厚的四家公司，花的是自己賺來的錢。

2000 年是藉來的錢買沒人用的資產；2026 年是賺來的錢買不夠用的資產——這是兩個物種！

但是，牆上有一道裂縫

說到這裡必須踩一腳煞車。

這個"自有現金流"的故事，邊際上已經開始磨損。四大雲廠商今年的資本開支合計約7,250 億美元，較去年同期暴增77%。這是什麼體量？大致相當於一個中等發達國家一整年的GDP，砸進了資料中心。

更扎眼的是亞馬遜：自由現金流從260 億美元直線跌到12 億，幾乎歸零，長期債務往上爬。也就是說，巨頭們自己賺的錢，已經快不夠燒了，開始借了。

這不是泡沫破裂的訊號——巨頭的資產負債表依然是人類商業史上最堅固的一批。但它是牆上的第一道裂縫： "現金流買家"這個本輪最硬的邏輯，正在從"完全成立"滑向"大體成立" 。

值得每季都盯一眼。

把2000 年的複盤收尾。那場泡沫留給後人最大的誤導，是讓所有人記住了"故事是假的"，卻忘了真正殺死市場的是供給失控：故事再真，只要供給端人人都能無限加槓桿擴產能，過剩就是時間問題，崩盤就是數學問題。反過來說，判斷這一輪會不會重蹈覆轍，關鍵也不在需求端的故事有多動聽，而在供給端有沒有人踩得住煞車。

這就引出了下一個問題：這一輪，煞車在誰腳下？

先發地圖，再逐層排雷：AI 算力的五層金字塔

在逐點名前，先把整條產業鏈畫出來。 AI 算力產業鏈，從下往上可以切成五層：

用表格再說一次：

這張圖有一個一眼就能看出來的規律：

離物理越近，泡沫越少；離故事越近，泡沫越多。

L0 那一層，擴產要等三、五年、建廠要砸幾百億美元，想吹泡沫都吹不起來──供給根本不配合。越往上走，物理約束越鬆，敘事空間越大：到了L4 的長尾，一份PPT 就能融資，泡沫自然在那裡聚集。

唯一的例外是L2 互聯層－它明明是硬件，照理說該受物理約束保護，卻成了泡沫味道最濃的地方。為什麼？後面會專門拆。

判斷AI 泡棉的第一步，不是看市場情緒，是先看清你站在金字塔的哪一層。

這張地圖裡，L0 層之所以敢直接標"無泡沫"，是因為它被兩把物理的鎖鎖住了。先講鎖，再逐層排雷。

第一把鎖：台積電

為什麼我們判斷這輪AI 資本開支不會失控？答案不在需求側，在供給側。

泡沫破裂有一個必要條件：供給過剩。鬱金香要種得到處都是，光纖要鋪得沒人用，房子要蓋得賣不掉。沒有過剩，就沒有崩盤。 2000 年那場災難的真正元兇，不是網路這個故事講錯了，而是光纖這個供給徹底失控了──任何一家電信公司都能藉錢挖溝埋線，沒有人能踩剎車。

而AI 算力的供給，攥在一群全世界最保守的人手中。

AI 時代的"央行"

台積電在先進製程上的市佔率超過90%，對英特爾和三星的領先優勢大約9 到15 個月，而且這個差距在最先進的2 奈米上沒有縮小的跡象。這意味著一件事：全球AI 晶片的產量，不是市場決定的，是台積電決定的。

它像AI 時代的央行——聯準會控製印多少錢，台積電控管印多少算力。聯準會升息要開會、要投票、要面對政治壓力；台積電控制算力供給，只需要在擴產計畫上不點頭。

而這家"央行"的總裁們，是一群七十多歲、經歷過2001 年和2008 年的老工程師。他們把自己看作創始人遺產的守護者，他們親眼見過半導體的泡沫怎麼吹起來、怎麼把整個產業埋掉。在他們的記憶裡，"暴漲之後的暴跌"不是教科書案例，是親手裁過的員工、親眼關過的產線。

所以當黃仁勳找上門，要求產能翻倍甚至三倍時——他們拒絕了。

想想這件事有多不常識：地球上最炙手可熱的公司，帶著無限的訂單和現金找上門，求你擴產，你說不。這種"不"，全世界只有一家公司說得出口，也只有一家公司說了算。

順便一提：黃仁勳和台積電合作三十多年，從來沒有簽過正式的採購合約。全靠握手。這不是管理漏洞，這是三十年信任沉澱出來的體系──也是為什麼台積電敢對最大的客戶說"不"，而最大的客戶只能接受。

這把鎖有多緊

數位層面：

• 最先進的2 奈米製程，到今年底的產能已經全部售罄，一片不剩

• 高雄正在同時建造5 座2 奈米晶圓廠——人類史上最大規模的先進製程並行建廠，但一座先進晶圓廠從動工到量產要三到五年，前期投入超過兩百億美元

• 即便這樣拼命建，到2030 年，2 奈米的月需求預計40-45 萬片，產能只有30-35 萬片——長期缺口10-15 萬片/月，相當於需求的四分之一到三分之一永遠得不到滿足

還有一個更隱密的瓶頸：先進封裝。晶片造出來只是半成品，要把計算晶片和記憶體"封裝"在一起才能用－這是AI 晶片的"最後一公里"，而這條路同樣基本由台積電一家把守，產能同樣常年供不應求。

如果台積電徹底放開手腳，英偉達理論上一年能出貨2 到3 兆美元的GPU——這個數字接近目前實際出貨規模的十倍。是台積電把這個數字鎖住了。

全世界的AI 野心加在一起，都要在台積電的產能表前排隊。

這把鎖也可能被撬開

公平起見，把反面也說清楚。這把鎖不是永動機，它有被撬開的劇本：如果有人——不管是馬斯克式的狂人，還是急於翻身的英特爾——繞過積電，借助設備商的支持自建超級晶圓廠集群，把先進產能的壟斷打破，那麼擴產紀律就會崩壞。

到那時，每家晶片廠都會像2000 年的電信公司一樣瘋狂鋪產能，供給過剩的引擎才真正點火。

好消息是：建廠的物理週期就擺在那裡，這個劇本在2027 年之前幾乎沒有上演的可能。壞消息是：這個劇本一旦開拍，就不會再有預告片。

泡沫需要失控的供給。而AI 的供給閥門，握在一群見過兩次崩盤、拒絕過黃仁勳的老人手裡！

第二把鎖：電

就算台積電明天想通了瘋狂擴產，晶片造出來也得有地方插。

這就是第二把鎖：電力和土地。

很多人以為AI 基礎建設的瓶頸是晶片，其實當下真正卡脖子的是更土的東西──資料中心的土地審核和電網存取。

這件事的荒謬之處在於時間尺度​​的錯配。設計一顆晶片，兩年；建一座資料中心，兩三年；但是給一座資料中心配上足夠的電力－新建電廠、擴容變電站、拉高壓輸電線、走完環評和審核－動輒五年起步。晶片論奈米演進，電網論十年規劃。

晶片以月迭代，電網以十年計——這是AI 時代最大的時差。

所以你會看到一個奇景：手握幾百億美元預算的科技巨頭，滿世界尋找"有電的土地"，像淘金者找水源一樣。買核電廠旁邊的地，簽二十年的購電協議，甚至直接出錢重啟退役的核反應爐。錢不是問題，電才是。

電力缺口預計要到2027-2028 年才能逐步緩解——電廠和電網的建設週期決定了這個時間表，再多的錢也壓縮不了多少。

兩把鎖疊在一起，效果是：AI 算力的成長被強行"壓平"了。需求想爆炸，供給只能爬坡。成長因此變得更慢、但也更久、更穩——這恰恰是歷史上鐵路、運河、網路這些科技革命都沒享受過的待遇。它們都是供給先失控，然後崩盤。

歷史上每一次科技革命都死於供給失控。 AI 是第一個被物理規律強行按住節奏的——這是它最大的運氣。

一個來自太空的變量

這裡留一個長期變數：太空資料中心。

邏輯很科幻但很硬——太陽同步軌道上太陽能無限，不要錢；衛星背陰面對著零下兩百多度的深空，散熱接近零成本。設想中的形態是：衛星前端是太陽能板，中間是標準伺服器機架，尾部拖著上百米長的散熱器，多顆衛星之間用雷射互聯，拼成一座漂在軌道上的虛擬資料中心。

地面資料中心最昂貴的兩樣東西——電力和冷卻——在太空裡都是免費的。

時間表：兩年內可能看到概念驗證，2030 年前後可能開始動搖地面資料中心的投資邏輯。

記住這個變數。現在它還改變不了任何東西，但它是懸在整個L3 基礎設施層頭上的一把劍——下文馬上會用到。

泡沫真正在哪裡：沿著金字塔逐層排雷

兩把鎖講完了，回到那張五層地圖，從下往上，一層一層過。

L0 + 應用層頭部：Large cap——貴，但不是泡沫

微軟、谷歌、Meta、亞馬遜、英偉達。這一層的資本開支，對應的是真實合約、真實收入、滿載的使用率。

兩個數字就夠了。

第一個：AWS 已簽約、還沒執行的在手訂單，第一季達到3,600-3700 億美元，比去年同期成長超過90%——這還不包括某頭部AI 實驗室後來新增的1,000 億美元承諾。什麼概念？相當於AWS 即使從今天起一個新客戶都不簽，已簽下的活兒也夠它乾好幾年。這些不是預期，是簽了字的合約。

第二個：前面提過的頭部大模型公司──18 個月，營收從不到1 億做到450 億以上，季度已獲利。這個增速在人類商業史上找不到第二個樣本。

還有一筆帳很少人算：推理的經濟學。訓練一個前沿模型是純投入，燒錢不眨眼；但模型訓練出來之後，每一次被召喚、每生成一個token，都是收入。以目前的行業計算，一個模型全生命週期的推理收入機會，大約是它預訓練投入的5 到10 倍。也就是說，今天這些天文數字的資本開支，買的不是"模型"這個一次性產品，是未來很多年的"算力收費站"。

收費站模式有一個特點：前期投入嚇死人，後期現金流淹死人。高速公路、電網、電信網路都是這麼回事——前提是真的有車在跑。而我們已經確認過了：沒有一顆GPU 是暗的，每條車道都是滿的。

貴不貴？貴。是不是泡沫？泡沫的定義是價格脫離基本面，而這一層的基本面則以每18 個月80 倍的速度追趕價格。

當年是估值站在原地等收入，等到倒閉；現在是收入在追估值，而且追得上。

用一句話總結這一層的買家：他們買算力不是在押註一個故事，而是在已經到手的訂單面前別無選擇。不擴產，簽了的合約就交付不了——這是被需求推著走的資本開支，不是被幻覺拉著走的資本開支。

L1 記憶體層：多空絞殺區

往上一層，記憶體晶片。這是現在多空分歧最尖銳的戰場。

先解釋一下這層為什麼重要。如果說GPU 是廚師，記憶體（尤其是高頻寬記憶體HBM）就是備菜台－廚師刀工再快，菜遞不上來也白搭。而AI 推理恰恰是一個瘋狂吃"備菜速度"的活兒：模型越大、對話越長，對內存頻寬的需求漲得比對算力的需求還快。

現在的局面：記憶體價格一年漲了60-70%，美光的利潤率從歷史平均的16% 飆升到了70%。

把這個數字放進歷史裡看有多嚇人：過去二十五年，內存產業是出了名的"豬週期"——價格漲、瘋狂擴產、供給過剩、價格崩、集體虧損，循環往復。 70% 量級的利潤率在這個行業每次出現，後面跟著一場葬禮。按照老劇本，現在應該要清倉跑路。

但多頭的邏輯是：這次的需求不是補庫存，是結構性的。 AI 推理對HBM 的需求會持續遞增，而內存廠商被周期教訓了二十五年，這次擴增極其謹慎——沒人願意當那個把價格砸崩的人。

這裡有一個結構性的變化值得單獨說：經過二十五年的血腥洗牌，全球高端內存只剩下三個玩家。上世紀九十年代這個行業有二十多家廠商，價格戰打起來誰都剎不住車；今天三家寡頭隔著太平洋互相看著對方的擴產計劃，誰都不想先動手。寡頭格局天然自帶產能紀律－這是"這次擴產不會失控"最硬的結構性理由，比任何管理層表態都可靠。

而且HBM 還在悄悄"擠佔"普通內存的產能：同樣一條產線，切給HBM 的晶圓，產出量比普通內存少得多。 HBM 需求越猛，普通內存供給越緊，全行業價格被一起頂上去——這就是為什麼連你電腦裡普通內存條的價格都在漲。

更重要的一個數字：目前全球真正用對了AI 的人口，大約只有0.1% 。如果這個數字走向5%——也就是從"極客玩具"變成"普通白領的日常工具"——內存的需求天花板在雲層之上。

空頭的邏輯同樣硬：現在的價格上漲是價格自己驅動的，不是出貨量驅動的──囤貨、惜售、買漲不買跌，這是典型的供需錯配訊號，而不是健康需求的樣子。

70% 的利潤率，要么是新時代的起點，要么是老劇本的高潮。多頭賭的是"這次不一樣"——而這五個字，恰好是投資史上最貴的五個字。

這一層我們不下結論。它是賭桌，不是泡沫，兩邊都有真實的籌碼。

L2 互聯層：光模組－泡棉的味道，從這裡開始

終於到了我們真正想敲黑板的地方。也是那張地圖上唯一的"硬體例外"。

先用三十秒講明白光模組是什麼。一座AI 資料中心裡有幾萬顆GPU，它們不是各幹各的，而是要時刻交換資料、協同算同一個模型－晶片之間的"對話量"大到銅線根本扛不住，必須把電訊號轉成光訊號，用光纖傳。負責"電轉光、光轉電"的那個小盒子，就是光模組。

GPU 是肌肉，光模組是血管。集群規模越大，晶片之間的互聯需求以平方級往上竄——所以AI 越火，光模組越瘋。這個產業邏輯是真的，今年整個光模組市場預計成長接近六成，產能確實"售罄到2028 年"。

邏輯是真的。但我們逐家看看股價做了什麼。

第一家：Lumentum－上一輪泡沫的親兒子，這一輪泡沫的領頭羊

這家公司是做雷射和光學元件的，說白了就是光模組和光通訊系統裡最核心的那顆"光源"。它的家世非常值得玩味：它的前身，正是2000 年光通信泡沫裡最著名的明星股之一——那家公司當年市值一度沖上千億美元，泡沫破裂後跌掉了99%，成了教科書裡"基建泡沫"的標準插圖。 Lumentum 就是從那家公司分拆出來的業務。

中間的二十年，它過得很平淡：給iPhone 的人臉識別供雷射器，給電信網路供元件，是一家典型的"良好但無聊"的硬體公司。

然後AI 來了。資料中心要海量的高速雷射器，新一代"把光路直接做進交換機"的技術路線又把它推到了舞台中央，連英偉達都真金白銀投了它20 億美元。於是：過去12 個月，股價漲了超過10 倍。

業務在變好嗎？真的在變好。訂單排到2028 年，這是實打實的。但請把兩個數字放在一起：它的營收成長預期是未來幾年每年百分之幾十，而股價一年漲了百分之一千多。市場給它的定價，已經是它年收入的幾十倍——而一家成熟硬體公司的正常水位，是三到五倍。

上一輪泡沫破裂的正中心是光，這一輪泡沫味道最濃的地方，還是光。歷史不重複，但它真的押韻。

第二家：AAOI－摔過一次的人，又站上了同一個懸崖

這家公司做的是光收發模組整機，主要賣給雲端廠商的資料中心。它的歷史同樣值得玩味：上一輪資料中心建設潮（2017 年前後）裡，它也曾經是大牛股——直到最大的客戶突然砍單轉向其他供應商，股價在隨後兩年裡跌掉了九成，之後整整七八年在虧損邊緣掙扎。

然後AI 來了，新一代高速光模組需求爆發，老客戶回來了。於是：年內股價漲了超過4 倍。

注意這家公司和Lumentum 的區別：Lumentum 好歹是行業龍頭、有技術護城河、有英偉達背書；AAOI 是一家過去十年大部分時間不賺錢、客戶集中度極高、上一輪已經被砍單教訓過一次的二線廠商。它的暴漲，幾乎純粹是板塊潮水的浮力。

而潮水已經開始晃了。上個月，這個板塊單日暴跌兩位數的情況出現了不只一次——AAOI 一天跌10% 以上，龍頭們也跟著跌7%-10%。沒有任何實質利空，就是高位的籌碼開始鬆脫。

還有一層很少被討論的風險：技術路線本身。

現在業界正在推進一場架構革命：把光學元件從"插在交換器上的獨立小盒子"，直接做進晶片封裝裡－業內叫共封裝光學。這個方向一旦成為主流，意味著兩件事：第一，"光模組"作為一個獨立產品形態會被逐步吸收，主導權從模組廠商轉移到芯片巨頭手裡；第二，鏈條上的價值會向"核心光源"集中，組裝環節的利潤會被擠乾。

翻譯一下：這場技術變革對Lumentum 這種握著雷射的公司，是機會大於風險——光源永遠需要，而且更值錢了；但對AAOI 這類以組裝見長的模組廠，是懸在頭上的第二把刀。諷刺的是，市場現在給兩類公司的定價熱情幾乎不分彼此——潮水大的時候，沒人檢查誰穿沒穿泳褲。

同一個板塊裡，有人賣的是不可取代的光源，有人賣的是隨時可能被架構革命繞過的盒子──而股價漲幅看不出任何差別。這本身就是泡沫的特徵。

把這一層的帳算總：需求成長接近六成，股價漲了四倍到十倍。中間的差距是什麼？是市場把2028 年的收入，提前折現進了2026 年的股價。

正確的敘事，加上過度的定價——這就是泡沫的標準形式。不是假的，是貴到不給未來任何犯錯空間。

為什麼偏偏是這一層出泡沫？回到那張地圖的規律就明白了：光模組是整個硬體鏈條裡物理門檻最低的一環。建晶圓廠要幾百億美元和五年時間，擴光模組產線只要幾億美元和幾個季度——它是唯一一段供給能"配合"炒作的硬體。供給端鎖不住，泡沫就有了生長的縫隙。

台積電的鎖保護不了光模組──因為光模組的產能，正是整條鏈上唯一不需要台積電點頭的環節。

單日兩位數的暴跌反覆出現，說明聰明錢已經開始在門口排隊了。

L3 基礎設施層：GPU 雲端二房東－活著，但靠的是別人的瓶頸

這兩年冒出一批專門做GPU 租賃的新型雲廠商：自己買卡、自己建機房，再把算力租給缺卡的公司，業內叫NeoCloud——我們更願意叫它們"GPU 二房東"。

它們活得很好，而且確實有兩把刷子：這群人像F1 車手開賽車一樣壓榨硬件，GPU 實際利用率能做到傳統二線供應商的2-3 倍。同樣一批卡，它們能榨出更多收入。

存活邏輯也成立：四大雲廠商自己的產能根本不夠用，溢出的需求總得有人接。只要"算力短缺"這個大前提在，二房東就有生意。

但請注意這個生意的本質：它們是瓶頸的受益者，不是護城河的持有者。

把它們的處境想清楚：它們賺的每一塊錢，本質上都來自"大廠擴產沒跟上"這個時間差。可是－電力瓶頸預計2027-2028 年緩解；大廠的自建資料中心在以人類史上最快的速度落成；前面埋的那個伏筆，太空資料中心，2030 年代如果落地，地面算力的稀缺性邏輯會被釜底抽薪。

時間差是會關上的。二房東手上沒有房產證，只有一份不知道何時到期的租約。

而且這門生意還有一個結構性軟肋：客戶和命脈高度集中。它們的卡片來自同一家晶片巨頭，大客戶往往就那麼兩三家AI 公司，有些玩家的最大股東和最大供應商還是同一個名字。上游捏著你的貨源，下游捏著你的收入，中間的你賺的是"撮合時間差"的錢——這種生意可以很賺錢，但配不上"平台"的估值。

靠別人家的瓶頸賺錢，就得做好瓶頸消失那一天的打算。

這一層不是騙局，今天的現金流是真的。但市場現在給它們的高估值，定價的是一個臨時狀態的永久化——這是估值錯誤，正在走向泡沫的方向。

L4 應用層長尾+ VC 生態：泡沫訊號最強的地方

最後爬到金字塔頂端。這一層要拆成兩半看。

頭部那一半——少數幾家有真實收入的大模型公司——前面說過了，收入追得上估值，不展開。

真正的問題在長尾，以及給長尾輸血的VC 生態。數字最刺眼的就是這裡：

今年一季度，AI 公司拿走了全球創投的絕大多數——每10 塊錢的VC 資金，有超過8 塊流向了AI。

1999 年，網路泡沫最瘋狂的時候，這個比例是多少？大約三分之一到四成。

也就是說，今天VC 對單一主題的押注集中度，是人類史上最大泡沫巔峰期的兩倍。

而且結構極度頭重腳輕：僅僅四筆頭部大交易，就吃掉了全球當季VC 總額的65%。全世界一個季度的創投，三分之二進了四家公司的帳戶。

這造成了一個傳導鏈：頭部明星公司用真實收入撐起了天價估值——這沒問題；但成千上萬家沒有收入的長尾創業公司，正在藉用頭部的估值邏輯給自己定價——"那家公司18 個月漲了80 倍，憑什麼我不行？"——這就是大問題。 1999 年"加個.com 就漲"的遊戲，今天的版本是"加個AI Agent 就翻倍"。

更麻煩的是，這批長尾公司的死法已經可以預演了。它們不會死於產品失敗——產品甚至可能不錯。它們會死於估值倒掛：上一輪以泡沫價格融的錢燒完了，下一輪投資人只肯按現實價格出錢，而按現實價格融資意味著上一輪投資人巨虧、創始團隊股份清零——於是談判破裂，公司在"估值的尊嚴"和"活下去"之間僵住，直到賬上的錢歸零。 1999 年那批公司，大多數就是這麼死的：不是被市場殺死的，是被自己上一輪的估值噎死的。

還有一個擴大機：這一輪長尾公司的成本結構比1999 年更脆弱。當年的網路創業公司燒的是市場費用，砍掉廣告還能苟住；今天的AI 創業公司燒的是算力帳單——模型不調用，產品就停擺，這筆錢砍無可砍。收入是故事，成本是剛性，這種組合在資本退潮時的死亡速度，會比上一輪更快。

注意，這和"Large cap 沒有泡沫"並不矛盾——

頭部有真實收入托底，長尾只有故事托底。泡沫從來不在最大的公司裡，泡沫在用最大公司的估值邏輯來為自己定價的小公司。

還記得1999 年真正的教訓是什麼嗎？不是"網路是假的"－網路是真的，電商是真的，最大的那家電商活下來還統治了世界。教訓是：

在一場真實的科技革命裡，你照樣可以虧掉所有錢──只要你買錯層了。

空頭也不是全錯：兩條值得睡前想一想的攻擊線

寫到這裡，如果你覺得我們是無腦多頭，請再往下讀。空頭陣營裡有真東西，而且這次的真東西，比大多數多頭願意承認的更鋒利。

空頭有兩條主攻線。表面上是兩個話題，往深處挖，你會發現它們其實是同一個問題的兩面。

攻擊線一：折舊戰爭－你的GPU 到底能用幾年？

先用一個生活化的例子把"折舊"講明白。

假設你開叫車，買車花了30 萬。如果這輛車以3 年報廢來算賬，每年的成本就是10 萬；如果以6 年報廢來算，每年成本就只有5 萬。注意：你一分錢沒有多賺，車也還是那輛車，只是改了一個會計假設，你的帳面利潤每年就憑空多出5 萬。

現在把車換成GPU，把30 萬換成幾千億美元。

科技巨頭們正在集體做同一件事：把GPU 的折舊年限往長了調。原來普遍以3-4 年算，現在紛紛延長到5 年、6 年。每延長一年，當期獲利就好看一截。空頭測算，照這個改法，未來三年整個產業可能少提上千億美元的折舊，部分巨頭的當期利潤可能因此被高估了兩成以上。

兩成是什麼概念？意味著你看到的財報利潤，有五分之一可能只是"會計假設的饋贈"，而不是生意本身賺來的。

多頭的反駁也有道理：折舊年資不是拍腦袋改的。在推理場景下，舊GPU 完全能打——訓練前沿模型需要最新的卡，但拿三年前的卡跑日常推理，照樣滿載、照樣賺錢。依照這個邏輯，GPU 用上10 年、15 年都不誇張，過去按3 年折舊反而是低估了。

誰對？誠實的回答是：取決於英偉達自己。未來兩代產品性能跳躍越猛，舊卡貶值越快，空頭越對；跳躍越緩，舊卡壽命越長，多頭越對。英偉達每發布一代新品，都在投票給自己客戶的資產負債表。

這是AI 財務問題裡最諷刺的一幕：英偉達的產品越成功，它客戶的財報就越可疑。

攻擊線二：GPU 信貸－把債務移到看不見的地方

第二條攻擊線更新，也更隱密。市面上討論的人不多，但我們認為它比折舊問題嚴重一個量級。

已經有GPU 開始經過複雜的表外結構流轉了。拆開看，這個結構是這樣運作的：

• 設一個殼：專門成立特殊目的載體（SPV）－一家除了"持有GPU"之外什麼業務都沒有的殼公司

• 殼去借錢：殼公司向私人信貸基金借錢，買下成千上萬顆GPU

• 租給用卡的人：殼公司把GPU 長期租給AI 公司，收租金，用租金還貸款

• 賣卡的人入夥：最妙的是這一步──晶片廠商自己也往殼公司投錢，當起了錨定投資人

每一方都得到了自己想要的：AI 公司用上了卡，但沒有背上債；巨頭和AI 公司的資產負債表上看不到這筆負債；芯片廠商鎖定了銷量，還順手賺了投資收益；私人信貸基金拿到了高息資產。

四方共贏。只有一個小問題：債沒有消失，只是沒人看得見它在哪裡。

這套結構應該讓你想起點什麼。其實它同時押了兩段歷史的韻腳。

第一段是2000 年。很少人記得，當年電信泡棉裡有個推波助瀾的角色叫"廠商融資"：設備巨頭自己借錢給客戶，讓客戶買自己的設備。帳面上銷售蒸蒸日上、成長曲線完美，實際上是左手倒右手——顧客用你的錢買你的貨。泡沫破裂時，這些設備商手上握著的不是利潤，是一堆收不回來的債權，死得比誰都慘。今天"晶片廠商往殼公司裡投錢、殼公司用這筆錢買晶片"的結構，和當年的廠商融資，在血緣上是親兄弟。

第二段是2008 年。上一次整個金融體系熱衷於"把風險打包、分層、挪到監管和投資者都看不清的地方"，是那場危機之前的房貸證券化。當年被打包的是房子，現在被打包的是GPU。

當一個產業開始自己給自己的客戶錢買自己的產品，你看到的每一個成長數字，都要打個問號。

折舊是會計問題，會計問題從來刺不破泡沫；槓桿是財務問題，歷史上每一個泡沫都是被金融問題刺破的。

兩條線其實是一條線

現在把兩條攻擊線接起來，你會看到空頭邏輯真正的殺傷力。

折舊爭議的本質是： GPU 能用幾年、殘值幾何？

GPU 信貸的抵押品是什麼？還是GPU 的殘值。

也就是說：殼公司借幾十億美元的依據，是"這批GPU 未來很多年都值錢、都能持續產生租金"這個假設。如果英偉達下一代產品性能再翻一個台階，舊卡租金大跳水——第一個爆掉的不是巨頭（他們扛得住），而是這些殼公司，以及把錢借給殼公司的私人信貸基金。

然後你要問的問題變成了：私人信貸這幾年膨脹了多少？裡面還塞了多少別的東西？這就是另一篇文章了。

目前這套結構的規模還小，遠不足以系統性出事──這是實話。但連最堅定的多頭自己都把"GPU 抵押融資大規模槓桿化"列為本輪週期的頭號風險訊號。當多空雙方罕見地指著同一個地方說"看那裡"，那裡就值得你認真看。

把GPU 塞進錶外殼公司的那一刻，2026 年第一次聞起來有了一絲2008 年的味道。現在還只是一絲──盯住它變濃的速度。

結論：貴，但門還鎖著

把全文壓縮成一張圖，還是那座金字塔：

沒有泡棉的（L0 + L4 頭） ：台積電、英偉達、四大雲廠商、頭部大模型公司。真實合約、真實收入、滿載利用率，外加台積電和電網兩把實體鎖。貴，但貴不等於泡沫。

多空絞殺的（L1） ：記憶體。 70% 的利潤率要么是結構性新周期的起點，要么是老劇本的高潮，賭桌已經擺好。

有泡沫味道的（L2、L3、L4 長尾） ：光模組——整條硬體鏈上唯一不受台積電產能紀律保護的環節，用2028 年的收入給2026 年定價；GPU 二房東——把臨時瓶頸當成了永久護城河；VC 生態估值——單一主題集中度達到1999 年。

真正需要盯住的三個潛在雷點：

• 演算法效率革命。如果有一天，更聰明的演算法用十分之一的算力達到同樣效果，整個"堆算力"的資本開支邏輯一夜崩塌。這是機率最低、但殺傷力最大的。

• GPU 信貸槓桿化。表外結構、抵押融資、證券化一旦鋪開，現金流買家變成槓桿買家，2000 年的劇本就換上2008 年的引擎重演。這是目前苗頭最真實的一個。

• 台積電放棄保守。不管是被對手撬開壟斷，還是自己改變心意瘋狂擴產──供給失控的那一刻，泡沫的必要條件才真正成立。這是最需要長期追蹤的一個。

這三件事一件都沒發生之前，AI 是一場被物理規律強行按住節奏的技術革命：貴，擁擠，局部發燒，但底盤是實的。

最後，把這張地圖變成三個可以隨身帶走的問題。下次你看到任何一個AI 標的，不管是股票還是創業項目，先問：

第一個問：它在金字塔的哪一層？離物理越近越踏實，離故事越近越危險。說不清自己在哪一層的，預設放在最危險的那一層。

第二問：它的收入是真實發生的，還是從頭公司的估值"借"來的？ "對標某某公司"這四個字出現的頻率，和泡沫濃度成正比。

第三問：它賺的是結構的錢，還是瓶頸的錢？結構的錢可以賺很多年，瓶頸的錢有保質期——而保質期通常比估值隱含的時間短得多。

三個問題都答得上來，再談價格。

泡沫從來不會通知你它在哪一層破。但你至少可以選擇，不站在用別人的故事為自己定價的那一層。

下次再有人問你"AI 是不是泡沫"，你可以反問他：你說的是哪一層？

台積電那群七十多歲的老工程師，可能是這個星球上唯一能阻止AI 泡沫的人。目前為止，他們還在崗。