我先假设AI是一场泡沫（上）：为什么我反而认为它更像一场十年以上的技术革命

过去两年，围绕人工智能的负面叙事几乎没有停止：AI泡沫、知名空头看空、通胀和长端利率上行、美国债务、巨额资本开支、AI应用亏损、循环融资、模型价格战。任何一条，都足以触发估值压缩。
但真正困难的，不是找到风险，而是判断这些风险有没有改变长期投资逻辑。
我没有从“AI一定会上涨”出发。恰恰相反，我先问了一个更苛刻的问题：
如果AI已经是一场泡沫，而且正在接近末期呢？
于是，我反过来研究互联网泡沫、2015年A股、2021年SPAC与加密狂热、2026年韩国半导体行情，甚至郁金香泡沫，寻找估值失控、信用扩张、垃圾资产泛滥、垂直上涨和真实需求转弱的证据。
结果与起点相反：当前AI已经出现局部泡沫、杠杆和金融化苗头，但核心龙头估值、盈利兑现、云需求、GPU租赁、低质量融资扩散与社会狂热等关键指标，仍不像典型的全面泡沫，更谈不上泡沫末期。
这不是“因为没看到风险所以乐观”，而是先假设自己错，再不断寻找能够推翻自己的证据。只有当反方证据仍不足以推翻原假设，投资确信度才真正有价值。
一、AI不是下一轮赛道行情，而是更接近通用技术革命
很多人喜欢把AI类比白酒、新能源、创新药：一轮景气上升，资本涌入，估值冲高，然后均值回归。
但这种类比最大的问题不是结论，而是尺度。
白酒重估的是一个消费品类，创新药改变医疗供给的一部分，新能源重构能源与交通链条；AI改变的却可能是金融、软件、科研、医疗、教育、法律、咨询、制造业等大量行业共同使用的生产工具，而且开始直接参与代码、研发、设计和工程。
一个行业周期结束后，利润和估值会回归均值；通用技术革命更可能把“均值”本身重新写一遍。
把AI类比白酒或新能源，就像用一次行业景气周期解释电力革命——不是同一层级的变量。
因此，我看AI的时间尺度不是三五年的赛道景气，而是十年以上的技术扩散与生产率迁移。
真正需要警惕的是基本面失效，而不是局部泡沫被消化。
二、人类文明的技术进步不是匀速前进，而是在不断“换挡”
如果把技术进步画成一条速度曲线，18世纪以前人类更像在“爬”，工业革命让我们开始“跑”，电力和汽车像“坐上车”，计算机与互联网像“坐飞机”；AI可能让我们第一次接近“坐火箭”。
这并不是说技术每年都会指数增长，而是每一轮创新都继承了上一轮留下的基础设施、知识、资本和全球分发网络。
AI还多了一层特殊性：它开始直接加速创新本身。
过去的工具主要帮助人类提高生产效率；AI可以参与写代码、科研、设计和工程。研发本身一旦成为可以被机器加速的生产过程，“创新加速创新”就可能成为新的增长机制。
三、AI创造的经济价值，可能超过互联网时代
如果AI完成大规模扩散，我判断它创造的绝对经济价值和资本财富，大概率会超过互联网与移动互联网。
原因并不复杂。
AI触碰的不是单一的软件收入，而是更大的成本池：认知劳动、研发、运营和决策。
与此同时，今天承接技术革命的资本市场体量也远高于互联网早期。
世界银行长期序列显示，全球上市股票总市值从1980年约2.5万亿美元扩大到2024年约115万亿美元，约46倍。
这不是“技术进步必然推高股价”的证明，而是说明：同样级别的技术冲击，如今会通过一个远大于过去的经济与资本体系传播。
四、未来资本所有权可能更加重要
AI时代还有一个并不舒服、但值得正视的结果：生产性资本所有者与单纯出售劳动时间者之间的差距，可能继续扩大。
当机器可以复制更多认知劳动，稀缺性会更加集中到股权、模型、数据、品牌、能源、算力、知识产权和资本配置能力。
美联储家庭财富分布账户显示，1989年第四季度到2026年第一季度，美国最顶端0.1%的财富占比约从8.7%升至14.4%，而后50%的财富占比约从3.4%降至2.5%。
但这并不是说“贫富差距扩大，所以应该买AI”。
我的投资含义更简单：
长期资本应该尽量拥有生产率提升所依附的生产性资产。
五、结构性分化不是异常，而是资本正在重新定价未来
今天一个常见质疑是：为什么AI、数据中心、电力和半导体表现强，而很多传统行业和消费并没有同步繁荣？
在我看来，分化本身不是泡沫证据。
资本市场本来就在提前重新分配资源。
真正需要区分的是：上涨究竟来自盈利上修，还是只来自估值扩张？
只要利润、现金流和订单也向AI产业链集中，价格分化就有基本面基础；如果未来盈利停止上修，而估值仍然持续扩张，风险才会迅速上升。
这也是我一直强调“价格”和“基本面”必须分开看的原因。
市场可以因为利率、流动性或者去杠杆短期下跌30%，但如果企业盈利、客户需求与资本回报没有坏，价格下跌本身不能证明长期逻辑失效。
六、为什么现在尤其重要：三个周期正在共振
AI长期革命之外，我认为现在还有一个更短周期的机会：
技术能力、AI基础设施资本开支、半导体/内存/网络周期，正在同时向上。
技术突破带来真实需求，云厂商扩张资本开支，芯片、HBM、网络、电力、机房和云服务同时吸收增量资本。
三周期共振不会持续十年，因此它反而可能是长期革命中盈利弹性最大的阶段之一。
真正危险的并不是资本开支数字本身很大。
真正危险的是：
资本开支继续上升，但利用率、租金、订单、收入和客户盈利却开始一起下降。
如果未来出现这个组合，我对AI资本开支周期的判断就会明显改变。
七、Agent与“越便宜，需求越大”
聊天机器人可能只是第一阶段。
Agent把“单次问答”变成持续执行任务：规划、搜索、调用工具、检查、修改，再与其他Agent交互。
未来算力需求更像：
用户数 × 任务数 × 每任务调用次数 × Agent间调用次数。
这意味着，未来AI需求增长可能不仅来自“有多少用户”，还来自“每一个用户让AI完成多少任务”。
与此同时，AI还有一个典型的杰文斯悖论。
斯坦福AI Index曾估算，达到类似GPT-3.5能力的推理成本，从2022年约20美元/百万Token降到2024年约0.07美元，下降超过280倍。
表面看，模型越来越便宜似乎意味着AI公司的收入空间会被压缩。
但如果成本下降让更多任务的投资回报率转正，企业就会部署更多AI、更多Agent，也会产生更多调用。
单位价格下降，并不意味着总市场下降。需求弹性足够高时，越便宜反而可能用得越多。
因此，我真正跟踪的不是“每百万Token又降了多少”，而是总调用量、总算力收入、企业ROI，以及每一美元算力最终创造了多少经济价值。
八、我的策略不是“永远持有”，而是盯住三条曲线
我的策略可以压缩成三条曲线：
技术能力、真实商业化、金融化。
只要技术能力仍在提高，企业愿意为AI付费，收入与现金流能够承接资本开支，而金融化尚未成为价格上涨的主要动力，我愿意承受波动并保持高权重。
反过来，如果未来资本开支越来越依靠复杂融资而不是客户现金流，低质量资产开始大量融资，社会狂热和杠杆同步上升，同时盈利与算力需求转弱，我不会因为“AI是长期革命”就拒绝减仓。
长期看多一个技术方向，并不等于在任何价格、任何阶段都看多它的股票。
这两件事必须分开。
结语：我不知道AI会不会最终成为泡沫，但现在还远没有到末期
我的核心判断并不是“AI永远不会成为泡沫”。
我不知道它最终会不会演变成全面泡沫，也不认为历史会机械重复。
我真正判断的是：
AI更像一场十年以上的通用技术革命，而不是又一次普通赛道行情；而在2026年的这个阶段，技术能力和真实商业化仍然跑在金融化前面。
这也是为什么我愿意保持高权重，但并不等于满仓，更不等于加杠杆。
下一篇，我会把最关键的问题直接量化：从估值、资本开支、模型商业化、GPU租赁价格、盈利、杠杆、社会狂热、低质量资产融资与垂直上涨等十个指标，判断AI究竟有没有走到泡沫末期。
主要数据来源：
World Bank；Federal Reserve Distributional Financial Accounts；Stanford AI Index 2025。其余框架与判断为作者整理