我先假设AI是一场泡沫（下）：十个指标告诉我，现在还远没到泡沫末期

上篇我解释了为什么AI更接近一次通用技术革命，而不是普通赛道周期。
但“技术革命”从来不意味着资产价格不会泡沫化。铁路、电力、互联网都创造了真实生产率，也都经历过资本过度投入和金融狂热。
因此，更重要的问题不是“AI有没有泡沫”，而是：
现在究竟处于技术突破、商业化、资本扩张、金融化，还是已经进入了由价格和杠杆自我强化的泡沫末期？
我的答案很明确：
局部泡沫和金融化已经出现，但整体仍然是产业繁荣大于金融狂热。
一、十个泡沫指标：目前还没有形成“同步失控”
判断泡沫最重要的，不是看“绿灯比黄灯多”，而是看这些指标是否开始同时恶化。
历史上的末期泡沫通常不是某一个指标突然变红，而是估值、信用、低质量资产、社会参与和价格趋势形成互相强化的闭环。
我目前观察的十个指标是：

1. 估值：绿灯
2. 资本开支向收入转化：支持
3. 模型商业化：支持
4. 资本开支持续上修：支持
5. GPU租赁价格：绿灯
6. 盈利：支持
7. 杠杆与信用：轻微黄灯
8. 散户与社会狂热：绿灯
9. 低质量资产扩散：尚未全面出现
10. 垂直上涨：局部板块黄灯

真正值得注意的，不是哪一个指标偶尔转黄，而是它们会不会开始同时失控。
1、估值：绿灯
以2026年8月的数据看，英伟达约22.5倍前瞻市盈率，Meta约18.4倍，微软约25.1倍，Alphabet约25.9倍，亚马逊约28.3倍。
相比之下，可口可乐约25.8倍，Costco约43.3倍。
再看互联网泡沫末期：2000年3月，思科市盈率约106倍，北电约382倍，AOL Time Warner约187倍。
所以至少从核心AI龙头来看，今天的估值仍然存在盈利锚，并不像典型泡沫末期。
我不会因为“涨得多”就自动判定泡沫。
真正重要的是前瞻EPS、自由现金流和资本回报，能不能继续支撑估值。
2、资本开支正在转化为收入：支持
今天的AI资本开支，与2000年大量“先建设、后找需求”并不完全相同。
Azure、AWS、Google Cloud的增长和在手订单说明，客户正在真实地为云、模型和企业软件付钱。
所以真正的反转信号不是“Capex很高”。
真正危险的是：
Capex继续高速增长，但云增长、利用率、订单和自由现金流开始一起恶化。
只要这种组合没有出现，我不会仅仅因为资本开支规模巨大就判断泡沫已经进入末期。
3、模型商业化：支持
AI并不只是芯片和服务器赚钱。
模型层本身已经形成大规模收入，这意味着硬件、云和模型之间正在出现收入闭环。
这当然不能证明模型公司的长期利润率已经完全成熟，但至少与1999年大量只有流量、没有收入和毛利的公司存在明显区别。
4、资本开支持续上修：目前仍然更像需求信号
大型云厂仍然在提高容量规划，而不是普遍取消订单。
但越往后，我会越来越关注一个指标：
新增一美元资本开支，到底还能产生多少新增收入、利润和自由现金流？
如果Capex继续增加，但边际资本回报持续下降，那才是从产业扩张走向产能过剩的重要信号。
5、GPU租赁价格：绿灯
H100从2023年极端短缺时期的高价长期下降，并不等于需求崩塌。
供给释放、技术进步和旧代产品折旧，本来就会压低旧代算力价格。
因此我更关注2026年的边际变化。
H100一年期合同价格从1月约1.50—2.05美元/卡时，上升到4月约2.10—2.70美元；同口径新兴云服务商H100价格从5月初约2.57美元升至7月底约2.75美元，涨幅约7%；H200同期约上涨14.4%。
如果算力真正进入全面过剩，我应该看到：
多代GPU同时持续降价、可用性明显提高、长约价格下降、利用率下降，同时云订单开始放缓。
目前还没有看到这个组合。

6、盈利：支持
价格可以领先盈利，但不能长期脱离盈利。
我可以容忍高估值，却不能容忍多个核心AI公司同时出现：
订单放缓、毛利下降、资本开支回报走弱、EPS下修，而股价仍然持续垂直上涨。
如果这种组合出现，我会明显提高对泡沫的警惕程度。
7、杠杆与信用：轻微黄灯
这一项已经出现值得警惕的局部繁荣。
美国银行和家庭部门尚未出现全面高杠杆，但对冲基金杠杆、AI项目融资以及韩国散户融资已经明显升温。
韩国融资余额在2026年6月24日达到约38.63万亿韩元的纪录高位，就是一个很好的局部反例。
泡沫真正危险的地方，在于信用开始产生自我强化：
资产上涨 → 抵押品升值 → 更多借贷 → 继续买入 → 价格进一步上涨。
如果未来系统性杠杆开始与AI资产价格形成这种正反馈，我会明显降低仓位。
8、散户与社会狂热：绿灯
热门股、期权和0DTE交易确实非常活跃。
但我目前还没有看到1999年或2021年那种真正意义上的全民社会化狂热。
真正值得警惕的不是“股票讨论很多”，而是：
非金融职业人群普遍追逐短期暴富、融资杠杆持续上升、媒体和社交网络被十倍股故事占据。
目前市场存在投机，但还没有全面社会化。
9、低质量资产扩散：尚未全面出现
泡沫末期往往会出现一个非常典型的现象：
资本从最优质的公司，开始向最差的公司扩散。
1999年传统IPO首日平均涨幅约71%，2007年充斥的次级贷款人，2021年又出现SPAC狂潮。
2026年融资市场虽然重新活跃，但我还没有看到大量低质量AI概念公司在“没有收入、没有利润、没有成熟产品”的情况下依然可以轻松上市并获得极高估值。
真正的红灯不是优质AI龙头上涨，而是市场开始不再区分质量。
10、垂直上涨：局部板块黄灯
历史上的泡沫末期往往不是普通上涨，而是：
加速 → 近乎垂直 → 失去价格锚。
1999年纳斯达克全年上涨约85.6%。
2015年上证指数不到半年上涨约59.7%，随后约三周下跌接近30%。
2026年SK海力士从5月4日到6月25日，大约七周上涨约102%。
郁金香泡沫更加极端。Thompson（2006）的价格指数从1636年11月12日的10.5，上升到1637年2月3日的202，约83天上涨19.2倍，随后到5月又回落到11。
所以真正让我转向红灯的，并不是某一只股票翻倍。
真正的红灯是宽基指数、低质量资产、融资杠杆和全民参与同时开始垂直化，而且盈利和真实需求已经跟不上价格。
二、局部泡沫已经出现，但局部泡沫不等于全面泡沫
韩国半导体以及部分AI资产已经出现短期暴涨、杠杆涌入和剧烈去杠杆。
这些现象不能忽视，但也不能机械地外推成“整个AI产业已经到顶”。
我真正关心的是：
局部泡沫出清以后，核心基本面有没有一起坏掉？
如果股价下跌，但云订单、模型收入、GPU利用率、企业付费和EPS仍然增长，那么更像是金融层面的局部泡沫被消化。
如果价格、需求、利润、租价和融资条件开始同时转弱，那才是产业周期真正发生变化。
因此，局部泡沫被消化而基本面不变，反而是对长期逻辑的一次压力测试。
三、AI现在走到哪里？
我把一轮技术资本周期分成五个阶段：
第一阶段：技术突破——已经完成。
模型能力跨过“可用”门槛，开始进入真实工作流。
第二阶段：算力短缺——已经发生，部分仍在延续。
GPU、HBM、网络、电力等一度成为明显瓶颈。
第三阶段：商业化兑现＋资本开支扩张——当前主阶段。
收入继续增长，容量规划继续扩张。
第四阶段：金融化＋全民投机——尚未全面进入。
局部投机存在，但还没有全面社会化。
第五阶段：产能过剩＋盈利下修——尚未出现。
真正的信号应该是GPU租价、利用率、订单和EPS开始同步转弱。
所以按这个框架，我认为：
AI现在主要处于第三阶段——商业化兑现＋资本开支扩张，而不是典型泡沫末期。
四、什么证据会让我改变观点？
我的判断不是永久看多。
如果下面这些信号开始同时出现，我会明显降低AI风险敞口。
第一，云和企业AI需求连续多个季度减速，付费席位、在手订单、使用量和客户ROI一起转弱。
第二，H100、H200、B200等不同代际GPU同时持续降价，可用性明显提高，利用率下降。
第三，Capex仍然高企，但越来越依赖担保、SPV、私募信贷或供应商融资，而不是客户自身经营现金流。
第四，核心AI公司的EPS和自由现金流预期停止上修，但价格仍然继续加速甚至垂直上涨。
第五，“全民炒股”真正出现：低质量AI概念批量上市，市场不再要求收入、利润和现金流，同时散户杠杆和社会狂热同步上升。
结语：我不是因为不知道风险而乐观
我不知道AI最终会不会演变成全面泡沫，也没有必要现在就做这个预言。
我真正关心的是：
资本形成是否已经明显脱离真实需求。
只要云需求、企业付费、盈利、GPU供需和资本回报仍然支持产业扩张，我就不会因为市场反复讨论“泡沫”而提前离场。
我愿意承受AI投资过程中30%甚至50%的大幅回撤，但前提是基本面证据没有失效。
价格下跌不是自动卖出信号；盈利和需求失效才是。
所以我的策略并不是“无条件满仓AI”，而是在技术能力与真实商业化仍跑在金融化前面时保持高权重；一旦资本扩张开始脱离真实需求，再撤退。
我不是因为不知道风险而乐观。我是因为研究了风险以后，仍然选择乐观。
**主要数据来源：**StockAnalysis、CFA Research Foundation、SemiAnalysis、Silicon Data、Federal Reserve、KOFIA、Reuters、Renaissance Capital、SEC、FRED、HKMA、Thompson（2006）。