2025 年 OpenAI 花了 340 亿美元，收进来 130 亿，净亏 390 亿。每挣一块钱要花两块六。这个数字本身就够让人问一句：这是不是泡沫？
问题是”泡沫”不止一种。互联网泡沫是一种，2008 年次贷危机是另一种，它们破裂的方式和社会代价完全不同。当前 AI 行业同时存在三种不同性质的泡沫风险，分别对应三种不同的破裂方式。把它们混在一起讨论，得到的只会是一个模糊的”会不会崩”的焦虑。分开看，才能知道该担心什么、该盯什么指标。
最直观的泡沫是”钱花太多了，收不回来”。但 AI 这轮和 2000 年互联网泡沫有一个关键区别：亏钱的人不一样。
互联网泡沫的时候，公司搭个网站就能运营，几乎不需要什么固定资产。融资靠的是股权投资，也就是风投和散户的钱。泡沫破了，股价跌掉九成，投资人认亏走人，事情就了了。损失锁在股东身上，不往外传。
AI 不一样。建一个 AI 数据中心要买地、盖楼、装 GPU、接电网、配冷却系统，每一项都是实打实的重资产。NYU 的估值教授 Aswath Damodaran 说这是他职业生涯里见过最大的基础设施扩张，规模上只有一百年前汽车产业兴起能比。这些钱从哪来？不全是股权。几家最大的云厂商集体在发债借钱：Alphabet 发了 850 亿美元债，Oracle 接近 500 亿，Amazon 370 亿，Meta 250 亿，连 Nvidia 也发了 200 亿。Alphabet 十年来头一次停了股票回购，把钱全压进了 AI 基建。
股权泡沫和债务泡沫的区别在哪？股权泡沫破了，股东亏钱，到此为止。债务泡沫破了，公司还不上债，违约会沿着放贷链条往外蔓延，从放贷的银行到买债的基金到整个信用市场。Damodaran 的原话说得直白：债务还不上的社会代价，比股价跌掉九成要大得多。
那什么时候该担心？不是看 Nvidia 股价还在不在涨，是看那些规模偏小、信用偏弱的借款人，比如 Oracle 和 Super Micro 的债券利差有没有开始走阔。Yahoo Finance 的分析师把它们叫作矿井里的金丝雀。金丝雀还没倒，但笼子已经挂进矿井了。
第二种风险不用等崩盘，它现在就在发生。跟估值高低没关系，跟资本集中度有关系。
Amazon 在 2025 年宣布往 OpenAI 投了 500 亿美元。之后不久，Amazon 旗下的电影公司拍完了一部关于 OpenAI 和 Sam Altman 的传记电影，然后决定不发了。理由说是”换个发行商更合适”，但多家媒体报道直接指出：你刚往这家公司砸了 500 亿，这时候发一部把它的老板写成喜剧角色的电影，不太合适。一家科技巨头凭资本关系决定了一部关于另一家科技巨头的电影能不能上映，这件事本身就是泡沫的一种表现形式。它不是估值泡沫，是资本关系已经大到开始扭曲本该独立的东西。
芯片行业也出了类似的事。一家叫 Odyssey 的 AI 创业公司做世界模型，四个月前的融资由 Nvidia 领投，芯片用的是 Nvidia 的 GPU。四个月后的新一轮融资，Nvidia 退出了，Amazon 和 AMD 进来了，芯片也从 Nvidia GPU 换成了 Amazon 自己的 Trainium 芯片。换芯片不是因为 Trainium 性能更好，是因为拿了 Amazon 的钱就要用 Amazon 的芯片。芯片选型从”谁的更好”变成了”谁投的钱绑得紧”。
这轮融资的投资人里还有 In-Q-Tel，CIA 的关联基金。世界模型这门技术从此挂上了国防用途。当国家安全的技术采购链路开始嵌进大厂资本关系锁定的技术栈，商业竞争和地缘竞争之间的界线就模糊了。
这几件事放在一起，看到的模式是：资本注入锁定技术选择，技术选择锁定话语权，话语权锁定国防路线。判断这种泡沫不需要等崩盘，看的是资本关系有没有开始在媒体、芯片、国防这些本该由市场竞争或公共决策来管的领域里重新分配权力。它已经开始了。
前两种风险说的是”如果 AI 失败了会怎样”和”就算没失败也有问题”。第三种说的是”如果 AI 成功了呢”。
Microsoft 的 CEO Satya Nadella 在 X 上写了一篇长文，提了一个大多数人在讨论 AI 泡沫时没想过的问题：假设少数几个 AI 模型真的成功了，把各行各业的专业知识都吸走了，价值从千行百业集中到几个模型供应商手里，然后会怎样？
他的答案是：社会不会容忍。
他拿来做类比的是二十世纪后期的制造业外包。当时 GDP 数字看着挺好，但工厂搬走之后留下的产业空心化、社区衰落和政治两极化，过了二十年才爆发，到现在还在发酵。Nadella 的担心是：AI 如果把专业知识也这样”外包”给少数模型，走的可能是同一条路。区别在于全球化花了二十年才显形，AI 的集中节奏快得多。
这种泡沫不是估值泡沫，是价值集中度泡沫。它破裂的方式不是股价跌或债务违约，而是监管、反垄断或社会反弹从外部把集中打断。触发这种反弹的条件恰恰是 AI 太成功了。模型越强，吸收的专业知识越多，替代的行业越广，政治和社会层面的反推力越大。
有意思的是，Microsoft 和 OpenAI 这对最紧密的盟友，对这种风险下了完全相反的注。Nadella 的策略是让每个客户拥有自己的 AI 能力，把价值留在客户手里，而不是集中在几个模型上。与此同时 Microsoft 开始试水用 DeepSeek 替代部分 OpenAI 模型。OpenAI 走的是相反的路：价值集中在几个前沿模型上，让各行各业通过 API 依赖它们。盟友内部在同一个时刻朝相反方向下注，说明这个风险已经大到最紧密的伙伴都坐不到一张桌子上了。
三种风险，三种破裂方式，三条时间线，三组观测指标。
第一种（债务传导）是失败之后的近期风险，盯的是 Oracle 和 Super Micro 的债券利差有没有走阔、大厂有没有因为钱紧而削减数据中心计划。第二种（资本关系扭曲）是现在进行时，盯的是大厂给投资对象开的芯片绑定条款、内容行业和 AI 巨头的资本关系透明度、国防采购有没有开始依赖资本关系锁定的技术栈。第三种（价值集中度反弹）是成功之后的中长期风险，盯的是各国对 AI 集中度的反垄断动作、行业级的 AI 使用限制立法、劳动力市场有没有政治动员的迹象。
判断 AI 是不是到了泡沫晚期，单看一种不够，要看三种风险的信号有没有同时开始恶化。眼下三条线都还在发信号阶段，没有进入破裂阶段。但 Oracle 的债券利差、Amazon 的电影叫停、KPMG 的案例造假、Microsoft 的路线转向，这些信号挤在同一个半年里密集冒出来，这个密度本身就比任何一个单独信号的分量要重。你赌不赌得对 AI 会不会成功，没那么重要。你同时盯几组指标，才重要。