从高盛《Decoding the Agentic Economy》出发，拆解 AI 经济的价值捕获链条。

撰文：Will 阿望

2026 年 4 月，高盛发布了一份名为《Decoding the Agentic Economy》的研报，核心判断只有一句话：AI 行业正在从「成本叙事」转入「利润叙事」。 Token 增量不再摊薄利润，而是带来正向边际贡献。利润拐点将在未来 3 到 12 个月内到来。

这不是一份普通的行业报告。它试图回答过去 18 个月里每一个科技投资者最焦虑的问题——每年 $8,000 亿的 AI 资本开支，到底能不能赚回来？

高盛给出了乐观的答案。而恰好在报告发布后不久，Google、Amazon、阿里巴巴、腾讯密集交出了 Q1 财报——这些数字，某种意义上是对前两年 capex 焦虑的第一份正式答卷。利润率确实在改善，Token 量确实在爆发，收入确实在加速。但同时，capex 也在以更快的速度增长。

安联研究（Allianz Research）的一句话精准地描述了当下的处境：「减少投资不是一个可信的选项——退缩意味着溃败，把阵地让给竞争对手。」 所有人都知道可能过度，但没有人敢先停下来。

本文想做的事情是：用高盛的论点作为主线，在每一个关键判断处引入 Q1 财报数据、同行研报和业内专家的声音作为旁证或反证，最终拼出一条完整的 AI 经济价值捕获链条。 然后追问两个高盛没有正面回答的问题——这条链条上，利润到底在哪里？如果有利润拐点，它什么时候到？GPU 的折旧时钟给出了最晚的期限。

在拆解的过程中，我发现了一个比 Token 经济学更底层的分析框架。高盛说的「利润拐点」，翻译成更直觉的语言其实是：楼盖好了，租客在涌入，租金在回升，空置率在下降。现在是从「建设期」进入「收租期」的转折点。

AI 基建经济的底层结构，和地产开发惊人地相似——只不过 GPU 三年折旧，比土地残酷得多。

我把这个框架叫做「算力地产」。

Key Takeaways

高盛的方向判断是对的，但时间表过于乐观。 利润拐点确实在云厂商层出现了（Google Cloud 利润率两年从 9.4% → 32.9%），Token 需求确实在爆发。但「3-12 个月内利润拐点化解 capex 焦虑」这个推论，在 Q1 数据面前不成立——利润在追赶 capex，按当前速度追不上。

AI 基建经济本质上是一个「算力地产」模式。 先借钱建楼，再招租收租，赌的是租金收入能在 GPU 折旧之前覆盖建设成本。GPU 3-5 年折旧，比土地残酷得多——建设者的时间窗口由会计准则决定，不由市场情绪决定。

收入增长的一部分是循环的。 AI 公司互相买单、经销商先打款囤 GPU——系统内的钱在循环。终端企业和消费者的真实非循环付费可能只有 $200-300 亿 / 年，对比 $8,000 亿 capex 缺口超过 20 倍。

核心玩家和边缘玩家的风险结构完全不同。 AWS、Google 有遗留业务兜底，不会倒。真正的风险集中在 CoreWeave（$248 亿债务）、Oracle（CDS 2009 年以来最高）和靠融资续命的模型公司。如果这个周期要出事，会先在边缘出事。

最终会好起来，但不是所有人都能等到那一天。 我们认为营收跑赢 capex 最终会发生——但更可能的时间框架是 2-3 年，而非高盛说的 3-12 个月。在这个窗口期内，投资者需要区分「AI 会不会赢」（会）和「谁能活到那一天」（不是所有人）。

一、算力地产的底层结构

要检验高盛的判断，首先要理解一个前置问题：为什么所有人都在盯着 capex（资本开支，即企业用于购买设备、建设基础设施等长期资产的支出）？

1.1 为什么 AI 是一门「地产生意」

传统 SaaS 的商业模式是轻资产的——工程师写完代码，部署到云上，第二天就能开始卖订阅。边际成本趋近于零，这是过去二十年科技股高估值的基础。

AI 不是这样的。AI 是重资产前置：先花 6 到 24 个月建数据中心、买芯片，然后才能开始向客户收费。Amazon CEO Andy Jassy 在 Q1 财报电话会上直接说了：从签约到建成到产生收入，中间有一到两年的时间差。

这意味着 AI 的资产负债表结构更像地产开发商，而不是软件公司。

最后一行是整个故事的关键。土地不折旧，最坏情况下资产还在，开发商可以等。GPU 三年就要减值——如果三年内算力利用率上不来，资产直接归零。AI 基建的容错窗口，比地产短得多。

把这个窗口量化：五大 Hyperscaler 2026 年 capex 合计约 $8,050 亿，2027 年将突破 $1.1 万亿（摩根士丹利口径）。要让这些投资实现 10% 的回报率，需要每年产生 $6,500 亿的 AI 收入——相当于让全球每个 iPhone 用户每月多付 $34.72（JPMorgan 资管的测算）。高盛自己年初也承认：要维持投资者的预期回报率，行业需要年化 $1 万亿以上的利润，是 2026 年市场一致预期 $4,500 亿的两倍多。

更值得注意的是规模效应：摩根士丹利指出，AI capex 已占 Q1 美国 GDP 增长的约 75%。这不只是几家公司的资本配置决策，已经是宏观事件。

所以高盛的「利润拐点」论，翻译成算力地产的语言就是：

这 $8,000 亿的「建设投入」，必须在 3-5 年的 GPU 折旧窗口内产生足够的「租金收入」。高盛说拐点到了。

1.2 钱是怎么流的——价值链与它的循环性

在验证高盛的判断之前，还需要搞清楚一件事：AI 经济里的钱到底是怎么流的？

当前的 AI 价值链是一个「倒金字塔」——越靠近终端用户的层级，利润越薄。

Nvidia 吃掉了绝大部分利润——一家公司的 capex 就是另一家公司的 revenue。

但这个链条有一个更隐蔽的问题：钱在系统内循环，和地产周期里的「左手倒右手」如出一辙。

Nvidia 卖芯片给云厂商——这是云厂商的 capex。云厂商卖算力给模型公司——这是云厂商的 revenue。但模型公司的钱从哪来？VC 和战略投资者。而战略投资者往往就是云厂商自己：Amazon 投资 Anthropic，Anthropic 用这笔钱买 AWS 算力，AWS 的收入增长了——然后 Amazon 用增长的收入做更多 capex。闭环。

Howard Marks 在 2026 年 2 月的备忘录里说得直接：这个收入链条「最终必须依赖终端用户为真实经济价值付费」。JPMorgan 的研究提供了一个更冷静的量化：AI 相关股票贡献了 S&P 500 75% 的回报、80% 的盈利增长、90% 的资本开支增长。市场的增长，几乎来自同一组公司互相交易。

1.3 谁是「建材商」，谁是「开发商」

理解了钱的流向，再来看每个角色在链条里到底做什么。

Nvidia 是建材供应商。 它不盖楼，不收租，只卖 GPU。占全链约 88% 的毛利，毛利率 ~75%——建材商拿走了最大的一块。至于 Nvidia 的收入有多少是下游「经销商」先打款囤货贡献的，这是后面讨论循环收入时需要拆解的问题。

云厂商是开发商兼物业公司。

它们同时在做五件事：出租 GPU（算力房东）、运营模型超市（Bedrock / Vertex AI 按 Token 抽佣）、自建芯片厂（Trainium / TPU 替代 Nvidia 建材）、锁定企业租户（IAM/VPC/ 合规——「企业选 AI 平台不是因为模型好，而是数据已经在那个云上」）、战略投资模型公司换取入住率。

阿里巴巴在 2026 年 3 月把这个逻辑直接写成了组织架构——成立「通义千问 Token Hub」，把模型实验室、阿里云和平头哥芯片合并为一级业务集群，与电商并列。内部叫「通云哥」。模型驱动入住率，云捕获租金，自研芯片压低建材成本。更值得注意的是，阿里云一线销售的过程管理已经从传统云指标（计算、存储、网络）换成了 Token 消耗量——挖掘到一个新商机后，会把它定义为「10 亿 Token 级别」或「100 亿 Token 级别」。Token 正在成为整个云产业的通用语言。

腾讯走了一条不同的路。Q1 2026 capex ¥370 亿（+73% YoY），但选择把 GPU 优先分配给内部产品——广告精准度、游戏用户粘性、企业服务效率——而非腾讯云对外卖算力。管理层在电话会上直接说「我们有意识地推迟了通过腾讯云变现 AI 的机会」。同样是算力地产模式，阿里是开发商（建楼出租），腾讯更像自住型业主——先装修自家办公室，利润增速跑赢收入增速（+11% vs +9%）说明 AI 投入已经在通过内部效率改善产生回报。

而在今天的阿里 Q4 电话会上，管理层又做了一次明确的自白：capex ¥3,800 亿规划还没花完，需求跑在供给前面，自研 GPU 还在爬坡，「不排除增投」。云有 590 亿元人民币现金储备，整体经营现金流为正——有钱继续建。但管理层也给了一个时间框架：3 到 5 年内证明 ROI。恰好对应 GPU 折旧周期。

Oracle 是最激进的开发商。

$500 亿 capex，$450-500 亿债务融资，CDS（信用违约互换，衡量市场对企业违约风险的定价）升至 125bps——2009 年以来最高。更激进的是，Larry Ellison 卖掉了自研芯片公司 Ampere，原话是「我们不再认为自研芯片具有战略意义」。这和 AWS（Trainium）、Google（TPU）的方向完全相反——Oracle 选择完全依赖 Nvidia 建材，不做垂直整合。赌性最大，对上游的依赖也最重。

高盛盯着云厂商利润率来判断 AI 生态的健康度，是因为云厂商恰好坐在 capex→revenue 这条链的中间——它是转化器。但它的利润率改善，有多少来自真实的终端需求，有多少来自循环采购？这个问题需要在财报里找答案。

AI 经济的底层结构是「算力地产」——重资产、前置投入、依赖融资、折旧窗口短。这个结构本身不是问题，铁路和电信也走过同样的路。问题在于 GPU 只给了 3-5 年的容错时间，而价值链上 88% 的利润仍被建材商（Nvidia）拿走。

云厂商坐在中间，既不是最赚钱的，也不是最安全的——但它是唯一能被观测到利润率变化的层级。所以所有人都在盯着它。

二、验证一：入住率在飙升

高盛的第一个判断是：需求在加速。翻译成算力地产的语言：租客在涌入吗？入住率在上升吗？

2.1 美国侧：Q1 财报

Google Cloud 交出了最亮眼的成绩单：单季收入 $200 亿，同比增长 63%——上个季度还是 48%，一个季度又加速了 15 个百分点。AI Solutions 收入同比增长 800%，Pichai 在电话会上首次明确说 AI 已成为 Cloud 的「首要增长驱动力」。更有说服力的是预售合同：backlog 单季近乎翻倍至 $4,600 亿。Token 处理量达到每分钟 160 亿，上季度是 100 亿。

但需要注意的是，$200 亿的 Cloud 总收入仍然包含 GCP 核心服务（计算、存储、数据库）和 Google Workspace（企业办公套件）。AI 是增量加速器，但基础盘仍是传统云。

AWS 的绝对规模更大：$376 亿，同比增长 28%，15 个季度以来最快。AI 收入 run rate（年化收入，即当前季度收入 × 4）超过 $150 亿，三位数增长——但仅占 AWS 总收入的约 10%。Bedrock 客户支出环比增长 170%，Q1 处理的 token 数超过了此前所有年份的总和。自研芯片（Graviton + Trainium + Nitro）run rate 达到 $200 亿，也是三位数增长——「自建建材厂」的进度在加速。

两家的 backlog（已签约但尚未交付的合同金额）合计超过 $8,000 亿，几乎锁定了未来数年的收入可见度。

2.2 中国侧：Token 量的全球验证

需求加速不只是美国现象。中金公司在 2026 年 5 月发布的《Token 启示录》报告里，引用了一组国家统计局口径的数据：2026 年 3 月，中国全国日均 Token 调用量突破 140 万亿，较 2024 年初增长了 1,400 倍。豆包 3 个月内日均消耗翻倍至 120 万亿，MiniMax 两个月内 Token 消耗增长 6 倍，coding 场景增长 10 倍。OpenRouter 上中国模型的调用量在 2026 年 2 月首次超越美国模型。

增长正在加速。据《财经》报道，截至 5 月 13 日，阿里云日均 Token 收入较 4 月初增长超过五倍——六周内翻了五番。阿里云 FY2026 Q4 的 AI 相关产品收入达到 ¥89.71 亿，首次突破外部收入的 30%——比上一季的 20%+ 又跳升了一个台阶。创业公司侧的爆发更猛烈：月之暗面 2 月 20 天内收入超过 2025 全年，截至 4 月 ARR（年度经常性收入）超过 $2 亿；智谱 3 月 API ARR ¥17 亿，同比增长 60 倍。

中美之间也出现了一个有意思的分化：中国模型的批发 API 价格约为美国的 1/10，价格战远比美国激烈。然而批发价降不等于租金降——终端正在从免费走向付费，零售定价权正在形成。

真实的故事是：建材在降价，但租金在涨。这恰好是高盛「剪刀差」最直接的验证——成本降、收入涨、利润空间打开。但提价的窗口能持续多久？这个问题留到后面讨论。

2.3 为什么入住率会继续上升——Agent 是「超级租户」

高盛预测到 2030 年，月度 Token 消耗量将是当前的 24 倍。这个数字有微观基础吗？

中金做了一个更精细的测算，直接回应了这个问题：在中度使用场景下，当 Agent 渗透率仅达 8%，来自 Agent 的总 Token 消耗量就已经等于全部 Chatbot 的基础量。 重度场景下只需要 2%。

Agent 不是普通租客——它是一个 24 小时不停运转、消耗 10 到 100 倍资源的超级租户。只要 8% 的写字楼换成这种租户，整栋楼的用电量就翻倍。乘数效应来自三层叠加：长上下文累积（每一步都要把之前所有步骤作为背景喂给模型）、长程任务链（Kimi K2.6 可连续工作 12 小时完成复杂项目）、交错思维链与工具调用的循环。

但中金也给出了一个重要修正：Agent 在长会话中频繁调用时，历史上下文可被提示词缓存命中，实际消耗不是简单的线性放大。

2.4 从散租到整租——企业端才是主力

个人用户是低频、轻量、试探性交互——散客。企业端一旦完成工作流嵌入，Token 消耗就从人力驱动变成业务流量驱动，不再受交互频次制约——整租户。

OpenAI 企业端 API 的推理 Token 消耗同比增长了 320 倍。高盛自己也在用真金白银赌企业端——2026 年 5 月与 Anthropic、Blackstone、H&F 组建了 $15 亿的企业服务合资公司，直接嵌入客户体系部署 Claude Agent。写研报看多的人自己也在下场，至少说明企业端的 AI 落地需求不是纸面上的。黄仁勋在 GTC 2026 上给出了一个更直觉的量化框架：公司应该给每个工程师配一笔 Token 预算，金额约等于基本工资的一半，让 AI 把产出放大十倍。 如果 Token 真的变成企业的标配消费——像 Office license 一样——需求就从「可选」变成「刚性」。

阿里 Q4 电话会验证了企业端的加速：MAAS ARR 已到 ¥80 亿，全年冲 ¥100 亿。但 Nomura 追问了一个关键问题：中国没有 SaaS 付费习惯。管理层回应务实——中国靠按调用计费（MAAS），美国靠订阅。中美「租金结构」不同：美国是签年约的写字楼，中国是按天收租的短租公寓。这部分解释了为什么阿里云 EBITA margin 8.8%，远低于 AWS 37.7%——不只是价格战，是商业模式的结构性差异。

豆包 2026 年 5 月上线付费订阅（68/200/500 元月费），Anthropic ARR 四个月从 $90 亿跃升至 $300 亿。商业化信号正在出现。

2.5 交叉验证与收入侧判断

需求加速是一回事，capex 多快能变成收入是另一回事。这里有一组原创的相关性分析数据，追踪了四大云厂商 capex 与云收入增长之间的时间差：

除 Amazon 外（需要 4 个季度），其余三家的 capex 投入 2 个季度后，云收入增长的相关度最高。 其中 Oracle 的 OCI 因为最纯净（没有 Workspace/Office 等非 AI 收入稀释），相关度达到 92%+。Oracle OCI 增速 55% → 68% → 84% 逐季加速，恰好对应 CY25 Q2-Q3 的 capex 跳涨。CoreWeave 作为最纯的 AI 基建标的提供了另一个视角：Q1 收入翻倍但亏损也翻倍（$248 亿债务，67% 收入来自 Microsoft）。阿里云 AI 收入 Q4 达 ¥89.71 亿、占外部收入 30%、日均 Token 收入六周增长五倍——但 EBITA margin 只有 8.8%，需求在爆发，利润率远低于美国同行。

还有一个来自需求侧的冷提醒。Token 量爆发是供给方的「北极星指标」，不是需求方的价值指标。据《财经》报道，企业客户关心的不是消耗了多少 Token，而是 Token 带来了多少算力成本。中金也指出，Token Factory 本质是「为过程付费」——天然存在利润率上限。真正健康的信号，不是 Token 量增长了多少倍，而是终端企业开始愿意为 AI 的业务产出付费——从「为过程付费」走向「为结果付费」。

需求加速是确定的，高盛完全正确。但入住率飙升不等于租金能覆盖建设成本。

AI 纯收入（$300-500 亿 / 年）和 capex（$8,000 亿 / 年）之间仍有 15-25 倍的缺口。入住率在飙升，但远未到能让开发商安心的水平。

入住率确实在飙升。但楼还在不停地建。租金能不能覆盖建设成本？这是下一章的问题。

三、验证二：租金在涨，但建设成本在吞噬一切

高盛的第二个关键判断是：云厂商利润率改善，足以化解 capex 焦虑。翻译成算力地产的语言：租金回报率在改善吗？能覆盖融资成本吗？

3.1 租金回报率：拐点确实在发生

Google Cloud 的数据最有说服力。运营利润率从一年前的 17.8% 跃升至 32.9%——两年前还只有 9.4%，三年前（Q1 2023）刚刚实现首次盈利，仅 2.5%。运营利润 $66 亿，同比三倍增长。如果要在 AI 经济里找一个「利润拐点」的实证，这就是。

AWS 的绝对利润更大：$142 亿运营利润，利润率 37.7%。规模先行者的优势清晰可见——绝对利润是 Google Cloud 的两倍多。Jassy 在电话会上还预告了一个未来的成本红利：Trainium 自研芯片将带来「数百个基点的利润率优势」。

Alphabet 整体的运营利润率扩张了 2 个百分点至 36.1%，净利润同比增长 81%。

利润改善不是预测，是已经发生的事实。高盛在这一点上完全正确。

中金的《Token 启示录》第二篇从微观经济学角度提供了支撑：Token Factory 自建算力模式下理论毛利率可达 60%，海外头部实际已达 40-50%，国内 20-40%。Token 生产本身已经是一门正毛利的生意——利润拐点的微观基础是成立的。

腾讯从另一个角度验证了 AI 投入的回报路径：不一定要通过「卖算力」变现，广告精准度提升和游戏用户粘性增强同样是回报。腾讯 Q1 2026 利润增速连续十个季度跑赢收入增速——AI 投入已经在通过内部效率改善产生回报。

但利润率改善来自三个性质不同的源头，需要分开评估。第一是平台规模效应——更多客户上云，固定成本被摊薄——这是可持续的。第二是自研芯片替代 Nvidia 带来的成本下降——这是结构性的，但仍在早期。第三是 Token 交易量暴增——Bedrock 的 Q1 token 量超过了历史总和——这是真实的增长，但如果模型层继续打价格战，平台「过路费」的空间也会被压缩。

第三个来源的可持续性，取决于一场赛跑：Token 带来的营收增速，能不能跑赢 capex 的增速。

3.2 但建设成本在吞噬全部租金

高盛说「利润率改善足以化解 capex 焦虑」。Q1 数据讲了一个更复杂的故事。

Amazon 的自由现金流 TTM（过去 12 个月累计）从 $259 亿暴跌 95% 至 $12 亿。经营现金流 $1,485 亿，但 capex $1,473 亿——几乎一分不剩。Q1 单季 capex $432 亿，全年指引 $2,000 亿。BofA 预测 2026 全年自由现金流为负 $280 亿。Morgan Stanley 的预测稍微乐观一些，也是负 $170 亿。

Alphabet 的 capex 从去年同期的 $172 亿翻倍至 $357 亿，全年指引上调至 $1,800-1,900 亿，并且明确表示 2027 年还会「显著增加」。Pivotal Research 预测其 2026 年自由现金流将从 $733 亿骤降至约 $82 亿——降幅接近 90%。

BofA 给出了全行业的数字：五大 Hyperscaler 将把约 90% 的经营现金流投入 capex。

翻译成算力地产的语言：租金在涨，但开发商把所有租金收入都拿去买了更多的地和 GPU。现金流为负——靠融资续命。

3.3 循环「租金」的问题

这里有一个更深层的问题。上一章提到的循环性，在利润数据里同样存在。

CoreWeave 67% 的收入来自 Microsoft——而 Microsoft 也是 CoreWeave 的间接投资者。Amazon 投资 Anthropic，Anthropic 买 AWS 算力，AWS 收入增长——循环。OpenAI 追加了 $1,000 亿的 AWS 承诺，但 OpenAI 本身仍在巨额亏损。更值得警惕的是，据 Fortune 报道，OpenAI CFO Sarah Friar 曾在内部警告「公司在数据中心上的支出相对于收入轨迹过高」。消息泄露当天（4 月 28 日），Oracle 领跌 3%，Nvidia、Broadcom、AMD 跟跌——最大的「租户」自己的 CFO 都在质疑支出节奏。

循环不只发生在云厂商和模型公司之间。往上游看一层，Nvidia 的收入确定性也部分建立在同样的结构上。CoreWeave 本质上是 Nvidia 的 GPU 经销商——先借钱囤货，再把算力租出去。这个模式和中国人熟悉的茅台经销商异曲同工：经销商先打款拿货，品牌方确认销售收入，经销商承担全部库存和价格风险。Nvidia 数据中心每季超过 $500 亿的收入里，有多少是 Neocloud 们先打款囤 GPU 贡献的？建材商的收入看起来最确定，但它的确定性部分来自经销商的信贷扩张。

那么，真正的终端用户付费——非循环的、来自企业和消费者的真实需求——有多大规模？ChatGPT 约有 5,000 万付费用户，Anthropic 的 ARR $300 亿但大部分是 API 收入（最终回流为云厂商的算力消费）。真正的「非循环」终端收入可能只有 $200-300 亿 / 年。

对比 $8,000 亿的年度 capex——缺口超过 20 倍。

部分租客的租金来自房东的投资款。 在地产周期里，这是最危险的信号之一。

3.4 Oracle 的另一面

同一个 Oracle，在上一章是 capex→revenue T+2 转化的最强验证。在这一章，它的另一面显现出来。

$500 亿 capex 加上 $450-500 亿融资，前文提到的 CDS 水平是 2009 年以来最高。资产负债表的杠杆率在所有云厂商中最突出。2026 年 2 月，Oracle 一次性发行了 $300 亿的投资级债券和强制转换优先股，认购倍数远超预期——市场目前还愿意给它融资。

但 Ellison 卖掉 Ampere、放弃自研芯片的决定，意味着 Oracle 的算力成本完全取决于 Nvidia 的定价。如果 GPU 价格不降、需求拐头，Oracle 同时面临成本刚性和收入下滑的双重压力——没有自研芯片做缓冲，也没有像 AWS/Google 那样的遗留业务兜底。

CoreWeave 的处境更极端：$248 亿债务，亏损翻倍，单一客户集中。它本质上就是 Nvidia 的 GPU 经销商——先囤货再出租，赌的是利用率不降。如果把 CoreWeave 放进算力地产的框架，它是这个周期里的恒大——只不过三年后 GPU 比烂尾楼贬值更快。

3.5 转折的判断

高盛的「利润拐点」是事实，但「利润拐点 = capex 焦虑化解」是推论。Q1 数据不支持这个推论——至少目前还不支持。

利润率在改善，但 capex 增速更快。利润改善的全部成果都被再投资吞掉了。两条曲线——租金增速 vs 建设成本增速——谁先到顶，是这个周期的核心变量。

而且 GPU 只有 3 到 5 年的折旧窗口。2025 到 2026 年投入的 GPU，必须在 2028 到 2029 年之前产生足够收入。如果高盛说的利润拐点在 12 个月内兑现，信贷扩张可以被经营利润接力。如果没有，2028 年左右，资产负债表上可能开始出现减值。

高盛说的利润拐点是事实。但利润拐点 ≠ capex 焦虑化解——利润在追赶 capex，按当前速度，追不上。

五大 Hyperscaler 把 90% 的经营现金流投入 capex，利润改善的全部成果都被再建设吞掉了。除非营收增速在未来四个季度出现非线性加速（Agent 大规模企业渗透），否则 2028 年的 GPU 减值窗口会先到。

四、压力测试：历史的镜子与华尔街的分歧

每一轮基建周期，市场都会在同一个问题上争论：这次建设的速度，有没有超过需求追上来的速度？历史上有三次可供参照的「基建地产」周期。

4.1 三次周期的量化对比

AI 的 capex/revenue 缺口是三次基建周期中最大的，折旧速度也是最快的。容错窗口最小。

Wells Fargo 的最新测算把这个比较推得更远：Q1 2026 AI capex $1,740 亿，驱动了 Q1 GDP 增长的 42%，占美国 GDP 的 2.4%。预计到 Q4 2026 将达到 3%——超过互联网泡沫 1999-2000 年的峰值，也超过 1850 年代的铁路投资高峰。 这意味着 AI 基建强度正在创下美国经济史上的纪录。

4.2 为什么这次「可能」不同

把 AI 基建简单等同于电信泡沫是懒惰的分析。核心 Hyperscaler 和当年的电信运营商之间有结构性差异。

资金来源不同。 1990 年代末的电信公司主要靠资本市场债务融资——Global Crossing、Level 3 的杠杆率极高。今天的 Hyperscaler 主要靠自有经营现金流，净杠杆率仍在 0.9x 左右（JPMorgan 口径），远低于投资级债券平均的 2.6x。

遗留业务提供安全垫。 AWS 背后有 Amazon 电商，Google Cloud 背后有搜索广告，Azure 背后有 Office 365。即使 AI 投资回报不及预期，母公司不会像 WorldCom 那样倒掉。

审计环境更严格。 电信泡沫时期存在大规模的财务造假（WorldCom 虚增了 $110 亿资产），人为放大了需求预期。今天的监管和审计标准要严格得多。

但边缘玩家的风险是真实的。CoreWeave：$248 亿债务、亏损翻倍、67% 收入集中在单一客户。Oracle：CDS 升至 2009 年以来最高水平。这两家的资产负债表结构，更像当年的 Level 3 和 Global Crossing，而不是 AT&T。

7gc&co 的研究总结了这种分化：对 Hyperscaler capex 的担忧「更多来自耸人听闻，而非导致互联网泡沫破裂的历史性因素」——但「警告信号已在边缘出现」。

4.3 历史的真正教训

电信泡沫的结局不是「基建没用」——光缆最终被 Web 2.0 消化了。从 1999 年铺光缆算起，需求用了 15 年才追上供给。

但「长期有用」和「投资者赚钱」不是一回事。铺光缆的公司破产了，用光缆的公司（Google、Netflix）赚了钱。 建设者承担了全部风险，使用者收割了价值。

每一代人都有自己需要建设的东西。铁路、电网、光缆、数据中心——基础设施永远需要有人先建。问题从来不是「该不该建」，而是「建设的节奏和融资结构能不能让建设者活到收租的那一天」。

算力地产可能重演同样的错配。GPU 折旧窗口只有 3-5 年，比光缆的 15-20 年短得多——如果需求追上来的速度不够快，建设者撑不到「长期有用」的那一天。

4.4 华尔街怎么看

需求加速、技术真实、变现已开始——这些没有分歧。分歧在于规模和节奏。

Wells Fargo 给出了最极端的多头姿态——分析师 Ohsung Kwon 直接用了「euphoric bubble」来定义 AI capex 周期，但结论是建议投资者买入。「承认是泡沫但建议别下车」——这可能是当前市场共识最精准的缩影。

Howard Marks 站在另一端：循环收入加上 vendor financing，有电信泡沫的既视感。摩根士丹利信用团队也用了「bubble」一词，但加了限定：「不是 2026 年的风险，是 2026 年该保持警惕的事。」开篇提到的安联「囚徒困境」在这里显现：没有人敢先减速，因为停下来意味着把市场份额拱手让给对手。

高盛自己 2025 年底的研究显示了一个更微妙的信号：投资者正在从债务驱动的 AI 基建股（如 Oracle、CoreWeave）轮动到 capex→revenue 转化清晰的平台股（如 Google、Amazon）。市场不是不信 AI，而是在选择「谁的模式更健康」。Sequoia 的「$600B Question」框架用 2026 年 $8,000 亿 capex 重算，缺口可能更大；MIT 2025 年的研究发现 95% 的组织从 GenAI 投资中回报为零。

一级市场和二级市场看的是不同的东西。

二级市场问「股价能不能涨」——看利润率催化、EPS 增长。一级市场问「钱能不能回来」——看单位经济学、终端付费意愿。高盛的报告是前者的逻辑——它判断的是估值催化剂，不是底层投资回报。

AI 不是电信泡沫的简单复刻——核心 Hyperscaler 有遗留业务兜底，杠杆率远低于当年的电信运营商，不会倒。

但边缘玩家的风险是真实的、当下的。 CoreWeave（$248 亿债务、单一客户集中）和 Oracle（CDS 2009 年以来最高）的资产负债表结构更像当年的 Level 3 / Global Crossing。如果这个周期要出事，会先在它们身上出事——然后传导到市场情绪。

4.5 两个没人讨论的盲区

华尔街的多空双方争的都是「capex 能不能赚回来」。但有两个更深层的结构性问题，几乎没有研报触及。

价值链何时翻转？ 当前 88% 的毛利在 Nvidia，应用层几乎不赚钱。每轮平台周期最终都会翻转——PC 时代 Intel 赚钱，移动时代应用层赚钱。AI 的翻转何时发生？可观测的信号是：AI-native 应用公司（不是模型公司）出现正向单位经济学。在那之前，高盛说的「利润拐点」只是价值链中间一层的故事，不是整个生态的故事。

Token 定价权能持续多久？ 批发价在降，零售端在提价，利润空间打开——这是当前剪刀差成立的基础。但 Gemini Flash 已把价格压到 $0.10/ 百万 token，中国批发价只有美国 1/10。如果模型层竞争最终迫使零售端也降价，剪刀差就会反转。营收增速能不能持续跑赢 capex 增速，是整个周期的核心变量。

五、算力地产的两个结局

高盛的判断在方向上是对的：AI 正在从建设期进入收租期，利润拐点确实在云厂商层出现了——Google Cloud 利润率两年内从 9.4% 到 32.9%，这不是预测，是事实。Q1 财报和中国侧的 Token 数据共同验证了需求加速。Agent 的 8% 渗透率临界点为 Token 量爆发提供了微观基础。

但通篇看下来，有一个判断比高盛的所有论点都更底层：AI 基建经济运行在一个「算力地产」模式上——先借钱建楼，再招租收租，赌的是租金收入能在 GPU 折旧之前覆盖建设成本。 这个模式有两个结局，中间没有太多灰色地带：

结局一：营收增速跑赢 capex 增速。 企业端 Token 消费变成刚性支出（像 Office license 一样），入住率继续攀升，零售定价权持续，循环收入占比下降——经营利润开始接力信贷扩张。云厂商从「烧钱建楼」过渡到「稳定收租」。GPU 折旧被营收覆盖，资产负债表修复。高盛赢。

结局二：capex 增速持续跑赢营收增速。 Token 定价权在批发端的价格战中被侵蚀，传导到零售端。循环收入占比居高不下——AI 公司互相买单的比例不降。经营现金流持续被 capex 吞噬，开发商必须不断融资续命。一旦融资环境收紧——利率上行、信用市场关闭、或者一个边缘玩家的债务违约引发信心坍塌——音乐停止。2028 到 2029 年，2025-2026 年投入的 GPU 开始减值，资产负债表上出现大规模 write-down。铺光缆的故事重演。

我们的判断：结局一最终会到来，但不会在高盛预测的 3-12 个月内到来。 更可能的时间框架是 2-3 年。理由是：需求侧的加速是真实的（Agent 乘数效应 + 企业端嵌入 + 终端定价权正在形成），但 capex 的规模和循环收入的占比决定了利润追上建设成本需要更长的时间。在这个窗口期内，核心 Hyperscaler（AWS、Google、Microsoft）会活下来——它们有遗留业务的现金流兜底。但边缘玩家会经历洗牌。投资者需要区分两个问题：「AI 会不会赢」（会）和「谁能活到那一天」（不是所有人）。

开篇说过，GPU 三年折旧，比土地残酷得多。 这是整个「算力地产」模式最根本的风险——土地可以等，GPU 不能等。开发商的时间窗口不是由市场情绪决定的，而是由会计准则决定的。

需要观察的四个信号

• 自由现金流何时转正。 Amazon TTM 自由现金流已经从 $259 亿跌至 $12 亿。如果 Alphabet 也跟着转负，意味着即使是最有实力的开发商，经营利润也无法覆盖建设投入——续建完全依赖融资。关注 2026 年下半年的两份财报。
• 边缘玩家的融资能力。 CoreWeave（$248 亿债务、单一客户集中）和 Oracle（CDS 125bps）是这个周期的金丝雀。一旦它们无法以合理成本再融资，市场会重新审视整个 AI capex 叙事。关注 CoreWeave 的下一轮债务发行定价，以及 Oracle 的 CDS 走势。
• 循环收入的比例。 目前没有公司单独披露「AI 收入中有多少来自其他 AI 公司」。但可以用代理变量观测：如果 AWS 收入增速和 Anthropic 的融资节奏高度同步，循环没有打破。真正的验证是：非 AI 公司的企业 IT 预算中，AI 支出占比是否在上升。
• GPU 利用率。 云厂商没有公开披露 GPU 利用率数据，但 Token 处理量是最接近的代理指标。如果 Token 量增速开始放缓而 capex 仍在加速——空置率在上升——就是建设过剩的信号。

六、写在最后

Oracle Q4 FY2026 财报将在 6 月 16 日发布。 按照 T+2 转化逻辑，CY25 Q4 的 capex 跳涨应该在这份财报里开始兑现。这是本文所有论点的下一个实时验证点。

每一代人都要建自己的基础设施。

铁路、电网、光缆、数据中心——问题从来不是该不该建，而是建设者能不能活到收租的那一天。

高盛赌的是能，但 GPU 的折旧时钟说：留给它们的时间不多了。