「你覺得 AI 有泡沫嗎？」——有｜42章經

這是莫傑麟第六次做客我們的播客。我們幾乎每隔幾個月，就會一起復盤一次 AI 市場的最新動向。這一次，我們聊的是近期熱度最高的話題之一：AI 泡沫。泡沫只是情緒化的表象，更值得探討的，是泡沫之下結構性的變化。

本期播客原文約 17000 字，本文經過刪減整理后約 6600 字。

曲凱：我問個最直接的問題，你覺得現在的 AI 有泡沫嗎？

莫傑麟：有。

曲凱：這么直接？你不分類討論一下嗎（笑）？

莫傑麟：哈哈哈如果把泡沫理解成「預期高于現實」，那肯定是有的。

但有泡沫不一定是壞事，反而能推動行業發展。泡沫也不一定隨時會破。

曲凱：但我覺得需要拆開看，把價值和價格分開來說。

從價值來看，我不覺得現在的 AI 有問題。

最近關于泡沫的討論，大多發生在小紅書和 Twitter，但我們身邊真正做 AI 的人，幾乎沒人談這事。我還特意問了幾個人，結果大家都非常鄙視我，說：「AI 哪有什么泡沫？發展得挺好，我們都很興奮。現在的智能水平也已經夠高了。」

所以從價值層面看，沒什么泡沫。

但從價格層面看，就得進一步細分，拆成中國、美國、一級、二級來看。

價格體現在一級市場是估值，二級市場是市值。

今年國內一級市場整體還算健康。雖然估值比去年高了好幾倍，但對比美國，同樣的頭部項目，在國內的估值至少會比美國低十倍。

反觀美國一級市場，泡沫就比較明顯了。那邊不少公司的估值明顯虛高，比如 Cursor，一直在賠錢做，卻仍能拿到接近 100 億美金的估值。

而二級市場就更明顯在高位。二級你更熟，你怎么看？

莫傑麟：這幾年已經不是第一次出現泡沫討論了。但去年最大的爭議點是：AI 的市盈率并不算高，可能就 30 倍左右，因為 EPS 一直在漲。

曲凱：對。這波很多人說沒有泡沫的核心理由，也是因為這些公司真有收入，從市盈率看還能撐住。

莫傑麟：但不能只看收入，還要考慮兩個關鍵問題。

第一，大家對 AI 的預期差異太大，而預期并不完全體現在價格上。

我們上期節目說過（回顧：），這一輪大家對 AI 有兩個核心預期，一個是 AGI，另一個是降本增效。

那降本增效到底能快到什么程度？這些模型公司建的 data centers，ROI 能做到多少？AGI 又到了什么階段？

每個人對這些問題的預期水位完全不同，所以價格判斷自然不同。

第二，AI 的發展本身是高度結構化的。

一開始行業就被分成了中國 vs 美國、硬件 vs 軟件等不同方向。不同板塊、不同公司的泡沫程度必然不同。

所以當下一個很重要的問題，是分析 AI 的結構性變化。

我們上一期花了很大篇幅聊這一點。AGI 階段和降本增效階段，本質上是兩套完全不同的結構。

曲凱：對。我們上一期是從 AGI 和英偉達的角度出發，聊了 AI 敘事的結構變化。

第一階段的重點是 Pre-Training 的 Scaling Law，所以英偉達一直漲。

去年 o1 出來后，敘事轉向 Post-Training 和 RL。到今年 DeepSeek 出來，這個敘事達到頂峰，所以當時英偉達出現了一波大幅下跌。

但現在的問題是，RL 的敘事似乎有些后繼乏力，我們沒看到特別明顯的 RL 的 Scaling Law，DeepSeek 也沒有再出特別驚艷的新版本。

你覺得這是打破市場預期、導致泡沫討論升溫的主要原因嗎？

莫傑麟：我整理過這波泡沫的論據，發現非常分散。

年初 DeepSeek 在美股砸下深坑的時候，大家集中火力在講同一個點，就是 DeepSeek 讓大家看到了「花小錢辦大事」的可能性。

但這一次完全不一樣。這次有人講你剛說的這個點，有人講模型絕對能力，有人講應用落地、商業模式、成本，還有人講中國模型開源……維度非常多。

但我總結下來，所有論據最后都指向同一個問題：

模型公司的 ROI 有問題。

投入太大，而從所有維度看，產出都不夠。

曲凱：但這不是新問題。包括你說的這些論據，過去一年一直有人在講。

我們最近的 Newsletter 總結了 Coatue 的一篇文章（回顧：），其中的核心觀點是：跟 .com 泡沫比，現在這波根本不算什么。我看完那篇文章后去搜了一圈，發現認為有泡沫的那一方，似乎并沒有特別新的論據，也沒有一個扛大旗、認為一定有泡沫的角色。包括大空頭做空英偉達之類的動作，也不是最近才開始。

所以這波討論還挺奇怪的。

莫傑麟：它其實是有敘事鏈條的。

這波討論最早的引發點是 Meta 挖人，后來接連有各種資本動作，比如 OpenAI 和 xAI 加碼 data centers，英偉達投資模型公司等等。

這些動作的共同點，就是都在推高 Investment。Investment 越來越大，而 Return 卻有收平的趨勢，于是市場對 ROI 的焦慮就被不斷放大。再疊加過去半年的宏觀波動，各種事實因素一起作用，就催生了現在這波泡沫討論。

曲凱：對。現在還有一個事實，就是美股和英偉達都在跌。

我也想梳理清楚一點：美股最近到底為什么跌？更多是因為地緣政治、美聯儲降息的風聲，還是 AI 本身？

莫傑麟：很難排個準確順序。但美股現在絕不僅僅是因為 AI 在跌。

今年 DeepSeek 出來的時候，英偉達一度跌到過九十多美元，而這次遠沒跌到那個程度。

換句話說，如果市場真的確信泡沫要破了，跌幅應該更大。

我能確認的是，現在市場的風險偏好比幾個月前明顯更低了。

但我同意你說的，這種變化還沒有大規模影響到從業者，也沒完全反映在市場里。否則我們身邊不會有這么多人還在買 Google。

所以當前的風險偏好，只是結構性的、小范圍的下降。

曲凱：現在最大的問題似乎是市場情緒太脆弱了。你會隱隱感覺到，市場好像在「合力尋找泡沫」。

有篇文章說得特別好：不管你是看多還是看空 AI，其實都希望它跌。看多的人希望跌完抄底，看空的人是覺得它本來就應該跌。

但現在看來，跌幅還算可控？

莫傑麟：可能只是把之前過度樂觀的部分回撤了一點哈哈。

曲凱：是。我覺得現在大家看 AI 的心態也有些變化。你會明顯感覺到，好像越來越少人真正期待 AGI 了？

莫傑麟：你說的其實就是一個結構性的變化。

我們上次聊過，現在已經很難用一個統一的 Benchmark 去判斷模型好壞了。發展到今天，你會發現我們身邊很多 founders 都覺得模型的能力已經夠用了。

但這里有個問題，就是那些大的 AI 公司里的人，是不是也這么想？

因為真正推動 AI 往前走的，不是大眾，而是全球那十來個關鍵決策者。只要他們還在堅定投入，市場有沒有泡沫，其實都沒那么重要。

所以相比討論泡沫，當下更值得我們思考的是：我們是不是進入了一個新周期？要怎么判斷？

也就是說，預訓練的大周期是不是已經告一段落？行業的重心是不是要從「繼續提升智能」轉向「在現有模型上找新場景、新產品路徑，做降本增效」？

曲凱：我們上期聊過，現在肉眼可見的是，模型公司在卷應用、卷收入。去年的時候，誰都想不到會有這種變化。

也許站在 Sam Altman 這些關鍵決策者的視角，他們捕捉到了什么信號，才會選擇加碼應用和工程。而我們拿不到那個維度的信息，只能從他們的行動反推。

而倒推下來，或許就能回答你前面提到的周期變化那個問題？

莫傑麟：你說的其實恰恰說明了判斷周期的難度。如果真想判斷周期，我甚至覺得要假設自己什么都不懂。

首先，就像我前面說的，AI 的方向是由極少數人決定的，而這些人的判斷本身就很主觀。有沒有可能 Sam Altman 或 Meta 的團隊也知道現在有泡沫，但他們仍然覺得值得下注？

再加上 AI 太燒錢，以致于它的發展速度和路徑也很受宏觀環境的影響。

而且周期判斷沒有絕對對錯，它受太多變量影響。

比如前幾年我們都覺得「不搞 AI 的公司不太行」；但最近大家卻開始覺得蘋果這種「沒有過度投入」的公司反而挺好。

為什么會出現這種反轉？

可能就是因為過去的敘事重點是 AGI，所以投入越多越好。但現在大家開始算 ROI，會精算每一塊 Investment 和 Return。同時，這個季度 Meta、xAI、OpenAI 的投入都高得夸張，也讓市場非常直觀地意識到了 ROI 之低。

所以這輪最重要的一個結構性變化，是過去大家不看 ROI，現在所有人都開始看 ROI 了。

這也耦合了我們上期聊的：為什么 OpenAI 從 GPT-5 開始做整合？因為他們可能比所有人都更早意識到 ROI 這件事的重要性。

你怎么看待大家從「期待 AGI」，到開始「算 ROI」的這種變化？

曲凱：大家愿意接受大規模投入的前提，是 Scaling Law 依然有效。

如果 10 倍的投入真能換來 AGI，那還說得過去。但現在最大的問題是，Scaling Law 似乎失效了，后續 RL 也沒有補出一個明確的 Scaling 曲線。

在這種情況下，模型公司還要投幾萬億，市場當然會開始質疑它的價值和意義。就像你給瑞幸投一大筆錢，希望它一年開兩萬家店，結果瑞幸說要「從水泥造起」，那市場肯定不會買賬。

莫傑麟：但這就是我不同意的地方。

我們調研下來，Scaling Law 不是失效了，而是沒法被評估了。

而且把行業重心從提升智能挪開，本身也合理。現在大家普遍覺得模型智能已經夠用，更當下的問題是成本、Infra、Agentic Layer、Context。這些地方才是接下來更需要投入的點。從行業角度看，這未必是壞事。

曲凱：對，所以從業者一直不覺得這有什么問題。還是得回到開頭那個問題，就是討論泡沫，得分開看中國、美國、一級、二級市場。

莫傑麟：是。如果模型訓練進入平穩期，那美國一定有一些公司存在泡沫。

但我這次最費解的一點，是英偉達本體沒怎么跌。跌得最多的，反而是 data centers 相關的標的，比如甲骨文。

這意味著市場的理解是，只要還在建 data centers，就必須繼續買卡，所以英偉達依然是確定性最高的受益方。

這個邏輯挺有意思。大家一直期待 AI 從硬件切到軟件，也在努力這么做。但從價格表現看，市場顯然還沒切過去。大家還是默認硬件是最大受益方，因為從算賬角度，它確實不像有泡沫。

曲凱：關鍵還是結果。事實證明，過去幾年最賺錢的還是英偉達，而軟件就是還沒有出現一個跑得特別成功、特別掙錢的案例。

莫傑麟：對。所以泡沫是個特別難講的議題。

就像我們前面說的，價格不能完全反映預期。你可能心里預期「從硬件切到軟件」，但也不會輕易去做空英偉達，因為歷史告訴你，這么做大概率是錯的。而且 AI 的結構變化太復雜，大多數人離產業較遠，宏觀本身又波動大，所以很難做出準確判斷。

所以泡沫本質上是一種情緒。

它能反映市場對周期的「體感」，就是大家覺得周期可能在切換，價格需要調整。

但歷史證明，十次泡沫里，九次都不是真的泡沫。

那這次討論，到底是不是真能反映周期變化？這是我最近一直在想的問題。

曲凱：我記得 a16z 有個合伙人在播客里說過，現在雖然很多人在聊泡沫，但大家對泡沫的感知其實并不清晰。

他經歷過 2000 年 .com 的那波泡沫。他說那時候根本沒人討論泡沫，大家只覺得興奮。隨便什么公司都能上市，甚至不需要收入，上市就漲。出租車司機也都在聊股市。

去年國慶 A 股也出現過類似的情況。我印象特別深，那幾天真的是下樓隨便碰到個保安都在聊股票，大家都在開戶。結果節后馬上開始跌。

但現在顯然不是那種狀態。

我也在想，歷史上有沒有哪個泡沫，是當時大家都意識到了它是泡沫？如果大家都明白了，那泡沫應該已經反映在價格里了，也就不會真的形成泡沫。

另外你說的周期的問題，我覺得這兩年很難判斷，還有一個原因是 AI 的變化太快了。AI 不只有日常波動，還有一系列小周期。

我們講過很多次，AI 是脈沖式發展的。每一波熱潮，都是因為模型能力出現了突破。而模型的突破本身就是一波一波來的。

最近最大的問題是，我們確實沒有看到新的智能突破，甚至大家已經不再期待這一點。更多人相信，模型能力已經夠用，接下來要拼整合、拼 Infra、拼降成本，讓模型更可用、更落地。

從從業者角度，這當然是好事，因為這意味著會有更多應用能真正跑起來。

但從行業外部看，沒有新的智能突破，就意味著沒有「信仰充值」。

除非哪一天再來一個 DeepSeek 時刻，或者出現一個能接班 RL 的新概念，那 AI 才有可能再起一波。

你怎么看待未來的發展？

莫傑麟：我覺得未來會出現嚴重的分化。

這可能來自肌肉記憶，因為我對互聯網中后期最深的感受是：Winner Pattern 特別明顯。互聯網后期跑出來的 Winners，后來基本都成長成了巨頭。

我相信 AI 這波也會出現各個方向的 Winners。這些 Winners 是沒有上限的，會持續成長。

那么判斷 Winners 就變得非常關鍵。有可能 Winner 已經出現了，只是我們還沒識別出來。

曲凱：對。所以我也想感嘆一句，就是無論你怎么復盤、怎么經歷周期，當你身處周期內部時，要做出準確判斷真的很難。

現在回頭看，23 年就是最好的時間點。那時候估值真的便宜，隨便投都能賺。

莫傑麟：確實很難判斷。

比如 23 年，大家都在談「卡脖子」，覺得國內模型很難趕上美國。但現在，中國的開源模型已經很有競爭力了。我們跟國內的 founders 吃飯，大家都覺得模型端還有很多可以做的空間。

再比如，你記不記得在 24 年 10 月的時候，有多少人都在懷疑寒武紀？其中不乏行業里最頂尖的專家。但一年過去，情緒完全不同了。

所以我才說，泡沫是情緒詞。情緒之下，真正重要的兩個問題是：

1）周期。到底是不是哪個周期開始了、哪個周期結束了？

2）Winners。在不同的周期里，真正的贏家是誰？

回頭看，很多 Winners 都是超出所有人預期的。23 年被低估的是中國模型，24 年是寒武紀。

而今年被質疑最多的公司是誰？是 OpenAI。一聊到泡沫，大家第一反應都是舉 OpenAI 的例子。

曲凱：畢竟 Sam Altman 搞了不少騷操作（笑）。OpenAI 也確實享受了這波泡沫的紅利，所以當大家說有泡沫時，他們肯定首當其沖。

莫傑麟：但真正享受最多紅利的不是 OpenAI，而是英偉達哈哈。

曲凱：這倒挺典型的。過去這么多年，每一波大的熱潮，最后賺錢最多的都是渠道。

比如游戲、教育、新消費這幾波浪潮，最后賺錢的都是字節；教育和新消費那波，分眾也賺得很舒服；線下連鎖那波，賺錢的是商場，因為大家都要花錢搶位置。

而不管是字節、分眾還是商場，本質上賺的都是投資人的錢，再往后就是 LP 的錢。

莫傑麟：是。但我想說的是，有沒有可能我們對 OpenAI 的判斷錯了？有沒有可能 OpenAI 最終走向的是一個和 Illya 在的時候完全不同的形態，但依然是一個極強的商業公司？

我沒有結論。但我認為：

情緒往往和短期結論一致，但和中長期結論相反。

所以比起情緒，更重要的是周期和結構。因為不變的是，在每一個商業周期里，最終都會誕生真正的 Winners。

曲凱：對。所以我現在甚至覺得，一個公司在發展過程中被罵，反而是好事。

比如很多人罵 Manus，我反而替 Manus 開心（笑）。因為如果一個公司數據增長很好，但外界一直說它不行，那可能說明它在一個特別好的位置。

莫傑麟：Kimi 也是典型哈哈。

你說的也讓我想到一個點：現在大家的 input 質量真的參差不齊。

比如最近我把所有討論泡沫的文章都看了一遍，其中有一篇得出了一個非常煽動性的結論——OpenAI 的現金流要斷裂。但它引用的數據完全是錯的。

曲凱：這也是為什么我想找你聊，因為你跟華爾街的專業投資人接觸得更多。

莫傑麟：但現在炒股，其實也不太看專業投資人的觀點了。

現在二級市場越來越散戶化。散戶化之后，二級市場已經從「價值投資」遷移到了「Financial Engineering」的范式。

在這個遷移過程中，大家的關注點，從「絕對 insights + 長期趨勢」，變成了「最近情緒是什么、敘事怎么走、哪里能挖 Alpha」。

結果就是，專業投資人也不愿意構建長期、絕對化的觀點，因為他們的判斷，很可能會和未來兩三個月的市場風向完全相反。

相比之下，從業者的信息密度和參考價值反而更高。因為他們不靠二級市場賺錢，他們盯的是行業本身，更愿意從底層去總結真實的 insights 和趨勢。

曲凱：確實。我前一陣和一個專業做二級的人聊，我說最近身邊很多從業者都在買 Google，但 Ta 聽完完全沒反應，甚至不太理解為什么要買 Google。

莫傑麟：是。大家現在看到的世界真的非常不一樣。我周圍那些做二級的朋友，對預期和情緒特別敏感，但對絕對 insights 和相對趨勢反而沒那么敏感。而我們認識的很多 founders 恰恰相反。

關注預期和情緒本身當然也很重要。比如從這次泡沫來看，可以推導出目前的情緒和風險偏好非常低落，但預期又不低。那結果就是，很可能該跌的還沒跌完，也可能因為短期情緒過于悲觀，反而會出現強反彈。

但我覺得大家在 insights 和趨勢上投入的時間還是不夠。

比如我認為 25 年 Q3 真正值得研究的，是巨頭的資本動作。

英偉達宣布投 1000 億美金給 OpenAI，同一周，OpenAI 和 AMD 簽了采購條款，沒過兩天，又和 Broadcom 簽了新協議。這三件事連著發生，非常值得研究。

同時，Google 在 TPU 上的投入，也非常關鍵。

無論是 OpenAI 還是 Google，它們的動作其實都指向了同一個板塊：半導體。這幾件事加在一起，也標志著一個非常明確的結構性轉向，就是上游算力格局正在重新洗牌。

再比如，我這次看了很多硅谷的文章，發現大家提到中國模型時，幾乎沒人提到字節。但字節明明是一個不可忽視的玩家，因為我們盤點過人才結構，發現字節的人才儲備非常強。

所以預期和情緒固然重要，但還是得和 insights、趨勢結合起來。

目前我自己的判斷是：模型已經從「預訓練周期」進入到「落地周期」了，而在這個周期里，會誕生新的 Winners 和 Loser。

曲凱：是。我們現在可能正站在兩個周期、兩個標準之間的交界處。

應用落地是趨勢，所有做 AI 的人都堅信它一定會發生、未來會越來越好，但現在確實還沒有特別明確的結果。同時，市場的重心正在從「AGI 的市夢率」切換到「落地結果的市盈率」，而這種切換本身就需要時間。

這也是為什么會出現一些泡沫。

但 AI 這幾年一定是有泡沫的。一個高速發展的行業，本來就不可能沒有泡沫，因為泡沫會帶來更多錢，推動行業往前走。

只是不可避免的是，泡沫破的時候，總有人會成為養料。

但你會發現，每次泡沫破滅之后，都能跑出偉大的公司。

比如 PayPal 就是典型的從泡沫中成長起來的公司。回頭復盤，他們最核心做對的一件事，就是始終讓自己能造血、有足夠好的現金流。

所以如果你是從業者，與其擔心泡沫什么時候破，不如想清楚怎么讓自己有健康的現金流。

42章經

思考事物本質