人工智能投资是新冷战的战争债券
“我宁愿破产也不愿在这场竞赛中落败。”
这是谷歌联合创始人拉里·佩奇（Larry Page）的话，投资人加文·贝克（Gavin Baker）在2025年报道了此事。山姆·阿尔特曼（Sam Altman）在2024年5月对斯坦福大学的听众表示，他不关心OpenAI每年是烧5亿、50亿还是500亿美元——为了构建AGI，这“完全值得”。马克·扎克伯格（Mark Zuckerberg）在2025年9月说，更大的风险是“不够激进，而不是过于激进”，即便亏损几千亿美元，也胜过在超级智能的竞赛中落后。萨蒂亚·纳德拉（Satya Nadella）在2025年中微软的一次内部员工大会上表示，他被数字设备公司（Digital Equipment Corporation）的故事所“困扰”——这家曾经占主导地位的科技公司因一次战略失误而被淘汰——而人工智能可能对微软造成同样的后果。
这些并非修辞上的夸张。本文认为，如果没有他们所阐述的生存框架，该行业的投资行为就无法理解。这些言论是真实的。以下是其含义。
这种信念的代价现在是每年6600亿美元，而且还在增加。根据摩根士丹利汇编的公司指引和分析师估计，美国四大超大规模计算公司——亚马逊、微软、谷歌和Meta——预计在2026年将花费这一金额。高盛预计2027年为1.018万亿美元。摩根大通估计，到2030年累计总额将达到5万亿美元。而在2020年，这四家公司的支出为800亿美元。
为这场建设提供资金的投资人——股票持有者、债券持有者、GPU支持证券的买家——正在购买一场新冷战的战争债券。这类资产具有与原始战争债券相同的结构特征：发行目的是为一个发行者认为输不起的冲突融资；只有在发行者幸存并履行承诺时，它才会支付回报；其价值更多地取决于战争的结果，而不是基础现金流。
战争经济不会在盈亏平衡点停止
在标准的投资周期中，非经济性需求最终会消失。那些依靠宽松风险投资资金的初创公司会耗尽资金。周期会发生转折。
人工智能的建设并不遵循这种模式。进行支出的实体并不是脆弱的初创公司。它们是历史上最赚钱的科技公司，部署来自垄断性核心业务的运营利润，再加上少数资金充足的私人实验室，这些实验室由相信最终大奖关乎生存的投资人支持。
这改变了终止条件。和平时期的投资周期在边际收益变为负数时停止。战争经济在一方耗尽时停止——当它再也无力为战争提供资金时，而不是当战争在财务上不再合理时停止。
囚徒困境将这种动态形式化了。对于任何一家公司来说，无论竞争对手做什么，激进投资都是占优策略。如果竞争对手在建设，你必须建设才有机会。如果竞争对手不建设，建设能让你占领整个市场。个体理性的策略是尽可能多地支出。集体理性的结果——减少投资，获得足够的回报——并不是纳什均衡。任何单方面的背叛者都可以通过增加支出来赢得这场游戏。
参与者财力雄厚。仅谷歌的搜索业务在2024年就创造了约2000亿美元的收入，运营利润率超过30%。Meta的社交媒体帝国同样根基稳固。微软的企业级SaaS和云业务每年产生数百亿美元的自由现金流。OpenAI和Anthropic已经以高估值筹集了资金，这意味着投资人相信最终的赢家价值将达到数万亿美元。
这种支出不受当前人工智能单位经济学的约束。它受限于核心业务和资本市场继续为其提供资金的能力。这产生了一场消耗战：支出不断升级，直到有人跟不上为止。
整个架构所依赖的需求
上述不断升级的投资大部分用于建设数据中心。今天启动数据中心是有利可图的——只要其内部的GPU容量能以覆盖资本成本的费率出租。这些费率只有在需求持续超过供应的情况下才能维持。而需求并不是有机的。
GPU算力的边际买家不是部署聊天机器人的企业。也不是运行诊断模型的医院。而是一小群大型模型制造商——OpenAI、Anthropic、谷歌DeepMind、Meta AI、微软Copilot、xAI——它们构成了填充新数据中心的算力需求的大部分。
它们每一个在人工智能上都是现金流为负的。
OpenAI仅推理成本一项——即为付费客户运行模型所需的计算——就花费了其2024年收入的大约50%。训练成本又消耗了75%。合计占收入的125%，这意味着公司在每一次查询上都在亏损。对于2025年，按年化计算收入达到200亿美元，推理成本上升至84亿美元，毛利率降至33%——低于2024年的40%。内部文件预计2026年将亏损140亿美元。预计自由现金流要到2029年才会转正。
Anthropic的发展轨迹正在改善，但尚未可持续。毛利率从2024年的负94%改善至2025年的约40%。收入从46亿美元激增至2026年初超过300亿美元的年化运行率。公司在2026年第二季度实现了运营利润。但自2021年以来，它已经累计筹集了超过180亿美元的资金，并累计消耗了150亿美元。其内部计划的目标是到2028年才实现正现金流。
超大规模计算公司的人工智能部门并未单独报告，但汇总数据能说明问题。2025年，谷歌和Meta从其核心广告业务中共获得了超过1500亿美元的运营收入。两者现在都给出了资本支出指引，这一水平将吸收全部的运营现金流。根据卖方共识预期，亚马逊2026年的自由现金流预计为负170亿至负280亿美元。核心业务是盈利的。人工智能则不盈利。补贴从一方流向另一方。
这就是关键的结构。支撑数据中心融资的GPU租赁费率、折旧计划中隐含的利用率假设、预计1500亿美元的GPU支持证券化——所有这些都依赖于那些在每一单位计算消耗上都亏损的实体所产生的需求。这种需求是真实的，即正在支出数千亿美元。但它不是自我维持的，因为它的资金并非来自客户，而是来自投资人。
升级尚未达到顶峰
分析师们的共识是，人工智能资本支出将在2028年达到顶峰。巴克莱银行基于递归自我改进模型推算了这一拐点——即人工智能系统变得足够强大，能够降低开发更优秀人工智能系统的成本的那个点。训练运营支出在2029年达到顶峰，因此资本支出大约提前一年达到顶峰。从现在到顶峰，支出将继续加速：高盛估计，在出现任何平台之前，美国超大规模计算公司在2027年的资本支出将达到1.018万亿美元。
这一轨迹很重要，因为它隐含着一个顺序。如果资本支出在2028年达到顶峰，那么2027年和2028年部署的边际美元是最昂贵的美元，因为盈利窗口最短——最后部署的资产在投资周期转向之前产生收入的时间最少。最后投入的钱是最糟糕的钱。在和平时期，理性投资人会在顶峰到来前减缓支出，以避免部署无法收回成本的资本。在战争时期，你会花掉最后一美元，因为输掉比浪费它更糟糕。
时机风险是尖锐的。如果递归自我改进按时到来，最后的美元所购买的能力将追溯性地使之前的所有支出更加高效。如果没有——如果技术停滞不前而不是复合增长——那么该行业恰恰在回报递减之前的那一刻，以最大强度进行了支出。在支出达到顶峰时，衰竭也随之而来。
就连建设者们也对资产寿命意见不一
有一个参数决定了要维持相同的能力，战争资金必须以多快的速度增长：人工智能硬件的淘汰率。
英伟达的B200，其浮点性能大约是其取代的H100的四倍。预计在下一个周期推出的B300，在大语言模型推理上每GPU的吞吐量将提升11至15倍。英伟达的架构更新节奏大约为18到24个月。今天最先进的GPU集群，在两代之后在经济上就变成了二流。
算法效率进一步加剧了这种影响。对于固定的质量门槛，推理成本在三年内下降了大约400倍。同样的计算能力所能产生的智能，远多于当前资本支出周期开始时所能产生的。
然而，这四家花费6600亿美元的公司对硬件能使用多久却意见不一。亚马逊在2025年初将其服务器和网络设备的使用寿命从六年缩短至五年，理由是“技术发展速度加快，尤其是在人工智能和机器学习领域”。Meta则延长至5.5年，使2025年的折旧减少了29亿美元。微软从四年延长至六年。谷歌大约是六年。
两家公司押注淘汰正在加速。两家押注正在减速。它们不可能全都正确。答案决定了补贴必须以多快的速度增长。如果亚马逊正确，那么每一美元的资本支出所购买的持久能力就更少，在保持同样前沿地位的情况下，战争资金会更快地耗尽。
谁持有这些债券
战争债券结构对不同的持有者产生不同的结果。
发行债券的将军们——CEO们——直接面对这一困境。激进建设是保留获胜可能性的唯一策略。在保住资本的同时输掉平台战争，是一场无法恢复的失败。与所有同行一起过度建设是可以存活的：整个行业共同进行资产减记，没有董事会能因为一位CEO做出了与每位竞争者同样的赌注而单独挑出他。
投资人工智能实验室的风险投资人持有单一参战方的债券。如果他们的实验室实现了模型主导地位，并占据了一个万亿美元市场的重要份额，那么回报就证明了补贴的合理性。如果模型沦为大宗商品化，或者另一个实验室胜出，那么投资就归零了。这种仓位是一种二元赌注，对于一个包含许多此类赌注的投资组合来说，其规模是理性的。战争是前提，而不是问题。
指数基金投资人持有所有参战方的债券。谁胜出的分布并不重要。重要的是总量：为上市公司创造的总价值是否超过了累计资本支出？如果到2030年，人工智能成为一个年收入1万亿美元的市场，而上市公司占据了其中的70%，那么在稳态下，总资本支出的回收期大约为四年。如果人工智能是一个3000亿美元的市场，回收期将延长到15年以上。指数基金承担了集体的结果。如果战争产生了一位足够有价值的胜利者，能够证明总战斗成本是合理的，它就赢了。如果成本超过了战利品，它就输了。
债券持有者面临的风险最为直接，而收益空间最小。预计规模达1500亿美元的GPU支持证券，其定价基础是假定淘汰风险可以忽略不计。最大的新云公司CoreWeave背负着142亿美元由GPU资产担保的债务。其收入严重依赖于那些正在建设竞争性基础设施的超大规模计算公司的合同。微软贡献了CoreWeave 2025年收入的67%。微软每建设一个数据中心，就会减少对CoreWeave能力的需求。合同是多年的。随着内部能力的增长，续约的可能性下降。债务的定价是基于续约的。而战争使续约变得不确定。
人工智能的企业用户无论如何都会受益。更便宜的计算、更强大的模型和冗余的供应，都是过度资本支出的下游效应。那些向OpenAI和Anthropic付费获取API访问权限的公司，实际上部分是由风险资本资助的，这些资本使得这些实验室能够以低于成本的方式运营。这场战争是对旁观者的一份礼物。
战争如何结束
战争如何结束取决于当前的支出无法回答的两个问题。第一个是技术的本质：额外智能所能创造的价值极限是什么，以及提供这种智能的边际成本极限是什么？第二个是市场结构：对智能的需求是遵循赢家通吃大部分的动态，还是市场支持一个稳定的寡头格局？
这些问题决定了奖品的规模以及谁将获得它。这些问题在一篇姊妹篇论文《智能的极限》中进行了探讨。对于战争债券持有者来说，重要的是这些答案事先无法得知——而那6600亿美元正在以最有利的结果不仅是可能的，而且是基准情形的方式被部署着。
本文是关于人工智能基础设施投资经济学系列文章中的第一篇。姊妹篇论文探讨了和平时期的凯利准则（《和平时期的人工智能投资会是什么样子》）、零售投资人的聚合问题（《为什么零售投资人无法解决囚徒困境》），以及奖品的结构（《智能的极限》）。
