AI烧钱大赛没有刹车，只有油门焊死

科技圈这几年最唬人的一句话，不是“AGI要来了”，而是各家CFO在财报电话会上咬着牙说出“资本开支还要往上调”。OpenAI、微软、谷歌、Meta，一个比一个狠，之前大家以为ChatGPT爆火之后那轮算力采购潮已经够夸张了，结果现在回头看，那只是热身。

翻几家公司的财报披露和行业追踪数据，几个事实摆在这：

• 微软和谷歌两家的季度资本开支合计已经超过600亿美元，这个数比五年前一整年还多，而且还在涨；
• Meta今年把全年capex指引上调到600-650亿美元，扎克伯格的原话大意是“这时候省算力钱才是真蠢”；
• OpenAI那边更直接，据说跟甲骨文签的算力租约是百亿美元级别，说烧钱都是轻的，是把钱当柴火往炉膛里塞。

我的看法可能跟主流不太一样。很多人觉得这是泡沫，是互联网时代那种“先烧钱再谈盈利”的2.0版。但我的判断是：这一轮是“基础设施军备竞赛”，跟当年修铁路、铺光缆是一个性质。

当年美国修跨陆铁路，几条线同时开工，最后确实过剩了、破产了一堆，但活下来的铁路公司垄断了之后半个世纪的货运。今天搞AI的把这套逻辑原样又搬回来了——大家赌的不是模型本身，而是赌“未来全球只有极少数几朵算力云能活下来”，现在不加速，后面连上牌桌的资格都没有。

倒不是说没有风险。最大的隐患在于这轮支出高度依赖“模型能力持续指数增长”这个假设。如果哪天Scaling Law撞墙了，或者推理成本被某种架构创新突然打下来，现在建的这些超大规模数据中心，折旧会变成绞索。但这属于“明知道有风险但没人敢停”的囚徒困境。

对小团队和个人开发者来说，这轮军备竞赛反而有红利：算力单价在快速下降，旗舰模型的能力上限又被拉高，意味着你可以用便宜的卡跑出一个几个月前还做不出来的应用。大厂加速烧钱，某种程度上是在替所有人承担技术成本。

只是不知道这脚油门还能踩多久。