本文來自微信公眾號： 胡說成理 ，作者：胡喆，原文標(biāo)題：《算力荒，會把中國 AI 燒成一場泡沫嗎？》
01
AI泡沫，并非遙不可及
被稱為“AI教父”之一的楊立昆，最近說了一個很可怕的預(yù)測，他認(rèn)為：AI泡沫的破裂沒有想象中那么遠(yuǎn)，它隨時可能爆。這個推論，也適用于中國AI產(chǎn)業(yè)。
6月18日的CNBC訪談里，他算的是極其簡明的一筆經(jīng)濟(jì)賬：高端AI產(chǎn)品的價格雖然一直在漲，可運(yùn)行它們的Token成本降得太慢了，慢到幾乎所有公司都在用投資人的錢在替用戶買單。
他的推論很簡單，如果Token的成本賬本始終無法改善，那超級估值-超級市值-收入快速增加的閉環(huán)就走不通，如果整個行業(yè)都陷入這種死循環(huán)，都在證明最前沿的AI換不來足夠的收入，泡沫就會“撐不了多久”。
這并非危言聳聽。
馬斯克的xAI，和SpaceX合并后估值沖到2萬億美元，一個季度卻虧掉25億，收入才8億出頭；做Claude的Anthropic每月掏12.5億美元，租馬斯克的卡來跑自己的模型；連一向嘴硬的OpenAI，奧爾特曼也松了口，承認(rèn)成本如今是“一個巨大的問題”。
這本是互聯(lián)網(wǎng)時代的老套路——拿投資人的錢補(bǔ)貼用戶，先把規(guī)模沖上天，再尋找商業(yè)化變現(xiàn)機(jī)會，找不到，泡沫就會破。而AI這局賭得更大：所有人都押注推理的成本會一路降下去，降到某天能跑贏燒掉的速度。如果賭贏了，AI的新時代就來了；如果賭輸了，和互聯(lián)網(wǎng)泡沫后是同一種一地雞毛。
關(guān)鍵就在有足夠又便宜的Token產(chǎn)能，但眼下，中國AI似乎已經(jīng)撞上了這道算力產(chǎn)能墻。
這個6月，中國最強(qiáng)的幾款編程大模型扎堆問世：13日智譜開源GLM-5.2，代碼能力一度全球第二、只輸給Claude；Kimi端出專攻編程的K2.7 Code，MiniMax甩出主打智能體的M3?？蓭缀跬瑫r，這幾家公司在干一件正相反的事——攔著你別買。
現(xiàn)在，智譜的套餐天天得搶、一年漲三次價；Kimi、MiniMax的接口接連過載，開發(fā)者排著隊“等Token”；巨頭們的情況略好，但高端線同樣算力吃緊，多次對用戶發(fā)出預(yù)警信息。
最該以無限供給的形式去支撐未來市值的東西，變成了經(jīng)濟(jì)匱乏時代的“憑票供應(yīng)”，這本身很諷刺。
但警報信號是真實(shí)且明確的——如果一個賣數(shù)字產(chǎn)品的公司開始限制購買，等于承認(rèn)它賣的早已不是能無限復(fù)制的軟件，而是一種有產(chǎn)能上限的工業(yè)品，這是中國AI產(chǎn)能池底發(fā)出的第一聲警報。
更嚴(yán)重的是，如果運(yùn)行成本要是始終降不下來，等在這聲警報后面的，就不再是限購——是楊立昆說的那場泡沫，和它炸開的那一聲。
02
股東金主為什么也靠不住了？
眼下這場算力荒，不是豆包那種C端日活燒出來的。真正把需求頂上天的，是今年中國大模型乃至全球大模型集體押注的AI編程和智能體調(diào)度框架。
聊天再貧，一次也就幾萬個Token；一個編程智能體卻要啃下整個代碼庫，反復(fù)跑命令、改文件、自檢——MiniMax演示M3時讓它獨(dú)立復(fù)現(xiàn)一篇論文，自主跑了將近12個小時。這類任務(wù)吃Token的胃口，是聊天的幾十上百倍。
于是，MiniMax發(fā)布M3的同一天，干脆把用了多年的包月計費(fèi)改成按Token計費(fèi)，重度用戶實(shí)測成本漲了一兩倍。
美國的業(yè)者算出的比例更極致——一個開發(fā)者計算自己使用Claude、ChatGPT的200美金套餐燒掉的Token，最后得出了2048美元這個精確的十倍數(shù)字。
“幾十塊錢包月隨便跑”的好日子，目前看來已經(jīng)一去不復(fù)返。而且，這不會是它一家要這么做——可無限復(fù)制的軟件的定價邏輯已經(jīng)被認(rèn)為不適合AI，它正被基于產(chǎn)能的定價邏輯取代，往后這將是行業(yè)通例。
按理說，這些公司不該缺算力。智譜背后站著騰訊、阿里、螞蟻、美團(tuán)、小米；Kimi的最大股東是阿里，占股四成，騰訊也跟投了。按理說，抱著這樣有龐大云計算資源的金主，限購怎么也不該輪到它們。
問題是，金主自己也沒余糧。
2026年的算力荒不是某個零件斷貨，而是芯片、存儲、封裝、網(wǎng)絡(luò)、數(shù)據(jù)中心整條鏈一起見底，這種緊張，業(yè)內(nèi)判斷至少還要緊兩年。
一位ICT廠商的人士說得很直白：從前兩百萬能買八臺GPU服務(wù)器，現(xiàn)在只夠買四五臺，廠商寧可毀約也不交貨。
于是，3月，騰訊云率先給自家混元的部分產(chǎn)品漲價、個別飆到四倍，阿里云、百度云幾小時內(nèi)跟進(jìn)。連有厚實(shí)的AI云業(yè)務(wù)底座的大模型公司都缺貨——這才是當(dāng)前中國AI產(chǎn)能的基本面。
當(dāng)然，價格這件事，倒不是一邊倒地漲。DeepSeek把V4-Pro的接口永久降到原價的四分之一，小米MiMo跟著砍掉九成，騰訊云干脆把自家平臺上托管的DeepSeek一刀劈掉九成七——緩存命中的調(diào)用價壓到每百萬token兩分五，比打一通電話還便宜。
這聽起來和“產(chǎn)能缺乏”似乎很矛盾，但實(shí)則和限購困局并不矛盾，而是同一場短缺的兩頭：降價的是DeepSeek、小米這些效率派，靠把緩存和稀疏架構(gòu)榨到極致，把廉價檔的成本真摁了下來；漲價限購的是智譜那種緊俏的編程高端檔，越能干活越供不應(yīng)求。連騰訊都在兩頭下注——漲自己的混元，貼別人的DeepSeek。價格不是齊漲齊跌，是在按檔位分化。
更有張力的是，初創(chuàng)模型公司和資本金主的默契，發(fā)生了微妙的變化。
互聯(lián)網(wǎng)巨頭屬性的金主當(dāng)初投這些模型公司，尤其是那些自己也做AI的巨頭，本就揣著兩個心思：技術(shù)上押個外部團(tuán)隊，給自研加道保險繩；商業(yè)上用資本綁一個長期客戶——你拿了我的錢，轉(zhuǎn)頭來買我的算力，我出錢又收回算力收入，看著兩全其美。
可算力一旦變稀缺，這個本該是VIP的被投客戶，就嘗到了綁定的另一面：已經(jīng)有云巨頭公開放話，要把緊缺算力優(yōu)先留給自家的高價值業(yè)務(wù)，被投的創(chuàng)業(yè)公司，往后排。說穿了，你的房東、你的債主、和你的對手，常常是同一個人。
于是接口照樣過載，套餐照樣限購，錢卻一分不少燒。據(jù)招股書口徑，智譜七成研發(fā)投入花在買算力上，三年半虧掉六十二億；MiniMax同樣七成研發(fā)買算力，三年半虧約九十二億，它跟阿里云的年度采購上限還在逐年往上抬。
這說明，綁定換不來優(yōu)先級已是共識。剩下的只是一道無解難題：產(chǎn)能就這么多，誰掏得起、扛得住，誰活下去。
被逼到這份上，一個新思路出現(xiàn)了：金主既然靠不住，能不能靠自己？
03
覺醒者
模型公司和投資人之間，本是一樁你情我愿的默契：你投錢進(jìn)來，我拿錢買你的算力，我得算力，你得利潤，各取所需，看著很美?？山鹬鞯某刈右坏┎粔蛏睿@默契就兜不住。模型公司只能從這場看似雙贏的美夢里驚醒，自己找活路。
能走的路就兩條：把效率摳到極致，和擁抱國產(chǎn)產(chǎn)能。
前者，下一節(jié)再說，先說適配國產(chǎn)芯片——這條路上，大方向其實(shí)一致。智譜把GLM-5的訓(xùn)練集群交給華為昇騰，由神州數(shù)碼用昇騰加鯤泰的服務(wù)器獨(dú)家交付，又把年初的GLM-Image做成第一個全程在國產(chǎn)芯片上訓(xùn)出來的頂級多模態(tài)模型。
DeepSeek走得更遠(yuǎn)。4月發(fā)布的V4，不惜拖期也要在華為昇騰首發(fā)，底層代碼從英偉達(dá)的CUDA整個重寫為華為的CANN，目的就是在釋放產(chǎn)能可控的信號。
智譜適配昇騰，和DeepSeek適配昇騰，本質(zhì)是一回事?？稍偻耙徊?，兩家就分了岔。
智譜仍把算力的源頭托給云廠和股東；DeepSeek卻開始直奔上游：一邊放風(fēng)短期不追盈利，一邊瘋了似的招聘數(shù)據(jù)中心建設(shè)和管理人才，這種做法直指自建吉瓦級的算力基地。
最見性格的是6月那輪首輪融資——創(chuàng)始人梁文鋒自掏約兩百億當(dāng)最大出資方，把投資人擋在董事會門外。我認(rèn)為，他這么決絕，要的就是希望這個激進(jìn)計劃別被股東拉扯。因?yàn)檫@條路一旦走通了，它會是中國第一家自建龐大算力基建的純模型公司，在初創(chuàng)和巨頭之外趟出第三條路。
可惜，醒了是一回事，走得通是另一回事，這一切都壓在國產(chǎn)硬件這個底座上——它到底有多硬？
只看市場份額，確實(shí)提氣：2025年國產(chǎn)AI芯片在國內(nèi)的出貨份額已經(jīng)爬到四成，華為出貨第一、占了近一半，寒武紀(jì)營收一年翻了二十多倍。
但把鏡頭推近，沒那么好看。論單顆高端芯片，英偉達(dá)旗艦在多項指標(biāo)上仍是華為昇騰的四到六倍；華為得把上百顆芯片用光模塊全互聯(lián)堆成超節(jié)點(diǎn)，才在集群層面追平甚至反超，代價是接近四倍的功耗。
國產(chǎn)硬件如今交出的是“能跑”的平替，離性能更優(yōu)、讓人主動掏錢的優(yōu)替，還差一大截。何況整個盤子還供不應(yīng)求——覺醒者認(rèn)清了方向，可這條擁抱國產(chǎn)產(chǎn)能的路，本身就卡在產(chǎn)能上。
04
被算力荒改變的產(chǎn)品性格
自建基礎(chǔ)設(shè)施，持續(xù)往上游走，是遠(yuǎn)水。而眼前的近渴，只能靠把效率用軟硬件協(xié)同的工程化能力提上去。某種意義上，算力一不自由，最先變的，是一家公司的產(chǎn)品性格。
Kimi的答案，是把效率摳進(jìn)架構(gòu)。
它的推理跑在一套叫Mooncake的架構(gòu)上——以緩存為中心，把“預(yù)填充”和“解碼”兩個階段拆開分別調(diào)度，再把算過的KV緩存在整個集群里池化、復(fù)用，讓同一批GPU多服務(wù)出幾成的請求。核心環(huán)節(jié)，它依然深度綁定阿里云，用彈性的算力組合把任務(wù)穩(wěn)定性和利用率頂上去，又自研安全網(wǎng)關(guān)，省掉自建機(jī)房的重負(fù)擔(dān)。
為此，月之暗面創(chuàng)始人楊植麟常把一個詞掛在嘴邊——Token效率，還把團(tuán)隊那套讓學(xué)習(xí)效率翻倍的MUON優(yōu)化器擺出來作證。他的確很清醒——競爭的勝負(fù)手，早從堆資源挪到了推理系統(tǒng)的效率本身。
智譜的答案，是把效率直接做成能賣的產(chǎn)品，工程上近乎暴力。它的高速推理引擎TileRT，在編譯期就把整張計算圖靜態(tài)編排成一個常駐GPU的內(nèi)核，把旗艦?zāi)Ｐ偷耐伦猪數(shù)矫棵爰s400個Token；它和清華合做的ZCube網(wǎng)絡(luò)架構(gòu)，不加一塊GPU、不改一行代碼，就把同一批硬件的推理吞吐提了一成半、把網(wǎng)絡(luò)設(shè)備的錢省下三分之一、首字響應(yīng)的尾延遲壓低四成；它的GLM-5集成了一套稀疏注意力，在保住百萬級上下文的同時把推理成本摁下去。這些省出來的本事，它打包成能直接搬進(jìn)客戶機(jī)房的私有化設(shè)備，賣給政企。
兩家摳的地方不同，指的是同一件事：中國頭部公司，早已不只在比模型誰更聰明，而是在比單位Token的生產(chǎn)效率。
稀缺逼出了新技術(shù)，是好事。我認(rèn)為，這可能是中國公司會持續(xù)走的一條路，但這并非全局最優(yōu)解，死摳效率是有一定性能代價的，而絕非毫無代價——一種被約束逼出來的優(yōu)點(diǎn)，終究帶著約束的胎記。
05
美國也有兩條路，但美國有底
把目光挪到太平洋對岸，美國的前沿公司，也基本不自己蓋機(jī)房。所以，DeePSeek這次，抄的絕不是美國的作業(yè)。
OpenAI干的是攢局的活。它的Stargate計劃，四年五千億美元、十吉瓦，機(jī)房由甲骨文、軟銀這些伙伴出錢建，建好了專供OpenAI；微軟繼續(xù)供云，甲骨文、CoreWeave并行，它自己還拉上博通設(shè)計專屬芯片。它要的不是有一個金主，是讓一群供應(yīng)商、融資方、電力商，全都圍著它的產(chǎn)能需求轉(zhuǎn)。這是一種強(qiáng)控制型的基礎(chǔ)設(shè)施聯(lián)盟。
Anthropic走的是多云、多伙伴、多份長約。它綁定亞馬遜云為主要訓(xùn)練伙伴，那座專給它訓(xùn)Claude、塞了一百多萬顆芯片的超級集群，產(chǎn)權(quán)在亞馬遜手里、算力卻為它獨(dú)留；它一邊跟亞馬遜簽十年超千億美元、最高五吉瓦，一邊跟谷歌簽數(shù)百億美元、想買下足足一百萬顆TPU，它甚至不惜每月掏12.5億去租馬斯克閑著的卡。最后的結(jié)果是，它可以橫跨多種芯片、不跟任何一家云公司簽排他協(xié)議，這樣才可以把模型權(quán)重和定價牢牢攥在手里。這是一種多伙伴的合同型算力池。
兩條路看著不同，前提只有一個：AI產(chǎn)業(yè)鏈最值錢的那截——先進(jìn)芯片、成熟云平臺、自研加速器、能撬動千億融資的數(shù)據(jù)中心、能采購的電力、覆蓋全球的客戶——大多落在本土或盟友體系里。所以美國公司操心的從來不是有沒有算力，而是算力天花板能抬多高：聯(lián)盟越搭越大，天花板就一路往上頂。目前，這道天花板比中國公司的高太多。
雖然，中國公司也能抱金主，也能合縱連橫。但關(guān)鍵差別在于，它們抱住的那條腿，自己也站在同一條受限的供應(yīng)鏈里排隊。
06
真正的窄門：會不會燒成泡沫？
需求那頭的故事，已經(jīng)講得夠了——智能體一爆發(fā)，Token消耗每兩周翻一倍；按IDC的預(yù)測，到2030年，全球年度Token消耗會比2025年漲超過三億倍。幾乎每篇樂觀文章都在算同一筆賬：中國未來每天燒多少Token，仿佛燒得越多就越繁榮。
可很少有人回頭問一句：這些Token誰來生產(chǎn)？用什么芯片？在哪個機(jī)房？誰付電費(fèi)？當(dāng)編程智能體占了一半的生產(chǎn)力場景，誰來保證服務(wù)不會突然限流、排隊、漲價？
Token消耗是需求側(cè)的繁榮，產(chǎn)能池底是供給側(cè)的現(xiàn)實(shí)——只盯前者，是一種虛假的繁榮。真正的關(guān)鍵詞從來不是“算力”，而是“產(chǎn)能”：芯片、顯存、互聯(lián)、電力、機(jī)房、調(diào)度、價格機(jī)制，是這一整套東西，才能把智能持續(xù)地、而且越來越便宜地生產(chǎn)出來。
繞了一圈，又回到楊立昆那句判斷——限購也好，省卡也好，擁抱國產(chǎn)產(chǎn)能也好，說到底都是在一個賽道里賽跑：成本能不能跑在錢燒光之前降下來。
降成本太重要了，對于今年的中國大模型市場來說，無論是抬高前沿模型的價格，還是通過降價讓便宜夠用的模型去搶市場，本質(zhì)上仍然考驗(yàn)一件事——無論是價格臺上天，還是把價格砸到地板，只要公司還在失血，就顯示出泡沫破裂并不是樂觀者認(rèn)為的囈語。
這道南墻，中國撞得最早、也最痛。別人是在算力充裕里摳成本，中國是在算力稀缺里摳成本。時間和短缺這兩件事，對中國AI行業(yè)都更不友好。但如果這題要是解不開，崩掉的就不只是一兩家公司的市值，而是支撐整輪AI的那個循環(huán)——用戶用著投資人的錢補(bǔ)貼的服務(wù)，投資人等著成本下降來兌現(xiàn)回報——那個下降一旦遲遲不來，循環(huán)就會整個塌下去。到那天，所謂的繁榮，不過是又一片更貴的單車墳場。
所以這篇文章真正想追問的，不是智譜和Kimi誰更聰明，也不是DeepSeek的路子是不是更高明，而是一個更現(xiàn)實(shí)的問題：當(dāng)所有人都在排隊等Token的時候，中國能不能為自己的智能，建起一套自由、充沛、能持續(xù)降價的產(chǎn)能兜底。
建得起，今天的限購，只是黎明前的擁擠。建不起，被算力逼出來的，就不再是某一種產(chǎn)品性格——而是一場泡沫，以及它炸開的那一聲。