Part IIIa 是全书里最不像预言、最像商业计划书的一章。它的推理链是标准的产业分析:AI 收入若持续翻倍,厂商就会把利润再投入更大的集群;集群规模每上一个数量级,约束就从"钱"依次转移到芯片、再转移到电力;最终在 2030 年前后逼近一个 100GW 级、造价万亿美元的训练集群——相当于美国当前发电量的两成以上。
这条链有一个容易被忽略的性质:它的每一环都发生在公开市场里。算法效率藏在实验室,超级智能藏在未来,但资本开支、电力合同、HBM 产能和变压器交期都会体现在财报、并网排队表和上市公司指引里。这使 Part IIIa 成为全书对账起来最容易、也最不容易狡辩的一章——而这恰恰也是它后来被写进一只 450 亿美元基金持仓的原因。本章埋下的每一条线索,都会在终章重新出现,只不过那时它们不再是论点,而是仓位。
他自己把整章的供给侧结论压成一句:
"Probably the single biggest constraint on the supply-side will be power."
中文释义:供给侧最大的单一约束,大概会是电力。
在 2024 年年中,这个判断是相当逆主流的。当时公开讨论的瓶颈还是 GPU 供应与先进封装产能;把电力提到"单一最大约束"的位置,意味着他认为 AI 的物理极限不在半导体行业内部,而在一个增速常年徘徊在个位数百分比的传统重资产行业里。这是他整篇文章中最早被现实追认、也是追认得最彻底的一条——追认到了"电力"成为 2025–26 年 AI 报道默认背景板的程度。下面逐条来对。
他给的近期刻度是:1GW 级集群约在 2026 年、10GW 级约在 2028 年成为电力上的硬约束。现实跑在了这条时间线前面。Stargate 在 2025 年 1 月公告时,承诺是"2029 年前在美国锁定 10GW 的 AI 基础设施";2026 年 4 月,OpenAI 宣布已签下 10GW 的算力合同,比原定时间提前数年——不过这是签约容量,不等于已投运的容量。与此同时,IEA 在 2025 年的专题报告里把全球数据中心用电的 2030 年基准情形定在约 945 TWh——大致是 2024 年水平的两倍,并指出中美两国贡献了到 2030 年全球增量的近八成。
更能说明问题的是资本流向的结构变化:资本开支的大头不再是芯片,而是供电、冷却与厂房。当一个行业开始把多数钱花在钢筋、变压器和燃气轮机上时,它已经不是软件行业了——它变成了一个受施工周期支配的重工业。这正是他在 2024 年就点破的那件事。
Stargate 在 2025 年 1 月公告时承诺 2029 年前锁定 10GW 美国 AI 基础设施,2026 年 4 月 OpenAI 宣布已签约 10GW,提前数年达成(签约容量,不等于在运容量);IEA 把全球数据中心 2030 年用电基准情形定在约 945 TWh(约为 2024 年的两倍),并指出中美贡献近八成增量。产业侧的证据更直白:GE Vernova 的燃气轮机订单积压在 2026 年二季度末达到 116 GW(一季度为 100 GW),厂商排产已排到 2030 年前后,行业分析机构把涡轮交期列为数据中心供电的首要风险。"电力是新瓶颈"从 2024 年的少数派判断变成了 2026 年的行业组织原则。
2024 年年中,"AI 相关资本开支将进入万亿美元量级"听起来像是为了论证效果而故意选的夸张数字。两年后,这个数字的问题不是太大,而是来得太快:四家超大规模厂商 2026 年的合计投入已逼近 7000 亿美元;对 2027 年,这四家自身的一致预期约 9600 亿美元,口径更宽的整体 AI 资本开支预期则已站上万亿美元。他外推的是十年尺度,现实用了不到三年就走到了同一个刻度附近。
需要给这条 ✅ 加一个注脚:投入到位不等于他的论证被验证。他的链条是"收入增长 → 支撑资本开支",而 2025–26 年的实际形态更接近"资本开支先行,收入在后面追"。这两者在图表上看不出区别,在资产负债表上却是天壤之别——前者是再投资,后者是押注。这个区别,正是下一节那条 ❌ 的来源,也是终章那笔爆仓的会计学根源。
四家超大规模厂商 2026 年 AI 相关支出合计逼近 7000 亿美元;2027 年,同样这四家的 FactSet 一致预期约 9600 亿美元,卖方(Evercore、美银)对口径更宽的整体 AI 资本开支预期已超过 1 万亿美元。按 FactSet 预期,四家 2027 年的资本开支将超过它们合计约 9050 亿美元的经营现金流。量级与方向均被追认,且节奏快于原文的十年外推。但需区分他的因果链与现实的因果链:原文假设"收入先行、投资跟随",实际展开更接近"投资先行、收入追赶"——这一差异不影响本条裁决,却决定了 §3.4 的裁决。
全文绝大多数预测都留有余地——"strikingly plausible""可能""大约"。但在讨论收入能否支撑投资时,他给出了一个罕见的、带具体门槛与具体日期的里程碑:
"A key milestone for AI revenue that I like to think about is: when will a big tech company (Google, Microsoft, Meta, etc.) hit a $100B revenue run rate from AI (products and API)?"
中文释义:我常用来衡量 AI 收入的一个关键里程碑是:哪家大型科技公司会最先把 AI(产品与 API)的收入年化跑到 1000 亿美元?
他随后按"每 6 个月翻倍"外推,给出的答案是 2026 年年中,并配了一个具体的实现路径:微软 Office 约 3.5 亿付费用户里,若有三分之一愿意每月多付 100 美元买 AI 加购,这个数字就成立了。需要如实指出:他给这次外推加了限定词——原句写的是"very naively extrapolating"(非常粗略地外推),即他本人也把它标记为一次粗算而非精确预测。
这是全书唯一一条既有明确数量门槛、又有明确到期日、且已经到期的预测。它没有兑现,而且没兑现的方式比"没兑现"本身更有信息量。
第一,门槛远未达到:截至 2026 年年中,没有任何一家大型科技公司公开披露 AI 收入达到 1000 亿美元年化。第二,增长的主角换人了:跑得最快的是 AI 原生公司而非大厂加购,而且它们跑得比他的翻倍节奏还快。Anthropic 向投资人披露,7 月底的年化收入已达约 650 亿美元,5 月时约为 470 亿,2025 年底约为 90 亿;OpenAI 的年化收入在 8 月中旬的报道中已超过 400 亿美元,约为 2025 年底的两倍,仅 7 月一个月就增长了 20% 以上。按 8 月中旬的这两则报道,两家数字相加已经越过 1000 亿美元(严格说两家的收入口径不同,不能直接相加:Anthropic 计入经云合作伙伴的销售,OpenAI 不计入)——但门槛说的是单家,说的是他点名的"大型科技公司",说的是 2026 年年中;这三点都没有对上。第三:他设想的变现机制(把 AI 作为办公套件的月度加购卖给存量席位)没有成为报道中突出的增长来源;报道点名的是订阅、编码 agent、企业产品与 API 用量等多条渠道。现有报道没有给出分渠道的收入占比,不足以判定哪一项为主。
这条 ❌ 的意义不在于抓住了作者的一个错误,而在于它正好落在整条推理链的承重点上。Part IIIa 的全部论证依赖"收入会追上投资"。两年后看,收入确实在追,而且追得很凶;错的是谁在追和什么时候追上。收入集中流向了两家 AI 原生公司,而不是他设想的、也是资本开支主体的那几家大厂;里程碑的到期日过了,追赶仍在进行。与此同时,资本开支按他的时刻表(甚至更快)膨胀了。2024 年 6 月 Sequoia 的 David Cahn 提出的"6000 亿美元问题"问的正是这个时间差:投资已经花出去了,收入要多久、由谁来补上。这个问题在 2026 年年中仍没有答案。它提供了理解终章那场 2026 年 7 月估值调整的一种解释——那个月基金的资产规模从约 450 亿美元降到约 100 亿美元;不过报道直接列出的近因,是公开持仓下跌、400% 的杠杆与主经纪商追加保证金。
截至 2026 年 10 月,无任何大型科技公司公开披露 AI 收入达到 1000 亿美元年化水位。领跑者是 AI 原生公司而非他点名的大厂:Anthropic 2026 年第二季度收入据彭博报道的初步数字逾 115 亿美元(文件注明可能修订;5 月时的预期约为 109 亿),7 月底年化收入约 650 亿美元(5 月约 470 亿);OpenAI 8 月中旬的报道显示年化收入已超 400 亿美元,7 月单月增长逾 20%。按 8 月中旬的报道两家数字相加已越过 1000 亿美元,但两家的收入口径不同——Anthropic 把经 AWS、Google Cloud 等云合作伙伴的销售计入收入(并向合作伙伴支付约 16% 的分成),OpenAI 不计入——这两个数并不能严格相加。据路透援引消息人士,Anthropic 预计年底年化收入达到约 1000 亿美元;即便如此也晚于里程碑日期。单家都未达标,且都不是原文所指的大型科技公司,里程碑也已过期。他设想的实现路径(Office 存量席位以约 100 美元/月加购 AI)也没有成为报道中突出的增长来源;编码 agent、企业产品与 API 用量是报道点名的增长渠道,但现有报道不足以判定哪项为主。需说明的是,原文对这次外推加了"very naively"的限定,故本条裁决针对的是该里程碑本身是否达成,而非指其为精确预测。收入在追,但追赶的主体与时点都不是他押注的那样;资本开支则按其外推甚至更快地膨胀。2024 年 6 月 Sequoia 提出的"6000 亿美元问题"——投资花出去后,收入要多久、由谁补上——在到期日仍无答案。这条收入与资本开支之间的张力,是理解终章那场估值调整的一种解释;基金的直接触发因素是持仓下跌、杠杆与追加保证金。
面对"美国的电从哪来"这个问题,他的回答非常干脆,也非常美国:
"But it's totally possible to do this in the United States: we have abundant natural gas."
中文释义:但这在美国完全做得到——我们有充足的天然气。
他算过一笔账:马塞勒斯/尤蒂卡页岩区的日产气量,足以支撑百 GW 级的持续发电。这个物理判断本身没错。但把"地下有气"转换成"机房有电",中间还隔着一整条他没有计价的供应链——而两年后正是这条供应链成了新的堵点:全球大型燃气轮机产能集中在三家厂商手里,GE Vernova 的订单积压在 2026 年二季度末已达 116 GW,排产排到 2030 年前后。也就是说,燃料不稀缺,把燃料变成电的机器稀缺。
另一个偏差在地缘方向上。他在文中提到"有人押注中东专制国家提供无上限电力"时,语气是不以为然的。实际发展是:2025 年 5 月宣布的 Stargate UAE 落在阿布扎比,规划 1GW 集群、隶属一个 5GW 级的园区,首期 200MW 目标 2026 年交付。中东没有成为美国自建路线的替代,但也没有像他暗示的那样出局——它成了美国主导的联盟的一部分。这个"既不是替代、也不是出局"的中间态,在第 6 章会以更普遍的形式再次出现:他的许多二元判断,现实都给出了第三个选项。
天然气确实成为美国 AI 电力扩张的主力路线,他的资源量判断成立。但瓶颈从燃料转移到了设备:全球大型燃气轮机产能集中于三家厂商,GE Vernova 订单积压 2026 年二季度末达 116 GW、排产至 2030 年前后,交期被行业分析列为数据中心供电首要风险——"有气"与"有电"之间隔着他未计价的产能约束。地缘方面,他轻描淡写带过的中东路线并未出局:Stargate UAE 于 2025 年 5 月宣布落地阿布扎比,规划 1GW 集群(隶属 5GW 级园区),首期 200MW 目标 2026 年交付,形态是美国主导联盟的一部分而非替代方案。
Part IIIa 面对的主要批评只有一条,但它足够重:收入撑不撑得起这些投资。2024 年 6 月——与本文几乎同月——Sequoia 的 David Cahn 发表了《AI 的 6000 亿美元问题》,用一个简单的算式给出缺口:以英伟达的收入跑速为基数,乘以 2 还原数据中心总成本(GPU 约占一半,其余是电力、厂房、备用电源等),再乘以 2 还原终端用户 50% 的毛利要求,得到整个生态需要的年收入规模;把它与当时约 1000 亿美元的实际 AI 收入相比,缺口约六倍。
他与 Cahn 其实共享同一个模型,分歧只在一个参数上:收入曲线的斜率。他假设 6 个月翻倍可以延续,于是缺口是"暂时的";Cahn 不假设,于是缺口是"待解释的"。两年后的裁决是分裂的——收入确实涨了很多,两家 AI 原生公司的年化收入从约 10 亿量级涨到按报道数字相加逾千亿(两家口径不同,严格说不能直接相加),但单家没有在到期日前涨到他设定的门槛,涨起来的也不是他点名的大厂;而资本开支涨得比双方当时的预期都快。Cahn 问的时间差仍然悬着:收入在追,但还没追上。
还有一条当时声量不大、现在看很关键的批评:折旧节奏。如果加速卡的经济寿命明显短于建筑物的会计寿命,那么"资本开支/收入"这个比值就会系统性地低估真实成本。这条批评在 2024 年基本无人认真对待,却在 2025–26 年成为质疑 AI 资产负债表最有力的角度之一。它没有出现在原文里,是 Part IIIa 视野的一个真实盲区。
把三条线索并排放:电力判断 ✅、资本开支判断 ✅、收入判断 ❌。一个把前两条当作交易依据、并用杠杆放大的人,会在两年里赚到惊人的钱;而第三条会在某个月份一次性把账结清。这就是终章要讲的全部故事,也是本书暗线"认知 → 下注"最锋利的一处切口:四条判断里对了三条,在无杠杆时是优秀,在四倍杠杆时是清算。
| 原文主张 | 裁决 |
|---|---|
| 电力是供给侧最大单一约束(1GW/2026、10GW/2028) | ✅ 已验证 |
| AI 投入攀升至数千亿→万亿美元量级 | ✅ 已验证 |
| 某大厂 2026 年年中达 $100B AI 年化收入 | ❌ 未验证 |
| 美国凭本土天然气即可自足,无需中东 | 🟡 部分验证 |
本表与本章 4 张对账卡一一对应;全书总记分牌见第 7 章。
| 术语 | 释义 | |
|---|---|---|
| capex supercycle | 资本开支超级周期:由单一技术范式驱动的、跨越多年的行业性投资扩张。 | §3.3 |
| GW-scale cluster | 吉瓦级集群:以持续供电功率而非芯片数量计量的训练设施,当前前沿规模的通用刻度。 | §3.1 |
| HBM | 高带宽内存:堆叠式 DRAM,加速卡的关键配套,产能高度集中,是 AI 供应链的典型卡点。 | §3.1 |
| power constraint | 电力约束:由发电、并网与供电设备交期共同构成的物理上限,2025 年后取代芯片成为首要瓶颈。 | §3.2 |
| run rate | 年化收入跑速:以当期收入×12 推算的年度口径,本章对账的收入门槛即以此计量。 | §3.4 |