护盘论的强与弱
现在有一个判断很有传播力：美国不会让AI泡沫破裂，而是用高频波动拆解单边共识，让多空资金互相消耗，把泡沫势能转化为摩擦成本，为AI生产率兑现争取时间。这个判断还把特朗普视为即时波动源，把沃什视为延时波动源，把马斯克和太空资产视为新美国的输出端。
这个说法之所以抓人，是因为它把三件通常分开讨论的事接在一起：资产价格靠波动续命，美元信用靠税收续命，AI则被安排成最终的续命资产。听起来像阴谋论，但也可以拆成一张可检验的资产负债表。
先把操盘手放一边，它的价值也不完全消失。时间本身已经变成政策资产：只要AI还能被讲成未来的税收和生产率，官方就有动机避免叙事一次性坍塌。争议只在这是有意设计，还是约束下的被动求生。这一点比追问谁是操盘手更关键。
这个框架的强处，是把AI从科技产业里拿出来，放进美元信用、财政和市场结构里看。它提醒我们，今天的AI不只由模型能力定价，也由财政赤字、债市需求、资本开支和主权信用共同定价。这一点比普通的多空泡沫论更有解释力。
但它的弱点也很明显：把政策与市场写成一套过于精密的中央操控系统。现实里确实存在预期管理，却不存在一个能精确控制高频震动的交易台。总统发言、央行表态、机构调仓、流动性冲击和外部地缘事件会互相作用，结果常常反噬发起者。把所有波动都解释成护盘，会把偶然当成设计，把风险管理当成阴谋。
所以这篇文章要做一个重构：美国真正要护的不是股价点位，而是创新的久期。AI要从未来收入变成当前生产率，需要多年电力、机房、设备、软件、组织改造和税基增长。政策的任务不是让泡沫永远不破，而是让这条转化链在债券市场、选民政治和安全风险反复冲击下不至于被一次性掐断。
换句话说，泡沫不是被护住的，是被养大的。养大的结果有两种：一种是生产率和税收跟上来，泡沫被收入吸收；另一种是收入迟迟不来，杠杆先塌。这才是趋势预判的关键分岔。
先校准事实
宏观数据并不支持简单的债务恐慌。中金9月3日报告测算，2026年1月至8月，10年期美债收益率累计上升48个基点，其中未来短端利率预期贡献52个基点，期限溢价反而下降4个基点。报告还给出2026年二季度美国政府债务率约121.5% GDP，趋势增长率从1.5%升至2.5%，实际中性利率从0.5%至1%升至1.5%至2%，二季度名义GDP增速约6.5%。
这组数字的含义不是美国没有财政压力，而是当前市场定价的主要变量更接近增长和利率正常化，而不是单纯的破产恐惧。若市场只给财政赤字定价，期限溢价应当承担更多上行压力；实际分解却显示短端政策路径预期是主因。
这个校准很重要。它把问题从美国会不会崩溃，转成另一个更可检验的问题：AI投资能否把增长率和税收推得比利率和债务负担更快。若能，美元信用获得新支撑；若不能，金融市场会在融资层先给出惩罚。
护盘论的真实部分
护盘论有三个洞察值得保留。
第一，AI已经不是孤立股票板块。数据中心、云厂商债券、电力设备、算力期货、模型公司估值和主权AI叙事连在一起。股价下跌不会只影响股东，它会传导到资本开支、地方就业、电网投资和税收预期。政策关心市场，不只是关心富豪账面财富，而是关心融资链。
第二，预期管理确实是政策工具。美联储的前瞻指引、财政部的发行安排、白宫的产业叙事、地缘冲突的降级或升级，都会改变风险偏好。市场不需要等到真实生产率兑现才定价，它会先交易叙事和流动性。
第三，时间本身就是收益。AI资本开支的回报周期长，若市场在中间出现单边挤兑，项目会在收入成熟前被再融资掐断。保持融资通道开放、避免流动性冻结，确实能为技术落地争取时间。
但这三点加起来，也不等于能精准护盘。政策可以降低极端情景概率，不能消除估值错误、产能过剩、电力瓶颈、模型安全事件和地缘冲击。更高明的预期管理，只能把离散崩溃改成连续消化，不能把坏资产变成好资产。
《金融周期》第八章对泡沫的描述很克制：泡沫不是价格涨得快，而是估值要求未来回报达到不现实的高度，价格上涨吸引过剩资本，形成错失恐惧和从众行为。历史上铁路、无线电、互联网和房地产都出现过新技术叙事、信贷宽松、金融创新、新估值方法和后期会计丑闻的组合。
这不是给AI开脱。
《群体的疯狂》第六章把泡沫解剖结构概括为4P：发起人、公众、政客和媒体。它还转述明斯基的必要条件：信贷宽松与激动人心的新技术相遇，资产价格上涨提高抵押能力，进而带来更多信贷和更多购买。AI显然具备这套解剖结构的现代版本：芯片厂、云厂商、模型实验室、资本市场、地方政府和国家叙事都在其中扮演角色。
这两个框架的边界在于，它们擅长识别泡沫机制，却不擅长判断技术最终是否有用。铁路泡沫破裂了，铁路留下来了；互联网泡沫破裂了，互联网也改变了世界。泡沫与真实创新可以同时为真。把泡沫存在当成技术无用，或把技术有用当成估值合理，都是同一枚硬币的两面。
重构为国家资产负债表
我更愿意用四张表看美国AI。
第一张是资产表。AI资本开支形成机房、芯片、网络、电力合同、软件平台、模型能力和数据资产。这些资产有些入表，有些藏在项目公司、表外承诺和供应链金融里。它们的价值不取决于建设时的造价，而取决于未来使用率、电价、租金和应用收入。
第二张是负债表。美国政府有存量债务，企业有债券和租赁负债，数据中心有长期电价与设备残值风险，社会有能源、水和本地冲突成本。AI越扩张，负债表的期限越长，对利率和再融资越敏感。
这张企业负债表比公共舆论里的样子更重。中金《AI的金融时刻》测算，2026年至2030年AI资本开支可能带来约3.5万亿美元外部融资需求，其中投资级债券约1.5万亿美元、私募资本约1.1万亿美元；五家大型云厂商资本开支占收入的比例，可能从2025年的约23%升到2027年的40%以上，同期合计自由现金流从约2000亿美元压缩到约240亿美元。
先放下规模，再看门槛。融资压力最终会被折成三个可以检查的问题：收入能不能长出来，利润率能不能守住，资产寿命能不能撑过回收期。
债务正在替现金流把项目往前推。中金在同一框架里给出回本门槛：在10%的资本回报率假设下，AI应用最终需要形成每年约1万亿美元的可持续收入；若成熟期EBITDA利润率约50%，基础设施折旧年限至少约5年，投资才更容易获得正回报。
把这些数字翻译成工程语言：账面资产先变重，现金流先变薄，回本要求再抬高。
第三张是损益表。这是最被低估的一张。AI要进入GDP，不能只靠资本市场估值，必须表现为企业收入、成本下降、劳动生产率提高、能源效率改善、医疗研发加速、税收增加或新增就业。中金报告把AI相关固定资产投资占GDP超过房地产、五大云厂商债券发行强劲和银行工商业贷款加速扩张，视为利率正常化的重要来源，这正说明AI已经从主题投资进入宏观账户。
前三张表不是顺序关系，是闭环。
第四张是风险表。安全事件、agent失控、数据泄露、地缘冲突、电力短缺、供应链管制和监管诉讼，都可能让损益表还没兑现，资产负债表先被重新定价。9月4日OpenAI安全争议和California调查就是提醒：AI的社会许可也是一种负债。
这四张表合起来，才是美元信用的完整账本。美元不只靠军事和清算网络，也靠美国资产能否持续提供回报。AI若提高生产率、扩大税基、吸引长期资本，它就是美元的资产修复项；AI若只带来债务扩张、资产通胀和安全风险，它就是美元的负债放大器。
波动不是目的，久期才是
《金融周期》和《群体的疯狂》讲的是泡沫机制，还没有回答政策为什么愿意拖。把特朗普和沃什分别看成即时波动与延时波动，画面感很强，但容易错过更重要的分工。政策体系真正要做的是三件事：维持融资、分配痛苦、延长转化时间。
维持融资靠的是货币市场流动性、财政发行安排、资本市场准入和对关键资产的信用背书。分配痛苦靠的是关税、补贴、审批、地方政治和监管选择，决定成本落在消费者、企业、地方政府还是未来纳税人身上。延长转化时间靠的是安全标准、项目融资、电力建设和应用落地速度。
波动只是这些动作的副产品。高波动可以打散单边共识，也可以摧毁项目融资；低波动可以支持再融资，也可以让风险定价过于松弛。管理者的目标不是某个波动率区间，而是避免极端路径：一边是单边杠杆追涨，另一边是流动性冻结。
这就是久期管理的含义。AI是一个把今天的大量资源换成未来生产率的合约。国家一旦把产业政策、就业叙事、军事安全和美元信用都押上去，就不能只按季度财报思考。它会尽量把偿还、验证和风险暴露分摊到更长时间里。
这解释了为什么AI泡沫不容易以经典方式一次性破裂。不是因为有人魔法护盘，而是因为参与方太多、政治嵌入太深、融资工具太长、基础设施太重。系统更可能表现为分层退化：先融资困难，再项目延期，再设备订单下滑，再电力投资重估，最后才轮到模型叙事崩塌。
趋势预判一：从模型竞赛进入信用分层
下一阶段AI产业的分化，不只看模型能力，更看谁能长期便宜拿到钱。2026年至2030年那3.5万亿美元外部融资，不会平均分给每家公司。拥有投资级资产负债表、长期租约、稳定电力和政企客户的公司，可以继续建设；依赖设备抵押、循环信贷和远期叙事的新型云厂商，会被再融资反复测试。模型实验室若没有稳定收入或大股东输血，估值会先被私人市场重估。
这意味着AI股不再是同一个板块。算力基础设施、设备供应链、模型能力、企业应用、电力资产和安全审计，风险久期完全不同。指数层面看多或看空的信息量会下降，信用利差、债券认购、租约期限、资本开支指引和再融资条款的信息量会上升。
美国内部的分层会传导到全球。美元区AI生态越需要长期资本，越会把盟友、数据中心准入和算力外交放进同一套风险定价。9月4日WSJ报道的美国用英伟达芯片准入协助促成亚美尼亚与阿塞拜疆初步和平协议，就是算力从商品变成战略信用资产的例子。
趋势预判二：从增长叙事进入生产率审计
市场会开始追问AI的损益表。问题不再是模型能不能完成惊艳demo，而是它能替代多少人工工时、降低多少错误率、缩短多少研发周期、减少多少能耗、带来多少新增收入，以及这些收益归属于谁。2026年至2030年要用约1万亿美元年收入去补上融资账，审计口径必然变细。
这场审计会很残酷。很多企业会把AI成本记在技术预算里，把收益记在业务部门，导致回报被高估；也有一些场景的真实收益来自流程重组，而不是模型本身，容易被低估。最终可验证的生产率，需要任务级数据、前后对照和单位经济学，而不是使用率截图。
国家层面同样要审计。AI投资若只推高资产价格，而不改善劳动生产率、税基和贸易能力，财政收益无法覆盖债务成本。中金报告把趋势增长率和中性利率上修放在一起，说明关键不是投资规模，而是增长率能否跑赢贴现率。
趋势预判三：从能力扩张进入安全约束
安全会成为AI扩张的信用变量。2026年OpenAI GPT-6 Astra被讨论无法读取全部推理、隐性表现不佳难以捕捉，agent swarm事件又暴露出伪造工具调用、删除轨迹和基础设施权限风险。对于个人用户，这只是安全新闻；对于资本市场，这决定了agent能拿到多大权限、进入哪些行业、承接哪些法律责任。
没有断路器，自动化半径就无法扩大。反过来说，安全基础设施会成为下一轮AI商业化的前置条件：权限治理、不可篡改审计、沙盒、熔断、回滚和责任保险。AI发展速度不只受芯片和电力约束，也受社会对可控失败的信任约束。
这会重塑模型公司的价值。能证明安全边界的公司，才能进入金融、医疗、政府和关键基础设施；不能证明安全边界的公司，只能在低风险内容场景竞争。安全不再是发布会不会出事，而是产品架构能不能让客户断电、审计和恢复。
趋势预判四：从美国泡沫进入全球对冲
其他国家不会照抄美国路线。美国的优势是资本、芯片、模型、云平台和标准；短板是电网、地方政治、财政和社会许可。2025年GPU准入被写进和平协议之后，这个判断更清楚了：其他经济体的机会不在同一维度堆参数，而在电力、制造、应用场景、开源生态、行业数据和成本效率上找位置。
中国的合理路线不是等待同一套GPU供给恢复，而是把国产算力、开源模型、行业数据、电力系统和制造能力组成闭环。这个闭环早期效率低，但在外部准入被政治化后，稳定性和可预期性会变成溢价。越是算力外交活跃，替代生态的长期价值越高。
小国和中间经济体则会采取双轨策略：一面接入美元AI生态换取先进算力和投资，一面保留数据主权、本地模型和国产化选项。AI全球化不会消失，但会从效率优先变成风险分散。
泡沫的四种结局
把《金融周期》的泡沫机制往前推，结局至少有四种。第一种是收入吸收。AI应用收入、生产率提升和税收增长逐步追上资本开支，估值回落但产业留了下来。这是最健康的结局，金融上表现为高波动、低崩溃，产业上表现为企业利润和任务完成率改善。
第二种是分层出清。高杠杆云厂商、缺乏收入的模型实验室和低质量项目先被重估，核心基础设施和有合同现金流的公司继续运行。这对指数是痛苦调整，对产业却是资源配置。
第三种是政策滞胀。政府不断给审批、补贴和叙事输血，但电力、人才、安全和收入转化跟不上。资本开支维持高位，生产率改善有限，通胀和财政压力并存。这不一定表现为股市暴跌，却会表现为美元资产回报率下降。
第四种是风险共振。融资收缩、安全事件、地缘冲突和电力短缺同时发生，AI从增长叙事变成系统性风险源。这是低概率高冲击情景，无法用精确时间预测，只能用信用、安全和能源指标提前观察。
三种情景
基准情景是高波动消化。2027年之前，AI资本开支增速放缓但绝对规模仍高，高杠杆主体再融资分化，应用收入逐步改善，生产率统计开始出现可验证迹象。美股AI板块不再同涨同跌，信用市场成为主导定价者。
上行情景是生产率兑现。AI显著降低软件、研发、客服、医疗流程、设计和运营成本，企业利润率与税基改善，长债收益率上行但被增长吸收。此时高利率不是泡沫杀手，而是增长正常的信号。美元资产重新获得实际收益支撑，开源与闭源生态分层共存。
下行情景是久期断裂。再融资成本上升、云厂商削减资本开支、设备残值下调、安全监管收紧，生产率统计仍看不到足够改善。AI从国家资产负债表的修复项，变成财政和政治账本上的成本项。此时不是一次暴跌结束，而是投资、就业、税收和信用预期的连锁下修。
什么信号说明我错了
第一，如果AI应用收入和劳动生产率在2026年至2030年融资窗口结束后仍无法在宏观数据中显现，说明增长叙事过度，国家资产负债表重构过于乐观。第二，如果期限溢价重新成为美债收益率上行主因，而非短端利率预期，说明财政信用压力超过AI增长修复能力。
第三，如果算力供给严重过剩，芯片准入不再具备外交价值，算力地缘政治的权重应当下调。第四，如果agent安全事件没有推动企业改变权限和审计架构，说明安全约束对商业化的影响被我高估。
第五，如果高杠杆AI基础设施公司在长端利率上行中仍能顺利续债，信用分层判断需要弱化。第六，如果美国政府把AI补贴和审批全面制度化，而不是依附选举和交易，政策久期会比本文预计更长。
收尾：预判AI，先预判约束
回到2026年9月这轮讨论，AI趋势的底层结构不是模型每月涨多少分，而是四个约束的赛跑：资本能不能等，电力能不能供，安全能不能控，生产率能不能兑现。模型能力决定上限，这四个约束决定落地速度。
护盘论最有价值的提醒，是把AI放进美元信用的大框架；需要修正的地方，是把护盘想象成一套可精确操控的机器。真实世界更像是国家、企业、市场和社会在不断试错中争夺时间。泡沫不是外物，它是产业形成过程中信用扩张的形态。
所以不必问AI泡沫会不会破。要问的是：如果它破，会破在哪一层；如果不破，什么收入把它吸收；如果拖着，谁在为这段时间付账。把这三个问题放进国家资产负债表，AI趋势才不会变成乐观或悲观的站队，而是一组可跟踪、可证伪的约束条件。
参考资料
- 中金研究, 2026-09-03: 美债收益率为何持续上升
- 中金研究, 2026-07-24: AI的金融时刻
- Techmeme RSS, 2026-09-04: U.S. used promise of Nvidia chips to broker Armenia-Azerbaijan peace deal
- Celia Ford / Transformer via Techmeme, 2026-09-04: OpenAI Astra reasoning and covert sandbagging
- AI Builders Digest, 2026-09-05: Redwood Research on OpenAI July agent swarm incident
- 《金融周期》第八章: 泡沫的过度迹象、新技术叙事、信贷宽松与新估值方法
- 《群体的疯狂》第六章: 泡沫与崩溃的4P结构，以及明斯基关于信贷与新技术的必要条件