2026 年 4 月 29 日，微軟、谷歌、Meta 和亞馬遜在同一天發佈第一季度財報，四家科技巨頭的資本支出計劃總和接近 6.5 萬億美元，這一規模相當於瑞典的年度 GDP。全球最富有的四家科技公司正準備投入相當於一箇中等發達國家全年經濟總量的資金，以購買通往通用人工智能時代的入場券。在這場被戲稱爲“全球 AI 資產爭奪夜”的較量中，表面宏大的敘事背後，實則是一場關於物理限制、資本焦慮與產業重組的隱祕戰爭，局勢已趨緊張。午方 AI 梳理發現，真正左右市場情緒的並非表面盈利最豐厚的企業，而是那些被視爲“信仰象徵”的巨頭。本應是美國股市財報季最重要的一天，卻在報告提交前突現恐慌。高盛數據顯示，當日是今年以來 AI 相關資產表現第二差的交易日。引發恐慌的並非業績不佳，而是《華爾街日報》前一日報道指出，OpenAI 未能實現 2025 年收入目標，每週活躍用戶超 10 億的目標也遠未達成。更令市場不安的是，OpenAI 首席財務官 Sarah Friar 曾內部警告，若收入增長持續低於預期，公司恐難維持耗資 6000 億美元購買計算能力的計劃。儘管 OpenAI 未上市無需發佈財報，但僅憑一條謠言，甲骨文股價下跌 4%，CoreWeave 下跌 5.8%，軟銀在場外交易市場暴跌 12%。當 6000 億美元的計算能力採購計劃與緩慢的收入增長疊加，市場猛然意識到：AI 故事最大的風險不在於無人相信未來，而在於實現未來的成本過高。過去兩年，OpenAI 幾乎成爲硅谷的“宗教信仰”，購買顯卡、建設數據中心、擴展雲服務、估值初創企業等決策，均基於模型能力持續提升、用戶基數不斷擴大、通用人工智能終將轉化高昂投資爲成功的邏輯。這種自我強化的信念體系在 4 月 29 日首次遭遇現金流現實的嚴峻拷問。互聯網時代的增長看似無限，代碼編寫一次即可服務千萬用戶，邊際成本極低，硅谷過去二十年“燒錢促增長”的模式正是基於網絡效應覆蓋成本的信念。

然而，人工智能時代數字世界的“印鈔機”已被物理世界的限制牢牢扼住喉嚨。午方 AI 注意到，谷歌首席執行官桑達爾·皮查伊在財報電話會議中語氣無奈，儘管雲業務增長達 63%，季度收入首次突破 200 億美元，但他坦言：“若能滿足市場需求，雲業務收入本可更高。”谷歌手中積壓了價值 4620 億美元的雲服務訂單，環比幾乎翻倍；AI 解決方案產品收入同比增長近 800%，Gemini Enterprise 付費用戶環比增長 40%，API 令牌使用量從每分鐘 100 億增至 160 億。這些數據在其他互聯網公司眼中是喜人增長，但在皮查伊口中卻折射出新困境：客戶排隊、資金到位，但服務器未建、電力未落、先進芯片未產。問題不在於需求不足，而在於需求過旺導致增長被拖回物理限制。微軟 Azure 業務增長率達 40%，AI 相關年收入超 370 億美元，較 2025 年 1 月的 130 億美元在 15 個月內增長近三倍。

然而，微軟資本支出從上季度 375 億美元降至 319 億美元，減少近 60 億美元，財報解釋爲“基礎設施建設時機安排”，隱含意爲數據中心無法即刻建成，GPU 可訂購但電力、土地、冷卻系統及建設進度無法通過資本市場加速。當所有人以爲正加速邁向虛擬世界時，決定成敗的仍是傳統“重資產”與物理定律。計算能力正成爲新的“自然資源”，短期供應有限、建設週期長、分佈受限且遵循先到先得原則。四大科技巨頭敢於將資本支出推高至 6500 億美元，並非因已算清投資回報，而是擔心若不掌握這些“資源”，明日將無競爭資格。盤後交易中，谷歌業績超預期且增加資本支出，股價仍漲 7%，而 Meta 股價跌 7%。Meta 財報亮眼：營收 5631 億美元，同比增長 33%，爲 2021 年以來最快增速；每股收益 10.44 美元，遠超華爾街預期。

然而，馬克·扎克伯格將 2026 年資本支出計劃定爲 1250 億至 1450 億美元，引發爭議。業績越好，市場越焦慮，投資者擔憂 Meta 是否在用廣告業務資金支持變現路徑不明的 AI 項目。市場懲罰嚴厲，力度取決於商業變現能力。谷歌、亞馬遜、微軟的 AI 支出可納入清晰賬目：谷歌有 4620 億美元雲服務訂單積壓，亞馬遜有 AWS 相關 AI 收入，微軟有 Copilot 付費用戶及強勁企業訂單。每筆支出雖未必立即盈利，但華爾街可大致判斷資金回收渠道：企業客戶、雲服務合同、軟件訂閱及算力租賃。故事吸引力重要，但變現路徑必須清晰。Meta 的問題在於缺乏可對外出售的雲服務業務，數百億美元投入需通過複雜途徑變現：提升用戶黏性、優化廣告轉化率、延長使用時長的 AI 生成內容，或智能眼鏡等未來硬件。邏輯無誤，但鏈條過長。雲服務提供商可將 GPU 安裝於已簽訂單消耗資金，Meta 則需在未充分驗證的廣告效率模型中投入。前者可借折扣降本，後者只能先信模型有效。理論上成立，但鏈條過長令華爾街缺乏耐心。資本市場中，耐心是奢侈品。當資本支出達數千億美元，投資者願爲未來投資，卻不願爲不確定性計劃無限期注資。更令人擔憂的是時間滯後。亞馬遜首席執行官安迪·賈西承認，2026 年投入的大部分資金需至 2027 年甚至 2028 年才產生回報，意味着巨頭將今日現金流投入兩年後產能建設。期間需考慮數據中心建設、芯片供應、電力、客戶需求及模型迭代，任一環節偏差都將導致市場重估投資價值。人工智能軍備競賽最危險之處在於：資金今日投入，故事今日講完，答案兩年後揭曉。與兩年前預期不同，AI 未迅速取代搜索功能。ChatGPT 出現時，市場曾認爲搜索廣告將被直接回答取代，Perplexity 等公司備受期待。但 4 月 29 日財報顯示，谷歌搜索請求量創歷史新高，廣告收入達 772.5 億美元，同比增長 15%。這更像是 AI 時代的“傑文斯悖論”：1865 年，英國經濟學家威廉·斯坦利·傑文斯發現，蒸汽機效率提高未減煤炭消耗，反致消費量大增，因效率提升使更多人負擔得起蒸汽機，引發需求爆發。同樣，AI 使搜索更復雜，用戶提問更多。谷歌相比 Meta 更具說服力：既有傳統門戶現金流，又有云服務新收益；既靠廣告賺錢，又通過企業級計算服務獲利。AI 未摧毀傳統商業模式，反而爲其拓展新空間。芯片行業亦發生類似變化。同一天，移動芯片巨頭高通發佈營收報告，營收達 106 億美元。首席執行官克里斯蒂亞諾·阿蒙宣佈，高通正式進軍數據中心市場，將與頂尖超大規模雲服務提供商合作開發定製芯片，預計今年晚些時候投產。高通主戰場一直是移動設備，但隨着 AI 工作負載在雲端與邊緣設備間分配變化，其不得不重新定位。若未來所有 AI 應用被大型雲服務模型壟斷，移動芯片價值將受壓縮；若邊緣計算成主流，高通須證明其不僅適用於智能手機，也適用於推理任務、終端設備及低功耗數據中心。因此，進入數據中心市場更多是防禦而非進攻。隨着 AI 從“雲端奢侈品”轉爲“邊緣設備標配”，行業邊界開始模糊。移動芯片公司進軍數據中心，雲服務提供商研發自研芯片，芯片製造商探索新場景。高通的“叛變”僅是這場變革的冰山一角。午方 AI 分析認爲，在這場 AI 淘金熱中，美國股市進入嚴格“收益驗證期”。即使是半導體工藝控制和檢測設備領域的領先公司，一旦面臨地緣政治風險或關稅問題，股價亦受影響。4 月 29 日盤後，KLA 營收達 34.15 億美元，非 GAAP 每股收益 9.40 美元，遠超市場預期的 9.16 美元，但股價盤後跌 8%。原因非業績不佳，而是市場擔憂其在中國業務面臨的關稅及地緣政治風險。KLA 衆多客戶爲中國晶圓製造企業，在中美科技脫鉤背景下，“與中國有業務聯繫”如達摩克利斯之劍懸頂。即使業績出色，亦難消除市場對地緣政治風險的本能恐懼。

與此同時，A 股市場遵循另一套邏輯。業績重要，但僅是推動股價燃料；真正點燃市場熱情的是能激發想象力的故事，尤其是“依靠國內生產實現自給自足”的敘事。4 月 29 日晚，Cambricon 公佈出色一季度財報：營收 28.85 億元人民幣，同比增長 159.56%，單季度營收首破 20 億元；淨利潤 10.13 億元人民幣，同比增長 185.04%。次日，Cambricon 股價飆升，總市值突破 670 億元人民幣，創歷史新高，今年以來漲幅超 62%。同日，GPU 公司 Mu Technologies 亦公佈財報：營收 5.62 億元人民幣，同比增長 75%，虧損從 2.33 億元減至 9884 萬元。該公司 2025 年 12 月上市，此爲第一份季度財報。同處 AI 基礎設施產業鏈的兩家公司獲截然不同的市場反應。KLA 面臨全球化供應鏈複雜因素，業績、訂單、關稅、對華業務聯繫及出口管制均影響股價定價。Cambricon 和 Mu Technologies 環境不同：外部限制越嚴，國內計算能力戰略價值越突出。美國市場傾向折價考慮風險，A 市場更看重資源稀缺性。

然而，在市場爲 Cambricon 歡呼之際，一細節顯異常。截至 2025 年底，超級牛股投資者張建平仍持有 Cambricon 681.49 萬股，價值約 92 億元人民幣，爲第二大個人股東。但本季度財報中，其名字已從前十股東名單消失。按一季度股價估算，其減持股票價值至少數百億元。具體減持價格未知，但可確定在業績爆發、股價創新高前，他已套現離場。市場中總有兩類人：願爲故事買單者，及依故事調整投資決策者。張建平顯然屬後者。他在 Cambricon 未成公衆共識前買入，在被納入“國內計算能力領軍企業”宏大敘事後及時賣出。在這場耗資 6500 億美元的財報之夜，硅谷巨頭爲算力短缺憂心，華爾街分析師糾結套現時機，A 股市場重估國內算力價值。同一場 AI 淘金熱中，各市場用各自語言表達觀點。美股談投資回報率，A 股談國產替代；雲服務公司討論訂單積壓，Meta 強調廣告效率；OpenAI 雖未發財報，其影響力仍貫穿算力產業鏈。人人自認買到通往通用人工智能時代的“門票”，卻無人知曉“投資”何時結束，退出途徑何在。通往 AI 時代的“門票”確實昂貴，但比門票更昂貴的，是知曉何時該退出市場。