AI泡沫还是技术革命？

在预测次贷危机、做空英伟达的投资大师麦克尔·伯里（Michael Burry）、Anthropic的联合创始人杰克·克拉克（Jack Clark），以及科技观察者德瓦克什·帕特尔（Dwarkesh Patel）之间，展开了一场关于AI未来的激烈辩论：

AI究竟是历史性的技术革命，还是一场即将破裂的资本泡沫?

杰克·克拉克提出一个有趣且悖于常识的观察：“2017年，AI的主流策略是让AI从零开始，在《星际争霸》《Dota2》等游戏中反复试错，试图进化出通用智能。”

DeepMind和OpenAI都押注这条路，培养出了超越人类的游戏AI。

然而，历史证明这条路走不通。

真正改变游戏规则的是另一条路径：大规模预训练+Transformer架构+缩放定律。

《Attention Is All You Need》论文提出的Transformer让大规模训练变得高效，而缩放定律揭示了数据、算力与模型智能之间的精确关系。

杰克·克拉克说“现在的AI是它一辈子最差的时候！今天Claude或GPT-4的能力已经是起点而非终点。如果你上次体验AI还是在几个月前，你对前沿技术的判断已经严重失准。”

快速迭代让AI实验室开始回到智能体研发，这次它们站在了预训练大模型这个强大的肩膀上。

然而，就在讨论陷入技术突破的兴奋中时，麦克尔·伯里提出不同看法。他引用了沃伦·巴菲特的故事：

沃伦·巴菲特在60年代末拥有一家百货商店。当街对面的百货商店装了一部自动扶梯时，他也必须跟着装。最终，两家店还是处在完全相同的竞争位置上，没有一家从中获益。

这个自动扶梯理论直击AI投资狂潮的要害。

所有科技巨头都被FOMO（错失恐惧症）驱动着购买GPU、建数据中心时，却没有人能真正获得持久的竞争优势。

“因为你的竞争对手也在做同样的事，最终双方只是把AI能力变成了做生意的必备成本，而非利润来源。”

伯里的数据更加触目惊心：“英伟达售出了4000亿美元的芯片，但终端用户的AI产品收入不到1000亿美元。”这个4:1的基础设施/应用收入比，在他看来是典型的泡沫特征。

更糟糕的是，芯片现在每年更新一代，今天斥巨资建造的数据中心，可能在两三年后就成为搁浅资产。

他特别点名了微软CEO萨提亚·纳德拉的一句话：我撤回了一些项目并放慢了建设速度，因为我不想在这一代芯片上被卡住四五年的折旧。这在伯里眼中是确凿证据——连最乐观的建设者都开始担心资本陷阱。

伯里最关心的指标是ROIC（投入资本回报率），这是衡量公司增长空间的黄金标准。过去，微软、谷歌这些软件巨头的ROIC极高，但AI改变了一切。这些公司正在变成资本密集型的硬件企业。

纳德拉在采访中说，他希望通过AI在沉重的资本支出周期中维持ROIC，但伯里回应：“我看不到这一点。”

德瓦克什试图反驳：“为什么ROIC比绝对回报更重要？”

但伯里坚持：“如果一家公司靠借债或烧光现金流去做低回报投资，它只是虚胖。”

德瓦克什提出了一个更深层的疑问：“如果AI真的能让开发者效率提升10倍，为什么三大AI实验室竞争比以往任何时候都激烈？”

最讽刺的是就业市场的沉默。德瓦克什说：“如果你在2017年给我看Gemini 3或Claude 4.5，我会以为它能让一半白领失业。但现在AI对劳动力市场的影响需要用'电子表格显微镜'才能看到。”

如果说这场讨论有一个让所有人都感到震惊的点，那就是谷歌的落后。

“能源才是AI发展的终极制约因素。”

“拿1万亿美元建立全新电网，”