2026 年 4 月 29 日，微软、谷歌、Meta 和亚马逊在同一天发布第一季度财报，四家科技巨头的资本支出计划总和接近 6.5 万亿美元，这一规模相当于瑞典的年度 GDP。全球最富有的四家科技公司正准备投入相当于一个中等发达国家全年经济总量的资金，以购买通往通用人工智能时代的入场券。在这场被戏称为“全球 AI 资产争夺夜”的较量中，表面宏大的叙事背后，实则是一场关于物理限制、资本焦虑与产业重组的隐秘战争，局势已趋紧张。午方 AI 梳理发现，真正左右市场情绪的并非表面盈利最丰厚的企业，而是那些被视为“信仰象征”的巨头。本应是美国股市财报季最重要的一天，却在报告提交前突现恐慌。高盛数据显示，当日是今年以来 AI 相关资产表现第二差的交易日。引发恐慌的并非业绩不佳，而是《华尔街日报》前一日报道指出，OpenAI 未能实现 2025 年收入目标，每周活跃用户超 10 亿的目标也远未达成。更令市场不安的是，OpenAI 首席财务官 Sarah Friar 曾内部警告，若收入增长持续低于预期，公司恐难维持耗资 6000 亿美元购买计算能力的计划。尽管 OpenAI 未上市无需发布财报，但仅凭一条谣言，甲骨文股价下跌 4%，CoreWeave 下跌 5.8%，软银在场外交易市场暴跌 12%。当 6000 亿美元的计算能力采购计划与缓慢的收入增长叠加，市场猛然意识到：AI 故事最大的风险不在于无人相信未来，而在于实现未来的成本过高。过去两年，OpenAI 几乎成为硅谷的“宗教信仰”，购买显卡、建设数据中心、扩展云服务、估值初创企业等决策，均基于模型能力持续提升、用户基数不断扩大、通用人工智能终将转化高昂投资为成功的逻辑。这种自我强化的信念体系在 4 月 29 日首次遭遇现金流现实的严峻拷问。互联网时代的增长看似无限，代码编写一次即可服务千万用户，边际成本极低，硅谷过去二十年“烧钱促增长”的模式正是基于网络效应覆盖成本的信念。

然而，人工智能时代数字世界的“印钞机”已被物理世界的限制牢牢扼住喉咙。午方 AI 注意到，谷歌首席执行官桑达尔·皮查伊在财报电话会议中语气无奈，尽管云业务增长达 63%，季度收入首次突破 200 亿美元，但他坦言：“若能满足市场需求，云业务收入本可更高。”谷歌手中积压了价值 4620 亿美元的云服务订单，环比几乎翻倍；AI 解决方案产品收入同比增长近 800%，Gemini Enterprise 付费用户环比增长 40%，API 令牌使用量从每分钟 100 亿增至 160 亿。这些数据在其他互联网公司眼中是喜人增长，但在皮查伊口中却折射出新困境：客户排队、资金到位，但服务器未建、电力未落、先进芯片未产。问题不在于需求不足，而在于需求过旺导致增长被拖回物理限制。微软 Azure 业务增长率达 40%，AI 相关年收入超 370 亿美元，较 2025 年 1 月的 130 亿美元在 15 个月内增长近三倍。

然而，微软资本支出从上季度 375 亿美元降至 319 亿美元，减少近 60 亿美元，财报解释为“基础设施建设时机安排”，隐含意为数据中心无法即刻建成，GPU 可订购但电力、土地、冷却系统及建设进度无法通过资本市场加速。当所有人以为正加速迈向虚拟世界时，决定成败的仍是传统“重资产”与物理定律。计算能力正成为新的“自然资源”，短期供应有限、建设周期长、分布受限且遵循先到先得原则。四大科技巨头敢于将资本支出推高至 6500 亿美元，并非因已算清投资回报，而是担心若不掌握这些“资源”，明日将无竞争资格。盘后交易中，谷歌业绩超预期且增加资本支出，股价仍涨 7%，而 Meta 股价跌 7%。Meta 财报亮眼：营收 5631 亿美元，同比增长 33%，为 2021 年以来最快增速；每股收益 10.44 美元，远超华尔街预期。

然而，马克·扎克伯格将 2026 年资本支出计划定为 1250 亿至 1450 亿美元，引发争议。业绩越好，市场越焦虑，投资者担忧 Meta 是否在用广告业务资金支持变现路径不明的 AI 项目。市场惩罚严厉，力度取决于商业变现能力。谷歌、亚马逊、微软的 AI 支出可纳入清晰账目：谷歌有 4620 亿美元云服务订单积压，亚马逊有 AWS 相关 AI 收入，微软有 Copilot 付费用户及强劲企业订单。每笔支出虽未必立即盈利，但华尔街可大致判断资金回收渠道：企业客户、云服务合同、软件订阅及算力租赁。故事吸引力重要，但变现路径必须清晰。Meta 的问题在于缺乏可对外出售的云服务业务，数百亿美元投入需通过复杂途径变现：提升用户黏性、优化广告转化率、延长使用时长的 AI 生成内容，或智能眼镜等未来硬件。逻辑无误，但链条过长。云服务提供商可将 GPU 安装于已签订单消耗资金，Meta 则需在未充分验证的广告效率模型中投入。前者可借折扣降本，后者只能先信模型有效。理论上成立，但链条过长令华尔街缺乏耐心。资本市场中，耐心是奢侈品。当资本支出达数千亿美元，投资者愿为未来投资，却不愿为不确定性计划无限期注资。更令人担忧的是时间滞后。亚马逊首席执行官安迪·贾西承认，2026 年投入的大部分资金需至 2027 年甚至 2028 年才产生回报，意味着巨头将今日现金流投入两年后产能建设。期间需考虑数据中心建设、芯片供应、电力、客户需求及模型迭代，任一环节偏差都将导致市场重估投资价值。人工智能军备竞赛最危险之处在于：资金今日投入，故事今日讲完，答案两年后揭晓。与两年前预期不同，AI 未迅速取代搜索功能。ChatGPT 出现时，市场曾认为搜索广告将被直接回答取代，Perplexity 等公司备受期待。但 4 月 29 日财报显示，谷歌搜索请求量创历史新高，广告收入达 772.5 亿美元，同比增长 15%。这更像是 AI 时代的“杰文斯悖论”：1865 年，英国经济学家威廉·斯坦利·杰文斯发现，蒸汽机效率提高未减煤炭消耗，反致消费量大增，因效率提升使更多人负担得起蒸汽机，引发需求爆发。同样，AI 使搜索更复杂，用户提问更多。谷歌相比 Meta 更具说服力：既有传统门户现金流，又有云服务新收益；既靠广告赚钱，又通过企业级计算服务获利。AI 未摧毁传统商业模式，反而为其拓展新空间。芯片行业亦发生类似变化。同一天，移动芯片巨头高通发布营收报告，营收达 106 亿美元。首席执行官克里斯蒂亚诺·阿蒙宣布，高通正式进军数据中心市场，将与顶尖超大规模云服务提供商合作开发定制芯片，预计今年晚些时候投产。高通主战场一直是移动设备，但随着 AI 工作负载在云端与边缘设备间分配变化，其不得不重新定位。若未来所有 AI 应用被大型云服务模型垄断，移动芯片价值将受压缩；若边缘计算成主流，高通须证明其不仅适用于智能手机，也适用于推理任务、终端设备及低功耗数据中心。因此，进入数据中心市场更多是防御而非进攻。随着 AI 从“云端奢侈品”转为“边缘设备标配”，行业边界开始模糊。移动芯片公司进军数据中心，云服务提供商研发自研芯片，芯片制造商探索新场景。高通的“叛变”仅是这场变革的冰山一角。午方 AI 分析认为，在这场 AI 淘金热中，美国股市进入严格“收益验证期”。即使是半导体工艺控制和检测设备领域的领先公司，一旦面临地缘政治风险或关税问题，股价亦受影响。4 月 29 日盘后，KLA 营收达 34.15 亿美元，非 GAAP 每股收益 9.40 美元，远超市场预期的 9.16 美元，但股价盘后跌 8%。原因非业绩不佳，而是市场担忧其在中国业务面临的关税及地缘政治风险。KLA 众多客户为中国晶圆制造企业，在中美科技脱钩背景下，“与中国有业务联系”如达摩克利斯之剑悬顶。即使业绩出色，亦难消除市场对地缘政治风险的本能恐惧。

与此同时，A 股市场遵循另一套逻辑。业绩重要，但仅是推动股价燃料；真正点燃市场热情的是能激发想象力的故事，尤其是“依靠国内生产实现自给自足”的叙事。4 月 29 日晚，Cambricon 公布出色一季度财报：营收 28.85 亿元人民币，同比增长 159.56%，单季度营收首破 20 亿元；净利润 10.13 亿元人民币，同比增长 185.04%。次日，Cambricon 股价飙升，总市值突破 670 亿元人民币，创历史新高，今年以来涨幅超 62%。同日，GPU 公司 Mu Technologies 亦公布财报：营收 5.62 亿元人民币，同比增长 75%，亏损从 2.33 亿元减至 9884 万元。该公司 2025 年 12 月上市，此为第一份季度财报。同处 AI 基础设施产业链的两家公司获截然不同的市场反应。KLA 面临全球化供应链复杂因素，业绩、订单、关税、对华业务联系及出口管制均影响股价定价。Cambricon 和 Mu Technologies 环境不同：外部限制越严，国内计算能力战略价值越突出。美国市场倾向折价考虑风险，A 市场更看重资源稀缺性。

然而，在市场为 Cambricon 欢呼之际，一细节显异常。截至 2025 年底，超级牛股投资者张建平仍持有 Cambricon 681.49 万股，价值约 92 亿元人民币，为第二大个人股东。但本季度财报中，其名字已从前十股东名单消失。按一季度股价估算，其减持股票价值至少数百亿元。具体减持价格未知，但可确定在业绩爆发、股价创新高前，他已套现离场。市场中总有两类人：愿为故事买单者，及依故事调整投资决策者。张建平显然属后者。他在 Cambricon 未成公众共识前买入，在被纳入“国内计算能力领军企业”宏大叙事后及时卖出。在这场耗资 6500 亿美元的财报之夜，硅谷巨头为算力短缺忧心，华尔街分析师纠结套现时机，A 股市场重估国内算力价值。同一场 AI 淘金热中，各市场用各自语言表达观点。美股谈投资回报率，A 股谈国产替代；云服务公司讨论订单积压，Meta 强调广告效率；OpenAI 虽未发财报，其影响力仍贯穿算力产业链。人人自认买到通往通用人工智能时代的“门票”，却无人知晓“投资”何时结束，退出途径何在。通往 AI 时代的“门票”确实昂贵，但比门票更昂贵的，是知晓何时该退出市场。