中美AI到底有沒有泡沫：一場對談會熱傳，靠的是把焦慮講成了框架

2025年8月下旬，復旦大學國際關係學者沈逸與前觀察者網人氣解說王驍（王驍Albert）在B站聊「中美AI泡沫」的對談片段開始在站內流傳，相關切片與二創討論持續發酵。同期，「AI泡沫一定會破」「AI基建泡沫正在醞釀下一場危機」等標題的影片播放量動輒數十萬，顯示這個話題已經從投資圈滲透到一般內容消費者的時間軸上。

這場對談值得整理，倒不是因為兩位講者給出了什麼獨家數據，而是他們把一個原本散落在財經媒體裡的問題，翻譯成了普通觀眾能跟著走的敘事框架。而框架本身，恰恰是理解「AI泡沫」這個詞為何此刻如此流行的鑰匙。

泡沫之爭，爭的從來不是技術

「AI有沒有泡沫」這個問題，聽起來像在問技術行不行。實際上，所有認真參與這場討論的人，問的都是錢的問題：投入AI基礎建設的資本，多久能從應用端的收入賺回來。

用一個日常比喻：這就像一家連鎖咖啡店在三年內開了過去十年總和的店面數。咖啡好不好喝是一回事，但如果多數新店面整天空著、只有旗艦店在排隊，那麼「展店速度」與「單店營收」之間的缺口，就是泡沫討論的真正標的。AI產業目前的狀況類似：算力中心、晶片訂單、模型訓練的支出曲線陡峭上升，而企業端願意為AI功能付費的習慣仍在養成。

沈逸與王驍對談的一個核心論點方向，是把美國AI資本熱潮放回中美競爭的脈絡裡看：華爾街的敘事需求、科技巨頭的資本支出競賽、以及政治層面對「不能輸給中國」的焦慮，三股力量互相加強，讓估值與支出脫離了單純的商業計算。這種分析路徑對習慣國際關係敘事的觀眾很有效，因為它把抽象的「泡沫」變成了有角色的故事。

為什麼這類內容此刻特別有市場

B站搜尋結果透露了一個訊號：與「AI泡沫」相關的影片，從財經區一路蔓延到時政區、科技區，甚至出現「AI狂歡背後的債務真相」這類跨領域標題。注意力流向說明，觀眾的疑問已經從「AI能做什麼」轉向「AI燒的錢最後誰買單」。

這個轉向有跡可循。過去兩年，一般使用者的AI體驗已經從新鮮期進入日常期，寫郵件、改程式、做簡報，AI工具成了辦公桌上的標配。當工具本身不再新奇，人們自然開始追問成本：這些每月訂閱費、企業採購案、以及新聞裡動輒數百億美元的資料中心投資，支撐它的收入在哪裡。

模型端其實也在回應同一個壓力。我們先前分析過DeepSeek把定價表變成排班表的調整，周末全天改收低谷價，本質上就是算力供給閒置與成本回收壓力的產物。定價的精細化，正是「支出必須對上收入」這條鐵律開始發揮作用的證據。泡沫討論會在這個時間點升溫，與這些來自產業內部的微觀訊號是同步的。

中美兩種泡沫敘事的差別

對談裡另一個值得留意的軸線，是「中美各自的泡沫長得不一樣」。

美國的AI熱主要由資本市場驅動：大型科技公司把AI資本支出寫進財報敘事，投資人把這些支出當成護城河來定價，於是支出越大、故事越硬、股價越撐，直到某個環節的收入驗證跟不上，整條鏈條才會被迫重算。

中國的AI投入結構則更多由政策與產業鏈主導，模型公司之間的價格競爭激烈，應用端滲透以效率工具為主。這不代表沒有過熱，而是過熱的表現形式不同：美國的風險集中在資產價格，中國的風險更多集中在低價競爭下的商業模式能不能站住。

對觀眾來說，這個區分的實用之處在於：看美國AI新聞時，該追蹤的是資本支出與雲端收入的缺口；看中國AI新聞時，該追蹤的是API價格、企業採購與實際落地場景。同一個「泡沫」標題，兩邊指向的檢查清單完全不同。

對一般工作者與企業的「所以呢」

一場對談再精彩，最終要能換算成讀者自己的判斷。從目前的訊號看，有三個實際的思考點。

第一，泡沫即使存在，破的方式也極少是戲劇性的全行業歸零。網路泡沫破裂時，光纖基礎建設留下了，後來成了頻寬成本暴跌、應用爆發的土壤。AI的算力基建如果真有一輪出清，存活下來的應用與服務反而會拿到更便宜的燃料。個人與企業導入AI工具的決策，不必因為宏觀泡沫爭論而凍結。

第二，選供應商時把「存活能力」放進評估。模型與工具市場接下來幾年的整併幾乎難以避免，把關鍵流程綁在單一服務上之前，多留一條遷移的路徑，是泡沫時代的基本風險管理。

第三，對內容消費者而言，這類對談的價值在框架而非結論。沈逸與王驍提供的是一種把資本、地緣政治與技術放進同一張圖的看圖方式；觀眾拿走這張圖之後，仍需要自己盯著具體數據更新判斷，而不是把對談結論當成定時炸彈的倒數計時。

泡沫會不會破、何時破，沒有人能給出可靠答案。但「支出與收入的缺口在哪、誰在為敘事付費」這兩個問題，是任何時候都站得住的檢驗尺。這場在B站熱傳的對談，最大的貢獻是讓更多人拿起了這把尺。