莫傑麟

AI 确实有泡沫，但泡沫主要存在于价格和预期，而非技术发展的本质。 莫傑麟将泡沫定义为“比现实更高的预期”，并强调有泡沫“不一定是坏事，也不一定随时会破”；他认为 AI 当前的智能已经很强，很多时候超过人。一级估值和二级市值则需要分市场、分板块判断。

本轮争议的共同落点不是模型能不能用，而是模型公司的 ROI 能否覆盖急剧扩大的投入。 Meta 挖人、OpenAI 与 xAI 等公司规划二十到三十 GW 以上 data center、英伟达投资模型公司，让 investment 快速抬升；与此同时，市场感知中的 return 正在收平。曲凯将这种变化概括为：“我们过去不看 ROI，现在开始看 ROI 了。”

近期美股和英伟达回撤不能被单因归结为 AI 泡沫，宏观、流动性与风险偏好同样关键。 一月 DeepSeek 出来时英伟达曾跌到 90 美元以下，本轮并未达到同等幅度；莫傑麟据此判断，“如果市场是完全相信了泡沫这个事情，应该跌更多”，眼下更像多重因素共同削弱了此前的乐观。

真正的周期换挡，是市场从等待下一次 AGI 式突破，转向要求模型产业化、降本增效和应用交付。 人们不再普遍期待下一代模型带来决定性的 aha moment；模型公司开始卷应用和收入，应用公司又反向做模型，AI 正从 scaling law 的“市梦率”走向实际“市盈率”，但暂时还缺一次新的“信仰充值”。

两位对 scaling law 是否失效存在关键分歧，但对新增投入需要有能力或回报依据。 莫傑麟认为，更大投入的前提是 scaling law 有效，并以连锁餐饮扩张后却要“从水泥造起”作比；曲凯不同意 scaling law 已失效，认为它只是“没有办法去评估了”。许多 founder 则认为当前问题更多在成本、infra、context 与 agent layer。

泡沫程度高度结构化：中国一级相对健康，美国一级更有泡沫，二级则尚未完成从硬件到软件的定价迁移。 美国同等状态公司的估值可能是国内的至少十倍；Cursor 即使持续亏损仍可到 100 亿美元估值。二级市场里 Oracle 等 data center 标的跌得更多，英伟达本身却相对抗跌，因为“事实上的结果就是英伟达仍然是最赚钱的”。

投资上比判断“有没有泡沫”更重要的，是识别周期切换后新的 winner 与 loser。 2023 年两人还担心中国模型追不上，两年后曲凯称开源模型已经全是中国模型；寒武纪也显示，行业判断在一年内可能发生剧烈反转。“winner 的上限就是没有上限”，而 To C、云和大模型都可能强化头部集中。

对创业者而言，泡沫中的正确动作不是停下来，而是管理融资、估值和现金流节奏。 泡沫会提供成长资本，也会在破裂时把大量参与者变成“养料”；PayPal 穿越 dot-com 的例子指向同一底线——“自己要能造血”。与此同时，英伟达已宣布向 OpenAI 投资 1000 亿美元，OpenAI 又与 AMD 达成采购协议、与 Broadcom 达成新协议，提示算力上游格局正在先于财报重排。

🔗 原始收听与视频来源： 「你觉得 AI 有泡沫吗？」——有！｜对谈莫傑麟

莫傑麟把 2025 年美国 AI 的主轴从 Scaling Law 转向 Token 消耗：7 月较 6 月增长 20% 以上，呈现出类似移动互联网使用时长快速增长阶段的趋势。 增量首先来自 OpenAI、Anthropic、xAI 等实验室自己的产品，而非 API；ChatGPT 的日活与时长也在增长。AI 正从需要不断证明 AGI 的“外来物种”，嵌入搜索、办公和企业 Workflow，行业的总感受是“不断在提速”。

现有模型即使暂时不再变聪明，也已经足以释放比大家想象中更强的需求。 企业要的是解放生产力、替代部分人力或提高稳定性，消费者要的是更简单地完成搜索与工作；应用和 Infra 则把已有智能变得便宜、快速、可靠。GPT-5 的转折意义因此不是 IQ 跃升，而是隐藏模型选择、整合 Stack 与界面，把竞争从 Benchmark 推向 Full Stack 的产业化效率。

模型、应用与 Infra 的边界正在模糊，新的竞争规则是“不能有短板”。 OpenAI 和 Gemini 加速做产品，Cursor、Manus 等应用公司反过来训练模型、建设 Sandbox、Browser 与 Agentic 层；Anthropic 原有的 Coding 专注标签，也被 Gemini 和 GPT-5 的追赶冲淡。曲凯提醒 PMF 仍然稀缺、模型公司会顺手吃掉已验证场景；莫傑麟则认为端到端闭环是组织的必然企图，而 Context 更可能成为应用真正留得住的部分。

AI Infra 的投资逻辑仍从最底层 GPU 向上展开，但 Token 降本会同时催生 ASIC、AMD、推理服务商及中国光模块和 PCB 产业链。 英伟达上涨的直接原因是 Token 消耗量和 Inference 都没有下降，其软件、产业链和“随叫随到”的支持又让客户愿意一站式采购。逻辑可以长期成立，但硬件不是软件：“市场对你的预期需求在这里，但你交付不出来”，所以个股最终要由交付兑现。

美股 AI 牛市尚未出现清晰的短期破坏点，但核心检验已从 Scaling Law 转为训练需求与推理需求能否正向接力。 DeepSeek 出现时英伟达股价一度下跌，随后 RL 进展、Meta 扩充团队和 Token 增长又让两边需求同时上行，推动英伟达从约 3 万亿美元走向 4 万亿、并向 5 万亿靠近。接下来要看 Meta 新团队能否在 6—12 个月交付模型，以及“vibe revenue，氛围式的收入”能否沉淀为稳定、可证明 ROI 的应用消耗。

美国的 AI“泡沫”并非骗局，而是真实生产力、资源倾斜与高估值同时存在的状态。 莫傑麟粗略估计，AI 或科技发展可能贡献美国景气度的三分之二甚至更多；只要产业化继续加速，大方向仍偏上，但替代人不会一蹴而就，法规、企业决策、Infra 成本及三至六个月停滞都可能制造大波动。中国则由化债、居民存款、风险偏好、制造业周期等更多变量驱动，表面上是“东升西落了，然后变成东升西又升了”，内核并不相同。

A 股能否形成长牛，关键不只是产业故事，而是优质公司、风险偏好和个人投资者赚钱效应能否闭环。 DeepSeek、Miners、JazzMark，以及泡泡玛特、中国生物制药等案例，让此前“没有躺平”的积极预期开始变成真实交付；腾讯也因投入、招聘和战略动作成为上市 AI 映射。莫傑麟特别强调新一代散户的信息工具与 Conviction：高周转机构彼此博弈，长期资金又很少交易，反而是长期持有 Tesla、Palantir 等认知的个人资金，可能成为趋势行情的重要边际力量。

🔗 原始收听与视频来源： 硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟