我入行那一年，正好赶上上一轮科技周期的尾声。那时候互联网的故事讲得天花乱坠，仿佛谁不站上这趟车，谁就要被时代淘汰。结果泡沫破裂的时候，大家才发现，真正留下来的不是造概念最多的那批公司，而是把网络变成水电一样基础设施的那批人。如今AGI（通用人工智能）正在复刻几乎一模一样的剧本：一边是技术成果确实让人兴奋，一边是资本叙事越来越像2000年那场互联网狂欢的翻版。这个标题我想了很久，写这篇文章的目的很简单——把两条曲线放在同一张坐标图上，看看我们到底处在周期的哪个位置，也聊聊我自己这些年踩坑总结出来的一些判断方法。
这篇文章既不是写给纯粹的技术研究者，也不是写给一天到晚喊“伟大时代”的乐观派，而是想分享给那些在产品、投资、技术决策之间摇摆的人：想判断你是真在跟进技术突破，还是只是在给资本炒作递刀子，下面这些思路应该能帮到你。
1. 泡沫的配方：从互联网到AGI，资本叙事的底层规律
1.1 两轮周期里几乎一样的“三段式”路径
如果把2000年前后的互联网泡沫拆解来看，会发现它的发展路径非常清晰：第一阶段是“基础设施先行”。大家拼命铺光缆、建机房，资本疯狂涌入带宽和通信设备，哪怕没有人知道这些带宽未来具体会被什么消耗掉。第二阶段是“叙事全面起飞”。门户网站、电子商务、在线广告，每个细分方向都开始讲未来的市场规模，估值模型越来越抽象，从“市盈率”变成了“市梦率”。第三阶段是“落地跟不上估值”。基础设施建好了，用户增长了，但大多数公司到清算那天都没赚到钱，于是资本市场用脚投票，泡沫破裂。
对照今天的AGI热潮，路径惊人地相似。我们现在正处于“基础设施狂飙”阶段：大量资金涌向算力集群、芯片、数据中心、能源配套。大模型的能力每隔几个月就能看到一次明显进步，于是叙事层开始全面铺开——所有软件产品都在大喊“AI原生”，所有行业都在给自己贴上“智能”的标签，任何项目只要沾上AGI的边，估值都能往上翻一番。至于落地能不能产生真实、可持续的收入，很多人其实心里并没有底。
这里就引出一个非常关键的问题：为什么明知道泡沫破碎的结局，还是有前赴后继的人往里冲？答案不在金融学里，而在心理学里。每代人都会给自己的泡沫找一套“这次不一样”的逻辑：2000年叫“信息时代没有边界”，现在是“智能奇点近在眼前”。但市场的底层规则从来没有变过——如果一个故事不能在某一天被折算成现金流，那它总有一天会被重新定价。
1.2 基础设施价值与基础设施公司估值，完全是两码事
2000年最有代表性的教训是：光缆本身是有价值的，但铺设光缆的公司并不一定值那个估值。数据流量确实在持续增长，互联网确实改变了世界，这些都千真万确。可当时资本市场把一个要烧钱十年、最终才整合成熟的核心业务，用五年后的乐观现金流去贴现，资金链一断，整个产业链都跟着崩盘。
今天的AGI赛道也有类似的盲区。大算力本身有价值，AI芯片有真实需求，这没有人否认。但“算力有长期价值”和“某家公司当前的市值合理”是两个完全不同的命题。如果你把后者当成前者去投资、去押注职业发展、去立项做产品，发酵出来的风险远超想象。
所以判断一个东西是不是泡沫，第一步不是看它有没有价值，而是看你讨论的是不是同一件事。价值判断管长期，估值判断管当下。你拿“行业10年后一定需要算力”来证明“今天的某笔投入不会亏”，这在逻辑上走不通。真实世界不会直接把未来的行业需求折算成某家公司的当期现金流。
注意：看到“AI基础设施”这类词的时候，先分清它说的是产业链需求，还是某张具体的资产负债表。模糊这两者的差别，是买在泡沫顶点的最快捷方式。
2. 技术突破与资本炒作的分水岭，到底藏在哪些细节里
2.1 技术突破是“非共识的正确”，资本炒作是“共识的过度”
从本质上看，真正意义上的技术突破，往往是不被当时的主流叙事完全理解的。它可能看起来很粗糙，效果不惊艳，但它解决了一个真实的、有付费意愿的问题。而资本炒作正好相反——它极度依赖共识，越多人相信故事，增量资金越多，估值越高，但离真实业务的验证却越来越远。
用这个视角回看AGI，你会发现一个有意思的现象：真正扎实的悄悄进步，比如某个模型把推理步骤显著缩短、某种架构把同等效果的算力成本降下一截，这些消息往往只在技术社区里讨论，很难形成夸张的财富故事。反过来，最能刺激大众神经的，通常是一句“AGI要达到甚至超过人类所有认知工作”的大判断，以及建立在这个判断之上的一连串天文数字投资计划。
技术突破要想进入规模化应用，必须通过成本、稳定性、用户体验这三道窄门。而资本炒作只需要通过PPT和美工设计这三道窄门。这两套系统的筛选标准完全不同，你觉得前者和后者，哪一个更容易混过去？
2.2 从技术验证到工程化落地：隔着一条巨大的“死亡谷”
这里想重点聊一个被我看了无数次的技术阶段划分。一个想法从实验室到真正走进生产环境，通常要经历五步：学术演示、可复现实验、原型系统、可用产品、高性价比规模服务。每一个技术方向，无论它叫互联网还是AGI，都要跨越这五步。
2000年的互联网泡沫为什么那么惨？因为当时有大量的公司卡在第2和第3步之间。网络协议和基本Web应用已经被证明可用，但是把它变成稳定的、能支撑千万级用户的商业服务，还要解决支付、物流、信任、带宽成本一大堆问题。资本等不及第5步，它们想在第2步的时候就按第5步的规模估值。你问互联网那时候是不是泡沫？是，也不是。方向不是泡沫，但估值提前预支了方向成功的全部红利，它就是泡沫。
现在的AGI也非常接近这个状态：大模型在演示层面已经足够惊艳，代码生成、图文处理、对话交互已经能让人产生“这就是未来”的幻觉。但当你把它放进企业级生产环境，要求它7x24小时稳定运行、每一次输出都可复核、能够和既有系统平滑对接，很快就会碰上一堆工程化难题：推理延迟不稳定、可控性不够精确、成本随业务量线性膨胀。这些都是典型的“从第3步到第5步”的坑。
所以我个人的关键判断标准是：
- 如果一个AGI项目解决了核心生产场景里面的具体问题，并且可以测量效果、可以计算省下多少钱或者多赚多少钱，它属于技术突破范畴。
- 如果它只能给你看一个惊艳的演示，然后告诉你“这个能力未来会像人类一样替你完成一切工作”，它大概率处于资本炒作范畴。
这两者之间的距离，比所有人想象中都宽。而泡沫破灭，本质上是很多项目最后没有能力独自从这段距离中走出来。
3. 实操贴士：一套能落地的“泡沫体检”判断方法
3.1 四维指标设计
平时我最常用的评估方法，是针对任何一项AI技术或产品，从四个维度打分。这四个维度的权重可以按你所在行业调整，但维度本身尽量不要变。
第一维：单位经济模型是否算得清。 针对一个具体产品，你知道它服务一个客户的实际成本是多少吗？推理成本、人工标注成本、维护成本、获客成本加在一起，有没有低于客户愿意支付的价格？如果算清楚还是正的，说明需求有真实价值；如果算了好几个月还算不清，甚至需要靠故事来回避这个问题，基本可以标红。
第二维：是否实质性改变生产函数。 网络和自动化为什么能穿越周期？原因是它们不是用来摆设的，而是真实地把生产效率往上抬了一截：信息传递快了、库存周转提升了、流程时间缩短了。今天的AGI产品也需要问同样的问题：它到底是帮客户把某条核心工作的成本下降了30%以上，还是只是替代了年轻人本来就能干的简单体力活？前者是生产函数改变，后者大概率是一阵风。
第三维：时间表能否证伪。 一个说法是否存在明确的里程碑和验收标准？比如“到明年年底之前，把客服场景的好评率提升到95%以上”，这是一个可验证的时间表；而“五年之内AI会取代全世界大量脑力劳动”，这是一个无法证伪、使你永远无法确认泡沫破裂的叙事。越宏大的时间表越不用信，因为宏大叙事本身就是被用来遮挡细节的。
第四维：技术的栈是否在持续优化成本。 注意，这里的核心不是“能力”有多强，而是“获得这项能力的成本”是否能快速下降。任何技术在早期都贵得吓人，但只要迭代够快，成本每年下降一半以上，它就有机会从演示走向普及。反过来，如果模型能力在进步，但单位算力成本改善极慢，落地就会一直卡壳，估值越吹越大，真实渗透率根本跟不上。
| 维度 | 健康信号 | 泡沫信号 |
|---|---|---|
| 单位经济模型 | 单一客户毛利为正，成本可追溯 | 算不出成本，或“规模扩大后自然盈利” |
| 生产函数影响 | 核心流程降本增效可以量化 | 只在边缘环节“锦上添花” |
| 时间表 | 有里程碑，能被验收或证伪 | 宏大年代叙述，没有中途失败判据 |
| 成本曲线 | 单位成本持续快速下降 | 成本顽固，能力增长靠砸更多钱 |
3.2 用“资产包视角”替代“舵手视角”
如果你是在公司内部立项或者做投资决策，我强烈建议你不要站在“全知舵手”的视角去看赛道，觉得自己能判断整个AI行业往哪走。更好的方式，是把自己当成一个在做资产配置的人，只问三个问题：
- 这个项目有没有健康的底层现金流？哪怕技术失败了，它现有的能力能否做点别的事情？
- 在不追加投入的情况下，项目自身能活多久？如果断供三个月就要完蛋，说明它的基本面还没成立。
- 最坏情况发生的时候，我失去的与可能获得的相比，是否对称？
这套思路是我从上一轮周期里总结出来的。当时很多公司账面估值极其漂亮，但底层几乎没有现金流，全靠持续融资维持，风一停就倒。现在的AGI市场也很类似：如果一个项目讲故事的核心逻辑全部建立在“未来AGI引爆一切”的假设上，你自己想想，你在那个故事里究竟是坐在牌桌上的玩家，还是牌本身？
4. 站在当下：2025—2030年，AGI哪些是扎实积累，哪些像情绪透支
4.1 扎实的部分在于底层能力的“工具属性”显著增强
看AGI这个事，我一直觉得要分两层。第一层是它作为通用技术工具的成熟度，第二层是它作为资本叙事的热度。这两者经常被混在一起谈，结果是让人一损俱损、一荣俱荣。
从工具属性上来说，最近几年的进步是看得见摸得着的。代码辅助生成已经从“偶尔拼出可用片段”进化到“在完整项目里维持上下文一致”；多模态识别在文档解析、质检、自动驾驶等领域有了真实且稳定的应用场景；Agent框架也从一个玩笑逐步变成能完成多步任务处理的实验系统。与此同时，模型压缩与推理优化的技术路线越来越清晰，同等效果下的硬件需求在不断下降。这说明，AI作为生产力的方向，并不是纯粹的画饼，至少底层能力是在实打实往前走的。
这些积累能不能撑起一家大公司，或者撑起我们所有人都转型来用它，短期很难判断。但底层的技术能力进步和历史里互联网时代的传输速率提升、芯片成本下降是很像的，属于真正具有长期价值的积累。一旦这类指标还在改善，这个行业就仍然是值得继续投入长期研究的领域。
4.2 情绪透支的部分在于“凡是被反复升华的，往往离真实支付最远”
和上面的扎实部分说不清哪里不对的，通常是那股无限升华的叙事风气。许多论坛和投资人见面会上的AGI讨论，已经不太聊数据和工程问题了，动辄就是“AGI奇点”“人类文明的生存边界”“超级智能取代绝大多数工作”。这种话本身不是毫无依据的，但它和当下可用的产品之间，隔了太远太远。
我做了一个自己的分类：那些越是被反复套在人类命运层面来讲的AI方向，短期内的商业回报越没有保障。为什么？因为真实世界里的委托人对一件工具的最高评价，是愿意为它持续买单。人类命运叙事不需要任何用户买单也能自我维持，它靠的是情绪共振与趋势押注。一旦资金环境收紧，最先撤出的就是这些情绪盘。
而且泡沫周期里有一个特别反直觉的现象：叙事本身会很强化基础设施建设，反过来又为真正的应用落地创造了一些条件。所以我说，AI赛道现在不是“要么全部是真”，也不是“要么全是泡沫”。更客观的说法是，底层技术进步真实存在着，但资产定价已经把未来十年的空间全部提前折进去了，市场在整体上确实处于资本炒作浓度较高的状态。这跟2000年铺光缆一样，光缆本身是好的，问题是修光缆的人按电讯行业通行估值之外的泡沫逻辑募了太多的钱。
提示：我的体感是，2030年前后这个窗口期，大概率会经历一次集中的估值修复或分化。真正能在分化之后还活得好好的，一定是那些已经找到稳定付费场景、单位经济模型健康的玩家。
4.3 两个值得警惕的“叙事放大模式”
在过去的泡沫周期里，我总结出两种最危险的“叙事放大模式”，现在的AGI行业里全都能找到。
第一种是“什么都加AI等于什么都是AI”。十年前是“互联网+”，今天是“AI原生”。你要是问具体怎么原生，回答通常是“用大模型重构交互”。但重构交互之后，业务流程并没有发生本质变化，成本却因为引入模型实实在在上升了。这类产品在公司内部被称为“战略型Demo”——做完之后只是给管理层展示，从不考虑真实投入产出比。任何一个赛道里这类产品的占比过高，都需要高度警惕。
第二种是“拿长期主义给短期亏损洗白”。长期主义这个词本身没错，错的是被滥用了。真正做技术突破的长期主义，至少在某个节点上能看到单位成本下降、用户体验改善、关键指标进步的苗头。而泡沫期的“长期主义”，逻辑则是“现在亏没关系，因为我们做的是足以改变未来的大事”。它会把“改变未来”当成不审视当期经营的挡箭牌。我不否认有些企业确实在做长周期投入，但正因为这类故事太多，我们更需要用数据检验，而不是用业界的赞美来检验。
5. 身在周期里，个人、团队、资本都该怎么应对
5.1 个人决策：不要把自己的职业押在单一叙事上
对个人打工者或技术开发者来说，泡沫破裂最大的风险不是你选错了技术方向，而是你把自己的全部身家绑在了某一个特定公司的股票、某一个特定框架的名气、或者某一种“只能成功不能失败”的项目信仰上。
这些年我的建议非常朴素：
- 能力上，尽量培养“可迁移”的面，而不是只学某一家厂商的私有调用方式。
- 项目上，优先选择那些业务逻辑稳定、可以积累垂直领域知识的场景，不要为了追热点反复横跳。
- 财务上，警惕公司用“未来期权”支付你当下现金。期权本身没问题，但对大多数从业者来说，现金流的稳健程度比想象中重要得多。泡沫顶部最大的坑就是，你以为手里握着公司长期增长的船票，实际上只是周期末端的接棒人。
如果你不想在泡沫破裂时失业三个月，最好从现在开始就有意识地积累三样东西：可展示的业务成果、可迁移的技术底座、可计算的行业经验。
5.2 团队决策：把预算花在可度量的指标上
我在团队里推过一个“预算三分法”。也就是说，AI相关投入分成三份：一份用来探索前沿能力，不要求马上有回报；一份用来改善既有产品的效率，比如打磨推理成本、降低延迟、提高自动化准确率；一份用来做明确的新业务孵化，但这个孵化必须有清晰的目标成本。这三份资金彼此独立，原则上不允许互相挪用。
为什么这样做？因为前沿探索这个池子最容易变成情绪燃烧池，大家越谈越兴奋，越谈越大，最后做出的东西根本无法交付。用“三分法”把池子切小，至少能保证即使探索方向崩了，你的团队还有基于存量业务的改善在产出价值。等领域真正进入爆发期，再调高探索比例，如果泡沫先破，你的团队也已经在存量效率上积累了真本事，不至于被一波带走。
5.3 面向2030：比预测更重要的，是保障“哪怕破裂也有事可做”
不做预测的人没法给建议？事实上正好相反。经历了2000年和之后几轮技术周期的老手，最宝贵的经验不是预测什么时间破灭，而是无论接下来发生什么，都让自己处在“有事可做”的状态。
- 如果你是技术从业者，保持对基础能力的打磨和底盘理解。模型可以换，框架会过时，但解决问题的思维和系统设计的能力，每一次周期都会要。
- 如果你是业务负责人，做好数据资产的沉淀。泡沫期最被忽视、破裂后最被重视的，往往是那些早期积累的用户行为数据、行业流程理解和标注资产。
- 如果你是普通观察者，保持合理的资产配置和风险意识，别把全部身家押在“AGI一定会重塑世界”上。世界大概率会被改变，但改变的顺序、节奏和受益者的分布，都不一定是你今天想象的这样。
我觉得这就是技术突破与资本炒作之间的那条隐形的线：真正的突破，让你在泡沫退去之后仍然能靠它吃饭；炒作则只是在泡沫存在的时候，让你显得自己很富有。
这些年我见过太多人，他们在风口上赚到了账面财富，却因为没留好过冬的粮食，最后把工作、热情、判断力全部透支掉。技术浪潮一定会一波又一波地来，但你的职业生命的韧性，决定了你能不能在浪退之后看到下一波。方向可以进取，仓位永远要稳健。这是我经历了完整的互联网泡沫重组期以后，最想对所有关心AGI的朋友说的一句话。
