当你的敌人成了你的房东

“我们想从你们这儿买100亿美元的算力。”

这不是什么创业公司给云服务商打的电话。这是Anthropic——那个以“安全优先”著称的AI实验室——在2024年向Meta提出的请求。100亿美元，几乎是当时整个AI风险投资市场单季度总额的两倍。而Meta，正在和Anthropic抢同一批人才、同一个市场、同一个未来叙事。

对手之间开始互相租房子住了。这件事本身，就比任何技术突破都更说明问题。

算力黑洞

先看一组让人坐不住的数字。

Oracle刚刚公布的2026财年资本支出是557亿美元，预计2027年达到700亿。Forbes那篇报道里有个细节让我反复看了两遍：自ChatGPT推出以来，美国大型科技公司（亚马逊、谷歌、微软、Meta、甲骨文）在AI基础设施上的资本支出已经超过5000亿美元——这还没算完，2026年它们计划再投差不多同样的数额。

5000亿是什么概念？相当于把整个瑞士的GDP一次性砸进了服务器机房。

更夸张的是，《大西洋月刊》那篇文章点出了一个残酷的事实：这些公司的数据中心支出，可能超过它们自身的运营收入。这意味着它们需要借钱来维持这场烧钱游戏。硅谷历史上那些最疯狂的时期——2000年的互联网泡沫、2010年代的共享经济热潮——跟现在比起来，都显得理智得可笑。

我之前一直以为，AI大模型的竞争是技术竞赛，是人才竞赛。看完这些数字我才意识到，它首先是资本竞赛。而且是一场没有终点的马拉松——因为每当你以为算力够了，下一代模型会告诉你：不够，远远不够。

奇怪的共生

回到Anthropic向Meta求租算力这件事。

说实话，第一反应是荒诞。你想想，两个团队白天可能还在为抢同一批AI研究员而互相抬价，晚上Anthropic的工程师就要用Meta的服务器跑自己的模型。这就像苹果去找三星说：“我们想租你们的芯片产线来造手机。”

但仔细想想，这恰恰说明了一个更深层的现实：全球AI算力已经紧到让竞争对手之间不得不互相帮忙的地步了。

我记得2023年GPT-4发布时，大家都在讨论“算力围墙”——谁有最多的GPU，谁就能训练最大的模型。两年过去，这个围墙没倒，但它变成了一个更复杂的生态系统。最前沿的AI实验室，可能同时是云服务商（如果它有自己的数据中心）、是竞争对手（如果它也在做模型）、是客户（如果它需要租算力）、甚至是房东（如果它把多余的算力租给别人）。

这种多重身份带来的后果是什么？当你的竞争对手同时是你的供应商时，竞争的逻辑就变了。

你不能在价格战里把对方打死——因为你还指望着用他们的GPU。你也不能真的完全封锁技术——因为你们共享同一套基础设施。这种关系把纯粹的零和博弈，变成了某种奇怪的共生。

投资圈的“二八定律”已经过时了

PitchBook的数据给我另一个视角。

2025年，AI占美国风险投资总交易额的65.6%——2220亿美元。独角兽（估值超10亿美元的公司）总价值达到4.3万亿美元。但这些看起来疯狂的表面数据背后，藏着一个更惊人的事实：一半的风投资金，流向了0.05%的交易。

0.05%。也就是说，2000笔投资里，有1笔拿走了整个市场一半的钱。

这些钱去了哪？基础模型层。OpenAI、Anthropic、xAI、以及那些还在烧钱训练下一代大模型的公司。资本正在做出一个极其明确的赌博：这个行业的价值会集中在最底层的基础设施上。

这让我想起一个朋友——他在一家中型AI应用公司工作。上周吃饭时他苦笑着说：“投资人现在看项目，第一句话就是‘你们用什么模型？’如果答案是‘我们自己训练’，他们会说‘那你们需要多少亿？’如果答案是‘我们用API’，他们会说‘那你们的护城河在哪？’”

这就是当前AI创业的终极困境：要么烧钱烧到头部，要么根本没人关心。

监管终于想动手了

就在这个疯狂烧钱的背景下，DeepMind的CEO Demis Hassabis出来说了一句有意思的话。

他呼吁建立一个类似FINRA（美国金融业监管局）的独立机构来监管前沿AI。具体方案是：由开源代表和技术专家组成，对模型进行发布前评估，逐步实现强制要求。

说实话，这个提议本身并不激进——FINRA在金融业已经运作了快20年。但Hassabis在这个时间点提出来，很有意思。

当一个行业的领头羊主动要求被监管时，通常只有两种可能：要么是它真的担心失控，要么是它想用自己的标准来定义规则。

我不确定Hassabis属于哪一种——可能两者都有。但有一点是明确的：当前的AI监管格局是“谁都管，谁都不负责”。欧盟有AI Act，美国有白宫行政令，中国有生成式AI管理办法——但每个框架的落地方式和执行力度都不一样。一个全球化的技术，被一套碎片化的规则约束着，这本身就是问题。

更让我在意的是，Hassabis建议的机构应该包含开源代表。这意味着什么？意味着监管不能只盯着OpenAI和Google这些巨头，还得考虑那些没有法务团队的开源社区。这个细节，让我觉得这个提议是真的在思考如何落地，而不是在喊口号。

真正的风险不在技术里

回到最开头那个画面：Anthropic向Meta租算力。

100亿美元。这个数字让我反复想一个问题：如果AI的竞争最终变成谁有更多的钱、更多的GPU、更多的数据中心，那它和传统行业有什么区别？

我一开始觉得，AI革命应该是技术驱动的——更好的算法、更聪明的架构、更高效的训练方法。但现在看来，至少在这个阶段，它更像是资本驱动的。那些最前沿的实验室，不是在比谁的模型更聪明，而是在比谁能从投资者那里弄来更多的钱，然后把这些钱变成算力，再把算力变成模型，最后用模型去融资——形成一个自我循环的飞轮。

这个飞轮能转多久？没有人知道。但有一点可以确定：当两个竞争对手不得不互相租算力的时候，说明这个飞轮已经快到让所有人都觉得危险了。

当然，说这话的我，上个月还在因为自己的MacBook跑不动一个开源模型而烦躁。也许这就是这个时代的荒诞之处：大家都在担心AI失控，但真正的失控可能不是来自智能本身，而是来自烧钱的速度已经超过了所有人赚钱的速度。

如果三年后回看，这个阶段可能只是AI发展史上的一个“基建泡沫”——就像当年的铁路、电信、互联网一样，疯狂烧钱，大量倒闭，但基础设施留下来了。也可能不是。

我倾向于认为，现在的乱象恰恰说明这个行业还年轻。 年轻到连最聪明的头脑，都不知道自己在干什么。