先说结论：所谓“AI 泡沫”，是一种担心——跟 AI 有关的价格和投入，可能跑到了这项技术、以及用它的公司将来真正能赚到的钱前面。
这个词其实把三个问题搅在了一起：
- 技术有没有用？
- 公司能不能靠它赚到足够的钱？
- 现在的价格，押这个未来押得合不合理？
第一个问题答“有用”，后两个问题并没有因此解决。
世界经济论坛（WEF）的文章也把这几样分开讲：AI 的潜力、涌进来的钱、对泡沫的担心。文章还提醒，拿过去的泡沫来类比，没法告诉我们这一次会怎么收场（World Economic Forum）。
本文只解释概念，不做预测，也不是投资建议。
下面有：一张三栏阅读卡、一个完全虚构的公司例子、看新闻时先问的四个问题，以及一张把“能核实的事实”和“预测”分开的表。
大家说的“AI 泡沫”是什么意思
泡沫，用大白话说：某样东西的价格涨得远远超过后来大多数人认可的价值，而推着它涨的，主要是“大家觉得还会涨”。预期一变，价格可能跌得很快。
说“AI 泡沫”的时候，大家通常指下面一种或几种：
- 跟 AI 有关的公司股价，涨得比这些公司的盈利快
- 花在芯片、数据中心、AI 项目上的投入，可能比将来能收回的钱多
- 对 AI 会多快改变工作和利润的预期，可能太乐观
这几条都属于观点，还没有定论。有分析人士这么说，也有人不同意。想看懂这场讨论，先分清作者说的是哪一条。
拿历史类比，只能参考
很多文章会拿 AI 跟上世纪 90 年代末的互联网泡沫、17 世纪的郁金香狂热比。这能帮你想象泡沫大概长什么样。
但 WEF 的文章指出，历史不会给我们剧本：看起来相似的情况，结局可能完全不同（World Economic Forum）。
读类比时这样理解：“这是可能的一种走法”，别读成“事情一定会这样”。
把三个问题分开
AI 泡沫的讨论里，大部分混乱来自把三个问题当成一个。把它们分开：
| 问题 | 问的是什么 | 什么算证据 |
|---|---|---|
| 1. 技术有用吗？ | 它能不能做大家真正需要的事？ | 实际使用情况、独立评测、能核实的普及程度 |
| 2. 公司能赚钱吗？ | 收入能不能覆盖成本，能不能一直覆盖？ | 公司财报或可靠报道里的收入、成本、利润 |
| 3. 价格合理吗？ | 现在的价格，是否合理反映了将来可能的利润？ | 对增长、利润率、利率的假设，永远是估计 |
注意证据在变：第 1 个问题，常常自己用一用就能查；第 2 个要看公司的数字；第 3 个靠的是假设，也就是对未来的猜测，今天谁都没法完全核实。
三栏阅读卡
这张卡是本文设计的。读一篇讲 AI 泡沫的文章时，把每个说法放进一栏。
AI 泡沫阅读卡
技术证据 收入证据 价格假设
（有没有用？） （赚不赚钱？） （价格合不合理？）
说法：________ 说法：________ 说法：________
来源：________ 来源：________ 来源：________
日期：________ 日期：________ 日期：________
事实还是观点：___ 事实还是观点：___ 这是谁的假设：___
还缺什么： 还缺什么： 什么情况会改变它：
____________ ____________ ____________如果一篇文章从第一栏（“AI 能写代码”）直接跳到第三栏的结论（“所以这个价格合理”或“所以这是泡沫”），它就跳过了第二栏。这个缺口值得留意。
“有用”推不出“什么价格都合理”
举个虚构的例子。假设有一家编出来的公司，叫明线笔记，卖 AI 记笔记的订阅服务。下面全是虚构的。
- 问题 1，有用吗？ 有用。用户每天都在用，说省了不少事。
- 问题 2，赚钱吗？ 暂时不赚。每个用户每月交一笔订阅费，但给每个用户跑 AI 的成本，加上客服和研发，现在比订阅费还高。公司预计成本会慢慢降下来。
- 问题 3，价格合理吗？ 看假设。成本真降了、用户留得住，生意可能赚钱。成本降不下来、对手更便宜、用户跑了，它可能永远赚不到撑得起高价的钱。
好产品，价格买贵了，照样可能是笔糟糕的投资；普通产品，价格够低，也可能是笔合理的投资。“有用”是必要条件，但不够。
投资
说“AI 投资”时，可能指两回事：
- 公司花钱：建数据中心、买芯片、招人做 AI。这类花在楼房、设备这种耐用东西上的钱，叫资本开支（英文常缩写成 capex）。
- 投资人花钱：买跟 AI 有关的公司的股票。
两者有关系，但不一样。公司大手笔投 AI，是因为预期将来有收入；投资人再决定，这份将来的收入今天值多少钱。
富达（Fidelity）在一篇科普文章里，列了几个判断 AI 相关价格是否偏高的角度：盈利增长、盈利质量、估值、资本开支能不能持续、利率（Fidelity）。这是这家机构的分析框架，既没有预测结果，也不做保证。拿来当一张提问清单，挺好用。
| 角度 | 用大白话问 |
|---|---|
| 盈利增长 | 利润是真的在涨，还是只是“预计会涨”？ |
| 盈利质量 | 利润来自持续的销售，还是一次性的进账？ |
| 估值 | 买的人为每一份当前利润付了多少钱？ |
| 资本开支能否持续 | 收入涨得没想象中快，这么花还能撑住吗？ |
| 利率 | 借钱变贵了，这笔账还算得过来吗？ |
本文不引用当前的投入总额或股价。这些数字变得快，老文章里的数字很快就过时了。
预期
今天的价格，反映的是大家对明天的预期。泡沫争论，大多就在这儿。
回到虚构的明线笔记。假设两位读者对公司的事实看法完全一致，但对未来的预期不同：
| 读者甲（乐观，虚构） | 读者乙（谨慎，虚构） | |
|---|---|---|
| 跑 AI 的成本 | 降得快 | 降得慢 |
| 每年留下来的用户 | 大多数 | 不少人跑去更便宜的对手 |
| 新用户 | 稳定增长 | 增长放缓 |
| 结论 | 这门生意将来可能比现在值钱得多 | 现在的价格已经假设得太多了 |
两人谁都没撒谎，只是假设不同。读关于 AI 泡沫的论点时，试着把假设找出来，再问一句：这是谁的假设？
观点，就标成观点
转发最多的文章里，有不少是评论。比如耶鲁管理学院的 Yale Insights 在 2025 年 10 月 8 日发了一篇评论，讲 AI 泡沫可能怎么破（Yale Insights）。这是作者的观点。这类评论里描述的情景和交易细节，是值得掂量的论点，还没有被核实为当前事实。
一个小习惯：转述一个说法之前，带上是谁说的、什么时候说的。“Yale Insights 2025 年 10 月的一篇评论认为……”，跟“AI 股要崩了”，分量完全不同。
风险
谈风险，不等于预言崩盘。是问：可能出什么问题？对谁有影响？
大家常从这几个方向讨论：
- 花得比赚得快。 公司建的能力比客户愿意付钱的多，一部分投入可能收不回来。
- 利润来得比预想的晚。 一项有用的技术，变成稳定利润可能要好几年。
- 借钱成本变了。 利率高了，将来的利润折到今天就不那么值钱，可能影响价格（Fidelity）。
- 竞争压价。 很多家都做差不多的 AI 工具，谁都更难收到足够高的价钱。
本文不会做的事：
- 说泡沫什么时候破、会不会破
- 点名具体股票，或让你买、卖、持有任何东西
- 没有核实过来源，就引用当前价格、亏损或投资总额
真要做跟钱有关的决定，去找了解你情况的、合格且独立的顾问。
事实和预测，分成两张单子
收集这方面资料时，分成两栏记：
| 现在能核实的 | 预测或观点 |
|---|---|
| 公司财报里某个过去时段的收入 | “三年后收入会翻三倍” |
| 一篇文章的发布日期和作者 | “这跟互联网泡沫一模一样” |
| 产品今天能做什么（自己试一下） | “AI 会取代大部分办公室工作” |
| 某个机构公开的分析框架 | 任何“市场哪天会跌”的日期 |
右边那栏要标清楚。预测可以看，别让它悄悄溜进左边那栏。
被铺天盖地的 AI 新闻弄得心慌？可以看AI 会加重信息焦虑吗？信息茧房、AI 幻觉和判断力。想了解信贷和经济周期的大框架，可以读经济机器是如何运行的？从一次赊账看懂债务周期和去杠杆。
下次看到相关新闻，先问四个问题
下回标题里出现“AI 泡沫”，先别急着反应，问四个问题：
- 出处：谁说的？记者、分析师、公司、评论员？他们可能有什么利益？
- 时间：什么时候发的？里面的数字是什么时候统计的？旧数字会误导人。
- 口径：到底在算什么——股价、公司投入、收入、用户数？前后比较用的是同一个口径吗？（口径，就是数字的统计范围和算法。）
- 还没实现的假设：这个说法要成立，将来得发生什么？写出来了，还是藏着？
AI 泡沫检查卡
这张卡是本文设计的。拿你这周读到的一篇文章填一张。
AI 泡沫检查卡
标题：____________________________
来源和作者：____________ 日期：____________
是事实、分析，还是观点？ ____________
主要在回答哪个问题？
[ ] 技术有没有用 [ ] 赚不赚钱 [ ] 价格合不合理
用到的数字，以及统计时间：____________
算的是什么（股价 / 投入 / 收入 / 用户）：______
对未来的假设：____________
有没有像投资建议、或者给出崩盘日期的话？ 是 / 否
我用一句话总结（带上出处和日期）：
____________________________下一个低风险动作
挑一篇讲 AI 泡沫的文章。填好检查卡，用三栏阅读卡把里面的说法分一分。最后写一句话：谁、在什么时候、说了什么。不加你自己的预测。