监测 AI 基础设施周期
一个有用的泡沫假说，必须允许被证伪。别试图找一个单一阈值来判定周期是健康还是破裂，而是跟踪多个机制，并明确写下：什么证据出现会改变你的看法。
截至 2026 年 9 月 3 日的基线
资料来源：Alphabet 2026 Q2 10-Q、微软 FY26 Q4 电话会、Meta 2026 Q2 业绩、Amazon 2026 Q2 10-Q 和 NVIDIA FY27 Q2 10-Q。
需求与利用率
- 云服务及数据中心的披露利用率；
- 硬件型号和合同期限均可比的加速器租赁价格；
- 积压订单（Backlog）的新增、取消及转化为确认收入的情况；
- 来自独立付费客户的需求占比，而非关联方融资安排带来的需求；
- 推理（Inference）增长与训练（Training）项目增长的对比。
单价下跌可能意味着供过于求、技术进步或良性竞争。解读价格时，务必结合利用率和利润率一起看。
现金流与承诺
- 现金资本支出（Capex）加上融资租赁新增额；
- 在一致定义下的经营性现金流和自由现金流；
- 采购承诺及剩余租赁义务；
- 利息支出、近期到期债务及再融资活动；
- 股票回购或分红仅作为次要信号。
如果合同外部需求和现金生成能力的改善速度快于资本支出，即使 Capex 维持高位，风险也可能下降。反之，Capex 下降可能是因为融资渠道关闭，这本身并非健康信号。
信用与交易对手风险
对于项目公司和业务不够多元的基础设施提供商，要关注债务收益率、契约条款变更、抵押条件、客户集中度和担保。对于大型平台，要区分由公司整体支撑的债务和无追索权的项目债务。
同一个债务收益率数字，放在不同货币、期限、优先级和市场日期下，含义并不相同。记录时要保存具体债务工具的标识符和比较基准。
技术与竞争
开放权重模型、推理优化和新芯片可以降低工作负载的服务成本。这可能扩大需求、压缩供应商利润率，或使旧设备搁浅，甚至三者同时发生。将“更便宜的推理”视为一种需要测量的力量，而不是支持或反对泡沫论的自动论据。
诚实的季度笔记
这份基线混合了截至 6 月 30 日的全年、半年、单季及过去十二个月数据，以及 NVIDIA 截至 7 月 26 日的 2027 财年第二季度数据。NVIDIA 的 10-Q 还披露了 8 月的期后事项，包括当月签署的附条件担保，不能把这些也算作 7 月 26 日的余额。因此，这并非统一自然季度的对照表。
as_of: 2026-09-03
period: mixed periods ending June 30, 2026; NVIDIA fiscal 2027 Q2 ended July 26, 2026, plus August subsequent events
hypothesis: infrastructure supply is outrunning independent demand
observations:
cloud_revenue_growth: strong_but_company_reported
capacity_constraint: reported_by_microsoft
cash_coverage: mixed_and_compressing
unfinished_capacity: rising
financing_coupling: disclosed
payment_or_refinancing_stress: not_observed_in_reviewed_filings
result: fragile_expansion_not_confirmed_bubble
what_would_change_view:
- independent workloads absorb new capacity and cash coverage recovers
- cancellations, unused capacity, guarantee calls, or refinancing stress rise together
下一次固定复核是 2026 Q3 财报季。“未知”仍然是有效结果：多数供应商没有披露可比的利用率、租赁价格或逐份合同的终端需求。只有多个机制同时变化，才应调整结论。