Fidelity 与摩根士丹利：AI 交易已成"死钱"，超半数 GPU 服务器或无处插电

如果你喜欢这篇文章，你应该订阅我的付费新闻通讯，你可以通过以下链接订阅：每年70美元、每季度18美元或每月7美元。

作为回报，你将获得一份每周付费新闻通讯，其中包含对NVIDIA、Anthropic和OpenAI的财务状况以及整个AI泡沫的广泛而详细的分析。这是支持我免费工作的绝佳方式，你将获得我关于科技和金融行业的大量付费分析档案的完整访问权限。我刚刚完成了两部分的《AI债务仇恨者指南》，鉴于当前围绕AI数据中心贷款的氛围，这是必读之作。

周五，我将审视生成式AI迄今为止对经济的影响——关于生产力的可疑说法、超大规模企业支出对国债收益率的后果、它如何推动通胀，以及当泡沫最终破裂时可能发生什么。 

如果你想联系我——尤其是如果你有关于Anthropic、OpenAI或AI泡沫中任何其他公司的劲爆信息——请在Signal上通过ezitron.76联系我。我也可以在彭博终端上通过IB找到。 

配乐：Flobots - Mayday!!!

上周，富达全球宏观总监Jurien Timmer表示，“[AI交易]已经死了三个多月了”，并指出代币支出和GPU租赁费率都“持平或下降”，特别提到了H100和A100 GPU的租赁费率。虽然反驳论点可能是Blackwell GPU的租赁费率没有被包括在内，正如我上周所讨论的，但实际有多少B200、B300或其他Blackwell芯片可供租赁是值得怀疑的，因为自2022年以来，NVIDIA的销售额中似乎有2000亿至3000亿美元滞留在仓库中或插在数据中心里等待供电。

《金融时报》的Bryce Elder接过球并继续推进，并找到了支持我一直以来所说的研究，重点是我加的：

摩根士丹利本周早些时候通过估算可用电力的缺口来衡量这一差距，得出结论认为，2026年至2028年间售出的GPU服务器中有一半以上可能无处可插。  

然而Elder根据Jefferies的研究指出，问题远不止电力不足这么简单：

从长远来看，电力供应仍然是瓶颈——还有劳动力。还有变压器。还有冷却设备。还有备用发电。正如Jefferies所说：“计划产能与实际执行之间的差距仍然是核心问题。”

换句话说，NVIDIA的GPU销售证明了AI服务的实际需求，或者超大规模企业的增长是所有这些资本支出的结果，这种说法完全是谎言。实际上，所有这些芯片销售中至少有一半——我还要加上博通的TPU销售（更多内容见我的仇恨者指南）——是在芯片实际发挥作用之前数年就已经完成的，这使得迄今为止在资本支出上花费的数万亿美元看起来介于乐观和完全不可理喻之间。

微软、谷歌、亚马逊、Meta、甲骨文，以及多得数不清的其他公司，一直在囤积价值数千亿美元的人工智能芯片，这些芯片要么（用微软首席执行官萨提亚·纳德拉的话说）无法插电使用，要么只是出于我难以想象的原因想要保有库存。 

即便有一种说法是，它们是为（最终）安装到数据中心的那一天做储备，并且通过提前大量采购，就不会受制于英伟达交付人工智能芯片的能力，但考虑到超大规模云厂商在GPU上的疯狂支出规模，这种说法也显得不可信。尤其是考虑到英伟达的大量积压订单之所以存在，正是因为超大规模云厂商和新型云厂商在囤积其GPU。 

Sage Road Research的Trevor Noren指出，他从一位风险投资人那里听说，“……一些公司正在囤积巨量芯片，以防到了某个时候他们没有足够的芯片来提供计算容量”，仿佛英伟达芯片真的存在短缺似的——除了超大规模云厂商提前数年购买所制造出的那种虚幻短缺之外。 

所以，我们面对的局面是：微软、谷歌、亚马逊、Meta、SpaceX、CoreWeave，以及所有能想到的新型云厂商，都坐拥数千亿美元尚未安装的GPU（以及越来越多的TPU）。每当有更多容量上线，它就会立刻被卖给OpenAI或Anthropic，而这两家公司占全部人工智能收入和计算需求的70%到80%，从而制造出一种假象，仿佛收入增长“来自对人工智能计算的需求”，而不是来自这两家在过去九个月里被喂了超过2170亿美元的公司，而且其中绝大部分资金正是来自谷歌、亚马逊、微软和英伟达自己。 

正如我上周所讨论的，如果“需求超过供给”是因为数百万客户都在乞求人工智能计算资源，那与“需求超过供给”是因为两三家客户（包括Meta）占用了大部分或全部容量，是非常不同的。不是我想重复自己，但……

同样，如果“需求超过供给”是因为大量容量正在上线，并且有各种各样的客户在购买，那与容量上线缓慢、而且其中绝大多数被直接交给OpenAI、Anthropic或Meta，是完全不同的。

而这绝对就是正在发生的事情，这表明所谓的“人工智能繁荣”更像是五六家大公司（超大规模云厂商）向两家公司（英伟达和博通）输送资金，以便它们能向两家公司（Anthropic和OpenAI）输送资金，而这两家公司随后又在容量上线时把钱输送回去。我估计，全球非Anthropic/OpenAI的计算需求约为220亿美元，而其中不确定有多大的一部分来自那些只有在风险投资持续注资的情况下才付得起计算费用的AI初创公司……

……这也是Anthropic和OpenAI自身面临的问题，因为它们80%的企业收入来自其1%的客户群，而其中绝大多数又是那些不盈利的AI初创公司，它们让用户每月花20到60美元就能消耗数百美元（甚至更多）的token，这意味着这些AI实验室的需求，和超大规模云厂商的计算需求一样，都取决于风险投资持续提供资金的能力。

目前，至少在外界看来，超大规模云厂商的 AI 资本支出似乎为时过早，而我的论点要简单得多：这是一场灾难性的浪费，因为对 AI 算力的根本需求根本不存在，其规模远达不到数据中心资本支出或建设的水平，而确实存在的需求不过是投机性投资制造的幻觉。 

事实上，我认为过去一年半的 AI 资本支出本质上是投机性的，因为从来没有任何证据——即便是 Anthropic 和 OpenAI 的算力支出——表明在 GPU 和数据中心上花费一万亿美元甚至更多最终会有回报。

而现在，全世界终于跟上了我自 2025 年 10 月以来一直在说的话——超大规模云厂商到 2030 年需要至少 2 万亿美元的年度 AI 收入，否则他们的资本支出就白费了。

太少了，也太晚了。

超大规模云厂商需要每年 2 万亿至 3 万亿美元的永久性 AI 收入才能证明 AI 资本支出合理

我承认，看到这么多人突然涌上“超大规模云厂商需要多少钱才能证明其资本支出合理？”这趟车，确实令人感到欣慰，尽管他们中没有一个人愿意把功劳归给我。据《经济学人》的 Callum Williams 称，谷歌、亚马逊、Meta、微软、甲骨文和 SpaceX 到 2027 年底将需要约 1.29 万亿美元的年度 AI 收入，才能从其资本支出中获得 10% 的投资资本回报率；如果这场闹剧持续到 2030 年，这一数字将升至 2.87 万亿美元。

谷歌、微软、亚马逊、甲骨文和 SpaceX 的年度 AI 收入约为 1830 亿美元，其中至少 64%（1182 亿美元）来自 Anthropic 和 OpenAI

换个角度看，微软 2026 财年的 AI 收入约为 344 亿美元，其中 70% 来自 OpenAI 的算力支出。据巴克莱估计，亚马逊 2026 年的 AI 总收入将达到 316 亿美元，其中 73% 来自 OpenAI 和 Anthropic；而据瑞银估计，谷歌 AI 算力销售额的 54.3% 也来自它们，此外还有未明确数额的 Vertex AI 模型销售额来自 Anthropic，总计约 650 亿美元的 AI 收入，这听起来有点偏高。

把所有这些加在一起，谷歌、微软和亚马逊的 AI 收入约为 1310 亿美元，其中 822 亿美元（62.7%）来自 Anthropic 和 OpenAI。 

附注：如果采用瑞银对谷歌 Vertex 收入偏高的估计，收入集中度还会更低。瑞银还估计，2026 年谷歌云全部收入的 28% 来自 Anthropic 和 OpenAI，信不信由你。

截至最近一个季度，SpaceX 的 AI 收入（剔除 Twitter 的广告收入后）约为 21.94 亿美元，按年化计算为 87 亿美元，但我会把全年数字提高到 250 亿美元，以计入其来自 Anthropic 的每月 12.5 亿美元和来自谷歌的每月 9.2 亿美元，不过我要补充一点，这两者都有 90 天的退出条款。如果我们假设 Anthropic 当季的折扣算力意味着它只占 SpaceX AI 收入的 5 亿美元，那么SpaceX 的 AI 收入约为 328 亿美元，其中（因为我相信谷歌会直接向 Anthropic 出租算力）79.3% 来自 Anthropic。

虽然我们不知道 Oracle 实际的 AI 收入，但它在上一季度披露其 CPU 和 GPU 收入在该季度为 65 亿美元，即每年约 260 亿美元的收入。因为我心情不错，我就说 Oracle 每年有大约 200 亿美元的 AI 收入，但由于信息不足，很难说其中有多少来自 OpenAI，不过考虑到 Stargate Abilene 的进展以及（已向消息人士确认）目前租给该 AI 实验室的 H100 和 H200 GPU，我想我们至少看到 80 亿美元或更多。因此，我认为可以说Oracle 至少 50% 的 AI 收入来自 OpenAI。

这使得 Google、Microsoft、Amazon、Oracle 和 SpaceX 的年度 AI 收入达到 1830 亿美元，其中1182 亿美元，即至少 64.3%，来自 Anthropic 和 OpenAI。

附注：我在这项分析中一直极为慷慨，预料到会有“吃瓜群众”尖叫“偏见”。事实上，我认为存在一种情况，即 AI 收入要低得多（1500 亿美元或更少），而 Anthropic 和 OpenAI 的份额更接近 70% 到 80%，尤其是在 Oracle 的情况下。

而正如你即将发现的，1830 亿美元根本不够。

超大规模云服务商需要 3080 亿美元的年度 AI 收入才能在 2026 年和 2027 年的资本支出上实现盈亏平衡——而它们还差 1250 亿到 2430 亿美元

上周，Goldman Sachs 的 Ryan Hammond 说得更具体了一些，指出超大规模云服务商 2027 年的资本支出估计现已超过 1.1 万亿美元。

这些修订后的资本支出计划还伴随着一项新的、令人深感担忧的分析，该分析取 2026 年和 2027 年 AI 资本支出估计的平均值，并计算超大规模云服务商需要多少年度 AI 收入才能在仅这两年的资本支出上实现盈亏平衡。

仅仅为了盈亏平衡，超大规模云服务商就需要 3080 亿美元的年度 AI 专项收入，而要实现 10% 的投资资本回报率（根据折旧和运营费用的估计计算），它们需要 4170 亿美元。 

如上所述，它们——包括 Anthropic 和 OpenAI——目前距离盈亏平衡还差 1242 亿美元，或者不计它们的收入则距离盈亏平衡还差 2430 亿美元，或者为了区区 10% 的 ROIC 还差 2332 亿到 3510 亿美元。 

现在，请记住 A）2027 年的资本支出尚未支出，B）至少在理论上，Anthropic 和 OpenAI 明年会支出更多……如果超大规模云服务商能够为它们建立必要的产能，并且它们能够筹集到支付给它们的资金。

Goldman 极力清嗓子补充说，“收入正在快速增长，收入积压规模可观”，但这远非定局，因为（正如我提到的）超大规模云服务商似乎在囤积数千亿美元的 GPU，Microsoft 的 AI 产能约为 2GW，而 Oracle 在新墨西哥州的“Project Jupiter”数据中心的延误变得如此严重，以至于它不得不向项目开发商发出“不可抗力”通知，不过正如 Financial Times 所指出的，无论数据中心是否真的有电，它都必须付款，也就是所谓的“Hell or High Water”合同。 

AI 公司每年需要约 4000 亿美元的收入，超大规模云服务商才能在 2026 年和 2027 年的资本支出上实现收支平衡（而且至少还差 2600 亿美元）

然而，真正让我担忧的是所谓的“应用层”——那些向超大规模云服务商支付 AI 算力费用的公司——以及它们总共需要多少收入才能证明超大规模云服务商的资本支出是合理的。

答案极其严峻。超大规模云服务商要想在 2027 年前通过其资本支出实现收支平衡，它们的 AI 客户每年必须创造约 4250 亿美元的收入，而这还是假设它们有 10% 的营业利润率，这个数字还包括 OpenAI 和 Anthropic 的训练成本。

明确地说，这张图表衡量的是 AI 公司需要多少收入才能达到特定的营业利润率，以及超大规模云服务商拥有特定的 ROIC。换句话说，AI 公司必须每年创造7250 亿美元的收入，才能同时实现10% 的利润率，并让超大规模云服务商拥有10% 的 ROIC。

附注：即使考虑负营业利润率，情况也不会有太大变化，只是（理论上）的利润消失了，并且部分超大规模云服务商成本由谁承担的责任从公司收入转移到了投资者身上。

为了说明我们距离这些数字有多远，提供一些背景：

• OpenAI 估计其 2026 年收入将达到 360 亿美元。
• 在 2026 年上半年，Anthropic 的收入约为 163 亿美元，如果我们假设其增长速度超过 OpenAI，那么其 2026 年的年收入约为 400 亿美元。
• Cursor 据称在被 SpaceX 收购前年化收入达到 40 亿美元，但这绝不意味着 40 亿美元的收入。 
• Perplexity 据称年化收入约为 7.5 亿美元，但年初时为 2.5 亿美元，因此其年收入可能在 3.5 亿美元左右。 
• Cognition recently hit $1 billion in annualized revenue ($83 million a month) as of September 25, 2026, but never defined what that meant. Considering that The Information had it at around $900 million a month beforehand, I think it’s likely that its revenues sit at around $300 million to $400 million.
  • The Information 还指出，Cognition 预计今年将烧掉 8 亿美元。
• 据 The Information 报道，OpenAI 和 Anthropic 占所有 AI 初创公司收入的 89%。

即使 Anthropic 和 OpenAI 的收入翻倍，并且所有这些“年化”数字都代表这些公司的真实年收入，我们也就只有令人尴尬的 1570 亿美元，大约还差 2680 亿美元。 

我们越往前走，预期就变得越荒谬，贝恩公司声称 AI 服务（涵盖消费者和企业领域）到 2031 年需要产生 6 万亿美元的年收入，才能证明当前和近期的支出水平是合理的。 

值得注意的是，在 AI 泡沫投入了四年时间和数千亿美元风险投资之后，除了 Anthropic 和 OpenAI 之外，我们基本上没有任何有意义创收的 AI 公司。我们甚至还没有达到证明超大规模云服务商资本支出合理所需的规模宇宙。我甚至不知道如何用语言来形容我们距离目标有多远，因为这一切都愚蠢得令人难以置信。

高盛的回应令人发笑： 

为当前资本支出提供合理依据的“必需”应用层收入规模庞大，但或许可以实现。例如，预计2026年全球广告和软件支出各约为1.5万亿美元。我们的经济学家估计，最终可能归属于资本的AI带来的美国年度总劳动生产率收益约为1.8万亿美元。

该链接指向一份一年前的报告，称“AI支出热潮并非过大”，但该报告除了以下段落外，从未描述过AI带来的美国劳动生产率收益： 

生产率：基于我们的AI生产率估算，我们假设在完全采用后，美国劳动生产率和GDP将获得15%的基线总提升，按当前美元计算相当于4.5万亿的经济价值创造。在替代情景中，我们考虑了此前基于对AI自动化工作任务能力更悲观假设的“较弱”AI情景估算（意味着8%的生产率提升），以及生产率提升达到27%的“更强”情景。

这些AI生产率估算来自2023年3月的一份分析师报告，大约在GPT-4发布两周后。换句话说，高盛安抚支持者和投资者的方式是含糊地引用三年半前的数字，这些数字出于某种原因，他们选择不予更新。 

引用《蜘蛛侠：平行宇宙》中彼得·B·帕克的话：“别看嘴，看手。”高盛三年半来没有试图衡量AI的实际生产率或经济效益，我认为是有原因的，因为这样做会 blatantly 暴露AI GPU和数据中心的大规模投资与，嗯，这张图表之间的巨大鸿沟：

或者，他们是在避免说出Timmer所说的：AI投资是死钱。

而且情况只会从这里变得更糟。

AI数据中心和超大规模企业需要超过9300亿美元的债务——而且借贷成本对大多数AI数据中心来说正变得难以为继

根据摩根士丹利，2026年AI相关债务发行量应在5700亿美元左右，其中约2500亿美元来自超大规模企业，其余是各种形式的高收益债务，被塞进资产支持证券或AI数据中心的可疑SPV中。

明年情况只会增加。根据高盛，2027年超大规模企业将用债务为其AI投资的超过三分之一提供资金——约4000亿美元——广发证券的Jeff Pu将这一数字略调高至4190亿美元，对应估计资本支出约1.14万亿美元，具体指Meta、谷歌、亚马逊、微软和甲骨文。 

如果我们假设其他AI相关债务在当年保持持平，那么2027年AI数据中心债务将达到7390亿美元，如果我们假设增长与超大规模企业债务发行增长相匹配（约67.6%），债务数字将增长至约9390亿美元。

这是一个惊人的数字，而且它将一头撞上不断上涨的美国国债价格，我在几周前的《AI债务仇恨者指南》第一部分中对此进行了报道：

因此，在大多数情况下，债务利率是基于政府债券的价值来设定的，因为作为潜在借款人，你是在根据你比政府竞争性国债多支付多少来激励贷款人。由于它是政府，实际上是零风险的，除非你不相信政府能够偿还其债务，而那是另一个完全不同的话题了。

例如，当谷歌在2020年8月发行多批债务时，其中一批是10亿美元，期限为七年（2027年8月15日到期），利率为0.8%，因为当时七年期美国国债（即：你借钱给政府所能获得的利率，实际上是零风险的）仅为0.463%。一旦该债券在明年8月到期，谷歌将不得不选择偿还（需要支付10亿美元）或再融资。

虽然距离2027年8月还有不到一年时间，但利率与2020年已大不相同，七年期国债的预期收益率（即：市场目前为其支付的价格）约为4.92%。

需要明确的是，我发表那篇文章是在9月18日。截至写下这句话时，十年期美国国债的收益率约为5.24%。 

伊朗和乌克兰战争、通货膨胀以及不断攀升的政府债务共同作用，在过去几个月里大幅推高了利率，这将为科技和AI行业本已惊人的债务负担再增加数十亿美元的利息支出。 

关于债券的附注：债券的“价格”通常是100美元或1000美元，取决于你投资的是什么，这就是为什么你通常看到债券的衡量标准要么是其收益率（即：百分比利率），要么是“利差”——即比可比美国国债高出多少个基点（每个基点为0.001）。 

收益率和债券价格朝相反方向变动，因此当债券“被抛售”时，其有效收益率上升，因为该收益率是根据债券价格加上其支付的利率计算的，如果你为债券支付更少，你每美元获得的收益率就更高。 

所以当市场开始担心一家公司是否真的能够偿还其账单时，它就会开始抛售其债务，压低债券价格同时提高有效收益率。 

而当该公司出去筹集更多债务时，其定价基于当前可比期限美国国债的价格以及其债务的有效收益率（即：市场目前对其的定价）。具体来说，新债务的定价将高于其当前债务的现行利率。

这一点即将变得重要。

让我给你举几个例子。

甲骨文2025年9月的债券如果今天发行将贵41.5%，其中一半债务定价超过8%收益率，额外增加68.9亿美元利息 

编辑注：此前写的是11月！现已修正。

几个月后，也就是2025年11月，甲骨文将发行180亿美元的债券，五年期票据的收益率从4.45%到四十年期票据的6.1%不等。当时，甲骨文是全场焦点，一个月前分析师们还表示，他们“都有点震惊”，因为其庞大的新增收入积压订单，其中大部分来自OpenAI，并且需要建设7.1GW的数据中心容量，而正如我已经论证过的，这需要数年时间。在此前一个月，OpenAI宣布了一系列多吉瓦级的交易，其中大多数并不存在，但市场极度热衷于为摆在面前的任何垃圾提供资金，只要它旁边写着“AI”。

到2025年12月，甲骨文债务的利差（此处有解释）交易得“像垃圾债”，这意味着投资者买卖它们的价格表明，如果它要发行更多债券，就必须以与垃圾债券市场相关的高收益率来发行。 

自那以后，美国国债遭到抛售，利率已被上调，年底前还将有一次加息。两个月前，甲骨文的信用评级被标普全球下调至BBB——仅比垃圾级高一级，并且与其新墨西哥州OpenAI数据中心背后的SPV相关的债务已进入“困境”区域，这意味着其交易价格在每美元89美分到91美分之间，而“不可抗力”通知不到一周后就到了。

所有这些都说明，甲骨文今天面临的贷款环境比去年11月要严酷得多。 

当我们根据今天的美国国债价格和甲骨文债务的当前市场利率重新定价时，情况变得……有点糟糕。

总体而言，甲骨文与美国国债之间的利差实际上翻了一番，其新收益率从五年期和七年期债券的糟糕但尚可管理的6.73%和6.91%，到十年期以上任何期限的惊人8%以上收益率不等。

严格按现金计算，这意味着如果甲骨文的债务今天发行，它将多支付68.9亿美元的利息。

我还应该说明，这些数字是基于与今天的美国国债和甲骨文债券当前价格相关的完全静态计算。由于甲骨文正好比垃圾级高一级——而且其债务以垃圾级利率交易（意味着市场买卖它时仿佛其收益率是垃圾级（平均7.8%））——其债务定价可能会比我们在这里看到的还要高出约25-50个基点。

而且如果甲骨文筹集更多债务，它就有可能被两家评级机构下调至“垃圾级”，从而立即迫使不能持有垃圾债务的投资基金和指数抛售它，使其变成“堕落天使”（正如我几个月前所报道的）。

甲骨文甚至还不是最糟糕的。

CoreWeave的2025年五年期和六年期债券如果今天发行，将贵35.8%，增加12亿美元的利息，收益率在11%到13%之间，这还是在最好的情况下

负债累累的糟糕新云CoreWeave在2025年和2026年发行了约77.5亿美元的债券，并面临双重打击——美国国债收益率上升，加上债务市场对其业务以及AI数据中心债务整体理念的普遍恶化。 

去年，CoreWeave 的借款利率已经高得离谱，超过 9%，但如果这笔债务今天重新定价，它充其量也要支付 11% 到 13.22% 之间的利率——这种数字通常只会出现在个人贷款上。

如你所见，按今天的利率对 CoreWeave 进行重新定价，将使其成本增加 35.8%，为一家每季度已支付 6.4 亿美元利息的公司增加 12 亿美元的债券全生命周期成本。

[编者注：此处先前写的是 6400 亿美元，这显然是个笔误。事实上，我记得我写这句话时甚至还在想“别写成 billion”。我真是命运的傻瓜！

别搞错了，CoreWeave 需要筹集更多债务来建设其数据中心。彭博社的共识估计显示，该公司将在 2027 年借款超过 330 亿美元，而届时利率可能仍将居高不下，围绕 AI 数据中心债务的紧张情绪正演变成全面痉挛。瑞银的 Karl Keirstead 估计，该公司在 2027 年至 2030 年间将需要 1020 亿美元的额外融资，但这基于一个宽泛的假设：CoreWeave 几年后仍然存在。

无论如何，CoreWeave 和 Oracle 的债务是数据中心行业债务状况的一种晴雨表——两家垃圾级或接近垃圾级的公司，以令人痛苦的价格无止境地举债，来建设所谓的下一次工业革命。

而如果它们债务的价格正在暴跌——未来债务的预期收益率因此飙升——那么它们的问题就是所有人的问题。

AI 数据中心末日循环

正如我在 7 月所讨论的，AI 资本支出的庞大规模推高了数据中心内几乎所有能想象到的设备价格，而这个问题会随着每一美元新增资本支出而加剧：

正如我在《内存危机仇恨者指南》中所写，微软、谷歌、Meta 和亚马逊在 AI 数据中心上的巨额支出，导致了大规模的供应链危机，以及美光、SK 海力士和三星这三巨头的高价勒索，仅美光一家在上个季度就将 DRAM 价格提高了 60%，推高了所有类型 RAM 的价格，而超大规模企业购买的 GPU 和服务器越多，涨幅就越大。 

这自然形成了一个恶性循环。超大规模企业购买的 AI 服务器越多，它们对 RAM 和高带宽内存的需求就越大，这推高了 RAM 和 HBM 的价格，使 AI 服务器更加昂贵，这意味着超大规模企业需要更多资金，而由于 AI 尚未带来有意义的收入或现金流改善，它们被迫筹集更多债务。 

它们筹集的债务越多，债务成本就越高，而它们使用的债务越多，需要的债务就越多，因为它们花得越多，所购买的东西就越贵，这意味着它们需要更多债务。 

我在 2026 年 7 月 28 日发布了那篇通讯，当时十年期美国国债收益率仅为 4.6%，围绕 Oracle 数据中心债务的担忧尚未真正爆发。 

而不到一个月后，NVIDIA 将其价格提高了 15% 以上，部分原因是内存成本，部分原因是它捏住了整个科技行业的命脉。

所以，随着越来越多的 AI 数据中心债务被发行，这些债务就变得越发昂贵，因为任何单一事物所承载的债务规模越大，它面临的竞争就越激烈，投资者持有它所需承担的风险也就越高。债务一经发行，便立即流入购买 GPU 及相关硬件的环节，缓慢推高内存和硬件的成本，同时加剧对建设数据中心所需的专业劳动力和材料的争夺，例如推高铜价，在此过程中使建设成本增加数十亿美元。

换句话说，你买得越多，亏得越多。你筹的钱越多，你需要的钱就越多。你需要的钱越多，这些钱就变得越昂贵。而一旦你花掉这些钱，你所购买的一切都会变得更贵，包括未来筹集更多资金。 

另一个问题是，正如我上周所讨论的，这些东西根本就没能建起来，要么是因为电力供应不上，要么是因为建设耗时超出预期，这反过来又对几乎任何与数据中心相关的债务构成压力，甚至连 Meta 位于路易斯安那州的 Hyperion 数据中心背后那 270 亿美元债券（名为“Beignet Investor LLC”）在过去两个月里也遭到猛烈抛售。

正如我所说，债券“遭到抛售”意味着，任何发行与之类似的更多债务的人，都将不得不为这一特权向投资者支付更高的代价。 

而当连全球最大公司的相关债务都开始遭到抛售时，这就成了所有人的问题。 

甲骨文的数据中心债务疑虑是所有人的问题

附注：虽然与某家公司“相关联”的数据中心 SPV 与该公司相关的信用评级挂钩，但从技术上讲，它并不像传统债券那样由该公司“拥有”，因为它从技术上讲并不在公司的资产负债表上，其债务/资产由一家独立的特殊目的实体持有。

这就是为什么相关联的 SPV 的交易价格可能远低于该公司的债务。

我还想明确一点：每一个 AI 数据中心 SPV 都是由客户付款提供资金的，而这些付款只有在数据中心真正建成后才会到账。

那么，让我们来谈谈甲骨文位于新墨西哥州的 Project Jupiter 数据中心背后的 180 亿美元债务，先从ZeroHedge 的结构图说起：

甲骨文从包括法国巴黎银行、高盛以及两家日本银行——三菱日联金融集团和三井住友银行——在内的银团借入了 180 亿美元，这些银行几乎参与了每一笔重大的 AI 数据中心交易，包括 CoreWeave 的多项债务融资、每一个 Stargate/OpenAI/甲骨文数据中心，甚至包括软银用来为 OpenAI 2025 年融资轮提供资金的过桥贷款。此外，与 Blue Owl 相关的基金（该公司也投资了多个不同的 Stargate 和 CoreWeave 设施）又注入了 30 亿美元股权，以确保这笔债务能够真正筹集到位。

这种迷宫般的结构，基本上就是每一笔表外和基于 SPV 的数据中心债务交易的资本化方式——几十亿美元的股权投资，通常来自少数几家私人信贷基金（例如：Blue Owl、Blackstone、BlackRock），然后这些基金再从许多相同的投资者那里筹集债务，我在去年年底的《Enshittifinancial Crisis》一文中对此进行了详细阐述。几个月前，我也在这里详细讨论了 SPV 结构。

我之所以提起这一切，是因为这种 SPV 是数据中心债务的模板，而相关的投资者是为其提供资金的一大部分资本，这意味着他们继续喂养 AI 数据中心债务这头野兽的能力，正是支撑这个行业的关键。 

而现在，正如所提到的，他们最大的数据中心债务交易之一已进入“困境”状态，这意味着他们参与的任何后续 SPV 都将根据 Project Jupiter 的当前状况来定价，而定价将同时基于项目的健康状况和Oracle 的当前状况，后者正因其众多数据中心债务交易的可疑健康状况而被拖累，所有这些交易都取决于OpenAI 能否在五年内支付其 3000 亿美元。

这意味着，与 AI 数据中心相关的任何债务的价格现在都在飞涨，而此时这些债务所购买的商品价格也在飞涨，而此时偿还这些债务所需的基础建设却耗时漫长。

这就是末日循环：筹集的数据中心债务越多，数据中心和债务就都变得越昂贵，而解决这个问题的唯一办法就是停止为新的数据中心债务融资，但一旦这发生，所有人都会问数据中心的建设是否已经停滞，这反过来又会对所有已经发行的债务造成压力。

简而言之，要以低于 8% 的利率筹集 AI 数据中心债务将变得困难甚至不可能，就连9 月 18 日为 CleanSpark 在佐治亚州一个与 Meta 相关的数据中心发行的 22.7 亿美元债券，定价也达到了 8.25%。 

AI 数据中心是死钱

正如我在上周的付费内容中所述（以及根据我的 Bastard 数据中心模型），一个 100MW 的数据中心成本约为 40 亿至 50 亿美元，在每兆瓦 1770 万美元的价格下毛利率为 28%……而低于每兆瓦 1210 万美元时毛利率为负。但前提是你始终有客户，并且没有任何债务。 

这些客户大部分要么是 OpenAI、Anthropic，要么是像微软或亚马逊这样租用算力再转售给它们的公司。否则，它们就是像 Cognition 这样不盈利的 AI 初创公司，预计 2026 年将烧掉 8 亿美元，据 The Information 报道，其中“数亿”美元的成本来自租用 NVIDIA GPU。

这意味着，实际上每个 AI 数据中心的基础客户群要么是超大规模企业，要么是那种按定义来说，如果没有别人给钱就实际上付不起算力费用的公司，而“别人”通常指的是“超大规模企业”。

AI 数据中心是人类历史上最昂贵、最雄心勃勃的基础设施项目之一，其资金来源是有史以来成本最高的债务，而该债务只有在项目 A) 完工且 B) 完工后有能付钱的客户时才能偿还。这些客户脆弱、不盈利且不可持续，存在一个非常真实的风险：等到建设完工时，他们可能根本不存在了。

即使一切按计划进行，AI 数据中心的惊人成本也意味着它们需要三到五年才能回本，而这还是在债务条款极其宽松、客户愿意支付最高价格的情况下。

长期 GPU 费率远低于你的想象，使大多数 AI 数据中心几乎不可能回本

对我的怀疑论的一个反驳是，根据 SiliconData 的各种指数，GPU 计算的每小时价格已经上涨，但我严重质疑这些数据的有效性，因为我认为它衡量的是现货价格——也就是你现在租用所需支付的金额，而非长期价格——这制造了一种与现实脱节的虚假成功感。 

例如，SiliconData 将 NVIDIA 的 B200 GPU 定价为每小时约 5.78 美元，但我发现的一份合同显示，neocloud Kidz AI（该公司从一家名为 Limestone 的公司租用容量，更具体地说，是其子公司 Catalyst Compute）与 AI 推理公司 Canopy Wave 之间，将 256 块 B300 GPU 定价为前三年每小时（每 GPU）4.30 美元，五年合同的后两年每小时 3.50 美元，而这是比 B200 更先进的芯片。我发现的另一份合同是澳大利亚 neocloud Sharon AI 与迪拜一家听起来可疑的公司签署的协议，将 8208 块 B300 GPU 定价为五年每小时 3.41 美元。

明确地说，B300 是 NVIDIA 最新一代的 GPU，其长期租赁价格不到 SiliconData 对已推出多年的 H100 的超大规模定价的一半。 

如果我们假设一个 8 组 B300 GPU 的零售价约为 55 万美元，且资本支出与之相当，那么 Sharon AI 出租的数据中心成本大约在 11 亿美元左右，而这份合同将在五年内总共支付 12.64 亿美元，前提是相关客户付款。 

在 Catalyst Compute 的案例中，32 个 8 组 B300 的成本约为 1760 万美元，全部资本支出粗略总计约 3500 万美元。在五年内，合同将支付约 4460 万美元，我应该指出，客户（Canopy Wave）直到 2025 年 11 月才开始转售推理计算。 

在这两个案例中，资本支出在五年内勉强还清，而且这还不包括一分钱的运营费用或相关债务。 

而这还是在一切按计划进行、客户确实付款的情况下。

即便如此，在五年期结束时，理论上我们将拥有多代新的 NVIDIA GPU（Vera Rubin 和 Feynman），这将进一步压低你的数据中心所赚取的持续费率，而持续的运营支出（和债务）保持不变，当然，前提是你一直都能收到付款。

让我们回顾一下：

• AI 数据中心极其昂贵。
• AI 数据中心的债务如今也极其昂贵。
• AI 数据中心需要数年时间才能建成。
• AI 数据中心的客户很脆弱、不盈利，并且依赖近乎永续的资金支持。
• 要想有任何真正的回报机会，普通客户——你知道的，就是我刚提到的那个脆弱、不盈利的客户——需要活到数据中心建成，然后还得有能力负担持续的固定年度成本，同时还要与多个其他拥有相同芯片的数据中心竞争。

AI 数据中心——及其相关成本和债务——的定价所基于的完美程度，是其他任何行业都从未企及的。它们的客户必须资本充足、付款及时，并且拥有足以让他们持续每年在运营支出上花费数千万或数亿美元的收入，而这一切只有在底层建设真正发生时才真正重要。

不知为何，我读到的关于 AI 数据中心的一切都将其视为理所当然，认为一切都会按计划进行，事实上每个数据中心每吉瓦将产生数百亿美元的收入，却对这些数十亿美元可能来自哪里或是否有人能负担得起没有任何真正的思考或感受。 

每个人要么是极其无知，要么是无可救药地乐观，而这种方式会让局势在崩溃时变得糟糕得多。我认为这些 AI 数据中心债务交易中的大多数永远不会被偿还。我认为 CoreWeave 不会偿还其债务。 

妈的，我认为Oracle也不会偿还其债务。

AI 行业几乎完全是死钱

我估计自 2023 年以来，全球风险资本对 AI 公司的投资约为 8000 亿美元，其中至少 2660 亿美元流向了 Anthropic 和 OpenAI。

在这些投资中，我预计至少有 3000 亿美元的股权将成为死钱，因为大多数情况下，AI 公司是建立在 Anthropic 和 OpenAI 模型之上的包装器或层，自身几乎没有知识产权，并且背负着不断增长的运营支出，而这些支出大多流向了那两家不断想与自己的客户竞争的 AI 实验室。这些业务从根本上建立在亏本转售大型 AI 实验室的 token 之上，这就是为什么像 Harvey 和 Perplexity 这样的公司每隔几个月就得筹集数亿美元。

这些初创公司的持续存在完全取决于风险资本，因为它们全都深度亏损。这意味着在泡沫破裂之前，这些公司将继续从风险资本界吸走数十亿美元，而考虑到其糟糕的经济状况，被收购的机会微乎其微，IPO 的机会几乎为零。这些经济状况对 OpenAI 和 Anthropic 也具有支撑作用，约占其收入的 80%，这意味着一旦它们死去，AI 实验室的基础收入就开始衰减。

这也意味着这些 AI 初创公司总体上实际上并没有租用 AI GPU，而是通过使用 Anthropic 和 OpenAI 的模型来间接租用。尽管其中一些公司大谈特谈要构建或训练自己的模型，但这样做极其昂贵且回报机会渺茫，尤其是考虑到这些实验室在算力、资本和人才方面拥有的巨大优势。 

对于任何不叫 Anthropic 或 OpenAI 的 AI 初创公司来说，确实没有一条干净的“出路”。Cognition，在最新一轮融资中估值达 480 亿美元，据称其价值几乎与福特（市值 590 亿美元）相当，但年化营收却仅有 10 亿美元——这个数字可以意味着任何东西——同时还亏损 8 亿美元。相比之下，福特在 2025 年的营收为 1872 亿美元，净亏损 80 亿美元，部分原因是其电动汽车业务的大规模减记（仅 2025 年第四季度就减记 125 亿美元）。

2025 年，福特售出了约 220 万辆汽车。相比之下，Cognition 只是又做了一个 AI 编程智能体。

那么，Cognition 接下来到底要做什么？谁会收购 Cognition？它会上市吗？怎么上市？它亏损巨额资金，产品却已经商品化！ 

没有人愿意回答这些问题，因为答案很简单：总有一天，Cognition 会像许多 AI 初创公司一样，仅仅因为资金耗尽而死去，或者变成一家规模小得多的公司。Harvey、Perplexity、Replit 以及基本上所有其他主要 AI 初创公司都是如此，尽管我认为它们都希望被某家超大规模云厂商收编。

正如我在去年年底所讨论的，AI 初创公司对所有风险投资来说都是一笔魔鬼交易。因为它们资本密集度极高，所以有大量的投资机会，而每次你投资时，底层估值（以及 VC 基金的管理资产规模）都会飙升，让一切在纸面上看起来都很好。

问题在于，这些估值完全脱离现实，以至于在很大程度上，所有这些公司要么归零，要么以令人尴尬的、远低于此前价格的一小部分被模糊的“人才收购”接走。 

如果没有这些公司，Anthropic 和 OpenAI 将损失大约 60% 到 80% 的企业收入，这使它们更不可能有能力支付其 1.3 万亿美元的计算承诺。

而在这两家公司之外，我估计 AI 计算需求大约为 220 亿美元。

末日循环如何摧毁一切

每一天——甚至周末——都有人问我这一切会如何或何时崩溃，我的答案很简单：当钱花光的时候。

最终，AI 数据中心的债务对于举债方来说将变得难以为继，因为在本就微薄的利润率上叠加 11% 以上的利率，让这笔账有点算不过来。一旦这种情况发生，所有 AI 数据中心债务的价值都将被从根本上重新评估，这可能导致相关债券和关联债务遭到抛售，进而让任何深度涉足 GPU 信贷业务的投资者极度紧张，在某些情况下，他们除了以令人尴尬的方式之外根本无法退出头寸。

这不太可能因为道德或伦理原因而发生，而是因为债权人意识到，他们在那些经常因建不起来而上新闻的项目中绑定了太多风险。到了某个时候，这些项目会变得过于危险，连最受霉菌毒害的私募信贷基金或最无脑的日本银行都无法承受，而时间线将根据美国国债利率或数据中心进一步出现现金流或建设问题而加速。

在风险投资方面，目前尚不清楚实际还剩多少干火药，其中有多少能投入AI初创公司，以及这究竟会是“资金耗尽”的情形，还是更像一个所有人对AI感到恐慌、彻底停止投资的时刻。任何主要AI初创公司出现现金流问题、任何降价融资（即：以更低估值融资），或收购失败，都会加速这一局面，比如9月初Anthropic放弃以60亿美元收购Decart。

而真正最大的信号其实是最明显的那个——Anthropic和OpenAI的减速。如果它们不打算支付那1.3万亿美元的计算账单，AI数据中心的需求就彻底没戏了。

已经有迹象表明情况不对劲。

根据Irrational Analysis，Anthropic2026年7月创纪录的“650亿美元年化营收运行率”，可能是以我所听过的一家初创公司最欺骗性的方式计算出来的：

Last month, there was a whole kerfuffel in AI/semis/finance circles on Anthropic July ARR. Two numbers were going around. I don’t remember the numbers and frankly it does not matter. You will see.

One ARR number was the traditional “trailing 28 days * 13” number. Personally I hate this venture-capital clown metric but whatever a lot of people use this.

The traditional ARR number was bad and implied deceleration in growth. So the people massively long Anthropic came up with a new ARR number that was July 31st * 365 days.

That’s right folks. If Irrational Analysis is right, Anthropic’s revenue on July 31, 2026 was $178 million, and because the other calculation — 28 days times 13 — created a lower number, the company chose to go with something that should, at a minimum, have investors hiring lawyers and demanding real, tangible answers about how run rate is calculated. Every single reporter with any Anthropic source that can speak to run rates should be screaming at them for clarity, because this is some sub-Enron bullshit.

Even if you don’t trust that analysis, another from TickerTrends surfaced by Callum Williams of The Economist shows Anthropic’s annualized run rate plateauing since, it seems, the beginning of June, and as Williams said, if this is even broadly correct, it’s really, really bad.

Williams also another TickerTrends chart showing OpenAI’s revenue growth had continued to climb…but was showing the initial signs of a slowdown.

Neither of these companies can afford to slow down, in part because of their massive compute obligations, and in part because their massive valuations are based on them being able to pull in, at least in Anthropic’s case, between $190 billion and $200 billion in annual revenue within the next two years. 

If they fail to do so, everybody suffers. Hyperscalers miss revenue estimates. AI data center debt goes unpaid. Venture capitalists find their holdings washed out. 

When that happens, everybody will act as if it was a huge surprise, rather than something that was blatantly obvious to anybody who bothered to look.

Anthropic’s S-1 Shows That It Was A Worse Business Than OpenAI In 2025, Spending $2.75 To Make $1 (OpenAI Spent $2.60 To Make $1)

That was originally where this newsletter ended, but the night before this was due to go out, parts of Anthropic’s S-1 leaked to Reuters, showing the shocking financial condition of the company as of the end of last year.

In 2025, Anthropic lost over $8 billion on $4.6 billion in revenue. 25% of its 2025 revenue came from two customers, and its compute costs were $7.33 billion for the year. It technically had a net loss of $42 billion, but that was stock-related and was not a cash loss. 

Reuters did not report on Anthropic’s 2026 numbers, and while in theory its economics could have improved in the last three quarters, there are reasons to believe that things have gotten worse, such as the fact that it has resorted to using adjusted margins as a means of faking a “profit” in Q3 2026. In any case, I find it strange that Reuters reported on only a section of the S-1, and if it turns out anything was held in reserve for some reason I will be deeply disappointed. I will be fair and assume it was a limited slice of the prospectus, and that Reuters will diligently report anything it finds, and it is an incredible exclusive.

So, let’s talk about how terrible of a company Anthropic was in 2025. 

It spent $12.65 billion in operating expenses to make $4.6 billion of revenue, otherwise known as spending $2.75 to make a dollar. 

This, shockingly, means that Anthropic was a worse business than OpenAI in 2025, when it spent $34 billion to make $13.07 billion (per my own exclusive reporting of its audited financials), or $2.60 to make $1.

While things could change in 2026, it’s important to note how many people said that Anthropic was “a better business” that would “be profitable faster than OpenAI,” which is, until we are able to see both of their audited 2026 financials, somewhere between a myth and an outright lie.

So many people told me that Anthropic was more-profitable! So many people assured me that this company had worked it all out, when in fact Dario Amodei’s horrid son was just as obese as Altman’s, a rotten, unprofitable carcass.

Boosters are already boiling their copium kegs, angrily oinking that 2026 “will be better” and that “Anthropic has been more profitable.” At this point I have less than zero interest in anything that hasn’t gone through an auditor, because it’s very clear that, through either misinforming investors or the media, Anthropic has intentionally obfuscated the full horrors of its economics. 

Perhaps 2026 will be better! But right now, the evidence is that Anthropic’s economics have decayed for the last two years, and its business was, at least in 2025, somehow more toxic than OpenAI’s, regardless of what you may have read in the press. If things have improved, it will have required a fundamental turnaround of a business in a way that does not appear to have happened in any way for OpenAI, despite both companies being in the same business and selling the very same thing. The only difference I can imagine is that Anthropic’s infrastructure is more TPU and Trainium/Inferentia-heavy, but we’ll eventually find out, I guess.

If you have the full S-1, I implore you — bring it to me. My signal is ezitron.76. I will protect your identity. I will do this document justice. It’s time we had complete clarity into what this business truly looks like. We should not be made to wait for November, we should see it now, so that investors (and any economic counterparty) may fully understand the state of Anthropic. 

In any case, these numbers are as bad as I’ve always thought they’d be, if not a little worse. I don’t see how this company becomes one that can afford its $518 billion in compute commitments, nor do I see how it magically works its way out of the economic equivalent of septic tank. 

This company will, if allowed to go public, likely lean on the very same junk-grade/high-yield debt that AI data centers and neoclouds like CoreWeave currently need, and it will do so at volumes of somewhere between $50 billion and $100 billion a year for a company with few assets, endless losses and a CEO with the grace of a drunk elephant. 

Anthropic is not the future of technology, nor is it the next Google, nor is it the next Microsoft, nor is it, to quote Reuters, capable of “[transforming] the global economy more profoundly than industrialization, electricity and the internet.” 

Anthropic is a cloud software company with volatile products and economics, sold in a fundamentally insincere and deceptive manner, pushed upon society with threats of death and destruction by aggressive zealots and members of the media bereft of shame. Its culture is fundamentally unhealthy, as is the culture of the fandom it has curated over the last few years. Dario Amodei is a manipulative and deceptive person influenced by a cadre of cultists, and Anthropic CFO Krishna Rao should feel ashamed of himself for allowing a single run-rate story to go out.

It is impossible to rationally argue that the economics of OpenAI and Anthropic make any real sense. To claim that this is “just like Uber” or “just like Amazon Web Services” or “just like the Dot Com Bubble” is to bury one’s head in the sand or, on some level, want to know less about the world. This is serious, dangerous, and should not be seen as “business as usual.”

We must treat OpenAI and Anthropic as what they are: economic disasters waiting to happen. 

To do anything less is to directly invite danger to the door of every investor that’s allowed to believe that they’re funding the next industrial revolution.

If you liked this piece, you should subscribe to my premium newsletter. It’s $70 a year, $18 a quarter, or $7 a month, and in return you get a weekly newsletter that’s usually anywhere from 10,000 to 18,000 words and provides vast, detailed analyses of the biggest events and companies in the AI bubble.

If you want to get in touch — and especially if you have any juicy information about Anthropic, OpenAI, or any other companies in the AI bubble — hit me up on Signal at ezitron.76. I’m also on IB on The Terminal.