几万亿美元的 AI 基建开支，账面上到底指望什么？奥特曼的答案是 Token 需求没有天花板，黄仁勋说 Token 增长有双重指数效应。彭博的策略师 Simon White 把话说得更透：这一切成立的前提，是算力需求近乎无上限。往深里拆，这条逻辑链串着三个假设：Token 用量会一直涨，Scaling Law 继续有效，AI 能做的事情的边界还在外推。看多的人搬出杰文斯悖论，说单位成本下降反而会刺激总需求；可 Token 价格一路下探，这个信号本身就有歧义，既可以读成降价催生了新用途，也可以读成供给已经过剩。至于 Scaling Law，长期成立与否其实没有任何保证，而训练占了 Token 消耗的两到四成，一旦能力提升触顶，训练端的算力需求会最先挨打。
White 是把这笔钱当成一笔需要算清回报的资本开支来审视的，盯的全是经济学变量。但我自己的角度看，还有另一种读法：这几万亿未必是算出来的投资，而是生态位投资。微软、谷歌、亚马逊们砸钱的时候，指望的可能不是 GPU 折旧期内多收多少 Token 费，而是把开发者、用户、数据和工作流锁进自己的平台。就像云计算早期烧钱抢企业客户、移动时代补贴抢入口，成本不是被忽略了，而是记在了另一本账上：生态位的账，护城河的账。这个视角顺带解释了一个怪现象——Token 价格暴跌，资本开支却不降反升。如果目的是卖算力，降价意味着收入承压，理应收缩；但如果目的是占领生态，降价恰恰是最好的武器，Token 越便宜，接入的应用越多，开发者越离不开你的平台，数据飞轮转得越快。单笔推理的亏损，买的是整个生态的黏性。
不过生态账本也有它自己的软肋，而且和 White 的批评是同构的：生态战的终局假设，是 AI 最终成为像电力和云计算那样的通用基础设施，市场足够大，赢家足够少，赢家通吃足够彻底。说白了，这只是把“算力需求永无止境”换了个说法，变成“生态竞争永无止境”。光纤泡沫就是前车之鉴：当年铺光纤的公司同样在构建生态，需求后来确实来了，但烧钱的企业没撑到收租的那一天。还有一个市场信号值得玩味：AI 股票的前瞻市盈率已经在收缩，说明市场嘴上说信“无限需求”，钱包里已经开始留后手。算力的账本算回报，生态的账本算存亡，麻烦在于，现在的估值把两本账都按最乐观的记法记着。哪天应用层的收入增长明显放缓，两本账总得有一本先被翻出来重新核数。