一、同一个前提

本刊上一篇算力账本，算的是账单寄给谁。SemiAnalysis 的迪伦·帕特尔是本刊老熟人，《利率》那一篇写的正是他的推演：两家实验室凭每兆瓦的变现能力把算力买空，借贷推高利率，账单寄给了每一个与 AI 无关的人。八月末那期节目在中文世界很快有了回声，有科技博主把七十七分钟压成十五分钟，标题直接写成「全球算力未来只属于两家公司」。这句话没有说错，但它只是半句。

另外半句来自一个几乎没有算力数据的人。七月下旬，阿里巴巴前总参谋长曾鸣带着新书《智能：AI 时代的商业、组织与战略的本质》上了张小珺的节目，两个半小时，节目九月初才上架。他的判断比帕特尔更极端，也更反方向：OpenAI 和 Anthropic 是了不起的技术突破与商业成绩，但「大概率不是原生应用阶段的大赢家」，未来一定会有一家十万亿美元的公司，「未必是现在领跑的这两家」。

有意思的地方在于，两人对现状的描述几乎重合。帕特尔说，今年新增算力的三分之一最终流向了这两家，明年按已签合同将占四到五成；他们不再靠风投填坑，推理毛利转正，利润转头砸进训练；最好的模型二月就训完了，没有发布，边际算力流向研发的比例已经高于流向推理。曾鸣用的是另一套词：去年下半年起 Anthropic 开始「用大模型训练大模型」，AI 进入了自家的主业，组织聚焦叠加新的训练方式，产生「智能复利」，把弱的玩家甩出去，形成「黑洞效应」。一个在数瓦，一个在数人，看到的是同一个黑洞。

分歧不在现状，在终局。帕特尔的曲线一路向上：算力翻倍、前沿实验室算力翻三倍、有效 AI 人口年增十倍，集中化是「唯一会发生的事」。曾鸣的曲线拐了一个弯：黑洞会形成，然后黑洞会变成基础设施，而基础设施的商业模式，历史上只有一种。

两本账

二、两本账

算力账是这样算的。一兆瓦算力的基础成本约一千万到一千五百万美元，跑当下最好的模型，每兆瓦收入最高到五千万。年初两家各有约两吉瓦，年底各超过五吉瓦；到 2028 年，两家自己就能拿下全球大部分可用的浮点算力。这个过程需要的钱，帕特尔的模型给出 2024 到 2029 年约十一万亿美元资本开支，其中五万亿以上要靠信贷，代价是全经济体的利率抬升两百五十个基点，债务沉重的国家会先违约。这本账的逻辑闭环很紧：谁能把十块变成一百块，谁就愿意出最高价买走市面上所有的卡。

商业史账是另一种算法。主持人问曾鸣：Anthropic 成立不到十年就估值万亿美元，人类历史上罕见，怎么解释？他的回答是，这个描述本身就是一种幻觉。雅虎 1995 年成立，2000 年 1 月市值超过一千二百亿美元，五年；美国在线 1999 年底市值两千二百二十亿美元，比雅虎还高，随即宣布并购时代华纳，合并估值三千五百亿；谷歌 1998 年成立，2005 年市值破千亿；黑莓是最快到千亿的硬件公司，2010 年初还占美国智能手机订户的四成三，苹果只有两成五。把 2000 年的一千二百亿按纳斯达克长期回报折到今天，量级接近一万亿。曾鸣的结论是：当一种技术有这么大的冲击力，第一波跑出来的公司就是有这么大的价值，这在类似阶段都发生过。

两本账都没有错。算力账回答的是现在谁在赚钱，以及赚钱的人会怎样花钱；商业史账回答的是十年后谁还在。帕特尔算的每一个数字，2000 年 1 月的雅虎都能对得上：收入增长惊人，利润率转正，愿意出最高价买下当时最稀缺的东西。区别只在于，当年最稀缺的是流量和带宽，今天是瓦特和浮点。

水电煤

三、水电煤的宿命

曾鸣给模型公司的定性只有一句：未来的 AI 云公司。数据是新石油，模型就是炼油厂；从「让所有人接入」这个功能看，它更像那家已经消失的美国在线，把所有人接到了互联网上，本身是一项巨大的工程，然后成了没人记得的基础设施。他说，公共基础设施只有一种成立的商业模式——寡头垄断加政府强监管。整个社会依赖它，所以政府一定要管；供给太重要，所以不能只有一家；投入太大，所以不会有很多家。「你现在水电费能随便涨价吗？」

帕特尔的账本里其实已经写进了这两个变量，只是他把它们当刹车，曾鸣把它们当宿命。监管这一条，今年夏天已经不是假设：纽约州七月起对五十兆瓦以上的数据中心暂停审批约一年，德州八月初暂停新项目并网等待审计，六月联邦的一纸指令曾让 Anthropic 一度不得向外籍员工开放最强模型。帕特尔自己也承认，如果实验室不被允许发布最好的模型，每兆瓦收入的攀升就会放缓，出高价吞下增量算力的能力也会减弱。

同质化这一条更直接。七月中旬，Kimi K3 发布，2.8 万亿参数，四十八小时内因需求过载停售新订阅。帕特尔把这类事当利好：任何人搞一个 GB300 机架，下载 Kimi 的权重，用开源推理框架部署到 OpenRouter 上，收入就开始超过算力成本，所以算力价格开始向上拐。曾鸣把同一件事当噩耗：那一周市场的恐慌，恐慌的正是同质化供给打破了「大模型公司能长期享受高垄断利润」的预期，预期一破，为这些公司投下的基建还值不值，就成了问题。同一句话，两种读法，取决于你手里拿的是卡还是股票。

这句话曾鸣是说给技术出身的创始人听的。他说这一批创业者要过的最大的坎，是接受一个简单的事实：我的技术这么牛，我创造了这么大的价值，为什么我的公司可能不值钱。竞争刚开始的时候，定价按你创造的客户价值；对手一多，定价就按你的边际成本。这条经济学的老规矩不认技术含量。

但帕特尔的账本里有一条曾鸣的框架没有处理的路径。如果最好的模型在内部产生的价值远高于卖给外部的价值，实验室就会把算力留下来自己用——Jane Street 能把每兆瓦变现两亿，愿意付给实验室一亿；可如果实验室自己用那些算力，每兆瓦能产出几亿呢？那样的话，模型就不是水电煤，而是雇员。水电公司不会自己开工厂，但一家拥有一亿雇员的公司会。这是两人真正的分歧点：模型究竟是投入品，还是劳动力本身。前者的归宿是公用事业，后者的归宿没有先例。

浏览器

四、浏览器还没出现

如果模型公司是炼油厂，化工厂在哪里？曾鸣的框架里，通用技术的商业化都走三个阶段：先成为基础设施，再来一轮应用大爆发，最后在海量应用之上长出「原生应用」——移动互联网的原生应用是抖音，不是墨迹天气。他把 2026 年定为第一阶段收官：年初关于 token 的讨论持续了两三个月，黄仁勋在 GTC 上说英伟达的未来是 token 工厂，OpenAI 说自己的核心是卖 token。一种技术有了标准度量衡，才能像一度电、一吨水那样被规模化地使用，这就是基础设施成熟的标志。

第二阶段的开场，他选了春节前后的 OpenClaw——「大家都在养龙虾」。他从中看到的不是一个产品，而是一种结构：agent 的本质是分享能力，把自己懂的东西封装起来给别人调用；1992 年所有人抢着建网站，目的是分享信息。一个建站，一个建 agent，结构对上了。浏览器当年干了两件事，用 HTML 把建站的门槛降到只要有信息就能建，用点击把浏览的门槛降到零，于是供给端和用户端同时爆炸，网站多到没人知道该看什么，雅虎才作为一个目录出现，谷歌又作为雅虎的技术供应商长出来。曾鸣两年前的判断是「拥抱雅虎吧，雅虎快来了」，今年他把这个判断往前推：连浏览器都还没出现。

这场争夺本刊八月写过一个样本：DeepSeek 开源 Harness，发布一小时余就在 GitHub 破两万星，三天后自家模型改计价涨价——框架白送，模型收费，争的正是曾鸣所说的那个位置：谁把 agent 的标准统一起来，谁让用户用最简单的方法调用 agent。他说这是未来两年最让人兴奋的事，五年内应该能看到 agent 的入口，而抖音、拼多多那一级的原生应用，要八到十年。

那么模型公司自己做入口行不行？曾鸣不否认他们一定会做，「OpenAI 一直就想做」，问题是能不能成，历史上没有先例。主持人举 Codex 和 Claude Code，他的回答是那不是应用，那是基础智能的延伸——编程能力是 token 有价值的前提，不是 token 之上的产品。至于现有巨头，他的先例清单短得惊人：从一个时代的企业过渡到下一个时代还做得非常好的，IBM 算一次，微软算一次，然后就没有了。谷歌大概能活成一家很好的 AI 云公司，字节也是，但入口级的消费应用「有非常大的不确定性」；豆包是第一代 AI 产品，聊天机器人，没有行动力。这段话说的是中国公司，逻辑却和他对 OpenAI 的判断完全一致：上一代的入口调的都是上一代的服务，而上一代的服务正是要被颠覆的那些。

把两本账合上，会看到一个互斥的结构。帕特尔的世界里，价值留在实验室内部，模型即劳动力，外部拿到的永远是落后几年的版本，那样就不会有曾鸣意义上的应用大爆发。曾鸣的世界里，应用大爆发一定会来，那样模型就必须商品化，实验室的超额利润就必须消失。两个未来不能同时成立。而今天每兆瓦五千万美元的价格、五万亿美元的信贷、两百五十个基点的利率，押的全是前者。

炼油厂与化工厂

结语：炼油厂与化工厂

曾鸣讲了一个电的故事。爱迪生 1882 年在曼哈顿珍珠街点亮了一平方公里，他认为发电最重要，于是有了通用电气；他没有意识到电网更重要，助手离开他去建了输电公司。到 1910 年前后电网覆盖了美国的主要城市，家里才出现头两个真正的大应用，洗衣机和电冰箱。通用电气后来繁荣了六十年，靠的不是发电机，是家电；电网则成了一项没人关心品牌的 2B 基础设施。

石油的版本更短：汽车离开石油走不了，但你没听说过哪家汽车公司是从石油公司转过来的。炼油厂和化工厂是两类企业，后者比前者值钱得多。帕特尔算清了炼油厂这几年能赚多少钱，以及这些钱借自谁、谁来付利息；曾鸣算的是，赚到这些钱之后，化工厂会在哪里长出来，而它大概率不姓炼油厂的姓。

这两本账里唯一悬而未决的，是模型到底更像油，还是更像人。像油，历史会重演，超额利润在第二阶段消失，第三阶段的赢家今天还没有名字；像人，历史没有先例，实验室把算力留在内部，外面的人拿到的是落后几年的版本和一张更高的账单。帕特尔押后者，曾鸣押前者。价格已经投了票，历史还没有。

油是他们炼的，车未必是他们造的。

本篇为「算力账本」第四篇，取材于 Dwarkesh Patel 8 月 25 日对 SemiAnalysis 创始人 Dylan Patel 的访谈，与张小珺 9 月 3 日上架的曾鸣访谈（新书《智能：AI 时代的商业、组织与战略的本质》）。商业史数字核对至 comScore、公司公告及当年财经报道；SemiAnalysis 数字为其自报模型口径。核查截至 2026 年 9 月 3 日。

转载请注明：《宇宙纪事 · 深度专研（产业战略）》系列。

宇宙纪事 / COSMIC CHRONICLES