6 月 22 日，纳斯达克盘中，Alphabet 一度跌 6%、亚马逊跌 4%。导火索不是哪家公司业绩爆雷，而是一种越来越拧巴的情绪：投资者既怕这些公司在 AI 上花得不够、错过时代，又怕它们花得太多、把现金流烧穿。同一天，得州的工地上，微软自建的 2 吉瓦（GW）数据中心仍在浇筑，它刚签下一份 20 年的供电协议；SpaceX 拿到一笔月付 1.5 亿美元的算力大单。
一边是资本市场对「花钱」的神经质，一边是混凝土和电缆里停不下来的扩张。这两幕拼在一起，正是 2026 年年中美国经济最真实的样子——它被 AI 顶到了一个微妙的位置：增长靠 AI 撑着，而 AI 靠借来的钱撑着。读马君想在这篇里讲清楚的，不是哪只股票贵不贵，而是一条更隐蔽的链路：从超大规模云厂商（hyperscaler）的举债，一路传导到企业信用、再传导到普通美国人的钱包，最后绕回来，把「这个泡沫最好别破」变成了整个宏观经济心照不宣的前提。
一年 8000 亿美元的信贷，多半流向了 AI
先看一个最承重的数字。法国兴业银行（Société Générale）的策略师 Albert Edwards 在最新一份报告里引用瑞银（UBS）的测算：过去一年，美国新增信贷约 8000 亿美元，相当于 GDP 的 2.6%；而且美国一国，就占了全球信贷脉冲（credit impulse，衡量新增信贷对经济的边际拉动）的一半以上 [1]。
这个量级值得停下来掂量。8000 亿美元，是 8 个 1000 亿，接近 1 万亿美元的级别。Edwards 的判断很直接：这股信贷扩张「压倒性地是一个美国故事」，而背后的主要推手，是为各类 AI 项目提供的融资 [1]。换句话说，过去这一年美国经济多出来的借贷动能，相当大一块不是流向了买房、买车、扩建工厂，而是流向了挖地基、买芯片、建数据中心。
读马君要在这里把口径说清楚，免得读者把它读成更耸动的东西。UBS 测算的是美国整体新增信贷约 8000 亿美元、占 GDP 2.6%，Edwards 的论点是「这其中很大一部分由 AI 融资驱动」——它不是说「单 AI 一项就借了 8000 亿」，而是说 AI 已经成了美国信贷扩张的主引擎。这个分寸很关键：它把 AI 从一个「科技板块的故事」，抬升成了一个「宏观信贷的故事」。
Edwards 不是泛泛的空头。他以在互联网泡沫见顶前发出警告而成名，2025 年 11 月他更进一步，公开警告如果 AI 泡沫破裂，后果可能比 2008 年更糟 [10]。把他的多份发言串起来，逻辑是一条线：美国的增长，已经从「享受一轮 AI 投资热」，滑向了「依赖为 AI 借来的钱来维持增长」。这中间的区别，就是健康和上瘾的区别。
钱从哪来：举债盖楼的 hyperscaler
要理解这 8000 亿美元的去向，得先看花钱的人在花多少、又是怎么凑出这笔钱的。
据 Tom’s Hardware 援引分析师测算，微软、谷歌、亚马逊、Meta 四家 2026 年的资本开支合计约 7250 亿美元，同比增长约 77%；其中约四分之三投向 AI 相关基建，对应约 5000 亿美元级别的 AI 专项支出 [4]。分到公司头上：亚马逊计划约 2000 亿美元，谷歌 1750 至 1850 亿美元，微软约 1900 亿美元，Meta 1150 至 1350 亿美元 [4]。这还只是四家上市巨头；OpenAI 牵头、Oracle 与软银（SoftBank）参与的 Stargate 项目，单独规划了四年至多 5000 亿美元的 AI 基建投资，首座得州数据中心已于 2025 年 9 月投入运行 [8][9]。
过去，这些公司被视为「现金奶牛」，盖楼用自家利润就够了。现在不一样了。据 Tomasz Tunguz 的测算，2026 年资本开支将吞掉这些厂商运营现金流的约 94%，而两年前这个比例还不到 50% [11]。当自有现金流接近被花光，剩下的缺口只能靠借。
于是债券市场被叫醒了。据 Fortune 报道，谷歌、Meta、Oracle 已踏上一轮规模以万亿美元计的借债之路 [5]。最活跃的五家 hyperscaler 仅 2025 年就发行了 1210 亿美元债券——是它们 2020 至 2024 年间年均 280 亿美元的四倍多 [5]。算一笔账：1210 ÷ 280 ≈ 4.3，确实是四倍出头，不是夸张。Meta 在 2025 年 10 月发行的 300 亿美元债券，是 2023 年以来最大的一笔公司债 [5]；Oracle 则在 2026 年正式启动 250 亿美元债券加 200 亿美元股权的组合融资，并计划全年募资 450 至 500 亿美元，用于扩建为 OpenAI、xAI、英伟达等客户承诺的算力 [6][7]。
读马君想提醒一个容易被忽略的细节：连最以「省钱」著称的中国玩家也躲不开这条逻辑。DeepSeek 在 6 月 16 日完成首轮外部融资、规模超 500 亿元人民币，投后估值突破 500 亿美元。一家以工程效率压低训练成本闻名的公司，仍要靠巨额融资去买算力——这从侧面印证：在这一轮里，「有没有钱建基建」本身，就是入场券。
信用市场的另一面：从蓝筹到结构化
把这些数字摞在一起，一个画面就清楚了：AI 不只是科技股的叙事，它正在重塑美国的信用市场。
这一轮和过去几次科技热潮最不同的地方，恰恰在「借债」二字。互联网泡沫时期，烧的主要是股权——上市圈钱、再烧光。这一次，hyperscaler 的资产负债表上，债务的分量在实打实地变重。读马君没有独立核到「某两个季度杠杆从 0.9 倍翻到 1.8 倍」这种精确口径的测算，所以不在这里给一个具体倍数；但方向是确凿的：当资本开支吃掉九成以上的运营现金流、当年度发债规模跳到历史均值的四倍，这些公司的净债务正在以远超以往的速度累积。这是从「用利润盖楼」到「借钱盖楼」的质变。
更值得盯的是债务的「下沉」。这些公司大多仍是顶级信用评级，但当蓝筹自身的融资额度被 AI 撑到极限，增量资金就开始往评级链条的下方寻找——私募信贷、特殊目的实体（SPV）、以数据中心资产为底层的结构化融资。Tunguz 那篇文章的标题问得尖锐：「你的 AI 是被垃圾债券养着的吗？」[11] 这不是一句修辞。当一项投资的回报周期长、确定性尚未被验证，却越来越多地用债务来支撑，风险就不再只属于科技板块，而是被打包、分销，渗进了更广的信用市场。
这里出现了一个看多方和看空方都承认、却得出相反结论的事实：hyperscaler 的核心信用质量仍然很高。看多者据此说，这些是全世界现金流最强的公司，给它们放贷几乎没有风险，所谓「泡沫」是杞人忧天；看空者则反驳，问题不在这几家蓝筹会不会违约，而在于围绕它们的扩张，一整圈评级更低、杠杆更高的配套融资正在膨胀——真正脆弱的从来不是塔尖，是塔基。
还有一层藏在利润表里的争论，与折旧有关。数据中心里最贵的 GPU，技术迭代快、实际可用寿命可能只有三五年；但若公司在账面上把服务器的折旧年限拉长，每年计入的成本就更低、报出的利润就更好看。看空者由此质疑：当下 hyperscaler 漂亮的利润，有多少是真金白银，有多少是折旧假设撑出来的？这个问题没有统一答案，却直接关系到「这些公司的现金流到底有多扛打」——而那恰恰是看多逻辑的地基。一旦芯片淘汰得比账面假设更快，今天计入资产的那部分支出，明天就可能变成要一次性减记的损失。
另一处让看空者不安的，是钱在圈子里打转的「循环」结构。英伟达入股 OpenAI，OpenAI 把巨额算力订单交给 Oracle 等云厂，这些云厂再把钱大举投向英伟达的芯片——一笔钱在产业链里绕一圈，可能被不同环节重复记成「需求」。支持者说这是生态共建、是在绑定长期客户；质疑者则担心，一旦某一环的真实终端需求跟不上，这种自我循环会反向放大收缩，账面上的繁荣会比看上去更脆弱。读马君无意裁定谁对，但这种结构本身，正是让「AI 投资」和「AI 融资」越来越难分开的原因之一。
传导到居民资产负债表：储蓄率 2.6%
到这里，故事还停在企业和金融市场。但 Edwards 论点里最让读马君在意的一环，是它如何一路传导到普通美国人的钱包。
据美国经济分析局（BEA），2026 年 4 月美国个人储蓄率为 2.6%，是 2008 年 4 月以来的最低值 [2]。把时间拉长看更刺眼：一年前的 2025 年 4 月，这个数字还是 5.5%，相当于一年内几乎腰斩；而过去 30 年的均值是 5.7% [2][12]。也就是说，今天美国人存下来的钱，只有长期常态的不到一半。
历史上储蓄率低到这个水平的时候并不多——大体只有大衰退前的两年半、大衰退头三个季度，以及 2022 年年中 [12]。这是一个「家底很薄」的信号：当居民几乎不储蓄、靠超出收入的消费在维持生活，整个经济对资产价格的依赖就被推到了极致。一旦股市或房价回调，没有储蓄缓冲的家庭会被迫立刻收缩开支。
这里还有一道裂缝值得点明：把储蓄率压低、靠财富效应撑起来的消费，并不是均匀分布的。资产价格上涨带来的账面财富，主要落在持有大量股票和房产的中高收入家庭手里；可一旦资产回调、消费收缩，承压的却是整个居民部门，包括那些本就没什么储蓄、也没多少资产的人。换句话说，繁荣的果实是集中的，风险的传导却是普遍的——这让低储蓄率这件事，比一个孤立的数字更值得警惕。
这条传导链可以这样连起来：AI 的巨额举债花在数据中心，数据中心的建设拉动了上游的芯片、电力、建筑与就业，这部分企业投资和高薪岗位顶住了经济的一头；与此同时，资本市场被 AI 叙事推高，账面财富效应让一部分人敢于不存钱、继续消费，顶住了另一头。于是，一个储蓄率仅 2.6% 的居民部门，和一个靠借债扩张的企业部门，被同一根绳子拴在了 AI 的资本开支节奏上。从数据中心的举债，一路传导到了居民的资产负债表。
反身性：「泡沫别破」成了隐含前提
把前面几环合起来，就能看清这篇真正想讲的东西——一种反身性（reflexivity）的绑定。
所谓反身性，是说预期会反过来改变现实。在这里它具体表现为：因为市场相信 AI 会持续高速投入，企业才敢借这么多债、市场才给这么高的估值、居民才敢把储蓄压到 2.6% 去消费；而这些借来的债、抬高的估值、被掏空的储蓄，又反过来变成了支撑当下增长的真实需求。于是「AI 投资不会停」从一个预期，变成了维系经济运转的现实条件。
这就是「泡沫不破」如何从一句市场愿望，变成了宏观稳定的隐含前提。读马君认为，危险恰恰在这种绑定本身，而不在某个具体的估值数字。设想 AI 资本开支因为某种原因放缓——可能是模型变现不及预期、可能是电力或芯片供给卡住、可能是债券市场对 hyperscaler 的胃口转冷。那条向上的传导链会原样反向运转：发债变难、资本开支收缩、上游订单与岗位回落、财富效应消退、储蓄率本就只有 2.6% 的家庭被迫砍消费——每一环都在拉低下一环。这正是 Edwards 说「可能比 2008 更糟」的底层担忧：当增长被一根叫做「AI 信贷」的绳子吊着，绳子本身的健康就成了系统性问题 [10]。
看多方的「这次不一样」
公允起见，必须把看多方的逻辑摆足，因为他们的论据并不弱。
第一，与互联网泡沫不同，今天的领头羊是真有现金流、真有利润的公司，而非靠故事融资的初创。给微软、谷歌放贷，与当年给一堆烧钱的 dot-com 放贷，风险天差地别。第二，需求是真实的：从 Oracle 为 OpenAI、xAI 承诺的算力订单，到雪佛龙拟约 70 亿美元建数据中心供电项目、Reflection AI 拟以 250 亿美元估值融资 25 亿美元——产业链上的合同、电力协议、设备采购都是看得见摸得着的，不是空中楼阁。第三，看多者会说，把基建投资计入「债务驱动」本身就有偏差：盖电网、铺光纤、建数据中心，这些是会持续产出的生产性资产，和借钱去炒资产、填消费窟窿不是一回事。
这些反驳都成立。读马君无意替任何一方下结论。但要点在于：看多和看空争的，其实不是「AI 有没有用」，而是「这套用债务和被压低的储蓄垫起来的增长结构，能不能平稳消化」。看多者赌的是 AI 的回报会及时兑现、把杠杆消化掉；看空者担心的是，在回报兑现之前，融资条件或宏观环境先一步收紧。两边都没法证明自己，因为答案取决于一件还没发生的事——AI 的投资回报，会比这轮债务的展期需求来得快，还是来得慢。
该盯着什么
如果说这篇留下了几个值得读者持续观察、又能被客观验证的节点，读马君会列这么几个，它们都是事实型指标：
一是 hyperscaler 的资本开支与现金流的缺口。每个季度财报里，资本开支占运营现金流的比例若继续逼近或越过 100%，意味着对外部融资的依赖还在加深。二是它们的发债节奏与利差。下一笔大额公司债（无论是 Oracle 的后续发行还是同行的新债）认购是否踊跃、利差是走阔还是收窄，是市场对这套逻辑信心的实时温度计。三是信贷的「下沉」程度——围绕数据中心的私募信贷、SPV、结构化融资规模有没有继续扩大，这决定了风险被分销得有多广。四是 BEA 每月公布的个人储蓄率：它若从 2.6% 继续下探，居民部门的缓冲就更薄；若回升，则说明这条传导链在松绑 [2]。
6 月 22 日那场盘中急跌，本质上是市场第一次认真地问出那个问题：这些钱，最后能不能赚回来？答案没人知道。但读马君确定的是，这已经不只是几家科技公司的财务问题。当 8000 亿美元的新增信贷、7250 亿美元的年度资本开支、和 2.6% 的储蓄率被同一根绳子拴在一起，AI 的资本开支节奏，就成了美国宏观经济的一根主梁。梁还在，楼就立着；这就是为什么，「这个泡沫最好别破」，如今写在了每一个人的账本上。