腾讯再次选择用长期债务为 AI 基础设施融资。10 月 14 日，公司定价了四笔合计 18 亿美元和 260 亿元人民币的票据，美元债期限延伸至十年和二十年，人民币债则包含一笔 30 年期品种。美元债票息高于人民币债，反映两地利率环境差异，净募集资金将用于一般公司用途。这距离上一次大规模多币种发行仅四个月，也是继 2025 年首次设立人民币票据计划后的再度出手。
从资产负债表看，腾讯并不缺钱。2025 年底流动性资源接近 5000 亿元，扣除借款和票据后的净现金仍超过 1000 亿元，并在 2026 年初进一步上升。但资本开支的曲线正在改写财务逻辑：2023 年资本开支还停留在 240 亿元左右，2024 年因生成式 AI 抬升竞争成本而跃升三倍以上，2025 年维持在年收入约十分之一的水平。到 2026 年上半年，投入已超过此前全年，季度支出攀升至数百亿元，用于 IT 基础设施、服务器和数据中心的现金支付同比接近翻倍。
账面资本开支与现金支付因时间差并不完全同步，但趋势一致。2025 年自由现金流在重投入下仍保持强劲正值，真正的警示信号出现在 2026 年第二季度：硬件采购、内容承诺和租赁的现金流出超过了经营现金流入，导致该季度自由现金流转负；同期净现金也因基础设施预付款和年度分红而大幅下降。
管理层将公司业务划分为两层：即时通讯、游戏和广告等成熟业务持续产生现金，而基础模型、消费者与办公应用以及支撑内部产品和云客户的基础设施，则需要在收入规模化之前进行大额投入。训练和推理都消耗 GPU，管理层判断产能建设最密集的阶段将集中在未来两三年，资金应来自现金、投资组合和审慎的债务能力，而非仅靠经营现金流。长期债券正好匹配这一逻辑——把多年的基础设施投入分摊到十年至三十年的负债上，降低单季度硬件付款迫使其他领域突然收缩的风险。
市场对最新发行的需求强劲，表明信贷市场仍将腾讯视为高质量借款人。真正的问题不是能否借到钱，而是转化效率：今天的服务器和数据中心支出，有多少能变成可持续的 AI 相关收入，或体现为广告和游戏业务的可量化提升。管理层已提到广告定向改善、内容工具提速和推荐增强等早期迹象，但更难的考验在于 AI 原生应用——它们仍需建立分发渠道、证明单位经济模型，同时承担推理成本。
按国际准则，第二季度利润增速明显放缓，资本开支已接近单季净利润规模，现金基础设施支付甚至超过净利润。管理层强调，产能不会无视回报而扩张：基础训练投入被视为前置的必要成本，增量推理产能则应跟随已验证的需求。这一区分至关重要——与一次失败的收购不同，闲置的 AI 硬件会在未来数年留下折旧痕迹。腾讯的债券日历已延伸至 2050 年代，本质上是用远超当前产品周期的期限，为早期 AI 基础设施买单，以昂贵门票留在下一轮平台竞争的牌桌上。