6 月 22 日，納斯達克盤中，Alphabet 一度跌 6%、亞馬遜跌 4%。導火索不是哪家公司業績爆雷，而是一種越來越擰巴的情緒：投資者既怕這些公司在 AI 上花得不夠、錯過時代，又怕它們花得太多、把現金流燒穿。同一天，得州的工地上，微軟自建的 2 吉瓦（GW）數據中心仍在澆築，它剛簽下一份 20 年的供電協議；SpaceX 拿到一筆月付 1.5 億美元的算力大單。

一邊是資本市場對「花錢」的神經質，一邊是混凝土和電纜裡停不下來的擴張。這兩幕拼在一起，正是 2026 年年中美國經濟最真實的樣子——它被 AI 頂到了一個微妙的位置：增長靠 AI 撐著，而 AI 靠借來的錢撐著。讀馬君想在這篇裡講清楚的，不是哪隻股票貴不貴，而是一條更隱蔽的鏈路：從超大規模雲廠商（hyperscaler）的舉債，一路傳導到企業信用、再傳導到普通美國人的錢包，最後繞回來，把「這個泡沫最好別破」變成了整個宏觀經濟心照不宣的前提。

一年 8000 億美元的信貸，多半流向了 AI

先看一個最承重的數字。法國興業銀行（Société Générale）的策略師 Albert Edwards 在最新一份報告裡引用瑞銀（UBS）的測算：過去一年，美國新增信貸約 8000 億美元，相當於 GDP 的 2.6%；而且美國一國，就佔了全球信貸脈衝（credit impulse，衡量新增信貸對經濟的邊際拉動）的一半以上 [1]。

這個量級值得停下來掂量。8000 億美元，是 8 個 1000 億，接近 1 萬億美元的級別。Edwards 的判斷很直接：這股信貸擴張「壓倒性地是一個美國故事」，而背後的主要推手，是為各類 AI 項目提供的融資 [1]。換句話說，過去這一年美國經濟多出來的借貸動能，相當大一塊不是流向了買房、買車、擴建工廠，而是流向了挖地基、買芯片、建數據中心。

讀馬君要在這裡把口徑說清楚，免得讀者把它讀成更聳動的東西。UBS 測算的是美國整體新增信貸約 8000 億美元、佔 GDP 2.6%，Edwards 的論點是「這其中很大一部分由 AI 融資驅動」——它不是說「單 AI 一項就借了 8000 億」，而是說 AI 已經成了美國信貸擴張的主引擎。這個分寸很關鍵：它把 AI 從一個「科技板塊的故事」，抬升成了一個「宏觀信貸的故事」。

Edwards 不是泛泛的空頭。他以在互聯網泡沫見頂前發出警告而成名，2025 年 11 月他更進一步，公開警告如果 AI 泡沫破裂，後果可能比 2008 年更糟 [10]。把他的多份發言串起來，邏輯是一條線：美國的增長，已經從「享受一輪 AI 投資熱」，滑向了「依賴為 AI 借來的錢來維持增長」。這中間的區別，就是健康和上癮的區別。

錢從哪來：舉債蓋樓的 hyperscaler

要理解這 8000 億美元的去向，得先看花錢的人在花多少、又是怎麼湊出這筆錢的。

據 Tom’s Hardware 援引分析師測算，微軟、谷歌、亞馬遜、Meta 四家 2026 年的資本開支合計約 7250 億美元，同比增長約 77%；其中約四分之三投向 AI 相關基建，對應約 5000 億美元級別的 AI 專項支出 [4]。分到公司頭上：亞馬遜計劃約 2000 億美元，谷歌 1750 至 1850 億美元，微軟約 1900 億美元，Meta 1150 至 1350 億美元 [4]。這還只是四家上市巨頭；OpenAI 牽頭、Oracle 與軟銀（SoftBank）參與的 Stargate 項目，單獨規劃了四年至多 5000 億美元的 AI 基建投資，首座得州數據中心已於 2025 年 9 月投入運行 [8][9]。

過去，這些公司被視為「現金奶牛」，蓋樓用自家利潤就夠了。現在不一樣了。據 Tomasz Tunguz 的測算，2026 年資本開支將吞掉這些廠商運營現金流的約 94%，而兩年前這個比例還不到 50% [11]。當自有現金流接近被花光，剩下的缺口只能靠借。

於是債券市場被叫醒了。據 Fortune 報道，谷歌、Meta、Oracle 已踏上一輪規模以萬億美元計的借債之路 [5]。最活躍的五家 hyperscaler 僅 2025 年就發行了 1210 億美元債券——是它們 2020 至 2024 年間年均 280 億美元的四倍多 [5]。算一筆賬：1210 ÷ 280 ≈ 4.3，確實是四倍出頭，不是誇張。Meta 在 2025 年 10 月發行的 300 億美元債券，是 2023 年以來最大的一筆公司債 [5]；Oracle 則在 2026 年正式啟動 250 億美元債券加 200 億美元股權的組合融資，並計劃全年募資 450 至 500 億美元，用於擴建為 OpenAI、xAI、英偉達等客戶承諾的算力 [6][7]。

讀馬君想提醒一個容易被忽略的細節：連最以「省錢」著稱的中國玩家也躲不開這條邏輯。DeepSeek 在 6 月 16 日完成首輪外部融資、規模超 500 億元人民幣，投後估值突破 500 億美元。一家以工程效率壓低訓練成本聞名的公司，仍要靠鉅額融資去買算力——這從側面印證：在這一輪裡，「有沒有錢建基建」本身，就是入場券。

信用市場的另一面：從藍籌到結構化

把這些數字摞在一起，一個畫面就清楚了：AI 不只是科技股的敘事，它正在重塑美國的信用市場。

這一輪和過去幾次科技熱潮最不同的地方，恰恰在「借債」二字。互聯網泡沫時期，燒的主要是股權——上市圈錢、再燒光。這一次，hyperscaler 的資產負債表上，債務的分量在實打實地變重。讀馬君沒有獨立核到「某兩個季度槓桿從 0.9 倍翻到 1.8 倍」這種精確口徑的測算，所以不在這裡給一個具體倍數；但方向是確鑿的：當資本開支吃掉九成以上的運營現金流、當年度發債規模跳到歷史均值的四倍，這些公司的淨債務正在以遠超以往的速度累積。這是從「用利潤蓋樓」到「借錢蓋樓」的質變。

更值得盯的是債務的「下沉」。這些公司大多仍是頂級信用評級，但當藍籌自身的融資額度被 AI 撐到極限，增量資金就開始往評級鏈條的下方尋找——私募信貸、特殊目的實體（SPV）、以數據中心資產為底層的結構化融資。Tunguz 那篇文章的標題問得尖銳：「你的 AI 是被垃圾債券養著的嗎？」[11] 這不是一句修辭。當一項投資的回報週期長、確定性尚未被驗證，卻越來越多地用債務來支撐，風險就不再只屬於科技板塊，而是被打包、分銷，滲進了更廣的信用市場。

這裡出現了一個看多方和看空方都承認、卻得出相反結論的事實：hyperscaler 的核心信用質量仍然很高。看多者據此說，這些是全世界現金流最強的公司，給它們放貸幾乎沒有風險，所謂「泡沫」是杞人憂天；看空者則反駁，問題不在這幾家藍籌會不會違約，而在於圍繞它們的擴張，一整圈評級更低、槓桿更高的配套融資正在膨脹——真正脆弱的從來不是塔尖，是塔基。

還有一層藏在利潤表裡的爭論，與折舊有關。數據中心裡最貴的 GPU，技術迭代快、實際可用壽命可能只有三五年；但若公司在賬面上把服務器的折舊年限拉長，每年計入的成本就更低、報出的利潤就更好看。看空者由此質疑：當下 hyperscaler 漂亮的利潤，有多少是真金白銀，有多少是折舊假設撐出來的？這個問題沒有統一答案，卻直接關係到「這些公司的現金流到底有多扛打」——而那恰恰是看多邏輯的地基。一旦芯片淘汰得比賬面假設更快，今天計入資產的那部分支出，明天就可能變成要一次性減記的損失。

另一處讓看空者不安的，是錢在圈子裡打轉的「循環」結構。英偉達入股 OpenAI，OpenAI 把鉅額算力訂單交給 Oracle 等雲廠，這些雲廠再把錢大舉投向英偉達的芯片——一筆錢在產業鏈裡繞一圈，可能被不同環節重複記成「需求」。支持者說這是生態共建、是在綁定長期客戶；質疑者則擔心，一旦某一環的真實終端需求跟不上，這種自我循環會反向放大收縮，賬面上的繁榮會比看上去更脆弱。讀馬君無意裁定誰對，但這種結構本身，正是讓「AI 投資」和「AI 融資」越來越難分開的原因之一。

傳導到居民資產負債表：儲蓄率 2.6%

到這裡，故事還停在企業和金融市場。但 Edwards 論點裡最讓讀馬君在意的一環，是它如何一路傳導到普通美國人的錢包。

據美國經濟分析局（BEA），2026 年 4 月美國個人儲蓄率為 2.6%，是 2008 年 4 月以來的最低值 [2]。把時間拉長看更刺眼：一年前的 2025 年 4 月，這個數字還是 5.5%，相當於一年內幾乎腰斬；而過去 30 年的均值是 5.7% [2][12]。也就是說，今天美國人存下來的錢，只有長期常態的不到一半。

歷史上儲蓄率低到這個水平的時候並不多——大體只有大衰退前的兩年半、大衰退頭三個季度，以及 2022 年年中 [12]。這是一個「家底很薄」的信號：當居民幾乎不儲蓄、靠超出收入的消費在維持生活，整個經濟對資產價格的依賴就被推到了極致。一旦股市或房價回調，沒有儲蓄緩衝的家庭會被迫立刻收縮開支。

這裡還有一道裂縫值得點明：把儲蓄率壓低、靠財富效應撐起來的消費，並不是均勻分佈的。資產價格上漲帶來的賬面財富，主要落在持有大量股票和房產的中高收入家庭手裡；可一旦資產回調、消費收縮，承壓的卻是整個居民部門，包括那些本就沒什麼儲蓄、也沒多少資產的人。換句話說，繁榮的果實是集中的，風險的傳導卻是普遍的——這讓低儲蓄率這件事，比一個孤立的數字更值得警惕。

這條傳導鏈可以這樣連起來：AI 的鉅額舉債花在數據中心，數據中心的建設拉動了上游的芯片、電力、建築與就業，這部分企業投資和高薪崗位頂住了經濟的一頭；與此同時，資本市場被 AI 敘事推高，賬面財富效應讓一部分人敢於不存錢、繼續消費，頂住了另一頭。於是，一個儲蓄率僅 2.6% 的居民部門，和一個靠借債擴張的企業部門，被同一根繩子拴在了 AI 的資本開支節奏上。從數據中心的舉債，一路傳導到了居民的資產負債表。

反身性：「泡沫別破」成了隱含前提

把前面幾環合起來，就能看清這篇真正想講的東西——一種反身性（reflexivity）的綁定。

所謂反身性，是說預期會反過來改變現實。在這裡它具體表現為：因為市場相信 AI 會持續高速投入，企業才敢借這麼多債、市場才給這麼高的估值、居民才敢把儲蓄壓到 2.6% 去消費；而這些借來的債、抬高的估值、被掏空的儲蓄，又反過來變成了支撐當下增長的真實需求。於是「AI 投資不會停」從一個預期，變成了維繫經濟運轉的現實條件。

這就是「泡沫不破」如何從一句市場願望，變成了宏觀穩定的隱含前提。讀馬君認為，危險恰恰在這種綁定本身，而不在某個具體的估值數字。設想 AI 資本開支因為某種原因放緩——可能是模型變現不及預期、可能是電力或芯片供給卡住、可能是債券市場對 hyperscaler 的胃口轉冷。那條向上的傳導鏈會原樣反向運轉：發債變難、資本開支收縮、上游訂單與崗位回落、財富效應消退、儲蓄率本就只有 2.6% 的家庭被迫砍消費——每一環都在拉低下一環。這正是 Edwards 說「可能比 2008 更糟」的底層擔憂：當增長被一根叫做「AI 信貸」的繩子吊著，繩子本身的健康就成了系統性問題 [10]。

看多方的「這次不一樣」

公允起見，必須把看多方的邏輯擺足，因為他們的論據並不弱。

第一，與互聯網泡沫不同，今天的領頭羊是真有現金流、真有利潤的公司，而非靠故事融資的初創。給微軟、谷歌放貸，與當年給一堆燒錢的 dot-com 放貸，風險天差地別。第二，需求是真實的：從 Oracle 為 OpenAI、xAI 承諾的算力訂單，到雪佛龍擬約 70 億美元建數據中心供電項目、Reflection AI 擬以 250 億美元估值融資 25 億美元——產業鏈上的合同、電力協議、設備採購都是看得見摸得著的，不是空中樓閣。第三，看多者會說，把基建投資計入「債務驅動」本身就有偏差：蓋電網、鋪光纖、建數據中心，這些是會持續產出的生產性資產，和借錢去炒資產、填消費窟窿不是一回事。

這些反駁都成立。讀馬君無意替任何一方下結論。但要點在於：看多和看空爭的，其實不是「AI 有沒有用」，而是「這套用債務和被壓低的儲蓄墊起來的增長結構，能不能平穩消化」。看多者賭的是 AI 的回報會及時兌現、把槓桿消化掉；看空者擔心的是，在回報兌現之前，融資條件或宏觀環境先一步收緊。兩邊都沒法證明自己，因為答案取決於一件還沒發生的事——AI 的投資回報，會比這輪債務的展期需求來得快，還是來得慢。

該盯著什麼

如果說這篇留下了幾個值得讀者持續觀察、又能被客觀驗證的節點，讀馬君會列這麼幾個，它們都是事實型指標：

一是 hyperscaler 的資本開支與現金流的缺口。每個季度財報裡，資本開支佔運營現金流的比例若繼續逼近或越過 100%，意味著對外部融資的依賴還在加深。二是它們的發債節奏與利差。下一筆大額公司債（無論是 Oracle 的後續發行還是同行的新債）認購是否踴躍、利差是走闊還是收窄，是市場對這套邏輯信心的實時溫度計。三是信貸的「下沉」程度——圍繞數據中心的私募信貸、SPV、結構化融資規模有沒有繼續擴大，這決定了風險被分銷得有多廣。四是 BEA 每月公佈的個人儲蓄率：它若從 2.6% 繼續下探，居民部門的緩衝就更薄；若回升，則說明這條傳導鏈在鬆綁 [2]。

6 月 22 日那場盤中急跌，本質上是市場第一次認真地問出那個問題：這些錢，最後能不能賺回來？答案沒人知道。但讀馬君確定的是，這已經不只是幾家科技公司的財務問題。當 8000 億美元的新增信貸、7250 億美元的年度資本開支、和 2.6% 的儲蓄率被同一根繩子拴在一起，AI 的資本開支節奏，就成了美國宏觀經濟的一根主樑。梁還在，樓就立著；這就是為什麼，「這個泡沫最好別破」，如今寫在了每一個人的賬本上。