AI 泡沫里的硅谷：清醒的赌徒，与疯狂加倍的牌桌

比AI泡沫更值得关注的，是泡沫里的人。

作者｜徐珊

编辑｜郑玄

「距离 AI 泡沫接受考验，还有六个月。」今年 4 月底，一位硅谷投资人平静地对我们说道。

但不到一个月之后，「六个月」就压缩成了「三周」。

把这个时间表提前的，是 SpaceX。5 月 20 日，它公开招股书，募资 750 亿美元，估值 1.75 万亿，这或许是美股史上最大的一笔 IPO。紧随其后，Anthropic 、OpenAI 递交招股书，估值都冲上 1 万亿。而这三家 AI 巨头即将到来的 IPO 要从整个市场上抽走的钱，是去年整个美股 IPO 市场的 10 倍。

一旦上市，账本就摊开在所有人面前。AI 业务的真实成色、续约率、现金流，只要一个数字不及预期，恐慌就会被点燃。二级市场先崩，一级市场的钱跟着抽干，一个建立在 AGI 期望之上的市场，要重新看待 AI 的价值。而那些刚刚入场、靠 AI 故事撑着估值、却拿不出真实收入的创企，会是第一批出局的。

但这一周在硅谷，我们看到的不是恐慌。今天的 AI 泡沫，已经不是早期那种「被风口吹昏头脑」的狂热。更微妙的是，泡沫还在继续吹大，但已经有人悄悄准备好了救生艇。我们聊了一圈投资人、创始人、工程师，没有一个人真正离场，但每个人都在给自己留后路。

为什么这些最聪明的人，没有一个先走？为什么明知道脚下的地在晃，他们还在加注？这场一边膨胀、一边准备逃生的泡沫，最后会通向哪里？今天发生在硅谷的事，从不会只停在硅谷。无论你在做 AI、投 AI，还是只是被 AI 改变着工作，硅谷这群人此刻面对的难题，迟早会摆到我们每个人面前。在我们坐上去之前，可以先看清楚那些已经在桌上的人，在做什么、在想什么、在押什么。

01

硅谷里的 AI 泡沫：

无处不在，无人下桌

过去，AI 泡沫对我们是一组数字。五大科技公司今年要在 AI 上花掉近 7000 亿美元，比瑞典一整年的 GDP 还多；华尔街把标普 500 四成的盈利增长，压在了这一个赛道上；有机构算过，围绕 AI 的这场建设，盘子有 3 万亿美元。数字越大，似乎和自己越没关系。

等我们坐在硅谷，泡沫才从一串数字变成了更具象的细节。一份合同的有效期，一个团队的产品进度，一条增长曲线的真实斜率，这些东西从来不会写入报告里，但拼起来，才是泡沫最真实的模样。

更值得关注的，是硅谷里的人。我们发现，多数人并不觉得自己是吹泡沫的人。在泡沫里待久了，吹泡沫的话术，就成了说话的方式。没产品，可以先讲未来；没利润，可以先报增长；没验证，可以先要估值。当所有人都这么讲，讲多了，就已经成为「正常」。正常到身处其中的人也分不清，哪些是真的有价值，哪些只是被泡沫抬上去的。而刚入行的人甚至觉得，AI 行业本来就该是这样。

但真正定义这场泡沫的，不在数字本身，而在数字背后的结构。我们越往里走越发现，泡沫不在某一个角落，它在每一层，大厂、创业公司、还没进场的人，各有各的泡沫，只是长得不一样。

最上面一层是大厂。Alumni Ventures 的投资总监 Bryan Liu 跟我们拆过这里面的逻辑：今年大厂买 AI，很多时候不是因为算过效果，而是因为「adopt AI」已经成了一种共识。「CEO 的年度计划里必须有它，采购的门必须先打开。」买，不是因为确定有用，而是因为不买这个动作，就等于承认自己掉了队。这正好对得上 MIT 2025 年年底发布的报告，企业在生成式 AI 上砸下三四百亿美元，95% 项目至今没有回报。钱花了，效果约等于零，人们却还在继续花。在企业面前，AI 泡沫吹的不是价值，是姿态。

这些钱往下流，就变成了创业公司的增长故事。但我们发现，企业把门打开，不代表它会真金白银地长期下注。它们越来越少签三年的长约，转而先给一个六个月的试用，看到结果再谈续约。于是很多创业公司手里攥着一把六个月的短单，把它们写进 BP、做成案例、叠进一轮高过一轮的增长曲线。至于这些短单最后有多少能变成长期合同，没人说得准。

所以创业公司的泡沫，其实是上下游一起鼓吹起来的：

大厂用短单表态，创业者用短单融资，投资人买单再转手，谁都没急着说破。

不过，在这样的泡沫中，难受的是那些刚刚进场的人。当先发者的估值和 ARR 被抬到高位，后来者会发现，光靠做出真东西已经很难追上去了，除非你也能讲出一个足够漂亮的故事，把融资和估值快速冲起来。客户门槛越垫越高，融资越来越难，被裹挟着卷入泡沫里的人越来越多。

硅谷街头的创始人们正在「描绘」自己未来｜图片来源：极客公园

三类人，三种位置，三种押法。

当然，这片繁荣之下并非全是水分，也有真东西在长。

比如说语音 AI 赛道，过去一家跨国公司的客服中心要养几百万人，但像 ElevenLabs 这样的语音公司起来之后，不少大厂直接把整个 call center 关掉，换成语音 agent，一签就是六七年。「这种需求是实打实的，钱也是真金白银。只是在今天的硅谷，能把价值这样落到实处的，还是少数。」Bryan 感叹道，如今想要在泡沫里去找到这样的真企业也越来越难。

但让我们印象最深的，不是这场泡沫有多大，而是几乎每个人都看得见它，却没有一个人愿意让它停下来。而看清楚之后，大家做的不是离场，而是一些隐秘的保护，企业比如不再轻易签长约，先用六个月探一探；创企们比如一边讲着故事，一边悄悄给自己留条后路。

泡沫照样在吹，只是每个吹的人，都给自己留好了退路。

02

留在桌上的人，都在看什么

「每一个留下来的人，押的到底是什么？」翻完这一周的对话，我们发现答案五花八门。

创始人赌自己能跑到下一轮，活下去。投资人赌自己提前押中了那家公司，赌的是概率。工程师赌的是一条没人看好的技术路线，赌它将来会翻盘。三个人坐在牌桌的不同位置，谁也说服不了谁。但谁都没真的离开，这或许才是这场泡沫最反常的地方，所有人都看见了风险，所有人都还在持续加注，只是各自押注的方式不太一样。

创始人：有人猛踩油门，有人强按刹车

最有意思的是创始人。这一周在硅谷，我们见到两类截然不同的创始人，面对同一场泡沫，选择了相反的方向。

桑文属于前者。他曾在停车软件这个跟 AI 毫不相关的赛道做了十年，这一轮 AI 创业潮才切进来。他相信 AI 正在创造一个全新的市场，用他的话说，这是「market pull（市场驱动）」，不是你推，是市场在要，「而且还不够」。

桑文正在讲述自己早期的创业经历｜图片来源：极客公园

而 Genspark 也确实赶上了 AI 叙事最值钱的时候。种子轮拿 6000 万美元、估值 2.6 亿美元时，公司还没有任何营收。但它也是少数真正跑出高速增长的公司，产品上线 9 天 ARR 破 1000 万美元，45 天飙到 3600 万，9 月底超 5000 万，到 2026 年 3 月突破 2 亿、3 月底 2.5 亿。

钱和信心，Genspark 都不缺，在纽约和旧金山，地铁里、楼宇上、街边，我们到处能撞见 Genspark 的广告。

但即便是跑出来的明星初创，也很少把所有筹码压在一条路上。这一轮 AI 创业潮里，已经能看到不少头部独角兽在估值高点同时铺设另外一条路，保持高速增长的同时，悄悄观察被大厂收购的可能性。被巨头收编，正在成为这一轮明星创始人给自己留的另一种后手。

不过，像 Genspark 这样一击即中的 AI 创企，终究是少数。另一位创始人翔峰的创业历程经历了更多转折。

他履历不差，在百度、小米做过高管，把小米的海外应用商店从 0 做到约 1.5 亿月活。2022 年底离开创业，ChatGPT 一出来就转向 AI。第一个项目做 AI 英语学习，做了两年，盈利、退出；第二个做视频 agent，融了资，最后没做下去；现在的第三个，计划做类似 Claude Computer Use 的电脑端 agent。

在 AI 泡沫里摸爬滚打几轮下来，他看市场冷静了很多。在他看来，AI 的渗透率远没有外界以为的那么高，普通人的生活跟 AI 几乎不沾边，机会恰恰藏在这片还没被挖开的地方。

我们见到他时，他正在 Palo Alto 做市场调研，找下一个垂直方向。他甚至觉得，泡沫带来的某些变化，对创业者反而是好事：「Claude 4.6 之后，做产品不再需要那么多人、那么多钱，可以更接近 PMF 再去融资，创始人的掌控权和股权都更划算。」所以他不急。宁可慢，把方向看准，把船造稳。

一个把油门踩到底，一个主动松了油门。但谁都没下桌。桑文的「快」，赌规模和声势能带他穿过周期，要么大到活下去，要么贵到被买走；后者的「慢」，在赌认知和耐心能让他熬过退潮。等风停了，船还稳稳浮在水面上。方向相反，但其实都在为泡沫退去之后，自己还能不能活着做准备。

投资人：泡沫之外，要看到 AI 革命的本质

如果说创始人是最知道泡沫有多大的人，那投资人就是最清楚泡沫怎么起来的人。他们的纠结也在这里，理性上，水分有多少、真假优秀的公司有多难分辨，他们一清二楚；但他们也比谁都清楚，泡沫挤掉之后剩下的那部分，才是这一轮产业革命真正值得押注的方向。

我们见到的一位资深投资人嘉加资本 Holly，原则定得很硬。「我不撒胡椒面，」她说，她不做最早一轮，一定要看到市场化产品、看到 PMF 才下手。在她看来，那种广撒网的回报其实非常有限，「后面稀释到连个胡椒面都不是了」。

但就是这样一个人，最近也破了例。几位顶尖 AI 研究员组队成立了一家公司，还都没做出具体产品，估值已经冲到了几十亿美金。

Holly 最后也出手了，尽管她清楚地知道，这并不完全符合自己一贯的投资框架。但有些机会本身就不属于标准答案。在硅谷，真正稀缺的从来不是资金，而是顶尖人才的组合。当最优秀的人开始一起创业时，融资往往不是单向筛选，而是双向奔赴。

投资人在判断项目，创始人也在判断谁能成为长期同行者。

毕竟，好项目靠争取，不靠等。

「泡沫不可怕，挤掉泡沫之后剩下的实质，才是关键。」在 Holly 看来，投资人要做的就是在认清风险的同时，依然敢于理性地入局。泡沫会破，但产业革命的本质不会变。看懂这一点，才知道该往哪里押注。

另一位投资人 Bryan 判断「水分」的标准简单得多：看一家公司，先看它的客户是谁。服务别的 AI 创业公司的，风险高，因为它的收入建立在别人的泡沫上；卖给传统行业真实需求的，相对更稳一些。

说到底，硅谷里的投资人比谁都清楚泡沫的存在。但他们要解的从来不是「这是不是泡沫」，而是在一片都看见的泡沫里，让自己的判断力发挥出更大的价值。资金从来不缺，缺的是在所有人都还在下注的时候，依然分得清哪些公司能穿越周期、哪些只是被一起抬上去的。这一点上，谁的判断更准，谁手里的钱就更值钱。

工程师：在大厂内部，看见摇摆与迷茫

比起创始人和投资人，大厂里的工程师，视角要更靠近内部。他们既能摸到大厂砸进 AI 的真金白银有多重，也能看见高层在不同技术路线、不同业务之间，怎么来回摇摆。

我们见到的一位工程师 Thomas，在一家头部大厂做大模型，读博时研究的是模型的基础理论。他对泡沫的感受先从一个词开始：信仰崩塌。在学校做研究，讲究的是有一套数学框架去推演。进了工业界他发现，没人关心那些一堆不切实际的理论假设，更没有人在意那些玩具大小的「真空中的球形模型」，大规模测试上的性能指标才是一切：「有效果就行，没人在乎你为什么对」。

他看到的摇摆是具体的：阿里曾 all in 开源生态，最终却以林俊旸下课标志着全面闭源化的开始；字节从一开始就专注打造闭源的产品级模型，但兼顾学术发表的步伐也在渐渐放缓；Google 在 BARD 的滑铁卢和 BERT 生态的全面崩溃下，也不得不大刀阔斧重组团队打造了后来占据着顶级模型守门员地位的 Gemini。

不同的问题，不同的困境，几家最聪明的公司给出了不同的答案，但都指向工业化、闭环生态和可变现潜力。在外面看，这是「巨头都在重金投入 AI」的繁荣，在内看，这却是现实压力之下的创新力凋零与更深层次上的茫然。

而在这套茫然里最难清醒的，不是底层工程师，也不是最高层，是中层。因为底层只管把手上的活干好，高层可以随时调头换方向，唯独夹在中间的人，一点点看着过去十年的经验，在新范式里失效。「他们知道大方向是 AI，却不知道自己十年攒下的东西，还能落在哪。」他说道，这种清醒里带着一种游离感。这也是泡沫增长过快导致的后果之一，大量从业者某天忽然发现，自己引以为傲的积累，需要重新校准。

最后，他还讲一个黑色幽默的判断。我们问他，到底什么不会被 AI 替代。他说，消费和履约。「坐牢和花钱是第一生产力，别的都是虚的。十年寒窗，不如十年铁窗。」他还拿特斯拉 FSD 举例，技术上替代司机早就没问题了，可方向盘后面还是得坐个人，因为万一出事，得有人负责。「一个机器人要是把别人的头拧掉了，你得替它去坐牢。这个需求，是不可消灭的。」

在他的推演里，未来或许每个人还干着原来的活，但最费神的那部分早被 AI 接管，人留在岗位上，只负责为这份工作的结果负责。换句话说，当能力可以被无限复制，最后还属于人的，可能只剩下「承担后果」这件事。「这甚至是比较理想的结果，人还有价值。」

一个在最前沿写代码的人，最后把人的价值，落在了「还有人能为出错负责」上。泡沫吹得越高，这句话听起来越不像玩笑。

创始人赌自己能活到退潮，投资人赌自己能先上车再下车，工程师赌的是一条还没被验证的路。这里没有人离场，也没有人全押。他们看到的泡沫不一样，手里的筹码不一样，但每个人都在加注的同时，也给自己留好了那条随时能抽身的路。

在一个所有人都说「是泡沫」的地方，这或许是唯一称得上理性的活法。

而泡沫真正留给这群人的，不只是焦虑与迷茫，还有一批被逼出来的新判断。

03

泡沫逼出来的五个新判断

泡沫从来不只带来风险，它也逼出进化。当估值、叙事、节奏全被打乱，这个生态里最聪明的人没有停下来抱怨，而是顺势把一批原本想当然的事重新想了一遍：一家公司到底该怎么估值，出海第一天要先回答什么，押在哪条技术路线上才不会被叙事带偏。

这种「重新思考」，在硅谷一线已经成了从业者每天都在做的功课。与其说是被环境逼的，不如说是聪明人面对不确定时的本能。

硅谷的创始人们在活动上「重新思考」新的判断｜图片来源：极客公园

硅谷的今天，大概率是我们的明天，这五个判断，是我们从硅谷带回来的剧透：

1、评估一家 AI 公司的标准主要看五点：营收的质量、算力的自主性、护城河、资本效率、合规与治理。

• 营收的质量：怎么收款、回款周期、客户流失率、获客成本、合同来源、合同的签署方式；

• 算力的自主性：Infra 公司对算力的依赖程度有多深，与云厂商和芯片厂绑定情况；

• 护城河：哪一部分是真正不可被替代的；

• 资本效率：钱用在了哪里，融资规模和企业真实产出是否匹配；

• 合规与治理：合规、治理、组织架构，以及团队的构成情况。

2、出海不再是做大以后的选择题，而是注册公司那一天就要回答的必答题，存在四个象限：

• 第一象限·市场：核心市场到底在哪，要想清楚理论上的总盘子有多大，其中受你的产品和定位限制、你真正有能力服务的有多大，再到考虑了竞争和获客之后、你短期内真正拿得下的有多大。

• 第二象限·核心团队与核心技术的来源：核心技术以及关键人员从哪里来，在哪里，经手了哪些地方的资源。

• 第三象限·退出：未来将会选择在海外退还是国内退。

• 第四象限·怎么融资：钱和钱是不一样的，区别不在金额，在它背后带来的是资源还是麻烦。

3、模型的路线之争远没有结束，今天主流路线赢下的与其说是技术，不如说是叙事。

目前几乎所有资源都压在同一条路上，transformer、自回归、规模法则，默认模型参数「越大越好」。但这条路有物理上限，算力堆不到无穷，而它的领先越来越靠 benchmark 上的分数来证明，而不是底层逻辑的不可替代。

主流视线之外，扩散、非自回归这些「非共识」路线一直有人在做，今天不被相信不代表永远。一旦 benchmark 失信、或规模先撞上成本的墙，未来一两年技术路线的话语权完全可能重新洗牌，把「现在最强的路线」当成唯一正确的路线，是这个阶段最容易犯的错。

4、AI ToB 的方法论要重新想，AI 的边际成本结构和移动互联网根本不是一回事。

过去做 SaaS，圣杯是用户规模，先做大盘子，再谈变现。但当一个人加一套 agent 就能干过去一百人的活，「做大低客单价用户」的旧打法不再天然成立。在边际成本极低、单客价值极高的场景里，少数高客单价客户跑通的模型，可能比海量用户的增长曲线更接近真实的价值，增长不再等于用户数，而是等于每个客户能被挖多深。

5、每个 AI 赛道都要重新分层。

以 AI 视频为例，它至少能拆成四层：模型层、工具层、分发层、社区层。模型层的战争基本结束，归于大厂；工具层各家拿出来都是几千万美金 ARR；越往上层，泡沫程度和机会窗口完全不同。这套分层适用于几乎每个赛道。真正该问的不是「这个赛道火不火」，而是三件事，火的是哪一层、你站在哪一层、那一层有没有真正的商业价值。说不清自己站在哪一层的人，往往是还没真正进入这个赛道的人。

几个月后，SpaceX 会敲钟，OpenAI、Anthropic 也会陆续摊开账本。泡沫退去时冲走的是水分，但这些会留下来的人才、经验、认知，成为下一阶段真正的起点。

当然，硅谷和国内并不会是同一个故事。硅谷对未来想象的容忍度极高，泡沫也吹得更大；国内做业务的氛围更浓，所有人都在追问「什么时候能赚钱」。这种务实，过去常被看作中国创业者的局限，但在这一轮 AI 泡沫里，它或许反而是一种保护。

泡沫退去后谁剩真金、谁剩空气，要等风吹过来才知道。

*头图来源：极客公园

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

现在全行业都在卷具身智能，主流共识是：只要堆够遥操作数据、人类视频和仿真数据，配合 Scaling Law，机器人就能像 GPT 一样迎来智能「涌现」。但也有人提出了不一样的判断。她认为，目前的 AI 本质上还在做统计拟合——给什么输入、猜什么输出，却不理解「为什么」。在摩擦力、重力和长程任务交织的物理世界中，机器人需要的不只是更多数据，而是真正理解因果关系。

本期直播，极客公园对话 Aether AI 创始人黄碧薇（Biwei Huang）。她比大多数人更早相信：AI 智能的瓶颈不在数据，在范式。因果大模型，会是下一场范式之争的答案吗？一起来听听她的判断。