文 | 锦缎

腾讯二季报出来后，市场的第一反应是："AI 资本开支终于动真格了。"

单季 527.8 亿元，同比暴增 176%，环比大幅提升。对习惯了腾讯稳健风格的人来说，这个数字确实有冲击力。

一时间，叙事开始转向：腾讯要 All in AI 了，要动真格的了，要重新讲一个硬科技的故事了。

但我的判断恰恰相反：" 动真格 " 这个词用早了，腾讯的 AI capex，还不够高，还可以更高。

真正值得一家现金流充沛的互联网巨头去 " 大搞特搞 " 的方向，也不是模型本身，更不是目前被寄予厚望的应用层，而是那个回报期最短、商业逻辑最清晰的算力基础设施层。

当下 AI 叙事最大的问题，是注意力错配：的注意力都聚焦在模型层以小时计的新闻变化上，却忽略了商业模式已经成型、投资却明显不足的算力层。

换句话说，市场把聚光灯打在了模型层和应用层，却忽略了价值链上最确定、最硬的环节。

01 模型层仍在死亡峡谷

先看模型层今天的情况。

全球头部模型公司几乎都还在死亡峡谷里行军。

今天毫无疑问的垄断双巨头 OpenAI、Anthropic，至今仍处于常年巨额现金净流出的状态：

OpenAI：2025 年营收约 130 亿美元，营业亏损约 209 亿美元；2026 年 Q1 已烧约 37 亿美元（对营收 57 亿美元）。全年预计亏损 / 现金消耗约 140-270 亿美元量级（内部预测与外部估算有差异），仍远未到正 FCF，预计要到 2029-2030 年才可能转正。现金储备虽厚（融资后），但单位经济模型仍未跑正。

Anthropic：ARR 已冲到约 470 亿美元（2026 年中），轨迹明显好于 OpenAI，可能更快接近营业利润（有报道指向 2026 年中可能出现季度营业利润）。但仍有大规模基础设施投入，FCF 转正预期更晚（2028-2029 附近），累计仍在消耗资本。

现金流为正这件事，在模型层至今几乎没有真正成立过。

原因并不复杂：

训练成本高、迭代速度快、竞争激烈，且最终能沉淀为稳定经常性收入的部分，远远跟不上投入的速度。模型层目前更像是一场必须参与的军备竞赛，而不是一门可以独立产生正现金流的生意。

有人会说，大模型的 API 毛利率很高。确实，OpenAI 的部分产品线毛利率可以做到 70% 以上。

但毛利率高和赚钱是两回事。当你的底座是每月数亿美元的训练成本和折旧摊销时，高毛利只是让亏损显得 " 更有质量 " 而已。

这不是一个商业模式的判断，而是一个产业阶段的判断。

模型层目前所处的阶段，很像 2000 年前后的光纤网络建设期：技术路线尚未收敛，玩家必须持续投入以保持竞争力，但最终能活下来并盈利的，可能只有两三家。而活下来的，往往不是靠模型本身赚钱，而是靠模型背后控制的底层资源。

再看应用层，尤其是本次腾讯业绩会被反复提及的 AI 办公。

中国办公软件市场已经用十年时间给出了答案。飞书、钉钉、WPS，加上周边生态，全口径收入加在一起，全口径收入合计长期未能突破百亿人民币量级。

腾讯的 WorkBuddy 目前号称千万级活跃用户、约 3 亿人民币 ARR，听起来不错，但放在腾讯 7000 多亿年收入的体量下，这更像是一个还在验证产品市场契合度的早期业务，而不是能支撑叙事的支柱。

更关键的是商业入口。

真正掌握企业办公入口的，依然是 Teams、WPS、钉钉这些已经完成用户习惯教育的传统玩家。新的 Agent 或 AI 办公工具，很难在短时间内撼动这个格局。

把希望寄托在 " 做一个 AI 原生的办公入口 " 上，某种程度上重复了十年前 " 浏览器才是入口，商店会重新定义一切 " 的叙事。

WorkBuddy 被推到台前，其实折射出腾讯 AI 叙事的一个真空期：

模型训练的进度需要追赶，算力供给的缺口需要填补，于是应用层的故事被提前拿出来讲。这不是说应用不重要，而是它目前还远没有到能贡献清晰商业回报的阶段。

市场对 workbuddy 虚无缥缈的期待，本质上是对 " 确定性 " 的渴望。

腾讯投资人希望看到一个能快速变现的故事，因为模型层太烧钱，算力层太遥远。

但问题是，中国 To B 软件市场的天花板是明牌。用 AI 办公讲一个千亿收入的故事，在可见的未来里并不成立。

02 当前真正有商业价值的，仍旧是算力层

腾讯管理层在财报会上相对低调地提到，算力资源会兼顾内部使用与对外租赁。这句话被很多人当作附带信息略过，但我反而觉得，这才是当下 AI 主旋律里最值得重视的部分。

算力层有一个模型层和应用层目前都严重缺乏的东西：相对清晰、可验证的回报周期。

在美国，高利用率的算力中心，在签订多年期、高负载合同的情况下，回收期可以压缩到两年左右。

SpaceX 披露显示，它把 Colossus 容量租给 Anthropic（约 12.5 亿美元 / 月）和 Google（约 9.2 亿美元 / 月）等。

最近季度，AI 部门的调整后 EBITDA 已经转正并达到约 11 亿美元，几乎全靠算力出租拉动。纯 Grok 模型业务本身贡献有限，真正改善财务的是基础设施租赁。

而传统超大规模云（AWS、Azure、Google Cloud）更是如此：

AWS：运营利润率已升到约 39%，AI 相关业务贡献明显。

Google Cloud：运营利润率升到 35%+，增长极快。

Azure：也保持高利润率。

它们把 AI 算力作为现有云业务的高附加值延伸，定价和利用率都比较好，虽然整体公司 FCF 被巨额 CapEx 压低，但云 /AI 算力这块的单位经济是健康的。

如果看专业 neocloud（CoreWeave 等），也是同样情况。

每一家都在营收暴增（单季已超 25 亿美元级别），调整后 EBITDA 利润率常在 55-60%。

但因为还在疯狂扩容，自由现金流仍然大幅为负（CapEx 远超经营现金流）。一旦产能交付并开始产生经常性收入，利润率会迅速抬升。合同积压（backlog）已到千亿美元量级，可见需求锁定程度。

AWS、Azure、Google Cloud 的 AI 相关业务，也在持续贡献更高的运营利润率。

这是一个被反复验证过的商业模型：

大规模、高密度、高负载的算力供给，一旦形成规模效应和客户锁定，就能产生类似基础设施的现金流特征。

中国的情况类似，但更极端。

目前高端训练与推理供给的格局，大致是火山引擎与阿里云占据主要位置。

根据 Omdia《中国 AI 云市场份额 2025》报告，阿里云以 38.1% 的整体份额稳居第一（AI IaaS 达 38.6%），火山引擎以 20.4% 紧随其后，并在公有云大模型 Token 调用量上占据接近半数份额；

腾讯云仅 6.3%，在大规模训练集群与高并发推理供给上的存在感明显偏弱。这种 " 双强领先、腾讯掉队 " 的结构，进一步印证了腾讯在算力层仍有明显的技术债需要偿还。

无论是通义千问还是豆包 Seed，Token 消耗量的爆发，底层都依赖稳定、可控、成本可控的自有或紧密绑定的算力。

因为今天 Token 消耗的真实量级：已经不是 " 增长 "，而是 " 爆炸 "。

豆包（火山引擎）2026 年 6 月日均 Token 调用量达到180 万亿。相比 2024 年 5 月刚发布时增长超过 1500 倍，过去一年增长超过 10 倍。火山引擎在中国公有云 MaaS Token 调用量份额约49.5%。

全国整体，中国日均 Token 调用量从 2024 年初约 1000 亿，到 2025 年底约 100 万亿，再到 2026 年 3 月突破140 万亿，两年增长超过 1000 倍。

通义千问虽未公开同等粒度的日均数字，但阿里云明确把 Token 收入作为核心经营指标，并在短期内提出 " 日均 Token 收入增长 5 倍 " 的目标，同时百炼平台 Token 消耗规模在短时间内提升数倍。

这些数字意味着：推理需求已经从 " 偶尔调用 " 变成 " 持续、高并发、全天候 " 的基础设施级负荷。训练可以阶段性完成，但推理是每天、每小时、每秒都在发生的。

租赁当然可以解决短期问题，但当需求进入指数增长阶段，没有自建能力的公司，最终会在成本和可用性上被动。

彼得 · 蒂尔很早就表达过类似的观点：

市场把过多注意力放在了模型层，真正创造价值、拿走利润的，往往是更底层的硬件与基础设施。

英伟达、台积电、存储厂商拿走了行业绝大部分利润，而大多数模型公司仍在烧钱。

Nvidia：TTM（截至 2026 年 4 月）FCF 约1190 亿美元；FY2026（截至 2026 年 1 月）约 967 亿美元。经营现金流极高，CapEx 相对极低（仅约 60 亿美元量级），现金转换率惊人（FCF margin 接近 45%+）。几乎是当前 AI 产业链最强的现金印钞机。

台积电（TSMC）：TTM（截至 2026 年 6 月）FCF 约350-360 亿美元；2025 全年约 320 亿美元。CapEx 很高（先进制程扩产），但仍持续产生强劲正 FCF。

SK 海力士：FY2025 FCF 约190 亿美元（25.85 万亿韩元）；TTM（2026 年中）已飙升至约670 亿美元量级（92 万亿韩元左右），HBM 驱动利润与现金流爆发。分析师对 2026 年全年 FCF 预期更高。

三星电子（尤其 DS 半导体）：公司整体 TTM FCF 已显著抬升（2026 年中可达较高水平，部分数据指向数十至百亿美元量级），Q2 2026 单季营业利润就创纪录（约 580 亿美元量级，几乎全部来自半导体 / 内存）。HBM 与服务器 DRAM 贡献巨大，FCF 同步改善。

粗略合计（Nvidia + TSMC +   海力士   +   三星半导相关）：当前年化正 FCF 轻松超过2000-3000 亿美元量级，且仍在快速增长。Nvidia 一家就已占绝对大头。

这个判断放到 2026 年的中国，依然成立。

美国财政部长贝森特关于 " 美国将控制先进算力 80-90%" 的表述，本质上是在说同一件事：模型竞争的最终形态，是算力竞争。

当 AI 应用渗透率沿着指数曲线上升，Token 消耗量会迅速走向百万亿甚至千万亿级别，这必然指向大规模、持续的基础设施投入。

DeepSeek 最近的动作，是这个逻辑最直接的注脚。

Deepseek 最近在公开招聘土木工程师、暖通工程师、IDC 设计规划岗位，并把乌兰察布作为重要工作地点，信号再明确不过。

它不再满足于 " 用更少的卡做出更强的模型 "，而是开始向土地、电力、机房这些更硬的资产延伸。字节在中卫设立相关公司、阿里持续加码数据中心人才与项目，走的是同一条路。

梁文锋和马斯克，在这件事上选择了相同的方向。

当你看到最聪明的模型玩家开始买地、建机房、招土木工程师的时候，你就知道产业的重心在往哪里移动了。

互联网巨头有充沛的现金流、有大规模的用户场景、有组织能力去协调电力与土地资源。

如果连它们都不去主导算力基础设施建设，那这个环节最终只会被少数云厂商和专业运营商垄断，后来者只能被动接受定价。

03 527 亿，在宏观叙事里只是零头

很多人看到腾讯单季 500 多亿的资本开支，会觉得 " 已经很激进了 "。但如果把参照系换成房地产，这个数字立刻失去了冲击力。

2025 年中国房地产开发投资仍接近 8.3 万亿元，即便持续下滑，2026 年上半年也还有约 3.8 万亿元。

相比之下，当前中国整个 AI 相关资本开支（政府规划 + 企业 + 运营商）粗估还在 5000 亿到 1 万亿的年化量级。

哪怕按 " 十五五 " 较高口径的 4 万亿五年规划来算，年均也远达不到房地产高峰期一年的水平。

换句话说，AI 资本开支再怎么增长，目前仍只是固定资产投资版图里的一个新兴板块，而不是已经能改变宏观结构的力量。

腾讯所代表的中概互联 AI   CapEx 激增，更多是在偿还过去几年在算力布局上相对保守所欠下的技术债，而不是已经进入 " 超额投入 " 的阶段。

市场把 527 亿当作 " 激进 "，只是因为腾讯过去太保守了。在一家年经营现金流超过 2000 亿、净现金储备数千亿的公司面前，单季 500 亿的资本开支，距离真正的 " 重仓 " 还有相当距离。

真正的主叙事，是硬资产，是地缘政治背景下对先进算力的控制权。

模型可以开源、可以蒸馏、可以快速迭代，应用可以模仿、可以捆绑、可以补贴，但大规模、高密度、有绿电保障的算力中心，一旦建成并满载，就会形成真实的进入壁垒和现金流。

这是产业规律，不是叙事偏好。

腾讯有能力、也有必要在这个方向上走得更远。不是为了讲一个更激动人心的故事，而是因为这是目前 AI 价值链里，少数能够在可预见的时间内产生正回报的环节。

模型层还需要继续投入，应用层也值得耐心打磨，但真正决定长期位置的，是你能在多大程度上掌控算力这一层。

DeepSeek 已经用招聘行动表明了态度，字节和阿里也在用真金白银和人才布局表态。腾讯的资本开支可以更高，也应该更高——不是为了追数字，而是为了把技术债还清，把未来最确定的商业价值抓在自己手里。

04 硬的东西，比软的故事更值得信任

2026 年的 AI 产业，正在经历一轮悄无声息的重心转移。

当模型层的烧钱速度超过收入增长速度，当应用层的商业化验证远未到来，市场的注意力却仍然锚定在 " 谁做出了更强的模型 "" 谁推出了更酷的应用 " 上。这是一种路径依赖，也是一种认知惯性。

真正的产业信号，不在发布会 PPT 里，而在土地出让公告、电力合同、机房建设周期和土木工程师的招聘启事里。

腾讯二季报的 527.8 亿，是一个开始，也是一个测试。测试这家公司是否真正理解 AI 竞争的底层逻辑，是否有意愿在确定性的方向上押上足够的筹码。

硬的东西，往往比软的故事更值得信任。