AI 行业的债务风险正在引发华尔街资深策略师的密集警告。杰富瑞（Jefferies）全球股票策略主管、《GREED & fear》作者 Chris Wood 在其最新季度报告中，将当前 AI 繁荣与 2008 年次贷危机相提并论，并提出一个结构性隐患：超大规模云厂商正在向两家持续亏损的 AI 实验室提供巨额 " 无担保信用 "。

Wood 认为："AI 故事在市场层面最可能的长期结局，将是美国的大规模资本毁灭，市场份额将流向更廉价的中国开源大语言模型。"

AI 故事 " 在不远的将来某个时刻将迎来一次重大重置 "。

中国模型：从 " 便宜 " 到 " 同等水平 "

Wood 的警告并非新鲜，但规模在升级。

他追踪的 OpenRouter 数据显示，截至 9 月 27 日当周，中国顶级模型处理了 76.12 万亿个 token，而今年 4 月底这一数字仅为 4.37 万亿；同期美国顶级模型的处理量为 14.2 万亿 token。中国的数字在十周内翻了一番。

质量层面同样发生了变化。Wood 指出，Moonshot 的 Kimi K3" 用 AI 行业的术语来说，正在 ' 前沿竞争 '，其性能估计达到 Anthropic Claude Fable 5 的 95%"。以极低价格实现 95% 性能的模型，已不是折扣品牌，而是真正的竞争对手。

价格的后果已经显现。据 Silicon Data 的 LLM Token 支出指数，AI token 的市场均价自 5 月高点以来已下跌 52%，降至每百万 token 0.98 美元的历史低位。

美国 2.3 万亿积压订单背后的信用集中风险

Wood 将 AI 繁荣的信用风险类比于 2008 年房地产危机，逻辑如下：

截至 2026 年第二季度末，微软、谷歌、亚马逊、甲骨文四大平台的合计剩余履约义务（RPO）达 2.34 万亿美元，较一年前增长 186%，增量约 1.52 万亿美元。

问题在于，这笔巨额订单中，约一半由 OpenAI 和 Anthropic 两家公司所欠——而这两家公司目前均未实现盈利。

Wood 写道：" 超大规模云厂商实际上向目前仍在烧钱的租户提供了集中的无担保贷款，因为 Anthropic 和 OpenAI 均未盈利。对于新兴云服务商（neo-clouds）而言，风险更大，因为它们自身也是借钱来出租芯片的。"

杰富瑞科技分析师估算，这两家前沿 AI 实验室在 2026 年第二季度约占谷歌云平台收入的 45%、微软 Azure 收入的 25%，其在 AWS 中的份额预计将在第三季度从 6% 翻倍至三倍，达到 12%-18%。

Wood 的类比直接而犀利：" 超大规模云厂商在数据中心上的投资，是基于假定租户未来付款的承诺——这与 2008 年房地产信用危机如出一辙。"

表外负债：另一层隐藏风险

Wood 还指向了资产负债表之外的风险层。

穆迪今年 2 月统计，五大超大规模云厂商尚未启动的数据中心租赁承诺达 6620 亿美元，而 2023 年底这一数字仅为 1520 亿美元。日经的一项研究则将五家公司截至 2026 年第二季度末的 " 隐性债务 " 估算为 1.65 万亿美元，超过其账面债务约 1.35 万亿美元。

与此同时，五大超大规模云厂商今年已发行 2290 亿美元债券，而 2025 年全年仅为 1080 亿美元。Wood 指出，亚马逊、谷歌和 Meta 的信用利差自 6 月初以来已上升 13 至 16 个基点，" 超大规模云厂商对长期融资的需求，正在与联邦政府形成竞争 "。

他的结论是：AI 相关借款人的信用利差 " 现在必须被密切监控，以观察投资者是否开始不愿为 AI 资本支出提供融资 "，数据中心资产证券化是 " 一个需要重点关注的领域 "。

利润的真相：循环性财务工程？

Wood 对超大规模云厂商盈利质量的质疑，或许是报告中最具冲击力的部分。

数据显示，四大超大规模云厂商在截至 2026 年第二季度的四个季度中，年化利润增长了 2220 亿美元，达到 5810 亿美元。然而，同期 " 其他非经营性收入 / 亏损 " 这一科目——主要捕捉对未上市公司股权投资的未实现浮盈——增加了 2240 亿美元。

换言之，超大规模云厂商利润的全部增量，均可由对 AI 初创公司股权的按市值计价浮盈来解释。

Wood 描述了这一循环逻辑：超大规模云厂商投资 AI 实验室，AI 实验室向同一批超大规模云厂商购买算力，超大规模云厂商再将实验室更高的私募估值计入利润。

他还指出，标普 500 报告 EPS 在过去三年年化增长 18%，而国民账户口径的非金融企业利润仅增长 5%。上一次出现如此大幅背离，是互联网泡沫顶峰时期。Wood 写道：" 上述情况表明存在财务工程。"

资本支出：谁来买单？

尽管自由现金流已从 2025 年第四季度的 600 亿美元骤降至 2026 年第二季度的 70 亿美元，并预计在第三季度转为负 130 亿美元，但资本支出并未放缓。

市场共识预测，四大超大规模云厂商的资本支出将从今年的 7230 亿美元升至 2027 年的 9930 亿美元。

Wood 的问题直接：" 这四家超大规模云厂商真的要在 2027 年花费 9930 亿美元资本支出吗？这是目前市场共识的估算。"

他的基准情景是：AI 故事 " 在不远的将来某个时刻将迎来一次重大重置 "。

" 安全 " 还是卡特尔？

Wood 对近期 AI 行业 " 安全暂停 " 呼声的解读同样引人关注。

Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman 和埃隆 · 马斯克近期相继呼吁放缓前沿 AI 开发，但特朗普随即拒绝。

Wood 并不认同 " 安全 " 的说辞，他写道：" 建议关注激励机制。以 ' 安全 ' 为名的协调暂停，可以被视为构建监管护城河的一种方式，尤其是如果后续计划禁止开源模型、特别是来自中国的开源模型。另一种可能性——两者并不互斥——是 AI 巨头们已经意识到算力成本正变得难以为继，和 / 或对模型的需求开始趋于平稳。如果是这样，为何不趁现在尝试锁定一个卡特尔？"

值得注意的是，Meta 的 Mark Zuckerberg 拒绝了放缓呼声，Meta 股价此后上涨 18%。

信用市场才是关键

Wood 的投资建议自 2023 年以来未变：持有 " 镐与铲 "（即向超大规模云厂商收取资本支出的芯片制造商），而非超大规模云厂商本身。这一策略在买家持续购买期间有效。

但他认为，决定这一切何时终结的，将是信用市场而非股票市场。

他的结论是："AI 生态系统目前发行的久期债券已超过美国财政部，发行环境是债券市场动荡和美联储加息，资金用于建设数据中心，而最大租户持续亏损。"

Wood 援引 1997 年亚洲金融危机的历史类比—— SocGen 的 Albert Edwards 也在同期提出了类似框架——指出泰国的 " 奇迹 " 并非因生产率令人失望而终结，而是因债权人注意到了问题。

Novogratz 说泡沫 ' 还不够壮观 '，不足以破裂。Wood 说它不必壮观：只需耗尽愿意放贷的人。