近期财报季最大的感受就是，硅谷巨头们不仅赚钱能力依旧，烧钱速度亦没有放缓。

以亚马逊、谷歌、微软和 Meta 为首的 " 四大云巨头 "，2026 年的资本支出，有可能历史性地冲破 6500 亿美元。

按照 1GW 算力 500 亿美元粗略换算，四巨头 2026 年的预计资本支出，大致相当于 13GW 容量的算力。

相比之下，苹果、特斯拉虽然同在 "Mag7" 之列，但还没有大规模为 AI 基建押注的趋势，尤其是特斯拉，即便是马斯克高喊建晶圆厂制造芯片，这一愿景有可能会 " 装进 "SpaceX 收购的 xAI 身上。而对于苹果来说，由于自研 AI 芯片 2028 年才会量产，相关基础设施的重度投入预计也要一并延后。

至于英伟达，虽然这个季度财报还没发，但资本支出预计也只有四大云巨头的零头，不会对整体数据带来多少增长。

6600 亿美元，可能就是硅谷大公司们资本开支的上限了。

不过，硅谷巨头 " 烧钱 " 颇有 " 狼来了 " 的意思——虽然投入的都是真金白银，但华尔街似乎不再盲从硅谷的烧钱速度，各家的绩后股价都遭遇重锤，普遍跌幅都在 10% 左右。其中亚马逊更是连跌八个交易日，进入技术性熊市。

明明业绩很好，也舍得烧钱投入，华尔街为什么不买账了？

前两年，模型的比拼是技术、智力，推理时代还要拼基础设施—— AI 正在逐步地告别轻资产时代，一头撞进了资本密集型的 " 重工业大门 "。

也正是这个原因，我们在 2025 年年末提出了一个概念，通往 AGI 的路上包含了四个要素：能源、算力、算法、数据。

支出调整是这种变化最直观的信号。

2024 年，" 美股七巨头 " 的资本支出总计约为 2500 亿美元；到了 2025 年，亚马逊、谷歌、微软和 Meta 这四家，年度支出就冲到了 3800 亿美元上下。

各家不仅在堆数据中心，也在比拼能源的供给，以一座 1GW 的数据中心为例，不考虑能源使用效率，24 小时运营，全年累计电耗可以达到 87.6 亿度，更直观地量化一下——相当于 1 座 300 万人的城市全年用电量。

问题在于，美国市场根本拿不出如此规模的能源供给量，硅谷巨头们不得不想办法自行组建电力基础设施网络，所以大家会看到硅谷巨头们来中国抢购燃气轮机，马斯克团队则相中了中国的光伏设备。

可以确定的是，2026 年，基础设施方面的投资趋势将会进一步扩大。

高盛在最近的报告《驱动人工智能时代》（Powering the AI Era）中点破了一个尴尬的现实：AI 正在把这些原本靠高毛利、轻资产起家的软件巨头，推向一个罕见的资本区间——它们正变得越来越像那种重资产的 " 公用事业公司 "，成了提供技术基建的 " 数字发电厂 "。

比起原本人工智能的故事，基础设施投入对资本市场来说，一点也不性感，这也是各家绩后股价普遍下跌的关键原因之一，一旦 AI 带来的回报如果跑不赢折旧的速度，这套庞大的资本结构就难以维持下去，投资者必然会拷问：AI+ 基础设施这门生意，到底还 " 合不合算 "？

你变了，华尔街自然也会跟着变。

硅谷巨头们抱着海量的支出冲进 " 重工业区间 "，资本就会像评估电力、电信行业那样，拿着显微镜审视每一分钱的流向——到底谁在构筑护城河，谁又在背负沉重的财务包袱。

站在 2026 年年初回头看，巨头们的资本路径已经彻底走出了两条截然不同的主线。

第一类是 " 基建狂魔 " 路线——宁愿背上沉重的资产，也要提前锁定算力、土地、电力和带宽。理由很简单：如果不抢先一步，等大模型大规模商用时，基建缺口可能会成为致命的软肋。

谷歌母公司 Alphabet 是这一派的典型。

2026 年 Alphabet 资本开支上限高达 1850 亿美元，如果全部兑现，几乎是 2025 年的两倍。为了给这轮疯狂扩张输血，Alphabet 还要重返债市筹资 200 亿美元，其中甚至包括一笔罕见的 " 百年期债券 "。

站在 2026 年的年初，你很难想象，一家轻资产的互联网公司，在借钱搞基础设施，但它就真真切切的发生了。

过去大家都觉得互联网是软的，但现在却变硬了，所以大家会看到，马斯克在自己的 xAI 数据中心顶上刷上了 "Marcohard"（巨硬），很多人说马斯克是调侃微软，我认为背后的本质还是——马斯克在强调 " 基础设施驱动 AI 前进 "，是真的硬核。

重押基础设施，也不是没有风险。

在最新提交给 SEC 的年报中，Alphabet 首次把 AI 的负面影响摆到了台面上：除了对核心广告业务的潜在冲击，公司还特别担心那些动辄十年的算力租赁协议。

Alphabet 明确承认，AI 的重资产特性正逼着它们进入更长、更复杂的商业契约，这不仅抬高了成本，也让未来需求的误判风险被无限放大。

可能有人会问，Meta 不也是四大云巨头之一吗，他们发财报为什么股价上涨？

Meta 的逻辑虽然类似，我认为关键的一点在于广告精准度和用户粘性上，让外界看到了 AI 带来的 " 真金白银 "，市场反而有了赞成票，而且扎克伯格至少在三个季度的业绩会上都提及了这种转化率的提升。

CNBC 在 Meta 业绩公布后评论称，广告业务仍然是其最重要的现金引擎，人工智能在广告推荐、投放效率和变现能力上的持续优化，是推动业绩超预期的关键因素。

不过 Meta 也有自己的问题——模型层面掉队的风险，不可否认的是 2025 年底 -2026 年初的这一轮模型更新，Meta 基本上没有太多声量，相反是谷歌 Gemini 在快速的追分。

"Meta 正在重新配置资源结构，"CNBC 在评论中强调，" 聚焦更具现实变现潜力的 AI 应用方向。"

相比基建狂魔，苹果、英伟达代表的是 " 效率优先 " 路线。

苹果依然保持着一种克制，通过自研芯片和生态协同，把 AI 锁在终端设备和系统层，维持着极高的资本效率。这种资源配置也给苹果带来了很好的正反馈——在没有 AI 重度加持的情况下，iPhone 这个季度的畅销，帮助苹果取得了一份超预期的业绩——营收 1437.56 亿美元，净利润 420.97 亿美元。

但如前面提到的，随着苹果自研 AI 芯片 2028 年逐步量产，势必也加入到基建狂魔的队伍中来。

而所有巨头当中，尤其是相比四大云巨头，英伟达的资本开支显得没那么引人关注。BusinessQuant 的跟踪数据显示，英伟达过去三年单季度资本支出最高也只有 19 亿美元，这种资本支出体量却撬动了下游几千亿美元的采购需求。

这种情绪的转变，并不是因为 AI 没戏了。

相反，模型的能力还在进化，用户规模在涨，企业端的订单也接连不断，你追我赶的势头从未减弱。这一点，中美模型在农历 2025 年春节的竞速赛中表现得淋漓尽致。

海外市场，Claude Opus 4.6，OpenAI CodeX 亮相时间差只有数小时，国内市场，字节先是内测视频生成模型 Seedance 2.0，很快又推出了图像生成的 Seedance 5.0，千问也发布了 Qwen-Image-2.0。

值得注意的是，刚刚开启广告内测的 OpenAI，甚至给 CNBC 放消息，称 OpenAI 发展势头向好，ChatGPT 月度增长率重回 10% 以上，周活超 8 亿。

模型和应用层都在进化，华尔街变脸是因为接下来的 AI 产业增长，多了一条沉重、且必须被消化的成本曲线。Alphabet 在年报里对 AI 风险的 " 自揭其短 "，只是预告这种成本压力的一个缩影。

微软虽然没有谷歌这样直接，但是刚刚公布的 2026 财年第二季度的业绩里面有一个关键数据，剩余履约订单（RPO）飙升到了 6250 亿美元，其中 OpenAI 占比达到 45%。要知道，2024 年这一数据还是 2980 亿美元，相当于在过去的一年时间里增加了 3000 多亿美元。

杰弗里斯的分析师就提出了一个质疑："OpenAI 能否实现其财务目标，向甲骨文、微软和许多供应商支付费用？"

一位长期关注算力基础设施的分析师表示，去年甲骨文 4500 亿美元的 RPO，当时市场兴奋的不行，最近又增加了，但感觉未必收得回来，" 市场就觉得纯粹是个大饼，已经不买账了。"

可以这样说，华尔街不怕烧钱，怕的是蒙眼狂奔，投出去的钱看不到收回来的可能性。这也意味着 AI 竞速赛已进入一个更现实、残酷的阶段：资本不再为 " 潜力 " 无上限买单，它们想要的，可能是一张精确到季度的还款时间表。

从这个角度来看，硅谷巨头们单纯的靠 " 暴力出奇迹 " 来训练模型，搞推理，做规模化仍然可行，但在资本层面已经讲不出新故事，资本可能不会为 " 无节制举债 " 买单，接下来的变量只有一个，昂贵的算力投入转化成真金白银的账面收入。

特约编译无忌对本文亦有贡献