四月底，有一篇文章被广泛转载，标题起得挺吓人——“人工智能糟糕的经济状况正开始崩塌”。大意是说AI公司赚的钱覆盖不了运营成本，等它们撑不住倒闭了，整个经济都要跟着遭殃。

证据也有现成的。四月初，Anthropic停掉了Pro和Max套餐里固定费率跑高用量第三方智能体的玩法，因为有些用户消耗的计算成本已经超过了他们月费的十倍甚至五十倍。乍一看，这确实像个行业快扛不住的信号。

但仔细拆一拆，就会发现这篇文章至少犯了三个错误，而且偏偏漏掉了AI热潮里可能最大的那个风险——那些修数据中心、买芯片的钱，到底是怎么借来的，又可能怎么崩。

先说说第一个错误：把定价重置当成了定价危机。原本固定费用的套餐，是基于用户每次聊几分钟的场景设计的。但新一代智能体工具不一样了——你可以丢一个任务然后走开，让软件自己跑好几个小时。这种用法，固定费率当然撑不住。Anthropic的做法是把重度用户从包月转向按量计费，OpenAI则在测试广告，想把那些一直白嫖的用户也转化一下。这不是商业模式坏了，只是定价错了，现在在纠正。之前没调价是因为投资人的钱哗哗地来，现在钱紧了，AI公司得证明自己能站着挣钱，定价调整势在必行。

第二个错误更关键。那篇援引高德纳数据的文章声称，如果成本和定价不变，AI企业到2029年需要实现近2万亿美元的年收入，才能填平不断砸进数据中心的钱。按现在的定价，这意味着token销量得翻五万到十万倍——听着确实像天方夜谭。但这个估算基于两个已经站不住脚的假设。

第一，它默认每个AI请求的成本长期不变。可大多数预测者认为，芯片在变快、软件在变聪明、越来越多的活儿从云端往个人设备上搬，处理一次请求的成本会大幅下降。就算竞争压低了价格，但如果成本降得更快，支撑同样资本支出所需的收入会少得多。

第二，它假设到2030年大家还在按token付钱。而供应商已经在变了——Salesforce在试水按任务收费，数据也在说话：Jellyfish对1.2万名开发者的分析发现，高频使用者花的钱是低频者的十倍，但产出只有后者的两倍。哪个CFO会为这种投入产出比买单？那个2万亿美元，只是用老数据向后视镜里推演的结果。

第三个错误是从行业困境直接跳到了经济困境。要让AI亏损引发全经济范围的衰退，得同时满足三个条件：亏损大到伤及主要金融机构；在信贷系统里广泛散开，搞得大家借不到钱；跟家庭或企业资产负债表绑在一起放大伤害。

这三个条件现在一个都不满足。AI相关债务主要集中在少数大科技公司、私人信贷基金、保险公司和养老基金组合里，规模没大到压垮系统，也没有像2008年按揭贷款那样嵌进零售银行资产负债表。普通家庭更没有像当年买房那样加杠杆买AI。AI行业调整会让一些投资者很痛，会搅乱风险投资和股市，但那跟系统性大危机是两回事。

那么真正的风险在哪？为AI数据中心融资的那套“管道”。

借钱规模已经窜得很大了。五大云平台——亚马逊、字母表、元宇宙、微软、甲骨文——2025年新发债券略超1200亿美元，2020年这个数字是400亿，大约是前五年平均值的四倍。摩根士丹利预计，到2028年AI基础设施的资本支出累计将达到约2.9万亿美元，年度支出约为AI普及前的三倍。

如果仔细看一眼债务的结构，会发现四个让人不太舒服的风险。第一个是债务期限比资产寿命长太多。甲骨文与OpenAI签了份最高3000亿美元、为期五年的云计算合作协议，然后发长期债券筹资。债券买的那些芯片三到五年就过时了，可有些债券要到2060年代才到期。不管芯片业务以后怎么走，借的钱连本带利都得还。

第二个风险是营收压力压在太少客户身上。和OpenAI的这笔交易可能占甲骨文承诺未来收入的一半左右。如果OpenAI出问题，伤的可不止一条产品线——贷方会怀疑甲骨文的债还安不安全，投资者也会对买其他AI债券变得谨慎。

第三个风险更刺激——有些债务被直接绑死在单一项目上。Meta通过摩根士丹利和蓝猫头鹰资本募了约270亿美元的私募债，给路易斯安那州的一个数据中心园区买单。这笔债设了风险隔离墙，债权人只能指望这个园区的现金流和资产，对Meta其他业务没有追索权。对Meta来说这比发普通公司债安全，但对债权人来说风险高出一截。园区要是没赚到预期的钱，除非Meta出于声誉或战略考虑出手，否则损失就烂在这个项目里。

第四个风险可以从借贷成本上看出来——市场已经在加价了。Meta那个项目层面的债务利率，大约是它普通公司债券利率的两倍。这说明连经验丰富的贷方都觉得AI基础设施项目的风险比这家公司整体的信贷风险还高。甲骨文的债务也发出了类似信号：2025年底投资者一度要求持有其债券支付高得多的利息，直到甲骨文公布新的数十亿美元融资计划后，情绪才缓和下来。

换句话说，信贷市场已经把AI基础设施相关债务看作一种特殊的高风险敞口。融资条款才是风险最先露头的地方。这些风险单独拿出来不一定崩盘，但合在一起就构成了一幅基础设施可能出问题的图景。如果大量AI债务建立在乐观假设之上，一旦信贷市场回过神来，就会看到借贷成本上升、项目取消或推迟，以及投资者伤痕累累。这对贷方和扩张太猛的企业都是重击。

这一切最终取决于AI到底能产出什么。如果AI能带来当初预期的那种收入和生产力，债总能还上。如果兑现不了，先受伤的是那些借出钱的人。AI可能会改变现代生活的方方面面，但这跟那些为三五年淘汰的芯片发行四十年期债券的贷方能不能睡好觉，是两码事。

AI真正让人担心的那个“糟糕的经济影响”，在那些密密麻麻的债务条款里——正是这些东西，将决定AI的扩张是悄无声息地自我偿付，还是逼着信贷市场重新想一遍：我们到底愿意扛多大的风险？