AI 不是因为足够伟大，就天然免疫泡沫。PC、互联网、移动互联网都曾经是确定的技术方向，也都经历过估值过热、资金退潮和产业再出发。AI 的特殊之处在于，它不仅是一轮生产率革命，也是一场围绕社会结构、资源分配和技术路径的分裂。

这轮分裂可以归纳成三条线：AI 到底是服务少数精英，还是服务普罗大众；这一轮产业主导权究竟偏向美国，还是偏向中国；投资收益到底来自生产者的资本开支，还是来自消费者生活效率的提升。三条线最后会汇到同一个判断：如果相信少数精英、生产者主导和线上模型竞赛，定价重心就在美国；如果相信大众受益、消费者主导和软硬结合的落地，定价重心就更容易转向中国资产。

一、好技术也会进入泡沫阶段

“这一次不一样”通常只说对了一半。AI 确实和过去几轮技术周期不同，因为它触及智能、劳动、权力和人的位置；但只要资本市场把长期想象提前折现，就仍然会出现估值、融资和现金流之间的拉扯。

PC 和互联网的争议，更多集中在阶段：它是不是好东西、是不是会改变世界，答案并不难；真正难的是判断当时的估值有没有过度透支。AI 更复杂，因为它本身就带有社会争议。有人期待它让少数技术精英成为未来秩序的定义者，也有人担心它替代普通劳动者；有人把它当作生产端资本开支的竞赛，也有人更看重它能不能让普通生活变得更便宜、更省力、更可靠。

因此，AI 的投资判断不能只停在“它很重要”。更关键的问题是：资本开支能不能转化为收入，收入能不能转化为自由现金流，估值能不能被真实渗透率消化。技术越重要，越容易被市场提前讲成终局；而提前讲成终局，正是泡沫形成的土壤。

二、三重分裂：精英、大众、生产者与消费者

第一重分裂，是 AI 为谁服务。美国硅谷叙事里，OpenAI、Anthropic、Palantir、马斯克式公司和加速主义话语，往往更容易呈现出“少数精英定义未来”的气质。极端表达是：技术快速冲向 AGI，少数人让世界变好，大众被安排在新的秩序里。

中国路径更偏向另一种表达：AI 的最终价值，是提高生产力，让普通人拿到实惠。这个实惠不一定来自更多线上对话产品，而更可能来自软硬结合、制造能力、机器人、终端设备、供应链效率和线下服务升级。

第二重分裂，是主导权。美国强在基础模型、顶级算力和资本市场定价权；中国强在场景、制造、数据密度和工程落地。第三重分裂，是投资到底赚谁的钱。美国 AI 定价主要围绕生产者资本开支、云厂商投入和大模型付费使用；中国资产更有可能从消费者端、产业端和实体效率改善中兑现。

三重分裂背后，是同一个问题：如果 AI 最终只是继续占据线上时间，增量空间会受限；如果 AI 进入物理世界，真正解决通勤、家务、物流、护理、运动、线下交互和劳动替代，增量空间会大得多。

三、中国路径的关键，是解决物理世界痛点

线上世界已经很拥挤。娱乐、资讯、社交、游戏和内容消费不断抢夺时间，但人的时间每天只有 24 小时。问题不是还能不能生产更多内容，而是普通人有没有更多时间消化内容。真正消耗人的，往往不是线上内容不够，而是通勤、体力劳动、家务、照护、排队、配送、维修和线下协作。

这正是中国路径的优势。中国不只是某个 AI 模型突然变强，而是在制造业的方方面面出现“涌现”：新能源汽车、光伏、储能、机器人、消费电子、家电、供应链自动化，都能把软件能力变成硬件产品，再把硬件产品扩散到大规模市场。

AI 如果只停在线上，会变成一场模型产品之间的注意力竞争；AI 如果进入物理世界，就会变成生活成本和生产成本的下降。后者才是更广谱、更接近普罗大众的价值，也是港股和中国资产重新被定价的重要逻辑。

四、近期调整的核心，是微观和宏观流动性同时收紧

近期 AI 资产的波动，表面看是高位回撤，底层更像一轮流动性冲击。微观层面，韩国高杠杆 ETF 和 AI 硬件相关标的的大幅波动，放大了全球 AI 硬件链条的联动调整。硬件链条本来就高度集中，一端出问题，容易迅速传导到其他市场。

宏观层面，6 月以来美元流动性从价格和数量上都有收紧迹象。美国财政部发债压力上升，二季度净发债规模相对温和，三季度计划净发债大幅增加；与此同时，云厂商和 AI 大厂的资本开支仍在上行。当自由现金流被大量 capex 消耗，外部融资条件就变得更重要。

这意味着 10 年期美债、美元流动性、美联储资产负债表和信用融资环境，都不只是宏观背景，而是 AI 交易能不能继续扩张的核心变量。AI 大厂如果需要越来越多债务或外部资金支撑未来投资，那么金融条件一旦收紧，估值就会更敏感。

五、美联储不加息，是短期市场支撑的关键假设

市场一度把美联储重新转向加息的概率计入价格，但这个判断并不稳。只要核心通胀环比仍在温和区间，经济数据又没有强到迫使政策重新转鹰，美联储进一步加息的必要性就不高。

真正要看的，不只是口头表态，而是资产负债表。2019 年回购市场压力出现后，美联储名义上不承认重启量化宽松，但资产负债表已经扩张。现在如果在 QT 环境下资产负债表仍然扩张，就说明系统流动性已经需要被动补水。三季度发债压力更高时，这个变量尤其重要。

如果美联储不加息，金融条件会缓和，AI 与风险资产会得到支撑；如果重新加息，美元、利率和融资成本会同时压制估值。这是短期最直接的宏观分水岭。

六、中国 AI 的追赶速度，正在改变收入预期

中国短板一直被认为是算力，但模型能力和应用场景的进步正在改变这个框架。Kimi、DeepSeek、混元、字节等大模型不断迭代，开源模型和开放权重也在提高可用性。只要模型能力足够强，算力短板就不一定完全阻断产业机会。

更重要的是数据和场景。阿里、美团、京东、腾讯、字节以及大量产业互联网公司，都掌握真实交易、履约、物流、内容、用户行为和本地生活数据。AI 如果最终为消费者服务，这些数据和场景就会变成优势。

这也会反过来冲击美国大模型公司的收入假设。OpenAI 和 Anthropic 的年化收入过去高速增长，但如果微软、企业客户或开发者开始采用更便宜、更开放、更可控的中国模型替代部分能力，原有收入曲线就可能被拉平。模型再强，也绕不开数据质量；垃圾输入仍然会导向垃圾输出。数据、场景和成本，会重新分配模型公司的定价权。

七、监测 AI 泡沫，不能只看股价

AI 泡沫是否进入更危险阶段，可以用四组指标交叉判断。第一是美联储政策和美元流动性。利率、美元、油价如果同时偏高，会像 2000 年科技泡沫后期那样，形成整体金融条件收紧。

第二是市场宽度。宽度扩散本身不一定坏，关键要看扩散到哪里、估值高不高。美国 AI 估值高，非 AI 部分相对合理；日本不仅局部热，扩散后的整体估值也偏高，风险更大；中国和港股很多非 AI 资产仍然便宜，宽度扩散反而有助于市场稳定。

第三是头部模型公司的年化收入。模型公司收入如果继续加速，资本开支故事还能延续；如果增速持续放缓，市场会重新审视算力和云投资的回报周期。

第四是自由现金流和杠杆率。AI 资本开支需要钱，钱来自经营现金流、外部融资和债务。如果自由现金流持续被消耗，同时债务融资依赖上升，利率环境就会直接打到估值根部。

八、港股、日本和美国：同样扩散，不同风险

日本资产现在更需要谨慎。日元、资金回流、估值扩散和海外资金持仓叠在一起，使日本不只是局部 AI 热，而是更广泛资产都被抬高。市场宽度扩大，如果发生在整体估值已经偏高的市场，就不再是安全垫，而可能变成泡沫外溢。

美国处在中间状态。AI 定价高，但大量非 AI 公司估值还没有失控，宽度扩散短期可以缓冲风险。不过美国最大变量仍然是金融条件和模型公司收入兑现。

中国和港股的状态不同。这里的扩散更多发生在低估值资产之间，尤其是消费、互联网、制造和部分硬科技。资金从过热资产流向便宜资产，反而会让市场结构更稳。看空日本、增配港股的核心，不是简单的地域偏好，而是同样的宽度扩散在不同估值底座上的风险收益完全不同。

九、RMB 框架：Return、Money、Belief

理解中国资产，不能只看短期收益率，也要看信念。RMB 可以拆成三层：R 是 Return，代表回报和利差；M 是 Money，代表货币和流动性；B 是 Belief，代表到底相信中国还是相信美国。

2015 年以后，人民币悲观情绪一度非常浓。真正支撑长期判断的，不只是某个季度的利差，而是中国制造业能力的持续涌现。所谓涌现，不是单点突破，而是跨行业能力突然开始互相强化：工程师、供应链、设备、工艺、市场和资本形成正反馈。

AI 也会沿着这条路走。中国不一定在每一项基础模型指标上领先，但只要制造、场景和数据持续涌现，AI 就会以更贴近普通生活的方式扩散。这个信念，是港股和中国资产重估的底层基础。

十、结论：回避高估值扩散，寻找低估值重估

AI 仍然是大方向，但大方向不等于任何价格都合理。短期看，美联储是否加息、美元流动性是否缓和、10 年期美债压力是否释放，会决定全球风险资产的弹性。中期看，OpenAI、Anthropic 等模型公司的年化收入，以及大厂自由现金流能否支撑资本开支，会决定 AI 交易是否继续健康。

资产选择上，应回避已经从局部过热扩散到全市场偏贵的区域，尤其是日本这类估值和资金结构都更脆弱的市场。相反，港股和中国资产仍有大量便宜板块，AI、消费、制造和互联网的扩散不一定增加泡沫，反而可能带来估值修复。

最终要回到一个朴素判断：AI 不是只属于模型公司和云厂商的资本开支竞赛，它也可以是一场进入物理世界、服务普通生活、重塑制造业和消费者体验的生产力扩散。只要这条中国路径继续成立，港股相对日本的吸引力就会持续上升。

十一、实际操作：把叙事拆成四张表

第一张表是流动性表。把美元指数、10 年期美债、油价、美联储资产负债表和美国财政部发债节奏放在一起看。如果美元、油价和利率同时偏高，而美联储资产负债表又没有扩张缓冲，AI 交易就容易从高估值变成高波动。

第二张表是资本开支表。云厂商和模型公司的故事，必须落到 capex、折旧、债务融资和自由现金流。资本开支越大，越需要外部融资环境支持；如果融资成本上升，而收入兑现速度没有同步加快，估值自然会被压缩。

第三张表是收入质量表。模型公司年化收入不能只看绝对规模，还要看增速、客户集中度、替代风险和开源模型压力。中国开放权重模型如果在企业端持续替代部分闭源能力，美国模型公司的收入曲线就会被重新定价。

第四张表是市场宽度表。宽度扩散不是天然利好，低估值市场的扩散是稳定器，高估值市场的扩散可能是泡沫后期。日本的风险在于整体估值和资金结构更脆弱，港股的优势在于扩散发生在更低估值底座上。

把这四张表放在一起，结论会更清楚：短期风险来自流动性，中期风险来自资本回报，长期机会来自中国制造和物理世界落地。只看 AI 叙事容易过度兴奋，只看宏观又容易错过产业扩散，真正有效的框架必须把二者合并。

十二、什么情况会推翻这个框架

第一，美联储如果在通胀压力下重新加息，并且资产负债表没有扩张缓冲，风险资产会重新面对更紧的金融条件。这种情况下，港股和中国资产也会被外部流动性拖累，只是因为估值更低，回撤结构可能不同。

第二，美国模型公司如果年化收入重新加速，并且大客户没有转向更便宜的开放模型，闭源模型的高估值会获得更长兑现期。相反，如果收入增速放缓、企业客户转向多模型混合架构，AI 主线会从模型公司转向应用、数据和物理终端。

第三，中国路径如果只停留在概念，没能持续把 AI 接入制造、终端、机器人和线下服务，那么港股重估也会缺少产业利润支撑。中国资产的机会不是情绪反转，而是便宜估值叠加真实产业扩散。没有后者，前者只能是短线修复。