我要投稿

AI 的衔尾蛇：当需求成为一场镜像游戏

发布日期：2025-12-13 11:44:49 浏览次数： 1742

作者：小思辩

微信搜一搜，关注“小思辩”

历史不会重复，但会押韵。 — 马克·吐温

市场保持非理性的时间，可能比你保持理智的时间更长。 — 凯恩斯

最近看硅谷的新闻，总有一种不真实的眩晕感。

身边的几位朋友，在那家掌握算力命门的芯片巨头，或是各类 AI 独角兽公司，账面上的股票和期权价值这两年已经翻了不知多少倍。大家聚会时，这种狂热的快乐和隐隐的不安交织在一起——就像坐在一个不知道何时会停下的过山车上。

这种感觉让我想起了 1999 年。虽然那时我还未入行，但那种狂热的气息，通过前辈们的描述，依然能穿透时间。

那时朗讯科技（Lucent Technologies）似乎找到了一把打开永动机大门的钥匙。面对电信设备需求的放缓和华尔街对增长的贪婪，朗讯发明了一种天才般的“需求”：它借给新兴电信运营商数十亿美元，然后让这些运营商用这笔钱来购买朗讯的设备。

这篇2000年的新闻网上仍然能够看到

这就像是一个左手倒右手的魔术，收入飙升，股价狂欢。直到运营商违约，大家才发现那些铺设的光纤下并没有真实的客户。结局是朗讯注销了 70 亿美元，思科市值蒸发 89%，纳斯达克暴跌 78%。

上一篇新闻稿半年之后

升级版的炼金术与错过的风口

二十五年后，当我们再次审视这个市场，会发现现在的玩家不仅读懂了朗讯的剧本，还极其聪明地修补了那个致命的 bug。

朗讯当年的 bug 是债务。贷款是刚性的，会违约；而股权是柔性的，它是“梦想”的载体。

于是我们看到了一个更精妙的闭环：巨头不再借钱给客户，而是投资他们。

芯片巨头入股了算力租赁商 CoreWeave（我们姑且称之为 C 厂），C 厂用这些资本购买巨头的芯片；巨头又向 OpenAI 承诺投入巨资，OpenAI 再用这笔钱继续购买芯片。

但这不仅仅是资金的循环。据说还签署了一项协议，承诺在未来数年内回购 C 厂任何未售出的算力。这简直是神来之笔：如果明天 AI 的需求凭空消失，巨头已经通过合同保证回购自己的芯片——只不过是透过云服务商这一层“滤镜”洗了一遍。

通过成为自己产品的“最后买家”，它消除了需求侧的风险。

说到这家 C 厂，看着它上市后坐过山车般的股价，虽然跌宕起伏，但今年还是实打实地翻倍了。这让我想起很久以前，C 厂的 HR 还曾给我发过招聘邮件。当时我看了一下觉得做 ML Eval（模型评估）不是我特别感兴趣的方向，顺手就点了归档。

现在回想起来，我错过的哪里是一份工作，分明是一张通往财富自由的头等舱船票：）

还有个朋友更有趣，他去面试 CoreWeave并且拿到了Offer。作为工程师，他很较真地问：“相比 AWS 或者 Azure，你们的核心技术壁垒（Moat）到底是什么？”

对方的回答极其坦诚，甚至带着一丝凡尔赛：“我们的优势就是能比别人更早拿到 Nvidia 的最新显卡。”

言下之意：是亲儿子。

这里的逻辑不再是“谁的技术更好”或“谁的服务更优”，而是“谁在资本的牌桌上离庄家更近”。

这也从侧面印证了这个市场的荒诞：在这个庞大的资本闭环里，个人的技术偏好、业务逻辑甚至商业常识，在滚滚而来的资本洪流面前，都显得那么微不足道。只要你站在了那个被巨头选中的位置，风口自然会把你吹起来。

系统的自指与市场反馈的消失

现在这个玩法正在发生更深层的变异：不但要自产自销，还要“钦定”客户。

比如模型厂商开始投资控股公司，目的就是让这些公司投资的创业项目，全家桶式地通过协议使用自家的技术。

这逻辑其实特简单，简单到有点粗暴：当你发现“左手倒右手买显卡”这招好用后，下一步就是“花钱买自己的客户”。

如果不看那些复杂的金融术语，这事儿本质上就是：我给你钱开公司，但前提是你得买我的服务。

于是，采用率上去了，营收好看，估值也就跟着起飞。但在这个链条里，似乎没有谁是真正因为“觉得产品好用”而下单的。大家都像是被安排好的演员，按剧本走位。

这完全合法。但这让人想起那个古老的神话—— 衔尾蛇（Ouroboros）。那条吞吃自己尾巴的蛇，看着像是在形成一个完美的圆环，其实是在一种封闭的自我循环中消耗殆尽。

真正让我感到不安的，不在于 AI 是否是一个泡沫，而在于我们是否还有能力知道它是不是泡沫。

市场经济的基石是反馈回路（Feedback Loop）。正常的逻辑是：东西好用，客户就买；东西不好用，客户就跑。

但在这里，供应商是客户的金主爸爸，甚至是保底买家。哪有儿子嫌弃爸爸产品不好的？

于是，反馈回路断了。市场上听不到真话，只有不断攀升的营收数字。

朗讯当年的错误是粗糙的：债务是显性的，违约是可见的，那是物理世界的硬伤。而现代的金融架构不留痕迹。股权代替了贷款，所有权代替了风险敞口，保证回购代替了不确定的需求。

这里没有“违约”的概念。这里只有一家公司，在完美地、精确地按照设计，使用着“我们”的产品。

这是一个完美的商业闭环，也是一个完美的哲学困境：

在一个由镜子组成的房间里，光线无限反射，确实璀璨夺目。身处其中的我们，当然希望这场光影盛宴永不落幕，但偶尔也会恍惚——我们还能找到那束最初的、来自真实世界的阳光吗？

特别提醒：本文不构成任何投资建议。但记住开篇凯恩斯那句话。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-01-27

让 AI Agent 安全“跑”在云端：基于函数计算打造 Agent 代码沙箱

2026-01-27

OpenAI CEO 奥特曼：我已经准备好让ChatGPT看到我的所有数字生活，但是幼儿园不需要AI

2026-01-27

OpenAI 的最强对手，离「AI Windows」又近了一步

2026-01-27

一文搞懂 Skills 和 Cowork 背后的团队：Anthropic Labs

2026-01-27

Agent Skills实战分享：AI编程最后一公里，别让代码死在localhost里

2026-01-27

Skills刚火，就有零Skill的Agent来了…

2026-01-27

阿里Qwen3-Max-Thinking来了，加上TTS更强了，依然不开源

2026-01-27

Claude 史诗级进化：直接在对话框里回 Slack、画 Figma，工作流彻底变了

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

独家实录｜唐杰、杨植麟、林俊旸、姚顺雨...All Star 对话上，大家聊了啥？

2026-01-10

我挖到Gemini 3.0 Pro十大隐藏玩法，做网页已经落后N个版本了

2025-11-19

深度体验TRAE SOLO 正式版，总结一点技巧(附完整可重现提示词和源码)

2025-11-13

Pencil：设计和写代码，以后就全让AI干了

2026-01-24

我错了，Gemini 做PPT不是“一般”，是“封神”。（尤其挖到第3层功能后…）

2025-11-03

2026 开年 AI 工具推荐，让你新的一年效率起飞！（建议收藏）

2026-01-01

Codex 史诗级更新！引入 Skills 技能库，直接兼容 Claude 生态，开发效率原地起飞

2025-12-09

国内版的 NotebookLM 来了，甚至更强

2025-11-12

GPT-5.1 有哪些提升？来自 OpenAI 官方 AMA 的能力、推理模式、安全策略全解读

2025-11-15

Nano Banana Pro 最全实测：强到离谱！

2025-11-21

大家都在问

突发！OpenAI 明天“发布会”，GPT能再次碾压谷歌 Gemini吗？

2026-01-26

深度剖析｜Claude Agent 是如何一步步加载 Skill 的？

2026-01-26

深度解析——为什么Claude code CEO Dario 如此反中？

2026-01-23

为什么Codex似乎更强，Claude Code却更流行？

2026-01-23

Skills 为何成为 Agent 工程化的关键拼图？

2026-01-22

AI4Data 领域中应该如何工程化的实现“定向幻觉”？

2026-01-22

架构彻底重构！DeepSeek新模型代码曝光，要来的V4让国内外都坐不住了？

2026-01-21

从一行代码发现DeepSeek的秘密：Model1到底是什么？

2026-01-21

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean