AI 的资本史是一部标准的钟摆史：叙事点燃热潮 → 资本涌入 → 落地分化 → 泡沫破裂 → 幸存者通吃 → 等待下一次叙事。过去十余年，这个钟摆完整地摆了两个半周期。理解周期的机制不是为了预测顶底（没人能），而是为了理解当下处在周期的哪个位置、每个位置上什么该做什么不该做。本篇讲清这十年的资本周期史与当下的坐标。
第一轮周期：深度学习的第一次浪潮（2012-2019）
点燃（2012）：AlexNet 在 ImageNet 上的突破（深度学习证明了自己的实用价值）点燃了第一轮——资本涌入计算机视觉与语音赛道（安防、自动驾驶、医疗影像是当年的热门赛道），创业公司与融资额井喷。分化（2015-2017）：落地的现实分化了赛道——计算机视觉在安防与手机上的落地超预期（人脸识别的商业化成功），而通用 AI 的叙事（自动驾驶的全自动、通用机器人）持续不及预期。寒冬（2018-2019）：资本退潮——AI 创业公司的死亡潮（本库《创业死亡清单》的第一代样本：大量「AI 概念 + 弱落地」的公司倒闭）、媒体转向「AI 寒冬」叙事、投资人对 AI 的信任跌入谷底。第一轮的遗产：活下来的公司证明了 AI 的商业价值是真实的（但路径比叙事者说的窄——AI 是「点状突破」不是「万能钥匙」）；以及一批被验证的基础设施与人才——它们是下一轮周期的火种。
第二轮周期：生成式 AI 的狂热（2020-2024）
点燃（2020-2022）：GPT-3 展示了规模的力量（少样本学习——大模型路线的可行性证明）、扩散模型点燃了图像生成——「生成式」这个新叙事把 AI 从「识别」扩展到了「创造」，市场空间被想象成十倍于上一轮。ChatGPT 的发布（2022 年底）是点火索：两个月的亿级用户（史上最快的消费者应用增长）让所有人（包括从不投 AI 的资本）确认「这次不一样」。狂热（2023）：资本以前所未有的规模涌入——本库《深度研究：投融资盘点》的语境：模型层的巨额融资（算力的军备竞赛使单笔融资以十亿美元计）、应用层的批量诞生（套壳创业的井喷）、估值的叙事化定价（本库《估值逻辑》的钟摆狂热端）。分化开始（2024-2025）：市场进入「要证据」阶段——本库《估值逻辑》的钟摆回摆：纯故事融资减少、收入质量成为焦点、套壳公司的死亡潮（本库《创业死亡清单》的第二代样本）、巨头挤占应用层的空间；同时基础设施层持续吸收巨额资本（算力的军备竞赛、数据中心的电力投资——本库《能源账》——资本在「 shovel sellers 铲子商」身上的集中度超过应用层）。
当下的坐标与周期的机制
当下的位置（截至发文的市场观察）：第二半周期——从狂热向理性过渡的中段：基础设施层的资本仍在高位（算力竞赛未停），应用层的估值已经分化（有收入者溢价、无收入者清算），市场对「AI 概念」的整体热情在降温但对「AI 收入」的鉴别在升温。周期反复的机制从不改变，拆开看三层：机制一：叙事与兑现的时间差——技术的能力曲线是渐进的（指数的早期平缓），资本的预期是跳跃的（叙事一次到位）——预期跑在能力前面，落差就是泡沫；能力追上预期，落差就是机会。机制二：基础设施先行——每轮周期的资本都先涌向基础设施（铁路、光纤、数据中心——AI 轮是算力），基建的过度投资几乎必然发生（光纤泡沫的历史：光纤的过度铺设后来成了互联网的廉价地基——AI 的算力过剩若发生，也会成为下一代应用的廉价地基——这是泡沫的历史安慰奖）。机制三：幸存者通吃——泡沫破裂不是技术的失败，是劣质参与者出清、优质参与者获得资本与人才的再分配——每一轮寒冬都在为下一轮的头部集中铺路。对当下的行动含义：创业者——活过证据期，别死在叙事期（现金流管理高于增长叙事）；投资人——区分「基础设施的确定受益」与「应用层的叙事定价」；从业者——周期波动的是估值与热钱，不波动的是技能的真实积累（本库《就业结构》的技能搬家策略不随周期波动）。
周期里的「反脆弱」策略：把波动变成养料
资本周期的应对策略，最高级的形态是反脆弱——不仅活过周期，还让周期成为自己的养料。反脆弱策略的三条。策略一：周期低谷的「逆势建设」——寒冬期的人才与资源最便宜（竞品裁员释放的人才、估值的低点——周期低谷的招聘与并购，是下一轮热潮的弹药储备；本库 CUDA 篇的逻辑：伟大的公司常在低谷做最贵的投入）。策略二：用「不依赖周期」的收入对冲周期的波动——收入结构里的「周期免疫部分」（订阅的经常性收入、刚需场景的收入——与融资环境无关的收入是过冬的粮仓；本库《估值逻辑》的收入质量在周期里的生死含义）。策略三：把「叙事期」的泡沫资产转化为「证据期」的硬资产——热潮期融到的钱，在热潮期花掉是泡沫（高薪挖人、豪华办公室），在热潮期转化为硬资产则是远见（算力与数据的资产、专利与产品的壁垒、客户的合同——泡沫期融的钱，要在证据期花；本库《资本周期》的「把叙事期的估值泡沫在证据期连本带利地还」的反面操作）。反脆弱的哲学总结：周期不可预测也不必预测——可设计的是自己与周期的「关系」：让周期的每一阶段都给你递东西（热潮给钱、分化给人才、寒冬给团队与资产）——递不走的（技能、信任、复利），才是你真正拥有的。
给下一轮周期的备忘录：本轮已验证的五条规律
本篇的结尾，把本轮周期已验证的规律写成给下一轮周期的备忘录。规律一：基础设施先行且过剩——每一轮周期，资本都先涌向基础设施（本轮是算力与电力），且必然过度投资——过度投资的残骸会成为下一轮的廉价地基（光纤的先例），下一轮周期的基础设施瓶颈会是新变量（电力之后是能源与土地？）。规律二：应用层的死亡潮与「效率型幸存者」——应用层的批量死亡不可避免（本篇死亡清单），幸存者的特征是「效率与现金流」（本篇《估值逻辑》的证据期逻辑）——下一轮的火种在每一轮的冬天里就已点燃。规律三：地缘政治成为技术周期内生变量——本轮周期的资本流向被出口管制深度改写（本库《算力治理》）——下一轮周期的技术版图，从制定时就带着地缘的版图。规律四：能力的「点状突破」与叙事的「全面浪潮」永远错位——技术是点状的（本库第一轮周期的教训），叙事是全面的（资本总要讲「全面革命」）——错位是泡沫与机会的共同来源。规律五：基础设施与人才的积累是周期的「永久资产」——周期会死，积累不死（人才、开源生态、数据、方法论的沉淀跨周期存活）——在周期里投资「不随周期贬值」的东西，是穿越周期的唯一策略。这份备忘录写给下一轮：无论那是更热还是更冷，规律大概率不变——变的是技术与名字，不变的是人性与资本的本能。
周期的「叙事史」：每一轮的名字与隐喻
资本周期的叙事史有一个观察切面：每一轮周期都有自己的「名字与隐喻」——叙事的载体决定传播的效率。第一轮的名字：「深度学习」「计算机视觉」「自动驾驶」（技术名词的叙事——资本讲给专业听众听）；第二轮的名字：「大模型」「AIGC」「AGI」（能力与终局的叙事——破圈的隐喻让大众与资本同时入场：ChatGPT 之于本轮，相当于网景浏览器之于互联网）。隐喻的力量：好的隐喻把复杂的技术压缩成一句可传播的话（「AI 的尽头是电力」——本库能源篇的标题就是一个自造隐喻的样本；「算力的军备竞赛」「数据是新石油」——隐喻让不可触摸的东西变得可投资）。隐喻的风险同样在史书里：隐喻会过时（「数据是新石油」在数据合规时代已经失准）、隐喻会误导（「电力」隐喻暗示供给弹性，而电网的现实是排队——隐喻的简化扭曲了决策的输入）。给读周期的人的提醒：当你发现自己在用一个隐喻做投资或职业决策时，把隐喻拆开，逐项检查它与现实的对应关系——隐喻是传播的工具，不该是决策的依据；史书里的每一个泡沫，都有一个当年无懈可击的隐喻。
小结
AI 资本十年收成四条：钟摆摆了两轮半——深度学习的第一轮（点状突破证伪万能叙事）与生成式的第二轮（狂热至要证据的过渡中段）；周期机制三层——叙事与兑现的时间差制造泡沫与机会、基础设施先行且过度投资必然发生（但成为下一代的廉价地基）、泡沫是劣质出清与优质再分配的过程；当下的坐标是从狂热向理性过渡的中段——基建高热、应用分化、市场要证据；行动含义按角色分层——创业者现金流优先、投资人区分基建与应用、从业者积累不随周期贬值的技能。周期的元规律一句话：资本相信叙事，但只为兑现付账；技术的每一轮寒冬，都是为下一轮春天准备的火种。
参考资料
- 本库前篇：《AI 公司的估值逻辑》《深度研究：2026 年三季度全球 AI 投融资盘点》《创业死亡清单》《能源账》
- AI Index Report（斯坦福 HAI 年度报告）—— AI 投融资的年度统计权威
- 科技产业周期史的经典复盘（光纤泡沫、互联网泡沫的对照文献）
读者留言
COMMENTS 暂无还没有留言，来说第一句？