作者｜徐珊
編輯｜鄭玄
「距離 AI 泡沫接受考驗，還有六個月。」今年 4 月底，一位硅谷投資人平靜地對我們說道。
但不到一個月之后，「六個月」就壓縮成了「三周」。
把這個時間表提前的，是 SpaceX。5 月 20 日，它公開招股書，募資 750 億美元，估值 1.75 萬億，這或許是美股史上最大的一筆 IPO。緊隨其后，Anthropic 、OpenAI 遞交招股書，估值都沖上 1 萬億。而這三家 AI 巨頭即將到來的 IPO 要從整個市場上抽走的錢，是去年整個美股 IPO 市場的 10 倍。
一旦上市，賬本就攤開在所有人面前。AI 業務的真實成色、續約率、現金流，只要一個數字不及預期，恐慌就會被點燃。二級市場先崩，一級市場的錢跟著抽干，一個建立在 AGI 期望之上的市場，要重新看待 AI 的價值。而那些剛剛入場、靠 AI 故事撐著估值、卻拿不出真實收入的創企，會是第一批出局的。
但這一周在硅谷，我們看到的不是恐慌。今天的 AI 泡沫，已經不是早期那種「被風口吹昏頭腦」的狂熱。更微妙的是，泡沫還在繼續吹大，但已經有人悄悄準備好了救生艇。我們聊了一圈投資人、創始人、工程師，沒有一個人真正離場，但每個人都在給自己留后路。
為什么這些最聰明的人，沒有一個先走？為什么明知道腳下的地在晃，他們還在加注？這場一邊膨脹、一邊準備逃生的泡沫，最后會通向哪里？今天發生在硅谷的事，從不會只停在硅谷。無論你在做 AI、投 AI，還是只是被 AI 改變著工作，硅谷這群人此刻面對的難題，遲早會擺到我們每個人面前。在我們坐上去之前，可以先看清楚那些已經在桌上的人，在做什么、在想什么、在押什么。
01
硅谷里的 AI 泡沫：
無處不在，無人下桌
過去，AI 泡沫對我們是一組數字。五大科技公司今年要在 AI 上花掉近 7000 億美元，比瑞典一整年的 GDP 還多；華爾街把標普 500 四成的盈利增長，壓在了這一個賽道上；有機構算過，圍繞 AI 的這場建設，盤子有 3 萬億美元。數字越大，似乎和自己越沒關系。
等我們坐在硅谷，泡沫才從一串數字變成了更具象的細節。一份合同的有效期，一個團隊的產品進度，一條增長曲線的真實斜率，這些東西從來不會寫入報告里，但拼起來，才是泡沫最真實的模樣。
更值得關注的，是硅谷里的人。我們發現，多數人并不覺得自己是吹泡沫的人。在泡沫里待久了，吹泡沫的話術，就成了說話的方式。沒產品，可以先講未來；沒利潤，可以先報增長；沒驗證，可以先要估值。當所有人都這么講，講多了，就已經成為「正常」。正常到身處其中的人也分不清，哪些是真的有價值，哪些只是被泡沫抬上去的。而剛入行的人甚至覺得，AI 行業本來就該是這樣。
但真正定義這場泡沫的，不在數字本身，而在數字背后的結構。我們越往里走越發現，泡沫不在某一個角落，它在每一層，大廠、創業公司、還沒進場的人，各有各的泡沫，只是長得不一樣。
最上面一層是大廠。Alumni Ventures 的投資總監 Bryan Liu 跟我們拆過這里面的邏輯：今年大廠買 AI，很多時候不是因為算過效果，而是因為「adopt AI」已經成了一種共識。「CEO 的年度計劃里必須有它，采購的門必須先打開。」買，不是因為確定有用，而是因為不買這個動作，就等于承認自己掉了隊。這正好對得上 MIT 2025 年年底發布的報告，企業在生成式 AI 上砸下三四百億美元，95% 項目至今沒有回報。錢花了，效果約等于零，人們卻還在繼續花。在企業面前，AI 泡沫吹的不是價值，是姿態。
這些錢往下流，就變成了創業公司的增長故事。但我們發現，企業把門打開，不代表它會真金白銀地長期下注。它們越來越少簽三年的長約，轉而先給一個六個月的試用，看到結果再談續約。于是很多創業公司手里攥著一把六個月的短單，把它們寫進 BP、做成案例、疊進一輪高過一輪的增長曲線。至于這些短單最后有多少能變成長期合同，沒人說得準。
所以創業公司的泡沫，其實是上下游一起鼓吹起來的：
大廠用短單表態，創業者用短單融資，投資人買單再轉手，誰都沒急著說破。
不過，在這樣的泡沫中，難受的是那些剛剛進場的人。當先發者的估值和 ARR 被抬到高位，后來者會發現，光靠做出真東西已經很難追上去了，除非你也能講出一個足夠漂亮的故事，把融資和估值快速沖起來。客戶門檻越墊越高，融資越來越難，被裹挾著卷入泡沫里的人越來越多。
三類人，三種位置，三種押法。
當然，這片繁榮之下并非全是水分，也有真東西在長。
比如說語音 AI 賽道，過去一家跨國公司的客服中心要養幾百萬人，但像 ElevenLabs 這樣的語音公司起來之后，不少大廠直接把整個 call center 關掉，換成語音 agent，一簽就是六七年。「這種需求是實打實的，錢也是真金白銀。只是在今天的硅谷，能把價值這樣落到實處的，還是少數。」Bryan 感嘆道，如今想要在泡沫里去找到這樣的真企業也越來越難。
但讓我們印象最深的，不是這場泡沫有多大，而是幾乎每個人都看得見它，卻沒有一個人愿意讓它停下來。而看清楚之后，大家做的不是離場，而是一些隱秘的保護，企業比如不再輕易簽長約，先用六個月探一探；創企們比如一邊講著故事，一邊悄悄給自己留條后路。
泡沫照樣在吹，只是每個吹的人，都給自己留好了退路。
02
留在桌上的人，都在看什么
「每一個留下來的人，押的到底是什么？」翻完這一周的對話，我們發現答案五花八門。
創始人賭自己能跑到下一輪，活下去。投資人賭自己提前押中了那家公司，賭的是概率。工程師賭的是一條沒人看好的技術路線，賭它將來會翻盤。三個人坐在牌桌的不同位置，誰也說服不了誰。但誰都沒真的離開，這或許才是這場泡沫最反常的地方，所有人都看見了風險，所有人都還在持續加注，只是各自押注的方式不太一樣。
創始人：有人猛踩油門，有人強按剎車
最有意思的是創始人。這一周在硅谷，我們見到兩類截然不同的創始人，面對同一場泡沫，選擇了相反的方向。
桑文屬于前者。他曾在停車軟件這個跟 AI 毫不相關的賽道做了十年，這一輪 AI 創業潮才切進來。他相信 AI 正在創造一個全新的市場，用他的話說，這是「market pull（市場驅動）」，不是你推，是市場在要，「而且還不夠」。
而 Genspark 也確實趕上了 AI 敘事最值錢的時候。種子輪拿 6000 萬美元、估值 2.6 億美元時，公司還沒有任何營收。但它也是少數真正跑出高速增長的公司，產品上線 9 天 ARR 破 1000 萬美元，45 天飆到 3600 萬，9 月底超 5000 萬，到 2026 年 3 月突破 2 億、3 月底 2.5 億。
錢和信心，Genspark 都不缺，在紐約和舊金山，地鐵里、樓宇上、街邊，我們到處能撞見 Genspark 的廣告。
但即便是跑出來的明星初創，也很少把所有籌碼壓在一條路上。這一輪 AI 創業潮里，已經能看到不少頭部獨角獸在估值高點同時鋪設另外一條路，保持高速增長的同時，悄悄觀察被大廠收購的可能性。被巨頭收編，正在成為這一輪明星創始人給自己留的另一種后手。
不過，像 Genspark 這樣一擊即中的 AI 創企，終究是少數。另一位創始人翔峰的創業歷程經歷了更多轉折。
他履歷不差，在百度、小米做過高管，把小米的海外應用商店從 0 做到約 1.5 億月活。2022 年底離開創業，ChatGPT 一出來就轉向 AI。第一個項目做 AI 英語學習，做了兩年，盈利、退出；第二個做視頻 agent，融了資，最后沒做下去；現在的第三個，計劃做類似 Claude Computer Use 的電腦端 agent。
在 AI 泡沫里摸爬滾打幾輪下來，他看市場冷靜了很多。在他看來，AI 的滲透率遠沒有外界以為的那么高，普通人的生活跟 AI 幾乎不沾邊，機會恰恰藏在這片還沒被挖開的地方。
我們見到他時，他正在 Palo Alto 做市場調研，找下一個垂直方向。他甚至覺得，泡沫帶來的某些變化，對創業者反而是好事：「Claude 4.6 之后，做產品不再需要那么多人、那么多錢，可以更接近 PMF 再去融資，創始人的掌控權和股權都更劃算。」所以他不急。寧可慢，把方向看準，把船造穩。
一個把油門踩到底，一個主動松了油門。但誰都沒下桌。桑文的「快」，賭規模和聲勢能帶他穿過周期，要么大到活下去，要么貴到被買走；后者的「慢」，在賭認知和耐心能讓他熬過退潮。等風停了，船還穩穩浮在水面上。方向相反，但其實都在為泡沫退去之后，自己還能不能活著做準備。
投資人：泡沫之外，要看到 AI 革命的本質
如果說創始人是最知道泡沫有多大的人，那投資人就是最清楚泡沫怎么起來的人。他們的糾結也在這里，理性上，水分有多少、真假優秀的公司有多難分辨，他們一清二楚；但他們也比誰都清楚，泡沫擠掉之后剩下的那部分，才是這一輪產業革命真正值得押注的方向。
我們見到的一位資深投資人嘉加資本 Holly，原則定得很硬。「我不撒胡椒面，」她說，她不做最早一輪，一定要看到市場化產品、看到 PMF 才下手。在她看來，那種廣撒網的回報其實非常有限，「后面稀釋到連個胡椒面都不是了」。
但就是這樣一個人，最近也破了例。幾位頂尖 AI 研究員組隊成立了一家公司，還都沒做出具體產品，估值已經沖到了幾十億美金。
Holly 最后也出手了，盡管她清楚地知道，這并不完全符合自己一貫的投資框架。但有些機會本身就不屬于標準答案。在硅谷，真正稀缺的從來不是資金，而是頂尖人才的組合。當最優秀的人開始一起創業時，融資往往不是單向篩選，而是雙向奔赴。
投資人在判斷項目，創始人也在判斷誰能成為長期同行者。
畢竟，好項目靠爭取，不靠等。
「泡沫不可怕，擠掉泡沫之后剩下的實質，才是關鍵。」在 Holly 看來，投資人要做的就是在認清風險的同時，依然敢于理性地入局。泡沫會破，但產業革命的本質不會變。看懂這一點，才知道該往哪里押注。
另一位投資人 Bryan 判斷「水分」的標準簡單得多：看一家公司，先看它的客戶是誰。服務別的 AI 創業公司的，風險高，因為它的收入建立在別人的泡沫上；賣給傳統行業真實需求的，相對更穩一些。
說到底，硅谷里的投資人比誰都清楚泡沫的存在。但他們要解的從來不是「這是不是泡沫」，而是在一片都看見的泡沫里，讓自己的判斷力發揮出更大的價值。資金從來不缺，缺的是在所有人都還在下注的時候，依然分得清哪些公司能穿越周期、哪些只是被一起抬上去的。這一點上，誰的判斷更準，誰手里的錢就更值錢。
工程師：在大廠內部，看見搖擺與迷茫
比起創始人和投資人，大廠里的工程師，視角要更靠近內部。他們既能摸到大廠砸進 AI 的真金白銀有多重，也能看見高層在不同技術路線、不同業務之間，怎么來回搖擺。
我們見到的一位工程師 Thomas，在一家頭部大廠做大模型，讀博時研究的是模型的基礎理論。他對泡沫的感受先從一個詞開始：信仰崩塌。在學校做研究，講究的是有一套數學框架去推演。進了工業界他發現，沒人關心那些一堆不切實際的理論假設，更沒有人在意那些玩具大小的「真空中的球形模型」，大規模測試上的性能指標才是一切：「有效果就行，沒人在乎你為什么對」。
他看到的搖擺是具體的：阿里曾 all in 開源生態，最終卻以林俊旸下課標志著全面閉源化的開始；字節從一開始就專注打造閉源的產品級模型，但兼顧學術發表的步伐也在漸漸放緩；Google 在 BARD 的滑鐵盧和 BERT 生態的全面崩潰下，也不得不大刀闊斧重組團隊打造了后來占據著頂級模型守門員地位的 Gemini。
不同的問題，不同的困境，幾家最聰明的公司給出了不同的答案，但都指向工業化、閉環生態和可變現潛力。在外面看，這是「巨頭都在重金投入 AI」的繁榮，在內看，這卻是現實壓力之下的創新力凋零與更深層次上的茫然。
而在這套茫然里最難清醒的，不是底層工程師，也不是最高層，是中層。因為底層只管把手上的活干好，高層可以隨時調頭換方向，唯獨夾在中間的人，一點點看著過去十年的經驗，在新范式里失效。「他們知道大方向是 AI，卻不知道自己十年攢下的東西，還能落在哪。」他說道，這種清醒里帶著一種游離感。這也是泡沫增長過快導致的后果之一，大量從業者某天忽然發現，自己引以為傲的積累，需要重新校準。
最后，他還講一個黑色幽默的判斷。我們問他，到底什么不會被 AI 替代。他說，消費和履約。「坐牢和花錢是第一生產力，別的都是虛的。十年寒窗，不如十年鐵窗。」他還拿特斯拉 FSD 舉例，技術上替代司機早就沒問題了，可方向盤后面還是得坐個人，因為萬一出事，得有人負責。「一個機器人要是把別人的頭擰掉了，你得替它去坐牢。這個需求，是不可消滅的。」
在他的推演里，未來或許每個人還干著原來的活，但最費神的那部分早被 AI 接管，人留在崗位上，只負責為這份工作的結果負責。換句話說，當能力可以被無限復制，最后還屬于人的，可能只剩下「承擔后果」這件事。「這甚至是比較理想的結果，人還有價值。」
一個在最前沿寫代碼的人，最后把人的價值，落在了「還有人能為出錯負責」上。泡沫吹得越高，這句話聽起來越不像玩笑。
創始人賭自己能活到退潮，投資人賭自己能先上車再下車，工程師賭的是一條還沒被驗證的路。這里沒有人離場，也沒有人全押。他們看到的泡沫不一樣，手里的籌碼不一樣，但每個人都在加注的同時，也給自己留好了那條隨時能抽身的路。
在一個所有人都說「是泡沫」的地方，這或許是唯一稱得上理性的活法。
而泡沫真正留給這群人的，不只是焦慮與迷茫，還有一批被逼出來的新判斷。
03
泡沫逼出來的五個新判斷
泡沫從來不只帶來風險，它也逼出進化。當估值、敘事、節奏全被打亂，這個生態里最聰明的人沒有停下來抱怨，而是順勢把一批原本想當然的事重新想了一遍：一家公司到底該怎么估值，出海第一天要先回答什么，押在哪條技術路線上才不會被敘事帶偏。
這種「重新思考」，在硅谷一線已經成了從業者每天都在做的功課。與其說是被環境逼的，不如說是聰明人面對不確定時的本能。
硅谷的今天，大概率是我們的明天，這五個判斷，是我們從硅谷帶回來的劇透：
1、評估一家 AI 公司的標準主要看五點：營收的質量、算力的自主性、護城河、資本效率、合規與治理。
營收的質量：怎么收款、回款周期、客戶流失率、獲客成本、合同來源、合同的簽署方式；
算力的自主性：Infra 公司對算力的依賴程度有多深，與云廠商和芯片廠綁定情況；
護城河：哪一部分是真正不可被替代的；
資本效率：錢用在了哪里，融資規模和企業真實產出是否匹配；
合規與治理：合規、治理、組織架構，以及團隊的構成情況。
2、出海不再是做大以后的選擇題，而是注冊公司那一天就要回答的必答題，存在四個象限：
第一象限 · 市場：核心市場到底在哪，要想清楚理論上的總盤子有多大，其中受你的產品和定位限制、你真正有能力服務的有多大，再到考慮了競爭和獲客之后、你短期內真正拿得下的有多大。
第二象限 · 核心團隊與核心技術的來源：核心技術以及關鍵人員從哪里來，在哪里，經手了哪些地方的資源。
第三象限 · 退出：未來將會選擇在海外退還是國內退。
第四象限 · 怎么融資：錢和錢是不一樣的，區別不在金額，在它背后帶來的是資源還是麻煩。
3、模型的路線之爭遠沒有結束，今天主流路線贏下的與其說是技術，不如說是敘事。
目前幾乎所有資源都壓在同一條路上，transformer、自回歸、規模法則，默認模型參數「越大越好」。但這條路有物理上限，算力堆不到無窮，而它的領先越來越靠 benchmark 上的分數來證明，而不是底層邏輯的不可替代。
主流視線之外，擴散、非自回歸這些「非共識」路線一直有人在做，今天不被相信不代表永遠。一旦 benchmark 失信、或規模先撞上成本的墻，未來一兩年技術路線的話語權完全可能重新洗牌，把「現在最強的路線」當成唯一正確的路線，是這個階段最容易犯的錯。
4、AI ToB 的方法論要重新想，AI 的邊際成本結構和移動互聯網根本不是一回事。
過去做 SaaS，圣杯是用戶規模，先做大盤子，再談變現。但當一個人加一套 agent 就能干過去一百人的活，「做大低客單價用戶」的舊打法不再天然成立。在邊際成本極低、單客價值極高的場景里，少數高客單價客戶跑通的模型，可能比海量用戶的增長曲線更接近真實的價值，增長不再等于用戶數，而是等于每個客戶能被挖多深。
5、每個 AI 賽道都要重新分層。
以 AI 視頻為例，它至少能拆成四層：模型層、工具層、分發層、社區層。模型層的戰爭基本結束，歸于大廠；工具層各家拿出來都是幾千萬美金 ARR；越往上層，泡沫程度和機會窗口完全不同。這套分層適用于幾乎每個賽道。真正該問的不是「這個賽道火不火」，而是三件事，火的是哪一層、你站在哪一層、那一層有沒有真正的商業價值。說不清自己站在哪一層的人，往往是還沒真正進入這個賽道的人。
幾個月后，SpaceX 會敲鐘，OpenAI、Anthropic 也會陸續攤開賬本。泡沫退去時沖走的是水分，但這些會留下來的人才、經驗、認知，成為下一階段真正的起點。
當然，硅谷和國內并不會是同一個故事。硅谷對未來想象的容忍度極高，泡沫也吹得更大；國內做業務的氛圍更濃，所有人都在追問「什么時候能賺錢」。這種務實，過去常被看作中國創業者的局限，但在這一輪 AI 泡沫里，它或許反而是一種保護。
泡沫退去后誰剩真金、誰剩空氣，要等風吹過來才知道。
* 頭圖來源：極客公園
本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO
直播預告
現在全行業都在卷具身智能，主流共識是：只要堆夠遙操作數據、人類視頻和仿真數據，配合 Scaling Law，機器人就能像 GPT 一樣迎來智能「涌現」。但也有人提出了不一樣的判斷。她認為，目前的 AI 本質上還在做統計擬合——給什么輸入、猜什么輸出，卻不理解「為什么」。在摩擦力、重力和長程任務交織的物理世界中，機器人需要的不只是更多數據，而是真正理解因果關系。
本期直播，極客公園對話 Aether AI 創始人黃碧薇（Biwei Huang）。她比大多數人更早相信：AI 智能的瓶頸不在數據，在范式。因果大模型，會是下一場范式之爭的答案嗎？一起來聽聽她的判斷。
