7月1日，Meta宣佈開賣算力，股價漲了8.8%。
7月2日，祖克柏內部會承認AI agent不及預期，股價跌了4.9%。
同一家公司的股價，周一被"賣算力"的消息送上去，周二被老闆一句話砸下來。市場在48小時內給了兩個截然相反的判斷——消息A說Meta在變現AI資產，消息B說Meta的AI故事在證偽。
然後第三個消息來了。
7月3日，韓媒爆料：Meta把下一代自研AI晶片MTIA的訂單給了三星，2奈米製程，超過10兆韓元。折合人民幣差不多450億。
三個消息拼在一起：一邊被人限購（6月28日Google剛通知Meta，Gemini算力不夠用了，省著用），一邊自己甩賣，一邊還在下幾十億美元的晶片訂單。
這三件事放一起看，像一個人同時踩著油門、剎車和離合器。但仔細拆開，每件事都有自己的帳本。
舊卡變現
Meta Compute這個雲業務，兩條腿走路。一條是裸GPU出租——把資料中心的H100和H200按小時租出去。另一條是模型API——把自研的Muse Spark和Llama系列打包成服務賣。
兩條腿賺的都是同一類錢：閒置算力的殘值。
Meta今年在AI基礎設施上砸了1250億到1450億美元。這筆錢花出去，伺服器和資料中心的折舊像倒計時一樣滴答響。哈佛商學院有一個案例研究專門算這筆帳：Meta的租賃義務已經堆到1828億美元，每年光折舊就是百億等級的費用。
不能讓GPU閒著。閒著就是在燒錢。
H100的租賃價格已經從去年巔峰時期的每小時8美元跌到不到2美元——跌了75%。但降到這個價格，還是有人租。Anthropic租下了xAI整個Colossus叢集，每月付12.5億美元。算力太值錢了，閒置的代價太高。
所以Meta賣算力，不是什麼戰略轉向。就是帳本上的折舊在逼著它想辦法變現。
這個邏輯祖克柏去年10月就說過。"建多了可以賣。"當時大家都當玩笑。現在回頭看，他沒開玩笑。
新卡自研
舊卡在往外賣。新卡在往裡買。
方向完全相反。
Meta的MTIA晶片（Meta Training and Inference Accelerator）已經迭代到第三代。前兩代找台積電代工，第三代換到了三星的2nm產線。訂單規模超過10兆韓元——差不多65到70億美元。
為什麼自己造晶片？
不想永遠給輝達交稅。
Google有TPU，Amazon有Trainium，微軟也在做自己的晶片。Meta現在終於跟上了。自研ASIC的邏輯很簡單——通用GPU什麼都能跑，但也因此什麼都不精。自己設計的晶片針對自己的模型和業務做最佳化，推理成本能砍掉一大截。
更妙的是，Meta把訂單給了三星而不是台積電。台積電的CoWoS先進封裝產能3年翻了近10倍——從1.3萬片擴到今年底的13萬片，仍然只有需求的一半。三星在2nm上產能有餘量，報價也更便宜。
這筆訂單讓三星代工部門的積壓訂單衝到了50兆韓元。三星的2nm客戶名單現在包括特斯拉、Anthropic、輝達、蘋果，再加一個Meta。
去輝達化，是真金白銀在燒。
雙軌模型
還有一層邏輯。這層更隱晦，但決定了前兩層的意義。
Meta現在的AI模型是雙軌制。一邊是Llama 4，4000億參數全部開源，Apache 2.0許可，誰都能拿去商用。另一邊是Muse Spark，閉源的，推理能力用了一個數量級更少的算力就達到了Llama 4 Maverick的水平。
開源養生態，閉源賺錢。
Llama讓全球開發者用Meta的標準訓練自己的應用。用得越多，生態越厚，Meta越難被繞開。Muse Spark則是拿來跟OpenAI和Anthropic正面打的——它的推理效率比Llama高了一個數量級，做同樣的推理任務需要的GPU更少。
更少的GPU意味著更低的成本。更低的成本意味著出租給客戶的時候利潤更厚。
開源模型負責把盤子鋪大，閉源模型負責把利潤做厚。邏輯清清楚楚。
但市場看不見。市場只看到Meta"放棄了Agent應用"，然後恐慌。
誰受傷了
第四件事不關Meta自己的戰略，但殺傷力比前三件加起來還大。
Meta賣算力的消息出來，CoreWeave跌了13%，Nebius跌了15%。費城半導體指數兩天跌了12%。
CoreWeave和Meta的關係有點微妙。CoreWeave是專門做GPU雲租賃的公司，去年9月從Meta手裡拿了142億美元的合同，今年4月又擴到352億美元，簽到2032年。Meta是CoreWeave最大的客戶。
現在最大的客戶自己開了一家同樣的店。
Meta出租的H100每小時不到2美元。CoreWeave的報價是6.16美元。同樣的卡，三倍的價差。
CoreWeave的商業模式建立在一個前提上：我有GPU，你來找我。但當更大的雲廠商帶著更便宜的舊卡入場，這個模式就開始漏風。Meta沒想打垮CoreWeave——它只是要把自己的舊卡變現。但舊卡的價格已經足夠把neocloud整個賽道碾一遍。
這就是"附帶損害"。被碾的人可能根本沒做錯什麼。
三盤棋，一個邏輯
回到開頭。一邊被Google限購（不夠用），一邊自己賣卡（用不完），一邊下幾十億美元的新晶片訂單（還要更多）。
這三件事不矛盾。
被Google限購的是前沿訓練算力——訓練下一代模型需要最新的Blackwell或Vera Rubin，這類晶片全球都缺。自己賣的是上一代推理算力——H100和H200跑通用推理綽綽有餘，但內部agent跑得太慢，消耗速度跟不上建設速度。下單2nm ASIC是為未來準備的——自研晶片，不再給輝達交稅。
問題不是算力多了還是少了。問題是算力需求在分裂。
前沿訓練仍然搶破頭，通用推理開始找下家。
這又得說回2000年的光纖故事。當年電信公司鋪了太多光纜，華爾街說嚴重過剩。但20年後，那些"過剩"的光纖支撐了整個網際網路。區別在於——光纖建了就建了，物理資產不會過時。GPU會。折舊的同時，租賃價格也在變化。H100租賃價格今天值1.99美元，明年可能值不到1美元？
所以Meta必須同時踩三條船：舊卡盡快變現，新卡加緊訓練，未來卡自己造。
舊的在打折賣，新的在加緊造，未來在另起爐灶。這不是撤退，是換擋。
算力會不會過剩？不知道……但算力會不斷被重新定價。 (層面)