騰訊二季報出來後，市場的第一反應是：“AI資本開支終於動真格了。”
單季527.8億元，同比暴增176%，環比大幅提升。對習慣了騰訊穩健風格的人來說，這個數字確實有衝擊力。
一時間，敘事開始轉向：騰訊要All in AI了，要動真格的了，要重新講一個硬科技的故事了。
但我的判斷恰恰相反：“動真格”這個詞用早了，騰訊的AI capex，還不夠高，還可以更高。
真正值得一家現金流充沛的網際網路巨頭去“大搞特搞”的方向，也不是模型本身，更不是目前被寄予厚望的應用層，而是那個回報期最短、商業邏輯最清晰的算力基礎設施層。
當下AI敘事最大的問題，是注意力錯配：的注意力都聚焦在模型層以小時計的新聞變化上，卻忽略了商業模式已經成型、投資卻明顯不足的算力層。
換句話說，市場把聚光燈打在了模型層和應用層，卻忽略了價值鏈上最確定、最硬的環節。
01 模型層仍在死亡峽谷
先看模型層今天的情況。
全球頭部模型公司幾乎都還在死亡峽谷裡行軍。
今天毫無疑問的壟斷雙巨頭OpenAI、Anthropic，至今仍處於常年巨額現金淨流出的狀態：
OpenAI：2025年營收約130億美元，營業虧損約209億美元；2026年Q1已燒約37億美元（對營收57億美元）。全年預計虧損/現金消耗約140-270億美元量級（內部預測與外部估算有差異），仍遠未到正FCF，預計要到2029-2030年才可能轉正。現金儲備雖厚（融資後），但單位經濟模型仍未跑正。
Anthropic：ARR已衝到約470億美元（2026年中），軌跡明顯好於OpenAI，可能更快接近營業利潤（有報導指向2026年中可能出現季度營業利潤）。但仍有大規模基礎設施投入，FCF轉正預期更晚（2028-2029附近），累計仍在消耗資本。
現金流為正這件事，在模型層至今幾乎沒有真正成立過。
原因並不複雜：
訓練成本高、迭代速度快、競爭激烈，且最終能沉澱為穩定經常性收入的部分，遠遠跟不上投入的速度。模型層目前更像是一場必須參與的軍備競賽，而不是一門可以獨立產生正現金流的生意。
有人會說，大模型的API毛利率很高。確實，OpenAI的部分產品線毛利率可以做到70%以上。
但毛利率高和賺錢是兩回事。當你的底座是每月數億美元的訓練成本和折舊攤銷時，高毛利只是讓虧損顯得“更有質量”而已。
這不是一個商業模式的判斷，而是一個產業階段的判斷。
模型層目前所處的階段，很像2000年前後的光纖網路建設期：技術路線尚未收斂，玩家必須持續投入以保持競爭力，但最終能活下來並盈利的，可能只有兩三家。而活下來的，往往不是靠模型本身賺錢，而是靠模型背後控制的底層資源。
再看應用層，尤其是本次騰訊業績會被反覆提及的AI辦公。
中國辦公軟體市場已經用十年時間給出了答案。飛書、釘釘、WPS，加上周邊生態，全口徑收入加在一起，全口徑收入合計長期未能突破百億人民幣量級。
騰訊的WorkBuddy目前號稱千萬級活躍使用者、約3億人民幣ARR，聽起來不錯，但放在騰訊7000多億年收入的體量下，這更像是一個還在驗證產品市場契合度的早期業務，而不是能支撐敘事的支柱。
更關鍵的是商業入口。
真正掌握企業辦公入口的，依然是Teams、WPS、釘釘這些已經完成使用者習慣教育的傳統玩家。新的Agent或AI辦公工具，很難在短時間內撼動這個格局。
把希望寄託在“做一個AI原生的辦公入口”上，某種程度上重複了十年前“瀏覽器才是入口，商店會重新定義一切”的敘事。
WorkBuddy被推到台前，其實折射出騰訊AI敘事的一個真空期：
模型訓練的進度需要追趕，算力供給的缺口需要填補，於是應用層的故事被提前拿出來講。這不是說應用不重要，而是它目前還遠沒有到能貢獻清晰商業回報的階段。
市場對workbuddy虛無縹緲的期待，本質上是對“確定性”的渴望。
騰訊投資人希望看到一個能快速變現的故事，因為模型層太燒錢，算力層太遙遠。
但問題是，中國To B軟體市場的天花板是明牌。用AI辦公講一個千億收入的故事，在可見的未來裡並不成立。
02 當前真正有商業價值的，仍舊是算力層
騰訊管理層在財報會上相對低調地提到，算力資源會兼顧內部使用與對外租賃。這句話被很多人當作附帶資訊略過，但我反而覺得，這才是當下AI主旋律裡最值得重視的部分。
算力層有一個模型層和應用層目前都嚴重缺乏的東西：相對清晰、可驗證的回報周期。
在美國，高利用率的算力中心，在簽訂多年期、高負載合同的情況下，回收期可以壓縮到兩年左右。
SpaceX披露顯示，它把Colossus容量租給Anthropic（約12.5億美元/月）和Google（約9.2億美元/月）等。
最近季度，AI部門的調整後EBITDA已經轉正並達到約11億美元，幾乎全靠算力出租拉動。純Grok模型業務本身貢獻有限，真正改善財務的是基礎設施租賃。
而傳統超大規模雲（AWS、Azure、Google Cloud）更是如此：
AWS：營運利潤率已升到約39%，AI相關業務貢獻明顯。
Google Cloud：營運利潤率升到35%+，增長極快。
Azure：也保持高利潤率。
它們把AI算力作為現有雲業務的高附加值延伸，定價和利用率都比較好，雖然整體公司FCF被巨額CapEx壓低，但云/AI算力這塊的單位經濟是健康的。
如果看專業neocloud（CoreWeave等），也是同樣情況。
每一家都在營收暴增（單季已超25億美元等級），調整後EBITDA利潤率常在55-60%。
但因為還在瘋狂擴容，自由現金流仍然大幅為負（CapEx遠超經營現金流）。一旦產能交付並開始產生經常性收入，利潤率會迅速抬升。合同積壓（backlog）已到千億美元量級，可見需求鎖定程度。
AWS、Azure、Google Cloud的AI相關業務，也在持續貢獻更高的營運利潤率。
這是一個被反覆驗證過的商業模型：
大規模、高密度、高負載的算力供給，一旦形成規模效應和客戶鎖定，就能產生類似基礎設施的現金流特徵。
中國的情況類似，但更極端。
目前高端訓練與推理供給的格局，大致是火山引擎與阿里雲佔據主要位置。
根據Omdia《中國AI雲市場份額2025》報告，阿里雲以38.1%的整體份額穩居第一（AI IaaS達38.6%），火山引擎以20.4%緊隨其後，並在公有雲大模型Token呼叫量上佔據接近半數份額；
騰訊雲僅6.3%，在大規模訓練叢集與高並行推理供給上的存在感明顯偏弱。這種“雙強領先、騰訊掉隊”的結構，進一步印證了騰訊在算力層仍有明顯的技術債需要償還。
無論是通義千問還是豆包Seed，Token消耗量的爆發，底層都依賴穩定、可控、成本可控的自有或緊密繫結的算力。
因為今天Token消耗的真實量級：已經不是“增長”，而是“爆炸”
豆包（火山引擎）2026年6月日均Token呼叫量達到180兆。相比2024年5月剛發佈時增長超過1500倍，過去一年增長超過10倍。火山引擎在中國公有雲MaaS Token呼叫量份額約49.5%。
全國整體，中國日均Token呼叫量從2024年初約1000億，到2025年底約100兆，再到2026年3月突破140兆，兩年增長超過1000倍。
通義千問雖未公開同等粒度的日均數字，但阿里雲明確把Token收入作為核心經營指標，並在短期內提出“日均Token收入增長5倍”的目標，同時百煉平台Token消耗規模在短時間內提升數倍。
這些數字意味著：推理需求已經從“偶爾呼叫”變成“持續、高並行、全天候”的基礎設施級負荷。訓練可以階段性完成，但推理是每天、每小時、每秒都在發生的。
租賃當然可以解決短期問題，但當需求進入指數增長階段，沒有自建能力的公司，最終會在成本和可用性上被動。
彼得·蒂爾很早就表達過類似的觀點：
市場把過多注意力放在了模型層，真正創造價值、拿走利潤的，往往是更底層的硬體與基礎設施。
輝達、台積電、記憶體廠商拿走了行業絕大部分利潤，而大多數模型公司仍在燒錢。
Nvidia：TTM（截至2026年4月）FCF約1190億美元；FY2026（截至2026年1月）約967億美元。經營現金流極高，CapEx相對極低（僅約60億美元量級），現金轉換率驚人（FCF margin接近45%+）。幾乎是當前AI產業鏈最強的現金印鈔機。
台積電（TSMC）：TTM（截至2026年6月）FCF約350-360億美元；2025全年約320億美元。CapEx很高（先進製程擴產），但仍持續產生強勁正FCF。
SK海力士：FY2025 FCF約190億美元（25.85兆韓元）；TTM（2026年中）已飆升至約670億美元量級（92兆韓元左右），HBM驅動利潤與現金流爆發。分析師對2026年全年FCF預期更高。
三星電子（尤其DS半導體）：公司整體TTM FCF已顯著抬升（2026年中可達較高水平，部分資料指向數十至百億美元量級），Q2 2026單季營業利潤就創紀錄（約580億美元量級，幾乎全部來自半導體/記憶體）。HBM與伺服器DRAM貢獻巨大，FCF同步改善。
粗略合計（Nvidia + TSMC + 海力士 + 三星半導相關）：當前年化正FCF輕鬆超過2000-3000億美元量級，且仍在快速增長。Nvidia一家就已佔絕對大頭。
這個判斷放到2026年的中國，依然成立。
美國財政部長貝森特關於“美國將控制先進算力80-90%”的表述，本質上是在說同一件事：模型競爭的最終形態，是算力競爭。
當AI應用滲透率沿著指數曲線上升，Token消耗量會迅速走向百兆甚至千兆等級，這必然指向大規模、持續的基礎設施投入。
DeepSeek最近的動作，是這個邏輯最直接的註腳。
Deepseek最近在公開招聘土木工程師、暖通工程師、IDC設計規劃崗位，並把烏蘭察布作為重要工作地點，訊號再明確不過。
它不再滿足於“用更少的卡做出更強的模型”，而是開始向土地、電力、機房這些更硬的資產延伸。字節在中衛設立相關公司、阿里持續加碼資料中心人才與項目，走的是同一條路。
梁文鋒和馬斯克，在這件事上選擇了相同的方向。
當你看到最聰明的模型玩家開始買地、建機房、招土木工程師的時候，你就知道產業的重心在往那裡移動了。
網際網路巨頭有充沛的現金流、有大規模的使用者場景、有組織能力去協調電力與土地資源。
如果連它們都不去主導算力基礎設施建設，那這個環節最終只會被少數雲廠商和專業營運商壟斷，後來者只能被動接受定價。
03 527億，在宏觀敘事裡只是零頭
很多人看到騰訊單季500多億的資本開支，會覺得“已經很激進了”。但如果把參照系換成房地產，這個數字立刻失去了衝擊力。
2025年中國房地產開發投資仍接近8.3兆元，即便持續下滑，2026年上半年也還有約3.8兆元。
相比之下，當前中國整個AI相關資本開支（政府規劃+企業+營運商）粗估還在5000億到1兆的年化量級。
那怕按“十五五”較高口徑的4兆五年規劃來算，年均也遠達不到房地產高峰期一年的水平。
換句話說，AI資本開支再怎麼增長，目前仍只是固定資產投資版圖裡的一個新興類股，而不是已經能改變宏觀結構的力量。
騰訊所代表的中概互聯AI CapEx激增，更多是在償還過去幾年在算力佈局上相對保守所欠下的技術債，而不是已經進入“超額投入”的階段。
市場把527億當作“激進”，只是因為騰訊過去太保守了。在一家年經營現金流超過2000億、淨現金儲備數千億的公司面前，單季500億的資本開支，距離真正的“重倉”還有相當距離。
真正的主敘事，是硬資產，是地緣政治背景下對先進算力的控制權。
模型可以開源、可以蒸餾、可以快速迭代，應用可以模仿、可以捆綁、可以補貼，但大規模、高密度、有綠電保障的算力中心，一旦建成並滿載，就會形成真實的進入壁壘和現金流。
這是產業規律，不是敘事偏好。
騰訊有能力、也有必要在這個方向上走得更遠。不是為了講一個更激動人心的故事，而是因為這是目前AI價值鏈裡，少數能夠在可預見的時間內產生正回報的環節。
模型層還需要繼續投入，應用層也值得耐心打磨，但真正決定長期位置的，是你能在多大程度上掌控算力這一層。
DeepSeek已經用招聘行動表明了態度，字節和阿里也在用真金白銀和人才佈局表態。騰訊的資本開支可以更高，也應該更高——不是為了追數字，而是為了把技術債還清，把未來最確定的商業價值抓在自己手裡。
04 硬的東西，比軟的故事更值得信任
2026年的AI產業，正在經歷一輪悄無聲息的重心轉移。
當模型層的燒錢速度超過收入增長速度，當應用層的商業化驗證遠未到來，市場的注意力卻仍然錨定在“誰做出了更強的模型”“誰推出了更酷的應用”上。這是一種路徑依賴，也是一種認知慣性。
真正的產業訊號，不在發佈會PPT裡，而在土地出讓公告、電力合同、機房建設周期和土木工程師的招聘啟事裡。
騰訊二季報的527.8億，是一個開始，也是一個測試。測試這家公司是否真正理解AI競爭的底層邏輯，是否有意願在確定性的方向上押上足夠的籌碼。
硬的東西，往往比軟的故事更值得信任。(錦緞)