最近黃仁勳發了一個推文：
GPT-6 Astra，用十萬張以上輝達Grace Blackwell NVLink72訓練。從 ChatGPT 到 o1 到 Astra，四年。
AGI 來了。恭喜 OpenAI 團隊。
馬上我們的卡也要出新品了。
這個帖子目前已經有1000多萬次瀏覽量了，並且全世界的媒體都在轉發解讀這四句話。
但請注意，這不是正式的推文，被全球媒體當成"輝達 CEO 正式宣告 AGI 到來"的那句話，是作為回覆掛在別人的帖子下面的--Replying to @ChaseLochmiller and @OpenAI
咱們今天就從Chase Lochmiller說起。
01 行銷噱頭
Chase Lochmiller是一家叫Crusoe的資料中心公司的 CEO，GPT-6 Astra就是在他家的機房裡訓出來的。
所以模型一發佈，他發了條祝賀，在結尾加了一句：
我猜，這讓Abilene成了AGI的誕生地。
你品品，這就是強行往自己臉上貼金。
一位資料中心老闆給自己的項目所在地貼了張標籤，說自己的資料中心是AGI的誕生地，目的肯定是為了招徠更多的AI模型訓練公司簽單，很自然地，最大的硬體供應商在下面點了個頭，說了三句同樣是賣貨的話：
第一句是點一下自家硬體——十萬張卡，都是我家的。
第二句是價值判斷——AGI 來了，無法證偽。
第三句是銷售預告——下一批四十萬張 GPU 即將上線，大家準備好小錢錢，下一代會更貴哦！
經濟學裡有個基本工具叫訊號理論：
一個訊號之所以可信，是因為發出它的成本很高。孔雀的尾巴很沉、很礙事、還招天敵，正因為它這麼難維持，它才是個誠實的訊號。
那麼，"AGI 來了"這句話的成本是多少？
零。
收益是多少？
下一批四十萬張卡。
聰明的Jensen是絕對不會錯過這句話的。站在那個位置上的人，說這句話的成本收益結構，決定了他一定會說這句話的。這跟他信不信，是不是真的這樣認為，沒有關係。
事實上，這的確他不是第一次說了。
今年三月在Lex Fridman的播客上，他就宣佈過一次"我們已經實現了 AGI"，當時給的定義是：
一個能造出十億美元公司的 AI。
一個人每隔半年宣佈一次AGI來了，
說明來的不是AGI，是新品發佈會。
02 改變標準吧
Astra確實很強，這個必須承認。
它在衡量 AI 操作真實桌面的測試上比上一代高了近七個百分點，同樣一件事少花47%的時間，還是 OpenAI 第一個被自家安全框架判定為"關鍵級"的模型——
所以發佈時只對少數機構開放，企業版默認關閉。
但那些一路"飽和"的分數，要另說。
ARC-AGI-3 是今年三月發佈的一套測試，設計思路是把 AI 扔進一個沒有說明書的陌生環境，不告訴它規則，讓它自己摸。
三月剛發佈時，主流 AI 系統的總分還不到 1%。
半年後，Astra拿了99.9%。
但這個99.9%，是在OpenAI自己搭的適配(自己當球員也是裁判)環境裡跑出來的。
ARC Prize自己做的獨立測試，成績在17%到63%之間。
數學那邊也一樣。
Astra在FrontierMath最難那一檔拿了97.6%；因為OpenAI資助了它的開發，並且獨家擁有其中一部分題目。但在唯一一個不是自己出題、自己判卷的榜單上，不是第一名。
學界的反應很快。
數學家陶哲軒說，
咱們不要比”解出未解難題“了吧，畢竟題目是已知的、答案是可驗證的、榜單是靜態的，要不咱就讓模型們比提出新的數學洞見，提出一個新猜想、發現一個沒人注意到的結構、建立兩個領域之間意外的聯絡。
到了這一步，才算真正的牛。
順帶一提，對AGI這個詞最不客氣的人，是OpenAI自己的CEO。
奧特曼說，AGI 頂多算一個定義極差的詞。其實他本來想說，那是個不相干的行銷術語。
而OpenAI總裁Brockman在發佈會上被問到是不是正式宣佈實現AGI時，回答是：這個詞已經不再掛鉤合同觸發條件了，現在它是一個使命概念，或者說，一個精神概念。
一個詞，從一份價值千億美元合同的觸發條款，降級成了"精神概念"。
嗯，當它不再值錢的時候，它就可以是精神了。
03 燈還沒亮
好，咱們把詞放到一邊。
不管它叫什麼，這東西正在改變世界吧？
麥肯錫的調查裡，91%的公司已經在至少一個業務環節使用AI。
但今年二月一份覆蓋美英德澳近六千位企業高管的研究發現：89%的管理者說，過去三年生產率沒有變化。
普華永道覆蓋95個國家、4454位CEO 的調查裡，56%說他們從AI投資裡什麼也沒得到。
1987 年，索洛寫下那句技術經濟學裡被引用最多的話：
電腦時代到處都能看見，唯獨看不見在生產率統計裡。
四十年後，這句話可以原封不動地重發一遍。
只需要把"電腦"換成"AI"。
經濟史學家Paul David寫過一篇關於電力的論文，說，
電動機發明之後，工廠的生產率整整四十年沒有起飛，原因不是電機不行。
是老廠房的結構是"一根大軸帶動全廠機器"。你把動力源從蒸汽機換成電動機，大軸還在，佈局還在，效率就還是那樣。
真正的飛躍發生在啥時候呢？
發生在工廠被拆掉重建、每台機器配一個小馬達之後。
技術革命的時間表，從來不由技術決定。
由重新佈置廠房的速度決定。
而"重新佈置廠房"這件事，恰好是咱們的活兒。
04 AGI的資料中心
Abilene，德克薩斯州西部。人口十二萬出頭。
在這之前，它的城市名片是牛仔文化、一座空軍基地和幾所教會大學。
現在，它的城市名片(可以)是：
AGI 的誕生地。
咱們先看這個資料中心的物理形態。
園區總面積約 1100 英畝，折合六千七百多畝地，四點五平方公里。
規劃八棟建築，總建築面積約四百萬平方英呎，三十七萬平方米。
總電力容量1.2吉瓦。
1.2吉瓦是個什麼概念呢？
Epoch AI 估算相當於25萬張H100的等效算力。
那它是怎麼把電搞定的？
一部分靠西德州的風電，一部分靠現場自建的燃氣發電。另外，Crusoe 還單獨成立了一家合資公司，專門去鎖4.5吉瓦的天然氣發電能力。
一家資料中心公司，跑去成立能源合資公司，美國確實比較缺電。
水的部分更有意思。
德州西部長年乾旱。常規資料中心那套開放式冷卻塔，一年能蒸發掉幾百萬加侖水，在這兒是不可能被批的。所以 Abilene 用的是閉環液冷：冷卻液直接打到 GPU 的冷板上，走密閉循環，號稱零蒸發。首次注水大約一百萬加侖，之後只補維護損耗。
在西德州，你要是解決不了水，這個項目根本立不起來。
再看審批。
這塊地本來就是工業用地，不需要重新分區，也就沒有那些漫長的、會被居民堵在門口的聽證會。那兩百一十台燃氣發電機，走的是空氣排放登記，不需要做完整的環境影響評估——因為沒有觸發濕地之類的聯邦條款。
一塊早已完成工業出讓、無需調規、無環評硬門檻、且緊鄰風電和天然氣管網的連片大地塊。
這就是這一輪美國最搶手的東西。
最後看錢。
Crusoe 為這個項目拿到了一百一十六億美元的融資承諾，項目累計募資約一百五十億美元。Oracle 簽了十五年長租，OpenAI 是終端使用者。
所以這個園區的產權結構是這樣的：
一家融資平台持有物業，Oracle長期承租，OpenAI是租客的客戶，Crusoe負責開發營運。
輝達賣裝置，並且據報導還交了一筆一億五千萬美元的保證金，保住自己在這個場子裡的位置。
同一片地，因為口徑不同，可以被引用成一百一十六億，也可以被引用成五千億。
05 9000個人來 不到400人留下 信任架構和數字身份
好，現在到了最關鍵的那張表——
地方政府的帳本。
先說稅。
阿比林市（通過其開發公司）給出的條件是：85% 的房產稅減免，為期十年。台勒縣那邊批的是二十年期的減免。
也就是說，頭十年，這個總投資三十五億美元起步的項目，當地只能收到房產稅應徵額的 15%。
這座城市每收到一美元，就在主動送給了開發商大約五美元。
再說崗位。
這是最扎心的一組數字。
Crusoe 在換取稅收減免的協議裡承諾的全職崗位數，是三百五十七個。
而建設高峰期的施工人員是九千人。有研究指出，資料中心項目七十比一的落差也不罕見。
你想想，三十五億美元的投資，換三百五十七個長期崗位。
平均下來，每個崗位對應約一千萬美元的固定資產投資。
資本極密集，土地極密集，用電極密集，唯獨不用人。
短期當然是熱鬧的。
阿比林 2025 年的銷售稅收入，比前四年平均值跳漲了 40%。市中心熱鬧起來了，商會負責人說店舖滿了，本地生意興旺，新增稅收在幫著翻新市中心和公立學校。
這些都是真的。
但熱鬧是有保質期的。
施工隊伍里大約六成來自外地。而西部資源型小鎮的建築工人年流動率能到100%到 200%——整支隊伍一年內至少換一遍，有時換兩遍。
那40%的銷售稅漲幅，一年之後就會跌回去。
更麻煩的是住房。
房東們開始把房子轉租給出得起價的建築工人，原本住在裡面的低收入租戶被擠了出去。
當地媒體的說法很直接：資料中心沒有緩解阿比林的住房問題，反而製造了一場住房危機。
06 資料中心的困境
現在把目光轉回國內。
2026年3月，中國智能算力總規模達到1882 EFLOPS，在用算力中心標準機架突破1445萬架。
全國近三百個智算中心項目覆蓋二十九個省份，僅2025年一季度，128個項目合計總投資就超過四千三百億元。
這個建設速度，全世界沒有第二個國家做得到。
同期還有一組更振奮的數字：
全國日均 AI 詞元呼叫量，從2024年初的約一千億，漲到2026年3月的超過一百四十兆。
1400百倍。
需求是真的，投資也是真的。
但還有一組數字，我們得重視。
騰訊雲的一位負責人今年在上海的一場行業峰會上直接說了：
國內智算中心GPU平均利用率不足30%。
大量智算中心的機櫃利用率在20%到30%之間徘徊，部分企業級中心甚至低於10%。
中國信通院的口徑是：
2025 年國內智算的"用算佔比"只有36.8%。
翻譯過來就是，
每投一百塊錢建算力，大約七十塊在空轉。
不是說算力很搶手麼？這到底是怎麼回事兒呢？
騰訊雲在峰會上有一個很清楚的拆解：
算力生產力 = 標稱算力 × 效能係數 × 滿載係數
標稱算力是規格書上的數字。
效能係數，也就是GPU跑得快不快，平均只有0.6。
滿載係數，也就是GPU跑得滿不滿，平均只有0.5。
0.6 乘 0.5，等於0.3。
於是一個千卡規模的智算中心，年營運成本超過三千萬元，上架率不足 50%，已上架伺服器的實際利用率不到 30%。西部大量中小玩家在利用率不足70%的虧損線上掙扎，部分項目已經爛尾。
2026年初，有全國政協委員公開呼籲：
科學規劃、嚴格監管，謹防智算中心成為"數字爛尾樓"。
不過咱們也得說句公道話，"算力過剩"這個說法並不精準。
更準確的表述應該是：
高品質有效算力不足，低效率算力消化不掉。
阿里雲、騰訊雲、字節、華為雲和三大營運商的核心AI叢集，高端算力依然緊張。
緊的是高端晶片、成熟生態和穩定叢集。
松的是那批客戶基礎薄弱、技術選型失準、軟體生態欠缺的地方性智算中心。
這裡面還有一層更硬的東西：
CUDA。
晶片出口管制之下，大量智算中心轉向國產 GPU 和 NPU，方向完全沒問題。但國產算力真正的挑戰，不是"晶片能不能跑模型"，而是"能不能以接近CUDA生態的工程效率跑模型"。
CUDA的價值不只是性能，它周圍長出來的PyTorch、cuDNN、NCCL、一整套開發工具、最佳化庫，以及工程師的肌肉記憶，把研發成本、遷移成本、偵錯成本和維運不確定性，一起壓到了企業能接受的水平。
這是二十年攢出來的東西，不是三年砸出來的。
我們確實還需要努力追趕
07 機會
好，那真正的機會在那兒？
工信部 2026 年發佈的實施意見裡，有兩個提法我們認為特別重要：
城域算力"1 毫秒時延圈"，以及"樞紐—區域—邊緣"三級協同。
政策意圖非常清楚：
訓練中心化，推理分佈化。
訓練算力可以集中在電價低、綠電資源豐富的西部樞紐。那是中國版的 Abilene。
但推理算力必須靠近使用者，靠近業務場景。
這句話對做創新區的人來說，是這一整輪裡最重要的一句話。
因為它意味著，西部大樞紐那扇窗基本已經關上了——那是電力和資本的遊戲，跟空間關係不大。
而真正還沒被填滿的，是城市裡的那一層。
在最前沿的那一層，決定一個地方能不能接住產業的變數之一，
不是空間，是電。
不過，話說回來，硬體是充分條件。
變電站不產生創新，用算力的人才產生創新。
而"用算力的人"，恰恰是不會去Abilene那種地方的。
他們在舊金山，在西雅圖，在北京，在上海，在杭州——在那些有人、有資金、有大學、有下一家公司的地方。
所以，這一輪真正的分工，可能會是這樣：
一批地方去做電力和土地的生意。那是重資產、長周期、極低就業的生意，帳要算得非常清楚，因為你把十年的稅讓出去之後，是收不回來的。
另一批地方去做"1 毫秒時延圈"裡的生意——
推理節點、行業 Agent、模型微調、私有化交付、資料治理、合規。這些東西必須貼著企業和場景長。它們需要的是密度，是人，是產業上下游三公里之內能見到面。
一句話：
這兒有沒有人才，有沒有人才願意長期留下來。
中國AI的半壁江山，走路十分鐘就逛完了……
至於 AGI 到底來沒來，咱們現在還不知道。
真正到來的技術從來不需要開會認定。1910年沒有人開會討論"電力是否已經到來"——因為燈亮了。
現在的問題是，我們看到的到底是燈亮了，還是賣燈泡的人把手電筒打開，照了照。
黃仁勳不知道。
Abilene更不知道。
它只知道，下個月又要多接一條線。 (TOP創新區研究院)