霍华德·马克斯11月2日的警告，针对的是投资者对AI的信心，并非判定人工智能已经失败。此前10月底市场出现波动后，这位橡树资本联席董事长表示，相关挫折“在一定程度上打破了围绕AI的必然正确幻觉”。投资的核心问题，是预期中的商业回报能否匹配建设AI基础设施所需的规模与成本。1

市场波动让回报问题浮出水面

股价大跌本身并不能证明某项技术或一个行业的长期前景已经破灭。但市场转弱时，投资者往往会提高对企业的要求：公司需要更清楚地证明，巨额支出能够转化为持续收入和现金流。

Alphabet的业绩呈现了这种张力。据相关报道，该公司第三季度自由现金流为负91亿美元，购置物业和设备的支出则升至514亿美元。23 另一篇报道指出，Alphabet股价在次日下跌近13%。24 这些数字并不能证明AI投资导致了股价下跌，却有助于解释投资者为何追问：投入如此庞大的基础设施资金，最终将如何回本？

马克斯在接受彭博电视采访时，也将这轮审视放在市场行为的背景下。他提醒，当某项交易变得热门、价格不断上涨，而投资标准却有所放宽时，投资者就应保持谨慎。7 这类审慎意味着检验需求、未来利润、融资成本和估值假设，而不是把技术前景看好等同于投资一定能赚钱。

热门交易与宽松融资的风险

当许多投资者追逐同一个机会时，过高的预期可能已经反映在资产价格中。如果乐观情绪还伴随着放松的放贷标准，贷款方承担的风险可能得不到足够补偿。这是一般性的投资风险，并不意味着所有AI公司都被高估，也不意味着每笔AI相关贷款都有问题。

债务尤其需要仔细评估：贷款方通常只能获得约定的利息和本金，无法像股东那样充分分享借款人成功后的上涨空间；但如果借款人经营不善，贷款方仍可能蒙受损失。关于马克斯担忧的报道提到，他质疑AI领域的贷款方是否承担了与预期回报不相称的风险。36

因此，关键问题不只是“AI是不是泡沫”，还包括：哪些公司能够从AI创造的价值中获利？这些收益能否持续？相关现金流是否足以覆盖基础设施成本和融资义务？一项技术可以改变行业，同时也可能让部分相关投资令人失望。

与互联网泡沫的比较，能说明什么？

回看过去的科技热潮，值得借鉴的是区分技术潜力与为投资机会付出的价格。对未来增长的乐观判断可能跑在企业实际盈利之前。这个风险值得考虑，但并不意味着AI必然重演任何一轮历史泡沫。

目前可用的报道并未独立证实原始叙述中关于马克斯在2000年1月发出“bubble.com”警告、随后持续关注泡沫的具体细节。现有报道提到的是，他难以预测Anthropic等AI公司未来会发展成什么样、几年后能赚多少钱。34 这种不确定性会增加估值难度：回报预期越遥远，投资判断就越依赖对未来产品、需求和利润的假设。

企业采用与借贷担忧仍需谨慎看待

部分报道还提出，企业采用AI的速度是否跟得上投资，以及相互关联或表外借贷是否会增加金融脆弱性等问题。1820 这些风险值得审视：客户采用较慢可能推迟收入；如果项目依赖持续获得股权或债务融资，那么融资环境一旦变化，项目也可能更容易受到冲击。

不过，现有材料并未充分证实归于资本集团副董事长乔迪·琼森的具体说法，也不足以量化相关融资敞口。因此，这些内容应视为讨论中提出的担忧，而不是AI融资危机已经发生的证据。

要点：保持怀疑是在检验，而非预测崩盘

马克斯所说的“必然正确幻觉”，点出了态度上的转变：从默认AI投资一定成功，转向追问预期回报有哪些证据支撑。10月底的市场波动以及Alphabet第三季度自由现金流为负，令这种审视更容易理解，但并不能就此判断AI的长期前景。12324

关键在于区分对技术的信心，与对某项具体投资的价格、融资方式和商业模式的信心。更审慎的态度有助于投资者把两者分开；但怀疑本身，并不等于预测行业即将崩盘。

霍华德·马克斯11月2日的警告，针对的是投资者对AI的信心，并非判定人工智能已经失败。此前10月底市场出现波动后，这位橡树资本联席董事长表示，相关挫折“在一定程度上打破了围绕AI的必然正确幻觉”。投资的核心问题，是预期中的商业回报能否匹配建设AI基础设施所需的规模与成本。1

市场波动让回报问题浮出水面

股价大跌本身并不能证明某项技术或一个行业的长期前景已经破灭。但市场转弱时，投资者往往会提高对企业的要求：公司需要更清楚地证明，巨额支出能够转化为持续收入和现金流。

Alphabet的业绩呈现了这种张力。据相关报道，该公司第三季度自由现金流为负91亿美元，购置物业和设备的支出则升至514亿美元。23 另一篇报道指出，Alphabet股价在次日下跌近13%。24 这些数字并不能证明AI投资导致了股价下跌，却有助于解释投资者为何追问：投入如此庞大的基础设施资金，最终将如何回本？

马克斯在接受彭博电视采访时，也将这轮审视放在市场行为的背景下。他提醒，当某项交易变得热门、价格不断上涨，而投资标准却有所放宽时，投资者就应保持谨慎。7 这类审慎意味着检验需求、未来利润、融资成本和估值假设，而不是把技术前景看好等同于投资一定能赚钱。

热门交易与宽松融资的风险

当许多投资者追逐同一个机会时，过高的预期可能已经反映在资产价格中。如果乐观情绪还伴随着放松的放贷标准，贷款方承担的风险可能得不到足够补偿。这是一般性的投资风险，并不意味着所有AI公司都被高估，也不意味着每笔AI相关贷款都有问题。

债务尤其需要仔细评估：贷款方通常只能获得约定的利息和本金，无法像股东那样充分分享借款人成功后的上涨空间；但如果借款人经营不善，贷款方仍可能蒙受损失。关于马克斯担忧的报道提到，他质疑AI领域的贷款方是否承担了与预期回报不相称的风险。36

因此，关键问题不只是“AI是不是泡沫”，还包括：哪些公司能够从AI创造的价值中获利？这些收益能否持续？相关现金流是否足以覆盖基础设施成本和融资义务？一项技术可以改变行业，同时也可能让部分相关投资令人失望。

与互联网泡沫的比较，能说明什么？

回看过去的科技热潮，值得借鉴的是区分技术潜力与为投资机会付出的价格。对未来增长的乐观判断可能跑在企业实际盈利之前。这个风险值得考虑，但并不意味着AI必然重演任何一轮历史泡沫。

目前可用的报道并未独立证实原始叙述中关于马克斯在2000年1月发出“bubble.com”警告、随后持续关注泡沫的具体细节。现有报道提到的是，他难以预测Anthropic等AI公司未来会发展成什么样、几年后能赚多少钱。34 这种不确定性会增加估值难度：回报预期越遥远，投资判断就越依赖对未来产品、需求和利润的假设。

企业采用与借贷担忧仍需谨慎看待

部分报道还提出，企业采用AI的速度是否跟得上投资，以及相互关联或表外借贷是否会增加金融脆弱性等问题。1820 这些风险值得审视：客户采用较慢可能推迟收入；如果项目依赖持续获得股权或债务融资，那么融资环境一旦变化，项目也可能更容易受到冲击。

不过，现有材料并未充分证实归于资本集团副董事长乔迪·琼森的具体说法，也不足以量化相关融资敞口。因此，这些内容应视为讨论中提出的担忧，而不是AI融资危机已经发生的证据。

要点：保持怀疑是在检验，而非预测崩盘

马克斯所说的“必然正确幻觉”，点出了态度上的转变：从默认AI投资一定成功，转向追问预期回报有哪些证据支撑。10月底的市场波动以及Alphabet第三季度自由现金流为负，令这种审视更容易理解，但并不能就此判断AI的长期前景。12324

关键在于区分对技术的信心，与对某项具体投资的价格、融资方式和商业模式的信心。更审慎的态度有助于投资者把两者分开；但怀疑本身，并不等于预测行业即将崩盘。