《我认为的泡沫是 2029 年》核查：产业判断与时间预测之间的证据落差

对一期长访谈的独立核查。访谈的长期机制判断明显强于具体公司判断，具体公司判断又明显强于「2029 年泡沫破裂」的时间预测。真正的系统性问题不在某个细节，而在于它反复从「技术可能实现」直接跳到「商业模式必然成立」，再跳到「某家公司必然获胜」，最后落到「泡沫将在特定年份兑现」。

分析对象：《我认为的泡沫是 2029 年》访谈，Bilibili

分析基准日：2026 年 7 月 27 日

阅读说明：本文依据访谈字幕整理核查，字幕存在若干自动转写错误，已按上下文还原观点，不逐字纠错。原始核查中的来源引用在导出过程中丢失了可解析链接，仅余无法还原的内部标记，已一并清除；因此文中转述的公开数据应视为核查时点的二手陈述，直接引用前请自行复核原始出处。判断为独立观点，不代表访谈嘉宾立场，亦不构成投资建议。与本站既有分析（《AI 时代的技术浪潮、资本周期和财富机遇》核查、《对华为半导体首席科学家廖恒的 5 小时访谈》核查）同属视频与播客的事实核查系列：本文覆盖时间预测与公司估值，前者覆盖宏观与资本周期，后者覆盖半导体与系统工程。

一、总体评价

最需要修正的不是某个细节，而是整套推理中的一个系统性问题：

它经常从「技术可能实现」直接跳到「商业模式必然成立」，再跳到「某家公司必然获胜」，最后跳到「股价和泡沫将在特定年份兑现」。这四层之间实际上都存在巨大的不确定性。

二、最有价值的三个判断

1. AI 可能既是真实技术革命，也同时包含金融泡沫

这是访谈最重要、也最合理的基本立场。真实生产力进步与资产泡沫并不矛盾。互联网、铁路和电气化都可能在产生巨大长期价值的同时，出现过度融资、估值透支和资本错配。

当前数据也支持「真实投资浪潮与局部泡沫并存」，而不是简单的「AI 全是泡沫」或「AI 绝无泡沫」：

• 2025 年全球企业 AI 投资迅速增加，私人 AI 投资达到约 3,447 亿美元，整体企业 AI 投资约 5,817 亿美元。
• BIS 指出，主要云厂商 2025—2026 年的资本开支规模预计超过 1 万亿美元，部分融资正逐渐从内部现金流转向债务和私人信贷，收益兑现速度开始成为金融稳定问题。
• IMF 也把「市场重新评估 AI 生产率收益」列为可能引发资产价格突然调整的风险。
• 但企业深度采用仍有限：一项覆盖标普 500 企业的研究发现，2025 年只有约 11% 的企业实现较深度 AI 整合，生产率与资本开支效果尚未普遍显现。

因此，访谈关于「技术革命必然伴随资本过度投入」的方向是成立的。但它只能支持「未来存在泡沫调整风险」，不能推出「泡沫必定在 2029 年破裂」。

2. 未来价值可能从模型和硬件，逐步迁移到垂直服务、工作流和用户关系

访谈认为，AI 最终不是单独出售「模型能力」，而是嵌入软件开发、交通、医疗、教育、金融和个人服务。这比单纯押注「大模型越来越强」更接近产业演化规律。

现实证据也表明，AI 收益高度依赖具体任务、工作流重构和人员经验：

• 客服领域的实地研究显示，生成式 AI 平均提高约 15% 的生产率，收益主要集中在经验较少的员工。
• BIS 对软件开发工具的实地研究发现，代码产出可明显增加，但主要效果同样集中在初级开发人员。
• 一项汇总 23 项研究的元分析发现，AI 编程工具总体有中等程度的生产率改善，但不同任务、企业和代码库之间差异很大。

因此，「未来赢家不一定只是模型公司，而可能是掌握垂直场景、数据闭环和服务交付的企业」是值得保留的判断。

3. 中国的重要优势确实在工程化、供应链和规模部署

访谈强调，中国的比较优势更多体现为「将技术大规模落地」，而不只是提出原创科学概念。该判断有现实基础：

• 2024 年中国占全球工业机器人新增安装量的约 54%，是全球最大的工业机器人市场。
• 技术扩散研究表明，一国生产率不仅取决于是否采用技术，也取决于技术渗透范围、使用强度和组织吸收能力。

但访谈将 Diego Comin 的研究简化成「采用速度不重要，使用深度才重要」，并不准确。更严格的结论是：

采用时滞和使用强度都重要；后者往往被宏观讨论低估，但不能因此否认前者。

「中国只有工程、美国只有科学」同样是过度二分。先进工程本身需要算法、材料、设备、软件和基础研究支撑，两者不是替代关系。

三、「2029 年泡沫破裂」为什么证据不足

访谈在约 20—27 分钟提出的核心链条大致是：

2027—2029 年自动驾驶和 AI 编程出现明显赢家 → 市场形成巨大公众叙事 → 数字货币和投机资金放大行情 → 美国政治周期发生变化 → 2029 年前后泡沫清算。

这套推理存在五个缺口。

1. 把产业里程碑误当成金融周期时钟

即使 2029 年前出现成熟的 Robotaxi 或 AI 软件公司，也无法推出资本市场在同一年见顶。股价可能：

• 在商业兑现前数年提前上涨；
• 在商业数据出现后继续扩张；
• 因利率、流动性或信用事件提前下跌；
• 在不同子行业分批破裂，而非同步崩溃。

技术成熟度决定长期现金流可能性；市场顶部则取决于估值、杠杆、融资结构、边际买家和流动性。两者相关，但没有固定时间差。

2. 缺少估值和信用变量

一个可用于预测泡沫破裂的模型，至少应包含：

• 市值与可实现利润的偏离；
• 资本开支与 AI 收入增长的差距；
• 自由现金流及债务融资变化；
• 私募估值、IPO 供给与亏损企业融资情况；
• 信用利差和数据中心资产利用率。

访谈没有建立这些指标，只是从技术叙事推导金融结果。BIS 当前真正担忧的，也不是某个年份，而是资本支出承诺、现金流兑现和债务融资之间的错配。

3. 政治周期与数字货币之间缺乏明确传导机制

「政治人物离任 — 数字货币受到清算 — 科技泡沫破裂」最多是一个情景，不是因果模型。要成立，至少需要证明：

1. 数字资产是 AI 股票的关键边际融资来源；
2. 政策变化会显著减少这种融资；
3. 融资收缩足以传导到大型科技公司的估值；
4. 其他流动性来源无法替代。

访谈没有提供相应证据。

4. 「危机后 3—12 个月恢复」同样过度确定

恢复速度取决于危机性质：

• 只是估值压缩，恢复可能较快；
• 涉及企业债务和数据中心坏账，恢复会更慢；
• 涉及银行、私人信贷或财政收缩，持续时间可能更长。

不能从「技术仍然有价值」直接推出「资产价格一年内恢复」。

5. 一次成功预测不能证明预测体系可靠

访谈反复提到早年看好英伟达等成功判断，但没有展示完整预测记录、失败案例比例、概率区间或基准收益。正确评价预测能力，需要看：

• 所有公开预测，而不是命中的少数案例；
• 预测时点和可交易价格；
• 持有期间最大回撤；
• 与简单指数策略的比较；
• 错误判断是否被及时修正。

否则容易出现幸存者偏差和事后归因。

四、自动驾驶：最大的问题是混淆不同自动化等级

访谈声称「自动驾驶已经超过人类驾驶」「特斯拉 Robotaxi 已接近胜利」，这需要拆成三个完全不同的问题。

Waymo 截至 2026 年 3 月已累计超过 2.2 亿英里的完全无人驾驶里程；其公开数据及同行评议研究显示，在限定运营设计域内，警察报告事故和人身伤害事故率低于相应人类驾驶基准。但这不能自动推广到所有道路、天气和城市，更不能转化为「所有自动驾驶系统均超过人类」。

特斯拉的问题则相反：

• 2025 年特斯拉向加州监管机构申报的自动驾驶测试里程为零，其许可主要仍属于带安全驾驶员的基础测试类别；
• 截至 2026 年，其 Robotaxi 累计里程仍显著低于 Waymo，扩张速度也低于早期目标；
• 消费者版本 FSD 依然要求驾驶员持续监督，不能与 Waymo 的限定区域无人驾驶运营直接比较。

因此，更准确的表述应是：

Waymo 已经在部分运营设计域内提供了自动驾驶安全优于人类基准的证据；特斯拉拥有潜在的数据、制造和成本优势，但其无人驾驶运营能力与商业模式尚未得到同等程度的公开验证。

五、「数据最多者必胜」并不成立

访谈认为，特斯拉拥有最多车辆数据，因此会形成难以追赶的飞轮。这一判断只成立一半。

自动驾驶数据的价值取决于：

• 是否包含关键边缘场景；
• 标注质量；
• 传感器覆盖；
• 城市与道路多样性；
• 闭环仿真能力；
• 模型是否能从数据中有效学习；
• 失败场景能否被识别并重新采样。

最新研究表明，经过选择的高信息量数据，可以用显著更少的数据达到相近效果；单纯增加普通驾驶里程会迅速出现边际收益下降。

车队规模是潜在优势，不是充分条件。数据质量、失败闭环、传感器体系和验证制度可能比原始里程更重要。

这也是为什么「全国车企把数据集中起来交给一家公司，就能形成最强模型」过于简单。数据标准、隐私、责任归属、传感器异构性和模型训练一致性都会形成障碍。

六、Robotaxi 市场规模与「特斯拉 10 万亿美元」严重依赖激进假设

访谈给出 Robotaxi 可能达到约 2 万亿美元市场，并进一步推导特斯拉可能成为 10 万亿美元公司。现有行业预测明显更保守：

• 高盛 2026 年的预测是，全球 Robotaxi 市场到 2035 年约 4,150 亿美元，其中美国约 480 亿美元；
• 麦肯锡预计大规模全球 Robotaxi 部署更接近 2030 年代，而不是在 2029 年前全面成熟；
• MIT 相关研究指出，远程监督、车辆清洁、空驶、维护、保险和监管成本，可能使 Robotaxi 单位经济性显著弱于「取消司机工资即可大幅降价」的直观模型。

10 万亿美元估值还必须满足基本利润约束：

• 按 30 倍市盈率，需要约 3,330 亿美元年度净利润；
• 按 5% 自由现金流收益率，需要约 5,000 亿美元年度自由现金流。

这相当于不只是赢得 Robotaxi，而是同时在汽车、能源、机器人、软件和金融等多个超大市场获得极高利润份额。因此，10 万亿美元不是不可能的逻辑矛盾，而是一个极低基准概率、需要多项业务同时成功的上行情景，不能作为中心预测。

七、AI 编程：「成本降到十分之一，市场扩大 100 倍」缺乏实证支持

现有研究只能支持「生产率改善」，无法支持「普遍 10 倍降本」：

• METR 对熟悉自身代码库的资深开源开发者进行研究，发现使用当时 AI 工具后，完成任务反而平均慢约 19%，尽管开发者主观认为自己会更快；
• 跨 23 项研究的元分析显示总体效果为中等正向，但高度异质；企业代码库和复杂维护任务中的提升通常小于简单基准任务；
• 企业实地试验中的大幅提升主要出现在初级人员和可分解任务。

背后原因是，软件成本不只有「写代码」，还包括需求定义、架构设计、数据迁移、集成测试、安全和合规、上线维护与责任承担。AI 可能大幅降低代码生成的边际成本，但未必同比例降低整个软件生命周期成本。

更合理的修正版是：

AI 会显著扩大软件供给，并使大量小型、个性化软件变得经济可行；但降本幅度将高度依赖任务结构，短期不会普遍达到 90%。

八、Google 广告不会简单「消失」，更可能改变形态和利润分配

访谈预测，十年后 Google 搜索广告将消失，因为 Agent 会直接替用户完成任务。这个方向抓住了真实风险：AI 摘要确实会减少用户点击传统网页。

• Pew 研究发现，出现 AI 摘要时，用户点击外部搜索结果的比例约为 8%；没有 AI 摘要时约为 15%；
• 针对 Wikipedia 流量的因果研究估计，AI Overview 可能使相关页面访问量下降约 15%。

但「网页流量下降」不等于「广告商业模式消失」。Alphabet 2025 财年收入超过 4,000 亿美元，2025 年第四季度搜索广告收入仍同比增长约 17%；到 2026 年，其搜索广告收入仍保持明显增长。

更可能发生的是：

1. 传统关键词广告减少；
2. AI 答案中出现商业推荐和赞助结果；
3. 按点击收费转向按交易、线索或 Agent 调用收费；
4. Google 利用搜索入口、Android、Chrome、地图、支付和商家数据继续变现。

所以正确命题不是「Google 广告消失」，而是：

搜索广告的展示单位、计价方式和流量分配将重构；Google 是否失去利润池，取决于它能否控制 AI 交互入口和商业交易闭环。

九、对 Apple 的批评部分成立，但「没有战略」过于武断

其中有事实基础：

• Vision Pro 销量明显低于大众消费电子产品规模，高价格是重要障碍；
• Apple 在 2026 年正式停止销售 Mac Pro，说明其高端桌面工作站战略发生收缩。

但由此推导「Apple 没有 AI 战略」并不成立。Apple 已经公开了端侧约 30 亿参数模型、私有云计算、更大服务器模型、工具调用和隐私架构，说明其战略是端云协同和设备侧 AI，而不是完全缺席。

真正可批评的是：产品落地速度是否过慢、Siri 和 Agent 能力是否落后、端侧隐私优势能否转化为用户体验、开发者生态是否愿意围绕其 AI 平台创新。这与「没有战略」是两回事——Apple 可能是执行落后，也可能是在押注不同架构；目前证据尚不足以判定长期失败。

十、对人形机器人的质疑方向正确，但结论过度绝对

访谈认为，人形机器人是伪需求；真正有价值的是机械臂、轮式机器人和其他「非人形」设备。这是一个有价值的逆向判断，当前证据确实显示：

• 工业机器人已经大规模商业化，2024 年全球新增安装约 54.2 万台；
• 人形机器人仍主要处于试点阶段，续航通常只有数小时，成本可能达到 15 万—50 万美元，而大规模商业化可能要求下降到 2 万—5 万美元；
• 对机器人基础模型的系统评估显示，目前最先进系统仍只能满足工业可靠性要求中的一部分。

所以，「近期人形机器人存在严重估值透支，轮式底盘和机械臂更容易形成商业回报」是合理判断。

但「腿完全没有价值」又太绝对。楼梯、梯子、狭窄通道、非结构化地形以及为人类设计的环境，可能使双足形态具有价值。问题不是人形形态是否永远有用，而是：

其通用性带来的额外收入，能否覆盖更高的硬件成本、能耗、控制难度和可靠性损失。

短期答案偏向否定；长期仍需验证。

此外，访谈称 Cybertruck「一年连一万辆都没有卖到」，与公开信息明显不一致——2025 年的一次召回已覆盖超过 4.6 万辆 2024—2025 款 Cybertruck，至少说明其累计交付量显著高于该说法。不过，「销量明显低于最初市场想象」仍然可以成立。

十一、低空经济并非整体伪需求，而是应用范围被严重夸大

该批评对「大众城市通勤」相当有力：认证、安全、噪音、起降设施、天气、空域和电池密度仍是重大约束；经济性高度依赖航程、载客率、动态定价和基础设施成本，相关研究并未证明其可普遍替代地面交通。

但由此否定整个产业并不合理。当前监管和试点重点包括机场接驳、医疗和应急运输、岛屿与山区及跨水域交通、高价值货运、特定区域观光和商务航线。美国 FAA 在 2026 年继续推进 eVTOL 试点，中国新修订的民航法律和低空监管体系也在向商业运行靠拢。

因此，更准确的判断是：

低空经济不是一个统一市场。大众城市空中出租车可能被高估，但货运、应急和特定航线可能形成真实而有限的市场。

十二、「Agent 打破超级 App 围墙」有方向性，但护城河不会自动消失

技术方向确实正在出现：支付网络开始为 AI Agent 设计授权、身份和交易机制；欧盟 DMA 也在推动大型平台开放部分互操作能力。

但超级 App 的护城河不仅是用户界面，还包括用户身份和信任、支付账户、商家网络、物流履约、私域关系、交易纠纷处理、推荐和风控数据。

Agent 可能削弱「必须打开 App」的入口优势，却可能强化底层账户、支付、商家和履约平台。因此，护城河更可能从界面控制权迁移到身份、授权、交易和服务基础设施，而不是整体消失。

十三、这段内容最深层的思维缺陷

1. 混淆四种不同命题

访谈经常将以下四个命题连成一个命题：

1. 技术能够实现；
2. 用户愿意采用；
3. 企业可以盈利；
4. 股票值得以当前价格买入。

事实上：好技术可能没有好商业模式；好商业模式可能被竞争压低利润；好公司可能对应过高估值；长期判断正确也可能经历多年回撤。

2. 过多使用「赢家通吃」假设

自动驾驶、AI 编程、Agent、手机算力和机器人都被描述为最终只剩一两个赢家。但许多产业会按地区监管、垂直行业、成本与性能、硬件与软件、企业市场与消费市场、开放生态与封闭生态等维度分层。规模经济存在，不代表单一公司垄断全部利润。

3. 以叙事完整性代替概率分析

整段访谈故事非常完整：

技术突破 — 产品成熟 — 公众狂热 — 资本泡沫 — 政治清算 — 危机 — 新秩序。

问题是，完整故事容易让人产生确定性感，却没有说明每一步发生的概率、哪些条件会使判断失效、不同情景的权重、时间提前或推后的可能性。一个高质量预测应该写成条件概率，而不是单一路径。

十四、应当如何重构为可验证的「2029 泡沫框架」

不要预测一个固定年份，而应监控四组指标。

更可靠的判断规则是：

当资本开支和估值仍快速增长，但收入兑现、单位经济性和企业深度采用连续四至六个季度低于预期，同时债务融资和信用风险上升时，泡沫破裂概率才会实质增加。

这可能发生在 2028 年、2029 年、2032 年，也可能以多个行业分阶段调整的形式出现。

十五、最终判断

这段访谈应当被当作一套高质量产业假设清单，而不是一份预测报告。

可以保留的核心观点是：

1. AI 是真实的通用技术革命，但可能伴随严重资本错配；
2. 最终利润可能从算力和模型迁移到垂直服务及交易闭环；
3. 自动驾驶、人形机器人和 Agent 的价值取决于单位经济性，而不是演示效果；
4. 中国的工程化、制造和规模部署能力具有重要竞争优势；
5. 技术赢家通常在泡沫后继续存在，但资本市场顶部无法依靠固定年份预测。

必须舍弃或显著降权的是：

1. 「泡沫一定在 2029 年破裂」；
2. 「特斯拉已经接近自动驾驶终局胜利」；
3. 「Robotaxi 必然形成 2 万亿美元市场」；
4. 「特斯拉大概率成为 10 万亿美元公司」；
5. 「Google 广告将在十年内消失」；
6. 「人形机器人和低空经济基本都是伪需求」。

最重要的修正是：

不要根据 2029 这个日历年份安排离场和抄底，而应根据估值、现金流、资本开支、信用扩张和商业化里程碑动态调整仓位。技术趋势判断可以长期正确，基于它进行精确择时却通常是不可靠的。