人人都说“这一次不同”，直到数学告诉你并非如此。如果这真的是一场革命，它应能经受住一次资本周期、一场衰退恐慌以及一群人在同一时间买入同一故事的考验。AI 交易的悖论很简单：叙事越强，围绕它生长的体系就越脆弱。
科技与金融界的最高祭司开始承认一个显而易见的事实：大型科技公司的估值已远超可验证的现金流。但那并非核心风险。估值过高是症状，不是病灶。结构性脆弱性存在于我们围绕该主题构建的反馈回路中——指数集中、资本支出反身性以及模型驱动的羊群效应。一旦增长预期决定了支出节奏和指数流入，细小的失望就会像钢化玻璃上的裂缝一样扩散。美联储副主席 Michael Barr 指出了核心机制：速度与自动化。当机器与政策指令同时运作时，错误会被放大。这就是即便没有银行危机，聚集性波动也能变成系统性风险的方式。
称之为路径的暴政。投资者锚定长期总体可寻址市场（TAM），把短期回撤视为噪音。这是在非线性博弈中线性思维。用博弈论的话说，我们处在共同知识领域：人人都知道别人都相信 AI 是城中唯一的游戏。这提高了相关性，削弱了市场的减震器。被动流追逐赢家，模型基于相似信号训练，波动性变得内生。Jim Cramer 说要拥抱回调；Kelly 准则则警告要小心收益顺序。高波动伴随偶发大幅回撤，对杠杆玩家以及有固定支出义务的任何人都极其不利。几何回报才是支付养老金和基金会的来源，而方差会惩罚它。这就是明目张胆的脆弱性。
高盛指出下一个关键点：在经历了一年疯狂的数据中心和芯片投资后，资本支出可能降温。资本周期无情：它奖励稀缺，摧毁过剩。半导体行业熟悉这套舞步：繁荣通过产能过剩播下衰退的种子。互联网泡沫时期并非因为互联网失败而终结；而是因为订单从不可持续的水平放缓，库存与现实相遇。今日的 AI 建设正撞上旧经济的制约——电力、变压器、输电线路、许可。当交付周期拉长，采购会超量订货；当制约缓解，突增则反转，供应商面临真空。这就是即便从长期看叙事正确，短期内仍会产生残酷回撤的原因。如果资本支出是该主题的心跳，即便是正常化而非崩溃，也能重置那些已经将峰值动量资本化的股价。
持久的主题并不能为薄弱的单位经济学免疫。训练与推理成本仍然沉重，而且在广泛企业应用中定价权尚未得到验证。许多部署实际上是为追求规模而存在的补贴。在软件领域，毛利率面临来自计算与模型调用的隐藏税，而供应商并不总能把这些成本转嫁出去。对“赢家通吃”的信念在股票估值中承担了很大一部分，而基本概率显示扩散更慢、竞争压缩利润率、监管会对租金征税。诺贝尔奖得主 Paul Romer 警告说，围绕平台技术的炒作与加密货币有相似之处：夸张的声明与被低估的摩擦。经济学家 David Rosenberg 指出与互联网泡沫的相似性：伟大的技术、糟糕的切入时点，以及承诺与利润之间漫长的谷底。通用技术的历史并非一条直线上升的曲线，而是带有长期平缓段的 S 型曲线，这惩罚了那些买入垂直赛道的投资者。
现在指数倾斜于少数以 AI 为共同增长向量的巨头公司。这种集中放大了宏观冲击。如果资本支出降温，业绩不及预期会同步出现，相关性结构会猛增。2008 年，系统出问题是因为杠杆藏在结构化产品与表外工具中。今日的脆弱性虽不同但有相似之处：供应链中的厂商融资、多年的云承诺、购电协议以及在经济下行时看起来像债务的资本支出合作。当现金流动摇时，义务不会随之弹性调整。脆弱性是灵活收入与固定承诺之间的不匹配。金融史对此有明确教训：击垮系统的不是平均增长率，而是尾部与现金需求的时间点。
市场将快速误读为安全。AI 加速了决策循环，但速度是一把双刃剑。快速扩散压缩了 incumbents 从稀缺性中赚取超额回报的时段。快速反馈将群体行为转化为羊群效应。美联储的 Barr 直言不讳：速度加自动化导致风险集中。自动化交易与基于模型的资本配置放大了波动，因为信号是相关的。当人人都优化同一目标函数时，系统失去多样性。在自然与工程中，缺乏多样性的系统会灾难性地失败。反脆弱的替代方案往往是混乱的：冗余、冗裕与选择权。在一个痴迷于效率的牛市中，这些不讨喜，但当环境转变时它们却派上用场。
反过来想。假设 AI 真如其支持者所言那样具有变革性。首先会被打破的是什么？电力经济学将重设，压缩大量计算密集型业务的利润率。随着开源模型的改进，定价会向边际成本趋同。受益者可能不在每个人持有的指数成分中：电网基础设施、基础材料、对接孔供应商以及掌握瓶颈控制的细分供应商。与此同时，光鲜的那群公司承担着扩张成本与高期待的重负。如果叙事令人失望，收缩更直接：资本支出削减、盈利下修，以及当每个人同时试图缩小同一笔交易时引发的相关性冲击。任何一端的尾部结果对拥挤多头都不利。翻出互联网泡沫的教科书——多元化、估值纪律、真实现金流而非调整后指标——直觉是对的，但执行很关键。避免集中风险并不等于在同一主题下平均持有十只股票。
这并不是主张放弃创新或做空进步。而是主张尊重概率与基准率。市场已精确地将上行情景定价，而将下行寄以希望。希望不是对冲。纪律很简单：将技术的终局与代表它的证券区分开来；把资本支出繁荣视为周期性而非结构性；在听信叙事前衡量单位经济学；记住路径比目的地更重要。市场的本能是“买回调”。有时候正确的交易是退而观望，让方差发挥作用。在电视上拥抱波动听起来勇敢，但在投资组合中，这往往是在对抗复利下注。
AI 时代很可能证明这些兴奋是有道理的。一个斯多葛式的人会问：围绕这种兴奋构建的体系，能否承受它自身的成功以及不可避免的失足？市场会崩溃于人人深信不疑却不是真实的事。今天，人人都相信 AI 会拯救指数。这正是值得给予折扣的那种“确信”。
