AI行情真正争论的，不是GPU，而是Token

这轮AI行情，表面看大家都在讨论GPU还缺不缺、CapEx还涨不涨、数据中心电力够不够。但真正重要的不是数字，而是不同机构背后默认的AI世界观。
Goldman Sachs是谨慎乐观派。它把AI看成工业基础设施周期。即使需求没马上兑现，数据中心、电力、GPU也可能先建出来。优点是懂资本周期，问题是可能低估小模型、量化、ASIC替代和推理优化带来的效率提升。
Morgan Stanley押注Agentic AI，认为AI会从“回答问题”变成“执行任务”。如果Agent可以24小时运行、递归调用、agent-to-agent协作，Token消耗可能非线性增长。但Token消耗增加，不等于经济价值同步增加。一个Agent消耗1000倍Token，用户未必愿意付1000倍的钱。
SemiAnalysis是AI基础设施超级周期派。它认为未来真正的大市场不是训练，而是推理，Token需求会复利增长。但它太站在前沿实验室视角，实验室看到的compute需求，不一定代表全社会真实付费需求。
NVIDIA / Jensen Huang卖的不是GPU，而是“Compute Economy”。在他的叙事里，数据中心是AI工厂，Token是产出，算力像新电力。长期方向可能对，但中期未必不过热，因为基础设施周期往往都会经历紧缺、扩张、利用率下降和价格下跌。
产业链/基础设施派只关心CapEx会不会发生。只要云厂商继续建，电力、液冷、光模块、HBM、服务器、电源、IDC就有订单。这是中期相对安全的逻辑：不赌终局，赚建设的钱。
怀疑派担心AI收入跟不上AI CapEx。如果未来Token价格下跌、GPU供给大增、小模型普及、推理同质化，而企业AI ROI又不够强，GPU economics就会恶化。怀疑派长期可能错，但中期可能对。
所以，AI行情真正的分歧，不是“AI有没有未来”，而是未来到底需要多少Token？这些Token背后，有多少是真实付费需求？
我的判断是：2025—2026年仍是疯狂建设阶段；2027年市场开始看utilization；2028年以后，AI基础设施大概率不会崩，但会进入成熟周期。
分析AI基础设施，要看这条链：Token需求 → 推理经济性 → 利用率 → GPU需求 → CapEx强度。
一句话总结：长期看AI重要，中期看利用率，真正决定胜负的是付费需求，而不是技术想象力。