文章揭露AI行业存在泡沫和虚假宣传，指出其发展建立在盲目乐观的"必然性"假设上，忽视物理规律和现实问题。作者批评行业夸大其词，呼吁理性看待AI技术的局限性和潜在风险。

AI行业的谎言：泡沫背后的真相

数据中心的虚幻承诺

整个AI泡沫建立在一种"必然成功"的错觉上——似乎只要人们坚信一切都不会出错，问题就会自动消失。然而，现实是残酷的：

1. 数据中心建设严重滞后

   • 2025年第四季度，美国新增数据中心容量（仅规划中）比上一季度减少了一半。
   • 在已公布的241GW数据中心容量中，仅33%（约79.5GW）处于"积极开发"阶段，而实际在建的仅有5GW。
   • 58%的数据中心需自行解决供电问题，但电力供应严重不足。美国最大的电力运营商之一PJM的电力承诺已超过实际发电能力的3倍。

2. 建设速度远跟不上芯片销售

   • NVIDIA声称2025-2027年将卖出1万亿美元的GPU，但2025年北美实际投入运营的数据中心IT负载仅约3GW，相当于约900亿美元的GPU和设备。
   • 数据中心建设需要18个月至3年，而NVIDIA每季度销售的GPU需6个月才能安装完毕。这意味着许多芯片将堆在仓库中，等待数年才能投入使用。

3. 项目延期与夸大宣传

   • OpenAI与Oracle合作的Stargate Abilene数据中心原计划2025年交付200MW，但截至2026年3月仅完成两栋建筑。
   • 微软、Meta等公司的多个"千兆瓦级"项目仍停留在宣传阶段，实际建设进度缓慢。

行业乱象：骗局与债务危机

• 虚假项目与资本浪费：许多数据中心项目仅停留在纸面，通过私人信贷融资，但可能永远无法建成。
• 盈利困境：运营数据中心的公司普遍亏损。例如：
  • CoreWeave 2025年收入51.3亿美元，税前亏损12亿美元。
  • Nebius收入2.28亿美元，亏损1.229亿美元。
• GPU流向中国的灰色渠道：
  • Supermicro联合创始人因向中国非法出售数亿美元NVIDIA GPU被捕，但公司未被起诉，引发质疑。
  • 新加坡公司Megaspeed被曝可能是中国企业的幌子，大量进口NVIDIA芯片但用途成谜。

AI编程工具的灾难性影响

科技巨头强迫员工使用AI编程工具，导致：
- 代码质量崩坏：LLM生成的代码冗长、难以维护，非技术人员编写的"伪代码"需工程师补救。
- 安全漏洞：Meta因员工滥用AI工具导致内部系统遭未授权访问，亚马逊因AI代码错误损失数百万订单。
- 扭曲的绩效文化：
- Meta、OpenAI等公司按员工消耗的token量考核绩效，催生"刷token"现象。
- 一名工程师单月烧掉15万美元token，却无人能说清实际产出。

结论：一场注定破灭的狂欢

AI行业的真相是：
- 数据中心建设远未达到宣传规模，GPU供过于求。
- AI工具并未提升效率，反而破坏软件工程生态。
- 盈利模式存疑，多数公司靠烧钱维持。

正如一位分析师所言："这将是历史上最严重的资本浪费之一。"当泡沫破裂时，那些堆积如山的未安装GPU和半成品数据中心将成为时代的讽刺注脚。

（注：原文中的图表链接、订阅推广和部分重复内容已删减，保留核心数据和逻辑链。）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

1. 对AI行业的批评与担忧

   • 认为AI狂热者缺乏反思，企业逐利扼杀创新精神
     引用："AI maximalists...see it as end-game time...being choked out by selfishness"（评论1）
     引用："The lying is not even subtle...the gap between the demo and the product has never been wider"（评论9）

2. 基础设施与资源限制

   • 数据中心建设速度远超电力供应能力，类比24个纽约市的用电量
     引用："these people want to foist upon the power grid 24 NYCs"（评论10）
   • AI发展将面临芯片制造→数据中心建设→区域供电的三阶段瓶颈
     引用："we're firmly in the 'AI chip makers' part of the expansion"（评论11）

3. 经济泡沫质疑

   • 将AI与历史上的铁路/电子商务泡沫类比，但GPU折旧周期更短
     引用："Railroads...have a much better depreciation schedule than GPUs"（评论3）
   • 质疑项目融资合理性，认为时间错配将导致资金链断裂
     引用："You can't build a company in 2026 on the economy...of 2036"（评论13）

4. 对评论者的负面评价

   • 批评Ed Zitron缺乏原则性，预测屡屡失误
     引用："not a single correct LLM prediction...Grifters gonna grift"（评论7/12）

5. 行业观察矛盾点

   • 注意到电动车与AI数据中心用电需求存在不同舆论反应
     引用："no huge industry pushback on AI datacenter power need"（评论4）
   • 文章内容被指前后脱节，涉及中国灰色市场GPU交易
     引用："veers from deep-dive to questionable resellers...to China"（评论6）

（注：所有评论均无评分数据，故未标注认可度）