科技股的狂欢仍在持续，但支撑这场盛宴的底层逻辑正在经历严苛考验。Altimeter Capital创始人兼CEO Brad Gerstner在All-In Podcast年度峰会上发表演讲指出，当前市场上涨由企业盈利驱动而非估值泡沫，但维持"AI交易"成立的关键条件正在收窄——前沿实验室的月度营收数据，将成为决定行情能否向上突破的核心变量。

Gerstner表示，Anthropic、OpenAI和SpaceX三家领先机构当前年化营收合计约1000亿美元，到今年年底这一数字至少需要增长至1800亿美元，"AI交易"逻辑方能自洽。若云巨头持续推进的资本开支扩张最终无法被足够的租用需求承接，当前的激进投资周期将难以为继。

市场层面，Gerstner维持"中等仓位"，拒绝高杠杆冒险。他表示，若前沿实验室月收入能维持在80亿美元高位，同时油价回落压制长端利率，将考虑进一步加仓；反之，则保留减仓权利。他明确警告：2026年与过去三年截然不同，"每个人都知道AI，相关预期已经反映在价格里，现在必须跟着事实走，保持灵活。"

盈利驱动而非泡沫，但行情高度集中

科技股年内已上涨15%，自去年1月以来累计涨幅达39%，但Gerstner强调，这与2000年互联网泡沫有本质区别。

当前上涨的核心驱动力是企业盈利增长，而非估值倍数扩张。今年企业盈利增长约26%，纳斯达克与标普500的估值倍数反而有所收缩。以英伟达为例，其股价当前对应明年完全纳税后GAAP利润的市盈率约为14倍，"纳斯达克、标普500、费城半导体指数和英伟达的估值，都明显低于各自的历史平均水平。"

然而，行情的结构性集中令人警惕。Gerstner指出，半导体板块贡献了纳斯达克指数约70%的涨幅，而非必需消费品、通用软件、金融等庞大板块几乎没有变化。他将这一特征称为"既是好消息，也是坏消息"。

受益最为直接的是芯片与基础设施供应商——即他所称的"Token制造者"。云巨头的资本开支几乎以1:1的比例转化为基础设施公司的自由现金流，戴尔股价五年涨5倍、SK Hynix 18个月涨9倍，均属风险投资级别的回报。

前沿实验室营收爆发，点燃春季行情

今年春季科技股的史诗级反弹，直接导火索是Anthropic的月度营收数据。

Gerstner回顾，Anthropic的月化营收规模在今年1月约为20亿美元，2月升至40亿美元，3月随Claude Opus 4.5与Claude Code发布后跃升至110亿美元。"对于AI收入会不会出现这个问题，市场得到了一个带着感叹号的答案：收入不仅出现了，而且规模巨大。这就是4月和5月出现历史性上涨的原因。"

进入6月、7月，市场转为横向整理。Gerstner解释，Anthropic披露的年化营收运行率约为650亿美元，低于市场此前预期的750亿美元，叠加对开源模型追赶的担忧，投资者被迫下调预期。

目前，Anthropic、OpenAI和SpaceX三家机构的年化营收合计约为1000亿美元。Gerstner认为，到今年年底，这一数字必须增长至至少1800亿至2000亿美元，才能支撑当前估值逻辑。他将前沿实验室的月度营收数据——究竟是40亿美元还是80亿美元——定义为"当今市场最重要的数据点"。

万亿资本开支，谁来买单？

Gerstner在演讲中援引其与OpenAI首席执行官Sam Altman的对话，提出了AI投资逻辑的核心矛盾：一家年收入仅130亿美元的公司，如何承诺消化1万亿美元的资本开支？

他的框架是：微软、谷歌、亚马逊等云巨头建设数据中心是为了对外出租，真正的问题是谁来租用这些算力。"必须有承购收入，才能支付租金。"

按照他的测算，即便今年年底AI相关年化营收达到2000亿美元，仍远低于未来几年所需水平。要匹配云巨头持续推进的资本开支扩张，这一数字须从2000亿逐步增长至4500亿、8000亿，乃至接近1万亿美元。

不过，Gerstner认为需求侧的天花板并不构成核心障碍。知识工作者、广告、软件代码与企业工作流构成的潜在市场规模，在他看来是"世界历史上最大的潜在市场"——只需渗透其中约4%，即约1.2万亿美元，便足以消化当前的全部AI资本开支。

他同时援引英伟达首席执行官黄仁勋两年前的预测——推理需求将增长10亿倍——表示这一判断正在智能体时代得到兑现：今年全年预计将产生47拍（Quadrillion）个推理代币，企业客户在AI上的支出中位数较18个月前飙升约17倍，Codex用户数量则在过去8个月增长了40倍。

利润率扩张成企业新逻辑

AI对企业端的渗透，正在改写利润率扩张的速率。

Gerstner指出，2015年至2025年间，纳斯达克公司每股收益年均增长约10%，其中每年来自利润率扩张的贡献约为38个基点。他认为，AI正将这一数字推升至100个基点以上。

他援引Uber和Snowflake作为例证：Uber表示公司将维持约20%营收增长，但不再增加员工人数；Snowflake则在预计约30%营收增长的同时冻结编制。"对这些公司而言，最大的成本项目是员工和工程师，它们并不是要解雇所有人，只是不再按照过去的速度招人。"

此外，Gerstner预计消费级智能体将打开另一个万亿美元级市场，并同时带动大量推理代币消耗。

三大风险：监管、电力与利率

Gerstner将当前AI扩张面临的核心风险归纳为三类。

监管层面，他认为政策形成过程将持续混乱，但解决方案不会落在任何极端。他表示赞同Elon Musk提出的同行评审机制建议，同时警告不能重蹈过去的覆辙。

电力与算力建设层面，他对市场的激进预期持保留态度。

分析机构SemiAnalysis的Dylan Patel预测，明年全球将新增43吉瓦算力，与美国目前不足40吉瓦的算力总存量相当。Gerstner认为这一预测过于激进，受制于审批许可、电网互连排队、高精设备断货及技术工人短缺，实际落地规模可能仅在25吉瓦左右，其中约一半将流向Anthropic与OpenAI。

他同时表示，25吉瓦已足够支撑前沿实验室实现明年的营收目标——据报道Anthropic以约1.5吉瓦算力实现了今年约100亿至110亿美元的营收，若再增加4至5吉瓦，理论上可支持额外1000亿美元的营收增长。

利率层面，Gerstner表示，明天美联储加息概率已超过90%，借贷成本上升将直接推高数据中心融资门槛。他援引巴菲特的说法："利率之于资产价格，就像重力之于物质。"若10年期美债收益率升至5.5%，在无需承担股票风险即可获得5.5%至6%回报的情况下，股市估值将面临显著压力。

2026年：跟着事实走，拒绝高杠杆

Gerstner以"飞行路径"比喻其投资框架，将当前仓位定为"中等"，并明确拒绝高杠杆策略。

他描述了两个情景：若前沿实验室月度营收维持在80亿美元高位，叠加标志性AI公司完成IPO，行情有望进一步向上突破；若10年期美债收益率受油价拖累冲至5.5%，或监管介入干扰前沿实验室上市节奏，市场将面临回踩压力。

他特别点名警告使用4倍杠杆式投机策略的风险，在高波动、高利率环境下，"在当前市场里使用杠杆非常危险"。

对于过去三年与未来的投资逻辑转变，Gerstner的判断简洁而直接：2023年至2025年，投资者只需要押注一件事——AI将成为科技史上最大超级周期，然后重仓等待收益。"但2026年已经不是那种环境，每个人都知道AI，相关预期也已经反映在价格里。现在必须根据事实和具体情况作出判断，保持思维灵活，跟随事实。"