编者注：吴恩达（Andrew Ng）在 X 上发表了 AI 是否存在泡沫的观点，全文翻译如下。
AI 推理基础设施
尽管当前 AI 的市场渗透率仍然很低，但基础设施供应商已难以满足 token 生成所需的算力需求。我的好几个团队都在担心能否获得足够的推理算力，而且成本和推理吞吐量都在限制我们进一步扩大应用规模。
对于一个企业来说，“供给受限”而非“需求受限”是一个“幸福的烦恼”。后者更为常见，即没有足够的人想要你的产品。但供给不足终究是个问题，因此我很高兴看到行业正在大规模扩展推理能力。
举一个 Token 生成需求高涨的具体例子：高度智能化的编程智能体（Agentic Coders）正在飞速进步。我长期以来都是 Claude Code 的粉丝；随着 GPT-5 的发布，OpenAI Codex 也取得了巨大的进步；而 Gemini 3 则让 Google CLI 变得极具竞争力。随着这些工具的改进，它们的采用率将会增加。与此同时，整体市场渗透率仍然很低，许多开发人员仍在使用老一代的编码工具（有些人甚至根本没用任何智能体编程工具）。随着市场渗透率的增长 —— 考虑到这些工具的实用性，我确信它会增长 —— 对 Token 生成的总需求也将随之增长。
我在去年就预测过，受 Agentic 工作流影响，我们需要更强的推理产能。而如今，这种需求更加迫切。对整个社会而言，我们需要更多 AI 推理能力。
话虽如此，我并不是说在这个领域投资绝不会亏钱。如果我们最终建设过剩 —— 而我目前无法判断 —— 那么供应商最终可能不得不亏本或以低回报率出售算力。我希望该领域的投资者能获得良好的财务回报。但好消息是，即使我们建设过剩，这些算力也会被利用起来，这对于应用构建者来说将是一件大好事！
AI 模型训练基础设施
我很高兴看到对更大模型训练的投资不断加码。但在三类投资中，这部分风险最大。如果开源/开放权重模型的市场份额持续扩大，那么那些向模型训练砸下数十亿美元的企业可能无法获得理想的财务回报。
另外，算法与硬件的持续改进正在降低达到同等能力水平模型的训练成本，这意味着“前沿模型训练的技术护城河”非常脆弱。（不过，ChatGPT 已形成强大的消费级品牌护城河，而 Gemini 也在谷歌庞大分发体系的助力下表现强劲。）
总结
我仍对 AI 投资整体保持强烈的看涨态度。但需要考虑下行情景 —— 也就是说，是否存在随时可能破裂的泡沫？我较为担忧的一种情况是：如果 AI 技术栈的一部分（可能是训练基础设施）因过度投资而崩塌，将可能导致对整个 AI 产业的悲观情绪，从而引发非理性资本撤离，即便该领域整体的基本面依然强劲。我认为这种情况发生概率不高，但如果真的发生，将十分可惜 —— 因为 AI 仍有许多值得投入大量资本的方向。
沃伦·巴菲特（Warren Buffett）曾推广过本杰明·格雷厄姆（Benjamin Graham）的一句名言：“从短期来看，市场是一台投票机；但从长期来看，它是一台称重机。”意思是短期股价由情绪与投机驱动；长期股价则由基本的内在价值驱动。我很难预测情绪与投机，但对 AI 基本面的长期健康极有信心。
所以我的计划是：坚持建设（Keep Building）！
本文由公众号“前端圈”授权转载｜ https://mp.weixin.qq.com/s/Gs2KIz4fQJRiI1jl3XR5fA ｜（编辑：ZN）
⬆ 扫码加入AI产品交流社群，你有机会得到：
- 最值得关注的AI产品；
- 最新鲜的 AI 产品资讯；最实用的AI产品使用经验；
- 还有不定期赠送热门新品的邀请码、会员码。