编者按：之前发布的版本署名是 Matt Hughes，他是我的编辑，负责校对拼写错误并将其上传到内容管理系统。抱歉！
大家好！短暂休息之后，我又要开始写免费文章了。主要是因为我发现自己每次都想写一大堆，担心如果经常发邮件，大家会取消订阅。后来我意识到这种想法有多傻，所以我回来了，而且以后会更频繁地更新。我会像写专栏一样来写，这样既容易写，也更有趣。
和以往一样，如果您喜欢这篇文章并想支持我的创作，请订阅我的高级电子报。订阅价格为每年 70 美元或每月 7 美元，作为回报，您将每周收到一份通常包含 5000 到 18000 字的电子报，内容涵盖对NVIDIA 、 Anthropic 和 OpenAI 的财务状况以及整个人工智能泡沫的详尽分析。我的报道总是领先一步，您将获得巨大的价值。在屏幕右下角，您会看到一个红色圆圈——点击它并选择按月或按年订阅。明年我计划拓展到其他领域。这将会很棒，您一定会喜欢。
在继续之前，我想提醒大家，我不是股票分析师，也不提供投资建议。
不过，我确实想谈谈英伟达及其于2月25日（周三）发布的年度收益报告：
- 英伟达的业绩超出预期，并再次提升了人们的期望，这已是该公司连续几个季度取得的成绩。起初人们感到兴奋，但随后开始阅读其10-K报告，并发现了一些令人费解的小细节。
- 681亿美元的营收可不是小数目！对于一家在人们唯一谈论的领域占据唯一份额的公司来说，这才是你所能期待的。
- 超大规模数据中心收入占英伟达数据中心收入的略高于50% 。 正如我去年所写，英伟达的多元化收入——即来自七大核心企业之外的收入——持续下滑。尽管数据中心收入为623亿美元，但其中50%（311.5亿美元）被超大规模数据中心占据……而且由于我们无法获得第四季度的10-Q报告，因此我们无从得知该季度收入的具体构成。真是令人失望！
- 令人费解又担忧的是，该公司2026财年2159.38亿美元的营收中，有36%（约777亿美元）来自两家客户。如果让我猜测，这两家客户很可能是富士康或广达计算，这两家大型台湾ODM（原始设计制造商）为大多数超大规模数据中心运营商生产服务器。
- 如果你想了解更多， 我写了一篇很长的付费文章，里面详细探讨了这个问题（其中也包括人工智能比互联网泡沫更糟糕的几个方面）。简单来说，当一家超大规模数据中心运营商购买GPU时，他们会直接找一家原始设计制造商（ODM）来把GPU组装到服务器里。这本身并不罕见，但我会密切关注ODM的收入（他们每月都会公布），看看是否有任何变化，因为我认为这会是行业崩溃的早期迹象之一。
- 英伟达的库存持续增长，目前已超过 210 亿美元（高于上季度的约 190 亿美元）。这可能是正常现象！但也可能意味着产品无法出货。
- NVIDIA 目前已同意签署价值 270 亿美元的多年期云服务协议——实际上是从其 GPU 的销售对象那里将其 GPU 出租——其中70 亿美元预计将在 2027 财年实现（2027 财年第一季度将于 2026 年 5 月公布）。
- 作为背景信息，CoreWeave（将于今日，即2月26日，公布2025财年财报）去年11月曾表示，预计其全年营收将在50亿美元至51.5亿美元之间。CoreWeave可以说是除超大规模数据中心之外最大的AI计算供应商。如果市场需求旺盛，这一切都没有必要。
- 英伟达“投资”了175亿美元给人工智能模型开发商和其他早期人工智能创业公司，并提供了价值35亿美元的土地、电力和外壳担保，以“支持复杂数据中心基础设施的建设”。总计，该公司花费了210亿美元来支撑这个生态系统，而这个生态系统反过来又为其带来数十亿美元的收入。
- NVIDIA 的长期供应和产能义务从 308 亿美元飙升至 952 亿美元，这主要是因为 NVIDIA 的最新芯片极其复杂， 需要台积电在硬件和设施方面进行大量投资，而台积电在没有得到能够收回成本的保证的情况下，不愿意这样做。
- 英伟达预计这些义务将会增加。
- NVIDIA 的应收账款（即已发货但尚未付款的货物）目前为 384 亿美元，其中 56%（215 亿美元）来自三个客户。
英伟达的整个未来都建立在这样一个前提之上：超大规模数据中心运营商每年都会以越来越高的价格和越来越高的采购量购买GPU。这完全依赖于四五家公司愿意每个季度直接向黄仁勋的钱包里塞进数百亿美元。如果这种情况发生任何变化——例如债务融资困难或投资者施压削减资本支出——英伟达就真的麻烦了，因为它已经承诺投入超过950亿美元来为人工智能泡沫建设铺路。
然而，真正精彩的部分是这一部分：
我们正在与OpenAI敲定一项投资和合作协议。但我们无法保证最终一定能与OpenAI达成投资和合作协议，也无法保证交易最终能够完成。
没错！去年，NVIDIA 误导所有人说要向 OpenAI 投资 1000 亿美元（几个月前我就警告过大家， 这笔交易根本不存在，现在也彻底泡汤了），现在又传出“接近”投资 300 亿美元的消息。按理说，在黄仁勋尴尬地辩解说 1000 亿美元“ 从未真正承诺过”之后，NVIDIA 应该会毫不掩饰地表达对 OpenAI 的支持意愿，并明确表示会全力支持。
尤其是当你的 10-K 文件中有这样一条记录时：
我们估计，在2026财年，一家人工智能研究和部署公司通过从我们的客户那里购买云服务，为我们贡献了相当可观的收入。
我们生活在一个多么奇特的世界啊。显然，英伟达也“非常接近”达成“合作协议” ，但值得注意的是， 奥特曼、布罗克曼和黄仁勋曾上CNBC谈论过上一笔交易，但最终未能达成。
所有这些都让 OpenAI 据称的 1000 亿美元融资计划更加令人担忧。据The Information 报道，亚马逊据称的 500 亿美元投资实际上只有 150 亿美元，而接下来的 350 亿美元则取决于通用人工智能 (AGI) 的实现或 IPO：
据知情人士透露，根据仍在谈判中的投资条款， 亚马逊将首先向OpenAI投资150亿美元。剩余的350亿美元可能取决于OpenAI是否实现通用人工智能（AGI）或上市。亚马逊的这项投资是OpenAI当前融资轮的一部分，该轮融资总额可能超过1000亿美元，而OpenAI 在融资前的估值约为7300亿美元。
而英伟达提供的这 300 亿美元，很可能会采用类似 Klarna 的三期分期付款计划：
此外，知情人士透露，软银和英伟达计划分三期投资，每年共计300亿美元，作为本轮融资的一部分。 此前《The Information》曾报道，微软预计将投资数十亿美元，但据两位知情人士称，微软的投资金额可能会减少，甚至可能不投资。
几点想法：
- 这真是一个复杂繁琐的过程！事实证明，筹集1000亿美元其实相当困难。
- 这是一个大问题， 因为 OpenAI 在未来五年内需要 6550 亿美元来支付所有账单，而每年却亏损数十亿美元。
- 如果OpenAI现在连筹集1000亿美元都困难，我实在看不出它如何才能生存下去。如果报道属实， OpenAI在2025年亏损80亿美元的情况下仍能实现131亿美元的收入，但别忘了，我去年做的报告显示，截至2025年9月，OpenAI的收入只有约43.29亿美元，而仅推理成本就高达86.7亿美元。
- 奇怪的是，似乎没有人注意到我对这个话题的报道。
- 我不明白OpenAI如何才能生存下去。
好了，接下来是重头戏。
新词：分析垃圾，指某人写一篇冗长、似是而非的文章，其中很少有事实或实际陈述，却意图将其解读为透彻的分析。
本周，所谓的金融分析机构 Citrini Research（不要与 Andrew Left 的 Citron Research 混淆）发布了一篇名为“2028 年全球情报危机”的糟糕文章，这篇文章充斥着胡编乱造的恐慌性虚构，却以有据可依的分析权威性来撰写和包装， 以至于引发了全球股市抛售。
这篇文章—— 如果你还没读过，请使用我的注释版本阅读——用了 7000 多字讲述了如果人工智能使数量不确定的大量白领工人失业将会发生什么可怕的事情。
人工智能究竟做什么、谁制造了人工智能、以及人工智能如何运作，这些都不清楚，只知道它会取代人类，然后就会发生糟糕的事情。西特里尼坚称这“并非耸人听闻的分析文章或人工智能末日论者的同人小说”，但事实恰恰相反——这是一篇披着分析外衣的平庸之作，在Substack上以“研究”之名出售，其目的在于恐吓和讨好所有金融市场参与者。
它的目标是让你相信人工智能（泛泛而谈）很可怕，你现在持有的股票很糟糕，而人工智能股票（顺便说一句，它并没有明确指出哪些是人工智能股票）才是未来。此外，每年只需 999 美元即可了解更多信息。
我举个例子：
一直以来都应该很清楚，北达科他州的一个 GPU 集群所产生的产出，相当于以前曼哈顿中城 10,000 名白领工人的产出，与其说是经济灵丹妙药，不如说是经济瘟疫。
这段文字的目的在于让你惊叹“哇，原来GPU现在能做到这些！” 当然，事实并非如此。大多数CEO表示，人工智能的投资回报率很低甚至没有回报。一项针对美国、英国、德国和澳大利亚6000名CEO的研究发现，“超过80%的CEO表示他们没有从人工智能中获得任何投资回报”。
[未检测到]人工智能对就业或生产力有任何明显影响。” 然而，当你看到“GPU”和“北达科他州”时，你会想“哇！那是我熟悉的地方，而且我知道GPU是人工智能的动力源泉！”
我知道北达科他州有一个GPU集群——CoreWeave与Applied Digital合作的那个，负债累累，即使24小时不间断出租，两家公司仍然亏损。但我们还是别让事实妨碍这篇写得糟糕的文章吧。
我不需要逐行分析——主要是因为我最终会写出一份可以提起诉讼的威胁性文件——但我需要你们知道，这篇文章的大部分论点都归结于不切实际的幻想和空洞无物的文字。
例如，人工智能如何接管整个经济？
人工智能能力提升，企业所需员工减少，白领裁员增加，失业员工消费减少，利润压力迫使企业加大对人工智能的投资，人工智能能力提升……
没错，它们只会越来越好。没必要讨论现在发生的事情。就连AI 2027都敢开始讨论“OpenBrain”之类的东西。
这篇文章简直就是胡说八道，其中还包括一个特别离谱的谎言：
2025 年末，智能编码工具的能力实现了飞跃式提升。
一位熟练的开发人员现在可以使用 Claude Code 或 Codex 在几周内复制一款中端市场 SaaS 产品的核心功能。虽然不能做到完美，也不能处理所有极端情况，但足以让正在审查 50 万美元年度续约合同的首席信息官开始质疑“如果我们自己开发这个产品会怎么样？”
这完全是彻头彻尾的谎言，彻头彻尾的谎言。克劳德·科德根本不可能做出这种事。主流媒体竟然引用这篇文章，这说明那些本应解释事物运作原理的人根本懒得去查证，而这些谎言的持续传播，对科技和商业媒体来说既是耻辱，也是丢脸。
我现在要引用我即将出版的高级版书籍（《黑粉私募股权指南》，周五出版）的部分内容，因为我认为我们是时候谈谈克劳德·科德究竟是做什么的了。
这不仅仅是“发出足够多的提示直到它执行此操作”的问题。优秀的（甚至是功能完善的！）软件工程涉及技术、基础设施和理念，而你所“自动化”的东西不仅仅是让程序运行的代码。
让我们从最简单、最不技术化的方式说起：即使在最理想的情况下，你也不可能直接在终端窗口中输入“构建 Salesforce 竞争对手”，然后它就立刻完整地出现在你的终端窗口中。终端本身无法做到这一点，即便可以，它也需要部署在云托管平台上，并且需要输入各种真实的客户数据。
软件开发不是编写代码然后按下回车键就出现网站，它需要各种各样的基础设施（例如“客户如何以一致和可靠的方式访问它”、“如何确保它可以同时处理很多人”以及“访问速度是否很快”，更复杂的数据库系统甚至需要完全单独的订阅才能保持连接）。
软件开发真是个麻烦事儿。你写完代码，还得确保代码能运行，而且有些代码还得在特定的硬件上运行，硬件又得正确配置。有些东西是用不同的编程语言写的，这些语言对内存的要求也各不相同。如果你分配的内存不对，或者忘了在代码里关闭某些内存限制，整个系统就崩溃了，有时候还会造成经济损失，甚至引入安全漏洞。
无论如何，即使对于经验丰富、知识渊博的软件工程师来说，维护涉及任何类型客户数据的软件都需要在合规性方面进行大量投资，包括如果客户本身需要与系统交互，则需要进行 SOC-2 审计，以及安全方面的投入。
然而，认为LLM（生命周期管理）对现有软件公司构成生存威胁的说法已在市场上扎根，导致传统软件巨头的股价暴跌。SAP就是一个很好的例子，其股价在过去一个月下跌了10%。
SAP 是一家 ERP 软件（企业资源计划，我在《Oracle 黑粉指南》中写过）制造商，也受到了此次出售的影响。SAP 本身也是一个庞大、复杂、资源密集型的数据库驱动系统，涵盖会计、采购和人力资源等领域，其复杂程度令人咋舌，以至于你往往需要付费才能让它正常运行（如果运气好的话，它甚至可能根本无法运行）。即使你拥有“克劳德代码的魔力”（我稍后会提到），自己构建这样一个系统也将是一项极其艰巨的技术、基础设施和法律工程。
大多数软件都是这样。我甚至可以说，所有人们依赖的软件都是如此。我恳求你，请你认真思考一下，你究竟有多信任你使用的每一件物品上的软件？当某个软件停止运行时，你会怎么做？你对开发这款软件的公司又作何感想？如果你的金钱或个人信息与它有关，那么为了开发出这款软件，他们不得不经历各种与代码无关的繁琐流程。
附注：我想明确指出，这绝非好事。引用我一位朋友的话——他是一家大型科技刊物的编辑——“Oracle 是一家附有软件公司的律师事务所。” SaaS 公司经常通过卑劣的法律手段和毫无诚意的合同来维持运营，而且在很多情况下，他们的功能也仅仅满足于基本需求。无论如何，我的观点是，你不可能“自己开发软件”。
任何规模适中的公司都可能需要投入数十万甚至数百万美元的法律和会计费用来确保系统正常运行，还需要聘请工程师进行维护，而作为这套庞大ERP系统的唯一客户，您则需要自行构建每一个新功能和集成。之后，您还得负责维护这套庞大的系统，它在很多情况下都涉及大量的个人身份信息。此外，您还必须确保这套涉及资金的系统能够准确识别所有货币及其汇率波动，因为这完全取决于您。一旦这部分出现问题，您的记录系统就可能严重高估或低估您的收入或库存，从而导致业务崩溃。
如果这种情况发生，你就找不到人起诉了。出现漏洞时，你可以解雇负责修复漏洞的人，但要找到替代者，就意味着要找另一个人来收拾别人留下的烂摊子。
然后我们就会发现，用 Claude Code 构建东西并非易事。你读到的所有关于它令人惊叹之处的例子，都只是构建了一个玩具应用或网站，与 Anthropic 用于训练数据的许多开源项目或网站模板非常相似。每个人付费购买的每一份 SaaS 产品，实际上都是在为产品的使用权以及运行涉及人员或资金的软件所固有的风险或混乱买单。Claude Code 实际上并不能构建独一无二的软件。你可以说“帮我创建一个 CRM”，但它生成的 CRM 并不会神奇地自动迁移到亚马逊云服务 (AWS) 上，也不会神奇地变得高效、功能齐全、合规或安全，而且我猜它与训练所用的开源或公开可用的 SaaS 产品没有任何区别。你仍然需要工程师，甚至可能需要比以前更多的工程师。
它可能会告诉你它完全合规，运行起来就像热刀切黄油一样顺畅——但法学硕士什么都不懂，因此你不能确定克劳德说的是真话。
你的论点是，你仍然会保留一个工程师团队（所以他们知道输出结果的含义），但他们的工作重点是取代你现有的SaaS订阅服务吗？这样一来，你基本上就变成了一家没有创业公司任何优势的公司。
引用尼克·苏雷什（Nik Suresh）的话，他是一位资历深厚、备受尊敬的软件工程师（著有《如果你再提人工智能，我就把你砸烂》 ），“……对于一些工程师来说，[Claude Code] 是更快解决某些繁琐问题的绝佳方法，而负责任的工程师也明白，你必须阅读大部分输出，这在很多情况下只比编写代码花费的时间少得多。Claude 并非总是生成糟糕的代码，实际上在很多情况下它都很有用，因为很多情况都很枯燥。如果你不是个傻瓜，就必须阅读所有输出，因为它会时不时地做出一些足以让公司倒闭的决定。”
我从2012年就开始从事SaaS相关工作，对这个行业非常了解。我可能不会编程，但我会花时间与软件工程师交流，以便了解产品的实际功能以及它们所谓的“强大”之处。同样地，我也会努力理解其背后的商业模式，但我并不确定其他人是否也这样做。如果我错了，请给我看看OpenAI或Anthropic的拥护者对它们财务状况的分析。你找不到这样的分析，因为他们根本不愿面对现实。
媒体情报危机
所以，尽管这一切显而易见，但市场和相当一部分媒体人士显然要么根本不了解情况，要么就是故意回避这个问题。 “人工智能取代软件”的说法，实际上就是“Anthropologie发布了一款产品，结果整个行业都遭到抛售”，比如Anthropologie发布了一款可以检测漏洞的网络安全工具（这种产品其实已经存在近十年了） ，就引发了Crowdstrike等网络安全股票的抛售——要知道，Crowdstrike就是因为一段代码故障引发了一场全球网络安全事件，导致财富5000亿美元的损失，并迫使达美航空在几天内取消了1200多个航班。
除了金融媒体和市场似乎对他们投资的产品的基本原理一无所知之外，这次抛售没有任何理性依据。软件看起来可能很复杂，但（尤其是在这种情况下）其实很简单：投资者把“人工智能模型可以生成代码”和“人工智能模型可以创造我们所知的‘软件’的全部体验，或者非常接近，以至于我们必须开始恐慌”混为一谈。
这都要归功于Anthropic公司故意散布的虚假宣传，以及媒体的推波助澜。彭博社在2025年9月的一篇文章中报道称，Claude Sonnet 4.5可以“连续自主编码长达30小时”， Anthropic公司也曾这样声称，其他媒体也转载了这一说法，并补充说它可以“处理复杂的多步骤任务”，但这些任务的具体内容却没有任何解释。然而，The Verge网站却补充说，Anthropic公司显然“开发了一款类似Slack或Teams的聊天应用”，但你既看不到它，也不知道它的价格或功能。它能运行吗？它有用吗？它能正常工作吗？它长什么样？除了Anthropic公司自己的说法之外，我们没有任何证据证明此事属实，但由于媒体的反复报道，它现在就成了事实。
正如我上周所讨论的， Anthropic 的主要商业模式是欺骗，通过一些站不住脚的营销声明和首席执行官 Dario Amodei 关于所有白领劳动力都将消失的悲观谎言，混淆了今天可能发生的事情和明天可能发生的事情。
人属主义散布谎言，含糊其辞，隐瞒真相。
- 它编写了 30 小时的代码 [这意味着代码很有用或很好，并且这些时间是高效的]。
- 它推出了一款微软 Teams 的竞争对手[你应该认为它像 Teams 或 Slack 一样功能齐全，或者……功能齐全？而且他们甚至不需要通过展示来证明这一点]
- 它能够不间断地写作[你认为这是因为它在做不需要被打断的好工作]。
人类学利用糟糕的新闻报道、无知和缺乏批判性思维。
正如我之前所说，“哇，Claude Code！”这类文章大多来自一些被抓获的助推器用户和那些实际上并不编写软件的人，他们对 Claude Code 能够吐出训练数据并给人留下软件工程的印象感到惊讶。
即使我们相信Spotify最优秀的工程师确实没有编写任何代码，我仍然要问：这样做的目的是什么？Spotify的软件发布量增加了吗？软件质量提高了吗？功能增加了吗？bug减少了吗？工程师们用节省下来的时间做了什么？ METR去年的一项研究表明，尽管工程师们认为LLM编码工具提高了24%，但实际上却让他们的速度降低了19%。
我也认为我们需要认真思考一下，为什么一个月内市场和媒体第二次因为一些博客编造的同人小说而大惊小怪。 正如我在对马特·舒默的《大事发生》一书的注释中所述，那些本应向公众传递世界真相的人似乎更容易相信一些迎合自身偏见或投资策略的“鬼故事”，即便这些故事充斥着半真半假甚至彻头彻尾的谎言。
我有点绝望了。每当我在CNN上看到马特·舒默，或者听到私募股权公司负责人谈论Citrini Research时，我都会开始怀疑，是不是所有人走到今天这一步，都不是因为实际工作，而是因为说了正确的话。
这就是骗子横行的经济，而那些本应阻止他们的人却麻木不仁。