▲人们在美国纽约时报广场拍摄“2026”灯光装置。图/新华社
“AI是一个巨大的泡沫，泡沫破裂是迟早的事情。”
在近期举办的博鳌亚洲论坛上，上海财经大学滴水湖高级金融学院院长姚洋在接受媒体专访时表示，AI这个大泡沫迟早要破裂，然而，不想让AI泡沫破裂的美国科技公司仍在持续制造焦虑，不计后果地吹大AI泡沫，其一旦破裂，便有可能引发一场科技危机。
事实上，近年来美国人工智能领域强投入、高负债与弱回报的特征已日益凸显，美股AI领域是否存在“泡沫”也因此持续成为舆论焦点。
然而，真正令人担忧的问题往往不在技术内部，而在其所在的经济社会环境。今日的美国经济结构本身，已先于技术本身，呈现出一道深刻的K型裂痕。
若我们将视线从AI赛道暂时移开，投向其所要嵌入的美国这片大陆，便会看到一幅“冷热双生”的奇观：
一端是资本簇拥下的AI产业高歌猛进，如盛夏般灼热，另一端则是美国众多的传统行业在收缩中持续低迷，寒意弥漫；一边是富裕阶层因资产膨胀如沐暖阳，另一边则是普通家庭在通胀的积雪中步履维艰。
这场技术革命的“冰与火之歌”，带给美国的不仅是生产力的跃迁，更是对其社会结构的深度重塑。因此，有必要跳出行业内外的技术性争论，将美股这一轮AI热潮置于美国日益极化的经济图景中加以审视。
▲ChatGPT发布前后，美国顶层1%与底层50%的家庭总资产占比变化。数据来源/wind数据库
冰火纪年：
“K型经济”呈现AI爆发下结构性撕裂
“K型复苏”一词最早由经济学家彼得·阿特沃特创造，并在全球新冠疫情后被广泛提及。
这一概念，主要用于描述美国在疫情后出现的短期分化现象：科技、金融及白领远程工作等领域迅速收复失地，甚至屡创新高，而线下服务业和低技能岗位则深陷泥潭，收入与就业呈现出“一上一下”的K字型修复轨迹。
然而，在当前对美国宏观经济的讨论中，“K型复苏”已逐渐被“K型经济”所取代。这一语境的转换，意在强调这不只是疫情后的短期现象，而是美国社会的结构性不平等在利率、通胀冲击下被放大的长期结果。
2025年12月，美联储主席鲍威尔在记者会上被追问有关“高收入家庭靠房产和股市财富支撑消费、低收入家庭则被五年累积的价格水平压制”的情况时，明确承认了“K型经济”的存在，并警告这可能削弱美国经济扩张的质量，并侵蚀社会支持的基础。
在美国，一幅直观的“K型”图景正在上演：一边是资本市场在AI概念的加持下高歌猛进，另一边却是支撑经济基石的消费者信心屡屡下跌，重回通胀至暗时刻。在两者的背离中，我们看到：美股的红利被锁定在极少数持有大量金融资产的群体中；而对于绝大多数美国家庭，则在默默承受房贷利率和生活成本上升的压力。
为更直观地呈现出当前AI爆发期下美国经济社会的结构性撕裂，我们选取了三个具有代表性的切面进行对比。
第一重分裂，体现在美国居民财富积累路径的“加速度”差。数据显示，自2022年AI模型ChatGPT发布以来，美国顶层1%的家庭资产占比由27%升至2025年的28.9%，底层50%的家庭资产占比则由6%降至5.3%，各阶层积累的资产规模正在拉开差距。
从资产结构看，美国顶层家庭的财富高度集中在股票和基金等金融资产上——部分研究显示，高收入群体约有超过三分之一的净资产配置于股权和基金产品；而底层50%的家庭中，大约一半的财富集中在自住房等不动产上，直接持有股票的比例仅为5%，更多依赖工资和转移收入维持生活。
于是，美国各收入阶层进入了截然不同的财富增长轨道，一端是资产性收入的“自动巡航”，另一端是工资性收入的“原地踏步”，加速度的差异正逐渐拉开不同阶层间的财富鸿沟。
第二重分裂，表现为美国消费动能的“双速运行”。收入方面，2025年，美国高收入家庭的工资增长率逆势拉升至4%，而低收入家庭的年化增长率则降至0.9%，创下2016年以来的最低水平。
这种收入差距的扩大，直接传导至消费端——美国银行研究所最近的一份报告显示，2025年11月份高收入消费者的支出同比增长4%，创下4年来最快增速，而低收入家庭的支出同比则不到1%。结果是，截至2025年，前10%收入最高的群体消费已占据全国总消费支出的49.7%，创下历史最高水平。
第三重分裂，体现为美国生产引擎的“二元分轨”。在美国，以半导体和电子元件为代表的高科技制造业，其产出指数自2017年以来呈指数级反弹，到2025年已逼近170的高位。
相比之下，剔除高科技和汽车后的传统制造业生产指数则长期在90至100的水平线下震荡。由此看来，美国所谓的“再工业化”似乎更多体现在围绕AI展开的产业再集中，而非传统工业的全面回暖。
实际上，当前美国经济的冷热分化，是近40年来政策导向与全球化浪潮共同作用下的深刻裂变。
追溯这一裂痕的源头，须回到20世纪80年代。彼时，以里根政府为代表的新自由主义思潮席卷而来，确立了“效率优先”的经济范式。
在“涓滴经济学”的理论大旗下，美国推行大规模减税、放松金融监管，并积极拥抱全球化外包战略。而这一系列政策的本意，是希望通过资本积累惠及社会底层，但现实却与这一初衷背道而驰。
外包经济的“洋流”将美国国内产业链大规模冲刷至海外，导致本土制造业空心化，金融自由化的“季风”则赋予了资本前所未有的流动性与增值能力。
这种政策组合推高了美国的GDP，却也在社会层面撕开了难以愈合的创口：精英阶层凭借全球资本配置能力实现了财富的指数级膨胀，而广大劳工阶层则失去了稳定的产业依托。
数据表明，随着全球化外包战略的深入推进，美国制造业就业人数经历了不可逆转的结构性下行，由20世纪80年代的近2000万人一路震荡走低至目前约1200万人的水平，意味着美国曾引以为傲、能够提供稳定收入与体面生活的“蓝领中产”基础被连根拔起。
同时，以医疗保健和商业服务为代表的服务业则迅速崛起，填补了就业数量上的缺口。目前来看，医疗和社会救助行业已成为当前吸纳美国就业的绝对主力，但这些岗位往往伴随着低薪资、低福利与高不稳定性，劳动者抗风险能力日益脆弱。
就业结构的变迁，直接导致了社会阶层的剧烈重塑。美国社会“向两极拉伸”的趋势愈发明显：最低及最高收入阶层的人数比例均有所增加，但作为社会稳定器的中间阶层比例却在持续萎缩，中低与中高收入群体的规模陷入停滞。这意味着，美国社会结构正从理想的“橄榄型”向不稳定的“沙漏型”退化。
同样，财富分配结构也经历了一场跨越40年的“慢迁徙”。
美联储数据显示，2020年第二季度，美国前10%人群总财富占全部居民财富的比例升至63.5%，底层50%人群的总财富占比则降至5.5%。尤其是在2008年金融危机之后，美联储的量化宽松政策成为贫富差距扩大的催化剂。
由于美国富裕阶层持有绝大多数的股票、房产等金融资产，量化宽松注入的流动性迅速推高资产价格，使其财富雪球越滚越大。对普通居民而言，这一货币洪流却未能有效转化为工资增长、就业改善或实体消费，从而拉大了贫富差距。
尽管拜登政府上台后明确提出有别于“涓滴经济学”的发展理念，主张通过“中间向外、底层向上”重塑增长路径，并辅以税收抵免、福利扩张、产业补贴及对资本和企业加税等一系列再分配与产业政策，试图缓解长期积累的不平等，但实际效果却相当有限，甚至在某些层面加重了底层群体的生活压力。
一方面，美国政府的大规模财政扩张在供给受限的背景下推升了通胀，住房、能源与食品等必需品价格上涨，侵蚀了低收入家庭对补贴和福利的实际获得感。另一方面，产业补贴与政府投资在执行时更多倾向于美国的大型企业，资源与收益依旧向头部企业和资产持有者集中。
而为了遏制高通胀，美联储又被迫采取激进的加息政策，这使得预算本就对必需品价格敏感的普通家庭，承受了远比资产丰厚的精英阶层更直接、更强烈的通胀冲击。其结果是，政策在试图平衡经济的同时，反而推高了普通家庭的借贷成本，如学生贷款、房贷和车贷利率飙升，甚至让更多底层民众陷入了债务泥潭。
可见，美国40年的政策倾向与市场力量，共同造就了如今冰火两重天的“K型”经济格局。这也意味着，当前的AI技术革命并非在一张“白纸”上展开，而是叠加在美国社会既有不平等基础上带来一股全新的增长与分配动力。
▲2010—2025年，美国半导体及电子元件制造业与剔除高科技/汽车类制造业的工业生产指数走势对比。数据来源/FRED （Federal Reserve Economic Data）
飓风过境：
AI“技术加速主义”重塑美国贫富格局
目前来看，美国的AI浪潮以其强大的引力，将资源、资金与预期收益迅速吸附到少数核心企业之中，深度裹挟着美国经济的运行轨迹。
从支出规模看，AI行业几乎已成为“心脏脉搏”。其中，微软、谷歌、亚马逊、Meta和英伟达等少数几家科技巨头的资本支出已占据美国企业资本总支出的近三分之一，年度支出规模逼近4000亿美元——相当于丹麦的全年经济总量。
从资本回报看，这种增长红利亦被几大AI巨头精准捕获。截至2024年第四季度，掌握算力与模型入口的谷歌母公司Alphabet、亚马逊、苹果、Meta、微软、英伟达和特斯拉这“七巨头”的总盈利飙升至1312亿美元，同比增速31.7%远超标普500指数的16.9%。
进入2025年后，尽管盈利增速边际放缓至约17%，其表现仍显著跑赢剔除“七巨头”后标普500的约9%，并贡献了标普500当年总盈利增量的约三分之一。
同时，资本也敏锐地捕捉到了这一业绩韧性并蜂拥而至——“做多七巨头”以54%的投票率位列“最拥挤交易”的榜首，标普500指数的前十大权重股占比突破35%，甚至超过2000年互联网泡沫峰值，资本市场因此陷入狂热。
然而，在财富分布与就业结构日趋两极化的背景下，由AI创造技术红利并不会像水流一样自动润泽低洼地带，而是顺着既有的“生产关系”河道，被进一步引至金字塔尖。这种强者恒强的“技术加速主义”逻辑，正在通过三重路径将美国经济社会的裂痕推向一个新的临界点。
在融资端，资本正围绕AI形成明显的“虹吸效应”——低成本资金持续向科技巨头集中，而美国传统行业则在融资环境收紧中面临困境。
一方面，市场对AI未来的乐观预期，赋予了“七巨头”等科技企业和AI独角兽极高的市盈率和估值溢价。这种高估值，本质上构成了一种融资“特权”。最具代表性的证据来自谷歌母公司Alphabet，其于2026年2月13日发行了一只规模10亿英镑的100年期公司债，用于支持其AI基础设施、云计算与数据中心扩张。
这支2126年到期的“百年债”票面利率仅为6.125%，而同期英国30年期国债收益率约5.2%、美国30年期国债约4.7%。这充分显示出，作为AI时代关键基础设施提供者，科技巨头已在债务融资成本上享有“主权”级别的定价特权。这一优势使得科技巨头们能够“不计成本”地抢购GPU、建设数据中心并挖掘顶尖人才，形成赢家通吃的“马太效应”。
另一方面，美国的制造业、零售及建筑等传统行业，却被资本视为“缺乏想象力”的旧资产，在估值被长期压制的背景下，需通过银行信贷或发行高息债券等方式，以更高的成本进行融资。随着有限的流动性被AI持续“虹吸”，美国传统企业被迫缩减资本开支、停止生产线更新，甚至通过裁员来维持现金流安全。
在财富端，资产收益和收入水平的“温差”正急剧重塑美国的贫富格局——富裕阶层独享高增长资产与高额薪资，而中低收入群体深陷高成本负债。
其中，AI板块凭借181%的惊人回报率和124%的盈利增长主导了市场繁荣，但由于高准入门槛及股权高度集中，仅前1%富人就持有了近半数美股市值，这一“估值红利”被牢牢锁定在金字塔顶端。同时，AI从业者的薪资水平也显著高于社会平均水平。根据美国劳工统计局的数据，前者约为后者的2.2倍，薪资差距达到122%。
相比之下，被隔绝在资产盛宴之外的普通家庭面临的是债务困境。2025年，美国信用卡债务规模达到1.28万亿美元，平均利率约23%，远高于同期30年期按揭贷款利率的6%—7%与投资级公司债收益率的5%—6%。
这一高息债务负担对底层居民的冲击尤为剧烈：收入最低10%地区的拖欠率在2025年第一季度已达到20.1%，同期收入最高10%地区的信用卡债务拖欠率仅为7.3%。
具有警示意义的信号，出现在2025年9月。彼时，一家手握约10万笔未结贷款的美国次级车贷机构递交破产申请，标志着次级车贷压力已越过借款人防线，开始直接冲击放贷机构本身。
在政策端，自拜登政府时期起，政策资源、财政补贴与国家资本也开始向AI领域集中倾斜。2022年7月，美国通过《芯片与科学法案》，计划投入约2800亿美元振兴半导体制造与前沿技术研发，其中约2000亿美元直接投向AI等关键技术领域。
进入2025年，美国的政策重心进一步从“补产业”升级为“大基建”，明确将AI定位为维持美国长期科技与经济霸权的“第四次工业革命核心技术”，明确要“赢得AI竞赛”。
2025年1月21日，由美国政府牵头、OpenAI、软银、甲骨文等巨头联合响应的“星际之门”，一举获得高达5000亿美元的投资承诺，聚焦AI数据中心与算力网络建设，资本与政策的合流正为AI铺设物理层面的“高速公路”。
同年7月23日，白宫发布《赢得竞争：美国人工智能行动计划》，明确承诺对头部AI公司、云服务商和数据中心运营商提供财政补贴、税收抵免、政府采购倾斜等支持，并要求扩大此前《芯片与科学法案》中规定的税收优惠范围，覆盖AI数据中心和电网升级项目，政策的“制度护航”随即漫灌至基础设施后端。
及至当年11月，特朗普签署行政令启动“创世纪计划”，整合能源部17个国家实验室、英伟达、亚马逊等24家科技巨头的资源，构建国家级AI科学平台。
在一系列AI支持政策驱动下，美国主要由私人投资的社会资源分配开始出现明显分化。进入2025年后，与AI高度相关的信息处理设备与软件投资仍保持约14%的同比增长，而制造业相关固定资产投资则连续三个季度维持负增长。换言之，资本正在加速流向与算力和数字基础设施相关的领域，而传统工业投资动能则明显减弱。
从以上机制中不难看出，在美国的现有制度与传导路径下，那些更接近新兴技术的群体，无论是持有资产的富人、身处AI行业的精英，还是率先获得政策倾斜的企业，都正在享受前所未有的红利；那些本就处于边缘的人群，则在通胀、债务和传统行业萎缩的夹缝中挣扎。
▲1980—2025年，美国就业结构的变化趋势。数据来源/wind数据库
驯风筑渠：
AI竞赛也是社会治理能力“升级大考”
如何让AI成果被社会共享，而非成为撕裂社会的新力量，是美国当下政策与制度设计必须正视的核心问题。
历史上，几乎所有的重大技术革命都伴随一定程度的投机与泡沫，这本是市场试错的正常过程。然而，一方面，经过40年的新自由主义改造，美国经济社会中的工会组织、税收调节与反垄断监管等“制度缓冲层”已大幅削弱。若资源持续单向堆积于算力、芯片与模型平台，而缺乏向实体经济和社会大众扩散的回流机制，则将进一步扩大美国经济的K型分化。
另一方面，美国当前的AI繁荣既包含真实的技术突破，也伴随着典型的资本过热。实际上，AI所带来的资本与利润究竟能否可持续，既取决于行业盈利模式能否尽快走向稳健，使资本回报建立在真实的生产率提升之上，从而降低泡沫破裂的系统性风险；也取决于政策能否纠正资源过度集中的结构性失衡。
不仅如此，当下美国经济的危险还在于，这种“周期性过热”正与“地缘政治焦虑”发生共振。
在大国竞争下，美国政府为确保关键技术领先，对AI行业内的乱象与估值泡沫给予了极高的“默许度”，而那些被视为“含金量不足”的传统行业与民生领域，则遭到了“战略性忽视”。
这种“不顾内部平衡，只顾追求领先”的策略，本质上是一种危险的战略误判。当政策与资本过度聚焦于算力、芯片等高端赛道时，制造业、物流业、公共医疗与基层教育等吸纳大量就业的领域，可能因资源被虹吸而陷入“供血不足”。
若中等技能岗位在尚未完成转型前便因资源挤压而过早萎缩，需求端的收缩也将反过来限制新技术的扩散与落地。基础产业的快速“挤出”，将显著削弱美国的就业承载力、需求拉动力与整体的国民经济韧性。
如果说宏观层面的问题在于美国经济的战略偏差，那么微观层面的风险，则来自AI产业内部的“循环嵌套投资”与“私人信贷黑箱”。
当前，美国AI科技巨头通过向初创公司提供股权投资或云服务额度，再由初创公司将这些资金用于购买云算力和GPU资源，从而形成“左手倒右手”的闭环交易。账面营收与估值因此迅速抬升，却并未创造出与之匹配的真实社会生产力。
与此同时，以另类资产管理公司Blue Owl为代表、深度嵌入本轮AI基础设施和软件融资的私人信贷市场，正在美国迅速扩张，高杠杆与信息不透明成为其显著特征。
近期围绕其资产质量与流动性的争议与处置举措，已在市场上引发明显的紧张情绪。当美国经济中AI的“资本自循环”与私人信贷的“黑箱扩张”相互叠加，其逻辑与2008年次贷危机前“拆分打包、层层杠杆、信息不对称”的模式高度相似。
若不能及时引导资本回归“真实”，一旦美国相关AI项目现金流中断或宏观流动性收紧，可能触发上游云服务营收下修与下游信贷违约的连锁反应，放大系统性风险。
目前来看，属于AI的核心命题不是“要不要发展”，而是如何在发展过程中通过制度创新实现普惠发展。尽管不同国家在制度传统、产业结构与社会契约间的差异巨大，但方向性的命题是共通的——如何在鼓励创新的同时，保障劳动者的平稳过渡。因此，AI浪潮下各国面临的问题与解法，也有着很大程度上的共通性。
在这一过程中，首先需要对竞争秩序进行再构，从源头上缓冲AI浪潮本身的冲击力。模型平台和算力基础设施天然具有规模经济与网络效应，因此，在不阻碍头部企业创新动力的前提下，重点在于保障数据的公平接入，强化数据可携带性并推动接口开放，防止技术与市场的双重垄断。
其次是对财税结构进行重塑，引导资本有序进入社会。历史经验证明，当生产率大幅提升而分配机制滞后时，财富往往先于规则调整在资本一端迅速集中。
在AI时代，算法与自动化极大地提高了资本收益率，需以“政府之手”对分配结构进行调节：优化资本利得税，引入超额利润调节机制，并探索与数据价值相关的公共收益分配。其核心并非惩罚创新，而是确保技术发展的成本与红利不会在少数节点堆积，而能够通过制度分流，在社会内部实现更为均衡的循环，以此巩固共同体的财务韧性。
最后是构建普惠转型的“底座”。具体来说，可通过公共投资建设开放算力平台，支持开源模型生态，将算力纳入新的公共基础设施范畴。
这不仅能降低中小企业、教育、科研与公共医疗等领域应用AI的门槛，也能防止技术红利被资本垄断。在此基础上，须同步建立“全民技能转轨机制”，将政策重心由“补贴企业”转向“赋能个体”。针对受冲击最为严重的岗位，设立长期稳定的技能再造基金，并配合工资补贴、负所得税等工具，为劳动者提供必要的过渡期缓冲。
归根结底，这些制度创新并非改变既有的市场秩序，而是确保技术转型可以成为包容增长的新起点。历史已多次证明，技术扩散的指数级变革与制度调整的线性步伐之间，存在天然的“时间差”。
因此，AI时代的真正竞赛，不只是算力的角逐与算法的迭代，更是一场社会治理能力的“升级大考”。谁能够在鼓励创新的同时，稳固住分配结构的韧性，谁就更可能在新一轮全球科技竞争中占据优势。
从这个意义上说，在技术革命的“冰与火之歌”之中，叩问AI未来的不只是技术本身，更在于社会治理体系能否顺利实现优化升级。这正是AI时代留给社会科学研究者的核心追问。
撰稿 / 曾译瑶 包宏【香港中文大学（深圳）前海国际事务研究院】
编辑 / 何睿
校对 / 柳宝庆
