文 | 锦缎

腾讯二季报出来后，市场的第一反应是：“AI资本开支终于动真格了。”

单季527.8亿元，同比暴增176%，环比大幅提升。对习惯了腾讯稳健风格的人来说，这个数字确实有冲击力。

一时间，叙事开始转向：腾讯要All in AI了，要动真格的了，要重新讲一个硬科技的故事了。

但我的判断恰恰相反：“动真格”这个词用早了，腾讯的AI capex，还不够高，还可以更高。

真正值得一家现金流充沛的互联网巨头去“大搞特搞”的方向，也不是模型本身，更不是目前被寄予厚望的应用层，而是那个回报期最短、商业逻辑最清晰的算力基础设施层。

当下AI叙事最大的问题，是注意力错配：的注意力都聚焦在模型层以小时计的新闻变化上，却忽略了商业模式已经成型、投资却明显不足的算力层。

换句话说，市场把聚光灯打在了模型层和应用层，却忽略了价值链上最确定、最硬的环节。

01 模型层仍在死亡峡谷

先看模型层今天的情况。

全球头部模型公司几乎都还在死亡峡谷里行军。

今天毫无疑问的垄断双巨头OpenAI、Anthropic，至今仍处于常年巨额现金净流出的状态：

OpenAI：2025年营收约130亿美元，营业亏损约209亿美元；2026年Q1已烧约37亿美元（对营收57亿美元）。全年预计亏损/现金消耗约140-270亿美元量级（内部预测与外部估算有差异），仍远未到正FCF，预计要到2029-2030年才可能转正。现金储备虽厚（融资后），但单位经济模型仍未跑正。

Anthropic：ARR已冲到约470亿美元（2026年中），轨迹明显好于OpenAI，可能更快接近营业利润（有报道指向2026年中可能出现季度营业利润）。但仍有大规模基础设施投入，FCF转正预期更晚（2028-2029附近），累计仍在消耗资本。

现金流为正这件事，在模型层至今几乎没有真正成立过。

原因并不复杂：

训练成本高、迭代速度快、竞争激烈，且最终能沉淀为稳定经常性收入的部分，远远跟不上投入的速度。模型层目前更像是一场必须参与的军备竞赛，而不是一门可以独立产生正现金流的生意。

有人会说，大模型的API毛利率很高。确实，OpenAI的部分产品线毛利率可以做到70%以上。

但毛利率高和赚钱是两回事。当你的底座是每月数亿美元的训练成本和折旧摊销时，高毛利只是让亏损显得“更有质量”而已。

这不是一个商业模式的判断，而是一个产业阶段的判断。

模型层目前所处的阶段，很像2000年前后的光纤网络建设期：技术路线尚未收敛，玩家必须持续投入以保持竞争力，但最终能活下来并盈利的，可能只有两三家。而活下来的，往往不是靠模型本身赚钱，而是靠模型背后控制的底层资源。

再看应用层，尤其是本次腾讯业绩会被反复提及的AI办公。

中国办公软件市场已经用十年时间给出了答案。飞书、钉钉、WPS，加上周边生态，全口径收入加在一起，全口径收入合计长期未能突破百亿人民币量级。

腾讯的WorkBuddy目前号称千万级活跃用户、约3亿人民币ARR，听起来不错，但放在腾讯7000多亿年收入的体量下，这更像是一个还在验证产品市场契合度的早期业务，而不是能支撑叙事的支柱。

更关键的是商业入口。

真正掌握企业办公入口的，依然是Teams、WPS、钉钉这些已经完成用户习惯教育的传统玩家。新的Agent或AI办公工具，很难在短时间内撼动这个格局。

把希望寄托在“做一个AI原生的办公入口”上，某种程度上重复了十年前“浏览器才是入口，商店会重新定义一切”的叙事。

WorkBuddy被推到台前，其实折射出腾讯AI叙事的一个真空期：

模型训练的进度需要追赶，算力供给的缺口需要填补，于是应用层的故事被提前拿出来讲。这不是说应用不重要，而是它目前还远没有到能贡献清晰商业回报的阶段。

市场对workbuddy虚无缥缈的期待，本质上是对“确定性”的渴望。

腾讯投资人希望看到一个能快速变现的故事，因为模型层太烧钱，算力层太遥远。

但问题是，中国To B软件市场的天花板是明牌。用AI办公讲一个千亿收入的故事，在可见的未来里并不成立。

02 当前真正有商业价值的，仍旧是算力层

腾讯管理层在财报会上相对低调地提到，算力资源会兼顾内部使用与对外租赁。这句话被很多人当作附带信息略过，但我反而觉得，这才是当下AI主旋律里最值得重视的部分。

算力层有一个模型层和应用层目前都严重缺乏的东西：相对清晰、可验证的回报周期。

在美国，高利用率的算力中心，在签订多年期、高负载合同的情况下，回收期可以压缩到两年左右。

SpaceX披露显示，它把Colossus容量租给Anthropic（约12.5亿美元/月）和Google（约9.2亿美元/月）等。

最近季度，AI部门的调整后EBITDA已经转正并达到约11亿美元，几乎全靠算力出租拉动。纯Grok模型业务本身贡献有限，真正改善财务的是基础设施租赁。

而传统超大规模云（AWS、Azure、Google Cloud）更是如此：

• AWS：运营利润率已升到约39%，AI相关业务贡献明显。
• Google Cloud：运营利润率升到35%+，增长极快。
• Azure：也保持高利润率。

它们把 AI 算力作为现有云业务的高附加值延伸，定价和利用率都比较好，虽然整体公司 FCF 被巨额 CapEx 压低，但云 /AI 算力这块的单位经济是健康的。

如果看专业neocloud（CoreWeave等），也是同样情况。

每一家都在营收暴增（单季已超25亿美元级别），调整后EBITDA利润率常在55-60%。

但因为还在疯狂扩容，自由现金流仍然大幅为负（CapEx远超经营现金流）。一旦产能交付并开始产生经常性收入，利润率会迅速抬升。合同积压（backlog）已到千亿美元量级，可见需求锁定程度。

AWS、Azure、Google Cloud的AI相关业务，也在持续贡献更高的运营利润率。

这是一个被反复验证过的商业模型：

大规模、高密度、高负载的算力供给，一旦形成规模效应和客户锁定，就能产生类似基础设施的现金流特征。

中国的情况类似，但更极端。

目前高端训练与推理供给的格局，大致是火山引擎与阿里云占据主要位置。

根据Omdia《中国AI云市场份额2025》报告，阿里云以38.1%的整体份额稳居第一（AI IaaS达38.6%），火山引擎以20.4%紧随其后，并在公有云大模型Token调用量上占据接近半数份额；

腾讯云仅6.3%，在大规模训练集群与高并发推理供给上的存在感明显偏弱。这种“双强领先、腾讯掉队”的结构，进一步印证了腾讯在算力层仍有明显的技术债需要偿还。

无论是通义千问还是豆包Seed，Token消耗量的爆发，底层都依赖稳定、可控、成本可控的自有或紧密绑定的算力。

因为今天Token消耗的真实量级：已经不是“增长”，而是“爆炸”。

豆包（火山引擎）2026年6月日均Token调用量达到180万亿。相比2024年5月刚发布时增长超过1500倍，过去一年增长超过10倍。火山引擎在中国公有云MaaS Token调用量份额约49.5%。

全国整体，中国日均Token调用量从2024年初约1000亿，到2025年底约100万亿，再到2026年3月突破140万亿，两年增长超过1000倍。

通义千问虽未公开同等粒度的日均数字，但阿里云明确把Token收入作为核心经营指标，并在短期内提出“日均Token收入增长5倍”的目标，同时百炼平台Token消耗规模在短时间内提升数倍。

这些数字意味着：推理需求已经从“偶尔调用”变成“持续、高并发、全天候”的基础设施级负荷。训练可以阶段性完成，但推理是每天、每小时、每秒都在发生的。

租赁当然可以解决短期问题，但当需求进入指数增长阶段，没有自建能力的公司，最终会在成本和可用性上被动。

彼得·蒂尔很早就表达过类似的观点：

市场把过多注意力放在了模型层，真正创造价值、拿走利润的，往往是更底层的硬件与基础设施。

英伟达、台积电、存储厂商拿走了行业绝大部分利润，而大多数模型公司仍在烧钱。

Nvidia：TTM（截至2026年4月）FCF约1190亿美元；FY2026（截至2026年1月）约967亿美元。经营现金流极高，CapEx相对极低（仅约60亿美元量级），现金转换率惊人（FCF margin接近45%+）。几乎是当前AI产业链最强的现金印钞机。

台积电（TSMC）：TTM（截至2026年6月）FCF约350-360亿美元；2025全年约320亿美元。CapEx很高（先进制程扩产），但仍持续产生强劲正FCF。

SK海力士：FY2025 FCF约190亿美元（25.85万亿韩元）；TTM（2026年中）已飙升至约670亿美元量级（92万亿韩元左右），HBM驱动利润与现金流爆发。分析师对2026年全年FCF预期更高。

三星电子（尤其DS半导体）：公司整体TTM FCF已显著抬升（2026年中可达较高水平，部分数据指向数十至百亿美元量级），Q2 2026单季营业利润就创纪录（约580亿美元量级，几乎全部来自半导体/内存）。HBM与服务器DRAM贡献巨大，FCF同步改善。

粗略合计（Nvidia + TSMC + 海力士 + 三星半导相关）：当前年化正FCF轻松超过2000-3000亿美元量级，且仍在快速增长。Nvidia一家就已占绝对大头。

这个判断放到2026年的中国，依然成立。

美国财政部长贝森特关于“美国将控制先进算力80-90%”的表述，本质上是在说同一件事：模型竞争的最终形态，是算力竞争。

当AI应用渗透率沿着指数曲线上升，Token消耗量会迅速走向百万亿甚至千万亿级别，这必然指向大规模、持续的基础设施投入。

DeepSeek最近的动作，是这个逻辑最直接的注脚。

Deepseek最近在公开招聘土木工程师、暖通工程师、IDC设计规划岗位，并把乌兰察布作为重要工作地点，信号再明确不过。

它不再满足于“用更少的卡做出更强的模型”，而是开始向土地、电力、机房这些更硬的资产延伸。字节在中卫设立相关公司、阿里持续加码数据中心人才与项目，走的是同一条路。

梁文锋和马斯克，在这件事上选择了相同的方向。

当你看到最聪明的模型玩家开始买地、建机房、招土木工程师的时候，你就知道产业的重心在往哪里移动了。

互联网巨头有充沛的现金流、有大规模的用户场景、有组织能力去协调电力与土地资源。

如果连它们都不去主导算力基础设施建设，那这个环节最终只会被少数云厂商和专业运营商垄断，后来者只能被动接受定价。

03 527亿，在宏观叙事里只是零头

很多人看到腾讯单季500多亿的资本开支，会觉得“已经很激进了”。但如果把参照系换成房地产，这个数字立刻失去了冲击力。

2025年中国房地产开发投资仍接近8.3万亿元，即便持续下滑，2026年上半年也还有约3.8万亿元。

相比之下，当前中国整个AI相关资本开支（政府规划+企业+运营商）粗估还在5000亿到1万亿的年化量级。

哪怕按“十五五”较高口径的4万亿五年规划来算，年均也远达不到房地产高峰期一年的水平。

换句话说，AI资本开支再怎么增长，目前仍只是固定资产投资版图里的一个新兴板块，而不是已经能改变宏观结构的力量。

腾讯所代表的中概互联AI CapEx激增，更多是在偿还过去几年在算力布局上相对保守所欠下的技术债，而不是已经进入“超额投入”的阶段。

市场把527亿当作“激进”，只是因为腾讯过去太保守了。在一家年经营现金流超过2000亿、净现金储备数千亿的公司面前，单季500亿的资本开支，距离真正的“重仓”还有相当距离。

真正的主叙事，是硬资产，是地缘政治背景下对先进算力的控制权。

模型可以开源、可以蒸馏、可以快速迭代，应用可以模仿、可以捆绑、可以补贴，但大规模、高密度、有绿电保障的算力中心，一旦建成并满载，就会形成真实的进入壁垒和现金流。

这是产业规律，不是叙事偏好。

腾讯有能力、也有必要在这个方向上走得更远。不是为了讲一个更激动人心的故事，而是因为这是目前AI价值链里，少数能够在可预见的时间内产生正回报的环节。

模型层还需要继续投入，应用层也值得耐心打磨，但真正决定长期位置的，是你能在多大程度上掌控算力这一层。

DeepSeek已经用招聘行动表明了态度，字节和阿里也在用真金白银和人才布局表态。腾讯的资本开支可以更高，也应该更高——不是为了追数字，而是为了把技术债还清，把未来最确定的商业价值抓在自己手里。

04 硬的东西，比软的故事更值得信任

2026年的AI产业，正在经历一轮悄无声息的重心转移。

当模型层的烧钱速度超过收入增长速度，当应用层的商业化验证远未到来，市场的注意力却仍然锚定在“谁做出了更强的模型”“谁推出了更酷的应用”上。这是一种路径依赖，也是一种认知惯性。

真正的产业信号，不在发布会PPT里，而在土地出让公告、电力合同、机房建设周期和土木工程师的招聘启事里。

腾讯二季报的527.8亿，是一个开始，也是一个测试。测试这家公司是否真正理解AI竞争的底层逻辑，是否有意愿在确定性的方向上押上足够的筹码。

硬的东西，往往比软的故事更值得信任。