10月17日，IMF与世界银行曼谷年会，Anthropic联合创始人Jack Clark在佩尔·雅各布森讲座上称“奇点已经到来”，其团队最极端的情景下，美国GDP将在2030年飙升至44.4万亿美元。 此后网传的“AI推动美国GDP增长50%”，说的正是这最后一种情景。但这个50%与官方口径并不是同一个数：在Anthropic的推演里，美国经济按年均2%的常规增速自然增长，2030年基准值约33.5万亿美元；叠上AI，保守情景多涨约1.6%、显著情景多涨8.3%，只有当AI“全面自主接管复杂科学探索并由递归自我改进驱动”时，才会跳到44.4万亿。 该测算由Anthropic自己发布，不是IMF的预测；媒体转述也很直白，极端情景相对无AI加速的基准情景只高出约32.4%，而“接近50%”是与当前美国GDP规模比较的结果，两者并非同一统计口径。 判断“泡沫与否”的第一步，是认清在流传的并不是预测，而是一个极端推演；而“递归自我改进”——模型自己改进自己——恰恰是整个模型里最难核验的那颗加速器。第一财经36氪知乎
真正的泡沫信号不在预测里，在钱的定价里
市场争论的从来不是44万亿会不会实现，而是今天的投资能不能变成回报。摩根士丹利固定收益业务负责人10月16日称，全球AI数据中心相关投资到2030年预计将达到约5万亿美元，并直言未来五年至少50%的行业参与者可能无法产生高于资本成本的回报。 发布预测的一方自己也身处这轮资本周期：财联社报道，近期披露第三季度收入达到168亿美元、并称已连续两个季度实现调整后盈利的头部AI实验室Anthropic，正在推进一项规模达600亿美元的芯片融资计划。 一家盈利公司仍需为大模型扩张支付高额风险溢价，这比任何GDP数字都更接近“泡沫温度计”。第一财经财联社
增长质量的另一半早有第三方锚点。中泰国际首席经济学家李迅雷10月12日的估算：AI每年大约可以带来1个百分点的劳动生产率提升，对GDP增长贡献约0.5个百分点。 中国首席经济学家论坛理事长连平则引用机构测算提醒资本侧风险：全球五大科技巨头2026年资本支出将接近8000亿美元、接近2025年的两倍，2027年有望升至1.2万亿美元；到2032年，美国AI基础设施投入占GDP的比重年均预计超3.6%。 别忘了，数据中心建设支出本身作为投资直接计入GDP——资本开支的体量与生产率贡献差了一个量级，“AI推高GDP”在生产率兑现之前，完全可以先以基建繁荣的形式兑现；两者能否收敛，才是泡沫问题的本体。知乎国际金融报
说“奇点”的人，自己留了后手和警告
同一个讲台上的克拉克，姿态最为矛盾。他直言行业监管严重缺位，AI受到的监管竟然比他给孩子买的婴儿玩具还要少。 而模型的分配端结论同样写在原文里：极端情景下，劳动收入占经济产出的比重可能从约60%下降至45.2%，部分知识工作者甚至可能面临工资下降。 至于这份报告的商业背景，公开讨论早已摆上桌面：Anthropic正谋求以2万亿美元估值完成一次超大型IPO，而随增速回落，部分投资者已转而以1.5万亿美元的估值水平衡量这家公司，分歧并未因一份激进的宏观情景而消解。第一财经知乎36氪
看完这个量级的预测，普通人盯三个信号
第一，巨头资本开支指引是否继续上调——摩根士丹利的5万亿与连平援引的8000亿美元，都建立在预期收益之上，指引转向就是挤泡沫的第一征兆。第二，AI债务利率能否回落——Anthropic们若把芯片融资的风险溢价降回普通投资级水平，说明市场开始相信回报。第三，盯生产率统计而不是基准测试分数——李迅雷所说的“0.5个百分点”若持续抬升，GDP情景才只是时间问题。AI能不能把GDP推高50%，眼下不重要；重要的是技术、资金与监管这三层有没有同步推进。同一个说“奇点已经到来”的人，也在同一天留下了另一半判断：AI就像是在夜间高速行驶的F1赛车，车上甚至可能根本没有刹车。 对普通读者而言，避坑指南可以浓缩成一句话：接受方向，折价幅度，盯住钱的定价，而不是预测的修辞。第一财经
