资本支出的「死亡螺旋」：7000亿美元豪赌下的自由现金流大迁徙

下面是本期节目的 SSML 播客脚本（供参考，也可作为 Show Notes）：

<speak>
  <emphasis level="strong">大家好，欢迎收听《科技老马谈》。我是老马。</emphasis>
  <break time="500ms"/>
  今天是 2026 年 2 月 17 日。今天我们要深入拆解一个让华尔街集体失眠的数字：<emphasis level="moderate">7000 亿美元</emphasis>。
  <break time="800ms"/>
  这不是某个国家的年度预算，而是微软、谷歌、Meta 和亚马逊这四大巨头，为了 AI 基建砸下的真金白银。这就像是 19 世纪的铁路大开发，只不过这次，数千亿美金不是变成铁轨，而是顺着电力线路，消失在那些装满了英伟达 B200 芯片和台积电 2 纳米工艺的黑色机柜里。
  <break time="500ms"/>
  最夸张的是 Meta，他们刚把今年的资本支出上调到了 1350 亿美元。这直接导致了大家对「自由现金流」的极度焦虑。简单来说，钱都拿去买算力和盖机房了，兜里快没现金了。
  <break time="800ms"/>
  在这场豪赌中，大厂的基因也在变。现在的 CTO 们不仅要懂算法，还得精通能源协议。甚至连台积电也跟着把支出提到了 500 多亿美金，就为了保住 2 纳米的量产。
  <break time="500ms"/>
  这就产生了一个有趣的现象：<emphasis level="moderate">从「通用计算」向「专用架构」的迁徙</emphasis>。当通用的代价大到现金流撑不住的时候，像 Etched 这种研发专用芯片的公司就开始吃香了。
  <break time="500ms"/>
  更深层来看，这已经不只是 AI 的竞争，而是「主权 AI」的博弈。算力的地理布局已经走向了政治化。不管算法怎么变，重资产的引力场是逃不掉的。
  <break time="800ms"/>
  总结一下，这场 7000 亿美金的豪赌，注定没有中间地带。要么，我们通往通用人工智能 AGI；要么，在自由现金流干涸后，留下这一片宏伟的硅片遗迹。
  <break time="500ms"/>
  <emphasis level="moderate">感谢收听今天的深度拆解。我们下期再见。</emphasis>
</speak>