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

2026年2月16日，华尔街的交易室里弥漫着一种诡异的气息。Meta 刚刚更新了其年度账本，将 2026 年的资本支出（CapEx）指引上调至惊人的 1350 亿美元。这不是一家公司的任性，而是一场集体式的疯狂：微软、谷歌、Meta 与亚马逊四大巨头的 AI 基建总支出预计将突破 7000 亿美元。

这让人想起 19 世纪中叶的美国铁路狂热，或是 20 世纪末的电信光纤大跃迁。不同之处在于，当年的铁轨和光缆是看得见的实物，而今天的数千亿美金，正顺着电力线路，消失在由台积电 2nm 工艺和英伟达 B200 芯片堆砌而成的黑色机柜里。

组织架构的「基建化」转型

在这场史无前例的投融资狂潮中，大厂的组织基因正在发生深刻重组。Meta 的财报调整不仅仅是数字的跳动，它折射出其内部汇报链条的剧变：算力调度与基础设施部门的权重已实质性超越了传统的广告算法部门。

当 Mistral AI 宣布启动 10 亿欧元的 CapEx 计划时，其背后的逻辑并非单纯的算力追赶，而是为了在欧洲的「数据主权」疆域里修建一座不被美国巨头拆迁的堡垒。正如 Ben Thompson 在其深度分析中所言，算力的地理布局正走向政治化。这意味着 2026 年的 CTO 们，不仅要精通算法，更要精通能源供应协议与主权外交。

商业账本的「审计级」焦虑

7000 亿美元的支出，直接导致了市场对自由现金流（FCF）大幅收缩的剧烈担忧。在「审计级」的商业账本核算下，ROI（投资回报率）的逻辑正在经历残酷的重构。

• CapEx 的吞噬效应：Meta 单家 1350 亿美元的支出，几乎等同于一些中等发达国家的年度预算。
• 代工侧的虹吸：台积电确认将 2026 年资本支出上调至 520 亿-560 亿美元，用于支持 2nm 工艺量产。这意味着上游代工厂成了这 7000 亿美金的第一级目的地。
• 效率的背水一战：Etched 完成 5 亿美元融资，研发针对 Transformer 架构的专用芯片（ASIC），试图通过比通用 GPU 高出量级的推理效率来对冲昂贵的算力成本。

基于简报信息推断，这种从「通用计算」向「专用架构」的迁徙，本质上是商业逻辑对技术冗余的修正——当通用的代价大到自由现金流无法承受时，行业必然会走向硬核的架构效率竞争。

变焦镜头：从芯片到主权

如果将镜头拉近，我们看到的是英伟达 B200 交付高峰下，数据中心里密集的片上光通信（Optical Interconnect）线路。如果将镜头拉远，我们看到的是地缘科技竞争的最底层逻辑：Sovereign AI（主权 AI）。

当 LeCun 创立的新实验室 World Model Lab 以 50 亿美元估值寻求融资时，它代表了对现有自回归语言模型局限性的反叛。然而，无论「世界模型」在算法上多么精妙，它依然无法摆脱重资产的引力场。

2026 年，算力的分布已经取代了算法的差异，成为了科技竞争的终极决定因素。这不再仅仅是一场关于 AI 的竞赛，而是一场关于资本动员能力、能源掌控力与国家主权意志的综合博弈。结尾处，我们不得不反思：当人类将所有剩余价值都倾注到硅片基建中时，我们是在构建未来的阶梯，还是在为一种未知的智能形态修筑最为华丽的祭坛？

这场 7000 亿美元的豪赌，注定没有中间地带。要么是通往 AGI 的通途，要么是自由现金流干涸后的历史遗迹。