AI 投资热潮正在积累系统性脆弱性。

高盛合伙人 Rich Privorotsky 发出警告，随着市场仓位、杠杆与 AI 资本支出深度绑定，这一生态的内在循环风险已愈发难以回避，一旦 AI 支出周期出现扰动，市场的脆弱性将一览无余。

触发市场警觉的直接导火索，是数据中心开发商 Crusoe 暂停了一个位于怀俄明州、规模达 1.8 吉瓦的数据中心项目——该项目系应其客户要求叫停，而该客户至今未予披露。Privorotsky 指出，在一个几乎所有资产定价都与 AI 资本支出挂钩的市场中，即便是孤立的项目延迟或优先级调整，也足以迫使投资者重新审视对未来需求的预判。

与此同时，纳斯达克指数自上周四收盘以来已累计下跌约 6%，股票相对债券和原油的表现明显落后。Privorotsky 警告称，当前市场动量回报处于近五年的第 90 百分位，总敞口处于第 99 百分位，杠杆需求推动融资利差走阔，散户通过杠杆 ETF 的参与规模依然可观——这些因素叠加，使得市场对 AI 支出周期的任何风吹草动都高度敏感。

数据中心项目暂停，AI 需求假设遭遇拷问

Crusoe 暂停怀俄明州项目一事之所以引发关注，在于该项目的特殊设计初衷——通过 900 兆瓦的表后能源（behind the meter）绕开电网瓶颈，专门针对 AI 算力基础设施的供电痛点而设计。

项目开发尚处于起步阶段便遭叫停，客户身份亦未公开，Privorotsky 明确表示，据此得出宏观结论将是一个错误。

然而，这一事件的象征意义不容忽视。

在当前市场叙事中，AI 硬件与数据中心投资是支撑科技股估值的核心逻辑支柱。任何关于需求放缓、项目推迟或客户优先级转移的信号，都会被市场放大解读。

Privorotsky 的判断是：孤立案例本身并不构成趋势，但在高度拥挤的仓位结构下，市场对此类信号的容忍度已大幅下降。

AI 生态分化：前沿智能与本地模型的双轨并行

Privorotsky 描绘了一个正在形成的 " 双模态世界 "：一端是通过中心化云端访问、成本高昂的前沿模型乃至未来的超级智能；另一端是基本免费、开放且日益强大的本地 AI 层，承担绝大多数日常任务。他预判的最终形态是：基础性工作在本地或开源模型上完成，复杂推理与难题求解则交由高端云端系统处理。

这一分化格局对 AI 投资周期的含义，目前仍存在根本性分歧。

乐观解读认为，整体蛋糕将持续扩大，边缘计算、数据中心、存储、电力与网络的需求将全面增长；悲观解读则认为，大多数具有经济价值的任务或许很快、甚至已经可以在现有硬件上运行，实际需求的拐点可能远比当前估值所隐含的时间线更为滞后。Privorotsky 指出，这场争论的焦点已越来越不在于模型质量本身，而在于推理计算最终将在哪里发生。

循环风险积聚，杠杆敞口放大脆弱性

Privorotsky 对当前市场结构的担忧集中于一个核心判断：AI 支出已成为整个市场体系的 " 长腿 " ——它是硬件投资的主要驱动力，是 GDP 增长的重要贡献项，也是市场整体表现的关键支撑。这种高度集中的依赖关系，形成了一个自我强化的循环，而这一循环的脆弱性正变得越来越难以忽视。

他特别指出，杠杆产品所创造的大量嵌入式和合成敞口，使得市场对冲工具的价值被严重低估。在他看来，持有 gamma（即期权的凸性敞口）在当前投资组合管理中的实用价值，远超多数投资者的认知。这一风险并非新生事物，但市场正在加速向其靠拢，而非主动规避。

AI 投资驱动的经济正在 " 过热运行 "

在宏观层面，Privorotsky 将目光投向美国 CPI 数据。

美国劳工统计局周三公布数据显示，5 月消费者价格指数（CPI）同比上涨 4.2%，为 2023 年初以来最高水平，符合市场预期。

Privorotsky 强调，官方数据的相对温和并不能掩盖现实中强劲的通胀压力：能源成本上升、近一万亿美元的 AI 相关企业投资，以及约占 GDP 6% 至 7% 的美国财政赤字，共同构成了通胀的结构性驱动力。

他的判断是：这是一个由投资驱动、正在过热运行的经济体，除非 AI 带来的生产率提升足够显著，否则通胀将作为副产品长期存在。