← #805

华尔街为什么对大型科技公司的债务视而不见

文章摘要

这是金融评论频道 Patrick Boyle（Patrick Boyle 本人是前对冲基金经理、伦敦大学金融学教授，著有《Statistics For The Trading Floor》等书）在 2026 年 8 月 4 日发布的一期约 34 分钟的视频，标题为《Why Wall Street is Ignoring Big Tech’s Debt》，上线十天播放量已超过 130 万。

视频的缘起是《日经亚洲》（Nikkei Asia）的一篇报道：美国五大科技公司合计背负着约 1.65 万亿美元的「隐藏」表外债务。这个数字一出，大量评论者立刻搬出了「安然（Enron）」这个词。Boyle 这期视频要做的第一件事，就是检验这个类比到底站不站得住脚——他的结论是站不住。与安然不同，这些债务并不是靠欺诈手段隐瞒起来的：它们披露在财报附注里，不违反任何会计准则，而且其中很大一部分做法本身完全稀松平常。

但这恰恰引出了一个比「他们会不会被抓」更有意思的问题：如果那些激进的操作——调整后利润（adjusted earnings）、租赁负债、被加回去的股权激励费用（stock-based compensation）——统统都摆在明面上，那么把数字打扮一番，究竟骗到了谁？

围绕这个问题，Boyle 引用了一批学术研究来回答「市场到底奖励干净的会计还是激进的会计」。视频简介和 HN 评论里 johnbarron 整理的清单显示，被援引的文献包括：

《The Big Market Delusion: Valuation and Investment Implications》——视频中讨论的「大市场幻觉」的理论来源，大意是当一个巨大的新市场出现时，每个参与者都假定自己会成为赢家，加总起来的隐含市场份额远超 100%；
Richard Sloan 的《Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings?》——著名的「应计异象」（accrual anomaly）论文；
《The “Incomplete Revelation Hypothesis” and Financial Reporting》（Robert Bloomfield）——解释了为什么信息可以是完全公开的、却仍然没有被充分计入价格：因为把它提取出来需要付出成本；
Mitchell 与 Pulvino 的《Limited Arbitrage in Equity Markets》——关于「套利的极限」；
《How Pervasive Is Corporate Fraud?》——那篇估计只有约三分之一的公司欺诈会被发现的研究；
《经济学人》2026 年 7 月 29 日的文章《There’s never been a better time to commit financial fraud》；
英格兰银行关于高管 AI 使用与生产率的研究工作论文。

Boyle 还大量引用了 Aswath Damodaran 的估值方法论。他的核心论点因此可以概括成一句话：这些债务与其说是「隐藏」的，不如说是被归档在了一个大多数人懒得去读的地方。真正的风险并不在借贷本身，而在于所有这些借贷所假定的、必须要出现的那笔巨额收入。视频中被反复引用的一个数字是：要偿付这一轮投资，需要每年约 2.5 万亿美元的销售额。

HN 评论精华

这条帖子拿到 107 分，评论区几乎完全跳过了会计细节，转而变成了一场关于「AI 到底能不能收上来那么多钱」的全面辩论。

全场最精辟的一句来自 recursivedoubts，他改写了辛克莱的名言：「当一个人的奖金取决于他不去理解某件事时，要让他理解这件事是很困难的。」johnbarron 随即贴出视频中 20 分 33 秒的时间点，说 Boyle 在那里正好讲了这一点。
steelkilt 提出了一个重要的限定：「更准确的说法或许是，很多散户在忽视大型科技公司的债务。」lokar 反驳说这解释不了那些针对 SpaceX 的买入推荐；inigyou 认为那是收买分析师，lokar 则说情况更糟——分析师是为了争取未来的承销业务。
引发最长讨论串的是 WarmWash 的乐观论：他认识的每一个白领都在用 AI，不是被迫，而是「哦这玩意儿能帮我干掉一大堆繁琐的杂活」。他认为认为人们不会愿意为此付 60 到 80 美元/月是很离谱的想法，在白领环境里几个小时的使用就能回本。「Uber 从 3 美元一趟涨到 13 美元时死了吗？没有，它现在的载客量是当年的 10 倍。」
反驳来自四面八方。acivitillo 算了一笔账：一家 5000 人的企业，每人 80 美元/月就是每月 40 万、每年约 500 万美元，轻松占到 IT 总预算的 8% 到 16%。「AI 好用吗？好用。它产生的 ROI 是否清楚到足以支撑这么大的 IT 成本上升？不清楚。」他认为问题不在白领用不用 AI，而在于生产率叙事始终立不住——AI 太过通用，缺乏像当年 Salesforce 之于 CRM 那样清晰的专门用例。gostsamo 做了一个更宏观的餐巾纸计算：3 亿白领 × 100 美元/月 = 每月 300 亿美元；就算放大到全人类一半（30 亿人）也只有每年 3.5 万亿，然后再一层层往下砍掉不需要 100 美元档、能用便宜模型、能蹭别人订阅、能跑本地模型的人，「收入不够所有人分」并不是什么不现实的结论。
cm2187 直接拿视频里的数字算：每年 2.5 万亿美元销售额，按 5 亿劳动人口摊（差不多是美国加欧洲全部劳动力还多），相当于每人每月 500 美元——从对冲基金经理到麦当劳翻汉堡的都算在内。
tobinfekkes 提出了一个常被忽略的问题：省下 1-2 小时确实容易，但只有当这些时间被用来做别的有产出的事情时才划算。而现实中省下来的时间往往被用于：1）什么也不干；2）等 AI 跑完；3）增加了上下游在审阅、修复、审计上的时间。「省时工具的显然好处是你现在有时间做更高阶的工作了，但我们经常只是用省下的时间偷懒——毕竟这本来就是我们当初使用这种抄近路工具的深层原因。」
价格天花板成了另一条主线。TrackerFF 说他每天用 AI 工作但只付 20 美元，「这是我永远愿意付的上限」；如果哪天涨到 100 美元，他会立刻去看更便宜的中国方案。他判断 AI 订阅经济是鲸鱼经济：极小比例的用户愿意付任何价格，绝大多数人用免费档或最便宜的档。surgical_fire 说他已经转过去了：「我用更少的钱做到了比给 OpenAI 20 美元时更多的事。」coliveira 补充说大多数人不理解 DeepSeek 这类模型有多便宜——他账户里的 5 美元能用好几个月。不过 aurareturn 泼了冷水：中国模型也在涨价，OpenRouter 上 Kimi K3 的价格已经接近 Anthropic 和 OpenAI。
讨论中信息量最大的一条来自印度的 porridgeraisin。他描述了自己所在小城的真实情况：办公室文员用的是 1800 卢比（约 20 美元）的套餐，约占他们工资的 4%，「因为都是 MS Office、文件管理器和 Chrome 里的活儿，字面意义上一天就回本」——他后来补充说，具体表现是「一天处理 10 个案子而不是 7 个」。他强调这些公司连正版 Office 都是盗版的，绝对不在任何炒作列车上。有意思的是分销问题：便宜的中国方案在当地根本没有渠道，而 OpenAI 通过 IPL（板球联赛）广告等方式做到了品牌统治，「那边没人知道 DeepSeek」；个人用户则大量使用 WhatsApp 里的 Meta AI，但依然统统管它叫「ChatGPT」。他还提到现在有 399 卢比（约 4 美元）的档位，以及本地电信商直接把订阅打包进套餐（他自己就通过 350 卢比的话费套餐白拿 Google AI Pro）。thisisit 对这套说法提出了尖锐质疑，要求给出数据来源而非轶事，两人就印度平均工资、劳动力调查（PLFS）能否反映 AI 效应展开了一轮相当扎实的交锋。
rdedev 提出了核心的商业模式质疑：这些公司烧掉了数十亿投资人的钱，需要尽快收回并在此之上展示同比增长；除非能大幅降低训练和推理成本，否则「订阅制怎么可能覆盖与产出 token 数直接成正比的成本」？porridgeraisin 的回答是：靠限额（每月/每周/每小时的 token 数，以及每一轮对话的推理时算力）；并称「世界经济已经证明自己完全有能力承受十年尺度的回本周期」。
cm2187 提供了本帖最有历史纵深的一段：真正的问题不是 AI 有没有市场（这和当年互联网一样显而易见），而是价值最终落在哪里——在模型上、在基础设施上、还是在别的地方。他引用 Dwarkesh Patel 的观点：如果客户可以从下拉菜单里随手切换供应商，模型就是商品、没有护城河；真正要和人类竞争，AI 需要开始「在岗学习」、像员工那样积累经验，那时才会产生锁定。他随后提醒：90 年代的时候，价值先是在浏览器（要花钱买 Netscape），然后浏览器随操作系统免费送（价值归零），再然后浏览器又变成世界上最重要的东西（因为它控制默认搜索引擎），大家还一度认为门户网站才是命门——「那些人当中没有一个是蠢人」。
porridgeraisin 对此的回应也很有意思：护城河在销售，模型质量在很大程度上无关紧要。他认为五家模型公司不会互相争抢同一块蛋糕，因为每多一个模型市场本身就变大；每家的核心业务将是几百到几千家因为被公关、被捆绑销售而独家使用其模型的公司，其余几十万客户都是白赚。WarmWash 补了一条：不在中国托管本身就是护城河。
root-parent 用一张 ASCII 流程图概括了他眼中的循环：Google 投资 Anthropic → Anthropic 承诺租用 Google 的 TPU → Google 为兑现该承诺提供基础设施担保 → 华尔街以 Google 的担保为抵押放贷 → 借来的钱买 Google 设计的 TPU → 这些采购「证明」了 TPU 的需求 → Anthropic 的算力与估值上升 → Google 对 Anthropic 的投资升值 → 更高的估值证明了更多融资的合理性 → 再来一遍。
这张图引出了本帖最激烈的一场对撞。tristanj 认为这些单位经济学好得离谱：Anthropic 推理毛利 80%+、Google 算力毛利 30%+，回本周期不到两年，「在这种单位经济学下，谁不激进借贷来多造几台印钞机谁就是傻子」。stackskipton 反驳说这就像说「按当前油价我的快递公司边际利润 80%，所以我赚钱」——那你为了走到这一步花的钱呢？随后双方就 Anthropic 是否真的盈利、EBITDA 盈利算不算盈利、Ed Zitron 的可信度、以及未经审计的营收/毛利数字有多大意义反复交锋。disgruntledphd2 给出了最冷静的一句：「这全都是未经审计的推测。即使是经审计的财报也常有诡异之处，而未经审计的营收/利润率数字基本上是垃圾。」InsideOutSanta 则说：如果真盈利了，他们早就放出真实数字并公布 IPO 计划了。
还有一条被埋没但值得一提的疑问，来自 root-parent：「版主能解释一下这里发生了什么吗？这条帖子四小时内拿到 49 分、81 条评论，上了首页，然后就从热门列表里彻底消失了。」