一句话定义：AI 泡沫指围绕人工智能的资本投入、估值和预期，明显跑在了真实收入与可用产出的前面——价格靠"以后会回本"的叙事撑着，而不是靠现金流撑着。
打个比方：一座城市传出要修高铁，大家抢着在站前开酒店。酒店本身没错，错在节奏：如果高铁迟迟不通，或者每天只停几趟车，入住率上不去，那房价再高也是虚的。AI 泡沫不是"AI 没用"，而是"这笔账暂时算不过来"。
三条体检线
1. 资本开支（CapEx）：买芯片、建机房、付电费。关键是这些钱不是花完就结束——芯片要折旧（depreciation），机房要续租，是长期承诺。要问的是：钱是自己的利润，还是借来的融资？折旧压力是不是被推到了后面几年？
2. 收入（revenue）：卖算力、卖模型 API、卖应用订阅，是三层不同的生意。要看这条收入是新增的，还是从老业务里搬过来的；是一次性的试点预算（POC），还是进了生产环境、明年还会续的预算。
3. 利用率（utilization）：芯片买得到不等于租得掉，租得掉不等于卖得上价。真正该盯的是 GPU 利用率、推理请求量、付费席位的活跃度，以及单位经济性（unit economics）——每次推理赚不赚钱。
| 观察点 | 更像早期投入 | 更像泡沫信号 |
|---|---|---|
| 资本开支 | 有明确客户或长约支撑 | 靠融资和预期驱动，折旧往后堆 |
| 收入 | 生产环境复购、可续费 | 集中在试点，靠折扣冲量 |
| 利用率 | 高价算力长期满载 | 机器闲置，只为占位 |
| 单位经济 | 每单毛利随规模改善 | 卖越多亏越多，靠补贴填 |
和相邻概念的区别：它和"技术炒作周期（Hype Cycle）"不是一回事——后者讲情绪，泡沫讲的是资本与账本；它也不是"某家公司估值高"，泡沫是行业层面的错配；更不等于"泡沫破裂"，泡沫是一段过程，不是某一天的事件。
对从业者的意义：别只看发布会，看三个数——你的算力是不是真被用满、你的收入是不是能续费、你的单位成本随规模是降还是升。对普通职场人：如果公司只是"为了有 AI 功能"而买单，这类预算往往最先被砍；真正能省人力或带来订单的 AI，通常更抗周期。
判断过热与否，问题不是"AI 有没有用"，而是"现在花出去的钱，什么时候能靠现金流还上"。具体口径以各公司财报和官方披露为准。