这篇同时关注AI投资规模达到历史罕见水平、大量投资依赖外部融资，以及云计算巨头与AI实验室之间的循环融资，通过分析资本竞赛制造繁荣与风险的机制，回答：即使一项技术革命具有长期的价值，市场竞争机制仍然可能推动企业投入超过社会最优水平的资本。

构建一个存在多个由云服务商和AI实验室联盟的动态博弈模型，第一阶段，各联盟决定初始投资规模，当前AI资本的扩张速度已经超过多数历史技术周期，成了一场围绕未来市场控制权展开的资本竞赛；第二阶段，生产率冲击力度决定后续投资的追加，AI的基建高度依赖融资，企业在此阶段还无法确定最终回报，资本结构成为决定行业稳定性的重要因素，竞争环境本身使企业倾向循环融资，导致规模超过社会最优水平；第三阶段，根据最终市场结果分配收益，先发优势弹性ε衡量企业提前投入所获得的战略价值，扩大基建投入可能获得更多用户和更强竞争优势，即使未来收益存在不确定性，企业仍有动力提前下注。

由此产生竞争扭曲：每家公司增加投资时，既要考虑新增市场价值，也会考虑从竞争者手中夺取份额的收益，但社会整体并不会因为竞争者之间的市场转移获得额外产出。因此，AI行业的过度投资问题来自既有竞争者之间投资强度的不断提升，这也是繁荣本身内生地生产危机的机制。第一阶段的投资规模越大，越要求AI后续表现得越强，这样才能证明过去投资的合理。提高的市场预期推动更多投资，未来对技术突破的要求螺旋上升，行业繁荣本身提高未来调整的敏感度。接着区分危机发生概率和危机严重程度：影响危机是否发生的主要因素是竞争带来的提前投资压力，企业越担心错失未来市场，就越倾向提前下注；影响危机后的损失规模的则是融资结构，如果行业大量依靠债务和循环资本，市场预期的下降和资产价值的缩水很容易触发融资压力，企业可能被迫出售资产并形成踩踏。

对保守假设下的模型进行校准，由竞争机制导致的投资规模约为社会最优水平的1.5倍。参数β代表行业产出弹性，β越接近1，规模扩张带来的收益递减越弱，行业能够承载更大规模的资本投入；β越低，则意味着规模收益递减越快，过度投资风险越明显。然而，更接近中心估计的β约为0.4，这一参数对应的过度投资程度可能接近3倍。相比之下，β约为0.73时，过度投资倍数约为1.7倍。也就是说，即使给予AI较强的商业化潜力，只要竞争机制推动企业持续提前投入，行业仍可能积累超过未来需求能够支撑的资本规模，此时的风险来自这些原本属于未来的钱。接着是从云服务商和AI实验室之间形成的网络结构讨论循环融资如何形成金融传染网络，循环融资集中在少数关键节点时，风险传播会非线性放大，超过临界规模后单一项目问题可能演变为多机构同时收缩，这还是没有纳入银行、私募信贷等更广泛的金融敞口的情况。#读文献#