2025年，如果你问一个华尔街基金经理，道琼斯指数里涨得最猛的股票是哪只，他可能会给你一个让你有点意外的答案。

不是英伟达，不是微软，不是任何一家AI公司。

是卡特彼勒。

就是那个造挖土机的卡特彼勒。

那一年，CAT的股价涨了约60%，把一众科技股远远甩在身后，成了道指里最亮的那颗星。进入2026年，这家公司不仅没有停下来，截至目前还在继续涨，年初至今又涨了34%，股价站上了$780的历史高位。

我第一次看到这个数据的时候，脑子里冒出的第一个念头是：这不对吧？

我们不是说好了这是AI的时代吗？这个时代里最值钱的东西，应该是算法、是大模型、是代码，是那些“轻”的、聪明的、能复制的东西。一家卖重型机械的百年老公司，凭什么在这个时代跑赢所有人？

但当我开始拆解这件事的时候，我发现这不是一个意外，而是一个逻辑——一个华尔街正在悄悄重新定价的、关于稀缺性的逻辑。

这个逻辑有一个名字，叫做HALO——最早由独立投资人Josh Brown提出，随后被高盛、摩根士丹利等华尔街机构相继采用。

这四个字母代表：Heavy Assets， Low Obsolescence——重资产，低过时风险。

这篇文章，我想带你把这个逻辑从头到尾想清楚。因为如果这个逻辑是对的，它意味着我们关于“AI时代什么最值钱”这件事，可能从一开始就想错了方向。

一、HALO：一个反直觉的新框架

先说说这个名字是怎么来的。

HALO这个词，最早来自Ritholtz Wealth Management的CEO、独立投资人Josh Brown。2026年2月24日，高盛的策略师团队发布了一份报告，正式采用了这个框架。HALO是四个英文单词的缩写：Heavy Assets， Low Obsolescence，翻译过来就是：重资产，低过时风险。

说实话，第一眼看到这个词的时候，我有点反应不过来。“重资产”这三个字，在过去二十年的商业语境里几乎是个贬义词——投资重、周转慢、不灵活，是需要被“轻量化”和“数字化”改造的对象。互联网时代的财富神话，说的都是轻资产：软件、平台、数据，边际成本趋近于零，复制一份的代价几乎为零，这才是“好生意”。

而高盛这份报告说的是：不对，AI时代，逻辑反过来了。

有意思的是，就在同一天，高盛的竞争对手摩根士丹利也发声了，他们的交易员说了一句话，我觉得把这件事说得相当直白：“如果AI恐慌还没见顶，那就买HALO。”

两家华尔街顶级投行，在同一天，用同一个独立投资人创造的框架，给出了同一个方向。这本身就值得认真对待。

那么，HALO的核心逻辑到底是什么？

用最简单的话说，就是这样一条链条：

AI的发展，需要建造大量数据中心。数据中心需要消耗大量的电力和原材料。而这些电力和原材料，来自于铜矿、变压器、电网——这些“重”的、“慢”的、短时间内根本造不出来的东西。

AI越聪明，数据中心就要建得越多。数据中心建得越多，对铜和变压器的需求就越大。但铜矿的开采周期是19年，变压器的交付周期是两三年，这些东西的供给，根本跟不上AI发展的速度。

供不应求，价格就上去了。

拥有这些资产的公司，就成了AI时代的意外受益者。

这就是为什么造挖掘机的卡特彼勒，在AI元年跑赢了所有科技股。

我想用一组数字来帮你把这个逻辑想得更清楚一些。

2025年，谷歌、微软、亚马逊、Meta四家科技巨头，在AI基础设施上的资本支出合计超过了3200亿美元。这个数字，比2023年翻了将近一倍。到2026年，这个数字预计还会继续攀升。

3200亿美元在买什么？不是买软件，不是买代码，不是买算法专利。是买土地、买电力合同、买变压器、买铜线、买冷却系统——是买那些“重”的、实实在在存在于物理世界里的东西。

这个数字值得停下来想一想。

这就是HALO逻辑的起点：AI产业的钱，正在大规模流向物理世界。

为什么会这样？这里有一个很多人没有想清楚的反直觉之处。

过去二十年，互联网和移动互联网的财富神话，说的都是轻资产：软件、平台、数据，边际成本趋近于零，复制一份的代价几乎为零。一行代码写出来，可以服务一百万个用户，也可以服务一亿个用户，成本基本没有区别——这才是“好生意”。

AI时代正在发生的事情，本质上是一次大规模的稀缺性重新分配。

轻资产的稀缺性正在消失。软件代码可以被AI生成，SaaS功能可以被大模型直接替代，一个人类工程师花几个月写的东西，AI可能几分钟就能做出来。当供给趋向无限的时候，价格就会趋向于零。

而重资产的稀缺性正在上升。铜矿不能被AI生成，变压器不能凭空出现，电网不能靠写代码来建造。当全球数据中心的建设速度远远超过这些物理资源的供给速度，稀缺性就出现了——而且是结构性的、短期内无法解决的稀缺性。

这里有一个关键的不对称：AI的能力在以指数级的速度提升，但支撑AI运转的物理基础，受制于真实世界的生产周期，根本追不上这个速度。这个差距，就是HALO框架的核心。

高盛的HALO框架，本质上就是在说：去买那些“AI越厉害、越需要、但越造不出来”的东西。

理解了这个底层逻辑之后，再回头看那些市场数据，就不觉得奇怪了。

2025年，金矿ETF（GDX）涨了154%，卡特彼勒涨了约60%。进入2026年，铜价进一步突破了$13，000/吨的历史高位。

同期，Salesforce（CRM）过去12个月跌了45%。Adobe（ADBE）跌了38%。整个软件与服务指数，在2026年开年以来跌了20%。

这不是随机波动，这是一次系统性的资产重新定价。

华尔街有一句老话：市场先生永远是对的，只是他有时候比你更早看到未来。当最聪明的钱开始大规模从软件股流向铜矿、变压器和电力基础设施的时候，值得认真问一句：他们看到了什么？

答案，藏在两个字里：物理极限。

二、铜的物理极限：AI要的铜，矿山来不及生产

让我先给你一个数字，帮你建立一个直觉。

一个传统的数据中心，大概需要5，000到15，000吨铜。

一个超大规模的AI数据中心，需要多少？

40，000到50，000吨。

是传统数据中心的3到4倍。

你可能会想，这也还好吧？多挖一点铜不就行了？

问题就出在这里。

铜矿不是说挖就能挖的。

从一座铜矿被发现，到它正式出铜，美国平均需要19年。

19年。不是19个月，不是19周。是19年。

这不是效率问题，不是政策问题，这是地质勘探、环境评估、基础设施建设、冶炼产能爬坡……每一个环节都绕不过去的物理现实。

我来给你举一个具体的例子。美国亚利桑那州有一座铜矿，几十年前就已经被发现了，地底下明明白白地埋着铜，计划是2030年投产。从发现到第一批铜矿石出来，要花整整35年。

35年。

这意味着什么？意味着今天全球的数据中心建设热潮，不管有多猛，铜矿的供给端在接下来相当长的一段时间里，都不可能显著增加。因为现在能出铜的矿，是十几二十年前就开始开发的。而那时候，没有人知道会有今天这波AI热潮。

这是一个时间上的结构性错位：AI的需求是今天爆发的，但铜的供给是二十年前就注定了的。

需求端是什么情况？

根据标普全球（S&P Global）2026年1月的最新报告，全球铜需求将从2025年底的2，800万吨，增长到2040年的4，200万吨——增幅接近50%。

而供给端？按照目前已知的矿山开发计划，到2040年将出现大约1，000万吨的供应缺口，相当于届时需求量的24%。

打个比方，你家要做一桌饭，食材需要100份，但冰箱里和市场上加起来只有76份——这一顿，是注定不够吃的。

而这顿饭，就是全球AI基建的电力需求。

缺口，已经写进了时间里。

铜价已经开始反映这个现实了。

2025年，国际铜价突破了11，705/吨的历史高位。2026年，这个数字进一步突破了13，000/吨。铜价没有在技术进步面前回落，反而在AI最热的两年里，创下了一个又一个历史新高。

这背后的逻辑其实很简单：当所有人都在争同一批铜的时候，出价最高的人才能拿到货。而谷歌、微软、亚马逊、Meta这些科技巨头，正在以史无前例的速度建造数据中心，他们不差钱，他们要的是铜。

有一件事能很直观地说明这种抢夺有多激烈。

铜是一种高度流动的大宗商品，全球市场每天都在交易。但自从AI数据中心建设提速以来，铜的现货溢价——也就是你现在要拿货，比期货合约要多付的钱——出现了显著的上升。这意味着，需要立刻拿到铜的买家越来越多，而供给端根本满足不了这种“现在就要”的需求。

这时候你可能会想：除了铜，有没有其他导体可以替代？

铝可以在某些场景里替代铜，但导电效率更低，对于追求极致性能的AI数据中心来说，大规模替换铜并不现实。硅、光纤可以替代铜承担数据传输的部分功能，但数据中心的供电系统、冷却系统、母线系统，目前都高度依赖铜。

没有捷径。

铜的物理极限，就是AI扩张的物理天花板。

但如果你以为这已经是最难解决的问题，那还得再往下看一层。铜的短缺是“慢慢来不及”，而变压器的危机，是现在就已经卡住了。

三、变压器危机：马斯克说的“主要瓶颈”，卡得有多死？

我想先给你一个画面。

假设你是一家大型科技公司的基础设施负责人。2026年初，老板拍板了：我们要再建一座超大规模的AI数据中心，预算到位，选址也定了，工程队随时可以开工。

你面临的第一个拦路虎，不是GPU，不是土地，不是电费，而是——变压器。

你去市场上问了一圈，打了十几个电话，得到的是同一个答案：最快也要等到2027年之后才能交货。

这不是某一家供应商的问题。全球主要的变压器制造商，订单已经全部排满到2027年。你今天下单，排队等着，两年多以后才轮到你。

那你的数据中心，什么时候才能开张？

来看这条时间线：

2026年：决策拍板，开始下单等变压器。
2027年至2028年：变压器到货、安装、调试。
2028年：数据中心才能真正通电运行。

也就是说，你今天做出的AI投资决策，最快两年后才能产生算力。

这就是业内人士说的“2027年墙”——一道由变压器交付周期筑起的物理围墙，把所有人挡在外面。

马斯克在公开场合说过，变压器短缺是AI基建的“主要瓶颈”。这句话不是预测，不是警告，是一个实际深度参与AI基础设施建设的人，在描述他正在亲身经历的现实。

为什么变压器会突然成为瓶颈？

这得从数字说起。

2021年，你去买一台高压变压器，等待交货的周期大概是50周——不到一年。

现在呢？

普通电力变压器，平均交付周期128周，约两年半。发电机升压变压器（GSU）——这是AI数据中心最关键的配套设备——交付周期143周，超过三年。高压500kV变压器，120周以上。

从50周到120周以上，变压器的等待时间延长了140%，时间翻了一倍多。

价格呢？美国变压器价格自2020年以来，已经上涨了79%。

Wood Mackenzie的数据显示，目前大型电力变压器市场存在约30%的供应缺口——也就是说，需求中有三成，根本没有对应的供给来满足。

三成。就凭空消失在等待里。

这是什么概念？想象一个城市，每十套房子有三套是空房子，但不是没人住，而是根本没造出来——买家在等，钱也到位了，就是没货。

为什么变压器不能快速扩产？

这个问题问得好。如果需求这么旺盛，厂商为什么不多造一点？

原因有三层。

第一层，变压器是非标定制品。每一个AI数据中心对变压器的规格需求都不一样，电压等级、容量、冷却方式……不能像生产标准零件一样流水线操作，每台都需要定制化设计和制造。这从根本上限制了产能扩张的速度。

第二层，变压器本身的制造就很慢。一台大型变压器，从开始制造到完工，本身就需要好几个月。这还不算等待原材料的时间——变压器铁芯用的硅钢片、绕组用的铜线，这些原材料同样面临供应紧张。

第三层，新建产能需要2到3年才能释放。厂商不是没有在扩产，但扩产本身就需要时间——建厂房、买设备、培训工人……等这些新产能真正出货，订单已经又排了一轮。这是一个永远追不上的循环。

有时候我觉得，铜和变压器的问题，像极了一个古老的寓言：当所有人都在争着去淘金的时候，真正赚钱的，往往是那个卖铁锹的人。

AI时代，英伟达是卖芯片的，大模型公司是淘金的，而那些生产铜、制造变压器、建造电网的企业，就是卖铁锹的。

区别在于，铁锹这东西，说有就有，多造一批不难。

但变压器和铜矿，来不了那么快。

AI越聪明，数据中心就要建得越多。数据中心建得越多，这道物理瓶颈就卡得越死。

这是HALO逻辑里最硬的那根骨头。

四、软件股的“智能通缩”：一个插件，一天蒸发$2850亿

2026年2月，Anthropic发布了一款AI工作协作插件。

就是这么一个插件，发布的当天，全球软件股的总市值蒸发了2850亿美元。

Thomson Reuters单日跌了16%。Salesforce、Adobe、HubSpot全线重挫。

你可能会觉得这有点夸张——一个插件，能有多大威力？但如果你理解了这背后的逻辑，你就会明白，这2850亿美元的蒸发，不是市场的非理性反应，而是一次非常清醒的重新定价。

让我先解释一个概念：智能通缩。

通缩，是经济学里的词，意思是价格系统性地下降。它的根源，往往是供给增加了，或者需求减少了。

“智能通缩”说的是：AI正在让“智力劳动的供给”趋向无限。

过去，软件之所以值钱，是因为写软件很难。需要专业的工程师、花大量的时间，才能把一个功能做出来。这种“稀缺性”支撑了整个SaaS行业二十年的高利润、高估值。

但AI出现之后，这个逻辑被动摇了。

一个AI模型，可以在几分钟之内生成一段功能完整的代码。一个AI插件，可以完成过去需要专业CRM软件才能处理的客户管理任务。一个AI助手，可以替代过去需要订阅昂贵专业数据库才能获得的分析报告。

当“做软件”这件事的成本趋近于零，软件公司的护城河就开始塌了。

Anthropic的那个插件，威胁的不只是一两家公司。

Thomson Reuters——你知道这是做什么的吗？这是一家有170多年历史积累的信息服务集团，Reuters新闻社的前身可以追溯到1851年。他们的核心产品是Westlaw，全球顶级的法律数据库，每年订阅费高达几万美元。这种产品，过去被认为是无懈可击的护城河——法律专业知识的壁垒高，数据积累深，竞争对手很难复制。

结果，Anthropic发布一个插件，Thomson Reuters单日跌了16%。

市场在说的是：如果AI能做法律检索、能做合同分析、能做法规解读，那Westlaw的价值是什么？

这个逻辑一旦成立，所有的SaaS公司都不安全。Salesforce的CRM，Adobe的创意软件，HubSpot的营销工具……这些产品的核心价值，都是“帮你处理某一类专业任务”。而这，恰恰是AI最擅长的事情。

我们来看一下数字，有多惨。

Salesforce（CRM），过去12个月股价跌了45%。
Adobe（ADBE），过去12个月跌了38%。
整个S&P 500软件与服务指数，仅2026年开年以来就跌了20%，自2025年1月以来累计跌幅接近30%。

这不是某一家公司的问题，这是整个板块的系统性重估。

资本市场对软件股的估值逻辑正在重写。市盈率从过去的32倍压缩到了22倍——这意味着，投资者愿意为软件公司的每一块钱利润支付的价格，正在系统性地下降。因为他们开始怀疑：这些利润，还能维持多久？

有一个类比，我觉得很能说明这件事。

柯达，曾经是全球最成功的公司之一，胶卷业务利润丰厚，技术壁垒极高。他们甚至最早发明了数码相机的雏形，但他们不相信数码会真正颠覆胶卷——毕竟，相机还是要拍照的，拍照还是要用他们的产品。

结果，被颠覆的不是拍照这件事，而是“拍照的介质”这件事。当数码相机让光学胶片的成本趋向于零，柯达的护城河在一夜之间变成了负担。

今天的SaaS公司，面对的是类似的处境。他们的产品功能没有消失，用户对这些功能的需求也没有消失，但完成这些功能的“介质”变了——从“专属软件”变成了“通用AI”。

当一个功能可以被任何AI轻松复制，它就不再是护城河，而是商品。商品的定价逻辑，不是“你有多好”，而是“我能找到多便宜的替代品”。

说到这里，HALO框架的两面就完整了。

一面是重资产的价值重估：铜矿、变压器、电网，因为AI的物理需求而变得前所未有的稀缺。

另一面是轻资产的价值崩塌：软件、SaaS、AI应用，因为AI让其功能的“复刻成本”趋于零而面临系统性的利润压缩。

稀缺的越来越贵，可复制的越来越便宜。

这是一个冷酷的逻辑，但它正在市场上实实在在地发生。

而这个逻辑，并不止步于金融市场。当你把视野放大，会发现铜矿和变压器背后，其实还藏着一场更大的博弈。

五、大国博弈：谁控制铜矿，谁就控制AI未来

如果你觉得铜矿只是一个投资机会，那你可能低估了这件事的分量。

在华盛顿和北京的决策层眼里，铜矿早就不是一个普通的大宗商品问题，而是一个关乎AI时代主导权的战略问题。

让我先给你一个数字，这个数字让很多人第一次看到的时候会愣一下。

中国的铜矿储量，只占全球的4%。

但中国控制的铜精炼产能，占全球的45%。

储量4%，精炼45%。这是怎么做到的？

中国走的是一条“以弱胜强”的路。

自己没有足够的矿，就去买别人的矿。2014年，五矿资源（MMG）领导的财团斥资约58亿美元，收购了秘鲁最大的铜矿——拉斯邦巴斯（Las Bambas），探明铜储量超过1000万吨。这是当时中国最大的海外矿业收购案。此后，紫金矿业、洛阳钼业相继在全球十几个国家布局矿山，在非洲、南美深深扎根。

买不了矿的，就控制冶炼。大量进口铜精矿，在国内建设庞大的冶炼产能，把全球的原矿汇聚到中国，加工成精炼铜，再输送到全球市场。

这个策略的效果，就是那个反差数字：储量4%，精炼45%。

就像一个自己没有农场的厨师，却控制了全球最大的食品加工厂。种粮食的人，最终还是要把粮食卖给他来加工。

美国慢了。

这一点，美国自己也承认。

直到2025年，美国才正式把铜列入“关键矿产”清单——在这之前，铜甚至不在美国的战略资源保护名单上。同年，美国开始对进口铜征收关税。2026年2月，特朗普宣布启动“金库计划”（Project Vault），计划动用约120亿美元建立关键矿产战略储备。

听起来动作挺大，但有一个细节很说明问题：分析师算了一下，这100亿美元的储备，大概够美国用45天。

45天。

独立关键矿产分析师克里斯·贝里说了一句话，我觉得非常直接：“我们不会在特朗普任期内解决这个问题。要重新建立起一套体系，需要十年以上的时间。”

铜矿从发现到投产，平均需要16到19年。你现在开始布局，最快也要十几年后才能见到成效。这是物理规律，政策改变不了。

这件事让我想起了二十年前的铁矿石故事。

2000年，国际铁矿石价格是12.5美元/吨。到2011年，这个数字涨到了187美元/吨，十年涨了将近15倍。

原因很简单：中国是全球最大的铁矿石买家，但中国自己没有足够的铁矿。必和必拓、力拓、淡水河谷三家公司，控制了全球近七成的海运铁矿石供应。中国买多少，他们就涨多少，中国没有定价权。

那十年，是中国在铁矿石上交的一笔高昂的“学费”。

现在，同样的故事正在铜矿上重演——只是这一次，攻守易位了。中国从当年的“被动买家”，变成了今天的“主动布局者”。而美国，正在开始经历当年中国在铁矿石上感受过的那种焦虑。

AI基建需要铜，铜的供给越来越多地掌握在中国企业手里。当你看到下一条关于某个铜矿并购案的新闻，或者某国又把铜列入“战略储备清单”的消息，不妨想一想：他们在下的，是什么棋。

六、普通人能做什么？

我要先说清楚一件事：这篇文章不是投资建议。我没有办法告诉你现在买铜矿股还来不来得及，也没有人能给你一个变压器概念股的精确买入时机。

但有一件事，我觉得比任何一只股票都值得认真想一想——HALO的逻辑，不只是华尔街的事。

先认识一个人：Jacob Palmer，23岁，电工。

他在北卡罗来纳州长大，高中毕业，没有上大学。21岁，他就开了自己的公司。

2024年，他的公司营业额接近9万美元。2025年，突破了六位数。

他比同龄人怎么样？他的很多大学同龄人，现在还在投简历，背着学生贷款，等待一份可能要面试五六轮的工作机会。而他说了一句话，我觉得说得很干脆——“I don't owe anybody anything.”

我不欠任何人的。

这不是一个励志故事，这是一个市场信号。

Jacob Palmer不是个例。

薪资数据平台Gusto处理了美国40万家中小企业的真实薪资记录，他们在2026年2月发布了一组数字：在数据中心密集落地的地区，蓝领工人的工资中位数比其他地区高出7.1%，扣除生活成本差异之后，实际溢价仍有5.8%。

涨幅最大的，不是什么AI工程师，是水管工——在数据中心热点地区，水管工的工资比其他地区高出整整20%。暖通空调技师（HVAC）的雇佣增速，比其他地区快了41%。

这不是预测，这是已经发生的事，写在真实的薪资记录里。

AI数据中心需要精密的温控系统、复杂的冷却管道、大量的高压线路——而这些东西，需要真实的人拿着真实的工具，在真实的空间里完成。没有捷径，没有替代。

最让我觉得有分量的，是Jensen Huang说的一句话。

2025年，这位英伟达CEO在接受采访时说——注意，说这句话的人，是全球最大AI芯片公司的老板：

“如果你是电工、是水管工、是木工，我们会需要数十万这样的人来建造这些工厂。每一个经济体里，有技能的手艺人这个板块，都将迎来爆发。”

他还说了一句更私人的话：如果他现在20岁，他会选择物理科学，而不是软件科学。

造AI的人，在公开说：这个时代，懂得在物理世界做事的人，比懂得写代码的人更稀缺。

那么，普通人应该怎么想这件事？

HALO的逻辑，落到个人层面，本质上是一个关于稀缺性的问题：你拥有的东西，AI能不能在短时间内大量复制？

Jacob Palmer的“铜矿”，是他的执照、他的操作经验、他对当地工程环境的熟悉、他和供应商之间建立的关系。这些东西，不是靠刷题、背概念、考证书能在三个月里速成的。它们是时间堆出来的。

反过来，如果你的工作核心是生产标准化的信息、文本或分析报告，HALO的逻辑会告诉你一件残酷的事：这类工作正在进入“智能通缩”区间。不是说你会立刻失业，但你的不可替代性正在下降，速度会越来越快。

这不是要你转行做电工。这是一个值得认真面对的问题：你身上，有没有AI无法快速复制的东西？

铜矿让我印象最深的数字，不是价格涨了多少，而是19年——从勘探到出铜，最快也要19年。

我有时候会用这个数字问自己：我有没有哪件事，是我投入了足够长的时间，让它具备了别人短期内无法模仿的壁垒？

不是说每个人都要做一件需要19年的事。但这个问题背后的逻辑很清晰：在AI把执行成本砸到地板的时代，时间积累出来的壁垒，是最后的护城河。

你的“19年”是什么？

这或许是这篇文章，留给每个人最值得认真想一想的问题。

结尾：AI无法克隆的东西

我想用一个细节来结束这篇文章。

卡特彼勒最新一代的挖掘机，已经可以半自动化操作了。他们在研究用AI来优化挖掘路径、预测设备维护时间、提高作业效率。换句话说，连这家“最不像AI公司”的挖掘机厂商，也在拥抱AI。

但有一件事，AI改变不了：挖掘机挖下去的那一铲子，还是要切实地挖开真实的土地。铜矿还是要在地底下埋了几亿年才能形成。变压器还是要用硅钢片和铜线一层一层绕出来。

这是物理世界的规则，不以任何人的意志为转移。

高盛给这个逻辑起名叫HALO——光环。

我觉得这个词选得很妙。光环这个意象，本身就是一种反差：它最耀眼的地方，往往在最意想不到的地方出现。

谁能想到，在一个算法和大模型主导叙事的时代，最耀眼的“光环”，会落在一家卖挖掘机的百年老公司身上？

但回头来看，这其实一点都不意外。

每一次技术浪潮，都会制造出一种幻觉：新技术似乎能解决一切问题，把过去所有的规则都推倒重来。互联网的时候，大家觉得实体零售要死了，物理店面要消失了。移动互联网的时候，大家觉得线下体验可以被彻底数字化。

但物理世界总会以某种方式反弹。不是说技术不好，而是说：技术越发展，它和物理世界之间的接口就越紧张，越稀缺，越值钱。

AI时代也不例外。AI越聪明，它需要运行的物理基础就越庞大；物理基础越庞大，铜、电、变压器的需求就越旺盛；需求越旺盛，而供给又无法快速跟上，稀缺性就越强。

这是一个自我强化的逻辑。

我在写这篇文章的时候，脑子里一直有一个画面：

亚利桑那州那座铜矿，35年前就被发现了，地底下安安静静地埋着铜。它不知道有一天，地球另一端会有人发明神经网络，会有人训练出GPT，会有人在沙漠里建造一座座巨大的数据中心——而这一切，最终都会回过头来，需要从它身上取走一些东西。

这就是历史的运作方式。

真正的价值，往往不在最热闹的地方，而在那些不动声色地等待被需要的地方。

AI越聪明，铜矿越值钱。

这个反直觉的逻辑，或许值得我们认真想一想：在自己的生活和工作里，那些安静地埋在地底下的“铜矿”，是什么？

AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI 创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码：

aitop100官方交流30群 AIGC大赛社群

《小白零基础》如何自研模型，创作AI作品？