艾洛和惠勒的结论是：人类用一个更小的肠子，换了一个更大的脑子。这笔交易能够成立，是因为人类学会了烹饪，把部分消化工作放在体外完成，肠道可以缩短，省下的能量预算就可以拨给大脑

1995年，伦敦大学学院的人类学家艾洛和惠勒发表了一篇论文，题目叫《昂贵组织假说》。

他们问了一个问题：人脑只占体重 2%，却吃掉全身 20% 的热量，能量从哪来？

答案是：人类把肠子换小了。

人体里有五个高耗能器官：大脑、心脏、肾脏、肝脏、胃肠道。合计体重占比不到 7%，却消耗静息状态下将近 70% 的能量。人类的大脑比黑猩猩大三倍，但胃肠道比同体型灵长类动物小得多。这笔交易成立的原因是烹饪——把消化的一部分工作提前在体外完成，肠道不需要那么长了，省下的能量预算就拨给了大脑。

这个假说的核心直觉是：智能是昂贵的。维持一个高耗能认知系统，瓶颈从来不在认知系统本身，而在供能。

我最近越来越强烈地感觉到，2025 年到 2026 年的 AI 产业，正在重演这个逻辑。

7000 亿美元的消化系统

2026 年，美国五大云厂商和 AI 基础设施巨头的资本支出合计约 7250 亿美元，是 2025 年的两倍，2023 年的四倍。亚马逊云预计 2000 亿，谷歌约 1800 亿，Meta 约 1250 亿，微软约 1150 亿。还不算 Stargate 的 5000 亿四年计划，不算中东主权基金，不算国内各家的基建支出。

一个超大型 AI 数据中心的电力消耗，相当于一座百万人口城市。微软有 800 亿美元的 Azure 订单积压无法交付，原因是电力不够。OpenAI 的 Stargate 规划了 10 吉瓦的电力容量——中国三峡大坝的装机容量是 22.5 吉瓦，一家创业公司的算力需求接近三峡大坝的一半。

GPU 芯片、高带宽内存、光纤互联、电力、冷却——这些 AI 的"昂贵器官"在整个科技产业里体量并不大，却正在吃掉一个极不成比例的资本预算。

这是 AI 的代谢约束：模型可以设计得更大、更复杂，但如果拿不到足够的 GPU、接不上足够的电、建不出足够的数据中心，模型只能停在论文里。更常见的情况是，模型已经训练出来了，但推理阶段的算力跟不上用户量，只好限流。

瓶颈已经迁移

历史上每一次重大技术突破之后，都会经历一次"瓶颈迁移"——进展的速度不再取决于那个突破本身，而是取决于一些看起来不那么性感的东西。

伽利略用望远镜发现木星卫星之后，接下来一百多年天文学进展的快慢，不取决于谁的理论更高明，而取决于谁能磨出更好的镜片。瓦特改良蒸汽机之后，工业革命的推进速度，很大程度上取决于约翰·威尔金森的精密镗床能不能把气缸内壁加工得足够光滑。晶体管的物理原理 1947 年搞定之后，半导体产业的核心瓶颈一直在迁移：材料→工艺→设备→封装→供电。每一次迁移都改变了"谁是关键角色"这个问题的答案。

AI 也在经历同样的过程。

2017 年到 2023 年，瓶颈在算法。Transformer、Scaling Law、RLHF、MoE——那个阶段决定谁领先的是研究团队的天赋。OpenAI 押对了 Scaling Law，DeepSeek 用 30 倍低成本复现了同等性能。小团队可以颠覆大公司。

但从 2024 年下半年开始，风向变了。DeepSeek 已经证明算法端的差距可以被追平。什么不能被追平？7 吉瓦的电力容量不能被追平。5000 亿美元的基建计划不能被追平。英伟达 Blackwell 的芯片产能不能被追平。

OpenAI 现在做的事情，已经不只是训练模型了。Stargate 项目审查了全美 30 多个州的 300 多份数据中心选址提案，规划电力接入，跟地方政府谈审批，跟电力公司签购电协议。这更像是一家电力公司在做的事情。

Anthropic 在 5 月 6 日宣布与 SpaceX 合作，拿到了 Colossus 数据中心的 22 万块 GPU 和 300 兆瓦新增电力容量。Anthropic 拿这些算力做的第一件事，是宣布提高 Claude 的使用限额。

仔细想想这件含义：一个 AI 产品的用户体验上限，直接取决于这家公司能从一家航天公司的数据中心里租到多少块 GPU。这已经不是 AI 研究了，这是供应链管理。

煤港变成了殖民地

大航海时代，率先到达新大陆的是西班牙和葡萄牙。最终控制全球海上贸易路线的是英国。

英国赢在补给站。

从直布罗陀到开普敦到亚丁到孟买到新加坡到香港，英国建立了一张密度极高的港口和补给点网络。蒸汽船时代，船烧煤，你能走多远取决于你能不能在沿途加到煤。英国控制了煤港，就控制了航线，控制了贸易，控制了全球财富的分配方式。

补给站这件事一点都不性感。不是发现新大陆的激动人心，不是跨越大西洋的英雄叙事。是枯燥的后勤：修码头、挖煤仓、跟当地统治者签租约。但在帝国的实际运作中，补给站比任何一艘军舰都重要。

OpenAI 的 Stargate 在做什么——在得克萨斯、新墨西哥、俄亥俄选址，规划电力接入，跟地方政府谈审批。这是在建补给站。

更值得注意的是 OpenAI 的"OpenAI for Countries"项目：计划在全球 10 个国家建设本地化的 Stargate 设施，由当地政府共同投资，换取许可证、电网接入和政策支持。阿根廷巴塔哥尼亚那座 Stargate 设施，预计投资 250 亿美元，是拉丁美洲最大的 AI 数据中心。

这些放在一起，会有一种被拉回 19 世纪的感觉。

大航海时代的煤港最终变成了殖民地。最初只是加煤加水的中转站，后来变成驻军基地，再后来变成贸易管制节点。控制补给站的国家获得了对途经船只征收过路费的能力，这种能力最终转化成了全球财富分配的杠杆。

AI 的数据中心会不会走同样的路？一家公司控制了足够多的算力节点之后，它对所有使用 AI 的人和企业就拥有了一种定价权。你的产品依赖 AI 推理，AI 推理依赖 GPU 集群，GPU 集群在他们手里。你最终是在向一个基础设施垄断者付租金。

你是船，不是港

对大多数在 AI 浪潮中的公司来说，这个格局意味着一件事：

你是船，不是港。

你依赖 AI 推理能力，而推理能力依赖算力基础设施，而基础设施正在被少数几家公司以惊人的速度锁定。这个结构不是短期的，因为电厂、数据中心、电网连接这些东西建起来要五年，建好了会用二十年。

这并不是说在 AI 上层做应用没有价值。相反，在某个场景里把 AI 能力嵌得足够深，让迁移成本足够高，依然是一种真实的护城河。

但有一件事值得保持清醒：算法层的壁垒正在被侵蚀，基础设施层的壁垒正在被建立。过去三年"谁的模型更聪明"决定格局，接下来三年"谁能拿到更多算力"同样重要，甚至更重要。

艾洛和惠勒的论文在生物学领域有争议，但它的核心直觉没有被推翻：大脑再聪明，身体养不起也没用。

AI 时代的版本是：模型再强，算力供不上也跑不起来。

而算力，正在变成这个时代的煤港。