本文来自微信公众号： TOP创新区研究院 ，作者：创新区研究组
最近黄仁勋发了一个推文：
GPT-6 Astra，用十万张以上英伟达Grace Blackwell NVLink72训练。从ChatGPT到o1到Astra，四年。
AGI来了。恭喜OpenAI团队。
马上我们的卡也要出新品了。
这个帖子目前已经有1000多万次浏览量了，并且全世界的媒体都在转发解读这四句话。
但请注意，这不是正式的推文，被全球媒体当成"英伟达CEO正式宣告AGI到来"的那句话，是作为回复挂在别人的帖子下面的--Replying to@ChaseLochmiller and@OpenAI
咱们今天就从Chase Lochmiller说起。
营销噱头
Chase Lochmiller是一家叫Crusoe的数据中心公司的CEO，GPT-6 Astra就是在他家的机房里训出来的。
所以模型一发布，他发了条祝贺，在结尾加了一句：
我猜，这让Abilene成了AGI的诞生地。
你品品，这就是强行往自己脸上贴金。
一位数据中心老板给自己的项目所在地贴了张标签，说自己的数据中心是AGI的诞生地，目的肯定是为了招徕更多的AI模型训练公司签单，很自然地，最大的硬件供应商在下面点了个头，说了三句同样是卖货的话：
第一句是点一下自家硬件——十万张卡，都是我家的。
第二句是价值判断——AGI来了，无法证伪。
第三句是销售预告——下一批四十万张GPU即将上线，大家准备好小钱钱，下一代会更贵哦！
经济学里有个基本工具叫信号理论：
一个信号之所以可信，是因为发出它的成本很高。孔雀的尾巴很沉、很碍事、还招天敌，正因为它这么难维持，它才是个诚实的信号。
那么，"AGI来了"这句话的成本是多少？
零。
收益是多少？
下一批四十万张卡。
聪明的Jensen是绝对不会错过这句话的。站在那个位置上的人，说这句话的成本收益结构，决定了他一定会说这句话的。这跟他信不信，是不是真的这样认为，没有关系。
事实上，这的确他不是第一次说了。
今年三月在Lex Fridman的播客上，他就宣布过一次"我们已经实现了AGI"，当时给的定义是：
一个能造出十亿美元公司的AI。
一个人每隔半年宣布一次AGI来了，
说明来的不是AGI，是新品发布会。
改变标准吧
Astra确实很强，这个必须承认。
它在衡量AI操作真实桌面的测试上比上一代高了近七个百分点，同样一件事少花47%的时间，还是OpenAI第一个被自家安全框架判定为"关键级"的模型——
所以发布时只对少数机构开放，企业版默认关闭。
但那些一路"饱和"的分数，要另说。
ARC-AGI-3是今年三月发布的一套测试，设计思路是把AI扔进一个没有说明书的陌生环境，不告诉它规则，让它自己摸。
三月刚发布时，主流AI系统的总分还不到1%。
半年后，Astra拿了99.9%。
但这个99.9%，是在OpenAI自己搭的适配(自己当球员也是裁判)环境里跑出来的。
ARC Prize自己做的独立测试，成绩在17%到63%之间。
数学那边也一样。
Astra在FrontierMath最难那一档拿了97.6%；因为OpenAI资助了它的开发，并且独家拥有其中一部分题目。但在唯一一个不是自己出题、自己判卷的榜单上，不是第一名。
学界的反应很快。
数学家陶哲轩说，
咱们不要比”解出未解难题“了吧，毕竟题目是已知的、答案是可验证的、榜单是静态的，要不咱就让模型们比提出新的数学洞见，提出一个新猜想、发现一个没人注意到的结构、建立两个领域之间意外的联系。
到了这一步，才算真正的牛。
顺带一提，对AGI这个词最不客气的人，是OpenAI自己的CEO。
奥特曼说，AGI顶多算一个定义极差的词。其实他本来想说，那是个不相干的营销术语。
而OpenAI总裁Brockman在发布会上被问到是不是正式宣布实现AGI时，回答是：这个词已经不再挂钩合同触发条件了，现在它是一个使命概念，或者说，一个精神概念。
一个词，从一份价值千亿美元合同的触发条款，降级成了"精神概念"。
嗯，当它不再值钱的时候，它就可以是精神了。
灯还没亮
好，咱们把词放到一边。
不管它叫什么，这东西正在改变世界吧？
麦肯锡的调查里，91%的公司已经在至少一个业务环节使用AI。
但今年二月一份覆盖美英德澳近六千位企业高管的研究发现：89%的管理者说，过去三年生产率没有变化。
普华永道覆盖95个国家、4454位CEO的调查里，56%说他们从AI投资里什么也没得到。
1987年，索洛写下那句技术经济学里被引用最多的话：
计算机时代到处都能看见，唯独看不见在生产率统计里。
四十年后，这句话可以原封不动地重发一遍。
只需要把"计算机"换成"AI"。
经济史学家Paul David写过一篇关于电力的论文，说，
电动机发明之后，工厂的生产率整整四十年没有起飞，原因不是电机不行。
是老厂房的结构是"一根大轴带动全厂机器"。你把动力源从蒸汽机换成电动机，大轴还在，布局还在，效率就还是那样。
真正的飞跃发生在啥时候呢？
发生在工厂被拆掉重建、每台机器配一个小马达之后。
技术革命的时间表，从来不由技术决定。
由重新布置厂房的速度决定。
而"重新布置厂房"这件事，恰好是咱们的活儿。
AGI的数据中心
Abilene，德克萨斯州西部。人口十二万出头。
在这之前，它的城市名片是牛仔文化、一座空军基地和几所教会大学。
现在，它的城市名片(可以)是：
AGI的诞生地。
咱们先看这个数据中心的物理形态。
园区总面积约1100英亩，折合六千七百多亩地，四点五平方公里。
规划八栋建筑，总建筑面积约四百万平方英尺，三十七万平方米。
总电力容量1.2吉瓦。
1.2吉瓦是个什么概念呢？
Epoch AI估算相当于25万张H100的等效算力。
那它是怎么把电搞定的？
一部分靠西德州的风电，一部分靠现场自建的燃气发电。另外，Crusoe还单独成立了一家合资公司，专门去锁4.5吉瓦的天然气发电能力。
一家数据中心公司，跑去成立能源合资公司，美国确实比较缺电。
水的部分更有意思。
德州西部长年干旱。常规数据中心那套开放式冷却塔，一年能蒸发掉几百万加仑水，在这儿是不可能被批的。所以Abilene用的是闭环液冷：冷却液直接打到GPU的冷板上，走密闭循环，号称零蒸发。首次注水大约一百万加仑，之后只补维护损耗。
在西德州，你要是解决不了水，这个项目根本立不起来。
再看审批。
这块地本来就是工业用地，不需要重新分区，也就没有那些漫长的、会被居民堵在门口的听证会。那两百一十台燃气发电机，走的是空气排放登记，不需要做完整的环境影响评估——因为没有触发湿地之类的联邦条款。
一块早已完成工业出让、无需调规、无环评硬门槛、且紧邻风电和天然气管网的连片大地块。
这就是这一轮美国最抢手的东西。
最后看钱。
Crusoe为这个项目拿到了一百一十六亿美元的融资承诺，项目累计募资约一百五十亿美元。Oracle签了十五年长租，OpenAI是最终用户。
所以这个园区的产权结构是这样的：
一家融资平台持有物业，Oracle长期承租，OpenAI是租客的客户，Crusoe负责开发运营。
英伟达卖设备，并且据报道还交了一笔一亿五千万美元的保证金，保住自己在这个场子里的位置。
同一片地，因为口径不同，可以被引用成一百一十六亿，也可以被引用成五千亿。
9000个人来
不到400人留下
信任架构和数字身份
好，现在到了最关键的那张表——
地方政府的账本。
先说税。
阿比林市（通过其开发公司）给出的条件是：85%的房产税减免，为期十年。台勒县那边批的是二十年期的减免。
也就是说，头十年，这个总投资三十五亿美元起步的项目，当地只能收到房产税应征额的15%。
这座城市每收到一美元，就在主动送给了开发商大约五美元。
再说岗位。
这是最扎心的一组数字。
Crusoe在换取税收减免的协议里承诺的全职岗位数，是三百五十七个。
而建设高峰期的施工人员是九千人。有研究指出，数据中心项目七十比一的落差也不罕见。
你想想，三十五亿美元的投资，换三百五十七个长期岗位。
平均下来，每个岗位对应约一千万美元的固定资产投资。
资本极密集，土地极密集，用电极密集，唯独不用人。
短期当然是热闹的。
阿比林2025年的销售税收入，比前四年平均值跳涨了40%。市中心热闹起来了，商会负责人说店铺满了，本地生意兴旺，新增税收在帮着翻新市中心和公立学校。
这些都是真的。
但热闹是有保质期的。
施工队伍里大约六成来自外地。而西部资源型小镇的建筑工人年流动率能到100%到200%——整支队伍一年内至少换一遍，有时换两遍。
那40%的销售税涨幅，一年之后就会跌回去。
更麻烦的是住房。
房东们开始把房子转租给出得起价的建筑工人，原本住在里面的低收入租户被挤了出去。
当地媒体的说法很直接：数据中心没有缓解阿比林的住房问题，反而制造了一场住房危机。
数据中心的困境
现在把目光转回国内。
2026年3月，中国智能算力总规模达到1882 EFLOPS，在用算力中心标准机架突破1445万架。
全国近三百个智算中心项目覆盖二十九个省份，仅2025年一季度，128个项目合计总投资就超过四千三百亿元。
这个建设速度，全世界没有第二个国家做得到。
同期还有一组更振奋的数字：
全国日均AI词元调用量，从2024年初的约一千亿，涨到2026年3月的超过一百四十万亿。
1400百倍。
需求是真的，投资也是真的。
但还有一组数字，我们得重视。
腾讯云的一位负责人今年在上海的一场行业峰会上直接说了：
国内智算中心GPU平均利用率不足30%。
大量智算中心的机柜利用率在20%到30%之间徘徊，部分企业级中心甚至低于10%。
中国信通院的口径是：
2025年国内智算的"用算占比"只有36.8%。
翻译过来就是，
每投一百块钱建算力，大约七十块在空转。
不是说算力很抢手么？这到底是怎么回事儿呢？
腾讯云在峰会上有一个很清楚的拆解：
算力生产力=标称算力×效能系数×满载系数
标称算力是规格书上的数字。
效能系数，也就是GPU跑得快不快，平均只有0.6。
满载系数，也就是GPU跑得满不满，平均只有0.5。
0.6乘0.5，等于0.3。
于是一个千卡规模的智算中心，年运营成本超过三千万元，上架率不足50%，已上架服务器的实际利用率不到30%。西部大量中小玩家在利用率不足70%的亏损线上挣扎，部分项目已经烂尾。
2026年初，有全国政协委员公开呼吁：
科学规划、严格监管，谨防智算中心成为"数字烂尾楼"。
不过咱们也得说句公道话，"算力过剩"这个说法并不准确。
更准确的表述应该是：
高质量有效算力不足，低效率算力消化不掉。
阿里云、腾讯云、字节、华为云和三大运营商的核心AI集群，高端算力依然紧张。
紧的是高端芯片、成熟生态和稳定集群。
松的是那批客户基础薄弱、技术选型失准、软件生态欠缺的地方性智算中心。
这里面还有一层更硬的东西：
CUDA。
芯片出口管制之下，大量智算中心转向国产GPU和NPU，方向完全没问题。但国产算力真正的挑战，不是"芯片能不能跑模型"，而是"能不能以接近CUDA生态的工程效率跑模型"。
CUDA的价值不只是性能，它周围长出来的PyTorch、cuDNN、NCCL、一整套开发工具、优化库，以及工程师的肌肉记忆，把研发成本、迁移成本、调试成本和运维不确定性，一起压到了企业能接受的水平。
这是二十年攒出来的东西，不是三年砸出来的。
我们确实还需要努力追赶
机会
好，那真正的机会在哪儿？
工信部2026年发布的实施意见里，有两个提法我们认为特别重要：
城域算力"1毫秒时延圈"，以及"枢纽—区域—边缘"三级协同。
政策意图非常清楚：
训练中心化，推理分布化。
训练算力可以集中在电价低、绿电资源丰富的西部枢纽。那是中国版的Abilene。
但推理算力必须靠近用户，靠近业务场景。
这句话对做创新区的人来说，是这一整轮里最重要的一句话。
因为它意味着，西部大枢纽那扇窗基本已经关上了——那是电力和资本的游戏，跟空间关系不大。
而真正还没被填满的，是城市里的那一层。
在最前沿的那一层，决定一个地方能不能接住产业的变量之一，
不是空间，是电。
不过，话说回来，硬件是充分条件。
变电站不产生创新，用算力的人才产生创新。
而"用算力的人"，恰恰是不会去Abilene那种地方的。
他们在旧金山，在西雅图，在北京，在上海，在杭州——在那些有人、有资金、有大学、有下一家公司的地方。
所以，这一轮真正的分工，可能会是这样：
一批地方去做电力和土地的生意。那是重资产、长周期、极低就业的生意，账要算得非常清楚，因为你把十年的税让出去之后，是收不回来的。
另一批地方去做"1毫秒时延圈"里的生意——
推理节点、行业Agent、模型微调、私有化交付、数据治理、合规。这些东西必须贴着企业和场景长。它们需要的是密度，是人，是产业上下游三公里之内能见到面。
一句话：
这儿有没有人才，有没有人才愿意长期留下来。
中国AI的半壁江山，走路十分钟就逛完了……
至于AGI到底来没来，咱们现在还不知道。
真正到来的技术从来不需要开会认定。1910年没有人开会讨论"电力是否已经到来"——因为灯亮了。
现在的问题是，我们看到的到底是灯亮了，还是卖灯泡的人把手电筒打开，照了照。
黄仁勋不知道。
Abilene更不知道。
它只知道，下个月又要多接一条线。