AI 模型收入与 Capex 闭环

山脉把 AI 硬件链的命门从“硬件是否缺货”前移到“模型端收入能否持续高速增长”。其框架是：模型产生收入，企业和个人持续为 Token/订阅付费，云厂商才敢继续加码投资，最终传导到硬件订单、涨价和盈利扩张。只要 OpenAI、Anthropic 等前端模型收入不失速，宏观、流动性、地缘扰动都可能只是波动；一旦模型收入无法支撑云厂商巨额资本开支，半导体 AI 板块的估值和业绩逻辑会同步动摇。

雪涛宏观给了一个收入端锚：美国约 10.83 万亿美元总薪资中，按 Anthropic 实际使用/暴露口径估算，约 1.45 万亿美元工资成本已处于 AI 技术暴露范围内，占比 13.4%；按 OpenAI/Eloundou 理论暴露口径，潜在影响规模约 5.68 万亿美元，占比超过 52%。当前 Anthropic 约 470 亿美元 ARR，仅相当于实际暴露薪资池的 3.2%、理论薪资池的 0.8%。

结论不是“AI 一定没泡沫”，而是收入端验证比硬件端更上游。真正要盯的是模型能力、企业采用速度、Token 预算、云厂商自由现金流和 Capex 可持续性。