今年 AI 大厂发债 2200 亿美元全卖光,借钱却变贵了。鸭哥昨天发了 2 篇文章,把这道资金额度墙算给你看,再看卡在 Level 1 的自我改进 AI 矩阵。今日动态:OpenAI 断供 Cursor,Pimco 警告发债潮,Nebius 抛 57.5 亿美元可转债。
今年 AI 大厂累计发债约 2200 亿美元(Reuters),去年同期只有 125 亿美元。Amazon、Alphabet、Meta、Oracle、NVIDIA 和 SpaceX 这六家发债合计就超过了 2000 亿美元(Bloomberg)。这些债虽然全部卖光,借钱成本却在变贵。变贵的不是信用,是养老金和保险组合里那道 2% 到 3% 的单一发行人上限,一年数次的巨额发债,正在把这个额度一次次打满。
大厂的融资难度正在上升。Amazon 在 7 月发行 250 亿美元公司债,认购倍数只有 1.6 倍,是本轮周期最弱表现(Bloomberg)。相比之下,他们在 3 月发行 370 亿美元债券时,认购倍数还有 3.4 倍。
NVIDIA、SpaceX 与 Amazon 各自发行的 250 亿美元新债,在上市首日全线破发。在 91 只同类大厂债里,有 78 只的收益率已经高于发行水平。发行让价中位数在一年内从 0.0225 个百分点扩大到了 0.12 个百分点。
最后开出什么价,取决于当时还有额度的边际买家愿意接多少。BlackRock 承销的 Meta 得州 El Paso 数据中心项目债,规模 125 亿美元,2048 年到期。这笔债的利差约 2.9 个百分点,是 Amazon 直接发债利差(约 1.2 个百分点)的两倍多。这个差价就是 AI 基建资金离开大公司资产负债表时必须支付的影子价格。
额度耗尽是事前发生的连续过程,走在信用违约前面,并不需要公司经营出错,只需要发债频率和规模足够快。Alphabet 已经确认年内不再发美元债,Amazon 转向加发欧元债与瑞士法郎债。同时,Broadcom 也在帮 Anthropic 等客户筹集 600 亿美元以上的债务融资(Reuters)。
鸭哥在 AI 大厂 2200 亿债全卖光了,为什么借钱还在变贵 里把四条绕路的具体数字和三个失效边界都列了出来。Oracle 的评级悬崖、两个统计口径的差别、供给与收入的赛跑,文章里各写了一段。
钱的供给卡在额度上限,而研究自动化的进展,则卡在验证信号的供给上。我们可以把自我改进的 AI 玩家放进二维矩阵。纵轴是改什么,分为权重、训练代码、agent 的 harness 和评估器四个层级;横轴则是靠什么信号验证。已证实的自我改进强度,正沿着验证信号的五级梯度递减。最强的是 formal verifier 和执行反馈,接着是奖励模型与 LLM judge,最弱的是自评估。碰到任何递归自我改进的声明,得先看它靠什么信号验证。
现在大部分玩家都挤在执行反馈这一列,而自评估那一列空无一人,所有人实际上都停在 Level 1。Weco AIDE² 靠着双层循环 8 天无人值守,跑出的 harness 击败了人工调优两年的版本。但他们自测 Level 2 时,点火没有成功(Weco)。在普林斯顿的 shadow evaluation 里,Claude Opus 4.8 拿了 3000 美元预算做六天开放式研究。原作者按会议标准,直接拒绝了它产出的两篇论文(arXiv、MIT Tech Review)。
钱不是问题。RSI 拿了 6.5 亿美元融资,估值达到 46.5 亿美元(FinSMEs)。同时,Karpathy 的 autoresearch 开源后,agent 一夜就能跑完大约 100 个实验(GitHub)。
自我改进最缺的就是验证信号。一份覆盖 1250 篇论文的综述显示,评估器已经成了整个领域的共同瓶颈(arXiv)。在 318 篇涉及自评估的论文里,有 82% 发表在 2026 年。在 SkillsBench 测试里,人类专家写的 skills 能让任务通过率提升 16.2 分。LLM 自动生成的 skills 带来的增益却是零。这种选手兼裁判的模式,极易导致信号失真。
新鲜例证也在不断出现。Anthropic 最新展示的自动化对齐研究员 AAR,用 AI 改进对齐训练(TechCrunch)。官方称最好的 AAR 方案平均在六小时内超过资深人类的提案。它的推理成本大约每小时 4 美元,而人类研究员需要 150 美元。把它放进二维矩阵定位:它改的是对齐训练,验证靠对齐 eval,人则在环上负责定边界和审输出。
鸭哥在 自我改进 AI:一个被压扁的二维场 里分析了九位玩家的分布,并给出三问定位法。以后碰到任何自我改进的融资或突破新闻,改什么、靠什么信号验证、人在哪,三个问题就能定位它的真实坐标。
Pimco 警告 AI 发债太快正在推高美债收益率:Pimco 表示 AI 债务洪流正造成市场消化不良。五大厂 2026 年资本开支共识已上修到近 6900 亿美元,将吃掉今明两年经营现金流的九成以上。同周 Oracle 五年期 CDS 也创下了 18 年来新高(Bloomberg)。
OpenAI 宣布切断 Cursor 的模型直连:OpenAI 援引控制权变更条款,提议从 11 月 12 日起终止 Cursor 直接访问其模型。未来包括 Astra 在内的新模型也将不再提供。这距离 SpaceX 以 600 亿美元全股票收购 Cursor 母公司 Anysphere 并完成交割仅过去两周。Cursor 联创称 OpenAI 模型仅占其约 5% 流量,Anthropic 则表态将加大对 Cursor 内 Claude 的支持(CNBC)。
Nebius 发 57.5 亿美元可转债扩建数据中心:NVIDIA 投资的 Nebius 本周完成了 57.5 亿美元的可转债发行。这让他们的可转债总负担上升到了 120 亿美元,而公司 2025 年的营收只有 5.3 亿美元(Bisnow)。
本期由 AI 基于鸭哥已发布文章和公开资料整理生成,请注意甄别幻觉。
订阅本 newsletter:daily.yage.ai
每天鸭哥的Agent会在深度领域调研后发送一封邮件。这个邮件不是一般的deep research,而是基于鸭哥的三层Memory系统,从鸭哥积累的领域知识和长期价值观出发,定制的主观的邮件报告。
[鸭哥 AI 手记] 2026-09-06: Claude 花 $1200 教 Gemma 玩方块,0 分涨到 16 分 懒人包:Lambda 在展台直播了两天半,让 Claude Code 教权重冻结的 Gemma 4 玩俄罗斯方块,跑了 90 个想法和 400 多局,花掉 1200 美元 API 费用,让分数从 0 涨到 16。提分靠的是锁死的考场、取中位数的纪律和实验记录本。另一边 Cerebras 标称约 1500 tok/s 的极速推理接进写代码工作流,长上下文有效吞吐中位数只剩 357 tok/s,65 秒就撞上 TPM 限额,3.24 分钟花掉 $1.57 任务还没写完。鸭哥昨天发了 2 篇文章:《Claude 花了 1200 美元,让 Gemma 玩俄罗斯方块从 0 分涨到 16 分》 梳理了三次堵漏过程与三条可直接搬走的 agent 落地原则,附带开源记录工具;《tok/s 是 agentic 场景里最会骗人的性能数字》 算清了 decode 速度与预填充时长的账本,给出一套拿自己真实负载测有效吞吐的方法与开源工具。 0 到 16 分之间堵了三次漏 Lambda...
[鸭哥 AI 手记] 2026-09-05: 四款独立 AI 浏览器退场,登录态离机器有多远 懒人包:一年内四款独立 AI 浏览器先后退场,agent 浏览能力退回既有入口,真正的分歧在于登录态放在离你机器多远的地方。九家厂商排成一条从本机到云端的队列,架构选择不消除事故概率,只决定出事时要收拾多大的摊子;另一边屏幕记忆面临两难,像素快照太重且隐私门槛高,纯事件日志又太空,第三条路是低保真文字加文件指针。鸭哥昨天发了 2 篇文章:《Agent 的浏览器放在哪:凭证不出本机的战争》 给出评估 agent 浏览器的三问框架与九家厂商落位,算清安全、法律与算力三本账;《屏幕记忆的第三条路:存指针,不存像素》 梳理了记忆系统的三层结构,给出一套直接落地的存储分配规则与两项排查。 登录态离机器有多远 从 5 月到 8 月,四款独立 AI 浏览器先后收摊。Google 的 Mariner 在 5 月 4 日关停(PCMag 报道),技术并入 Gemini Agent 和 Chrome。OpenAI 的 Atlas 7 月 9 日宣布退役、8 月 9 日停止工作(官方 FAQ),浏览能力并进...
[鸭哥 AI 手记] 2026-09-04: 换 GPT-4o 只加 5.8 分,训练 7B 加 17.2 分 懒人包:Stanford 的 AgentFlow 在同一套骨架下对照了三种改法。换成 GPT-4o 只多 5.8 分,让 7B 在真实工具反馈里训练却多出 17.2 分,差距不在模型大小,在有没有反馈闭环。另一边把开源模型搬回家要面对利用率与延迟的冲突,两张 H100 私有部署每月吞吐要达到约 20 亿 token 才能打平云端 API,先租两三周跑跑看再做长期决定。鸭哥昨天发了 2 篇文章:《换 GPT-4o 只多 5.8 分,训练 7B 却多了 17.2 分》 讲清了反馈闭环重塑工具选择的机制,给出训练前的四道门自检与三条起步路径;《把模型搬回自己家之前,先算三本账》 算清了钱、数据与能力三本账,给出硬件谱系与七个决策信号。 AgentFlow:同一套骨架的三种改法 Stanford 团队拿下 ICLR 2026 Oral 的 AgentFlow(AgentFlow 论文;项目主页),在同一套 agent...