那场赌局，谁都在下注

上周末我在三里屯一家新开的便利店买水，进门时摄像头扫了我一眼，货架上的电子价签突然闪了一下——我常喝的那款气泡水，价格从6.5跳到了6.2。收银台没有店员，机器直接报了会员折扣。我愣了两秒才反应过来：这店知道我上次买过它。

这不是科幻。letsdatascience.com的报道说，2026年全球零售技术支出预计达到3880亿美元，AI投资年增长25%。这个数字比很多国家的GDP还高。更关键的是，驱动这股浪潮的不是什么炫酷的机器人店员，而是两样新东西：代理型浏览器和生成式引擎优化（GEO）。

简单说，代理型浏览器就像一个会自己逛网页的AI助手，它能替你比较价格、查库存、甚至自动下单。而GEO则是让商品信息在AI的搜索结果里排得更靠前——类似SEO的升级版，只不过优化的对象从谷歌变成了ChatGPT这类对话引擎。零售业的逻辑正在被改写：以前是人找货，以后是AI替人选货。

但这只是表面。

算力这台碎钞机

让我真正在意的是另一条新闻。Vinod Khosla在《财富》杂志上放了个炸弹：AI的能源危机有解，而且不需要电网。这位硅谷老炮儿押注的是“线性发电机”——一种能就地发电、直接给数据中心供电的技术。

Khosla的潜台词其实很直白：电网根本撑不住AI的胃口。

今年初我见过一个做数据中心运维的朋友，他给我算过一笔账：一个中等规模的AI训练集群，单日耗电量超过一座小型城市。而据行业预测，到2027年，全球AI数据中心的电力需求可能翻三倍。这个数字让所有电网规划都成了笑话——你不可能在两年内扩建三倍容量的输变电设施。

所以Khosla说的“不依赖电网”，不是环保理想主义，而是残酷的现实选择。要么把发电厂搬到数据中心隔壁，要么把数据中心搬到发电厂旁边。没有第三条路。

但这里有个没人明说的问题：这种就地发电方案，本质上是把能源基础设施私有化了。当每一座大型数据中心都自带发电厂，电网的公共性就会被逐渐架空。 这不是技术问题，这是社会契约问题——你愿意让AI公司自己决定在哪里发电、用什么燃料、排多少碳吗？

我承认，我一开始觉得Khosla的解决方案挺酷。后来一想，这根本就是AI基建在把整个能源系统拖进一场豪赌。

零售与能源的交叉点

现在把这两件事连起来看。

零售业每年投近4000亿美元搞AI基建，能源业被迫为AI数据中心另起炉灶。表面上看是两个行业各自升级，实际上它们正在被同一台机器驱动——这台机器就是算力。

零售业的代理型浏览器需要实时推理，每处理一次用户请求就要消耗一次算力。而算力的背后是电力。当零售AI的渗透率达到一定阈值，它的能耗曲线会指数级上升。 这不是线性关系，这是幂律关系。

我认识一个做零售技术架构的朋友，他说他们公司现在最头疼的不是算法，而是电费。他们给某连锁超市做的AI补货系统，每秒钟要处理20万次货架传感器数据，后台的GPU集群一个月电费就超过200万。这个数字让超市老板直接问：你们这个AI能帮我省出电费吗？

坦白说，这个问题现在没人能回答。因为零售AI的价值是隐性的——它让你多买一瓶水，看起来微不足道，但乘以几万家门店、几亿次交互，就是一个天文数字。可电费账单是显性的，每个月准时到账。

这就是AI基建的吊诡之处：它承诺的未来无限美好，但眼前的成本真实得令人窒息。

谁在真正买单

GLM-5.2的发布让我想起另一个维度。Hackernoon的报道说，这个模型增强的是中国在“开放AI栈”方面的竞争力。但我觉得，更值得关注的是它背后的信号：当AI基建变成一场国家级的军备竞赛，成本就不再是公司层面的问题了。

中国今年在AI芯片和算力中心上的投入，据估算超过千亿美元。美国那边，微软和谷歌单季度的资本开支加起来就超过500亿美元。大家都在赌——赌AI会在某个临界点产生质变，赌基础设施的投资回报会在某个时刻爆发。

但说实话，这场豪赌没有旁观席。 零售业在赌，能源业在赌，国家在赌。每一个赌徒都在告诉别人“我赢定了”，但没有人知道终点线在哪里。

写这篇文章的时候，我又想起那家三里屯的便利店。它背后的技术系统可能连接着三个数据中心、两个电网、和一个省级的算力调度平台。我买的那瓶水，从生产到上架，中间经过了无数个AI模型的运算——预测需求、优化配送、动态定价。

而这一切，只是因为我想喝瓶汽水。

这让我有点不安。不是对AI本身的不安，而是对建设速度的不安。我们正在以前所未有的速度铺设AI基础设施，但很少有人停下来问：这些东西真的准备好了吗？那些4000亿美元的零售技术投入，那些自建发电厂的数据中心，那些开放栈的地缘政治博弈——它们最终指向的，是一个更高效的世界，还是一个更脆弱的系统？

我不知道答案。但我知道，这场赌局里，没有人能提前离场。