文 | 蒋旭峰（资深金融从业者）

　　桥水基金创始人瑞·达利欧在近期一次长篇访谈里，把 2026 年的全球图景与 1929 年并置。这个类比提供了一个坐标，但坐标本身不替我们下结论。当我们把三次技术与金融浪潮的关键数据摆在一起，周期性的轮廓会自己浮现。

　　今天的元素确实齐全。全球 AI 投资在 2026 年突破 1 万亿美元门槛（高盛 2026 年 5 月测算，全球约 1.02 万亿、美国境内约 5810 亿美元），英伟达市值站稳 5 万亿美元、成为全球首家突破 5 万亿的公司（Motley Fool、Statista 2026 年 8 月数据），美国国债规模已逼近 40 万亿美元（美国财政部 2026 年 8 月数据）。兴奋、资本、债务、地缘摩擦，这些在 1929 与 2000 都曾出现。

　　下面用数据，而不是立场，来比较这三轮周期。

　　01 三条泡沫曲线，数字会重复自己把三次浪潮的崩塌数据摆在一起，形态高度相似。

　　1929 年，道琼斯工业指数在 1929 年 9 月 3 日触顶 381.17 点，到 1932 年 7 月 8 日跌至 41.22 点，峰值到谷底回撤 89.2%。美国实际 GDP 从 1929 到 1933 年萎缩超过 36%，工业生产近乎腰斩，失业率从 3.2% 攀升至 25% 以上，1930 至 1933 年间超过 9000 家银行倒闭。道指直到 1954 年 11 月 23 日才重回 1929 年高点，间隔 25 年。

　　2000 年，纳斯达克综合指数在 2000 年 3 月 10 日收于历史高点 5048.62 点，到 2002 年 10 月 9 日跌至 1114.11 点，回撤约 77.9%。约 5 万亿美元市值灰飞烟灭，数百家互联网公司破产。纳斯达克花了 15 年，到 2015 年 4 月才重新站上 2000 年高点。

　　2026 年，AI 相关标的高度集中，少数名字主导指数权重，这与前两次末尾的拥挤交易如出一辙。差异在于量级，全球 AI 基建投资一年内站上万亿美元，英伟达一家市值 5 万亿，超过绝大多数国家 GDP。

　　达利欧归纳的泡沫三特征，在这三次浪潮里反复出现，价格大幅上涨、公司表现出色、随后发生崩盘。破裂的诱因也一致，利率上行迫使持有人变现还债，股票供给近乎无限扩张，因为没有什么比股票更容易生产，而当弱势持有者用杠杆入场，恐惧情绪触发集体抛售。1929 年的保证金交易（经纪商融资占纽交所市值比重从 1917 年的 12% 升至 1929 年的 20%）、2000 年的散户集中涌入科技基金、今天流行的杠杆化 ETF，是同一种剧本的不同演员。

　　02 技术渗透的速度，一次比一次快经济周期相似的另一面，是技术扩散的速度在持续压缩。

　　电气化是慢变量。电力从实验室走向家庭与工厂，铺开靠的是电网建设，以十年为单位推进，其对生产率的拉动在两次世界大战之间才充分显现。

　　互联网是快变量。纳斯达克从 1995 年首次站上 1000 点，到 2000 年突破 5000 点，五年上涨约五倍，但技术真正重塑商业、渗入日常，仍花了近三十年。

　　AI 是瞬时变量。ChatGPT 2022 年 11 月底上线，5 天破 100 万用户，两个月破 1 亿，到 2026 年 5 月月活突破 10 亿，成为史上最快触达 10 亿用户的应用，而 TikTok 用了五年、YouTube 与 Instagram 各用了六年。企业接入大模型，今天接明天就能重构工作流，软件即部署，无需物理铺开。

　　速度的差异直接改变周期形态。前两次，技术红利从出现到反映进宏观数据，隔着基建与终端的长链条；AI 的生产力兑现被压缩到季度乃至月度，这也意味着它的经济影响会更早、更集中地出现在宏观数据里。

　　03 两层必然，革命不可逆，泡沫是影子相似性背后，是两层结构性规律。

　　第一层是技术革命的必然。知识一旦习得便不会被遗忘，电力、互联网、AI 都是通用技术的渗透，方向不可逆。达利欧在访谈中同样强调，对 AI 应该兴奋，因为它将带来革命性变革。革命本身不是泡沫，泡沫是革命身上的影子。

　　第二层是附着在真实革命之上的泡沫必然。当一项技术前景巨大却回报无法精确量化，资本在信息不完全下的博弈必然走向过度下注。达利欧研究 500 年历史得出的大周期框架里，微观的繁荣与衰退平均以约 6 年为单位轮转，宏观的秩序更迭以约 80 年为单位，上一次是 1945 年。我们正处在这个尾部，债务与估值高企，这是 1929 与 2026 共享的宏观底色。泡沫是真实革命的伴生物，它是一个程度问题，而非有或无的开关。

　　04 四个变量不同，为什么 2026 不是历史的复制把 2026 简单等同于 1929，会漏掉最要紧的差异。这些差异由数据支撑，决定了崩塌的形态与影响不会是历史的复制。

　　替代的层级不同。1929 年机器取代人的体力，牛被拖拉机取代。2000 年互联网取代信息分发与中介。2026 年的 AI 直接取代可被计算机化的思维，触碰白领与知识工作者的核心劳动。前两次浪潮没有真正威胁高技能岗位，这一次要，这是性质上的跃迁。

　　财富极化的速度不同。达利欧在访谈中给出的数据值得记下，约 61% 的美国成年人以某种形式持有股票，但最富有的 10% 家庭持有近 90% 的股票。AI 直接冲击认知劳动，意味着分配恶化的速度比前两次更快，技术红利更多流向拥有资本与算法的少数群体。

　　地缘的单点脆弱性不同。1929 与 2000 都不存在今天这种供应链的单点依赖，高端 AI 芯片高度集中于中国台湾。综合台积电披露与 TrendForce 等机构测算，全球约 90% 以上的先进制程（7 纳米及以下）芯片由台积电一家生产，台湾占全球先进逻辑芯片产能约九成。彭博经济研究估算，若台海冲突导致芯片生产中断，对全球 GDP 的冲击可达约 10 万亿美元、接近全球产出的 10%。前两次技术浪潮没有这种结构性地缘风险，这是 2026 独有的变量。

　　政策的工具箱不同。1929 年受制于金本位与有限的货币政策空间，衰退演化为十年大萧条。今天的主要经济体拥有量化宽松、财政扩张等工具，虽不能消除周期，却能压低危机的烈度与长度。即便估值回撤发生，其形态更可能是一次剧烈但可控的出清，而非 1929 式的自由落体。当然，工具箱本身也积累了新的脆弱性，高债务与高估值并存，正是大周期尾部最典型的特征。

　　05 前景，两条线并行把这些数据放在一处，呈现的不是崩或不崩的二元判断，而是两条并行的线。

　　泡沫线。当前确实具备典型的泡沫特征，阶段性回撤甚至局部去泡沫，概率并不低。一个刺眼的反差数据是，麦肯锡 2025 年调研显示约 88% 的组织已在至少一个业务环节使用 AI，但仅 5.5% 报告了实质的财务回报；MIT 的研究更指出，截至 2025 年中，约 95% 的企业生成式 AI 试点未能产生可衡量的损益影响。采纳易、价值捕获难，这正是 2026 与 2000 的共同困境。

　　革命线。超大规模云厂商 2026 年 AI 相关资本开支约 7250 亿美元，同比增 77%（2025 年约 4100 亿），规模已可比肩整个 1990 年代的电信建设。彭博行业研究预测，生成式 AI 市场到 2032 年达 1.3 万亿至 1.6 万亿美元，年复合增速约 37%。即便估值回撤，底层的技术部署不会停止，企业已经在用 AI 重构流程，这种革命不止的属性，是前两次泡沫破灭后所不具备的缓冲。

　　决定路径的三个变量，企业端 ROI 能否从糊涂账变成可量化回报、利率环境是否允许资本继续低成本加注、以及芯片供应链的地缘稳定性。达利欧那句理解周期的人才能在周期里活下来，放在这里依然成立，周期告诉我们的是，泡沫会来也会去，而穿过泡沫的技术革命会继续向前。

　　06 收尾，你唯一的资产是你自己达利欧的忠告朴素却锋利，你唯一的资产是你自己。在一个认知劳动被快速替代的时代，技能的跨场景溢价被放大，同一项能力在不同行业里的小时价值可能天差地别。看清这一轮周期，不是为了恐慌离场，而是为了在泡沫与革命并存的年代，把自己这唯一资产，配置在更不容易被替代的位置上。历史会押韵，但这一次，韵脚落在了人的头脑里。（本文为作者观点，不代表本头条号立场）数据主要来源：

　　- 1929 大萧条与道指数据，Investopedia、Macrotrends 历史统计 - 2000 互联网泡沫与纳指数据，The Globe and Mail、Gridoasis 市场危机档案 - AI 投资规模与英伟达市值，高盛（2026-05）、Motley Fool、Statista（2026-08） - 美国国债规模，美国财政部（2026-08） - ChatGPT 用户与采纳速度，Sensor Tower（经 Reuters 报道，2026-06）、TechFastForward - 企业 AI 采纳与财务回报，麦肯锡《State of AI 2025》、MIT NANDA《State of AI in Business 2025》 - 超大规模云厂商资本开支，Tom's Hardware、Fortune Eye on AI（2026-04） - 生成式 AI 市场预测，彭博行业研究 - 先进芯片地缘集中度，台积电披露、TrendForce、彭博经济研究 - 财富持有结构，达利欧访谈援引数据