当英伟达一纸超过7500亿美元的AI基础设施交易计划摆上台面，华尔街的反应并非欢呼，而是警觉。
消息发布后，英伟达的信用违约互换（CDS）价差单日暴涨14个基点，创下历史纪录，股价应声下跌5%，苹果趁势重夺全球市值第一的宝座。
市场用真金白银投出的这一票，指向了一个被反复提及的词——"循环交易"。
这套曾在上行期被视为护城河的打法，如今正被越来越多的人担心是一颗埋在AI产业链里的信用炸弹。
一张交织的资金网
所谓循环交易，本质并不复杂，就是资金投出去，接收方再拿着这笔钱回头购买投资者自己的产品，从而制造出需求旺盛、营收高增的表象。
放在今天的AI版图里，这张网已经越织越密，而英伟达就是这张网的中心。它正推进对OpenAI的一系列合作，包括为后者租用数据中心项目提供最高2500亿美元的担保，同时讨论为其采购价值3500亿美元的英伟达芯片提供融资；对云计算商CoreWeave，英伟达持股并签下回购协议，承诺买断其未售出的云容量，而CoreWeave转身便大举采购英伟达GPU；在韩国，英伟达与SK集团及SK海力士母公司达成价值超过5000亿美元的AI计划，共建大型数据中心。
这些交易的核心特征高度一致，英伟达出资或持股的公司，最终多会回头买它的芯片。
同样的剧本也在其他巨头身上上演。微软对OpenAI既有投资又有收入分成，而OpenAI承诺采购其Azure云服务；亚马逊和谷歌向Anthropic投入巨资，Anthropic则承诺将大笔资金投回AWS和谷歌云，谷歌更进一步为Anthropic相当于350亿美元的贷款提供了付款担保。
资金在这个封闭生态里反复倒手，繁荣的账面之下，谁是真正的终端需求，逐渐变得模糊。
互联网泡沫的镜像
但凡对金融市场有记忆的人，看到上述结构都会产生一种不安的既视感。
上世纪90年代末，北电、朗讯、思科等电信设备商也曾大规模向初创企业和电信公司提供贷款，帮助它们采购自家的路由器和光传输设备。2001年泡沫破裂前，思科和北电向客户提供的融资金额已占到公司年度营收的10%，五大电信设备商提供的融资总额超过了净利润总和的123%。
更极端的案例是光纤巨头Global Crossing。当年为了达成营收预期，它先向另一家企业支付费用让对方购买自己的服务，对方拿到资金后再向Global Crossing采购设备。当游戏无法继续，Global Crossing宣告破产。
Bespoke投资集团表达了与当年如出一辙的疑虑："整个AI产业似乎成了自我循环。如果英伟达靠提供资金并让资金转化为营收的方式才能增长，那整个生态是否可持续便存在疑问。"
今年4月28日，这个循环出现了第一道可见的裂痕。
OpenAI CFO莎拉·弗里尔在内部发出警告，她担心如果营收增速不够快，公司可能付不起未来的算力合同。尽管随后OpenAI CEO阿尔特曼和弗里尔发表联合声明称该报道"荒谬"，并表示两人"完全一致地认为应该尽可能多地购买算力"，但市场没有给这个辩解定价。甲骨文、CoreWeave、软银以及其他与OpenAI相关的公司股价大幅下挫，上述三家上市公司股价均下跌至少4%。
弗里尔的担忧并非空穴来风。OpenAI 2025年的年化营收约为250亿美元，而它锁定的6000亿美元算力承诺，需要营收在2030年前增长到约2800亿美元才能覆盖。与此同时，ChatGPT在生成式AI网站流量中的份额已从2025年1月的86.7%下滑至2026年1月的64.5%，Google Gemini同期从5.7%升至21.5%。Anthropic的年化营收在4月突破了300亿美元，首次超过OpenAI。
交易隐含的三重风险
第一重风险，是营收和估值的"双重计算"。
如果A公司投资B公司，B公司转手买A公司的产品，这个资金闭环会在财务上同时放大双方的营收数字。若投资者看不清本质，就可能在估值上对两家公司重复计算，从而把泡沫越吹越大。
诺贝尔经济学奖得主克鲁格曼将这一现象形象地称为"金融衔尾蛇"，看似繁荣的外部销售收入，实际上可能只是同一笔资金在AI闭环生态里循环倒手。
第二重风险，是不透明的表外融资掩盖了真实的债务与杠杆。
市场的核心担忧之一，正是AI行业整体债务和杠杆率因为这些表外担保及过桥贷款而迅速攀升。
"大空头"原型迈克尔·伯里已加码做空英伟达、美光科技等AI相关股票，他表示，目前英伟达大量需求并非由真实终端客户驱动，相关需求的融资安排游离于资产负债表之外且未予披露，未来收入“大部分通过循环安排融资”。他援引2026年国际清算银行年度报告作为支撑依据。
曾对英伟达持罕见的卖出评级的分析师Jay Goldberg质问，如果AI需求真像英伟达宣传的那么强劲，为什么它还要如此拼命、甚至提供百亿级表外担保来资助自己的客户购买产品？
第三重风险，是这套结构会扭曲真实需求，并在下行期沿担保链条反向传染。
它可能在多个行业制造出"伪造需求"的幻觉，诱导企业做出过度扩张的错误决策。而一旦AI应用落地和商业化回报不及预期，初创公司的偿债能力下降，就会触发违约，风险将直接传导回英伟达等大厂的资产负债表，带来担保触发、股权减值、需求骤降的连锁重挫。
Allspring Global Investments的基金经理Gary Tan坦言，投资者确实高度担忧这一问题，"资金正越来越多地被用于资助未来的客户"。
Global X的投资策略师Billy Leung则认为，英伟达给OpenAI提供大额担保，从侧面印证了AI生态圈里底层初创公司资金极度紧张的局势。
判断标尺
面对铺天盖地的质疑，英伟达并未沉默。
CEO黄仁勋多次坚决否认"循环交易"的说法，认为这种指责"荒谬"。他强调，英伟达的投资在这些公司最终融资总额中占比很小，真正的需求来自超大规模云厂商。
官方备忘录也特别指出，其客户付款周期极短（约53天），并不依赖长期供应商融资来推高营收。
那该如何判断这场博弈的走向？
综合多方观点，有三根标尺值得盯紧。
其一是现金流拐点，这也是最核心的问题。关键在于巨额资本支出能否转化为可持续的正向现金流，AI初创公司能否靠自己赚来的钱、而非大厂的融资和担保，去购买算力并清偿债务。
其二是表外担保交易的最终落地情况，诸如英伟达与OpenAI之间2500亿美元担保、3500亿美元融资谈判的具体细节、能否签署以及违约条款如何设计，都将是观察AI资本可持续性的风向标。
其三是超大规模客户的资本支出意愿与芯片折旧，微软、谷歌等贡献了英伟达约一半数据中心收入的头部客户，近期延长了服务器折旧年限，需要警惕折旧调整美化了账面盈利，但资产实际老化速度并未改变的财务扭曲。
说到底，循环交易在上行期是锁定客户、强化AI长期信心的护城河，在下行期却可能成为沿担保链条引爆的信用炸弹。
这套模式究竟是通往下一轮技术革命的桥梁，还是又一场击鼓传花的游戏，答案不在宏大的叙事里，而藏在AI公司下一份财报的现金流数字，和那一纸尚未落地的担保条款细节之中。