云计算这门生意是不是要完蛋了?

Databricks 最近的财报：年化营收冲到 69 亿美元、同比涨 80%，但是CEO 阿里·戈德西却公开承认毛利率会走低 —— 理由是"agent 跑得太多，把算力吃光了"。消息一出，市场立刻把它放大成"AI 智能体 24/7 跑，云厂商商业逻辑根基要动摇了, 超卖棋局要崩"。这事得拆开聊，超卖没翻车，但也没法假装没发生；

这篇文章回答三个问题：超卖到底是啥？AI Agent 工作负载真的会抹平日内波形吗？未来云厂商可能被吃掉的利润是啥？

1. 超卖到底是什么

云厂商能持续赚钱，靠的不是"卖容量"，而是"卖承诺"。一个物理 CPU 核对外可以承诺卖成 4–8 个 vCPU，存储卷在 OpenStack 默认配置下甚至可以 20:1 超卖（OpenStack Cinder 文档）。听起来离谱，但数学上立得住。

逻辑很简单：单个客户的工作负载有波峰波谷，不会 24 小时打满；N 个独立客户的负载叠加之后，波峰会因为相互错开而被"平均掉"。具体一点说：单个客户白天峰值是均值 8 倍很正常，但 64 个独立客户的峰值比均值只会高出 8/√64 = 1 倍。这叫统计复用，超卖的根基就是它。

超卖赌局要成立有三个前提：客户之间的负载互不相关、负载分布在时间上稳定、单客户的峰值是偶发而非持续。任何一个被打破，云厂商就得下调超卖比。AWS 多年下来把 CPU 安全超卖比做到 1:6–1:8，Google 早年做过内部研究（Garraghan et al. 2012），发现集群利用率常态只有 40%–60% —— 绝大多数时间物理资源都空着，超卖不是魔术，是白捡的空闲。

如果你养过“小龙虾”, 你用的是coding plan的大模型套餐, 我相信你会恨不得把模型的套餐内token全都烧完, 不让小龙虾有片刻休息, 才能值回票价的心态!

那么问题来了：AI Agent 一个不会累的客户端，是不是会把所有空闲时间都填满？

2. Agent 的 24/7，是个错觉

直觉上，agent 不睡觉、不午休，应该把云端的负载"摊平"。但企业生产环境和个人用户似乎不一样, 真正去看一个 agent 的运行时，会发现它的内部节奏远比"持续高占用"复杂。

一个 coding agent 一轮任务大概是这样走的：用户派单 → 模型推理（GPU 跑满 6–30 秒）→ 调外部工具/HTTP（IO 受限 0.5–5 秒）→ 写结果到"待 review"队列 → 等待人工 review（GPU 完全空转，可能几小时到几天）→ 通过后触发下一轮。 "24/7 在线"和"24/7 跑满 GPU"是两码事，前者是连接性、后者是算力占用。

按 agent 类型做个粗分层就清楚了：

也就是说，真正"能抹平负载"的 agent 是少数派，绝大多数 agent 的负载图谱只是把峰顶推得更高、波形变得更不规则，而不是把它抹平。这层新的方差对云厂商同样可复用 —— 只要这些 agent 来自不同组织、彼此不相关，统计复用继续成立。

注意, 这也只是推论, 毕竟现在 databricks 的数据说明 agent 确实让它们利润下滑了.

这条推论成立的前置条件有两个：agent 必须有外部依赖（调 API、写数据库、等人审），并且来自多个独立组织。如果未来某个大企业的全部 agent 都是单工作流、无人工审核、能 24/7 同步循环——比如全自动量化工厂 —— 那统计复用真的会失效。目前这类 agent 还不是主流，但必须关注。

3. CPU、GPU、电力：超卖被颠覆的程度不一样

把赌局拆到具体资源上，故事的形状完全不一样。

CPU/内存这条线：超卖反而可能走宽。原因是 agent 时代 vCPU 和 GPU 的配比需求正在变化 —— 从 chat bot 时代的 1:8 上升到 coding agent 的 1:4（雪球社区基于 NVIDIA GTC 公开数据测算）。同一个数据中心能容纳的"独立客户数 N"在膨胀，而 vCPU 又有上下文切换、抢占式调度这种天然容错，超卖窗口可能走宽而非走窄。

GPU 这条线：超卖基本玩不动。GPU 推理有显存容量、显存带宽、MIG 切分粒度三道物理约束 —— 多个推理请求可以共享权重读取（这是 batch 摊销成本的来源），但必须同时驻留显存，结果就是 GPU 池的安全超卖比被压在 1.1:1–1.2:1。要么别卖，要么按峰值备。Databricks 毛利率下行的本质原因就在这里：GPU 推理的成本曲线几乎线性追随 token。

电力/制冷这条线：完全没法超卖。Gartner 测算 2026 年全球 AI 数据中心用电量从 95 TWh 跳到 175 TWh（+84%），纳德拉公开讲"现在的瓶颈是电不是算力"。IEA 警告 20% 的计划数据中心可能延迟并网 —— 电网审批周期 3–5 年。这条物理上限反倒成了云厂商的护城河：谁都别想凭空多卖电力。

粗略定性： CPU 池超卖比可能从 1:6–1:8 走宽，GPU 池被压在 1.1:1–1.2:1，电力无超卖可言。所以"超卖逻辑完蛋了"这种简化说法并不准确 —— 它是分资源、分层级的。

4. 价值链上，谁的利润被侵蚀了

芯片层（NVIDIA、AMD、台积电）依旧是最舒服的位置。HBM、CoWoS、先进封装全是技术壁垒，毛利率 75%+ 不在话下。这层吃的是时代红利，AI 推理越普及它越赚。

超大规模云（AWS / Azure / GCP）处于"换挡期"。营收暴涨 —— AWS 2026 Q1 营收 376 亿同比 +28%、Google Cloud 同比 +63%、Azure 同比 +40%（微软 FY26Q3） —— 但毛利率边际下滑。Azure 毛利率从 60% 一路走到 52%，管理层在财报里亲口承认"AI 工作负载推升基础设施投入"。它们不是被推翻，而是被迫从"靠超卖赚轻松钱"切到"靠单价 + 体量赚辛苦钱"。

中间层（Databricks、Snowflake、部分模型 API）才是被 agent 流量反噬最深的那一层。它们按消耗计费，客户用得多 → 收入涨 → 但底层云成本同步涨 → 毛利率被侵蚀。Databricks 的 80% → 74% 就是这个剧本。模型 API 公司（Anthropic / OpenAI）毛利率 <30%，靠和云厂商签长约交换算力，谈判筹码上升但本身不掌握物理资源。

新原生云（CoreWeave、Nebius、Crusoe）反倒有了新机会。CoreWeave 2025 年营收 51 亿、+168%，EBITDA 60%，靠的是 98% 收入绑定长约和能源套利。H100 一年合约价从 1.70 美元/小时涨到 2.35 美元（+40%），B200 续约价被通知 +94% —— 他们不是被冲击的对象，而是新的庄家。

一句话总结： agent 把"按席位收钱的 SaaS"利润，挤回"按 token / 算力收钱的云厂商"和"按硬件 / 能源收钱的芯片 + 电力供应商"手里。中间那层转售商要么转型卖治理（Databricks 推 Unity AI Gateway）、卖编排（Snowflake 推 Cortex AI），要么被边缘化。

总结

1. "超卖逻辑完蛋"是过度简化 —— 它在被蚕食、被换挡，但没翻车。CPU 池超卖可能走宽、GPU 池超卖被压死在低位、电力压根不能超卖。
2. 真正的输家是中间层 —— 按消耗计费的 SaaS 数据平台（Databricks、Snowflake）被 agent 流量的成本曲线反噬；超大规模云只是"换挡"，芯片和能源供应商反而是最大赢家。