2026 年 6 月 1 日，谷歌母公司 Alphabet 宣布了一项规模高达 800 亿美元的股权融资计划。三天后的 6 月 4 日，该计划扩大至 847.5 亿美元——包括 347.5 亿美元的承销公开发售、400 亿美元的按市价发行（ATM）计划，以及向沃伦·巴菲特旗下伯克希尔·哈撒韦私募配售的 100 亿美元股份。
这不仅仅是 Alphabet 历史上最大规模的融资，更是整个科技行业迄今规模最大的单笔 AI 基础设施投资之一。当一个公司的单次融资规模接近多数国家全年 AI 预算的总和，它所传递的信号非常明确：智能体（Agent）时代的算力需求正在超出所有此前的预期，而科技巨头正在为这场"不投入就出局"的竞赛倾尽所有弹药。
847.5 亿美元的去向：算力不是目的，Agent 才是
Alphabet 在融资声明中明确表示，所筹资金将"全部用于 AI 基础设施建设"。这包括扩建全球数据中心集群、采购 GPU 和 TPU 等 AI 训练芯片、升级光纤网络基础设施、以及建设 AI 专用能源系统。但值得追问的是：训练大模型的能力现在已经不再是稀缺品，Alphabet 为什么要在一个已经高度竞争的市场中投入如此天文数字？
答案隐藏在 Alphabet 在 2026 年上半年的一系列战略动作中。Google I/O 2026 上发布的 Gemini 3.5 Flash Agent 原生模型、Antigravity 2.0 多智能体 IDE、AI Agent Space 企业平台三件套，构成了一个从底层模型到应用平台再到企业部署的全栈 Agent 生态。这套生态的运营成本远高于传统的搜索引擎广告系统——每个 Agent 实例的每次推理都需要消耗 GPU 算力，而 Agent 的"永远在线"特性意味着这些算力消耗是持续性的，而非偶发性的。
据行业分析机构估算，一个中等规模的企业 Agent 部署（支持 1000 个并发 Agent 实例）每天消耗的推理算力，相当于 100 万个传统 Google 搜索查询的算力需求。如果 Agent 从"新奇工具"变成"核心生产力工具"——这正是 Alphabet 押注的方向——其算力需求的增长曲线将远远超出线性预测。
伯克希尔·哈撒韦的 100 亿美元信号
在这场融资中，最引人注目的参与方或许是伯克希尔·哈撒韦。沃伦·巴菲特一贯以回避科技泡沫、坚守现金流稳健的企业而著称。伯克希尔 100 亿美元的参投——虽然不是 Alphabet 的最大出资方，但作为长期价值投资者的入场信号——在华尔街引发了一轮关于"AI 产业是否已经进入成熟投资阶段"的讨论。
巴菲特的逻辑可能并非看好奇幻式增长，而是看到了一条可预期的现金流路径。AI 基础设施的投入虽然巨大，但一旦建成，其规模效应和护城河效应可能远超传统云服务：迁移现有 AI 工作负载的成本极高，这使得先发优势转化为锁定效应。从这个角度看，伯克希尔投的不是"AI 的未来"，而是"AI 基础设施的垄断价值"。
不只是 Alphabet：科技巨头的集体加码
Alphabet 并非孤例。2026 年第二季度，北美四大云计算巨头——亚马逊 AWS、微软 Azure、谷歌 GCP 和 Meta——合计宣布的 AI 基础设施投资总额已超过 3000 亿美元。
微软在 Build 2026 上发布了 Project Solara 智能体操作系统和 MXC 安全执行容器，并同步宣布了在 AI 数据中心和算力网络上的大幅投资计划；亚马逊 AWS 正在加速其自研 Trainium 芯片的规模化部署；Meta 则持续扩大其 AI 训练集群规模。每家公司的叙事各有差异，但底层逻辑高度一致：Agent 时代的数据中心不是"可选项"，而是"必选项"。
英伟达 CEO 黄仁勋在 GTC 2026 上提出了一个关键的公式：Agent = 大脑 + 身体 + 工具。这个公式的隐含前提是——每个 Agent 都需要持续的计算资源来维持"大脑"的运转。当企业开始同时运行成百上千个 Agent 实例时，算力资源将从"一次性训练成本"转变为"持续运营成本"。这一转变从根本上改变了 AI 基础设施的财务模型——它更像电力公司，而不是软件公司。
算力军备竞赛的三重影响
如此大规模的资金涌入 AI 基础设施，将在三个层面产生深远的行业影响。
第一，中小企业 Agent 部署的成本将先升后降。 短期内，科技巨头的算力争夺会推高 GPU 等核心硬件的采购成本，间接推高云端推理价格。但中期看，大规模基础设施建成后带来的规模效应，有望将单位推理成本降低 2-3 个数量级。2026 年上半年的国产大模型 API 价格战（同比暴跌 97.5%）已经预示了这一趋势的开端。
第二，Agent 基础设施的"赢家通吃"效应将进一步强化。 能够负担千亿美元级投资的玩家在全球范围内不超过五家。这意味着 Agent 时代的底层基础设施——从 GPU 集群到模型训练平台到 Agent 运行时环境——将高度集中。对于 Agent 应用开发者而言，"在哪个平台上构建 Agent"将成为一个越来越重要的战略决策，而非简单的技术选型。
第三，端侧 Agent 的差异化价值会更加突出。 如果所有的云端 Agent 都依赖于少数几家超大规模基础设施提供商，那么端侧 Agent 的独立性、隐私保护和离线能力将成为稀缺优势。这恰好解释了为什么英伟达 RTX Spark、苹果 M 系列芯片、高通骁龙平台等端侧 AI 硬件在 2026 年上半年集中爆发——它们提供的是"不被锁定的自由"。
资本的分水岭
847.5 亿美元是一个里程碑式的数字，但更重要的是它所代表的行业拐点。2026 年 6 月的这一周，Alphabet 用一纸融资公告宣告了一个新时代的开启：AI 不再只是科技巨头的"创新实验室项目"，而是正在成为像电力、网络、云计算一样的基础设施级投入。这种级别的投入，意味着 AI Agent 不是概念，不是早期市场，而是已经进入"必须规模化的扩张阶段"。
当科技巨头开始用千亿美元为单位押注 Agent 时代，对于中小企业和开发者而言，最好的应对策略或许不是试图在算力上与巨头竞争，而是在应用层、垂直场景和差异化体验上找到自己的不可替代性。算力军备竞赛是属于巨头的战争，但 Agent 的战场远不止算力。