「你只有二百億收入，卻講一萬四千億，你係咪癲咗？」呢個訪問一開始，主持人其實就用一個極有效、亦極危險嘅對比去逼 Sam Altman：你口中話 OpenAI 年化收入 run-rate 大約二百億美元，但你講嘅「資料中心承諾/commitments」卻去到一萬四千億美元，呢個比例離譜到好似一間公司要自己起一個國家級電力與算力系統，你係咪瘋咗？

呢句質問之所以一槍入魂，係因為它完美符合「AI 泡沫論」最適合傳播嘅邏輯：用公司收入對比國家級總投資，直覺上一定覺得失衡。而 OpenAI 又係整條供應鏈嘅中心點，任何大數字都容易被包裝成「AI 整體泡沫」嘅象徵。

但呢個對比最大嘅問題係：二百億係公司 P&L 層面的收入口徑；一萬四千億係供應鏈（資料中心＋算力交付＋能源）嘅總量口徑。兩個唔係同一個會計層級。Altman 後來甚至親口澄清：OpenAI 預期 2025 年底年化 run-rate 會超過 200 億美元，並提到未來要長到「數百億甚至到 2030 年的數千億」，同時他把「未來 8 年約 1.4 兆美元的資料中心 commitments」放在同一段表述裏。

問題係：佢講得含糊，外界就可以用最殺傷力的方式解讀——把 1.4 兆當成 OpenAI 自己要掏現金嘅支出，然後用「你只有 200 億收入」去定性成瘋狂。呢種打法最容易形成泡沫觀感，尤其當你把供應鏈循環擺出嚟：NVIDIA 投資 OpenAI，OpenAI 又買 NVIDIA GPU；OpenAI 買 Oracle 算力，Oracle 又買 NVIDIA GPU 起機房；機房起得越多又要鎖電力——看起來像互相抬轎、錢兜圈，數字愈兜愈大。

所以第一篇要落地嘅結論係：AI 泡沫論最常見的攻擊並唔係去證明需求不存在，而係利用「口徑混亂＋層級錯置＋供應鏈循環」做情緒說服。你要反駁或支持 Altman，第一步唔係吵 1.4 萬億大唔大，而係把錢分層：邊一層係 OpenAI 真正要兌現？邊一層係供應商的 CapEx？邊一層係能源投資？唔拆清，就永遠只係口水戰。