旧金山现在最刺眼的反差，不是“AI太热”，而是热得很集中。

OpenAI和Anthropic都在这里，两家公司合计估值接近2万亿美元。城里还有91家AI独角兽，合计估值约6000亿美元。AI亿万富豪、顶级计算机人才、风投注意力，全往这里挤。

按旧剧本，这该是一座城市重新起飞的开头。但《经济学人》给出的判断很冷：San Francisco, AI capital of the world, is an economic laggard。全球AI心脏，城市经济却没跟着发烫。

这不是唱衰AI。恰恰因为AI造富太快，旧金山的问题才更扎眼：财富已经完成定价，城市还没完成消化。

估值很热，城市体感偏冷

把现有信息压成一张卡片，大概够读者先抓住主线。

观察项已知事实说明什么
头部公司OpenAI和Anthropic合计估值接近2万亿美元全球AI资本叙事高度集中在旧金山
创业密度另有91家AI独角兽，合计估值约6000亿美元这里不是单点明星，而是集群爆发
人才结构AI亿万富豪和顶级计算机人才高度集中城市吸走最贵的人，也承受更高成本压力
城市表现整体经济仍显疲态企业估值繁荣没有自动变成城市繁荣

表里最关键的断点，是最后一行。

过去我们习惯一个简单公式：明星公司来了，资本来了，人才来了，城市自然繁荣。硅谷、华尔街、深圳南山、北京中关村，都给过这种想象现实支撑。

但AI时代没那么顺。

估值可以在融资桌上快速跳升。城市承接系统却很慢。住房供给慢，公共治理慢，本地服务业恢复慢，普通岗位扩散也慢。

股权和期权能瞬间重估。城市只能通过工资、消费、税基、住房、通勤和公共服务慢慢吸收。

旧金山的尴尬，就卡在这个时间差里。

断掉的是财富传导链

我更在意的不是“落后者”这个标签，而是它暴露的结构变化：平台时代之后，技术财富的外溢能力变弱了。

工业时代的大公司，通常会拖出一条厚厚的本地链条。工厂、供应商、运输、维修、餐饮、社区商业，一层层铺开。

互联网时代已经变轻。少数工程师、产品经理和销售团队，就能服务全球用户。

AI时代更极端。头部公司的资本密度更高，人才密度也更高。公司可以很值钱，但未必雇很多本地人；少数顶尖人才可以推高周边成本，却未必创造足够宽的中产岗位。

这对关注AI产业的人很重要。

判断一家AI公司，不能把城市疲态直接当成公司疲态。旧金山经济偏冷，不等于OpenAI、Anthropic和那批独角兽业务变差。产品、收入、技术壁垒，还要逐家公司看。

但也不能把“总部在旧金山”当成繁荣担保。创业团队如果要扩张，真正要算的是招聘半径、员工住房成本、办公室必要性和留人难度。成本压不住，团队很可能会更依赖远程协作、卫星办公室，或者把非核心岗位放到别处。

对关心城市经济的人，问题更直接：抢AI公司只是开头。更难的是让创新集群和城市系统咬合起来。

如果住房承载跟不上，人才越集中，城市越排他；如果公共服务跟不上，财富越集中，摩擦越显眼；如果就业扩散跟不上，估值越高，反差越刺眼。

“天下熙熙，皆为利来。”这句话放在AI资本上不刺耳。资本逐利，人才逐机会，本来正常。真正要命的是，城市只承担成本，却没接到足够多的扩散收益。

那样的城市，会变成高估值产业的后台：资产很贵，机会很窄，普通人只感到生活更硬。

接下来别只看融资，要看慢变量

把旧金山的困境说成AI泡沫，证据不够。现有材料只能支持一个更克制的判断：AI财富爆发很快，城市承接能力明显跟不上。

历史上，淘金热造就财富，也放大土地、治理和分配矛盾。旧金山对这段历史并不陌生。

今天不完全一样。AI不是矿铲，模型也不是金矿。但相似处在于：财富突然涌入时，最先被重估的往往不是普通人的机会，而是土地、人才和进入门槛。

接下来最该看的，不是又有多少AI公司融资，而是几件慢事：

  • AI公司本地用工有没有变宽，而不是只集中在少数顶级岗位；
  • 住房和生活成本能不能让普通技术员工、服务业员工留下；
  • 城市公共服务能不能承接高密度财富带来的新压力；
  • 估值财富能不能转成稳定税基、消费和本地商业活力。

这些变量不如融资新闻好看，却更决定一座城市能不能真正吃到AI红利。

对创业者和投资人，动作也很清楚：不要只追“AI首都”的标签。团队扩张时，要把留人成本、通勤成本、办公室效率一起算进去。必要时，把研发核心留在旧金山，把支持、运营和部分工程岗位放到成本更可控的地方，并不丢人。

对城市管理者，教训更硬：招商引来独角兽，只是拿到了入场券。住房供给、公共服务、交通和普通岗位，才决定这张票能不能兑现。

旧金山现在像一面很贵的镜子。它照出的不是AI不行，而是城市接不住。

回到开头那个反差：全球AI心脏为什么不够热？因为热量集中在少数资产上，还没变成一座城市稳定的体温。