巨头抢算力不只为卖云：留给 AI 还是拿去赚钱

公开财报讨论里，科技巨头的算力焦虑已经不只是“建得够不够快”，而是更现实的一道选择题：稀缺的 GPU 和自研芯片，到底优先喂给自家 AI，还是卖给云客户回收现金？

这不是财务部门的文字游戏。算力一旦给了外部客户，自家模型训练、Agent 推理和搜索等核心产品就得排队；全留在内部，云业务又可能把客户推向竞争对手。

卖出去，钱来得快；留手里，可能更值钱

Meta CEO 扎克伯格在第二季度财报电话会上提到，Meta 目前并不直接对外销售算力，但已在规划面向大型客户的相关业务。与此同时，Meta 大部分算力仍会用于训练自家模型、驱动 AI 智能体和支持核心业务。

他的态度很直接：把所有算力都卖掉、换取眼前利润，是短视的做法。背后的判断是，AI 能力继续提升后，同一单位算力所能撬动的产品价值也会放大。

但另一面同样扎眼。公开信息显示，谷歌第二季度自由现金流首次转负，Meta 的自由现金流同比下滑 91%。大规模扩建数据中心、采购芯片，已经开始把现金流压力摆到台面上。对巨头而言，对外出租算力不是纯粹的增量业务，更像给巨额资本开支找一个出口。

客户也不会一直等

微软首席财务官 Amy Hood 表示，其云业务的客户需求持续超过可提供的算力容量。需求摆在门口，供给跟不上，客户的耐心却有限。

伯恩斯坦分析师 Mark Shmulik 的判断更尖锐：如果企业拿不到足够算力，很可能转向亚马逊或微软。也就是说，巨头若把资源过度倾向内部 AI，可能直接损伤高利润的云业务和开发者生态。

谷歌的应对路径相对务实：一边扩建自有基础设施，一边采购第三方算力，并继续推进 TPU 的研发和部署。谷歌 CEO 桑达尔·皮查伊强调，首要任务仍是确保足够算力，以维持在 AGI 方向的竞争力。

开发者该看懂什么

站内判断：这轮竞争不是简单的“云厂商会不会降价”。在供给仍紧的时候，巨头会优先保证战略产品和核心客户，普通开发团队面对的更可能是区域容量、模型配额、排队延迟和价格波动。

做 Agent 或 AI 编程产品的团队，别把单一云厂商的现货容量当成理所当然。尤其是上线依赖大模型推理、批量任务或高峰期扩容的项目，资源紧张时，最先翻车的往往不是模型效果，而是请求根本进不去。

• 将模型层与业务层解耦，避免关键流程锁死在单一供应商或单一区域。
• 提前区分训练、离线批处理和在线推理，在线核心链路优先预留稳定容量。
• 为限流、涨价和区域故障准备降级策略，包括备用模型、队列和任务重试机制。
• 采购云资源时别只看标价，同时确认配额、峰值并发、区域库存与支持条款。

巨头最终会把一部分算力卖出来，但不会在自家 AI 竞赛最吃紧的时候无条件让出。对开发者而言，更稳妥的做法不是赌某家永远有卡，而是把“算力会短缺”当成架构前提。

对需要同时接入 Claude Code / GPT / 多模型的开发者来说，统一网关往往比各家 Key 分散配置更省事，也少踩限速和换号的坑。可参考 code80.ai。