桥水基金用六大维度量化泡沫：价格偏离传统基准的程度、价格对不可持续条件的依赖度、新投资者涌入的比例、看涨情绪的广度、杠杆融资参与度、远期买入行为。截至2025年底，美股整体泡沫指数读数为77%（100%为1929/2000年水平），但仅有约5%的前1000家公司呈现极端泡沫特征，且高度集中在AI科技股。达利欧强调，泡沫指标不预测短期拐点，但能揭示3-5年的相对回报前景。他判断泡沫未必立即破裂，反而可能持续膨胀到『刺穿事件』出现——通常是外生的流动性收紧或政策冲击。

当前AI泡沫与2000年互联网泡沫最关键的差异，不在估值高低，而在玩家的财力结构。互联网泡沫时期的主角是大量零收入的初创公司，靠债务和散户资金续命；而今天70%的AI资本开支来自微软、谷歌、Meta等自有现金流充沛的巨头，英伟达净利润率高达53%。但相同的是：基建投入与终端收入之间的鸿沟——2026年全球AI基建年投入约5000亿美元，美国消费者端AI收入仅约120亿美元，MIT研究发现95%的企业从生成式AI中获得零可测量回报。泡沫会挤，但更可能是资源重新洗牌而非全面崩盘。

达里奥给出了三条具体的引爆路径，其中两条已有清晰的观测信号。第一，2026年下半年OpenAI和Anthropic的再融资窗口——前者已计划最早9月IPO，估值瞄准万亿美元，但运营利润率为-122%，自由现金流2029年前难转正；若IPO遇冷或融资断裂，其1.05万亿美元未来合同承诺将面临重估。第二，甲骨文的CDS价格7周内飙升500%，巴克莱预警其2026年11月可能耗尽现金，500%的负债股本比远超行业。这两条引信各自独立，但核心赌注是同一个：AI的万亿级基建能否在债务到期前孵化出足够多的付费应用。

达利欧文章末尾提到泡沫清算后会带来廉价算力，但2026年3月的现实恰恰相反：阿里云、百度云等全线上调AI算力价格，最高涨34%，英伟达H100租赁价一年涨近40%。算力不但没变便宜，反而在AI应用爆发期变得更贵——Token调用量两年增长千倍，复杂Agent单次任务的Token消耗是简单问答的100倍以上。这里真正的追问是：AI的推理成本曲线到底能否像带宽那样随规模急剧下降？还是说，AI的商业化本身就面临『越智能越烧钱』的逆向成本规律，与互联网的零边际成本模型完全相反？