美国数据中心限制措施以43比1通过，AI公众支持率降至新低

一句话看懂：据@AndrewCurran_引述的投票结果，美国多地限制或暂停新建数据中心的措施以43比1通过，平均约77%的选民支持；同期美国公众对AI的态度连续三年走低。这显示算力扩张正遭遇地方层面的直接阻力。

事件核心：发生了什么

2026年11月4日，@AndrewCurran_在X上发帖称，前一晚涉及数据中心暂停或限制的各类投票结果显示为43比1，平均约77%的公众支持“关停”相关项目。@bradrcarson转述称结果已全部出炉，并戏称所有超大规模云厂商（hyperscaler）现在只能转向北达科他州的Harwood——唯一投出反对票的地方，该选区仅一个投票站、约400名选民。@AndrewCurran_同时指出，美国公众对AI的情绪已连续三年下滑，目前处于新低。需要说明的是，以上均为社交平台发帖者的说法，并非官方选举公告，具体辖区、投票率和措施细节目前公开信息有限。

为什么重要

数据中心是训练和推理算力的物理基础。地方层面的暂停或限制，直接影响新建机房的选址、供电审批和上线节奏，进而传导到大模型训练排队、API推理成本和云服务供给。43比1的悬殊比例说明，反对情绪并非集中在少数社区，而是跨地区扩散。对依赖大规模算力的闭源模型厂商和云服务商而言，这意味着扩张不再只是资本开支问题，还要面对地方政治和社区接受度；对开源模型和边缘推理路线，则可能形成相对的成本与部署优势。

对用户/开发者/创作者的影响

普通用户短期内未必感到价格变化，但新模型上线延迟、推理限流或区域可用性差异的可能性在上升。开发者调用云API时，需关注服务商是否因算力受限调整配额、区域覆盖或定价；自建推理的团队可能更倾向于选择能效更高的小模型或本地部署方案。内容创作者使用的图像生成、视频生成等AI应用，若后端依赖集中式算力，也可能遇到排队变长或免费额度收紧。企业采购则应把“算力来源是否受地方政策影响”纳入供应商评估。