LinkedIn 联合创始人称 AI 基础设施是“我们没陷入衰退的唯一原因

一句话看懂：LinkedIn 联合创始人 Reid Hoffman 在播客中称，AI 基础设施的巨额资本支出是“美国没有陷入衰退的唯一原因”。在数据中心建设引发越来越多地方反弹的背景下，这一表态把 AI 算力投资的经济角色推到了争论中心。

事件核心：发生了什么

Hoffman 是在上周五发布的“Newcomer”播客中做出上述表态的。他认为，支撑 AI 数据中心建设的庞大资本“大部分”并未集中流入数据中心所在地，而是分散到全美各地，并带动了建筑工人、电工、木工、房地产经纪和律师等群体的就业。他强调，很多人以为这笔钱只流向科技公司，但“相当大的比例”实际用于数据中心施工。

与此同时，数据中心正成为两党共同批评的对象。随着中期选举临近，共和党和民主党州长都开始限制或收紧数据中心建设。皮尤研究中心上周公布的调查显示，半数美国农村受访者认为数据中心“对环境大多有害”，明显高于今年1月的32%。采样时间为8月。而 OpenAI、Anthropic、Meta、谷歌等公司对算力的依赖是生存级的：没有数据中心，其对外销售的产品就无法运行。

为什么重要

Hoffman 的说法提供了观察 AI 投资的一个经济视角：算力扩张不只是科技公司的资产负债表问题，也是当前美国资本开支和就业的重要支撑。目前公开信息显示，美国经济整体仍算稳健——第二季度实际 GDP 年化增长 2.2%，失业率处于低位，实际个人收入（扣除转移支付后）同比增长，消费支出仍在扩张。但9月就业报告不理想，劳动力市场更接近“中性”而非衰退状态。

这意味着 AI 基础设施已经从技术议题变成经济与政治议题：一旦数据中心建设因地方反对或监管而放缓，受影响的不仅是模型训练和推理的算力供给，也可能波及更广泛的投资和就业预期。

对用户/开发者/创作者的影响

算力供给的节奏会直接传导到使用端。数据中心如果持续扩张，云厂商和模型公司更有条件压低推理成本、维持 API 调用价格稳定，开发者和创作者在调用大模型、图像生成、视频生成等能力时，遇到的限流、涨价或排队可能相对可控。反之，若地方限制导致新增算力放缓，训练和推理的资源竞争会更紧张，闭源 API 的配额与价格、开源模型的本地部署需求都可能受到牵动。对企业采购方而言，供应商的算力储备和数据中心布局，值得纳入长期合同的风险评估。