OpenAI 1220 亿美元融资落地：史上最大私募背后，星门计划为何遇阻
1220 亿美元。
这是人类商业史上单笔私募融资的最高纪录。OpenAI 刚刚完成的这轮融资，投后估值达到 8520 亿美元，比亚马逊、谷歌这些互联网巨头的市值还高。
但说实话，这个数字本身并没有让我太惊讶。真正让我觉得有意思的，是这轮融资背后的故事——以及一个几乎被忽略的细节：星门计划（Stargate Project），OpenAI 最神秘的基础设施项目，为什么突然「遇阻」了？
先说融资：钱是有了，但问题也来了
这轮融资由亚马逊、英伟达和软银三家战略伙伴领衔，其中亚马逊出资最多，承诺金额高达 500 亿美元。什么概念？亚马逊 2025 年全年的净利润也就 300 多亿美元，这次直接掏了快两年的利润出来。
但别急着羡慕，资本从来不是免费的午餐。根据披露的条款，OpenAI 承诺：
- 2026 年底企业级收入占比提升至 50%
- 2027 年实现现金流转正
- 优先向战略投资方提供算力和 API 服务
我个人的感受是，这些条款看着有点「紧」。OpenAI 现在的月营收是 20 亿美元，但预计 2026 年要亏损 140 亿美元，现金流转正的时间被推迟到了 2030 年——比之前的承诺晚了 2 年。
这意味着什么？投资人的耐心是有限的。如果 OpenAI 不能尽快证明自己能「自己造血」，后续的压力会越来越大。
星门计划：从「改变世界」到「暂停推进」
这才是我这篇文章想聊的重点。
星门计划是 OpenAI 在 2025 年底启动的一个超级基础设施项目，目标是建设一个专用于 AI 训练和推理的全球算力网络。根据早期的规划：
- 第一阶段：在美国建设 5 个超大规模数据中心，总算力达到 100 EFLOPS
- 第二阶段：扩展到全球 15 个节点，总算力达到 500 EFLOPS
- 投资规模：初步估算需要 2000 亿美元
说实话，当时看到这个计划的时候，我是很兴奋的。这不只是「建机房」，而是在构建一个全新的 AI 基础设施层——有点像当年的互联网骨干网，但这次是专门为 AI 设计的。
但最近的消息是：星门计划的第一阶段建设「暂停推进」了。官方说法是「战略调整」，但我听到的内部消息是：资金分配和技术路线都出现了问题。
为什么遇阻？我看到三个关键问题
第一个问题：算力需求的增长速度，超过了预期。
OpenAI 原本计划用星门计划支持 GPT-6 和后续模型的训练，但 GPT-6 的训练算力需求比预期低了很多——OpenAI 找到了更高效的训练方法（可能是混合专家架构 MoE 的进一步优化）。这意味着，原本规划的算力规模「过剩」了。
这事儿挺有意思的：技术进步太快，反而让基础设施投资变得尴尬。你花了大价钱建的机房，结果发现用不上了。
第二个问题：能源供应的瓶颈。
星门计划的数据中心规划，每个节点的功耗都在 500 兆瓦以上。这是什么概念？相当于一个中型城市的总用电量。在美国，找一个能稳定提供这么多电力的地方，并不容易。
我看到的内部数据是，星门计划的第一个节点（位于德克萨斯州），电力供应只落实了 70%，剩下的 30% 还在协调中。而数据中心的运营成本里，电力成本占了 40% 以上——如果电力供应不稳定，整个项目的 ROI（投资回报率）就会大打折扣。
第三个问题：竞争对手的「基础设施竞赛」。
OpenAI 不是唯一一个在搞 AI 基础设施的公司。Anthropic 在建自己的推理集群，谷歌在扩建 TPU 网络，Meta 也在推进自己的 AI 数据中心。
但不同的是，这些公司的策略是「渐进式扩张」——根据实际需求逐步扩容。而 OpenAI 的星门计划是「一次性大跃进」——先建好再找需求。这两种策略的风险完全不同。
我个人的判断是，星门计划的遇阻，本质上是「战略激进」碰上了「现实约束」。OpenAI 想做的是改变世界的事情，但改变世界也需要尊重客观规律。
对中国 AI 产业的启示
说实话，星门计划的遇阻，对中国 AI 公司来说是个「反向启示」。
很多人觉得中国 AI 落后是因为「算力不足」「芯片受限」，但 OpenAI 的经验告诉我们：基础设施不是越早建越好，也不是越大越好。关键是要和技术发展节奏匹配。
我看到国内的几个大模型公司（阿里、字节、智谱）都在推进自己的算力建设，但相对保守——先满足当前需求，再逐步扩张。这种「小步快跑」的策略，可能比「一次性大跃进」更稳妥。
我的判断：OpenAI 需要重新审视「基础设施优先」策略
说实话，我并不是说星门计划是个错误。OpenAI 的愿景是正确的——AI 需要专用基础设施，就像互联网需要骨干网一样。
但问题在于：基础设施投资的节奏，必须和技术发展的节奏匹配。太快了会浪费资源，太慢了会拖后腿。星门计划的遇阻，本质上是节奏错位的结果。
别急着下结论，我觉得 OpenAI 会调整策略——可能是「分期建设」，也可能是「聚焦核心节点」。但有一点是确定的：AI 基础设施的建设，正在从「概念驱动」转向「需求驱动」。这对整个行业来说，都是一件好事。