电力成 AI 算力新瓶颈：OpenAI 开卖 500 美元智能体，中国推进算力网

9 月 29 日至 30 日，有三条放在一起读才看得懂的新闻。一条来自美国的社区抗议统计：今年二季度，680 亿美元的数据中心项目被挡下或延后。一条来自 OpenAI 开发者日：常驻智能体 Dots 上线，配套订阅卖到每月 500 美元。第三条来自中国央行：算力网被纳入抵押补充贷款的支持范围。

一条讲电从哪来，一条讲钱从哪来，一条讲政策往哪走。它们指向同一个判断：算力扩张的主要约束，正在从「芯片能不能造出来」变成「电和资本能不能按时到位」。

一、680 亿美元的项目被社区挡在门外

据基础设施研究机构 Data Center Watch 于 9 月 21 日发布的报告，2026 年 4 月至 6 月，美国共有 45 个数据中心项目因地方居民与环保团体反对而被阻止或延期，涉及金额合计 680 亿美元。此前一个季度，这个数字是 1300 亿美元。两个季度相加，被拖延的规划投资超过 1000 亿美元。

研究非营利机构 Data & Society 于 9 月发布的另一份报告提供了更细的观察。这份历时 18 个月的实地研究，走访了宾夕法尼亚州 44 位居民。研究者发现，反对力量并非来自单一政治阵营，而是由三类人临时结成：关心水资源与电网排放的环保人士、担心房产贬值的业主、以及忧虑电费上涨的普通家庭。

• 其一是规模。报告统计到 49 个州活跃着 843 个反对团体，约 30 个州议会今年提出了数据中心相关立法；一项田纳西州的在线请愿签名超过 50 万；
• 其二是民意的强度。报告引用盖洛普民调，70% 的美国人反对在自家社区附近建设数据中心，接近一半表示强烈反对；
• 其三是政策转向的速度。宾夕法尼亚州州长曾在 2025 年 7 月为 900 亿美元的数据中心与 AI 投资站台，一年后签署行政令，取消此类项目的加急审批并附加新的运营要求。

对企业采购方来说，这份数据最值得注意的不是总量，而是「总量确定」与「单体不确定」之间的落差。某家超大规模云厂商丢了一个县的选址，可以在隔壁州补上；但一家企业如果指望某个特定机柜在十八个月后交付，一次为期 6 到 18 个月的审批延宕，就足以让它的扩容计划错过目标季度。

更实在的风险不是数据中心变少了，而是「本季度能交付的那一个」变慢了。持续用电量大的企业，现在需要把选址与审批风险写进自己的采购合同，而不是只盯着每度电的价格。

二、同一天：智能体卖到每月 500 美元

9 月 29 日，OpenAI 在开发者日一次性发布 21 项更新。核心是常驻个人智能体 Dots，基于 GPT-6 版 Astra 模型运行，可在 ChatGPT、Slack 与微软 Teams 中调用，具备独立的云端电脑环境、浏览器与代码编写测试能力，7×24 小时在线。同场还发布了主力模型 GPT-6.1 Sol，官方说法是编程与专业任务表现接近 Astra，而标准 Token 价格约为其五分之一。

商业条款的变化比功能更值得关注。OpenAI 新增每月 500 美元的 Pro 500 订阅，并重新开放每月 200 美元的 Pro 200 计划。与此同时，据媒体援引知情人士说法，公司正寻求以约 1.4 万亿美元投前估值募集至少 300 亿美元，作为推迟上市后的桥接融资。据报道，其年化经常性收入已接近 700 亿美元，且第三季度初以来的增速超过 70%。

这条线索的另一端是成本。大宗智能体订阅与超大规模算力互相咬合：智能体是消耗量最大的产品形态，它把「用户的使用时长」直接转换成「持续的算力支出」。当电力和选址成为交付约束，订阅价格的上涨空间也就被上游锁住了。

三、中国的做法：把算力网当成基础设施来批钱

9 月 29 日，中国人民银行调整完善若干货币政策工具，将水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等「六张网」建设纳入抵押补充贷款的支持领域，同时下调一年期抵押补充贷款利率 0.25 个百分点至 1.5%，并将科技创新和技术改造再贷款额度增加 2000 亿元、支持比例由 60% 提高到 100%。

同一天，国务院国资委在署名文章中列出重点方向：巩固新能源、航空航天等产业优势，进一步发力人工智能、新材料等领域，超前培育量子科技、核聚变能、生物制造等前沿赛道。科技部在「开局起步『十五五』」发布会上表示，「十五五」时期将加强人工智能、量子科技、生物科技、脑机接口等前沿技术研发。

产业端的落地同步推进。9 月 29 日，中国电信上海公司宣布，全球首个昇腾 950 DT 液冷 1024 超节点正式落户上海青浦云湖智算中心，可实现 256TB 全局统一内存编址与 TB 级互联带宽，被称为目前业内规模可商用的超节点方案。中国移动北京公司则宣布昇腾 950 DT 千卡超节点落地昌平信息港数据中心北京节点，单节点 1024 卡算力 1 EFLOPS（FP8），支持 256TB 统一内存与微秒级时延。

把中美两条线并排看，差异不在投入多少，而在约束条件。美国的约束是电网互联排队与社区许可，所以出现了 Google、英伟达、Anthropic 与电网软件商 Emerald AI 组建联盟、试图从既有电网中释放 100 吉瓦容量的做法——用软件调度绕开新建电厂的时间。中国的约束更偏向先进制程与交付节奏，因此政策工具直接指向建设资金与审批通道。

四、对创业者和投资人的三点提示

这场变化对处在应用层的团队并非单纯的坏消息。算力成本的下降速度若因电力约束而放缓，理论上会压缩应用侧的毛利空间；但同一约束也会抬高高性能推理的稀缺度，为「更省 Token 的架构」和「更懂行业的私有部署」留出空间。

• 其一是把单位成本而非绝对成本当成设计目标。GPT-6.1 Sol 以五分之一价格对标 Astra 的做法说明，同代能力下沉到低价档是确定趋势，产品设计应假设主力模型价格会持续走低；
• 其二是关注电力侧的机会。需求响应软件、储能与冷却方案、以及为企业做选址与审批风险评估的服务，都是这轮瓶颈直接催生的需求；
• 其三是看清政策口径。算力网被纳入政策性金融支持，意味着基建侧的融资成本在下降，但个体项目的审批与环评门槛在上升，两者叠加后，项目所在地的「能不能过审」会变成比「财务测算好不好看」更前置的问题。

把三条新闻串起来，结论是清晰的：AI 的竞争重心正在从模型能力向能源与资本的可得性移动。模型可以按月迭代，电厂和许可不能。谁先接受这一点，谁就能更早把算力看成一种有时间表和地点约束的实物资产，而不是随时可买的云服务。