根据Andrew Ng（@AndrewYNg）的分析，尽管大量资金流入AI基础设施，如OpenAI的1.4万亿美元计划和英伟达短暂达到5万亿美元市值，引发了有关AI泡沫的担忧，但AI行业各细分领域的情况并不一致。Ng指出，目前AI应用层存在明显的投资不足，商业潜力巨大，部分风险投资者因难以挑选优质项目而对AI应用犹豫不决（来源：deeplearning.ai/the-batch/issue-329）。相比之下，AI推理基础设施仍需持续投入以满足日益增长的算力需求，特别是随着Claude Code、OpenAI Codex和Gemini 3等智能编程工具推动新场景落地。虽然目前供给受限，但如果过度建设，可能导致低回报，但利好应用开发者。最具风险的领域是模型训练基础设施，因算法和硬件进步加速、开源模型崛起，传统技术壁垒被削弱，大规模投资回报面临威胁。Ng警告称，若某一环节（如训练基础设施）出现过度投资并崩盘，可能导致市场情绪转负，影响整个AI行业，尽管行业基本面依然稳健。他认为，短期波动受情绪影响，但AI长期发展前景和商业创新机会依然强劲（来源：deeplearning.ai/the-batch/issue-329）。