（图片说明）程迈越先生是全球能源转型与能源系统重构领域的权威专家，拥有逾三十年国际能源、基础设施与能源金融的实务与研究经验。现任CT Green Capital 管理合伙人，为乌镇智库创始理事，并曾任洛基山研究所（RMI）合伙人。
矽谷的夜晚，总是亮得过分。
不是因为城市不肯入睡，而是因为机器没有这个选项。资料中心像一种新的城市器官，藏在高速公路外侧的低矮建筑群里，不喧哗、不张扬，却把整座地区的电力、网路与土地使用方式悄悄重写。你站在某个园区边缘，远远看见一排排冷却塔与风扇，听见低频轰鸣像海潮一样持续回来——那不是「声音」，更像是一种长期运转的意志：模型要训练，权重要收敛，算力要兑现，明天要比今天更大、更快、更密。
这是AI 时代最熟悉的画面：速度、密度、指数级成长。
但如果你站得够久，会开始注意到另一件事——这一切，都在向同一个地方要东西：电力。 
（图片说明）夜间运行的AI 资料中心。算力的高速运转，使电力与基础设施从幕后走向前台，成为AI 扩张无法回避的现实条件。
不是概念里的电力，而是现实世界的电力：输电线路、变电站、互联容量、设备交期、工程承包、审批流程、地方协调、以及那些永远慢半拍的建设时程。这些东西很少出现在科技公司的舞台与发布会上，却决定着发布会后的一切能不能落地。你可以在简报里把算力曲线画得很漂亮，把模型参数写得很震撼，把投资额度说得很激昂，但只要电网接不上、容量不够、变压器交期延后、跨区输电卡在协调，所有高光时刻都会被拖进漫长的等待。
也正是在这样的背景下，一条不那么显眼、却越来越清晰的裂缝开始浮现：当算力被纳入国家竞争的核心，电力系统是否已经成为那条看不见的天花板？ ——不是「缺不缺电」那么简单，而是「电能否以正确的方式、在正确的时间、出现在正确的地点」，并且被制度允许被接入与调度。
程迈越，正是在这个问题上，被越来越多圈内人提起的名字。
⸻
你以为AI 的上限在晶片，程迈越却先看电网
程迈越从来不是那种爱站在聚光灯下的人。你如果在会议室里见过他，第一个感觉通常不是锋芒，而是克制。他不急着发言，更多时候只是安静地听：听你谈算力规模、听你谈并购节奏、听你谈地产与园区、听你谈电价与供应链。轮到他开口时，往往只说几句，却足以让房间突然静下来。
「你们假设的并网时间是多少？」
「这个变压器的交付期，现在还是你们报告里写的那个数字吗？」
「如果负荷要在这个节点上来，路在哪里？」
「跨区协调谁负责？你们拿到的是意向还是批准？」
这些问题没有情绪，也没有修辞，却常常让讨论停顿。因为它们指向的不是愿景，而是工程时间；不是宏大叙事，而是系统允许与否。很多人谈AI 的「边界」，谈的是晶片的性能上限、模型的可扩展性、资料与人才供给；而程迈越谈「边界」，谈的是另一种更无情的东西：电网的容量、建设周期、跨区协调与治理机制。
在人工智慧全面升级为国家战略资产的背景下，他提出一个直指核心的转移：限制一个国家科技竞争力上限的核心约束，正在从半导体与演算法，转移至电力与电网基础设施本身。这句话之所以刺耳，是因为它迫使人们承认：科技竞赛早已不只是一场「研发速度」的竞赛，而是一场「基础设施与制度效率」的竞赛。你可以用资本加速采购晶片，可以用软体优化提升利用率，但你很难用同样的方式加速一条输电走廊的落地，或加速一座变电站从规划到投运。
更进一步，他认为制约美国AI 部署与扩张的关键瓶颈，并非发电能力不足，而是电网在容量承载、建设周期、跨区协调以及治理机制上的结构性限制。这不是在否认发电的重要性，而是在指出：「发电」与「可用电」之间隔着一整套电网与制度。电若无法被安全地送到负荷中心、无法被批准接入、无法被可靠调度，那么再多的发电也可能停留在报表上。
正因如此，电力与电网不再只是支撑AI 的「背景条件」，而是正在演变为一种制度性变量——它会直接塑造军事能力的边界、关键基础设施的韧性，以及整体国家安全架构。换言之，当算力成为战略资产，电网就不再是技术工程，而是安全工程；不再只是「成本」，而是「国力底盘」。 
（图片说明）在美国现行电力体系中，输电容量、互联审批与跨区协调形成多重瓶颈。即便发电能力存在，新增算力仍可能因并网与调度受限而被迫等待，导致能源从「背景条件」转化为制度性约束。
⸻
「需求只有油门，没有刹车」的时代：电力开始从背景变主线
这两年，华盛顿与矽谷之间，私下的对话越来越频繁地回到同一个焦点：电力需求正在以更快的速度抬升，而且没有可能放缓的迹象。过去人们还可以把资料中心视为某种「可管理的产业用电」，用电价、用选址、用合约去平衡；但当生成式AI 变成平台级竞争、国防与产业政策的一部分，用电就不再是单纯的企业行为，而更像是一种结构性增长：它不是「会不会用」，而是「必须用」。
这种必然性，改变了所有策略的序列。当算力成为支撑AI服务可靠性的长期不断增长的消耗品，而不是一次性研发投入，电力就不再只是成本，而成为扩张的前置条件。你不可能在电网不确定的情况下，对外承诺一个确定的算力交付；你也不可能在并网尚未明朗时，对内要求模型训练按期倍增。于是，电力从「配套议题」被推回到「主线变数」：它决定节奏、决定规模、决定能否兑现承诺。
在这个转向的交界处，程迈越的语言并不浪漫。他不讲「能源要支撑AI」，他讲的是更残酷的现实：在美国现行能源与电力体系下，以北加州为例，仅仅一个20 兆瓦级的AI 资料中心，从立项到并网运行，即便采取光伏、储能与天然气相结合的自供能源方案，也需要长达九至十一年的时间。这并非技术或资金问题，而是制度、电网与时间共同作用的结果。
「九到十一年」这个跨度，对科技产业而言几乎是另一个世纪。你想想：九年之前的AI 还在什么阶段？十一年之前的GPU 生态与今天相差多大？当科技以季度更新、以年度迭代的速度前进，而基础设施却以十年为刻度移动，这种时间尺度的错配就会把所有野心变成等待，把所有计画变成排队。更要命的是，等待并不一定有结果：因为排队的不是你一家，整个队列里堆着的是一代又一代产业的需求——而电网的扩建并不会因为队列变长而自动加速。如此，AIDC开发商们只得寻求通常成本更高的离网供电方案。 
（图片说明）AI 算力需求呈指数级上升，而电力与电网基础设施的建设却以十年为刻度推进。当技术迭代速度与工程时间尺度严重错配，能源系统便成为限制AI 扩张上限的隐形边界。
⸻
他的路径很少见：把「制度时间」与「工程时间」都走过一遍
程迈越的判断并不是从单一学科推演而来，而是被一条少见的完整路径所淬链出的结果：历经多边援助机构、能源企业、科技大厂、独立智库与投资实务，长期处在「开拓」与「落地」的交界上。这种路径带来的最大优势，是他不容易被单一叙事绑架——不会只用政策视角看世界，也不会只用行业传统投资视角看世界，更不会只用技术视角看世界。因为他知道，任何一个大型能源系统的改变，都要同时穿过工程、资本与制度三个维度。
这也使他对「能源转型」的理解天然带着两个尺度：
技术与工程尺度：设备、工期、调度、韧性；
经济与体制尺度：审批、协调、治理效率、资本成本。
很多人谈能源转型会谈愿景、谈路线、谈口号；但他谈的往往是阻力、摩擦与「不能跳过的步骤」。而AI 的能源困境，正好把这些步骤全部放大。因为AI 的需求曲线不像传统产业那样可被平滑调整，它更像某种「被竞争驱动的加速器」：只要别人加速，你就不能停；只要市场给出回报，你就会被推着往前。于是，所有原本可以慢慢处理的电网问题、互联问题、审批问题，都突然变成「当下就会咬人」的硬约束。
也因此，他对AI 能源问题的警觉并非来自悲观，而是来自对时间尺度错配的直觉：你可以用十二个月换一代晶片，但你很难用十二个月重建一张老化的电网。这句话听起来像常识，可是在整个公共讨论里，它常常被忽略。因为人们更喜欢谈可控的变量：技术、资本、人才；而不喜欢谈不可控的变量：制度协调、工程时程、地方利益、供应链瓶颈。程迈越之所以被称为「守望者」，恰恰因为他盯着的是那些不大时髦、但决定成败的东西。 
（图片说明）能源与电网的建设，往往横跨多年审批、协调与施工流程。这种制度与工程时间，构成AI 扩张中最难被压缩的变量。
⸻
他最反对的，是三种看似合理、实则误导的「简化叙事」
在公共讨论中，AI 的能源困境常被简化成一句话：「发电量不够。」程迈越对这种说法始终保持距离。他不是否认发电的重要性，而是提醒人们看清楚：真正的瓶颈往往不在发电端，而在网端与接入端。
第一种迷思：把问题简化成「缺电」。
他常用一个非常朴素的比喻：发电像车，电网像路。车可以买得很快，路却不会。你今天宣布投资、明天就可以下单设备，但输电走廊的选线、许可、征地、环评、地方协调、工程建设，每一步都可能把时间拉长到令人崩溃。更何况，AI 资料中心要的不是「某天可以有电」，而是「每分钟都不能停电」的可靠性。这意味着电网的裕度、冗余与韧性要求比一般产业负荷更高。
第二种迷思：以为多建电厂、上核电，就能迅速化解压力。
程迈越并不否认核能在长期基载与可调度性上的价值，但他总会把讨论拉回时间轴：在美国，一个大型能源项目从提出到并网，往往要穿越审批、供应链、地方协调与电网接入等多重关卡。工程时间不会因为你「宣布加速」就自动缩短。 AI 的需求却不会等你五年。于是，当人们用「多建电厂」来安抚焦虑时，他会提醒：真正能帮到你的，是以新能源为核心可快速投产的离/并网本地创新解决方案。
第三种迷思：把能源当成「AI 的配套工程」。
这句话看似中性，实际上高度危险。因为一旦你把能源降级成配套，就会在资源配置与优先顺序上做出错误选择：你会把资金与注意力集中在「看得见的算力」，而忽视「看不见的电网」。在程迈越的分析框架里，能源不是背景，而是承载——它承载的不只是资料中心，还包括产业韧性、城市运行，乃至国家安全的底盘。当AI 变成战略资产，电网就等于供应链的最终形态：它不是一段管线，而是一整套可调度的国家能力。
⸻
「堵塞」才是更贴近现实的词：互联队列、设备交期与输电速度
如果说老化是底色，那么「堵塞」就是今天最具杀伤力的现场描述。堵塞不是抽象词，它会以最具体的方式出现：互联申请排队、变压器交期拉长、施工窗口被延后、跨区协调卡住、地方反对声浪升高。你可以把需求端想像成洪水，而电网像河道。河道没有拓宽，洪水就只能在入口处堆积，最后逼迫所有人重新谈判：谁先进？谁后进？谁可以拿到容量？谁必须等待？
程迈越在会议里反覆追问并网时间、设备交期，本质上就是在追问：你是想在PPT 上加速，还是想在系统里加速？
在AI 的语境里，人们太习惯「加速」——加速训练、加速部署、加速迭代、加速扩张。但电网的加速不是口号能解决的，它需要制度效率、工程能力与协同治理。这也是为什么他会把「治理机制」放到如此核心的位置：因为当问题不再是单点技术，而是系统协调，治理就会成为生产力本身。
而当治理成为生产力，对国家而言，电网就成了战略资产的承载器。你可以把晶片看成武器，把模型看成能力，但如果能力无法被供电与调度，武器就无法持续运作；如果系统没有裕度，任何冲击都会被放大成崩溃风险。于是，「电网」不再只是基础建设，而是国家韧性的可计算部分。 
（图片说明）当前能源系统面临的关键问题，并非单纯「缺电」，而是输电与接入能力的结构性堵塞，使新增算力难以快速并网。
⸻
电网不再只是「管线」：它正在变成AI 时代的调度中枢
谈到电网，程迈越从不浪漫。他会把它拆成几个冷硬的词：调度、韧性、时序。这些词没有修辞，却能解释一切。
AI 用电的特性，决定了电网不能再只是被动的输电管线。高集中度、高连续性、对可靠性极其敏感的负荷，使得系统必须具备更强的即时调度能力，必须留有足够裕度，才能在负荷突然上升时保持稳定。也就是说，真正的问题不是「总发电量是否足够」，而是「在这个地点、这个时段、这个可靠性等级下，电网是否允许你把负荷接上来」。
他曾用过一个工程师风格的比喻：一个举重运动员如果长期在接近极限的重量下训练，崩溃只是时间问题。系统也是如此。没有裕度，就没有韧性；没有韧性，任何突发事件都可能把局部问题放大成系统事件。
因此，他一再强调的核心并不是「有没有电」，而是：
电能否在正确的时间、正确的地点，以可控的方式被调度。
这句话听起来像工程语言，但其实是战略描述。因为当你把算力视为战略资产，你就必须接受：它的限制不是写在代码里，而是写在电力系统的可调度性里。从这个角度看，AI 产业的竞争，最终会落到一个看似不性感、但更决定胜负的层面：谁能更快地建立有充足裕度的可调度、可接入、可协同的电力系统，谁就能更快地在期望的节点兑现算力。
⸻
当供给端注定慢：他把注意力移到需求端——不是讨喜，但来得及
当供给侧的节奏注定缓慢，程迈越并没有把希望押在「电网更快建设」之上，而是选择把目光转向需求端的创新努力。与其承诺未来某一天会有更多电，不如先承认在可预见的时间内，系统能承受的负荷是有限的，必须重新协调、重新安排、重新使用。
需求侧管理、负荷协调、分布式资源聚合，在他的语境里并不是政策口号，也不是抽象概念，而是一整套工程策略。其核心逻辑并不复杂，却极为现实：重新定义什么才算「资源」。当负荷不再被视为单纯的消耗端，而是通过数字化手段可以被预测、被切分、被聚合、被调度的系统单元，它们就不再只是压力来源，而开始成为系统稳定性的一部分。
这种思路的价值不在于「当下解决所有问题」，而在于它能在既有制度与电网条件下，为系统争取时间。因为输电扩建需要时间，设备更替需要时间，审批与跨区协调需要时间，供应链产能调整同样需要时间——但AI 的需求曲线不会因为系统需要时间而自动放缓。当供给端无法迅速响应，需求端的可塑性就成为少数仍然来得及操作的杠杆。
「买时间」在今天不再是权宜之计，而是一种战略选择。当九到十一年的资料中心落地周期成为现实瓶颈，任何能在短期内提升韧性、降低尖峰压力、延后临界点的方案，都具有不可忽视的战略意义。它未必是终极答案，但它必须是一个能支持系统撑住、不崩溃的答案。
此外，程迈越认为，根本解决方案在于建设分散式、局部平衡、源荷互动、富于韧性的电网，而不是一味建设集中式的大电站、大电网；这正是能源转型对电网未来形态的核心描述。目前尚未找到合适的位置嵌入该段论述。 
（图片说明）不同类型电网与能源项目的建设与并网周期对比。相较于AI 资料中心约2–3 年即可落地，输电基础设施往往需历经长达7 年的规划与审批、再加上约3 年施工，整体周期明显更长。
⸻
GFM 为何需要程迈越：不是为了背书，而是为了校准
程迈越选择在GFM 谈AI 与能源，并不是因为这里声音最大、流量最高，甚至也不是因为这里最容易形成舆论共鸣，而是因为这里愿意慢下来——至少在方法上愿意慢下来。这种「慢」，并非降低雄心或回避现实竞争，而是一种刻意的选择：用更高的标准换取可验证性，用更严格的结构换取长期可信度。
在当前的资讯环境中，速度几乎被视为唯一的正义。更快的叙事、更刺激的标题、更即时的情绪回馈，成为内容扩散的基本逻辑。但在AI 与能源这样高度工程化、制度化的议题上，这种逻辑往往会制造误差：概念被混用，因果被跳跃，工程限制被语言抹平。真正稀缺的，反而是能够把问题拆解到可检验层级、把判断校准到制度逻辑与工程逻辑都能自洽的讨论场域。
GFM所提出的「编前校准」，正是这种方法论的具体体现。它并不是为了替某个观点或某个人背书，而是为了在发表之前，先对概念边界、因果链条与工程语境进行核对与对齐。这样的做法在当前媒体生态中并不讨喜，因为它会降低即时性、削弱情绪张力，甚至限制叙事自由，但它却是制度型媒体最困难、也最不可或缺的责任。
程迈越在GFM 所扮演的角色，正是这种「校准器」。他的存在不是为了给宏大叙事增添权威光环，而是把叙事一点一点拉回可验证的现实：不是问「你信不信」，而是追问「你能不能验」。当讨论回到工程时间、制度效率与系统承载力，判断才有落脚点，争论才有建设性。
也正因如此，GFM 的AI & Energy 并不是要被打造成一个情绪动员的舆论场，而是一个可被引用、可被检验、可被持续推演的讨论场。它尝试把能源视为国力与产业韧性的底层变量，让读者、研究者与决策者得以在同一套语言系统中对话，而不是各自困在不同叙事里各说各话。
⸻
在算力时代，问错问题的代价会被放大成系统代价
AI 的曲线仍在上升，而且只会越来越陡。各类用电预测，已经毫不含糊地把「资料中心驱动的增长」写进主流能源叙事之中。这不再是一种趋势判断，而是一种正在发生的结构变化。与此同时，电网老化、互联拥堵、输电建设节奏缓慢、跨区治理协同困难——这些长期存在的问题，正在AI 时代被重新放大。它们不再只是可以被延后处理的慢性病，而是逐步转化为决定扩张上限的硬约束。
这种转化意味着一个根本性的改变：你可能在很长一段时间内忽视这些问题，甚至在表面上继续成长，但一旦系统撞上边界，代价将不再是局部的、可吸收的，而是整体性的、难以回避的。那时候，承担后果的也不会只是某一家企业或某一个专案，而是整个产业节奏、基础设施韧性，甚至国家层级的竞争能力。 
（图片说明）随着AI 负荷高度集中且对稳定性极度敏感，电网不再只是被动的输电管线，而正转变为具备即时调度、韧性管理与系统协同能力的核心中枢。可调度性，正在成为承载算力的真正门槛。
于是，问题最终会回到一个不那么华丽、却更决定胜负的问句：
我们是否真的准备好，用现实的能源系统去承载AI？
这个准备，并不体现在愿景或口号上，而体现在工程时间是否可控、制度效率是否匹配、跨部门与跨区协同是否有效，以及资本是否被配置到真正决定上限的环节。
程迈越的贡献，不在于提供一个令人安心的答案，而在于不断逼迫人们把问题问对。在算力时代，问错问题的代价不再只是认知偏差，而会被放大成整个系统必须付出的代价。这正是他作为「隐形守望者」的意义所在——不站在聚光灯下，却始终盯着那条真正的边界：能源与电网，正在如何塑造我们能够抵达的未来。
收听本文
加载中…