一家公司如何定义自己的资产，可能比资产本身更值钱。
发生了什么
据《纽约时报》报道，Meta 将其新建的 AI 数据中心归类为“试点模型”（pilot models），把采购的英伟达芯片记为“实验性材料”，从而适用一项可追溯至 1981 年的研发税收抵免政策。仅 2025 年一年，这一会计处理就为 Meta 减少了约 39 亿美元的联邦税负。报道同时指出，即便是 Meta 内部的会计师，也认为这套做法在法律上存在风险。扎克伯格本人在 2025 年 1 月曾公开表示，这些数据中心是“实验性”的——这句话如今成了税务口径的一部分。
为什么重要
这不是孤立的避税技巧，而是 AI 军备竞赛催生的一个新现象：算力基础设施正在被重新“叙事化”。
1981 年出台的研发税收抵免，本意是鼓励企业投入不确定性强、失败率高的早期研究。而今天的大模型训练，确实带有实验性质——没人能保证一次千卡集群的投入一定产出可用的模型。Meta 正是抓住了这个模糊地带：如果数据中心是“实验”，那它就不是普通厂房；如果芯片是“实验材料”，那它就不是一般固定资产。
问题在于，这些设施的实际用途是支撑 Facebook、Instagram、WhatsApp 的推荐与广告系统，以及 Meta AI 的推理服务——这些都是成熟的生产业务。把生产性资产包装成研发实验，本质上是把政策红利从“鼓励探索”挪用到“规模化运营”上。
更值得玩味的是时间点。AI 资本开支正以千亿美元量级膨胀，折旧压力巨大。税收抵免相当于给这场烧钱竞赛提供了一个隐形的补贴通道。如果 Meta 的做法被广泛效仿，美国联邦税基将面临结构性侵蚀。
影响与看点
对行业而言，这可能打开一个先例。其他超大规模云厂商和 AI 实验室同样在疯狂采购 GPU、建设数据中心，如果“试点模型”的定性可以站住脚，那么整个行业的有效税率都可能被重新计算。反过来，如果 IRS 或国会出手收紧，已经享受的抵免可能被追缴，并附带利息与罚金。
对开发者来说，这件事的直接影响是间接的：它决定了未来几年算力供给的成本曲线。如果税收优惠持续，云厂商的扩张会更激进，推理价格可能继续下探；如果政策收紧，成本压力会更快传导到 API 定价上。
一个值得记住的判断：当一项技术的资本开支大到足以影响国家税收结构时，它的会计处理方式就不再是财务细节，而是产业政策的一部分。Meta 的这 39 亿美元，是这个趋势的第一个清晰信号。
