Episode 105: 马斯克为什么说“算力的尽头是电力”？
骅：在今天这一集播客里，我们想与我们的听众朋友们一起聊聊“电力”这个专业词。那这一集的灵感来自于最近举行的世界经济论坛（达沃斯年会）上马斯克的发言里，在公开讨论里，马斯克提出，AI和大型数据中心的扩张正在进入一个新的时代，这个时代的真正瓶颈将是电力供应本身，而不是芯片数量或算力架构。能源增长速度长期落后于算力增长速度的现实，将对AI部署规模和效率产生深刻制约。
Poy：我也看到了，马斯克说，如今的数据中心运行电力需求巨大，它们像城市级别的负载一样不断扩张，使得即便是最先进的硬件也无法真正运行起来，除非有稳定且大量的电力可以持续供应，所以他说，如果现在不能解决这个电力瓶颈问题，那么即使在全球范围内部署更多高性能芯片，AI的发展也可能受到严重拖累。
骅：对。在前几期的播客里，我们详细聊了Google和OpenAI如何正在利用AI重塑入口权，那么今天我们的播客就从另外一个角度，来聊聊为什么AI的未来不仅是算法和芯片的竞争，更是“能源如何供给、如何管理、如何与可持续发展结合”这个更加深刻的问题。因为当全世界的AI基础设施建设都在争夺同一有限的电力资源时，谁能率先解决能源供给问题，谁就能在AI时代占据更重要的位置。
Poy: 嗯，我非常期待仔细探讨这个问题。那么我们两位呢都不是能源方面的专家，因此，为了筹备今天的播客，我们邀请来了一位在能源领域有着丰富经验的专家Holly Yu，来我们一起探讨这个问题。
那我先来介绍一下Holly的经历，她是北理工与剑桥大学联合培养博士，在读博期间专注能源政策与气候变化研究，发表学术论文10余篇；随后在国内大型电力公司从事战略咨询工作6年，目前在多伦多电力公司担任高级咨询顾问。Holly，很开心今天您能够来我们的播客做客，欢迎！
Holly：骅/Poy，你们好！非常开心今天有机会来参加柠檬水播客的录制。
骅：Holly，欢迎欢迎。那刚才我们在播客的开始引用了马斯克的一些观点，那么我们就直接进入话题，想问一下，您觉得马斯克为什么说“算力的尽头是电力”？
Holly：马斯克之所以说“算力的尽头是电力”，是在谈一个底层的现实约束。具体来说，这背后的逻辑可以从以下几个维度来理解：
首先，如果将AI技术进行解构，它实际上有五层结构：最上面一层是AI应用，比如元宝、千问等问答机器人，以及自动驾驶和机器人；再下面一层是AI模型，比如GPT、DeepSeek、Gemini这些；第三层是基础设施，也就是AI数据中心或者叫算力集群；再往下一层是芯片以及指挥芯片工作的软件；而最底层的基础，就是能源。所以，不论上面的模型算法多么先进、芯片算力多么强大，如果没有电力供应，它们都无法运转。马斯克和科技巨头们已经意识到，能源正在成为未来世界的核心货币，因为所有的智能输出，本质上都是由电力转化而来的。
其次，AI的普及带来了极度夸张的能耗差距。AI系统就像工业级的“用电巨兽”。以我们日常的使用为例，根据艾伦人工智能研究所（Allen Institute for Artificial Intelligence）的数据，对市场上最受欢迎的AI聊天机器人进行一次查询，其耗电量相当于点亮一个灯泡20分钟——这比一次简单的Google搜索的耗电量高出10倍以上。当这种高耗能行为从每天几百万次变成几十亿次时，消耗的就是一个国家级的电力规模。目前，一座超大型数据中心的用电量，已经足以支撑一座几十万人口城市的日常需求。
所以说，任何一次技术的飞跃，最终都会撞上物理世界的天花板，受制于刚性约束。芯片效率可以提升，算法可以优化，但电网建设、发电能力、能源调度都是慢变量。你可以几个月发布一个更强的模型，却很难在一年内建好一座大型发电厂或升级整个电网系统。马斯克在达沃斯论坛上明确提到，未来AI部署的根本限制因素是电力，而不是芯片产能。谁能掌握稳定、海量的电力供应，谁才能真正拿到通往AI时代的入场券，这就是为什么说“算力的尽头是电力”。
Poy：明白了，所以他会说真正卡脖子的不是芯片，而是电力供应。
Holly：是的。这里面有2个核心原因：
第一，算力增长是指数级的，而电力基础设施的扩张是线性的。就像马斯克在达沃斯论坛上指出的，AI芯片的生产和算力的增长是指数级的，但与之配套的电网基础设施，每年最多只能以3%到4%的速度线性增长。数字世界是软件节奏，物理世界是工程节奏，这两种节奏之间存在天然的不匹配。因为这种极度不平衡的步调，我们甚至很快（可能在今年晚些时候）就会面临一种尴尬境地：生产出来的AI芯片数量，将超过我们能够为其提供电力的网络容量。也就是“芯片造出来，却开不了机”。
第二，变压器和电力基础设施的短缺。变压器是把高压电输送到数据中心、工厂的关键设备。根据美国能源行业的数据，目前大型电力变压器的交付周期已经从过去的一年左右延长到两三年，部分超高压变压器甚至需要三年以上才能完成制造和安装。美国能源部也曾公开表示，变压器供应链存在严重紧张。这意味着，就算数据中心建好了、芯片到位了，如果没有足够的变压器和配套电网，电根本送不过去。马斯克预言，未来3到7年限制AI发展的最大瓶颈将是变压器和电力，而不是芯片本身，这并不是夸张，而是基于现实供应链的判断。
骅：所以我们过去几年一直在讨论“缺芯片”，但现在听下来，真正的问题可能已经悄悄变成了“缺电”。如果算力是指数级狂奔，而电网只能慢慢扩容，那确实就会出现一种很尴尬的情况，技术跑在前面，基础设施却跟不上。而且像变压器这种听起来很传统的设备，竟然也会成为AI时代的关键瓶颈，这本身就很有意思。它提醒我们一件事：数字革命再先进，也离不开物理世界的支撑。芯片再强大，如果没有电流通过，它也只是一块昂贵的金属。Holly, 那么现在的AI系统到底有多“耗电”？
Holly：可以这么理解：数据中心正在变成工业级的“用电巨兽”。以美国为例，截至2025年3月，美国境内已经有超过5,400个数据中心。2024年，这些数据中心消耗了全国大约4%的电力，而在2018年，这个比例还不到2%。短短几年时间，用电占比几乎翻了一倍。麦肯锡预测，按照目前AI发展的速度，到2030年，数据中心的用电量会占到美国总用电量的11.7%左右。也就是说，每十度电里，就有一度是被数据中心消耗的。而且，问题不只是“耗电多”，更在于AI“用电方式很特殊”。
传统工厂的用电通常是相对平稳的，比如一条生产线开着就持续运转。但AI训练不一样。成千上万张GPU会在“高强度计算”和“低强度通信”两个阶段之间频繁切换，这种切换可能在毫秒级完成，功率波动幅度甚至能达到70%。简单说，就是电力需求忽高忽低，而且变化极快。
这种剧烈波动对电网来说是个挑战。传统的汽轮发电机更习惯平稳负载，突然的大幅波动可能影响设备寿命，也可能对电网频率稳定造成压力。如果区域电网频率不稳定，严重时甚至会触发保护机制，导致停电。
因此，为了让AI“安全用电”，行业不得不加多层保障。比如在芯片层面，通过软件和硬件优化，让功率曲线更平滑；在数据中心内部，配置大规模电池储能系统，比如特斯拉的Megapack，在低负载时充电、高负载时放电，起到“缓冲垫”的作用；同时，电网侧也要做毫秒级监测和快速响应。三层协同，才能勉强维持稳定。
所以说，AI的耗电问题，不只是“用得多”，而是“用得急、用得波动大”。
Poy：这么听下来，我突然觉得我们对“用电”这件事的理解真的太简单了。以前我们以为数据中心就是一个巨大的仓库，一排排服务器安静地在那里运转，耗电是多，但至少是可预测的。可现在听你这么说，AI的用电是一种高速、剧烈波动的需求。那我想追问一句，为什么这个问题不是“多建几个电厂”就能解决的？
Holly：这是一个非常核心的工程问题。物理建设周期与基建并网流程是解决问题的刚性约束，就是我们刚才提到的“速度差”。
先看数据中心本身。一般来说，一座现代数据中心，从拿地、设计到施工完成并通过调试上线，通常需要大约18到30个月。如果是标准化模块化建设，时间甚至可以更快。但是，给它配套的发电站和输电线路呢？以美国为例，一个电厂从提交并网申请，到真正能让电力市场用上它的电，中间要经历土地规划、环评审批、并网排队、设备采购、施工建设等一系列繁琐的环节，每一环都可能耗费一到数年，整体下来往往需要耗费数年的时间。
更关键的是，电网系统本身极其复杂。它不仅仅是“多发点电”那么简单，还涉及高压输电、跨区域调度、变电站扩容和并网稳定性控制。发出来的电必须通过高压线路传输，再经过大型变压器逐级降压，才能安全送到数据中心机房。任何一个环节出现瓶颈，整条链条都会受限。
还有一个现实的问题，就是设备短缺。电力系统的关键设备——大型电力变压器——近年来确实面临供应紧张。多家行业机构，都指出北美大型变压器的交付周期已从过去的一年左右，延长至两到三年，部分超高压型号甚至更久，处于一种极其严峻的结构性短缺、订单积压严重的状态。与此同时，这类变压器体积巨大，重量可达数百吨，运输本身都需要特种设备和专用铁路车厢，物流能力也受到限制。
此外，高盛曾估算，为满足全球电气化和能源转型需求，未来几年全球电网升级投资规模可能达到数千亿美元级别，约在7000亿美元量级。这从侧面说明，电网本身正在成为全球资本密集投入的重点。
骅：Holly，我最近一段时间都在美国居住，所以也特别留意一个问题，在AI快速扩张、数据中心大量建设的背景下，美国为什么在提升电力供应能力这件事情上显得如此困难？到底是什么样的现实因素，在阻碍美国电力系统的扩容和升级？
Holly：这确实切中了美国当前的基建痛点。核心症结有两个：基础设施严重老化，以及政策与贸易壁垒抬高了更新成本。
先看老化问题。美国现有电网的主体建于上世纪五六十年代，（根据美国能源部和土木工程师协会的数据），目前全美超过70%的输电线路和电力变压器使用年限已超25年，60%的断路器使用超过30年，所以大多数设备早已超过原定寿命。（美国土木工程师协会对美国能源基础设施的最新评级仅为D+，估计修复和替换的总成本高达5万亿美元。）老化的电网本就不堪重负，如今还要应对AI数据中心带来的爆炸式新增用电需求，故障风险与日俱增。
再看政策与关税问题。为了快速补充电力，最现实的路径本是大规模部署光伏和风电，它们建设周期短（通常1至2年），成本低，且可按需快速扩容。然而，特朗普政府对东南亚主要光伏出口国（越南、马来西亚、泰国等）加征了高额的惩罚性关税，导致进口组件价格在部分情况下已上涨50%到100%以上；用于储能配套的锂离子电池，关税叠加后最高可达920%，直接威胁到电网储能项目的可行性。再有就是刚才提到的，变压器采购要等两三年，同时价格也上涨了60%至80%。
更吊诡的是，特朗普政府同时在大力推动煤电和天然气电厂的建设，而这两类电厂的建设周期远比光伏和风电长得多，且在经济上难以与可再生能源竞争。如此一来，既堵住了最能快速扩容的路（光伏风电），又选择了最慢的路（煤电气电），美国电力系统扩容的速度，与AI数据中心的需求增长之间的差距，只会越来越大。
Poy: 是的。我突然觉得这个问题比电够不够用要复杂得多。原来这不仅仅是技术问题，而是历史遗留、政策选择和供应链结构叠加在一起的结果。那么Holly，马斯克说了很多次“算力的尽头是电力”，那么他为美国提出的电力解决方案是什么？
Holly：马斯克的核心答案是：大规模太阳能，配合电池储能。他曾经在多个场合，包括达沃斯论坛上提出：只需在德克萨斯、内华达或犹他州的荒漠里划出一块100英里乘100英里的土地，铺满太阳能板，再配上一块1英里乘1英里的电池阵列用于夜间储能，就足以为整个美国24小时不间断供电。
这个说法听起来有点夸张，但从数量级上看，并不是随口一说。多家能源研究机构基于美国西南部的太阳辐照数据做过测算：如果在大约100英里×100英里的高日照区域内部署高效率光伏板，在理想条件下，平均发电功率可以达到400到600吉瓦区间。而美国的平均用电需求大约在430吉瓦左右，峰值负荷更高一些。也就是说，从物理潜力的角度看，这个规模在数量级上是成立的。
当然，这更像是一个“技术上可行”的思想实验，而不是一个可以直接落地的单点工程方案。真正的工程现实会复杂得多，比如长距离输电损耗、区域气候波动、系统安全冗余等问题，都意味着发电必须分散部署，而不可能全部集中在一块沙漠里。
马斯克之所以力推太阳能，而非核电，有一句话可以概括他的逻辑："太阳本身就是天空中一个巨型聚变反应堆，而且极其可靠——它每天都会升起。人们谈论人造核聚变，但我们头顶上就已经有一个了，为什么不用？" 在他看来，美国西南部大量无人居住的荒漠就是天然的能源基地，完全不占用耕地和居民区，理论上可以成为能源基地。
而电池储能在这个方案中是关键一环。太阳能的最大问题是间歇性——白天发电多，晚上没有，阴天会波动。电池的作用就是把白天的富余电量储存起来，在夜间或低光照时释放出来，实现更稳定的全天候供电。简单说，就是“白天充电，晚上放电”，把间歇能源变成可调度能源。
骅：愿景确实很美好，但远水解不了近渴。也许正因为传统的公共电网升级太慢，马斯克的xAI公司已经等不及了，而是耗费巨资自建电力系统，开始给自己“造电“了吧。
Holly：没错。为了避开缓慢的公共并网程序，科技公司正在被迫选择“能源独立”。最典型的例子就是马斯克的xAI在田纳西州孟菲斯市建设的“Colossus”超级数据中心。当时，如果按照正常的流程等待公共高压并网，起码需要一年多甚至更长的时间。对于急需算力来训练大模型的马斯克来说，这简直不可接受。据说他只用了短短122天，就强行把数据中心建了起来。
他的具体硬件解法非常硬核：为了绕开电网，他直接购买了35台大型的燃气轮机，配合大量特斯拉的Mega Pack巨型电池，形成一个相对独立的供电体系。燃气发电负责提供基础电力，电池系统则用于削峰填谷、平滑功率波动。这种“自发电 + 储能”的组合，本质上就是一个微电网结构，目的就是绕开慢速并网流程，先把算力跑起来。
Poy：那么马斯克这么做了，其他的科技巨头是否都在跟上了呢？
Holly： 是的，马斯克的xAI只是一个缩影。事实上，整个科技行业都在以各自的方式抢夺能源。
先看谷歌。谷歌的做法不是自己发电，而是提前锁定未来的稳定电力来源。（2024年10月，谷歌与小型模块化核反应堆（SMR）开发商Kairos Power签署协议，支持建设总规模约500兆瓦的先进核能项目）投资先进核能项目，计划在2030年前后为其数据中心供电。这是科技公司在新一代核能领域的重要布局之一。与此同时，谷歌一直是全球最大的太阳能和风能采购方之一，但随着AI算力需求激增，它也意识到可再生能源的间歇性难以支撑“全天候稳定运行”的数据中心。
Meta和OpenAI也在大规模签署长期电力采购合同，并且在部分数据中心项目上配套储能系统。同时，支持核能和核电站的发展，因为相比于风能和太阳能的间歇性，核电能够提供极其稳定、且能量密度极高的基载电力，这完美契合了大型AI数据中心24小时不间断的高能耗需求。
所以可以看到一个趋势：马斯克选择的是“自建发电+储能”的极端路径，谷歌、Meta、微软等其他巨头更多是通过长期合同、核能投资和可再生能源锁定未来电力。
骅：Holly，刚刚我们讲了很多美国的情况，那么您来加拿大之前，曾经在中国的能源行业工作了很多年，因此对国内的能源建设发展也是非常了解的。那么您是否可以于我们的听众朋友们分享一下中国与西方国家相比，在能源基建上的优势和挑战呢？
Holly： 中国在能源领域确实拥有让世界瞩目的优势。先看装机规模。截至2025年底，中国可再生能源装机占比已超过60%，风电与光伏合计装机突破18亿千瓦，独占全球将近一半。在储能方面，中国新型储能装机占全球总量超过40%。马斯克在2026年1月的达沃斯论坛上专门谈到这一点，他说：中国太阳能年产能高达1,500吉瓦，配合电池储能后折算出的稳定电力，相当于半个美国全社会平均用电量。（需要说明的是，这一推算基于的是中国的"生产产能"而非"实际部署量"，后者2025年约为315吉瓦，远低于马斯克提到的1,000吉瓦；但仅就产能规模而言，1,500吉瓦的数字基本准确。）
再看用电总量。中国2025年全社会用电量为10.37万亿千瓦时，这是人类历史上单一国家首次突破10万亿度大关，相当于美国全年用电量的两倍多，超过欧盟、俄罗斯、印度、日本四国用电量之总和。
除了发电，还有输电。中国建成了全球规模最大的特高压输电网络，（截至2024年底已投运42项特高压交直流工程，线路总里程超过5万公里）"西电东送"就是通过这一特高压体系实现的，把西部的清洁能源跨越数千公里送到东部经济中心，在全球输电技术中处于领先地位。
Poy: Holly，您刚刚提到的那个10.37万亿度用电量，我觉得非常关键。因为这不仅仅说明中国电多，更说明中国已经是一个高度电气化、工业化、数字化并行的社会。AI如果要大规模落地，电力规模本身就是已经是一种重要的战略资源了。
Holly，我想转一下方向，能源电力虽然是一个很复杂的工业，但是它和我们普通人的生活又是息息相关的。我们每天的生活无时不刻不依赖着电。所以我想问一下，因为AI所产生的电力危机对我们普通大众有什么影响呢?
Holly: 最直接的影响可以用两个词概括：涨价与断电。可以说，电力危机正在从工业领域，悄悄蔓延到我们普通家庭的账单上。
一方面是电费的直线上涨。因为数据中心要抢占当地的电力资源，导致供需失衡。比如在美国北卡罗来纳州和弗吉尼亚州等数据中心密集的地区，当地居民的电费在过去三年里平均上涨了25%。很多家庭每个月不得不为电费多掏上百美元。
另一方面是电网稳定性的变差。刚才提到欧美电网老化严重，再加上极端天气的频发，区域性停电和频率波动事件正在急剧增加。比如去年欧洲高温的时候，西班牙爆发了多次停电危机，电价甚至飙升了四五倍。在可再生能源占比超过50%的国家，因为风光电的不稳定，电网崩溃的风险也在成倍增加。
所以说，家庭现在正面临着“电网不稳定”和“AI新增负荷”的双重夹击。
骅：的确现在电费每年都有上涨，那我想作为我们普通人，其实也应该有一些应对的方案吧。那么Holly，您觉得有什么办法可以做到家庭能源自主呢？
Holly：答案是可以，但不一定是一步到位“离网生活”，而是逐步提升能源自主能力。
第一层是降低依赖。很多家庭其实可以先从节能做起，比如更换高能效电器、合理利用分时电价、减少待机耗电。能源自主的第一步，不是生产电，而是少浪费电。
第二层是家庭储能。如果你所在地区偶尔停电，或者电价波动较大，可以考虑小型储能设备。白天低价时充电，晚上高价时使用，或者在突发停电时保障冰箱、路由器、照明等基本运转。它不一定让你完全脱离电网，但能提供一种“不断电”的安全感。
第三层是家庭发电。条件允许的话，比如有独立屋屋顶、日照条件不错，可以考虑屋顶光伏。白天自发自用，减少购电依赖，在一些地区还能把多余电力回馈电网。长期来看，它更像是一种对冲电价上涨的方式。
除此之外，近年来还有一个趋势值得关注——智能补能设备的创新。一些企业开始把储能、光伏和人工智能结合在一起，构建所谓的“家庭绿电生态”。例如，有厂商推出过一种移动式光储机器人，顶部配备柔性光伏板，可以像向日葵一样自动追踪太阳方向，寻找最佳光照位置；同时内置视觉系统，可以自主避障，在庭院内移动。这种设备把过去“人去找电源”的模式，变成了“电跟着人走”的模式。虽然目前仍属早期形态，但它代表了一种方向：能源获取变得更加智能化、移动化。
Poy：讲得非常的棒！今天真的学到了好多。对了Holly，我好像很少碰到在能源领域里工作的专业人士，而且您又是从国内到国外，一直坚持在这个行业，所以您是否可以向我们的听众朋友们介绍一下您的职业故事呢？
Holly：我从读博的时候开始，研究方向就是能源与环境政策，主要做政策建模，比如低碳减排、低碳能源技术、能源效率这些。博士毕业之后，我去了电力企业做战略咨询，涉及电力生态系统、电力数据分析、品牌和数字化转型等方向，整体跨度还挺大的。
后来来到加拿大读MBA。读书期间我就开始找实习，很幸运拿到了本地最大电力公司之一的实习机会。我觉得这和我之前一直在能源电力行业积累的经验有很大关系。毕业之后，因为有本地实习经历，再加上行业背景，又顺利拿到了一家电力公司的offer。
当时其实我有两个方向在考虑：继续留在电力行业，或者去做咨询。其实说到这儿，还有一段小插曲。我和骅姐聊过我的职业方向，她建议我继续深耕电力行业，因为趋势更清晰，而且结合我的背景优势更明显。后来我也确实走了这条路。
虽然一直在能源电力行业，但我做的内容从政策研究、企业战略到现在的项目管理，变化还是挺大的，但属于是一直顺着机会走。
我一直觉得电力是一个非常基础、非常核心的行业。尤其在AI快速发展的今天，刚才我们也探讨了很多，电力是底层支撑。所以对我来说，在这个行业里工作，是有成就感的。因为我会觉得自己做的事情，对经济社会、对每个人的日常生活，都是真实有价值的。这也是为什么，抛开客观机会不谈，从主观上来说，我也希望自己能够长期在这个行业里深耕发展的原因。
骅：今天真的我也学到了好多。最后我想请教一个和当前时事密切相关的问题。川普上台之后，美加之间在贸易和产业政策出现了摩擦，关系有了很大的波动。但与此同时，两国在能源领域却高度一体化，美国长期是加拿大能源最大的出口市场，同时在原油、电力和天然气等方面也对加拿大保持着相当程度的依赖。在这样的背景下，您认为这种深度的能源寄托，是否在某种程度上构成了美加关系中的一种结构性平衡？换句话说，能源会不会反而成为两国关系中的“稳定器”，在政治分歧出现时起到缓冲和制衡的作用？
Holly：这个问题其实挺有意思的，我会分成两个层面来讲：
第一，从结构上看，能源确实是一种“深度绑定”。
美国长期是加拿大最大的能源出口市场。加拿大的原油，尤其是油砂原油，很大比例是通过跨境管道直接进入美国中西部和墨西哥湾的炼厂体系。很多美国炼厂的设备就是为处理加拿大这种重质原油设计的，这不是说今天吵架，明天就能随便换来源的。
天然气和电力也是类似。加拿大向美国东北部和中西部出口大量水电和天然气，而美国在某些时段也会向加拿大出口电力和天然气，尤其是在季节性波动的时候。两边的电网是联通的，管道是联通的，这种物理层面的基础设施一旦形成，就是几十年的锁定效应。
所以从“硬结构”上讲，这种高度一体化，本身就构成了一种相互依赖，而不是单向依赖。
第二，这种依赖确实在一定程度上起到了“稳定器”的作用。
举个例子，当川普政府在钢铝、汽车等领域采取强硬贸易措施时，美加关系确实出现波动。但你会发现，在能源领域，双方都相对谨慎。因为一旦在能源上做出激烈动作，影响的不只是外交姿态，而是直接冲击本国的就业、能源安全和通胀。
特别是对美国来说，加拿大是它最稳定、政治风险最低的能源供应国之一。在全球地缘政治不确定性加剧的背景下，这种“安全供应来源”本身就是战略资产。反过来，加拿大对美国市场的依赖也很高，所以在政策层面通常也会尽量避免能源关系被政治化。
从这个意义上讲，能源确实像一种“结构性平衡器”。当政治层面有摩擦时，能源的现实利益会迫使双方保持某种理性。
能源是稳定器，但不是万能保险。它的稳定作用更多是“约束极端行为”，而不是消除分歧。比如美国如果出于产业政策考虑，限制某些跨境基础设施（像过去围绕管道项目的争议），那也会对加拿大造成实质影响。能源的互依，并不意味着双方完全对等，而是意味着双方都要计算成本。
所以，能源不会让两国没有矛盾，但它提高了“冲突升级”的成本。在国际关系里，当冲突成本足够高时，理性通常会占上风。
如果用一句话总结，我会说：美加之间的能源深度一体化，确实构成了一种结构性的相互牵制，它未必能消除政治波动，但在关键时刻，很可能会成为两国关系中的缓冲垫。
Poy：太棒了，真的非常受教。非常感谢Holly今天非常非常精彩的分享，希望我们以后有机会再次邀请您做客我们的播客，为我们听众朋友们分享更多有关能源工业这个重要的话题。
好了，今天的节目就到这里了，如果你喜欢今天的节目，欢迎在你常用的播客平台给我们留言，也欢迎加入我们的微信群和LinkedIn社群，和我们继续交流。加入微信，请用ID reelstone，如果加入LinkedIn的话，请搜寻Turn Lemons Into Lemonade。再次感谢大家的收听，我们下一期节目再见！