Meta 的 AI 建设竞赛多了一条财务战线：多少基础设施支出可以按联邦税制计为研发。9 月 30 日的调查报道称，公司把部分新 AI 数据中心、专用芯片及相关设备视为实验性“试验模型”，为 2024 年和 2025 年分别申报约 20 亿美元和 39 亿美元税收优惠。
近 60 亿美元很重要，但它既不是新发放的政府现金补助，也不是已经确定归公司的权益。报道涉及把既有研发抵免应用于存在争议的成本类别。报道所述公开记录中，没有税局最终驳回这些申报的决定，也没有法院认定 Meta 违法逃税。
同一园区可以同时研发和商业运营
试验模型是用于评估新产品、新流程或其改进的模型。按报道，Meta 把某些 AI 园区视为集成实验系统：工程师探索新模型和基础设施方案时，芯片、网络、冷却与软件一起接受测试。公司将其与服务成熟存储、广告和社交网络业务的传统设施区分。
发言人 Andy Stone 为此辩护，称 Meta 是美国重要研发投资者，使用的是国会为本土投资设立的激励。这不能直接决定每项费用是否合格。研发密集企业购买先进设备，不代表所有成本自动变成合格研发费用。
难点在混合用途：同一集群今天训练存在技术不确定性的新模型，明天可能为商业推荐系统提供服务。一次实验结束后，设备仍有长期价值。共享算力中的负载在机器之间移动，每颗芯片并不固定只为一个研究项目工作。
批评者认为，Meta 为竞争本来就需要这些设施，有没有抵免都会建设。这是激励是否带来额外投资的政策问题，不等于法律上自动不合格。企业财富和商业必要性不能取代对具体活动及费用的检查。
证据必须对应实验本身
美国税局研发抵免说明列出四项要求：技术性研究、技术不确定性、业务组成部分的改进，以及实验过程。探索 AI 架构、训练方法或硬件配置，确实可能包含未知问题；但给已运行园区贴上“实验”标签，不是同等证据。
试验模型申报需要对应业务组成部分和支持文件。关键是工程师研究了什么不确定性、通过哪些实验解决，以及所申报成本与实验如何关联。同址存在生产用途，意味着要分配成本，而不是自动否定一切研发。
较窄的不利结果可能针对记录不足或分配不当，并不必然否定所有试验模型理论；更广泛的分类挑战影响则不同。税局可能部分接受、部分驳回或和解，也可能进入诉讼。这些都是可能路径，不是已经作出的裁定。
这一区分会影响竞争。如果相似园区主要因企业贴的会计标签不同而获得不同待遇，税务选择可能带来与真实实验无关的优势。可执行规则需要区分有文件支持的实验用途与普通商业算力。
税务准备不是税局判决
Meta 的2025 年年度税务披露显示，年末未确认税收利益总额为 164.5 亿美元，长期所得税项下净不确定税务头寸为 112.3 亿美元。主要不确定性涉及研发抵免，以及外国子公司相关转让定价，不能把任何一个总额全算到 AI 数据中心。
它们也不能与两年合计 59 亿美元的报道优惠互换。这些是更广泛的会计风险指标。未来准备变化可能源于和解、重新评估、确认先前不确定的利益或其他争议，不一定说明本案输赢。
文件称，只有税务立场“更可能而非不可能”经得住检查，才确认相关利益。这是管理层会计判断，不是税局批准。反过来，披露不确定性也不等于承认不当行为：Meta 可以维护解释，同时为不利结果计提准备。
Ernst & Young 对财务报表的审计关注会计和准备，并不代替税局审核抵免资格。会计学者、前 EY 税务顾问 Lisa De Simone 在相关报道中指出这层张力。类似策略可能适用于其他客户的报道，只表明潜在扩散，不能证明所有竞争者都已采用。
联邦抵免只是支持体系的一层
州和地方激励各有规则与目的。各州数据中心税务安排涉及设备采购、电力、建筑和有形财产等不同税种。研发抵免旨在鼓励创新，地方优惠通常追求投资、建设、就业或区域发展。合并评估公共支持时，必须区分不同机制。
路易斯安那州 Richland Parish 园区展现了这些问题的交叉。美联社基础设施成本调查指出，Meta 与 Entergy 协议的保密性限制了公众了解；三座计划中的燃气电厂合计 2,262 兆瓦，Meta 据报在 15 年内承担约一半建设成本，用户仍将协助支付服务园区的一条输电线。
这些安排引出信息透明、长期义务及需求下降后由谁承担成本的问题，却不能直接判断联邦研发申报是否合法。销售税、公共事业协议与联邦抵免是分别发挥作用的机制，即使都支持同一园区。
税收与经济政策研究所的批评聚焦于补贴 Meta 本来就打算做的投资。相反原则则要求，无论纳税企业规模和利润如何，真实合格研发应获中性待遇。事实边界仍是用途、文件与成本分配，而不是企业是否富有或受欢迎。
结果可能改变 AI 算力融资
如果 Meta 最终保留优惠，税务处理较保守的企业可能处于不利地位，推动 Amazon、Microsoft、Google、Oracle 等审视类似方法。这只是可能反应，不是全行业已经采用的证据。明确税局挑战、公开和解或法院记录，比重复指控更能说明边界。
所有权也带来结构差异：垂直整合企业拥有产品、模型与园区，小实验室更多租用算力。但不能据此说租赁算力都不合格；待遇仍取决于合同、费用类别与支持文件。比较双方需要比“自建还是租用”更细的分析。
国会可以澄清共享 AI 基础设施、折旧设备与试验模型的关系。过严规则可能伤害真实硬件实验；模糊规则则可能以永远研发中的标签补贴普通生产投资。模型不断变化，更需要可执行分配办法，而不是认定 AI 园区只有一种用途。
下一批证据应具体到：税局如有行动，质疑哪些费用；Meta 如何解释后续准备变化；竞争者是否披露类似处理。记录争议、分类裁定与欺诈认定，是不同结果。当前近 60 亿美元仍应理解为存在重大不确定性的积极研发抵免申报，既非无争议落袋，也非已经证明的违法逃税。