作者:库里,深潮 TechFlow
每次有人在美股赚到大钱,围观的人做的第一件事永远都一样:翻他的持仓报告,找下一个该买的股票。
最近被翻得最多的那份报告,当然属于一个叫 Leopold Aschenbrenner 的 24 岁德国人。
今年 3 月,国内媒体曾集中报道过他,标题都差不多;比如被 OpenAI 开除的天才,写了 165 页论文预判了 AI 趋势,开了个对冲基金,管着 55 亿美元...
但标签只是标签。这个基金真正让人侧目的地方在于,它不买英伟达,不买 OpenAI,不买任何做 AI 模型的公司。它只买 AI 活着离不开的东西,发电、芯片制造、光通信、数据中心...
用他自己论文里的话说,AI 的瓶颈不在算法,在电力和算力。整个基金就是在赌这句话是对的。
社交媒体上的投资博主管他叫“AI 时代的美股版本之子”,或者 AI 版的股神巴菲特。最近这个称号又被翻出来了,因为他赌对的程度开始变得有点离谱。
据跟单平台 Autopilot 5 月 1 日发布的数据,模拟他持仓的投资组合两个月涨了 61%。按此推算,他的基金规模已经逼近 90 亿美元。
钱从哪赚的?主要靠两只重仓股。Bloom Energy,一家给 AI 数据中心提供离网电力的燃料电池公司,年初至今股价涨了 239%。
据去年底公开的持仓报告,他持有这家公司 8.75 亿美元的股票和期权,现在市值膨胀到将近 30 亿。
还有 Intel。同一份持仓报告显示,他 2025 年一季度买了 2020 万份 Intel 的看涨期权,那时候 Intel 股价在 20 美元附近,华尔街的主流判断都认为 Intel 不太行。
上周,Intel 涨到 113 美元,创了 25 年来的历史新高。一年不到翻了将近五倍,这位年轻人的期权回报倍数比股票还要夸张得多。
我能理解围观者的冲动。美国投资网站 Motley Fool 一天发了四篇文章拆他的持仓,海外 Reddit 投资版在讨论要不要抄他的作业。所有人都试图从他的持仓报告里找到下一个 Intel。
但你要知道,持仓报告一般有 45 天延迟。等你看到他买了什么的时候,行情已经走了一半。
更关键的是,就算你实时知道他的持仓,你也复制不了他持续押对的原因。
圈子,才是最伟大的 Alpha
首先,Leopold Aschenbrenner 让人感觉到最神的地方,是他在 24 年写的那个关于 AI 的论文,几乎预判了现在的 AI 发展方向和投资脉络。
核心论点其实一句话就能概括:AI 模型的训练算力每年增长大约半个数量级,照这个速度,2027 年前后就会出现能力接近人类的通用人工智能(AGI)。
但要维持这个增长速度,关键制约因素不在算法层面,而在电力、芯片产能和物理空间。单个训练集群的用电量会从兆瓦级跳到吉瓦级,接近一座大型核电站的输出。
这就是他整个基金的底层逻辑。AI 发展的速度由物理瓶颈决定,所以你就应该投资瓶颈本身。
这个判断,听起来像一个聪明人在书房里做了大量功课后推演出来的结论;但实际上,我认为是圈子让他形成了这个判断。
他写论文之前,在 OpenAI 的 Superalignment 团队干了一年。这个团队专门研究怎么控制比人类更聪明的 AI,直接向首席科学家 Ilya Sutskever 汇报。
在那一年里,他看到的是内部的训练计划、实际的算力消耗、下一代模型对电力和芯片的具体需求。他在论文里写下"吉瓦级用电量"这个判断的时候,依据或许就是实验室里的内部路线图。
2024 年 4 月他被 OpenAI 开除了,导火索是他给 OpenAI 董事会写了一份内部备忘录,警告公司的安全措施不足,可能面临外国情报机构的渗透风险。
这份备忘录引发了管理层和董事会之间的紧张关系,OpenAI 随后以"泄露信息"为由将他解雇。
两个月后,论文发表。这篇论文与其说是独立研究,不如理解为他在 OpenAI 内部认知的公开版本。
AI 论文解决了"看什么方向"的问题。但做投资,光知道方向远远不够。
AI 需要更多电力,这个判断 2024 年就有大把分析师在说。真正值钱的是时机和仓位,比如你敢不敢在 Intel 股价 20 美元的时候砸 2000 万份看涨期权进去。
这种信心不只是来源于相信 AI 的大趋势,而是具体知道哪家公司在签多大的电力采购合同,哪个数据中心在扩建,需求的量级到底有多大。
而 Leopold Aschenbrenner 创立的基金 Situational awareness ,其中的出资人恰好就坐在这些决策的第一排。
这个基金的 LP 包括 Stripe 的两位创始人,公司处理着硅谷大半科技公司的支付流水,能直接感知到基础设施开支的加速;
而另一位出资人是前 GitHub CEO、现 Meta AI 产品负责人 Nat Friedman,每天都在参与算力采购的决策。
他们给基金带来的,除了初始资本,还有一条持续更新的信息管道。
此外,他的基金里的研究总监也是这条链上的关键角色。 Carl Shulman,AI 安全领域的老前辈,之前在 Peter Thiel 的对冲基金 Clarium Capital 干过,专门负责把 AI 圈的认知转化成可执行的交易策略。
他的持仓里,还有一个容易被忽略的加密角落。
去年底的持仓报告显示,他新建了 CleanSpark 和 Bitfarms 的仓位,两家都是比特币矿企,正在把 BTC 挖矿设施转型成 AI 算力中心。
加密矿场天然具备大规模电力接入和散热系统,恰好是 AI 数据中心最稀缺的资源。
有意思的是,他跟加密行业并不陌生。2022 年他曾在 SBF 创办的 FTX 慈善基金 Future Fund 工作过九个月,在 FTX 暴雷前恰好离开了。
这段经历是否直接影响了他对矿企的判断,外人无从知道。但可以确认的是,他是极少数同时深入接触过加密产业和 AI 前沿实验室的人。这种交叉本身也是一种稀缺的认知位置和人脉链接的可能。
还有一个细节,他的未婚妻 Avital Balwit,是 Anthropic CEO Dario Amodei 的幕僚长。Anthropic 是 Claude 的母公司,也是 OpenAI 最直接的竞争对手。
他在 OpenAI 工作过,未婚妻在 Anthropic CEO 身边。AGI 竞赛最前沿的两家公司,他一家有实战经验,一家有日常接触。
美国的 Fortune 杂志去年采访了与他有接触的十几个圈内人,结论是他很擅长“把硅谷实验室里正在酝酿的想法打包成叙事”。
笔者觉得这个说法太客气了。他做的事情更直接,就是把私人圈子获取的认知,在公开市场上下注。发出来的 AI 论文是脱密版,自己的投资基金才是完整版。
一个外部人进不去的正反馈循环
回头看, Leopold Aschenbrenner 的基金选择了一种不太常见的结构。
大多数 AI 领域的资金走风险投资路线,投早期公司,赌谁能成为下一个 OpenAI。他没有走这条路。据 Fortune 报道,他在创立基金时明确拒绝了 VC 模式,理由是 AGI 的影响太大,只有在流动性最好的公开市场里才能充分表达投资判断。
这个选择本身就暴露了他所在圈子的一个共识:AI 时代最大的投资机会,可能藏在那些已经拥有物理基础设施的老公司里。
可以是一家有现成电力接入的燃料电池公司,一家有晶圆代工产线的芯片巨头,一家有矿场和散热系统的比特币矿企。这些公司已经上市多年,流动性好,但大多数分析师还在用旧的估值框架给它们定价,还没有把"AI 基础设施刚需"这个变量认真纳入模型。
这就是他的套利空间。
圈子里的人已经知道 AI 基础设施扩张的节奏和规模,公开市场还在用旧逻辑定价。中间的价差,就是利润的来源。
这种信息优势还有一个特点:它会自我强化。
基金回报越好,越多产业核心层的人愿意成为 LP。LP 越多,基金能接触到的决策层信息就越密集。信息越密集,下注精度就越高。这是一个正反馈循环,而且对外部人来说,进入这个循环的门槛只会越来越高。
当然,这个循环也有脆弱的一面。高度集中的持仓加上显著的杠杆,意味着整个基金对单一叙事的依赖程度极高。只要"AI 基础设施持续扩张"这个前提还成立,一切顺风顺水。
但如果 AI 发展的节奏放缓,或者能源瓶颈被某种技术突破绕过去了,集中仓位的回撤速度会比建仓速度快得多。他赌的不只是方向,还有节奏。节奏一旦错位,圈子里的共识反而可能变成集体盲区。
回到最初的问题。
所有人都在研究他的持仓,试图复制他的操作。但股神级别收益率的背后,是有结构性条件的。
论文是公开的,持仓报告是公开的,他的投资逻辑在播客和采访里也讲得很清楚。但即便你完整理解了他的每一个判断,你也无法复制他做出这些判断时所处的位置。
仓位可以回溯,收益值得羡慕,但认知的来源却无法共享。这大概才是这个时代最贵的一种不对称。
