华尔街最火00后

marsbit發佈於 2026-05-31更新於 2026-05-31

文章摘要

本文讲述了一位25岁的德国天才少年Leopold Aschenbrenner在华尔街的崛起故事。他19岁从哥伦比亚大学以三个学位毕业,曾加入OpenAI的安全团队,但在2024年因信息泄露争议被解雇。随后,他创立了对冲基金“态势感知”,凭借对AI发展底层逻辑的独特预判——即AI进步的真正瓶颈在于电力、算力等基础设施而非算法本身——进行投资布局。 他避开当时热门的AI芯片和半导体,转而做多电力、数据中心、能源基础设施等“沉默资产”。其基金持仓市值从2024年底的2.55亿美元猛增至2026年一季度的137亿美元。持仓显示,他大量持有Bloom Energy等能源公司,并做空英伟达等芯片股,但独具慧眼地增持了后来大涨的存储公司闪迪。 文章指出,他的投资逻辑正在被市场验证:科技巨头正斥巨资投入AI基础设施建设,电力、光模块、存储等领域需求激增,相关公司股价飞涨。这揭示了AI繁荣背后坚实的物理基础,以及资本向产业链关键瓶颈聚集的趋势。

“我只是早了,但我没有错。”

电影《大空头》里这句话,时下那位华尔街最年轻基金掌舵人想必深有共鸣。

2024年,OpenAI一纸辞令将23岁的Leopold Aschenbrenner扫地出门。很快,他转头成立了对冲基金,站在共识对立面——不梭哈风头无两的AI芯片和半导体,而是做多电力、数据中心、算力承载和能源基础设施,这些彼时看来沉默笨重的“老登”资产。

当初的妙算很快成真。今天,科技巨头重金投向AI基础设施,资本市场更是一举捧出存储、光模块等领域的AI新王。Leopold赢了,他的基金持仓市值在今年一季度末已经高达137亿美元(约合人民币900亿),身家暴涨。

而他才25岁。AI时代,天才叙事太过酣畅淋漓。

19岁大学毕业

两年前被OpenAI扫地出门

不必讶异他如此年轻,毕竟他15岁就读大学了。

这位出生于医生家庭的德国少年颇具学习天赋。2021年,19岁的Leopold获得了数学、统计学和经济学三个学位,作为全年级第一以毕业生代表身份从哥伦比亚大学毕业,此后任职于两家基金。

没过多久,他加入OpenAI的Superalignment团队。这个团队相当明星,由OpenAI联合创始人Ilya Sutskever参与领导,目标是在四年内解决超级智能的对齐问题,也就是让高度智能的AI依然能够听人类的话。

戏剧的是,Leopold被OpenAI高调开除了。

导火索是OpenAI董事会写了一份内部备忘录,警告公司的安全措施不足。不料这份备忘录引发了管理层和董事会之间的紧张关系,2024年4月,OpenAI 以泄露信息为由将Leopold解雇。

经历塑造选择,也打磨出远见。

被OpenAI开除不久,Leopold发表了一篇深刻长文,几乎预判了现在的AI发展方向和投资脉络,其中提到:2027年,大模型将能够完成AI研究人员或工程师的工作。

而要达到这个目标,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。

基于这样的预判,2024年底,Leopold选择了创业——成立对冲基金态势感知(Situational Awareness LP),投身做多AI发展所需要的能源与算力基础设施,避开拥挤的芯片与应用层泡沫。

看空英伟达

却建仓大牛股闪迪

由此,华尔街新晋天才交易员诞生。

2026年5月,随着Leopold的对冲基金披露了今年第一季度的最新美股持仓(13F文件),这位00后掌舵的惊人财富扩张版图摊开:

他的持仓总市值已从2025年末的55.2亿美元暴涨至137亿美元,而在2024年底,这只基金的规模仅为2.55亿美元,如此速度堪称坐火箭。

比起他的履历和天才往事,全球围观者更关心的是,他买了些什么?

从其最新持仓看,Leopold保留了AI基础设施的多头头寸,并开设了价值84.5亿美元的新空头期权,对冲科技和半导体。截至一季度末,他所持前五大持仓全部为看跌期权,其中半导体指数ETF-VanEck的看跌期权,期末价值约20亿美元,英伟达的看跌期权期末价值约16亿美元,还有甲骨文、博通、超威半导体(AMD)的看跌期权。

这个组合显然透露着对芯片过热的警惕。例外的是,他一季度末唯独增持了8.6万股闪迪的股票,并建仓价值3.9亿美元的闪迪看涨期权。后来,闪迪的走势无疑羡煞众人,仅二季度来,闪迪累计涨幅就约160%。

重头戏是在多头上,Leopold大量买入了AGI时代的重要基础设施资产。

其中多头重仓之首,是燃料公司Bloom Energy。Leopold持有这家公司将近650万股股票,持仓市值约8.79亿美元。更准确来说,Bloom Energy是做燃料电池的,能够高效地把天然气直接转化为电力。

与此同时,Leopold一季度还增持了CleanSpark、Riot Platforms、Applied Digital、IREN等数据中心或加密矿企相关公司,这些公司拥有土地、电力资源、数据中心能力或电网许可。

“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。”纵观上述交易,正对应了Leopold一开始成立基金的底层逻辑。

当然,对普通投资者而言,抄作业就晚了些。持仓报告通常有45天延迟,外界真正看到大佬买了什么的时候,行情也已经走过了最肥的一段。

AI世界的尽头

“全世界都重视起AI基础设施资产。”

今年短短几个月,Leopold所押注的电力供应、数据中心算力、半导体光学等赛道已经充分展现出潜力和巨大需求。

比如电力。IEA数据显示,2025年全球数据中心总耗电485TWh,其中AI 170TWh(35%);预计2030年全球数据中心总耗电将达950TWh,AI 510TWh(54%),超过日本全国用电量。中国数字同样惊人,2025年AI耗电4500亿度(3.8%全社会用电),2026年将达6000亿度(5%),将近全国钢铁行业全年用电量。

再看“光”,随着AI的竞争正在从计算之争迅速演变为连接之争,传统铜线连接早已不堪重负,由此“光链”需求增长迅猛。

据英国商品研究所数据,2025年全球数据中心的光纤用量达到6960万芯公里,2026年预计突破1亿芯公里,据其测算,2027年AI驱动的光纤需求在数据中心光纤总需求中占比预计将升至35%。光模块方面,高盛将2026年800G光模块销量预测从原预期的2500万只大幅上调至3350万只,增幅达58%。

意料之中,科技巨头们已经开始修筑AI基建护城河。

2026年,亚马逊、谷歌母公司Alphabet、Meta等资本支出计划都大幅增长,巨额资金将投向新建数据中心,以及包括人工智能芯片、网络线缆、备用发电机在内的一长串设备。国内,最新一幕是传言字节跳动正在讨论今年最高700亿美元(约合4747亿元人民币)的支出计划,主要用于建设数据中心和其他AI基础设施。

此番AI基建狂澜,资本市场的投票更直接猛烈。

放眼国内,作为光模块三巨头的“易中天”,自去年来股价纷纷翻倍,尤其是中际旭创,从去年4月66元/股的低点一路飙升至逾1000元,市值如今近1.3万亿元。

同样地,去年下半年来存储周期行情一开启,江波龙、德明利、佰维存储同步劲涨,4月刚上市的大普微更是在短短一个月内就把发行价翻了近20倍。

两相对照,不由感慨,互联网曾被想象成没有重量的世界,却造出了机房、光缆和海底电缆。如今AI看起来似乎更轻,但真正落地时,同样离不开电、土地、芯片、网络和冷却系统。

远大未来,总是会从那些沉默的资产里长出来。

本文来自微信公众号 “投资界”(ID:pedaily2012),作者:冯雨晨

相關問答

QLeopold Aschenbrenner 创办的对冲基金主要投资方向是什么?

A他创办的对冲基金‘态势感知’主要投资于AI发展所需的能源与算力基础设施,包括电力、数据中心、算力承载和能源基础设施等‘老登’资产,而非当时风头正劲的AI芯片和半导体。

QLeopold Aschenbrenner 被OpenAI解雇的原因是什么?

A2024年4月,OpenAI以泄露公司内部关于安全措施不足的备忘录信息为由,将Leopold Aschenbrenner解雇。

Q根据文章,AI发展的关键制约因素有哪些?

A根据Leopold的观点和文章内容,AI发展的关键制约因素不在算法层面,而在于物理瓶颈,主要包括电力供应、芯片产能和物理空间。例如,单个训练集群的用电量将从兆瓦级跃升至吉瓦级。

QLeopold的基金在2026年第一季度持仓中的空头头寸主要针对哪些领域或公司?

A他开设了价值84.5亿美元的新空头期权来对冲科技和半导体领域。截至一季度末,其前五大持仓均为看跌期权,包括半导体指数ETF-VanEck、英伟达、甲骨文、博通和超威半导体(AMD)。

Q文章中提到国内AI基础设施领域的市场表现如何?

A国内市场表现强劲。光模块‘三巨头’(易中天)股价自去年以来纷纷翻倍,其中中际旭创股价从低点飙升至逾1000元。存储领域如江波龙、德明利等公司也同步劲涨,大普微在上市一个月内股价翻了近20倍。

你可能也喜歡

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit4 小時前

如何让自己变得让人工智能永远也无法取代

marsbit4 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru7 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru7 小時前

交易

現貨
活动图片