美股新股神的圈子，才是最大的 Alpha

作者：庫裡，深潮 TechFlow

每次有人在美股賺到大錢，圍觀的人做的第一件事永遠都一樣：翻他的持倉報告，找下一個該買的股票。

最近被翻得最多的那份報告，當然屬於一個叫 Leopold Aschenbrenner 的 24 歲德國人。

今年 3 月，國內媒體曾集中報道過他，標題都差不多；比如被 OpenAI 開除的天才，寫了 165 頁論文預判了 AI 趨勢，開了個對沖基金，管著 55 億美元...

但標籤只是標籤。這個基金真正讓人側目的地方在於，它不買英偉達，不買 OpenAI，不買任何做 AI 模型的公司。它只買 AI 活著離不開的東西，發電、芯片製造、光通信、數據中心...

用他自己論文裡的話說，AI 的瓶頸不在算法，在電力和算力。整個基金就是在賭這句話是對的。

社交媒體上的投資博主管他叫“AI 時代的美股版本之子”，或者 AI 版的股神巴菲特。最近這個稱號又被翻出來了，因為他賭對的程度開始變得有點離譜。

據跟單平臺 Autopilot 5 月 1 日發佈的數據，模擬他持倉的投資組合兩個月漲了 61%。按此推算，他的基金規模已經逼近 90 億美元。

錢從哪賺的？主要靠兩隻重倉股。Bloom Energy，一家給 AI 數據中心提供離網電力的燃料電池公司，年初至今股價漲了 239%。

據去年底公開的持倉報告，他持有這家公司 8.75 億美元的股票和期權，現在市值膨脹到將近 30 億。

還有 Intel。同一份持倉報告顯示，他 2025 年一季度買了 2020 萬份 Intel 的看漲期權，那時候 Intel 股價在 20 美元附近，華爾街的主流判斷都認為 Intel 不太行。

上週，Intel 漲到 113 美元，創了 25 年來的歷史新高。一年不到翻了將近五倍，這位年輕人的期權回報倍數比股票還要誇張得多。

我能理解圍觀者的衝動。美國投資網站 Motley Fool 一天發了四篇文章拆他的持倉，海外 Reddit 投資版在討論要不要抄他的作業。所有人都試圖從他的持倉報告裡找到下一個 Intel。

但你要知道，持倉報告一般有 45 天延遲。等你看到他買了什麼的時候，行情已經走了一半。

更關鍵的是，就算你實時知道他的持倉，你也複製不了他持續押對的原因。

圈子，才是最偉大的 Alpha

首先，Leopold Aschenbrenner  讓人感覺到最神的地方，是他在 24 年寫的那個關於 AI 的論文，幾乎預判了現在的 AI 發展方向和投資脈絡。

核心論點其實一句話就能概括：AI 模型的訓練算力每年增長大約半個數量級，照這個速度，2027 年前後就會出現能力接近人類的通用人工智能（AGI）。

但要維持這個增長速度，關鍵制約因素不在算法層面，而在電力、芯片產能和物理空間。單個訓練集群的用電量會從兆瓦級跳到吉瓦級，接近一座大型核電站的輸出。

這就是他整個基金的底層邏輯。AI 發展的速度由物理瓶頸決定，所以你就應該投資瓶頸本身。

這個判斷，聽起來像一個聰明人在書房裡做了大量功課後推演出來的結論；但實際上，我認為是圈子讓他形成了這個判斷。

他寫論文之前，在 OpenAI 的 Superalignment 團隊幹了一年。這個團隊專門研究怎麼控制比人類更聰明的 AI，直接向首席科學家 Ilya Sutskever 彙報。

在那一年裡，他看到的是內部的訓練計劃、實際的算力消耗、下一代模型對電力和芯片的具體需求。他在論文裡寫下"吉瓦級用電量"這個判斷的時候，依據或許就是實驗室裡的內部路線圖。

2024 年 4 月他被 OpenAI 開除了，導火索是他給 OpenAI 董事會寫了一份內部備忘錄，警告公司的安全措施不足，可能面臨外國情報機構的滲透風險。

這份備忘錄引發了管理層和董事會之間的緊張關係，OpenAI 隨後以"洩露信息"為由將他解僱。

兩個月後，論文發表。這篇論文與其說是獨立研究，不如理解為他在 OpenAI 內部認知的公開版本。

AI 論文解決了"看什麼方向"的問題。但做投資，光知道方向遠遠不夠。

AI 需要更多電力，這個判斷 2024 年就有大把分析師在說。真正值錢的是時機和倉位，比如你敢不敢在 Intel 股價 20 美元的時候砸 2000 萬份看漲期權進去。

這種信心不只是來源於相信 AI 的大趨勢，而是具體知道哪家公司在籤多大的電力採購合同，哪個數據中心在擴建，需求的量級到底有多大。

而 Leopold Aschenbrenner 創立的基金 Situational awareness ，其中的出資人恰好就坐在這些決策的第一排。

這個基金的 LP 包括 Stripe 的兩位創始人，公司處理著硅谷大半科技公司的支付流水，能直接感知到基礎設施開支的加速；

而另一位出資人是前 GitHub CEO、現 Meta AI 產品負責人 Nat Friedman，每天都在參與算力採購的決策。

他們給基金帶來的，除了初始資本，還有一條持續更新的信息管道。

此外，他的基金裡的研究總監也是這條鏈上的關鍵角色。 Carl Shulman，AI 安全領域的老前輩，之前在 Peter Thiel 的對沖基金 Clarium Capital 幹過，專門負責把 AI 圈的認知轉化成可執行的交易策略。

他的持倉裡，還有一個容易被忽略的加密角落。

去年底的持倉報告顯示，他新建了 CleanSpark 和 Bitfarms 的倉位，兩家都是比特幣礦企，正在把 BTC 挖礦設施轉型成 AI 算力中心。

加密礦場天然具備大規模電力接入和散熱系統，恰好是 AI 數據中心最稀缺的資源。

有意思的是，他跟加密行業並不陌生。2022 年他曾在 SBF 創辦的 FTX 慈善基金 Future Fund 工作過九個月，在 FTX 暴雷前恰好離開了。

這段經歷是否直接影響了他對礦企的判斷，外人無從知道。但可以確認的是，他是極少數同時深入接觸過加密產業和 AI 前沿實驗室的人。這種交叉本身也是一種稀缺的認知位置和人脈鏈接的可能。

還有一個細節，他的未婚妻 Avital Balwit，是 Anthropic CEO Dario Amodei 的幕僚長。Anthropic 是 Claude 的母公司，也是 OpenAI 最直接的競爭對手。

他在 OpenAI 工作過，未婚妻在 Anthropic CEO 身邊。AGI 競賽最前沿的兩家公司，他一家有實戰經驗，一家有日常接觸。

美國的 Fortune 雜誌去年採訪了與他有接觸的十幾個圈內人，結論是他很擅長“把硅谷實驗室裡正在醞釀的想法打包成敘事”。

筆者覺得這個說法太客氣了。他做的事情更直接，就是把私人圈子獲取的認知，在公開市場上下注。發出來的 AI 論文是脫密版，自己的投資基金才是完整版。

一個外部人進不去的正反饋循環

回頭看， Leopold Aschenbrenner 的基金選擇了一種不太常見的結構。

大多數 AI 領域的資金走風險投資路線，投早期公司，賭誰能成為下一個 OpenAI。他沒有走這條路。據 Fortune 報道，他在創立基金時明確拒絕了 VC 模式，理由是 AGI 的影響太大，只有在流動性最好的公開市場裡才能充分表達投資判斷。

這個選擇本身就暴露了他所在圈子的一個共識：AI 時代最大的投資機會，可能藏在那些已經擁有物理基礎設施的老公司裡。

可以是一家有現成電力接入的燃料電池公司，一家有晶圓代工產線的芯片巨頭，一家有礦場和散熱系統的比特幣礦企。這些公司已經上市多年，流動性好，但大多數分析師還在用舊的估值框架給它們定價，還沒有把"AI 基礎設施剛需"這個變量認真納入模型。

這就是他的套利空間。

圈子裡的人已經知道 AI 基礎設施擴張的節奏和規模，公開市場還在用舊邏輯定價。中間的價差，就是利潤的來源。

這種信息優勢還有一個特點：它會自我強化。

基金回報越好，越多產業核心層的人願意成為 LP。LP 越多，基金能接觸到的決策層信息就越密集。信息越密集，下注精度就越高。這是一個正反饋循環，而且對外部人來說，進入這個循環的門檻只會越來越高。

當然，這個循環也有脆弱的一面。高度集中的持倉加上顯著的槓桿，意味著整個基金對單一敘事的依賴程度極高。只要"AI 基礎設施持續擴張"這個前提還成立，一切順風順水。

但如果 AI 發展的節奏放緩，或者能源瓶頸被某種技術突破繞過去了，集中倉位的回撤速度會比建倉速度快得多。他賭的不只是方向，還有節奏。節奏一旦錯位，圈子裡的共識反而可能變成集體盲區。

回到最初的問題。

所有人都在研究他的持倉，試圖複製他的操作。但股神級別收益率的背後，是有結構性條件的。

論文是公開的，持倉報告是公開的，他的投資邏輯在播客和採訪裡也講得很清楚。但即便你完整理解了他的每一個判斷，你也無法複製他做出這些判斷時所處的位置。

倉位可以回溯，收益值得羨慕，但認知的來源卻無法共享。這大概才是這個時代最貴的一種不對稱。