美股投资圈的终极秘密：圈子才是最大的Alpha

每当有人在美股市场大赚一笔，围观者的第一个动作总是如出一辙：翻看他的持仓报告，寻找下一个值得买入的股票。

最近，一个名叫Leopold Aschenbrenner的24岁德国年轻人成为了众人瞩目的焦点。今年3月，国内媒体曾集中报道过他，称其为“被OpenAI开除的天才”，并提到他撰写了一篇165页的论文，预测了AI趋势，并创立了一个管理着55亿美元的对冲基金。

然而，真正让人震惊的是，这个基金不买英伟达、不买OpenAI，也不涉足任何AI模型公司。它的投资标的集中在AI生存所依赖的关键领域：发电、芯片制造、光通信和数据中心。正如他在论文中所言：“AI的瓶颈不在算法，而在电力和算力。”整个基金就是在赌这句话是对的。

社交媒体上的投资者们将他称为“AI时代的美股版本之子”或“AI版巴菲特”。这一称号再次被提及，因为他的押注结果令人瞠目结舌。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内上涨了61%。按此推算，他的基金管理规模已接近90亿美元。

那么，他是如何做到的？答案主要归功于两只重仓股：

Bloom Energy，一家为AI数据中心提供离网电力的燃料电池公司，年初至今股价飙升了239%。

根据去年底公开的持仓报告，他持有该公司8.75亿美元的股票和期权，如今市值已膨胀至近30亿美元。

还有Intel。同一份报告显示，他在2025年一季度购买了2020万份Intel的看涨期权，当时Intel股价仅在20美元左右，而华尔街普遍对其持悲观态度。

上周，Intel股价飙升至113美元，创下25年来历史新高。不到一年时间翻了近五倍，这位年轻人的期权回报更是夸张。

我理解围观者的冲动。美国投资网站Motley Fool一天内连发四篇文章拆解他的持仓，Reddit投资版块也在热议是否应该抄他的作业。所有人都试图从他的持仓报告中找到下一个Intel。

但需要注意的是，持仓报告通常有45天延迟。等你看到他买了什么时，行情已经走了一半。

更重要的是，即使你能实时获取他的持仓，也无法复制他持续押对的原因。

圈子，才是最伟大的Alpha

Leopold Aschenbrenner之所以被认为“神”，是因为他在24岁时写下的那篇关于AI的论文，几乎预判了当前AI的发展方向和投资脉络。

核心论点可以用一句话概括：AI模型的训练算力每年增长约半个数量级，按照这个速度，2027年前后将出现能力接近人类的通用人工智能（AGI）。

然而，维持这种增长的关键制约因素并非算法，而是电力、芯片产能和物理空间。单个训练集群的用电量将从兆瓦级跃升至吉瓦级，接近一座大型核电站的输出。

这便是他整个基金的底层逻辑：AI发展的速度由物理瓶颈决定，因此投资应聚焦于这些瓶颈本身。

这一判断听起来像是某个聪明人在书房里做了大量功课后的推演结果，但实际上，我认为是“圈子”让他形成了这样的判断。

在撰写论文之前，Leopold曾在OpenAI的Superalignment团队工作一年。该团队专注于研究如何控制比人类更聪明的AI，并直接向首席科学家Ilya Sutskever汇报。

在这一年里，他亲眼目睹了内部的训练计划、实际的算力消耗以及下一代模型对电力和芯片的具体需求。他在论文中提到“吉瓦级用电量”时，依据或许正是实验室里的内部路线图。

2024年4月，他因向OpenAI董事会提交一份内部备忘录警告安全措施不足而被解雇。这份备忘录引发了管理层与董事会之间的紧张关系，最终OpenAI以“泄露信息”为由将其开除。

两个月后，他的论文发表。这篇论文与其说是独立研究，不如说是他在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，这一判断早在2024年就被许多分析师提出。真正值钱的是时机和仓位，比如你敢不敢在Intel股价20美元时砸下2000万份看涨期权。

这种信心不仅来源于对AI大趋势的信任，还来自具体了解哪家公司在签署多大的电力采购合同，哪个数据中心正在扩建，需求的量级到底有多大。

而Leopold创立的基金Situational Awareness，其出资人恰好站在这些决策的第一排。

该基金的LP包括Stripe的两位创始人，他们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；另一位出资人是前GitHub CEO、现Meta AI产品负责人Nat Friedman，他每天都在参与算力采购的决策。

这些LP为基金带来的不仅是初始资本，还有一条持续更新的信息管道。

此外，他的基金中的研究总监Carl Shulman也是这条链上的关键角色。作为AI安全领域的老前辈，他曾任职于Peter Thiel的对冲基金Clarium Capital，专门负责将AI圈的认知转化为可执行的交易策略。

他的持仓中还有一个容易被忽略的加密角落。去年底的报告显示，他新建了CleanSpark和Bitfarms的仓位，这两家公司都是比特币矿企，正在将BTC挖矿设施转型为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，而这正是AI数据中心最稀缺的资源。

有趣的是，他对加密行业并不陌生。2022年，他曾在SBF创办的FTX慈善基金Future Fund工作九个月，在FTX暴雷前恰好离开。

这段经历是否直接影响了他对矿企的判断，外人无从得知。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，这种交叉本身就是一种稀缺的认知位置和人脉链接的可能性。

另一个细节是，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，未婚妻则在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《Fortune》杂志去年采访了与他有接触的十几个圈内人，结论是他擅长“把硅谷实验室里正在酝酿的想法打包成叙事”。

笔者认为这个说法太客气了。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

回顾Leopold Aschenbrenner的基金选择，它采取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，投资早期公司，赌谁能成为下一个OpenAI。但他没有选择这条路。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中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，可能隐藏在那些已经拥有物理基础设施的老公司中。

这可能是一家拥有现成电力接入的燃料电池公司，一家拥有晶圆代工产线的芯片巨头，或是一家拥有矿场和散热系统的比特币矿企。这些公司早已上市多年，流动性好，但大多数分析师仍在用旧的估值框架给它们定价，尚未将“AI基础设施刚需”这一变量认真纳入模型。

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，而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，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”这一前提成立，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。一旦节奏错位，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中也讲得很清楚。但即便你完全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。