Leopold Aschenbrenner 的持仓又又又爆涨了，作为对冲基金新秀，他的投资逻辑正在被行情反向验证。

过去几天，Leopold 旗下 Situational Awareness LP 公开持仓里的多只股票集体上涨：Bloom Energy、Cipher Mining、Intel、Applied Digital、SanDisk、IREN 等标的单日涨幅一度超过 10%，这让市场重新翻出他去年底的 13F 报告，试图理解这个前 OpenAI 研究员为什么提前押中了 AI 基础设施这条线。

他值得关注的地方，不在于「年轻」「暴富」这些爽文标签，而在于他提供了一套不同于主流 AI 交易的框架。大多数人把 AI 投资等同于英伟达、微软、OpenAI 和模型能力，但 Leopold 的组合却绕开了最拥挤的明星资产，转向 Bloom Energy、CoreWeave、Core Scientific、Lumentum、Intel、比特币矿企和电力相关公司。

AI 叙事正在从「谁的模型更强」转向「谁能承载模型继续扩张」。训练和推理需要 GPU，GPU 需要数据中心，数据中心需要电力、土地、冷却、光纤、许可证和长期供能合同。Leopold 押注的是 AI 继续增长必须经过的物理瓶颈。Fortune 也把他的最新持仓概括为：这位前 OpenAI 研究员正在把自己的 AGI 论文，翻译成对电力、AI 基础设施和加密矿企的数十亿美元押注。

三月初，动察Beating 对 Leopold 及其基金持仓、投资逻辑进行了深度拆解，分享了他关于 AI 竞争的未来图景。而这一切也正在现实中被印证：AI 叙事正在从屏幕里的模型，退回到脚下的土地和电网。未来最贵的东西，未必是算法，而是支撑算法继续膨胀的物理世界。

以下为 动察Beating 原始内容：

2026 年 2 月，对冲基金 Situational Awareness LP 提交了季度持仓报告，报告显示，截至 2025 年第四季度末，这家基金的美股持仓总市值为 55.17 亿美元。

华尔街管理着数万亿美元的资产，55 亿不过是沧海一粟。但这家基金在 12 个月前的管理规模还不到 4 亿，而且它的创始人兼首席投资官，是一个 1999 年出生的年轻人。

他叫 Leopold Aschenbrenner。27 岁。

12 个月，他把这家基金从 3.83 亿做到 55.17 亿，增长超过 14 倍。同期标普 500 的涨幅是个位数。

更让人惊讶的的是他的持仓。打开季度持仓报告，你找不到任何一家你总能在财经新闻头条上见到的 AI 明星公司。取而代之的，是做燃料电池的公司、是刚从破产边缘爬起来的比特币矿工、以及正在被整个市场抛弃的芯片巨头。

他说自己的基金是投资 AI 的，但这根本不像是一份 AI 基金的持仓，这更像是一个疯子的购物清单。

但这个疯子，恰恰是全世界最早、最深刻地理解 AI 将如何改变世界的人之一。在加入华尔街之前，他是 OpenAI 的研究员，负责思考当 AI 比人类更聪明时如何确保它不会失控；后来，他因为说了不该说的话被扫地出门，写了一篇 165 页的万言书，预言了一个让大多数人觉得荒诞的未来。

再后来，他把自己的全部身家梭哈了进去。

拆解 55 亿：他到底买了什么

要理解 Leopold Aschenbrenner 在投资上有多天才，最直接的方式就是打开他的持仓报告，一行一行地读。

他的第一大重仓股，是 Bloom Energy。持仓市值 8.76 亿美元，占总仓位的 15.87%。

这家公司是做燃料电池的。更准确地说，它做的是一种叫「固体氧化物燃料电池」的东西，能把天然气直接转化为电力，效率极高。创始人 KR Sridhar 曾经是 NASA 火星探索计划的工程师，被《财富》杂志称为「当今创造未来的五位顶尖未来学家之一」。

一个 AI 基金，把最大的赌注押在了一家发电公司身上。

根据 Gartner 的预测，全球 AI 优化服务器的电力消耗，将从 2025 年的 93 太瓦时飙升到 2030 年的 432 太瓦时，五年翻近五倍。美国数据中心的电网电力需求，到 2030 年将增长近三倍，达到 134.4 吉瓦。而美国电力基础设施的平均年龄已经超过 25 年，很多组件的年龄在 40 到 70 年之间，远超设计寿命。

换句话说，AI 需要的电，比整个电网能给的还多。而电网本身又已经老得快要散架了。

AI 时代最稀缺的资源，不是芯片，是电。

Bloom Energy 的燃料电池，恰好能绕过这个瓶颈。它不需要接入电网，直接在数据中心旁边发电，24 小时不间断。2025 年，Bloom Energy 拿到了一份来自 CoreWeave 的合同，为其位于伊利诺伊州的 AI 数据中心提供燃料电池。

说到 CoreWeave，这恰好是 Leopold 的第二大重仓。

他持有价值 7.74 亿美元的 CoreWeave 看涨期权，加上 4.37 亿美元的普通股，合计超过 12 亿美元，占总仓位的 22%。CoreWeave 是一家 GPU 云服务商，从加密货币矿场转型而来。

2017 年，Mike Intrator 和 Brian Venturo 几个人凑在一起挖比特币。2018 年币圈崩盘，矿挖不下去了。但他们手里有一堆 GPU。2019 年，他们灵机一动：GPU 不只能挖矿，还能跑 AI。

于是公司转型，从矿场变成了 AI 算力的军火商。2025 年 3 月 27 日，CoreWeave 在纳斯达克 IPO，以每股 40 美元的价格募集了 15 亿美元。一家从矿场里爬出来的公司，成了 AI 基础设施的核心供应商。

Leopold 看中的是 CoreWeave 手里大量的 GPU 和与英伟达的深度绑定关系。在算力就是生产力的时代，谁手里有 GPU，谁就是王。

但真正让人看不懂的，是他的第三大重仓：英特尔。持仓市值 7.47 亿美元，全部是看涨期权，占总仓位的 13.54%。

2025 年的英特尔，是华尔街最不受待见的公司之一。股价从 2024 年的高点腰斩，市场份额被 AMD 和英伟达蚕食，CEO 换了一轮又一轮。几乎所有分析师都在说英特尔完了。

但 Leopold 偏偏在这个时候用看涨期权重仓买入。这是一个极度激进的操作，赌对了起飞，赌错了归零。

他赌的是什么？就两个字：代工。

2024 年 11 月，美国商务部宣布，英特尔将通过《芯片与科学法案》获得高达 78.6 亿美元的直接资金支持。这笔钱的目的只有一个，让英特尔成为美国本土的芯片代工厂，与台积电竞争。

在中美科技脱钩的大背景下，美国需要一个「自己人」来造芯片。英特尔虽然落后，但它是唯一的选择。Leopold 赌的不是英特尔的技术，而是美国的国家意志。

接下来的持仓就更有意思了。Core Scientific，持仓 4.19 亿美元；IREN，3.29 亿美元；Cipher Mining，1.55 亿美元；Riot Platforms，7800 万美元；Hut 8，3950 万美元。

这些企业有一个共同特征：它们全都是比特币矿企。

一个 AI 基金，为什么要投资一堆比特币矿工？

很简单，因为比特币矿企拥有全美国最便宜的电力和最大的数据中心场地。

Core Scientific 拥有超过 1300 兆瓦的电力容量。IREN 在俄克拉荷马州计划扩建 1.6 吉瓦的容量。这些矿工为了在激烈的算力竞争中生存，早就在全球范围内锁定了最廉价的电力资源，签下了长期购电协议。

而现在，AI 数据中心最缺的，恰恰就是电力和场地。

2022 年，Core Scientific 因为币圈崩盘申请破产。它在 2024 年 1 月完成重组，削减了约 10 亿美元的债务，在纳斯达克重新上市。然后，它与 CoreWeave 签下了一份 12 年期、价值超过 102 亿美元的合同，把自己的矿场改造成 AI 数据中心。为了全力转型，Core Scientific 甚至计划卖掉手里所有的比特币。

IREN（原名 Iris Energy）则与微软签下了一份价值 97 亿美元的 AI 合同，获得了 19 亿美元的预付款。Cipher Mining 与亚马逊签了 15 年的租赁协议。Riot Platforms 与 AMD 签了 10 年、3.11 亿美元的合同。

一夜之间，比特币矿工变成了 AI 时代的地主。

现在，让我们把这张拼图拼完整。

Bloom Energy 提供电力，CoreWeave 提供 GPU 算力，比特币矿企提供场地和廉价电源，英特尔提供美国本土的芯片制造能力。再加上第四大重仓 Lumentum（4.79 亿美元，做光学元件，AI 数据中心之间互联的核心组件）、第九大重仓 SanDisk（2.50 亿美元，数据存储）、第十一大重仓 EQT Corp（1.33 亿美元，天然气生产商，为燃料电池提供燃料）。

这是一条完整的 AI 基础设施供应链。

从发电，到输电，到芯片制造，到 GPU 算力，到数据存储，到光纤互联。每一个环节，他都买了。

而他同时做的另一件事，让这个逻辑变得更加清晰。他在 2025 年第四季度，彻底清仓了英伟达、Broadcom 和 Vistra。这三家公司，恰恰是 2024 年 AI 行情中涨幅最大的明星股。

他还做空了 Infosys，印度最大的 IT 外包公司之一。

卖掉最热门的 AI 芯片股，买入没人要的发电厂和矿场。做空传统 IT 外包，因为 AI 编程工具正在让程序员变得更高效，外包的需求会被压缩。

每一笔交易，都指向同一个判断：AI 的瓶颈不在软件，在硬件；不在算法，在电力；不在云端模型，在物理世界。

那么问题来了：一个 27 岁的年轻人，是怎么形成这套认知的？

从东德医生的儿子到 OpenAI 的叛逆者

Leopold Aschenbrenner 出生在德国，父母都是医生。母亲在前东德长大，父亲来自前西德，两人在柏林墙倒塌后相遇。这个家庭本身，就带着一种历史断裂的印记——冷战、分裂、重逢。后来他对地缘政治竞赛的痴迷，或许可以从这里找到最初的种子。

但德国没能留住他。他后来在一次访谈中说：「我真的想离开德国。如果你是班上那个好奇心最强的孩子，想学更多东西，老师不会鼓励你，他们会嫉妒你，试图压制你。」

他把这种现象叫做「高罂粟花综合症」，谁长得高，谁就会被割掉。

15 岁那年，他说服了父母，独自飞到美国，进入哥伦比亚大学。

15 岁读大学，这在任何地方都是异类。但 Leopold 在哥伦比亚的表现，让「异类」变成了「传奇」。他主修经济学和数学-统计学双学位，拿遍了能拿的奖，比如 Albert Asher Green 纪念奖、Romine 经济学奖、Junior Phi Beta Kappa 荣誉学会会员。

17 岁时，他写了一篇关于经济增长与存在风险的论文。著名经济学家 Tyler Cowen 读完后说了一句话：「当我读到它时，我不敢相信这是一个 17 岁的孩子写的。如果这是一篇 MIT 的博士论文，我也会印象深刻。」

19 岁，他以毕业生代表（Valedictorian）的身份从哥伦比亚大学毕业。这是该校本科生的最高荣誉。2021 年，全球还在疫情的阴影里，一个 19 岁的德国孩子站在哥伦比亚的毕业典礼上，代表全体毕业生致辞。

Tyler Cowen 给了他一个建议：不要读经济学博士。

Cowen 觉得经济学学术界已经变得有些「颓废」，鼓励他去做更大的事。Cowen 还把他引入了硅谷的「推特怪人」文化圈，那是一群对 AI、有效利他主义和人类长期命运着迷的人。

毕业后，Leopold 先去了远见基金会（Forethought Foundation），研究长期经济增长和存在风险。然后加入了 SBF 创立的 FTX 未来基金，与有效利他主义运动的核心人物 Nick Beckstead、William MacAskill 共事。他的头衔是「隶属于牛津大学全球优先事项研究所的经济学家」。

这段经历很重要。它意味着，在进入 AI 行业之前，Aschenbrenner 已经花了几年时间，系统性地思考一个问题：什么样的事件，能从根本上改变人类文明的走向。

然后，他进了 OpenAI。

具体时间不详，但他加入的是一个特殊的团队——「超级对齐」（Superalignment）团队。这个团队 2023 年 7 月 5 日成立，由 OpenAI 联合创始人 Ilya Sutskever 和对齐团队负责人 Jan Leike 共同领导。目标是在四年内，解决超级智能的对齐问题，也就是，确保一个比人类聪明得多的 AI，仍然会听人类的话。

OpenAI 曾承诺，将 20% 的算力投入这个团队。但承诺和现实之间，隔着一道鸿沟。

Leopold 在 OpenAI 内部看到了一些让他不安的东西。他向董事会提交了一份安全备忘录，警告公司的安全措施「严重不足」，无法防范外国政府窃取关键的算法机密。公司的反应出乎他的意料。人力资源部门找他谈话，说他对间谍活动的担忧是「种族主义的」和「非建设性的」。公司律师盘问了他对 AGI 的看法，以及他所在团队的忠诚度。

2024 年 4 月，OpenAI 以「泄露机密信息」为由，将他解雇。

所谓的「泄密」，是他与三位外部研究人员分享了一份关于 AGI 安全措施的头脑风暴文件。Leopold 说，那份文件不含任何敏感信息，在公司内部，为了获取反馈而分享此类文件是正常做法。

一个月后，Ilya Sutskever 离开了 OpenAI。三天后，Jan Leike 也走了。超级对齐团队就此解散，OpenAI 承诺的 20% 算力，从未兑现。

一个研究「如何控制超级智能」的团队，被制造超级智能的公司亲手解散了。

这件事的讽刺意味，怎么强调都不过分。但对 Leopold 来说，被解雇反而成了一种解放。他不再受雇于任何人，不再需要在内部备忘录里小心翼翼地措辞。他可以把自己真正想说的话，说给全世界听。

2024 年 6 月 4 日，他在一个叫 situational-awareness.ai 的网站上，发布了一篇长达 165 页的文章。标题就叫《Situational Awareness: The Decade Ahead》——《态势感知：未来十年》。

165 页的预言

要理解 Leopold 的投资逻辑，你必须先读懂这本万言书。因为那 55 亿美元的持仓，就是这 165 页文字的金融翻译。

万言书的核心论点，可以用一句话概括：AGI（通用人工智能）有非常大的可能在 2027 年实现。

这个判断在 2024 年 6 月听起来像疯话。但 Leopold 的论证方式很直接：数数量级。

从 GPT-2 到 GPT-4，AI 的能力实现了一次质的飞跃，从学龄前儿童变成了聪明的高中生。这次飞跃背后，是大约 10 万倍（5 个数量级）的有效计算增长。这个增长来自物理算力的堆叠、算法效率的提升、以及模型「去束缚」带来的能力释放。

他的预测是，到 2027 年，同样规模的增长会再次发生。物理算力方面，用于训练最前沿模型的计算资源将比 GPT-4 多出 100 倍。算法效率方面，每年大约提升 0.5 个数量级，四年累计约 100 倍。再加上「去束缚」的增益，让 AI 从聊天机器人变成能使用工具、能自主行动的智能体，又是一个数量级的跳跃。

三个 100 倍叠加在一起，就是又一个 10 万倍，又一次质的飞跃。从聪明的高中生到超越人类。

这篇文章真正让人坐不住的，是他从这个预测出发，推导出的一系列后果。

第一个后果：万亿美元级别的算力集群。

他写道，在过去一年里，硅谷的话题已经从 100 亿美元的计算集群，转向了 1000 亿美元的集群，再到最近的万亿美元集群。每六个月，董事会的计划上就多一个零。到这个十年末，将有数亿个 GPU 投入运行。

这个预测在 2024 年 6 月听起来夸张。但 2025 年 1 月，特朗普政府宣布了 Stargate 项目，由软银、OpenAI、甲骨文和 MGX 联合投资，计划在四年内投入 5000 亿美元，在美国建设 AI 基础设施。立即部署的第一笔资金就是 1000 亿美元。建设工作已经在德克萨斯州开始。

他在万言书里写的「万亿美元集群」，半年后就变成了白宫的官方计划。

第二个后果：电力危机。

数亿个 GPU 需要多少电？Leopold 的答案是：需要把美国的电力生产能力提高几十个百分点。

数据印证了他的判断。2024 年，亚马逊、微软、谷歌和 Meta 四家公司的资本支出总额超过 2000 亿美元，比 2023 年增长 62%。其中亚马逊一家就花了 858 亿美元，同比增长 78%。2025 年，亚马逊的资本支出预计将突破 1000 亿美元。

这些钱，绝大部分花在了数据中心和电力基础设施上。

微软甚至做了一件在十年前不可想象的事：它与 Constellation Energy 签了一份 20 年的购电协议，重启三里岛核电站。

没错，就是 1979 年发生过美国历史上最严重核事故的那个三里岛。

这座核电站将于 2028 年重新开放，更名为起重机清洁能源中心，专门为微软的数据中心供电。Constellation Energy 的 CEO Joe Dominguez 说：「为包括数据中心在内的关键行业提供动力，需要每天每小时都充足、无碳且可靠的能源，而核电站是唯一能持续兑现这一承诺的能源。」

当一家软件公司开始重启核电站的时候，你就知道，电力已经从基础设施问题，变成了一个战略资源问题了。

第三个后果：地缘政治竞赛。

万言书中最具争议的部分，是 Leopold 用近乎冷战的语言，将 AGI 竞赛定义为一场关乎「自由世界」存亡的斗争。他严厉批评美国顶尖 AI 实验室的安全措施形同虚设。他疾呼必须将 AI 算法和模型权重视为国家最高机密。

他甚至预言，美国政府最终将不得不启动一个类似于「曼哈顿计划」的国家级 AGI 项目。

这些论述引发了激烈的争论。批评者认为他过于简化了地缘政治的复杂性，用恐慌叙事为不受约束的加速发展提供理由。

但也有人认为他说出了真相。Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman 也和他一样认为 AGI 将会很快成真。

万言书的真正价值，不在于它的预测是否 100% 准确，而在于它提供了一个完整的、可操作的思维框架。

如果 AGI 真的在 2027 年前后到来，那么在此之前，

世界需要什么？需要海量的算力。

算力需要什么？需要 GPU。

GPU 需要什么？需要电。

电从哪里来？从发电厂、从核电站、从拥有廉价电力的比特币矿场。

芯片在哪里造？在台积电。

但如果中美脱钩呢？那就需要英特尔。

数据中心之间怎么互联？需要光学元件——Lumentum。

数据存在哪里？需要存储——SanDisk。

你看，这就是那份持仓报告的逻辑。

万言书是地图，持仓是路线。Leopold 把这篇 165 页的宏观预测，翻译成了一个可以用真金白银下注的投资组合。每一笔买入，都对应着万言书中的一个论点。每一笔卖出，都对应着他认为市场定价错误的一个假设。

但光有地图还不够。在真实的市场里，你还需要一样东西：在所有人都说你错了的时候，继续相信自己是对的。

这种能力，在 2025 年 1 月 27 日，经受了最严酷的考验。

DeepSeek 冲击

2025 年 1 月 27 日，DeepSeek 的 DeepSeek-R1 模型的发布，让整个华尔街陷入了恐慌。这个模型的性能接近 OpenAI 的 o1，但使用成本便宜了 20 到 50 倍。更让人震惊的是，它的前代模型 DeepSeek-V3 的训练成本据称不到 600 万美元，用的还是被美国制裁、性能受限的英伟达 H800 芯片。

市场的逻辑瞬间崩塌了。

如果中国人用 600 万美元和阉割版芯片就能训练出顶级模型，那美国科技巨头每年砸下去的几千亿美元算什么？那些万亿美元的算力集群计划还有意义吗？GPU 的需求会不会断崖式下跌？

恐慌像瘟疫一样蔓延。英伟达股价暴跌近 17%，单日市值蒸发 5930 亿美元，这是华尔街有史以来最大的单日市值损失。费城半导体指数暴跌 9.2%，创下 2020 年 3 月疫情恐慌以来的最大单日跌幅。Broadcom 跌了 17.4%，Marvell 跌了 19.1%，Oracle 跌了 13.8%。

跌势从亚洲开始，传导到欧洲，最后在美国引爆。仅纳斯达克 100 指数成分股，一天之内就蒸发了近万亿美元的市值。

硅谷风投教父 Marc Andreessen 在推特上称 DeepSeek 为 AI 的「斯普特尼克时刻」，他说：「这是我见过的最令人惊叹和印象深刻的突破之一，而且作为开源项目，是给世界的一份礼物。」

对于 Leopold 的基金来说，这一天本应是灾难。他的持仓全是 AI 基础设施股，而市场正在质疑 AI 基础设施的全部逻辑。

但据 Fortune 杂志报道，Situational Awareness LP 的一位投资人透露，那天，在市场恐慌性抛售的时候，有大型科技基金打电话来询问情况。他们得到的回答是五个字：

「Leopold says it's fine.」（Leopold 说没事的。）

Leopold 为什么如此镇定？因为在他看来，DeepSeek 的出现，非但没有推翻他的逻辑，反而印证了它。

他的万言书里有一个核心论点：AI 的进步不会放缓，只会加速。

算法效率的提升，是推动 AI 发展的三大引擎之一。DeepSeek 用更少的钱、更弱的芯片训练出了更强的模型，这恰恰证明算法效率在飞速提升。而算法效率越高，意味着同样的算力能产出更强的 AI，这会刺激更多的算力需求，而不是让算力需求变低。

用他万言书里的框架来说：DeepSeek 不是证明了「我们不需要那么多 GPU」，而是证明了「每一块 GPU 都变得更有价值了」。当你能用更少的钱训练出更好的模型时，你不会停下来，你会训练更多、更大、更强的模型。

恐慌来自于对「需求会消失」的恐惧。但真正理解 AI 的人知道，成本下降从来不会消灭需求，它只会创造更大的需求。

Leopold 在恐慌中逆势买入。市场很快证明了他是对的。英伟达和整个 AI 板块在随后的几周内迅速反弹，回到了比崩盘前更高的水平。

在投资的世界里，信念是最稀缺的资产。不是因为形成信念很难，而是因为在所有人都说你错了的时候，坚持信念几乎是反人性的。

物理世界的尽头

Leopold Aschenbrenner 的故事，当然可以被简化为一个天才少年暴富的爽文。但如果只看到钱，就浪费了这个故事真正的价值。

他真正做对的事情，是在所有人都盯着屏幕上的代码和模型参数时，把目光移向了发电厂的烟囱、矿场的变电站、和横跨大陆的光纤电缆。

2024 年，全世界都在讨论 GPT-5 会有多强、Sora 能生成多逼真的视频、AI 什么时候能取代程序员。这些讨论当然重要。但 Leopold 追问了一个更底层的问题：这些东西需要多少电？电从哪里来？

这个问题听起来太朴素了，但恰恰是这个朴素的问题，指向了 AI 时代最大的投资机会。

AI 正在以指数级的速度增长，而支撑它的物理基础设施，还停留在上个世纪。Leopold 看到了这个裂缝。然后沿着这个裂缝，一路追溯到物理世界的尽头。每一步，都是从一个物理瓶颈出发，找到解决这个瓶颈的公司，然后下注。

这套方法论的本质其实不新鲜。19 世纪加州淘金热的时候，赚到最多钱的不是淘金者，而是卖铲子和牛仔裤的人。Levi Strauss 就是在那个时候发家的。

但知道这个道理是一回事，在 AI 时代把它执行出来，是另一回事。

因为要执行它，你需要同时具备两种能力：一种是对技术趋势的深刻理解，知道 AI 的发展路径和资源需求；另一种是对物理世界的具体认知，知道电从哪里来、数据中心怎么建、光纤怎么铺。

前者需要你在 OpenAI 的实验室里待过，后者需要你愿意蹲下来，研究一家破产矿企的电力合同。

技术人员懂 AI 但不懂电力市场。金融人士懂市场但不懂 AI 的物理约束。Leopold 恰好两样都有。

但比能力更重要的，是视角。

他的万言书里有一句话常常被引用：「你可以在旧金山最先看到未来。」这句话的潜台词是：未来不是均匀分布的。

投资的本质，就是在已经到来但尚未均匀分布的未来中，找到价格错配。

Leopold 在 OpenAI 的实验室里亲眼见过 AI 的能力曲线，他知道 GPT-4 不是终点而是起点，他知道接下来会有更大的模型、更多的算力、更疯狂的资本投入。而市场还在讨论「AI 是不是泡沫」。

这就是错配。他做的事情，就是把这个错配变成了 55 亿美元。