乐于分享
好东西不私藏

一个 20 多岁的前 OpenAI 研究员利奥波德,他写了一篇 AI 论文,然后把它买成了一只基金,

一个 20 多岁的前 OpenAI 研究员利奥波德,他写了一篇 AI 论文,然后把它买成了一只基金,

一个 20 多岁的前 OpenAI 研究员,在 2024 年 6 月写下了一篇 165 页的 AI 长文。他在文章里说,AI 接下来真正争夺的,不只是模型能力,也不是某一个爆款应用,而是算力、电力、数据中心、芯片、光通信这些基础设施。几个月后,他开始把这套判断变成基金和真实仓位,几乎全部买进了公开市场。到 2025 年上半年,这只基金取得了 47% 的费后收益。同期,标普 500 含股息大约上涨 6%,科技对冲基金指数大约上涨 7%。

这不是一个简单的“买对股票”的故事。这是一个人先写出一套关于未来的推演,然后把这套推演,翻译成了一组真实的资本操作。

这个人,叫利奥波德·阿申布伦纳。英文名是 Leopold Aschenbrenner。

01 他是谁?

利奥波德·阿申布伦纳出生于德国,后来去了美国读书。个人网站介绍,他 15 岁进入哥伦比亚大学,19 岁毕业,并曾在牛津大学全球优先事项研究所实习,参与长期经济增长相关研究。后来,他进入 OpenAI,成为一名前 OpenAI 研究员。
他曾经参与的是 OpenAI 的超级对齐相关工作。超级对齐,简单理解,就是研究未来更强大的 AI 系统如何被人类理解、约束和控制。这件事本身就很有时代特点。
因为在过去,技术圈、风险研究圈、资本市场往往是分开的:技术圈负责推动进步,风险研究圈负责提出警惕,资本市场负责给趋势定价。
但在利奥波德身上,这三件事叠到了一起。他既研究 AI 会不会快速走向通用人工智能,也关心超级智能会带来什么风险,还推演这些变化一旦发生,资本市场会如何重新定价。
后来,他创办了一家叫Situational Awareness LP的基金。这个名字可以译作“态势感知有限合伙基金”。其中LPLimited Partnership的缩写,中文是有限合伙
这只基金的早期支持者包括 Stripe 联合创始人帕特里克·科里森、约翰·科里森,纳特·弗里德曼和丹尼尔·格罗斯等硅谷重要人物。
利奥波德不是那种从华尔街交易台一路成长起来的传统投资人。他站在 AI 技术圈、AI 安全圈和资本市场交叉点上,他先有一套关于 AI 未来的判断,再去市场里寻找可以承接这套判断的资产:如果 AI 真的继续加速,现实世界最先会被卡在哪里?

02 那篇著名长文到底讲了什么?

2024 年 6 月,利奥波德发布了自己最出名的文章:《态势感知:未来十年》

英文原名是 Situational Awareness: The Decade Ahead

它严格来说不太像传统学术论文,更像一份关于 AI 未来十年的战略推演报告。他自己的博客页面显示,这是一份 165 页的完整系列文章。
这篇文章的核心判断非常激进。
第一,他认为通用人工智能可能比很多人想得更快到来。
在文章目录中,他直接写到:“到 2027 年,通用人工智能是相当可能的。”他的推理主要来自三件事:算力继续增长,算法效率继续提升,以及模型从聊天机器人走向智能体之后,能力会被进一步释放。
第二,他认为 AI 不会停在人类水平。
如果未来大量 AI 可以参与甚至自动化 AI 研究,那么 AI 进步速度可能进一步加快。原本需要很多年积累的算法进步,有可能被压缩到更短时间内完成。
第三,他认为 AI 竞争不会只停留在软件层面。
在文章开头,他写到,硅谷的讨论已经从 100 亿美元级算力集群,走向 1000 亿美元级,甚至万亿美元级算力集群。背后真正被争夺的,是电力合同、变压器、GPU、数据中心和更大规模的工业能力。
第四,他把 AI 看成国家级竞争问题。
在他的叙事里,通用人工智能不是一个普通科技产品,而是一种可能影响经济、军事、国家安全和全球竞争格局的基础性技术。
如果把这篇文章压缩成一句话,大概就是:
AI 不只是软件革命,它会变成一场围绕算力、电力、数据中心和国家能力展开的系统性竞争。
这句话,后来几乎变成了他基金持仓的总纲。

03 为什么他的基金突然出圈?

真正让利奥波德被投资圈关注的,是基金战绩。

不过,这个战绩不能孤立看。

官网显示态势感知有限合伙基金,在成立后很快管理超过 15 亿美元资产,并在 2025 年上半年取得了 47% 的费后收益。同期,标普 500 含股息大约上涨 6%,PivotalPath 编制的科技对冲基金指数大约上涨 7%。放在这个对比里,47% 才真正显出分量。它不是普通意义上的跑赢市场,而是在 AI 基础设施这条主线上,打出了一次非常强的阶段性表现。

SEC 文件显示,相关基金主体成立于 2024 年,2024 年 9 月提交私募发行通知时尚未完成首次销售;到 2024 年四季度,才首次出现公开 13F 持仓。它是一只非常年轻、但开局极其漂亮的 AI 主题基金。

根据持仓信息你会看到,他买的不是 AI 最前台的故事。
他买的是 AI 背后的物理瓶颈。

关于持仓的信息来源:公开 13F 文件显示,到 2025 年四季度,态势感知基金披露了 29 个公开持仓,披露总价值约 55.17 亿美元,报告期为 2025 年 12 月 31 日。这里要解释一下,13F 文件并不是基金的完整账本。它是美国大型投资机构每个季度向美国证券交易委员会提交的公开持仓报告。简单说,如果一个机构对一定规模以上的美国证券拥有投资决策权,就需要定期披露季度末持仓。所以,13F 能让我们看到一只基金在某个季度末大致买了哪些公开证券,但它不是实时交易记录,也看不到全部空头、现金、私募资产和完整对冲结构。

04 他到底买了什么?
第一类,是算力和数据中心
比如 CoreWeave、Core Scientific、IREN、Applied Digital、Cipher Mining、Riot、Hut 8。
这些公司背后对应的是 GPU 云、数据中心、矿企转 AI 算力、电力接入、机房资源和算力托管能力。
第二类,是电力和能源基础设施
最典型的是 Bloom Energy。
这家公司不是传统意义上的 AI 公司。但当 AI 数据中心开始大规模扩张时,稳定、可部署、靠近机房的电力供应,就会变成非常关键的瓶颈。
第三类,是光通信和半导体链条
比如 Lumentum、Coherent、Intel 期权、Tower Semiconductor。
如果 AI 数据中心越来越大,数据中心内部和数据中心之间的高速连接就会越来越重要。光通信、光模块、芯片制造这些原本藏在后台的环节,会慢慢被推到前台。
第四类,是存储和其他基础设施
比如 Sandisk。
模型训练、推理、数据吞吐不断增长,背后也会带来存储需求的上升。
把这些持仓放在一起看,逻辑非常清楚:他买的不是 AI 的前台,而是 AI 的后台。不是模型有多聪明,而是模型继续变聪明之后,现实世界最先缺什么。
缺 GPU、缺电、缺数据中心、缺光通信、缺存储、缺能源合同、缺能把这些资源组织起来的基础设施公司。
这就是他和很多追热点的人不一样的地方。

05 他的资本操作,几乎就是论文逻辑的市场版

很多人也会写趋势文章。但趋势文章写完之后,往往停在观点层面。听起来很对,但很难验证。
利奥波德不一样,他的路径是:
先判断技术曲线,再推导产业瓶颈,最后寻找资产映射。
文章说,AI 会进入更大规模的算力集群竞争。
他买入 CoreWeave、Core Scientific、Applied Digital、IREN这类算力和数据中心相关公司。
文章说,未来会争夺电力合同、变压器和能源基础设施。
他买入 Bloom Energy、EQT、Solaris Energy Infrastructure 等电力和能源相关资产。
文章说,数据中心会越来越大,连接能力会越来越关键。
他买入 Lumentum、Coherent 这类光通信相关公司。
文章说,AI 竞争会牵动本土芯片制造和国家工业能力。
于是他的基金用 Intel 期权表达对半导体制造链条的判断。
他的基金操作,非常漂亮地印证了他文章里的基础设施逻辑。但目前市场验证的,不是他的全部预言。是其中一条更现实的产业逻辑:AI扩张,正在把电力、算力、数据中心、光通信这些后台资源推到前台。

06 他不只是买对股票,还有对未来的推演能力

我关注他,不只是因为他买中了几只美股。让我感兴趣的是,他提供了一种看世界的方法:现实基础链接未来趋势。
当所有人都在讨论 AI 会不会改变世界时,他已经开始问:改变世界需要多少电?需要多少机房?需要多少芯片?需要多少光纤?需要多少能源合同?需要多少数据中心?
普通人看 AI,容易停在第一层:哪个模型更强?哪个应用更火?哪个概念涨得快?
但他在看未来:如果模型继续变强,它需要什么?
答案是算力。
算力继续扩张,又需要什么?
答案是 GPU、数据中心、电力、散热、土地、能源合同、光通信、存储。
这些东西谁掌握?
上市公司、能源公司、数据中心公司、矿企、光通信公司、芯片制造公司。
市场什么时候会意识到?
当需求暴涨,供给跟不上,价格开始重新定价的时候。这个推理链条,比单纯说“AI 很重要”要具体得多。真正高级的趋势判断,不是喊一句“未来属于 AI”。而是继续往下拆:AI 往前走,谁会变成瓶颈?谁掌握瓶颈?谁会被重新定价?
利奥波德的当前战绩确实亮眼,但他还不是一个已经穿越多轮周期的成熟投资人。没有经历完整周期,也没有经历 AI 基础设施退潮时的真正压力测试。
判断正确时,收益会被放大;判断错误时,回撤也可能很剧烈。

07 普通人可以从他身上学什么?

第一,不要只看热点,要看热点背后的瓶颈。热点本身会变,但瓶颈往往更接近价值。
第二,不要只看前台,也要看后台。很多时代变化,最先被看见的是前台应用。但真正支撑变化的,往往是后台基础设施。
互联网时代有服务器、云计算、支付、物流。新能源时代有锂矿、电池、充电桩、电网。AI 时代是算力、电力、数据中心、光通信和能源。
前台负责热闹,后台负责承载。
第三,要把观点变成结构。
“我看好 AI”,这不是结构。
“AI 能力提升 → 算力需求上升 → 数据中心扩张 → 电力成为瓶颈 → 能源和基础设施重新定价”,这才是结构。
结构越清楚,判断越能被验证。
第四,真正有用的未来判断,要能落回现实世界。
很多人讲未来,讲得很飘。利奥波德2024年就把通用人工智能这种宏大的概念,拉回到非常具体的东西上:电、机房、芯片、光纤、能源合同、数据中心、算力集群。
未来不是漂在天上的。
未来一定会落到土地、电网、工厂、服务器和资产负债表里。
当一个大趋势出现时,看到这个趋势继续往前走,最缺什么?谁掌握这些稀缺资源?市场有没有意识到这件事?它会不会从一个技术问题,变成产业问题、能源问题、基础设施问题?
这可能也是 AI 时代最重要的一种能力:看见趋势背后的真实约束。
参考来源:报告原文、媒体公开资料及相关公开表述。本文为基于公开信息的学习整理与个人解读,旨在交流观点,不构成投资、法律或其他专业建议;具体内容请以报告原文及正式披露信息为准。
参考资料:
1、《Situational Awareness: The Decade Ahead》:https://situational-awareness.ai/
2、Situational Awareness 官网:https://situationalawarenesslp.com/about
3、SEC 13F:https://13f.info/13f/000204572426000002-situational-awareness-lp-q4-2025

——穿越周期——

——我们终将自由——