据《金融时报》7月30日报道，由25岁前OpenAI研究员利奥波德·阿申布伦纳创立的对冲基金Situational Awareness，正在新一轮AI股票回调后寻求追加资金，并要求潜在投资者在8月1日前作出承诺。

这家基金成立于2024年，核心逻辑是押注通用人工智能加速到来，全球资本将持续流向芯片、数据中心、电力、存储和云计算基础设施。

基金曾经一度管理约200亿美元资产，截至2026年6月累计净回报达到439%，成为本轮AI资本开支交易中最受关注的明星机构之一。

但当Oracle、AMD、CoreWeave、电力公司、矿企和存储股票同时回落时，高集中度与杠杆开始反向放大波动。

此次募资暴露了AI交易最核心的结构性风险：最危险的未必是长期方向错误，而是资金结构无法承受正确逻辑中的短期回撤。

01

439%回报背后

是一场高度集中的AI基础设施押注

阿申布伦纳并非简单买入几只大型科技股，而是围绕AI算力扩张建立了一条完整的资本开支组合。

公开信息显示，该基金的多头资产涉及Oracle、AMD、Nebius、Bloom Energy、SanDisk、CoreWeave、IREN、Core Scientific、Applied Digital等公司，覆盖云计算、GPU服务器、数据中心电力、存储和矿场向高性能计算转型。

这类组合在AI资本开支加速阶段具有极强弹性。

大型云厂商增加预算首先拉动GPU和网络设备需求；数据中心扩张，又推高电力、冷却和存储需求；

部分矿企则利用现有土地和电力接入转向AI计算。产业链二线公司收入基数较小，只要订单改善，利润和估值都可能迅速上升。

但高弹性从来不是免费的。

与微软、谷歌和英伟达相比，这些公司普遍面临更高融资需求、更集中客户结构和更弱自由现金流。

一旦市场叙事转入对资本回报率（ROIC）的严格审视，它们也必然最先承受估值挤压与流动性收缩的双重阵痛。

02

业绩披露里的看跌期权

并不等于基金已经被充分保护

Situational Awareness此前披露的13F文件显示，其对SMH、英伟达、Oracle、博通、AMD、台积电和美光等标的持有大量看跌期权。

市场曾将其理解为一种相对价值结构：做多高弹性的AI基础设施公司，同时用大型芯片股看跌期权对冲行业回调。

但13F很容易制造“基金已经锁住风险”的错觉。

13F披露的是期权对应标的的名义价值，而不是实际投入的权利金，也不披露行权价、到期日和Delta。名义金额很大的看跌期权，实际保护力度可能并不高。

13F只是一张季度末快照。第一季度文件反映的是3月31日的持仓，到7月AI股票大幅波动时，这些期权可能已经平仓、到期或展期。

外部投资者无法仅凭旧文件判断基金当时拥有多少有效对冲。更重要的是大型芯片股看跌期权未必能覆盖二线基础设施股票的非线性下跌。

英伟达下跌15%时，部分依赖融资的数据中心和矿企转型公司可能下跌30%甚至更多。

即使行业方向得到对冲，个股流动性、融资成本和客户集中度造成的损失仍然存在。

这就是典型的基差风险：基金对冲了大型半导体股票，却未必对冲了组合中最脆弱的资产。

03

真正风险不是AI需求消失

而是现金流与杠杆先出问题

Situational Awareness寻求新资金，并不必然意味着基金已经陷入流动性危机。市场下跌后募集资本，也可能是为了在估值下降时增加仓位。

但要求投资者在明确期限前作出承诺，至少说明基金正试图迅速补充可用资本。

对于高杠杆基金而言，长期判断正确并不足以保证最终盈利。只要短期回撤触发保证金要求、赎回或融资条件收紧，基金就可能被迫在最差价格出售资产。

AI基础设施股票尤其容易形成这种压力。许多公司需要持续发行股票、债券或可转换证券，用于购买GPU、建设数据中心和锁定电力。

股价下跌会提高股权融资成本，信用利差扩大则会推高债务融资成本。融资能力下降又会限制扩张，从而削弱此前建立在高增长假设上的估值。

这使AI资本开支交易形成典型的顺周期结构：股价上涨带来低成本融资，融资支持更多建设，更多建设又强化增长预期；

股价下跌则提高融资成本、压缩项目回报，并迫使投资者降低仓位。

近期韩国存储股、纳斯达克大型科技股和美国数据中心概念股同时波动，也说明市场正在从「需求有多大」转向「谁能为这些建设持续付钱」

AI需求可能仍在增长，但资本市场对回报周期的容忍度已经下降。

04

这次募资

是AI交易进入现金流审计的信号

Situational Awareness的经历并不能证明AI投资逻辑已经结束。

芯片、存储、电力和云基础设施仍可能是未来数年最重要的资本开支方向之一。真正变化的是市场评价标准。

过去一年，投资者愿意根据数据中心规划、GPU订单和电力容量给公司估值；接下来，市场会更关注合同质量、客户集中度、资产利用率、融资成本和自由现金流。

能够把算力投入迅速转化为收入和现金流的公司，会继续获得溢价；只依赖远期叙事和外部融资维持扩张的公司，则可能承受更高折价。

对基金而言，同样的标准也开始生效。高收益不再足以证明策略稳健，投资者会追问回报中有多少来自选股能力，有多少来自杠杆、集中度和估值扩张；

看跌期权也不再天然代表风险受控，真正重要的是对冲能否覆盖组合中的实际损失来源。

阿申布伦纳可能仍然正确地看到了AI算力需求的长期方向，但这轮回撤提醒市场：正确的产业趋势，也可以成为危险的拥挤交易。

AI基础设施最终能否兑现价值，不只取决于模型能力和芯片数量，还取决于企业现金流、资本成本以及投资者能够承受多长时间的等待。

资料来源：Financial Times、美国证券交易委员会13F文件、相关公司公开披露。本文内容基于公开信息整理，仅供参考，不构成任何投资建议。文中提及公司仅用于说明行业现象，不构成对任何标的的推荐，亦不构成任何基金产品的推介。投资有风险，入市需谨慎。