27岁AI天才另辟蹊径：押注电力与基建，一年狂揽50亿美金

一位27岁前OpenAI研究员的颠覆性投资蓝图

2026年初，一份来自对冲基金Situational Awareness LP的季度持仓报告震惊了华尔街。该基金的管理规模在短短12个月内，从不足4亿美元飙升至55.17亿美元，实现了超过14倍的增长。更令人侧目的是，其掌舵人是一位出生于1999年的年轻人——利奥波德·阿申布伦纳。

与追逐热门AI软件股的主流基金截然不同，阿申布伦纳的投资组合堪称“非主流”：燃料电池公司、转型中的比特币矿企、被市场冷落的芯片巨头。他将这套策略称为“投资AI的未来”，但其本质是押注于一个被多数人忽视的真相：AI革命的真正瓶颈并非算法，而是支撑其运行的物理世界——尤其是电力。

解码55亿美元持仓：构建AI时代的“铁公基”

要理解阿申布伦纳的投资哲学，必须深入分析其核心持仓，它们共同勾勒出一条完整的AI基础设施供应链。

1. 能源基石：Bloom Energy（燃料电池）

该基金的第一大重仓股是燃料电池公司Bloom Energy，持仓占比近16%。其“固体氧化物燃料电池”技术可将天然气高效转化为电力，且能脱离老旧电网独立运行。随着全球数据中心电力需求预计在2030年前增长近三倍，而美国电网平均年龄已超25年，这种分布式能源解决方案成为AI数据中心的理想选择。Bloom Energy已获得来自CoreWeave等云服务商的订单，直接为AI算力提供动力。

2. 算力军火商：CoreWeave（GPU云服务）

第二大重仓是转型自加密货币矿场的GPU云服务商CoreWeave。该公司凭借与英伟达的深度绑定及早期积累的大量GPU硬件，在算力稀缺时代占据了核心地位。阿申布伦纳通过看涨期权和普通股组合，押注其作为AI算力关键供应商的成长前景。

3. 地缘政治押注：英特尔（芯片制造）

在市场普遍看衰英特尔时，阿申布伦纳重仓其看涨期权。他的逻辑并非基于技术领先，而是地缘政治。在美国《芯片与科学法案》的巨额资金支持下，英特尔被赋予重建美国本土先进制程代工能力的战略使命。这是一场关于“国家意志”的赌注。

4. 资源转换者：比特币矿企集群

基金还重仓了包括Core Scientific、IREN在内的多家比特币矿企。这些公司拥有经过验证的、大规模的廉价电力合约和现成的数据中心场地，正迅速转型为AI数据中心供应商。例如，Core Scientific与CoreWeave签订了价值超百亿美元的长期合同，计划将矿场改造为AI算力中心。

此外，持仓中还包含为数据中心提供光互联组件的Lumentum、数据存储供应商SanDisk，以及为燃料电池提供天然气的EQT公司。与此同时，他清仓了英伟达等明星AI芯片股，并做空传统IT外包公司。

核心结论清晰：他相信AI发展的最大约束将从软件转向硬件，从云端模型转向稳定的电力供应和实体基础设施。每一笔投资都是对这一宏观判断的精确下注。

认知源头：从OpenAI叛逆者到宏观预言家

阿申布伦纳的独特视角源于其跨界经历。这位15岁入读哥伦比亚大学的天才，早期专注于长期经济增长与生存风险研究。随后他加入OpenAI的“超级对齐”团队，致力于研究如何控制比人类更聪明的AI。

2024年，因内部安全争议被解雇后，他公开发表了一篇165页的专题报告《态势感知：未来十年》。报告的核心论点是：通用人工智能（AGI）极有可能在2027年左右实现。其推演基于算力增长、算法效率提升和模型“去束缚”三大引擎的叠加效应。

他从这一预测出发，推导出三个关键影响：

• 万亿美元级算力集群：AI基础设施投资将进入万亿规模，这一预言在2025年特朗普政府宣布的“星门”计划中得到印证。
• 全球性电力危机：运行海量GPU所需的电力将迫使美国大幅提升发电能力，甚至推动微软等公司重启核电站（如三里岛）以确保供电。
• 地缘政治竞赛：AGI竞赛将成为国家级战略项目，关乎技术主权与国家安全。

他的投资组合，正是这份宏观预言的金融化实践。他将对未来的抽象判断，转化为对发电、输电、芯片制造、算力租赁等实体环节的集中投资。

危机验证：DeepSeek冲击下的信念坚守

2025年1月，中国公司DeepSeek发布的高效低成本模型引发全球AI股恐慌，市场担忧算力需求将锐减。英伟达等股票遭遇历史性暴跌。

然而，阿申布伦纳的基金保持了惊人的镇定。他认为，算法效率的飞跃不会消灭算力需求，反而会因模型能力的提升和成本的下降，刺激更大规模、更频繁的训练需求。DeepSeek的出现恰恰印证了其报告中“算法效率持续提升”的论点，强化而非削弱了基础设施投资的长期逻辑。他在市场恐慌中逆势坚守，并很快被随后的强势反弹所验证。

启示：在虚拟浪潮中锚定物理现实

阿申布伦纳的故事超越了“天才少年财富神话”的叙事。其真正价值在于提供了一种颠覆性的投资框架：当全球目光聚焦于AI模型的参数竞赛时，他将视线投向了支撑这场革命的、老旧的物理世界——电网、矿场、光纤和晶圆厂。

他的成功揭示了AI时代一个根本性矛盾：指数级增长的软件需求与线性演进（甚至滞后）的硬件基础设施之间的巨大裂缝。真正的投资机会，往往藏匿于这类“朴素”的瓶颈之中。这要求投资者同时具备对技术趋势的深刻洞察和对实体产业运作的具体认知。在旧金山描绘未来蓝图的人很多，但愿意深入研究电力采购合同和芯片制造厂的人，才能将未来转化为实实在在的回报。