核心洞察：AI超级周期中的“卖铲人”策略
在当下围绕人工智能的激烈讨论中，一个核心问题始终悬而未决：这究竟是下一个互联网泡沫，还是一场史无前例的超级周期？知名投资人、Atreides Management创始人Gavin Baker给出了他的明确答案。他认为，这不是泡沫，而是一场由电力、晶圆和算力共同驱动的基础设施超级周期，真正的超额收益并非来自大模型本身，而是来自支撑这一切的“卖铲人”环节。
Baker的投资哲学可以用一句话概括：做多AI物理基础设施的瓶颈，做空整体市场的下行风险。他通过集中押注GPU连接、内存、推理芯片、先进制程和电力供给等关键环节，同时利用QQQ看跌期权对冲市场回撤，构建了一套攻守兼备的投资组合。
为什么不是“互联网泡沫2.0”？
Baker的观点颠覆了市场普遍的恐慌情绪。他认为，当前的AI资本开支与2000年的互联网泡沫有本质区别：
- 资金来源不同： 彼时是债务驱动，大量无盈利公司靠烧钱求生；而如今，Google、Microsoft、Amazon、Meta等全球最强、现金最充裕的公司，主要依靠自有现金流进行投入，几乎没有杠杆。
- 需求真实且强劲： 仅OpenAI和Anthropic两家公司，今年预期年度经常性收入（ARR）就可达2000亿美元，且大量资金已通过合同预付，并非虚无缥缈的估值。
- 供给存在物理瓶颈： 这是最关键的防线。只要台积电（TSMC）、ASML、高带宽内存（HBM）的产能无法瞬间翻倍，AI资本开支就不会失控。正如Baker所言：“如果整个市场无法被过度供给，那它就很难像传统泡沫那样突然崩掉。”
核心主题：电力、晶圆与Token的三重约束
Baker的投资逻辑根植于对AI基础设施底层约束的深刻理解。他将AI发展归结为三个核心约束：
- 电力（Watt）： 每一瓦电能够生成多少Token，已成为AI实验室最关心的指标。电力供给是限制AI超级计算机扩张的“砖墙”。
- 晶圆（Wafer）： 台积电的先进制程产能是全球AI芯片供应的天花板。只要芯片无法被超量供应，上游的资本开支就相对可控。
- Token： 从预训练到后训练和推理，计算需求将呈指数级增长。Baker预测，仅推理带来的成本或收入机会，就可能是预训练算力投入的5到10倍。
投资组合：瞄准四大“瓶颈”方向
Baker的投资组合清晰勾勒出了他的战略地图。他将资金集中投向了AI基础设施中最具瓶颈效应的四个方向：
- 垂直小模型与端侧AI： 未来，用户可能不再依赖通用的聊天机器人，而是使用基于个人数据训练的个性化AI代理。Apple等拥有强大端侧部署能力的公司将成为关键参与者。
- 主权AI基础设施： 物理世界的建设速度（如数据中心、电网）远慢于数字世界的迭代速度。能够快速、高效部署物理基础设施的公司，如SpaceX，拥有巨大的护城河。
- 推理芯片与连接： 从预训练转向推理是下一阶段的重点。Baker重仓了Astera Labs（解决GPU互联瓶颈）、Cerebras（专注推理芯片）、Positron（推理芯片）以及Micron（存储芯片），押注它们能显著降低Token成本和提升每瓦性能。
- 能源与太空计算： 地面电网的约束催生了对便携式能源和太空计算的需求。SpaceX的Starship是实现轨道数据中心的关键枢纽。
市场资讯部视点
Gavin Baker的投资哲学为市场提供了一个极具参考价值的深度分析框架。他将复杂的AI产业发展简化为电力、晶圆和Token这三个可量化的物理约束，从而避开了对模型能力本身的情绪化博弈。这种“做多瓶颈、做空市场风险”的杠铃策略，体现了一位穿越周期的投资大师的审慎与远见。
当前，市场对AI泡沫的担忧主要集中在估值和资本开支上。Baker的观点提供了一个有力的反证：只要供给端（尤其是芯片制造和电力）无法迅速膨胀，泡沫破裂的经典条件就难以形成。投资者应关注的重点不应是“AI是否过热”，而是“关键瓶颈是否被突破”。一旦台积电产能出现大幅过剩或新的芯片架构颠覆现有算力需求，Baker的这套逻辑才可能被证伪。因此，跟踪半导体设备订单、电力规划及新兴推理芯片的进展，将成为验证这一超级周期能否延续的关键指标。
