这个故事，讲的是AI时代华尔街上最靓的崽。
AI和投资神童Leopold Aschenbrenner，如何把一份AGI预言变成200亿美元基金，又被同一套叙事和杠杆反噬。
一个月前，24岁的Leopold Aschenbrenner还享有AI股神的称号。
他年轻、英俊，19岁成为哥伦比亚大学毕业生代表，22岁进入OpenAI研究“超级智能对齐”，离开后写出轰动硅谷和华盛顿的AI宣言报告《态势感知》（Situational Awareness），再把报告变成一家对冲基金。到2026年6月，这只成立不到两年的基金管理规模超过200亿美元，成立以来净回报超过1000%，仅2026年前五个月就上涨约270%。他的每一份监管文件，都被追随者像研读“圣经”一样拆解。
但到了7月底，故事突然反转。
Situational Awareness在AI股票暴跌中遭遇巨额损失，开始向现有投资者和贷款方紧急筹资，并向部分投资人提出直接购买基金组合资产。此前帮助它制造神话的借款和杠杆，如今反过来放大了损失。一个AI投资传奇，迅速变成了杠杆反噬的警示故事。
目前市场的调整还没有结束，基金最终是否清盘，还有待于观察。现有可靠报道只能确认它遭遇重挫、寻求新资金，并考虑出售部分资产；基金的具体亏损额、借款规模和最新净值均未披露。不过可以确定地说，崩掉的是它战无不胜的光环，以及一套长期技术判断可以无缝转化为短期投资收益的幻觉。
从柏林神童到OpenAI
Aschenbrenner出生于德国柏林，父母都是医生。15岁进入哥伦比亚大学，主修经济学和数学/统计学，19岁以全校毕业生代表身份毕业。哥大对他的评价相当罕见：不仅成绩位居年级第一，毕业论文还获得经济学系最高荣誉。他在校期间参与创立了有效利他主义社团，关心的不是一般意义上的商业问题，而是长期经济增长、技术进步和人类生存风险。
毕业后，他在牛津大学全球优先事项研究所（Priority Institute）研究经济增长与存在性风险，也曾短暂加入FTX旗下的Future Fund，并在FTX倒闭前离开。Aschenbrenner首先是一个研究技术趋势、长期增长和极端风险的思想型人物，而不是受过传统训练的证券分析师或交易员。
2023年，他进入OpenAI由联合创始人兼首席技术官苏茨克弗（Ilya Sutskever）和副总裁莱克（Jan Leike）领导的超级对齐（Superalignment）团队。这个团队试图回答一个近乎悖论的问题：如果未来的AI比人类更聪明，人类如何监督和控制它？
Aschenbrenner参与的代表性成果是“弱到强泛化”研究：让较弱的模型监督较强的模型，以模拟未来人类监督超级智能的困难。研究发现，强模型可以超过弱监督者，但依靠普通微调仍无法释放全部能力，说明现有RLHF方法未必能够自然扩展到超级智能。
他离开OpenAI并非主动跳槽，而是被解雇。2023年OpenAI内部通信系统遭到黑客入侵后，Aschenbrenner向董事会提交了一份安全备忘录，认为公司保护模型权重和关键算法秘密的措施“严重不足”，尤其无法抵御国家级工业间谍活动。后来，他又把一份有关AGI准备、安全和安保措施的内部讨论文件发给三位外部研究者征求意见。OpenAI将此视为泄露机密信息，于2024年4月将他解雇。
双方对真正原因各执一词。OpenAI表示，解雇与他向董事会提出安全问题无关；Aschenbrenner则称，公司当时明确告诉他，外发文件原本只够构成警告，正是此前那份安全备忘录使处分升级为解雇。
因此，他既不是简单的“安全吹哨人”，也不能被简化为“泄密员工”。可以确定的是：他对AI能力增长、实验室安全和中美竞争的判断，与OpenAI管理层发生了严重冲突。
一份网红报告/投资说明书
2024年6月，Aschenbrenner发布了长达165页的《态势感知：未来十年》（Situational Awareness: The Decade Ahead）。它经常被简称为“AI Situation报告”，但正式标题是“Situational Awareness”。
来源：Situational Awareness )
报告最重要的判断是：到2027年实现AGI“非常可信”。他的推演来自三个变量：训练算力每年增加约0.5个数量级；算法效率每年再提高约0.5个数量级；智能体、工具调用、长链推理等“解除束缚”的技术，则会把聊天机器人变成能够独立工作的数字员工。三者叠加，2023年至2027年的有效算力可能增长约10万倍。
一旦AI能够自动完成AI研究，数以亿计的AI研究员就可能把正常情况下需要十年完成的算法进步压缩到一年，推动AGI迅速跃迁为超级智能。与此相配套的，将是千亿美元乃至万亿美元级计算集群、数据中心和发电能力的大扩张，以及美国政府最终介入的“AGI曼哈顿计划”。
来源：Situational Awareness )
这份报告之所以轰动，不只是因为它预测AGI。它第一次把模型能力、算力、算法进步、电力、数据中心、国家安全和中美竞争，串成了一张完整的产业地图。它既是一篇AI技术报告，又是一份工业动员纲领，后来还成了一份事实上的基金募资说明书。
它的弱点也同样明显：算力和基准测试上的连续趋势，被简单外推为可靠性、自主性和经济价值的质变；低估幻觉、复杂任务长尾、数据瓶颈以及企业部署摩擦；又把充满不确定性的技术预测，包装成紧迫的地缘政治命题。批评者指出，这份165页的报告只提到一次“幻觉”，而可靠性恰恰是从高分模型走向自主劳动者的主要障碍之一。
硅谷的钱，押注硅谷的预言
发布报告后，Aschenbrenner创立了同名投资机构Situational Awareness。首批锚定投资者不是普通金融机构，而是硅谷最核心的技术精英：Stripe联合创始人科利森兄弟（Patrick Collison和John Collison）、前GitHub CEO弗里德曼（ Nat Friedman），以及投资人格罗斯（Daniel Gross）。后来，极少投资外部基金的顶级交易公司Jane Street也成为出资人。
完整的投资人名单并不公开。但SEC文件显示，截至2025年12月底，Situational Awareness Partners已向66名投资者出售约10.26亿美元基金份额，最低投资门槛为500万美元。媒体所称的15亿乃至200亿美元规模，则还包括后续募资、投资收益和资产升值，不能简单理解为创始时获得了200亿美元现金。
他的策略，是把《态势感知》的每一章变成交易：
如果AGI临近，就做多AI基础设施；如果训练集群走向万亿美元，就寻找电力、数据中心、GPU云、存储和内存的瓶颈；如果传统产业将被AI替代，就做空落后者；如果模型实验室最终获得最大价值，就直接投资Anthropic等非上市公司。
到2026年，基金持仓覆盖CoreWeave、Applied Digital、IREN、Bloom Energy、SanDisk、Oracle、AMD以及一批从加密货币挖矿转向AI数据中心的公司。Anthropic一度占基金资产约五分之一，是其最大的单项投资之一。Anthropic的办公室主任，是他的未婚妻Avital Balwit，唯一直接向创始人兼CEO阿莫迪（Dario Amodei）汇报的人。
2026年一季度的13F文件还披露了约77亿美元半导体相关看跌期权名义敞口，包括英伟达、VanEck半导体ETF、Oracle、博通和AMD；与此同时，基金仍在做多GPU云、电力和数据中心公司。不过13F只披露期权对应的名义价值，既不显示实际权利金，也不说明基金是买入还是卖出期权，因此不能据此简单断言Aschenbrenner已经“看空AI”。
真正危险的地方不是某一只股票，而是组合整体使用了借款和衍生品杠杆。看上去它投资了芯片、存储、电力、云和亚洲市场，实际上这些资产都暴露于同一个风险因子：市场是否继续相信AI资本开支会无限增长。
从1000%回报到紧急筹资
最初，这套策略取得了惊人的成功。
2025年上半年，基金扣除费用后上涨47%，而同期标普500指数回报约6%，科技对冲基金指数约7%。到2026年5月底，Situational Awareness年内上涨约270%，成立以来累计回报超过1000%，管理规模超过200亿美元；其中既有Anthropic等非上市资产升值，也有电力、存储和AI基础设施股票暴涨，还有持续流入的新资金。
截至6月底，基金年内净回报甚至达到439%。但进入7月，AI交易突然反转。Oracle和AMD一个月下跌约20%，SanDisk在7月下跌54%，Nebius、Sharon AI、Bloom Energy等弹性更大的公司跌幅更深。韩国Kospi指数从一个月前的高点一度下跌近40%，高度集中的AI内存和半导体板块成为风暴中心。
价格下跌本身未必足以击倒一只长期基金；杠杆却会把价格问题变成现金问题。即使基金仍有大量净资产，主经纪商也可能要求追加保证金、降低风险敞口或偿还借款。私有的Anthropic股份无法随时出售，能够变现的公开股票和期权便承受更大压力。这解释了为什么一只6月底还上涨439%的基金，到7月底却需要向投资者和贷款方筹钱。
从数学上说，要把439%的年内收益全部抹掉，基金还要从6月底净值再下跌约81.4%。所以，在具体亏损尚未公布前，不能断言它已经由盈利转为亏损，更不能说已经正式清盘。它当前更像是遭遇了严重的流动性和融资危机，而非投资组合价值已经归零。
Aschenbrenner本人也没有认输。他在7月24日的投资者信中承认基金未能躲过市场震荡，特别是亚洲市场的暴跌，但同时称当前是2025年初以来最好的加仓机会之一，并开放8月1日的新资金窗口。他还把Anthropic可能在下半年上市视为反弹催化剂。
他真正搞错了什么
Aschenbrenner最大的错误，未必是看错了AI，而是混淆了四个不同的时钟：技术能力进步的时钟、企业部署扩散的时钟、收入和现金流形成的时钟，以及资本市场定价与融资的时钟。
技术方向判断正确，不等于股票在任何价格都值得购买；长期稀缺真实存在，不等于稀缺资产不会提前透支十年的收益；最终能够等到AGI，也不等于使用高杠杆的基金能够活到AGI到来的那一天。
第二个教训是，股票数量不等于真正的多元化。芯片、内存、数据中心、电力、GPU云和比特币矿场分属不同产业，但只要估值都建立在“AI资本开支持续上调”的信仰之上，它们就是同一笔交易。市场上涨时，它们共同制造超额收益；风险偏好逆转时，也会一起下跌。
第三个教训是，杠杆会改变投资命题的性质。没有杠杆，AI基础设施可以是一项等待五年的产业判断；加入大量借款、期权和集中持仓后，它就变成了必须每天维持保证金和融资渠道的交易。长期是否正确退居其次，短期能否生存成为首要问题。
第四个教训，则是思想影响力本身会制造反身性。他的报告帮助他筹集资金，卓越业绩又让监管文件成为市场事件，追随资金进一步推高其持仓。投资能力、个人声望和资产价格相互强化，直到下跌方向上的反身性开始运转。所谓“AI先知”，很容易因此变成拥挤交易的中心。
这不是AI结束，而是定价逻辑变了
Situational Awareness的危机并不能证明AI技术停滞。恰恰相反，它对资本开支和基础设施扩张的很多判断正在实现。高盛预计，主要AI供应商2026年资本开支约为7550亿美元，2027年可能达到9200亿美元；美国科技投资占GDP的比例已经超过上世纪90年代互联网泡沫高峰。
问题在于，市场已经把巨大的技术进步提前计入价格。自ChatGPT发布以来，AI相关公司市值增加约27万亿美元，而高盛基准情景下，AI生产率提升所带来的新增资本收益现值约为9万亿美元。两者并非完全可比，但差距说明，接下来的上涨需要越来越乐观的利润率、市场份额和价值捕获假设。
因此，AI产业正在从“只要建设就会上涨”的第一阶段，进入“谁能把建设变成现金流”的第二阶段。估值最脆弱的，将是依靠债务扩张、缺乏长期客户合同、利用率不足的GPU云和数据中心公司，以及被按永久短缺定价的零部件供应商。相对更有韧性的，则是拥有真实需求、长期合同、充足现金和可验证AI收入的企业。
算法效率和中国开源模型的进步还会进一步改变价值分配。更便宜的推理可能通过杰文斯悖论扩大总体算力需求，但也可能压低单次计算价格，把利润从芯片和基础设施转移到模型、应用和掌握客户关系的平台。AI使用量增长，与每一家AI基础设施公司的利润持续增长，并不是一回事。
Aschenbrenner最著名的一句话是：“你可以最先在旧金山看到未来。”这句话或许依然正确。但真正的“态势感知”，不仅是看见未来，还要看见估值、负债、流动性和时间。
一个人可以正确预测一场技术革命，却仍然在革命到来之前输掉交易。AI最靓的崽未必已经彻底出局，但他的高速坠落提醒所有人：市场不会因为你对未来判断正确，就允许你无限借钱提前兑现未来。
--
主要参考文献：
https://situational-awareness.ai/wp-content/uploads/2024/06/situationalawareness.pdf
海量资讯、精准解读，尽在新浪财经APP
致富配资提示：文章来自网络，不代表本站观点。
- 上一篇：活力中国调研行｜浙江“小龙”为何成群来
- 下一篇：没有了
热点资讯
