刚才我有个感兴趣的话题，你知道有个24岁的人没有买英伟达的股票，却赚了大钱吗？

这是前OpenAI研究员Leopold Aschenbrenner的故事。这个人创立的基金策略真的非常有趣。既不买英伟达，也不买OpenAI。相反，他只投资于AI实际运行所必需的物理瓶颈，也就是电力、芯片制造、数据中心等基础设施。

据说在两个月内实现了61%的利润。主要原因是两个股票。燃料电池公司Bloom Energy今年以来上涨了239%。他去年底时在这家公司股票和期权上投入了8亿7500万美元，但现在已经接近30亿美元了。还有英特尔。当时股价为20美元时，他购买了2000万股看涨期权。上周股价涨到113美元，短短不到一年几乎翻了五倍。

这个成果的原因，实际上仅凭公开的持仓信息是无法解释的。Motley Fool等媒体每天都在分析他的股票，Reddit上也在讨论是否应该模仿他的策略。但即使看45天后公布的持仓报告，市场已经提前行动了一半。

真正重要的不是这些。是他为何总能押对赌的根源所在。看看他的关系网络就一目了然。基金的有限合伙人中有Stripe的两位创始人，Meta AI的产品经理Nat Friedman也在其中。这些人在每天的电力采购合同和数据中心扩展的决策过程中扮演着直接角色。

此外，研究主管是Carl Shulman。他是AI领域的资深专家，曾在Peter Thiel的对冲基金Clarium Capital工作过。他负责将AI的洞见转化为可执行的交易策略。

有趣的是，他还投资了比特币矿业公司CleanSpark和Bitfarms。这些公司将矿场转变为AI计算中心。加密货币矿场配备了大规模的电力供应和冷却系统，因此拥有AI数据中心最稀缺的资源。顺便提一句，他在2022年曾在SBF的Future Fund工作了9个月。

另一个不能忽视的点是，他的未婚妻是Anthropic的CEO Dario的首席助理。他曾在OpenAI工作过，也与Anthropic有深厚联系。是少数同时与这两大AI巨头有关系的人之一。

我认为，这正是他的优势所在。他发表的AI论文，基于在OpenAI的内部知识。关于AI瓶颈不是算法，而是电力和计算能力的观点，来自研究所内部的路线图。行业核心人物成为他的LP，意味着基金能获得越来越集中的信息。信息越集中，投资判断的准确性越高。这是一个正反馈循环，外部进入的门槛也会越来越高。

但也存在脆弱性。持仓高度集中，杠杆也很大。只要“AI基础设施持续扩展”的假设成立，一切都将顺利进行。但如果AI开发速度放缓，或者技术创新使能源瓶颈得以突破，集中仓位的缩减速度将远远快于建仓速度。

归根结底，他的投资逻辑是公开的，持仓报告也可以看到。但他做出判断时的立场、知识的源泉，是无法复制的。我认为，这是现代最巨大的非对称性，伴随着高昂的代价。