刚才我有个在意的话题，你知道有个24岁的人没有买英伟达股票，却赚了大钱吗？

这是前OpenAI研究员Leopold Aschenbrenner的故事。这个人创立的基金的策略真的非常有趣。他既不买英伟达，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。主要的两个股票是原因。燃料电池公司Bloom Energy今年以来上涨了239%。他在去年年底时，曾投资8亿7500万美元于这家公司的股票和期权，但现在已经膨胀到接近30亿美元。而英特尔。当时股价为20美元时，他购买了2000万股的看涨期权。上周股价涨到113美元，短短不到一年就接近翻了五倍。

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上也有人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，市场已经有一半在行动了。

真正重要的不是这个。是他为何能一直押对赌的根源所在。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，以及担任Meta AI产品经理的Nat Friedman。这些人在日常中直接参与大规模电力采购合同和数据中心扩展的决策过程。

此外，研究总监是Carl Shulman。他是AI领域的资深人士，曾在彼得·蒂尔的对冲基金Clarium Capital工作过。他负责将AI的洞见转化为可行的交易策略。

有趣的是，他还投资了比特币矿业公司CleanSpark和Bitfarms。这些公司正将矿场转变为AI计算中心。虚拟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之一。顺便提一下，他在2022年曾在SBF的Future Fund工作了9个月。

还有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有深厚的联系。他是少数同时拥有这两家巨头AI开发竞争的关系的人之一。

我认为，这正是他的优势所在。他发表的AI论文，都是基于在OpenAI内部的知识。关于AI瓶颈不是算法，而是电力和计算能力的主张，来自于研究所内部的路线图。行业核心人物成为他的LP后，基金能获得的信息也会越来越集中。信息越集中，投资判断的准确性也越高。这是一个正反馈循环，外部人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，一切都能顺利进行。但如果AI开发速度放缓，或者技术革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，这就是现代最巨大的非对称性，伴随着巨大的代价。