广告
加载中

00后AI股神清仓 血亏1400亿

张楠 2026-09-08 09:16
张楠 2026/09/08 09:16

邦小白快读

EN
全文速览

本文核心讲了天才95后(00后)AI投资人Leopold爆仓的标志性事件,核心干货如下

1. 核心事件梳理:Leopold25岁就靠all in AI赛道,用两年时间把2亿美元规模的基金做到240亿美元,巅峰AUM超400亿,后因AI板块集体回调,高杠杆触发保证金追缴,被迫清仓三分之二美股持仓,总亏损约200亿美元,合1400亿人民币。

2. 人物背景梳理:Leopold是少年天才,15岁进哥大,19岁拿三个学位毕业,先后经历FTX爆雷、OpenAI超级对齐团队被开除,之后转身创办全押注AI的对冲基金。

3. 普通投资者启示:当前AI投资市场分歧极大,杠杆交易容错率极低,不要盲目跟风宏大叙事,哪怕判断长期方向正确,也要预留足够安全垫应对短期波动。

本次事件反映了当前AI赛道的产业和资本趋势,对AI相关品牌布局有多重参考意义,核心干货如下

1. 消费与资本趋势变化:AI赛道已经从早期的叙事驱动逐步转向盈利驱动,过去只靠AGI远期概念就能获得资本追捧,现在资本已经开始要求企业兑现实际收入和利润,整个赛道估值体系面临重构,本次事件大概率会成为本轮AI行情的分水岭。

2. 市场偏好变化:当前资本已经从全面看多AI转向结构性看好,更偏好手握定价权、能稳定兑现ROI的标的,纯概念AI项目很难再获得高估值。

3. 品牌营销启示:纯靠AI概念讲故事的品牌营销已经行不通,AI相关品牌需要尽快落地实际业务,做出可验证的商业回报,才能持续获得市场和资本的认可。

本次00后AI股神爆仓事件,给AI赛道从业者带来了明确的风险提示和机会参考,核心干货如下

1. 风险提示:当前AI基建赛道分歧已经非常明显,市场已经出现算力过剩的争论,信用市场逐步收紧,高杠杆押注单一赛道的风险极高,哪怕长期方向判断正确,也可能因为短期价格波动触发流动性危机,最终被强制平仓出局。

2. 机会提示:长期来看,物理世界的AI基建(算力、电力、数据中心、存储)依然是AI发展的瓶颈,相关标的依然有长期增长空间,只是需要避开高杠杆、纯叙事的标的,选择能实际兑现利润的项目布局。

3. 可学习应对经验:当全市场都相信同一套叙事的时候,要警惕索罗斯提出的反身性风险,上行行情会自我强化,下跌也会自我加速,任何时候都不要All in,要预留足够的容错空间,控制杠杆比例。

本次事件反映了AI产业链对上游生产端的需求变化,也给工厂带来了商业机会和数字化转型的启示,核心干货如下

1. 产品生产需求变化:过去两年AI赛道爆发,带动了算力芯片、数据中心硬件、储能相关产能的需求快速增长,上游工厂获得了大量订单,但当前资本已经开始担忧需求不及预期,工厂需要警惕盲目扩产带来的产能过剩风险。

2. 长期商业机会:市场目前依然认可AI基建硬资产的长期价值,认为物理世界的基建产能是AI发展的核心瓶颈,相关硬件生产企业只要能稳定交付、兑现利润,就能长期获得资本和市场的青睐,依然有较大增长空间。

3. 数字化转型启示:AI对产业的影响已经从技术端传导到生产端和资本端,工厂可以积极拥抱AI数字化提升生产效率,同时要密切关注资本市场对AI赛道的态度变化,平衡扩产节奏,避免跟风盲目扩张。

本次AI股神爆仓事件,暴露出AI赛道当前的行业趋势和客户痛点,给AI相关服务商指明了业务方向,核心干货如下

1. 行业发展趋势:当前AI赛道已经进入分化期,早期普惠性的增长已经结束,接下来是结构性机会的竞争,资本从追捧远期叙事转向看重投入产出比,整个赛道估值体系面临重构,高杠杆运作的AI相关企业和投资机构都面临较大的流动性风险。

2. 客户核心痛点:目前AI相关投资机构和实体企业最大的痛点,就是AI大规模投入的ROI不清晰,面对大幅波动的市场,流动性管理和杠杆风险管控的能力不足,很多机构哪怕长期判断正确,也扛不住短期波动。

3. 解决方案方向:服务商可以针对性开发相关服务,比如面向AI投资机构的流动性管理服务、杠杆风险管控服务,面向AI实体企业的估值重构咨询、资本运作咨询,帮助客户应对AI赛道的大幅波动,抓住结构性机会。

本次标志性事件给AI相关平台商带来了明确的风向提示和运营管理启示,核心干货如下

1. 当前市场对AI平台的需求变化:市场不再只关注AI平台的扩张速度和远期叙事,转而要求平台把AI投入转化为实际的收入和利润,过去靠烧钱换规模、靠叙事拉估值的模式已经不被资本认可。

2. 需要规避的风险风向:当前AI投资热潮和早期互联网泡沫高度相似,大量资本涌入AI赛道,总规模已经远超当前商业回报能承载的能力,行业还存在芯片厂和云厂商交叉持股、循环融资的风险,一旦业绩不及预期,资本会快速收缩,平台需要警惕这类风险。

3. 运营管理调整方向:AI相关平台需要调整扩张节奏,优化资本结构,控制杠杆比例,不要盲目加杠杆扩产,要尽快落地可盈利的项目,证明自身的盈利能力,才能获得资本的持续支持,规避估值回调带来的经营风险。

本次00后AI股神爆仓事件是AI资本发展中的标志性事件,反映了AI产业和资本结合的诸多新动向新问题,核心研究价值如下

1. 产业资本新动向:当前AI资本端已经从全面上行的周期进入分歧周期,整个赛道的估值体系从叙事驱动正式转向盈利驱动,AI基建成为当前全球资本博弈的核心战场,市场对AGI落地时间、算力需求规模的判断已经出现极大分裂。

2. 行业新问题:资本反身性在AI叙事上体现得非常充分,全市场的集体信仰会形成自我强化的循环,上行有多疯狂,下跌就有多剧烈,高杠杆押注单一叙事会放大波动风险,哪怕长期方向正确,也可能因为短期流动性不足爆仓。

3. 商业模式研究启示:纯靠叙事加持的All in AI主题对冲基金模式抗风险能力极弱,这类模式需要平衡杠杆、对冲和配置,才能应对市场大幅波动,同时本次事件也印证了索罗斯反身性理论在当代AI资本市场的适用性。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article centers on the high-profile liquidation of Leopold, a prodigy Gen Z AI investor. Key takeaways are as follows:

1. Event timeline: By age 25, Leopold had gone all-in on the AI sector, growing his $200 million fund to $24 billion in just two years, with peak assets under management exceeding $40 billion. A broad market correction in AI stocks triggered margin calls for his highly leveraged positions, forcing him to liquidate two-thirds of his U.S. stock holdings, with total losses estimated at around $200 billion (equivalent to 1.4 trillion RMB).

2. Background: A child prodigy, Leopold entered Columbia University at 15, graduated with three degrees by 19, and weathered the FTX collapse before being dismissed from OpenAI's superalignment team. He then launched a hedge fund fully concentrated on AI investments.

3. Takeaways for retail investors: The AI investment market is currently deeply divided. Leveraged trading has an extremely low margin for error, and investors should not blindly follow hype around grand narratives. Even if one is correct about the long-term direction of the sector, sufficient safety buffers must be reserved to absorb short-term volatility.

This event reflects the current industrial and capital trends in the AI sector, and offers key insights for AI-related brands. Key takeaways are as follows:

1. Shifts in consumer and capital trends: The AI sector has gradually shifted from being narrative-driven to profit-driven. Where previously projects could attract capital solely based on long-term AGI concepts, investors now demand actual revenue and profit, and the entire sector's valuation framework is undergoing a restructuring. This event will likely stand as a turning point for the current AI rally.

2. Shifts in market preference: Capital has moved from broad bullishness on AI to selective, structural optimism. Investors now favor assets with pricing power and stable, verifiable ROI, and pure-concept AI projects can no longer command high valuations.

3. Implications for brand marketing: AI brand building that relies solely on narrative hype no longer works. AI-related brands must quickly roll out tangible business lines and deliver verifiable commercial returns to earn sustained recognition from the market and investors.

The liquidation of this Gen Z AI "stock god" delivers clear risk warnings and opportunity insights for AI sector participants. Key takeaways are as follows:

1. Risk warning: Disagreement over the AI infrastructure sector is already extremely pronounced, with growing debate over a potential supply glut of computing power. Credit conditions are also tightening, making highly leveraged bets on a single sector exceptionally risky. Even if the long-term directional call is correct, short-term price volatility can trigger a liquidity crisis and end in forced liquidation.

2. Opportunity insight: In the long term, physical AI infrastructure (including computing power, electricity, data centers and storage) remains a core bottleneck for AI development, so relevant assets still offer long-term growth potential. Market participants should avoid over-leveraged, purely narrative-driven projects and prioritize opportunities that can deliver tangible profits.

3. Actionable takeaways: When the entire market subscribes to a single dominant narrative, investors should heed the reflexivity risk first outlined by George Soros: uptrends become self-reinforcing, just as downtrends accelerate on the way down. Never go all-in on a single bet; always reserve sufficient margin for error and keep leverage at manageable levels.

This event reflects shifting demand from the AI industry to upstream manufacturing, and delivers insights on business opportunities and digital transformation for factories. Key takeaways are as follows:

1. Shifts in production demand: The AI boom over the past two years drove explosive growth in demand for AI chips, data center hardware and energy storage capacity, bringing massive order volumes to upstream factories. But as capital now grows increasingly concerned that demand will fall short of expectations, factories must guard against the risk of overcapacity from blind expansion.

2. Long-term business opportunities: The market still recognizes the long-term value of hard AI infrastructure assets, and widely views physical infrastructure capacity as a core bottleneck for AI development. As long as relevant hardware manufacturers can deliver stable output and consistent profits, they will retain sustained support from investors and the market, and retain significant room for growth.

3. Implications for digital transformation: AI's impact on industry has spread from the technology layer to production and capital markets. Factories can actively adopt AI-enabled digital tools to boost production efficiency, while staying closely attuned to shifting investor sentiment toward the AI sector. They should balance expansion pacing and avoid runaway expansion driven by hype.

The liquidation of the AI investor exposes current industry trends and core client pain points in the AI sector, and clarifies strategic direction for AI-focused service providers. Key takeaways are as follows:

1. Current industry trends: The AI sector has entered a period of market differentiation. The era of broad, across-the-board growth has ended, and competition for structural opportunities is now the norm. Capital has shifted from chasing long-term narratives to prioritizing return on investment, and the entire sector's valuation framework is being restructured. Both highly leveraged AI companies and investment firms face significant liquidity risk.

2. Core client pain points: The biggest pain point for AI-focused investment firms and operating companies today is the unclear ROI of large-scale AI investments. Many also lack sufficient capabilities in liquidity management and leverage risk control amid extreme market volatility, meaning even firms with correct long-term outlooks cannot survive short-term drawdowns.

3. Direction for solution development: Service providers can develop targeted offerings to address these needs, including liquidity management and leverage risk control services for AI investment firms, and valuation restructuring advisory and capital operation consulting for AI operating companies. These services help clients navigate extreme AI sector volatility and capture structural opportunities.

This landmark event delivers clear market signals and operational insights for AI-focused platform operators. Key takeaways are as follows:

1. Shifting market demand for AI platforms: The market no longer prioritizes growth speed and long-term narratives alone, and now demands that platforms convert AI investments into actual revenue and profit. The old playbook of burning cash for scale and valuations built on hype is no longer accepted by investors.

2. Key risks to avoid: The current AI investment boom bears strong similarities to the early internet bubble: massive capital inflows have pushed the sector's total size far beyond what current commercial returns can support. The industry also carries risks from cross-shareholdings and circular financing between chip makers and cloud providers. If performance falls short of expectations, capital will retreat rapidly, and platforms must prepare for this risk.

3. Operational adjustments: AI platforms need to adjust their expansion pacing, optimize their capital structure, control leverage levels, and avoid over-leveraged expansion. They must quickly launch profitable projects to prove their earning capacity, in order to secure sustained capital support and avoid operational risks triggered by valuation corrections.

The liquidation of this Gen Z AI investor is a landmark event in the development of AI capital markets, and reveals a number of new dynamics and issues at the intersection of AI industry development and capital. Key research takeaways are as follows:

1. New dynamics in industrial capital: AI-focused capital markets have shifted from a broad upcycle to a period of deep division. The sector's valuation framework has formally transitioned from narrative-driven to profit-driven, and AI infrastructure has become the central battleground for global capital. There are now extreme divides in market expectations for AGI commercialization timelines and the scale of future computing power demand.

2. New industry issues: The reflexivity of capital has been clearly demonstrated in AI market narratives: collective market belief creates a self-reinforcing cycle, and the intensity of a rally is matched by the severity of the subsequent downturn. Highly leveraged bets on a single narrative amplify volatility risk, and even correct long-term calls can end in liquidation due to short-term liquidity shortages.

3. Implications for business model research: The all-in AI thematic hedge fund model, sustained only by narrative hype, has extremely low resistance to risk. This model requires a balance of leverage, hedging and diversification to withstand extreme market volatility. This event also confirms the ongoing applicability of George Soros' reflexivity theory to contemporary AI capital markets.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

7月24日,00后AI股神Leopold Aschenbrenner在给投资人的信里写,如果你一直在等待合适的时机加仓,现在或许是一个。

六天后,他清仓了。被迫的。

据报道,Leopold Aschenbrenner掌管一家名为Situational Awareness(态势感知)基金,把美股持仓一次性甩卖,大约占基金总仓的三分之二,据称基金总亏损大约200亿美元,合1400亿人民币。买家是另一家大型对冲基金,名字没披露,市场传闻买方为城堡基金,同时Millennium参与竞标。

从2亿美元到240亿美元,他只用了不到两年。从240亿到清仓更快,只用了六天。

要说Leopold真是个神人,2001年出生,少年天才,15岁进哥大,19岁最优成绩毕业,履历有趣,也是这两年最耀眼和最赚钱的硅谷明星,但处处透着一股拧巴劲儿。

比如,他在SBF的FTX Future Fund干过九个月,对就是那个暴雷的虚拟货币平台,旗下有个基金会,举着“有效利他主义”的旗,创始人SBF把“挣钱是为了给予”挂在嘴边,后来FTX爆雷,挪用客户资金几十亿,SBF判了二十五年,那套伦理被SBF称为“mostly a front”,门面而已。

后来Leopold从FTX出来,进了OpenAI的“超级对齐团队”。这个团队的活儿,是为了确保AI不失控,给超级智能踩刹车的。2024年4月,他因为写了一份安全备忘录,警告OpenAI安保不足,23岁的Leopold被OpenAI以泄密为由开除。

然而一个月后,超级对齐团队也解散了。然后Leopold转身做了一个全市场最猛的AI加速基金,把所有筹码压在AI狂飙上。包括著名的对冲基金简街Jane Street,都是他的出资人,

“超级对齐团队”应该是踩刹车的人,也不知道Leopold是气不过还是怎的,出来直接变成踩油门的人了,还是最猛的那个,疯狂加杠杆。

23岁被OpenAI开除,仅仅两年,25岁Leopold就成了从2亿赚到240多亿的“AI股神”,据说巅峰时期AUM超过400亿美元。他从OpenAI出来时,曾写过一篇著名文章,预言2027年AGI到来。结果,AGI还没来,市场先从奖励变成了惩罚。

而且这事儿简直神似Bill Hwang,当时Bill因为加杠杆重仓中概股,遇上黑天鹅被强平。现在市场对AI基建的超高投入和ROI担忧,Leopold的持仓高位急跌,Leopold也倒在了杠杆上。中概股自从Bill之后没怎么缓过气儿来,现在的AI我估计还没人能证伪。但Leopold被迫清仓,算是一个标志性事件,不知道会不会成为AI本轮行情的一个分水岭。

从刹车到加速

Leopold Aschenbrenner,2001年生在德国一个医生家庭。15岁考进哥伦比亚大学,19岁以全系第一名毕业,拿了数学、统计、经济三个学位。这样的开局,放哪个年代都算耀眼。

就读哥大期间,Leopold就联合创立校内有效利他主义(EA)分会,早早踏入这套思想圈子。2021到2022年,他前往牛津大学全球优先研究院担任研究员。这家机构正是EA运动的核心智库,在这里,他得以系统性深耕EA理论。

EA来自牛津哲学家William MacAskill和Toby Ord,主张用数据驱动、功利主义的方式“最大化善”,鼓励“挣钱是为了给予”。FTX创始人在MIT读书时受到MacAskill影响,入职Jane Street后捐出大约一半薪水,FTX慈善部门也曾承诺拿出超1.6亿美元资助上百家非营利组织。后来Leopold也加入FTX Future Fund,投身EA资助工作。

Leopold干了九个月,在2022年11月FTX暴雷前夕离开。后来FTX被认定挪用客户资金数十亿,SBF判了二十五年,那套伦理被他自己称为“mostly a front”,门面而已。Leopold不是旁观者,他就站在这扇门里头。这段身处金融骗局中心的经历,被多方描述为让他“早早感知了市场的复杂与风险”。

2023年,他转投OpenAI,进了超级对齐团队。

这个团队也非常有意思,当时因为ChatGPT引发的舆论影响太大,内外部压力下,由OpenAI的灵魂人物Ilya Sutskever和Jan Leike在2023年夏天牵头成立,目标是解决一个几乎无解的问题,“当AI的智能超过人类,怎么确保它不失控?”

OpenAI当时承诺投入20%的算力,设定四年期限,要在2027年前开发出对齐超级智能的技术。核心难题包括可扩展监督、目标泛化、内部表示、对抗鲁棒性。但问题在于,传统的对齐手段比如基于RLHF(基于人类反馈的强化学习),一旦AI的推理能力和数量超过人类范围,人类就不再是可靠的监督者。

然后就是2023年年底那场著名的OpenAI“政变”了。总之,奥尔特曼赢了,加速主义赢了。现在看这个超级对齐计划,就是个超级笑话。

2024年4月,变故来了。Leopold向董事会提交了一份安全备忘录,警告公司安保措施“极度不足”,但OpenAI却以“泄露内部信息”为由要解雇他。一个月后,Jan Leike离职,后来Ilya离开并创办SSI,超级对齐团队解散。

想给踩AI刹车的人,都被请出了驾驶室。

被开除后,2024年6月,他发了一篇165页的长文《Situational Awareness:The Decade Ahead》,预测AGI将在2027年前后到来,提出“智能爆炸”“超级智能”这些判断。这篇文章在硅谷技术圈刷屏,也为他后来募资铺好了路。一个进过超级对齐、发过安全长文的人,却转身去华尔街做AI加速。

打不过就加入,看来全世界哪里都一样,最聪明的脑子变得更快。

并且,据《财富》杂志报道,Leopold与Anthropic CEO Dario Amodei的办公室主任Avital Balwit订了婚,不知道这份感情与他对AI的看法变化有没有关系。但结果在那摆着,Anthropic,正是他基金中最大的单一持仓。

2024年年底,Leopold正式成立Situational Awareness基金。哥大优等生,EA信徒,FTX门徒,超级对齐研究员,最后成了AI加速基金经理。Leopold的履历围绕AI转了个圈,下一步,是找钱。

240亿是怎么来的

Situational Awareness是一只几乎100%押注AI主题的对冲基金。团队极简,只有4名投资专业人员,员工总数8人。官网只有一句话:这是一个聚焦AGI的投资建议者,由Leopold Aschenbrenner建立。

翻看这只基金的早期投资人名单,简直是一份硅谷权力榜。Stripe联合创始人Patrick和John Collison兄弟,前GitHub CEO Nat Friedman,科技投资人Daniel Gross,再加上量化巨头Jane Street。

这些人都不是普通LP,他们是EA运动、有效利他主义网络、技术加速主义圈子的核心节点。换句话说,Leopold的基金从第一天起,就被这个圈子背书。Jane Street这条线尤其绕:它是SBF的老东家,又从FTX破产资产里买过Anthropic的股份,而Anthropic恰恰是Leopold基金最大的单一持仓,占了大约五分之一。

基金策略也很干脆。集中押注AI基础设施,算力、电力、数据中心、存储,同时用期权、做空来对冲或放大。基金主经纪商是美国银行、高盛、摩根大通。2026年一季度的13F文件显示,基金的多头仓位清一色是AI基建硬资产:

Bloom Energy持仓约8.79亿美元,SanDisk约7.24亿,CoreWeave约5.56亿,荷兰AI基建供应商Nebius持有1241万股、价值约26亿美元,还领投了Sharon AI的16亿美元融资、拿下19.9%股份,并成为SK海力士纳斯达克ADR的基石投资者。

持仓里还有一批比特币矿企和数据中心标的,Riot Platforms、CleanSpark、Core Scientific、IREN、Applied Digital都在列。此外,早期投资的Anthropic约占基金资产五分之一,2025年2月进入时估值约600亿美元。按现在的万亿美金的估值计算,大概浮盈18倍。

AI高歌猛进,Situational Awareness基金的业绩也一度成了神话。

截至2026年6月底,基金年内净回报约439%,成立以来累计回报超过1000%。规模从成立时的两三亿美元,膨胀到2026年中大约240亿美元。一个二十出头的年轻人,用两年时间,把一笔小钱滚成了华尔街侧目的庞然大物。

关键是Leopold判断确实准。

早在市场疯狂追逐“缺电、缺算力”叙事的时候,他就说过,软件能靠AI快速迭代,但工厂、能源、基建这些物理世界的东西AI造不出来,这才是未来最值钱的资产。这也是他重仓AI基建链条的底气。

研究机构Citrini曾算过一笔账:如果你在基金成立时投入1亿美元,即便在7月亏掉90%,这笔投资仍值2.3亿美元。规模本身就是叙事的一部分。

2026年7月24日,面对市场大幅震荡,他在致投资者信里还写道,基金“未能幸免于”近期市场震荡,但他称,这次科技股抛售是“自2025年初以来最具吸引力的投资机会”,信末他补了一句:如果你一直在等待合适的时机加仓,现在或许是一个。

不过Leopold没能挺到加仓,反而六天之后,他清仓了。

市场的反身性

索罗斯有一套著名的金融理论,反身性。大概意思是,决定股价的不只是基本面,参与者的预期、交易行为等,也反过来改变基本面与价格,形成双向循环、自我强化。

放在AI这,之前就是个上行反身性的典型循环。

AGI远期叙事带来市场对于算力需求无限扩张的预期,大量资金涌入AI硬件板块,推动股价持续走高,基金净值随之暴涨,不断印证Leopold的判断,促使他进一步加大杠杆并且集中持仓。Leopold本身坚信AGI终将到来这一套叙事,同时动用巨额资金进行交易,依靠资金助推这条叙事对应的价格行情。

但问题是,反身性循环最致命的特质,就是上行有多极致,跌的就有多狠。远期的产业愿景可以无限浪漫,但资本市场的杠杆和估值兑现不等人。股价越高,投机资金的耐心、杠杆资金的容错率就越低。

翻开Leopold的13F持仓,几乎每一只重仓都在流血。

SanDisk全月跌约46%,是最大的失血股。Bloom Energy跌约33%,CoreWeave跌约25%,Nebius一度跌超46%、整月回撤约43%,SK海力士ADR较最高点回撤约35%,甲骨文和AMD各跌约20%。以科技股为主的纳斯达克100指数当月累计跌约10%,韩国综合指数跌幅约三分之一。

导火索之一是Meta计划向外部出租AI算力,市场开始争论算力是不是已经过剩。信用市场也在收紧,CoreWeave的CDS利率一度飙到约855个基点,按市场模型折算五年违约概率高达50%,Oracle的CDS同样明显上升。

罪魁祸首还是杠杆。

媒体报道,Leopold最高用了大约4倍杠杆,这当然比比尔黄差远了,不过股价快速下跌,还是触发了保证金追缴,缴不上那就只能强平了。

更讽刺的是,Leopold的所谓对冲。一季度末,基金前五大持仓一度全是看跌期权,英伟达、半导体ETF、甲骨文、博通、AMD,名义价值几十亿美元,其中光VanEck半导体ETF的看跌期权就有约20亿美元,英伟达看跌约16亿美元。

但13F只是季度末的快照,看不出行权价和到期日,也没人知道这些对冲在7月下跌里到底起了多少作用。可以确定的是,他的对冲没效果,或者效果没能抗住极致的回撤,发生了流动性危机,不然Leopold完全可以调仓自救。

面临保证金追缴压力,Leopold一边向LP与贷款方紧急募资,一边洽谈转让Anthropic等私募股权筹措现金。但终归自救无果,7月30日,Leopold选择清仓全部美股持仓,将公开市场组合打包出售给另一家大型对冲基金。

公开持仓出清之后,这只基金只剩下非上市私募资产,形态更接近集中持仓的成长股权工具,不再是当年那只All in AI的对冲基金旗手。

不过值得注意的是,就在Leopold清仓后,美股半导体和存储板块反而大幅反弹,闪迪涨幅超过20%,美光、SK海力士涨幅超过15%。Leopold的抛压一次性释放后,买盘进场吃下了带血的筹码。

这也说明,目前市场的分歧和博弈远没到尽头,多空双方都在用真金白银下注。博弈的底层,就是全球资本对AI叙事的一次估值大辩论。

过去两年,叙事很简单,谁烧钱多、谁扩产猛,谁就值钱。现在叙事好像要切换成,谁能把算力变成收入和利润,谁才配得上高估值。

当然,这话黄仁勋肯定不同意,但看空的一方声音的确已经很大了。

高盛在2026年7月警示,超大规模云厂商的AI资本支出扩张已逼近自身融资能力上限,整个科技板块估值体系即将重构,市场情绪“像一根被过度拉伸的橡皮筋”。

国际清算银行把AI投资热潮列为威胁全球经济的四大压力点之一,指出本轮扩张与互联网泡沫高度相似,真实技术突破吸引了远超商业回报承载能力的资本,还特别警告“循环融资”风险,芯片厂和云厂商交叉持股、绑定长期采购,一旦回报不及预期,资本可能骤然收缩。这也是Benchmark老牌合伙人Bill Gurley的观点。

当然,中性和乐观的支持者也不是没有数据或叙事支撑,但基本也都推荐那些手握定价权的标的,而非全面看多市场,这说明整体AI的市场分歧确实是已经不小了。Leopold这时候还在加杠杆疯狂下注,无非是想多挣几个铜板。

哦当然那不止是几个铜板,而可能是几个,甚至几十个billion的美金。不过Leopold给基金起名Situational Awareness,译为“态势感知”。当Leopold撰写那篇165页长文时,笃信自己跳出大众偏见,看清AGI驱动的长期趋势。

这两年Leopold确实是看对了,可最后,这只以“感知局势”为名的基金,没能抗住市场的震荡,清仓了。这恰恰是索罗斯所说反身性的残酷之处,参与者本身就是行情的一部分,你信仰并下注的叙事,既能托起你,也能瞬间倾覆你。

这并非孤例。这几年全球沉浸在宏大的AI叙事之中,算力需求、远期AGI愿景不断自我强化。当市场所有人共同相信同一套故事,质疑就成了昂贵的奢侈。我不知道AI叙事是否就此结束,也不希望这么仓促,不过,上涨从来不是一帆风顺,Leopold只是本轮AI上行循环里,最先被小拐点处倒下的那个人,也不会是最后一个。

注:文/张楠,文章来源:投中网(公众号ID:China-Venture),本文为作者独立观点,不代表亿邦动力立场。

文章来源:投中网

广告
微信
朋友圈

FAQ回顾

Leopold Aschenbrenner是谁?

Leopold Aschenbrenner出生于2001年,15岁考入哥伦比亚大学,19岁以全系第一的成绩拿到数学、统计、经济三个学位,曾任职于FTX Future Fund、OpenAI超级对齐团队,2024年创立聚焦AGI投资的Situational Awareness对冲基金,曾两年内将基金规模从2亿美元做到240亿美元,被称为“00后AI股神”。

AI主题基金加杠杆投资有什么风险?

AI主题基金加杠杆押注单一赛道容错率极低,若持仓标的价格短期大幅下跌会触发保证金追缴,无法及时补缴资金就会被强制平仓。00后基金经理Leopold的AI对冲基金就因持仓AI基建标的普跌、4倍杠杆触发强平,最终清仓总亏损约1400亿人民币。

2026年AI投资赛道有哪些行业警示?

2026年AI投资赛道出现多项行业警示:高盛7月警示超大规模云厂商AI资本支出扩张已逼近自身融资上限,科技板块估值体系即将重构;国际清算银行将AI投资热潮列为威胁全球经济的四大压力点之一,指出其与互联网泡沫高度相似。

Situational Awareness基金的投资布局有什么特点?

该基金是100%押注AI主题的对冲基金,集中持仓AI基础设施、算力、电力、数据中心、存储、AI初创企业股权等标的,同时搭配期权、做空工具对冲或放大收益,最高曾使用4倍杠杆扩大投资规模,曾创下成立以来累计超1000%的回报。

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0