核心结论
前 OpenAI 研究员 Leopold Aschenbrenner（22 岁被 OpenAI 解雇后创业）创立的 Situational Awareness Fund 交出了一份惊人的成绩单：一年时间内从 $2.25 亿增长到超过 $55 亿，年化收益率远超行业基准。
最新披露的 13F 文件和社区追踪数据显示，该基金的管理资产已达 $800 万（社区追踪版本），自 3 月 5 日启动 Autopilot 以来上涨 +58.3%。
Aschenbrenner 的投资核心逻辑可以用一句话概括：在 AI 时代，拥有运行模型的电力和硬件，比拥有模型本身更有价值。
基金表现
| 指标 | 数值 |
|---|---|
| 初始规模 | $2.25 亿 |
| 当前 AUM | $55 亿+ |
| 社区追踪版 AUM | $800 万 |
| Autopilot 上线 | 2026 年 3 月 5 日 |
| Autopilot 收益率 | +58.3% |
| 年化回报 | 远超标普 500 和纳斯达克 |
投资逻辑：Jensen 的 AI 五层框架
Aschenbrenner 的持仓结构完美对应了一个清晰的框架——Jensen 的五层 AI 基础设施论：
| 层级 | 内容 | 投资标的示例 | 短缺状态 |
|---|---|---|---|
| L1: 能源 | AI 训练园区的电力 | 核能、天然气、电网公司 | 每个园区需要 1GW+ |
| L2: 算力 | GPU/TPU 等训练芯片 | NVIDIA、AMD、定制化芯片 | 持续供不应求 |
| L3: 光互连 | 数据中心内部连接 | 光模块、NVLink 相关 | 带宽需求指数增长 |
| L4: 存储 | 高带宽内存和存储 | HBM、SSD 厂商 | HBM 产能紧张 |
| L5: 芯片制造 | 先进制程代工 | TSMC、半导体设备 | 产能扩张需要 2-3 年 |
Aschenbrenner 的论点很简单：每一层都在短缺，每一层都在重新定价上涨。 而最上游的能源和算力，是整条链条中最不可替代的环节。
持仓分析
从公开的 13F 文件和社区追踪来看，基金的核心持仓包括：
- NVIDIA (NVDA)：AI 计算的绝对核心
- Vertiv (VRT)：数据中心电力和热管理
- Constellation Energy (CEG)：核电运营商，AI 数据中心电力供应商
- Eaton (ETN)：电力管理设备
- Arista Networks (ANET)：数据中心网络基础设施
值得注意的是，Aschenbrenner 不直接持有 AI 模型公司（如 OpenAI、Anthropic）。他的赌注全部压在”卖铲子的人”上。
同行争议
该基金的持仓策略并非没有争议。一位同行基金经理公开质疑了其对 NOW（ServiceNow） 的重仓（占组合 11.55%），理由是 AI 可能长期削弱此类企业服务软件的收入。
Aschenbrenner 的回应是：他已将 NOW 的”AI 替代风险”在内部模型中设定为 20% 的概率权重，但仍然认为其当前估值反映了过度悲观的预期。
为什么重要
1. 前 OpenAI 研究员的”降维打击”
Aschenbrenner 曾是 OpenAI 的超级对齐团队成员，他对 AI 技术路线图的理解远超传统基金经理。他的”AI 基础设施优先”策略不是宏观推测，而是基于对模型训练需求的工程级理解。
2. 策略被快速复制
社区中已经出现多个”AI 基础设施主题基金”，Lumenai Innovation Fund（2026 年 6 月 1 日启动的 AI 原生对冲基金）就是其中之一。Aschenbrenner 的表现在定义一个新的投资赛道。
3. 对个人投资者的启示
Aschenbrenner 的框架可以直接应用于个人投资决策：
- 如果你看好 AI 但不知道选哪个模型公司 → 看基础设施层
- 能源 > 算力 > 光互连 > 存储 > 芯片制造 的确定性递减
- 每个层级的头部公司享有”基础设施税”（类似铁路时代的铁轨公司）
风险提示
- $55 亿的 AUM 在一年内增长了 24 倍，这意味着大量增长来自业绩而非新资金流入——如果市场回调，跌幅同样可能剧烈
- 基金高度集中于 AI 基础设施板块，缺乏多元化对冲
- Aschenbrenner 本人年仅 27 岁，管理如此大规模资金的经验相对有限
主要来源：
- Twitter 社区追踪 @ai_finance
- SEC 13F 文件披露
- 基金经理同行评论