本周，隨著美國證監會（SEC）第三季度13F機構持倉披露期進入最後一個月倒計時，華爾街投資者的目光再次聚焦到了避險基金Situational Awareness身上。該基金在7月遭遇強平危機後，於9月初重建的AI股多頭倉位，近期又遇上了所押注類股的劇烈下跌。
那怕在千萬美元年薪稀鬆平常、天才少年俯拾皆是的美國人工智慧圈子裡，該基金年僅25歲的創始人利奧波德·阿申布倫納（Leopold Aschenbrenner）也堪稱拿著主角範本的金童。
兩年前，這位前OpenAI“超級對齊”團隊的核心研究員憑藉一篇長達165頁的未來主義檄文《Situational Awareness》（態勢感知），曾在矽谷和華爾街掀起了一場巨大風暴。
他在文中精準預言了AI算力叢集對電力、記憶體和晶片的吞噬，成了整個矽谷頂禮膜拜的“AI先知”。隨後，他便在舊金山創立了同名避險基金，矽谷大佬與華爾街巨頭們幾乎是排著隊把鈔票塞進他的口袋。
阿申布倫納募資完成後，在一級市場可以說如同遊戲玩家開啟了全域透視，以當時約600億美元的估值瘋狂掃貨，大量買入了未上市的Anthropic股份，隨著其後A家估值暴漲，這筆早期投資的帳面價值已經翻了數十倍。
當然，阿申布倫納的“投資眼光”，不僅來自其宣言所描述的方法論，更來自於其在圈子裡的裙帶人脈。
Anthropic本就是2021年因不滿山姆·奧特曼的安全理念，而從OpenAI集體出走的核心員工創辦的，阿申布倫納在OpenAI時同樣屬於“超級對齊”安全團隊，他們擁有完全一致的“AI末日生存論”意識形態。
更關鍵的是，他的妻子阿維塔·巴爾維特（Avital Balwit）是Anthropic CEO達里歐·阿莫代伊的首席助理，這層關係讓他在這家兆級獨角獸的融資和股權分配中，拿到了得天獨厚的資訊優勢。
但在二級市場上，這位曾精準預判算力基礎設施瓶頸，幾乎一己之力建構了AI算力泡沫整個炒作邏輯的天才，卻正在短短幾個月內連續兩次被逼入絕境。
為什麼能夠精準推演產業終局、在一級市場捭闔縱橫的頂尖大腦，到了二級市場上卻頻頻折戟？
這位“AI股神”倉位危機的故事，恰是金融市場博弈與數學研究或程式碼工程為何不同的絕佳解釋。
01
阿申布倫納的投資策略自始至終非常明確：既然大模型訓練離不開高頻寬記憶體與企業級快閃記憶體，那就重倉快閃記憶體製造商SanDisk與記憶體巨頭美光科技。
這套基於基本面確定性的策略，在2026年上半年得到了市場的豐厚獎賞。截至6月30日，其Situational Awareness基金的年內殖利率高達439%。
為了將產業認知的紅利最大化，阿申布倫納在現貨持倉之上又疊加了約4倍的融資槓桿。在借貸資金的助推下，基金撬動的資產總規模一度突破450億美元大關，僅SanDisk與美光兩隻股票的持倉市值便雙雙超過55億美元。
轉折發生在7月下旬，受宏觀流動性波動影響，美股AI硬體類股出現了一輪約兩成幅度的技術性回呼。
如果只是用自有資金買股票，兩成的回呼不過是長期產業趨勢中的一次尋常顛簸。但在4倍融資槓桿的約束下，股價下跌兩成意味著本金直接面臨清零。
華爾街經紀商的風控條款隨即觸發，為了確保借貸資金安全，摩根大通等投行不僅發出了追加保證金通知，更直接收緊了對該基金的信貸額度。
面對逐日清算下的追保通知，阿申布倫納根本沒有時間等待股票行情的自我修復，只能選擇在低位拋售資產，甚至市場瘋傳其Anthropic原始股已準備好轉給紅杉資本。
最終，阿申布倫納僥倖逃生，短短數日內，其基金淨值回撤約67%，大批核心股票頭寸被以約50%的折價轉讓給避險基金巨頭Citadel。
戲劇性的是，就在這批籌碼完成交割後不久，相關硬體股便在8月迎來了強勁反彈。
02
經歷7月的被動平倉後，阿申布倫納並未放棄對AI基礎設施的看多判斷。
到了9月初，重整旗鼓的他選擇更換交易工具，在衍生品市場上投入數億美元期權費，大舉買入相關個股的看漲期權。
這一操作背後的防禦意圖十分清晰，既然向投行借錢買股票隨時面臨被強制平倉的風險，那麼直接支付一筆期權費購買看漲期權，就可以將最大虧損嚴格鎖定在已支付的權利金之內。
無論股價在短期內如何劇烈波動，只要期權尚未到期，券商就無權強行平掉他的頭寸，這相當於花數億美元買下了一道免於被動出局的保險。
看得出來，小夥子做了功課，也認真總結了經驗教訓。
然而，金融工程從來沒有免費的午餐。期權雖然消除了盤中強平的風險，卻引入了另一個極為嚴苛的約束條件——時間。
從9月建倉算起，他重倉押注的七隻核心標的並未按預想的時間表上漲，反而在隨後的一個多月裡迎來了新一輪迴調，平均跌幅達到18.3%。其中，算力租賃商CoreWeave累積跌幅超過三分之一，記憶體領域的SK海力士與SanDisk也分別錄得約四分之一的跌幅。
對於持有正股的投資者而言，股價下跌兩到三成依然可以通過“就地躺平”來等待解套。但在有明確到期日的期權機制下，現貨價格的深度回呼不僅讓合約迅速遠離行權價，每天流逝的時間更在不斷侵蝕期權的剩餘價值。
那怕阿申布倫納對2027年算力與記憶體缺口的推演完全正確，只要這批股票未能在期權合約到期日之前完成大漲，他投入的數億美元權利金就將隨著到期日的降臨而歸零。
03
11月中旬，Situational Awareness截至9月底的第三季度13F持倉報告即將公開，市場目前正密切關注這批期權頭寸的真實規模與結構調整，但無論最終的財務數字如何，阿申布倫納近三個月的兩次“高台跳水”已經為市場提供了一個極具代表性的觀察切片。
近年來，隨著大模型在國際數學奧林匹克競賽與複雜程式碼編寫中展現出驚人的推理能力，外界常常產生一種推論：既然連最深奧的數學證明和軟體工程都能被演算法攻克，那麼由資料和演算法驅動的現代金融交易自然也不在話下。
阿申布倫納的案例恰恰揭示了這種推論的盲區。
數學研究與程序編寫面對的是一個規則恆定的客觀世界——勾股定理不會因為相信它的人變多而失效，一段C++程式碼的運行結果也不會因為競爭對手的窺探而發生改變。
瞬息萬變的二級市場則完全不同。
盤面上跳動的每一個價格數字，從來不是某種物理定律或數學公式的自然延伸，而是無數懷揣不同目的、受制於不同資金期限的人類參與者相互博弈的結果。
在一個高度反身性的市場裡，一項產業認知越是清晰、押注的資金越是集中，它本身就會改變市場原有的供求結構。當一家規模達數百億美元的基金將槓桿率、借貸邊界乃至期權到期日暴露在明處時，它的倉位結構本身就會成為其他市場參與者制定交易策略的依據。
此時，決定盈虧的早已不再是基金經理對三年後AI技術路線圖的推演有多麼深邃，而是其手頭的資金期限能否扛過對手盤在未來三十天內的流動性施壓。
把金融市場當成一道等待求解的數學題，或許正是許多技術天才踏入華爾街時最容易產生的錯覺。
資料和演算法，或許能夠精準推演出產業演進的遠方，而價格跳動反映的，卻從來是牌桌上的人心較量。(羽扇觀金)