華爾街的獵殺時刻：從 Leopold 基金風波看 AI 信仰與高槓桿的脆弱性

2024 年初，一位名叫 Leopold Aschenbrenner 的 27 歲年輕人成了華爾街與矽谷交際圈最響亮的名字。他曾是 OpenAI 的安全性研究員，因為被認定洩漏內部機密而遭解僱，但他隨後出版了一本名為《局勢感知》（Situational Awareness）的長篇宣言。在這份廣為流傳的文件中，他精準且狂熱地描繪了通用人工智慧（AGI）即將到來的願景，並大膽預測數兆美元的資金將如同降臨般湧入能源與基礎設施領域。

這份文件讓他獲得了創投與華爾街的青睞。他成立了一檔同名對沖基金，藉由自己對 AI 發展的深度理解，重壓能源與電力相關類股。在 AI 狂熱的推波助瀾下，該基金一度創下年化報酬率超過百分之四百的驚人紀錄。短短一年內，他從一個被開除的員工，搖身一變成為坐擁數十億美元資金、被各大財經媒體捧上天的 AI 先知。

然而，神話在近日戛然而止。多個來自財經社羣與短影音平臺的訊息指出，這檔被視為「 AI 算力印鈔機」的基金遭遇了華爾街機構的圍獵。由於盤勢劇烈波動與槓桿操作的反噬，該基金的重壓倉位遭到強制平倉，瞬間蒸發了數十億美元，甚至傳出基金面臨清算、必須尋求外部金援救助的窘境。從年內暴賺到一夜之間倉位遭血洗，Leopold 的墜落，揭示了金融市場中最殘酷的運作法則。

現象：當技術信仰被轉化為金融籌碼

要理解這場風波，必須先釐清 Leopold 的投資邏輯。與傳統避險基金依賴總體經濟數據或企業財報不同，他的基金運作基礎完全建立在對 AI 發展進程的絕對信仰。

在他的論述中， AI 模型的規模化擴張將不可避免地帶來算力需求的指數級成長。這意味著，無論是輝達等晶片巨頭，還是支撐這些資料中心運轉的電力公司、核能企業與發電廠，都將迎來歷史上罕見的超級景氣循環。因此，他的基金並未單純買進科技股，而是將大量資金投入與 AI 基礎設施高度相關的能源與電力類股，並使用了極高的財務槓桿來放大收益。

這種操作模式在趨勢順風時堪稱完美。當市場資金毫無理智地湧入 AI 概念股時，電力與能源作為最底層的剛需供應商，其股價自然水漲船高。 Leopold 的成功，吸引了大量渴望高報酬的風險投資與散戶資金追捧。這也與我們先前分析過的華爾街資金轉向與算力焦慮趨勢一致。整個華爾街都在尋找能夠搭上 AI 列車的硬底子資產，而 Leopold 似乎比任何人都要早一步看到了這個缺口。

但問題在於，這是一種極端單一且缺乏避險的押注。金融市場從來不會呈現直線上升的軌跡。當整體市場對於 AI 商業化進程的預期出現雜音，或者總體經濟數據出現微幅衰退的訊號時，這些被高度槓桿持有的基礎設施類股，往往會面臨最劇烈的拉回。 Leopold 的基金正是撞上了這堵名為「市場波動」的高牆。

為何發生：流動性陷阱與華爾街的圍獵機制

一個擁有頂尖技術洞見的基金，為何會在短短時間內面臨爆倉危機？核心原因在於「流動性」與「對手方博弈」。

避險基金為了追求高報酬，通常會向大型投資銀行或券商借入資金來擴大部位，這就是所謂的槓桿。然而，這些借款並非毫無條件。華爾街的機構會嚴格監控基金的淨值與保證金比例。一旦市場走勢與基金預期相反，導致帳面虧損觸及警戒線，銀行就會發出「追繳保證金通知」。如果基金無法在極短時間內補足現金，銀行就會不計代價地在市場上強制賣出這些股票，這就是所謂的強制平倉。

Leopold 基金的悲劇，正是在這個環節被精準狙擊。由於他的基金部位過於集中在特定的能源與 AI 基礎設施股票，且這些部位的規模龐大到足以影響局部市場的流動性。當大盤出現震盪，導致基金淨值下滑並觸發追繳機制時，華爾街的造市商與大型投資銀行清楚地知道這檔基金必須被迫賣出哪些股票。

這種資訊的不對稱，形成了一場單方面的圍獵。大型機構趁機在市場上先行放空或壓低這些股票的價格，逼迫 Leopold 的基金在毫無議價空間的情況下以更低的價格拋售，這進一步導致股價下跌，形成「越賣越跌、越跌越被迫賣」的死亡螺旋。 Leopold 雖然準確預測了 AI 能源的長期趨勢，但他忽略了短期市場流動性的脆弱，以及對手方為了自身利益進行價格操縱的殘酷現實。

影響層面： AI 預期與實體經濟的折現率衝突

這起事件對產業的衝擊，遠大於單一基金的虧損。它動搖了過去兩年來支撐科技股估值的底層邏輯。

Leopold 的投資框架，本質上是將未來五到十年的 AI 發展進程，提前折現到當下的股票市場。這套邏輯之所以能運轉，是因為市場上有足夠的流動性來支撐這種高風險偏好。然而，當宏觀經濟環境發生變化，例如美國聯準會的利率政策調整，或者市場對於 AI 模型能否帶來足夠商業化利潤產生懷疑時，這些遠期願景的折現率就會被大幅修正。

這意味著，單純靠著「算力將無限增長」的敘事來推升股價的蜜月期已經結束。這與近期科技巨頭在財報會議上強調 AI 基礎設施投資必須轉化為實際營收的基調不謀而合。投資人開始要求看到實實在在的現金流，而不只是簡報上的參數規模。

此外，這場風波也暴露了所謂「技術先知」在金融市場的局限性。了解大型語言模型的縮放定律，與掌握金融市場的資金籌碼與風險管理，是兩種截然不同的能力。 Leopold 的失敗，可能會讓創投資金在未來評估科技創辦人轉型為基金經理人時，採取更加嚴格的審查標準。這也與我們在算力週期陷阱與記憶體晶片暴跌中觀察到的現象相互印證：硬體與基礎設施類股的波動，往往會在資金狂熱退潮時，展現出最劇烈的反噬力量。

未來走向：算力基礎設施融資的寒冬與整頓

隨著 Leopold 的基金面臨清算或重組，市場正在密切關注這是否會引發系統性的連鎖效應。短期內，那些被該基金重倉持有的能源與核能概念股，股價勢必面臨沉重的賣壓。這種由單一大型參與者強制平倉所引發的價格失衡，通常需要數週甚至數月的時間才能讓市場完全消化。

對於更廣泛的 AI 產業而言，這起事件可能標誌著早期野蠻生長階段的結束。在未來，即使是基於正確技術趨勢的投資，也必須面對更嚴苛的風險控管。我們可能會看到大型科技公司在進行算力佈局與能源採購時，更加傾向於建立自有基礎設施，或是透過更嚴格的長期合約來鎖定成本，而不是單純依賴資本市場的炒作來支撐龐大的資本支出。

此外，監管機構可能會開始關注大型投資銀行在這類強制平倉事件中扮演的角色。基金經理人指責華爾街機構利用自身的資訊與資金優勢，蓄意壓低價格來收割小型對沖基金的行為。雖然這在目前的法規下多被歸類為正常的市場交易，但當這類事件頻繁導致市場劇烈動盪時，證券監管機構可能會重新檢視關於大型部位申報與放空限制的相關規定。

從 Leopold 被解僱時對 OpenAI 內部安全政策的質疑，到他在華爾街的潰敗，他的故事揭示了一個核心矛盾：人工智慧的發展或許遵循著可預測的指數曲線，但支撐這一切的資本市場，卻始終是由貪婪、恐懼與短期流動性交織而成的混沌系統。對於那些試圖用技術真理來駕馭金融市場的參與者來說，這場風波提供了一個昂貴且慘痛的教訓。