今天看到一个特别真实的新闻。 Amazon 内部考核加了一项"AI 使用率", 结果员工开始"刷 token"—— 本来五分钟能写完的邮件,故意丢给 Claude 走一遍, 就为了报表上数字好看。 同一天 Gartner 出报告说, 大部分公司投了一堆钱搞 AI,ROI 根本没起来。 笑死,所以我们现在不是在用 AI 提效, 是在表演用 AI。 🔗 Amazon tokenmaxxing: 🔗 Gartner 报告:

【安永加拿大咨询报告中发现有AI编造的内容而撤回】 安永加拿大2025 年发布的题为《Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems》的报告充斥着AI的“幻觉”(hallucinations)：27 个引用中有 16 个是伪造的。 这份报告署名为三人，其中包括两名合伙人和一名高级经理。 报告中引用的福布斯、麦肯锡、Gartner、TechCrunch 和 WIRED 的研究资料要么是失效的 URL，要么根本就不存在。

2026 年前四个月，已有 49,135 个岗位因 AI 被裁，占全部裁员计划的 16%。 科技业是重灾区。年初至今科技行业裁员 85,411 人，同比增长 33%，创 2023 年以来同期最高。仅 4 月，AI 相关裁员就达 21,490 人，占当月总裁员的 26%。 Cognizant 裁 1.2 万至 1.5 万人，Cloudflare 裁约 20% 员工，Coinbase 裁 14%，Snap 裁 1,000 人。他们都把 AI 列为核心驱动因素。 但裁了这么多人，企业赚到钱了吗？ Gartner 对 350 家年营收超 10 亿美元的企业调查发现：80% 部署了 AI 的企业已实施裁员，但裁员率与投资回报率之间不存在任何正相关。 裁人多的公司，赚得并不比裁人少的多。 裁员创造的是预算空间，不是投资回报。 真正获得最高回报的企业，走的是一条相反的路：用 AI 放大员工产出，而非替代员工。Gartner 将这种模式称为「人类放大型企业」（human-amplified business）。 连 Sam Altman 自己都承认，存在「AI 洗白」现象：企业把本来就会进行的裁员，包装成 AI 驱动的结构性调整。 毕竟在这场游戏里，「我们正在拥抱 AI」比「我们真的靠 AI 赚到钱了」好讲得多。

美股新股神诞生记：清仓英伟达，全仓“收破烂”，27岁的Leopold如何靠“物理世界”赚翻55亿？ 如果有人告诉你，一家AI对冲基金，里面连一股英伟达、微软或OpenAI的概念股都没有，取而代之的全是做燃料电池的、破产重组的比特币矿企、以及被分析师疯狂看衰的英特尔。 你一定会觉得这个基金经理想钱想疯了。 但这个“疯子”，恰恰就是前OpenAI的超级对齐团队研究员、年仅27岁的Leopold Aschenbrenner。在过去的12个月里，他旗下的基金Situational Awareness LP，将管理规模从不到4亿美元，硬生生做到了55.17亿美元，足足翻了14倍！ 随着Bloom Energy、Cipher Mining、Intel等标的单日暴涨超10%，华尔街终于开始正视这个年轻人的“奇葩”购物清单。他那套脱胎于165页“万言书”的投资逻辑，正在被现实极其残酷地验证：AI的叙事，正在从屏幕里的模型，退回到脚下的土地和电网。 带你一文拆透这位美股“版本之子”的封神之路。 一、55亿美金的“废品回收站”：他到底买了什么？ 打开Leopold的13F持仓报告，第一大重仓股不是芯片公司，而是Bloom Energy（占比15.87%，8.76亿美元）。这是一家做“固体氧化物燃料电池”的公司，能直接把天然气转化为电力。 为什么一个AI基金要把身家押在发电厂上？ 因为AI实在太吃电了。Gartner预测，全球AI服务器的耗电量到2030年将翻近五倍。而美国那个平均寿命超过25年、破破烂烂的电网根本扛不住。 Bloom Energy的电池不需要接入电网，直接在数据中心旁边24小时发电。谁能解决断电危机，谁就是AI时代最暴利的“卖水人”。 第二大重仓：CoreWeave（占比22%，期权加正股超12亿美元）。这家公司曾经是个挖比特币的矿场，币圈崩盘后，他们把手里的GPU全拿去跑AI，摇身一变成了AI算力的最大军火商。Leopold看中它，是因为它手里有海量的GPU以及和英伟达的深度绑定。 第三大重仓：英特尔（Intel）（占比13.54%，7.47亿美元）。在英特尔股价腰斩、被全网群嘲的时候，Leopold疯狂买入看涨期权。他赌的不是英特尔的技术，而是美国的国家意志——在中美科技博弈下，英特尔拿到美国政府近80亿美元补贴，它是美国本土代工唯一的“亲儿子”。 最疯狂的扫货：一堆比特币矿工。 Core Scientific、IREN、Cipher Mining……这些要么破产重组、要么在熊市苦苦挣扎的矿企，全被他买了个遍。 原因很简单：AI数据中心最缺的电力配额和场地，全在这些矿工手里！比特币矿场早就锁定了全美最廉价的长期电力合同。一夜之间，这些原本炒币的矿工，变成了AI时代最大的地主。 与此同时，他在2025年第四季度，果断清仓了英伟达、Broadcom和Vistra这些被炒上天的明星股。 他的逻辑极度清晰：AI的瓶颈不在软件，在硬件；不在算法，在电力；不在云端模型，在物理世界。 二、从OpenAI的叛逆者到165页“万言书” 这个15岁考入哥伦比亚大学、19岁成为毕业生代表的天才，原本在OpenAI的“超级对齐团队”工作，负责防止AI失控。 但他因为向董事会提交备忘录，警告公司安全措施存在漏洞，被指控“泄密”而惨遭解雇。 离开后，他写下了一篇165页的《态势感知：未来十年》（Situational Awareness），预言AGI（通用人工智能）极有可能在2027年实现。 这篇万言书就是他55亿美元持仓的地图。他在书里预言： 万亿美元级别的算力集群即将出现。（半年后，特朗普政府就宣布了5000亿美元的Stargate基础设施项目）。 严重的电力危机。 为了供电，微软甚至重启了当年发生过严重核事故的三里岛核电站。 如果2027年AGI真的到来，世界需要海量算力 -> 算力需要GPU -> GPU需要电 -> 电从哪来？矿场和新能源。这就是他顺藤摸瓜的终极投资路线。 三、DeepSeek暴击之夜：在所有人恐惧时加仓 2025年1月27日，中国发布的DeepSeek模型以极低的成本（约600万美元）震撼了全球。 整个华尔街陷入恐慌：如果低成本就能搞定AI，那美国科技巨头砸进去的几千亿算力是不是都成了泡沫？英伟达单日暴跌近17%，整个半导体板块血崩。 Leopold的持仓全是基础设施，按理说应该崩盘。但当投资人打电话质问时，他只回了五个字：“Leopold says it's fine.”（Leopold说没事的。） 因为他在万言书里早就想透了：更便宜的训练成本，证明了算法效率在飙升。成本的下降从来不会消灭需求，只会创造出更大、更疯狂的模型训练需求。 他在恐慌中逆势加仓，事实证明，AI板块很快迎来了报复性反弹。 总结：投资的本质是寻找“物理瓶颈” Leopold的故事，绝不仅是一个少年暴富的爽文。 当所有人都在死盯着屏幕里GPT-5有多强时，他抬起头，看到了发电厂的烟囱和矿场的变电站。 在19世纪的加州淘金热中，赚得盆满钵满的不是挖金子的人，而是卖铲子和牛仔裤的Levi Strauss。 在AI狂飙的2026年，最值钱的未必是那段算法代码，而是支撑这段代码不被断电的物理世界底座。

【 来个懂美股、AI 的大神，麻溜的 】 刚刷知乎看到一个观点，越想越觉得有意思。 五家科技巨头 26 年的资本开支加起来快 7000 亿美元了。亚马逊 2000 亿，Alphabet 1850 亿，以及 Meta 、微软 、Oracle 。高盛预测到 2031 年 AI 累计资本开支会到 7.6 万亿。 但 AI 行业 2026 年的全球收入大概是多少呢？大约 5000 亿出头。 也就是说，光五家大厂一年砸进去的基建钱，就超过了整个 AI 行业一年赚回来的钱。 这个账怎么算都有点悬。 互联网那波不一样。互联网创造了电商、社交网络、流媒体、共享经济，这些是之前完全不存在的需求。 你可以说互联网之前没人知道自己需要淘宝，但淘宝出现之后大家真的开始在上面花钱了。需求端爆炸了。 AI 目前做的事，更多是让原来 10 个人干的活变成 2 个人就能干完。效率提升是真的，但蛋糕没有明显变大。 你用 AI 一个小时能写完一个 APP，但全球就 80 亿人，一天还是 24 小时，能多用几个 APP？电影院一天上映 2000 部 AI 生成的电影，观众能多出来吗？ 供给端在指数级膨胀，需求端在线性爬坡，甚至可能还没爬。 而且这里面有一个更尴尬的问题：AI 的收费逻辑很难成立。翻译做到万分之一错误率的模型免费了，你那个亿分之一错误率的凭什么收费？ 当第二名选择免费获客的时候，第一名的定价权就塌了。强如 Google 搜索，也没能让用户付费，最终还是靠广告。 一边是科技公司在疯狂发债建数据中心，Big Tech 今年已经发了 1000 亿美元的债券来填 AI 的坑。 另一边是 Gartner 说 AI 正处于“幻灭低谷期”，大部分企业买 AI 不是因为想创新，是因为原来的软件供应商把 AI 打包塞进来了。 那问题来了，如果 AI 这轮最大的赢家不是那些砸钱最猛的人，而是那些“用 AI 但不建 AI”的公司呢？ 想想看，Nvidia 卖铲子确实赚到了。但买铲子的人呢？今天花 1000 亿建的算力，五年后同行可能 20 亿就能追上。 所以如果你认同“需求端没炸，供给端过热”这个判断，那值得看的可能不是 NVDA 和 MSFT，而是那些能用 AI 省成本但自己不用烧钱建基础设施的公司。 医疗、金融、制造业里那些“被 AI 武装”但不用“养 AI”的玩家。 说实话我也没想清楚。 但这个角度确实让我停下来想了很久。 也许是过于缺少想象力？