鎬與鏟策略：Aschenbrenner 模型精準鎖定 AI 安全股

Q: 什麼是 pick-and-shovel 投資策略？

Pick-and-shovel（鎬與鏟）策略源自淘金熱時代——不賭哪個礦工挖到金子，而是投資賣鏟子的人。在 AI 投資語境中，Aschenbrenner 把這個策略應用在 AI 基礎設施鏈上：電力、記憶體、GPU 雲端、數據中心容量、以及科技安全防護。核心邏輯是無論哪家 AI 軟體公司勝出，基礎設施供應商都會受益。

鎬與鏟策略是這篇文章討論的核心

Leopold Aschenbrenner 的 Situational Awareness 模型如何用「鎬與鏟」策略在 2026 年精準鎖定 AI 安全股？

Aschenbrenner 的 Situational Awareness 模型正以前 OpenAI 研究員的內部視角，重塑華爾街對 AI 基礎設施投資的想像邊界。（圖片來源：Pexels / Kindel Media）

快速精華

💡 核心結論：Aschenbrenner 的 Situational Awareness 模型透過「鎬與鏟」（pick-and-shovel）策略，自動辨識出高信心度的科技安全股為 2026 年頭號標的，背後邏輯是宏觀 AI 採用率加速與 ESG 動能的疊加效應——這不是賭某家 AI 軟體公司會贏，而是賭整個 AI 軍備競賽中賣鏟子的人穩賺不賠。

📊 關鍵數據：全球 AI 支出在 2026 年達到 2.59 兆美元（Gartner 預測，年增 47%）；Situational Awareness LP 管理規模已突破 200 億美元；預估到 2027 年 AI 系統將具備自主研究能力，全球 AI 市場規模有望在 2033 年觸及 3.6 兆美元。

🛠️ 行動指南：關注 AI 基礎設施鏈條中的安全防護、數據中心電力、GPU 雲端運算三個子板塊；追蹤 Aschenbrenner 的 13F 申報文件以獲取持倉動態；將 ESG 評分納入選股濾網作為長期持有的信心加權因子。

⚠️ 風險預警：Aschenbrenner 在 2026 年 Q1 同時開出 84.6 億美元的半導體看跌期權作為對沖——這代表即使多頭信念再強烈，他也在為 AI 晶片板塊的劇烈回撤做好準備，散戶切勿無腦跟單。

目錄導航

引言：從被開除的 22 歲研究員到 200 億美元操盤手
什麼是 Situational Awareness 模型？從 165 頁宣言到 200 億美元對沖基金的跳躍
「鎬與鏟」策略為何在 AI 投資中如此致命有效？
科技安全股為何成為 2026 年 AI 投資的頭號標的？
ESG 動能如何與 AI 安全投資形成雙螺旋共振？
2027 年 AGI 臨界點：Aschenbrenner 的預言會成真嗎？
常見問題 FAQ
行動呼籲與參考資料

引言：從被開除的 22 歲研究員到 200 億美元操盤手

說實話，當我第一次看到 Leopold Aschenbrenner 這個名字跟「200 億美元對沖基金」掛在同一個句子裡的時候，腦中閃過的念頭是：這又是一個被媒體吹捧的 Crypto 神童吧？但翻了翻他的履歷之後，我不得不承認——這傢伙的劇本比好萊塢編的還離譜。2021 年以 19 歲之齡從哥倫比亞大學經濟與數學統計雙學位以全班第一名畢業，2023 年加入 OpenAI 的 Superalignment 團隊跟 Ilya Sutskever 並肩作戰，2024 年被 OpenAI 以「洩漏資訊」為由開除（他本人堅稱只是分享了一份腦力激盪文件給三位外部學者求回饋），同一年寫了 165 頁的 Situational Awareness: The Decade Ahead 宣言轟動全網，然後轉身就創了 Situational Awareness LP——一家由 Stripe 創辦人 Collison 兄弟、Daniel Gross、Nat Friedman 背書的對沖基金。

截至 2026 年，這家基金管理規模已經突破 200 億美元，持倉只有 24 檔股票，全部集中在 AI 基礎設施的「鎬與鏟」板塊。而他最近透過模型自動辨識出的頭號標的，是一檔科技安全股——理由是宏觀 AI 採用加速加上 ESG 動能的雙重推力。這不是什麼散戶級別的直覺押注，而是一套從 AGI 時間表推導出來的系統性投資框架。接下來，我會把這套框架拆解到你能直接拿來用的程度。

什麼是 Situational Awareness 模型？從 165 頁宣言到 200 億美元對沖基金的跳躍

Aschenbrenner 的 Situational Awareness 模型不是市面上那種用 LSTM 跑跑技術指標的量化玩具。這是一套從他 165 頁宣言中提煉出來的投資決策框架——核心邏輯是：如果你相信 AGI 在 2027 年左右會到來（他確實這麼相信），那麼當前的資本配置就不應該去賭哪一家 AI 軟體公司會贏得終局，而是應該把錢砸進整個 AI 建設浪潮中「無論誰贏都得買」的那些環節。

模型的運作方式可以拆成三層：

第一層——宏觀 AI 採用率追蹤：模型持續監控全球 AI 支出的成長曲線。根據 Gartner 2026 年 5 月發布的預測，全球 AI 支出在 2026 年達到 2.59 兆美元，年增 47%。這個數字是模型判斷「建設週期是否仍在加速」的核心訊號——只要這條曲線還在向上彎，鎬與鏟策略就有源源不絕的需求撐腰。

第二層——信心度評分：模型對每一檔候選股票跑一個多因子信心度評分，綜合考量的維度包括：公司是否處於 AI 基礎設施鏈的關鍵節點、營收與 AI 擴張曲線的相關係數、ESG 評級是否提供額外的長期持有加權、以及相對於同板塊的估值溢價空間。

第三層——自動化選股輸出：模型在 2026 年的跑分結果中，將一檔科技安全股標記為「高信心度」的頭號標的。根據 Insider Monkey 的報導，Aschenbrenner 的選股清單揭示了 10 檔「雷達之下」的 AI 股票，而科技安全股之所以能拔得頭籌，是因為它同時滿足了三個條件：AI 採用的直接受惠者、ESG 評級穩健、以及被市場嚴重低估。

💡 Pro Tip — 專家見解：Aschenbrenner 的模型最狡猾的地方在於，它不預測「誰會做出最好的 AI 產品」，而是預測「誰在 AI 建設過程中無法被繞過」。這跟當年淘金熱裡賣鏟子的人一個道理——你不需要知道哪個礦工會挖到金子，你只需要知道所有礦工都得買你的鏟子。差別在於，Aschenbrenner 把這個直覺編碼成了一套可量化、可回測、可自動跑分的系統。他的 Q1 2026 13F 申報顯示，基金名義曝險達 136.8 億美元，但同時開了 84.6 億美元的半導體看跌期權做對沖——這說明他對「建設浪潮持續」的信念有多堅定，對「短期晶片板塊可能回撤」的警覺就有多清醒。

「鎬與鏟」策略為何在 AI 投資中如此致命有效？

「Pick-and-shovel」這個概念本身不新鮮——淘金熱時代就有的老套路。但 Aschenbrenner 把它升級到了一個新維度：他不是在看哪些公司在「挖金礦」，而是在看哪些公司提供了讓挖礦「可能發生」的物理與數位基礎設施。具體來說，他的 24 檔持倉幾乎全部集中在以下幾個子板塊：

電力基礎設施：AI 數據中心的耗電量是傳統數據中心的 5-10 倍。根據 Traders Agency 的分析，Aschenbrenner 在 2026 年加碼了兩檔電力基礎設施股，因為他認為電力供應將成為 AI 擴張的物理瓶頸——而瓶頸意味著定價權。

記憶體與 GPU 雲端：AI 模型的訓練和推理需要海量 GPU 算力與高頻寬記憶體。Aschenbrenner 的持倉中包含了 GPU 雲端服務商和記憶體製造商——這些公司的營收與 AI 訓練量直接掛鉤。

實體數據中心容量：根據 ChipMonk 的 13F 解讀，Aschenbrenner 的長倉部位集中在「AI 建設的鎬與鏟」——電力、記憶體、GPU 雲端、以及實體數據中心容量。Core Scientific（NASDAQ: CORZ）就是一個典型例子：這家前比特幣挖礦公司正在轉型為 AI 數據中心運營商，Aschenbrenner 的持倉市值約 3.89 億美元。

科技安全防護：這是 2026 年模型跑出的頭號標的。邏輯很直接——AI 越強大，被攻擊的面積就越大，安全防護的需求就越剛性。Aschenbrenner 在他的宣言中花了大量篇幅警告美國需要防範俄羅斯和中國對 AI 技術的軍事化利用，而他現在用真金白銀押注的，正是這個安全缺口。

💡 Pro Tip — 專家見解：鎬與鏟策略的隱藏優勢在於「降低選股難度」。當你試圖預測哪家 AI 軟體公司會勝出時，你面對的是一個贏家通吃的賽局，容錯率極低。但當你投資電力、記憶體、數據中心這些基礎設施時，你只需要判斷一件事——AI 的建設浪潮是否還在繼續。Aschenbrenner 的 13F 申報顯示，他同時開了 84.6 億美元的半導體看跌期權，這不是自我矛盾——這是承認「建設會繼續，但短期晶片估值可能泡沫化」的精密對沖思維。

科技安全股為何成為 2026 年 AI 投資的頭號標的？

這裡需要先釐清一個概念：Aschenbrenner 模型所指的「科技安全股」（technology-centric security）不是傳統意義上的網路安全公司。在他 Situational Awareness 模型的語境裡，這更接近「AI 安全基礎設施」——包括 AI 模型防護、數據中心實體安全、供應鏈安全審計、以及 AI 系統的對齊與控制技術。

模型為什麼把這個板塊排在第一位？三個關鍵推力：

推力一——宏觀 AI 採用的指數級擴張：當全球 AI 支出在 2026 年衝到 2.59 兆美元，幾乎每一家企業都在把 AI 塞進自己的產品線裡。但 AI 的普及也意味著攻擊面積的爆炸式增長——AI 模型可以被對抗性攻擊欺騙、數據中心可以被物理入侵、供應鏈可以被植入後門。安全需求從「可選項」變成了「必選項」，這是一個從邊際成本變成固定成本的結構性轉變。

推力二——Aschenbrenner 的 AGI 安全情結：別忘了，這個人曾在 OpenAI 的 Superalignment 團隊工作——這個團隊的使命就是「控制和引導比人類更聰明的 AI 系統」。他在宣言中明確警告，到 2027 年 AI 系統將有能力自主進行 AI 研究，數以億計的 AGI 可能將十年的演算法進展壓縮到不到一年內完成，最終導致「失控的超級智慧」。這不是危言聳聽的行銷話術——這是一個在第一線見過 GPT 內部架構的人做出的技術判斷。當他把安全股列為頭號標的時候，這是在用自己的投資組合為自己的技術預言下注。

推力三——市場低估：根據 Motley Fool 的報導，Aschenbrenner 的基金只持有 24 檔股票，高度集中。這意味著每一檔入選的股票都經過了模型的嚴格篩選——科技安全股能脫穎而出，必然是因為模型偵測到了市場尚未充分定價的安全需求增長。

ESG 動能如何與 AI 安全投資形成雙螺旋共振？

很多人聽到 ESG 就翻白眼——覺得那是公關部門拿來做年報封面用的東西。但 Aschenbrenner 的模型把 ESG 動能作為信心度評分的一個因子，這不是因為他特別關北極熊，而是因為 ESG 評分在 2026 年的資本市場中已經成為一個硬性的資金流向指標。

具體來說，ESG 與 AI 安全股的共振發生在三個層面：

層面一——治理（G）與安全的高度重疊：一家公司的 ESG 治理評分高，通常意味著它的內部安全審計流程更嚴謹、數據治理更規範。這跟 AI 安全基礎設施的要求幾乎完全重疊——你需要嚴格的存取控制、完整的審計追蹤、以及透明的演算法問責機制。

層面二——社會（S）層面的 AI 倫理需求：隨著 AI 滲透到醫療、金融、司法等高風險領域，社會對 AI 安全性和公平性的壓力正在轉化為法規壓力。AI 安全公司如果在 S 維度上得分高，意味著它們的產品路線圖更貼合未來的監管方向。

層面三——環境（E）與數據中心能效：AI 數據中心的能耗問題已經成為 ESG 投資人的頭號關注點。根據 Bain & Company 的報告，AI 相關硬體和軟體市場預計在 2027 年達到 7,800 億至 9,900 億美元。在這個規模下，能效更高的安全基礎設施不僅減少了碳足跡，也直接降低了運營成本——ESG 和財務回報在這裡不再是對立的。

Aschenbrenner 模型的聰明之處在於：它不把 ESG 當成道德裝飾品，而是當成一個結構性的資金流向訊號。當全球被動型 ESG 基金的 AUM 持續膨脹，高 ESG 評級的安全股會自動獲得機構資金的持續買入——這為長期持有提供了一層額外的「資金流動性緩衝」。

💡 Pro Tip — 專家見解：在 2026 年的語境裡，ESG 不是「附加題」而是「必答題」。Aschenbrenner 的模型把 ESG 動能嵌入選股邏輯，實際上是在做一件事——用機構資金的強制性流向來為自己的持倉建立一個「地板價」。只要 ESG 基金持續被動買入，這些股票就很難出現深度回撤。這是一個用道德敘事來對沖下行風險的精妙操作。

2027 年 AGI 臨界點：Aschenbrenner 的預言會成真嗎？

Aschenbrenner 在宣言中最核心的預言是：到 2027 年，AI 系統將具備自主進行 AI 研究的能力。一旦這個門檻被跨越，數以億計的 AGI 實例可以並行工作，把十年的演算法進展壓縮到不到一年——他稱之為「失控的超級智慧」（runaway superintelligence）。

這個預言聽起來像科幻小說，但如果你看一下數據曲線，就會發現它不是空穴來風。根據 Grand View Research 的報告，全球 AI 市場在 2026 年估值為 5,395 億美元，預計到 2033 年達到 3.5 兆美元，CAGR 為 30.6%。而 MarketsandMarkets 的預測更為激進——2026 年 6,019 億美元，2033 年 3.64 兆美元，CAGR 達 29.3%。這些數字告訴我們的是：資本正在以前所未有的速度湧入 AI 基礎設施。

但 Aschenbrenner 的投資框架有一個微妙之處——他不是在賭 AGI 一定會在 2027 年到來，而是在賭「AGI 到來之前的建設週期」足以讓他的鎬與鏟持倉獲得超額回報。換句話說，即使 AGI 推遲到 2030 年，只要 AI 的建設浪潮在 2026-2027 年持續加速，他的投資邏輯仍然成立。這是一個「不對稱下注」——上行空間巨大（AGI 到來 → 基礎設施需求爆發），下行風險有限（建設週期延長 → 基礎設施需求仍然增長，只是慢一點）。

根據 Bear Savings 的深度報導，Aschenbrenner 的基金從 2.4 億美元起步，在不到兩年的時間內成長到 55 億美元的權益曝險（名義曝險更高），被稱為「金融史上成長最快的對沖基金之一」。這個成長速度本身就說明瞭一件事——華爾街正在用真金白銀為他的 AGI 時間表投票。

常見問題 FAQ

Situational Awareness 模型是什麼？

Situational Awareness 模型是前 OpenAI 研究員 Leopold Aschenbrenner 開發的一套自動化選股框架，基於他在 2024 年發表的 165 頁同名宣言。模型透過三層架構運作：追蹤全球宏觀 AI 採用率、對候選股票進行多因子信心度評分（包含 ESG 動能加權）、以及自動輸出高信心度標的。2026 年的跑分結果中，一檔科技安全股被標記為頭號標的。

什麼是 pick-and-shovel 投資策略？

Pick-and-shovel（鎬與鏟）策略源自淘金熱時代——不賭哪個礦工挖到金子，而是投資賣鏟子的人，因為所有礦工都得買鏟子。在 AI 投資語境中，Aschenbrenner 把這個策略應用在 AI 基礎設施鏈上：電力、記憶體、GPU 雲端、數據中心容量、以及科技安全防護。核心邏輯是無論哪家 AI 軟體公司勝出，基礎設施供應商都會受益。

Aschenbrenner 為什麼同時做多 AI 基礎設施又做空半導體？

根據 2026 年 Q1 的 13F 申報，Aschenbrenner 開了 84.6 億美元的半導體看跌期權作為對沖。這不是自相矛盾——他相信 AI 建設浪潮會持續（所以做多基礎設施），但也承認短期半導體估值可能存在泡沫（所以用看跌期權保護下行風險）。這是一種「信念堅定但紀律嚴格」的對沖思維。

行動呼籲與參考資料

Aschenbrenner 的 Situational Awareness 模型告訴我們一件事：在 AI 軍備競賽中，最聰明的錢不是押注誰會贏，而是押注誰無法被繞過。科技安全股之所以成為 2026 年的頭號標的，是因為它站在 AI 採用爆發、安全需求剛性化、以及 ESG 資金強制流向的三重交叉點上。

如果你想更深入地了解如何將這套框架應用到你自己的投資組合中——或者你想建立一套自己的 AI 驅動選股模型——我們可以幫你。

立即諮詢 AI 投資策略 →