AI基金7月暴跌21.7%，开源模型如何击碎价值投资神话？
潮水退去后的裸泳者：AI资本市场的至暗时刻
2026年7月，对于信奉“AI改变世界”的资本市场而言，注定是一个被写入教科书的黑天鹅月份。曾经被视为稳健增值标杆的鲸岩资本（Whale Rock Capital），单月净值暴跌21.7%，不仅抹平了前六个月积累的72.5%超额收益，更将年度回报率无情地砍半至35.1%。
这一跌幅并非孤例，而是整个AI赛道集体情绪逆转的缩影。创始人Alex Sacerdote长期秉持高度集中的价值投资策略，重仓押注科技硬件与半导体龙头，试图在AI基建的大浪潮中分得最大蛋糕。然而，当市场风向突变，这种高贝塔（High Beta）的策略便从“进攻利器”变成了“亏损加速器”。鲸鱼虽大，搁浅时亦难翻身，这不仅是金融杠杆的反噬，更是市场对单一叙事依赖症的严厉惩罚。
在这场抛售潮中，SK海力士、美光、闪迪等存储与芯片巨头跌幅普遍超过30%，甚至亚马逊、谷歌等科技巨擘也难逃回调厄运。与之形成鲜明对比的是，此前被市场长期看空的软件板块如Adobe等，反而因预期AI应用落地带来成本优化或收入增量而逆势反弹。这种“硬冷软热”的剧烈分化，标志着资本对AI价值的评估逻辑正在发生根本性偏移。
基建狂飙下的回报悖论
回顾过去两年，全球科技巨头掀起了一场堪称奢侈的“AI基建军备竞赛”。谷歌、亚马逊、Meta和微软四家巨头2026年计划投入高达7200亿美元，绝大部分资金流向数据中心建设与GPU集群采购。这种投入在初期被市场视为通往AGI（通用人工智能）的必经之路，甚至成为一种无需质疑的信仰。
然而，随着账面数据的披露，这种信仰开始动摇。基础设施的扩张速度远超应用层的迭代速度，导致严重的供需错配。尽管Coding助手如Codex等产品提升了部分开发效率，但关键订阅用户的付费意愿并未如预期般爆发。Token补贴战打得比外卖大战还激烈，意味着获客成本极高而留存价值存疑。此外，像育碧（Ubisoft）曾试图将新作《Fable 5》的收入模型与API深度绑定，却在折腾良久后选择退缩，暴露出B端商业化路径的模糊与艰难。
当“烧钱换算力”的逻辑无法在短期内转化为可量化的自由现金流时，投资者的耐心便成了稀缺资源。OpenAI、SpaceX、Anthropic等头部AI初创公司争相寻求新一轮融资甚至IPO，并非因为财务自由，而是为了续命。这种“为了研发而融资，为了融资而研发”的循环，正在引发资本市场的警惕：如果AGI的变现周期无限拉长，当前的巨额投入是否只是一场零和博弈？
开源平权：摧毁垄断溢价的利器
真正击穿美国AI股估值底线的，并非单纯的业绩不及预期，而是国产开源模型的集中爆发。长期以来，市场担忧中国AI算力不足，认为这构成了一种地缘技术优势。然而，K3、V4 Flash等高性能开源模型的接连发布，彻底颠覆了这一认知。
开源社区的力量在于其极高的迭代效率与极低的边际成本。当头部闭源模型的性能差距被开源模型迅速抹平，且开源模型在特定垂直场景下展现出更强的可定制性与数据安全性时，此前基于“算力垄断”建立的估值护城河便瞬间干涸。投资者猛然发现，巨额投入建设的数据中心，可能最终沦为开源生态的“公用事业”基础设施，其产生的超额利润将被稀释殆尽。
这种“算力白投”的焦虑感迅速蔓延。对于鲸岩资本这类重仓硬件的基金而言，这意味着其核心持仓资产的长期现金流预期被大幅下调。硬件周期的下行往往比软件周期更痛苦，因为折旧压力大、资本支出刚性。相比之下，拥有核心算法壁垒或独特数据飞轮的软件公司，在开源浪潮中反而可能通过提供增值服务或托管解决方案找到新的增长点。
从“造神”到“爆仓”：杠杆的双刃剑
AI投资的高波动性，在杠杆工具的放大下变得尤为惨烈。24岁的“AI股神”利奥波德·阿申布伦纳（Leopold Aschenbrenner）及其旗下的“态势感知”（Situation Awareness）基金，便是这一过程的典型注脚。
这位OpenAI前研究员曾凭借惊人的预测模型，在一年内将基金规模推至15亿美元，上半年更是斩获439%的骇人回报率，一度被视为华尔街的新的救世主。然而，这种基于高杠杆和极度乐观预期的“造神运动”，在7月的市场回调中迅速崩塌。从巅峰到爆仓，仅不到一个月时间。利奥波德在致投资人信中那句“让你们失望了”，不仅是个人职业生涯的转折点，更是整个行业盲目崇拜短期Alpha收益的警钟。
高杠杆在牛市中是加速器，在熊市中则是绞肉机。AI板块本身的波动率就已远超标普500指数，叠加杠杆后，微小的回撤即可触发强制平仓线。利奥波德的案例表明，即便拥有顶尖的技术背景和对AI前沿的深刻理解，若缺乏对尾部风险的管理和对市场情绪的敬畏，依然可能在周期的反转中灰飞烟灭。
回归理性：AI投资的长期主义重构
鲸岩资本的暴跌与利奥波德的爆仓，并非AI行业衰落的信号，而是资本市场回归理性的必经阵痛。巴菲特所言“潮水退去，才知道谁在裸泳”，在AI领域尤为适用。过去的两年，市场过度聚焦于“谁的模型更弱智（更聪明）”和“谁的数据中心更大”，而忽视了“谁的成本更低”和“谁的用户更多”。
未来的AI投资逻辑将发生三大转变：
首先，从“硬件崇拜”转向“应用为王”。硬件基础设施终将 commoditization（商品化），真正的价值创造将来源于能够解决具体痛点、具备强大网络效应的AI应用层。软件股的逆势反弹已预示了这一趋势。
其次，从“闭源垄断”转向“开源生态”。开源模型的崛起打破了技术黑箱，降低了创新门槛。投资者需重新评估拥有独特私有数据、强大工程化能力以及开放生态整合能力的公司，而非仅仅看重参数规模。
最后，从“线性外推”转向“非线性验证”。AGI的到来时间仍存在巨大不确定性，资本开支需与阶段性商业回报严格挂钩。那些能够展示出清晰单位经济模型（Unit Economics）、实现正向现金流的AI企业，将在寒冬中存活并壮大。
AI革命远未结束，但其剧本已从“狂飙突进”转为“精耕细作”。对于投资者而言，抛弃对暴富叙事的幻想，深入产业链上下游挖掘真实的价值增量，才是穿越周期的唯一路径。鲸岩资本的搁浅，或许正是为了让更多鲸鱼在更清澈的水域中，学会如何更稳健地游动。