编者按: 如果一位纵横金融市场近 50 年、长期保持年度盈利纪录的传奇投资人,突然告诉你,他现在什么都不想买了,这意味着什么?
在最新一场公开访谈中,杜肯家族办公室创始人、传奇宏观投资人斯坦利·德鲁肯米勒(Stanley Druckenmiller)给出了一个罕见的判断:「我想不起来,还有哪个时期像现在这样,让我如此看不清未来 12 个月的市场。」今年年初,他还全面看多美股、做空美债、押注铜价上涨,并通过 AI 基础设施投资获得可观回报。不到一年,这些仓位却几乎全部退出。美联储转向加息、信用利差扩大、大宗商品见顶回落,以及股市内部持续恶化的技术信号,让他选择暂时离场,将资本保全放在首位。

但比他不愿再下注更值得关注的,是他对 AI 投资逻辑的重新判断。过去四年,芯片、数据中心和算力基础设施是 AI 牛市最重要的财富创造引擎,而德鲁肯米勒认为,这一阶段可能正在过去。下一轮机会将从建设算力转向利用算力,甚至可能由今天的基础模型公司亲自创造。他提出一个大胆设想:当 AI 实验室掌握足够强大的智能能力,它们为什么还要按 Token 收费,而不是直接出售任务成果,甚至进入网络安全、医疗等行业,与现有企业争夺利润?如果这一判断成立,AI 产业的价值分配格局可能迎来重大重构。
在这场约 23 分钟的对话中,德鲁肯米勒还谈到了自己不依赖 VaR 模型、以实际盈亏判断风险的交易纪律,对 2027 年下半年经济放缓的担忧,以及未来十年太空数据中心、核聚变和 AI 医疗的潜在突破。他甚至认为,太空数据中心在十年内成为现实的概率至少达到 70%。
他并不怀疑 AI 的长期潜力,却开始怀疑当前市场的定价与融资环境;他相信技术革命仍将继续,却不认为投资者必须在任何时候参与其中。 对于经历了数年 AI 投资热潮的市场而言,这场访谈最值得思考的问题或许是:当算力扩张不再足以支撑持续上涨,下一轮 AI 牛市的利润究竟会流向谁?
以下为原文:
TL;DR
· 从全面看多转向资本保全。 德鲁肯米勒表示,年初持有的股票多头、美债空头和铜多头等仓位如今几乎全部退出,目前股票组合总体接近中性,并已转为空头持有铜。
· 宏观环境发生逆转。 美联储转向加息、信用利差扩大、市场广度走弱、防御性股票领涨,使他开始警惕 2027 年下半年的经济表现。
· AI 投资重点从基础设施转向应用。 过去四年的算力基础设施投资创造了巨大收益,但未来的增长引擎可能转向应用层,尤其是网络安全和医疗。
· AI 公司可能不再按 Token 收费。 他预计,领先的 AI 实验室可能不再满足于出售模型调用,而是直接交付任务、经营业务,获取更大比例的商业价值。
· 政治与融资是 AI 牛市的两大风险。 尽管长期看好技术进步,他仍对 AI 基础设施的融资压力及政治风险保持警惕。
· 未来十年的长期判断。 他认为太空数据中心实现的概率至少为 70%,核聚变取得决定性突破的概率约为 20%,并相信癌症有望在十年内成为可管理的疾病。
在投资市场活跃了近 50 年之后,传奇投资人、杜肯家族办公室(Duquesne Family Office)创始人斯坦利·德鲁肯米勒(Stanley Druckenmiller)给出了一个罕见的判断:他几乎从未像现在这样,对未来 12 个月的市场方向缺乏把握。
在 11 月 17 日于美国奥斯汀举行的 TomorrowX Summit 上,德鲁肯米勒与摩根士丹利全球衍生品业务高管 Iliana Bouzali 展开了一场约 23 分钟的对话。从美联储政策、AI 投资到风险管理和未来十年的技术趋势,他解释了为何自己正从此前积极押注市场的状态,转向以保全资本为优先。
今年 1 月接受采访时,他仍然看多美国经济和股票市场,做空美国国债作为对冲,持有铜多头,并认为医疗保健板块有望成为突破性赢家。
但当被问及这些仓位如今还保留多少时,他的回答只有一句:「基本上一个都不剩了。」
这并不意味着他突然看空 AI 或长期技术创新。恰恰相反,他认为 AI 的巨大潜力仍在,只是此前支撑股市上涨的宏观环境已经发生逆转,而 AI 下一阶段的投资机会也正在从基础设施转向真正创造商业价值的应用。
从全面看多到按兵不动:市场环境已经彻底反转
德鲁肯米勒解释,今年年初,他对市场走势具有相当高的确定性。
当时美国经济表现强劲,联邦基金利率约为 3.5%,名义经济增长率达到 6%。在他看来,这意味着货币政策仍然极度宽松。美联储点阵图甚至显示,年内还可能进一步降息。
与此同时,大宗商品价格持续上涨,铜价等品种不断创出新高。股市涨跌家数线(Advance-Decline Line)以及他关注的其他技术指标同步走强,信用利差则维持在极低水平。
在经济增长强劲、货币环境宽松的条件下,他认为未来 6 至 12 个月出现经济衰退的可能性极低。
另一个重要推动因素来自 AI。
前一年秋季,Claude Code 的进展让科技行业内部人士开始意识到,AI 技术的演进速度可能再次加快。由此带来的资本开支扩张预期,进一步强化了他的股票多头判断。
不过,随后爆发的战争改变了投资节奏。德鲁肯米勒坦言,自己一度恐慌并抛售了大量资产。但在迅速重新买入时,他反而更加确信 AI 基础设施投资即将迎来全面爆发。
这轮调整也帮助他清理了组合中上涨潜力有限的资产,使仓位进一步集中于 AI 基础设施相关机会。
然而,到了 11 月,情况已截然不同。
美国经济虽然仍然强劲,但几乎所有此前支撑牛市的其他因素都发生了逆转。
首先是货币政策。美联储不再降息,而是进入加息阶段。德鲁肯米勒指出,美联储领导层发生了变化,新的政策取向对于过去长时间的超宽松货币环境、持续扩大的财政赤字,以及连续五年高于目标的通胀明显更加警惕。
其次是大宗商品走势。年初还在持续突破新高的大宗商品,如今看起来已经见顶回落。他透露,自己的投资组合甚至已经从铜多头转向铜空头。
股票市场内部也出现了值得警惕的背离。
他特别提到,美股涨跌家数线早在 8 月 14 日就已经见顶,而主要股指直到 10 月才创出新高。这意味着即便指数继续上涨,参与上涨的股票范围实际上已经开始收窄。
与此同时,信用利差不断扩大,防御性股票也开始跑赢周期性股票。
在他看来,这些信号共同表明,市场环境已经与年初完全不同。
「现在的一切,几乎都与当时正好相反。」
因此,他既没有大规模做多股票,也没有转向全面做空。
德鲁肯米勒承认,自己一直喜欢寻找做空机会,但面对 AI 正在推动的巨大创新,他不愿贸然逆势做空。尤其是在部分科技股已经经历明显下跌、市场仓位得到清洗之后,短期反弹的可能性同样不能忽视。
目前,他的股票组合虽然仍然同时包含多头和空头,但整体净敞口基本接近零,仅保留了一些规模较小的美元相关仓位。
他的首要目标已经从追求收益转向避免亏损。
「我现在做的是资本保全。与其说是在努力赚钱,不如说是在努力不亏钱。」
他甚至开玩笑说,朋友打电话找他讨论市场时,可以直接听到一条自动回复:「别找我,我现在不玩了。」
这次暂停可能只持续两天,也可能持续六个月。他并不知道何时会重新大举入场。
对于未来的经济走势,他尤其关注 2027 年下半年可能出现的增长不及预期风险。大宗商品走弱、市场风格从周期性股票转向防御性股票,让他开始重新评估利率及经济周期的变化。
AI 基础设施不再是最好的长期交易,下一轮机会在应用层
尽管整体转向谨慎,德鲁肯米勒并没有失去对 AI 的兴趣。
相反,他认为,如果未来股票市场能够开启新一轮大幅上涨,AI 仍然可能是重要的推动力量。但下一阶段的主要投资机会,未必来自此前表现最强劲的芯片、数据中心及其他基础设施公司。
「我们现在寻找的是 AI 的应用场景,而不是基础设施。」
他承认,经历近期下跌与仓位清洗之后,AI 基础设施可能仍然是很好的战术性交易机会。
但他并不认为,这一领域能够像过去四年那样,继续成为推动投资组合大幅增长的核心引擎。
新的价值创造可能出现在 AI 应用层。而在众多潜在应用中,他提出了一个颇具争议的判断:最有吸引力的 AI 应用公司,可能恰恰就是今天训练基础模型的 AI 实验室。
他的逻辑是,随着 AI 能力持续增强,领先的模型开发商未必还会长期停留在按 Token 出售模型调用服务的商业模式中。
相反,掌握最先进智能能力的公司,完全可能跳过单纯提供底层模型的环节,直接向客户出售完成的任务,甚至自行进入特定行业开展业务。
「如果你掌握了世界上最强大的智能,就可以开始出售任务,而不是 Token,还可以创建自己的企业。」
这意味着 AI 企业的商业模式可能发生根本变化。
在现有模式下,AI 公司主要通过提供模型接口、计算能力或订阅服务获得收入,客户再利用这些能力开发各种应用。
但如果模型开发商直接交付任务成果,商业价值的分配方式就会改变。企业购买的不再仅仅是模型的使用权,而是问题得到解决、工作被自动完成所带来的实际价值。
德鲁肯米勒首先举出的例子是网络安全。
在他看来,最先进的 AI 模型既可能带来全新的网络安全威胁,也有能力部署大量 AI Agent,自动识别、防御和应对这些威胁。
「在网络安全领域,谁能够与这些公司竞争?」
他的观点是,既然先进 AI 本身正在改变网络攻击的能力边界,那么掌握最强 AI 技术的公司,同样可能具备最强大的防御能力。
医疗保健则是另一个具有巨大潜力的领域。
随着模型能力、自动化系统和专业领域知识不断结合,AI 不仅能够辅助现有业务,还可能直接承担一部分此前需要由专业人员完成的工作。
对于投资者而言,这种变化意味着,AI 的价值捕获可能从基础设施供应商转向能够直接完成商业任务的公司。
未来值得关注的,不只是哪些企业拥有最多 GPU、建设了最多数据中心,更是谁能够利用 AI 真正完成工作,并从中获得收入和利润。
不过,他并未将这种判断等同于无条件看好整个 AI 板块。
在访谈最后,当主持人要求他指出最值得认真对待的 AI 熊市论点时,他给出了两个答案:政治风险,以及融资风险。
他认为,这两个因素都值得担忧。即使 AI 技术本身仍然快速进步,政策环境和资本供给的变化,也可能影响相关投资的回报和发展节奏。
不用 VaR 管理风险:当盈亏表现不对时,就应该减仓
相比对市场方向的判断,德鲁肯米勒对风险管理的解释同样值得关注。
作为长期横跨股票、债券、大宗商品及利率等市场的宏观投资人,他并不认为投资者必须始终在某一类资产上维持较高仓位。
在他的投资生涯中,曾经有很长一段时间完全退出股票市场,转而利用其他宏观资产寻找机会。
这种跨资产配置的自由度,让他能够在不具备确定性时主动降低风险,而不是为了维持某种投资风格而被迫持续持仓。
他指出,杜肯长期以来的收益并不是匀速累积的,而是呈现出明显的阶段性特征。有些年份,投资组合可能只获得 5% 至 8% 的回报;随后可能出现连续三四年的强劲表现,再进入一段相对平淡的时期。
他将这种投资方式形容为不断出现的收益爆发期。
这也是为什么,他并不在意短时间内缺乏重大投资机会。他强调,自己长期没有出现过全年亏损,并不意味着投资过程中没有经历过大幅回撤,只是按照每年年末到下一年年末的统计口径,最终没有录得负收益。
在风险管理方面,他的方法甚至与许多机构投资者截然不同。
他不依赖风险价值(VaR)模型,也不依赖压力测试,而是将投资组合的实际盈亏表现(P&L)作为最重要的风险信号。
如果一个仓位的实际表现开始偏离原有判断,或者不同资产之间的相关性不再符合预期,他就会考虑削减风险敞口。
他认为,传统风险模型存在一个关键问题:在市场真正进入混乱状态时,资产之间原有的相关性往往会失效。而这些相关性恰恰是许多风险模型赖以成立的基础。
他提到,今年早些时候,部分同时涉及软件股空头和 AI 基础设施仓位的投资者,就曾经历过这种相关性失效带来的冲击。
相比之下,实际盈亏能够更快反映投资假设与市场现实之间的偏差。
这背后还有一套与交易节奏有关的纪律。
德鲁肯米勒相信,投资者和运动员一样,也会经历状态好的时期与状态差的时期。
当他发现自己的判断不断得到市场验证时,就会加大仓位;当判断开始频繁出错,就会减少风险,尝试以较小仓位重新寻找节奏。
他将这种状态比作棒球比赛中的击球手:有时能够清楚看见来球,有时却完全找不到感觉。「当我状态好的时候,我会大举下注。当我状态不好的时候,我就尽量只做一些小规模尝试。」
对他而言,投资最重要的能力之一,就是知道什么时候应该进攻,什么时候应该暂停。
伟大投资者的优势不在智商,而在执行、开放心态和纪律
德鲁肯米勒还谈到了高智商投资者容易犯下的错误。
在他看来,聪明并不能保证投资成功。事实上,过度聪明有时反而会妨碍投资者及时调整判断。
原因在于,一旦花费大量时间建立某个投资逻辑,人们就容易对自己的研究结论产生过度依赖。即使市场已经发生变化,他们仍然不愿承认原先的判断可能不再适用。
德鲁肯米勒认为,投资需要的是一种「智识上的谦逊」(Intellectual Humility),也就是始终保持开放心态,愿意根据新信息调整判断。
他并不反对高度集中的投资。
相反,他曾借用一句名言描述自己的投资哲学:「把所有鸡蛋放在一个篮子里,然后仔细看好这个篮子。」但在他看来,很多投资者只记住了前半句,却忘记了后半句。
集中投资要求投资者拥有强烈信念,同时也必须密切关注市场变化。一旦事实开始偏离投资逻辑,就需要迅速采取行动。
对于优秀投资者与顶尖投资者之间的差别,他强调了四项特质:对投资事业的极大热情、持续的求知欲、近乎偏执的竞争意识,以及严格的纪律性。
在他看来,顶尖投资者往往极度渴望获胜,也极度不愿失败。更重要的是,他们能够长期坚持自己的投资纪律,即使不同投资者的具体方法可能完全不同。
他自己的交易方式,某种程度上也体现了这种判断力与执行力的结合。德鲁肯米勒将其称为「先投资,再研究」(Invest, Then Investigate)。
当他听到一个有吸引力的投资想法,发现技术图表与逻辑相符,或者认为提出想法的人真正理解相关行业时,他可能会先建立一个有意义的仓位。
这个仓位未必特别巨大,但如果判断错误,仍然足以产生明显损失。
而在作出最初决定时,他掌握的信息可能只有传统投资者要求的 15% 左右。
之后,他会让研究团队深入调查两三周,再根据新信息决定是继续加仓,还是直接退出。
这种方法并不意味着忽视研究,而是将初步判断、真实市场反馈与后续深度研究结合起来,避免因追求信息完全充分而错过投资机会。
不过,他也承认,自己曾经严重违反过交易纪律。
2000 年 1 月,他卖出了纳斯达克相关仓位,却在随后科技股泡沫达到顶峰的当天重新买入。
他认为,自己距离市场顶部可能只差一个小时。
驱使他重新买入的并非基本面变化,而是极端的错失恐惧(FOMO)。
当有人问他从这次错误中学到了什么,他回答:「什么也没学到。我当时就知道不该这么做,但我就是控制不住自己。」
美国面临的长期风险:人才供给和财政赤字
除了短期市场波动,德鲁肯米勒还提到了两个正在缓慢积累、但可能对美国经济产生深远影响的问题。
第一个是教育和人才供给。
他担忧美国从幼儿园到高中阶段的基础教育质量正在下降。过去,美国能够依靠吸引全球优秀人才,部分弥补本土教育体系的不足。
但如果移民政策持续限制高技能人才进入美国,这一长期支撑美国科技创新的机制可能受到削弱。
他表示,美国大型科技企业中有相当一部分由移民领导,而未来的人才流入能否保持,将直接影响美国科技产业的长期竞争力。
尽管如此,他仍然相信相关政策最终有望调整。
第二个问题是美国财政。
德鲁肯米勒回忆,早在 2011 年至 2012 年,他就曾在美国多所大学呼吁年轻人关注财政赤字和福利支出问题。
当时,他根据人口结构变化判断,美国财政压力将在 2020 年至 2030 年之间显著加剧。
此后的疫情支出,以及长期低利率环境下不断扩大的政府开支,使财政问题进一步积累。
但美元的国际储备货币地位,也让美国能够在相当长的时间内承受其他国家难以维持的赤字规模。
他担心,这种状态未必能够永远延续。
借用一句关于破产的说法,他形容财政危机的发生方式可能是:「先是缓慢发生,然后突然全面爆发。」
他预计,未来十年,美国可能需要在一场金融市场危机的推动下进行财政改革。
这并不是说他认为危机必然迫在眉睫,而是长期积累的财政失衡,最终可能需要通过市场压力来推动政治层面的调整。
未来十年:太空数据中心、核聚变与癌症治疗
尽管对未来一年的市场走势异常谨慎,德鲁肯米勒对于未来十年的科技发展却依然乐观。
在被要求提出几个看似激进、但他认为具有一定实现概率的预测时,他给出了三个方向。
首先是核聚变。
他认为,未来十年内实现核聚变,或者至少明确证明核聚变商业化即将成为现实的概率约为 20%。
第二个方向是太空数据中心。
对于未来十年在太空部署数据中心,他给出的概率至少达到 70%,甚至可能更高。
这一判断反映了他对算力基础设施长期演进的乐观预期。尽管他认为传统 AI 基础设施投资的回报机会正在发生变化,但这并不意味着算力需求或相关技术创新已经接近终点。
第三个方向是医疗,尤其是癌症治疗。
德鲁肯米勒表示,自己已经在纪念斯隆-凯特琳癌症中心董事会任职约 30 年。
在他看来,癌症治疗领域过去几十年的突破,来自基因测序、对基因突变的理解,以及免疫疗法等技术的进步。
而 AI 的加入可能进一步加速这一过程。
「我认为我们将战胜癌症。我相信,癌症会成为一种可管理的疾病。我说的是十年,不是二十年。」
这里的「战胜」并不意味着所有癌症都将在十年内被彻底治愈,而是德鲁肯米勒个人对癌症逐步成为可管理疾病的长期乐观预测。
这也解释了为什么,他在短期市场上选择保守,却没有放弃对科技创新的长期信心。
在他看来,技术的长期发展趋势与金融市场的短期定价环境,是两件不同的事情。
AI 仍然可能创造巨大的经济价值,但这并不意味着任何时候买入相关资产,都能获得理想的投资回报。
从年初全面看多,到如今几乎退出方向性交易,德鲁肯米勒所做的并不是否定此前的 AI 判断,而是承认市场环境已经改变。
对于当下的投资者而言,他的观点指向两条线索:一方面,货币政策、信用环境以及政治和融资风险正在改变 AI 资产的投资条件;另一方面,随着 AI 从基础设施建设走向实际商业应用,下一批价值创造者可能不再是过去四年里表现最强的公司。
在缺乏确定性的时候保留资本,在真正的机会出现时集中下注,或许正是德鲁肯米勒能够跨越多个市场周期的核心投资方法。