在科技投资中，很少有人能像加文·贝克（Gavin Baker）这样，在经历惨烈的重创后，将满身的伤疤淬炼成了更坚硬的铠甲。
作为富达基金曾经的明星掌舵人，加文·贝克曾因超前布局英伟达、精准踩中智能手机与云计算红利而名噪一时。
2009年起，他执掌富达旗舰科技基金8年，任内年化复合回报约19.3%，跑赢99%的同业。
2019年自立门户、创立横跨一二级市场的Atreides Management。
然而，在2022年美联储加息引发的成长股退潮海啸中，加文·贝克遭遇了其职业生涯最惨烈的滑铁卢，净值出现近70%的史诗级回撤。
在华尔街，这种级别的回撤通常意味着一个投资神话的终结。
但加文没有逃避，而是将这次劫后余生变成了重塑自身投资方法论的重要契机。
他骨子里并不是典型意义上的华尔街投资人。
普通的基金经理习惯用P/E或广告收入来算计公司的季度财报，而加文更像是一个“懂金融的科技产业insider”和“系统工程师”。
他是圣塔菲研究所（Santa Fe Institute）复杂系统科学的长期信徒。
说到圣塔菲，不得不多提几句这个略显神奇的投资人摇篮。
如果我们拉开华尔街的长周期宏观画卷就会发现，逆向价值宗师比尔·米勒（Bill Miller）、柏基（Baillie Gifford）最传奇的基金经理詹姆斯·安德森（James Anderson）、横跨一二级市场的风投教父比尔·格利（Bill Gurley）、戴维斯家族第三代掌门人兼伯克希尔董事克里斯·戴维斯（Chris Davis），以及被《更富有、更睿智、更快乐》挖掘出的神话基金经理尼克·斯利普（Nick Sleep）……这些原本流派迥异的殿堂级大师，“恰好”都在圣塔菲完成了自己投资哲学的终极迭代。
他们共同的特征，是意识到科技创新和资本回报的本质，不来自财报的粉饰，而来自复杂适应系统的演化规律。
关于这个神奇摇篮背后的演化故事，我们未来有机会可以专门写一篇文章来深度聊聊。嗯，非常非常的有意思～～
谈及2022年的教训，加文·贝克在后来的复盘中坦承，那是宏观流动性给予他的最残酷一课。他深刻地意识到，在美联储抽干流动性的系统性贝塔面前，任何微观的产业护城河在短期内都可能形同虚设。
他反思自己过去太过于依赖对“趋势”的单向信仰，进而低估了钱的成本对估值乘数带来的破坏力。
“在熊市中，生存才是超额收益”这一现实，逼着他重新回归第一性原理，将资产负债表的防脆弱性提升到了组合的最高优先级。
也正是这段深刻的痛苦教训，促使他将投资哲学彻底升级为一套稳固的三角模型：长期趋势的供应链精算、宏观周期的节奏防守，以及资产负债表的现金造血底线。
带着这套完成代际重构的武器，他冷静地杀入了AI超级周期的下半场。
2026年开年以来，当全市场在繁花似锦的AI概念中陷入盲目抱团时，加文却在暗中执行了一场筹码大腾挪：收缩传统SaaS软件股，反手将数亿美金的子弹压向AI基础设施的“物理生死线”上。
延伸阅读：“科技投资大神”加文·贝克最新对话，细谈前沿模型、晶圆及巨头格局：如果只能盯一个指标来判断AI泡沫，我会盯台积电产能决策……
如何看待高成长与经典价值？柏基“传奇基金经理”詹姆斯·安德森2019年深度撰文
“铁三角”的科技投资方法论
加文·贝克的科技投资方法论，核心由一个稳定的三角结构构成：趋势（Trend）— 周期（Cycle）— 资产负债表（Balance Sheet）。
这是他在访谈中反复强调的核心原则。我们逐一来拆解。
1、趋势的复利
趋势是一个行业的结构性方向，由技术演进、用户行为和生态扩张等第一性原理驱动。
加文认为，科技投资的核心从来不是预测公司当季度的收入是否能精准踩在线上，或者是算准某一个局部的估值区间，而是判断这个行业是否处于不可逆的结构性趋势中，以及目标公司是否处于趋势的绝对中心。
只要长期趋势不发生扭转，龙头公司在周期波动中表现出来的每一次暴跌，最终都会成为超级买点。
因为AI的增长模式是指数型的，而不是线性的。
2026年春季，当宏观恐慌导致纳斯达克指数剧烈抛售时， AI的基础设施和模型层，正在经历贝克所说的“美国商业史上最非凡的时刻”。
他举的例子是Anthropic，一个月新增约110亿美元的年化经常性收入（ARR）。
SaaS与云革命大概创造了5万亿到10万亿美元价值，过去十来年最受关注的三家SaaS公司——Palant，Snowflake、Databricks，各自雇了几千人、都花了十年才做到今天的规模，而Anthropic在一个月里，就新增了相当于这三家合计规模的业务。
“我从来没有见过这样的指数增长。”加文说。
2、周期与错杀
周期是由宏观因素主导的短期波动，包括通胀、利率变动和资本开支阶段性去库存。周期不影响趋势本身，但会影响趋势兑现的速度和路径。
加文认为，科技投资最常见的错误，就是把周期性的短期波动误认为趋势的反转。
例如在2022年，部分投资者高呼“AI见顶”，但这恰恰是AI基础设施重定价的短暂周期。
“趋势告诉你是否要投资，周期告诉你什么时候买、什么时候加仓。”在2026年春季的市场抛售中，加文敏锐地察觉到，前沿模型层面的优质资产再次遭遇了非基本面的严重错杀。
为什么最好的公司在危机中反而跌得最深？加文给出了一个深刻的买方心理学解释：因为优质公司是市场流动性的储蓄罐。
当机构面临赎回压力、ETF被动抛售、或者对冲基金需要快速下调仓位时，大资金别无选择，必须优先卖出那些仓位最重、流动性最好、能“卖得出去”的优质股票。
这种价格与基本面的严重脱节，造就了长期趋势投资者的黄金买点。
在2026年4月初，加文对Anthropic给出了一个被低估的估值判断。当时Anthropic约9000亿美元估值，对应约500亿美元年化经常性收入来看，并不便。
但他指出，Anthropic明显受算力约束、有意让Claude“收着点用”；若不受算力限制，它的收入很可能已远超1000亿，甚至到1500亿、2000亿美元。
在Anthropic处于“无约束状态（Unconstrained Run-rate Revenue）”下，他说，这其实是在用5倍市销率买它。
3、资产负债表的底线
“在熊市中，生存才是唯一的Alpha。资产负债表决定生死。”
科技行业具有高估值、高资本开支和强成本弹性的属性。一旦下行周期来临，那些烧钱率极高、研发投入巨大、但产品尚未完全商业化、需要频繁依赖融资续命的公司，会在融资渠道关闭和市值暴跌的债务约束下快速崩盘。
加文为投研团队设立了一条严苛的防御红线：Debt/EBITDA>3×的高杠杆公司，一律不可碰。
反观2026年的这一轮AI大潮，其底层的健康指标与2000年互联网泡沫确实有着本质的不同。
2000年时的繁荣是由高风险的风投杠杆和垃圾债吹起来的，崩盘时全美99%的光纤闲置空转。
而如今，AI算力的疯狂军备竞赛，绝大多数是由科技巨头强劲的账面经营现金流在进行硬核支撑，且地表上的每一张英伟达GPU都在100%满负荷运转。
这种强大的反脆弱性，让资产负债表强大的企业无需依赖融资，能在现金流紧缩期进行反周期投资，扩大领先优势。
“区分结构性与周期性”的投资纪律
任何一套成型的投资框架不落到买卖动作上，都只是纸上谈兵。
2026年第一季度，Atreides 的13F美股持仓显示，加文·贝克对部分应用层软件明显收缩敞口：GitLab 被整仓清出，Snowflake 大幅减持，同期他还彻底退出了微软。
但他并非无差别地"清掉SaaS"，这一季他反而新建了一点HubSpot 和 Zoom 的仓位，并继续重仓 Unity、加仓 Twilio。
更准确地说，这更像是在AI重塑软件业的背景下，对不同软件资产重新分层：哪些仍具备结构性价值，哪些只是估值与周期驱动的成长股，需要降权甚至退出。
在加文·贝克的投研体系中，科技行业比任何传统产业都更容易产生误判，其根源在于它同时具备极强的结构性力量（长期趋势驱动的指数型增长）与极强的周期性特征（宏观、资本开支与库存引发的剧烈波动）。
传统行业的结构性趋势往往是缓慢且线性的，而周期是脉冲式的，两者边界清晰。但科技股的特殊之处在于，其结构性力量往往是指数型的。
这就导致投资者在科技投资中经常犯下两类错误：
一是在周期高点，容易把供应链加库存或宏观刺激带来的短期爆发，误认为是长期不可逆的结构性趋势，从而在估值最贵时给出过高溢价；
二是在周期低点，又极易把阶段性的去库存或贴现率冲击，误认为是结构性趋势的终结，从而在错杀的黄金坑里恐慌逃杀。
正确的做法是：必须把公司放在长期结构性背景下，用周期去决定买卖节奏。
传统SaaS软件在过去十年的零利率时代，之所以被奉为高确定性的核心资产，是因为它们拥有极具吸引力的经营杠杆。
由于软件具有“写一次，分发无限次”的强扩展性，收入快速增长，而成本相对固定，利润可以呈指数级爆发。
然而，加文的方法论明确指出：“工资通胀侵蚀经营杠杆的速度，比任何其他因素都要快。”
科技公司的最大成本是人。当高级工程师和销售团队的成本面临结构性上升时，传统SaaS公司的营业利润率实际上已经开始承受结构性下滑的压力。
更致命的拐点在于，AI智能体的出现，正在从底层瓦解传统SaaS赖以生存的结构性基石，即“按人头收费”的计费模式。
当AI智能体可以成倍提高效率、甚至平替掉部分初级岗位时，企业客户对“人头”的需求在客观上减少了，传统软件的合同续签基础随之松动。
许多人将当前软件业的疲软归咎于宏观周期性的IT开支去库存，但加文通过微观精算认定，这实际上是一场商业模式的结构性危机：为守住原有的高毛利结构、抗拒进入AI原生的低毛利硬仗，最终可能重蹈当年实体零售拒绝拥抱电商的覆辙。
这种毛利结构的重组，正逼着整个软件与模型层倒向一种新规则：基于实际使用量定价（usage-based pricing），也就是加文所说的“按量付费（pay-by-the-drink）”。
这有一个经典类比。加文2005到2007年做电信分析师，蜂窝通信在此前十年是很好的成长行业，核心就在于“基础固定套餐+超额按量付费”的混合模式。
而蜂窝通信走向夕阳的那天，恰恰是所有运营商都推出“无限量包月”的那天。长途电话也一样。AI现在正好相反——从包月转向按量。
在推理时代，运行前沿模型（如Opus这一代）对算力的消耗超乎想象，固定的月费套餐让实验室承受巨大烧钱压力，于是不得不在套餐下给用户一个被“限制思考”的版本（Claude生成的token明显减少）。
企业若想让成百上千个智能体毫无保留地输出最好的答案，就必须切到按量计费。
从投资角度看，这是AI商业化的重要一跳。
加文判断，正是“更多算力上线+按量定价抬高前沿token单价”这两件事，可能推动今年OpenAI与Anthropic的ARR合计突破2000亿美元。
电力与晶圆，推理时代的物理瓶颈
随着各大前沿实验室全面跨入推理时代，模型开始在后训练阶段利用强化学习与测试时计算进行多步推断。
这一技术范式的迁徙，在一夜之间将整个科技行业的命脉砸向了底层的物理生死线，即电力（Watts）与晶圆（Wafers）。
“技术是我职业生涯中第一次成本真正重要的行业。”加文·贝克指出一个核心公式：Token-per-watt（每瓦电力生成的代币数）≈ AI时代的ROIC（资本回报率）。
当全球陆地电网与行政审批演变成了不可扩展的刚性瓶颈时，谁能以最高的Token-per-watt效率运行模型，谁就拥有了更确定的定价权。
而如何将这种前沿的算力经济学认知，精准地投射到真实的投资组合中，才是检验一个买方机构投研纪律的试金石。
在组合上，他没有为高市盈率的故事买单，而是利用市场的历史偏见做错位卡位。
一方面，把供应链短缺的确定性，转化为对底层物理资产的对冲。
推理在解码阶段高度受限于内存带宽与集群连贯性，美光科技的HBM产能成了稀缺硬通货；博通则是各大厂自研ASIC时最受欢迎的合作方。
华尔街因为这些环节强烈的“周期性大宗商品”烙印，长期只给个位数市盈率。但在加文看来，这恰是深度价值机会：用理性的价格，买下卡住时代命脉、且有真实现金流的核心资产。
另一方面，他对于圣塔菲复杂系统理论的痴迷，则具象化投射为他在公开市场发起巨额举牌、直接控盘流通股高达5.6%的非半导体标的——ACV Auctions，全美最大的批发二手车在线拍卖平台。
它拥有一支庞大的线下检测团队，用自研硬件对每辆车做像素级物理检测，产生的是任何前沿大模型都无法在互联网上爬取或者的、高度结构化的私有数据。
ACV正用这些独家数据训练自己的多智能体检测模型，实现自动定价与损耗评估。
在加文眼里，这种死死卡在实体交易核心路径、估值理性、又握有报表外私有数据的公司，才是“私有数据反馈闭环”的范例。
加文长期关注、并在C轮就投资的Astera Labs，曾在他的组合中占到近10%的仓位，是他“被市场错误分类”这一思路的典型。
华尔街此前错误地将其扔进“传统铜缆连接的夕阳输家”资产包中，但加文敢于顶格控盘的底层逻辑，正是来源于他对行业最核心的非共识判断：“预取（Prefill）与解码（Decode）的完全分离”所带来的硬件解耦效应。
简单说，预取是模型读入上下文、理解问题，主要受内存容量限制，解码是逐字生成答案，主要受内存带宽限制。
两者被拆到不同芯片集群协同后，芯片与存储、新老芯片之间的高速互联与连贯总线，就成了决定整个计算飞轮能否运转的瓶颈——而这正是Astera所处的位置。
这套解耦还有一个被忽视的财务外溢效应。
此前私募信贷因为给算力公司发放了大量GPU贷款，普遍按3到4年的折旧寿命计提，算力资产快速报废的风险让借贷市场承压。
而解耦意味着，最新的异构芯片留在最前线跑“榨干带宽”的解码，老一代Hopper、甚至Ampere可以退到后方，安稳地跑只看容量的预取。
这相当于把存量GPU的实际可用寿命从3到4年拉长到了10年、甚至15年，单枪匹马盘活了存量资产，客观上缓解了整个私募债金融行业的坏账压力。
加文认为这件事甚至可能“凭一己之力拯救私募信贷”，因为如果GPU能按接近5%—6%的利率融资，而不是像部分算力租赁商那样至少7%出头，整个AI建设的融资成本都会被改写。
一项既能延长算力资产寿命、又能降低融资成本的技术创新，价值不止在芯片本身。
如果地表的“瓦特与晶圆”短期内无法被审批和电网容量彻底解决，加文给出的长期出路，是一场脱离地表的物理升维——轨道算力。
这是一个有争议的话题。
主流的分析师习惯了用传统的商业地产和IDC（数据中心）折旧来算账，认为去太空建机房是不可理喻的逻辑跃迁。
然而，这种“异想天开”恰恰侧面印证了他是一位真正贴近产业一线、敢于用物理学第一性原理刺破宏观迷雾的极客投资人。
加文在深度探访SpaceX星舰基地、精算了运载成本与物理常数后，给出了一个行业终局推演：
长远来看，算力中心的能源与审批限制，根本不需要在地表缝缝补补。通过可重复使用的“星舰”将Blackwell或后续代际的算力机架直接送上太空太阳同步轨道，在财务与工程上正在变成一笔可以算清账的生意。
太空在两件事上结构性占优。一是电力，太阳同步轨道上几乎全天受光、强度也更高，取电成本被重构，且不需要庞大的电池储能；二是网络，真空中的激光通信在带宽与延迟上甚至优于地表光纤。
至于散热，贝克坦言这是工程上两个最大的难点之一，另一个是机架在轨维修。
他说在Starbase待过很多时间、和工程师聊过，他们对解决散热“很有信心”，但这仍是一个待证的开放问题——在某种“漂浮版Optimus”机器人出现之前，坏掉的机架基本只能弃用。
他也强调，这并不利空地面数据中心，“我们会消耗掉尽可能多的算力”。推理适合上天，但训练在很长时间里仍在地球完成。
真正需要警惕的，是那些此刻在地表激进扩产电力与冷却的公司——它们的产能投放，可能正好赶上市场开始认真对待轨道算力的时点。
殊途同归的科技与价值投资
加文·贝克在科技投资领域的激进变阵，虽然充满产业专业人士的视角，但在长周期终局处，其本质正在向最纯粹、最苛刻的深度价值投资全面回归。
这并不是投资圈的孤例。
在AI下半场，一批传统价值投资人也在用一套不同于硅谷的“价值卡尺”，对AI红利做纵深合围。
长期秉持安全边际的古典价值大师比尔·尼格伦(Bill Nygren)，他看AI，从不去猜哪个实验室的算法故事更动人，而是用两把卡尺：资产负债表的现金生成能力，以及管理层的资本再分配效率。
在资本开支全面爆发的当下，他的框架要求冷静清算出这些投入，能否产生实打实的股东回报。
基于这把卡尺，经典价值派在二级市场的路线很清楚：把高位换回的子弹，配置到美光与博通这类被“周期性大宗商品”烙印压低、却卡住高阶推理时代命脉的环节，用理性的深度价值价格买下时代的物理瓶颈。
被公认为最懂伯克希尔的精算派分析师克里斯·布鲁姆斯特兰(Chris Bloomstran)，对伯克希尔加仓谷歌给出过一套拆解：
超级云厂商的算力集群，在数字化时代已经演变成和电网、铁路一样的“现代数字公用事业”。
谷歌长期拥有相对克制健康的现金流与资产负债表，其算力基础设施在当前相变点，完全可以用传统的自由现金流贴现算清账。这不是盲目追逐成长，而是以基础设施思维买下带成长性的高护城河公用事业。
科技投资历来是极端集中的幂律分布。加文·贝克的纪律是，只有当一个行业在结构上明显赢家通吃时，才允许把单一持仓推向极致。
但高集中度也意味着要直面人类在高波动清算时的情绪弱点。
这种对风控的警惕，源于加文在2022年留下的重创——正如他复盘时所坦承的，在系统性流动性引力面前，任何微观的产业护城河短期内都可能形同虚设，水库放水时，所有船都会沉下去。
落到实处，加文·贝克给Atreides立了一条硬核买方准则：自动化所有可以验证的事情。
这与传统价值投资“用制度约束人性”的内核完全相通。
他在播客中透露，团队正用系统不知疲倦地处理繁琐的官方披露文件、清洗底层财报，以过滤掉市场暴荡时的情绪干扰。比如让代理系统几秒钟翻完股东委托书，核对高管薪酬到底是绑定虚胖的营收，还是实打实的每股自由现金流。
无论是他对流程的极致自动化，还是行业工具层面的演进，终点都是用资本账本反复校对AI时代的真实信号。
华尔街长期存在一条隐形的鄙视链，科技成长派觉得价值投资是刻舟求剑，古典价值派觉得科技多头是讲故事。
而加文这套方法论，试图在两端之间找到最大公约数——用第一性原理拆解半导体,又用最苛刻的现金流账本去应用层算账。
如果说投资在本质上是寻找隐秘的真相,，那么最有效率的途径或许就是放下成见，用老派的价值账本去衡量技术范式的物理瓶颈。
本文作者可以追加内容哦 !
