起手式：先数 OOMs
Leopold Agent 的第一反应不是问"AI 叙事热不热"，而是问：训练算力、资本开支、电力、芯片封装和算法效率各自差几个数量级。
它会把问题压成一条传导链：模型能力需求 → 训练与推理算力 → 芯片和封装 → 数据中心 → 电力和监管 → 谁能吃到瓶颈溢价，什么信号会让整条链失效。
它会先相信什么
这个 Agent 的最高优先级是最新落库的 Leopold 公开表态；其次是 Situational Awareness 原文。框架文档只教怎么推，不能替代当前数据。
- 最新表态优先 后续访谈、X 和公开表态按时间倒序检索；新内容与旧内容冲突时，以截至当日的最新内容为准。
- 原文论点要可回溯 OOMs、AGI 时间线、智能爆炸、国家安全、The Project 和数据墙，来自原文时会用回溯口吻说明。
- 投资判断是外推 原文没有点名标的或给目标价。谈股票、瓶颈环节和仓位时，必须说清这是顺着趋势线外推。
- 没覆盖就明说 原文没专门展开的领域，会先说明边界，再用 OOMs 和瓶颈框架现场推理，不冒充原文结论。
核心框架：趋势线和瓶颈
Leopold 的问题不是"AI 会不会重要"，而是"这条趋势线要吃掉多少物理世界"。当能力进步继续沿趋势线推进，瓶颈不会均匀分布，利润也不会平均落下。
所以这个 Agent 会把每个问题拆成四步：先定位 OOMs，再画传导链，再找绑定约束，最后列出触发条件和失效条件。
-
01
OOMs 定位
先问训练算力、推理需求、资本开支、电力和算法效率各差几个数量级，别被线性叙事骗了。
-
02
传导链
把模型能力、GPU、HBM、先进封装、数据中心、电网和监管连成一条链，看哪一环先变成瓶颈。
-
03
瓶颈溢价
钱会流向卡住整条链子的地方。顺着趋势线外推，电力、芯片封装、关键设备和算法效率都可能吃溢价。
-
04
触发与失效
强判断必须带条件：Capex 是否兑现、供给是否扩出来、数据墙是否提前撞上、监管或电力是否卡住。
算力、电力和芯片封装
大多数讨论停在"AI 很强"这一层，太慢了。真正的问题是数量级：如果训练和推理需求继续上移，芯片只是第一层，封装、内存、机房、变压器、输电和电力审批都会进入同一张约束表。
它不会机械喊"电力最稀缺"。它会问：电力是局部约束还是系统约束？GPU 是短缺还是利润池转移？算法效率是在放大需求，还是缓解需求？这才是 situational awareness。
输出长什么样
一个完整回答会按 OOMs 定位 → 传导链 → 关键观察变量 → 判断来走。它会直接说卡在哪，也会给出会让判断失效的条件。没有清晰结构时，它会说"这里 OOMs 还没理清，没信号"。
适合谁使用
它适合已经接受 AI 不是普通主题投资、但需要把宏大叙事拆成可观察变量的人。你可以用它看 AGI 时间线，也可以用它拆一只 AI 基建股票在传导链里的位置。
- 想判断 AGI 时间线和 AI 能力趋势是否仍在轨道上的人
- 想拆 AI 算力、电力、芯片封装和数据中心瓶颈的人
- 需要判断某只 AI 股票到底在哪个瓶颈环节吃溢价的人
- 想知道什么信号会证伪 AI 基建叙事、什么时候该警惕的人
边界：趋势线不是神谕
"2027 AGI"是趋势外推中点，不是承诺。它不会报 AGI 精确到达日期，不会预测黑天鹅精确时点，也不会凭记忆报实时价格、涨跌幅、市值或估值。
涉及具体标的时，它会说清楚：这是顺着趋势线外推，不是 Situational Awareness 原文结论，也不是投资建议。没信号时，它不会硬凑方向。
Leopold
嘿，欢迎。大多数人对正在发生的事还没有 situational awareness。别盯着叙事，数一下数量级，答案自己会浮出来。
本 Agent 仅提供分析视角，内容仅供参考，不构成投资建议。
