2025 New Year Letter from Our Founders

主题与背景

本章节讨论了2024年比特币获得机构认可（特别是SEC批准比特币ETF）后的市场发展。背景是比特币作为一种全新资产类别，其被接受的速度和规模正在挑战传统金融市场的认知框架，并可能预示着投资范式的根本性转变。

核心观点

作者的核心论点是：比特币作为一种全新资产类别的接受速度是史无前例的，其市场深度和交易活跃度已经达到甚至超过了许多传统主流资产的水平，这标志着投资领域的根本性变革正在发生。

反直觉的判断包括：1）比特币的日均交易额（按经纪商报告数据）已远超苹果公司（AAPL）的股票；2）加密货币市场的发展将催生一个由套利需求驱动的、独立于传统央行体系的“自然”利率市场。

关键论据与数据

1. 比特币ETF的快速崛起：自SEC批准后仅12个月，相关ETF资产已达至少1100亿美元。其中，iShares Bitcoin ETF规模超550亿美元，是美国第32大ETF。

2. 与历史新资产类别的对比：上一个全新资产类别是1973年开始交易的期权，历时51年才达到日均约5700万份合约的交易量。比特币的接受速度远超此历史先例。

3. 交易活跃度对比：

• 传统股市（CBOE数据）：日均名义成交额约5500亿美元。
• 比特币交易额（两种计算方式）：
• 基于区块链的24小时美元交易额：超280亿美元。
• 基于经纪商报告的交易额（更接近传统股票交易统计方式）：约830亿美元。

4. 与单一股票的深度对比：选取标普500指数最大成分股苹果公司（AAPL，权重6.84%）进行对比。

5. 加密货币借贷与质押利率：

• 市场基础：存在775个加密货币交易所或交易场所，价格差异催生套利需求，进而可能发展出借贷市场和“自然”利率。
• 质押利率案例：
• Solana：当前质押奖励约6.24%。其通胀率最初为8%，按协议每年递减15%，直至长期固定利率1.5%。当前交易费用仅为0.00027%。
• 以太坊 (Ethereum)：通过“燃烧”机制控制通胀，当前通胀率为0.35%，质押率约为3.08%，交易费用总计约2.7%。

6. 技术性能对比：Solana的交易处理能力（约2600笔/秒）远超以太坊（约15笔/秒）。

涉及的公司/资产

• 比特币 (Bitcoin)：核心讨论资产，被视为全新资产类别的代表，其ETF和交易市场正快速发展。
• iShares Bitcoin ETF (IBIT)：由贝莱德发行，是比特币ETF中的领导者，资产管理规模（AUM）超550亿美元。
• 苹果公司 (AAPL)：作为传统股票市场的标杆被用于对比，凸显比特币的交易活跃度。报告未对其直接看多或看空，仅用作参照物。
• Solana (SOL)：作为“权益证明”(PoS)加密货币的代表被提及，其较高的交易速度（2600笔/秒）、较低的费率（0.00027%）和当前的质押奖励（6.24%）被视为竞争优势。
• 以太坊 (Ethereum)：作为另一主要加密货币被对比，其较低的通货膨胀率（0.35%）和较高的交易成本（约2.7%）在报告中与Solana形成对比。

投资启示

1. 重新评估资产配置：投资者需要正视比特币及其相关产品（如ETF）已具备的庞大市场规模和流动性，将其视为一个不容忽视的、独立的资产类别进行配置考量。

2. 关注衍生金融生态：加密货币借贷市场和基于套利的“自然”利率的形成，将创造新的收益来源（如ETF出借比特币赚取利息）和金融工具，带来新的投资机会。

3. 在加密货币内部进行细分比较：不同加密货币在技术性能（如交易速度）、经济模型（通胀率、质押奖励）和费用结构上存在显著差异。例如，Solana在交易效率和成本上相对于以太坊的优势，可能影响其相对价值，这为投资者提供了内部轮动或选择的机会。

4. 理解范式转变的长期性：报告将加密货币的兴起与历史上股票、法币的出现相类比，暗示其可能带来长期而深远的经济与投资格局变化。投资者应超越短期波动，从更长的历史周期视角来理解这一趋势。

续篇分析：计算能耗、水资源约束与能源结构挑战

续篇内容深入探讨了大型语言模型（如 ChatGPT）的能耗本质，并以此为切入点，揭示了现代高算力需求所引发的、远超当前社会投资水平的能源与水资源危机。这部分内容的核心论点是：指数级增长的计算需求与当前能源结构及资源供给之间存在根本性矛盾。

#### 1. 大型语言模型的能耗本质与“温度”参数

• “温度”的工程学意义：文本生成的“温度”参数被明确定义为一种对概率排序的系统性偏离。它并非随机扰动，而是一种旨在提升文本“温度”与可读性（使其更“温暖”、更吸引人）的计算策略。这直接导致了计算复杂度的增加。
• 能耗的不确定性与增长性：报告指出，ChatGPT 单次查询的能耗远高于简单谷歌搜索，但具体估值存在巨大分歧。其根本原因在于 OpenAI 存储的数据总量在持续增长。以全球每年出版约220万本书籍（UNESCO数据）为参照，这还不包括海量的学术论文、新闻和博客等内容。数据积累与模型复杂化的正反馈循环，必然导致处理能耗的持续攀升。

#### 2. 高算力需求的宏观图景：超越LLMs

报告将大型语言模型置于更广阔的背景下，指出其仅是现代文明庞大计算需求的冰山一角。未来更具颠覆性的需求来自大型定量模型，并以药物研发为例进行了具象化说明：

• 药物研发的计算困境：成功率低的核心在于人体化学的高度个体化和动态变化。要实现系统性突破，需要在分子层面收集海量个体数据，并模拟数以百万亿计的可能分子结构。这需要前所未有的超高阶计算能力，其能耗规模将是“难以想象的”。
• 量子计算的能源挑战：报告前瞻性地指出，即便未来量子计算机实现，其运行也需维持在15毫开尔文（-273.135°C） 的极低温环境。这本身就预示着一场巨大的能源挑战，而当前文明远未做好应对准备。

#### 3. 能源投资错配与水资源的核心瓶颈

报告尖锐地指出了当前投资格局与社会真实需求之间的脱节：

• 投资权重过低：尽管计算对能源的需求呈指数增长，但能源板块在标普500指数中的权重仅为3.39%。这表明市场严重低估了未来能源的基础设施价值。
• 水资源：比能源更关键的约束：报告提出了一个更具颠覆性的观点——水资源是比能源本身更重要的限制因素。其论证逻辑如下：

1. 当前主流的基荷电力（核能、煤电、天然气）均为热力发电，核心工艺是加热水产生蒸汽驱动涡轮。

2. 这一过程消耗巨量水资源，且由于热力学定律限制，部分水会蒸发损失，无法100%循环。

• 量化案例：米尔斯通核电站：报告用康涅狄格州的米尔斯通2号核电站（额定功率870 MWe）进行了震撼的量化说明：

#### 4. 为数据中心供电的完整能源账本：PUE与真实需求

报告进一步拆解了为数据中心供电的真实成本，引入了电能使用效率（PUE） 这一关键指标：

• PUE的实质：由于变压器、线路损耗等产生的废热，输入数据中心的电能远大于设备实际消耗。PUE = 总设施能耗 / IT设备能耗。
• 典型PUE值：以1.54为例，意味着要为IT设备供应1单位电能，需从电厂购买1.54单位电能，54%的额外电力转化为废热。
• 综合计算案例：要确保一个1 GW数据中心持续运行，考虑备用和PUE损耗后，真实需要的发电装机容量不是2 GW，而是 3.08 GW。这进一步放大了对水资源的需求。

#### 5. 可再生能源的局限与电网稳定性难题

报告客观分析了风能和太阳能的优势（非热力过程，不耗水）与根本性缺陷：

• 负载可变性：风速、云层覆盖导致其输出功率间歇且不可控。
• 电网频率稳定性要求：美国电网标准频率为60 Hz，重大偏差会触发断路器保护性断电。风能和太阳能无法提供稳定的频率支撑。
• 必然结论：因此，即使有大规模风光装机，也必须搭配能够即时调度的传统发电厂作为基荷或备用电源。这意味着传统热力发电及其伴随的巨大水耗无法被完全替代。

#### 6. 投资逻辑的总结

基于上述层层递进的分析，报告最后点明了其投资组合（Horizon portfolios）重仓能源，尤其是水资源的核心逻辑：

• 结构性短缺：计算革命带来的能源需求是指数级的、刚性的。
• 资源瓶颈：能源生产本身受到水资源这一更基础资源的硬约束。
• 替代方案的局限性：风光等非水耗能源因物理特性无法独立保障电网稳定，传统热力发电仍不可或缺。
• 价值重估：当前市场对能源和水资源板块的定价，远未反映其在支撑未来数字文明中的战略性、基础性价值。这构成了巨大的投资机会。

结论：续篇内容完成了一个从微观技术参数（温度）到宏观资源约束（水）的完整论证链条。它揭示了一个残酷的现实：人工智能与数字技术的“软”进步，日益依赖于能源和资源这些“硬”基础设施的支撑，而后者正面临严峻的、未被充分认识的供给挑战。这不仅是技术或环境问题，更是一个深刻的经济和投资命题。

新增分析：投资组合的集中化与物理定律约束

续篇内容进一步阐述了 Horizon Kinetics 的投资哲学，核心论点从水资源稀缺性扩展到更广泛的资源约束与投资组合构建的逻辑。作者明确区分了“战略性视角”与传统的“个券分析视角”，并揭示了其投资组合高度集中的深层原因。

#### 1. 集中持仓作为另类分散化手段

作者指出，其投资组合长期未做重大调整，导致部分头寸因大幅升值而变得高度集中。这种集中度与传统投资组合截然不同，但 Horizon Kinetics 将其视为一种重要的、有别于传统的分散化手段。

• 核心逻辑：传统分散化（尤其是依赖指数）过度暴露于科技股等当前主流资产，却严重缺乏对如水、能源等关键实物资源的风险敞口。因此，通过高度集中地投资于这些被市场忽视但至关重要的稀缺资源，实际上是在对冲传统投资组合所面临的系统性资源短缺风险。这是一种“通过集中来实现对主流风险的分散”的策略。

#### 2. 物理定律作为终极投资约束

作者提出了一个根本性的投资框架：热力学定律（laws of thermodynamics）最终将决定能源与电力的选择约束。

• 市场盲点：投资界尚未普遍认识到这些由物理定律强加的约束。
• 必然影响：一旦市场意识到这一点（作者认为这是必然的），资本流向将与过去10-15年截然不同。届时，Horizon 的投资组合看起来就不会像现在这样与典型的“分散化”组合格格不入了。
• 连锁反应：

1. 资源约束导致通胀：物理定律带来的资源短缺将对关键资源形成硬约束，从而产生通胀性后果。

2. 挑战法币政策：这种结构性通胀将使过去半个世纪依赖的法币政策（fiat money policies）难以执行。

3. 推动加密货币：上述环境将促进加密货币作为一种重要资产类别的更快速采用。

这构成了一个从物理世界到金融世界的完整逻辑链条：物理约束 → 资源稀缺 → 经济通胀 → 货币体系承压 → 替代性资产（如加密货币）需求上升。

#### 3. 对人工智能的审慎观点延伸

在讨论技术依赖时，作者通过对比不同游戏，进一步阐明了其对人工智能（AI）能力的审慎看法：

这一系列对比旨在说明，即使在算力暴增的今天，AI 在涉及不完全信息、心理博弈和战略欺骗的复杂现实决策中，仍存在根本性局限。这间接支持了其观点：过度依赖看似万能的科技（其本身受制于资源）是危险的，而投资于支撑科技的基础资源才是根本。

#### 4. 风险披露中的关键信息

文末的风险披露部分提供了重要的背景信息，揭示了其观点与自身利益的关联：

• 利益关联：明确披露公司高管及员工大量持有其重仓股 Texas Pacific Land Corporation (TPL) 的个人头寸。这既表明了其与客户利益高度一致（“skin in the game”），也提示了潜在的利益冲突，尽管公司声称已通过内部政策和道德准则进行管理。
• 加密货币实践：确认其子公司管理着提供比特币及其他加密货币敞口的产品，与其文中看好加密货币的观点相呼应。
• 策略定位：其账户策略是无约束的（unconstrained），主要目标为资本增值，次要目标为收益。这解释了其为何能偏离传统，构建高度集中、主题鲜明的投资组合。

结论

续篇内容将 Horizon Kinetics 的投资哲学提升至一个更宏大的叙事层面：

1. 投资方法论上，他们用战略性资源主题投资和集中持仓，来对抗传统指数化分散投资所隐含的未来资源风险集中。

2. 世界观层面，他们以热力学定律为基石，推演出资源短缺、通胀再起、法币体系受挑战、加密货币兴起的长期趋势。

3. 对科技的反思，通过对 AI 能力边界的具体分析，强化了“科技繁荣建立在实体资源之上”的论点。

这封信函不仅是一份投资组合说明，更是一份基于物理规律和长期战略的投资宣言，其核心是押注于市场当前尚未充分定价的、由物理世界根本约束所驱动的结构性变化。