Skip to content

布拉德·格斯特纳

一句话定义
把 founder network、public/private crossover 和 power law 压成公开组合语言的人。

所属机构: Altimeter Capital
年化收益率: 未公开
代表性持仓: Nvidia、Meta、Uber、TSM、CoreWeave、Arm、Snowflake
核心方法: 公私一体 / 幂律 / AI 超级周期 / 股东纪律

Brad Gerstner 最值得读的地方,不是“他看好 AI”,而是他把创业者网络、公开市场价格、私募成长、平台周期和股东纪律放进同一个投资系统里。Altimeter 的方法是:先找技术平台级变化,再用 power law 的赔率语言决定哪些结果值得重仓,最后用公开市场和 13F 行为反复校准。

他补的是 Tiger / crossover 线的另一个分叉。菲利普·拉丰 / Coatue Management 更像公私一体科技平台,Gerstner / Altimeter 更强调 founder for founders、power law、supercycle 和 public-private feedback loop。

这套方法最有价值的地方是,它不把“科技成长”当行业标签,而把它拆成三个问题:这是不是平台级变化;这个变化是否会产生极端赢家;公开市场价格是否已经给了足够赔率。

公开 transcript 里的路径很清楚:Gerstner 从 Indiana 出身,早期在 Forest River 近距离接触创业者和经营现实,后来经过 law school、Harvard Business School、General Catalyst、PAR Capital,再在 2008 年金融危机中创办 Altimeter。

这个路径解释了他的混合气质。他不是纯 VC,也不是纯二级市场研究员;他既关心创始人、产品和市场结构,也关心公开市场估值、流动性和资本配置。2008 年创办 Altimeter 还给这套方法加了一层压力测试:如果你在危机里开始,资本稀缺本身会逼你更早形成取舍。

1. 公私市场不是边界,而是同一家公司生命周期的不同阶段

Section titled “1. 公私市场不是边界,而是同一家公司生命周期的不同阶段”

Gerstner 在早期访谈里反复谈 public/private investing。真正重要的不是“上市还是未上市”,而是公司是否正在穿越一个足够大的平台周期。私募网络帮助更早看见变化,公开市场帮助验证收入、利润、资本开支、估值和股东回报。

2. Power law 是组合语言,不是口号

Section titled “2. Power law 是组合语言,不是口号”

Altimeter 的 13F 很清楚地说明,它不害怕集中。2023 年 Snowflake 一度占公开 13F 的四到五成;2026Q1 前十大占 98.5%。这不是传统分散化语言,而是相信少数 outlier 会解释大部分结果。

但这不等于死守单一赢家。Snowflake 权重从 2023 年的绝对核心下降,公开组合转向 NVDA / META / UBER / TSM / CRWV / ARM。更准确的说法是:Altimeter 不断用新平台周期重排 opportunity cost。

3. AI supercycle 必须落到资本开支和生产率

Section titled “3. AI supercycle 必须落到资本开支和生产率”

Gerstner 把 AI 当成 internet、mobile、cloud 之后的新平台周期。这个观点在 13F 里不是一句宏观判断,而是分层表达:NVDA 是芯片瓶颈,TSM / ARM / AVGO 是硬件和架构,CRWV 是算力云,SNOW / CFLT 是数据基础设施,META / MSFT / AMZN / UBER 是平台和应用。

Meta 公开信是理解 Gerstner 的关键材料。它说明 Altimeter 不是只会给成长公司贴“长期主义”标签。长期项目、AI 投入、Reality Labs、SBC、headcount 和回购必须放在同一张资本配置表里看。增长不能脱离股东回报。

他的 优势来源 更像结构性位置,而不是单点聪明:创业经历让他理解 founder 和产品;PAR / public market 训练让他理解价格和流动性;私募网络让他看到早期变化;公开组合让他必须接受市场校验。

第一,power law 容易被误用成“越集中越高级”。真正难的是识别极端赢家,而不是简单把仓位做大。

第二,crossover 容易被私募叙事污染。早期信号会更快,但失败样本隐藏得更多。必须让公开市场数据和资本纪律持续反证。

第三,AI supercycle 容易被估值透支。即使方向对,13F 后涨幅过高也会降低抄作业优先级。

第四,外部只能看到 13F 美股多头,不能看到 Altimeter 的私募、现金、空头和完整衍生品。

可学的是把“变化”拆成三层:先判断是不是平台级变化,再判断会不会产生极端赢家,最后用公开市场价格、财报和资本配置纪律反复校准。这样可以避免把 AI、云、软件或创业者故事直接当成投资结论。

不可直接复制的是 Altimeter 的私募网络和 crossover 结构。外部读者看到的是公开访谈和 13F 美股多头切片,不能把它当完整组合,也不能把 power law 简化成“集中买科技股”。

更接近 菲利普·拉丰 和 Coatue Management 这条公私一体科技线,但 Gerstner 更强调 founder network、power law 和公开市场股东纪律。

也可以和 詹姆斯·安德森 对照读:两者都关心超级赢家和未来分布,但 Gerstner 更直接把公开市场价格、AI 资本开支和治理纪律放进同一套语言。

更不像 特里·史密斯 或 尼克·特雷恩。后者更像少数高质量特许经营长期持有;Gerstner 处理的是平台周期、技术迁移和极端赢家的赔率。