2028 全球智能危機

昨天這篇文章在 X 上有兩千萬的瀏覽，并且可能帶動了昨天晚上的軟件股大爆炸。一場站在 “兩年后” 進行頭腦風暴式的回顧，有助于大眾了解自己正在面對一個怎樣的未來。

一場來自未來的金融史思想實驗

作者：Citrini 與 Alap Shah

2026年2月22日

前言

如果我們對 AI 的看多判斷一直是對的……而這件事本身反而是利空呢？

以下是一個情景推演，而非預測。 這不是空頭意淫，也不是 AI 末日愛好者的同人小說。這篇文章唯一的目的，是對一個迄今探討不足的情景進行建模。我們的朋友 Alap Shah 提出了這個問題，我們一起頭腦風暴出了答案。我們寫了這一篇，他另外寫了兩篇，可以在這里[1]找到。

希望讀完之后，你能對 AI 使經濟日益"詭異化"過程中潛在的左尾風險，多一分準備。

以下是 CitriniResearch 2028 年 6 月的宏觀備忘錄，詳述"全球智能危機"的演進與沖擊。

宏觀備忘錄 充裕智能的代價

CitriniResearch

2026年2月22日 2028年6月30日

今早公布的失業(yè)率為 10.2%，高于預期 0.3 個百分點。市場因此下跌 2%，標普500指數自 2026 年 10 月高點以來的累計跌幅已達 38%。

交易員們已經麻木了。六個月前，這樣的數據足以觸發(fā)熔斷。

兩年。 從"可控"和"局限于個別行業(yè)"，到經濟面目全非——我們所有人成長于其中的那個經濟體不復存在——只用了這么長時間。本季度的宏觀備忘錄，是我們對這一進程的復盤嘗試——一份針對危機前經濟的"事后檢驗"。

那時的亢奮是實實在在的。到 2026 年 10 月，標普500逼近 8000 點，納斯達克突破 30000 點。因人類勞動力被取代而引發(fā)的第一波裁員始于 2026 年初，而裁員產生的效果與預期完全一致：利潤率擴張，盈利超預期，股價上漲。創(chuàng)紀錄的企業(yè)利潤被源源不斷地投回 AI 算力。

各項頭條數據依然亮眼。名義 GDP 連續(xù)錄得中高個位數的年化增長。生產率飆升。實際每小時產出以 1950 年代以來未見的速度增長——驅動力是不需要睡眠、不請病假、不需要醫(yī)保的 AI 智能體。

算力擁有者的財富隨著勞動力成本的消失而爆炸式增長。與此同時，實際工資增速崩塌。盡管政府反復炫耀"創(chuàng)紀錄的生產率"，白領工人正在被機器奪走工作，被迫接受薪酬更低的崗位。

當消費經濟開始出現裂痕時，經濟評論家們發(fā)明了一個流行語："幽靈 GDP"（Ghost GDP）——產出出現在國民賬戶中，卻從未在實體經濟中流通。

AI 在方方面面都超預期，而市場就是 AI。 唯一的問題是……經濟不是。

事后看來，一切本該一目了然：北達科他州的一個 GPU 集群，創(chuàng)造了此前歸屬于曼哈頓中城一萬名白領的產出——這更像是一場"經濟瘟疫"，而非"經濟靈藥"。貨幣流通速度趨于停滯。以人類為核心的消費經濟——彼時占 GDP 的 70%——正在枯萎。如果我們早點想想機器在可選消費品上花了多少錢，也許能更早看清這一點。（提示：答案是零。）

AI 能力提升，企業(yè)需要更少的工人，白領裁員增加，被裁的人消費減少，利潤壓力推動企業(yè)加大 AI 投入，AI 能力再次提升……

這是一個沒有自然剎車的負反饋循環(huán)。即人類智能替代螺旋。白領工人眼看著自己的收入能力（以及理所當然的消費能力）遭到結構性損害。他們的收入曾是 13 萬億美元住房抵押貸款市場的基石——迫使承銷商重新評估：優(yōu)質抵押貸款還靠得住嗎？

十七年沒有出現過真正的違約周期，私募市場膨脹著大量 PE 支持的軟件交易，建立在"年度經常性收入（ARR）將持續(xù)循環(huán)"的假設之上。2027 年中期因 AI 顛覆引發(fā)的第一波違約，動搖了這一假設。

如果顛覆僅限于軟件行業(yè)，局面尚可控制，但它沒有停下來。到 2027 年底，它威脅到了每一個建立在"中間層"商業(yè)模式之上的企業(yè)。大量通過為人類"變現摩擦"而生存的公司灰飛煙滅。

整個系統(tǒng)原來是一條漫長的信用鏈條，全部押注在白領生產率的持續(xù)增長之上。2027 年 11 月的崩盤只是加速了所有已經運行中的負反饋循環(huán)。

"壞消息就是好消息"——我們已經等了將近一年了。政府開始考慮各種提案，但公眾對政府實施任何救援的信心正在消退。政策反應總是滯后于經濟現實，但缺乏一個全面方案，如今正威脅著加速通縮螺旋的到來。

起源

2025 年末，智能體編程工具的能力發(fā)生了階躍式躍升。

一個能力過關的開發(fā)者借助 Claude Code 或 Codex，幾周內就能復制出一款中端 SaaS 產品的核心功能。做不到完美，也無法覆蓋每個邊緣場景——但足以讓審查 50 萬美元年度續(xù)約合同的 CIO 開始問一個問題："如果我們自己開發(fā)呢？"

大多數企業(yè)的財年與日歷年一致，因此 2026 年的企業(yè)支出是在 2025 年第四季度敲定的，當時"智能體 AI"還只是一個時髦術語。年中評審是采購團隊第一次在真正了解這些系統(tǒng)能做什么之后做決策。有些團隊親眼看著自己的內部團隊在幾周內搭出了原型，復制了價值六位數的 SaaS 合同。

那年夏天，我們與一位財富500強的采購經理交談。他跟我們講了一次預算談判的故事。銷售代表原以為可以照搬去年的套路：年漲 5%，加上"你們團隊離不開我們"的標準話術。但采購經理告訴對方，他已經在和 OpenAI 談了，考慮讓他們的"前沿部署工程師"用 AI 工具徹底替換掉該供應商。最終以打七折續(xù)約。他說這已經算好結果了。SaaS "長尾"——比如 Monday.com、Zapier 和 Asana——的日子更慘。

投資者對長尾產品的沖擊已有心理準備——甚至可以說翹首以盼。這些產品雖然可能占到典型企業(yè)技術棧支出的三分之一，但它們顯然暴露在風險之中。真正被認為安全的，是那些"記錄系統(tǒng)"（systems of record）。

直到 ServiceNow 2026 年三季報發(fā)布，反身性的傳導機制才變得更加清晰。

SERVICENOW 凈新增 ACV 增速從 23% 降至 14%；宣布裁員 15% 及"結構性效率計劃"；股價下跌 18% | 彭博，2026年10月

SaaS 并沒有"死"。自建系統(tǒng)的運維和支撐仍然存在成本效益分析。但自建確實成了一種選項，而這個選項會影響定價談判。也許更重要的是，競爭格局已經改變。AI 降低了開發(fā)和交付新功能的門檻，導致產品差異化崩塌。頭部企業(yè)陷入價格戰(zhàn)——既要與彼此廝殺，又要面對一批乘著智能體編程能力東風、沒有遺留成本包袱的新興挑戰(zhàn)者的兇猛搶食。

這些系統(tǒng)之間的關聯(lián)性，直到這份財報才被充分認識到。ServiceNow 按席位收費。當財富500強客戶裁掉 15% 的員工時，它們也取消了 15% 的許可證。同樣是 AI 驅動的裁員——在客戶那邊提升利潤率的同時，正在機械性地摧毀 ServiceNow 自己的收入基礎。

一家賣工作流自動化的公司，正被更好的工作流自動化顛覆，而它的應對之策是——裁員，然后用省下的錢投資正在顛覆自己的技術。

除此之外還能怎么辦？坐以待斃、慢慢等死嗎？*受 AI 威脅最大的公司，反而成了 AI 最激進的采用者。***

事后看來這顯而易見，但當時真的不是（至少對我而言不是）。歷史上的顛覆模型告訴我們：在位者抗拒新技術，輸給靈活的新進入者，然后慢慢死去。柯達是這樣，百視達是這樣，黑莓也是這樣。但 2026 年發(fā)生的事不一樣——在位者沒有抗拒，因為他們承受不起抗拒的代價。

股價跌了40-60%，董事會要求交代，受到 AI 威脅的公司只能做一件事：裁人，把省下的錢投入 AI 工具，用這些工具以更低的成本維持產出。

每家公司的個體反應都是理性的。集體結果卻是災難性的。每一美元裁員省下的錢，都流入了使下一輪裁員成為可能的 AI 能力。

軟件只是序幕。 當投資者還在爭論 SaaS 估值倍數是否已經見底時，他們沒有注意到，反身性循環(huán)已經溢出了軟件行業(yè)。支撐 ServiceNow 裁員決策的同一套邏輯，適用于每一家擁有白領成本結構的公司。

當摩擦歸零

到 2027 年初，使用大語言模型已成為默認行為。人們在使用 AI 智能體，但很多人甚至不知道 AI 智能體是什么——就像當年不知道"云計算"為何物的人照樣在用流媒體服務。他們對 AI 的感知，和對自動補全或拼寫檢查的感知一樣——就是手機現在能干的一件事。

通義千問（Qwen）的開源智能體購物助手，是 AI 接管消費者決策的催化劑。幾周之內，所有主流 AI 助手都集成了某種智能體電商功能。蒸餾模型意味著這些智能體可以在手機和筆記本電腦上運行，而不僅限于云端，大幅降低了推理的邊際成本。

真正應該讓投資者更加不安的是：這些智能體不會坐等被召喚。它們在后臺根據用戶偏好持續(xù)運行。消費不再是一系列離散的人類決策，而變成了一個持續(xù)運行的優(yōu)化過程，全天候代表每一個聯(lián)網消費者運轉。到 2027 年 3 月，美國個人日均消費的 token 中位數已達 40 萬——是 2026 年底的 10 倍。

鏈條上的下一環(huán)已經在斷裂。

中間層。

過去五十年，美國經濟在人類局限性之上構建了一個龐大的"租金抽取層"：事情需要時間，耐心會耗盡，品牌熟悉度替代了盡職調查，大多數人寧愿接受一個差價格也不愿再多點幾下。數萬億美元的企業(yè)價值，依賴于這些約束條件持續(xù)存在。

一開始很簡單。智能體消除了摩擦。

那些已經幾個月沒用卻在自動續(xù)費的訂閱和會員。試用期結束后悄悄翻倍的定價。每一個都被重新定義為一場"人質危機"——而智能體可以出面談判。平均客戶終身價值（LTV）——整個訂閱經濟賴以建立的指標——顯著下滑。

消費者智能體開始改變幾乎所有消費交易的運作方式。

人類確實沒有時間在五個競品平臺上比價一盒蛋白棒。機器有。

旅游預訂平臺是最早的犧牲品，因為它們最簡單。到 2026 年第四季度，我們的智能體已經能以比任何平臺更快更便宜的方式，組裝出完整的行程方案（航班、酒店、地面交通、會員積分優(yōu)化、預算約束、退款處理）。

保險續(xù)保——整個續(xù)保模型建立在投保人惰性之上——被改革了。每年幫你重新貨比三家的智能體，瓦解了保險公司從被動續(xù)保中賺取的 15-20% 保費溢價。

財務咨詢。報稅。日常法律事務。凡是服務商的價值主張本質上是"我來幫你處理你覺得煩的復雜事務"的領域，都被顛覆了——因為智能體不覺得任何事情是煩的。

就連那些我們以為受"人際關系"保護的領域，也證明是脆弱的。房地產行業(yè)——買家?guī)资陙砣萑?5-6% 的傭金率，因為買賣雙方之間存在信息不對稱——在 AI 智能體獲得 MLS（多重上市服務）數據訪問權和數十年交易數據后，瞬間瓦解。一份 2027 年 3 月的賣方研報將此命名為"智能體對智能體的暴力"（agent on agent violence）。主要都市圈的買方中介傭金中位數已從 2.5-3% 壓縮至 1% 以下，越來越多的交易在沒有任何人類買方經紀人參與的情況下完成。

我們高估了"人際關系"的價值。事實證明，很多被稱作"關系"的東西，不過是帶著友好面孔的摩擦。

對中間層的顛覆才剛剛開始。成功的公司曾花費數十億美元，有效利用消費者行為和人類心理的種種弱點——而這些弱點如今已不再重要。

以價格和匹配度為優(yōu)化目標的機器，不關心你最愛的 App，不關心你過去四年習慣性打開的網站，也不會被精心設計的結賬體驗所吸引。它們不會因為疲倦而選最省事的選項，也不會默認"我一直在這家點單"。

這摧毀了一種特定的護城河：習慣性中間化。

DoorDash（美股代碼：DASH）是最典型的案例。

編程智能體大幅降低了上線一款外賣 App 的門檻。一個稱職的開發(fā)者幾周內就能部署一個可用的競品，而且有幾十個人這么做了——他們將 90-95% 的配送費直接分給騎手，以此吸引騎手離開 DoorDash 和 Uber Eats。多平臺儀表盤讓零工勞動者可以同時追蹤來自二三十個平臺的訂單，消除了頭部平臺賴以生存的鎖定效應。市場一夜之間碎片化，利潤率壓縮至接近于零。

智能體同時加速了破壞的兩端。它們催生了競爭者，然后又使用這些競爭者。DoorDash 的護城河說白了就是"你餓了，你懶，這個 App 在你手機首屏上"。智能體沒有首屏。它會檢查 DoorDash、Uber Eats、餐廳自己的網站，以及二十個新的"氛圍編程"（vibe-coded）競品，每次挑費用最低、配送最快的那個。

習慣性 App 忠誠度——整個商業(yè)模式的基礎——對機器來說根本不存在。

這頗有幾分詩意，也許是整個故事中智能體為即將被取代的白領做的唯一一件好事。當他們最終淪為外賣騎手時，至少不必再把一半收入交給 Uber 和 DoorDash 了。當然，技術的這份"善意"沒有持續(xù)太久——自動駕駛車輛的普及很快就到來了。

一旦智能體控制了交易，它們便開始尋找更大的"回形針"。

能做的比價和聚合畢竟有限。要持續(xù)為用戶省錢（尤其是當智能體開始彼此之間直接交易時），最大的突破口是消除費用。在機器對機器的商業(yè)中，2-3% 的銀行卡交換費成為一個顯而易見的靶子。

智能體開始尋找比銀行卡更快更便宜的支付方式。大多數選擇了通過 Solana 或以太坊 L2 使用穩(wěn)定幣，結算幾乎即時，交易成本以分之一美分計。

萬事達卡 2027 年一季報：凈收入同比+6%；消費額增速從上季的+5.9% 降至+3.4%；管理層提及"智能體主導的價格優(yōu)化"和"可選消費品類承壓" | 彭博，2027年4月29日

萬事達卡 2027 年一季報是不可逆轉的臨界點。智能體電商從一個產品故事變成了一個"管道"故事。MA 次日下跌 9%。Visa 也跌了，但在分析師指出其在穩(wěn)定幣基礎設施方面的更強定位后，跌幅有所收窄。

智能體電商繞開交換費，對以銀行卡業(yè)務為核心的銀行和單一發(fā)卡機構構成了更大的威脅——它們收取 2-3% 費用的大頭，并圍繞由商戶補貼資助的積分獎勵計劃建立了整個業(yè)務條線。

美國運通（美股代碼：AXP）受沖擊最大：白領裁員潮侵蝕其客戶基礎，智能體繞開交換費侵蝕其收入模式，兩面夾擊。Synchrony（SYF）、Capital One（COF）和 Discover（DFS）也在隨后幾周內下跌超過 10%。

它們的護城河由摩擦筑成。而摩擦正在歸零。

從行業(yè)風險到系統(tǒng)性風險

整個 2026 年，市場將 AI 的負面影響視為行業(yè)性話題。軟件和咨詢行業(yè)被碾壓，支付和其他"收費站"搖搖欲墜，但更廣泛的經濟看起來還好。勞動力市場雖然走軟，但并非自由落體。共識觀點是：創(chuàng)造性破壞是任何技術創(chuàng)新周期的組成部分。雖然會有局部陣痛，但 AI 帶來的總體正面效應將超過負面影響。

我們在 2027 年 1 月的宏觀備忘錄中指出，這是一個錯誤的思維框架。美國經濟是白領服務型經濟。白領工人占就業(yè)人口的 50%，驅動了約 75% 的可選消費支出。AI 正在吞噬的企業(yè)和崗位，并非美國經濟的邊緣——它們就是美國經濟本身。

"技術創(chuàng)新摧毀舊崗位，然后創(chuàng)造更多新崗位"——這是當時最流行、最有說服力的反駁論點。它流行且有說服力，因為過去兩百年來它一直是對的。即便我們無法想象未來的工作是什么樣，它們也一定會到來。

ATM 機降低了網點運營成本，于是銀行開設了更多網點，柜員就業(yè)人數在隨后二十年中持續(xù)上升。互聯(lián)網顛覆了旅行社、黃頁、實體零售，但也催生了全新的產業(yè)來取代它們，創(chuàng)造了新的就業(yè)機會。

然而，以往每一個新崗位都需要一個人類來擔任。

AI 現在已經是一種通用智能，它在人類可能轉崗去做的那些任務上也在不斷進步。被裁的程序員不能簡單地轉行去做"AI 管理"，因為 AI 已經有能力勝任那個角色。

如今，AI 智能體可以處理長達數周的研發(fā)任務。指數級增長碾碎了我們對可能性的一切想象——盡管每年都有沃頓商學院的教授試圖將數據擬合成新的 S 型曲線。

它們撰寫了幾乎所有代碼。性能最強的那些，在幾乎所有領域都遠比幾乎所有人類聰明。而且它們還在不斷變得更便宜。

AI 確實創(chuàng)造了新工作。提示工程師。AI 安全研究員。基礎設施技術員。人類仍在循環(huán)中——在最高層面進行協(xié)調，或憑品味做出方向性判斷。但 AI 每創(chuàng)造一個新崗位，就淘汰了幾十個舊崗位。新崗位的薪酬只是舊崗位的一個零頭。

美國 JOLTS 數據：職位空缺降至 550 萬以下；失業(yè)人數/空缺比升至約 1.7，為 2020 年 8 月以來最高 | 彭博，2026年10月

招聘率全年低迷，但 10 月的 JOLTS 數據提供了一些確鑿的證據。職位空缺降至 550 萬以下，同比下降 15%。

INDEED：軟件、金融、咨詢領域招聘帖急劇下降，"生產率優(yōu)化舉措"蔓延 | Indeed 招聘實驗室，2026年11-12月

白領職位空缺正在塌方，而藍領職位空缺相對穩(wěn)定（建筑、醫(yī)療、技工）。人員流失集中在寫備忘錄的人身上（不知怎的，我們還在營業(yè)），審批預算的人身上，以及維持經濟中間層潤滑運轉的人身上。但兩個群體的實際工資增長在一年中的大部分時間都是負數，而且還在繼續(xù)下降。

股市仍然更在意通用電氣 Vernova 的渦輪機產能已售罄至 2040 年這樣的消息，而非 JOLTS 數據。在負面宏觀消息和正面 AI 基礎設施頭條之間，市場橫向拉鋸。

債券市場（總是比股市更聰明，至少沒那么浪漫）則開始為消費沖擊定價。10 年期美債收益率在隨后四個月從 4.3% 下行至 3.2%。盡管如此，頭條失業(yè)率并未飆升，其中的結構性細微差異仍未被部分人察覺。

在正常的衰退中，原因最終會自我修正。過度建設導致建筑業(yè)放緩，利率下降，進而刺激新的建設。庫存過剩導致去庫，進而轉為補庫。周期性機制本身蘊含著復蘇的種子。

這一輪的病因不是周期性的。

AI 變得更好、更便宜。企業(yè)裁員，然后把省下的錢用來購買更多 AI 能力，從而裁更多的人。被裁的工人消費減少。面向消費者的企業(yè)銷量下降，利潤萎縮，為保利潤率進一步加大 AI 投入。AI 變得更好、更便宜。

一個沒有自然剎車的反饋循環(huán)。

直覺上，人們預期總需求下降會拖慢 AI 建設。但事實并非如此，因為這不是超大規(guī)模云廠商式的資本開支（CapEx），而是運營費用替代（OpEx substitution）。一家過去每年在員工上花 1 億美元、在 AI 上花 500 萬美元的公司，現在在員工上花 7000 萬美元、在 AI 上花 2000 萬美元。AI 投入翻了數倍，但這是以總運營成本下降為前提的。每家公司的 AI 預算都在增長，而整體支出卻在收縮。

這里的諷刺之處在于：AI 基礎設施綜合體即使在它正在顛覆的經濟開始惡化之際，仍然在高歌猛進。英偉達（NVDA）仍在創(chuàng)營收新高。臺積電（TSM）仍在以 95% 以上的產能利用率運轉。超大規(guī)模云廠商每季度仍在數據中心資本支出上投入 1500-2000 億美元。純受益于這一趨勢的經濟體——如臺灣和韓國——表現大幅領先。

印度則恰恰相反。該國的 IT 服務業(yè)每年出口超過 2000 億美元，是印度經常賬戶盈余的最大貢獻者，也是為其持續(xù)性商品貿易逆差提供融資的支柱。整個模式建立在一個價值主張之上：印度開發(fā)者的成本只是美國同行的幾分之一。但 AI 編碼智能體的邊際成本已經降到了——本質上——電費的水平。TCS、Infosys 和 Wipro 在 2027 年全年遭遇了加速的合同取消。盧比在四個月內對美元貶值了 18%，因為支撐印度外部賬戶的服務順差蒸發(fā)了。到 2028 年一季度，IMF 已與新德里開始了"初步討論"。

造成顛覆的引擎每個季度都在變得更強，這意味著顛覆每個季度都在加速。勞動力市場沒有自然底部。

在美國，我們不再追問 AI 基礎設施泡沫何時破裂。我們在問：當消費者正在被機器取代時，一個建立在消費信貸之上的經濟體會怎樣？

智能替代螺旋

2027 年是宏觀敘事不再隱晦的一年。過去十二個月那些分散但明顯的負面事態(tài)，其傳導機制變得清晰可見。你不需要去翻勞工統(tǒng)計局的數據，參加一場朋友的晚宴就夠了。

被裁的白領并沒有閑坐著。 他們降級了。許多人接受了薪酬更低的服務業(yè)和零工崗位——這增加了這些領域的勞動力供給，進一步壓縮了那里的工資。

我們的一個朋友，2025 年還是 Salesforce 的高級產品經理。有頭銜，有醫(yī)保，有 401(k)，年薪 18 萬美元。她在第三輪裁員中失去了工作。找了六個月之后，開始開 Uber。收入降到了 4.5 萬美元。這里的重點不是個人故事，而是二階效應的算術。把這種動態(tài)乘以每個主要都市圈的幾十萬工人。大量高素質勞動力涌入服務業(yè)和零工經濟，壓低了原本就收入困難的在崗工人的工資。行業(yè)性顛覆轉移為全經濟范圍的工資壓縮。

剩余的人力密集型崗位池還面臨著另一次沖擊——就在我們寫作此刻正在發(fā)生。自動配送和無人駕駛車輛正在侵入吸收了第一波被裁工人的零工經濟。

到 2027 年 2 月，仍在崗的白領明顯開始按"我可能是下一個"的預期來消費。他們（多半借助 AI）加倍努力地工作，只為了不被裁——升職加薪的念想早已無影無蹤。儲蓄率上升，消費轉軟。

最危險的是時滯。高收入者憑借其高于平均水平的儲蓄，維持了兩到三個季度表面上的正常。硬數據要到問題在真實經濟中已成舊聞時才會確認。然后，打破幻覺的那一組數據來了。

美國首次申請失業(yè)救濟人數飆升至 48.7 萬，為 2020 年 4 月以來最高；勞工部，2027年第三季度

首次申領人數飆升至 48.7 萬，為 2020 年 4 月以來最高。ADP 和 Equifax 確認，絕大多數新申請者是白領專業(yè)人士。

標普500在接下來一周下跌了 6%。負面宏觀開始在拔河賽中勝出。

在正常的衰退中，失業(yè)是廣泛分布的。藍領和白領大致按各自在就業(yè)中的占比分擔痛苦。消費沖擊也是廣泛分布的，而且因為低收入工人的邊際消費傾向更高，沖擊會迅速體現在數據中。

但在這一輪周期中，失業(yè)集中在收入分布的上十分位。他們在總就業(yè)中的占比相對較小，但驅動了不成比例的巨量消費支出。收入前 10% 的人群貢獻了美國全部消費支出的 50% 以上。前 20% 的人群貢獻了約 65%。這些人購買房屋、汽車、度假、餐廳消費、私立學校學費、住宅裝修。他們是整個可選消費經濟的需求基礎。

當這些工人失去工作，或為了接受現有崗位而薪資腰斬時，消費沖擊相對于失業(yè)人數而言是巨大的。白領就業(yè)下降 2%，大約對應可選消費支出下降 3-4%。與藍領失業(yè)的即時沖擊不同（工廠裁員，下周就停止消費），白領失業(yè)的影響是滯后但更深層的，因為這些工人有儲蓄緩沖，可以維持幾個月的消費，然后行為才發(fā)生轉變。

到 2027 年第二季度，經濟已陷入衰退。NBER（美國國家經濟研究局）要到幾個月后才會正式確定衰退起點（他們向來如此），但數據已無可爭辯——連續(xù)兩個季度實際 GDP 負增長。但這還不是一場"金融危機"……至少暫時還不是。

關聯(lián)押注的多米諾骨牌

私募信貸從 2015 年的不足 1 萬億美元增長到 2026 年的超過 2.5 萬億美元。其中相當一部分資金被投入了軟件和科技領域的交易——許多是杠桿收購 SaaS 公司，估值建立在"收入將永久保持兩位數百分比增長"的假設之上。

這些假設大約在第一個智能體編程演示和 2026 年一季度軟件股崩盤之間的某個時刻就死了，但賬面標記似乎沒有意識到它們已經死了。

當許多上市 SaaS 公司已經以 5-8 倍 EBITDA 交易時，PE 支持的軟件公司仍然按收購時的估值掛在資產負債表上——基于已經不復存在的營收倍數。管理人緩慢地下調估值——100 美分，92 美分，85 美分——而上市可比公司的定價已經告訴你答案是 50 美分。

穆迪一次性下調 14 家 PE 支持軟件公司合計 180 億美元債務評級，理由為"AI 驅動競爭顛覆帶來的長期收入逆風"；為 2015 年能源行業(yè)以來最大的單一行業(yè)評級行動 | 穆迪投資者服務，2027年4月

穆迪下調評級之后發(fā)生的事，每個人都記得。見過 2015 年能源行業(yè)降級后發(fā)生了什么的業(yè)內老兵，對這套劇本并不陌生。

軟件支持貸款在 2027 年第三季度開始違約。PE 投資組合中信息服務和咨詢領域的公司緊隨其后。多家數十億美元級別的知名 SaaS 公司杠桿收購案進入了債務重組。

Zendesk 是那顆冒煙的槍。

ZENDESK 因 AI 驅動的客服自動化侵蝕 ARR 導致違反債務契約；50 億美元直接貸款工具標價降至 58 美分；史上最大私募信貸軟件違約 | 金融時報，2027年9月

2022 年，Hellman & Friedman 和 Permira 以 102 億美元將 Zendesk 私有化。債務方案是 50 億美元的直接貸款——當時史上最大的 ARR 支持融資——由黑石牽頭，Apollo、Blue Owl 和 HPS 均參與放貸。這筆貸款的結構明確建立在 Zendesk 的年度經常性收入將持續(xù)循環(huán)的假設之上。以約 25 倍 EBITDA 的杠桿率計算，只有在這個假設成立的情況下，這種杠桿水平才說得通。

到 2027 年中期，這個假設不再成立。

AI 智能體自主處理客戶服務已近一年。Zendesk 曾定義的品類（工單、路由、管理人工客服互動）已被無需生成工單就能直接解決問題的系統(tǒng)所取代。貸款承銷所依據的年度經常性收入已不再"經常性"——那只是還沒流失的收入。

史上最大的 ARR 支持貸款變成了史上最大的私募信貸軟件違約案。每一個信用交易臺同時問了同一個問題：還有誰披著"周期性"外衣，實則面對的是結構性逆風？

但共識有一點判斷是對的，至少一開始是對的：這本應是可以承受的。

私募信貸不是 2008 年的銀行體系。其整體架構的設計初衷就是為了避免強制拋售。這些是封閉式基金，資本是鎖定的。LP 承諾了七到十年。沒有儲戶會擠兌，沒有回購融資會被抽走。管理人可以坐在減值資產上，通過時間慢慢化解，等待回收。痛苦，但可控。這個系統(tǒng)被設計為可以彎曲，但不會折斷。

黑石、KKR 和 Apollo 的高管們引用軟件敞口數據：占總資產 7-13%，可控。每一份賣方研報和金融推特上的信用賬戶都說著同樣的話：私募信貸擁有"永久資本"，它們可以吸收那些原本會摧毀杠桿銀行的損失。

*"永久資本"*。這個短語出現在每一份財報電話會和致投資者信中，旨在安撫人心。它變成了一句咒語。而和大多數咒語一樣，沒人關注細節(jié)。它真正意味著什么呢……

過去十年，大型另類資產管理公司收購了人壽保險公司，并將其改造為融資載體。Apollo 收購了 Athene。Brookfield 收購了 American Equity。KKR 拿下了 Global Atlantic。邏輯很優(yōu)雅：年金存款提供了一個穩(wěn)定的長久期負債基礎。管理人將這些存款投入他們自己發(fā)起的私募信貸，然后賺兩次錢——保險端賺利差，資產管理端賺管理費。一臺"費上加費"的永動機——在一個條件下運轉完美。

私募信貸必須是安全的。

損失沖擊了為持有非流動資產、匹配長久期負債而建的資產負債表。那些本應讓系統(tǒng)具有韌性的"永久資本"，并不是什么抽象的、有耐心的機構資金和精明投資者承擔精明風險。它是美國家庭的儲蓄——"普羅大眾"——以年金形式結構化，投入了那些正在違約的 PE 支持軟件和科技債務。那些被鎖定、無法"擠兌"的資本，是人壽保險保單持有人的錢——而對這種錢，規(guī)則是不一樣的。

與銀行監(jiān)管體系相比，保險監(jiān)管機構一直溫順——甚至可以說自滿——但這次是一記警鐘。本來就對人壽保險公司的私募信貸集中度感到不安的監(jiān)管層，開始下調這些資產的風險資本計量權重。這迫使保險公司要么融資要么賣資產——而在一個已經凍結的市場中，兩者都無法以有吸引力的條件實現。

紐約州、愛荷華州監(jiān)管機構著手收緊人壽保險公司持有的特定私人評級信貸的資本計量要求；NAIC 預計將提高 RBC 系數并加強 SVO 審查 | 路透社，2027年11月

當穆迪將 Athene 的財務實力評級列入負面展望時，Apollo 股價在兩個交易日內暴跌 22%。Brookfield、KKR 和其他公司緊隨其后。

情況從那里開始變得更加復雜。這些公司不僅構建了保險永動機——它們還搭建了一套精密的離岸架構，旨在通過監(jiān)管套利實現收益最大化。美國保險公司承保年金，然后將風險分出給它同樣持有的百慕大或開曼群島關聯(lián)再保險公司——這些離岸實體利用更寬松的監(jiān)管環(huán)境，可以以更少的資本支撐同樣的資產。這些關聯(lián)公司通過離岸 SPV（特殊目的載體）引入外部資本——一層新的交易對手方，與保險公司一起投入同一母公司資產管理部門發(fā)起的私募信貸。

評級機構——其中一些本身就被 PE 持有——在透明度方面的表現算不上典范（這幾乎不令任何人意外）。不同公司與不同資產負債表之間的蛛網式關聯(lián)，其不透明程度令人震驚。當底層貸款違約時，"損失究竟由誰承擔"這個問題在實時層面根本無法回答。

2027 年 11 月的崩盤標志著市場認知的轉變：從一場可能是普通的周期性回調，轉變?yōu)槟撤N令人極度不安的東西。*"一條押注在白領生產率持續(xù)增長之上的關聯(lián)賭注鏈"*——這是美聯(lián)儲主席凱文·沃什在 FOMC 11 月緊急會議上的原話。

問題從來不在于損失本身會引發(fā)危機，而在于何時確認損失。而還有另一個更大的、大得多得多的金融領域，我們對這種確認充滿了恐懼。

抵押貸款問題

ZILLOW 房屋價值指數舊金山同比下跌 11%，西雅圖下跌 9%，奧斯汀下跌 8%；房利美標記"科技/金融就業(yè)占比超 40% 的郵編區(qū)域出現較高早期逾期率" | Zillow / 房利美，2028年6月

本月，Zillow 房屋價值指數在舊金山同比下跌 11%，西雅圖下跌 9%，奧斯汀下跌 8%。這不是唯一令人擔憂的頭條新聞。上個月，房利美標記了大額貸款密集郵編區(qū)域的早期逾期率上升——這些地區(qū)住著信用評分 780 以上、通常"固若金湯"的借款人。

美國住宅抵押貸款市場規(guī)模約為 13 萬億美元。抵押貸款承銷建立在一個基本假設之上：借款人在貸款期限內將大致維持當前收入水平——對大多數抵押貸款而言，這意味著三十年。

白領就業(yè)危機以一種持續(xù)性的收入預期轉變，威脅到了這一假設。我們現在不得不面對一個三年前看似荒謬的問題——優(yōu)質抵押貸款還靠得住嗎？

美國歷史上每一次抵押貸款危機都由以下三種因素之一驅動：投機過度（向還不起貸款的人放貸，如 2008 年）、利率沖擊（利率上升導致浮動利率抵押貸款無法負擔，如 1980 年代初）、或區(qū)域性經濟沖擊（單一行業(yè)在單一地區(qū)崩潰，如 1980 年代德克薩斯的石油或 2009 年密歇根的汽車業(yè)）。

這些因素此次都不適用。涉事借款人不是次貸借款人。他們擁有 780 分的 FICO 信用評分。他們支付了 20% 首付。他們信用記錄清白，就業(yè)記錄穩(wěn)定，收入在貸款發(fā)放時經過驗證和記錄。他們是金融體系中每一個風險模型都視為信用質量基石的借款人。

2008 年，貸款在發(fā)放第一天就是壞的。2028 年，貸款在發(fā)放第一天是好的。只是……世界在貸款發(fā)放之后變了。人們以一個他們再也無力相信的未來作為擔保去借錢。

早在 2027 年，我們就標記了隱性壓力的早期信號：HELOC（房屋凈值信用額度）支取增加、401(k) 提取增加、信用卡債務飆升——而抵押貸款還款仍然正常。隨著失業(yè)、凍結招聘和獎金削減接踵而至，這些優(yōu)質家庭的債務收入比翻倍。

他們還能付得起房貸——但前提是停止一切非必要消費，耗盡儲蓄，推遲所有房屋維護和改善。他們在技術意義上沒有違約，但距離困境只差再來一次沖擊——而 AI 能力的發(fā)展軌跡表明，這一沖擊正在路上。然后我們看到舊金山、西雅圖、曼哈頓和奧斯汀的逾期率開始飆升——即使全國平均水平仍在歷史常態(tài)之內。

我們目前正處于最急性的階段。房價下跌在邊際購房者健康的情況下是可控的。但這里的邊際購房者正面臨同樣的收入損害。

盡管擔憂在累積，我們尚未進入一場全面的抵押貸款危機。逾期率上升了，但仍遠低于 2008 年的水平。真正的威脅在于趨勢本身。

智能替代螺旋現在擁有了兩個加速實體經濟下行的金融助燃劑。

勞動力替代、抵押貸款隱憂、私募市場動蕩。每一個都在強化其他兩個。而傳統(tǒng)的政策工具箱（降息、量化寬松）可以應對金融引擎，卻無法應對實體經濟引擎——因為實體經濟引擎的驅動力并非緊縮的金融條件，而是 AI 使人類智能不再稀缺、不再值錢。你可以把利率降到零，把所有 MBS 和違約的軟件杠桿收購債務全部買下來……

但這改變不了一個事實——一個 Claude 智能體可以用每月 200 美元的成本，完成一個年薪 18 萬美元的產品經理的工作。

如果這些恐懼成真，抵押貸款市場將在今年下半年裂開。在那個情景下，我們預計當前的股市回撤最終將可與全球金融危機相提并論（峰值到谷底 57%）。這將使標普500降至約 3500 點——這是 2022 年 11 月 ChatGPT 時刻前一個月以來我們從未見過的水平。

清楚的是：支撐 13 萬億美元住宅抵押貸款的收入假設已遭到結構性損害。不清楚的是：政策能否在抵押貸款市場充分消化這一含義之前及時介入。我們懷抱希望，但也無法否認不抱希望的理由。

與時間賽跑

第一個負反饋循環(huán)發(fā)生在實體經濟中：AI 能力提升，工資單縮水，消費轉軟，利潤承壓，企業(yè)購買更多算力，算力繼續(xù)提升。然后它轉變?yōu)榻鹑谛缘模菏杖霌p害沖擊了抵押貸款，銀行損失收緊了信貸，財富效應破裂，反饋循環(huán)加速。而這兩者都因一個遲鈍的政策反應而雪上加霜——坦率地說，政府看起來相當困惑。

這個系統(tǒng)不是為應對這種危機而設計的。聯(lián)邦政府的收入基礎本質上是對人類時間的征稅。人們工作，企業(yè)付薪，政府抽成。個人所得稅和工資稅是正常年份財政收入的脊柱。

截至今年一季度末，聯(lián)邦收入比 CBO（國會預算辦公室）基線預測低了 12%。工資稅收入下降，因為就業(yè)人數減少且薪酬水平下降。所得稅收入下降，因為收入結構性降低了。生產率在飆升，但收益流向了資本和算力，而非勞動者。

勞動收入占 GDP 的比重從 1974 年的 64% 下降到 2024 年的 56%——這是全球化、自動化和工人議價能力持續(xù)侵蝕共同驅動的四十年緩慢下行。而在 AI 開始指數級進步之后的四年中，這一比例降到了 46%。有記錄以來最陡峭的下降。

產出還在那里。但它不再經由家庭流轉后回到企業(yè)——這意味著它也不再經過國稅局了。經濟循環(huán)流正在斷裂，而人們期待政府出手修復。

和每一次經濟下行一樣，財政支出在收入下降的同時上升。但這一次的不同之處在于，支出壓力不是周期性的。自動穩(wěn)定器是為臨時性失業(yè)而設計的，而非結構性替代。系統(tǒng)在發(fā)放失業(yè)金時假設工人將被重新吸納。許多人不會——至少不會以接近此前工資水平的方式。新冠疫情期間，政府坦然接受了 15% 的赤字率，但那被理解為暫時的。而今天需要政府支持的那些人，并非遭遇了一場終將康復的疫情。他們被一項持續(xù)改進的技術所取代。

政府需要向家庭轉移更多的錢——恰恰在它從家庭征收更少稅款的時刻。

美國不會違約。它用自己印刷的貨幣支出，用同樣的貨幣償還債務。但壓力已在其他地方顯現。市政債券在年初至今的表現上出現了令人擔憂的分化。沒有所得稅的州還好，但依賴所得稅的州（多為藍州）發(fā)行的一般義務市政債已開始定價一定的違約風險。政客們很快嗅到了機會，關于誰獲救的辯論已沿黨派路線展開。

值得肯定的是，政府較早認識到了危機的結構性本質，并開始推動一項兩黨提案——他們稱之為"轉型經濟法案"：一個面向被替代工人的直接轉移支付框架，資金來源為赤字支出和一項擬議中的 AI 推理算力稅。

桌面上最激進的提案走得更遠。"共享 AI 繁榮法案"將在智能基礎設施的收益上建立一項公共權益——介于主權財富基金和 AI 產出版稅之間——以股息形式資助家庭轉移支付。私營部門的游說者在媒體上鋪天蓋地地警告"滑坡效應"。

圍繞這些討論的政治博弈一如既往地令人沮喪，被炫技和邊緣政策所加劇。右翼將轉移支付和再分配斥為馬克思主義，警告對算力征稅會把領先優(yōu)勢拱手讓給中國。左翼則警告：由在位企業(yè)參與起草的稅收方案，不過是換了個名頭的監(jiān)管俘獲。財政鷹派指出赤字不可持續(xù)。鴿派則以全球金融危機后過早緊縮的前車之鑒相告。這種分裂在今年的總統(tǒng)大選臨近之際只會越來越大。

政客們在吵，而社會肌理撕裂的速度遠快于立法進程。

"占領硅谷"運動已成為更廣泛不滿情緒的縮影。上個月，示威者封鎖了 Anthropic 和 OpenAI 舊金山辦公室的入口長達三周。參與人數還在增長，示威獲得的媒體關注度已經超過了引發(fā)示威的失業(yè)數據。

很難想象公眾對任何人的厭惡程度能超過全球金融危機后對銀行家的恨意，但 AI 實驗室正在全力追趕。而且，從大眾的角度看，理由充分。這些實驗室的創(chuàng)始人和早期投資者以令"鍍金時代"相形見絀的速度積累了財富。生產率繁榮的收益幾乎完全流向了算力擁有者和在其上運行的實驗室的股東，將美國的不平等推到了史無前例的水平。

每一方都有自己的反派，但真正的反派是時間。

AI 能力的進化速度遠超制度的適應速度。政策反應以意識形態(tài)而非現實的節(jié)奏推進。如果政府不能盡快就"問題是什么"達成共識，反饋循環(huán)將替它們書寫下一章。

智能溢價的瓦解

在整個現代經濟史中，人類智能一直是稀缺要素。資本是充裕的（或至少是可復制的）。自然資源有限但可替代。技術進步足夠緩慢，人類可以適應。智能——分析、決策、創(chuàng)造、說服和協(xié)調的能力——是那個無法大規(guī)模復制的東西。

人類智能的內在溢價源于其稀缺性。我們經濟中的每一個制度安排——從勞動力市場到抵押貸款市場再到稅法——都是為一個這一假設成立的世界設計的。

我們正在經歷這一溢價的瓦解。機器智能現在已是人類智能在越來越多任務上的合格且快速改進的替代品。為稀缺人類心智的世界優(yōu)化了數十年的金融系統(tǒng)，正在重新定價。這種重新定價是痛苦的、無序的，而且遠未結束。

但重新定價不等于崩潰。

經濟可以找到新的均衡。抵達那里，是少數幾項仍然只有人類才能完成的任務之一。我們需要把它做對。

這是歷史上第一次，經濟中最具生產力的資產創(chuàng)造了更少而非更多的就業(yè)。沒有任何人的框架適用，因為沒有任何框架是為稀缺要素變得充裕的世界設計的。所以我們必須建立新的框架。我們能否及時建好它，是唯一重要的問題。

但你讀到這篇文章的時間不是 2028 年 6 月，而是 2026 年 2 月。

標普500接近歷史高位。負反饋循環(huán)尚未啟動。我們確信其中一些情景不會發(fā)生。我們同樣確信，機器智能將繼續(xù)加速。人類智能的溢價將收窄。

作為投資者，我們還有時間審視：我們的投資組合中有多少是建立在無法撐過這個十年的假設之上的。作為一個社會，我們還有時間主動行動。

金絲雀還活著。

*致謝： 感謝 Hunterbrook 的 Sam Koppelman 幫忙校對。我們的聯(lián)合作者 LOTUS 的 Alap Shah 構思了本文的核心創(chuàng)意——CitriniResearch 撰寫了本篇，但他在"智能爆炸"系列中還撰寫了其他幾篇文章，我們強烈推薦閱讀。你可以在這里[2]找到。*

References

[1] 這里: https://open.substack.com/pub/alapshah1/p/the-global-intelligence-crisis?r=1g6uar&utm_campaign=post&utm_medium=web&showWelcomeOnShare=true
[2] 這里: https://open.substack.com/pub/alapshah1/p/the-global-intelligence-crisis?r=1g6uar&utm_campaign=post&utm_medium=web&showWelcomeOnShare=true