《Citrini Research》完整版｜2028年全球智能危機

由于不可抗力的限流導致無法接收推送文章的問題，我們迫切需要以下操作：

點擊標題下方藍字 “一半杯 ” → 點擊右上角“...” → 點選“設為星標 ★ ”，這樣就更容易找到我們和收到推送文章！

保持愛讀文章，保持領先！

序言

一則來自未來的金融史思想演練。

如果我們對 AI 的看多情緒繼續被證明是對的，可如果這件事反而意味著看空呢？

下面呈現的是一種情景，不是預測。這不是“熊市爽文”，也不是 AI 末日論者的同人幻想。本文唯一的意圖，是對一種相對欠缺討論的情景進行建模。這個問題由我們的朋友阿拉普·沙阿（Alap Shah）提出，我們一起頭腦風暴出了答案。我們寫了這一部分，他還寫了另外兩部分，你可以在這里找到。

希望讀完之后，你能對 AI 讓經濟越來越怪異之際可能出現的左尾風險，更有準備。

以下內容是 CitriniResearch 在 2028 年 6 月發布的宏觀備忘錄，記錄“全球智能危機”的演進過程及其后果。

宏觀備忘錄

智能充裕的后果

今早公布的失業率為 10.2%，比預期高出 0.3 個百分點。市場因這項數據下跌 2%，使標普500指數從 2026 年 10 月的高點以來累計回撤達到 38%。

交易員已經麻木。六個月前，出現這樣的讀數，足以觸發熔斷機制。

兩年。只用了兩年，我們就從所謂“可控”“只影響特定行業”，走到了一個不再像我們任何人成長時期所熟悉的經濟。本季度的宏觀備忘錄，試圖把這條鏈條復原，也就是對危機前經濟做一次事后剖析。

當時的狂熱幾乎觸手可及。到 2026 年 10 月，標普500指數一度逼近 8000 點，納斯達克指數突破 30000 點。由于“人類勞動力被淘汰”而起的第一波裁員在 2026 年初就已展開，而且它們確實帶來了裁員在賬面上“應當”帶來的效果。利潤率走闊，盈利超預期，股價隨之上行。創紀錄的企業利潤又被迅速回流，繼續投入到 AI 算力之中。

宏觀層面的頭條指標看起來依然漂亮。名義GDP多次錄得年化中高個位數增長，生產率也在飆升。每小時實際產出以自20世紀50年代以來未見的速度上行，推動這一切的，是那些不睡覺、不請病假、也不需要醫療保險的AI代理（AI agents）。

算力的擁有者在勞動力成本消失之際財富暴漲。與此同時，實際工資增速卻明顯塌陷。盡管當局反復宣稱“生產率創紀錄”，白領仍在被機器替代，只能被迫轉向更低薪的崗位。

當消費端開始出現裂縫時，經濟評論員把一個說法炒熱了，叫“幽靈GDP”：產出在國民核算里能看見，卻很少進入真實經濟的循環。

AI在各個方面均超出了預期，而市場即為人AI。唯一的問題……經濟卻并非如此。

從一開始就該看清：北達科他州的一座GPU集群所生成的產出，竟能頂上此前歸功于曼哈頓中城一萬名白領的產出。這與其說是經濟靈藥，不如說更像一種經濟層面的“疫情”。貨幣流通速度幾乎停擺。以人為中心的消費經濟當時占GDP的70%，卻迅速枯萎。我們本可以更早想明白這一點，只要問一句：機器會在可選消費品上花多少錢？提示一下，答案是：零。

AI 能力提升，企業所需員工減少，白領裁員增加，被替代者支出收縮，利潤率承壓又迫使企業加大對 AI 的投入，AI 能力再度提升……

這是一條沒有天然剎車的惡性反饋回路，也是一場“人類智能被替代”的螺旋。白領的收入能力因此遭遇結構性削弱，他們的支出也理性地隨之收縮。而他們的收入，正是 13 萬億美元住房抵押貸款市場的基石，迫使抵押貸款承銷人員重新評估：優質抵押貸款是否仍然屬于 “安全無虞”。

連續 17 年沒有真正的違約周期，讓私募市場被私募股權支持的軟件交易撐得臃腫，這些交易都假設年度經常性收入（ARR）會繼續保持經常性，能夠年復一年滾動兌現。2027 年中期，由 AI 沖擊引發的第一波違約，開始動搖這一假設。

如果沖擊只停留在軟件行業，這本來還算可控，但事實并非如此。到 2027 年末，它已經威脅到所有以中介環節為前提的商業模式。大批公司把人類交易中的“摩擦”變成收入來源，而這類公司開始瓦解。

結果發現，整個系統不過是一條串聯起來的長鏈，由一系列彼此高度相關的押注構成，押注對象是白領生產率會持續增長。2027 年 11 月的崩盤，只是把那些早已在運轉的負面反饋回路進一步加速。

我們已經等了將近一年，一直在等那種“壞消息就是好消息”的時刻出現。政府開始醞釀一些提案，但公眾對政府能否組織起任何形式的救援，信心正在消退。政策反應向來滯后于經濟現實，而如今，缺乏一套全面方案，反倒可能加速通縮螺旋。

它是如何開始的

2025 年末，代理式（agentic）編程工具的能力出現了階躍式躍升。

一名合格的開發者若配合 Claude Code（Anthropic）或 Codex（OpenAI），如今可以在數周內復刻一款中端市場 SaaS（軟件即服務） 產品的核心功能。未必完美，也未必把每個邊界情形都處理到位，但已經足夠讓一位正在審閱 50 萬美元年度續約合同的首席信息官開始追問：“如果我們自己做一個呢？”

企業財年大多與自然年一致，因此 2026 年的企業支出預算在 2025 年第四季度就已定下，那時“代理式 AI（agentic AI）”還只是個熱詞。年中復盤，是采購團隊第一次在真正看清這些系統究竟能做什么的前提下作出決策。有些公司眼看自家內部團隊在幾周內就搭起原型，復刻了價值六位數美元的 SaaS 合同所對應的功能。

那年夏天，我們與一家《財富》500 強的采購經理聊過。他向我們講了一次預算談判。銷售代表原本以為可以照搬去年的套路：每年 5% 的慣例漲價，再來一套標準的“你們團隊離不開我們”的說辭。采購經理告訴他，自己正與 OpenAI 溝通，考慮讓他們的前線部署工程師用 AI 工具把這家供應商整體替換掉。最終續約以 30% 折扣成交。他說，這已經算好結果了。SaaS 的“長尾”，比如 Monday.com、Zapier 和 Asana，處境要慘得多。

投資者對此早有準備，甚至可以說帶著某種期待：SaaS 的長尾會被重擊。它們也許占到典型企業技術棧支出的三分之一，但顯然最為暴露。可按當時的普遍看法，“記錄系統（System of Record, SOR）”應當不會輕易被顛覆。

直到 ServiceNow 在 2026 年第三季度的財報披露，反身性（reflexivity）的運作機制才更清晰。

反身性（reflexivity）指金融市場和經濟中的一種反饋機制：市場參與者的認知與預期會影響現實結果，而現實結果又反過來塑造參與者的認知，從而形成循環，進而放大、扭曲繁榮或價格行為，形成自我強化的循環，并可能推動繁榮或泡沫的擴張與破裂。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。）

“SERVICENOW 凈新增年度合同價值增速從 23% 放緩至 14%；宣布裁員 15%，并推出‘結構性效率計劃（Structural Efficiency Program）’；股價下跌 18%｜彭博社，2026年10月”

SaaS 并沒有“死掉”。自建系統在運行與維護上仍然需要做成本收益權衡。但自建成了一個選項，而這一事實本身就會進入定價談判。更重要的是，競爭格局已經改變。AI 讓開發與發布新功能更容易，差異化隨之坍塌。既有廠商在價格上一路向下，既要彼此肉搏，也要與一批突然冒出的新興挑戰者短兵相接。這些挑戰者因代理式編程能力的躍升而膽氣大增，又沒有任何遺留成本結構需要守護，于是以更激進的方式搶奪份額。

而且，直到這次財報披露，人們才真正看清這些系統之間的相互聯動。ServiceNow按“席位”出售訂閱許可，也就是按授權用戶數計費。《財富》500強客戶一旦把員工規模削減 15%，往往就會相應取消 15% 的許可證。于是，同一套由 AI 驅動、在客戶側推高利潤率的人員縮減，會按計費規則以一種近乎算術的方式，反過來削弱并侵蝕 ServiceNow 自己的營收基礎。

這家出售“工作流程自動化”的公司，正在被更好的工作流程自動化所顛覆；而它的應對，是裁員，把省下來的錢投向那項正在顛覆它的技術。

它還能怎么辦？難道原地不動，只求死得慢一點？最受 AI 威脅的公司，反而成了 AI 最激進的采用者。

事后看，這似乎顯而易見，但當時并非如此，至少對我來說不是。傳統的顛覆模型認為，在位企業會抵制新技術，隨后被靈活的新進入者奪走份額，最后慢慢死去。柯達、百視達、黑莓都是如此。2026 年發生的事不同：在位企業沒有抵制，因為他們承受不起抵制的代價。

在位企業是指在既有行業中已進入并占據主導位置的企業。

在股價下跌 40% 到 60%、董事會逼問答案的壓力下，那些受 AI 威脅的公司只能做他們唯一能做的事：裁員，把節省下來的成本重新部署到 AI 工具上，再用這些工具以更低成本維持產出。

每家公司單獨來看，這種反應都理性；合在一起，結果卻是災難性的。每省下一美元用工成本，就會流入讓下一輪裁員成為可能的 AI 能力之中。

軟件只是開場戲。投資者在爭論 SaaS 估值倍數是否已經見底時忽略了：這種反身性回路早已逃出軟件行業。支撐 ServiceNow 裁員的同一套邏輯，同樣適用于任何以白領成本結構為主的公司。

當摩擦趨近于零

到 2027 年初，大語言模型（LLM）的使用已成默認。人們在使用 AI 代理（AI agent），卻甚至不知道“AI 代理”是什么，就像很多從未弄清“云計算”是什么的人也一直在用流媒體服務一樣。他們把它當作自動補全或拼寫檢查那類東西，也就是手機如今自帶的功能。

通義千問（Qwen）的開源具代理能力的購物智能體，成了 AI 接管消費決策的催化劑。短短幾周內，幾乎所有主流 AI 助手都集成了某種“智能代理式電商（agentic commerce）”功能。蒸餾模型使這些代理可以運行在手機和筆記本上，而不再只依賴云端實例，從而顯著降低推理的邊際成本。

真正更該讓投資者不安的是：這些代理不會等你開口請求。它們會按用戶偏好在后臺運行。商業不再是一連串離散的人類決策，而變成一個持續優化的過程，代表每一個聯網消費者全天候運轉。到 2027 年 3 月，美國的中位數個體每天消耗 400000 個 token，自 2026 年末以來增加了 10 倍。

鏈條的下一環，已經開始斷裂。

中介。

過去五十年間，美國經濟在人類的局限性之上構筑了一個龐大的租金攫取層：事情需要時間，耐心會耗盡，品牌熟悉度代替了審慎判斷，而大多數人愿意接受一個糟糕的價格，只為省去多點幾次鼠標的麻煩。數以萬億美元計的企業價值，建立在這些約束條件持續存在的假設之上。

一切開端于簡單之處：agent消除了摩擦。

那些在數月未使用后仍被動續費的訂閱會員；那些試用期結束后悄然翻倍的入門價格。每一個原本被包裝成”留客手段”的套路，都被agent變成了可談判的籌碼。整個訂閱經濟賴以建立的核心指標——平均客戶終身價值，明顯下降。

消費者智能體開始改變幾乎所有消費者交易的運作方式。

人類沒有時間在買一盒蛋白棒之前，先在五個競爭平臺上比完價。機器有時間。

旅游預訂平臺是最早的犧牲品，因為它們的邏輯最為簡單。到2026年第四季度，我們的智能體已經能以更快的速度、更低的成本拼出一份完整的行程（含機票、酒店、地面交通、積分優化、預算控制、退款申請），超越任何平臺所能提供的服務。

保險續保，其整個續約模式都依賴于保單持有人的惰性，也被顛覆。每年自動為您比選保險方案的智能體，瓦解了保險公司從被動續約中賺取的15%至20%的保費溢價。

財務顧問。報稅服務。常規法律事務。任何以”我來幫您應對那些讓您感到繁瑣的復雜事務”為價值主張的服務類別，統統遭到顛覆——因為智能體對任何事情都不覺得繁瑣。

agent把破壞的兩端都踩了油門。它們一方面讓新競爭者更容易出現，另一方面又會轉頭去使用這些新選擇。DoorDash 的護城河本質上就是一句話：你餓了，你懶得折騰，這個 App 就在你主屏幕上。agent沒有主屏幕。它會同時比對 DoorDash、Uber Eats、餐廳自營網站，以及二十個用氛圍編程迅速拼出來的新替代品，從而每次都選最低費用、最快送達。

對機器而言，對某個 App 的慣性偏好與忠誠這種東西根本不存在，而這恰恰是整個商業模式的基礎。這件事帶著一種古怪的詩意，因為在整段故事里，它幾乎是agent對那些即將被替代的白領做過的唯一一件好事：當他們最終去當配送司機時，至少他們一半的收入不再流向 Uber 與 DoorDash。當然，隨著自動駕駛車輛迅速擴散，這份“技術的好意”也并沒有持續太久。

當agent掌控了交易，它們就開始尋找“更大的回形針”。

“更大的回形針”本身是一個借喻。它借用 AI 安全討論里著名的“回形針最大化器（paperclip maximizer）”意象：一個系統一旦被設定為追求某個目標，就可能把手段不斷升級，去占用更多資源，追求更大規模的目標實現。回形針制造機，回形針制造機是瑞典哲學家尼克·博斯特羅姆于2003年提出的一個思想實驗，他透過這一假想情景展示了一個看似無害的最終目標如何演變為人類的生存危機，并借此強調了機器倫理研究的重要性。博斯特羅姆的描述如下：

假設我們有一個人工智能系統，它的最終目標被設定為生產盡可能多的回形針。那么這個人工智能系統可能會意識到，或許人類的消失有助于更有效率的生產回形針，因為畢竟人類有權力對它執行關機，而假如它被關閉，產出的回形針數量就被限制了。此外，構成人類身體的原子也可用作回形針的生產材料。因此對它而言，未來的世界應當是充滿回形針，而不會留有人類的存在空間。

雖然博斯特羅姆并不認為上述場景會在未來真實出現，但他認為超級人工智能對人類生存的威脅是無可否認的，并期望人們可由這個故事意識到這一點。回形針制造機思想實驗展示了缺乏人類價值的超能力系統可能引發的嚴重問題。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。）

比價與聚合能做的事終究有限。agent反復為用戶省錢的最大方式，尤其是在agent開始彼此交易之后，就是消滅各種費用。在機器對機器的商業里，2% 到 3% 的銀行卡交換費立刻成了顯眼靶子。

于是，agent開始尋找比銀行卡更快、更便宜的方案。多數最終轉向通過 Solana或以太坊 Layer 2上的穩定幣完成支付與結算，因為結算幾乎即時，單筆交易成本低到以幾分之一美分計。

“萬事達卡（Mastercard）2027年第一季度：凈營收同比 +6%；購買額（purchase volume）增速同比從上季度 +5.9% 放緩至 +3.4%；管理層提到‘agent主導的價格優化’以及‘非必需消費品類別承壓’ | 彭博社（Bloomberg），2027年4月29日”

萬事達卡的2027年第一季度財報，成了不可回頭的節點。智能代理式電商從“產品層面的敘事”變成了“管道層面的敘事（也就是基礎設施層面的敘事）”。萬事達卡股價次日下跌9%。Visa也下跌，但分析師指出其在穩定幣基礎設施上的定位更強后，跌幅有所收窄。

智能代理式電商通過 agent 繞開交換費，對以銀行卡業務為中心的銀行與單一業務發卡機構構成的風險更大，因為它們拿走了那2%到3%費用的大頭，并圍繞由商戶補貼所支撐的獎勵計劃（rewards programs），建立起完整的業務板塊。

美國運通受沖擊最重：白領縮編削弱了它的客戶基礎，agent 繞開交換費又削弱了它的營收模式，雙重逆風疊加。Synchrony（SYF US）、第一資本（Capital One, COF US）與發現銀行（Discover, DFS US）在接下來幾周里也都下跌了10%以上。

它們的護城河由摩擦構成，而摩擦正在趨近于零。

從行業風險到系統性風險

在2026年全年，市場把AI的負面影響當成“行業故事”。軟件與咨詢被重創，支付以及其他“收費站式”業務開始搖搖欲墜，但更廣義的經濟看起來還好。勞動力市場雖在走弱，卻沒有自由落體式下墜。共識認為，創造性破壞是任何技術創新周期的一部分，局部會痛，但AI帶來的總體凈收益會超過負面影響。

我們在2027年1月的宏觀備忘錄里認為，這個心智模型是錯的。美國經濟是白領服務經濟。白領占就業的50%，驅動大約75%的可選消費支出。AI正在啃噬的企業與崗位，并不是美國經濟的邊緣，它們就是美國經濟本身。

“技術創新會摧毀工作，但隨后會創造更多工作。”這是當時最流行、也最有說服力的反駁。它之所以流行且有說服力，是因為兩百年來它一直是對的。即便我們一時想象不出未來的工作會是什么，那些工作終究也會出現。

ATM讓銀行網點的運營更便宜，于是銀行開了更多網點，柜員就業在之后二十年里反而上升。互聯網顛覆了旅行社、黃頁與實體零售，卻也在其位置上催生出全新的產業與崗位。

然而，每一個新崗位都需要一個人類來執行。

如今的AI是一種通用智能，而且它會在那些人類原本打算轉去從事的任務上繼續變強。被替代的程序員不可能簡單轉去做“AI管理”，因為AI已經能勝任那件事。

今天，AI代理（AI agents）已經能夠承擔原本需要數周完成的研發任務。指數級增長碾壓了我們對“可能性”的想象，盡管沃頓商學院教授們年年都在試圖把數據擬合成一條新的S形曲線。

它們幾乎寫出了全部代碼。其中表現最強的那批，在幾乎所有事情上都顯著聰明過幾乎所有人類，而且它們還在持續變得更便宜。

AI確實創造了新工作：提示詞工程師、AI安全研究員、基礎設施技術員。人類仍在循環之中，在最高層級做協調，或在“品味”層面做指揮。但AI每創造一個新角色，就會讓幾十個舊角色過時。而且這些新角色的薪酬，只是舊角色的一小部分。

“美國JOLTS：職位空缺降至550萬以下；失業者與職位空缺之比升至約1.7，為2020年8月以來最高 | 彭博社（Bloomberg），2026年10月20日”

招聘全年都很疲弱，但2026年10月的JOLTS讀數提供了更確定的數據：職位空缺降到550萬以下，同比下滑15%。

“Indeed：軟件、金融、咨詢崗位發布大幅下滑，‘生產率提升舉措’蔓延 | Indeed Hiring Lab，2026年11至12月”

白領職位空缺正在急劇萎縮，而藍領職位空缺相對穩定，建筑、醫療與技工等領域依然堅挺。人員流動主要發生在那些寫備忘錄、審批預算、讓經濟的中間層保持運轉的崗位上，說來也怪，我們居然還在做這門生意。只是，兩類人群的實際工資增速在當年大部分時間里都為負，而且還在繼續走低。

股市對 JOLTS 的在意程度，仍不及它對另一條消息的在意，也就是 GE Vernova 的渦輪機產能已被預訂到 2040 年。股市在負面宏觀消息與 AI 基建利好之間拉扯，慢吞吞地橫盤游走。

不過，債券市場已經開始把“消費遭受沖擊”計入價格。隨后四個月，10 年期收益率從 4.3% 一路下行至 3.2%。盡管如此，官方公布的總體失業率并未明顯飆升，一些人仍然沒有看懂其中的結構性細微變化。

在典型的衰退中，成因最終往往會自我糾偏。比如，過度建設會讓開工放緩，開工放緩又更容易帶來利率下行，而利率下行最終會促成新一輪建設。又比如，庫存積壓過頭會引發去庫存，而去庫存走到盡頭又會轉向補庫存。周期機制本身就埋著復蘇的種子。

但這一輪下行的成因并不屬于周期性。

AI 變得更強、更便宜。企業裁員，把省下來的成本投入更多 AI 能力，而更多 AI 能力又讓下一輪裁員變得更容易。被替代者支出收縮。面向消費者的公司賣得更少、經營轉弱，為了守住利潤率又進一步加碼 AI。AI 繼續變強、繼續變便宜。

這是一個會自我強化、卻不會自動停下來的循環。

直覺上，人們以為總需求走弱會拖慢 AI 的擴張。但事實并非如此，因為這輪投入并不是超大規模云服務商那種資本支出（CapEx）式擴建，而是一種運營支出（OpEx）替代。比如，一家原本每年在雇傭員工上花 1 億美元、在 AI 上花 500 萬美元的公司，如今可能變成在雇傭員工上花 7000 萬美元、在 AI 上花 2000 萬美元。AI 投入是倍數增長，但總運營成本反而下降。于是出現了一個關鍵結果：幾乎每家公司的 AI 預算都在上升，而其整體支出卻在收縮。

諷刺之處在于：當被 AI 顛覆的經濟開始惡化時，AI 基礎設施產業鏈卻仍在持續走強。英偉達依舊交出創紀錄營收。臺積電（TSMC）仍以 95% 以上的產能利用率運行。超大規模云服務商仍在每個季度投入 1500 億到 2000 億美元，用于數據中心的資本性支出（CapEx）。而那些對這一趨勢呈凸性受益的經濟體，比如臺灣與韓國，表現顯著跑贏其他地區。

印度則相反。印度 IT 服務業每年出口超過 2000 億美元，是印度經常賬戶順差的最大單一來源，也是其長期商品貿易逆差的主要對沖項。整個模式建立在一個價值主張之上：印度開發者的成本只是美國同行的一小部分。但 AI 編程 agent 的邊際成本已經坍塌到幾乎等同于電力成本。塔塔咨詢服務公司（TCS）、印孚瑟斯技術有限公司（Infosys）和維布絡科技公司（Wipro）的合同取消在 2027 年加速。隨著支撐印度外部賬戶的服務順差蒸發，盧比在四個月內對美元貶值 18%。到 2028 年第一季度，國際貨幣基金組織已開始與新德里進行“初步討論”。

引發顛覆的那臺發動機每個季度都在變強，這意味著顛覆每個季度都在加速。勞動力市場沒有天然底部。

在美國，我們不再追問 AI 基礎設施的泡沫會如何破裂。我們在追問的是：當消費者正在被機器替代，一個以消費信貸為核心的經濟，會發生什么。

智能替代螺旋

2027 年，宏觀故事不再含蓄。此前十二個月里那些彼此零散、卻明顯偏負面的進展，其傳導機制已經清晰可見。你甚至不必去翻美國勞工統計局（Bureau of Labor Statistics, BLS）的數據，只要參加一場和朋友的晚餐聚會就能感受到。

被替代的白領并沒有閑著。他們被迫“降檔”。許多人轉去更低薪的服務業與零工經濟崗位，這使這些領域的勞動力供給上升，也把那里的工資一并壓低。

我們有位朋友，2025 年在賽富時（Salesforce）任資深產品經理。頭銜、醫療保險、401(k)計劃，年薪 18 萬美元。她在第三輪裁員中失業。尋找了六個月后，她開始給優步開車，年收入降至 4.5 萬美元。重點不在這個個案，而在二階效應的算賬。把這種變化乘以幾十萬名勞動者，鋪開到每一個主要大都市：高資歷勞動力涌入服務業與零工經濟，進一步壓低了那些原本就在這些崗位上、且已舉步維艱的勞動者的工資。行業內的沖擊就此外溢并蔓延，演化為全經濟范圍的工資壓縮。

剩余的以人為本的就業崗位存量，正面臨著又一輪下行調整，而這一輪調整，恰恰發生在我們寫下本文的此時此刻。自動駕駛配送系統與自動駕駛汽車，正在逐步滲透并顛覆零工經濟，而正是這個零工經濟，當初吸納了第一波被AI浪潮所沖走的失業工人。

到 2027 年 2 月，這一點已經很清楚：許多仍在崗的專業人士在花錢時，已經按“自己可能就是下一個”來盤算。他們為了不被裁，只能把工作強度幾乎翻倍，大多還得靠 AI 工具撐住產出；升職或加薪的指望也基本消失。于是，儲蓄率開始上行，消費開始走軟。

最危險之處在于滯后性。高收入者憑借高于平均水平的儲蓄，能在兩到三個季度里把生活維持在“看起來還正常”的狀態。硬數據直到真實經濟里這場變化早已發生、甚至已不算新鮮時，才姍姍來遲地確認問題。隨后，一次關鍵數據讀數打碎了這種表象。

“美國首次申領失業救濟人數飆升至 487,000，為 2020 年 4 月以來最高；美國勞工部（Department of Labor），2027 年第三季度”

首次申領失業救濟人數躍升至 487,000，創 2020 年 4 月以來新高。ADP 與 Equifax 證實，新增申請中壓倒性多數來自白領專業人士。

標普 500 指數在隨后一周下跌 6%。宏觀壞消息開始在拉鋸中占上風。

在典型衰退中，失業往往分布更廣。藍領與白領大致按各自就業占比共同承受沖擊。消費受挫也更分散，并且會更快體現在數據里，因為低收入群體的邊際消費傾向更高。

但這一輪周期中，失業主要集中在收入最高的那幾檔人群。它們在總就業中的占比相對不大，卻貢獻了極不成比例的消費支出。美國收入最高的 10% 人群貢獻了超過 50% 的全部消費支出，最高的 20% 貢獻約 65%。買房、買車、度假、餐館消費、私立學校學費、房屋翻修，主要都是這部分人群在支撐。他們構成了整個非必需消費經濟的需求底座。

當這些人失業，或為了轉入現有崗位而被迫接受 50% 的降薪時，消費受到的打擊會遠遠大于失業人數本身所暗示的程度。白領就業只要下降 2%，對應的非必需消費支出就可能受到約 3% 到 4% 的沖擊。與藍領失業往往立刻壓縮開支不同，白領失業的影響往往先滯后、后更深：他們通常有儲蓄緩沖，能在真正改變消費行為之前，先維持幾個月的支出。

到 2027 年第二季度，經濟已經陷入衰退。美國國家經濟研究局通常要在幾個月后才會正式追溯并標注衰退起點，但數據已經毫無懸念：實際 GDP 連續兩個季度負增長。只是，這還算不上“金融危機”，至少暫時還不是。

相關押注的串聯鏈條

私募信貸從 2015 年不足 1 萬億美元，膨脹到 2026 年超過 2.5 萬億美元。其中相當一部分資金投向軟件與科技交易，很多是對 SaaS 公司的杠桿收購，其估值建立在同一個前提之上：收入可以長期以十幾個百分點的年增速持續增長。

這個前提在第一次代理式（agentic）編程演示與 2026 年第一季度的軟件崩盤之間就已破滅，但賬面上的估值標記似乎還沒承認它已破滅。

當許多上市 SaaS 公司的估值已跌到扣除利息支付、應付稅款、折舊攤銷前的利潤（EBITDA）的 5 到 8 倍時，私募股權（PE）控股的軟件公司仍在資產負債表上按收購時的估值入賬，依據的還是早已不再成立的“收入倍數”。管理人只是把估值標記一點點往下挪，從按面值每 1 美元計的 1.00，下調到 0.92、0.85，而公開市場可比公司的定價早已指向 0.50。

“穆迪投資者服務公司（Moody’s Investors Service）下調 14 家發行人的 180 億美元 PE 支持軟件債務評級，理由是‘AI 驅動的競爭性顛覆帶來結構性收入逆風’；為 2015 年能源行業以來最大單一行業行動 | 穆迪，2027 年 4 月”

所有人都記得評級下調之后發生了什么。行業老兵早就看過 2015 年能源行業被降級后那套劇本。

以軟件為底層資產支撐的貸款在 2027 年第三季度開始違約。信息服務與咨詢領域的 PE 組合公司隨后跟上。幾筆涉及知名 SaaS 公司的數十億美元杠桿收購融資相繼進入重組程序。

Zendesk 成了那條鏈條上最直觀的鐵證。

“Zendesk 觸發債務契約違約，因 AI 驅動的客服自動化侵蝕年度經常性收入（ARR）；50 億美元直接貸款融資安排被標至 0.58；創史上最大私募信貸軟件違約 | 《金融時報》（Financial Times），2027 年 9 月”

2022 年，海爾曼與弗里德曼（Hellman & Friedman）和 Permira 以 102 億美元將 Zendesk 私有化。其債務包為 50 億美元直接貸款，在當時是史上最大的 ARR 支持型融資安排，由黑石牽頭，阿波羅、Blue Owl 與 HPS 同為貸款方。該貸款結構明確建立在一個前提之上：Zendesk 的年度經常性收入（ARR）會繼續保持“經常性”。在約 25 倍 EBITDA 的估值水平上，只有這個前提成立，杠桿才說得通。

到 2027 年年中，這個前提不成立了。

AI agents 在將近一年的時間里已能自主處理客戶服務。Zendesk 所定義的那類業務范疇，也就是開工單、分流與分派，以及圍繞人工客服互動的管理流程，早已被新系統取代，這些系統甚至無需生成工單就能把問題直接解決。于是，這筆貸款在承銷時所依據的年度經常性收入（Annualized Recurring Revenue, ARR）已不再具有“經常性”，它更像只是還沒流失的收入。

史上規模最大的 ARR 支持型貸款，最終變成史上最大的私募信貸軟件違約。幾乎每個信貸交易部門同時拋出同一個問題：還有誰面對的是長期性的結構性逆風，卻被當成周期性波動來解釋與定價。

但至少在最初，市場共識并非全錯：從結構設計上看，這一輪沖擊本應可以被消化。私募信貸并不是 2008 年那種銀行體系。它的安排就是為了避免“被迫拋售”：資金多裝在封閉式基金或封閉式工具里，投資者的資金有鎖定期；有限合伙人通常承諾七到十年，不會像存款人那樣隨時擠兌；也不會出現回購協議融資額度突然被抽走、逼著你立刻賣資產的情況。管理人因此可以把受損資產先留在賬上，逐步推進重組處置，等待回收。過程會很痛，但仍在可控范圍內。系統按理應當能彎過去，而不是當場斷裂。

黑石、KKR 與阿波羅（Apollo）等公司的高管當時也強調，資產里與軟件相關的投資只占 7% 到 13%，因此風險可控。賣方研報和社交媒體上的信貸賬號更是反復強調同一句話：私募信貸擁有“永久資本（permanent capital）”，足以吸收那些本會炸毀高杠桿銀行的損失。

永久資本。這個詞在一場場業績電話會和一封封安撫投資者的信里反復出現，漸漸成了口號。問題在于，口號往往只留下安全感，卻把關鍵細節蓋住了。所謂“永久資本”之所以顯得穩，是因為這套資金結構在過去十年里被進一步固化了。大型私募資管巨頭通過收購人壽保險公司，把年金資金變成穩定、久期很長的資金來源，再把這筆錢投向自己發起的私募信貸資產。于是同一筆資金一方面在保險公司這本賬上賺取利差，另一方面在資管業務這邊再收取管理費，形成一種費用疊費用的循環。但它能成立，前提是這些私募信貸資產必須足夠可靠。

私募信貸必須得是 “安全無虞”，也就是說，本息得能按期足額兌付，至少在市場與監管的眼里要“靠得住”。一旦損失落到那種用久期很長的負債資金去持有難以變現資產的資產負債表上，麻煩就來了。原本被視為系統韌性的“永久資本（permanent capital）”，并不是什么抽象的、耐心的機構資金池，也不是什么老練投資者在承擔老練風險。它在很大程度上是美國普通家庭的儲蓄，也就是所謂“主街（Main Street）”，這些錢被包裝成年金，再被投入到如今正在違約的同一批由私募股權支持的軟件與科技信用資產里。那些“跑不了”的鎖定資金，說到底是壽險保單持有人的錢，而這套體系的規則與銀行并不一樣。

與銀行體系相比，保險監管機構過去相當溫和，甚至可以說有些自滿，但這次成了警鐘。它們本就對壽險公司在私募信貸上的集中度感到不安，于是開始下調這些資產在風險為本資本框架下的資本計提待遇。 結果就是，保險公司要么補資本，要么賣資產，而在一個正在凍結的市場里，兩條路都很難以體面的價格走通。

“紐約州與艾奧瓦州監管機構著手收緊壽險公司所持部分私評信貸資產的資本計提；美國保險監理官協會（NAIC）指引預計將提高 RBC 因子并觸發證券估值辦公室（SVO）更多審查 | 路透社，2027 年 11 月”

當穆迪將 Athene 的財務實力評級展望調為負面后，阿波羅（Apollo）股價兩天內下跌 22%。布魯克菲爾德（Brookfield）、KKR 以及其他公司隨之下挫。

之后事情只會更復雜。這些公司不只是造出了保險資金的“永動機”，它們還搭建了一套精巧的離岸結構，通過監管套利來最大化回報。 美國的保險公司簽發年金后，會把風險分出給自己控制的百慕大或開曼關聯再保險公司。這里的“分出”本身就是再保險業務的標準做法。 這些離岸關聯方之所以存在，就是為了利用更寬松的監管環境，在同樣資產上允許配置更少資本。隨后，這些關聯方再通過離岸特殊目的載體（SPV）引入外部資金，拉來一層新的交易對手，讓外部資金與保險公司一起，把錢投向由同一母公司資管部門發起的私募信貸資產。

評級機構中有些自身也由私募股權控股，它們并非透明度的典范，這一點幾乎沒人意外。不同公司、不同資產負債表之間織成的蜘蛛網，其不透明程度令人震驚。底層貸款一旦違約，究竟是誰在承擔損失，在當時幾乎不可能實時回答。

2027 年 11 月的崩盤，標志著市場認知從一種可能只是尋常的周期性回撤，轉向某種更令人不安的局面。在聯邦公開市場委員會（Federal Open Market Committee, FOMC）那場 11 月緊急會議上，美聯儲主席凱文·沃什（Kevin Warsh）用一句話概括它：這是一條“押注白領生產率增長的相關押注串聯鏈條”。

要知道，真正引發危機的從來不是損失本身，而是對損失的確認。而在另一個更大、更重要的金融領域，我們已經開始害怕那種確認。

抵押貸款問題

“Zillow房屋價值指數（Zillow Home Value Index）顯示：舊金山同比下跌11%，西雅圖下跌9%，奧斯汀下跌8%；房利美（Fannie Mae）提示，在科技與金融就業占比超過40%的郵政編碼區域，‘早期階段逾期’水平上升 | Zillow / Fannie Mae，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%。這還不是唯一令人不安的信號。上個月，房利美指出，一些以“超過（房利美/房地美）上限的大額貸款（jumbo loan）”為主的郵政編碼區域，早期階段逾期更高。這些區域的借款人信用評分多在780分以上，過去通常被視為近乎萬無一失。

美國住宅抵押貸款市場規模約13萬億美元。房貸審批與核保建立在一個基本假設之上：借款人在貸款存續期間，會以大致當前的收入水平持續就業。對大多數房貸而言，這個期限長達三十年。

白領就業危機通過對未來收入預期的持續下修，正在動搖這一假設。我們不得不重新提出一個三年前還顯得荒誕的問題：優質抵押貸款是否仍然“安全無虞”？

也就是本息是否仍能足額兌付、依舊靠得住。 在美國歷史上，每一次抵押貸款危機的成因大體都可歸入三類之一：投機過熱，比如2008年把錢貸給根本負擔不起房子的人；利率沖擊，比如20世紀80年代初利率上升，使浮動利率房貸變得難以承受；或局部經濟沖擊，比如1980年代德州油氣業崩塌，或2009年密歇根汽車業受創。

但這一次都不適用。相關借款人并非次級（subprime）。他們是780分以上的FICO信用評分，首付20%，信用記錄干凈，就業記錄穩定，發放貸款時的收入也經過核驗并有完整文件。他們是金融系統各類風險模型所認定的信用質量基石。

2008年，貸款從第一天起就是壞貸款。2028年，貸款在第一天是好貸款。只是貸款寫下之后，世界變了。人們借的是一個他們如今已很難再相信自己負擔得起的未來。

2027年，我們就提示過一些“看不見的壓力”信號：住房凈值抵押擔保信用額度（HELOC）被大量提取，401(k)賬戶被提前動用，信用卡債務飆升，但房貸仍保持按期還款。隨著失業發生、招聘凍結、獎金削減，這些優質家庭的債務收入比翻了一倍。

他們仍能按時還房貸，但代價是幾乎砍掉全部非必需消費，抽干儲蓄，并推遲任何房屋維護與改造。從賬面上看，他們依舊“按期還款”，但只要再來一次沖擊，就可能迅速陷入困境，而AI能力演進的軌跡暗示那次沖擊正在逼近。隨后我們看到，舊金山、西雅圖、曼哈頓與奧斯汀的逾期開始攀升，即便全國平均仍處在歷史常態區間內。

我們如今正處在最尖銳的階段。當邊際買家健康時，房價下跌通常還能被市場消化。但在這里，邊際買家也在遭遇同樣的收入能力受損。盡管擔憂在積累，我們尚未進入全面的抵押貸款危機。逾期率確實上升了，但仍明顯低于2008年的水平。真正的威脅在于趨勢本身。

智能替代螺旋如今又為真實經濟的下行加裝了兩臺金融加速器。

勞動力替代、抵押貸款擔憂、私人市場動蕩，彼此強化。傳統的政策工具箱，例如降息與量化寬松（quantitative easing，QE），可以緩釋金融端的壓力，卻無法修復真實經濟端的發動機，因為真實經濟端并非由金融條件過緊驅動。它是由AI讓人類智能更不稀缺、更不值錢所驅動。你可以把利率降到零，買下市場上每一張住房抵押貸款支持證券（MBS），再把所有違約的軟件杠桿收購（LBO）債也都買走。

這仍改變不了一個事實：一個Claude agent 可以用每月200美元的成本，完成一個年薪18萬美元產品經理的工作。如果這些擔憂兌現，抵押貸款市場會在今年下半年出現裂縫。在那種情景里，我們預計股市當前的回撤最終會逼近全球金融危機（global financial crisis，GFC）期間的水平，峰值到谷底為57%。這會把標普500指數（S&P 500）拉到約3500點，相當于回到2022年11月“ChatGPT時刻”到來前一個月的水平。

可以確定的是，支撐13萬億美元住宅抵押貸款的收入假設已遭到結構性破壞。不確定的是，政策能否在抵押貸款市場完全消化這一含義之前介入。我們仍抱有希望，但也無法否認那些令人悲觀的理由。

與時間賽跑

第一條負向反饋回路先出現在真實經濟里：AI能力提升，企業用工與工資支出縮減，消費走弱，利潤空間被擠壓，企業為了守住利潤又加碼購買AI能力，能力隨之再提升。隨后它傳導到金融層面：收入能力受損先沖擊抵押貸款，銀行端損失上升促使信貸收緊，財富效應開始松動，反饋回路因而加速。而這兩條回路又都被遲緩且不足的政策應對進一步放大，說得直白些，這個政府看起來有些摸不著方向。

現有制度從未為這種危機而設計。聯邦政府的收入基礎，本質上就是對人類時間征稅：人去工作，企業付薪，政府抽走一部分。正常年份里，個人所得稅與工資稅構成財政收入的脊梁。

截至今年第一季度，聯邦財政收入比國會預算辦公室（Congressional Budget Office，CBO）的基線預測低了12%。 工資稅相關收入下滑，是因為以原有薪酬水平就業的人更少了；所得稅收入下滑，是因為正在獲得的收入在結構上更低了。生產率在飆升，但增益更多流向資本與算力，而不是勞動。

GDP中的勞動收入份額從1974年的64%降到2024年的56%，這是全球化、自動化以及工人議價能力長期走弱帶來的四十年下行。AI開始指數級提升后的四年里，這一比例又跌到46%，創下有記錄以來最陡的一次下滑。

產出仍然存在，但它不再像過去那樣先經過家庭收入再回到企業，這意味著它也不再像過去那樣先經過家庭再回到美國國稅局。 經濟的循環流轉正在斷裂，而政府卻被期待站出來把這個斷裂補回去。

和每一次經濟下行一樣，財政支出往往在稅收收入下滑時上升。不同的是，這一次的支出壓力并非周期性的。所謂自動穩定器（automatic stabilizers），本來是為“短期失業”設計的，不是為“結構性替代”設計的。 現行福利體系隱含的前提是，失業者終究會被重新吸收回就業市場。可很多人不會，至少不可能以接近原有工資的水平回到市場。新冠期間，政府可以坦然接受 15% 的赤字，因為那被理解為暫時性的；而今天需要政府支持的人，并不是被一場終會過去的疫情擊中，他們是被一項仍在持續進步的技術替代了。

它需要向家庭轉移更多資金，恰恰又是在它從這些家庭身上收不到那么多稅的時候。

美國不會違約。它印自己花的貨幣，也用同一種貨幣償還債權人。但壓力已經在別處顯現。今年以來，市政債券的年內表現開始出現令人不安的分化。不征收所得稅的州尚能撐住，但那些依賴所得稅的州發行的一般責任市政債券（general obligation munis），已經開始計入一定的違約風險。政客很快嗅到風向，關于“誰該被救助”的爭論也迅速沿著黨派界線分裂開來。

值得肯定的是，政府很早就意識到這場危機帶有結構性，并開始討論一些兩黨方案，將其稱為《轉型經濟法案》（Transition Economy Act）：為被替代勞動者建立直接轉移支付框架，資金來源由赤字融資與擬議中的 AI 推理算力稅共同構成。

桌面上最激進的方案走得更遠。《共享 AI 繁榮法案》（Shared AI Prosperity Act）試圖為“智能基礎設施本身的回報”設立一種公共索取權，其形式介于主權財富基金與對 AI 生成產出收取版稅式機制之間，并以分紅為家庭轉移支付提供資金。私營部門的游說者則涌入媒體，反復警告這是一條危險的滑坡。

圍繞這些方案的政治博弈，陰郁得幾乎可預測，政治作秀與極限博弈更是火上澆油。右翼把轉移支付與再分配稱為馬克思主義，并警告對算力征稅會把領先優勢拱手讓給????。左翼則警告，一項在在位者參與下起草的稅制，很可能換個名字就變成監管俘獲。 財政鷹派指向不可持續的赤字，鴿派則拿全球金融危機（GFC）后過早緊縮當作前車之鑒。隨著今年總統大選臨近，裂痕還在擴大。

當政客爭吵不休時，社會肌理的撕裂速度，比立法流程能跟上的速度更快。

“占領硅谷”（Occupy Silicon Valley）運動成了更廣泛不滿情緒的標志。上個月，示威者連續三周封鎖 Anthropic 與 OpenAI 在舊金山辦公室的入口。他們的人數仍在增長，而抗議獲得的媒體曝光甚至超過了引發抗議的失業數據本身。

很難想象公眾會比全球金融危機后更痛恨銀行家，但 AI 實驗室正在努力追趕這種厭惡。從大眾視角看，原因并不難理解：它們的創始人與早期投資者積累財富的速度，甚至讓鍍金時代都顯得溫和。 生產率繁榮帶來的收益幾乎完全流向算力的擁有者，以及依賴算力運轉的實驗室股東，美國的不平等因此被推到前所未有的高度。

每一方都有自己的“反派”，但真正的反派是時間。AI 能力演進的速度，快過制度適應的速度。政策響應按意識形態的節奏前進，而不是按現實的節奏前進。如果政府不能盡快就“問題到底是什么”達成一致，這條下行循環反饋回路就會替他們寫出下一章。

智能溢價的退潮

在整個現代經濟史中，人類智能一直是稀缺投入要素。資本充裕，至少可以復制擴張。自然資源有限，但可以替代。技術進步足夠緩慢，人類還能跟上并適應。智能，也就是分析、決策、創造、說服與協調的能力，長期以來無法以規模化方式復制。

人類智能之所以天然帶著溢價，正是因為它稀缺。我們經濟中的每一套制度安排，從勞動力市場到抵押貸款市場，再到稅制設計，都是為這條假設成立的世界而建。

如今，我們正在經歷這份溢價正在退潮。機器智能已成為人類智能的合格替代品，并且在越來越廣的任務范圍內迅速進化。金融體系在過去幾十年里針對“人類智能稀缺”的世界做了優化，如今正在被迫重新定價。 這場重新定價痛苦、無序，而且遠未結束。

但重新定價不等于崩塌。

經濟仍可能找到新的均衡。抵達那里，是少數仍必須由人類完成的任務之一。我們必須把它做對。這是歷史上第一次，經濟中最具生產力的資產帶來的崗位不是更多，而是更少。沒有哪套既有框架適配，因為它們都不是為“稀缺要素變成充裕要素”的世界而設計的。所以我們必須重建框架。能否及時建立這些框架，才是唯一要緊的問題。

但你讀到這里的時間不是 2028 年 6 月，而是 2026 年 2 月。

標普500指數接近歷史高位。下行循環尚未啟動。我們確信其中一些情景不會發生，但我們同樣確信機器智能會繼續加速，人類智能的溢價會收窄。

作為投資者，我們仍有時間評估自己的投資組合有多少押在在未來十年內難以成立的假設上。作為社會，我們也仍有時間更主動一些。

金絲雀還活著。

“金絲雀”是一個風險預警的隱喻，源自早期煤礦作業：礦工會攜帶對有毒氣體更敏感的金絲雀下井。空氣一旦惡化，金絲雀會先出現異常甚至死亡，用來提醒人類危險臨近、需要立刻撤離。引申到經濟與金融語境，“金絲雀還活著”并不是說沒有風險，而是說最致命、不可逆的階段尚未到來，警報還沒被徹底觸發，體系仍處在可以提前調整、采取行動的窗口期。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。）

《THE 2028 GLOBAL INTELLIGENCE CRISIS》由知名金融研究平臺Citrini Research創始人James van Geelen（筆名Citrini）主筆，與Alap Shah聯合撰寫。Citrini Research專注于主題股權投資與全球宏觀趨勢分析，其Substack通訊常居財經付費榜首。van Geelen畢業于加州大學洛杉磯分校，獲生物學與心理學學位，曾在洛杉磯擔任急救醫士，后創辦醫療保健公司并成功出售給私募股權。他以“第二序思考”著稱，早于市場洞察NVIDIA在AI領域的潛力及GLP-1減肥藥的投資機會，個人投資組合自2023年5月以來回報率超200%。聯合作者Alap Shah現為Lotus Technology Management管理合伙人兼CIO，哈佛大學經濟學榮譽畢業生，曾在Viking Global與Citadel對沖基金任職，并共同創立AI驅動金融搜索平臺Sentieo（2022年以逾2億美元出售給AlphaSense），目前擔任Littlebird CEO與Thistle聯合創始人兼主席，在金融科技及AI代理部署領域經驗豐富。本文作為思想實驗，展現兩位作者在AI時代經濟轉型領域的深刻洞見與前瞻視野。