编者按：刚刚过去的这个春节假期，AI 的发展远比去年 DeepSeek 在春节期间横空出世带给人们的冲击要大得多，只不过这次是焦虑大于兴奋。
2 月 20 日，港股马年首个交易日，成立仅四年的 AI 公司 MiniMax 盘中市值一度突破 3000 亿港元；与其几乎同期上市的智谱 AI 同样走出凌厉走势。两家公司合计市值超过 6200 亿港元，体量已逼近甚至超越快手、京东、携程等老牌互联网巨头。
这种焦虑并不只发生在中国。中美围绕 AI 的情绪几乎形成镜像。一边是 2026 年春晚已成为 AI 与机器人集中展示的舞台，技术叙事以高密度、强节奏的方式进入大众生活；另一边是美股反复震荡，软件、Saas、餐饮等板块跌幅加深，市场开始重新讨论 AI 的第二序影响，不仅是哪个公司会赢，而是它会如何改变就业、消费、信用与宏观周期。
大众对于技术过载的排斥感与金融精英对结构性风险的担忧正在合流。就在这样的情绪背景下，Citrini Research 的这篇文章出现，并迅速成为焦虑的具象化表达。这篇文章设定了一个假想情景，2028 年 6 月，人工智能的颠覆性影响导致大量白领失业，消费者支出下降，由软件支持的贷款出现违约，经济陷入收缩。
截至目前，这篇文章在推特上已经超过 2300 万阅读，是近期热度最大的一次公共性事件，甚至被视为周一（2 月 23 日）美股科技板块剧烈波动的导火索，道琼斯指数跌幅最大，下跌逾 800 点。美股涨跌比惨烈，仅 27% 的股票上涨。软件、支付和外卖类股票遭到重创，文章中提到的 DoorDash（DASH）、美国运通（AXP）、KKR（KKR）和黑石（BX）均下跌超过 8%。
这篇文章并不一定解释了市场的下跌，但确实放大了市场原本就存在的不安。在 AI 颠覆、地缘政治与宏观不确定性叠加的阶段，一段足够阴暗、足够自洽的叙事，足以让脆弱情绪找到出口。
本文作者为 Citrini Research 与 Alap Shah。Citrini Research 由 James van Geelen 创立；Alap Shah 毕业于哈佛大学经济学专业，毕业后曾在 Citadel LLC 任职分析师，自 2024 年 9 月起担任 Littlebird CEO。
以下为原文：
如果我们对 AI 的长期看多判断始终成立，会不会反而意味着，对整个经济并不是好消息？
以下内容并非预测，而是一种情景推演。它既不是刻意渲染恐慌的熊市叙事，也不是关于 AI 的末日幻想。本文的目的只有一个，尝试对一种此前讨论并不充分的可能路径进行系统化建模。这个问题最早由我们的朋友 Alap Shah 提出，我们在交流中共同推演了这一思路。本篇由我们完成，另外两篇由他撰写，可另行查阅。
希望这篇文章能在 AI 逐步改变经济运行方式、甚至让结构本身变得愈发反直觉之前，帮助读者对潜在的左尾风险做好更充分的心理准备。
下文为 CitriniResearch 于 2028 年 6 月撰写的一份宏观备忘录，试图回溯并复盘全球智能危机的形成过程及其带来的连锁影响。
宏观备忘录：智能过剩的经济后果
CitriniResearch
（2026年2月22日）2028年6月30日
今早公布的失业率为 10.2%，较市场预期高出 0.3 个百分点。受此影响，市场下跌 2%，标普 500 指数自 2026 年 10 月高点以来的累计回撤已达 38%。
交易员对此几乎已无反应，就在六个月前，如此幅度的失业率，足以触发熔断机制。
短短两年时间，经济便从「风险可控、冲击局限于个别行业」，演变成一个已不再符合我们任何人成长经验的体系。本季度的宏观备忘录，正是试图复原这一演化过程，对危机真正到来之前的经济结构，进行一次事后的系统解剖。
曾几何时，市场情绪仍然高涨。2026 年 10 月，标普 500 一度逼近 8000 点，纳斯达克指数突破 3 万点。围绕人类劳动力被替代的第一轮裁员自 2026 年初启动，而且它确实实现了资本市场所期待的效果，利润率提升、业绩超预期、股价上涨。
企业创纪录的利润迅速被重新投入到 AI 算力扩张之中。
宏观数据表面上依旧亮丽，名义 GDP 多次录得中高个位数的年化增长，生产率显著抬升，单位小时实际产出增速创下自 20 世纪 50 年代以来的新高。这一切来自于不会休息、不请病假、也无需福利保障的 AI 代理。
算力的所有者财富迅速膨胀，与之相对的是实际工资增长的明显走弱。尽管官方不断强调生产率创纪录，越来越多的白领岗位却被机器替代，劳动者被迫流向收入更低的职位。
当消费端开始出现松动迹象时，评论界提出了一个新概念，「幽灵 GDP」：那些在统计报表中体现，却未真正进入现实经济循环的产出。
在几乎所有技术指标上，AI 都在超出预期；资本市场的叙事几乎完全围绕 AI 展开。唯一的偏差在于，经济结构本身并未同步受益。
事后回看，这条逻辑其实并不复杂。如果一个位于北达科他州的 GPU 集群，其产出被等同为曼哈顿中城 1 万名白领的经济贡献，那么它带来的影响更像是一场经济层面的疫情，而非解药。
货币流通速度随之停滞。以人为中心、占 GDP 约 70% 的消费型经济迅速收缩。或许我们本可以更早意识到这一点，只需提出一个简单的问题，机器会在可选消费品上花多少钱？
答案显而易见，零。
随后，负反馈开始自我强化，AI 能力提升→企业所需员工减少→白领裁员扩大→被替代者压缩支出→利润压力迫使企业进一步加码 AI 投入→AI 能力继续提升……
这是一个缺乏自刹车机制的循环，一个人类智能被系统性替代的螺旋式过程。
白领群体的收入能力以及由此产生的消费意愿在结构层面遭到侵蚀，而这部分收入，正是 13 万亿美元住房抵押贷款市场赖以维系的基础。承销机构不得不重新评估一个长期被视为理所当然的问题，所谓的优质按揭，是否仍然具备足够的安全边际。
与此同时，连续 17 年没有经历真正意义上的违约周期，使私募市场积累了大量由私募股权支撑的软件资产交易。这些交易几乎无一例外地建立在同一个假设之上：ARR（年度经常性收入）将长期稳定、持续增长，并具备可复利属性。
而 2027 年中，由 AI 颠覆引发的第一轮违约，直接动摇了这一前提。
如果冲击仅限于软件行业，局面或许仍在可控范围之内，但现实并非如此。
到 2027 年底，几乎所有建立在中介角色之上的商业模式都开始承压，那些依靠为人类提供摩擦型中介服务而获利的公司，出现了成片式的崩塌。
从更深层看，整个经济体系，本质上是一条对白领生产率持续提升的高度相关押注链条。2027 年 11 月的市场崩盘，并非冲击的起点，而只是将早已存在的各类负反馈机制全面加速。
市场已经等待坏消息就是好消息的拐点将近一年。政府层面开始讨论应对方案，但公众对政府能否实施有效救助的信心却在迅速消退。政策反应向来滞后于经济现实，而在当前阶段，缺乏系统性解决方案本身，正在推动通缩螺旋进一步加深。
一切是如何开始的
2025 年末，代理式编程工具的能力出现了跃迁式提升。
一名经验成熟的开发者，借助 Claude Code 或 Codex，已可以在数周内复刻一个中型 SaaS 产品的核心功能。虽然难以做到完全覆盖所有边缘场景，但其成熟度已经足以让一位正在审查 50 万美元年费续约合同的 CIO 认真思考一个问题——「我们为什么不自己做？」
由于多数企业的财年与自然年重合，2026 年的 IT 支出预算早在 2025 年第四季度就已敲定。彼时，「代理式 AI」仍停留在概念层面。
因此，年中复盘成为第一次真正意义上的压力测试，采购团队首次在充分理解这些系统真实能力的前提下，重新评估既有支出决策。
那个夏天，我们采访了一位《财富》500 强公司的采购经理，他回忆了一次关键的预算谈判：销售方原本计划沿用往年的谈判模板，即 5% 的年度涨价，加上一套「你们的团队已经离不开我们」的标准说辞。但这位采购经理直言，他已经在与 OpenAI 接洽，考虑让其前线部署工程师借助 AI 工具，直接替代现有供应商。
最终，该合同以 30% 的折扣完成续约。在他看来，这已经算是相对理想的结果。像 Monday.com、Zapier、Asana 这样的 SaaS 长尾企业，处境要艰难得多。
投资者其实早已预期 SaaS 长尾会率先受到冲击。毕竟，它们约占企业技术栈三分之一的支出，本就暴露最为明显。
真正被忽视的盲区在于，那些被视为系统级记录系统的核心软件，原本被认为足够安全。
直到 ServiceNow 2026 年第三季度财报披露，反身性机制才真正浮出水面：
ServiceNow 新增 ACV 增速从 23% 放缓至 14%；宣布裁员 15%，并启动结构性效率计划；股价下跌 18%。
——Bloomberg，2026 年 10 月
SaaS 并未死亡，自建系统依然存在运维成本与复杂性权衡。但自建成为可行选项本身，就已经从根本上改变了定价谈判的起点。
更重要的是，竞争格局发生了结构性变化。AI 大幅降低了功能开发与产品迭代的门槛，差异化迅速坍塌。老牌厂商被迫陷入价格战，既要彼此厮杀，又要面对一批没有历史成本包袱、由代理式编程能力直接赋能的新兴挑战者。
直到这一刻，市场才真正意识到这些系统之间的高度互联性。
ServiceNow 以席位数计费，当其《财富》500 强客户裁员 15%，就意味着 15% 的许可证同步被取消。
同样推动客户利润率改善的 AI 裁员逻辑，也在以一种近乎机械的方式侵蚀其自身的收入基础。这家出售工作流自动化的公司，最终被更高效的工作流自动化所颠覆；而它的应对路径，也只能是裁员，并将节省下来的成本继续投入到正在颠覆它的那套技术之中。
还能怎么办？原地不动，慢慢等死吗？
于是，一个最直接、也最具讽刺意味的结果出现了，那些最受 AI 威胁的公司，反而成为了 AI 最激进的采用者。
事后回看，这似乎顺理成章；但在当时（至少对我而言）并非如此。传统的技术颠覆模型通常是，既有巨头抗拒新技术，被更灵活的后来者蚕食份额，最终缓慢衰落。柯达、百视达、黑莓，都是如此。
但 2026 年不同。既有公司并非选择抵抗，而是根本无力抵抗。当股价下跌 40% 至 60%，董事会要求管理层给出明确对策时，这些身处 AI 冲击中心的企业实际上只剩下一条路：裁员，把节省下来的成本投入 AI，再用 AI 以更低成本维持产出。
从单个公司来看，这样的决策完全理性；但放到整体层面，却带来了灾难性的后果。每节省一美元的人力成本，都会转化为强化 AI 能力的投入，而这又为下一轮裁员铺平道路。
而软件，不过只是开场。
就在投资者还在争论 SaaS 估值是否触底之际，一个更关键的变化已经发生，这套反身性逻辑早已溢出软件行业。支撑 ServiceNow 裁员的那套逻辑，同样适用于所有以白领成本为核心的企业。
当摩擦归零
到 2027 年初，大语言模型的使用已成为默认选项。人们在不自觉中使用着 AI 代理，却甚至未必清楚 AI 代理这一概念，正如当年多数人并不了解云计算是什么，却早已习惯通过流媒体观看视频一样。在普通用户眼中，它更像是自动补全、拼写检查那样的底层功能，一种设备理所当然就该具备的能力。
Qwen 开源的代理式购物助手，成为 AI 接管消费决策的关键催化剂。短短数周内，几乎所有主流 AI 助手都嵌入了不同形式的代理式电商功能。蒸馏模型的成熟，使这些代理能够直接运行在手机与笔记本等终端设备上，而不再完全依赖云端计算，显著压缩了推理的边际成本。
真正本应让投资者更加警觉的一点在于，这些代理并不等待用户发出明确指令，它们按照预设偏好在后台持续运行。消费不再是一系列由人类逐一作出的离散选择，而转变为一个 7×24 小时自动优化的过程，为每一位联网消费者持续运转。到 2027 年 3 月，美国普通个体每日消耗的 token 数量已升至 40 万枚，较 2026 年底增长了 10 倍。
而这条链条的下一环，已经开始松动。
中介层（Intermediation）
过去五十年，美国经济在人类局限之上叠加出一整套庞大的寻租结构，决策需要时间，耐心有限，品牌熟悉度往往取代细致比较，多数人为了少点几次页面，愿意接受并不理想的价格。数万亿美元的企业价值，正是建立在这些行为摩擦长期存在的前提之上。
最初的变化，看起来并不起眼，代理开始消除摩擦。那些几个月未使用却仍自动续费的订阅服务，那些试用期结束后悄然提价的收费模式，都被重新界定为可以重新议价的条款。支撑整个订阅经济的核心指标，客户生命周期价值（LTV），开始出现实质性下滑。
消费者代理逐步改写了几乎所有消费交易的运行逻辑。人在购买一盒蛋白棒前，很难有精力在五个平台之间逐一比价，机器可以。
旅游预订平台最先受到冲击，因为其业务逻辑高度标准化。到 2026 年第四季度，AI 代理已经能够以更快的速度、更低的成本，组合出完整的行程方案，涵盖机票、酒店、地面交通、积分优化、预算约束以及退改规则，整体效率全面超过传统平台。
保险续保同样未能幸免。原本依赖投保人惰性维系利润的商业模式，被年度自动比价的代理迅速瓦解：那 15%–20% 来自被动续保的溢价空间几乎在短时间内消失。
理财顾问、报税服务、常规法律事务……凡是价值主张建立在替客户处理复杂、繁琐事务之上的行业，都受到冲击。因为对代理而言，并不存在繁琐这一概念。
即便是那些被认为受人际关系价值保护的领域，也未能幸免。
房地产行业长期依赖买卖双方的信息不对称，维持着 5%–6% 的佣金结构。当 AI 代理接入 MLS 数据，并能够即时调用数十年的交易记录时，这种知识优势被迅速复制。
2027 年 3 月的一份卖方报告将这一现象形容为代理对代理的战争。主要城市的买方佣金中位数已从 2.5%–3% 压缩至 1% 以下，越来越多的交易在买方完全没有人工经纪人参与的情况下完成。
我们高估了人际关系的价值。许多所谓的关系，本质上不过是披着友好外衣的摩擦。
而这仅仅是中介层瓦解的开端。成功的公司曾投入数十亿美元，利用消费者的行为偏差与心理惯性构筑护城河，但在机器面前，这些机制迅速失效。
机器只优化价格与匹配度。它不在乎你偏爱的 App，不会被精致的结账页面吸引，也不会因为疲惫而选择最方便的选项，更不会出于习惯反复在同一平台下单。
被摧毁的，是一种特殊的护城河，习惯型中介。
DoorDash 成为典型案例。代理式编程显著降低了外卖平台的进入门槛，一名熟练开发者数周内即可部署功能完备的竞品。大量新平台涌现，通过将 90%–95% 的配送费直接分配给司机，迅速吸引运力流出。多平台管理面板让零工能够同时接入二三十个平台，原有的锁定效应几乎消失。市场在极短时间内碎片化，利润率被压缩至接近于零。
代理同时加速了两端的瓦解：既催生竞争者，也优先调用它们。DoorDash 的护城河本质上建立在一个简单前提之上：「你饿了，你懒得比价，这个 App 就在首页。」
而代理没有「首页」，它会同时检索 DoorDash、Uber Eats、餐厅官网，以及数十个新平台，每一次都选择费用最低、配送最快的方案。
对机器而言，习惯性忠诚并不存在。
颇具讽刺意味的是，在这场连锁反应中，这或许是代理唯一一次帮到即将被替代的白领。当他们转而成为配送员时，至少收入不再有一半被平台抽走。不过，这种技术带来的善意并未持续太久，随着自动驾驶的普及，局面很快发生逆转。
当代理开始掌控交易本身，它们便继续寻找更大的优化空间。
单纯的比价与聚合终究有边界。若要持续为用户降低成本，尤其是在代理之间开始彼此交易之后，最直接的方式就是消除手续费。在机器对机器的交易场景中，2%–3% 的银行卡交换费自然成为最显眼的目标。
代理开始寻找比传统卡组织更快、更便宜的结算路径。多数最终选择通过 Solana 或以太坊二层网络使用稳定币进行支付，结算几乎即时，交易成本仅为几分钱的零头。
Mastercard 2027 年第一季度财报：净收入同比增长 6%；购买交易量增速从上一季度的 5.9% 放缓至 3.4%；管理层提及「代理主导的价格优化」以及「可选消费类别承压」。
——Bloomberg，2027 年 4 月 29 日
这份财报，成为不可逆的转折点。
代理式商业由产品层面的创新转向结算基础设施层面的冲击。MA 次日下跌 9%，Visa 同样承压，但因其在稳定币基础设施领域布局更早，跌幅有所收窄。
代理式商业绕开交换费结算路径，对以银行卡业务为核心的银行，以及单一业务发卡机构构成了更为严峻的冲击。这些机构长期收取 2%–3% 交换费中的大部分收入，并围绕由商户补贴支撑的积分与奖励计划，搭建起完整的业务板块。
其中，美国运通承受的压力最为集中，一方面，白领就业收缩持续削弱其高价值客户基础；另一方面，代理绕开交换费结算，直接动摇了其核心收入模式。随后数周内，Synchrony（SYF US）、Capital One（COF US）与 Discover（DFS US）股价也相继下跌超过 10%。
它们的护城河，本质上建立在摩擦之上，而摩擦，正在迅速归零。
从行业风险到系统性风险
整个 2026 年，市场始终将 AI 带来的负面影响视为一种行业层面的冲击。软件与咨询行业首当其冲，支付体系和其他收费关口开始动摇，但更广泛的宏观经济看起来仍然稳健。劳动力市场虽在降温，却并未出现失控式下滑。主流共识认为，创造性破坏是任何技术创新周期的必经阶段：局部会很痛，但 AI 带来的整体净收益终将覆盖其负面影响。
我们在 2027 年 1 月的宏观备忘录中指出，这是一种错误的认知框架，美国本质上是一个白领主导的服务型经济体。白领劳动者占总就业的 50%，贡献了约 75% 的可自由支配消费支出。AI 正在侵蚀的企业与岗位，并非美国经济的边缘部分，它们就是美国经济本身。
「技术创新在摧毁工作的同时，会创造更多工作」，是当时最流行、也最具说服力的反驳观点。
之所以成立，是因为它在过去两个世纪里几乎从未失灵。即便我们无法清晰想象未来岗位的具体形态，它们也总会如期出现。自动取款机降低了银行网点的运营成本，银行反而开设了更多分支机构，柜员岗位在随后二十年中持续增长。互联网颠覆了旅行社、黄页和实体零售，但同时也催生了全新的产业，创造了大量新工作。
但有一个前提始终未被打破，这些新工作，都需要人类来完成。
而 AI 正在改变这一前提。如今，AI 已成为一种通用智能，并且正持续在人类原本会被重新部署到的那些任务上快速进步。被替代的程序员，并不能简单转向 AI 管理，因为 AI 本身已经具备了管理能力。
今天，AI 代理已能够独立承担持续数周的研发与研究任务。尽管商学院的教授们每年仍试图用新的 S 曲线来拟合这些数据，但指数级增长早已超出了我们对可能性边界的既有认知。
它们编写了几乎所有的代码，其中表现最好的代理，在几乎所有事情上都远比几乎所有人类聪明。而且它们越来越便宜。
AI 的确创造了新的工作岗位，提示词工程师。AI 安全研究员。基础设施技术员。人类仍然处于循环之中，在最高层面进行协调或对品味进行把控。但每新增一个职位，往往伴随着数十个旧岗位被淘汰；而新岗位的薪酬水平，也仅是被替代岗位的一小部分。
美国 JOLTS 数据：职位空缺降至 550 万以下；失业人数与职位空缺比率升至约 1.7，为 2020 年 8 月以来最高水平——Bloomberg，2026 年 10 月
全年的招聘率一直萎靡不振，但 26 年 10 月的 JOLTS 数据提供了一些决定性的证据。职位空缺跌破 550 万，同比下降 15%。
INDEED：随着「生产力倡议」的蔓延，软件、金融、咨询行业的招聘启事大幅下降——Indeed Hiring Lab，2026 年 11–12 月
白领的空缺职位正在快速收缩，而蓝领空缺（建筑、医疗保健、技术工人）保持相对稳定。人员流失集中在那些撰写备忘录、审批预算以及维系经济中层运转的岗位上（我们居然还在）。然而，这两类群体的实际工资增长在全年大部分时间都为负，并持续下行。
股票市场对 JOLTS 数据的反应远不及另一条消息，他们更关心的是通用电气 Vernova 所有的涡轮机产能已经卖到了 2040 年，市场在负面的宏观数据与积极的 AI 基础设施扩张之间拉锯，整体横盘震荡。
然而，债券市场（总是比股市更聪明，或者至少更不浪漫）开始对消费端的下滑风险进行定价。10 年期国债收益率在随后的四个月里开始了从 4.3% 到 3.2% 的下降。尽管如此，整体失业率并没有失控式增长，结构的细微差别仍然被一些人忽略了。
在正常的经济衰退中，问题往往具有自我修复机制。过度建设导致建筑放缓，从而导致利率下降，这反过来又刺激了新的建设。库存过剩导致去库存，从而引发重新进货。周期性机制内含着其自身复苏的种子。
但这一次，周期的根源不是周期性的。
AI 变得越来越好，也越来越便宜。企业先裁员，再将节省下来的成本投入更多 AI 能力，从而获得进一步裁员的条件；被裁员工消费随之收缩；面向消费者的企业销量下滑、盈利承压，只能继续加大对 AI 的投入以维持利润率。于是，AI 再一次变得更强、更便宜。
这是一个没有自然制动器的负反馈循环。
直觉上，人们会认为，总需求的下滑终将拖慢 AI 的建设节奏。但事实并非如此，因为这并不是传统意义上依赖超大规模算力中心的资本性支出（CapEx），而是一种运营支出（OpEx 的结构性替代）。
一家过去每年在人力上支出 1 亿美元、在 AI 上仅投入 500 万美元的公司，如今可能在人力上的支出降至 7000 万美元，而 AI 预算却提升至 2000 万美元。AI 投入实现了成倍增长，但这一增长并非来自扩张，而是发生在整体运营成本下降的过程中。换言之，每家公司的 AI 预算都在上升，而总支出却在收缩。
具有讽刺意味的是，即便 AI 正在重塑并削弱其所嵌入的经济体系，AI 基础设施复合体本身却依然表现强劲。
英伟达（NVDA）持续交出创纪录的营收，台积电（TSM）产能利用率依旧维持在 95% 以上，超大规模云厂商每个季度仍投入 1500 亿至 2000 亿美元用于数据中心建设。那些最集中体现这一趋势的经济体，如台湾和韩国，在资本市场上的表现也显著跑赢大盘。
印度则呈现出截然相反的局面。其 IT 服务业每年出口规模超过 2000 亿美元，是印度经常账户盈余的核心来源，也是弥补长期商品贸易逆差的关键支柱。整个模式建立在一个简单的比较优势之上：印度开发人员的成本，仅为美国同行的一小部分。
但 AI 编程代理的边际成本，已经坍缩至几乎只剩下电费。进入 2027 年，塔塔咨询（TCS）、Infosys 与 Wipro 的合同取消量明显加速。随着支撑印度外部账户的服务贸易盈余迅速蒸发，卢比在四个月内对美元贬值 18%。到 2028 年第一季度，国际货币基金组织（IMF）已开始与新德里进行初步接触。
推动颠覆的引擎在每一个季度都变得更强，这意味着颠覆的速度也在持续加快。劳动力市场，并不存在一个天然的底部。
在美国，问题已经不再是 AI 基础设施的泡沫何时破裂。真正开始被反复追问的是，当消费者本身被机器系统性替代，一个建立在消费信贷之上的经济体，将走向何处。
智能替代螺旋
2027 年是宏观经济叙事不再微妙的一年。过去 12 个月里那些脱节但明显负面的发展趋势的传导机制变得显而易见。你不需要去看美国劳工统计局（BLS）的数据，只需参加一次朋友的晚宴就知道了。
被取代的白领工人并没有闲着，他们降级了。许多人从事了薪水较低的服务业和零工经济工作，这增加了这些领域的劳动力供应，并压低了那里的工资。
我们的一位朋友 2025 年时在 Salesforce 担任高级产品经理。拥有头衔、健康保险、401k 养老金，年薪 18 万美元，她在第三轮裁员中失去了工作。经过六个月的寻找，她开始开 Uber，收入降至 4.5 万美元。
重点不在于个人的故事，而在于二阶数学效应，将这种动态乘以每个主要大都市的几十万名工人。资历过剩的劳动力涌入服务业和零工经济，压低了本已苦苦挣扎的现有工人的工资，行业特定的颠覆恶化成了整个经济范围内的工资压缩。
仅存的以人类为中心的劳动力池还有一次修正尚未到来，它就发生在我们写下这些文字的当下。这是因为自动送货和自动驾驶汽车正在席卷那些吸收了第一波被取代工人的零工经济。
到 2027 年 2 月，很明显，仍有工作的专业人士的消费模式就像他们可能是下一个被裁的一样。他们加倍努力工作（主要是在 AI 的帮助下）仅仅是为了不被解雇，升职或加薪的希望已经破灭。储蓄率小幅上升，支出疲软。
最危险的部分在于滞后性。高收入者利用他们高于平均水平的储蓄，在两到三个季度内维持了正常的表象。硬数据没有确认问题的存在，直到它在实体经济中已经成了旧闻。随后，打破这种错觉的数据公布了。
美国初请失业金人数激增至 48.7 万，为 2020 年 4 月以来最高水平 | 劳工部，2027 年第三季度
初请失业金人数飙升至 48.7 万，创下 2020 年 4 月以来的最高水平。ADP 和 Equifax 证实，绝大多数的新申请人都是白领专业人士。
标普 500 指数在接下来的一周内下跌了 6%，负面宏观因素开始在拔河中占据上风。
在普通的经济衰退中，失业是广泛分布的。蓝领和白领工人承担的痛苦大致与各群体在总就业中的比例相当。消费打击也是广泛分布的，并且很快会在数据中显现出来，因为低收入工人有更高的边际消费倾向。
在这个周期中，失业集中在收入分配最高的几个十分位区间。它们在总就业人数中所占比例相对较小，但它们驱动着不成比例的消费者支出份额。收入最高的前 10% 占据了美国所有消费者支出的一半以上。前 20% 占据了大约 65%。这些人买房、买车、度假、下馆子、交私立学校学费、装修房屋。
他们是整个非必需消费品经济的需求基础。
当这些工人失去工作，或接受减薪 50% 转向可用岗位时，消费打击相对于失去的职位数量来说是巨大的。白领就业下降 2% 转化为对可自由支配的消费者支出的影响大约在 3-4%。与蓝领失业通常会立即产生影响（你被工厂解雇，下周就停止消费）不同，白领失业的影响有滞后性但更深，因为这些工人有储蓄缓冲，使他们能够在行为发生根本转变之前维持几个月的支出。
到 2027 年第二季度，经济陷入衰退。美国国家经济研究局直到几个月后才正式确定衰退的开始日期（他们一向如此），但数据是明确无误的——我们已经连续两个季度出现实际 GDP 负增长。但此时还不是一场「金融危机」……暂时的。
相关押注的多米诺骨牌
私人信贷的规模从 2015 年不足 1 万亿美元，迅速扩张至 2026 年的超过 2.5 万亿美元。其中相当一部分资本被投向了软件与科技交易，尤其是对 SaaS 公司的杠杆收购。而这些交易的估值基础，普遍建立在一个关键假设之上：收入将长期维持中高十几位数的增长。
这些假设，实际上早已在第一次代理式编程能力展示与 2026 年第一季度软件股暴跌之间宣告破产。但问题在于，资产的账面估值（marks）似乎并未意识到这一点。
当大量上市 SaaS 公司的交易倍数已跌至 5–8 倍 EBITDA 时，资产负债表上那些由私募股权支持的软件公司，仍然维持着基于「收入倍数」的并购估值，而这些收入倍数，早已不复存在。管理层选择缓慢下调账面价值：从 100 美分，降至 92、85；与此同时，公开市场可比公司的定价，早已指向 50 美分。
穆迪下调 14 家发行人高达 180 亿美元的私募股权支持的软件债务评级，理由是「人工智能驱动的竞争颠覆带来的长期收入逆风」；这是自 2015 年能源危机以来规模最大的单一行业降级行动。——穆迪投资者服务，2027 年 4 月
所有人都记得评级下调之后发生了什么。对于经历过 2015 年能源行业降级潮的行业老兵而言，这套剧本并不陌生。
到 2027 年第三季度，以软件资产为支撑的贷款开始陆续违约；信息服务与咨询领域的 PE 投资组合公司随即跟进；多起涉及知名 SaaS 公司的、规模达数十亿美元的杠杆收购交易，相继进入重组程序。
Zendesk 是确凿的证据。
ZENDESK 因人工智能驱动的客户服务自动化侵蚀 ARR（年度经常性收入）而未能履行债务契约；50 亿美元的直接贷款便利工具被标记为 58 美分；创下有史以来最大的私人信贷软件违约纪录。——《金融时报》，2027 年 9 月
2022 年，Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。其融资结构中包括 50 亿美元的直接贷款，这是当时历史上最大的以 ARR 支持的信贷便利，由黑石集团（Blackstone）牵头，阿波罗（Apollo）、Blue Owl 和 HPS 均在贷款财团中。
这笔贷款的核心结构假设十分明确：假设 Zendesk 的年度经常性收入（ARR）将保持不变。在杠杆率约为 25 倍 EBITDA 的情况下，只有在此前提下，整个资本结构才具备合理性。
但到 2027 年中，这个前提不存在了。
大半年的时间里，AI 代理已经开始自主处理客户服务。Zendesk 所定义的类别（工单、路由、管理人类客服交互）正在被一类无需生成工单即可直接解决问题的系统所取代。作为贷款承销基础的「年度经常性收入」，已不再具有经常性，它只是尚未流失的收入而已。
于是，史上最大的一笔 ARR 支持型贷款，最终演变为史上最大的私人信贷软件违约案例。几乎在同一时间，每一个信贷交易台都在反复追问同一个问题：还有谁，把结构性的长期逆风，误判为可以熬过去的周期性波动？
但这也正是最初市场共识中为数不多成立的一点（至少在一开始），这本应是可以承受、甚至可以熬过去的冲击。
私人信贷并非 2008 年的银行体系。它的制度设计初衷，就是为了避免被迫抛售的连锁反应。这些基金多为封闭式结构，资本长期锁定，有限合伙人的承诺期限通常为七至十年。不存在储户挤兑，也没有回购融资被抽走的风险。管理人可以持有受损资产，逐步重组，等待回收。过程或许痛苦，但理论上是可控的。
黑石、KKR 与阿波罗的高管纷纷强调，软件资产敞口仅占总资产的 7%–13%，风险可控。卖方报告与金融社交媒体上的信贷意见领袖也反复传递同一个论点，私人信贷拥有永久资本，他们能够吸收那些足以击垮高杠杆银行的损失。
「永久资本」。
这个词频繁出现在安抚市场的财报电话会议与投资者信中，几乎成了一句咒语。而正如大多数咒语一样，很少有人真正去拆解它的含义。
过去十年，大型另类资产管理公司陆续收购人寿保险公司，并将其转化为融资平台。阿波罗收购 Athene，博枫（Brookfield）收购 American Equity，KKR 收购 Global Atlantic。
逻辑看似优雅：年金存款提供稳定、长期的负债来源；管理人将这些资金投资于自身发起的私人信贷资产，同时在保险端赚取利差、在资管端收取管理费，形成「费用叠加」的收益结构。只要一个前提成立，这套机制便运转良好。
前提是私人信贷资产必须本金安全。
当损失真正到来，它冲击的是一类以长期负债对冲非流动性资产的资产负债表。
所谓的「永久资本」，并非抽象意义上的耐心机构资金，也不是一群自愿承担复杂风险的成熟投资者。它是美国家庭的储蓄，是 Main Street 的资金，以年金形式存在，投资于那些如今开始违约的、由私募股权支持的软件与科技债务。
那些无法撤离的锁定资本，实际上是寿险保单持有人的钱。而在这一领域，规则并不一样。
相较于银行监管，保险监管机构长期以来显得较为温和，甚至有些自满。但这一次，成为真正的警示。原本就对寿险公司私人信贷集中度心存疑虑的监管部门，开始下调这些资产的风险资本计提待遇。这迫使保险公司要么增资、要么出售资产，而在一个已经趋于冻结的市场环境下，这两种选择都难以以合理价格完成。
纽约州与爱荷华州监管机构宣布收紧寿险公司所持部分私人评级信贷的资本计提标准；NAIC 指引预计将提高 RBC 因子并触发额外审查。——路透社，2027 年 11 月
当穆迪将 Athene 的财务实力评级展望下调至负面时，阿波罗股价在两个交易日内下跌 22%。博枫、KKR 等机构随即承压。
复杂性并未止步于此。这些机构不仅打造了保险永动机，还搭建了精密的离岸架构，通过监管套利提升回报。美国保险公司承保年金后，将风险再保险给其控制的百慕大或开曼子公司，这些司法辖区监管更为宽松，允许对同类资产计提更少资本。该再保险实体再通过离岸特殊目的实体引入外部资本，形成新一层交易对手，与保险公司共同投资于由同一母公司资管部门发起的私人信贷资产。
评级机构，其中一些本身就由私募股权控股，向来谈不上透明，对此几乎无人意外。不同公司与不同资产负债表之间层层嵌套、彼此交织，构成了一张错综复杂的网络，其不透明程度令人咋舌。一旦底层贷款出现违约，究竟由谁最终承担损失，在实时环境下几乎无法厘清。
2027 年 11 月的市场崩盘，标志着市场认知的转折。
从最初被视为一场寻常的周期性回调，转向一种更深层、也更令人不安的结构性问题。美联储主席 Kevin Warsh 在当月联邦公开市场委员会的紧急会议上，将其形容为：「一套建立在对白领生产率增长预期之上的、多米诺骨牌式相互依赖的押注结构」。
事实上，引发危机的从来不是损失本身，而是对损失的确认与承认。而在金融体系中，还存在一个规模更大、重要性更高、却愈发令人担忧其被真正「确认」的领域。
房贷之问
ZILLOW 房屋价值指数显示旧金山同比下降 11%，西雅图下降 9%，奥斯汀下降 8%；房利美（Fannie Mae）标出科技/金融就业人口超 40% 的邮政编码区域存在「早期拖欠率升高」。——Zillow / Fannie Mae，2028 年 6 月
本月，Zillow 房价指数显示，旧金山房价同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%。这并非唯一令人不安的信号。上个月，房利美指出，一些以大额按揭为主的邮编区域出现了更高的早期违约率。这些区域的借款人信用评分普遍在 780 分以上，长期以来被视为「防弹」级别的优质人群。
美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承销建立在一个基本假设之上，借款人在贷款期限内，能够大体维持当前的就业状态和收入水平。对大多数房贷而言，这一假设长达 30 年。
而白领就业危机，正在通过对收入预期的持续性下修，动摇这一根本假设。一个在三年前听起来近乎荒谬的问题，如今已无法回避，优质房贷，真的还稳如现金吗？
回顾美国历史上的每一次房贷危机，其诱因无外乎三类：一是投机性过度（向根本买不起房的人放贷，如 2008 年）；二是利率冲击（利率上升令浮动利率按揭失去可负担性，如 20 世纪 80 年代初）；三是局部经济冲击（单一产业在单一区域崩塌，如 80 年代的德州石油业、2009 年的密歇根汽车业）。
但这一次，三者都不适用。这些借款人并非次级客户，而是 FICO 评分 780 的金标人群；他们首付 20%，信用记录干净，就业经历稳定，收入在放贷时经过严格核验和完整留档。他们正是金融体系中所有风险模型默认的信用基石。
2008 年的问题在于，贷款从一开始就是坏的。2028 年的不同在于贷款在一开始是好的。只是世界在贷款发放之后，悄然改变了。
人们用贷款，押注了一个自己如今已无法继续相信、也难以负担的未来。
早在 2027 年，我们就观察到一些隐形压力开始浮现：房屋净值贷款提款增加、401(k) 账户提前支取上升、信用卡余额迅速攀升，而与此同时，按揭还款却仍然保持正常。随着裁员落地、招聘冻结、奖金缩水，这些原本被视为优质借款人的家庭，债务收入比几乎翻倍。
他们依然能够按时偿还房贷，但代价是全面削减可自由支配支出、不断消耗储蓄，并推迟所有房屋维护与改善计划。从账面上看，他们的房贷依然正常；但实际上，他们已经处在只需一次额外冲击便可能滑向违约的边缘。而 AI 能力持续进化的路径，恰恰意味着这种冲击并非遥远。
随后，我们看到旧金山、西雅图、曼哈顿和奥斯汀等科技与金融高度集中的城市，房贷违约率开始明显抬升，尽管全国平均水平仍维持在历史区间之内。
我们正步入最为敏感的阶段。当边缘买家（即可能接盘的人）财务状况稳健时，房价下跌尚可被市场消化；但如今，边缘买家本身正承受同样的收入受损压力。
风险正在积聚，但尚未演变为全面的房贷危机。违约率确实上行，却仍远低于 2008 年的高点。真正值得警惕的，不是当前的水平，而是它所呈现出的发展轨迹。
如今，智能替代螺旋又多了两项直接作用于实体经济下行的金融加速器。
劳动力替代、抵押贷款担忧、私募市场动荡。
三者彼此强化、相互放大。而传统的政策工具包（降息、量化宽松 QE）或许能够对冲金融体系的压力，却无法解决实体经济引擎的问题因为问题并非源自金融条件过紧。
实体经济的引擎，正在被另一股力量驱动。AI 正在让人类智能变得不再稀缺、也不再昂贵。你可以将利率降至零，并买入市场上所有的抵押贷款支持证券，甚至接盘所有违约的软件 LBO 债务……
但这也改变不了一个事实，一个 Claude 代理，可以用每月 200 美元的成本，完成一个年薪 18 万美元产品经理的工作。
如果这些恐惧成为现实，房贷市场市场将在今年下半年崩盘。在那种情况下，我们预计当前股市的回撤，最终可能接近全球金融危机时期的幅度（峰值到谷底下跌约 57%），这将把标普 500 指数带回至约 3500 点——上一次见到这一水平，还是在 2022 年 11 月、ChatGPT 时刻到来之前。
可以确定的是，支撑着 13 万亿美元住宅按揭贷款的收入假设，已经在结构上受到破坏。不确定的是，在房贷市场完全消化这一现实之前，政策是否还能及时介入。
我们仍然抱有希望，但也无法否认，悲观的理由正在不断累积。
与时间的赛跑
第一个负反馈循环发生在实体经济中，AI 能力提升，用工规模收缩，消费转弱，利润率承压，企业加大 AI 投入，AI 能力进一步提升。
随后，这一机制蔓延至金融体系，收入受损开始冲击房贷表现，银行资产质量恶化、信贷趋紧，财富效应削弱，反馈循环加速。而这两者都因为政府面对危机时的不知所措和应对不足，而被进一步放大。
我们的系统从一开始，就并非为应对这样的危机而设计。联邦政府的财政收入基础，本质上是一套对人类时间的征税机制，个人投入劳动，企业支付报酬，政府从中抽取税收。在正常年份，个人所得税与薪资税构成了政府财政收入的支柱。
但截至今年第一季度，联邦财政收入已较国会预算办公室的基准预测低出 12%。其中，薪资税下滑，源于在既有薪酬水平上就业的人数持续减少；所得税走弱，则反映出居民实际获得的收入在结构性层面上被压低。生产率确实在快速攀升，但增量收益并未流向劳动者，而是被资本与算力所吸收。
劳动收入在 GDP 中的占比，已从 1974 年的 64% 下降至 2024 年的 56%，这是全球化、自动化以及劳动议价能力长期削弱所共同推动的、长达四十年的缓慢下行。而在 AI 开始指数级跃迁后的短短四年内，这一比例进一步骤降至 46%，创下有记录以来的最大跌幅。
产出并未消失，但它已不再经由家庭循环回企业，这意味着它也不再经由美国国税局了。经济循环的闭环正在断裂，而市场与社会却仍期待政府能够出面，修补这一结构性裂缝。
正如以往每一次经济下行一样，财政支出上升的同时，财政收入却在下降。但这一次的不同之处在于支出压力并非周期性的，而是结构性的。
所谓自动稳定器（Automatic stabilizers），原本是为应对短期失业冲击而设计的，而非长期、不可逆的结构性替代。该系统支付福利的前提是，劳动者终将被重新吸纳回就业市场。
但现实正在改写这一假设，相当一部分人，将不再回到岗位，至少不可能以接近此前的薪酬水平回归。在新冠疫情期间，政府曾毫不犹豫地接受 15% 的财政赤字，因为那被普遍视为一次暂时性冲击。
而今天，需要政府支持的人，并非遭遇一场终会过去的公共卫生危机，而是被一种持续进化、不可回退的技术所取代。
于是，财政体系正面临一个尖锐而前所未有的结构性矛盾，在必须向家庭转移更多资金的同时，政府却正从这些家庭身上征收到更少的税收。
美国不会违约。它印制它用来消费的货币，同一种货币它用来偿还借款人。但压力已经开始在其他领域显现。今年以来，市政债券市场出现了令人不安的分化。没有所得税的州整体表现尚可；但高度依赖所得税收入的州（多为蓝州）所发行的一般责任债券（GO munis），则开始被市场计入一定程度的违约风险。政客们很快察觉到了这一点，关于应该救助谁的争论迅速演变为党派之争。
值得肯定的是，现任政府较早意识到这场危机的结构性本质，并开始推动一系列跨党派讨论中的方案，统称为《转型经济法案》（Transition Economy Act）。其核心思路是通过扩大财政赤字，并叠加一项拟议中的 AI 推理算力税，为被替代的劳动者提供直接转移支付。
而更激进的提案则进一步向前推进。《共享 AI 繁荣法案》（Shared AI Prosperity Act）主张对智能基础设施本身的收益设立公共索取权，其性质介于主权财富基金与 AI 产出特许权使用费之间，由此产生的分红，将用于持续性地向家庭转移收入。
不出所料，私人部门的游说力量迅速占据媒体版面，警告这是一条危险的滑坡。
政策讨论背后的政治博弈极其俗套，充斥着哗众取宠和边缘政策。右翼将转移支付与再分配斥为马克思主义，并警告对算力征税等同于将技术领先拱手让给中国；左翼则警告说，在既得利益者帮助下起草的税法，只会是变相的监管俘获；财政鹰派强调赤字不可持续；鸽派则反复引用全球金融危机（GFC）后过早实施的紧缩政策作为前车之鉴。
随着今年总统大选的临近，这种分歧只会被进一步放大。
在政客们争执不休之际，社会结构的撕裂速度，已经明显快于立法进程本身。占领硅谷运动正是这种广泛不满的集中体现。上个月，示威者连续三周封锁了 Anthropic 与 OpenAI 位于旧金山的办公入口。参与人数仍在增长，而这些抗议活动获得的媒体关注度，甚至超过了引发抗议的失业数据本身。
很难想象，在全球金融危机之后，还有谁能比当年的银行家更不受公众憎恶，但 AI 实验室正在迅速逼近这一位置。而从大众视角看，这种憎恨是情有可原的。
这些公司的创始人和早期投资者，以一种让镀金时代都显得温和的速度积累财富。生产率爆发带来的收益，几乎全部流向了算力的所有者以及依赖算力运转的实验室股东，这使得美国的不平等程度被放大到了史无前例的水平。
每一方都有自己眼中的反派，但真正的反派其实是时间。
AI 能力进化的速度，远快于制度调整的节奏；政策反应仍沿着意识形态的速度前行，而非现实的速度。如果政府无法尽快就问题究竟是什么达成共识，那么，上述的反馈回路将替他们书写下一章。
智能溢价的终结
在整个现代经济史中，人类智能始终是最稀缺的投入要素。资本是充裕的（或者至少是可复制的），自然资源虽然有限，但往往可以被替代，技术的进步速度足够缓慢，人类有时间去适应它。唯独智能，也就是分析、决策、创造、说服和协调的能力，是无法被大规模复制的东西。
正因为这种稀缺性，人类智能天然享有溢价。从劳动力市场，到住房按揭体系，再到税制设计，几乎所有核心经济制度，都是建立在这一前提之上。
现在，我们正在经历这种溢价的终结。在越来越多的任务中，机器智能正在成为人类智能一个称职的替代品，并且仍在快速进化。一个在人类智能稀缺假设下运行并被不断优化了数十年的金融体系，正被迫重新定价。这个过程注定是痛苦的、无序的，并且远未结束。
但重新定价，并不等同于崩溃。
经济仍有可能找到新的均衡。而抵达这一均衡，恰恰是当下为数不多、依然只能由人类完成的任务之一，而且我们必须把它做对。
这是历史上第一次经济中最具生产力的资产，并未带来更多就业，反而减少了就业。既有的理论框架难以完全适用，因为它们从未被设计来应对一个原本稀缺的要素突然变得充裕的世界。于是，我们只能构建新的框架。
真正重要的问题只有一个，我们是否来得及。
但是，你不是在 2028 年 6 月阅读这篇文章的，而是在 2026 年 2 月。
标普 500 指数正处于历史高点附近。负反馈循环尚未启动。我们确信其中一些情景不会成为现实。我们也同样确信，机器智能将继续加速，人类智能的溢价将会持续收窄。
作为投资者，我们仍有时间审视自己的资产组合中，有多少建立在无法穿越这个十年的假设之上。作为社会，我们也仍有时间选择主动塑造未来，而不是被动承受结果。
矿井里的金丝雀，目前还活着。
