当人类智能不再稀缺，这篇发人深省的报告推演AI繁荣之后宏观景象：白领下岗，消费崩塌，经济通缩

" bdsfid="280">Alap Shah合作发表的一份报告引发AI圈广泛议论，报告名为The 2028 Global Intelligence Crisis（译为《","style":"margin-left: 8px; margin-right: 8px;"},"namespaceURI":"http://www.w3.org/1999/xhtml"}]" bdsfid="291">2028全球智能危机》）。它并非官方预测，而是思想实验、","style":"margin-left: 8px;margin-right: 8px;"},"namespaceURI":"http://www.w3.org/1999/xhtml"},"node",{"tagName":"strong","attributes":{"style":"color: rgb(0, 0, 0);font: 700 16px / 24px ui-sans-serif, system-ui, sans-serif, Apple Color Emoji, Segoe UI Emoji, Segoe UI Symbol, Noto Color Emoji;text-align: start;white-space: normal;display: inline;flex: 0 1 auto;flex-direction: row;justify-content: normal;align-items: normal;padding: 0px;margin-top: 0px;margin-bottom: 0px;background: none 0% 0% / auto repeat scroll padding-box border-box rgba(0, 0, 0, 0);"},"namespaceURI":"http://www.w3.org/1999/xhtml"}]" bdsfid="296">宏观情景推演，以“2028 年 6 月复盘” 的视角，描绘 AI 快速普及引发的结构性经济危机。以下第一部分为豆包的提炼，第二部分为全文翻译。全文13800余字。

【豆包提炼】

一、核心论点：AI 繁荣 → 人类萧条

报告的核心悖论：AI 生产力爆发，却导致经济通缩与消费崩溃。

·人类智能被重新定价：人类的 “智能溢价”（支撑中产高薪的核心）被 AI 快速替代，白领岗位大规模消失。

·幽灵 GDP（Ghost GDP）：机器不消费，产出只在账面增长，却不流入实体经济，形成 “无消费的繁荣”。

·无刹车的负向循环：企业用 AI 裁员→利润短期上升→再投 AI→更多裁员→消费萎缩→企业再裁员，形成智能替代螺旋。

二、危机三阶段推演

阶段 1：虚假繁荣与 SaaS 崩塌（2025 年末–2026）

·AI 编程工具（如 Claude Code）质变，企业用低成本自研 AI 替代高价 SaaS 订阅。

·SaaS 板块市值蒸发约3000 亿美元，裁员被市场误读为 “效率提升”，标普 500 一度冲至8000 点。

阶段 2：中介消亡与消费萎缩（2027）

·AI 消除信息不对称，OTA、外卖、保险经纪等 “摩擦经济” 大面积消失。

·白领失业潮：年薪 18 万的产品经理被月薪 5200 的 AI 替代，失业率快速攀升。

·通缩螺旋：失业→消费下滑→企业进一步 AI 化→更多失业。

阶段 3：金融与地产连锁反应（2027 末–2028）

·私募信贷危机：基于 “ARR（经营年化收入）永续增长” 的债务大面积违约，冲击2.5 万亿美元私募信贷市场。

·保险与地产崩盘：年金、养老金踩雷坏账；旧金山、西雅图等科技中心房价暴跌。

·2028 年 6 月：失业率达10.2%，标普 500 从高点回撤38%，进入通缩型萧条。

三、关键影响与数据

·就业冲击：主要针对白领 / 知识工作者（程序员、分析师、产品经理、中介等），而非体力劳动者。

·财富分化：财富向算力与资本所有者（如英伟达、科技巨头）集中，劳动力收入占比崩溃。

·市场预测：标普500指数或跌至3500 点（本文发布时标普收于6910点左右——编者注），科技中心楼市、印度 IT 外包业（2000 亿美元出口）遭遇重创。

四、报告定位

这是一份情景推演（Scenario），而非官方预测，旨在警示：AI 的过快、无约束普及，可能引发与传统周期完全不同的结构性危机。

【全文翻译】

前言

如果我们对人工智能的乐观判断一直都是对的…… 可万一这本身反而是利空呢？

以下内容是情景推演，并非预测。这不是唱衰炒作，也不是人工智能末日式的幻想小说。本文唯一的目的，是构建一个相对被忽视的情景模型。这个问题由我们的朋友阿拉普・沙阿（Alap Shah）提出，我们一同探讨推演了答案。本文由我们撰写，他另外撰写了两篇，你可以在此处查看。

希望读完这篇内容，能让你在人工智能让经济变得愈发诡异的当下，对潜在的尾部风险多一份准备。

本文为西特里尼研究（","style":"margin-left: 8px;margin-right: 8px;"},"namespaceURI":"http://www.w3.org/1999/xhtml"}]" bdsfid="491">Citrini Research）2028 年 6 月宏观备忘录，详细复盘全球智能危机的演变与后果。

宏观备忘录

智能过剩的代价

The Consequences of Abundant Intelligence

西特里尼研究 2026 年 2 月 22 日 2028 年 6 月 30 日

今早公布的失业率为10.2%，超出预期 0.3 个百分点。股市受数据影响下跌 2%，标普500指数自 2026 年 10 月创下高点以来累计回撤达38%。

交易员们早已麻木。半年前，这样的数据本会触发熔断。

仅仅两年时间，一切就从 “局部影响”“仅涉及特定行业”，变成了一个与我们成长过程中的经济完全不同的模样。本季度的宏观备忘录，试图还原整个过程 —— 对危机前的经济做一次复盘。

当时的市场狂热显而易见。到 2026 年 10 月，标普 500 逼近 8000 点，纳斯达克突破 30000 点。2026 年初，因人类岗位被替代引发的首轮裁员潮开始，而裁员也确实起到了它本该起的作用：利润率扩大、盈利超预期、股价上涨。创纪录的企业利润，又被重新投入到人工智能算力中。

表面数据依然亮眼。名义 GDP 持续保持中高个位数年化增长，生产率大幅飙升。每小时实际产出创下 1950 年代以来未见的增速，背后是不用睡觉、不请病假、无需医保的人工智能智能体。

随着人力成本消失，算力持有者的财富暴增。与此同时，实际工资增长崩盘。尽管政府一再吹嘘生产率创下纪录，白领仍被机器取代，被迫转向低收入岗位。

当消费经济开始出现裂痕时，经济评论界流行起一个词：“幽灵 GDP”（Ghost GDP）—— 产出体现在国民账户中，却从未在实体经济中形成循环。

人工智能在各个方面都超出预期，市场也完全由人工智能驱动。唯一的问题是：实体经济并非如此。

我们本应早就明白：北达科他州一个 GPU 集群，能产出原本曼哈顿中城一万名白领的工作量 —— 这更像一场经济瘟疫，而非经济良方（is more economic pandemic than economic panacea）。货币流通速度直线归零；以人类为核心的消费经济（当时占 GDP 的 70%）逐渐枯萎。我们本可以更早想明白：机器在非必需品上的消费是多少？（答案：零。）

人工智能能力提升 → 企业用工减少 → 白领裁员增加 → 失业者消费下降 → 利润压力迫使企业加大人工智能投入 → 人工智能能力进一步提升……

这是一个没有自然刹车的负向循环：人类智能替代螺旋（human intelligence displacement spiral）。白领的收入能力（以及理性之下的消费）被结构性削弱。而他们的收入，正是 13 万亿美元抵押贷款市场的基石 —— 承销商被迫重新评估优质房贷是否依然可靠。

17年没有出现真正的违约周期，让私募市场充斥着基于 PE 投资的软件交易，这些交易都假设年度经常性收入会持续稳定。2027 年中期，人工智能冲击引发的首轮违约，打破了这一假设。

如果冲击仅限于软件行业，问题尚且可控，但事实并非如此。到 2027 年末，所有依靠中介的商业模式都受到威胁。一大批靠人为摩擦因素牟利的公司纷纷瓦解。

整个经济体系，原来是一条押注白领生产率增长的长长的关联链条。2027 年 11 月它的崩盘，只是加速了所有已存在的负向循环。

近一年来，我们一直在等待 “坏消息即是好消息”。政府开始考虑相关提案，但公众对政府出手救助的信心已大幅减弱。政策应对永远滞后于经济现实，而缺乏全面方案，如今正可能加速通缩螺旋。

危机的开端

2025 年末，智能体编程工具能力实现阶跃式提升。

一名合格开发者配合 Claude Code 或 Codex，能在几周内复刻中端 SaaS 产品的核心功能。虽不完美、无法覆盖所有边界情况，但已足以让首席信息官在面对 50 万美元年度续约时开始发问：“我们为什么不自己做？”

大多数公司的财年与自然年同步，所以2025 年第四季度已定下了 2026 年企业支出，那时 “智能体人工智能”（agentic AI）还只是热词。年中审核，是采购团队第一次真正看清这些系统的能力并据此决策。一些企业亲眼看到内部团队几周内就做出原型，替代了价值数十万的 SaaS 合同。

那年夏天，我们与一位财富 500 强企业的采购经理交流。他谈到一次预算谈判：销售本打算沿用去年的套路 —— 每年涨价5%，主打 “你们团队离不开我们”。采购经理告诉他，他已与 OpenAI 洽谈，由其 “前沿部署工程师” 用人工智能工具完全替代这家供应商。最终续约折扣30%。他说这还算好结果，长尾 SaaS 厂商，如Monday.com、Zapier、Asana，处境要糟得多。

投资者早有准备，甚至预期长尾厂商会遭受重创。它们可能占普通企业技术栈支出的三分之一，风险显而易见。但大家以为核心系统不会受冲击。

直到 ServiceNow 2026 年第三季度财报发布，这种反思性机制（reflexivity）才变得清晰。

ServiceNow 新增年化合同额增速从 23% 放缓至 14%；宣布裁员 15% 并启动 “结构性增效计划”；股价暴跌 18% / 彭博社，2026 年 10 月

SaaS 并未 “死亡”。自研搭建与维护仍需做成本收益分析。但自研成为了选项，并直接影响定价谈判。更重要的是，竞争格局已变。人工智能让新功能开发与上线变得更容易，产品差异化消失。老牌厂商陷入价格战 —— 既要互相厮杀，也要应对大批新兴挑战者。后者得益于智能体编程工具的飞跃，又无历史成本包袱，疯狂抢占市场份额。

直到这份财报发布，人们才充分意识到这些系统的互联性。ServiceNow 销售席位许可。财富 500 强客户裁员 15%，就会取消 15% 的许可。正是这种由人工智能驱动的裁员在提升客户利润率，同时也在机械性地摧毁 ServiceNow 自身的收入基础。

这家销售流程自动化的公司，正被更优秀的流程自动化所颠覆。而它的应对，是裁员，并用节省下来的资金投入颠覆自己的技术。

它们还能怎么做？坐以待毙、慢慢死去？受人工智能威胁最严重的公司，反而成了人工智能最激进的使用者。

事后看这一切理所当然，但当时并非如此（至少对我而言）。历史上的颠覆模式是：老牌企业抗拒新技术，被灵活新进入者夺走份额，缓慢消亡。柯达、百视达、黑莓皆是如此。2026 年的情况截然不同：老牌企业无力抗拒。

股价暴跌 40%–60%，董事会要求给出解释，受人工智能威胁的公司只能做唯一的选择：裁员，将节省资金投入人工智能工具，用工具以更低成本维持产出。

每家企业的个体选择都是理性的，集体结果却是灾难性的。每省下一美元人力成本，都会转化为人工智能能力，让下一轮裁员成为可能。

软件行业只是开场戏。投资者还在争论 SaaS 估值是否触底时，他们忽略了一点：这个自反循环早已跳出软件行业。所有拥有白领成本结构的公司，都适用 ServiceNow 裁员的逻辑。

当摩擦降为零

When Friction Went to Zero

2027 年初，大模型使用成为标配。很多人根本不懂什么是人工智能智能体，却每天都在使用，就像不懂 “云计算” 的人照样用流媒体一样。他们把它当成自动补全、拼写检查 —— 手机自带的功能。

通义开源的购物智能体，成为人工智能接管消费决策的催化剂。短短几周，各大人工智能助手都集成了智能体购物功能。轻量化模型让这些智能体可以在手机、笔记本上运行，而不仅限于云端，大幅降低推理边际成本。

更应让投资者不安的是：这些智能体无需等待指令，会根据用户偏好在后台自动运行。消费从一系列离散的人类决策，变成 24 小时不间断的持续优化过程。到 2027 年 3 月，美国人均日消耗代币达 40 万个，是 2026 年末的10 倍。

链条的下一环已然断裂：中介服务（Intermediation）。

过去50年，美国经济在人类的局限性之上，建立了巨大的收租层：事情需要时间、耐心会耗尽、品牌熟悉度替代细致比对、大多数人为了少点几下宁愿接受糟糕价格。数万亿美元的企业价值，都建立在这些约束之上。

一开始很简单：智能体消除了摩擦（Agents removed friction）。

长期不用却自动续费的订阅、试用期后悄悄翻倍的入门价 —— 都被智能体逐一破解。整个订阅经济赖以生存的客户终身价值指标，显著下滑。

消费智能体开始改变几乎所有消费交易的方式。

人类没时间在五个平台比价后再买一盒蛋白棒。机器可以。

旅游预订平台是早期牺牲者，因为模式最简单。到 2026 年第四季度，我们的智能体能在几秒内编出完整行程（机票、酒店、地面交通、会员积分、预算、退款），比任何平台都更快更便宜。

完全依赖用户惰性续保的保险业务被重构。每年帮你重新比价投保的智能体，瓦解了保险公司靠被动续保赚取的 15%–20% 保费。

财务咨询、税务申报、常规法律服务 —— 所有价值主张本质是 “我帮你搞定你嫌麻烦的复杂流程” 的领域，都被颠覆，因为机器从不觉得麻烦。

即便那些我们以为靠人情关系稳如泰山的行业也不堪一击。房地产业，几十年来，因为买卖双方信息不对称，买家容忍 5%–6% 的佣金。但当人工智能智能体接入房源系统、拥有数十年交易数据，瞬间就能复刻全部专业知识后，这一模式轰然倒塌。2027 年 3 月一篇卖方报告称之为：“智能体对智能体的厮杀”。主要城市买方佣金中位数从 2.5%–3% 压缩至 1% 以下，越来越多交易完全没有人类买方中介。

我们高估了 “人情关系” 的价值。事实证明，很多所谓关系，不过是披着友善外衣的交易摩擦。

这只是中介层颠覆的开始。成功企业曾投入数十亿美元，精准利用消费者行为与心理弱点，而这些弱点在机器面前毫无意义。

只为性价比和匹配度优化的机器，不在乎你用了四年的习惯 APP，也不会被精美的结账界面吸引。它们不会疲惫、不会图省事、不会默认 “我一直在这里点单”。

这摧毁了一种特殊的护城河：习惯性中介（habitual intermediation）。

DoorDash（达达，美国外卖快递公司）就是典型代表。

编程智能体让外卖 APP 的开发门槛归零。一名合格开发者几周就能做出功能完整的竞品，数十家新平台涌现，将 90%–95% 的配送费分给骑手，挖走 DoorDash 和 Uber Eats 的骑手。多平台仪表盘让零工同时跟踪二三十个平台订单，彻底打破老牌企业的用户锁定。市场一夜碎片化，利润率压缩至近乎为零。

智能体从两端加速毁灭：既催生竞争者，又使用竞争者。DoorDash 的护城河本质是：“你饿了、你懒了、这是你主屏上的 APP。” 而智能体没有主屏。它会同时检查 DoorDash、Uber Eats、餐厅官网和几十家新平台，每次都选出费用最低、配送最快的选项。

支撑整个商业模式的 APP 使用习惯，在机器面前根本不存在。

这倒颇有几分诗意，也许是整个故事里，智能体唯一帮了即将被颠覆的白领的地方。当他们沦为配送骑手时，至少一半收入不会再被 Uber 和 DoorDash 抽走。当然，随着自动驾驶车辆普及，这份技术带来的 “恩惠” 也没能持续多久。

一旦智能体掌控交易，就会追求更大的成本节约。

比价、聚合的空间有限。反复为用户省钱的最大方式（尤其是智能体之间开始互相交易后），是消除手续费。在机器对机器的交易中，2%–3% 的银行卡清算费率成为明显目标。

智能体开始寻找比银行卡更快更便宜的方案。大多数选择通过 Solana 或以太坊二层网络使用稳定币，结算近乎瞬时，交易成本仅为零点几美分。

万事达卡 2027 年第一季度：净营收同比 + 6%；消费交易量增速从上季度 5.9% 放缓至 3.4%；管理层提及 “智能体主导的价格优化” 与 “非必需消费板块压力” / 彭博社，2027 年 4 月 29 日

万事达卡 2027 年一季报成为不可逆的转折点。智能体商务从产品故事，变成了底层基础设施故事。次日万事达卡股价下跌 9%，Visa 同样大跌，后因分析师指出其在稳定币基础设施上的优势才收窄跌幅。

智能体商务绕开清算费率，对以银行卡为核心的银行和单一发卡机构构成远更大的风险。它们赚取 2%–3%手续费中的大部分，并建立了以商家补贴为资金来源的奖励机制。

美国运通（AXP）受冲击最严重：白领裁员重创其客户群，智能体绕开手续费摧毁其盈利模式。Synchrony、第一资本、Discover 随后几周跌幅均超 10%。

它们的护城河由摩擦筑成。而摩擦，正在归零。

从行业风险到系统性风险

整个 2026 年，市场都将人工智能的负面影响视为行业问题。软件与咨询暴跌，支付与其他收费模式摇摇欲坠，但整体经济看似无恙。劳动力市场虽在软化，但并未自由落体。市场共识是：创造性破坏是任何技术创新周期的一部分，局部会痛苦，但人工智能的整体净收益将大于损失。

我们 2027 年 1 月的宏观备忘录指出，这是错误的思维模型。美国经济是白领服务型经济。白领占就业的 50%，驱动约 75% 的非必需消费。人工智能正在吞噬的企业与岗位，并非美国经济的边缘，而是主体。

“技术创新摧毁岗位，然后创造更多岗位。” 这是当时最流行、最有说服力的反驳。它流行且有说服力，因为两个世纪以来它都正确。即便我们想不出未来会是什么工作，也确信它们一定会到来。

ATM 让银行网点运营成本降低，于是银行开了更多网点，柜员就业在随后20年反而上升。互联网颠覆了旅行社、黄页、实体零售，却创造了全新行业与新岗位。

但每一份新工作，都需要人类来做。

而如今的人工智能，是通用智能，甚至在人类原本可以转岗的任务上也持续进步。被替代的程序员无法简单转向 “人工智能管理”，因为人工智能自己就能做。

今天，人工智能智能体可以完成长达数周的研发任务。指数级进步粉碎了我们对可能性的认知，尽管每年沃顿商学院的教授都试图把数据套进新的 S 型曲线。

它们几乎编写所有代码。最强的智能体在几乎所有事情上，都比几乎所有人类聪明得多。而且它们越来越便宜。

人工智能确实创造了新岗位：提示工程师、人工智能安全研究员、基础设施技术员。人类仍在最高层面参与协调与审美导向。但人工智能每创造一个新岗位，就会让几十个岗位过时。新岗位的薪酬，远不及旧岗位。

美国就业指数报告（JOLTS）：职位空缺跌破 550 万；失业者与岗位比升至约 1.7，为 2020 年 8 月以来最高 / 彭博社，2026 年 10 月

全年招聘增速疲软，而 2026 年 10 月 JOLTS 数据给出了明确信号：职位空缺跌破 550 万，同比下降 15%。

Indeed：软件、金融、咨询招聘量大幅下滑，“生产率计划” 蔓延 / Indeed就业实验室，2026 年 11–12 月

白领岗位暴跌，蓝领岗位（建筑、医疗、技工）相对稳定。被颠覆的是那些写备忘录、批预算、维持经济中间层运转的工作。但两类人群的实际工资增长，全年大部分时间都为负，且持续下滑。

股市依然更关心 GE Vernova 涡轮机产能已售至 2040 年的消息，在负面宏观数据与正面人工智能基建新闻之间拉锯震荡。

但债市（永远比股市理性，至少不那么浪漫）开始定价消费冲击。10 年期债收益率在随后四个月从 4.3% 降至 3.2%。尽管如此，整体失业率并未大幅飙升，部分人仍未看清结构上的细微变化。

正常衰退中，成因最终会自我修正：过度建设导致基建放缓，进而利率下降，再启动新建设；库存过高导致去库存，随后再补库。周期机制本身就孕育复苏的种子。

本轮周期的成因，并非周期性。

人工智能变得更强、更便宜。企业裁员，用省下来的钱买更多人工智能，从而再裁员。失业者减少消费。消费型企业销量下滑、经营承压，为保利润率加大人工智能投入。人工智能变得更强、更便宜。

一个没有自然刹车的循环。

直觉预期是：总需求下降会放缓人工智能建设。但并没有，因为这不是超大规模的资本支出，而是运营支出替代。一家原本每年花 1 亿员工成本、500 万人工智能成本的公司，现在花 7000 万员工成本、2000 万人工智能成本。人工智能投资数倍增长，但总运营成本反而下降。每家企业的人工智能预算都在增长，整体支出却在收缩。

讽刺的是：人工智能基建板块持续走强，而经济却在它" bdsfid="999">的颠覆下不断恶化。英伟达仍在发布创纪录营收，台积电产能利用率维持 95% 以上，超大规模企业每季度仍在数据中心资本支出上投入1500–2000 亿美元。完全受益于此趋势的经济体（如中国台湾、韩国）表现远超全球。

印度则截然相反。该国 IT 服务业年出口超 2000 亿美元，是印度经常账户顺差的最大来源，也是弥补长期商品贸易逆差的支柱。整个模式的价值主张只有一条：印度开发者成本仅为美国同行的零头。但人工智能编程智能体的边际成本已几乎归零。TCS、印孚瑟斯、威普罗 2027 年合同取消量加速上升。卢比在四个月内对美元贬值 18%，支撑印度国际收支的服务业顺差蒸发。2028 年第一季度，IMF 已与新德里开始 “初步磋商”。

引发颠覆的引擎每季度都在变强，意味着颠覆每季度都在加速。劳动力市场没有天然底部。

在美国，我们不再讨论人工智能基建泡沫如何破裂，而是开始问：当消费者被机器取代，消费信贷经济会怎样？

智能替代螺旋

The Intelligence Displacement Spiral

到 2027 年，宏观经济故事已不再隐晦。过去12个月零散但明显负面的变化，其传导机制变得清晰。你不必去看劳工统计局数据，只需参加一场有朋友的晚宴就够了。

被替代的白领没有闲着，他们降档求生。许多人转向低收入服务业与零工经济，增加了这些领域的劳动力供给，也压低了薪资。

我们一位朋友 2025 年是 Salesforce 高级产品经理：有头衔、医保、401k，年薪 18 万美元。她在第三轮裁员中失业。找了六个月工作后，开始开网约车。收入降至 4.5 万美元。重点不是这个个体故事，而是二阶效应：把这个动态乘以每个主要城市的几十万人。过量的合格劳动力涌入服务业和零工经济，压低了本就挣扎的在岗人员工资。行业性颠覆，演变成全经济体的薪资压缩。

剩下的以人为核心的岗位，还将面临新一轮调整 —— 就在本文撰写之时。自动驾驶配送与自动驾驶车辆，正在渗透吸收了首轮失业者的零工经济。

到 2027 年 2 月，显而易见：仍在岗的职场人开始节衣缩食，仿佛自己就是下一个。他们工作量翻倍（大多靠人工智能）只为不被开除，升职加薪的希望彻底消失。储蓄率上升，消费疲软。

最危险的是滞后性。高收入人群用高于平均水平的储蓄，维持了两三个季度的正常生活表象。硬数据确认问题时，现实经济中早已是旧闻。然后，打破幻象的数据终于到来：

美国首次申请失业金人数飙升至 48.7 万，为 2020 年 4 月以来最高；美国劳工部，2027 年第三季度

首次申请失业金人数飙升至 48.7 万，为 2020 年 4 月以来最高。ADP 与 Equifax 证实，绝大多数新增申请来自白领。

标普 500 当周下跌 6%。负面宏观开始赢得拉锯战。

正常衰退中，失业分布广泛，蓝领与白领按就业比例分担痛苦，消费冲击也广泛分布，且数据会快速显现，因为低收入人群边际消费倾向更高。

而本轮周期中，失业集中在收入最高的 10% 人群。他们占总就业比例不大，却驱动着极不成比例的消费。美国收入最高的 10% 人群，贡献超过 50% 的消费；最高 20%人群，贡献约 65%。正是这些人买房、买车、度假、下馆子、付私立学校学费、装修房子。他们是整个非必需消费经济的需求基石。

当这些人失业，或降薪 50% 转岗时，消费冲击远大于失业人数本身。白领就业下降 2%，非必需消费就会下滑 3%–4%。与蓝领失业冲击即时显现不同（工厂裁员，下周就停止消费），白领失业有滞后但更深的影响，因为他们有储蓄缓冲，能维持数月消费，之后行为才会发生转变。

到 2027 年第二季度，经济已陷入衰退。美国国家经济研究局（NBER）数月后才会正式确定衰退起始时间（他们向来如此），但数据已毋庸置疑：连续两个季度实际 GDP 负增长。但这还不是 “金融危机”…… 至少当时还不是。

关联押注的连锁链条

The Daisy Chain of Correlated Bets

私募信贷规模已从 2015 年的不足 1 万亿美元，增长到 2026 年的2.5 万亿美元以上。其中相当一部分资金投向了软件与科技类交易，许多是对 SaaS 公司的杠杆收购，其估值建立在一个假设之上：营收能长期保持15% 左右的持续增长。

这些假设在智能体编程首次演示到 2026 年一季度软件股崩盘之间的某个时刻就已破灭，但账面估值却迟迟没有反映这一现实。

当众多上市 SaaS 公司的估值跌至企业息税折旧摊销前利润（EBITDA）的 5–8 倍时，私募股权支持的软件公司资产负债表上，仍按早已不复存在的收入倍数记录着收购时的估值。基金经理们慢慢下调估值：100 美分、92 美分、85 美分，而可比上市公司的价格早已跌到 50 美分。

穆迪下调 14 家发行主体共计 180 亿美元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性颠覆带来长期性营收压力”；为 2015 年能源行业以来最大规模单一板块评级行动 / 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。行业老手早已在 2015 年能源债评级下调时见过这套剧本。

软件相关贷款从 2027 年第三季度开始违约。信息服务与咨询领域的私募股权投资组合公司紧随其后。多家知名 SaaS 公司的数十亿美元杠杆收购交易进入重组程序。

Zendesk（客户服务软件平台公司）成为压垮骆驼的最后一根稻草。

Zendesk 因人工智能驱动的客服自动化侵蚀年度经常性收入，违反债务契约；50 亿美元直接贷款工具估值降至 58 美分；史上规模最大的软件类私募信贷违约事件 / 金融时报，2027 年 9 月

2022 年，Hellman & Friedman 与 Permira 以 102 亿美元将 Zendesk 私有化。债务包为 50 亿美元直接贷款，是当时规模最大的以年度经常性收入为支撑的融资工具，由黑石牵头，阿波罗、Blue Owl、HPS 共同参与放贷。这笔贷款的结构完全基于一个假设：Zendesk 的年度经常性收入将保持 “经常性”。当时杠杆倍数约为息税折旧摊销前利润的 25 倍，只有在这一假设成立的前提下才合理。

到 2027 年年中，这一假设不再成立。

人工智能智能体已在近一年里自主处理大量客服工作。Zendesk 所定义的赛道 —— 工单、路由、管理人工客服交互 —— 已被能直接解决问题、无需生成工单的系统彻底取代。支撑这笔贷款的年度经常性收入，不再是 “经常性” 的，而只是尚未流失的收入。

史上规模最大的年度经常性收入（ARR）支持贷款，变成了史上规模最大的软件类私募信贷违约。所有信贷部门同时抛出同一个问题：还有谁把长期性压力伪装成了周期性压力？

但市场共识至少在一开始是对的：这本该是可以扛过去的。

私募信贷不是 2008 年的银行体系。整个架构的设计初衷就是避免被迫抛售。这些都是封闭式工具，资金被长期锁定。有限合伙人承诺投资期限长达 7 至 10 年。没有会挤兑的储户，没有会被抽走的回购协议。基金经理可以持有受损资产，逐步处置，等待回收。痛苦，但可控。这套体系本应是弯曲而非断裂。

黑石、KKR、阿波罗的高管称，软件相关敞口仅占资产的 7%–13%，可控。所有卖方报告和金融社交平台信贷账号都在重复同一句话：私募信贷拥有永久资本，它们能吸收足以压垮高杠杆银行的损失。

永久资本（" bdsfid="1219">。这个词出现在每一次业绩电话会、每一封投资者信中，用来安抚市场。它成了一句咒语。和大多数咒语一样，没人在意细节。而它的真实含义是……

在过去十年里，大型另类资产管理公司收购了多家寿险公司，将其改造为融资工具。阿波罗收购 Athene，布鲁克菲尔德收购 American Equity，KKR 收购 Global Atlantic。逻辑十分精巧：年金存款提供稳定、长久期的负债端。基金经理把这些存款投向自己发起的私募信贷，赚两遍钱：保险端赚利差，资产管理端赚管理费。这是一套 “费上费” 的永动机，完美运转的前提只有一个：

这些私募信贷必须是优质资产。

亏损冲击的是一类特殊的资产负债表：一边是长久期负债，一边是低流动性资产。本应让体系具备韧性的 “永久资本”，并非什么抽象的、有耐心的机构资金，也不是专业投资者承担的专业风险。它是美国普通家庭的储蓄，以年金形式投向那些如今正在违约的、私募股权支持的软件与科技资产。那些无法被抽走的锁定资本，是寿险保单持有人的钱，而这里的规则截然不同。

相较于银行体系，保险监管此前一直较为温和，甚至有些自满，但这次被彻底唤醒。本就对寿险公司的私募信贷集中度感到不安的监管机构，开始下调这类资产的风险资本计量等级。这迫使保险公司要么增资，要么卖资产 —— 而在已经冻结的市场里，两者都无法以合理条件实现。

纽约州、爱荷华州监管机构收紧寿险公司所持部分私募评级信贷的资本计量规则；预计美国全国保险委员会的指导意见将增加风险资本因素，并引发对特殊风险暴露的进一步审查 / 路透社，2027 年 11 月

当穆迪将 Athene 的财务实力评级展望调整为负面后，阿波罗股价两个交易日暴跌 22%。布鲁克菲尔德、KKR 等纷纷跟随。

局面从此变得更加复杂。这些机构不只打造了保险系永动机，还搭建了一套精密的离岸架构，通过监管套利最大化收益。美国保险公司发行年金，再将风险转移给自家旗下的百慕大或开曼再保险公司 —— 这些实体利用更宽松的监管规则，对同一资产只需持有更少资本。这些关联实体通过离岸特殊目的工具募集外部资本，形成新一层交易对手，与保险公司共同投资于母公司资产管理部门发起的私募信贷。

评级机构中有些本身就被私募股权持有，它们绝非透明典范 —— 这一点几乎没人感到意外。不同机构、不同资产负债表交织成的蛛网，其不透明度令人震惊。当底层贷款违约时，谁真正承担损失，在当下根本无法回答。

2027 年 11 月的崩盘，标志着市场认知从一次普通的周期性回撤，转向某种令人不安得多的现实。美联储主席凯文・沃什在 11 月联邦公开市场委员会紧急会议上将其称为：“一条押注白领生产率增长的关联押注连锁链条。”（“A daisy chain of correlated bets on white collar productivity growth”）

要明白：从来不是损失本身引发危机，而是承认损失引发危机。而在金融领域，还有一个大得多、重要得多的领域，我们同样害怕面对这一承认。

房贷问题

Zillow 房价指数：旧金山同比下跌 11%，西雅图跌 9%，奥斯汀跌 8%；房利美预警科技/金融就业占比超 40% 的地区早期违约率上升 / 据Zillow/房利美，2028 年 6 月

本月 Zillow 房价指数显示，旧金山同比下跌 11%，西雅图跌 9%，奥斯汀 跌8%。这并非唯一令人担忧的消息。上月，房利美预警，大额房贷集中的邮编区域早期违约率走高 —— 这些地区的借款人信用评分通常在 780 以上，原本被视为绝对安全。

美国住房抵押贷款市场规模约13 万亿美元。房贷审核的核心假设是：借款人在贷款期限内将保持就业，且收入大致维持当前水平。大多数房贷的期限长达 30 年。

白领就业危机，从根本上动摇了这一假设，收入预期出现持续性下移。我们现在必须提出一个三年前看似荒谬的问题：优质房贷还是优质资产吗？

美国历史上所有房贷危机，都由三类原因之一驱动：

1. 投机过热（向无力负担的人放贷，如 2008 年）
2. 利率冲击（利率上升导致可调利率房贷无法负担，如 1980 年代初）
3. 区域性经济冲击（单一地区单一行业崩溃，如 1980 年代得州石油、2009 年密歇根汽车）

本轮危机无一符合。涉事借款人并非次级贷。他们信用评分 780，首付 20%，信用记录干净，就业稳定，放贷时收入经过严格核实。他们是整个金融系统所有风险模型都视为信贷质量基石的那类借款人。

2008 年，贷款从第一天就是坏的。2028 年，贷款从第一天是好的，只是在放贷之后，世界变了。人们借钱时所预期的未来，如今已无法实现。

2027 年，我们就已标记出隐形压力的早期信号：房贷仍在正常还款，但房屋净值信用额度提取、401k 提前支取、信用卡债务大幅飙升。随着失业、招聘冻结、奖金削减，这些优质家庭的债务收入比翻倍。

他们仍能还房贷，但只能靠停止所有非必需消费、耗尽储蓄、推迟一切房屋维修与装修。从账面上看，他们房贷还款正常，但再受一次冲击就会陷入困境。而人工智能能力的演进轨迹表明，冲击正在到来。随后我们看到，旧金山、西雅图、曼哈顿、奥斯汀的违约率开始飙升，尽管全国平均水平仍在历史区间内。

我们现在已进入最严峻阶段。当边际买家健康时，房价下跌可控。而这里的边际买家，正面临同样的收入受损。

尽管担忧加剧，我们尚未陷入全面房贷危机。违约率上升，但仍远低于 2008 年水平。真正的威胁是趋势。

智能替代螺旋，如今为实体经济下滑增添了两个金融加速器：

劳动力替代 → 房贷担忧 → 私募市场动荡三者互相强化。而传统政策工具（降息、量化宽松）只能修复金融引擎，无法修复实体经济引擎。因为实体经济引擎的问题不在于金融环境收紧，而在于人工智能让人类智能不再稀缺、不再值钱。你可以把利率降到零，可以买下市场上所有抵押贷款支持证券、所有违约的软件杠杆收购债……

也改变不了一个事实：一个 Claude 智能体，每月只需 200 美元，就能完成年薪 18 万美元产品经理的工作。

如果这些担忧成为现实，房贷市场将在今年下半年破裂。在这种情景下，美股当前回撤最终可能与全球金融危机比肩（从高点到低点下跌 57%），标普 500 将跌至3500 点左右—— 回到 2022 年 11 月 ChatGPT 问世前一个月的水平。

明确的是：支撑 13 万亿美元住房抵押贷款的收入假设，已遭受结构性破坏。不明确的是：政策能否在房贷市场完全反应这一后果前介入。我们抱有希望，但无法否认悲观的理由。

与时间赛跑

The Battle Against Time

第一个负向循环出现在实体经济：人工智能能力提升 → 薪资支出缩减 → 消费疲软 → 利润率承压 → 企业购买更多人工智能 → 能力进一步提升。随后转向金融层面：收入受损冲击房贷 → 银行亏损收紧信贷 → 财富效应破裂 → 循环加速。而这一切，又被政府不足的政策应对进一步放大 —— 坦率地说，政府显得相当迷茫。

这套体系本就不是为应对这类危机设计的。联邦政府的收入基础，本质上是对人类时间征税。人们工作，企业付薪，政府抽成。个人所得税与薪资税，是正常年份财政收入的支柱。

截至今年一季度，联邦财政收入较国会预算办公室基准预测低 12%。薪资税收入下降，因为就业人数与薪酬水平下滑。所得税收入下降，因为收入出现结构性降低。生产率飙升，但收益流向资本与算力，而非劳动力。

劳动力占 GDP 比重从 1974 年的 64% 降至 2024 年的 56%，这是全球化、自动化、劳动者议价能力持续削弱带来的40年缓慢下滑。而在人工智能开始指数级进步的四年里，这一比例暴跌至46%，为有记录以来最大降幅。

产出仍在，但不再经过家庭（消费）流向企业，这意味着也不再经过国税局。经济循环正在断裂，而人们指望政府出手修复。

与每一次衰退一样，支出上升的同时收入下降。这一次的区别在于：支出压力不是周期性的。自动稳定器是为临时性失业设计的，而非结构性替代。体系在发放福利时，默认工人会被重新吸收。但许多人不会，至少无法回到原有薪资水平。

新冠疫情期间，政府坦然接受 15% 的财政赤字，但那被视为暂时。如今需要政府支持的人，遭遇的不是可以康复的疫情，而是被不断进步的技术替代。

政府恰恰在从家庭征税最少的时候，最需要向家庭转移支付。

美国不会违约。它可以印钞支付支出，也用同一货币偿还债务人。但压力已在别处显现。市政债年内表现出现令人担忧的分化。无个人所得税的州尚可，依赖个人所得税的州（多数蓝州）发行的一般责任债，已开始定价一定违约风险。政界迅速反应，围绕 “谁该被救助” 的辩论沿党派路线分裂。

值得肯定的是，政府较早意识到危机的结构性本质，开始讨论两党提案，即所谓《转型经济法案》（" bdsfid="1556">：通过赤字支出 + 人工智能推理算力税，为被替代工人提供直接转移支付的框架。

更激进的提案更进一步：《人工智能共享繁荣法案》（Shared AI Prosperity Act）将对智能基础设施本身的回报设立公共索取权，介于主权财富基金与人工智能产出版权税之间，股息用于家庭转移支付。私营部门游说团体已在媒体上铺天盖地警告这是滑坡效应。

讨论背后的政治格局惨淡而可预测，作秀与边缘政策加剧了对立。右翼称转移支付与再分配是马克思主义，警告对算力征税会让中国领先。左翼警告，在巨头协助下起草的税收方案，本质是另一种形式的监管俘获。财政鹰派指向不可持续的赤字。鸽派则以全球金融危机后过早实施的紧缩政策为警示。分歧在今年总统大选前进一步放大。

政客争吵不休，社会结构撕裂的速度，快过立法进程。

“占领硅谷” 运动成为广泛不满的象征。上月，示威者连续三周封锁 Anthropic 与 OpenAI 在旧金山办公室的入口。人数不断增加，报道规模远超引发抗议的失业数据。

很难想象公众曾比金融危机后更痛恨银行家，但人工智能实验室正在迎头赶上。而在普通民众看来，这并非没有理由。实验室创始人与早期投资者积累财富的速度，让镀金时代都显得温和。生产率繁荣的收益几乎全部流向算力所有者与实验室股东，将美国不平等推至前所未有的水平。

各方都有自己眼中的反派，但真正的反派是时间。

人工智能能力进化的速度，快过制度适应的速度。政策响应的速度追随意识形态，而非现实。如果政府不能尽快就问题本质达成一致，负向循环将替他们写下下一章节。

智能溢价的瓦解

The Intelligence Premium Unwind

在整个现代经济史中，人类智能都是稀缺要素。资本是充裕的（至少可复制），自然资源有限但可替代，技术进步速度足够慢，人类可以适应。智能 —— 分析、决策、创造、说服、协调的能力—— 是无法大规模复制的东西。

人类智能的内在溢价，源于稀缺性。我们经济中的每一项制度 —— 从劳动力市场、房贷市场到税法 —— 都是为这一假设成立的世界设计的。

我们现在正在经历这一溢价的瓦解。机器智能已在越来越多的任务中，成为人类智能称职且快速进步的替代品。数十年来为 “人类大脑稀缺” 的世界而优化的金融体系，正在重新定价。这一重定价痛苦、无序，且远未结束。

但重新定价 ≠ 崩溃。

经济可以找到新均衡。抵达这一均衡，是为数不多仅剩的、只有人类能完成的任务。我们必须做对。

这是历史上第一次，经济中生产力最高的资产，创造的岗位更少，而非更多。没有人的框架适用，因为没有任何框架是为 “稀缺要素变为充裕” 的世界设计的。所以我们必须创造新框架。我们能否及时建成，是唯一重要的问题。

但你并不是在 2028 年 6 月读到这篇文章，你是在2026 年 2 月。

标普指数接近历史高位。负向循环尚未开始。我们确信其中某些情景不会成真。我们同样确信，机器智能将继续加速。人类智能的溢价将收窄。

作为投资者，我们仍有时间评估：我们的投资组合有多少，建立在未来十年无法存续的假设之上；作为社会，我们仍有时间主动应对。

金丝雀（指预警机制）还活着。*

原文地址：

https://www.citriniresearch.com/p/2028gic

— THE END —

紫京讲谈

财经领域创作者

3428篇原创