别闹了，这才是真正的危机

作者：张是之 来源于奥派经济学

文丨张是之

最近有一篇文章在华尔街很火，并且还被认为与最近的部分科技和金融股下跌有关。

Citrini Research发布了一篇名为《2028全球智能危机：一个来自未来的金融史思想实验》的推演备忘录。

作者很诚实，在开头就说“这是情景推演，不是预测”。

但诚实并没有阻止它成为市场叙事的一部分，很多人都相信，是这篇文章让市场做出反应。

整篇文章最核心的一句话是这个：

机器在可选消费上花多少钱？（提示：是0）

这句话被大量引用，被认为一锤定音地证明了“AI导致需求塌陷”的宏观逻辑，也就是他说的“幽灵GDP”（Ghost GDP）。

它确实足够尖锐，但它错得也相当彻底。

原文最致命的问题不是“AI会不会变得更强”，它最致命的问题是：把技术进步错当成“总需求坍塌”的宏观机制，把名义支出当成真实财富的等价物，把金融危机的根因从“信用扩张与资本错配”偷换成了“机器不消费”这个修辞。

本文着力批判原文，长文5000字，需要你仔细用逻辑消化一下。

原文放在今天三条，需要的自行查看。

一、原文在说什么

批评一篇文章之前，我们先把它说得最核心的部分讲清楚。

它写得很有真实感，虚构了来自2028年6月的宏观备忘录，构建了几条核心论断。

其一，“幽灵GDP”：AI驱动生产率提升，名义GDP看起来漂亮，但产出没有通过“工资—消费—再雇佣”的循环流回经济——产出在国民账户里存在，但不在真实经济里循环。

其二，“无自然刹车的负反馈”：AI能力提升→企业裁员→消费下降→企业为保利润加码AI→AI能力进一步提升，这个循环没有内生刹车，因为AI投资是运营成本（OpEx）替代，不会被需求下滑阻断。

其三，金融传导链：私募信贷在十七年无违约周期中积累了大量以“ARR永续增长”为假设的SaaS杠杆收购，AI冲击让这些假设作废，违约触发评级下调，连锁到保险公司监管资本压力，通缩螺旋就此启动。

我们再把它简化一下，作者构建了一条看起来无懈可击的危机链：

AI能力提升 → 企业用AI替代白领 → 白领失业或降薪 → 白领消费能力崩溃 → 依赖白领消费的企业营收下滑 → 更多裁员更多AI投入 → 负向螺旋无法收敛 → 私人信贷违约 → 抵押贷款市场动摇 → 金融危机。

作者把这个过程叫做“人类智能替代螺旋（Human Intelligence Displacement Spiral）”，认为它是一个没有天然刹车的“负反馈循环”。

推演过程中充斥着真实细节：ServiceNow裁员15%、Zendesk私有化债务违约、Mastercard交易量被AI支付工具侵蚀、印度IT外包业务蒸发……

数字确凿，时间线清晰，读起来像一份真实的事后复盘报告。

这套叙事的可怕之处在于：每一个环节单独看都有一定道理，链条写得非常流畅。

但问题恰恰就出在最核心的那个核心问题上——“机器不消费导致总需求坍塌”这个机制本身，根本站不住脚。

二、“机器不消费”是个修辞不是机制

第一，“机器不消费”这句话，是一个修辞，不是一个机制。

的确，机器不是人，他不会去“消费”，它只是人选择的一种生产手段。

不过，AI替代的是某些任务环节，最终满足的仍然是人的目的。

如果AI把“写代码/做税表/比价格”等等这些工作变得极度便宜，等价于把一部分服务近乎免费化。

此时，人的预算约束放松，那么对其他商品与服务的需求就会被释放出来。这恰恰是真实收入上升的具体表现，而不是什么需求消失。

工业革命之前，一件棉布衬衫对普通工人来说是相当昂贵的奢侈品，在中国北方冬天冻死人是常事。就是我父辈那一代，上世纪60/70年代，农村几个孩子穿一条棉裤的事都还很常见。

工业革命之后，它的价格变成了零头，现在最穷的人也不至于穿不上衣服。

但是现在没有人因为“纺织机不消费衬衫”就得出“纺织机导致总需求塌陷”的结论。原文那句话的逻辑，差不多就是这个水平。

第二，我们再来看下“消费经济凋敝”与货币的流通速度问题。

原文写道：“人为中心的消费经济，占GDP的70%，萎缩了。货币流通停滞。”

当生产率上升、价格下降，消费占比可能下降或结构重排，那不是“萎缩”，可能只是“同样的生活质量，能用更少货币买到了”。

至于“货币流通停滞”，记住，货币的流通速度是一个结果，而不是原因。

把它写成独立因果机制，是宏观叙事常见的倒因果。

真正有价值的问题是：相对价格如何调整？工资、租金、资本品价格如何变化？这些调整，恰恰是市场自我修复的机制，而不仅仅是盯着一个看不见摸不着、无法计算的流通速度。

还有一个更深入的问题，作者选择视而不见：收入越集中，储蓄率越高，意味着更多资本供给——真实储蓄是支撑长期生产结构的基础。

如果他真正担心“智能资本拥有者暴富，进而造成社会撕裂”，那么他应该把矛头应该指向坎蒂隆效应：货币扩张的受益者首先是最靠近货币注入点的人，而不是那些最努力工作的人。

贫富差距扩大，最大的推手往往不是市场机制，而是通货膨胀导致的货币注入结构问题。把这笔账记在“机器不消费”头上，那真是找错了凶手，冤枉了好人。

这点在中国一线城市有房子的人，大概都不会否认，而且很容易理解。对吧？

三、用“总量视角”来看“结构调整”

这篇报告还有另一个更深层的错误，他们看到了就业变化，却看不到资本结构变化。

什么叫结构调整？

每一次重大技术革命，本质上都是生产的时间结构发生了重排。

简单来说，原来手工纳鞋底做一双鞋要一天。但是后来先花时间造一台鞋机，再用机器大批量生产鞋子，一天100双甚至一万双。

中间多了一个环节——机器的生产——但最终产出的鞋子数量暴增。这个逻辑，才是理解AI革命的正确钥匙。

AI革命正在做的，就是把大量的劳动力和资金，从“直接生产最终消费品”（白领坐在那里写报告、写代码）重新部署到“生产更强大的生产工具”（AI基础设施、算力、模型训练）。

这是一次资本结构的重新调整，不是需求的崩塌。

这篇报告的作者，在不经意间，亲手给出了证伪自己结论的数据。他写道：

即便消费经济开始恶化，英伟达还在创收纪录，台积电产能还在95%以上满载运行，超大规模数据中心的资本开支一个季度还在花1500到2000亿美元。

他用这组数据想说明的是：AI基础设施投资和实体经济脱节，是一种“反常“。

恰恰相反。这组数据证明的，是资本结构正在大规模重排。

请问这些钱去哪了？它们在购买高阶资本品——芯片、算力、光纤、数据中心——在构建一套全新的、迂回程度更高的生产结构。最近更上游的稀土、电力价格上涨，也是一样的原因。

这正是技术革命推进时应该看到的现象：资源从消费品的直接生产，流向更高阶的资本品生产。短期内，消费品产量可能相对放缓，就业结构可能剧烈波动，但这不是崩溃信号，这是非常好的建设信号。

就像19世纪铁路建设高峰期，铁路工人比种地的人多了，眼前的庄稼少了，但没人说这是经济危机——因为铁路建完之后，整个经济的生产率跃升了一个数量级。

但报告的作者只盯着两件事：就业减少和消费疲软。他看不到的是，资本品生产正在大规模扩张，企业家正在发现新的利润机会，价格信号正在引导资源向更有效率的方向重新配置。

他看到了就业的变化，却看不到资本结构的变化。

这就像什么，就像深圳有片农田，30年前有人站在正在施工的大片农田外面，看见满地尘土、机器轰鸣、工人被调来调去，然后得出结论：这里在发生一场灾难。为什么？因为他觉得农田被糟蹋了，原来可以种更多粮食，吃的更饱的。

当然，结构调整的过渡期会有真实的痛苦——具体的人会失业、降薪、生活变得更难。这是真实的，不该被轻描淡写。

但请记住，痛苦不等于危机。过渡期的结构性失业是市场重新配置资源的信号，不是需要用货币刺激来抹平的“总需求缺口”。

这才是真正的有价值的经济逻辑。

四、真正可能导致危机的是什么？

既然AI本身不会直接制造宏观危机，那这篇报告里描述的那些金融动荡——私人信贷爆雷、房贷违约飙升、金融市场崩盘——是不是完全不可能发生？

我不是说没有可能。但如果发生，罪魁祸首不是AI，而是人为制造的信用扩张。

我们可以看看报告本身提供的线索。

报告描述了过去十年私人信贷从不到1万亿美元膨胀到超过2.5万亿。它描述了PE机构以“ARR永远循环“为假设，对SaaS公司进行高杠杆收购，然后用人寿保险公司的储户资金作为底层融资来源。它描述了评级机构（其中一些本身就是PE所有的）给这些结构打出了不应有的评级。

这是什么？这是低利率环境下信用扩张催生的资产泡沫。

超低利率让大量本来不应该进入市场的资金蜂拥涌入私人信贷市场，推高了SaaS公司的估值，压低了风险溢价，让所有人都相信ARR会永远循环。这不是AI造成的，这是货币政策造成的。AI不过是恰好作为戳破泡沫的那根针出现在舞台上。

好，我们换个视角：如果美联储在过去十年一直维持正常的利率水平，私人信贷市场不会膨胀到2.5万亿，Zendesk就不会被用50亿美元的直接贷款撬动、以25倍EBITDA私有化，PE不会用储户的养老储蓄去豪赌SaaS增长永不停歇。

那么，即便AI出现了同样的技术冲击，也不会引发系统性的金融危机——有的只是一轮正常的、可以自我消化的行业结构调整。

很明显，AI可能是那根针，但泡沫是央行和金融系统吹出来的。

所以，真正需要警惕的危机逻辑是这样的：

信用扩张制造错误投资→AI技术冲击刺破泡沫→政府干预阻止结构调整→货币扩张掩盖真实成本→危机的根源越埋越深。

在这个逻辑链条里，AI只是一个触发器，而不是病因。真正的病因，是几十年来的货币扩张和政府干预。

五、为什么这种报告会流行？

把话说清楚了，最后我想聊一个更有趣的问题：这种报告，为什么会在金融圈流传？

金融市场需要故事。

这倒不是贬义，这是金融市场的运行方式。价格不是凭空形成的，价格背后是预期，预期背后是叙事。叙事不对，预期就偏，资产配置就出错。所以金融圈一直在争夺“解释权”——谁的叙事能成为共识，谁就能提前布局。

《2028全球智能危机》，这篇是一篇非常成功的叙事产品。

一个原因是，AI技术变化太快，很多人都焦虑，焦虑需要解释的出口。

当所有人都不确定AI会带来什么的时候，一套看起来有内部逻辑的“灾难推演”，会给焦虑提供一个可以抓住的框架。

哪怕这个框架是错的，它也比“我完全不知道会发生什么”要让人心理好受一些。这是人类认知的基本机制——面对不确定性，一个错误的确定性比真实的不确定性更受欢迎。

还有一个原因就是，媒体天生偏爱简单的因果关系，很多人无法理解长逻辑链条。

AI抢了工作→工作没了→钱就没了→经济就崩了。这个逻辑链，一个完全不懂经济学的人都能听懂，都能转发，都能讨论。这都是茶余饭后的谈资，对不对？

相比之下，“AI是迂回生产，资本结构重排是一个正常的市场调整过程，但被错误的货币政策扭曲了”，这句话有几个人愿意认真理解？有几个人愿意去搞清楚具体概念和逻辑推理细节？

简单的因果打败复杂的机制，不是因为前者更正确，而是因为前者更好传播。

所以，这篇报告流行，本质上是金融叙事市场运作的结果，不是因为它触碰了什么真相。

用故事替代理论，是金融市场最大的风险。

不是AI，而是你信了这个故事之后做出的错误投资决策，才是真正的风险。

六、结语：什么才是真正的危机？

当然，原文也不是一无是处，原文最值得肯定的地方，是它提醒市场：AI不只是某几只股票的增长故事，它可能重塑行业边界，并以人们没有预料到的方式冲击金融定价。这是一个值得认真对待的警告。

但它最不可靠的地方，恰恰是那句最抓人的话：“机器不消费，所以需求就会塌陷。”

这句话把经济从“相对价格与资本结构的协调过程”简化成了“货币支出的循环故事”。

一旦接受了这个框架，你就必然得出“只有政府出手才能弥补那个0”的政策结论。于是转移支付、算力税、主权财富基金……一系列制度性安排顺理成章地登场了。

一旦你接受了这个框架，你就会支持用货币刺激来“恢复需求”，用政府转移支付来“补偿失业”，用算力税来“减慢AI发展”。

但如果这个框架本身是错的，这些药方也就跟着错了——而且可能比病本身更麻烦，因为它们会把企业家发现与价格调整变成政治分配问题，进而在监管俘获下固化旧结构。而这些干预，会把一次本来可以自愈的结构调整，变成一场真正的、旷日持久的经济灾难。

更讽刺的是什么？一篇用凯恩斯主义框架写出来的“AI危机报告”，最终会推动政府用凯恩斯主义的方式去“解决”它。政府会印钞，会补贴，会征税，会管制。然后等下一篇报告出来，告诉你为什么政策失败了，再提供一套新的叙事。

真正驱动经济调整的，是企业家在价格信号下的发现，以及时间偏好与利率对跨期资源配置的约束。真正导致系统性危机的，多半是信用扩张与利率扭曲造成的资本错配，而不是技术本身。

如果2028年真的出现一场“AI相关的大危机”，它更可能的形态是：低利率与信用宽松把资源误导进了过长、过密集、不可持续的AI资本结构，然后在现金流、融资与价格信号的纠错中出清。

这与“机器不消费”没有任何关系。

我们真正该害怕的，不是AI太聪明。而是我们用一套错误的理论来解释AI经济，进而用错误的政策来应对它。

这才是真正的危机。不是AI制造的，是错误理论制造的。

这才是真正值得警惕的2028。

2026年02月25日，于办公室。