「2028，全球智能危机」

这是一篇神作，用「来自 2028 年的研报」的形式，推演了一个命题：如果我们对 AI 的乐观判断全都对了，这件事本身反而是最大的利空

发出当天，IBM 当天跌了约 13%，文中提到的多家公司同步下挫

华尔街日报把这篇报告列为投资者焦虑加剧的关键催化剂，X 上相关讨论累计约 1600 万次浏览

几个概念迅速出圈：「幽灵 GDP」（产出记在了国民账户里，但从未经过居民部门流转）、「智能替代螺旋」（一个踩不住刹车的负反馈循环）...

随后催生了一批高质量的反驳文章，形成了一场罕见的公共辩论

作者自己反复强调这是情景推演不是预测，但传播效果远超学术讨论，直接变成了市场情绪的放大器

以下是全文翻译

2028，全球智能危机

一篇来自未来的金融史思想实验

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

前言

如果我们对AI的乐观判断一直是对的……那反而可能是个坏消息？

以下内容是一个情景推演，不是预测。这不是空头爽文，也不是AI末日同人小说。我们写这篇文章，只有一个目的：推演一个被严重低估的风险场景。朋友Alap Shah提出了这个问题，我们一起脑暴出了答案。这一部分由我们执笔，他另写了两篇，链接附在文中。

希望读完之后，你能对AI重塑经济过程中潜在的极端下行风险，多一分准备。

以下是CitriniResearch于2028年6月发布的宏观报告，复盘“全球智能危机”的演进过程与后续冲击。

宏观报告 智能过剩的代价

CitriniResearch

原定日期：2026年2月22日 实际日期：2028年6月30日

今早公布的失业率是10.2%，比预期高出0.3个百分点。S&P应声下跌2%，较2026年10月的高点累计回撤已达38%。

交易员早已麻木。六个月前，这种数据出来，早就触发熔断了。

两年。 从“局部可控、行业特有”到如今这个面目全非的经济，只用了两年。这份季度报告，是我们试图还原那段历史的努力，一篇危机前经济的事后剖析。

彼时的亢奋，历历在目。2026年10月，S&P 500一度触碰8000点，纳斯达克突破3万点。2026年初，第一波因人工智能取代人力而引发的裁员开始了，效果也确实如教科书所写：利润率扩张，盈利超预期，股价上涨。破纪录的企业利润，又被源源不断地砸进AI算力。

宏观数据表面上依然光鲜。名义GDP季度折年率连续录得中高个位数增长。生产率直线拉升。每小时实际产出增速创1950年代以来新高，背后是那些不睡觉、不请病假、不需要医保的AI智能体。

算力的拥有者看着劳动力成本蒸发，财富急速膨胀。与此同时，实际工资增速却跌入负值。政府一遍遍鼓吹“生产率创历史新高”，白领们却在失去工作，被迫转向薪资更低的岗位。

消费端的裂缝开始出现时，经济学评论员们造出了一个词：“幽灵GDP”。就是那种出现在国民账户里、却从未真正在实体经济中流转过的产出。

AI在各个维度都超出预期，资本市场的故事就是AI的故事。唯一的问题是……实体经济不是。

其实一直都应该看清楚：北达科他州一个GPU机架，创造出曼哈顿中城1万名白领的产出，这与其说是经济红利，不如说是经济瘟疫。货币流通速度归零。占GDP 70%的以人为核心的消费经济，开始凋萎。如果我们早点去算算机器在可选消费品上花多少钱，或许能更早看明白这一切。答案是零。

AI能力提升，企业需要更少人，白领裁员增加，失业者消费减少，利润压力推动企业进一步押注AI，AI能力再次提升……

这是一个负反馈循环，没有任何天然的刹车机制。我们称之为“智能替代螺旋”。白领的收入能力被结构性削弱，消费行为也理性地随之收缩。他们的收入，本是13万亿美元住房抵押贷款市场的基石。一旦动摇，承销商就不得不重新评估：优质抵押贷款，还安全吗？

十七年没有经历真正的违约周期，私募信贷市场已被PE持有的软件项目撑得鼓胀，这些项目都默认ARR会永远循环下去。2027年中，第一波AI冲击引发的违约，打破了这个假设。

如果冲击只停留在软件行业，或许还可控。但它没有。到2027年底，所有以“处理人类摩擦”为商业模式的中介生意，都岌岌可危。依赖剥削人类局限性而存活的大片公司，就此瓦解。

整个金融体系，不过是一条押注白领生产率持续增长的连环担保链。2027年11月的崩盘，只是加速了已然运转的所有负反馈循环。

我们等待“坏消息即好消息”的反弹，等了将近一年。政府开始讨论救市方案，但公众对政府兜底能力的信任，已所剩无几。政策永远滞后于现实，而如今方案的缺位，正在威胁加速通缩螺旋的形成。

一切如何开始

2025年末，AI编程工具的能力出现了跃迁式提升。

一个有经验的开发者，借助Claude Code或Codex，几周之内就能复刻一个中型SaaS产品的核心功能。不完美，边缘情况也处理不全，但已经足够让那位正在审核五十万美元年度续费单的CIO开始问自己：我们要不要自己做？

大多数公司的财年跟着日历年走，所以2026年的企业采购预算，早在2025年第四季度就定好了，那时候“智能体AI”还只是一个时髦词汇。到年中复盘时，采购团队才第一次拿着真实数据做决策，而有些人已经亲眼看着自己的内部团队，几周内用AI原型复制了一份六位数的SaaS合同。

那年夏天，我们和一家财富500强公司的采购经理聊过。他讲了一次供应商谈判的经历。销售代表以为可以照搬去年的剧本：每年涨价5%，加上那套“你们的团队离不开我们”的说辞。采购经理告诉他，自己正在跟OpenAI的“前沿部署工程师”洽谈，打算直接用AI工具替掉这家供应商。最终以打七折续约收场，他说这已经是个好结果了。那些“SaaS长尾”产品，比如Monday.com、Zapier、Asana，遭遇要惨烈得多。

投资者早有预判，也做好了心理准备，长尾会被打得很惨。它们大概占典型企业技术栈支出的三分之一，暴露面显然很大。但核心记录系统，按说应该安全。

直到ServiceNow 2026年三季报出来，这套“反射性传导机制”才真正清晰起来。

ServiceNow净新增ACV增速从23%骤降至14%；宣布裁员15%并启动“结构效率计划”；股价单日跌18% | Bloomberg，2026年10月

SaaS没有“死”。自建方案仍有成本和维护的代价，但自建已经成为一个选项，这本身就影响了价格谈判。更重要的是，竞争格局已经变了。AI让新功能的开发和交付更容易，差异化优势快速崩塌。老牌巨头陷入互相厮杀的价格战，同时还要应对一批初创挑战者，这些新玩家吃透了AI能力、没有历史包袱，以极低成本大肆抢占市场份额。

这次财报还让人第一次真正认识到这些系统的内在关联性。ServiceNow卖的是席位。当财富500强客户裁掉15%的员工，就自动取消了15%的许可证。正是那些帮客户压低成本的AI驱动裁员，也在同步摧毁ServiceNow自己的营收基础。

这家卖工作流自动化的公司，正被更强的工作流自动化所颠覆，而它的应对之策，是裁员、把省下的钱投入那个正在颠覆自己的技术。

换你又能怎样？坐以待毙慢慢死？最受AI威胁的公司，成了AI最激进的采用者。

这回头看显而易见，但当时真的不是。过去的颠覆范式是：大公司抵制新技术，被灵活的新玩家蚕食市场份额，慢慢死去。柯达、百视达、黑莓，都是这个路子。2026年发生的不一样，巨头没有抵制，因为它们抵制不起。

股价跌了四到六成，董事会要答案，这些受AI威胁的公司只能做唯一能做的事：裁员，把省下的钱投进AI工具，用AI工具维持产出同时压低成本。

每家公司的选择，单看都是理性的。累加起来，是一场灾难。每一块省下的人工成本，都流向了让下一轮裁员成为可能的AI能力。

软件只是这场戏的开场。 当投资者还在争论SaaS估值倍数有没有触底的时候，那套反射性循环早已逃出了软件行业。让ServiceNow选择裁员的那套逻辑，同样适用于一切有白领成本结构的公司。

当摩擦归零

到2027年初，使用大模型已经成了默认行为。那些根本不知道“AI智能体”是什么的人，也在用AI智能体，就像那些从来没学过“云计算”的人在用流媒体一样，他们只是觉得这是手机或者电脑现在自带的功能，跟自动补全、拼写检查没什么区别。

通义的开源购物智能体，是AI接管消费决策的催化剂。几周之内，所有主流AI助手都集成了某种形式的智能体商务功能。蒸馏模型让这些智能体能够直接跑在手机和笔记本上，不用依赖云端，推理成本大幅下降。

让投资者始终没能充分重视的一点是：这些智能体不等你发话，它们按照用户设定的偏好在后台持续运行。消费行为不再是一个个孤立的人类决策，而变成了一个以每位用户为单位、7×24小时不间断运转的持续优化过程。到2027年3月，美国用户每人每天平均消耗40万个token，是2026年底的10倍。

链条上的下一个环节，已经开始断裂。

中介层。

过去五十年，美国经济在人类的局限性上叠出了一层巨大的租金提取结构：事情需要时间，耐心会耗尽，品牌熟悉感代替了深度调研，大多数人宁可接受一个坏价格，也不愿意多点几下鼠标。数以万亿计的企业价值，建立在这些局限性长期存在的假设之上。

一切从简单的事情开始。智能体消除了摩擦。

那些长期挂着但几个月都没用的订阅，悄悄在试用期后翻倍的会员价格，每一种都成了智能体可以替你去谈判的“人质情境”。整个订阅经济赖以为生的“平均用户生命周期价值”指标，开始实质性下滑。

消费智能体，改变了几乎所有消费者交易的运作逻辑。

人类没有时间在五个平台上货比三家再买一盒蛋白棒。机器有。

旅行预订平台是最早的伤亡，因为那是最简单的场景。到2026年四季度，智能体已经能够一站式组装完整的出行方案，包括机票、酒店、地面交通、积分优化、预算控制、退改签，比任何平台都快、都便宜。

保险续保，历来靠的是投保人的懒惰。智能体每年自动重新比价，直接拆穿了保险公司依靠被动续保赚取的那15至20个百分点的保费溢价。

金融顾问、税务申报、日常法律服务，任何以“帮你搞定你不想搞的繁琐事”为价值主张的行业，都被颠覆了，因为智能体觉得什么都不繁琐。

就连那些我们以为受“人际关系”保护的领域，也不堪一击。房产经纪，买家几十年忍受5至6个百分点的佣金，根源在于买卖双方之间的信息不对称。一旦AI智能体拥有了MLS数据库和几十年的交易数据，买方经纪人的知识优势瞬间消失。一份2027年3月的卖方分析报告把这个现象称为“智能体内战”。主要城市的买方佣金已从2.5至3个百分点压缩到不足1个百分点，越来越多的交易在买方侧完全没有人工经纪参与。

我们高估了“人际关系”的价值。事实证明，很多人口中的“关系”，不过是加了一张友善面孔的摩擦。

这不过是中介层颠覆的开始。成功的企业砸了数十亿去精准利用那些消费者行为习惯和人类心理规律，而这些规律，现在统统失效了。

以价格和匹配度为唯一目标进行优化的机器，不在乎你最爱哪个App，不在乎你习惯打开哪个网站打了四年，也不会被精心设计的结账页面所吸引。它不会因为疲惫就选最省事的那个，不会因为“我一直在这儿下单”就不比价。

这摧毁了一种特定类型的护城河：惯性中介。

DoorDash成了这场风暴的标志性受害者。

AI编程智能体已经让上线一个外卖App的门槛几近于零，有能力的开发者几周内就能做出一个竞争产品，而且有几十个人在这么做，他们把90至95%的配送费直接给到骑手，把骑手从DoorDash和Uber Eats吸引过来。多平台聚合看单工具让骑手能同时追踪二三十个平台的订单，彻底瓦解了巨头赖以存活的锁定效应。市场一夜之间碎片化，利润率压缩到接近零。

智能体同步摧毁了两边：它催生了竞争者，又转身去用那些竞争者。DoorDash的护城河本质上是“你饿了，你懒，这个App在你主屏幕上”。智能体没有主屏幕，它会同时查DoorDash、Uber Eats、餐厅自营站点和二十个新兴竞品，每次都选费率最低、送达最快的那个。

对机器来说，App惯性根本不存在。

颇具讽刺意味的是，在这整个悲剧里，智能体唯一帮了那些即将被取代的白领一次忙，正是在这里。当他们最终当上外卖骑手，至少不用再把一半收入交给Uber和DoorDash了。当然，这份来自技术的慷慨也没维持多久，自动驾驶很快接管了这块市场。

智能体掌控交易之后，开始寻找更大的优化空间。

比价聚合能做的事情有限。要真正持续为用户省钱，尤其是当智能体之间开始互相交易的时候，最有效的方式是消灭手续费。在机器对机器的商务场景中，2至3个百分点的刷卡手续费，成了明摆着的攻击目标。

智能体开始寻找比信用卡更快、更便宜的支付方式，大多数落脚到了基于Solana或以太坊二层网络的稳定币，结算近乎即时，单笔成本是分之一分钱。

万事达卡2027年一季报：净营收同比增长6%；消费额增速从上季度5.9%放缓至3.4%；管理层提及“智能体主导的价格优化”与“可选消费类别承压” | Bloomberg，2027年4月29日

万事达卡这份一季报，是那个转折点。智能体商务从一个产品叙事，变成了一个基础设施叙事。次日万事达卡跌9%，Visa也跟着跌，不过后来收复了一部分跌幅，因为分析师指出Visa在稳定币基础设施方面的布局更靠前。

智能体商务绕开刷卡通道，对以信用卡为核心业务的银行和单一支付机构的冲击远比对Visa更大，因为那2至3个百分点的手续费，大头就是他们在收，而他们还依靠这笔商户补贴搭建起了整套积分权益体系。

美国运通受创最重，一边是白领大规模失业侵蚀了它的客户基础，另一边是智能体绕道绕掉了它的营收模式。接下来几周里，同步、首都一号和Discover都跌超10个百分点。

它们的护城河是摩擦铸就的。而摩擦正在归零。

从行业风险到系统性风险

整个2026年，市场把AI冲击当作行业故事来处理。软件和咨询被打得很惨，支付和其他收费关口也在摇晃，但整体经济看起来还好。劳动力市场虽然在软化，但没有自由落体。市场主流观点是：创造性破坏本就是技术创新周期的一部分。阵痛会有，但AI带来的整体净收益会超过代价。

我们在2027年1月的宏观报告里指出，这个思维框架是错的。美国经济本质上是白领服务业经济，白领占就业人口的50%，贡献了约75%的可选消费支出。AI正在啃噬的那些行业和岗位，不是美国经济的边角料，那就是美国经济本身。

“技术革新会消灭旧工作，然后创造更多新工作”。这是当时最流行、最有说服力的反驳。流行且有说服力，因为过去两百年都是如此。即便我们想不清楚未来的工作是什么，它们终将出现。

ATM机让开支行的成本更低，于是银行反而多开了很多网点，柜员就业岗位在接下来二十年持续增长。互联网颠覆了旅行社、黄页、实体零售，却又凭空发明了全新的行业，带来了全新的就业。

但每一个新工作，都需要人来做。

AI现在是一种通用智能，而且它正在持续进化，而进化的方向，恰恰是那些被取代的人类本来可以去做的事。被取代的程序员无法简单转行去“管理AI”，因为AI已经能做这件事了。

如今，AI智能体可以独立处理历时数周的研究和开发任务。指数曲线碾过了我们对“可能”的所有预设，尽管每年都有沃顿商学院的教授试图用新的S形曲线去拟合数据。

代码，基本上全由AI写了。能力最强的AI，在几乎所有事情上都比绝大多数人类更聪明。而且还在持续变便宜。

AI确实创造了新工作，提示词工程师、AI安全研究员、基础设施技术人员。高层协调、个性化判断，人类仍然在回路里。但AI每创造一个新岗位，就让几十个旧岗位消失。新岗位的薪酬，是旧岗位的零头。

美国JOLTS：职位空缺降至550万以下；失业人数与空缺岗位之比攀升至约1.7，为2020年8月以来最高 | Bloomberg，2026年10月

整年招聘都在蔫着，但2026年10月的JOLTS报告给出了明确数据。职位空缺降至550万，同比下降15%。

Indeed：软件、金融、咨询领域招聘量随“生产效率计划”蔓延而急剧萎缩 | Indeed招聘实验室，2026年11月至12月

白领岗位空缺在塌陷，蓝领岗位（建筑、医疗、技工）相对稳定。流失的，是那些写报告、批预算、让经济中间层保持润滑的工作。这些工作，我们不知为何还在做着。两个群体的实际工资增长，整年大多数时间都是负的，并持续下滑。

股市对JOLTS的关注，远不如GE Vernova宣布涡轮机产能售罄至2040年的消息，在负面宏观数据和正面AI基础设施新闻之间摇摆横盘。

但债市（永远比股市聪明，或者至少少一点浪漫）开始对消费冲击进行定价，十年期国债收益率在四个月内从4.3%下行至3.2%。尽管如此，表面失业率并未崩溃，结构上的微妙之处，还有很多人没看明白。

普通衰退有自我纠偏机制。过度建设导致建设放缓，进而带来降息，进而带来新一轮建设。库存过剩导致去库，之后再补库。周期性的成因，本身就包含着复苏的种子。

这次的成因，不是周期性的。

AI在变得更好、更便宜。企业裁员，省下的钱再买更多AI能力，进而裁更多人。失业者减少消费，卖东西给消费者的公司卖得更少，为了保利润进一步加码AI。AI在变得更好、更便宜。

一个没有天然刹车的负反馈循环。

直觉上会认为总需求下降会拖慢AI投入的扩张。事实没有，因为这不是超大规模资本支出，而是运营成本替代。一家此前每年花一亿在员工上、五百万在AI上的公司，现在花七千万在员工上、两千万在AI上。AI投入成倍增长，但它发生在总运营成本下降的过程中。每家公司的AI预算都在增长，整体支出却在收缩。

这带来了一个讽刺：即使AI正在破坏的经济开始恶化，AI基础设施这个方向依然在表现。英伟达还在创收入新高。台积电产能利用率还在95%以上。超大规模云商每季度仍在花1500亿至2000亿美元建数据中心。纯粹受益于这条主线的经济体，台湾和韩国，大幅跑赢。

印度恰恰相反。印度IT外包行业每年出口逾2000亿美元，是印度经常账户顺差的最大来源，也是覆盖持续贸易逆差的对冲。整个模式建立在一个价值主张上：印度开发者的成本远低于美国同行。但一个AI编程智能体的边际成本，已经本质上等于电费。TCS、Infosys、Wipro在整个2027年合同取消越来越多，印度卢比在四个月内对美元贬值18%，支撑印度外部账户的那个服务业顺差，就此蒸发。2028年一季度，IMF已与新德里开始了“初步接触”。

制造这场颠覆的引擎，每个季度都在变好，意味着颠覆本身每个季度都在加速。劳动力市场没有天然的底部。

在美国，我们不再问AI基础设施的泡沫会如何破裂，而是在问：当消费者被机器取代，一个依赖消费信贷的经济体，会走向何处？

智能替代螺旋

2027年是宏观经济故事不再需要解读的一年。此前十二个月里那些零散却明确的负面发展，其传导机制变得一目了然，你根本不需要翻BLS数据，去朋友聚会就够了。

被取代的白领没有坐以待毙， 他们在降档。很多人去做了薪酬更低的服务业和零工工作，这增加了这些领域的劳动力供给，进一步压低了那里的工资。

我们有一个朋友，2025年还是Salesforce的高级产品经理，有头衔、有医疗保险、有401(k)，年收入18万美元。她在第三轮裁员中失业，找了六个月工作，最终开起了Uber，年收入降到4.5万美元。这个故事本身倒不是重点，重点是这背后的乘法效应：把这种情况乘以每个大城市里的几十万工人。有过剩资历的劳动力大规模涌入服务业和零工经济，把原本就挣扎的底层工人工资也压下去了。行业性颠覆扩散成了全经济体的薪资压缩。

还在职的专业人士，也开始像下一个被裁的就是自己一样来花钱。他们拼命工作（大多靠AI帮忙），只是为了不被裁掉，升职涨薪的念头早就没了，储蓄率上升，消费软化。

最危险的是滞后效应。高收入人群靠着比平均水平更高的储蓄，维持了两到三个季度的表面正常。硬数据的确认，落后于实体经济里已经烂掉的现实。然后，打破幻觉的那个数字出现了。

美国首次申领失业救济人数激增至48.7万，为2020年4月以来最高 | 美国劳工部，2027年三季度

首次申领失业救济人数飙至48.7万，创2020年4月以来新高。ADP和Equifax的数据证实，新增申领者以白领专业人员为绝大多数。

S&P在随后一周下跌6%，负面宏观开始在拔河中赢得上风。

普通衰退里，失业是广谱性的，蓝领白领按各自在就业中的比重大致平均承压，消费冲击也是分散的，而且会快速反映在数据里，因为低收入群体的边际消费倾向更高。

这次的失业，集中在收入分配的最顶层。这些人在总就业中占比相对有限，但在消费支出中占据极不相称的比重。美国收入最高的10%，贡献了超过50%的全部消费支出，最高的20%贡献了约65%。这批人，才是买房、买车、度假、下馆子、交私校学费、做家装翻新的主力，是整个可选消费经济的需求基本盘。

当这批人失业，或是被迫接受五折薪水转行，消费冲击之大，远超对应的失业人数所能解释的。白领就业下降2个百分点，换来的是可选消费支出约3至4个百分点的缺口。与蓝领失业不同，蓝领失业后影响立竿见影，而白领失业的冲击有滞后，但更深，因为他们有储蓄缓冲，能维持几个月的消费表观，之后才是行为转变。

到2027年二季度，经济已经陷入衰退。全美经济研究局的官方认定要几个月后才来，但数据已经不容置疑，两个连续季度的实际GDP负增长。但还没到“金融危机”的级别……至少还没有。

连环押注这根链条

私募信贷规模从2015年的不足1万亿美元，膨胀到2026年的逾2.5万亿美元。其中相当一部分资金，流向了软件和科技领域，很多是以“ARR将永远保持两位数增长”为前提的SaaS公司杠杆收购。

这些前提，在第一个AI编程智能体的演示和2026年一季度软件崩盘之间的某个时间节点就已经死了。但账面估值好像还没意识到。

当公开市场上的SaaS公司交易于5至8倍EBITDA，PE持有的同类公司，账面估值还是按收购时那个不存在的营收倍数打的。基金经理慢慢往下调，从账面价值的100分，调到92，调到85，与此同时，公开市场的可比参照在说50。

穆迪下调14个发行人共180亿美元PE持有软件债务评级，理由是“AI驱动竞争颠覆带来的长期营收逆风”；这是2015年能源行业评级行动以来最大规模的单一行业降级 | 穆迪投资者服务，2027年4月

降级之后发生了什么，业内人士都记得，这套剧本，2015年能源行业大降级时就演过一遍。

软件支撑的贷款，在2027年三季度开始出现违约。信息服务和咨询行业的PE投资组合公司随之跟上。多笔知名SaaS公司的数十亿美元杠杆收购进入重组。

Zendesk是那根导火索。

Zendesk因AI驱动客服自动化侵蚀ARR而触发债务契约违约；50亿美元直接贷款敞口打至58分；创私募信贷软件行业最大违约纪录 | 英国金融时报，2027年9月

2022年，Hellman & Friedman和Permira以102亿美元将Zendesk私有化。融资结构包括50亿美元的直接贷款，由黑石牵头，Apollo、Blue Owl和HPS共同入局，这是历史上金额最大的ARR抵押贷款，整个杠杆逻辑建立在Zendesk的年度经常性收入真的会继续经常性循环的假设上。按约25倍EBITDA的估值，这个杠杆只有在这个条件成立的情况下才有意义。

到2027年中，这个条件不再成立。

AI智能体自主处理客户服务已经快满一年了，Zendesk曾经定义的那个品类，凭工单系统路由和管理人工支持交互，已经被完全绕开，问题直接就解决了，根本不会产生工单。贷款当年承销时依据的那个年度经常性收入，已经不再经常性了，不过是还没跑掉的收入而已。

历史上最大的ARR抵押贷款，成为历史上最大的私募信贷软件违约。每一张信用交易台都在同时追问同一个问题：还有谁在把周期性逆风包装成结构性逆风？

但市场最初的主流判断是对的，至少在一开始是：这应该是可以消化的。

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卖出。这些是封闭式基金，资金是锁定的，LP承诺期七到十年，没有会挤兑的储户，没有会被抽走的回购额度，基金管理人可以坐在受损资产上慢慢处置，等待回收。会很痛，但可控。整套设计的目的，就是弯而不断。

黑石、KKR、Apollo的高管都公开了软件敞口，分别是总资产的7至13个百分点。可控。每一份卖方研报和财经社交账户都在说同一件事：私募信贷有永久资本，能吸收足以击垮杠杆银行的损失。

永久资本。 这个词出现在每一份财报电话会议和致投资者信里，用于安抚市场，成了一句咒语。像所有咒语一样，没有人仔细看过细则。它真正的含义是这样的……

过去十年，大型另类资产管理公司陆续收购人寿保险公司，把它们改造成融资载体。Apollo收了Athene，布鲁克菲尔德收了American Equity，KKR拿下了Global Atlantic。逻辑非常优雅：年金存款提供了稳定的长久期负债基础，基金经理将这些存款投入自己发起的私募信贷，实现双重收费，保险端赚利差，资产管理端收管理费。这台收费机器，在一个条件下完美运转。

那就是私募信贷得是真金白银的好资产。

损失打进了那些专门持有非流动资产、对应长久期负债的资产负债表。那个本应让体系更具韧性的“永久资本”，不是某种抽象的耐心机构资金，也不是老练投资者在承担老练风险。它是美国普通家庭的储蓄，以年金形式结构化，投入了与现在正在违约的PE持有软件和科技项目完全相同的资产。那个跑不掉的锁定资金，是寿险保单持有人的钱，而在这方面，监管规则是不一样的。

与银行监管相比，保险监管历来温吞，甚至可以说是失职，但这次彻底惊醒了他们。对寿险公司私募信贷集中度早已感到不安的监管机构，开始下调这些资产的风险资本处理标准，迫使保险公司要么增资，要么卖资产。在一个本就快速收紧的市场里，两条路都走不通。

纽约州、爱荷华州监管机构着手收紧寿险公司持有的部分私人评级信贷的资本处理标准；NAIC预计将出台指引提高RBC系数并触发SVO进一步审查 | 路透社，2027年11月

穆迪将Athene的财务实力评级列入负面观察后，Apollo股价在两个交易日内跌去22%，布鲁克菲尔德、KKR等随之跟跌。

更复杂的还在后面。这些公司不只是搭出了保险永动机，他们还建起了一套精心设计的离岸架构，通过监管套利最大化收益。美国本土保险公司承保年金，然后把风险分出到在百慕大或开曼注册的关联再保险公司，利用当地更宽松的监管，对同样的资产少提资本。那个关联方通过离岸特殊目的载体向外部募资，引入了新一层的对手方，这些人与保险公司一起，投进了同一家母公司资产管理部门发起的私募信贷。

评级机构，其中一些本身就是PE旗下资产，向来不是透明度的典范（不出所料）。不同公司关联到不同资产负债表的这张蜘蛛网，其不透明程度令人咋舌。当底层贷款开始违约，谁实际承担损失这个问题，在当时根本无法实时回答。

2027年11月的崩盘，标志着市场对这件事性质的认知，从一次有可能平平常常的周期性回调，转变为更令人不安的东西。“押注白领生产率持续增长的连环担保链”，是美联储主席凯文·沃什在11月紧急FOMC会议上的原话。

要知道，真正造成危机的，从来不是损失本身，而是对损失的确认。还有另一个领域，更大、更重要，我们已经开始为那个确认时刻感到恐惧。

抵押贷款问题

Zillow房屋价值指数：旧金山同比下跌11%，西雅图下跌9%，奥斯汀下跌8%；房利美标注科技金融从业人员占比超40%的邮政编码“早期逾期率明显上升” | Zillow/房利美，2028年6月

本月Zillow房屋价值指数显示，旧金山同比跌11%，西雅图跌9%，奥斯汀跌8%。令人担忧的还不只这些，上个月房利美标注了信用分780以上高信用借款人集中的核心地区出现了早期逾期率上升，那些地区历来被认为是“铜墙铁壁”。

美国住房抵押贷款市场规模约13万亿美元。抵押贷款承销，建立在一个根本假设之上：借款人将在贷款存续期内大致维持当前就业和收入水平，通常是三十年。

白领就业危机，正在结构性地撼动这个假设。现在我们必须追问一个三年前想都不敢想的问题：优质抵押贷款，还是安全资产吗？

美国历史上每一次抵押贷款危机，都由三类原因之一驱动：投机过度（向还不起钱的人放贷，如2008年）、利率冲击（浮动利率还款额随升息飙升，如1980年代初）、区域性经济冲击（某一地区某一行业崩塌，如1980年代得克萨斯的石油业，或2009年密歇根的汽车业）。

以上几条，这次都不适用。这批借款人不是次贷客户，信用评分780，首付20%，信用记录干净，就业稳定，收入在放贷时经过核实和记录。他们是整个金融体系的信用风险模型中最坚实的那块基石。

2008年，贷款从第一天就是坏的。2028年，贷款第一天是好的。只是贷款发出去之后，世界……变了。人们借的是一个自己已经无力相信的未来。

2027年，我们就发现了隐形压力的早期迹象：HELOC提款、401(k)部分支取、信用卡债务激增，但抵押贷款还在正常还款。随着岗位流失、招聘冻结、奖金取消，这些优质借款人的债务收入比已经翻倍。

他们还在正常还款，但只能通过停止一切可选消费、抽干储蓄、推迟所有家庭维护和改善来实现。技术上还没违约，但只需再一个冲击就会陷入困境，而AI能力的发展轨迹表明，那个冲击迟早要来。然后我们看到逾期率在旧金山、西雅图、曼哈顿和奥斯汀开始攀升，即便全国平均水平还在历史正常区间内。

我们现在处于最急性的阶段。房价下跌，在边际买家健康的时候，是可以承受的。但这次，边际买家自己也在承受同样的收入损失。

尽管隐忧在积聚，完全意义上的抵押贷款危机尚未爆发，逾期率虽有上升，仍远低于2008年水平。真正的威胁，是那条轨迹线本身。

智能替代螺旋，现在已经有了两个金融加速器在助力实体经济的沉沦。

劳动力替代、抵押贷款隐忧、私募市场动荡，三者相互强化。而传统政策工具，降息、量化宽松，可以对付金融端的发动机，却对实体经济的发动机束手无策，因为那台发动机的驱动力，不是偏紧的金融条件，而是AI让人类智能变得不再稀缺、不再值钱。利率可以降到零，可以把所有MBS和违约软件LBO债务都买进来……

但这改变不了一个事实：一个Claude智能体每月花200美元，就能干一个18万美元产品经理的活。

如果这些担忧成真，抵押贷款市场将在今年下半年出现裂缝。在那个情境下，我们预计本次股市回撤最终将接近全球金融危机的水平，即峰值至谷底57%的跌幅，届时S&P 500将回到约3500点，那正是2022年11月ChatGPT问世前的水平。

可以确定的是，支撑13万亿美元住房抵押贷款的收入假设，已经被结构性损伤。不确定的是，政策能否在抵押贷款市场充分消化这意味着什么之前及时介入。我们还抱有希望，但否认那些让我们难以乐观的理由，是说不过去的。

与时间的赛跑

第一个负反馈循环发生在实体经济：AI能力提升，薪资规模收缩，消费软化，利润承压，企业加购AI能力，AI能力再提升。然后传导到了金融端：收入损伤打到抵押贷款，银行亏损收紧信贷，财富效应破裂，负反馈循环提速。这两者，又都被一个显然处于困惑之中的政府滞后且不充分的政策应对所放大。

这套体系本就不是为这种危机设计的。联邦政府的财政收入，本质上是对人类时间课税：人们工作，企业付薪，政府抽成。在正常年份，个人所得税和工资税是财政收入的脊梁。

今年一季度，联邦财政收入比CBO基线预测低了12个百分点。工资税在减少，因为雇用的人少了，薪酬水平低了，所得税在减少，因为挣到的那些收入结构性缩水了。生产率在暴增，但红利流向了资本和算力，没有流向劳动力。

劳动收入在GDP中的份额，从1974年的64%磨到了2024年的56%，四十年的缓慢下行，背后是全球化、自动化和工人议价能力的持续侵蚀。AI开始指数级加速的四年间，这个数字进一步跌至46%，创有记录以来最快的下降速度。

产出还在，只是不再经由家庭流转，在回到企业的途中不再经过居民手里，这意味着也不再经过税务局。经济循环流在断裂，而政府被期待出手修复它。

和每次经济下行一样，支出在攀升，而收入在下降。这次的不同在于，支出压力不是周期性的。那些自动稳定器，当年是为暂时性失业设计的，不是为结构性替代设计的。现在整套系统在支付救济金，假设这些工人终将重新被吸纳，而很多人不会，至少不会以接近他们此前薪酬的水平。新冠期间，政府可以欣然接受15%的财政赤字，因为那被理解为是暂时的。今天需要政府救助的那些人，不是在等一场会好转的疫情，他们是被一项在持续进化的技术所取代的。

政府需要在从家庭征税减少的同时，向家庭转移更多资金。

美国不会违约，它花的是自己发的货币，借的也是同一种货币。但压力已经在别处显现。市政债券的年内表现分化令人警觉，没有所得税的州还好，但依赖所得税的州（主要是蓝州）发行的一般义务市政债，已经开始反映一定的违约风险。政客很快看到了这里面的政治意味，关于谁该获得救助的争论，沿着党派界线划开了。

对此，现届政府也算功绩一件，他们较早认识到了这场危机的结构性本质，开始寻求跨党派提案，他们称之为“转型经济法案”：一套直接向受影响工人转移支付的框架，资金来源包括赤字支出，以及一项拟议中的AI推理算力税。

桌上最激进的方案走得更远，“共享AI繁荣法案”要建立政府对智能基础设施收益的公共主张，介于主权财富基金和按AI产出收取版税之间，分红用于资助家庭转移支付。私营部门的游说者已经把媒体铺满了关于“滑坡谬误”的警告。

围绕这些讨论的政治博弈，走向让人沮丧到可以预见，党派秀肌肉和政治豪赌让事情雪上加霜。右派把转移支付和再分配称为马克思主义，警告对算力课税是把领先地位拱手让给中国。左派则警告，由现有巨头参与起草的税法会异化成另一种形式的监管俘获。财政鹰派指着不可持续的赤字。财政鸽派用全球金融危机后过早紧缩的教训来反驳。分歧在大选临近之际只会进一步撕裂。

政客们唇枪舌战之际，社会结构的崩裂已经远比立法程序跑得快了。

“占领硅谷”运动是这种弥漫不满的缩影，上个月，示威者连续三周封堵了Anthropic和OpenAI旧金山办公室的入口，人数还在增加，媒体曝光比促成这场运动的失业数据还要多。

从大众的角度来看，很难想象还有什么群体能比金融危机后那些银行家更令人憎恨，但AI实验室正在追上。而他们被憎恨，在很大程度上是有原因的。这些公司的创始人和早期投资者，正在以让镀金时代都相形见绌的速度积累财富，生产率跃升的红利几乎全部流向算力拥有者和AI实验室股东，将美国社会的不平等推至前所未有的水平。

每一方都有自己心目中的恶棍，但真正的恶棍是时间。

AI能力的演化速度，远超机构的适应速度。政策回应，在用意识形态的速度处理一个现实问题。如果政府还不赶快就问题本身达成共识，那些负反馈循环会替他们写完接下来的故事。

智能溢价的卸载

现代经济史的全部历程里，人类智能始终是稀缺要素。资本是充裕的，至少是可复制的。自然资源有限，但有替代方案。技术进步足够缓慢，人类来得及适应。唯有智能，那种分析、决策、创造、说服和协调的能力，是无法大规模复制的。

人类智能的内在溢价，根植于它的稀缺性。我们经济体里的每一套制度，从劳动力市场到抵押贷款市场再到税法，都是为“这个假设永远成立”的世界设计的。

我们正在经历那个溢价的卸载。机器智能，已经成为人类智能在越来越广泛的任务中一个合格且持续进化的替代品。几十年里为稀缺人类智识所优化的金融体系，正在重新定价。这个重新定价，是痛苦的、无序的，而且远未完成。

但重新定价，不等同于崩塌。

经济可以找到新的均衡，而找到均衡这件事，仍然是少数几件只有人类才能做的事之一。我们需要做对。

这是历史上第一次，经济体中最具生产力的资产，创造了更少而非更多的就业。没有任何既有框架能套用，因为没有一个是为一个稀缺要素变得充裕的世界设计的。所以我们必须建立新的框架。我们能否及时建成，是唯一重要的问题。

但你读这篇文章，不是在2028年6月，而是在2026年2月。

S&P逼近历史高点，那些负反馈循环尚未启动，我们确信其中一些情景不会成真。我们同样确信，机器智能会持续加速，人类智能的溢价会持续收窄。

作为投资者，我们还有时间去检视自己的投资组合里，有多少仓位建立在这个十年撑不住的假设之上；作为一个社会，我们还有时间去主动作为。

矿里的金丝雀，还活着。