2028年全球智能危机：1600万阅读，这份推演未来的虚拟报告引发华尔街巨震

全文约1.4w字，阅读时间20分钟

仅凭一篇虚构的研究报告，就然让华尔街的交易员们坐立难安。

2026年2月23日，CitriniResearch联合科技投资人Alap Shah布了一篇题为《2028全球智能危机》的宏观备忘录，这份以宏观金融语言写就的来自未来的备忘录，在发布当天便引发了剧烈的市场避险情绪，令多家美股上市公司市值瞬间蒸发数十亿美元。

随后，老牌机构Citadel Securities也下场，发表了针对这篇病毒式传播报告的正面反驳。经济学博主、各路分析师纷纷下场，围绕文章核心论点展开激烈交锋。

这篇文章，究竟戳中了什么？

这是一篇思想实验式的虚构宏观备忘录（非预测，仅为压力测试AI左尾风险）。作者以虚构的2028年宏观备忘录为叙事框架，推演了一场由AI过度成功所触发的金融危机全景图。

文章的核心论点是：AI太成功反而是熊市，如果AI能力持续超预期提升生产力、压缩人力成本，最终会引发人类智能取代螺旋（Intelligence Displacement Spiral），导致白领大规模失业 → 高消费群体崩盘 → “Ghost GDP”（账面产出但不进入真实消费循环） → 全球智能危机。

核心逻辑令人细思极恐：AI完全可以在成功的同时，反而让经济陷入不稳定。因为经济不只是生产与效率，它还关乎工资、需求、消费与货币流速。

该文从2028年回溯危机成因，描述“丰裕智能”如何从利好变成系统性灾难。作者明确这是2026年的“思想练习”，提问“What if our AI bullishness continues to be right...and what if that’s actually bearish?”，提醒读者仍有时间准备。

文章要点：

危机演化时间线（关键节点）

• 2025年底：Agentic编码工具（如Claude Code）让企业几周内自建SaaS，传统软件公司面临采购转向和裁员。

• 2026年：SaaS板块首当其冲（ServiceNow净新增ACV增速降至14%，裁员15%）；Fortune 500用AI原型砍30%软件预算；S&P冲到8000点，但底层已出现裂痕。

• 2026-2027年：AI智能体消除“摩擦”（订阅、旅行、保险、地产中介），消费者决策自动化；中位美国人每天消耗40万token（10倍增长）。

• 2027年Q2：经济进入衰退，连续两季度实际GDP负增长。

• 2027年Q3-Q4：Zendesk 50亿美元债务违约（最大私募信贷软件违约）；Moody’s单次最大行业降级；失业率飙升，初请失业金达48.7万。

• 2028年6月：失业率10.2%；S&P从2026高点回撤38%；旧金山房价同比跌11%；科技/金融邮编区抵押贷款逾期率显著上升。

核心论据：为什么AI成功会导致危机？

• 智能取代螺旋：AI越强 → 公司越少雇人 → 节省的钱继续投AI → 更多人失业（无自然刹车机制）。
• 白领是关键：占就业50%、可支配消费75%，一旦这群人从$180k产品经理变成$45k Uber司机，整体消费立刻崩盘。
• Ghost GDP：机器产出计入GDP，但机器不消费，货币流通速度停滞 → 真实经济失血。
• 摩擦归零：AI智能体自动比价、取消订阅、重新购物，摧毁了依赖人类“懒惰与惯性”的商业护城河。
• 反射性加速：企业为了自救疯狂上AI，反而更快杀死自己（ServiceNow用裁员省钱去开发取代自己的AI）。

经济与社会冲击

• 经济数据：
• • 劳动收入占GDP从1974年的64%降至2028年的46%。
  • 职位空缺（JOLTS）降至550万以下（同比-15%）。
  • 信用卡/支付公司交易额增速断崖（Mastercard仅+3.4%）。
  • 私募信贷软件债大规模违约，PE机构股价暴跌。
• 社会影响：白领下沉到零工经济，工资被压低；出现“Occupy Silicon Valley”抗议；印度IT服务出口（2000亿美元）崩盘，卢比贬值18%；全球不平等加剧（算力拥有者暴富）。
• 市场表现：NVDA/TSM初期超强，后续也受波及；DoorDash佣金几乎归零；房地产中介佣金从2.5-3%压到<1%。

政策应对与结局

• 政府尝试“Transition Economy Act”和“Shared AI Prosperity Act”（类似主权财富基金，让公众分享AI红利）。
• 建议直接转移支付 + 对AI算力征税，但收入因劳动力流失而减少，形成恶性循环。
• 最终警告：“The canary is still alive.”（金丝雀还没死）——2026年的我们还有时间重新设计经济框架，否则2028年的剧本就会成真。

业内外对这篇文章褒贬不一，但如此大的阅读量自是值得一读的。我敢保证，只要仔细读完，你定会有所启发的。因为文章涉及了很多金融术语，初看有些难啃，建议大家收藏后反复阅读。部分词语我放上了英语原文，方便大家理解。

如果对这份报告感兴趣，建议多啃几遍语文，地址已放到了文末。

以下是正文。

2028年全球智能危机：一则来自未来的金融史思想实验

THE 2028 GLOBAL INTELLIGENCE CRISIS

A Thought Exercise in Financial History, from the Future

作者：Citrini 与 Alap Shah

序言

如果我们对人工智能的看多判断持续被证明正确……而这恰恰意味着看空，又会怎样？

下文是一种情景设定，而非预测。这既非刻意渲染熊市，亦非人工智能末日论式的同人小说。本文唯一目的，是对一个相对尚未被充分探讨的情景进行建模。我们的朋友 Alap Shah 提出了这个问题，我们共同头脑风暴得出答案。我们撰写了这一部分，他还撰写了另外两部分，您可在此处查阅。

希望本文能使您在人工智能令经济体日益“反常”的背景下，对潜在的左尾风险有所准备。

以下内容为 CitriniResearch 于2028年6月撰写的宏观备忘录，详述全球智能危机的演进路径及其后果。

宏观备忘录Macro Memo-充裕智能的后果The Consequences of Abundant Intelligence

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扩大至38%。

交易员已经麻木。六个月前，这样的读数足以触发熔断。

仅用两年时间，我们就从“可控”“行业性”走到一个已不再像我们成长过程中所熟悉的经济体。本季度宏观备忘录试图还原这一链条：对危机前经济的一次事后剖析。

当时的亢奋情绪触手可及。到2026年10月，标普500一度逼近8000点，纳斯达克突破3万点。因人类过时（human obsolescence）引发的第一波裁员在2026年初启动，其效果正如“应当裁员”带来的那样：利润率扩张、盈利超预期、股价上涨。创纪录的企业利润随即被回流投入人工智能算力。

表观数据仍然亮眼。名义GDP多次录得中高个位数的年化增速。生产率快速上行。在不睡觉、不请病假、也不需要医疗保险的人工智能智能体推动下，每小时实际产出增速达到自20世纪50年代以来未见的水平。

随着用工成本消失，算力所有者的财富迅速膨胀；与此同时，实际工资增速却急剧下滑。尽管政府反复宣称生产率创纪录，白领仍不断被机器取代，被迫转入薪酬更低的岗位。

当消费端开始出现裂缝时，经济评论界流行起“幽灵GDP”（Ghost GDP）一词：产出计入国民核算，却从未在真实经济中循环流转。

人工智能在各方面都超出预期，市场也几乎等同于人工智能。唯一的问题是……经济并非如此。

我们本应早就看清：北达科他州的单一GPU集群所产生的产出，若被归因于过去，足以对应曼哈顿中城1万名白领的产出。这与其说是经济良药，不如说更像经济瘟疫。货币流通速度趋于停滞。当时占GDP约70%的以人为中心的消费型经济逐步凋敝。若我们更早问一句：机器在可选消费品上会花多少钱，或许更早就能明白这一点。（提示：为零。）

人工智能能力提升，企业所需员工减少，白领裁员增加，被替代者支出下降，利润压力迫使企业进一步加大AI投入，AI能力再度提升……

这是一个没有天然刹车的反馈回路：人类智能被替代的螺旋。白领的收入能力（以及由此“理性”推导出的消费能力）遭到结构性削弱。他们的收入曾是13万亿美元住房抵押贷款市场的基础，这迫使承销机构重新评估：优质抵押贷款是否仍然足值、是否仍确信可兑付。

长达十七年未出现真正违约周期，使私募市场堆积了大量由私募股权支持的软件交易，它们普遍假设年度经常性收入（ARR）将持续循环。2027年中，人工智能冲击引发的第一波违约，直接动摇了这一前提。

若冲击仅限于软件行业，本来可控。但事实并非如此。到2027年底，它已威胁到一切以中介化作为前提的商业模式。大量依靠将“人类摩擦”（friction for humans）货币化而获利的公司体系开始崩解。

事实证明，整个系统是一条围绕白领生产率增长而形成的、相互关联的连锁链条。2027年11月的暴跌，不过是将既有的各类负反馈回路进一步加速。

我们等待“坏消息即好消息”（bad news is good news）已近一年。政府开始讨论若干方案，但公众对政府组织任何形式救助的信心持续流失。政策响应向来滞后于经济现实，而当下缺乏一套系统性方案，正威胁进一步加速通缩螺旋。

如何开始的How It Started

2025年末，智能体式编码工具（agentic coding tools）的能力出现阶跃式跃升。

一名能力合格的开发者借助 Claude Code 或 Codex，如今可在数周内复刻一款中端市场 SaaS 产品的核心功能。虽不完美，也无法覆盖所有边缘场景，但已足以让在审阅一份年费50万美元续约合同的CIO开始发问：我们能否自己做？

企业财年大多与自然年一致，因此2026年的企业支出在2025年四季度就已定盘——彼时智能体AI（Agentic AI）仍只是一个热词。年中复盘，是采购团队首次在真正看清这些系统“能做什么”的情况下做决策。有的企业眼睁睁看着内部团队在数周内做出原型，复刻了原本对应六位数金额的SaaS合同能力。

那年夏天，我们与一家《财富》500强的采购经理交流。他提到一场预算谈判：销售人员原以为可以照搬去年的剧本——年费上调5%，再配合标准的“你们团队离不开我们”的话术。采购经理则告知对方，他已与 OpenAI 沟通，考虑由其前置部署工程师（forward deployed engineers）使用AI工具将该供应商整体替换。最终，对方以七折续约。他说，这已经算是“较好的结果”了。至于 Monday.com、Zapier、Asana 等长尾SaaS（long-tail of SaaS），处境要糟得多。

投资者对此早有准备，甚至有所期待，长尾必然承压。它们在典型企业技术栈支出中或许占到三分之一，显然暴露度极高。然而，核心系统（systems of record）原本被认为相对不易被颠覆。

直到 ServiceNow 2026年第三季度财报，反身性（reflexivity）的运作机制才更为清晰。

SERVICENOW 新增年度合同价值（Net New ACV）
增长从23%降至14%；宣布裁员15%并启动“结构性
效率计划”；股价下跌18%｜彭博社，2026年10月

SaaS 并未死亡。自建系统的运行与支持仍需进行成本收益权衡。但自建成为可选项，这一事实本身就会进入定价谈判。更关键的是，竞争格局已发生变化：AI使开发与发布新功能更容易，差异化随之坍塌。存量厂商在价格上竞相下探，既要与彼此搏杀，也要与一批新兴挑战者搏杀。后者因智能体式编码能力的跃迁而底气更足，又无既有成本结构需要维护，因而更激进地抢夺份额。

同样直到这份数据，市场才真正意识到这些系统之间的互联性。ServiceNow 按席”收费。当《财富》500强客户裁员15%时，他们就取消15%的许可。推动客户利润率上升的AI驱动减员，机械性地摧毁了 ServiceNow 自身的收入基础。

这家出售工作流自动化的公司，被更强的工作流自动化所颠覆；而它的应对，是裁员并将节省下来的成本投入到正在颠覆它的技术之中。

他们还能怎样？原地不动，只是慢一点死去吗？最受AI威胁的公司，反而成了AI最激进的采用者。

事后看来一切都显而易见，但当时并非如此（至少对我而言）。传统颠覆模型认为：既有厂商会抵制新技术，被灵活的进入者蚕食份额，然后缓慢走向衰亡，柯达、Blockbuster、黑莓皆如此。2026年的不同在于：既有厂商并非不想抵制，而是根本承受不起抵制的代价。

当股价下跌40%—60%、董事会要求拿出答案时，这些受AI威胁的公司只能做唯一可做的事：裁减人员，将节省下来的成本再投向AI工具，用更低成本维持同等产出。单个公司的选择皆合乎理性，但集体结果却是灾难性的：每节省1美元的人力成本，都会流入AI能力建设，从而使下一轮裁员成为可能。

软件只是序幕。投资者在争论SaaS估值倍数是否已见底时忽略了一个事实：反身性回路早已外溢出软件行业。支撑 ServiceNow 裁员的同一逻辑，适用于所有以白领成本结构为主的公司。

当摩擦归零When Friction Went to Zero

到2027年初，大语言模型的使用已成默认配置。人们在使用AI智能体时，甚至并不自觉自己在使用智能体，就像许多人并不了解云计算，却照样使用流媒体服务。他们把它当作自动补全或拼写检查：手机如今自然就会做的功能而已。

Qwen 的开源智能体购物助手成为AI接管消费决策的催化剂。短短数周内，几乎所有主流AI助手都集成了某种智能体电商功能。蒸馏模型的普及，使这些智能体可在手机与笔记本端运行，而非仅能依赖云端实例，推理边际成本由此显著下降。

更应令投资者不安的一点在于：这些智能体并不需要被问到才行动。它们会依据用户偏好在后台持续运行。商业活动不再是一系列离散的人类选择，而成为一个代表每位联网消费者、7×24小时运行的持续优化过程。到2027年3月，美国个体的日均token消耗中位数已达40万，较2026年底增长10倍。

链条上的下一个环节已经开始断裂。

中介化。

过去五十年，美国经济在人类能力上限之上叠加了一层巨大的租金攫取结构：很多事情耗时，耐心会耗尽，品牌熟悉度替代了尽职比价，而多数人愿意为少点几次点击而接受更差的价格。数万亿美元的企业价值建立在这些约束会长期存在这一前提之上。

起初逻辑很简单：智能体消除了摩擦。

那些明明数月未使用却仍自动续费的订阅与会员；试用期后悄然翻倍的导入价（Introductory pricing）。每一种都被重新定义为智能体可以出面谈判的“人质局面”。作为整个订阅经济基石的指标，平均客户终身价值（customer lifetime value）出现了清晰下滑。

消费侧智能体开始改变几乎所有消费交易的运作方式。

人类确实没有时间在五个平台之间逐一比价后才买一盒蛋白棒，但机器有。

旅游预订平台是最早的受害者之一，因为它们最简单。到2026年第四季度，我们的智能体已能比任何平台更快、更便宜地生成完整行程（航班、酒店、地面交通、会员权益优化、预算约束、退款方案）。

保险续保也被重塑：传统续保模式高度依赖投保人的惯性，而能每年自动重新比价投保的智能体，拆解了保险公司从被动续保中获取的15%—20%保费收益。

理财建议、税务申报、常规法律事务——凡是服务方的价值主张最终可以概括为“替你处理你觉得繁琐的复杂性”的领域，都遭到冲击，因为智能体并不觉得繁琐。

即便是我们曾以为会被人际关系价值所保护的行业，也被证明并不牢固。

房地产领域，买家之所以多年容忍5%—6%的佣金，核心在于经纪人与消费者之间的信息不对称；而当具备MLS房源库访问权限并掌握数十年交易数据的AI智能体可以瞬间复刻知识体系后，这一行业迅速瓦解。2027年3月一份卖方报告将其称为“智能体对智能体的暴力”（agent on agent violence）。主要都市圈买方中位佣金由2.5%—3%压缩至1%以下，且越来越多的交易在买方侧完全没有人类经纪人的情况下完成。

我们高估了人际关系的价值。事实证明，许多人所谓的关系，不过是披着友善外衣的摩擦。

这只是中介层被重构的开始。过去成功的公司投入数十亿美元，系统性地利用消费者行为与人类心理的各种偏差，但这些在机器时代不再重要。

为价格与匹配度而优化的机器，并不在意你最常用的应用，也不会被精心设计的结账页所吸引；它不会疲惫，不会选择最省事的方案，也不会默认我一直都在这家买。

这摧毁了一类特定的护城河：基于习惯的中介。

DoorDash（DASH US）是最典型的案例。

编码智能体大幅降低了上线配送应用的门槛。一名能力合格的开发者可在数周内部署可用的竞品，且确有数十家涌现；它们通过将90%—95%的配送费直接让渡给骑手，吸引骑手从 DoorDash 与 Uber Eats 转移。多平台接单面板使零工可同时追踪二三十个平台的订单，消除了既有厂商赖以生存的锁定效应。市场几乎一夜之间碎片化，利润率被压缩至接近为零。

智能体加速了破坏的两端：它们帮助竞争者出现，也帮助用户使用竞争者。DoorDash 的护城河曾非常朴素：你饿了、你懒得动，这是你主屏幕上的应用。但智能体没有主屏幕。它会同时检索 DoorDash、Uber Eats、餐厅自营网站，以及二十个以特定格调快速搭建的替代平台，每次都挑选最低费用与最快送达。

对机器而言，习惯性应用忠诚（Habitual app loyalty）这一商业模式的根基根本不存在。

这在某种意义上颇具讽刺意味：或许这是整个叙事里，智能体少有的一次帮了即将被替代的白领。当他们最终转做配送司机时，至少一半收入不再被 Uber 与 DoorDash 抽走。当然，随着自动驾驶车辆的扩散，这份技术善意也很快消失。

当智能体掌控交易之后，它们便开始追逐更大的优化目标（回形针）。

比价与聚合终究有限。反复为用户省钱（尤其当智能体彼此开始直接交易）最有效的方式，是消除手续费。在机器对机器的商业活动中，2%—3%的银行卡交换费率成为显而易见的靶子。

智能体开始寻找比银行卡更快、更便宜的方案。多数最终选择通过 Solana 或以太坊二层网络使用稳定币：清算近乎即时，单笔成本仅为不足一美分的零头。

MASTERCARD 2027年第一季度：净收入同
比+6%；消费金额增速同比由上一季度+5.9%
放缓至+3.4%；管理层提及“智能体主导的价格
优化”与“可选消费品类承压”｜彭博社，
2027年4月29日

万事达卡（Mastercard） 2027年第一季度财报成为不可逆转的拐点：智能体电商从产品故事转向管道故事（plumbing story）。MA 次日下跌9%。Visa 同样下挫，但在分析师指出其在稳定币基础设施方面布局更强后，跌幅有所收窄。

智能体电商（Agentic commerce）绕开交换费，对以银行卡为核心的银行及单一业务发卡机构构成更大风险：它们收取上述2%—3%费用的大头，并围绕由商户补贴支持的奖励计划构建了完整业务条线。

美国运通（AXP US）受冲击最重：一方面白领减员侵蚀其客户基础，另一方面智能体绕开交换费削弱其收入模型，形成双重逆风。Synchrony（SYF US）、Capital One（COF US）与 Discover（DFS US）亦在随后数周累计下跌逾10%。

它们的护城河由摩擦（ friction）构成，而摩擦正在归零。

从行业风险到系统性风险From Sector Risk to Systemic Risk

在整个2026年，市场仍将AI的负面影响视为行业叙事。软件与咨询被重挫，支付与其他收费型平台开始摇晃，但宏观层面似乎仍然稳健。劳动力市场虽然转弱，却未陷入自由落体。主流共识认为，创造性破坏（creative destruction）是技术创新周期的常态：局部会痛，但AI带来的整体净收益将覆盖负面影响。

我们在2027年1月的宏观备忘录中指出，这是一种错误的心智模型。美国是一个白领服务型经济体。白领约占就业的50%，贡献约75%的可选消费支出。AI正在吞噬的企业与岗位并非美国经济的边缘，它们就是美国经济本身。

技术创新会摧毁岗位，然后创造更多岗位。这曾是当时最流行、也最有说服力的反驳——之所以有说服力，是因为两百年来它大体成立。即便我们无法想象未来岗位形态，它们也会出现。

自动取款机降低了网点运营成本，银行因而开设更多网点，柜员就业在随后二十年反而上升。互联网颠覆了旅行社、黄页与实体零售，却在其后创造了全新产业，孕育出新的岗位。

但每一个新岗位，都需要人类去完成。

而如今，AI已经是一种通用智能，并会在人类可能转岗的那些任务上持续变强。被替代的程序员无法简单转向AI管理，因为AI已能胜任这项工作。

当下，AI智能体能够承担跨度以周计的研发任务。指数级进步碾压了我们对可能性的既有认知，尽管沃顿教授们每年仍试图用新的S曲线去拟合数据。

它们几乎编写了所有代码。其中表现最强者，在几乎所有任务上都显著强于几乎所有人类；而且成本仍在持续下降。

AI确实创造了一些新岗位：提示工程师、AI安全研究员、基础设施技术人员。人类仍在回路中，在更高层协调与把控审美取向。然而，AI每创造一个新角色，往往会使数十个旧角色变得多余；且新岗位的薪酬只是旧岗位的一小部分。

美国JOLTS：职位空缺降至550万以下；失业
人数/空缺职位比升至约1.7，为2020年8月以
来最高｜彭博社，2026年10月

招聘全年持续疲弱，而2026年10月的JOLTS读数提供了更明确的证据：职位空缺降至550万以下，同比下降15%。

INDEED：软件、金融、咨询岗位发布显著下滑，
“生产率举措”扩散｜Indeed Hiring Lab，2026
年11—12月

白领岗位空缺快速下滑，而蓝领岗位空缺相对稳定（建筑、医疗、技工）。岗位流失集中在那些写备忘录（不知为何我们仍能经营）、审批预算、维系经济中间层运转的岗位上。与此同时，两类群体的实际工资增速在全年大部分时间均为负，且仍在继续下行。

权益市场对JOLTS的关注度仍不及通用电气（GE Vernova）的涡轮机产能已售罄至2040年等AI基础设施利好。在负面宏观与正面基础设施消息的拉锯中，市场横向盘整。

债券市场（总比股票更聪明，或至少不那么浪漫）则开始为消费冲击定价：10年期收益率在随后四个月内由4.3%下行至3.2%。尽管如此，总体失业率并未显著爆表，结构性的细微变化仍被一些人忽视。

在典型衰退中，冲击原因终会自我修复：过度建设导致开工回落，利率下降推动新一轮建设；库存过剩引发去库，继而进入补库。周期机制内部自带复苏种子。

但本轮的成因并非周期性的。

AI变得更好、更便宜。企业裁员，用节省下来的成本购买更多AI能力，从而可以继续裁员；被替代者支出下降；面向消费者的公司销量走弱，为保利润再加码AI投入；AI再度变得更好、更便宜。

一个没有天然刹车的反馈回路。

直觉上，人们以为总需求下滑会减缓AI建设。但并未发生，因为这并非超大规模云厂商式的资本开支（CapEx），而是运营开支（OpEx）替代。一家原本每年在人力上支出1亿美元、在AI上支出500万美元的公司，如今在人力上支出7000万美元、在AI上支出2000万美元。AI投入倍增，却伴随总运营成本下降而发生：每家公司的AI预算上升，但总体支出在收缩。

讽刺的是，AI基础设施产业链在其所颠覆的经济开始恶化之际仍表现强势：NVDA 继续刷新营收纪录；TSM 仍以95%+的产能利用率运转；超大规模云厂商每季度仍投入1500亿—2000亿美元用于数据中心资本开支。对这一趋势呈高度凸性暴露的经济体，如中国台湾与韩国，表现显著跑赢。

印度则处于另一端。其IT服务业每年出口超过2000亿美元，是印度经常账户盈余的最大贡献来源，也是其持续货物贸易逆差的主要对冲。该模式的核心价值主张只有一个：印度开发者成本远低于美国同行。但AI编码智能体的边际成本已下探至近乎电力成本。2027年，TCS、Infosys、Wipro 的合同取消加速。随着支撑外部账户的服务顺差蒸发，卢比在四个月内对美元贬值18%。到2028年第一季度，IMF 已开始与新德里进行“初步磋商”。

引发颠覆的引擎每一季度都在变强，因此颠覆也每一季度都在加速。劳动力市场不存在自然底部。

在美国，我们已不再讨论AI基础设施泡沫何时破裂，而是在讨论：当消费者被机器取代时，一个以消费信贷为基础的经济体将会发生什么。

智能替代螺旋 The Intelligence Displacement Spiral

2027年起，宏观叙事不再隐晦。过去十二个月那些彼此分散却明显偏负面的事件，其传导机制终于清晰显现。你无需钻进劳工统计局数据，只要参加一次朋友间的晚宴便可感知。

被替代的白领并未闲置，而是被迫降档。许多人进入薪酬更低的服务业与零工经济，推动这些部门劳动力供给上升，进一步压低该领域工资。

我们的一位朋友，2025年还是 Salesforce 的高级产品经理：头衔、医疗保险、401(k)，年薪18万美元。她在第三轮裁员中失业。求职六个月无果后，开始为 Uber 开车，年收入降至4.5万美元。重点不在于个人故事，而在于二阶效应：将同一动态乘以各主要都市圈的数十万名从业者。过度合格的劳动力涌入服务与零工市场，压低了本就艰难维持生计的既有从业者工资。行业性颠覆由此扩散为全经济范围的工资挤压。

以人类为中心的剩余岗位池仍将迎来下一轮修正。就在我们写作之时：随着自动驾驶与自主配送车辆进一步渗透，吸收了第一波被替代者的零工经济也将承压。

到2027年2月，仍在职的专业人士开始以“自己可能是下一个”为前提消费。他们为了不被裁掉而加倍工作（多半还要借助AI），晋升与加薪预期消失。储蓄率上行，支出转弱。

最危险之处在于滞后性：高收入者凭借更厚的储蓄缓冲，能够在两三个季度内维持表面正常。当硬数据最终证实问题时，现实经济里它早已是旧闻。随后，那份数据击碎了幻象。

美国首次申领失业救济人数跃升至487,000，为2020年4月以来最高；劳工部，2027年第三季度

首次申领飙升至487,000，为2020年4月以来最高。ADP 与 Equifax 均证实，新申请中绝大多数来自白领专业人士。

标普500指数在随后一周下跌6%。负面宏观开始在拉锯中占上风。

在典型衰退中，失业损失分布更为广泛：蓝领与白领大体按各自就业占比共同承压；消费冲击也较为分散，并会迅速反映在数据中，因为低收入群体边际消费倾向更高。

而本轮中，失业主要集中在收入分布的上层十分位。它们在总就业中的占比并不高，却驱动了极不成比例的消费份额：美国收入最高10%人群贡献超过50%的消费支出；最高20%人群约贡献65%。他们是购房、购车、度假、外出就餐、私校学费、家装翻新的主力需求来源，是整个可选消费经济的需求底盘。

当这些群体失业，或为获得岗位而接受50%降薪时，相较于失业人数本身，消费冲击异常巨大。白领就业下滑2%，可能对应可选消费支出下滑约3%—4%。与蓝领失业往往立刻冲击消费不同（工厂裁员，下周就收缩支出），白领失业的影响更滞后、但更深：他们有储蓄缓冲，可在数月内维持支出，随后才发生显著的行为转变。

到2027年第二季度，经济已陷入衰退。美国国家经济研究局（NBER）会在数月后才正式确认起点（他们一贯如此），但数据已不容置疑，实际GDP连续两个季度为负。不过，这还不是“金融危机”……至少尚未如此。

关联押注的连锁链条The Daisy Chain of Correlated Bets

私募信贷规模自2015年不足1万亿美元增长至2026年超过2.5万亿美元。其中相当一部分资金投向软件与科技交易，许多为对SaaS公司的杠杆收购（LBO），其估值假设收入可在可预见的未来长期保持中十位数增速。

这些假设大概在首次智能体式编码演示与2026年第一季度软件股崩盘之间就已宣告终结，但账面估值（marks）似乎并未意识到它们已“死亡”。

当不少上市SaaS公司交易在5—8倍EBITDA之际，私募股权支持的软件公司仍在资产负债表上维持着接近收购时的收入倍数估值，而这样的倍数在现实中已不复存在。管理人只是缓慢下调估值：1.00美元、0.92、0.85……而公开可比公司早已指向0.50。

穆迪下调14家发行人合计180亿美元的私募
股权支持软件债务评级，理由为“AI驱动的
竞争性颠覆带来的结构性收入逆风”；为2015
年能源行业以来最大单一行业行动｜穆迪
投资者服务，2027年4月

每个人都记得降级之后发生了什么。经历过2015年能源降级的业内人士，早已见过这套剧本。

软件资产支持贷款在2027年第三季度开始违约，信息服务与咨询领域的PE组合公司随后跟进。多笔数十亿美元规模、知名SaaS公司的LBO项目进入重组。

Zendesk 成为导火索。

ZENDESK 因AI驱动的客服自动化侵蚀ARR而
触发债务契约违约；50亿美元直接贷款工具
估值降至0.58；创纪录的私募信贷软件违约
｜《金融时报》，2027年9月

2022年，Hellman & Friedman 与 Permira 以102亿美元将 Zendesk 私有化。其债务包为50亿美元直接贷款，当时为史上规模最大的ARR支持型融资，由 Blackstone 牵头，Apollo、Blue Owl 与 HPS 同为贷款团成员。这笔贷款明确地围绕假设Zendesk的年度经常性收入将保持持续而结构化。在约25倍EBITDA的估值下，杠杆只有在该假设成立时才说得通。

到2027年中，这一假设已不成立。

AI智能体在过去一年大部分时间里已能自主处理客户服务。Zendesk 所定义的品类（工单、分流、管理人工客服互动）已被“无需生成工单即可解决问题”的系统所替代。作为贷款承销基础的“年度经常性收入”不再经常性，它只是尚未流失的收入而已。

史上最大的ARR支持型贷款，最终演变为史上最大的私募信贷软件违约。各家信贷交易台几乎同时提出同一个问题：还有哪些资产，把结构性逆风伪装成周期性波动？

但至少在最初，共识判断有一点是对的：这本应是可承受的。

私募信贷并非2008年的银行业。其架构本就为了避免被迫抛售：封闭式载体、锁定资本；LP承诺期限为七到十年；不存在储户挤兑，也不存在回购融资被抽走。管理人可以持有受损资产，逐步处置与重整，等待回收。痛苦，但可控。系统按设计应当“弯而不折”。

Blackstone、KKR 与 Apollo 的高管援引其资产中软件敞口仅为7%—13%，可控。几乎每份卖方报告与社交媒体上的信贷账号也都重复同一句话：私募信贷拥有永久资本，能够吸收那些足以击穿高杠杆银行体系的损失。

永久资本（Permanent capital）。这个词反复出现在财报电话会与投资者信函里，用以安抚市场。它成了一句口号。而正如许多口号一样，人们忽略了其细节含义。它真正意味着的是……

在此前十年，大型另类资管机构收购人寿保险公司，并将其改造为资金来源：Apollo 收购 Athene，Brookfield 收购 American Equity，KKR 收购 Global Atlantic。逻辑极为精巧：年金存款提供稳定、久期较长的负债基础；管理人将这些存款投入其自营发起的私募信贷，同时在保险端赚取利差、在资管端收取管理费，实现“费上加费”的永动机在一个条件下运转近乎完美。

前提是：这些私募信贷资产必须足值、必须确信可兑付。

损失冲击了那些以非流动性资产匹配长期负债的资产负债表。本应令系统更具韧性的永久资本，并非某个抽象的、耐心的机构资金池，也并非一群成熟投资者在承担复杂风险。它是美国家庭的储蓄普通大众（Main Street）的钱，被包装成年金，投向了眼下正在违约的同一批PE支持的软件与科技债权。那笔“无法挤兑”的锁定资金，其实是寿险保单持有人资金；在这一语境下，规则自然不同。

相较银行体系，保险监管长期偏温和，甚至可以说过于自满，但这一次成为警钟。在对寿险公司私募信贷集中度本就不安的背景下，监管开始下调此类资产的风险基础资本（RBC）计量待遇。这迫使保险公司要么补充资本、要么出售资产；而在市场已趋冻结之时，这两条路都难以在合理条件下实现。

纽约州与爱荷华州监管机构拟收紧寿险公司
持有的部分私人评级信贷的资本计量；预计
NAIC指引将上调RBC因子并触发SVO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时，Apollo 股价两日下跌22%；Brookfield、KKR 等亦相继承压。

此后结构愈发复杂。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，以监管套利最大化回报：美国保险公司签发年金后，将风险再转分出给其自有的百慕大或开曼关联再保险公司，借助更宽松的监管框架，用更少资本覆盖同一资产；该关联方再通过离岸SPV引入外部资金，形成新一层交易对手，与保险资金共同投资于同一母公司的资管部门所发起的私募信贷。

评级机构（其中一些甚至由私募股权持有）也并非透明度的典范，这几乎不会让任何人意外。不同机构与不同资产负债表之间交织成的蛛网，其不透明程度令人震惊。当底层贷款违约时，“究竟由谁承担损失”的问题在当时几乎无法实时回答。

2027年11月的暴跌，标志着市场认知从“可能只是一次常规的周期性回撤”转向更令人不安的方向。美联储主席 Kevin Warsh 在FOMC 11月紧急会议上将其概括为：一条围绕白领生产率增长的相关性押注连锁链条。

要知道，引发危机的从来不是损失本身，而是对损失的确认。而我们对这种“确认”尤为恐惧的，还有金融体系中另一个更大、也更关键的领域。

抵押贷款问题The Mortgage Question

ZILLOW 房屋价值指数：旧金山同比-11%，
西雅图-9%，奥斯汀-8%；房利美提示在
科技/金融就业占比>40%的邮编区域出
现“早期拖欠上升”｜Zillow / 房利美，
2028年6月

本月，Zillow 房屋价值指数在旧金山同比下跌11%，西雅图下跌9%，奥斯汀下跌8%。这并非唯一令人担忧的标题。上个月，房利美提示：在大额抵押贷款占比较高的邮编区域，早期拖欠率更高。这些区域集中分布着信用评分780+、通常被认为极其稳健的借款人。

美国住宅抵押贷款市场规模约13万亿美元。抵押贷款承销建立在一项基本假设之上：借款人在贷款期限内将以大致当前收入水平保持就业。对多数抵押贷款而言，这一期限长达三十年。

白领就业危机已通过收入预期的持续性下修，动摇了这一假设。我们如今不得不提出一个三年前仍显荒诞的问题：优质抵押贷款是否仍然足值、是否仍确信可兑付？

美国历史上的每一次抵押贷款危机，皆由三类因素之一驱动：投机过度（向无力负担者放贷，如2008年）、利率冲击（利率上升令浮动利率抵押贷款难以承受，如20世纪80年代初）、或局部经济冲击（单一行业在单一地区崩塌，如80年代德州油气、2009年密歇根汽车）。

但这些都不适用于当下。相关借款人并非次级；他们拥有780的FICO分数，首付20%，信用记录良好、就业记录稳定，且发放时收入已完成核验与留存。他们正是金融体系各类风险模型所视为“信用质量基石”的人群。

2008年，问题贷款从第一天起就是坏的。2028年，贷款在第一天是好的。只是贷款发放后，世界发生了变化……人们是以一种他们已无力继续相信的未来为抵押而举债。

2027年，我们已提示一些隐性压力的早期迹象：在抵押贷款仍保持按期的同时，房屋净值信贷额度（HELOC）支用增加、401(k)提款上升、信用卡债务攀升。随着失业、招聘冻结与奖金削减，这些优质家庭的债务收入比翻倍。

他们仍能偿付按揭，但代价是停止几乎所有可选消费、耗尽储蓄，并延后房屋维护与改善支出。从账面上看，他们仍按期；但距离出现压力仅差一次额外冲击，而AI能力演进的轨迹表明，这次冲击正在逼近。随后，我们看到旧金山、西雅图、曼哈顿与奥斯汀的拖欠开始飙升，即便全国平均水平仍维持在历史常态区间内。

我们目前处于最为尖锐的阶段。当边际买家健康时，房价下行尚可管理；但在此情境下，边际买家面临同样的收入受损。

尽管担忧不断累积，我们尚未进入全面的抵押贷款危机：拖欠率虽上升，但仍显著低于2008年水平。真正的威胁在于其演化轨迹。

智能替代螺旋（Intelligence Displacement）如今为实体经济下行叠加了两项金融加速器。

劳动力替代、抵押贷款担忧、私募市场动荡，三者相互强化。传统政策工具箱（降息、量化宽松）能够修复金融引擎，却无法修复实体引擎，因为实体引擎并非由金融条件收紧所驱动，而是由AI使人类智能不再稀缺、价值下降所驱动。即便将利率降至零、买下市场上所有MBS以及所有违约的软件LBO债务……

也改变不了一个事实：一个 Claude 智能体可以以每月200美元的成本，完成一名年薪18万美元产品经理的工作。

若这些担忧兑现，抵押贷款市场将在今年下半年出现裂口。在该情景下，我们预计当前股市回撤最终可能接近全球金融危机（GFC）时的幅度（峰值至谷底-57%）。这将把标普500指数推向约3500点，相当于2022年11月“ChatGPT时刻”前一个月以来未见的水平。

可以确认的是：支撑13万亿美元住宅抵押贷款的收入假设已遭结构性削弱；不确定的是：政策能否在抵押贷款市场完全消化其含义之前介入。我们仍抱有期待，但也无法否认悲观的理由同样充分。

与时间的赛跑The Battle Against Time

第一条负反馈回路发生在实体经济：AI能力提升，雇员规模缩减，支出转弱，利润率承压，企业购买更多能力，能力再度提升。随后它传导至金融层面：收入受损冲击抵押贷款，银行损失收紧信贷，财富效应破裂，反馈回路进一步加速。而这两条回路又因政策响应不足而被放大——坦率而言，政府似乎陷入了困惑。

这一体系并非为此类危机而设计。联邦政府的财政收入基础，本质上是对人类时间（human time）的征税：人们工作、企业支付薪酬、政府从中抽取一部分。个人所得税与工资税构成了正常年份财政收入的脊梁。

截至今年第一季度，联邦财政收入较CBO基线预测低12%。工资税收入下降，是因为以既有薪酬水平就业的人变少；所得税收入下降，是因为结构性收入水平更低。生产率在飙升，但收益流向资本与算力，而非劳动力。

劳动力占GDP的比重自1974年的64%下降至2024年的56%，这是全球化、自动化以及工人议价能力长期弱化共同造成的四十年缓慢下行。而在AI进入指数式提升后的四年里，该比例进一步降至46%，创历史最快下滑记录。

产出仍然存在，但它不再在回流企业之前通过家庭部门，因此也不再通过税务机关。经济循环正在断裂，而政府被期望出面修复。

正如每一次下行周期：财政收入下降时，财政支出上升。不同之处在于，本轮支出压力并非周期性。自动稳定器是为暂时性失业设计的，而非结构性替代；制度支付的福利默认劳动力会被重新吸收，但许多人不会，至少无法以接近此前工资水平重新吸收。疫情期间，政府曾接受15%的赤字，因为那被视为短期应对。而当下需要支持的人群并非遭遇一场会自然恢复的大流行，而是被一种持续进化的技术所替代。

政府必须在征收更少税款的同时，向家庭转移更多资金。

美国不会违约：它印制支出的货币，也用同一货币偿还债务。但压力已在其他领域显现：市政债券年初至今的表现出现令人担忧的分化。未征收所得税的州相对稳定，而依赖所得税的州（多数为民主党州）所发行的一般责任市政债券开始计入一定违约风险。政治人物很快介入，关于“救谁、不救谁”的争论沿党派裂隙迅速展开。

值得肯定的是，政府较早就识别出危机的结构性，并开始讨论跨党派方案，称之为“过渡经济法案”（Transition Economy Act）：通过赤字支出与拟议的AI推理算力税相结合，为被替代劳动者提供直接转移支付框架。

桌面上最激进的方案更进一步。“共享AI繁荣法案”（Shared AI Prosperity Act）拟建立公共部门对智能基础设施回报的权益主张，形态介于主权财富基金与对AI生成产出的特许权使用费之间，并以分红为家庭转移支付提供资金。私营部门游说力量则充斥媒体，警示所谓“滑坡风险”。

讨论背后的政治逻辑一如既往地可预测，且在作秀与政治对抗下进一步恶化：右翼将转移支付与再分配斥为马克思主义，并警告对算力征税会把领先优势拱手让给中国；左翼则警惕由既得利益者参与起草的税制会沦为“监管俘获”的另一种形式。财政鹰派强调赤字不可持续；鸽派则以GFC后过早紧缩为前车之鉴。在总统大选临近之际，分歧只会继续放大。

当政客争执不休时，社会结构的撕裂速度，已快于立法程序的推进速度。

“占领硅谷”运动成为更广泛不满的象征。上个月，示威者连续三周封锁 Anthropic 与 OpenAI 位于旧金山办公室的入口。参与人数仍在增长，而媒体对抗议的关注甚至超过了引发抗议的失业数据本身。

很难想象公众会比GFC后更憎恶谁，但AI实验室正在逼近这一位置。从大众视角看，也并非无因。其创始人与早期投资者积累财富的速度，足以让“镀金时代”显得温和。生产率繁荣所带来的收益几乎完全归于算力所有者与实验室股东，美国不平等被推升至前所未有的水平。

各方都有各自的反派，但真正的反派是时间。

AI能力演进速度快于制度适应速度。政策响应以意识形态的速度推进，而非以现实的速度推进。若政府不能尽快就问题本质达成共识，反馈回路将替他们写下下一章。

智能溢价的回撤The Intelligence Premium Unwind

在现代经济史的绝大部分时期，人类智能一直是稀缺要素。资本充裕（至少可复制），自然资源有限但可替代，技术进步相对缓慢，人类得以适应。而智能——分析、决策、创造、说服与协调的能力，长期无法规模化复制。

人类智能的固有溢价，源自其稀缺性。我们经济中的各类制度，从劳动力市场到抵押贷款市场，再到税制，都建立在这一假设之上。

我们如今正经历这一溢价的回撤。机器智能已成为人类智能在越来越多任务上的称职替代，并且在快速进步。金融系统在过去几十年里为“稀缺的人类头脑”这一世界进行优化，如今正在重新定价。这一重新定价痛苦、无序，且远未完成。

但重新定价并不等于崩塌。

经济可以找到新的均衡。抵达这一均衡，是少数仍主要需要人类完成的任务之一。我们必须做对。

这是历史上第一次：经济中生产率最高的资产带来的岗位更少，而非更多。没有任何既有框架适用，因为没有框架是为“稀缺要素变得充裕”的世界而设计的。因此我们必须建立新的框架。能否及时建立，才是唯一关键的问题。

但你并非在2028年6月阅读本文，而是在2026年2月。

标普指数仍接近历史高位，负反馈回路尚未启动。我们确信其中部分情景不会发生；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：投资组合中有多少依赖于那些无法在未来十年存续的假设。作为一个社会，我们仍有时间提前行动。

金丝雀仍然活着。

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

全文完

看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，也可以给个星标，你的支持就是我的动力。

王吉伟频道新书《一本书读懂AI Agent：技术、应用与商业》已出版，轻松读懂系统掌握AI Agent技术原理、行业应用、商业价值及创业机会，欢迎大家关注。

感谢大家长期关注与支持，小伙伴们随意留言，王吉伟频道会随机选取留言用户，《一本书读懂AI Agent：技术、应用与商业》包邮到家。

【文末福利1】：后台发消息研报2026，获取15篇2026年AI Agent研报。

【文末福利2】： 后台发消息Workflow，获取 Agentic Workflow 相关25篇论文。

【文末福利3】：后 台发消息agentic，获取Agentic AI相关资源 。

【文末福利4】：后台发消息RPA Agent，获取 相关论文和研报。

1、

2、

3、

4、

5、

6、

7、

8、

8、

10、