Citrini Research勾勒出“智能替代螺旋”下的經濟崩潰場景：AI替代白領崗位，企業縮減薪資支出，消費需求萎縮，利潤空間縮小，進而倒逼企業進一步引入AI替代人力，惡性循環引發經濟寒冬。Citadel Securities與Bianco Research則認為AI擴散速度可控，勞動力市場有足夠時間適應。三方共識在於：過渡期速度將決定風險大小。華爾街見聞人工智慧對勞動力市場的衝擊正引發華爾街深度論戰。悲觀者描繪出一幅由技術性失業觸發經濟崩潰的末日圖景，認為就業寒冬或將演變為下一場大蕭條；樂觀者則援引歷史規律，力證技術革命終將創造更多財富。分歧的核心，在於AI滲透經濟的速度究竟有多快。Citrini Research近期發佈的報告《2028年全球智能危機》以“來自未來的備忘錄”形式，勾勒出一個AI驅動的經濟災難場景，在市場中引發廣泛關注。報告認為，AI正壓縮軟體開發成本，並通過“負反饋循環”向整個經濟體擴散——企業裁員、消費萎縮、利潤縮小，進而購入更多AI能力，循環往復，且“沒有天然的剎車機制”。在這一敘事下，就業寒冬並非危言聳聽，而是正在逼近的現實。對此，Citadel Securities與Bianco Research相繼發文反駁，認為技術擴散歷史上遵循“S曲線”規律，AI衝擊的速度與廣度遠不及Citrini所預設，勞動力市場、企業與政府均有足夠時間適應，大蕭條式的情景缺乏歷史與實證依據。三方的爭論，為投資者理解這一潛在的結構性風險提供了重要參照。Citrini的警示：從SaaS崩塌到系統性風險Citrini的悲觀敘事以SaaS行業為起點。報告指出，借助Claude Code或Codex等AI工具，一名有能力的開發者如今可在數周內複製一款中端SaaS產品的核心功能。這直接動搖了SaaS行業賴以為生的訂閱收入模式。然而，Citrini真正令人警惕的論點，並非軟體公司本身的衰退，而是由此引發的經濟惡性循環：AI能力提升→企業縮減薪資支出→消費疲軟→利潤縮小→企業購入更多AI能力。報告將這一過程稱為"智能替代螺旋"——大量白領工人被推入零工經濟，壓低工資水平，進而拖累整體經濟活動。Citrini還指出，消費支出佔美國GDP的70%，而作為“新僱員”的機器，在可支配商品方面的消費為零。與此同時，政府財政將面臨雙重壓力：在已有大規模財政赤字和債務負擔的背景下，稅收收入下滑，卻需向家庭轉移更多資金。報告還警示了金融市場的連鎖風險，包括軟體相關私人信貸違約衝擊保險公司，以及約13兆美元美國抵押貸款市場面臨的償付風險——"2008年，貸款從第一天起就是壞帳；而在這個場景中，貸款起初質量良好，只是世界在其發放之後發生了變化。"Citadel的反駁：三個理由證明“智能替代螺旋”不會發生Citadel Securities對Citrini的核心假設提出了系統性反駁。資料層面，Citadel指出，軟體工程師職位發佈量同比上升11%，而聖路易斯聯儲關於AI職場應用的跟蹤資料“幾乎未顯示任何迫在眉睫的替代風險”。宏觀邏輯層面，Citadel援引國民收入核算恆等式Y=C+I+G+(X−M)Y=C+I+G+(X−M)展開論證：若AI驅動生產率提升並推動實際GDP增長，則需求側必有消費、投資、政府支出或淨出口中的一項相應擴張。“一個經濟體不可能在產出增加的同時實現銷售減少，基本數學邏輯與資本主義動機均不允許這種情況發生。”歷史先例層面，Citadel認為蒸汽動力、電氣化、內燃機乃至電腦的普及，均遵循技術擴散的S曲線——在加速階段之後，隨著組織整合成本上升、監管介入及邊際回報遞減，技術採納速度趨於平穩。即便Citrini對AI長期影響的判斷精準，其實現速度也將顯著慢於假設，這一緩衝期足以支撐勞動力市場、企業與政府完成調整。報告援引凱恩斯1930年的著名預言作為佐證：凱恩斯曾預期，生產率提升將令21世紀初的周工時縮短至15小時。其對生產率走勢的判斷雖被證實，但對勞動力市場的推演卻落空——“社會並未大幅減少工作，而是大幅增加了消費。Bianco：傑文斯悖論如何否定AI替代論Bianco從另一視角切入，其核心論點是：Citrini的“致命缺陷”在於假設人類面臨的問題數量是有限的。Bianco援引傑文斯悖論指出，當技術使某件事變得更高效時，對該事物的需求往往爆發式增長而非收縮。若AI將起草訴狀的成本壓至接近零，律師不會賦閒在家，反而會提起更多訴訟，進而衍生出對法律辯護和法官的新增需求。Bianco進一步區分了“AI自動化的是工作中那一部分”這一關鍵變數。他以倫敦計程車司機為例：GPS自動化了“記憶2.5萬條街道”這一稀缺技能，導致市場湧入大量競爭者，工資被攤平；而電腦消除了會計工作中重複性的簡單部分，反而使會計師得以轉向更高價值的財務諮詢，工資隨之上升。“勞動力市場的結果，完全取決於AI自動化的是工作中稀缺的高判斷力部分，還是重複性的輔助部分。”Bianco認為，AI消除的是知識工作中簡單、重複的環節，從而使從業者更具價值。這與Citrini的判斷形成直接對立——後者認為，只要自動化速度足夠快、規模足夠大，無論剩餘工作是否更有價值，勞動力市場都無法消化這一沖擊。三方共識：速度才是關鍵變數儘管三方在結論上存在明顯分歧，但在一個核心問題上形成了隱含共識：過渡期的速度決定一切。Bianco引入了“恩格斯停頓”這一歷史概念——工業革命期間，1790年至1840年的50年間，大規模失業未能被新就業崗位及時填補，由此催生了席捲全球的共產主義運動。Citrini的場景，本質上是一場現代版的“恩格斯停頓”，但速度更快，因而潛在衝擊更大。Bianco與Citadel並不否認過渡期風險，但認為，只要AI採用速度可控、制度性應對及時，這一缺口是可以管理的。三方均隱含認同：若就業崗位的消失速度長期超過新崗位的創造速度，即便生產率和企業利潤持續改善，政治與社會後果也將不容忽視。就投資者而言，Citrini所描述的2028年場景目前仍屬尾部風險，而非基準情形。值得持續追蹤的關鍵指標包括：白領崗位職位空缺數量、知識密集型產業的實際工資增速，以及高收入家庭的消費支出走勢。若上述指標同步惡化，Citrini所描繪的負反饋循環或將從理論推演轉變為現實威脅。 (invest wallstreet)

近期，美國獨立研究機構Citrini Research發佈的《2028全球智能危機》描述了一個新型經濟循環：2028年，人工智慧技術的快速進步導致大量從事知識密集型工作的中產階級失業，消費力急劇下降，進而引發企業利潤下滑；企業被迫使用更多人工智慧技術以降低成本，這又進一步促進了技術再進步。該報告發佈後在美國民眾和市場中引發震動，股價大規模下跌。譯者認為，該報告在美國社會引起共鳴的原因，在於其精準抓住了美國民眾對人工智慧技術的警惕心理，直擊美國家庭收入減少的痛點。未來，人工智慧技術發展下紅利的重新分配，如何“切好蛋糕”，才是核心議題。引言2026年1月開始，OpenClaw在網際網路迅速走紅。這款由奧地利程式設計師彼得·斯坦伯格發佈的開源AI智能體框架，是一款可以部署在個人電腦上的AI代理軟體。因其圖示是紅色龍蝦，它又被網友稱為“龍蝦”。區別於傳統聊天AI僅提供建議，它能自主完成檔案操作、資料抓取、表格製作等任務，很多人把它視為“真正能工作的AI代理”。3月6日，騰訊雲推出OpenClaw免費安裝服務，近千人在騰訊大廈樓下排起長隊。從ChatGPT、DeepSeek、Grok等聊天AI到OpenClaw框架，人工智慧應用儼然已突破原有被動局面，由“被動給出建議”的“顧問”角色，進步到“幫助完成工作”的“助手”職位。這不僅代表著人們的工作效率得到提升，更意味著人工智慧應用落地的更進一步。一個關鍵命題就此浮現：如果人工智慧真正深度融入人類社會生產，未來將會是什麼模樣？2026年2月23日，獨立研究機構Citrini Research發佈了宏觀備忘錄《2028全球智能危機》（The 2028 Global Intelligence Crisis），在全球市場引發巨大震動。該報告使用一種未來回顧的視角，從2028年6月的宏觀備忘錄場景出發，對人工智慧革命深刻影響全球經濟與社會結構的可能性進行了系統性推演，並給出一個悲觀的預測：AI的極端成功本身反而引發全球經濟、金融與社會的系統性風險。作者描繪，到2028年6月，美國失業率達到10.2%，標普500指數較2026年10月高點累計下跌38%，社會經濟面臨空前危機。該文在社交平台上迅速傳播，作者所設想的AI時代未來情景直接衝擊了投資者信心，道瓊斯指數當日一度下跌約800點，標普500回撤1.04%，微軟、甲骨文股價分別下跌3.21%及4.57%。《2028全球智能危機》（圖源：Citrini Research）隨著人工智慧技術進入大規模工業和商業化應用階段，有關AI將創造新工業和就業的觀點日漸普及。然而，Citrini的這份報告拋出了一個令人不安的問題：倘若人工智慧技術的突破性發展使得AI大量取代人類就業崗位，人們無法重新就業，只能選擇報酬更低的工作，經濟將面臨什麼樣的前景？報告作者給出的答案是，消費能力緊縮與債務違約壓力將迅速傳導到金融行業，進而造成廣泛的經濟和金融危機。據此，作者提出其核心觀點：在人工智慧發展的浪潮中，真正的挑戰將從如何突破生產力瓶頸“做大蛋糕”，轉向如何創造新的分配機制“切好蛋糕”。根本而言，未來的AI世界，核心是分配，而非生產。危機預測報告聚焦人工智慧技術突破對現有行業及就業帶來的壓力，以及這種壓力可能引發的變化。Citrini Research假設人工智慧技術在2026至2028年間獲得極大飛躍，AI能夠獨立執行複雜認知任務，不僅顯著提高了整體生產率，還徹底重塑了多個行業的生產模式。空前的AI技術進步最初推動企業利潤飆升、生產率創新高，標普500一度攀升至歷史高點。設想的2026-2028年人工智慧工作能力發展（圖源：Citrini Research）在過去關於人工智慧影響的討論中，學界和決策圈往往聚焦技術在生產力方面的潛力，譬如如何拉升生產力、開拓新產業、提升效率，創造新就業機會，等等。然而，Citrini Research的分析卻採取了一個反直覺的立場：完全成功的AI技術本身，可能會製造出系統性風險。報告設想，AI技術替代人類勞動的速度遠超創造新崗位的速度。此時，在白領和知識密集型行業，大量就業崗位被AI取代，軟體、支付中介等行業護城河被AI的高效率填平，市場面臨衝擊，就業機會急劇減少。由此帶來的不僅是實際收入的下降，更是消費動力的萎縮，因為薪資縮水甚至失業的中產階級群體是消費經濟的主要支撐力量。作者指出，美國的經濟實際上是一個白領服務型經濟，白領人群佔就業總數的50%，並貢獻了約75%的可自由支配消費支出。隨著人工智慧的擴張，這部分人群被迫失業，收入萎縮，消費減少，導致企業利潤和市場需求亦開始萎縮，企業被迫進一步擴張其人工智慧技術以節約成本。這一過程被作者描繪為一種負循環：人工智慧能力提升，企業減少人工支出，人們失業導致消費降低，企業利潤率下滑，企業被迫購買更多人工智慧產品提高效率，人工智慧能力進一步提升，企業繼續減少人工支出。這與原本的經濟循環截然不同：傳統情況下，過度建設會導致建築活動放緩，進而導致利率下降，最終促進新建築的建設。作者指出，人工智慧時代下的循環機制不存在自然終止機制，企業降本增效的途徑是擴張其人工智慧能力，而非減少人工智慧投資。傳統的循環 vs. 人工智慧驅動下的循環（圖源：Citrini Research）作者描繪了進一步的發展可能：大規模的失業將壓力傳導到金融市場，金融市場面臨前所未有的危機。美國中產階級的收入能力和消費能力曾為金融信貸體系提供堅實的基礎，但在AI時代，這些被視為信用質量基石的人群將普遍面對收入下降乃至貸款違約的困境，進而導致抵押貸款市場崩潰，銀行面臨巨額虧損。與此同時，AI效應也在資產市場和金融結構中蔓延：AI技術驅動的生產率提升最初提振企業利潤，從而推高相關科技與AI基礎設施企業的市場估值；但隨著消費需求萎縮，這些企業生產的產品和服務缺乏實際消費支撐，其增長潛力被過度高估，而當預期增長不能實現時，就會引發資產價格大幅調整。私募信貸、槓桿收購、軟體SaaS訂閱估值等依賴連續增長的金融結構在這種萎縮場景中暴露出系統性風險。兩種因素協同，其結果指向空前規模的經濟和金融危機。作者指出，在這種情況下，名義GDP和企業利潤看似增長迅速，生產力創歷史新高，然而大量產出並不轉化為人類收入和消費，也無法代表民眾的生活水平。這與傳統的宏觀經濟框架相反，傳統的經濟觀念認為GDP增長通常意味著生產與消費同步擴張，社會更加繁榮；但在AI驅動之下，AI系統能在沒有人類參與的條件下持續產出經濟活動指標，但這些產出並不轉化為實際消費、就業收入或社會福祉的增長，只在統計學的紙面上存在。這種現象被作者定義為“幽靈GDP”（Ghost GDP）：在紙面上，經濟增長“看得見”；但實際上，人們“摸不著”。人工智慧製造了足夠多的產品，提高了足夠多的生產力，但這些與人們無關，與實體經濟無關，人們無法獲得收入，也難以消費產品。除了少數科技巨頭和電腦技術擁有者，沒有任何人享受AI的高生產力帶來的福利。資本進一步集中於擁有計算資源的少數科技公司，財富分配愈發極端，貧富差距被推向新的高點。報告分析認為美國目前的福利制度無法根本性解決這種危機。福利制度為短期危機而設計，立法者預期人們將能夠順利重新就業，找到與之前報酬相近的工作，因此只需要短期內的協助。但在AI大發展後的時代，失業的人們幾乎不可能找到與之前報酬相近的崗位，因為這些崗位已經全部被AI所替代。在新的AI時代，政府需要向家庭轉移更多資金，但這恰恰是在政府從家庭收取的稅收正在減少的時候。政府面臨更嚴重的赤字，但向人工智慧行業額外徵稅本身面臨政治遊說的壓力。美國的政治分歧現狀將加劇這一危機：右翼政治人物警告稱轉移支付和再分配將影響美國的國際競爭力，左翼政治人物則認為在現任官員的幫助下起草的稅收法案只不過是換了個名字的監管俘獲，雙方爭吵不休。作者不無悲觀地預測，左右翼之間的政治博弈將進一步延緩美國政府應對這些挑戰的速度，而人工智慧能力的演進速度已經遠超現有機構的適應能力。基於這種危機，作者提出其核心觀點：人們必須建立新的分配框架，以適應AI時代。AI時代的人類面對前所未有的難題：經濟中最具生產力的資產正在導致就業崗位減少而非增加，並且沒有任何現有的分配框架是為這種歷史中的新情況設計的。當生產力不再是增長瓶頸時，人類社會必須重新建構經濟分配框架，調整勞動、財富和消費關係，以避免技術紅利集中於少數利益集團而削弱社會整體的經濟活力，這將是人類正確面對新時代經濟的關鍵。因此，真正的挑戰不再是“做大蛋糕”，而是“切好蛋糕”。人工智慧與人類智能：我們是否已經需要“立刻”面對AI時代？人工智慧技術的空前發展導致人們面臨失業風險，並不是一種完全新穎的敘事。技術性失業（Technological Unemployment）的含義是，由於技術變革和新興技術突破，已有崗位在新時期內被認為是“不需要的”，面臨被淘汰的風險，因此人們被迫失業下崗。由於技術性失業的存在，是否需要採取新興技術的爭論與衝突早已長期伴隨著人類社會的發展。19世紀早期，英格蘭紡織工人掀起“盧德運動”（Luddite Movement），為爭取改善工作條件和保衛工作崗位，搗毀工廠中的自動織機；20世紀末，人們討論自動化是否會導致人們失去工作；2013年，來自牛津大學的一篇論文則顯示，美國約47%的崗位面臨被巨量資料、演算法、機器學習等“電腦化”（Computerisation）技術取代的風險，這些崗位集中在運輸和物流行業、辦公室和行政支援人員等。我們是否正直面人工智慧技術帶來的技術性失業？在2026年3月的現在，這個問題的答案是顯而易見的“是”。早在2024年，一項來自紐約大學和華盛頓大學聖路易斯分校的實證研究表明，在ChatGPT發佈四個月後，全球最大的線上勞動力市場之一Upwork上的寫作崗位數量減少了2%，月報酬則下降了5.2%。倫敦國王學院在2025年10月的一項研究則指出，2021年到2025年期間，引入人工智慧的英國企業的初級職位僱傭數量下降。然而，技術性失業的客觀存在並不意味著短期內人們一定會面臨Citrini報告中所描述的那種AI空前發展的局面，更不意味著AI的發展將決定性地將人們從就業崗位中排擠離開。從短期分析，AI在工作中的可靠性至今仍然存在問題。在真實工作場景中，現有AI存在一系列可靠性問題，包括幻覺、基礎性推理失敗等等。在軟體工程領域，AI確實能夠在編寫、評估和偵錯電腦程式碼方面提供大量幫助，提高程式設計師工作效率，但AI生成的程式碼無法避免出現Bug的問題。在醫療領域，AI確實能輔助醫生進行診斷，但其可靠性問題亦可能導致嚴重危害，AI的故障和錯誤內容的生成可能產生誤診、不當治療或錯誤拒診等後果，切實影響病人生命安全。可以說，儘管人們可以利用AI提升工作效率，但過程中“人”的參與仍有其必要性。AI確實能夠替人們完成大量的基礎工作，節省時間，但仍然需要使用者利用專業知識對AI生成的結果進行稽核與修訂。人們的工作效率確實在AI的使用下升高，但從結果而言，AI的應用落地很難如此激進，以至於使大部分人面臨失業風險。常見人工智慧可靠性問題及示例（圖源：2026年國際人工智慧安全報告）不可否認，技術的突破可能帶來人工智慧可靠性的提升，AGI（Artificial General Intelligence，通用人工智慧，一種理論上擁有與人類相媲美能力的人工智慧系統）的突破有可能為AI落地應用帶來轉機。然而，AGI的突破時間並不明確，當下沒有任何一方能夠給出明確的時間點。在短期內，很難相信AGI將立刻取得突破，並且使人類社會中大量崗位被高度提升性能之後的人工智慧取代。此外，AI技術帶來技術性失業的另一面，是它同樣帶來對其他崗位的高度需求。在人工智慧技術快速發展的同時，軟體工程師等崗位的需求同樣在升高。AI沒有達到可以消滅掉近乎所有崗位的程度，反而有機會在整體就業下滑的過程中為另一部分領域額外提供崗位，改善該領域就業現狀。2024-2026年Indeed平台軟體工程師崗位需求及總崗位需求（圖源：Citadel Securities）從中長期角度分析，Citrini Research的分析則為我們提供了一定程度的啟示。AI技術引發的技術性失業客觀存在，而隨著AI技術的推廣，應用逐步落地，受影響的行業一定會增加，而受AI競爭的崗位也會越來越多，必然將會有一部分人面臨報告中描述的情況：人工智慧效率進步到足夠強的程度，其競爭能力也大幅度進步，對一部分崗位及行業形成威脅，進而影響一部分人口就業。類似於蒸汽機、電力與網際網路曾經帶來的結構性變革，AI技術的發展也會經歷“替代，重組，再創造”的過程。在發展初期，標準化、可複製性強的崗位最先受到衝擊；之後，部分知識型、創意型工作也可能在效率和成本壓力下被重構。在政策層面，則需要提前佈局，包括完善再培訓機制、最佳化社會保障體系，以及鼓勵新產業與新業態發展等等，減弱技術性失業和結構性失業對民眾福祉的影響。歷史經驗表明，每一次技術革命都會伴隨陣痛，但也孕育新的增長空間。關鍵在於，社會能否在效率提升與就業穩定之間找到動態平衡。立場錯位：激進的美國科技企業與謹慎保守的美國民眾Citrini Research的分析報告中，作者強調了其“思考練習而非預測”的立場，但市場參與者和媒體卻在短時間內作出了反應，引發大規模股價下跌。之所以這篇虛擬的“情景推演”會對市場造成如此大的衝擊，與美國民眾和投資者對人工智慧的複雜態度密切相關。皮尤研究中心於2025年9月的一項調查顯示，比起對人工智慧技術發展感到興奮，更多美國民眾更願意表示對人工智慧技術的擔憂。美國民眾對人工智慧發展的興奮或擔憂態度（圖源：皮尤研究中心）Citrini Research報告在投資者中產生如此大的共鳴，實質上摺射出的是美國民眾整體對人工智慧技術的態度趨於謹慎和警惕。它把握住了美國民眾對人工智慧技術的警惕心理，把“人工智慧破壞人們生活”的藍圖具體化，提供了一幅 AI 如何真正影響民眾生活的圖像，內容落實在了對人們來說更為具體的工作崗位消失、家庭收入減少、消費萎縮等現實痛點，“工作被人工智慧搶走”這一敘事直擊民眾心理底線。這也解釋了為什麼這篇並非嚴格預測，幾乎不使用任何數學模型和量化分析的文章能夠迅速引發市場恐慌――它將一個可能性故事轉換成了貼近現實焦慮的敘事，從而激發出更強烈的情緒反應。結語綜上所述，Citrini Research的情景推演之所以引發震動，並不在於其預測數字本身是否精準，而在於它觸及了一個更深層的問題：倘若人工智慧能夠“做大蛋糕”，那麼是否應當將注意力轉移到“切好蛋糕”上去？短期來看，AI的可靠性與應用邊界決定了其尚難以全面取代人類勞動，無需急於立刻做出改變；但中長期而言，設計一套分配框架，從而將人工智慧帶來的生產力紅利通過制度設計有效傳導至更廣泛人群，是有必要的。從前瞻性角度出發，如何通過教育、再培訓、稅制改革與社會保障升級，確保技術進步與社會福祉同步擴張，或許將成為未來數十年政策制定的核心議題。 (大灣區評論)

2月22日，Citrini Research發佈了一篇題為《過剩智能的後果》的文章。作者以“2028年6月發佈的一份宏觀研究” 展開，倒推AI技術進步和智能體普及對人類社會和經濟的影響。這篇原本面向頂級投資人的內部報告，在發佈後，瞬間便橫掃 X(Twitter) 趨勢榜。這篇神文也在美股市場瘋狂傳播，進一步加劇了投資者的擔憂情緒。截至美股周一收盤，在文章中被點名的上市公司普遍下跌。其中，外賣平台DoorDash、黑石大跌超6%、美國運通大跌超7%，優步、Visa也應聲下跌。為何這篇文章能把美股嚇尿？先交代一下作者。Citrini Research 的創始人 James van Geelen ，今年33歲，主業是做宏觀與主題研究，文章設定成一份來自2028年6月的宏觀備忘錄，回頭復盤危機如何從2026年一路走來，直至到無法挽救。文章裡還提到，這個問題最初由他的朋友 Alap Shah 拋出，兩人一起把推演寫了出來。Citrini 在文中說：如果人類智能不再稀缺，智能溢價持續回撤，那麼建立在白領持續賺錢能力之上的消費、房貸、信用擴張，都會開始鬆動，甚至連金融體系都會崩潰。我們要理解現代經濟的一個基本假設：人類的腦子是值錢的。過去幾十年，如果你受過良好教育、會寫程式碼、會做PPT、會法律分析，你就能獲得智能溢價。你賺到錢，然後買房、消費、社交，支撐起佔美國GDP 70%的消費市場。但Citrini告訴我們，這個邏輯正在崩塌。最初，企業覺得AI是好幫手。但到了2026年，AI Agent（智能體）的編碼能力出現了階躍式進化。以前需要幾十個白領、每年付幾十萬美金購買的SaaS軟體，現在一個開發者帶幾個AI，幾周就能復刻出來。企業為了保住利潤瘋狂裁員，但他們忘了一個死邏輯，你的員工，就是別人的客戶。當Salesforce、ServiceNow這些巨頭通過AI幫客戶裁員15%時，它們也立刻損失了15%的訂閱授權收入。為了自救，它們只能繼續裁員、投入更多AI。這就是人類智能替代螺旋： 企業每省下1美元人力成本，就流向了更強的AI，而更強的AI會反過來幹掉更多的人。文中有一句話，讓我印象深刻：到 2027 年 3 月，美國個人使用者的日均 token 消耗中位數已經達到40 萬，相比 2026 年末增長了 10 倍。先通俗解釋一下什麼叫 token。token 可以理解為 AI 處理資訊時的最小計量單位。你輸入的一段文字，會被拆成很多小塊，AI 輸出的回答，也會被拆成很多小塊。每一個小塊，就是一個 token。可以粗略理解為幾個漢字、一個英文單詞或一個符號的組合。所以 40 萬 token，並不是 40 萬句話，而是 AI 在一天之內讀取、分析、生成的總資訊量。這個數字越大，意味著它參與的決策越多，處理的細節越細，生活中被演算法接管的部分也就越多。2027 年個人使用者日均 40 萬 token，說明美國人的生活開始被持續計算。過去我們做決定是斷續的，想起來才比價，心情好才研究條款，嫌麻煩就默認續費。機器不是這樣。它會在後台 7×24 小時盯著航班價格、訂閱帳單、保險報價、信用卡積分和配送費率，把人的每一個猶豫拆解成上百次微判斷。人類的惰性，曾經是一種隱形資產，支撐著平台抽成、訂閱漲價和資訊差生意；當代理替你把猶豫清零，這部分利潤就開始蒸發。如果人類的惰性和情緒被持續削弱甚至清零，這個社會會發生什麼？很多人以為情緒是效率的敵人，但它其實是商業社會的潤滑劑。衝動消費、品牌偏好、習慣性續費、懶得比價、對銷售人員的信任感，這些從消費者的角度看，肯定不好，但是它們卻是企業利潤的重要來源。當智能體開始替你做決定，它一不會疲憊，二不會心軟，更不會被廣告打動，也不會因為習慣而偷懶。它只最佳化價格和匹配度。情緒一旦退場，很多行業很多人的命運都要被改寫。社會可能變得更高效，但也更冷酷。Citrini認為，現代商業巨頭的利潤，其實大多來自於“摩擦力”。因為人類的很多成本，本質上來自摩擦：懶得比價、沒時間談判、習慣性續費、資訊不對稱。但在2027年的推演中，AI代理殺死了這一切。想像一下，你的手機裡跑著一個24小時不睡覺的AI。它不會因為疲憊而妥協，它會瞬間在全網幾百個平台尋找最低價格，它會自動幫你退訂所有不划算的保險，它會繞過銀行卡那2%的手續費直接用虛擬貨幣結算。於是旅行預訂、保險續保、訂閱經濟、房地產經紀佣金、外賣平台的抽成、信用卡交換費，這些以摩擦為護城河的商業模式，會先死為敬。像DoorDash們，都會破產，因為AI沒有“主螢幕”概念，它只看誰最便宜、送得最快。萬事達、Visa們也會非常恐慌，因為AI發現傳統的刷卡手續費太笨重，直接通過演算法繞過了銀行。報告還提到支付、外賣、網約車這些環節，相關股票立刻遭到拋售。作者也把火引向房貸和私募信貸。美國乃至全世界的金融基石是按揭貸款。銀行之所以敢借錢給你買房，是基於一個假設：你未來的收入是穩定的，你的智能是有溢價的。但現在，這個假設失效了。那些信用分780以上、名校畢業的白領，以前是銀行眼中的金主。但AI最先取代的就是他們。這些人失業後，不會立刻斷供。他們會透支信用卡、提取養老金，試圖維持體面。但正如報告所言，2027年底，當西雅圖、舊金山這些科技重鎮的房價開始兩位數下跌，當逾期率開始抬升，世界發現了一個恐怖的事實：2008年的危機是把錢借給了“壞人”，而2028年的危機是，原本的“好人”在貸款簽出後，被時代拋棄了。一個沒有白領高薪支撐的13兆房貸市場，本質上就是一張巨大的、即將到期的空頭支票。讀完這篇文章，我們不得不面對一個極度反直覺的悖論：生產率在飆升，經濟卻在枯萎。這就是報告中提到的“幽靈GDP”。紙面上看，GPU叢集產出了海量的程式碼、設計和方案，生產率資料美得驚人。但問題是，機器不買可選消費品。機器不需要度假，不需要買名牌包，不需要給孩子報鋼琴班。如果AI把人類的生產成本降到了零，那也意味著人類的收入也將趨向於零。當財富越來越集中在少數掌握算力的人手中，而大多數白領被迫去開Uber（甚至Uber也是無人駕駛的），這個社會的消費循環就徹底斷裂了。我們正親手製造一種“經濟瘟疫”，它效率極高，卻不留活口。Citrini Research在報告的結尾提醒我們：現在是2026年2月。此時此刻，標普指數依然接近高點，負反饋循環還沒有完全開啟。正如礦井裡的金絲雀，雖然它的叫聲已經變得急促，但它還活著。當然，這是一份情景推演，不是現實。批評者也不少，很多人認為它過度悲觀，低估了政策反應與經濟自適應能力。但市場會對它有反應，恰恰說明恐懼本身已經是交易變數。如果把這篇長文壓縮成一句話，它問的其實是：當機器能做越來越多腦力活，而邊際成本越來越接近電費時，人類靠什麼維持收入，進而維持消費與信用。美國人問的這個問題，其實對中國也不遙遠。我們同樣有龐大的服務業與中產消費，也同樣有房貸鏈條與地方財政結構，也同樣在經歷企業對降本增效的執念。AI 不是單純的工具升級，它是對整個社會方方面面的壓力測試。這篇文章給碼頭讀者的啟示，遠不止於投資建議，更多的是關於生存的思考。如果你的工作或生意是建立在資訊不對稱或客戶懶惰之上，AI會第一時間撕碎你。過去幾十年買房坐等升值的邏輯，本質上是賭白領生產率持續增長。如果這個前提變了，你的資產還是資產嗎？我們要去尋找那些AI無法提供溢價的地方。也許是深度的人文關懷，也許是複雜的社交博弈，或者是那些AI即使能做、但人類只願意向人類付費的特殊領域。記住，AI不只是工具，它其實是另一種物種。它帶來的不是一次工業革命，而是對人類社會的徹底顛覆。在這場與時間的賽跑中，政府的救濟方案往往落後於演算法的進化。作為個人，我們唯一能做的，就是在智能溢價徹底歸零之前，找到自己在這個新世界裡的救命稻草。 (碼頭青年)