以下是2月28日發佈的SPX30分鐘K線圖以下是更新後的30分鐘圖表月食顯靈：(1) 我曾標註 3 月 2-3 日窗口期——即血月出現之時——為潛在小型崩盤區域。市場果真配合，在當日精準暴跌近 200 點。(2) 然而市場並未開啟第三浪的第3浪持續跳空下跌，反而在兩個交易日內奇蹟般完全收復失地——彷彿全球經濟命脈荷姆茲海峽毫無波瀾。(3) 結合波浪結構與技術指標，更可能形成複雜的下跌形態【見藍色路徑】發生了什麼？在2月28日發佈的《波段市場分析報告》，我寫道：這將是一場"完美風暴"——時機恰到好處，地點恰到好處，理由恰到好處。所有要素齊聚，所有星辰幾乎完美對齊……首張圖表中的藍色路線圖精準捕捉了主要走勢：先是大幅拋售，隨後急劇反彈至 6910 區域；靜待滿月與月食，接著便是主要崩盤階段。若我的計算無誤，市場將以 6770 點區間開盤，並於日內持續下行，直至本周晚些時候觸及 6700 點乃至 6600 點。希望各位已聽從我近幾周的警示；抑或如我般持有部分 3/2、3/9 到期的 SPY 看跌期權。這是將載入史冊的一周。全球經濟的新篇章已然開啟，地緣政治的大棋局也已重啟。正如我在本通訊中多次強調的，這場針對伊朗的"重大軍事行動"不會如川普政府及多數投資者所預期的那樣輕鬆迅速。不，它只是拉開了窗外截然不同景象的帷幕——世界已然改變，並長期步入全新時期。過去三輪交易中，我始終堅持最擅長的策略：在懸崖邊緣做空，待趨勢逆轉時獲利了結 —— 靜待下一個主要阻力區出現，再度做空。令人驚嘆的是，技術分析與星象學竟能提前精準預測並把握重大軍事行動的時機。五分鐘圖上的黑色路線圖早在一周前就已繪就——當時我標註3月3日可能在 6750點藍色帶區域附近形成小型崩盤低點。即便周一出現戲劇性反轉——"巨大的逢低買盤"現身，在戰後首次負面反應中搶購入場——但隨後的新一輪負面反應仍將市場推至更低，下行過程中突破了若干重要支撐區域。話雖如此，多頭的韌性並非"無憂無慮、盡情狂歡"的好兆頭——相反，它如同懸在市場頭頂的達摩克利斯之劍。決斷時刻已被推遲，但終將到來。接下來會發生什麼？中期 W【5】已演變為五浪結構，與中期 W【1】相似，過程中幾乎未出現顯著的修正浪。然而，為構築最終頂部，市場必須在日線、周線乃至月線等級形成堅實的 RSI 背離結構。經歷急劇下跌後，月線與周線將形成背離形態。目前市場仍處於暴跌窗口期，該窗口將持續至3月9日。但鑑於整體結構，我不得不將底部窗口期推遲至三月下旬。超級穹頂結構：我注意到過去三個月複雜的震盪區域在圖表上實際形成了一個完美的對稱穹頂形態【見下方 2 小時 SPX 圖表】。若此推測成立，反彈將再度觸及 6900 點後開啟新一輪下行——該時間線將延續至三月下旬，恰逢水星逆行結束之時。祝一切順利。 (CapitalWatch)

摘要2026年3月5日上午，十四屆全國人大四次會議開幕，李強總理作《政府工作報告》，全面總結2025年工作成績，明確“十五五”時期主要目標和重大任務、以及2026年經濟社會發展主要預期目標和政策取向，部署2026年政府工作任務。本次報告有諸多新內容：對未來形勢和風險挑戰的判斷上，指出外部環境變化影響加深，國內經濟發展和轉型中面臨老問題、新挑戰，包括新舊動能轉換任務艱巨、供強需弱矛盾突出、市場預期偏弱、群眾就業和增收難度加大、部分地方財政收支矛盾突出、房地產市場仍在調整。但同時也指出中國經濟長期向好的支撐條件和基本趨勢沒有改變，制度優勢和大國優勢不斷彰顯。經濟目標方面，GDP增速目標由前三年的“5%左右”調整為“4.5%—5%”，更加注重經濟發展質量，為調結構、防風險、促改革留出更大空間，進一步提高經濟發展質量、增強發展的可持續性；同時強調“在實際工作中努力爭取更好結果”，體現出“務實進取”的態度；CPI增速目標繼續保持在“2%左右”，兼顧預期引導和現實可能，推動物價合理回升。宏觀政策方面：1）繼續實施更加積極的財政政策，赤字率連續第二年維持在4%的高位，中央赤字佔比接近9成，中央轉移支付繼續超過10兆，最佳化支出結構，更加注重支援提振消費、投資於人、保障民生等方面；2）繼續實施適度寬鬆的貨幣政策，靈活高效運用降准降息等多種政策工具；3）堅持內需主導，統籌促消費和擴投資，拓展內需增長新空間，更好發揮中國超大規模市場優勢；4）特別強調強化改革舉措與宏觀政策協同，要用改革的辦法打通經濟循環的卡點堵點，將政策效果轉化為經濟內生增長動能；5）繼續強調增強宏觀政策取向一致性和有效性，健全預期管理機制。房地產市場和資本市場方面，明確提出“著力穩定房地產市場”和“持續深化資本市場投融資綜合改革”。具體包括“因城施策控增量、去庫存、優供給”“深化住房公積金制度改革”“最佳化保障性住房供給”“進一步健全中長期資金入市機制，完善投資者保護制度，拓展私募股權和創投基金退出管道”等。學習體會一、高度肯定成績來之不易，也看到“老問題、新挑戰仍然不少”，但“只要用足用好優勢，發展前景更加可期”一是從佈局謀篇看，報告包括四大部分：2025年工作回顧、“十五五”時期主要目標和重大任務、2026年經濟社會發展總體要求和政策取向、2026年政府工作任務。2026年是“十五五”開局之年，因此較去年增加了“‘十五五’時期主要目標和重大任務”這一部分，關於“十五五”時期更詳細的目標和任務可參見後續公佈的《國家“十五五”規劃綱要》。2026年的工作重點包括十個方面，核心主題與去年基本一致，但順序有所調整。前五項保持不變，仍是擴內需、強產業、促科技、深改革、擴開放，而“紮實推進鄉村全面振興”“推動新型城鎮化和區域協調發展”“更大力度保障和改善民生”分別上移1位、1位和2位，從去年的第七、第八和第十提前至今年的第六、第七和第八，相應地，“加強重點領域風險防範化解和安全能力建設”從去年的第六項調降至今年第十項。這反映出隨著重大風險得到有效控制，中國經濟正從“防風險、穩陣腳”的固本培元階段，全面轉向以科技創新和產業升級為核心的積極進取期。同時，民生保障與城鄉融合發展的戰略地位顯著提升，成為激發內需潛能、拓展未來經濟增長縱深的關鍵引擎。從詞頻上來看，“發展”詞頻高達145次，為最高頻詞彙，反映出發展仍然是第一位的；政策、科技、高品質、安全、風險的頻率明顯上升，反映出政府對加強宏觀調控、促進科技產業發展、積極應對內外部風險挑戰等的重視。二是高度肯定2025年和過去5年的工作成績，並強調成績來之不易，宏觀政策面臨多重困難挑戰。外部，國際經貿環境急劇變化，單邊主義、保護主義陡然升級，市場預期受到頻繁擾動，對外貿易明顯承壓。內部，國內經濟深刻轉型，深層次結構性矛盾問題持續顯現，消費、投資增長動力不足。中國對外有理有力有效開展經貿鬥爭，對內打好政策“組合拳”，集中力量辦好自己的事。2025年GDP增長5%，總量達到140.19兆元；對外貿易較快增長，出口多元化成效明顯；產業結構持續最佳化，高技術製造業、裝備製造業增加值分別增長9.4%、9.2%，工業機器人、積體電路產量分別增長28%、10.9%。“十四五”完美收官，年均增長5.4%、明顯高於全球平均增速；科技和產業創新取得新突破。三是對未來形勢和風險挑戰的判斷上，指出外部環境變化影響加深，國內經濟發展和轉型中面臨老問題、新挑戰，但同時也指出中國經濟長期向好的支撐條件和基本趨勢沒有改變，制度優勢和大國優勢不斷彰顯，總體是戰略機遇與風險挑戰並存。報告在肯定成績的同時，也提出了當前經濟面臨的困難和挑戰：“地緣政治風險持續上升，世界經濟動能疲弱，多邊主義、自由貿易受到嚴重衝擊。”“新舊動能轉換任務艱巨，供強需弱矛盾突出，市場預期偏弱，重點領域風險隱患較多。一些企業經營困難，群眾就業和增收難度加大，部分地方財政收支矛盾突出，房地產市場仍在調整。”四是特別強調強化改革舉措與宏觀政策協同，要用改革的辦法打通經濟循環的卡點堵點，將政策效果轉化為經濟內生增長動能。同時，繼續強調“增強宏觀政策取向一致性和有效性，將各類經濟政策和非經濟政策、存量政策和增量政策納入宏觀政策取向一致性評估，使各類政策措施同向發力、形成合力。”“加強財政、金融、就業、產業等政策協同，深入挖掘政策結合點，創新實施工具，持續放大‘組合拳’效應。”“健全預期管理機制，提振社會信心。”二、4.5%—5%的GDP增速目標註重質量與結構、務實進取，保持2%通膨目標以推動物價合理回升2026年經濟發展主要預期目標是：“經濟增長4.5%—5%，在實際工作中努力爭取更好結果；城鎮調查失業率5.5%左右，城鎮新增就業1200萬人以上；居民消費價格漲幅2%左右。”第一，GDP增速目標由前三年的“5%左右”調整為“4.5%—5%”，更加注重經濟發展質量，但強調“在實際工作中努力爭取更好結果”，體現出“務實進取”的態度。經濟增速目標改為彈性更大的區間增速，相對較寬的區間目標使得政策和改革的靈活性更高，一方面為調結構、防風險、促改革留出空間，進一步提高經濟發展質量、增強發展的可持續性，為後期更好發展打牢基礎；另一方面4.5-5.0%的區間增速與中國中長期的經濟潛在增速大致匹配，在採取一系列推動供需平衡、物價回升的舉措後，也能夠提高名義GDP增速，有利於實現2035年遠景目標。隨著中國經濟從高速增長階段轉向高品質發展階段，經濟客觀上面臨增速換擋，同時要實現“2035年人均國內生產總值比2020年翻一番、達到中等發達國家水平”的遠景目標，仍需保持4.5%—5%的中速增長。從地方兩會來看，經濟大省挑大樑的省份將經濟增速目標設定在5%左右，為經濟穩定發揮了壓艙石的重要作用。第二，就業是最大的民生，繼續保持較高的就業目標。2026年1月，16—24歲（不含在校生）青年失業率為16.3%，仍處於較高水平；2026屆高校畢業生規模預計達1270萬人，同比增加48萬人，再加上農民工、失業人群的就業問題，穩就業工作仍任重道遠；此外，人工智慧（AI）的快速發展也對居民就業帶來新的挑戰。城鎮調查失業率5.5%左右、城鎮新增就業1200萬人以上，體現了在就業總量和結構性壓力較大的情況下，堅持就業優先政策導向和加大穩就業力度的要求。第三，CPI增速目標繼續保持在“2%左右”，兼顧預期引導和現實可能，推動物價合理回升。近年來，受國內有效需求不足、部分行業內卷式競爭、房地產等傳統動能轉型等多重因素影響，物價整體處於低位運行區間，2023—2025年CPI同比分別為0.2%、0.2%和0%。2%是溫和通膨的健康基準線，報告明確表態“將通過改善總供求關係，推動價格總水平由負轉正、消費價格合理溫和回升，促進經濟良性循環。”政府將繼續實施更加積極有為的宏觀政策，擴大內需、整治內卷式競爭，推動物價合理回升，提高經濟名義增速，縮小宏觀資料與微觀感受之間的差距，提振市場信心和預期。三、財政政策更加積極：赤字率繼續保持在4%的高位，中央加槓桿，支出強度有保障、結構明顯最佳化，積極有序化解地方債務風險報告提出：“繼續實施更加積極的財政政策”“財政支出繼續保持相當規模，要持續用力最佳化支出結構，更加注重支援提振消費、投資於人、保障民生等方面”“兜牢基層‘三保’底線”“推進財稅金融體制改革。加大財政資源和預算統籌力度，提高國有資本收益收取比例。健全地方稅體系，拓展地方稅源”“規範稅收優惠、財政補貼”“積極有序化解地方政府債務風險……建構統一的政府債務管理長效機制。”總體上看，今年的財政政策和財稅體制改革部署既著眼於當下財政促消費擴投資穩增長、保障基層財政運轉、化解債務風險，又著眼於中長期激發地方政府積極性、提高財政可持續性。更加積極主要體現在力度更大和結構最佳化兩個方面，力度方面赤字規模、當年新增債務規模和支出規模都創新高，必要的支出強度有利於穩定總需求，支援經濟和民生目標的實現；結構最佳化體現在支出結構最佳化、赤字結構最佳化、轉移支付結構最佳化等方面，一系列安排都致力於讓有限的財政資金發揮出更大的政策效果。第一，財政政策力度方面，赤字規模、當年新增債務規模和支出規模都創新高，一般公共預算支出首次達到30兆，必要的支出強度有利於穩定總需求，支援經濟和民生目標的實現。2026年赤字率第二年維持在4%，赤字規模達到5.89兆，較2025年增加2300億元；考慮到新增專項債4.4兆、超長期特別國債1.3兆、特別國債0.3兆，2026年當年新增債務11.89兆，廣義赤字率為8.1%，與2025年的8.5%大致相當，仍明顯高於2023年的6.7%和2024年的6.6%，兼顧了穩定經濟和財政可持續性的需要。但需要看到，支出等於收入加上赤字或債務，年初的赤字和債務規模是確定，如果收入不及預期（比如稅收因物價水平較低而不及預期、房地產調整導致土地出讓收入不及預期等），支出也會被動下降，此時有必要及時追加預算。1、赤字率連續第二年維持在4%的高位，赤字規模再創新高，中央赤字佔比接近九成，中央加槓桿以減輕地方負擔。2026年的赤字規模5.89兆創新高，較2025年增加的2300億元全部由中央負擔，由此赤字結構中中央佔比為86.4%；再考慮到超長期特別國債和特別國債，當年新增債務中中央、地方債務分別為6.69兆和5.2兆，分別佔比56.3%和43.7%，反映出鮮明的中央加槓桿特徵，中央舉債的部分資金以轉移支付的形式給到地方，有利於減輕地方財政負擔，同時也最佳化了央地債務結構。2、專項債額度與上年持平，兼顧了穩增長、化債的需要與項目儲備的實際情況，將繼續發揮穩增長、優結構、補短板、置換隱性債務、暢通經濟循環等多重作用。1）專項債投向領域繼續採用負面清單以及下放稽核權限，拓展了可選的項目範圍、減少了申報稽核時間，能夠盡快地讓專項債資金形成實物工作量，發揮穩定經濟增長的作用。2）單列並提高用於項目建設的專項債券額度，專項債投向市政建設、新能源、新基建領域，發揮補短板的作用。3）當年規模中仍有8000億元用於置換隱性債務，實現隱性債務顯性化，進一步降低地方債務風險。4）專項債資金繼續用於支援消化地方政府拖欠企業帳款等，增加企業現金流和抗風險能力，減少上下游間的三角債問題，暢通經濟循環。3、發行超長期特別國債繼續支援“兩重”“兩新”，最佳化政策實施機制；加強財政金融協同，設立財政金融協同促內需專項資金，進一步提高財政資金提振消費和投資的效果。超長期特別國債投向“兩重”“兩新”領域，繼續形成大量的優質基礎設施、最佳化供給結構，還將有力地促進裝置更新向高端化智能化綠色化轉型、促進消費，同時避免了地方加桿桿導致的風險，為地方財政騰出了空間。尤其值得關注的是，更加注重政策的協調，設立1000億元財政金融協同促內需專項資金，組合運用貸款貼息、融資擔保、風險補償等方式，更大力度激發民間投資、促進居民消費。支援促消費和擴投資既需要依靠政府和財政的力量，更需要讓市場主體願意消費和投資，通過專項資金嵌入到居民和企業的行為中，降低了消費成本和投資風險，這就實現了政府引導和市場自主的結合，能發揮出更大的效果，也提高了財政資金使用效率。從最佳化政策實施的方向看，我們認為可以考慮以下方向：其一，“以舊換新”在繼續支援商品消費外，逐步增加或者轉向對服務消費的補貼，能夠避免耐用消費品的消費透支效應，還能促進服務業繁榮和相應就業改善；其二，儘可能擴大支援消費的行業範圍，減少對特性行業的選擇，增強普惠性，避免對市場配置資源的扭曲效應；其三，額度分配儘可能根據各地實際需要，避免部分區域額度過剩、部分區域額度稀缺並存；其四，“兩重”項目優先支援前期儲備好、預期投資效益好的項目，尤其是優先支援跨區域的重大工程建設，發揮促投資、優結構的重要作用。4、發行特別國債補償商業銀行資本金，既有利於降低商業銀行風險，又提高了商業銀行落實降准降息進一步支援實體經濟的能力。第二，結構最佳化體現在支出結構最佳化、赤字結構最佳化、轉移支付結構最佳化等方面，一系列安排都致力於讓有限的財政資金發揮出更大的政策效果。1）近年來中國財政支出結構持續最佳化，表現為大幅壓降政府運轉類支出，明顯提高民生福利類支出、強化科技創新類支出。今年一般公共預算中醫療、教育、養老、住房保障支出的佔比接近40%，佔比持續提高。最佳化財政支出結構的大方向是從重視投資到投資消費並重、從重視供給到供給需求並重、從重視企業到重視企業家庭並重，進一步向居民端和民生保障傾斜，未來有可能也有必要繼續提高育兒補貼金額、延長學前教育免費年限、進一步提高城鄉居民養老金，修復居民部門資產負債表。2）赤字結構中中央赤字佔比明顯提高，最佳化了央地債務結構。3）中央轉移支付結構中繼續壓降專項轉移支付，提高財力性轉移支付的比重，增加財力性轉移支付規模，實際上就是在增加地方自主財力和統籌能力，避免對地方政府限制過多，著力解決地方財政困難。第三，規範稅收優惠、財政補貼政策，既能服務於全國統一大市場的建設，避免各地違規的“稅收窪地”和稅收逐底競爭，又能穩定宏觀稅負，維護國家財政可持續性和財政安全。下階段有必要對現行的稅收優惠政策進行系統梳理，整合併精簡重複的政策內容，將有限的資源聚焦於基礎研究、綠色發展以及鄉村全面振興等關鍵領域，從而更有效地發揮政策效能；應提升稅收優惠政策的法律層級，以增強市場預期的穩定性；依據產業的生命周期特點，制定相應的稅收優惠政策，並設立定期評估和退出機制，對政策效果及其延續的必要性進行持續分析。第四，兜牢基層“三保”底線，意在抓住地方政府這個核心主體、恢復地方政府發展經濟的能力和積極性是解決當前經濟問題的當務之急。當前部分地方政府財政困難主要體現在收支矛盾支出，收入端房地產調整導致缺口明顯增加，支出端“三保”支出佔比較高、可統籌的財政資金偏少。有必要通過以下方式解決地方財政困難：1）對於近年來房地產持續調整導致的地方財政收入缺口，加大中央轉移支付或者提高地方債務限額予以彌補，恢復地方政府發展經濟的能力和積極性。2）中長期要深化財稅體制改革，將社會保障、公共安全、環境保護、食品藥品監督管理、跨區域的基礎設施建設等事權和支出責任逐步上收到中央和省級政府，降低地方政府的支出責任，解決其支出壓力。3）健全地方稅體系，擴圍消費稅到高污染高耗能行業和高端服務業等並將消費稅盡快下劃給地方政府，同時研究開徵遺產稅贈與稅等作為地方稅。第五，積極有序化解地方債務風險，最佳化債務監測考核指標，建構統一的政府債務管理長效機制，這些要求意味著債務管理從短期政策化風險走向體制機制建設防風險。短期有必要最佳化化債方式，中長期要建構債務管理長效機制。有序化解地方債務風險是防範化解重大風險、維護經濟安全的重要舉措，有必要繼續實施；最佳化債務監測考核指標，主要是基於當前的負債率、債務率指標尤其是債務率指標受到房地產調整導致的土地出讓收入被動下行的影響較大，加上隱性債務顯性化後，負債率、債務率指標上升，但這並不意味著風險的擴大；報告提出“多措並舉化解地方政府融資平台經營性債務風險, 分類有序推動改革轉型”，將平台經營性債務納入監管，主要是平台的經營性債務與隱性債務的邊界模糊，在平台轉型並不徹底以及主業的盈利能力和現金流相對有限的背景下，需要關注經營性債務轉化為隱性債務的可能性。當前化債取得了非常好的成效，從繼續化債的角度可以考慮：1）短期有必要繼續最佳化化債方式，“6+4+2”中的“6”已經完成4兆，今年繼續發行剩下2兆，4兆的剩餘額度可以從“4兆分五年”的化債方式調整為一次性給到地方，根據需要靠前化債。2）進一步提高地方債務限額，置換漏報的隱性債務。3）根據債務投向分別使用國債、一般債、專項債置換隱性債務，最佳化存量債務結構。對於因為央地事權劃分不清晰導致的隱性債務，由國債置換；對於投向沒有收益的項目，用一般債置換；對於投向有一定收益的項目，用專項債置換。4）從建構債務管理長效機制上，有必要在四本經常性預算之外，研究建立債務預算和資本預算，與政府資產負債表和綜合財務報告銜接。四、貨幣政策：延續寬鬆基調，結構性工具與政策性金融工具加力提效報告提出：“繼續實施適度寬鬆的貨幣政策”，並明確“靈活高效運用降准降息等多種政策工具”“最佳化創新結構性貨幣政策工具，適當增加規模，完善實施方式”“暢通貨幣政策傳導機制”等多項具體部署。整體看，貨幣政策在國內“供強需弱”矛盾突出的背景下仍延續寬鬆基調，結合報告精神，2026年或圍繞三個維度發力：第一，“靈活高效”運用總量工具，降准降息仍可期，但可能更多作為應對潛在外部衝擊、市場波動或預期轉弱的儲備手段。一方面，銀行淨息差持續承壓，2025年四季度為1.42%，已顯著低於1.8%的合意水平，進一步降息對銀行盈利能力的挑戰較大；同時，國有大行1年期定存利率已不足1%，銀行負債端成本壓降空間有限。另一方面，當前出口韌性較強，疊加AI、新能源、生物醫藥等新動能快速崛起，短期內通過持續降低融資成本來穩增長的訴求並不十分緊迫。報告明確提出“促進社會綜合融資成本低位運行”，相較2025年表述“推動社會綜合成本下降”，明顯意在“鞏固”而非繼續“壓降”。2026年仍存在1-2次降息、降准機會，但幅度有限，降息幅度10BP，降准幅度50BP；降准或在二季度配合發債，降息或在聯準會5月換屆之後，因時因勢而動。第二，“最佳化創新”結構性工具與政策性金融工具。結構性貨幣政策工具方面，或將從4個方面完善最佳化：一是降價，結構性工具多採用“先貸後借”的模式，銀行先放貸給特定主體，然後從央行獲取等額的低息資金，目前再貸款利率為1.25%，未來仍有下調可能。二是提額，進一步增加科技創新和技術改造再貸款等工具的額度。三是簡化合併，將使用規模較小的工具進行合併，例如今年1月已將“民營企業債券融資支援工具”和“科技創新債券風險分擔工具”這兩個機制類似的工具合併，合併後為“科技創新與民營企業債券風險分擔工具”。四是擴圍，不僅要擴大工具的使用範圍，還要把更多交易對手納入進來。當前結構性工具主要面向銀行機構，可以擴展至券商、基金等非銀機構。政策性金融工具方面，或將從3個方面加力提效：一是新發政策性金融工具，加大使用力度，或推動該工具從應急工具轉向常態化工具。報告提出：“發行新型政策性金融工具8000億元，帶動更多社會資本參與投資”。二是統一名稱、規範運行機制。此前，中國曾先後3次推出了政策性金融工具，分別是2015年8000億元專項建設基金、2022年7400億元政策性開發性金融工具、2025年5000億元新型政策性金融工具。該工具的實際運作流程都是，由政策性銀行發行金融債券募集資金、由中國央行通過結構性貨幣政策（PSL）提供流動性支援、通過財政貼息來降低資金成本，相關資金可以直接用作地方基礎設施投資的資本金（上限通常為50%）。未來或可出台專門的條例，統一名稱，明確運行機制，強化法律地位。三是擴大資金投向，鼓勵更多投向人工智慧、低空經濟、消費領域基礎設施。第三，深化改革以暢通貨幣政策傳導機制。預計未來改革重點包括：進一步健全短中長期搭配、有中國特色的基礎貨幣投放機制；縮小短期利率走廊的寬度，暢通政策利率傳導；完善貸款利率定價基準；完善存款利率自律上限機制等。五、擴大內需：促消費聚焦居民增收、金融支援與時間保障，擴投資強調多元資金協同發力報告提出“著力建設強大國內市場。堅持內需主導，統籌促消費和擴投資，拓展內需增長新空間，更好發揮中國超大規模市場優勢。”這一表述將擴大內需的戰略定位進一步提升至發揮超大規模國內市場優勢、應對複雜外部環境變化的整體框架之中，擴大內需不只是穩增長工具，更是在國際競爭中保持自身經濟韌性的基礎支撐。（一）促消費：落實“城鄉居民增收計畫”、重視服務消費、改善消費的融資和時間約束報告延續了2025年“提振消費專項行動”的整體部署，明確“激發居民消費內生動力和促消費政策並舉”，相關政策主要圍繞三個維度發力：一是提高消費能力，落實“城鄉居民增收計畫”。這是2025年中央經濟工作會議的重要部署，2026年政府工作報告進一步細化其內涵，明確了“促進低收入群體增收、增加居民財產性收入、完善薪酬和社保制度”等具體舉措。收入是消費擴張的基礎，既影響噹期購買力，也通過收入預期作用於邊際消費傾向。增收計畫落實的力度與進度，將在很大程度上決定消費提振的實際效果。二是最佳化消費結構，刺激商品消費與提高服務消費並重。在商品消費方面，繼續安排超長期特別國債2500億元支援消費品以舊換新，並最佳化政策實施機制。2026年以舊換新支援資金額度較2025年的3000億元略有下降，但這反映的是家電等耐用品經過兩年政策拉動、短期內重複購買空間趨於縮小的客觀規律，政策重心相應從規模擴張轉向提質增效。相比之下，中國居民服務消費佔比偏低、提升潛力較大。報告明確提出“實施服務消費提質惠民行動”，強調“打造帶動面廣、顯示度高的消費新場景”，釋放文旅、賽事、康養等領域消費潛力，服務消費在整體消費政策中的權重進一步提升。三是改善消費條件，主要從金融和時間兩個維度為消費創造空間。金融條件上，2026年新設“1000億元財政金融協同促內需專項資金”，通過貸款貼息、融資擔保、風險補償等方式，降低居民消費和服務業經營主體融資成本與信用門檻；同時擴大個人消費貸款貼息政策支援領域，提高貼息上限，延長實施期限，增強政策的持續性與覆蓋面。時間條件上，報告提出“支援有條件的地方推廣中小學春秋假，落實職工帶薪錯峰休假制度”，通過最佳化假期安排，緩解出行與消費高峰集中問題，為文旅、體育、康養等服務消費提供更加充裕、更加均衡的時間條件。（二）擴投資：強化中央引領、多元資金協同、投資結構加速轉型投資方面，報告提出“充分挖掘釋放有效投資潛力”，延續中央經濟工作會議“推動投資止跌回穩”的定調。2025年下半年以來，固定資產投資增速持續回落：房地產投資仍在探底，製造業和基礎設施投資增速也明顯下降。報告突出投資規模的穩定與結構的最佳化。擴投資政策將從投資主體、資金來源和投資領域三個層面系統發力。第一，在投資主體上，強化中央引領並激發民間活力。2026年擬安排中央預算內投資7550億元，安排8000億元超長期特別國債用於“兩重”建設，並分類提高中央投資補助標準，體現中央財政托底和引導作用。同時，完善民營企業參與重大項目建設的長效機制，引導民間投資向高技術、現代服務業等新賽道拓展，在穩投資中增強市場主導動力。第二，在資金來源上，更加強調多元工具協同與資金使用效率。 其一，地方政府專項債“單列並提高用於項目建設的額度”，這是2026年的重要制度創新，將項目建設類專項債與其他用途明確區分，有助於提升資金到位效率和項目推進確定性。其二，新型政策性金融工具規模大幅擴大至8000億元。這類工具以政策性銀行為載體，通過股權或類股權方式參與重大項目建設，不計入地方政府債務餘額，在財政空間相對有限、社會資本風險偏好偏低的背景下，能夠為重點領域項目提供資本金支援，並增強項目融資的可行性與吸引力。其作用在於緩解項目資本金約束，改善融資結構，提升重大項目落地的確定性，是當前穩投資框架下的重要補充工具。第三，在投資領域上，更加聚焦結構轉型、強調“投資於人”。投資重點明確指向新質生產力、新型城鎮化和人的全面發展等領域，並提高民生類政府投資比重。這意味著投資結構或加速由傳統基建向科技創新、產業升級和公共服務領域延伸。在穩增長的同時，更加注重增強長期供給能力與發展質量，通過改善教育、醫療、養老等公共服務供給，提升居民生活質量和人的福祉，實現經濟增長與社會發展的協同推進。六、房地產：著力穩定房地產市場，化解存量風險與推進新發展模式並重報告指出“著力穩定房地產市場”，延續了中央經濟工作會議對房地產的政策取向。自2021年下半年以來，中國房地產市場已連續下行近五年，持續時間和調整幅度已接近國際上十餘次典型房地產下行樣本的平均水平，市場有望逐步觸底。但觸底不等於反轉，市場更可能經歷一段底部震盪整固的過程。政府工作報告對房地產領域的部署大致沿兩條主線展開：一是化解存量風險，二是建構面向未來的房地產新模式。化解存量風險方面，當前房地產行業風險的核心在於房企“存量高負債”與“資產縮水”之間的錯配。若房企持續陷入風險狀態，相關影響將不斷外溢並自我強化：購房者的期房交付預期受損，金融機構的資產質量承壓，市場供給能力也將隨開發主體退出而持續削弱。圍繞存量風險，報告在融資支援與存量盤活兩個層面作出安排。一方面，進一步發揮“保交房”白名單制度作用，“防範債務違約風險”，這旨在延續對在建項目的融資支援，緩解流動性壓力；另一方面，“探索多管道盤活存量商品房，鼓勵收購存量商品房重點用於保障性住房等”，可以在幫助房企回籠資金、消化庫存的同時，最佳化住房供給結構，通過風險有序處置與存量資源再配置，降低系統性風險。建構新發展模式方面，報告提出“深入推進房地產發展新模式的基礎制度和配套政策建設”，較2025年“有序搭建相關基礎性制度”的表述更進一步，具體路徑主要在三個層面：一是堅持因城施策，最佳化供需結構。報告延續中央經濟工作會議“控增量、去庫存、優供給”的思路，其可能含義是：在庫存壓力較大的地區控制新增土地供應，加快存量去化；同時推動供給結構向剛性與改善性需求集中，實現數量調控與結構最佳化平行。使市場逐步回歸以人口和實際需求為基礎的運行邏輯。二是推進“好房子”建設。隨著居民住房需求從“有沒有”轉向“好不好”，住房品質成為市場競爭核心。報告提出“有序推動安全舒適綠色智慧的‘好房子’建設，實施房屋品質提升工程和物業服務質量提升行動”，促進產品結構升級。這不僅回應改善性需求，也為建築建材、智能家居等相關產業創造新的發展空間。三是深化住房公積金制度改革。住房公積金作為職工住房保障的重要制度安排，在資金使用效率和覆蓋範圍方面仍有最佳化空間。報告提出深化相關改革，但未披露具體舉措，改革方向有待明確。從現實需求看，提升資金使用靈活性、拓寬在租賃和改造等領域的應用場景、完善對新市民和靈活就業群體的覆蓋機制，均是可能的制度最佳化方向。七、資本市場：投融資綜合改革走深走實，提高資源配置效率報告提出：“持續深化資本市場投融資綜合改革，進一步健全中長期資金入市機制，完善投資者保護制度，拓展私募股權和創投基金退出管道，提高直接融資、股權融資比重”。整體看，資本市場融資綜合改革仍是重中之重，要通過深化投融資改革來夯實市場內功。第一，投資端改革要提質增效，資本市場要促進居民財富增長，助力“共同富裕”。一是提高上市公司質量，上市公司質量不高，提高投資者回報無從談起。一方面，要嚴格執行退市制度，拓寬多元退出管道，出清“害群之馬”以及空殼殭屍企業；另一方面，併購重組制度、再融資制度還將進一步最佳化、細化，推動龍頭企業整合資源、提升競爭力。二是推動上市公司主動增強投資者回報。其一，要分類引導上市公司加大分紅力度。鼓勵現金流穩定的成熟企業提高分紅比例；同時引導處於快速發展期、有重大資金安排的公司合理確定分紅水平，兼顧長遠發展與股東回報。其二，要貫通推進現金分紅和市值管理。將現金分紅作為破淨破發公司市值管理的重要手段，通過增強分紅穩定性、可持續性和可預期性，不斷提升上市公司價值創造和投資者回報能力。其三，要進一步強化資訊披露。督促上市公司在年度報告中詳細披露現金分紅政策的制定和執行情況，特別是對未進行現金分紅或分紅水平較低的原因進行充分說明。三是大力推動中長期資金入市。完善“長錢長投”的制度環境，提高對中長期資金權益投資的監管包容性，落實長周期考核，打通保險資金等入市障礙，引導養老保障體系與資本市場良性互動。四是加強投資者保護。強化重大違法強制退市中的投資者保護，主動退市的上市公司應當提供現金選擇權等保護措施；提高投資者維權保障，加快落地落實證券監管部門與人民法院證券期貨糾紛“總對總”訴調對接機制。第二，融資端改革要向新質生產力傾斜，資本市場要支撐“科技強國”。報告明確提出：“對關鍵核心技術領域的科技型企業，常態化實施上市融資、併購重組‘綠色通道’機制，以科技金融支援創新創造”。未來，預計將進一步完善科技型企業精準識別機制，設定更契合硬科技、科技創新企業特徵的上市標準，推動更多人工智慧、生物製造、量子科技領域的企業上市融資。八、科技產業：加緊培育壯大新動能，推動先進製造業和現代服務業融合發展，打造“智能經濟”新業態報告強調要“加緊培育壯大新動能”，在“培育新動能”的政策取向上特別加入了“加緊”兩字，說明產業體系建設、科技自立自強的重要性和迫切性。圍繞著現代化產業體系建設，報告不僅明確了發展那些產業，更部署了具體的發展方向和路徑。第一，明確了發展那些產業。一是要把“積體電路、航空航天、生物醫藥、低空經濟”四個產業打造為新興支柱產業。二是要發展“未來能源、量子科技、具身智能、腦機介面、6G”等未來產業。三是服務業也是新動能的重要組成，推動先進製造業和現代服務業兩業融合是未來的大方向。科技服務、資訊服務、數字服務、金融服務等生產性服務業，可以通過賦能效應，為製造業轉型升級提供全鏈條支撐；而生活性服務業則為製造業發展提供了廣闊的應用場景。四是要打造“智能經濟”新形態。從“人工智慧”到“人工智慧+”，再到“智能經濟”，人工智慧技術正在重塑整個產業生態。所謂“智能經濟”至少具有以下幾個特性；1）生產模式從“機器輔助人”轉向“人機協同”。在智能經濟中，人類負責創意、決策與複雜問題處理，機器則承擔重複性、高精度和高強度的執行工作，兩者分工協作、互為補充，共同提升生產效率。2）行業邊界被打破，技術融合催生新價值空間。人工智慧正加速向醫療、金融、教育、製造等傳統領域滲透，原本界限清晰的產業劃分日益模糊，圍繞資料與演算法形成的跨界協同正在重塑產業生態。3）資料與平台成為基礎性資源。基於開源技術和共享平台，智能經濟建構起低門檻、廣參與、強協同的創新環境。資料的開放流通與演算法的共建共享，使得更多主體能夠參與價值創造，形成更具活力的經濟組織形態。未來“智能經濟”新業態必將具有廣闊的發展空間，包括新一代智能終端（智能網聯汽車、智慧型手機器人、智能穿戴裝置等），垂直領域的智能服務應用（智能診療、智能教育等）。第二，部署規劃了不同產業的重點發展方向和路徑。一是傳統產業要升級轉型，重點是裝置更新、數智化轉型和標準體系建設。其中，報告特別提出了“上雲用數賦智”服務，成為推動中小企業轉型的重要抓手。“上雲”即推行普惠性的雲服務支援政策，讓企業能夠便捷、低成本地使用計算、儲存等IT資源；“用數”即更深層次地推進巨量資料的融合與應用，讓資料在業務流程中流動起來；“賦智”即加大對企業智能化改造的支援力度，特別是推進人工智慧（AI）與實體經濟的深度融合。大力推行普惠性“上雲用數賦智”服務，有助於系統性地解決傳統行業中小微企業在數位化轉型過程中普遍面臨的“不會轉、沒錢轉、不敢轉”的難題。二是新興產業聚焦於場景應用。而拓寬場景應用的導向，天然地將製造業和服務業融合起來，也將產業建設和擴大消費融合起來。近年來持續鼓勵發展首發經濟、冰雪經濟、銀髮經濟等，不僅能帶動消費，更能激發企業創新潛力，反過來帶動新興產業發展。例如，銀髮經濟有利於把老年人的需求變成產業發展的新動力，帶動養老場景智能化重構，進而衍生出智能護理機器人、遠端醫療等需求。三是未來產業側重於健全投入增長和風險分擔機制，關鍵是要完善資料、資金、人才等要素投入管道。其一，深化資料資源開發利用，完善資料產權、流通交易、安全治理等基礎制度。其二，壯大“耐心資本”，放寬創業投資在投資範圍、投資策略、槓桿適用、存續期限等方面的限制。其三，深化人才發展體制機制改革，完善以創新能力、質量、實效、貢獻為導向的評價體系，暢通人才交流通道。九、民生保障：關注人工智慧帶來的就業挑戰，生育支援政策更加系統報告提出“堅持民生為大，加強普惠性、基礎性、兜底性民生建設”，在就業、社會保險、醫療、生育和教育等重點領域提出了完整的政策框架。就業方面，報告關注人工智慧、新產業趨勢中的結構性就業挑戰。隨著人工智慧等新技術加快應用，部分常規性、重複性崗位受到潛在替代衝擊；與此同時，產業轉型升級持續推進，對勞動者技能水平提出更高要求。報告提出“完善適應人工智慧技術發展促進就業創業的措施”，並強調“持續開展大規模職業技能提升培訓”，通過技能再造幫助勞動者適應結構性轉變。社會保險方面，主要圍繞城鄉居民養老和靈活就業人員的失業工傷保險做出增量安排。居民養老方面，2026年城鄉居民基礎養老金月最低標準再提高20元，與2025年提高幅度相同。城鄉居民基礎養老保險覆蓋對象以農村居民和城鎮靈活就業群體為主，保障人群多為中低收入群體，提高基礎養老金有助於增強其基本生活保障能力，也與增收政策形成呼應。但也要看到，基礎養老金月最低標準提高後，城鄉居民養老金全國平均水平（或仍不足300元/月）仍將與城鎮職工養老金（超3000元/月）存在較大差距，後續仍需持續提升至切實保障基本生活的水平。失業和職業傷害保障方面，現行失業保險和工傷保險均以用人單位繳費為前提，大量靈活就業和新就業形態人員因缺乏固定僱主而難以參保，面臨較大的保障空白。報告提出“擴大失業、工傷保險覆蓋面，穩妥有序推進職業傷害保障試點擴圍”，是對這一制度缺口的回應，也是完善新就業形態勞動者權益保障體系的重要一步。生育支援方面，報告提出“倡導積極婚育觀”，並圍繞住房、保險、假期和托育等維度作出系統部署，著力降低家庭生育養育的綜合成本。2025年中國新出生人口為792萬人，較2015年下降逾五成，穩定出生人口規模已成為關係中長期發展的重要議題。相關政策包括：1）加強初婚初育家庭住房保障、支援多子女家庭改善性住房需求；2）保險與休假完善生育保險制度和生育休假制度；3）深入開展托育服務補助示範試點，發展普惠托育和托幼一體化服務。在醫療保障方面，報告關注醫保基金的使用效率與基層醫療服務可及性。在基金管理方面，報告強調最佳化醫藥集中採購和價格治理、深化醫保支付方式改革，通過更加精細化、規範化的管理方式控制不合理費用增長，提高醫保基金使用效率。在服務可及性方面，推動優質醫療資源向基層延伸，加強基層用藥銜接，做實家庭醫生簽約服務，促進分級診療，提升基層醫療服務能力和群眾就醫便利度。教育方面，報告提出“適應學齡人口結構變化，推進教育資源佈局結構調整”，回應出生人口持續下降帶來的教育資源供需錯配問題。同時推動基礎教育擴優提質，完善免費學前教育政策，增加普通高中學位供給，並持續擴大優質本科教育招生規模，促進教育公平與質量的協同提升。 (粵開志恆宏觀)

經濟的興衰背後往往藏著一部債務的隱秘史，如今全球債務的“大爆炸”掀開了這部宏大敘事的最新一章。國際金融協會（IIF）2月25日發佈的《全球債務監測》報告顯示，2025年底全球債務規模攀升至創紀錄的348兆美元。2025年債務規模增長了近29兆美元，創下疫情暴發初期以來最快的年度增速。這一增長主要由政府驅動，政府債務去年增長了10兆美元以上。（資料圖）更糟糕的是，國際金融協會預計，財政擴張、寬鬆貨幣政策與“鬆綁式”監管簡化構成的強力組合，可能推動債務進一步累積，同時加劇市場對槓桿上升和局部過熱的擔憂。經濟增長帶來的緩衝也有限。國際貨幣基金組織在2026年1月發佈的《世界經濟展望》報告中曾預測，2026年全球經濟增速約為3.3%。其中，發達經濟體增速約為1.8%，新興市場增速則略高於4%。這一預測增速雖然相對穩健，但或許並不足以迅速稀釋不斷攀升的債務存量。未來債務與GDP比率可能再度攀升，其中新興市場將尤為顯著，其槓桿率目前已達歷史峰值。歸根結底，全球債務“大爆炸”並非一場突如其來的風暴，而是一面映照時代變遷的鏡子。在這場“借來的繁榮”中，債務本身並無善惡，真正決定命運的，是它所撬動的資源能否轉化為真正的技術進步與民生福祉。誰在驅動全球債務“大爆炸”？全球債務這頭“灰犀牛”已經越長越大。中航證券首席經濟學家董忠雲對21世紀經濟報導記者分析稱，主要原因是債務擴張的驅動力在傳統的企業開支之外，新增加了政府債務擴張的需求。根據國際金融協會資料，2025年全球新增政府債務超10兆美元，約佔全球新增債務規模的三分之一。這表明，全球主權信用的戰略性擴張正取代私人部門的借貸意願，成為全球債務增長的核心驅動力。進一步分析，全球主權債務的擴張浪潮，本質原因是驅動政府加槓桿的邏輯已從傳統的偏“消費”型的“福利兜底”逐步轉變為偏“投資”型的“國家安全支出”。這裡的國家安全是廣義的，既包括傳統的武器裝備代表的國防安全，也包括在以AI為代表的新一輪席捲全球的科技革命下，對於維持國家經濟競爭力的各類必要投資。甚至是德國等此前相對謹慎的國家如今也在增加財政支出。董忠雲表示，傳統上長期奉行財政收支相抵原則的德國，其對於政府財政擴張態度的轉變正是這種政府加槓桿邏輯變化的典型代表。當前，德國正在推動大規模財政擴張計畫。這背後有兩大驅動力：第一是地緣政治的倒逼。俄烏衝突改變了歐洲的安全認知，德國政界普遍意識到傳統安全架構已發生不可逆變化。為了將國防開支系統性提升至GDP的2%以上，並響應北約關於安全投資的呼籲，財政擴張成為結構性剛需；第二是增長模式的轉型壓力。德國設立了規模達數千億歐元的特別基金，用於交通、數字和能源基礎設施。這本質上是政府試圖通過前瞻性財政擴張，來彌補私人部門在AI和綠色轉型上的投資不足，重塑國家競爭力。儘管全球債務屢創新高，西京研究院院長趙建認為不必過度擔憂。看待債務問題不能只看總量，更要關注債務背後的資產範式轉變和結構特徵。348兆美元的債務總量確實很高，但從結構的角度來看，仍然保持韌性。美國債務規模超過38兆美元，赤字也處在高位，但私人部門的槓桿率和資產負債率其實並不高。自次貸危機以來，全球進入了一個債務驅動型增長的超級債務周期，但與此同時，以資訊技術和人工智慧為主線的第四次、第五次工業革命也在推進。趙建表示，這意味著，儘管債務在膨脹，但供給約束也在不斷被突破。債務的風險在於違約和壞帳，而這本質上是資產端出了問題。次貸危機後，雖然有債務攀升，但也有科技和需求在帶動資本積累、資產收益率與實體經濟增長。全球債務正轉向貨幣化模式，從發達國家看，公共債務佔主導，其本質是再分配和社會福利。私人債務總量雖在上升，但相對速度、槓桿率和資產負債率並未顯著走高，這說明348兆美元債務的背後是有經濟增長和資產作為支撐的。債務本質上是會計問題，也是債權債務的分配問題。債務真正爆發危機，首先出現在資產端——資產收益率偏低無法覆蓋利息，進而引發流動性危機。但當前債務的另一面，既形成了資產也創造了貨幣和流動性，因此從這個角度看，趙建認為暫時不會發生系統性危機。從資料上看，2025年年末全球政府債務規模約為106.7兆美元，較2024年末的96.3兆美元進一步增長；非金融企業債務約為100.6兆美元；家庭債務增幅相對溫和，升至64.6兆美元。未來需要警惕一個關鍵指標：高通膨。趙建分析稱，如果通膨不起，理論上債務可以通過貨幣供給維持，但一旦通膨起來，利率必然上升，每年支付的巨額利息會稀釋大量流動性，造成流動性壓力。以美國為例，其面臨的困境是需要不斷借新還舊來償付利息，以抵禦利息和本金都無法償付的“明斯基時刻”，目前看還沒到這一步。然而通膨疊加發達國家的高利率（日本、澳大利亞加息，美國降息受阻），確實加劇了債務對流動性的侵蝕，這使我們進入一個債務脆弱性的高等級區間，危機爆發的機率在增加，可能在50%到60%左右，但尚未形成系統性危機。最終能否穩住取決於通膨走勢和流動性供給能力，只要流動性穩定，債務問題就可控。如果經濟增長能跟上高利率，三者仍能形成穩態，但目前確實處於一個脆弱性較高的區間。安全資產“褪色”全球債務“大爆炸”也在影響債市。董忠雲認為，從長期視角上看，全球主權債務的大擴張確實將很大程度上改變債市的運行邏輯，主要的影響來自三個方面：首先，最直接的影響是供給衝擊。主權債券的天量發行帶來的債市階段性供需失衡，將推升債券期限溢價，導致收益率曲線陡峭化。這意味著借錢給政府的“風險補償”在增加，債市的波動性會比以往更高。其次，隨著天量主權債券進入債市，傳統安全資產的避險屬性將面臨“條件性褪色”。在供給增多的情況下，市場將比以往更加關注和嚴格審視不同國家的財政紀律。例如，當市場對美國財政可持續性、政治極化產生擔憂時，部分長期資金出現了減持美債，轉向德國、法國國債的操作，導致這些歐債的收益率相對下行。這說明，在全球債務擴張的背景下，資金並不是拋棄所有主權債，而是在尋找財政紀律相對更可靠的避風港。最後，避險資產的籃子正在擴容。由於主權債的穩定性出現分化，資金開始增配黃金、大宗商品，甚至是具備強大現金流護城河的科技巨頭股權。這些資產在部分場景下承擔了避險功能，成為傳統國債的補充。因此，董忠雲認為，未來債市的格局不是簡單的“安全資產失效”，而是“分層定價”，這體現在兩個方面：一是，美債的避險屬性在削弱，但財政紀律相對較好的其他發達國家的主權債務反而可能被強化；二是，在傳統的主權債券之外，投資者正在用更多元的工具來建構避險組合。當前全球面臨一個前所未有的問題：安全資產的缺失。趙建提醒，傳統的避險資產如美元、美債、黃金、德債、日債，其安全性都在大打折扣。在全球化逆風、地緣割裂影響下，美元和美債的信用出現裂縫，已不再是傳統意義上絕對安全的資產；黃金這個避險資產，如今的波動率也已超越歷史均衡水平。正因如此，全球都在重新尋找和定義安全資產，現在的安全只能是相對的。最近幾個月市場轉向幾類新的避險選擇：一是股市中的紅利股、價值股被視作相對安全的避風港；二是擁有堅實實體產業的國家，其貨幣和資產開始受到青睞，例如中國、日本、德國、韓國的資產，因為它們背後有實體產業支撐；三是重資產、確定性較高、低淘汰率的資產也成為安全資產的選項之一。趙建表示，過去投資者避險可能只有美元、美債、黃金、日元等幾個固定選項，如今則轉向一個更加多元化、組合式的安全資產配置。債務這顆“雷”何時會爆？在全球債務總額達到創紀錄水平的背景下，市場擔憂未來會跨過關鍵的臨界點，高債務水平從“可持續”轉變為系統性風險。董忠雲認為，全球債務規模的持續擴張確實存在引發系統性風險的臨界點，但這一臨界點並非適用於所有經濟體的剛性統一標準，而是一個“動態閾值”——其具體位置在很大程度上取決於各國當時所處的內外部環境。概括而言，以下四個維度或對臨界點的形成具有關鍵影響：一是利息支出對財政空間的侵蝕程度。真正決定風險的核心變數並非債務存量本身，而是償債成本在財政支出中所佔的比重。當淨利息支出持續攀升，並開始擠佔國防、教育等剛性支出時，市場對財政可持續性的信任便會動搖。尤其值得警惕的是，一旦利息支出增速持續超越名義GDP增速，債務將可能步入“自發加速”的不穩定軌道。二是投資者基礎的穩定性與多樣性。主權債務的可持續性高度依賴於順暢的融資鏈條。若主要邊際購買者——如外國官方機構、商業銀行等——開始系統性離場，而市場又無法及時形成新的承接力量，流動性危機便可能被觸發。在此情境下，借新還舊的循環將面臨結構性考驗。三是實際利率與經濟增長率的相對走勢。這是決定債務動態演變的基本法則：若實際利率持續高於經濟增長率，即使政府維持財政預算平衡，債務率也將被動上行。若未來經濟增速不足以覆蓋融資成本，部分國家的主權債務將面臨“被動加速”的風險。四是制度層面的緩衝空間，即財政與貨幣政策的協同能力。這一維度在發達經濟體與新興市場之間呈現出明顯差異。以日本為例，其在高債務率下的經濟穩定，關鍵在於擁有獨立的貨幣主權，央行可在必要時承接國債，提供流動性支援。而缺乏這一條件或外債佔比較高的國家，市場的容忍度往往不高。關於債務周期的臨界點，明斯基和達里歐的理論中臨界點通常由幾個指標衡量：明斯基時刻指利率與資產收益率、現金流供給之間形成失衡導致無法支付利息；達里歐的拐點指現金流無法覆蓋利息，債務開始侵蝕經濟增長。趙建表示，目前來看還沒有出現明顯證據表明已到達那個臨界點，但脆弱性在增加。趙建最擔憂的是通膨，如果通膨帶來的經濟增長無法與高利率有效平衡，甚至出現滯脹，即債務增加、通膨推高名義利率但經濟增長放緩、失業增加，那麼債務就會出大問題。此外，債務危機與股市危機也有關聯，在債務周期前半段有足夠的資產支援擴張，問題不大，但如果股市泡沫出現嚴重壓力，通過資產價格上升來消化債務的能力就會衰竭，這也會將債務推向系統性風險的高機率區間。解決問題的鑰匙或是“加法”2025年全球債務佔GDP的比重小幅回落至約308%，這主要受發達經濟體推動。而新興市場債務佔GDP的比率持續攀升，創下逾235%的歷史新高。新興市場國家在應對這場債務“灰犀牛”時，面臨著與發達國家不同的脆弱性和政策約束。董忠雲認為，新興市場在應對本輪全球債務擴張時，所面臨的挑戰與發達國家存在明顯區別，主要體現在三個層面的結構性與脆弱性：第一，貨幣與融資的結構性約束。發達國家普遍擁有“貨幣特權”，可通過央行量化寬鬆實現債務貨幣化，而大多數新興市場不具備這一條件。這意味著新興市場難以像德國那樣依靠內部財政擴張進行低成本融資，反而可能被迫加息以抑制通膨與匯率貶值，從而加劇經濟放緩。第二，債務結構層面的“期限—幣種”錯配風險。根據國際金融協會報告，2026年，新興市場面臨超過9兆美元的再融資壓力，規模創歷史新高。此種情況下，新興市場一旦出現本幣貶值，將直接推高其實際債務負擔，觸發“貶值—債務加重—資本外逃”的惡性循環。這種錯配使得新興市場對外部融資環境的變化高度敏感，容錯空間顯著低於發達經濟體。第三，政策空間的有限性與債務容忍度偏低的歷史特徵。一方面，發達經濟體在財政擴張時可依託成熟的國內債券市場，而新興市場往往被迫在“保匯率”與“保增長”之間艱難權衡。另一方面，部分新興市場存在“債務不耐”現象——歷史經驗表明，一些國家在債務/GDP比率仍然相對不高時便可能因信心危機而陷入債務違約，這與具體新興市場的制度聲譽、貨幣信用歷史以及對外部資金的依賴程度密切相關。對於新興市場的特點，趙建分析稱，它們擁有豐富的生產要素和年輕人口，經濟增長潛力大，資產收益率較高，有大量投資空間，可以用較高的經濟增速來抵消債務壓力。但它們在金融定價權和資本市場方面處於弱勢，貨幣的國際認可度低，融資能力差。發達國家可以印鈔讓全球買單，但新興國家不行，往往難以以低利率融資，因此更容易發生貨幣危機。過去的教訓顯示，東南亞、俄羅斯、拉美國家常常是債務危機與貨幣危機並行，貨幣大幅貶值後外部融資能力基本喪失，對內融資又易引發通膨，這就是新興國家債務的脆弱性所在。或許，解決問題的鑰匙不在債務的“減法”裡，而在發展的“加法”中——只有用創新對衝風險、以增長消化債務，才能在歷史的十字路口，為這頭“灰犀牛”套上韁繩。 (21世紀經濟報導)

你有沒有過這種體驗?寫周報時，翻遍五六個系統扒資料;跟客戶溝通時，反覆解釋同一個問題;處理工作流程時，卡在跨部門對接的環節動彈不得……我們總說AI能提高效率，但以前的AI，更像個“問答機器”——你問它才答，你不說它就躺平。但Google  Cloud剛出的《AI智能體趨勢2026》報告說，2026年這一切要變了。AI會從“只會回答問題的工具”，變成能聽懂目標、拆任務、跨系統自己幹活的“得力幫手”(也就是報告裡說的AI智能體)。這不是遙遠的暢想，而是已經在發生的現實。今天就跟你掰開揉碎了聊：這波AI變革到底會怎麼改咱們的工作，普通人該怎麼抓住機會?核心轉變從人親自幹活到人管AI幹活這波AI變革最核心的變化，不是“幹活更快了”，而是“幹活的方式變了”。以前咱們談AI，總說“幫人把事做快”——比如AI幫你寫初稿、算資料，最後還是得你逐字改、逐題核對。但2026年的AI智能體，厲害在“能自主搞定一整套事”：你只要告訴它“要達成什麼目標”，它會自己拆分成小任務，呼叫公司的各種系統，一步步推進，最後給你一個結果。隨之而來的，是咱們的角色大變身：從“親自執行的打工人”，變成“指揮AI的管理者”。打個比方，以前做市場經理，得自己寫文案、找資料、盯競品、做報告，一天忙得腳不沾地。2026年，你手下會有五個“AI專屬助理”：資料助理：扒遍公司內外的結構化資料，找出市場趨勢;分析助理：24小時盯競品動態、社交媒體口碑，每天給你發一頁核心洞察;內容助理：按公司的品牌語氣，寫好社交媒體文案和部落格初稿;創意助理：給文案配圖片、剪視訊;報告助理：每周自動拉取campaign資料，生成分析總結。你要做的，不是自己寫文案、找資料，而是：告訴它們這周的核心目標(比如“推廣新產品，吸引年輕使用者”)，給點策略指引(比如“重點突出性價比”)，最後檢查一下結果有沒有問題，拍板定奪就行。說白了，AI把重複、繁瑣的執行活全包了，咱們只需要聚焦“定方向、做判斷、把關結果”。而且這不是空想。資料顯示，現在已經有52%的公司，把AI智能體用在了生產環境裡：客戶服務、市場營運、技術支援、產品創新，到處都有它們的身影。比如全球最大的紙漿製造商Suzano，用AI智能體把員工的自然語言(比如“查一下某類物料的庫存”)變成系統能識別的查詢指令，5萬名員工查資料的時間直接減少95%;電信公司TELUS更狠，5.7萬名員工日常用AI，平均每次互動能省40分鐘。五大趨勢未來，AI智能體將滲透到工作的方方面面如果說核心轉變是“道”，那這五大趨勢就是“術”。我們來看看這些AI幫手會出現在那些場景，怎麼改變咱們的工作和生活。1.每個員工都有“專屬AI助理”：個人能力直接翻倍以前的AI工具，要麼是公司統一配的“大雜燴”，要麼得自己找外掛拼湊，用起來特別彆扭。未來，每個員工都會有“量身定製”的AI助理。這個助理懂公司的業務語境：能訪問內部知識庫、客戶資料、歷史工作成果，不會像通用AI那樣“說外行話”;它還能跟你配合默契：你把重複的活(比如整理會議紀要、跟進待辦事項、初步篩選郵件)交給它，自己專注於創新、談判、戰略思考這些“高價值活”。這裡要澄清一個誤區：不是有了AI助理，你就沒主動權了。它更像一個“超級執行者”，在你的指導和監督下幹活，比如寫合同，AI可以初稿，但最終的風險把控、條款談判，還是得你上。就像媒體行業，AI能幫你整理海量素材，但講什麼故事、怎麼講得動人，還是得靠人的創造力。2.公司流程變成“數字流水線”：從頭到尾自動跑如果說每個員工的AI助理是“單兵作戰”，那公司核心流程的AI智能體系統，就是“團隊協作”。以前公司的流程，比如採購、客戶支援、安全營運，都是“人對接系統、人對接人”，中間容易卡殼：比如網路出問題，得先讓技術部門檢測，再讓售後通知客戶，流程走下來大半天。未來，AI智能體系統會把這些環節串起來：發現網路異常後，AI先自動嘗試修復;修復不了，自動在現場服務系統建立工單;同時同步給客戶聯絡中心，告知客戶情況——整個過程跨系統、跨部門，不用人手動干預，人類只需要在關鍵節點監督、拍板。要實現這種“流水線”，靠的是兩個關鍵技術：A2A協議：相當於AI之間的“普通話”，不同開發者、不同框架的AI能互相溝通協作;MCP協議：相當於AI和公司系統的“資料線”，能讓AI安全訪問即時資料(比如庫存、訂單、客戶資訊)，而不是靠“過時的知識庫”幹活。比如動物保健公司Elanco，用AI智能體處理每個生產基地2500多份非結構化檔案(比如政策、流程文件)，自動分類、提取關鍵資訊、排查衝突，避免了因為資訊過期或衝突導致的生產力損失——以前這種損失在大型基地可能高達130萬美元。3.客戶服務從“被動響應”到“主動服務”：像有了“私人管家”你有沒有吐槽過傳統客服?重複說問題說三遍，轉人工要等半天，最後還沒解決。這就是“規則型自動化”的侷限，只能機械響應，不會靈活處理。未來的客戶服務AI智能體，會變成你的“私人管家”。它能記住你的歷史資訊：你上周買了件藍色毛衣，今天打電話，它一接就知道“你可能是要退換貨”;它還能主動解決問題：物流延誤了，不等你投訴，它已經查到是配送車壞了，自動安排明天最早配送，還給你充了10美元補償，發簡訊跟你確認時間。資料顯示，現在已經有49%的公司把AI智能體用在客戶服務上，這是最成熟的落地場景之一。比如家居建材品牌家得寶(Home Depot)，做了個叫Magic  Apron的AI智能體，24小時線上給客戶提供裝修指導：怎麼裝櫃子、選那種油漆、看產品口碑，就像身邊有個裝修老師傅，隨叫隨到。而且這種“管家式服務”不侷限於消費端。比如工廠裡，AI智能體能分析生產資料，發現某個班次效率低，會主動給出建議：“可以調整裝置參數，或者給員工做個專項培訓”，相當於給管理者配了個“生產顧問”。4.安全防護：從“喊警報”到“自動滅火”現在的公司安全部門，最頭疼的是“告警疲勞”：每天收到成千上萬個安全告警，分析師根本看不過來，很可能漏掉真正的威脅。就像家裡裝了100個煙霧報警器，天天響，真著火了反而沒反應。未來的安全AI智能體，會從“只喊警報”變成“主動滅火”。它能自動分流告警(那些是誤報，那些是真威脅)，調查分析(威脅來自那裡，影響多大)，甚至在授權範圍內直接採取行動(比如攔截惡意攻擊、修復漏洞)。比如cybersecurity公司Specular，用AI智能體自動化攻擊面管理和滲透測試，幫企業快速找到安全漏洞;另一家公司Torq的AI安全分析師Socrates，能自動完成90%的一級分析任務，人工操作減少95%，響應速度快了10倍——安全人員不用再埋頭處理重複告警，能專注於設計防禦架構、獵捕高級威脅。5.能不能規模化賺錢，看員工會不會“管AI”最後這個趨勢，是所有變化的關鍵：AI智能體能不能給公司帶來持續價值，核心不是買了多少技術，而是員工會不會用。現在專業技能的“半衰期”越來越短，技術領域可能只有2年。也就是說，你現在學的技能，2年後可能就過時了。而AI的普及，會讓“會不會管AI”變成職場的核心競爭力。但現在有個落差：84%的員工希望公司多提供AI學習資源，但只有29%的員工覺得公司在積極推動AI應用。而且“AI管家”“AI編排者”這種新角色，市場上根本招不到現成的人，只能靠公司內部培養。怎麼培養?報告裡給了一套實用方法，核心是五個支柱：1.定目標：比如“讓100%員工在工作中用AI”，而且要可衡量;2.找支援：組建“高管贊助人(給錢給資源)+推動者(鼓動員工參與)+技術專家(落地解決方案)”的團隊;3.造氛圍：搞遊戲化交流、案例分享，獎勵創新用法;4.融日常：把AI融入工作流，比如辦內部駭客松、實踐挑戰，讓員工在幹活中學習;5.守規則：明確那些資料能給AI用，怎麼識別AI相關的安全威脅。比如電信公司TELUS和Google合作搞了AI技能培訓，結果96%的員工說用AI的信心提升了，員工會用AI了，公司的效率和創新力自然上來了。AI時代這五種人很難替代聊完了AI智能體的趨勢，咱們回到最實際的問題：既然AI能幫著幹活、跑流程，那普通人怎麼才能不被替代?答案很簡單：AI越能幹，就越需要有人“管著它、盯著它、落地它、擔著它”。未來3-5年是AI緩衝期，咱們只要找準自己的位置，就能在變革中站穩腳。總結下來，有五種角色永遠稀缺：1.決策者：給AI定方向的“指揮官”AI再厲害，也得有人告訴它“要做什麼、為什麼做”。就像前面說的市場經理，AI助理團隊再能打，也得靠你定核心目標——是推廣新產品還是維護老客戶，是突出性價比還是強調品牌感。以前咱們做執行，滿足於“按流程幹完”就行;現在得主動思考“為什麼要做這件事”“要達成什麼結果”。比如用AI寫方案，不能只說“幫我寫個推廣方案”，而要明確“針對25-30歲職場人，推廣一款通勤背包，核心賣點是輕便防水，預算5萬，要包含社交媒體和線下快閃活動”——這樣AI才能精準發力。說白了，決策者的核心價值是“定戰略、掌方向”，這是AI學不會的。它能執行，但沒法判斷“這件事該不該做”“這麼做對公司長期有沒有好處”。2.提問者：能問對問題的“掌舵人”如果暫時做不到決策者的高度，那從“會提問”開始也完全可以。提問的水平，直接決定了AI的輸出質量。很多人用AI之所以沒效果，就是提問太隨意。比如想讓AI生成配圖，只說“給我一張漂亮的圖”，結果全看運氣;但如果你說“我想表達‘異鄉人思念家鄉’，要用溫暖的水彩風格，畫面裡要有老房子、路燈、飄著的炊煙，能不能給我三個構圖建議並簡單解釋”，得到的結果大機率就是你想要的。提問的關鍵，是先想清楚自己的目標，再把目標拆成具體的問題。職場裡常說“會提問的人，思考一定不差”，AI時代更是如此——你能問出精準的問題，就意味著你已經想透了事情的關鍵。3.看門人：給AI把關的“質檢員”現階段的AI還有個小毛病：偶爾會“胡說八道”(也就是常說的“AI幻覺”)，比如給你編一個不存在的資料，或者生成不符合公司規範的內容。這時候就需要“看門人”——用自己的專業經驗，判斷AI的輸出是不是靠譜。比如Elanco用AI處理生產檔案，AI能自動分類、提取資訊，但最終還是需要熟悉生產流程的員工把關：“這個條款是不是和最新政策衝突?這個資料是不是精準?”;再比如用AI寫合同，AI能搭框架，但涉及法律風險、核心權益的條款，還得靠法務人員稽核。看門人不用學新技能，只要你在自己的領域裡夠專業、夠細心，就能勝任。畢竟AI談論你不熟悉的領域時，你可能覺得它無所不知，但一碰到你的專業，它有沒有胡說，你一眼就能看出來。4.執行者：連接虛擬與現實的“實幹家”你可能會想：“執行的活不都被AI搶了嗎?”其實不然，AI能在電腦裡跑流程、做分析，但最終還是要有人把事情落到現實裡。比如物流智能體能安排好配送路線，但包裹還是得靠快遞員送到你手上;AI能給出工廠裝置的調整建議，但最終還是得靠技術人員去操作;AI能生成裝修方案，但敲牆、刷漆、裝櫃子，還是得靠工人師傅來幹。虛擬世界的決策，永遠需要現實世界的人來落地。而且現在很多公司看似人多，但真正腳踏實地幹活的執行者並不多，只要你靠譜、敏捷，能把AI的計畫變成實實在在的結果，就永遠有你的位置。5.責任人：為結果兜底的“擔當者”AI是工具，沒有辦法承擔責任。比如AI推薦的行銷方案出了問題，損失誰來擔?AI處理客戶資料時洩露了隱私，責任誰來負?這時候就需要“責任人”——對最終結果負責，出了問題敢擔當、能解決。未來，“誰來擔責”會成為AI時代的核心議題。比如合規智能體自動更新了工作流，但如果不符合監管要求，還是得有人站出來調整、承擔後果;客戶服務AI出了錯，還是得有人主動聯絡客戶道歉、彌補。無論你是決策者、提問者，還是看門人、執行者，最終都得是責任人。畢竟AI可以幫你幹活，但沒法替你擔責——而“敢擔當、能扛事”，永遠是職場最稀缺的品質。2026年的機會本質是“人的解放”聊了這麼多，你可能會問：AI這麼厲害，會不會取代人?答案是：不會取代人，但會取代“只會執行的人”。AI智能體不是搶工作，而是把我們從重複、繁瑣、耗精力的低價值工作中解放出來，讓你專注於只有人能做的事：創造性的思考、戰略性的決策、有同理心的溝通。這波變革的學習曲線可能有點陡，但機會屬於那些“現在就開始行動”的人：今天學著跟AI配合，學著定方向、提對問題、把好關、落好地、擔好責，明天你就是職場裡的“稀缺人才”，而不是被淘汰的“執行者”。說到底，2026年的AI變革，看起來是技術的升級，本質是“人的升級”。它讓企業變得更快、更智能，也讓每個人都有機會發揮自己的天賦和創造力。未來決定現在。看清未來將發生什麼，才能真正明白當下應該做什麼。我們認為，未來由四個關鍵領域塑造：哲學、AI科技、經濟與政治。為什麼是這四個?哲學是元起點，是意義與方向的錨點，為一切行動提供終極燃料;科技(尤其是AI)是文明進步的底座，是驅動世界向前的“發動機”;經濟是轉化器，它把科技力量轉化為真實的財富與市場機會;政治是適配性結構，它給哲學、科技與經濟提供運行框架與秩序。哲學為根，科技為器，經濟為用，政治為治。這四者環環相扣，層層支撐，相互交織，在動態的演進中共同推動現實走向未來。 (前瞻經濟學人)

《人形機器人的訊號：機器人“大腦”將如何演進？》核心內容：一、發展路徑：VLA為主流，世界模型為前沿，中國廠商務實推進當下，人形機器人“大腦”的主流走向是VLA（視覺 - 語言 - 動作）模型。此架構具有徑直嫁接大語言模型以及多模態視覺模型的能力，機器人能夠領會自然語言指令，進而對應為具體動作，讓其擁有比傳統分層模型更強的互動能力和泛化潛力。具有代表性的玩家涵蓋Figure、Physical Intelligence、Galbot、X Square Robot等。然而，VLA可不是終點。報告表明，Nvidia的Jim Fan等專家對VLA提出過質疑，認為其本質依舊是“語言優先”，對物理世界的建模能力不夠，致使機器人在複雜物理互動裡表現欠佳。所以，研究機構著手探索世界模型等新型架構，像Nvidia的DreamZero、1X的世界模型、Robbyant的LingBot VA。這類模型，借助對物理世界動態之規律的學習，具備“想像”未來狀態之舉，進而提升泛化能力以及任務適應性。在國內市場範疇之內，廠商選取了更為講求實際的路線：短期內持續對VLA予以最佳化，借由強化基礎模型（像阿里的RynnBrain）、引入推理模組、融合強化學習等途徑逐步提升能力；長期則著重於世界模型等前沿方面，不過更側重於“場景逐個實現突破”——先於具體任務當中部署機器人，憑藉真實資料回饋模型迭代，建構起“硬體迭代+資料積累+模型最佳化”的正向循環。這種漸進式智能化路徑更貼合當前技術約束，也更具落地可行性。二、核心瓶頸：資料稀缺與算力不足，制約模型能力躍遷具身智能規模化落地面臨兩大硬約束，一是資料質量和規模不足，二是邊緣算力瓶頸。資料瓶頸是阻礙VLA模型發展的最大難題。不同於LLM能夠借助網際網路文字資料，機器人訓練所需的是“視覺-狀態-動作-獎勵”相互對齊的多模態資料，而這種資料的採集成本極其高昂。存在三條主要的當前資料來源路徑，一是遙操作，其資料質量高，然而效率低且成本高；二是模擬資料，其數量大，不過存在Sim2Real gap，因接觸物理、感測器噪聲等致使難以完美建模；三是人類視訊，其資料廣度大，可是與機器人控制不對齊，並且缺乏力覺、深度等資訊。報告提出了“資料金字塔”概念，即越高品質的資料越稀缺，真實世界運算元據是難以獲取的“金礦”。此行業正於多個方面尋求突破困局：其中，模擬最佳化（像Nvidia Isaac Sim這般）會使之對真實資料的依賴得以減少；資料工廠（於中國諸多地方所建立的狀況）借由規模化遙操作來採集具備高品質的資料；跨本體資料通用性（例如Nvidia GR00T N1.6能夠支援多種型號機器人的情形）可實現資料復用率的提高；高精度動捕加第一視角視訊（就如Paxini那樣）會促使資料採集效率獲得提升標點符號。算力瓶頸，同樣是十分嚴峻的情況。人形機器人，需要進行即時互動，沒辦法依賴於雲端大模型推理。縱然Nvidia最新Thor晶片能提供2070 TFLOPS算力，還是被多家廠商認定為不足以去支撐複雜模型推理。因而，在短時間之內，機器人模型參數的規模依舊會被控制在百億等級的範圍之內，也就是大約在~10B這個數值以內，而這同樣表明了通用智能的“湧現”還需要一段時日。三、未來格局：規模遊戲開啟，頭部優勢持續放大報告針對未來格局作出的判斷為，人形機器人會逐漸演變成一場“規模遊戲”，並且結構性優勢會使領先者和追趕者之間的差距被拉大。資料飛輪效應促使頭部玩家加快勝出的速度。那些擁有大規模佈局機器人的廠商，能夠拿來更多發生在真實世界裡互動所需資料，並據此塑造出更為優質高端先進完備的策略模型，進而對產品自身性能予以提升，從而吸引到更多的客戶，最終形成一種正向的循環。與此同時，模擬這類預訓練以及世界模型，是需要大規模算力來進行投入的，頭部公司具備的在算力以及資料方面的結構性優勢，將會持續不斷地被放大。模型供給端會分化成兩類玩家，一類是獨立模型提供商，也就是類似機器人界的“Android”，它們由科技巨頭主導，會提供通用機器人作業系統以及模型介面，另一類是全端整合者，它們依靠自有大規模機器人叢集形成資料閉環，進而持續最佳化模型能力。報告覺得，2026年在這一方向上會看到更多進展，不過依舊處於早期階段。總結：具身智能所處的階段是在“由VLA主導，在接下來的三到五年時間裡，行業將會呈現出“具有漸進式智能化的態勢，頭部加速朝著集中方向發展，模型供給出現分化。於從業者來講，資料採集能力以及算力部署能力會成為核心競爭力。(TOP行業報告)

“真正的問題不在於AI是否會搶走工作，而在於崩盤的那天，比我們想像的來得快得多。”最近，一份名為《2028年全球智能危機》的報告在外國社交網路上瘋傳。它不僅讓無數打工人看完後感到脊背發涼，甚至一度引發了美股的情緒恐慌與大幅下跌。這份報告由宏觀研究機構Citrini Research撰寫。他們並沒有一味地販賣末日焦慮，而是拋出了一個極具現實張力的悖論：打垮經濟的，不是AI的失敗，恰恰是AI的空前成功。當下，華爾街和科技圈都在為AI帶來的“效率奇蹟”和暴漲的企業利潤而歡呼。然而，Citrini Research以“未來回溯”的視角，無情地推演了這種狂熱的背面：一場由AI引發的經濟大地震，是如何從一次全員追求“降本增效”的技術升級，一步步演變為吞噬全球中產階級、摧毀現有消費循環的系統性危機的。正如報告中那句最扎心的論斷：“當軟體生成的邊際成本無限趨近於零，支撐現代資本主義的‘摩擦力’消失了，隨之而去的是利潤、就業以及社會契約。”“科幻小說”還是精準預言？這種極具顛覆性的推演，立刻在社交網路和現實世界炸開了鍋。有網友看完表示，這感覺有點像末日題材的科幻小說，多少有點精神分裂。但也不得不承認，裡面的邏輯確實值得琢磨：如果AI繼續這麼猛下去，而現有的經濟運行規則跟不上，崩盤的那天可能比想像中來得更快。還有網友形容稱，這是一份“你絕對會讀到的最恐怖的AI報告”。它的恐怖之處不在於預測AI會失敗，恰恰相反，它預測AI會取得完美的成功，而“成功”本身成了最大的系統性Bug。正如一名X使用者所評論的那樣，這份報告看似虛構，但作者並非在寫奇幻小說，而是基於當今社會已存在的種種動態進行推斷。有意思的是，“科幻小說”這個詞，也成了官方用來安撫市場情緒的武器。就在2月24日(周二)，美國白宮經濟顧問委員會代理主席皮埃爾·亞雷德(Pierre Yared)在一場經濟學會議後，公開回應了這場攪動科技股的風波。他將Citrini的報告直斥為“一篇有趣的科幻小說”。亞雷德坦言，自己雖然喜歡科幻，但如果仔細審視這份報告，就會發現它違背了基本的經濟學原理。在官方看來，任何重大的技術創新必然伴隨著短期的陣痛與混亂，這是人之常情。他強調，比起擔憂這種“世界末日般的場景”，他更願意關注腳踏實地的研究資料，因為經濟系統最終會自我調節。一邊是深感脊背發涼的打工人和跌宕的市場，另一邊是呼籲回歸基本面理性的官方學者。這份備忘錄究竟寫了什麼，讓整個社會如此撕裂？繁榮的幻象當“效率”吞噬了“利潤”故事的起點在2025年底。當時，AI自動程式設計工具的能力出現了階躍式突破。一個普通的開發者借助AI，能在幾周內複製出一個中型SaaS(軟體即服務)產品的核心功能。這直接導致2026年的企業採購邏輯發生了根本性逆轉：首席資訊官們開始盤算，“既然AI能寫，我們為什麼還要花高價買別人的軟體？”最初，市場僅僅將AI的衝擊視為侷限於軟體、諮詢等特定行業的“局部洗牌”。企業引入AI、裁員、利潤率上升、盈利超預期、股市大漲。創紀錄的企業利潤又被重新投入到AI算力中，形成了一個看似完美的正循環。當時的宏觀數字漂亮極了：名義GDP實現了中高個位數的年化增長，每小時實際產出的增速創下了上世紀50年代以來的新高。然而，這種個體的理性行為，最終匯聚成了集體的災難。以ServiceNow這樣的軟體巨頭為例，為了應對AI的衝擊，它們自身大量裁員並用AI工具降本增效。但他們忘了，當其背後的《財富》500強客戶們也因為AI裁掉15%的員工時，ServiceNow按“人頭”收取的訂閱費也隨之蒸發了15%。一個由AI驅動、自我強化的負反饋循環就此成型：AI能力提升，企業縮減用工，白領裁員潮起，失業導致消費萎縮，利潤承壓迫使企業進一步投資AI降本，AI能力再次躍升。報告將這個過程稱為“智能替代螺旋”。它與歷史上的技術顛覆截然不同，它沒有自然的物理剎車。當年，柯達和百視達因為抵制新技術而被慢慢淘汰；但在2026年，行業巨頭們根本抵制不起。它們瘋狂地擁抱AI，只為了在這場自殺式的內卷中“死得慢一點”，結果卻共同加速了整個經濟系統的崩塌。摩擦的終結從軟體到中介，再到支付到2027年初，大模型已經深入日常生活，自主AI開始全面接管人類的消費決策。一個關鍵的催化劑是通義千問(Qwen)開放原始碼的自主購物助手，它讓AI智能體能在後台24小時全天候為使用者比價、砍價、最佳化交易。美國普通人每天消耗的token數飆升至40萬，是2026年底的10倍。有網友一針見血地指出：最諷刺的是，那些最害怕被AI取代的員工，恰恰是被自己的管理者為了完成季度KPI，用AI親手替換掉的。市場並非真的害怕AI，而是害怕終於要承認一個事實，即大多數白領工作，其實早已失去了存在的意義。這直接摧毀了一個龐大的經濟階層：中介。報告指出，過去五十年的美國經濟，是建立在“人類侷限性”基礎上的。因為時間有限、缺乏耐心、存在品牌慣性，社會形成了一個巨大的“尋租層”。數兆美元的企業估值，全靠這些摩擦力撐著。但AI智能體沒有情緒，它沒有“最喜歡的App”，不會因為習慣而忘記取消續費，它只追求極致的性價比。於是，旅遊平台、保險經紀、財務諮詢等依靠“資訊差”和“使用者慣性”賺錢的行業首當其衝。那個每年自動幫你重新比價選購保險的AI智能體，直接瓦解了保險公司從“被動續保”中躺賺的15%到20%利潤。即便是高度依賴“人情世故”的房地產中介也未能倖免。一旦AI智能體接入了房源資料庫，瞬間消化了幾十年的交易知識，主要大城市的買方佣金被迅速從3%壓縮到了1%以下。外賣平台如DoorDash的商業模式也迅速瓦解。AI程式設計讓推出一個新外賣App的門檻降為零，數十個替代品如雨後春筍般湧現，它們甚至能把配送費的95%直接分給騎手。消費者的AI智能體會在所有平台間即時比價，挑選最便宜、最快的一家。維繫網際網路商業模式基石的“App忠誠度”，在機器面前蕩然無存。當AI智能體開始彼此進行交易時，它們甚至踢開了傳統的信用卡支付網路。為了省下那2%到3%的手續費，智能體直接轉向Solana或以太坊等加密網路進行機器對機器的低成本結算。萬事達、Visa、美國運通等支付巨頭遭遇降維打擊。報告一語道破：“它們的護城河是由‘摩擦’構成的，而現在，摩擦力歸零了。”有趣的是，這份推演報告發佈後，Uber、DoorDash、萬事達等公司的股價竟然真的應聲下跌了4%到6%。網友感嘆：我們或許已經進入了一個“情緒主導的經濟時代”，一家研究機構的科幻推演，對市場的影響竟然超過了聯準會真實的通膨資料。白領“大退潮”從行業風險到系統性風險整個2026年，市場一直自欺欺人地認為，AI的衝擊只是某些行業的個案。但在2027年1月，報告戳破了這個幻想：這是一個致命的認知誤區。美國本質上是一個以白領服務業為主導的經濟體，白領佔總就業的50%，卻貢獻了約75%的可選消費支出。AI正在吞噬的工作，不僅與美國經濟息息相關，它們本身就是美國經濟的命脈。到2028年6月，美國失業率飆升至10.2%，而這一次被時代拋下的，是曾經坐在寫字樓裡的高薪白領。以往，人們總是用“技術創新在摧毀舊崗位的同時，會創造更多新崗位”來反駁。但報告無情地指出：這一次不一樣。AI是通用人工智慧(AGI)，它在人類所有能被重新部署的任務上，都在不斷進化。被裁掉的程式設計師不可能轉身去做什麼“AI提示詞工程師”，因為AI自己幹得比人更好。AI確實創造了新崗位，但每一個新崗位的出現，都意味著幾十個舊崗位的消亡，而且新崗位的薪酬只有過去的幾分之一。更致命的是連鎖反應。失業的白領被迫向下相容，湧入服務業和零工經濟，進一步砸垮了底層的工資體系。一位曾經年薪18萬美元的Salesforce高級產品經理，失業後只能去開Uber，年收入銳減至4.5萬美元。當這種慘狀在各大城市乘以數十萬人的基數時，整個社會的薪資水平被徹底壓縮。佔消費支出半壁江山的高收入群體徹底沒錢了，導致可選消費斷崖式暴跌。經濟學家為此發明了一個新詞“幽靈GDP”，指的是那些在宏觀帳本上不斷增長，卻因為脫離了人類消費循環，從未真正流入實體經濟的產出。這個概念讓無數人破防。有網友苦笑：“‘幽靈GDP’那用等到2028年？這些年來，伴隨著大公司的股票回購和資產通膨，它早就發生了。宏觀數字看起來花團錦簇，但根本沒有一分錢落進普通人的口袋。”金融系統的“多米諾”從私人信貸到13兆美元房貸實體經濟的潰敗，迅速沿著對賭鏈條蔓延至金融領域。華爾街突然發現，自己手裡那些複雜的金融資產，全都是建立在“白領生產力會持續增長”這個錯誤假設之上的。私人信貸規模從2015年的不足1兆美元，野蠻生長到2026年的2.5兆美元以上，其中很大一部分被用來槓桿收購SaaS公司。當公開市場上的SaaS公司估值已經跌到只有EBITDA(稅息折舊及攤銷前利潤)的5到8倍時，私募股權手裡那些軟體公司的帳面估值，卻還在死死維持著過去那種高得離譜的市銷率神話。紙包不住火。到2027年第三季度，由軟體資產支撐的貸款開始爆雷。歷史上最大的一筆基於ARR(年度經常性收入)的信貸，Zendesk高達50億美元的直接貸款發生違約，推倒了多米諾骨牌的第一張。更恐怖的是，這些壞帳通過複雜的保險和再保險巢狀，直接傳染給了持有大量私人信貸的人壽保險巨頭(如Apollo旗下的Athene)，威脅到了整個社會的養老錢。評級下調、監管收緊，金融市場劇烈震盪。此時，報告提出了一個三年前聽起來彷彿天方夜譚的問題：支撐著美國13兆美元住宅房貸市場的基石，即那些高收入的“優質借款人”，現在還優質嗎？在舊金山、西雅圖、奧斯汀等科技重鎮，儘管借款人的信用評分依然高達780分以上，但因為失業或大幅降薪，他們的債務收入比已經翻倍，早期違約率開始直線上升。2008年的次貸危機，是因為貸款從一開始就是次級垃圾。而這一次，貸款本來是極為優質的，但貸款背後的世界被AI永久性地掀翻了。當邊緣購房者的收入根基被連根拔起，房價的暴跌便成了結構性死局。舊金山的Zillow房價指數同比重挫11%，房利美(Fannie Mae)甚至在那些“科技/金融就業人口占比超過40%”的郵編區域，直接亮起了違約紅燈。危機贏家與輸家全球化的重構極具黑色幽默的是，在實體經濟哀鴻遍野的同時，AI基礎設施領域卻在上演盛世繁華。輝達的財報依然在創造歷史，台積電的產能利用率死死頂在95%以上，雲端運算巨頭們(Hyperscalers)每個季度眼都不眨地砸出1500億到2000億美元瘋狂擴建資料中心。那些純粹繫結了AI算力基建的經濟體，賺得盆滿缽滿。而印度，則成了這場技術躍遷中最大的輸家。該國每年超2000億美元的IT服務出口，完全建立在一個單一的邏輯上：印度碼農比美國碼農便宜得多。但在AI時代，一個AI程式設計智能體的邊際成本，幾乎等於耗電量。再便宜的人力，也比不過電費。塔塔諮詢(TCS)、Infosys和Wipro的海外合同在2027年遭遇退單潮。隨著支撐外匯儲備的服務業順差灰飛煙滅，印度盧比在短短四個月內兌美元暴跌18%。到了2028年第一季度，國際貨幣基金組織(IMF)不得不出面，與新德里展開了“緊急磋商”。與時間賽跑失能的政府與撕裂的社會面對如此量級的危機，傳統的宏觀調控(降息、印錢)就像是用創可貼去堵大壩的裂縫。美國政府驚恐地發現，其財政收入的根基，即對“人類勞動時間”徵收的稅(個稅、社保稅)正在以驚人的速度萎縮。勞動報酬在GDP中的佔比，從2024年的56%暴跌至46%，創下有史以來的最快跌幅。社會總產出依然在那兒，但它直接從雲端流向了資本家的帳戶，再也不經過普通家庭，這意味著它徹底繞開了稅務局。社會財富循環的“水管”，斷裂了。另一邊，失業救濟金的發放規模卻在呈指數級飆升。政府深陷“錢收不上來，卻要拚命花出去”的死局。政客們開始硬著頭皮討論開徵“算力稅”，或者設立“主權AI財富基金”來給全民發錢。但黨派之間的扯皮，讓所有的自救措施都顯得極其遲緩。在政客們喋喋不休的爭吵中，社會的底線正在被撕裂。憤怒的失業者發起“佔領矽谷”運動，直接堵死了OpenAI和Anthropic的大門。少數技術新貴們積累財富的速度，甚至讓19世紀的“鍍金時代”都顯得過於溫和可親。生產力大爆炸帶來的紅利被極少數資本所有者獨吞，美國社會的貧富懸殊，達到了人類歷史上的極值。結語智能溢價終結還是杞人憂天的科幻？報告在結尾處，拋出了一個發人深省的假設：幾百年來，人類智能之所以值錢，僅僅是因為它“稀缺”。我們今天習以為常的一切制度(比如按工時計費的勞動力市場、按月還款的房貸體系、基於人頭的稅法)，全都是建立在“人腦處理能力有極限”這個大前提之上的。如果有一天，機器真的能以近乎免費的成本無限複製認知勞動，屬於大多數普通人的“人類智能溢價”或許將徹底消失。但這終究只是一場極端的思想實驗，並不意味著絕對的世界末日。正如白宮經濟學家所反駁的那樣，經濟系統總會通過陣痛進行自我調節，最終找到新的平衡。只是在這個潛在的新紀元裡，財富的籌碼必將面臨重估。那些AI無法批次生成的“非標品”：直擊人心的創意、複雜博弈中的決策、面對面的情感共鳴，或許將成為未來真正的稀缺品。當你合上這份備忘錄，把目光從那滿目瘡痍的2028年推演中抽離出來，回到眼下的現實，現在是2026年2月。目前，標普500指數依然高懸在歷史高位，科技巨頭們的狂歡仍在繼續，那場可怕的“智能替代螺旋”並未在現實中真正發威。一切看起來都是那麼繁榮與平靜。這究竟是一篇販賣焦慮的科幻小說，還是一份提前洩露的未來劇本？現在下定論或許還為時過早。但這份備忘錄最大的價值，或許就是在這個極度狂熱的當下，像一個無聲的鬧鐘，逼著我們去思考一個極其現實的問題：我們眼下引以為傲的工作、手裡的資產乃至整個社會的運轉邏輯，究竟能不能經受住那個“零邊際成本時代”的終極衝擊？ (網易科技)

Citrini Research 的這項假設性實驗令本已對科技顛覆保持警惕的投資者感到不安。報告中提到的公司之一黑石集團的股價周一下跌。 邁克爾·納格爾/彭博新聞社在科技股佔主導地位、且市場對人工智慧前景充滿波動的市場中，很容易出現劇烈的股價波動。但沒有什麼比周一發生的事情更能凸顯當前股市的敏感性了，當時道瓊斯指數下跌 800 點的因素之一竟然是一篇 7000 字的假設性文章。Citrini Research發佈的一份病毒式傳播的報告揭示了人們對人工智慧的新擔憂，描繪了一幅黑暗的未來圖景：技術變革將引發白領知識型工作競相壓榨的惡性循環。此前對超大規模資料中心營運商過度支出的擔憂已不再重要，而對軟體行業顛覆的憂慮也遠遠不夠。“全球智慧危機”即將到來。新的、更廣泛的問題是：如果人工智慧對經濟的利多作用如此之大，以至於實際上對經濟造成了利空作用，那會怎樣？“在整個現代經濟史上，人類智慧一直是稀缺資源，”西特里尼在一篇被描述為2028年6月情景而非預測的文章中寫道。“我們現在正在經歷這種溢價的消退。”周一的許多舉措與西特里尼概述的情況大致吻合，即快速發展的人工智慧工具使得各行各業可以削減開支，從而引發大規模白領失業，進而導致金融傳染。軟體公司DataDog、CrowdStrike和Zscaler的股價均暴跌超過9%。國際商業機器公司（IBM）的股價下跌13%，創下自2000年以來最糟糕的單日表現。美國運通、KKR和黑石集團——西特里尼提到的這些公司——股價也大幅下跌。這種焦慮情緒，加上華盛頓方面貿易政策不確定性的再度升溫，導致周一主要股指承壓下跌。道瓊斯工業平均指數領跌，下跌1.7%，或822點。標普500指數下跌1%，納斯達克綜合指數下跌1.1%。近幾周來，人工智慧顛覆行業的擔憂蔓延至軟體、私人信貸、保險和財富管理等行業。本月初，一家曾經的卡拉OK機製造商大力宣傳其新的人工智慧工具可以簡化卡車運輸流程，導致運輸類股票遭遇史上最糟糕的一天。不過，許多此類股票隨後收復了大部分失地，一些投資者因此將市場形容為“反應過度”。GammaRoad Capital Partners首席投資官喬丹·裡祖托表示，人工智慧相關顛覆性技術的定價“比大多數人預期的要快得多”。“這就是加速發展技術的本質。”周一，投資者繼續將資金輪動至能源和必需消費品等類股，但這些行業在主要股指中的權重相對較小。裡祖托還指出，防禦型股票日益受到青睞，可能表明華爾街對未來走勢持更加謹慎的態度。“要謹慎選擇你想要的輪換方式，”他說。周末期間，川普總統表示，他將把旨在取代上周被最高法院裁定為非法的多項進口稅的新全球關稅提高至15%。儘管這給貿易協議或正在進行的談判帶來了更多不確定性，但許多分析人士認為，其經濟影響將相對有限。“我們建議投資者不要對新聞標題反應過度，”愛德華·瓊斯公司策略師安傑洛·庫爾卡法斯表示。不過，那些等待潛在關稅退款或計畫進行新投資的個別公司也可能無法倖免。周一，包括American Eagle Outfitters、Ralph Lauren和Yeti Holdings 在內的對貿易形勢敏感的股票大幅下跌。物流和運輸類公司也同樣遭遇重挫，導致道瓊斯運輸平均指數下跌2.8%。受投資者湧向避險資產的推動，債券價格上漲。10年期美國國債收益率周一收於4.026%，創下11月下旬以來的最低收盤價。貴金屬價格也恢復上漲勢頭。近月黃金期貨價格上漲2.9%，至每盎司5204.70美元；白銀期貨價格上漲5.2%，至每盎司86.52美元。周一的市場波動延續了人工智慧引發的市場波動。Citrini是一家規模不大但憑藉宏觀和主題股票研究在Substack上積累了大量粉絲的研究機構。該機構在其最新文章中指出，軟體公司、支付處理商和其他公司構成了一條“圍繞白領生產力增長的相互關聯的長鏈”，而人工智慧勢必會顛覆這一格局。近年來向科技行業提供巨額貸款的私人信貸公司周一也遭受重創。Blue Owl股價下跌3.4%，Apollo Global Management股價下跌5%。從華爾街最大的銀行到區域性金融機構，其他貸款機構的股價也紛紛下跌。瑞銀分析師近期告訴客戶：“從信貸角度來看，關鍵風險在於市場動盪的速度，而非動盪本身。12個月內的快速衝擊可能會超出合同保護的效力，但我們認為多年調整的可能性更大。”周一， DoorDash股價下跌6.6%，此前Citrini在Substack上發佈的一份報告稱，這家外賣應用是新工具將如何顛覆那些依靠人際摩擦盈利的公司模式的“典型案例”。該研究公司預測，人工智慧代理將幫助司機和顧客以更低的成本完成外賣配送。周一，DoorDash 聯合創始人Andy Fang在社交媒體上發帖回應 Citrini 的言論，稱“代理商務”的興起將要求他的公司以既適用於人工智慧代理又適用於現實世界商家的方式進行變革。方寫道：“我們腳下的土地正在移動，整個行業都需要適應這種變化。”THE 2028 GLOBAL INTELLIGENCE CRISISA Thought Exercise in Financial History, from the Future2028 年全球智能危機一次源自未來的金融歷史思想實驗日期：2026 年 2 月 23 日前言如果我們對人工智慧的樂觀態度持續被證明是正確的……但如果這種“正確”實際上卻是看跌的訊號呢？下文所述是一個情景推演，而非預測。這既不是宣揚悲觀情緒的“末日 porn”，也不是關於人工智慧毀滅論的粉絲虛構小說。本文的唯一目的是建構一個相對未被充分探索的情景。我們的朋友 Alap Shah 提出了這個問題，我們共同構思了答案。我們撰寫了這部分內容，而他撰寫的另外兩部分您可以在這裡找到。希望閱讀此文能讓您在人工智慧使經濟變得日益怪異之時，為潛在的“左尾風險”（極端負面風險）做好更充分的準備。以下是 CitriniResearch 於 2028 年 6 月發佈的宏觀備忘錄，詳細闡述了全球智能危機的演進及其後果。宏觀備忘錄充裕智能的後果CitriniResearch2026年2月22日 - 2028年6月30日今早公佈的失業率為 10.2%，超出預期 0.3%。受此資料影響，市場拋售導致下跌 2%，使得標普 500 指數自 2026 年 10 月的高點以來，累計回撤幅度達到 38%。交易員們已變得麻木。若在六個月前，這樣的資料本會觸發熔斷機制。僅僅兩年時間，我們就從“可控”和“特定行業”的狀態，進入了一個不再像我們任何人所熟悉的那個經濟體的世界。本季度的宏觀備忘錄是我們試圖重構這一序列的嘗試——也是對危機前經濟的一份“屍檢報告”。那種狂熱曾清晰可感。到 2026 年 10 月，標普 500 指數逼近 8000 點，納斯達克指數突破 30000 點。由於人類變得多餘而引發的第一波裁員始於 2026 年初，而這些裁員恰恰發揮了其應有的作用：利潤率擴大，盈利超預期，股價飆升。創紀錄的企業利潤被直接重新投入到了人工智慧算力中。總體經濟資料依然亮眼。名義 GDP 反覆錄得中至高個位數的年化增長。生產力蓬勃發展。每小時實際產出的增長率達到了自 1950 年代以來未曾見過的水平，這得益於那些不睡覺、不請病假也不需要醫療保險的人工智慧代理。算力的擁有者目睹其財富爆炸式增長，因為勞動力成本消失了。與此同時，實際工資增長卻崩潰了。儘管政府反覆吹噓生產力創下紀錄，但白領工人卻輸給了機器，被迫轉入低薪崗位。當消費經濟開始出現裂痕時，經濟評論家們普及了“幽靈 GDP”（Ghost GDP）這一短語：指那些出現在國家帳戶中，卻從未在實體經濟中流通的產出。在所有方面，人工智慧都超出了預期，市場也是圍繞人工智慧建構的。唯一的問題是……經濟並非如此。早該清楚的是，北達科他州的一個 GPU 叢集產生了此前歸因於曼哈頓中城 1 萬名白領工人的產出，這更像是一場經濟瘟疫，而非經濟靈丹妙藥。貨幣流通速度停滯不前。以人類為中心的消費經濟（當時佔 GDP 的 70%）逐漸枯萎。如果我們早點問問機器在非必需品上花了多少錢，或許早就明白了這一點。（提示：是零。）人工智慧能力提高 -> 公司需要的工人減少 -> 白領裁員增加 -> 被替代的工人支出減少 -> 利潤率壓力迫使公司更多投資於人工智慧 -> 人工智慧能力進一步提高……這是一個沒有自然制動器的負反饋循環。即“人類智能替代螺旋”。白領工人的收入能力（以及理性上的支出能力）受到了結構性損害。他們的收入曾是 13 兆美元抵押貸款市場的基石——這迫使承銷商重新評估優質抵押貸款是否仍然安全。長達十七年沒有真正的違約周期，使得私募市場充斥著由私募股權支援的軟體交易，這些交易假設年度經常性收入（ARR）將永遠持續。2027 年年中，由人工智慧顛覆引發的第一波違約潮挑戰了這一假設。如果這種顛覆僅侷限於軟體行業，情況本還可控，但事實並非如此。到 2027 年底，它威脅到了每一個基於中介作用的商業模式。大批依靠通過人類摩擦獲利而建立的公司分崩離析。事實證明，整個系統不過是一長串相互關聯的賭注，全都押注於白領生產力的增長。2027 年 11 月的崩盤只是加速了所有已經存在的負反饋循環。近一年來，我們一直在等待“壞消息就是好消息”的局面。政府開始考慮各種提案，但公眾對政府實施任何形式救援能力的信心已日漸消退。政策反應總是滯後於經濟現實，但缺乏全面計畫如今正威脅著要加速通縮螺旋。它的起源2025 年末，智能編碼工具的能力實現了飛躍式提升。一位熟練的開發人員現在可以使用 Claude Code 或 Codex 在幾周內複製一款中端市場 SaaS 產品的核心功能。雖然不能做到完美，也不能處理所有極端情況，但足以讓正在審查 50 萬美元年度續約合同的首席資訊官開始質疑“如果我們自己開發這個產品會怎麼樣？”財政年度通常與日歷年一致，因此2026年的企業支出計畫早在2025年第四季度就已確定，當時“智能體人工智慧”還只是個熱門詞彙。年中評估是採購團隊首次在充分瞭解這些系統實際功能的情況下做出決策。一些團隊甚至親眼目睹了內部團隊在短短幾周內就搭建出原型系統，並成功複製了價值六位數的SaaS合同。那年夏天，我們採訪了一位財富500強企業的採購經理。他跟我們講了他的一次預算談判經歷。銷售人員原本打算沿用去年的策略：每年漲價5%，老套的“你們的團隊依賴我們”的說辭。採購經理告訴他，他一直在和OpenAI洽談，希望他們能讓“前線部署的工程師”使用AI工具，徹底取代現有供應商。最終，OpenAI以七折的價格續約。他說，這已經算是不錯的結果了。而像Monday.com 、Zapier和Asana這樣的“長尾SaaS”公司，情況就糟糕得多。投資者早已做好準備，甚至預料到長尾技術會受到重創。儘管它們可能佔典型企業技術堆疊支出的三分之一，但顯然也面臨著風險。然而，記錄系統本應免受干擾。直到 ServiceNow 的2026 年第三季度報告發佈後，反身性的機制才變得更加清晰。ServiceNow 淨新增年度合同價值 (ACV) 增速從 23% 放緩至14%；宣佈裁員 15% 並推出“結構效率提升計畫”；股價下跌 18% | 彭博社，2026年 10 月SaaS並未“消亡”。運行和維護內部建構仍然需要進行成本效益分析。但內部建構是一種選擇，這會影響價格談判。或許更重要的是，競爭格局已經改變。人工智慧讓開發和發佈新功能變得更加容易，差異化優勢也隨之消失。現有企業陷入了價格戰的惡性循環——既要與彼此競爭，又要與湧現出的新興挑戰者展開殊死搏鬥。這些新興挑戰者憑藉著智能編碼能力的飛躍式發展，並且無需維護任何傳統成本結構，積極搶佔市場份額。直到這篇文章發表，人們才真正意識到這些系統之間的相互關聯。ServiceNow 出售的是服務席位。當財富 500 強客戶裁員 15% 時，他們也取消了 15% 的服務許可。同樣的 AI 驅動的裁員措施，在提升客戶利潤率的同時，也機械地摧毀了 ServiceNow 自身的收入基礎。這家銷售工作流程自動化服務的公司受到了更先進的工作流程自動化服務的衝擊，它的應對措施是裁員，並將節省下來的資金用於資助顛覆它的技術。他們還能怎麼辦？坐以待斃嗎？那些最受人工智慧威脅的公司，反而成了人工智慧最積極的採用者。事後看來這似乎顯而易見，但當時（至少對我而言）並非如此。歷史顛覆模式認為，現有企業會抵制新技術，最終被靈活的新進入者蠶食市場份額，走向衰亡。柯達、百視達和黑莓的遭遇正是如此。但2026年的情況卻截然不同；現有企業之所以沒有抵制，是因為它們無力承擔抵制的代價。由於股價下跌40%至60%，董事會要求給出解釋，這些受到人工智慧威脅的公司別無選擇，只能裁員，將節省下來的資金投入人工智慧工具，並利用這些工具以更低的成本維持產量。每家公司各自的應對措施都合情合理，但最終結果卻是災難性的。節省下來的每一分錢都投入到了人工智慧研發中，而這又為下一輪裁員鋪平了道路。軟體只是開場。投資者們在爭論SaaS估值倍數是否觸底時，忽略了軟體行業早已陷入了惡性循環。ServiceNow裁員的邏輯同樣適用於所有採用白領成本結構的公司。當摩擦力變為零時到2027年初，LLM的使用已成為默認選項。人們在使用人工智慧代理，甚至不知道人工智慧代理是什麼，就像那些從未瞭解過“雲端運算”的人使用串流媒體服務一樣。他們看待人工智慧代理的方式，就像看待自動補全或拼寫檢查一樣——手機現在自動具備的功能。Qwen 的開源智能購物助手是人工智慧處理消費者決策的催化劑。短短幾周內，所有主流人工智慧助手都整合了某種智能購物功能。精簡的模型意味著這些智能助手不僅可以在雲端運行，還可以在手機和筆記型電腦上運行，從而顯著降低了推理的邊際成本。真正令投資者感到不安的是，這些代理並非被動等待使用者請求，而是根據使用者的偏好在背景執行。商業活動不再是一系列獨立的人工決策，而變成了一個持續不斷的最佳化過程，全天候為每一位聯網消費者服務。到2027年3月，美國人均日均代幣消費量將達到40萬枚，是2026年底的10倍。鏈條上的下一個環節已經開始斷裂。調解。過去五十年，美國經濟在人類侷限性之上建構了一層巨大的尋租機制：做事需要時間，耐心會耗盡，品牌知名度可以替代勤奮，而且大多數人為了避免點選量，寧願接受低價。數兆美元的企業價值都依賴於這些限制的持續存在。一切都始於一個簡單的過程：代理人消除摩擦。即使數月未使用，訂閱和會員資格仍會自動續訂。試用期結束後，價格悄然翻倍。所有這些都被重新包裝成代理人可以談判的“人質危機”。作為整個訂閱經濟體系賴以建立的指標——平均客戶終身價值——顯著下降。消費者代理開始改變幾乎所有消費者交易的運作方式。人類在購買一盒蛋白棒之前，根本沒有時間在五個競爭平台上進行價格比對。但機器可以。旅遊預訂平台由於操作最簡單，很快就被淘汰了。到2026年第四季度，我們的代理商能夠比任何平台更快、更便宜地安排完整的行程（包括機票、酒店、地面交通、會員積分最佳化、預算限制和退款）。保險續保制度進行了改革，此前該制度的整個續保模式都依賴於投保人的被動續保行為。每年都會重新比較不同保險公司保單的代理人，打破了保險公司從被動續保中獲得的15%到20%的保費收入。財務諮詢、稅務籌劃、日常法律事務——任何服務提供商的價值主張最終都是“我會幫你處理那些讓你覺得繁瑣的複雜事務”的領域都受到了衝擊，因為從業人員覺得這些事情並不繁瑣。即使是我們曾以為人際關係價值至上的領域，也暴露出脆弱的一面。房地產行業，由於經紀人和消費者之間存在資訊不對稱，買家幾十年來一直容忍著5-6%的佣金，但隨著配備MLS存取權和數十年交易資料的AI經紀人能夠瞬間複製知識庫，這種不對稱的局面迅速瓦解。一篇發表於2027年3月的賣方文章將其標題定為“經紀人之間的暴力”。主要都市地區的買方佣金中位數已從2.5-3%壓縮至1%以下，而且越來越多的交易甚至完全沒有買方經紀人的參與。我們高估了“人際關係”的價值。結果發現，人們所謂的很多關係，只不過是和一張友善的面孔之間的摩擦而已。這僅僅是中介層變革的開始。成功的公司曾花費數十億美元來有效地利用消費者行為和人類心理的怪癖，而這些怪癖如今已不再重要。那些以價格和適配性為最佳化目標的機器，不會在意你最喜歡的應用程式，也不會在意你過去四年裡經常訪問的網站，更不會被精心設計的結帳體驗所吸引。它們不會感到疲倦，也不會選擇最簡單的方案，更不會默認“我總是從這裡訂購”。這摧毀了一種特殊的護城河：習慣性的中介。DoorDash（DASH US）是典型代表。程式碼代理的出現大大降低了外賣應用的准入門檻。一個合格的開發者只需幾周就能推出一款功能齊全的競品應用，而事實上，數十家開發者都這麼做了，他們通過將90%到95%的配送費直接支付給司機，成功吸引了DoorDash和Uber Eats的司機。多平台整合的控製麵板讓零工人員可以同時追蹤來自二三十個平台的訂單，徹底打破了現有平台賴以生存的鎖定效應。市場一夜之間碎片化，利潤空間被壓縮到幾乎為零。人工智慧代理商加速了這場破壞的雙方。他們扶持了競爭對手，然後又利用了他們。DoorDash 的護城河其實就是“你餓了，你懶得動彈，這就是你手機主螢幕上的應用”。而人工智慧代理可沒有主螢幕。他們會查看 DoorDash、Uber Eats、餐廳官網，以及二十個根據自身喜好篩選的替代平台，以便每次都能選擇最低的費用和最快的配送速度。使用者對應用程式的習慣性忠誠度——這種忠誠度是其商業模式的基石——對機器來說根本不存在。這頗具諷刺意味，或許是整個“智能助手”為即將失業的白領們提供幫助的整個故事中唯一的例證。當他們最終成為外賣員時，至少有一半的收入並沒有落入Uber和DoorDash的口袋。當然，隨著自動駕駛汽車的普及，這種科技帶來的“恩惠”並沒有持續太久。一旦人工智慧代理們控制了交易，他們就開始尋找更大的回形針。價格匹配和聚合功能畢竟有限。要想持續為使用者省錢（尤其是在代理商之間開始交易之後），最有效的方法就是取消手續費。在機器對機器的交易中，2-3%的信用卡交易手續費自然成為了首要目標。人工智慧代理商們開始尋找比銀行卡更快更便宜的支付方式。大多數代理商最終選擇使用通過Solana 或以太坊 L2 層級支付的穩定幣，這種方式結算幾乎是即時的，交易成本也僅為幾美分。萬事達卡2027年第一季度業績：淨收入同比增長6%；購買量增速放緩至同比增長3.4%，低於上一季度的5.9%；管理層指出“代理商主導的價格最佳化”以及“非必需消費品類別面臨壓力” | 彭博社，2027年4月29日萬事達卡2027年第一季度財報成為了不可逆轉的轉折點。智能商務從產品故事變成了基礎設施故事。第二天，萬事達卡股價下跌了9%。Visa股價也下跌了，但在分析師指出其在穩定幣基礎設施領域更強大的地位後，跌幅有所縮小。代理商業繞過交換費的路由對以銀行卡為中心的銀行和單一業務發卡機構構成了更大的風險，這些銀行和發卡機構收取了 2-3% 的費用的大部分，並圍繞由商家補貼資助的獎勵計畫建立了整個業務部門。美國運通（AXP US）受到的衝擊最大；白領員工裁員導致其客戶群銳減，代理商為規避交易手續費而調整支付方式，也使其收入模式遭受重創。此後幾周，Synchrony（SYF US）、Capital One（COF US）和Discover（DFS US）的股價也均下跌超過10%。它們的護城河是由摩擦力構成的。而摩擦力正趨於零。從行業風險到系統性風險到2026年，市場將人工智慧的負面影響視為一個行業問題。軟體和諮詢行業遭受重創，支付和其他收費領域也出現波動，但整體經濟似乎運行良好。勞動力市場雖然有所疲軟，但並未出現自由落體式的下滑。普遍的觀點是，創造性破壞是任何技術創新周期的一部分。人工智慧在某些領域會帶來痛苦，但總體而言，其帶來的淨收益將超過任何負面影響。我們在2027年1月的宏觀經濟備忘錄中指出，這種思維模式是錯誤的。美國經濟本質上是一個白領服務型經濟。白領工人佔就業總數的50%，並貢獻了約75%的可自由支配消費支出。人工智慧正在蠶食的那些企業和工作崗位並非美國經濟的邊緣群體，它們本身就是美國經濟的一部分。“技術創新會摧毀工作崗位，但隨後又會創造更多工作崗位。”這是當時最流行、最有說服力的反駁論點。它之所以流行且有說服力，是因為它在過去兩個世紀裡都得到了驗證。即使我們無法預見未來的工作崗位會是什麼樣子，它們也一定會到來。自動取款機降低了銀行網點的營運成本，因此銀行開設了更多網點，櫃員就業人數在接下來的二十年裡持續增長。網際網路顛覆了旅行社、黃頁和實體零售業，但它也催生了全新的產業，創造了新的就業機會。然而，每一項新工作都需要人來完成。人工智慧如今已發展成為一種通用智能，它能夠更好地完成人類原本應該從事的工作。失業的程式設計師無法簡單地轉型為“人工智慧管理”，因為人工智慧本身就具備這種能力。如今，人工智慧代理可以處理長達數周的研發任務。指數級增長徹底顛覆了我們對可能性的認知，儘管沃頓商學院的教授們每年都試圖用新的S型曲線擬合資料。它們幾乎編寫了所有程式碼。其中性能最強的機器人，在幾乎所有方面都比幾乎所有人類都聰明得多。而且它們的成本還在不斷降低。人工智慧創造了新的就業機會，例如應急工程師、人工智慧安全研究員和基礎設施技術人員。人類仍然參與其中，在最高層面進行協調或提供指導。然而，人工智慧每創造一個新職位，就會使數十個舊職位過時。新職位的薪酬僅為舊職位的幾分之一。美國就業市場動盪：職位空缺降至550萬以下；失業率與職位空缺比率升至約1.7，為2020年8月以來最高水平 | 彭博社，2026年10月全年招聘率一直低迷，但2026年10月的JOLTS報告提供了一些確鑿的資料。職位空缺數量降至550萬以下，同比下降15%。Indeed：隨著“生產力提升計畫”的推廣，軟體、金融和諮詢行業的職位發佈量大幅下降 | Indeed招聘實驗室，2026年11月-12月白領職位空缺大幅減少，而藍領職位空缺則相對穩定（建築、醫療保健、技工等行業）。人員流動主要集中在撰寫備忘錄（我們居然還能繼續營運）、審批預算以及維持經濟中層運轉等崗位上。然而，這兩個群體的實際工資增長在今年大部分時間裡都為負值，並且持續下降。股市對 JOLTS 的關注度仍然低於GE Vernova 所有渦輪機產能已售罄至 2040 年的消息，在負面宏觀經濟消息和積極的人工智慧基礎設施新聞之間搖擺不定。債券市場（總是比股票市場更明智，或者至少不那麼浪漫）開始對消費衝擊進行定價。接下來的四個月裡，10年期國債收益率從4.3%下降到3.2%。儘管如此，總體失業率並未飆升，但一些人仍然忽略了其中的構成差異。在正常的經濟衰退中，問題的根源最終會自我糾正。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。庫存過剩會導致庫存減少，進而促進庫存補充。這種周期性機制本身就蘊含著復甦的種子。這個周期的起因並非周期性因素。人工智慧變得更好、更便宜。公司裁員，然後用節省下來的錢購買更多的人工智慧裝置，這又使他們能夠裁掉更多員工。失業員工的消費能力下降。面向消費者的公司銷量減少，實力削弱，為了維持利潤率，不得不加大對人工智慧的投資。人工智慧變得更好、更便宜。一個沒有自然制止機制的反饋回路。人們原本預期總需求下降會減緩人工智慧的部署速度。但事實並非如此，因為這並非超大規模企業式的資本支出，而是營運支出的替代。一家公司過去每年在員工身上花費 1 億美元，在人工智慧上花費 500 萬美元，現在則在員工身上花費 7000 萬美元，在人工智慧上花費 2000 萬美元。人工智慧投資成倍增長，但這是以總營運成本的降低為代價的。每家公司的人工智慧預算都在增長，而其整體支出卻在減少。諷刺的是，即便人工智慧基礎設施所顛覆的經濟開始惡化，它依然保持著強勁的運行勢頭。輝達（NVDA）的營收依然屢創新高。台積電（TSM）的利用率依然保持在95%以上。超大規模資料中心營運商每季度在資料中心資本支出上仍然投入1500億至2000億美元。而像韓國這種完全順應這一趨勢的經濟體，則表現遠超預期。印度的情況則截然相反。該國的IT服務業每年出口額超過2000億美元，是印度經常帳戶盈餘的最大貢獻者，也是其長期貨物貿易逆差的主要抵消來源。整個模式建立在一個價值主張之上：印度開發人員的成本僅為美國同行的幾分之一。但人工智慧編碼代理的邊際成本已大幅下降，幾乎與電力成本相當。塔塔諮詢服務公司（TCS）、印孚瑟斯（Infosys）和威普羅（Wipro）的合同取消潮持續到2027年。由於支撐印度對外帳戶的服務業盈餘消失殆盡，盧比在四個月內對美元貶值了18%。到2028年第一季度，國際貨幣基金組織（IMF）已開始與新德里進行“初步磋商”。造成市場動盪的因素每個季度都在增強，這意味著動盪的程度每個季度都在加劇。勞動力市場沒有自然的下限。在美國，我們不再討論人工智慧基礎設施泡沫會如何破裂，而是討論當消費者被機器取代時，消費信貸經濟將會發生什麼變化。智能轉移螺旋2027年，宏觀經濟形勢不再隱晦。過去十二個月零散但明顯負面的發展傳導機制變得清晰可見。你無需查閱勞工統計局的資料，只需參加一次與朋友的晚宴即可。失業的白領並沒有閒著，而是降低了工作強度。許多人轉而從事收入較低的服務業和零工經濟工作，這導致這些領域的勞動力供給增加，同時也壓低了這些領域的工資水平。我們的一位朋友在2025年是Salesforce的高級產品經理。職位優厚，有醫療保險、401k退休金計畫，年薪18萬美元。她在第三輪裁員中失去了工作。六個月的求職之後，她開始做Uber司機。收入驟降至4.5萬美元。重點不在於個人經歷，而在於更深層次的數學計算。將這種現象放大到每個主要都市的幾十萬勞動者身上。大量高技能勞動力湧入服務業和零工經濟，進一步壓低了原本就收入微薄的現有勞動者的工資。行業層面的衝擊最終演變為整個經濟領域的工資壓縮。在我們撰寫本文時，以人為本的經濟體系還剩下一部分，即將迎來另一輪調整。與此同時，自動送貨和自動駕駛汽車正在逐步滲透到零工經濟中，而零工經濟已經吸納了第一批失業工人。到2027年2月，很明顯，仍在職的專業人士開始像隨時可能失業一樣消費。他們加倍努力工作（大多借助人工智慧），僅僅是為了保住飯碗，晉陞或加薪的希望已經破滅。儲蓄率略有上升，而消費支出則有所放緩。最危險的部分在於滯後性。高收入者利用高於平均水平的儲蓄，維持了兩到三個季度的正常假象。直到實體經濟中早已出現問題，確鑿的資料才證實了這一點。隨後，一些報導打破了這種假象。美國首次申請失業救濟人數激增至48.7萬人，為2020年4月以來最高；美國勞工部，2027年第三季度首次申請失業救濟人數激增至 48.7 萬，為 2020 年 4 月以來的最高水平。ADP和 Equifax 證實，絕大多數新增申請人都是白領專業人士。標普500指數在接下來的一周下跌了6%。負面宏觀經濟形勢開始佔據上風。在正常的經濟衰退中，失業現象普遍存在。藍領和白領工人所承受的痛苦大致與其各自在就業中所佔的比例相符。消費受到的衝擊也普遍存在，並且由於低收入工人的邊際消費傾向較高，因此這種衝擊會很快在資料中體現出來。在本輪經濟周期中，失業主要集中在收入分配的頂層人群。雖然他們在總就業人數中所佔比例相對較小，但卻推動了不成比例的消費支出。收入最高的10%人群的消費支出佔美國總消費支出的50%以上，而收入最高的20%人群的消費支出則佔到約65%。這些人購買房屋、汽車、度假、外出就餐、支付私立學校學費、進行房屋裝修。他們是整個非必需消費品經濟的需求基礎。當這些工人失業，或為了填補空缺職位而接受50%的降薪時，相對於失業人數而言，消費受到的衝擊是巨大的。白領就業人數下降2%會導致可自由支配的消費支出下降約3-4%。與藍領失業往往立竿見影（工廠裁員後，下周就會停止消費）不同，白領失業的影響雖然滯後，但更為深遠，因為這些工人有一定的儲蓄緩衝，使他們能夠在消費行為發生轉變前的幾個月內維持消費。到2027年第二季度，經濟已經陷入衰退。美國國家經濟研究局（NBER）直到幾個月後才正式確定衰退的開始日期（他們一貫如此），但資料卻很明確——我們已經連續兩個季度經歷了實際GDP負增長。但這還不是一場“金融危機”……至少當時還不是。相關賭注的鏈式關係私人信貸規模已從 2015 年的不到1 兆美元增長到 2026 年的超過 2.5 兆美元。其中相當一部分資本被投入到軟體和技術交易中，許多交易都是對 SaaS 公司的槓桿收購，估值假設這些公司的收入將永遠保持兩位數以上的增長。這些假設在第一個智能編碼演示和 2026 年第一季度軟體崩潰之間就已經破滅了，但目標受眾似乎並沒有意識到它們已經失效。許多上市SaaS公司的市盈率高達5-8倍，而私募股權支援的軟體公司卻依然維持著基於早已不復存在的營收倍數的收購估值。管理層逐步下調了這些估值，從100美分、92美分到85美分，而同期上市同類公司的估值僅為50美分。穆迪下調14家發行人共計180億美元的私募股權支援的軟體債務評級，理由是“人工智慧驅動的競爭顛覆帶來的長期收入逆風”；這是自2015年能源行業以來規模最大的單一行業評級調整 | 穆迪投資者服務公司，2027年4月每個人都記得評級下調後發生的事情。業內資深人士在2015年能源評級下調後就已經看到了應對之策。軟體抵押貸款從2027年第三季度開始出現違約。私募股權投資組合中的資訊服務和諮詢公司也相繼出現違約。多家知名SaaS公司數十億美元的槓桿收購案也進入了重組階段。Zendesk 是確鑿的證據。Zendesk因人工智慧驅動的客戶服務自動化導致年度經常性收入下降，未能履行債務契約；50億美元直接貸款融資工具估值跌至每股58美分；創下史上最大規模私募信貸軟體違約紀錄 | 《金融時報》，2027年9月2022年，Hellman & Friedman和Permira以102億美元的價格將Zendesk私有化。這筆債務融資包括50億美元的直接貸款，是當時史上規模最大的以年度經常性收入（ARR）為擔保的融資，由黑石集團牽頭，阿波羅全球管理公司（Apollo Global Management）、Blue Owl和HPS等公司也參與了貸款。這筆貸款的結構明確基於Zendesk的年度經常性收入將保持持續增長的假設。大約25倍的EBITDA倍數，只有在Zendesk的年度經常性收入能夠保持持續增長的情況下，這樣的槓桿才有意義。到 2027 年年中，這種情況並沒有發生。人工智慧代理已經自主處理客戶服務近一年了。Zendesk 定義的類別（工單系統、路由、管理人工支援互動）已被無需生成工單即可解決問題的系統所取代。貸款所依據的年度經常性收入不再是經常性收入，而只是尚未支出的收入而已。歷史上規模最大的ARR擔保貸款，最終卻成了歷史上規模最大的私人信貸軟體違約案。所有信貸部門都異口同聲地問了同一個問題：還有那些公司面臨著被偽裝成周期性不利因素的長期不利因素？但至少在最初，大家的共識有一點是正確的：這種情況本應是可以挺過去的。私募信貸並非2008年的銀行業。其整個架構的設計初衷就是為了避免強製出售。這些都是封閉式基金，資金被鎖定。有限合夥人承諾持有七到十年。沒有存款人需要管理，也沒有回購額度需要提取。基金經理可以持有不良資產，逐步解決，等待回收。雖然過程痛苦，但尚可控制。這套體系的設計初衷就是為了適應變化，而不是崩潰。黑石、KKR 和阿波羅的高管都提到，軟體風險敞口占資產的 7% 到 13%。這是可以控制的。所有賣方報告和金融科技媒體的信貸帳戶都表達了同樣的觀點：私募信貸擁有永久資本。它們能夠吸收那些足以讓槓桿銀行破產的損失。永久資本。這句話出現在每一次財報電話會議和致投資者的信中，意在安撫人心。它成了一句口頭禪。而就像大多數口頭禪一樣，沒人關注其中的細節。它的真正含義是……過去十年間，大型另類資產管理公司收購了多家壽險公司，並將它們改造成融資工具。阿波羅收購了雅典娜，布魯克菲爾德收購了美國股權，KKR收購了環球大西洋。其邏輯十分巧妙：年金存款構成了一個穩定且期限較長的負債基礎。管理者將這些存款投資於他們發起的私募信貸，從而獲得雙重收益：一方面是保險業務的收益，另一方面是資產管理業務的管理費。這就像一台永動機，在特定條件下運轉良好。私人信貸必須是優質貨幣。這些損失衝擊了那些旨在持有非流動性資產以應對長期債務的資產負債表。原本應該使系統保持韌性的“永久資本”並非某種抽象的、由耐心等待的機構資金和承擔高風險的成熟投資者組成的資金池，而是美國家庭——“普通民眾”——的儲蓄，這些儲蓄以年金的形式投資於如今違約的、由私募股權支援的軟體和科技債券。而那些無法運轉的被鎖定資本則是人壽保險保單持有人的資金，而這方面的規則則略有不同。與銀行體系相比，保險監管機構此前一直較為溫和，甚至有些自滿，但這次事件猶如當頭棒喝。他們原本就對壽險公司私人信貸集中度感到不安，於是開始下調這些資產的風險資本評級。這迫使保險公司要麼籌集資金，要麼出售資產，但在市場已經趨於僵化的情況下，這兩種方式都難以獲得理想的條件。紐約州和愛荷華州監管機構計畫收緊對壽險公司持有的某些私人評級信貸的資本處理；預計NAIC的指導意見將提高RBC係數並引發額外的SVO審查 | 路透社，2027年11月穆迪將Athene的財務實力評級展望下調至負面後，阿波羅的股價在兩個交易日內下跌了22%。布魯克菲爾德、KKR和其他公司的股價也相繼下跌。事情遠不止於此。這些公司不僅打造了其保險業的永動機，還建構了一套精心設計的離岸架構，旨在通過監管套利實現收益最大化。美國保險公司承保年金，然後將風險轉移給其擁有的百慕達或開曼群島的關聯再保險公司——這些再保險公司設立的目的是為了利用更靈活的監管環境，允許以更少的資本持有相同的資產。該關聯公司通過離岸特殊目的公司（SPV）籌集外部資本，這些SPV構成了一個新的交易對手層，它們與保險公司一起投資於同一母公司資產管理部門發行的私募信貸。這些評級機構，其中一些本身就是私募股權公司所有，其透明度一直都不怎麼樣（這幾乎是人盡皆知的）。錯綜複雜的公司關係網，以及與之相關的各種資產負債表，其不透明程度令人震驚。當基礎貸款違約時，究竟誰來承擔損失，這個問題在當時根本無法得到確切答案。2027年11月的崩盤標誌著人們對此次經濟衰退的看法發生了轉變，從原本可能只是普通的周期性回呼，轉變為更加令人不安的局面。聯準會主席凱文·華許在11月聯邦公開市場委員會（FOMC）緊急會議上將其描述為“一系列押注白領生產力增長的關聯性押注” 。你看，真正引發危機的從來不是損失本身，而是對損失的認知。而金融領域還有另一個規模更大、重要得多的領域，我們卻對這種認知感到恐懼。抵押貸款問題Zillow房價指數同比下跌：舊金山11%，西雅圖9%，奧斯汀8%；房利美指出，科技/金融就業率超過40%的郵政編碼區域“早期違約率居高不下” | Zillow / 房利美，2028年6月本月，Zillow房價指數同比下跌，舊金山下跌11%，西雅圖下跌9%，奧斯汀下跌8%。但這並非唯一令人擔憂的消息。上個月，房利美指出，在信用評分極高的郵政編碼區域（這些區域居住著信用評分780分以上的借款人，通常被認為是“鐵證如山”），早期違約率有所上升。美國住房抵押貸款市場規模約為13兆美元。抵押貸款承銷的基本假設是，借款人將在貸款期限內保持大致相同的收入水平。大多數抵押貸款的期限為30年。白領就業危機導致收入預期持續轉變，對這一假設構成了威脅。我們現在不得不問一個三年前還顯得荒謬的問題——優質抵押貸款的資金真的好嗎？美國歷史上每一次抵押貸款危機都是由以下三種因素之一造成的：投機過度（向買不起房的人放貸，如 2008 年），利率衝擊（利率上升導致可調利率抵押貸款難以負擔，如 20 世紀 80 年代初），或局部經濟衝擊（單一行業在單一地區崩潰，如 20 世紀 80 年代德克薩斯州的石油危機或 2009 年密歇根州的汽車危機）。以上情況均不適用。這些借款人並非次級借款人。他們的FICO信用評分高達780分。他們支付了20%的首付。他們信用記錄良好，就業穩定，收入在貸款發放時均經過核實和證明。他們是金融體系中所有風險模型都視為信用質量基石的借款人。2008年的貸款從一開始就是壞帳。2028年的貸款從一開始就是好帳。世界在貸款發放後發生了翻天覆地的變化。人們借錢是為了一個他們再也無法相信的未來。2027年，我們注意到了一些隱性壓力的早期跡象：房屋淨值信用額度（HELOC）提取、401(k)退休金提取以及信用卡債務激增，而抵押貸款還款卻按時進行。隨著失業、招聘凍結和獎金削減，這些優質家庭的負債收入比翻了一番。他們仍然可以償還房貸，但前提是停止所有非必要支出，耗盡積蓄，並推遲任何房屋維護或修繕。從技術上講，他們的房貸還款情況良好，但距離陷入困境僅一步之遙，而人工智慧的發展軌跡表明，這種衝擊即將到來。隨後，我們看到舊金山、西雅圖、曼哈頓和奧斯汀的房貸拖欠率開始飆升，而全國平均水平仍保持在歷史正常範圍內。我們現在正處於最嚴峻的階段。如果購房者經濟狀況良好，房價下跌尚可承受。但現在，購房者同樣面臨著收入下降的困境。儘管擔憂情緒日益加劇，但我們尚未陷入全面的抵押貸款危機。拖欠率有所上升，但仍遠低於2008年的水平。真正的威脅在於拖欠率的發展趨勢。智能流失螺旋現在有兩個金融因素加速了實體經濟的衰退。勞動力流失、抵押貸款擔憂、私人市場動盪，這些因素相互強化。傳統的政策工具（降息、量化寬鬆）可以應對金融引擎，但卻無法解決實體經濟引擎的問題，因為實體經濟引擎並非由緊縮的金融環境驅動，而是由人工智慧驅動，人工智慧使得人類智能不再稀缺，價值也隨之降低。即使將利率降至零，並買斷市場上所有的抵押貸款支援證券（MBS）和所有違約的軟體槓桿收購（LBO）債務……但這並不會改變這樣一個事實：一名 Claude 經紀人每月只需 200 美元就能完成一名年薪 18 萬美元的產品經理的工作。如果這些擔憂成真，抵押貸款市場將在今年下半年崩潰。在這種情況下，我們預計當前股市的跌幅最終將與全球金融危機時期（從峰值到谷底下跌57%）的跌幅不相上下。這將使標普500指數跌至約3500點——這是我們自2022年11月ChatGPT事件發生前一個月以來從未見過的水平。顯而易見的是，支撐13兆美元住房抵押貸款的收入假設存在結構性缺陷。但尚不清楚的是，在抵押貸款市場完全消化這一缺陷的影響之前，政策能否及時介入。我們抱有希望，但也不能否認存在令人擔憂的因素。與時間的戰鬥第一個負反饋循環出現在實體經濟中：人工智慧能力提升，工資支出減少，消費放緩，利潤率下降，企業購買更多人工智慧產品，人工智慧能力進一步提升。隨後，負反饋循環蔓延至金融領域：收入減少沖擊抵押貸款，銀行虧損導致信貸緊縮，財富效應失效，反饋循環加速。而政府應對政策的不足，以及政府似乎對此感到困惑，都加劇了上述兩種情況。這套系統並非為應對此類危機而設計。聯邦政府的收入來源本質上是對人時間的徵稅。人們工作，企業支付工資，政府從中抽取一部分。在正常年份，個人所得稅和工資稅是財政收入的主要來源。今年第一季度，聯邦財政收入比國會預算辦公室（CBO）的基準預測低12%。工資收入下降是因為目前就業人數減少，且薪酬水平仍維持在之前的水平。所得稅收入下降是因為收入結構性降低。生產率雖然大幅提高，但收益流向了資本和電腦，而非勞動力。勞動收入佔GDP的比重從1974年的64%下降到2024年的56%，這一持續四十年的緩慢下降趨勢是由全球化、自動化以及工人議價能力的不斷削弱所致。而自人工智慧開始呈指數級增長以來的四年間，這一比重已降至46%，創歷史最大降幅。產出依然存在。但它不再像以前那樣通過家庭流回企業，這意味著它也不再經過美國國稅局。循環流程正在中斷，預計政府將介入修復這一問題。如同以往的經濟衰退一樣，支出增加的同時收入卻在下降。但這次的不同之處在於，支出壓力並非周期性的。自動穩定器原本是為應對暫時性失業而設立的，而非結構性失業。目前的福利制度假設工人能夠重新就業。然而，許多人無法重返工作崗位，至少無法獲得與之前相近的工資。新冠疫情期間，政府欣然接受了15%的財政赤字，但當時人們普遍認為這只是暫時的。如今需要政府援助的人們並非遭受了可以康復的疫情衝擊，而是被不斷進步的技術所取代。政府需要向家庭轉移更多資金，恰恰是在政府從家庭收取的稅收減少的時候。美國不會違約。它印鈔是為了支出，也用同樣的貨幣償還借款。但這種壓力已經顯現在其他領域。市政債券年初至今的表現呈現出令人擔憂的分化跡象。不徵收所得稅的州表現尚可，但依賴所得稅的州（大多是民主黨控制的州）發行的普通市政債券開始反映出一定的違約風險。政客們很快意識到了這一點，關於誰應該獲得救助的爭論也逐漸演變成黨派之爭。值得稱讚的是，本屆政府很早就認識到了這場危機的結構性本質，並開始考慮兩黨提出的所謂“轉型經濟法案”：該法案旨在通過赤字支出和擬議的人工智慧推理計算稅相結合的方式，向失業工人提供直接轉移支付。擺在桌面上的最激進的提案更進一步。“共享人工智慧繁榮法案”將建立一項公共權利，對人工智慧基礎設施本身的收益提出要求，類似於主權財富基金和人工智慧產出收益的特許權使用費，其收益將用於家庭轉移支付。私營部門的遊說者們紛紛向媒體發出警告，指出此舉可能引發嚴重的後果。這些討論背後的政治博弈令人沮喪地在意料之中，而譁眾取寵和邊緣政策更是加劇了這種局面。財政鷹派指出，財政赤字不可持續。鴿派則以全球金融危機後過早實施的財政緊縮政策為例，警示後患。隨著今年總統大選的臨近，這種分歧只會愈演愈烈。政客們爭吵不休的同時，社會結構的瓦解速度卻遠遠超過了立法處理程序的推進速度。“佔領矽谷”運動象徵著更廣泛的不滿情緒。上個月，示威者連續三周封鎖了Anthropic和OpenAI位於舊金山的辦公室入口。示威人數不斷增加，而引發示威活動的媒體報導量甚至超過了最初引發示威的失業資料。很難想像在金融危機之後，公眾會比銀行家更憎恨誰，但人工智慧實驗室正在迎頭趕上。從大眾的角度來看，這也不無道理。它們的創始人及早期投資者積累財富的速度，令鍍金時代都顯得溫和。生產力飆升帶來的收益幾乎全部落入了計算資源的擁有者和相關實驗室的股東手中，這使得美國的貧富差距達到了前所未有的程度。各方都有自己的反派，但真正的反派是時間。人工智慧能力的演進速度遠超現有機構的適應能力。政策應對的步伐受意識形態而非現實的驅動。如果政府不能盡快就問題的根源達成共識，那麼反饋循環將決定其未來的走向。智能智能溢價的消退在整個現代經濟史上，人類智能一直是稀缺的投入要素。資本是充裕的（或至少是可複製的）。自然資源雖然有限但可替代。技術進步的速度足夠緩慢，人類可以適應。而智能——即分析、決策、創造、說服和協調的能力——是無法大規模複製的東西。人類智能因其稀缺性而獲得了固有的溢價。我們經濟中的每一個制度，從勞動力市場到抵押貸款市場再到稅法，都是為這一假設成立的世界而設計的。我們現在正經歷著這種溢價的消退。機器智能如今正成為人類智能的合格且快速進步的替代品，適用的任務範圍日益擴大。金融系統經過數十年的最佳化，是為人類心智稀缺的世界而設計的，如今正在重新定價。這種重新定價是痛苦的、無序的，且遠未完成。但重新定價並不等同於崩潰。經濟可以找到新的均衡。而實現這一目標，是僅剩的少數隻有人類才能完成的任務之一。我們需要正確地做到這一點。這是歷史上第一次，經濟中生產力最高的資產創造的就業崗位不是更多，而是更少。沒有任何現成的框架適用，因為沒有任何框架是為稀缺投入變為充裕的世界而設計的。因此，我們必須建立新的框架。而我們能否及時建立這些框架，才是唯一重要的問題。但你讀到這篇文章的時候，不是2028年6月，而是2026年2月。標普500指數接近歷史高位，負反饋循環尚未開始。我們確信其中一些情景不會成為現實。但我們同樣確信，機器智能將繼續加速發展。人類智能的溢價將縮小。作為投資者，我們仍有時間評估我們的投資組合中有多少是建立在無法經受住這十年考驗的假設之上的。作為一個社會，我們仍有時間採取主動。 (invest wallstreet)

分享一份TechInsights 2025 年 Q4 DRAM 市場報告，Q3 行業營收408億美元，出貨量、ASP所有增長，三星與海力士市場份額差距縮小至1%以內；受 AI 驅動的資料中心、汽車等領域需求激增，市場長期供不應求，預計未來 2 年價格持續攀升。技術層面，HBM 因高頻寬適配 AI 需求成為增長核心，與 DDR5、LPDDR6 等技術協同發展，SK 海力士憑藉高 HBM 佔比表現突出。而 2026 年供需分配受超大規模資本支出影響顯著，長期來看 2024-2030 年行業營收和出貨量將持續增長，資料中心將成最大需求來源。報告主要內容核心市場現狀市場趨勢預測細分市場需求技術迭代與創新生產與供應鏈情況供應商詳情和競爭報告部分頁面展示1 整體情況2 需求情況3 技術和產能情況(銳芯聞)