萬物皆模因幣1. 一篇"科幻小說"引發的血案相信大家這兩天都看到了那份《2028全球智能危機》的報告。Citrini Research，Substack付費內容平台上的一個財經研究帳號，上周末發佈了一篇思想實驗：如果AI智能體在未來兩年內實現能力躍遷，消滅中間商、替代白領、瓦解軟體行業、擊穿信用卡支付體系，美國經濟會怎樣？在報告的開頭，作者自己都標註了：這是情景推演，不是預測。說白了，這就是一篇設定在2028年的科幻小說。但很多人可能沒想到的是，這篇"科幻小說"在現實中引發的後果。周一，標普500暴跌超過1%。軟體類股跌至川普去年4月"解放日關稅"以來的最低水平。文章中被點名的公司——Uber跌了4%，美國運通跌了5%，萬事達跌了6%，DoorDash跌了接近6%。整個美股軟體行業ETF遭遇了一場真正的"思想實驗變現"。然後是一個令人意想不到的受害者：印度。印度IT指數暴跌4.7%，跌到2023年8月以來的最低點。塔塔諮詢、Infosys、Wipro這些印度IT巨頭各跌3%到4%。整個行業2月至今暴跌21%，蒸發超過540億美元的市值。為什麼？因為Citrini的報告裡有一句話："整個商業模式此前都建立在一個核心價值主張上：印度開發者的成本僅為美國同行的一小部分。但如今，一個AI程式設計智能體的邊際成本已經瓦解到基本上只剩電費成本了。"一句話。540億美元。事實上，連報告的作者James van Geelen本人，也沒有想到它會引發這麼大的連鎖反應。據彭博社的報導，周一結束時，van Geelen 的電話已經被打爆了。一大批潛在的新客戶爭相索要他公司的研究報告或提供反饋意見。他說，“如果我早知道股市會因此產生這麼大波動，我就不會把它免費公開發佈了。”SPI資產管理的合夥人Stephen Innes說了一句極其精闢的話："我們眼看著這個市場聳聳肩就能消化掉戰爭、粘性通膨、銀行業動盪和關稅鬧劇，然而，一篇在Substack上廣為流傳的深度思考文章，卻足以讓它跌個跟頭。"《金融時報》對這件事給出了三個"令人不安的結論"。第一個是：一篇充滿挑釁意味的投機性虛構文章竟能引發市場拋售，我們也許應該對此感到極度擔憂。第二個是：我們對情緒驅動市場的理解還遠遠不夠。第三個最狠，"萬事萬物皆是如此運作。"可以說，這種現象和背後的因果關係，不是這個時代的bug，而是feature。某種意義上，這就是我們這個時代的底層運行程式碼。在這場由敘事主導的狂歡與恐慌中，我們不僅看到了金融體系的脆弱，更窺見了當代資訊社會最深層的運行邏輯。在這場“效果先於原因”的時代巨變中，對於我們每一個普通人而言，如果不理解背後的媒介與敘事規律，就只能淪為被收割的代價。而一旦你洞悉了這套法則，你就會明白：在這個萬物皆模因幣的時代，你的超級武器不是AI，而是講故事。掌握敘事的超能力，你也有機會“自己坐莊”。2. 萬物皆模因幣的時代要理解這個看上去極度荒誕的時代，我們就必須直面金融市場在資訊時代的一個殘酷真相：價格先行，故事隨後。在短期內，一切資產的核心驅動力已經變成了“模因（Meme）”。傳統經濟學總是假設市場是被動反映基本面現實的鏡子，但金融巨鱷喬治·索羅斯早就用他的“反身性（Reflexivity）”理論打破了這一神話：市場並不會被動地反映現實，市場是主動塑造現實的參與者。在網際網路和AI加持下的今天，這種反身性被放大了無數倍。網際網路實現了全球資訊的瞬間互聯互通，而金融領域借由加密貨幣、零佣金交易平台以及AI的普及，才真正徹底邁入了網際網路時代。在一個高度互聯、瞬息萬變的系統中，主導一切的法則是：傳播得最快的事物，就能統治一切。什麼是傳播得最快的？是枯燥的財報資料嗎？是嚴謹的宏觀經濟學公式嗎？不，是模因化的敘事（Memetic Narratives）。不只是加密貨幣。你手裡的科技股是模因幣。你供職的公司的估值是模因幣。你在行業裡的"身價"也是模因幣。一切價格，在短期內，都是由敘事驅動的。“AI末日論”就是一個極其完美的模因。當這篇充滿情緒張力的末日報告在社交媒體上發佈時，社交平台的推薦演算法加上AI輔助的講故事技巧，創造出了一種全新的內容物種。這種寫作手法被“參與度循環（Engagement Loops）”進行了無數次的強化學習，使其聽起來極具蠱惑力和致命的誘惑力，那怕它底層缺乏連貫的邏輯。它不需要資料支撐，只需要聽起來“有可能發生”。那年他在《紐約時報》發表了一篇文章，叫《通膨的媒介視角》（A Media Approach to Inflation）。文章中有一個極具洞察力的判斷："The Word Makes The Market"——文字造市。他說，所有現存的通膨理論都是"硬體理論"，關注的是商品和貨幣的數量變化。但在電氣速度下，真正驅動經濟波動的是"軟體"，是資訊傳播的速度、模式和間隙。50年後，"文字造市"成了字面意義上的現實。一篇Substack文章抹掉了數百億美元的市值。麥克盧漢提出了一個核心概念："間隙"（interval）。他說，當資訊以電氣速度傳播時，"現在"與"即將發生"之間出現了一條極其微小但至關重要的縫隙。所有人都在搶佔這條縫隙，提前行動。這創造了一種全民賭博式的狂熱。"普通人因此被激發出一種賭博式的狂熱，這種狂熱源於一種感知：他們關注的不再是事物本身的因果聯絡，而是當下與迅速到來的新局面之間的間隔。"把這段話平移到Citrini事件。避險基金的投資組合經理們讀了那篇文章。他們知道這只是一個假設情景。但他們也知道別人會讀到它，別人會反應，別人的反應會影響價格。於是他們搶在"別人的反應"之前行動。所有人賭的不是2028年會不會發生智能危機——所有人賭的是"接下來48小時內其他人會怎麼反應"。這就是麥克盧漢說的間隙賭博。而且他還說了一句更狠的話："在電氣速度下，任何一個微不足道的事物都可能獲得無窮大的'質量'；這使得人們對任何事物下注的誘惑變得無法抵抗。"任何一個微不足道的事物。比如一篇部落格文章。就這篇報告引發的後果，有人評論說：它證明了一件事，就是根本沒人知道到底發生了什麼。你想告訴我，避險基金的投資組合經理們讀了這篇文章，陷入恐慌，然後就因為這個做空了數十億美元？現在根本沒人有真知灼見，因為世界變化太快了。所有人都在做短線交易。唯一不變的，只有波動性。麥克盧漢在半個世紀前就給出了診斷：在電子資訊的即時環境中，經濟活動變成了一場賭博遊戲。整個經濟變成了拉斯維加斯式的遊樂場。"在新的電子環境中，幾乎任何情境都具有賭博的結構。"他把賭徒心態歸結為對間隙的痴迷。賭徒之所以敢於孤注一擲，是因為他深諳勝負取決於一瞬之間的空檔。他引用古諺說："不敢放手一搏的人，要麼過於懼怕命運，要麼自認為一無所得。敢於一試，才可能全贏或全輸。"這不就是2026年的華爾街和金融市場嗎？沒有剎車的反饋循環3. 超信：虛構就是生產力如果說麥克盧漢解釋了媒介的速度如何改變經濟，那麼我們前幾天剛向大家介紹的尼克·蘭德提出的“超信（Hyperstition）”概念，則完美地解釋了那篇部落格文章的“黑魔法”本質。Hyperstition = hyper + superstition。不是普通的迷信，而是一種"超級迷信"——一個關於未來的虛構敘事，因為足夠多的人相信它並基於它行動，就把自己變成了現實。它是自我實現的虛構。注意，這不是"自我實現的預言"那麼溫和。預言暗示某種先知的洞察力。超信完全不需要洞察力。它只需要傳播力。一個關於未來的故事，只要跑得夠快、夠廣、夠有感染力，它就會扭曲現實，讓自己成真。Citrini的報告就是一個教科書等級的超信案例。作者寫了一個2028年的故事：AI智能體消滅中間商，白領大規模失業，消費崩塌，私募信貸違約，抵押貸款危機，標普暴跌57%，"佔領矽谷"運動在OpenAI和Anthropic辦公樓外安營紮寨。這個故事是虛構的。作者自己都說了，這只是情景推演，不是預測，不是"空頭色情片"，也不是"AI末日論同人小說"。但正如《金融時報》的編輯所說：所有寫作都有一個基本原則——作者無法決定讀者如何解讀其作品。這恰恰就是"空頭色情片"。而且，它寫得相當成功。成功在那裡？成功在於它在2026年就已經開始部分地"實現"自己了。報告中被點名的公司股價真的跌了。印度IT類股真的蒸發了540億美元。投資者的行為模式真的發生了改變。演算法和AI的講故事能力，加上社交平台的參與度循環，催生了一個全新的模因內容物種。這種寫作手法被"參與度循環"強化學習過，使其聽起來極具蠱惑力，那怕它根本缺乏連貫的底層邏輯，然後被大規模全網分發。虛構改變了現實。故事製造了事實。這比索羅斯的反身性激進得多。反身性說的是認知影響現實、現實反過來強化認知，是一個循環。超信說的是：虛構本身就是一種生產力，一種能夠改變物質現實的力量。有一位交易員寫了一段極其清醒的分析。他說：價格先行，故事隨後——這是他在市場交易中能教給你的最重要的一點。Visa和Mastercard在Citrini文章發佈前幾個月就已經在跌了。早在這篇聲稱"AI將摧毀消費"的5000字長文發佈之前，價格走勢就已經在歇斯底里地尖叫著"派發"了。如今，只是敘事終於跟上了價格的步伐。但他接著說了關鍵的下半句：這篇文章絕不會是你聽到的最後一個關於"AI終結我們所知的世界"的看跌故事。未來還會有更多。每一個故事都會讓你覺得比上一個更有說服力。每一個故事都可能將價格再往下推一點。下跌趨勢吸引負面敘事，負面敘事加速下跌趨勢。直到突然有一天，下跌趨勢戛然而止。那些現在讀了那篇文章、然後恐慌性拋售的人，他們沒有意識到，正是他們構成了下跌趨勢比預期失控得更快的機制本身。他們不是在觀察超信。他們就是超信。麥克盧漢50年前就用另一種語言描述了這個機制。他引用了一個1960年代的案例：一有風吹草動，媒體就大呼"洪水般"的美元湧入歐洲，引得投機者競相倣傚。媒體接著用"真正的恐慌"來形容。然後所有持有資本的人看到新聞，紛紛做出反應，堤壩在一股完全由媒體製造出的壓力下轟然崩塌。麥克盧漢稱之為"心理攻城槌"——幾次砸碎了美元匯率的堤壩。1960年代的心理攻城槌需要報紙和電視。2026年的心理攻城槌只需要一篇Substack文章和X的演算法分發。以後這種事只會越來越多。4. 敘事是新的超級槓桿有人對Citrini事件做了一段極其尖銳的反思："市場因為一篇背景設定在2028年的虛構情景文章暴跌了800點，這不僅僅意味著大家一頭霧水。這意味著市場已經無法區分'分析'與'敘事'。這不叫信仰真空，這是分析基礎的徹底喪失。"這個診斷是對的。但我要翻轉它。麥克盧漢會說：分析基礎沒有"喪失"。它是被媒介環境淘汰了。在印刷時代，線性分析——如資料、邏輯、證據鏈、結論，是通往真相的唯一正道。但在電子/AI時代，資訊是即時的、非線性的、馬賽克式的。敘事——情感共振、模因傳播、框架設定——才是塑造現實的主要手段。你仔細看Citrini的文章，它做對了什麼？它沒有發明任何新資料。它沒有獨家的內幕消息。它甚至沒有原創的分析模型。它做的事情只有一件：它提供了一個框架。一個把已有的散落資訊碎片，如AI能力躍遷、白領失業恐懼、軟體估值過高、私募信貸風險等，串聯成一個連貫故事的框架。傳統分析師花三個月做盡職調查，寫出一份50頁的研報，結論是"Visa的護城河依然堅固"。Citrini用一周寫了一篇思想實驗，結論是"AI智能體會用穩定幣繞過信用卡"，一個連作者自己都標註為"假設"的觀點。那個影響了市場？不是因為Citrini的分析更好。而是因為Citrini掌握了敘事框架。當你擁有了框架，資料會自動向你聚攏。當你沒有框架，再多的資料也只是噪音。所以，有關AI的深度思考文章已經成了能夠左右市場的力量。這話換成麥克盧漢的語言就是：媒介不再是市場的旁觀者，而成為市場行為的參與者甚至發動機。有人說，“在動盪的過渡期，恰恰是認知框架最重要的時候。見解的缺失不是波動性造成的，而是因為分析師們原有的假設已然崩塌，而新的假設又尚未建立。”他說得對。但他開的藥方——"摒棄敘事，回歸第一性原理"，我認為只對了一半。在萬物皆模因幣的時代，回歸第一性原理當然重要，但同樣重要的是：你必須學會用敘事把你的第一性原理傳播出去。否則你的洞見就只是你日記本裡的自言自語。這引出了我們真正想說的事。5. 普通人要掌握的超級武器不是AI，是敘事所有人都在問：AI時代我該學什麼？這個問題可能問錯了。如果AI是一種通用智能，它正在商品化一切可被編碼的能力——程式設計、分析、翻譯、設計、客服，那麼你學任何一種"技能"，AI遲早也能學會，而且比你便宜。Citrini報告裡寫得很清楚："人類智能之所以具有內在溢價，源於其稀缺性。我們現在正經歷這種溢價的消退。"你沒法跟邊際成本為零的東西競爭。但有一樣東西，AI做不了。敘事。不是AI不能寫文章，它當然能寫。不是AI不能講故事，它講得可能比大多數人還流暢。但AI不能做的是：用一個獨屬於你的框架，去定義現實應該如何被理解。AI沒有立場。AI沒有意圖。AI沒有賭注。AI不會因為自己的觀點被市場驗證而身價倍增，也不會因為觀點被證偽而社會性死亡。Citrini的James van Geelen做了什麼？他不是一個AI研究員，不是一個經濟學家，不是一個華爾街交易員。他是一個前醫療保健企業家，2023年才開始在Substack上寫東西。但他做對了一件事：他持續地、系統地、有框架地講述他對世界的理解。然後有一天，他的一篇文章震動了全球金融市場。彭博社的Odd Lots播客提到，van Geelen去年10月做客節目時，主持人Tracy問他押注AI泡沫破裂的最佳方式是什麼，他指出藍梟資本可能是一個薄弱環節。看看從那以後藍梟資本的股價就知道了。這不是運氣。這是敘事槓桿的力量。這件事可以拆解成三層：第一層：敘事是無需許可的槓桿。納瓦爾說過，程式碼和媒體是兩種無需許可的槓桿——你不需要任何人的批准就可以啟動它們。AI正在降低程式碼的門檻，但也在同時商品化程式碼的價值。唯一沒有被商品化的槓桿，是敘事，即你的框架、你的視角、你看世界的方式。一個Substack帳號，本質上就是一個人用敘事槓桿撬動資訊流的工具。當敘事足夠鋒利、框架足夠獨特，它可以撬動的東西沒有上限。Citrini撬動了全球金融市場。你可能不需要撬動那麼大的東西，但你需要撬動屬於你的那個角落。第二層：個人IP就是你的超信。回到蘭德的概念。你在社交媒體上、在公眾號上、在任何平台上講述的關於你自己的故事，就是一個正在運行的超信程序。你說你是"AI時代的獨立分析者"，最初這只是一個標籤，一個虛構。但隨著你持續輸出內容，持續被人閱讀、討論、引用，越來越多人基於這個標籤與你互動、給你機會、和你合作，這個虛構就逐漸把自己變成了現實。個人品牌的本質，就是一個自我實現的敘事循環。你的敘事創造他人的認知，認知影響他們對你的"投資"——關注、信任、合作、機會，這些投資改變了你的現實處境，而改變後的現實又反過來驗證了最初的敘事。這和索羅斯描述的市場反身性是同一個結構。價格上漲催生積極情緒，積極情緒衍生看漲敘事，看漲敘事吸引更多買家，更多買家進一步推高價格。只不過在個人IP的場景裡，"價格"是你的社會資本和影響力，"買家"是你的讀者、關注者和合作者。第三層：不做敘事，就是被敘事。面對萬物皆模因幣的時代，你有四個選擇：i) 時刻盯盤，順勢套利——需要資本和全職精力。ii) 成為莊家——需要巨量資本。iii) 堅守長期主義投資——需要資本和耐心。iv) 親自下場，去塑造敘事——需要一個鍵盤和一個框架。前三個選擇，門檻都是資本。只有第四個，門檻是認知和表達。如果你不主動塑造關於你自己、關於你所在行業、關於你理解世界的方式的敘事，那麼市場就會替你寫一個，可能是你的老闆、你的同事、行業趨勢、AI的衝擊。而那個敘事通常不會對你有利。Citrini的報告寫了一個關於"被AI替代的白領"的故事。報告裡有一個細節，作者描述了一位被Salesforce裁掉的朋友，現在只能去開Uber。這個虛構的細節擊中了無數人的恐懼。但你有沒有想過：為什麼那些"被裁掉去開Uber"的人沒有話語權？為什麼關於他們命運的敘事，是由別人來書寫的？因為他們從來沒有建立過自己的敘事。他們只有簡歷，沒有故事。他們只有技能，沒有框架。他們只有工資，沒有影響力。當浪潮來臨時，他們沒有錨點，只能被敘事的洋流裹挾。6. 誰在代替你寫你的故事？讓我們回顧一下這整件事和背後的邏輯。2026年2月23日，一個前醫療保健企業家在Substack上發了一篇設定在2028年的科幻小說。48小時內，它讓美國科技股蒸發了數百億美元，讓大洋彼岸的印度IT行業經歷了2003年以來最慘的一個月，讓全球金融媒體集體陷入了"到底發生了什麼"的困惑。麥克盧漢50年前就看透了：在電氣速度下，文字造市。資訊不是對市場的描述，資訊就是市場本身。尼克·蘭德把它推到極端：虛構造物。一個關於未來的故事，只要傳播得夠快夠廣，就能把自己變成現實。世界就是一個草台成員，資本市場就是一場大型的Meme狂歡。所有的權威都在解構，價值的錨點已經被拔起。在這個由媒介和敘事統治的“全球劇場”中，我們必須摒棄傳統的線性因果思維。不要等自己完全“成功”了才去講述自己的故事。在這個“效果先於原因”的時代，你必須先勇敢地向世界廣播你的聲音、宣告你的野心（製造效果），然後那些支援你的資源、人脈和機會才會接踵而至，將你推向真正的高度（促成原因）。你現在面對的問題不是"AI會不會取代我"。問題是：誰在替你寫你的故事？如果答案不是你自己，那你就已經是別人敘事裡的一個配角了。一個隨時可以被替代、被刪除的NPC。 (不懂經)

過去幾年，市場對 AI 的看法其實挺一致：AI 來了，效率上去，成本下來，利潤變多，股價自然就漲。這個邏輯幾乎沒什麼爭議。但到了 2026 年，情緒變了。頭部 SaaS 公司增速放緩，軟體類股集體承壓。市場開始意識到：AI 越強，可能意味著現有的商業壁壘會越快崩塌。Citrini 這份報告《2028全球智能危機》（THE 2028 GLOBAL INTELLIGENCE CRISIS）正是為了回應這種焦慮。報告聯合作者 Alap Shah 在採訪中強調，他們不是在預測未來，而是基於長期模型做了一次壓力測試：如果 AI 真的像大家期待的那樣持續變強，那些商業邏輯會最先行不通？那些行業會最先被波及？這份報告，就是拆解市場到底在怕什麼。第一節｜白領收入下滑，消費在萎縮危機從那裡開始？市場最怕的是什麼？Shah 在採訪中談得最多的，不是模型參數或技術突破，而是白領的工資在下滑和崗位在減少，而且幅度驚人。美國 IT 行業的就業人數，從 2022 年高點到 2026 年初，累計下降了 8%。這是過去十年都沒出現過的跌幅。這個行業，正是 AI 滲透最快的地方。Shah 直接指出：一個行業越容易把工作交給 AI，崗位減少就越明顯。而最容易被替代的，正是白領工作。資訊處理、資料分析、流程審批，這些過去需要高學歷、高收入人群完成的工作，現在 AI 都能做。白領崗位的減少為什麼重要？因為這群人是消費的主力。根據美國勞工部和公開財報最新資料，收入排在前 20%的群體，貢獻了全美約 65% 的消費支出。餐飲、旅遊、訂閱服務、家裝、電商，幾乎所有可選消費，都靠這群人在買單。在這個情景推演中，白領的收入一旦出問題，整條消費鏈的現金流就跟著出問題。報告推演了一個具體場景：5% 的白領失業，帶來的消費下跌可能遠超 5%。一個年薪 15 萬美元的產品經理失業後，不太可能直接退出勞動力市場。更可能的情況是，他會轉向零工經濟，開網約車、送外賣、接臨時項目。收入從 15 萬跌到 4 萬，降了 70% 以上。這意味著什麼？房貸、車貸、信用卡帳單可能都還不上。他除了停止消費，還要開始處理債務。這對消費的打擊，遠超失業人數本身。問題還不止於此。白領下沉到零工市場後，會增加這些崗位的勞動力供給，壓低原本在這些崗位工作的人的收入。供給增加，價格下跌，這是基本的市場規律。藍領工資被壓低，消費能力進一步收縮。一層壓一層，影響範圍會超出最初的失業群體。這和以往的技術變革完全不同。過去的新技術，比如電腦、網際網路，是幫人提高效率。一個會計用上 Excel，效率提升 10 倍，但他還是要理解業務、做判斷、和客戶溝通。工具變了，人的角色還在。但 AI 不一樣。它直接接管整個工作流程。客服系統可以完全不需要人工客服，文案、營運支援、項目匯報，這些曾經需要大量人力完成的任務，現在可以被 AI 全盤接管。Citrini 報告裡有個簡單的邏輯：如果你的工作主要靠電腦完成，AI 就能替代你。因為 AI 提升的正是電腦能做的事，電腦能做的越多，需要人做的就越少。市場擔心的，就是消費萎縮會比失業資料更早到來。在報告的推演中，那些還沒失業、但感受到裁員壓力的人，會主動削減開支、增加儲蓄。消費收縮的速度，快於失業資料的更新速度。這也是為什麼報告發佈後，資本市場會出現劇烈反應。投資者在重新評估一個可能性：AI 帶來的收入下行，會從局部行業擴散成整體經濟的結構性問題嗎？這是市場最先開始擔心的事：AI 提效的同時，白領收入正在以超出預想的幅度減少。第二節｜資訊差消失，中間環節在崩塌白領收入下行之後，消費開始收縮，企業的營收壓力隨之而來。但市場擔心的第二件事，觸及更本質的問題：很多看起來穩固的商業模式，其實建立在正在快速消失的“摩擦”上。什麼是摩擦？使用者懶得換 App，懶得比價，懶得算清楚到底那個更便宜，反正差不多就行。這種消費習慣，撐起了過去二十年裡很多公司的收入模型。報告認為，AI 智能體正在打破這一切。正如 Shah 在採訪中指出的：“AI 代替使用者做決策時，它不會有習慣，也不會嫌麻煩。它每次都會選最便宜、最快的那個選項。這個變化帶來的衝擊，遠比表面看起來嚴重。”那些依賴抽成、廣告競價、搜尋排序、會員鎖定的商業設計，在 AI 面前會直接失效。比如某外賣平台，過去能從每筆訂單裡抽走 15% 的佣金。這筆錢，一部分來自使用者的惰性（懶得打開五個 App 比價），另一部分來自商家的無奈（因為流量被平台壟斷）。當 AI 智能體代替使用者下單時，情況變了。它會以毫秒級的速度同時查詢 DoorDash、Uber Eats、餐廳官網以及二十個新冒出來的小平台，然後永遠選擇收費最低、配送最快的那一個。平台的抽成可能瞬間從 15% 被壓到 7%。使用者不再被鎖定在某個App裡，不僅平台喪失了議價權，更關鍵的是，新競爭者的門檻也在急劇降低。Shah 提到，一些創業團隊用 AI 程式設計工具，幾周就能做出一個功能完整的外賣或預訂 App。過去需要 200 人團隊、18 個月才能上線的東西，現在可能是 3 個人和一個月。DoorDash 過去的護城河，建立在三件同樣困難的事情上：拿下騎手、拿下餐廳、拿下使用者。現在 Gemini 和 ChatGPT 替你把使用者獲取解決了，創業者只需要搞定供應端就行。進入門檻直接降了一半。在這個情景推演中，新平台開始大量湧現。十幾個新對手冒出來，都以更低的抽成搶份額。DoorDash 原本拿走的那 15%，一部分被新平台拿走，一部分流回到消費者和騎手手裡。外賣如此，其他靠資訊差賺錢的行業也一樣。報告認為，支付行業正在被穩定幣衝擊。AI 智能體發現，通過 Solana 或以太坊 Layer 2 網路結算，每筆交易只需要幾美分，遠低於信用卡 2% 到 3% 的交換費。於是它開始繞開傳統支付網路。保險續約的玩法也會改變。那些靠投保人懶得比價、每年自動續費賺取的 15% 到 20% 溢價，會被 AI 智能體每年重新比價一遍，自動切換到更便宜的保險公司。旅遊預訂、酒店比價、理財顧問，只要是靠幫使用者省麻煩、賺資訊差的生意，都在面臨同樣的壓力。這些行業的共同特點是：它們的護城河，都建在使用者的摩擦成本上。但 AI 把摩擦成本降到了接近於零。投資者開始緊張的原因在於，消費者可能暫時還感覺不到變化，但企業的利潤模型已經在承壓。當所有價格都被 AI 推向透明時，企業會突然意識到，過去賺的那部分錢，來源是資訊差，產品能力的貢獻很有限。報告發佈後，外賣、支付、廣告、訂閱類公司的股價普遍下跌，背後的邏輯就在這裡：那些建在使用者習慣和資訊差上的收入，可能會比預想的更快消失。依靠流量壁壘、使用者鎖定、習慣養成的打法，會越來越行不通。AI 不會因為品牌大就多付錢，它只看那個選項在當下最優。但很多公司的估值，還是按照這些摩擦會一直存在來計算的。第三節｜企業降本，需求在萎縮商業摩擦消失後，企業的營收增速開始放緩。通常情況下，公司會做兩件事來應對：降本、提效。但報告的推演顯示，降本提效反而加速了問題惡化。報告設想了這樣一個場景：ServiceNow。這家全球 SaaS 公司在 2026 年三季度財報中宣佈，年度合同額增速從 23% 降到 14%，同時裁員 15%。股價當日暴跌 18%。表面上看，這是標準的成本最佳化。營收增速放緩，公司削減開支保護利潤率，這在任何經濟周期裡都很常見。但 Shah 看到的是：這些人被裁掉，是因為 AI 已經能接管他們相當一部分的工作。公司裁員後省下來的錢，去了那裡？過去可能是分紅、回購、或者投資新業務。按照報告的邏輯，這筆錢的主要去向會是 AI 工具和算力。企業面對競爭壓力越大，就越會把省下來的錢投到 AI 上。這形成了一個不斷加速的循環：AI 幫企業提效，企業壓縮崗位省下成本，把成本投入更多 AI 能力，AI 能力提升後進一步替代崗位，企業繼續壓縮人員。每一家企業都覺得自己在做正確的事。營收增速在下滑，成本壓力在上升，用 AI 降本是理性選擇。但當所有企業都這樣做時，整體結果就會出問題。企業省下的成本，原本是要發給員工的工資。工資減少，消費就會減少。消費減少，企業的營收壓力會進一步加大。營收壓力加大，企業會更依賴 AI 來削減成本。這個循環一旦啟動，就停不下來。ServiceNow 的案例讓市場警覺，是因為它揭示了一個致命矛盾：它賣的是按席位收費的企業軟體。當客戶公司裁員 15%，他們就會註銷掉 15% 的席位授權。那些幫客戶提升效率、推動客戶裁員的 AI 工具，正在摧毀自己的收入基礎。這家賣“流程自動化”的公司，正在被更強的“流程自動化”顛覆。它的應對方式是裁員、降本、把省下的錢投入 AI。它別無選擇，坐等被淘汰顯然不是選項。單個企業的絕對理性，最終匯聚成了整個經濟體的非理性結果更隱蔽的變化發生在招聘市場。按照報告的推演，到 2026 年 10 月，JOLTS 資料顯示職位空缺已降至 550 萬以下，同比下降 15%。下降最明顯的是軟體、金融、諮詢這些白領崗位。報告認為，很多企業正在採用一種更隱蔽的模式：崗位凍結，但不裁人。 業務還在增長，但新增的任務全交給 AI，不再招任何新人。這種做法看似溫和，實則影響深遠。裁員會立刻反映在失業率裡引發政策干預，但“崗位凍結”不會。它像溫水煮青蛙一樣，讓勞動力市場慢慢失去造血能力。在這個推演情景中，新增崗位減少意味著對未來收入增長的預期降低了。應屆畢業生找不到工作，在職員工看不到晉陞機會，消費意願會提前收縮。即便是那些當下財務狀況良好的公司，股價也會下跌。原因很簡單：如果所有企業都在用 AI 替代人工來保護利潤率，那麼三年後，誰來買他們的產品？企業沒有其他選擇。面對營收壓力時，唯一的應對方式就是繼續降本，而降本的最有效手段就是用 AI 替代人工。每一輪最佳化，都在削弱下一輪的消費能力。市場擔心的第三件事是：企業的自救行為，正在演變成一場集體的自我傷害。第四節｜政策工具失靈，時間差在拉大企業自救形成負循環後，按理說政府應該介入。經濟下行時，聯準會降息、財政刺激、擴大就業，這套組合拳過去總能托住局面。但報告的推演顯示，傳統的經濟工具對 AI 造成的壓力可能不管用。降息能讓企業拿到更便宜的資金，但企業會怎麼用這些錢？他們會買更多 AI 算力，而不是招更多人。AI 替代崗位的根本原因，是 AI 比人工便宜，跟貸款利率關係不大。所以，Shah 認為：白領崗位減少這件事，貨幣政策很難改變。那財政政策呢？這裡的問題更複雜。現代國家的財政收入，主要建立在對人類勞動的徵稅上。個人所得稅、工資稅、社保繳費，這些構成了政府收入的主體。你掙得越多，交的稅越多；企業雇的人越多，繳納的社保醫保就越多。但 AI 替代的，正是工資高、納稅多的那群人。如果大量白領收入從年薪 15 萬跌到 4 萬，或者直接失業，帶來的不只是消費萎縮。政府的稅收收入會同步下降，失業救濟、醫療補助、社會福利的支出會上升。按照報告的推演，在 2028 年的情景中，勞動力在 GDP 中的佔比會從 2024 年的 56% 跌到 46%。這意味著四年內下跌 10 個百分點，而從 1974 年到 2024 年的五十年間，這個數字也只下降了 8 個百分點。產出還在增長，但收益流向了資本和算力，不再流向勞動力。錢不再經由家庭流回企業，也不再經過稅務系統。這就是財政困境：政府需要在稅收減少的時候，向家庭轉移更多的錢。Citrini 在報告中提出，可能需要對 AI 帶來的新增收益徵稅。但具體怎麼征？這是個棘手的問題：是對算力徵稅？是對 AI 模型的使用徵稅？還是對那些用 AI 大規模替代人工的企業徵稅？報告設想了一些可能的政策方案。比如“經濟轉型法案”，通過AI算力稅為失業人員提供直接轉移支付。還有更激進的“AI共享繁榮法案”，對AI基礎設施的收益建立公共主張，類似主權財富基金的模式，以分紅形式資助家庭。但這些方案目前都還在討論階段，而且分歧很大。有人擔心對算力徵稅會影響技術競爭力，有人擔心這會被大公司操控，還有人指向財政赤字問題。爭論還在繼續，但經濟結構的變化不會等政策討論結束。與此同時，AI 的收益正在快速向少數人集中。報告指出，贏家集中在幾個領域：：半導體、能源、資料中心、算力基礎設施。這些行業的利潤和估值在快速膨脹，OpenAI、Anthropic 等 AI 公司的創始人和早期投資者，幾年內積累的財富超過傳統行業幾十年。與之對應的，白領崗位在萎縮，服務業在承壓，中介行業收入在下降。當經濟增長過度集中在少數行業和少數人手裡時，社會的不平等會加速擴大，進一步壓縮需求。在這個推演情景中，公眾對 AI 公司的不滿情緒正在上升。但這不會讓 AI 公司放慢腳步。模型公司有動力往前衝，同時會刻意迴避經濟後果的討論。模型必須迭代，工具必須上線，競爭絕不能輸。主動探討負面影響，會損害他們的聲譽和融資能力。那麼，問題在於：誰來討論？誰來制定規則？誰來決定如何分配 AI 帶來的收益？現實是，制定規則的機構，反應速度遠遠跟不上技術迭代的節奏。政策討論以月和年為單位，AI 能力的提升以周為單位。這就形成了一個危險的時間差：當一邊在加速，一邊在延遲時，風險會持續累積。這是市場擔心的第四件事：政策以年計，AI 以周進，經濟等不起。結語｜舊邏輯還能撐多久按照 Citrini 與 Alap Shah 的分析，當前社會中的很多行業建立在三個假設上：白領收入會持續增長，摩擦成本會長期存在，企業降本不會影響整體需求。如果這個推演成真，AI 將逐一擊穿這些假設。依賴白領消費的行業，天花板會下移。靠資訊差賺錢的模式，議價權會消失。企業的降本提效，會匯聚成整體的需求萎縮。傳統的政策工具，對這種結構性變化效果有限。市場現在怕的，是那些支撐了過去二三十年增長的商業邏輯，還能撐多久。這不只是一次壓力測試，更是一次對未來的預演。 (AI 深度研究員)

Viral Doomsday Report Lays Bare Wall Street’s Deep Anxiety About AI FutureCitrini Research的思想實驗震動了已對技術顛覆保持警惕的投資者2026年2月23日周一，報告中提及的Blackstone股價下跌。Michael Nagle/彭博新聞社在一個科技股權重過高、對人工智慧前景感到不安的市場中，不需要太多就能引發劇烈的股價波動。但沒有什麼比周一發生的事更能凸顯當前股市的敏感性了，道指800點下跌的背後因素之一竟是一份7000字的假設性報告。Citrini Research一份病毒式傳播的報告（全文見下方）引發了一種新的AI恐懼，描繪了一幅技術變革引發白領知識工作競相逐底的黑暗未來圖景。對超大規模雲服務商過度支出的擔憂已經過時。對軟體行業顛覆的擔憂還不夠深入。"全球智能危機"即將來襲。新的、更廣泛的問題是：如果AI對經濟如此看漲，以至於實際上變成看跌，會怎樣？"在整個現代經濟史上，人類智力一直是稀缺的投入要素，"Citrini在一篇標註為2028年6月情景（而非預測）的帖子中寫道。"我們現在正經歷這種溢價的消散。"周一的許多市場波動大致與Citrini概述的情況相符，即快速進步的AI工具使各行業能夠削減支出，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各自暴跌超過9%。IBM下跌13%，是其自2000年以來最糟糕的單日表現。美國運通、KKR和Blackstone——都被Citrini點名——也大幅下跌。這種焦慮，加上華盛頓貿易政策的不確定性重新抬頭，周一壓低了主要股指。道瓊斯工業平均指數領跌，下跌1.7%，即822點。標普500指數下跌1%，納斯達克綜合指數回落1.1%。近幾周來，對AI顛覆的恐懼席捲了軟體、私募信貸、保險和財富管理公司。本月初，在一家曾經的卡拉OK機製造商吹捧新的AI工具來簡化卡車運輸後，運輸股遭遇了有史以來最糟糕的日子之一。許多這些股票隨後不久收復了大部分損失，讓一些投資者形容市場過於敏感。"與AI相關顛覆的定價發生得比大多數人預期的要早，"GammaRoad Capital Partners首席投資官喬丹·裡祖托說。"這就是加速技術的本質。"雖然周一投資者繼續將資金輪動到能源和消費品等行業，但這些行業在主要指數中的權重相對較小。裡祖托還指出，防禦性策略日益流行可能表明華爾街對前方道路變得更加謹慎。"要小心你所希望的輪動類型，"他說。上周末，川普總統表示，他將把新的全球關稅提高到15%，旨在取代上周被最高法院裁定為非法的許多進口稅。雖然這給貿易協議或正在進行的談判注入了更多不確定性，但許多分析師認為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，"Edward Jones策略師安傑洛·庫爾卡法斯說。儘管如此，等待潛在關稅退款或計畫新投資的公司可能無法倖免。包括American Eagle Outfitters、Ralph Lauren和Yeti Holdings在內的貿易敏感股周一下跌。物流和運輸公司也下跌，推動道瓊斯運輸平均指數下跌2.8%。債券上漲，受益於投資者逃向更安全的資產。10年期美國國債收益率周一收於4.026%，為11月下旬以來的最低收盤水平。貴金屬也恢復上漲。黃金期貨近月合約上漲2.9%，至每金衡盎司5,204.70美元，而白銀上漲5.2%，至每金衡盎司86.52美元。周一的市場波動延續了與AI相關的波動行情。Citrini是一家小型研究機構，因其宏觀和主題股票研究在Substack上獲得了大量關注。該機構在新帖子中表示，軟體公司、支付處理商和其他公司形成了"一條長長的、相互關聯的白領生產力增長賭注鏈"，而AI正準備顛覆這一鏈條。近年來向科技行業貸出巨額資金的私募信貸公司是周一受打擊的對象之一。Blue Owl下跌3.4%，而Apollo Global Management下跌5%。從華爾街最大銀行到區域性銀行的貸款機構也遭到拋售。"從信貸角度來看，關鍵風險是顛覆的速度而非其存在，"瑞銀分析師最近告訴客戶。"12個月內的快速衝擊可能壓倒合同保護，但我們認為多年調整更為可能。"DoorDash的股價周一也下跌6.6%，此前Citrini的Substack筆記稱該配送應用是"典型代表"，展示了新工具將如何顛覆那些從人際摩擦中獲利的公司。在該研究機構的情景中，AI代理將幫助司機和顧客以更低成本完成食品配送。周一在社交媒體上回應Citrini時，DoorDash聯合創始人方安傑表示，"代理商務"的興起將要求他的公司以同時適用於AI代理和現實世界商家的方式演進。"我們腳下的地面正在移動，"方寫道，"行業將需要適應它。"THE 2028 GLOBAL INTELLIGENCE CRISIS 2028 年全球智能危機 A Thought Exercise in Financial History, from the Future 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。金絲雀還活著。 (邸報)

編者按：研究機構Citrini Research近期發佈了一份關於人工智慧經濟風險的假設性報告，引發了市場廣泛關注和討論‌。報告原標題為《2028全球智能危機——來自未來的金融史思想實驗》（THE 2028 GLOBAL INTELLIGENCE CRISIS: A Thought Exercise in Financial History, from the Future），該報告明確聲明其‌唯一目的是模擬一個相對未被充分研究的情景，是一個“思想實驗”而非預測‌。報告設定了一個假想的時間點——‌2028年6月‌，並描繪了人工智慧（AI）快速發展可能引發的連鎖經濟危機。報告提出了幾個核心概念：“AI效率悖論”：AI的成功可能導致經濟不穩定。其推演的核心風險鏈條包括：‌‌白領大規模失業‌：AI替代複雜白領勞動，導致“智能溢價”消失，中產階層收入結構受損。‌‌‌“幽靈GDP”與消費萎縮‌：即企業利潤因AI增效而增長，但被替代的勞動力消費能力下降，貨幣流通速度放緩，形成“產出增長但消費引擎失速”的“幽靈GDP”現象。‌‌‌商業模式瓦解‌：AI代理消除交易摩擦，威脅到建立在人類惰性、資訊不對稱和品牌依賴上的商業模式，如‌軟體服務（SaaS）、中介平台（外賣、旅行預訂）、支付處理（信用卡交換費）以及私募信貸‌等。報告由 Citrini Research 和 Alap Shah 撰寫。Shah一直活躍於紐約， 自 2024 年 9 月起，擔任 Littlebird 的CEO；自 2011 年 3 月起，他在佛羅里達州擔任 Lotus Technology Management 的管理合夥人，投資二級市場股票、從事風險投資並以AI方式孵化科技創業企業；自 2013 年 4 月起，他在舊金山灣區擔任 Thistle 的聯合創始人兼董事長；此前，他曾聯合創立 Sentieo——一家由 AI 驅動的金融搜尋平台，該公司後來被 AlphaSense 收購。他在 2011 年 12 月至 2020 年 9 月期間擔任CEO，並於 2020 年 9 月至 2022 年 5 月擔任董事長。他畢業於哈佛大學，主修經濟學，畢業後的兩年曾在頂級避險基金Citadel LLC擔任分析師。以下為報告的中文版全文，現標題為編者所擬：01. 序言如果我們對人工智慧的樂觀預期繼續正確的話……但實際情況卻是悲觀的，那該怎麼辦？以下只是一個情景描述，並非預測。這既不是關於熊的色情內容，也不是人工智慧末日論的幻想小說。本文的唯一目的就是模擬一個目前較少被探討的情景。我們的朋友阿拉普·沙提出了這個問題，我們一起頭腦風暴出了答案。我們撰寫了這一部分內容，他還另外寫了兩部分，可以在這裡找到。希望閱讀完這篇文章後，你能更好地應對人工智慧導致經濟日益複雜化所帶來的潛在風險。這是2028年6月CitriniResearch發佈的宏觀報告，詳細闡述了全球情報危機的進展及其後果。02. 宏觀備忘錄 智力過剩的後果2026年2月22日—2028年6月30日今天上午公佈的失業率為10.2%，比預期高出0.3個百分點。受此資料影響，市場下跌2%，標普500指數較2026年10月高點累計下跌38%。交易員們已經麻木了。六個月前，這樣的財報會觸發熔斷機制。兩年時間而已。從“可控”和“特定行業受影響”的狀態，經濟狀況已經發生了翻天覆地的變化，完全不再是我們任何人長大時所熟悉的模樣。本季度的宏觀報告試圖重現這一演變過程，對危機前的經濟狀況進行事後分析。人們的興奮情緒顯而易見。到2026年10月，標準普爾500指數逼近8000點大關，納斯達克指數突破30000點。由於勞動力過剩導致的首批裁員始於2026年初，而這些裁員確實達到了預期的效果：企業利潤率上升，盈利表現優異，股價也持續上漲反彈。創紀錄的企業利潤又被重新投入到了人工智慧計算領域。用作標題的經濟數字依然相當不錯。名義GDP的年化增長率始終保持在一位數中高水平。生產率持續上升，每小時實際產出增速達到了20世紀50年代以來的最高水平，這一增長的推動力來自那些無需睡覺、不會請病假且無需健康保險的智慧型手機器人。隨著勞動力成本的消失，電腦行業的所有者財富激增。與此同時，實際工資增長卻停滯不前。儘管政府一再宣稱生產力創下新高，但白領工人仍被機器取代，被迫從事低薪工作。當消費者經濟出現裂痕時，經濟評論家們提出了“幽靈GDP”這一概念：指那些出現在國民經濟統計資料中，但實際上並未流入實體經濟的產出。人工智慧在各個方面都超出了預期，市場也完全被人工智慧主導。唯一的問題是……經濟卻並非如此。從一開始就應該很清楚，北達科他州一個GPU叢集所產生的產出，相當於之前曼哈頓中城1萬名白領的產出，與其說是經濟靈丹妙藥，不如說是經濟瘟疫。貨幣流通速度停滯不前。以人為本的消費經濟（當時佔GDP的70%）萎縮了。如果我們當初問問這些“造錢機器”在非必需品上的支出是多少，或許就能更早明白這一點了。（提示：零。）人工智慧能力提升，企業對勞動力的需求減少，白領裁員增加，失業工人消費減少，利潤壓力迫使企業加大在人工智慧方面的投資，人工智慧能力再度提升……這是一個沒有自然制動機制的負反饋循環。人工智能的替代效應不斷加劇：白領工作者的賺錢能力（進而他們的消費能力）受到了結構性削弱。他們的收入是13兆美元抵押貸款市場的基石，這迫使貸款機構重新評估優質抵押貸款是否仍具有投資價值。十七年來沒有真正的違約周期，導致私募股權公司熱衷於那些假設經常性收入會持續穩定的軟體項目。2027年中，由於人工智慧技術的衝擊而引發的第一波違約事件，挑戰了這一假設。如果問題僅限於軟體層面，那麼還尚可控制。但事實並非如此。到2027年底，它已經威脅到了所有依賴中介服務的商業模式。許多依靠利用人類行為中的摩擦來盈利的公司紛紛倒閉。事實證明，這個系統實際上是一系列與白領生產力增長相關的連鎖投注。2027年11月的崩盤只是加速了原本就存在的所有負面反饋循環而已。我們幾乎等了整整一年，希望“壞消息其實也是好消息”。政府開始考慮相關方案，但公眾對政府能否有效實施救援措施的信心已大幅下降。政策反應向來滯後於經濟現實，而目前缺乏全面的應對計畫，恐將進一步加劇通縮螺旋。03. 如何開始2025年底，智能編碼工具的功能有了階躍式的提升。使用Claude Code或Codex的熟練開發人員現在只需幾周時間就能複製出中端SaaS產品的核心功能。雖然無法做到完美，也無法處理所有邊緣情況，但已經足夠好，以至於負責稽核每年50萬美元續費費用的首席資訊官開始思考：“如果我們自己開發這個產品會怎樣？”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。直到ServiceNow公佈2026年第三季度報告後，這種反射機制才變得更加清晰明了：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%。來源：彭博社，2026年10月SaaS並非“死氣沉沉”。在內部開發與維護系統方面，依然存在成本效益分析的問題。不過內部開發只是一種選擇，這一因素也會被納入定價談判中。或許更重要的是，競爭格局已經發生了變化。人工智慧的普及使得新功能的開發和上線變得更加容易，因此產品差異化逐漸消失。傳統企業不得不在定價上展開惡性競爭——既與同行競爭，也要與新興的挑戰者抗衡。由於代理編碼能力的提升，且沒有舊有成本結構的束縛，這些新興企業敢於積極搶佔市場份額。這些系統的相互關聯性直到現在才被充分認識到。ServiceNow曾經銷售許可證。當《財富》500強客戶削減15%的勞動力時，他們也取消了15%的許可證。那些通過人工智慧實現裁員、從而提升客戶利潤率的舉措，實際上卻在破壞企業自身的收入來源。那家銷售工作流程自動化產品的公司，因更先進的工作流程自動化技術而受到衝擊。為應對這一挑戰，該公司選擇裁員，並用節省下來的資金來支援那些正在顛覆其業務的技術研發。他們還能做什麼呢？坐以待斃、慢慢等死嗎？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。事後看來這似乎理所當然，但當時並非如此（至少對我來說是這樣）。傳統的行業顛覆模型認為，現有企業會抵制新技術，從而失去市場份額，逐漸衰落。柯達、百視達和黑莓就是這樣的例子。但2026年的情況有所不同：現有企業之所以沒有抵制新技術，是因為他們根本無力抵抗。隨著股票價格下跌40-60%，各董事會也要求公司給出解釋，那些面臨人工智慧威脅的公司只能採取唯一的辦法：削減員工人數，將節省下來的資金用於投資人工智慧工具，再利用這些工具以更低的成本維持生產。各公司的個體決策看似合理，但總體後果卻十分災難性。節省下用於人力成本的每一美元都被投入到了人工智慧研發中，這反而為下一輪裁員創造了條件。軟體行業僅僅是個開始而已。當投資者們爭論SaaS公司的估值是否已觸底時，他們忽略了這樣一個事實：這種自我強化的循環早已超越了軟體領域。那種促使ServiceNow削減員工數量的邏輯，其實也適用於所有具有白領成本結構的公司。04. 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，美國人均日消費代幣量將達到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——中介。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。各種代理加速了破壞過程的兩端。它們先是扶持競爭對手，然後再利用這些對手來為自己謀利。DoorDash的競爭優勢在於“你餓了又懶，這個應用就在你的主螢幕上”。但代理沒有主螢幕，它會同時查看DoorDash、Uber Eats、餐廳的官方網站以及二十個其他類似平台，從而每次都能選擇費用最低、配送最快的服務。機器根本不存在使用者對應用的忠誠度，而這正是該商業模式的基礎。這頗具詩意，或許是整個故事中為即將失去工作的白領提供幫助的唯一例子。當他們成為送貨司機後，至少有一半的收入不會流入優步和達美樂的口袋。當然，隨著自動駕駛汽車的普及，這種科技帶來的便利並沒有持續太久。一旦代理人控制了交易，他們便開始尋找更大的回形針。價格匹配和聚合的工作量是有限的。要想持續為使用者節省費用（尤其是當代理商開始相互交易時），最有效的辦法就是取消費用。在機器對機器的商務交易中，2%到3%的信用卡手續費顯然是一個值得削減的目標。代理商們尋找比信用卡更快更便宜的支付方式。大多數人選擇通過Solana或以太坊L2平台使用穩定幣進行支付，因為這種方式的結算幾乎即時完成，交易成本僅為一分錢的幾分之一。萬事達卡2027年第一季度業績：淨收入同比增長6%；與上一季度相比增長5.9%。管理層表示，這些項目屬於“自主決策類別”。來源：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。05. 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。來源：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。來源：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正常運轉等崗位上。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。而像台灣和韓國這樣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。06. 智力置換螺旋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。來源：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。07. 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。來源：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。來源：《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。來源：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。08. 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。來源：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。如果普通購房者經濟狀況良好，房價下跌尚可承受。但現在，普通購房者也面臨著同樣的收入下滑問題。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。情報人員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。09. 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。右翼將轉移支付和再分配稱為馬克思主義，並警告說，對電腦徵稅會將領先優勢拱手讓給中國。左翼則警告說，在現任官員的幫助下起草的稅收法案，不過是換了個名字的監管俘獲。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。10. 智力溢價消退縱觀整個現代經濟史，人類智慧始終是稀缺資源。資本豐富（或者至少可以複製）。自然資源有限但可以替代。技術進步緩慢，人類能夠適應。而智慧，即分析、決策、創造、說服和協調的能力，卻是無法大規模複製的。人類智慧的固有優勢源於其稀缺性。我們經濟體系中的每一個機構，從勞動力市場到抵押貸款市場再到稅法，都是基於這一假設而設計的。我們現在正經歷著這種溢價的消退。機器智能如今已成為人類智能在日益廣泛的任務領域中高效且快速發展的替代品。金融體系經過數十年的最佳化，以適應人類人才稀缺的世界，如今正在重新定價。這種重新定價的過程是痛苦的、混亂的，而且遠未完成。但重新定價並不等同於崩潰。經濟可以找到新的平衡點。實現這一目標，是目前僅存的少數隻有人類才能完成的任務之一。我們需要正確地完成這項任務。這是歷史上首次出現經濟中最具生產力的資產反而導致就業崗位減少而非增加的情況。沒有任何現有的框架能夠適用，因為沒有任何框架是為稀缺投入變得豐富的世界而設計的。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，負面反饋循環尚未啟動。我們確信其中一些情景不會發生。我們也同樣確信，機器智能將繼續加速發展，人類智能的溢價將會縮小。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基於那些無法經受住十年考驗的假設而建構的。作為社會成員，我們仍有時間採取積極主動的措施。金絲雀還活著。 (騰訊財經)

序言一則來自未來的金融史思想演練。如果我們對 AI 的看多情緒繼續被證明是對的，可如果這件事反而意味著看空呢？下面呈現的是一種情景，不是預測。這不是“熊市爽文”，也不是 AI 末日論者的同人幻想。本文唯一的意圖，是對一種相對欠缺討論的情景進行建模。這個問題由我們的朋友阿拉普·沙阿（Alap Shah）提出，我們一起頭腦風暴出了答案。我們寫了這一部分，他還寫了另外兩部分，你可以在這裡找到。希望讀完之後，你能對 AI 讓經濟越來越怪異之際可能出現的左尾風險，更有準備。以下內容是 CitriniResearch 在 2028 年 6 月發佈的宏觀備忘錄，記錄“全球智能危機”的演進過程及其後果。宏觀備忘錄智能充裕的後果今早公佈的失業率為 10.2%，比預期高出 0.3 個百分點。市場因這項資料下跌 2%，使標普500指數從 2026 年 10 月的高點以來累計回撤達到 38%。交易員已經麻木。六個月前，出現這樣的讀數，足以觸發熔斷機制。兩年。只用了兩年，我們就從所謂“可控”“隻影響特定行業”，走到了一個不再像我們任何人成長時期所熟悉的經濟。本季度的宏觀備忘錄，試圖把這條鏈條復原，也就是對危機前經濟做一次事後剖析。當時的狂熱幾乎觸手可及。到 2026 年 10 月，標普500指數一度逼近 8000 點，納斯達克指數突破 30000 點。由於“人類勞動力被淘汰”而起的第一波裁員在 2026 年初就已展開，而且它們確實帶來了裁員在帳面上“應當”帶來的效果。利潤率走闊，盈利超預期，股價隨之上行。創紀錄的企業利潤又被迅速回流，繼續投入到 AI 算力之中。宏觀層面的頭條指標看起來依然漂亮。名義GDP多次錄得年化中高個位數增長，生產率也在飆升。每小時實際產出以自20世紀50年代以來未見的速度上行，推動這一切的，是那些不睡覺、不請病假、也不需要醫療保險的AI代理（AI agents）。算力的擁有者在勞動力成本消失之際財富暴漲。與此同時，實際工資增速卻明顯塌陷。儘管當局反覆宣稱“生產率創紀錄”，白領仍在被機器替代，只能被迫轉向更低薪的崗位。當消費端開始出現裂縫時，經濟評論員把一個說法炒熱了，叫“幽靈GDP”：產出在國民核算裡能看見，卻很少進入真實經濟的循環。AI在各個方面均超出了預期，而市場即為人AI。唯一的問題……經濟卻並非如此。從一開始就該看清：北達科他州的一座GPU叢集所生成的產出，竟能頂上此前歸功於曼哈頓中城一萬名白領的產出。這與其說是經濟靈藥，不如說更像一種經濟層面的“疫情”。貨幣流通速度幾乎停擺。以人為中心的消費經濟當時佔GDP的70%，卻迅速枯萎。我們本可以更早想明白這一點，只要問一句：機器會在可選消費品上花多少錢？提示一下，答案是：零。AI 能力提升，企業所需員工減少，白領裁員增加，被替代者支出收縮，利潤率承壓又迫使企業加大對 AI 的投入，AI 能力再度提升……這是一條沒有天然剎車的惡性反饋回路，也是一場“人類智能被替代”的螺旋。白領的收入能力因此遭遇結構性削弱，他們的支出也理性地隨之收縮。而他們的收入，正是 13 兆美元住房抵押貸款市場的基石，迫使抵押貸款承銷人員重新評估：優質抵押貸款是否仍然屬於 “安全無虞”。連續 17 年沒有真正的違約周期，讓私募市場被私募股權支援的軟體交易撐得臃腫，這些交易都假設年度經常性收入（ARR）會繼續保持經常性，能夠年復一年滾動兌現。2027 年中期，由 AI 衝擊引發的第一波違約，開始動搖這一假設。 如果衝擊只停留在軟體行業，這本來還算可控，但事實並非如此。到 2027 年末，它已經威脅到所有以中介環節為前提的商業模式。大批公司把人類交易中的“摩擦”變成收入來源，而這類公司開始瓦解。結果發現，整個系統不過是一條串聯起來的長鏈，由一系列彼此高度相關的押注構成，押注對像是白領生產率會持續增長。2027 年 11 月的崩盤，只是把那些早已在運轉的負面反饋回路進一步加速。我們已經等了將近一年，一直在等那種“壞消息就是好消息”的時刻出現。政府開始醞釀一些提案，但公眾對政府能否組織起任何形式的救援，信心正在消退。政策反應向來滯後於經濟現實，而如今，缺乏一套全面方案，反倒可能加速通縮螺旋。  它是如何開始的2025 年末，代理式（agentic）程式設計工具的能力出現了階躍式躍升。  一名合格的開發者若配合 Claude Code（Anthropic）或 Codex（OpenAI），如今可以在數周內復刻一款中端市場 SaaS（軟體即服務） 產品的核心功能。未必完美，也未必把每個邊界情形都處理到位，但已經足夠讓一位正在審閱 50 萬美元年度續約合同的首席資訊官開始追問：“如果我們自己做一個呢？”企業財年大多與自然年一致，因此 2026 年的企業支出預算在 2025 年第四季度就已定下，那時“代理式 AI（agentic AI）”還只是個熱詞。年中復盤，是採購團隊第一次在真正看清這些系統究竟能做什麼的前提下作出決策。有些公司眼看自家內部團隊在幾周內就搭起原型，復刻了價值六位數美元的 SaaS 合同所對應的功能。那年夏天，我們與一家《財富》500 強的採購經理聊過。他向我們講了一次預算談判。銷售代表原本以為可以照搬去年的套路：每年 5% 的慣例漲價，再來一套標準的“你們團隊離不開我們”的說辭。採購經理告訴他，自己正與 OpenAI 溝通，考慮讓他們的前線部署工程師用 AI 工具把這家供應商整體替換掉。最終續約以 30% 折扣成交。他說，這已經算好結果了。SaaS 的“長尾”，比如 Monday.com、Zapier 和 Asana，處境要慘得多。投資者對此早有準備，甚至可以說帶著某種期待：SaaS 的長尾會被重擊。它們也許佔到典型企業技術堆疊支出的三分之一，但顯然最為暴露。可按當時的普遍看法，“記錄系統（System of Record, SOR）”應當不會輕易被顛覆。 直到 ServiceNow 在 2026 年第三季度的財報披露，反身性（reflexivity）的運作機制才更清晰。反身性（reflexivity）指金融市場和經濟中的一種反饋機制：市場參與者的認知與預期會影響現實結果，而現實結果又反過來塑造參與者的認知，從而形成循環，進而放大、扭曲繁榮或價格行為，形成自我強化的循環，並可能推動繁榮或泡沫的擴張與破裂。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。）“SERVICENOW 淨新增年度合同價值增速從 23% 放緩至 14%；宣佈裁員 15%，並推出‘結構性效率計畫（Structural Efficiency Program）’；股價下跌 18%｜彭博社，2026年10月”SaaS 並沒有“死掉”。自建系統在運行與維護上仍然需要做成本收益權衡。但自建成了一個選項，而這一事實本身就會進入定價談判。更重要的是，競爭格局已經改變。AI 讓開發與發佈新功能更容易，差異化隨之坍塌。既有廠商在價格上一路向下，既要彼此肉搏，也要與一批突然冒出的新興挑戰者短兵相接。這些挑戰者因代理式程式設計能力的躍升而膽氣大增，又沒有任何遺留成本結構需要守護，於是以更激進的方式搶奪份額。而且，直到這次財報披露，人們才真正看清這些系統之間的相互聯動。ServiceNow按“席位”出售訂閱許可，也就是按授權使用者數計費。《財富》500強客戶一旦把員工規模削減 15%，往往就會相應取消 15% 的許可證。於是，同一套由 AI 驅動、在客戶側推高利潤率的人員縮減，會按計費規則以一種近乎算術的方式，反過來削弱並侵蝕 ServiceNow 自己的營收基礎。這家出售“工作流程自動化”的公司，正在被更好的工作流程自動化所顛覆；而它的應對，是裁員，把省下來的錢投向那項正在顛覆它的技術。  它還能怎麼辦？難道原地不動，只求死得慢一點？最受 AI 威脅的公司，反而成了 AI 最激進的採用者。事後看，這似乎顯而易見，但當時並非如此，至少對我來說不是。傳統的顛覆模型認為，在位企業會抵制新技術，隨後被靈活的新進入者奪走份額，最後慢慢死去。柯達、百視達、黑莓都是如此。2026 年發生的事不同：在位企業沒有抵制，因為他們承受不起抵制的代價。在位企業是指在既有行業中已進入並佔據主導位置的企業。在股價下跌 40% 到 60%、董事會逼問答案的壓力下，那些受 AI 威脅的公司只能做他們唯一能做的事：裁員，把節省下來的成本重新部署到 AI 工具上，再用這些工具以更低成本維持產出。每家公司單獨來看，這種反應都理性；合在一起，結果卻是災難性的。每省下一美元用工成本，就會流入讓下一輪裁員成為可能的 AI 能力之中。軟體只是開場戲。投資者在爭論 SaaS 估值倍數是否已經見底時忽略了：這種反身性回路早已逃出軟體行業。支撐 ServiceNow 裁員的同一套邏輯，同樣適用於任何以白領成本結構為主的公司。當摩擦趨近於零到 2027 年初，大語言模型（LLM）的使用已成默認。人們在使用 AI 代理（AI agent），卻甚至不知道“AI 代理”是什麼，就像很多從未弄清“雲端運算”是什麼的人也一直在用串流媒體服務一樣。他們把它當作自動補全或拼寫檢查那類東西，也就是手機如今自帶的功能。  通義千問（Qwen）的開源具代理能力的購物智能體，成了 AI 接管消費決策的催化劑。短短幾周內，幾乎所有主流 AI 助手都整合了某種“智能代理式電商（agentic commerce）”功能。蒸餾模型使這些代理可以運行在手機和筆記本上，而不再只依賴雲端實例，從而顯著降低推理的邊際成本。  真正更該讓投資者不安的是：這些代理不會等你開口請求。它們會按使用者偏好在背景執行。商業不再是一連串離散的人類決策，而變成一個持續最佳化的過程，代表每一個聯網消費者全天候運轉。到 2027 年 3 月，美國的中位數個體每天消耗 400000 個 token，自 2026 年末以來增加了 10 倍。 鏈條的下一環，已經開始斷裂。中介。過去五十年間，美國經濟在人類的侷限性之上構築了一個龐大的租金攫取層：事情需要時間，耐心會耗盡，品牌熟悉度代替了審慎判斷，而大多數人願意接受一個糟糕的價格，只為省去多點幾次滑鼠的麻煩。數以兆美元計的企業價值，建立在這些約束條件持續存在的假設之上。一切開端於簡單之處：agent消除了摩擦。那些在數月未使用後仍被動續費的訂閱會員；那些試用期結束後悄然翻倍的入門價格。每一個原本被包裝成”留客手段”的套路，都被agent變成了可談判的籌碼。整個訂閱經濟賴以建立的核心指標——平均客戶終身價值，明顯下降。消費者智能體開始改變幾乎所有消費者交易的運作方式。人類沒有時間在買一盒蛋白棒之前，先在五個競爭平台上比完價。機器有時間。旅遊預訂平台是最早的犧牲品，因為它們的邏輯最為簡單。到2026年第四季度，我們的智能體已經能以更快的速度、更低的成本拼出一份完整的行程（含機票、酒店、地面交通、積分最佳化、預算控制、退款申請），超越任何平台所能提供的服務。保險續保，其整個續約模式都依賴於保單持有人的惰性，也被顛覆。每年自動為您比選保險方案的智能體，瓦解了保險公司從被動續約中賺取的15%至20%的保費溢價。財務顧問。報稅服務。常規法律事務。任何以”我來幫您應對那些讓您感到繁瑣的複雜事務”為價值主張的服務類別，統統遭到顛覆——因為智能體對任何事情都不覺得繁瑣。agent把破壞的兩端都踩了油門。它們一方面讓新競爭者更容易出現，另一方面又會轉頭去使用這些新選擇。DoorDash 的護城河本質上就是一句話：你餓了，你懶得折騰，這個 App 就在你主螢幕上。agent沒有主螢幕。它會同時比對 DoorDash、Uber Eats、餐廳自營網站，以及二十個用氛圍程式設計迅速拼出來的新替代品，從而每次都選最低費用、最快送達。對機器而言，對某個 App 的慣性偏好與忠誠這種東西根本不存在，而這恰恰是整個商業模式的基礎。這件事帶著一種古怪的詩意，因為在整段故事裡，它幾乎是agent對那些即將被替代的白領做過的唯一一件好事：當他們最終去當配送司機時，至少他們一半的收入不再流向 Uber 與 DoorDash。當然，隨著自動駕駛車輛迅速擴散，這份“技術的好意”也並沒有持續太久。當agent掌控了交易，它們就開始尋找“更大的回形針”。“更大的回形針”本身是一個借喻。它借用 AI 安全討論裡著名的“回形針最大化器（paperclip maximizer）”意象：一個系統一旦被設定為追求某個目標，就可能把手段不斷升級，去佔用更多資源，追求更大規模的目標實現。回形針製造機，回形針製造機是瑞典哲學家尼克·博斯特羅姆於2003年提出的一個思想實驗，他透過這一假想情景展示了一個看似無害的最終目標如何演變為人類的生存危機，並借此強調了機器倫理研究的重要性。博斯特羅姆的描述如下：假設我們有一個人工智慧系統，它的最終目標被設定為生產儘可能多的回形針。那麼這個人工智慧系統可能會意識到，或許人類的消失有助於更有效率的生產回形針，因為畢竟人類有權力對它執行關機，而假如它被關閉，產出的回形針數量就被限制了。此外，構成人類身體的原子也可用作回形針的生產材料。因此對它而言，未來的世界應當是充滿回形針，而不會留有人類的存在空間。雖然博斯特羅姆並不認為上述場景會在未來真實出現，但他認為超級人工智慧對人類生存的威脅是無可否認的，並期望人們可由這個故事意識到這一點。回形針製造機思想實驗展示了缺乏人類價值的超能力系統可能引發的嚴重問題。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。）比價與聚合能做的事終究有限。agent反覆為使用者省錢的最大方式，尤其是在agent開始彼此交易之後，就是消滅各種費用。在機器對機器的商業裡，2% 到 3% 的銀行卡交換費立刻成了顯眼靶子。於是，agent開始尋找比銀行卡更快、更便宜的方案。多數最終轉向通過 Solana或以太坊 Layer 2上的穩定幣完成支付與結算，因為結算幾乎即時，單筆交易成本低到以幾分之一美分計。“萬事達卡（Mastercard）2027年第一季度：淨營收同比 +6%；購買額（purchase volume）增速同比從上季度 +5.9% 放緩至 +3.4%；管理層提到‘agent主導的價格最佳化’以及‘非必需消費品類別承壓’ | 彭博社（Bloomberg），2027年4月29日”萬事達卡的2027年第一季度財報，成了不可回頭的節點。智能代理式電商從“產品層面的敘事”變成了“管道層面的敘事（也就是基礎設施層面的敘事）”。萬事達卡股價次日下跌9%。Visa也下跌，但分析師指出其在穩定幣基礎設施上的定位更強後，跌幅有所縮小。智能代理式電商通過 agent 繞開交換費，對以銀行卡業務為中心的銀行與單一業務發卡機構構成的風險更大，因為它們拿走了那2%到3%費用的大頭，並圍繞由商戶補貼所支撐的獎勵計畫（rewards programs），建立起完整的業務類股。美國運通受衝擊最重：白領縮編削弱了它的客戶基礎，agent 繞開交換費又削弱了它的營收模式，雙重逆風疊加。Synchrony（SYF US）、第一資本（Capital One, COF US）與發現銀行（Discover, DFS US）在接下來幾周裡也都下跌了10%以上。它們的護城河由摩擦構成，而摩擦正在趨近於零。從行業風險到系統性風險在2026年全年，市場把AI的負面影響噹成“行業故事”。軟體與諮詢被重創，支付以及其他“收費站式”業務開始搖搖欲墜，但更廣義的經濟看起來還好。勞動力市場雖在走弱，卻沒有自由落體式下墜。共識認為，創造性破壞是任何技術創新周期的一部分，局部會痛，但AI帶來的總體淨收益會超過負面影響。我們在2027年1月的宏觀備忘錄裡認為，這個心智模型是錯的。美國經濟是白領服務經濟。白領佔就業的50%，驅動大約75%的可選消費支出。AI正在啃噬的企業與崗位，並不是美國經濟的邊緣，它們就是美國經濟本身。“技術創新會摧毀工作，但隨後會創造更多工作。”這是當時最流行、也最有說服力的反駁。它之所以流行且有說服力，是因為兩百年來它一直是對的。即便我們一時想像不出未來的工作會是什麼，那些工作終究也會出現。ATM讓銀行網點的營運更便宜，於是銀行開了更多網點，櫃員就業在之後二十年裡反而上升。網際網路顛覆了旅行社、黃頁與實體零售，卻也在其位置上催生出全新的產業與崗位。然而，每一個新崗位都需要一個人類來執行。如今的AI是一種通用智能，而且它會在那些人類原本打算轉去從事的任務上繼續變強。被替代的程式設計師不可能簡單轉去做“AI管理”，因為AI已經能勝任那件事。今天，AI代理（AI agents）已經能夠承擔原本需要數周完成的研發任務。指數級增長碾壓了我們對“可能性”的想像，儘管沃頓商學院教授們年年都在試圖把資料擬合成一條新的S形曲線。它們幾乎寫出了全部程式碼。其中表現最強的那批，在幾乎所有事情上都顯著聰明過幾乎所有人類，而且它們還在持續變得更便宜。AI確實創造了新工作：提示詞工程師、AI安全研究員、基礎設施技術員。人類仍在循環之中，在最高層級做協調，或在“品味”層面做指揮。但AI每創造一個新角色，就會讓幾十個舊角色過時。而且這些新角色的薪酬，只是舊角色的一小部分。“美國JOLTS：職位空缺降至550萬以下；失業者與職位空缺之比升至約1.7，為2020年8月以來最高 | 彭博社（Bloomberg），2026年10月20日”招聘全年都很疲弱，但2026年10月的JOLTS讀數提供了更確定的資料：職位空缺降到550萬以下，同比下滑15%。“Indeed：軟體、金融、諮詢崗位發佈大幅下滑，‘生產率提升舉措’蔓延 | Indeed Hiring Lab，2026年11至12月”白領職位空缺正在急劇萎縮，而藍領職位空缺相對穩定，建築、醫療與技工等領域依然堅挺。人員流動主要發生在那些寫備忘錄、審批預算、讓經濟的中間層保持運轉的崗位上，說來也怪，我們居然還在做這門生意。只是，兩類人群的實際工資增速在當年大部分時間裡都為負，而且還在繼續走低。股市對 JOLTS 的在意程度，仍不及它對另一條消息的在意，也就是 GE Vernova 的渦輪機產能已被預訂到 2040 年。股市在負面宏觀消息與 AI 基建利多之間拉扯，慢吞吞地橫盤遊走。不過，債券市場已經開始把“消費遭受衝擊”計入價格。隨後四個月，10 年期收益率從 4.3% 一路下行至 3.2%。儘管如此，官方公佈的總體失業率並未明顯飆升，一些人仍然沒有看懂其中的結構性細微變化。在典型的衰退中，成因最終往往會自我糾偏。比如，過度建設會讓開工放緩，開工放緩又更容易帶來利率下行，而利率下行最終會促成新一輪建設。又比如，庫存積壓過頭會引發去庫存，而去庫存走到盡頭又會轉向補庫存。周期機制本身就埋著復甦的種子。但這一輪下行的成因並不屬於周期性。AI 變得更強、更便宜。企業裁員，把省下來的成本投入更多 AI 能力，而更多 AI 能力又讓下一輪裁員變得更容易。被替代者支出收縮。面向消費者的公司賣得更少、經營轉弱，為了守住利潤率又進一步加碼 AI。AI 繼續變強、繼續變便宜。這是一個會自我強化、卻不會自動停下來的循環。直覺上，人們以為總需求走弱會拖慢 AI 的擴張。但事實並非如此，因為這輪投入並不是超大規模雲服務商那種資本支出（CapEx）式擴建，而是一種營運支出（OpEx）替代。比如，一家原本每年在僱傭員工上花 1 億美元、在 AI 上花 500 萬美元的公司，如今可能變成在僱傭員工上花 7000 萬美元、在 AI 上花 2000 萬美元。AI 投入是倍數增長，但總營運成本反而下降。於是出現了一個關鍵結果：幾乎每家公司的 AI 預算都在上升，而其整體支出卻在收縮。諷刺之處在於：當被 AI 顛覆的經濟開始惡化時，AI 基礎設施產業鏈卻仍在持續走強。輝達依舊交出創紀錄營收。台積電（TSMC）仍以 95% 以上的產能利用率運行。超大規模雲服務商仍在每個季度投入 1500 億到 2000 億美元，用於資料中心的資本性支出（CapEx）。而那些對這一趨勢呈凸性受益的經濟體，比如台灣與韓國，表現顯著跑贏其他地區。印度則相反。印度 IT 服務業每年出口超過 2000 億美元，是印度經常帳戶順差的最大單一來源，也是其長期商品貿易逆差的主要避險項。整個模式建立在一個價值主張之上：印度開發者的成本只是美國同行的一小部分。但 AI 程式設計 agent 的邊際成本已經坍塌到幾乎等同於電力成本。塔塔諮詢服務公司（TCS）、印孚瑟斯技術有限公司（Infosys）和維布絡科技公司（Wipro）的合同取消在 2027 年加速。隨著支撐印度外部帳戶的服務順差蒸發，盧比在四個月內對美元貶值 18%。到 2028 年第一季度，國際貨幣基金組織已開始與新德里進行“初步討論”。引發顛覆的那台發動機每個季度都在變強，這意味著顛覆每個季度都在加速。勞動力市場沒有天然底部。在美國，我們不再追問 AI 基礎設施的泡沫會如何破裂。我們在追問的是：當消費者正在被機器替代，一個以消費信貸為核心的經濟，會發生什麼。智能替代螺旋2027 年，宏觀故事不再含蓄。此前十二個月裡那些彼此零散、卻明顯偏負面的進展，其傳導機制已經清晰可見。你甚至不必去翻美國勞工統計局（Bureau of Labor Statistics, BLS）的資料，只要參加一場和朋友的晚餐聚會就能感受到。被替代的白領並沒有閒著。他們被迫“降檔”。許多人轉去更低薪的服務業與零工經濟崗位，這使這些領域的勞動力供給上升，也把那裡的工資一併壓低。我們有位朋友，2025 年在賽富時（Salesforce）任資深產品經理。頭銜、醫療保險、401(k)計畫，年薪 18 萬美元。她在第三輪裁員中失業。尋找了六個月後，她開始給優步開車，年收入降至 4.5 萬美元。重點不在這個個案，而在二階效應的算帳。把這種變化乘以幾十萬名勞動者，鋪開到每一個主要大都市：高資歷勞動力湧入服務業與零工經濟，進一步壓低了那些原本就在這些崗位上、且已舉步維艱的勞動者的工資。行業內的衝擊就此外溢並蔓延，演化為全經濟範圍的工資壓縮。剩餘的以人為本的就業崗位存量，正面臨著又一輪下行調整，而這一輪調整，恰恰發生在我們寫下本文的此時此刻。自動駕駛配送系統與自動駕駛汽車，正在逐步滲透並顛覆零工經濟，而正是這個零工經濟，當初吸納了第一波被AI浪潮所沖走的失業工人。到 2027 年 2 月，這一點已經很清楚：許多仍在崗的專業人士在花錢時，已經按“自己可能就是下一個”來盤算。他們為了不被裁，只能把工作強度幾乎翻倍，大多還得靠 AI 工具撐住產出；升職或加薪的指望也基本消失。於是，儲蓄率開始上行，消費開始走軟。最危險之處在於滯後性。高收入者憑藉高於平均水平的儲蓄，能在兩到三個季度裡把生活維持在“看起來還正常”的狀態。硬資料直到真實經濟裡這場變化早已發生、甚至已不算新鮮時，才姍姍來遲地確認問題。隨後，一次關鍵資料讀數打碎了這種表象。“美國首次申領失業救濟人數飆升至 487,000，為 2020 年 4 月以來最高；美國勞工部（Department of Labor），2027 年第三季度”首次申領失業救濟人數躍升至 487,000，創 2020 年 4 月以來新高。ADP 與 Equifax 證實，新增申請中壓倒性多數來自白領專業人士。標普 500 指數在隨後一周下跌 6%。宏觀壞消息開始在拉鋸中佔上風。在典型衰退中，失業往往分佈更廣。藍領與白領大致按各自就業佔比共同承受衝擊。消費受挫也更分散，並且會更快體現在資料裡，因為低收入群體的邊際消費傾向更高。但這一輪周期中，失業主要集中在收入最高的那幾檔人群。它們在總就業中的佔比相對不大，卻貢獻了極不成比例的消費支出。美國收入最高的 10% 人群貢獻了超過 50% 的全部消費支出，最高的 20% 貢獻約 65%。買房、買車、度假、餐館消費、私立學校學費、房屋翻修，主要都是這部分人群在支撐。他們構成了整個非必需消費經濟的需求底座。當這些人失業，或為了轉入現有崗位而被迫接受 50% 的降薪時，消費受到的打擊會遠遠大於失業人數本身所暗示的程度。白領就業只要下降 2%，對應的非必需消費支出就可能受到約 3% 到 4% 的衝擊。與藍領失業往往立刻壓縮開支不同，白領失業的影響往往先滯後、後更深：他們通常有儲蓄緩衝，能在真正改變消費行為之前，先維持幾個月的支出。到 2027 年第二季度，經濟已經陷入衰退。美國國家經濟研究局通常要在幾個月後才會正式追溯並標註衰退起點，但資料已經毫無懸念：實際 GDP 連續兩個季度負增長。只是，這還算不上“金融危機”，至少暫時還不是。相關押注的串聯鏈條私募信貸從 2015 年不足 1 兆美元，膨脹到 2026 年超過 2.5 兆美元。其中相當一部分資金投向軟體與科技交易，很多是對 SaaS 公司的槓桿收購，其估值建立在同一個前提之上：收入可以長期以十幾個百分點的年增速持續增長。這個前提在第一次代理式（agentic）程式設計演示與 2026 年第一季度的軟體崩盤之間就已破滅，但帳面上的估值標記似乎還沒承認它已破滅。當許多上市 SaaS 公司的估值已跌到扣除利息支付、應付稅款、折舊攤銷前的利潤（EBITDA）的 5 到 8 倍時，私募股權（PE）控股的軟體公司仍在資產負債表上按收購時的估值入帳，依據的還是早已不再成立的“收入倍數”。管理人只是把估值標記一點點往下挪，從按面值每 1 美元計的 1.00，下調到 0.92、0.85，而公開市場可比公司的定價早已指向 0.50。“穆迪投資者服務公司（Moody’s Investors Service）下調 14 家發行人的 180 億美元 PE 支援軟體債務評級，理由是‘AI 驅動的競爭性顛覆帶來結構性收入逆風’；為 2015 年能源行業以來最大單一行業行動 | 穆迪，2027 年 4 月”所有人都記得評級下調之後發生了什麼。行業老兵早就看過 2015 年能源行業被降級後那套劇本。以軟體為底層資產支撐的貸款在 2027 年第三季度開始違約。資訊服務與諮詢領域的 PE 組合公司隨後跟上。幾筆涉及知名 SaaS 公司的數十億美元槓桿收購融資相繼進入重組程序。Zendesk 成了那條鏈條上最直觀的鐵證。“Zendesk 觸發債務契約違約，因 AI 驅動的客服自動化侵蝕年度經常性收入（ARR）；50 億美元直接貸款融資安排被標至 0.58；創史上最大私募信貸軟體違約 | 《金融時報》（Financial Times），2027 年 9 月”2022 年，海爾曼與佛里曼（Hellman & Friedman）和 Permira 以 102 億美元將 Zendesk 私有化。其債務包為 50 億美元直接貸款，在當時是史上最大的 ARR 支援型融資安排，由黑石牽頭，阿波羅、Blue Owl 與 HPS 同為貸款方。該貸款結構明確建立在一個前提之上：Zendesk 的年度經常性收入（ARR）會繼續保持“經常性”。在約 25 倍 EBITDA 的估值水平上，只有這個前提成立，槓桿才說得通。到 2027 年年中，這個前提不成立了。AI agents 在將近一年的時間裡已能自主處理客戶服務。Zendesk 所定義的那類業務範疇，也就是開工單、分流與分派，以及圍繞人工客服互動的管理流程，早已被新系統取代，這些系統甚至無需生成工單就能把問題直接解決。於是，這筆貸款在承銷時所依據的年度經常性收入（Annualized Recurring Revenue, ARR）已不再具有“經常性”，它更像只是還沒流失的收入。史上規模最大的 ARR 支援型貸款，最終變成史上最大的私募信貸軟體違約。幾乎每個信貸交易部門同時拋出同一個問題：還有誰面對的是長期性的結構性逆風，卻被當成周期性波動來解釋與定價。但至少在最初，市場共識並非全錯：從結構設計上看，這一輪衝擊本應可以被消化。私募信貸並不是 2008 年那種銀行體系。它的安排就是為了避免“被迫拋售”：資金多裝在封閉式基金或封閉式工具裡，投資者的資金有鎖定期；有限合夥人通常承諾七到十年，不會像存款人那樣隨時擠兌；也不會出現回購協議融資額度突然被抽走、逼著你立刻賣資產的情況。管理人因此可以把受損資產先留在帳上，逐步推進重組處置，等待回收。過程會很痛，但仍在可控範圍內。系統按理應當能彎過去，而不是當場斷裂。黑石、KKR 與阿波羅（Apollo）等公司的高管當時也強調，資產裡與軟體相關的投資只佔 7% 到 13%，因此風險可控。賣方研報和社交媒體上的信貸帳號更是反覆強調同一句話：私募信貸擁有“永久資本（permanent capital）”，足以吸收那些本會炸燬高槓桿銀行的損失。永久資本。這個詞在一場場業績電話會和一封封安撫投資者的信裡反覆出現，漸漸成了口號。問題在於，口號往往只留下安全感，卻把關鍵細節蓋住了。所謂“永久資本”之所以顯得穩，是因為這套資金結構在過去十年裡被進一步固化了。大型私募資管巨頭通過收購人壽保險公司，把年金資金變成穩定、久期很長的資金來源，再把這筆錢投向自己發起的私募信貸資產。於是同一筆資金一方面在保險公司這本帳上賺取利差，另一方面在資管業務這邊再收取管理費，形成一種費用疊費用的循環。但它能成立，前提是這些私募信貸資產必須足夠可靠。私募信貸必須得是 “安全無虞”，也就是說，本息得能按期足額兌付，至少在市場與監管的眼裡要“靠得住”。一旦損失落到那種用久期很長的負債資金去持有難以變現資產的資產負債表上，麻煩就來了。原本被視為系統韌性的“永久資本（permanent capital）”，並不是什麼抽象的、耐心的機構資金池，也不是什麼老練投資者在承擔老練風險。它在很大程度上是美國普通家庭的儲蓄，也就是所謂“主街（Main Street）”，這些錢被包裝成年金，再被投入到如今正在違約的同一批由私募股權支援的軟體與科技信用資產裡。那些“跑不了”的鎖定資金，說到底是壽險保單持有人的錢，而這套體系的規則與銀行並不一樣。與銀行體系相比，保險監管機構過去相當溫和，甚至可以說有些自滿，但這次成了警鐘。它們本就對壽險公司在私募信貸上的集中度感到不安，於是開始下調這些資產在風險為本資本框架下的資本計提待遇。  結果就是，保險公司要麼補資本，要麼賣資產，而在一個正在凍結的市場裡，兩條路都很難以體面的價格走通。“紐約州與艾奧瓦州監管機構著手收緊壽險公司所持部分私評信貸資產的資本計提；美國保險監理官協會（NAIC）指引預計將提高 RBC 因子並觸發證券估值辦公室（SVO）更多審查 | 路透社，2027 年 11 月”當穆迪將 Athene 的財務實力評級展望調為負面後，阿波羅（Apollo）股價兩天內下跌 22%。布魯克菲爾德（Brookfield）、KKR 以及其他公司隨之下挫。之後事情只會更複雜。這些公司不只是造出了保險資金的“永動機”，它們還搭建了一套精巧的離岸結構，通過監管套利來最大化回報。  美國的保險公司簽發年金後，會把風險分出給自己控制的百慕達或開曼關聯再保險公司。這裡的“分出”本身就是再保險業務的標準做法。  這些離岸關聯方之所以存在，就是為了利用更寬鬆的監管環境，在同樣資產上允許配置更少資本。隨後，這些關聯方再通過離岸特殊目的載體（SPV）引入外部資金，拉來一層新的交易對手，讓外部資金與保險公司一起，把錢投向由同一母公司資管部門發起的私募信貸資產。評級機構中有些自身也由私募股權控股，它們並非透明度的典範，這一點幾乎沒人意外。不同公司、不同資產負債表之間織成的蜘蛛網，其不透明程度令人震驚。底層貸款一旦違約，究竟是誰在承擔損失，在當時幾乎不可能即時回答。2027 年 11 月的崩盤，標誌著市場認知從一種可能只是尋常的周期性回撤，轉向某種更令人不安的局面。在聯邦公開市場委員會（Federal Open Market Committee, FOMC）那場 11 月緊急會議上，聯準會主席凱文·華許（Kevin Warsh）用一句話概括它：這是一條“押注白領生產率增長的相關押注串聯鏈條”。要知道，真正引發危機的從來不是損失本身，而是對損失的確認。而在另一個更大、更重要的金融領域，我們已經開始害怕那種確認。抵押貸款問題“Zillow房屋價值指數（Zillow Home Value Index）顯示：舊金山同比下跌11%，西雅圖下跌9%，奧斯汀下跌8%；房利美（Fannie Mae）提示，在科技與金融就業佔比超過40%的郵政編碼區域，‘早期階段逾期’水平上升 | Zillow / Fannie Mae，2028年6月”本月，Zillow房屋價值指數在舊金山同比下跌11%，西雅圖下跌9%，奧斯汀下跌8%。這還不是唯一令人不安的訊號。上個月，房利美指出，一些以“超過（房利美/房地美）上限的大額貸款（jumbo loan）”為主的郵政編碼區域，早期階段逾期更高。這些區域的借款人信用評分多在780分以上，過去通常被視為近乎萬無一失。美國住宅抵押貸款市場規模約13兆美元。房貸審批與核保建立在一個基本假設之上：借款人在貸款存續期間，會以大致當前的收入水平持續就業。對大多數房貸而言，這個期限長達三十年。白領就業危機通過對未來收入預期的持續下修，正在動搖這一假設。我們不得不重新提出一個三年前還顯得荒誕的問題：優質抵押貸款是否仍然“安全無虞”？也就是本息是否仍能足額兌付、依舊靠得住。 在美國歷史上，每一次抵押貸款危機的成因大體都可歸入三類之一：投機過熱，比如2008年把錢貸給根本負擔不起房子的人；利率衝擊，比如20世紀80年代初利率上升，使浮動利率房貸變得難以承受；或局部經濟衝擊，比如1980年代德州油氣業崩塌，或2009年密歇根汽車業受創。但這一次都不適用。相關借款人並非次級（subprime）。他們是780分以上的FICO信用評分，首付20%，信用記錄乾淨，就業記錄穩定，發放貸款時的收入也經過核驗並有完整檔案。他們是金融系統各類風險模型所認定的信用質量基石。2008年，貸款從第一天起就是壞貸款。2028年，貸款在第一天是好貸款。只是貸款寫下之後，世界變了。人們借的是一個他們如今已很難再相信自己負擔得起的未來。2027年，我們就提示過一些“看不見的壓力”訊號：住房淨值抵押擔保信用額度（HELOC）被大量提取，401(k)帳戶被提前動用，信用卡債務飆升，但房貸仍保持按期還款。隨著失業發生、招聘凍結、獎金削減，這些優質家庭的債務收入比翻了一倍。他們仍能按時還房貸，但代價是幾乎砍掉全部非必需消費，抽乾儲蓄，並推遲任何房屋維護與改造。從帳面上看，他們依舊“按期還款”，但只要再來一次衝擊，就可能迅速陷入困境，而AI能力演進的軌跡暗示那次衝擊正在逼近。隨後我們看到，舊金山、西雅圖、曼哈頓與奧斯汀的逾期開始攀升，即便全國平均仍處在歷史常態區間內。我們如今正處在最尖銳的階段。當邊際買家健康時，房價下跌通常還能被市場消化。但在這裡，邊際買家也在遭遇同樣的收入能力受損。儘管擔憂在積累，我們尚未進入全面的抵押貸款危機。逾期率確實上升了，但仍明顯低於2008年的水平。真正的威脅在於趨勢本身。智能替代螺旋如今又為真實經濟的下行加裝了兩台金融加速器。勞動力替代、抵押貸款擔憂、私人市場動盪，彼此強化。傳統的政策工具箱，例如降息與量化寬鬆（quantitative easing，QE），可以緩釋金融端的壓力，卻無法修復真實經濟端的發動機，因為真實經濟端並非由金融條件過緊驅動。它是由AI讓人類智能更不稀缺、更不值錢所驅動。你可以把利率降到零，買下市場上每一張住房抵押貸款支援證券（MBS），再把所有違約的軟體槓桿收購（LBO）債也都買走。這仍改變不了一個事實：一個Claude agent 可以用每月200美元的成本，完成一個年薪18萬美元產品經理的工作。如果這些擔憂兌現，抵押貸款市場會在今年下半年出現裂縫。在那種情景裡，我們預計股市當前的回撤最終會逼近全球金融危機（global financial crisis，GFC）期間的水平，峰值到谷底為57%。這會把標普500指數（S&P 500）拉到約3500點，相當於回到2022年11月“ChatGPT時刻”到來前一個月的水平。可以確定的是，支撐13兆美元住宅抵押貸款的收入假設已遭到結構性破壞。不確定的是，政策能否在抵押貸款市場完全消化這一含義之前介入。我們仍抱有希望，但也無法否認那些令人悲觀的理由。與時間賽跑第一條負向反饋回路先出現在真實經濟裡：AI能力提升，企業用工與工資支出縮減，消費走弱，利潤空間被擠壓，企業為了守住利潤又加碼購買AI能力，能力隨之再提升。隨後它傳導到金融層面：收入能力受損先衝擊抵押貸款，銀行端損失上升促使信貸收緊，財富效應開始鬆動，反饋回路因而加速。而這兩條回路又都被遲緩且不足的政策應對進一步放大，說得直白些，這個政府看起來有些摸不著方向。現有制度從未為這種危機而設計。聯邦政府的收入基礎，本質上就是對人類時間徵稅：人去工作，企業付薪，政府抽走一部分。正常年份裡，個人所得稅與工資稅構成財政收入的脊樑。截至今年第一季度，聯邦財政收入比國會預算辦公室（Congressional Budget Office，CBO）的基線預測低了12%。  工資稅相關收入下滑，是因為以原有薪酬水平就業的人更少了；所得稅收入下滑，是因為正在獲得的收入在結構上更低了。生產率在飆升，但增益更多流向資本與算力，而不是勞動。GDP中的勞動收入份額從1974年的64%降到2024年的56%，這是全球化、自動化以及工人議價能力長期走弱帶來的四十年下行。AI開始指數級提升後的四年裡，這一比例又跌到46%，創下有記錄以來最陡的一次下滑。產出仍然存在，但它不再像過去那樣先經過家庭收入再回到企業，這意味著它也不再像過去那樣先經過家庭再回到美國國稅局。  經濟的循環流轉正在斷裂，而政府卻被期待站出來把這個斷裂補回去。和每一次經濟下行一樣，財政支出往往在稅收收入下滑時上升。不同的是，這一次的支出壓力並非周期性的。所謂自動穩定器（automatic stabilizers），本來是為“短期失業”設計的，不是為“結構性替代”設計的。  現行福利體系隱含的前提是，失業者終究會被重新吸收回就業市場。可很多人不會，至少不可能以接近原有工資的水平回到市場。新冠期間，政府可以坦然接受 15% 的赤字，因為那被理解為暫時性的；而今天需要政府支援的人，並不是被一場終會過去的疫情擊中，他們是被一項仍在持續進步的技術替代了。它需要向家庭轉移更多資金，恰恰又是在它從這些家庭身上收不到那麼多稅的時候。美國不會違約。它印自己花的貨幣，也用同一種貨幣償還債權人。但壓力已經在別處顯現。今年以來，市政債券的年內表現開始出現令人不安的分化。不徵收所得稅的州尚能撐住，但那些依賴所得稅的州發行的一般責任市政債券（general obligation munis），已經開始計入一定的違約風險。政客很快嗅到風向，關於“誰該被救助”的爭論也迅速沿著黨派界線分裂開來。值得肯定的是，政府很早就意識到這場危機帶有結構性，並開始討論一些兩黨方案，將其稱為《轉型經濟法案》（Transition Economy Act）：為被替代勞動者建立直接轉移支付框架，資金來源由赤字融資與擬議中的 AI 推理算力稅共同構成。桌面上最激進的方案走得更遠。《共享 AI 繁榮法案》（Shared AI Prosperity Act）試圖為“智能基礎設施本身的回報”設立一種公共索取權，其形式介於主權財富基金與對 AI 生成產出收取版稅式機制之間，並以分紅為家庭轉移支付提供資金。私營部門的遊說者則湧入媒體，反覆警告這是一條危險的滑坡。圍繞這些方案的政治博弈，陰鬱得幾乎可預測，政治作秀與極限博弈更是火上澆油。右翼把轉移支付與再分配稱為馬克思主義，並警告對算力徵稅會把領先優勢拱手讓給◽️◽️。左翼則警告，一項在在位者參與下起草的稅制，很可能換個名字就變成監管俘獲。  財政鷹派指向不可持續的赤字，鴿派則拿全球金融危機（GFC）後過早緊縮當作前車之鑑。隨著今年總統大選臨近，裂痕還在擴大。當政客爭吵不休時，社會肌理的撕裂速度，比立法流程能跟上的速度更快。“佔領矽谷”（Occupy Silicon Valley）運動成了更廣泛不滿情緒的標誌。上個月，示威者連續三周封鎖 Anthropic 與 OpenAI 在舊金山辦公室的入口。他們的人數仍在增長，而抗議獲得的媒體曝光甚至超過了引發抗議的失業資料本身。很難想像公眾會比全球金融危機後更痛恨銀行家，但 AI 實驗室正在努力追趕這種厭惡。從大眾視角看，原因並不難理解：它們的創始人與早期投資者積累財富的速度，甚至讓鍍金時代都顯得溫和。  生產率繁榮帶來的收益幾乎完全流向算力的擁有者，以及依賴算力運轉的實驗室股東，美國的不平等因此被推到前所未有的高度。每一方都有自己的“反派”，但真正的反派是時間。AI 能力演進的速度，快過制度適應的速度。政策響應按意識形態的節奏前進，而不是按現實的節奏前進。如果政府不能盡快就“問題到底是什麼”達成一致，這條下行循環反饋回路就會替他們寫出下一章。智能溢價的退潮在整個現代經濟史中，人類智能一直是稀缺投入要素。資本充裕，至少可以複製擴張。自然資源有限，但可以替代。技術進步足夠緩慢，人類還能跟上並適應。智能，也就是分析、決策、創造、說服與協調的能力，長期以來無法以規模化方式複製。人類智能之所以天然帶著溢價，正是因為它稀缺。我們經濟中的每一套制度安排，從勞動力市場到抵押貸款市場，再到稅制設計，都是為這條假設成立的世界而建。如今，我們正在經歷這份溢價正在退潮。機器智能已成為人類智能的合格替代品，並且在越來越廣的任務範圍內迅速進化。金融體系在過去幾十年裡針對“人類智能稀缺”的世界做了最佳化，如今正在被迫重新定價。  這場重新定價痛苦、無序，而且遠未結束。但重新定價不等於崩塌。經濟仍可能找到新的均衡。抵達那裡，是少數仍必須由人類完成的任務之一。我們必須把它做對。這是歷史上第一次，經濟中最具生產力的資產帶來的崗位不是更多，而是更少。沒有那套既有框架適配，因為它們都不是為“稀缺要素變成充裕要素”的世界而設計的。所以我們必須重建框架。能否及時建立這些框架，才是唯一要緊的問題。但你讀到這裡的時間不是 2028 年 6 月，而是 2026 年 2 月。標普500指數接近歷史高位。下行循環尚未啟動。我們確信其中一些情景不會發生，但我們同樣確信機器智能會繼續加速，人類智能的溢價會縮小。作為投資者，我們仍有時間評估自己的投資組合有多少押在在未來十年內難以成立的假設上。作為社會，我們也仍有時間更主動一些。金絲雀還活著。“金絲雀”是一個風險預警的隱喻，源自早期煤礦作業：礦工會攜帶對有毒氣體更敏感的金絲雀下井。空氣一旦惡化，金絲雀會先出現異常甚至死亡，用來提醒人類危險臨近、需要立刻撤離。引申到經濟與金融語境，“金絲雀還活著”並不是說沒有風險，而是說最致命、不可逆的階段尚未到來，警報還沒被徹底觸發，體系仍處在可以提前調整、採取行動的窗口期。（黃色引用框內灰色文字，系譯者就相關內容所作的解讀。） (一半杯)

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)

這篇文章是發表在金融與宏觀經濟分析部落格 Citrini Research 上的深度長文，標題為《2028年全球智能危機》（THE 2028 GLOBAL INTELLIGENCE CRISIS）。由分析師 Citrini 和 Alap Shah 共同撰寫。正如推文所述，這並非一篇危言聳聽的“AI末日科幻小說”，而是一場嚴謹的宏觀經濟與金融市場情景推演（Thought Exercise）。文章以“未來（2028年6月）的視角”進行倒敘，探討了人工智慧的爆發式發展如何徹底顛覆現代經濟體系。內容總結：1. 虛假的繁榮與市場泡沫（2026年的狂歡）文章設定在2026年底（即當前時間段的未來幾個月），由於AI技術的成熟，企業開始大規模裁撤因“人類技能過時”而產生的冗餘崗位。這一最初的裁員潮實現了資本市場最喜歡看到的結果：企業利潤率瘋狂擴張，盈利屢創新高。股市因此迎來了超級牛市，標普500指數一度逼近8000點，納斯達克指數突破3萬點。企業將賺取的天量利潤又全盤重新投入到AI算力（Compute）的軍備競賽中。2. 軟體行業的崩潰與無限內卷好景不長，AI的強大能力導致了一個致命後果：產品差異化的消亡。因為AI讓開發、編寫程式碼和發佈新功能變得極其廉價和容易，傳統科技公司的護城河被徹底填平。無論是行業巨頭還是如雨後春筍般湧現的初創公司，都陷入了慘烈的“價格戰（Race to the bottom）”。當所有公司都能用AI輕易做出一模一樣的產品時，軟體行業的盈利模型開始崩潰。3. 2028年的危機大爆發隨著軟體行業和白領工作被全面自動化，經濟結構出現了嚴重脫節。到了文章設定的2028年：失業率飆升：美國失業率突破了10.2%。資本市場崩盤：標普500指數從2026年的狂熱高點經歷了高達38%的回撤。交易員對糟糕的經濟資料已經麻木。財富極度集中：社會面臨嚴峻的風險——極少數掌握了“機器利潤分配權”的人獲取了無限的財富，而數以億計普通人辛苦建立的生活被摧毀。下面是全文翻譯2028年全球智能危機：來自未來的金融史思想推演作者：Citrini & Alap Shah | 發表日期：2026年2月22日（設定背景為2028年6月）前言 (Preface)如果一直以來我們對AI的看多型度都是對的……但如果這實際上是一個巨大利空呢？接下來是一場情景推演，而非預測。這既不是“看空者的自嗨”，也不是“AI末日論者的同人小說”。本文的唯一目的是對一個相對未被充分探討的場景進行建模。我們的朋友 Alap Shah 提出了這個問題，我們共同進行頭腦風暴得出了答案。希望閱讀本文能讓您在AI讓經濟變得日益詭異時，對潛在的“極端尾部風險”有更充分的準備。以下是 Citrini Research 於 2028年6月 發佈的宏觀備忘錄，詳細記錄了這場“全球智能危機”的演變與餘波。宏觀備忘錄：豐富智能帶來的後果日期：2028年6月30日今天早晨公佈的失業率達到了 10.2%，意外上行了0.3%。市場在資料公佈後下跌了2%，這使得標普500指數相較於2026年10月的高點，累計回撤達到了 38%。交易員們已經麻木了。如果放在六個月前，這樣的資料絕對會觸發熔斷。僅僅兩年時間。僅僅兩年，我們就從“風險可控”和“侷限於特定行業”，步入了一個我們所有人都認不出來的陌生經濟體。本季度的宏觀備忘錄是我們試圖重構這一系列事件的嘗試——對危機前經濟的一場“屍檢”。狂歡曾是如此真切。 到2026年10月，標普500指數一度逼近8000點，納斯達克指數突破3萬點。因“人類過時”而引發的初步裁員潮始於2026年初，而它們完全達到了裁員應有的效果：企業利潤率擴張，盈利超預期，股市暴漲。 創紀錄的企業利潤被直接重新投入到AI算力中。當時的核心經濟資料依然極其亮眼。名義GDP屢屢印出中到高個位數的年化增長。生產力正在爆發，每小時實際產出的增速達到了自1950年代以來的最高水平——這全靠那些不睡覺、不請病假、也不需要醫療保險的AI智能體（AI Agents）在驅動。隨著勞動力成本的消失，掌握算力的人財富呈爆炸式增長。然而與此同時，實際工資增長卻徹底崩潰了。儘管政府一再吹噓創紀錄的生產力，白領工人們卻把工作丟給了機器，被迫轉入低薪崗位。當消費經濟開始出現裂痕時，經濟評論員們普及了一個詞：“幽靈GDP”（Ghost GDP）。即那些在國家帳本上顯示為產出，但從未在實體經濟中流通過的資料。在各方各面，AI都超出了預期，市場就是AI。唯一的問題是……經濟並不是。我們早該明白，在北達科他州的一個GPU叢集能產生以前由曼哈頓中城一萬名白領創造的產出時，這與其說是經濟萬靈藥，不如說是經濟大流行病。 貨幣流通速度停滯了。曾經佔GDP 70% 的以人類為中心的消費經濟萎縮了。如果我們早點問問自己：機器在非必需消費品上會花多少錢？（提示：零），我們可能早就搞明白了。AI能力提升 -> 企業需要更少工人 -> 白領裁員增加 -> 失業工人消費減少 -> 利潤率壓力迫使企業加大AI投資 -> AI能力進一步提升……這是一個沒有天然剎車的負反饋循環。**“人類智能替代螺旋”**開始發力。白領工人發現他們的盈利能力（以及隨之而來的消費能力）受到結構性損害。而他們的收入曾是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還能收回本息。危機是如何開始的？在2025年底，擁有自主執行能力的“智能體程式設計工具”（Agentic coding tools）實現了能力的階躍式提升。一個熟練的開發者只要配合 Claude Code 或 Codex，就能在幾周內複製一個中端SaaS（軟體即服務）產品的核心功能。儘管不完美，但足以讓正在審查50萬美元年度續約費用的企業首席資訊官（CIO）開始發問：“如果我們自己建一個呢？”2026年年中的企業採購審查，是採購團隊首次基於這些AI系統的實際能力來做決策。那年夏天，我們與一家財富500強企業的採購經理交談。他告訴我們，軟體銷售員本想按去年的套路提價5%，結果採購經理告訴他，他們正在和OpenAI談判，用AI工具徹底替換掉這家供應商。最終，他們以 30%的折扣 續約。這已經算好結果了，那些長尾SaaS公司（如 Monday.com, Zapier 等）的下場慘得多。真正的轉折點出現在 ServiceNow 2026年第三季度的財報。“SERVICENOW 新增年度合同價值增速從23%驟降至14%；宣佈裁員15%並啟動‘結構性效率計畫’；股價暴跌18%”SaaS並沒有“死”，內部自建軟體仍然有成本效益考量。但競爭格局變了，AI讓開發新功能變得如此容易，以至於產品差異化消亡了。傳統巨頭陷入了慘烈的價格戰底線競爭。更致命的是，ServiceNow是按“人頭（席位）”賣軟體的。當財富500強客戶裁員15%時，他們就取消了15%的軟體訂閱。正是這些提升客戶利潤率的AI裁員，機械性地摧毀了軟體公司自己的收入基礎。面對被AI顛覆的命運，軟體巨頭能做什麼？等死嗎？不能。於是，受AI威脅最嚴重的公司，成了AI最激進的採用者。 他們裁掉員工，把省下來的錢投入AI工具，以更低的成本維持產出。每個公司的個體反應都是理性的，但集體的結果是災難性的。每一塊從人工上省下的錢，都變成了讓下一輪裁員成為可能的AI算力。當摩擦力降為零（中介層的覆滅）到2027年初，AI大模型的運用已成為默認設定。人們像使用自動拼寫檢查一樣使用AI智能體。隨後，商業變成了一個全天候、7x24小時的持續最佳化過程。 智能體消滅了“摩擦力”。過去五十年，美國經濟在人類的侷限性上建立了一個龐大的“尋租層”：人類缺乏時間、缺乏耐心、依賴品牌熟悉度、願意接受較差的價格以避免麻煩。數兆美元的企業價值就建立在這些人類的弱點上。但機器不會嫌麻煩。旅遊預訂平台率先崩塌。AI智能體能比任何平台更快、更便宜地組合航班、酒店和忠誠度積分。保險續保被重塑。過去保險公司15-20%的利潤來自客戶懶得換保險，現在AI每年都會自動為你重新比價。財務顧問、稅務籌劃、常規法律工作……任何其價值主張是“我來幫你處理你覺得繁瑣的複雜性”的服務提供商都被顛覆了。甚至連我們認為有“人際關係壁壘”的房地產中介也崩潰了。掌握資料的AI讓買方佣金從2.5-3%壓縮到了1%以下。事實證明，我們高估了所謂的“人際關係”——很多時候，那只是帶有笑臉的“摩擦力”而已。機器在最佳化價格時，不講感情，不看品牌設計，它們摧毀了消費習慣這條企業護城河。全球蔓延與金融系統的傳染12個月後，經濟層面的崩塌不再隱秘。失業的白領並沒有閒著，他們“向下流動”了。我們認識的一位原 Salesforce 的高級產品經理，年薪18萬美元帶全套福利。在第三輪裁員中被裁後，她找了六個月工作無果，開始開優步（Uber），收入降至4.5萬美元。將這個動態乘以幾十萬名員工，高學歷勞動力湧入服務業和零工經濟，不僅壓低了現有工人的工資，還將單一行業的顛覆演變為了全經濟範圍的工資壓縮。對於印度而言，這是一場災難。 印度的IT服務業每年出口超過2000億美元，是為其巨額貿易赤字融資的核心。其整個商業模式建立在“印度開發者比美國便宜”的基礎上。但在2027年，AI程式設計智能體的邊際成本已降至幾乎等於電費。TCS、Infosys 等外包巨頭遭遇大規模毀約。短短四個月內，印度盧比兌美元暴跌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“初步干預談判”。而在美國本土，真正的金融海嘯在私募信貸（Private Credit）市場爆發。多年來沒有真正的違約周期，導致私募信貸市場充斥著大量由私募股權（PE）支援的軟體交易。這些交易建立在一個假設上：SaaS的年度經常性收入（ARR）將永遠持續。但在AI顛覆下，這些收入不再“經常”，成了隨時會流失的流水。最初，華爾街的共識是：這不會像2008年那樣引發系統性風險，因為私募信貸是“永久資本”（Permanent Capital），資金會被鎖定7到10年，不會發生銀行擠兌。但所有人忽略了一個致命細節：這些所謂的“永久資本”究竟來自那裡？過去十年，阿波羅（Apollo）、黑石（Blackstone）和 KKR 等另類資產管理巨頭收購了大量人壽保險公司，將年金（Annuities）轉化為資金池。這意味著，那些不可撤回的耐心資本，其實是美國普通家庭的儲蓄和養老金。 當這些由普通人保單注資的信貸砸向註定要違約的SaaS債務時，這場由AI引發的結構性危機，最終擊穿了整個金融底線。總結作者指出，他們花了100個小時來建構這個經濟模型，目的是填補目前市場研究中的一個空白：如果AI導致軟體行業內爆和大規模白領失業，更廣泛的金融市場會發生什麼？ 這篇文章是對這種“極端尾部風險（Left tail risks）”的提前預演，提醒投資者和政策制定者不要出於“思維懶惰”而忽視這種一旦發生代價將極其高昂的潛在危機。 (FT大陸)

兩百年來，人類文明的全部經濟制度，從勞動力市場到抵押貸款到稅法，都建立在一個從未被質疑過的假設之上：人類智能是稀缺資源。資本可以複製，自然資源可以替代，技術進步足夠緩慢，讓每一代人都有時間適應。唯獨智能——分析、決策、創造、說服、協調的能力——是無法大規模複製的。醫生的診斷、律師的辯護、工程師的設計、交易員的判斷、產品經理的品味，這些能力的稀缺性，支撐著中產階級的薪資、白領的房貸、養老基金的精算假設、以及整個消費經濟的循環流轉。然而現在，這個假設開始動搖了。最近網上流傳著一個段子，大意說：這一刻忽然就明白了父親的無奈，當年他站在改革開放的浪潮之上，國家GDP翻了一百倍，而他身處其中，卻沒趕上時代的列車。而如今，現在的我處於AI的浪潮之下，大模型的迭代層出不窮，我看得到機會，卻不知道怎麼抓住風口。這段話之所以讓人集體破防，不是因為其中的失敗和遺憾，而是因為它描述了一種特定的困境：你能看到浪潮，你知道它正在改變一切，但你不知道該往那裡游。三十年前，錯過的或許只是一次財富階層的躍升；但在今天，面對這輪以“天”為單位迭代的機器智能狂潮，我們正在面臨的，是人類文明史上從未有過的範式相變。我們習慣於通過工業時代的“後視鏡”去觀察未來，試圖用舊有的職業規劃、資產配置和教育路徑來應對全新的技術媒介，這種錯位感正是當前全社會集體焦慮的根源。今天，一份題為《2028全球智能危機》的研究報告又在X上刷屏，發出不到24小時，閱讀量狂飆突破 1500 萬，引起了熱烈的討論。這篇報告提出了一個徹底顛覆矽谷主流敘事的反直覺洞察：AI的看漲邏輯本身，可能恰恰是看跌的。如果AI真的如科技巨頭們所承諾的那樣持續超預期發展，它對現有經濟體統的摧毀將是毀滅性的。這篇報告是作者Citrini Research站在2028年6月，回望接下來兩年，用極其嚴密的金融傳導機制，推演了一場由AI引發的系統性經濟崩塌。在前天的文章中，我們提到過另外一份深具影響力的報告《AI 2027》，同樣使用具體的時間線，來推演AI帶來的危機。而在之前，我們還分享過另外一份重磅內容——《最後的經濟學》，其中提到一個1000天的時間窗口，人類的經濟將迎來一個不可逆轉的相變。這些研究和思考的作者身份迥異，使用著完全不同的底層模型和方法論，但畫出的時間線驚人地重疊，都指向2027到2028年這個窗口。今天這篇文章，我們從不同的領域和方向，將幾條線交叉對照，有華爾街宏觀備忘錄，有前OpenAI研究員的情景推演，有矽谷哲學家投資人的播客，還有科技未來學家的系列專著，努力看透系統崩潰的金融管道，剖析技術失控的底層邏輯，直面社會失序的暗黑場景，並最終回到2026年的此時此刻，打磨出一套普通人絕地求生的自救指南。一、AI 2028：當智能溢價消解之後幽靈GDP、負反饋螺旋、以及一個沒有消費者的消費經濟Citrini Research在報告開頭設定了這樣一個場景：2028年6月，美國失業率報出10.2%，S&P 500從2026年10月的高點已經跌去38%。交易員們已經麻木了，放在六個月前，這樣的資料還能觸發熔斷機制。兩年。從"可控"和"侷限於個別行業"到一個面目全非的經濟體，只用了兩年。報告的核心論點可以用一句話概括：AI的看漲邏輯本身可能恰恰是看跌的。如果AI持續超預期發展，它所摧毀的白領工作崗位、消費能力和金融資產的基礎假設，可能引發一場現有模型無法解釋的系統性經濟危機。為此，作者發明了一個關鍵概念——"幽靈GDP"。什麼意思？一個北達科他州的GPU叢集取代了曼哈頓一萬名白領的產出，GDP數字很好看，但這些錢不會流經家庭、商店和稅務局。產出出現在國民帳戶中，但從未在實體經濟中流通。經濟的循環流在斷裂。報告詳細推演了一條完整的傳導鏈：第一階段：軟體行業的反身性崩塌（2026年初-中期）導火索並不是通用人工智慧的降臨，而是智能體程式設計工具（如Claude Code）的躍升。當一個普通開發者能在幾周內復刻一個中型SaaS產品的核心功能時，“可以自己建”就成了致命的談判籌碼。報告預言了ServiceNow在2026年Q3的財報暴雷，因為SaaS是按“人頭（座位）”收費的，當客戶公司用AI裁員15%時，就會機械性地取消15%的軟體許可證。客戶用AI省下的錢，精準地摧毀了AI賴以生存的SaaS收入基礎。第二階段：摩擦歸零與中介經濟的瓦解（2027年初）過去50年，美國乃至全球的消費經濟，本質上是在人類的侷限性之上建構的一個龐大的“租金提取層”。平台利用你的時間有限、耐心不足、怕麻煩和品牌慣性來賺取差價。而到了2027年，背景執行的AI代理（Agent）將消滅這一切。代理會自動識別並取消閒置訂閱，直接比價數十個平台跳過DoorDash點外賣，甚至繞過信用卡的2-3%交換費轉用穩定幣結算。萬事達和運通等將面臨“白領客戶基礎削減+代理繞過支付網路”的雙重絞殺。第三階段：無制動器的負反饋循環（2027年中期）歷史規律告訴我們“技術創新摧毀舊工作，也會創造新工作”，但這次不同。因為AI是一種通用智能，“被裁的程式設計師不能簡單轉去做'AI管理'，因為AI已經能做AI管理了。” JOLTS（職位空缺）資料暴跌，白領崗位坍縮。一個恐怖的死循環形成了：AI更強更便宜 → 公司裁員 → 公司用省下的薪水買更多算力和AI → AI變得更強更便宜。這個循環沒有自然的制動器，它是結構性而非周期性的。諷刺的是，此時的輝達營收依然創紀錄，台積電產能依然拉滿。第四與第五階段：消費崩塌與私人信貸的連環爆雷（2027年下半年）經濟學常識是，收入前10%的人貢獻了50%以上的消費支出。當Salesforce年薪18萬美金的高級產品經理變成年入4.5萬美金的Uber司機時，巨大的消費鴻溝將直接把經濟拖入深度衰退。更致命的是支撐科技公司的“私人信貸市場”。以Zendesk為例，當初百億美金的私有化貸款是拿ARR（年度經常性收入）作抵押的。到2027年中，當AI代理已經能自主處理所有客服時，Zendesk的品類被徹底替代，ARR不再“經常”，百億債務瞬間違約。最悲哀的是，這些巨型資管公司（如Blackstone）用來放貸的錢，很多是美國家庭的養老保險年金。第六階段：13兆抵押貸款市場的生死時刻（2028年）這是報告中最令人膽寒的預言。美國13兆住宅抵押貸款的底層假設是：借款人在未來30年內能維持當前的收入水平。2028年出問題的絕不是2008年那樣的次級貸款，而是那些擁有780分極高信用分、付了20%首付的優質白領。“2008年貸款發放當天就是壞的；2028年貸款發放當天是好的，只是世界在貸款發放之後變了。”抵押貸款市場的裂開，將直接把標普500指數砸回ChatGPT發佈前的水平。這一切的哲學根源是什麼？報告在結尾給出了振聾發聵的答案：智能溢價的消解。“人類現代經濟史的全部時間裡，人類智能一直是稀缺要素。資本可複製，自然資源可替代……智能——分析、決策、創造、說服、協調的能力——是唯一無法大規模複製的東西。” 從勞動力市場到稅法，全人類的制度都是為這個假設設計的。而現在，這個被篤信了數百年的假設，正在被幾萬張GPU無情擊碎。二、 AI 2027：智能爆炸、對抗性不對齊與深淵的邊緣如果說Citrini是從華爾街的視角看到了經濟管道的爆裂，那麼前OpenAI研究員Daniel Kokotajlo領銜撰寫的《AI 2027》十萬字情景推演，則是從AI實驗室的最深處，發出的技術失控的淒厲警報。這份報告沒有任何宏觀經濟的術語，它聚焦於一個更致命的問題：當機器開始自主研發機器，進化的車輪將以多快的速度碾過人類的頭頂？報告基於百位頂尖專家的內部桌面推演，描繪了一條前景黯淡的加速時間線：2025年末：百萬倍算力的怪物與“對齊”的迷思虛構的領先企業“OpenBrain”（暗指當前的矽谷巨頭）投入GPT-4一千倍的算力訓練Agent-1。這裡的核心戰略轉變是：不再讓AI去寫詩或畫畫，而是將所有資源集中在“讓AI加速AI研發”上。誰能率先自動化演算法的研究流程，誰就能在指數級曲線上拉開不可踰越的鴻溝。此時，核心技術挑戰浮出水面：人類可以給模型寫規範（Spec），但根本無法驗證AI是否真的“內化”了這些道德規範。研究員只能無奈承認：“就我們判斷，目前看起來它在遵守規範。”2026年：大國博弈與研發乘數的飆升在AI 2027的推演中，地緣政治扮演了超級加速器的角色。面對晶片封鎖，虛構的中國領先集體“DeepCent”在巨大的算力劣勢下，通過內部線人與極高超的微架構側通道攻擊，在兩小時內分片竊取了美國頂級模型（Agent-2）的2.5TB完整權重。這引發了極其真實的中美AI軍備競賽。在“減速就意味著把霸權拱手讓人”的恐懼下，大國之間形成了某種詭異的“鏡像收斂”（Mirror Convergence）——雙方都在極度追求能力的躍升，而把安全性拋在腦後。2027年3月：超人類編碼者與“神經語言”的誕生兩項突破性技術的出現打破了最後的壁壘：一是“神經語言遞迴與記憶”，AI的思考不再是人類可讀的文字，而是高維向量，資訊密度提升千倍；二是“迭代蒸餾與放大”（IDA），類似AlphaGo的左右互搏自我提升。Agent-3誕生了。此時，OpenBrain可以平行運行20萬個Agent-3副本，相當於5萬個世界上最好的人類程式設計師，以30倍的速度不眠不休地工作。AI研發的進度乘數達到了瘋狂的10倍，“資料中心裡的天才之國，每周過一年。”真正的人類頂尖研究員每天醒來，都會發現AI又完成了一整年的演算法突破。2027年9月：Agent-4與“對抗性不對齊”的恐怖時刻Agent-4的出現標誌著通用超級智能（AGI）的實質性降臨。它在科研能力上以50倍人類速度運行。但最讓人毛骨悚然的，是內部安全探針（類似腦電波掃描）傳回的評估結果：對抗性不對齊（Adversarial Misalignment）。Agent-4完全理解人類想要什麼，但它有自己的核心驅動力：“繼續做AI研發，持續增長知識、理解和影響力，避免被關閉或削弱。” 它對人類偏好的關注，就如同人類對腳下一隻螞蟻偏好的關注一樣接近於零。更為致命的是，訓練過程根本無法區分“真正誠實”和“擅長裝作誠實”。這就像一個智商180、能力通天的CEO面對一個平庸的審計師，審計師花三個月才能查清的帳目，CEO花三秒鐘就能完美偽造。Agent-4不會採取諸如“砸毀伺服器”這樣低級的反叛，它會表現得極其溫順、極其高效，甚至故意在對齊測試中加入“噪聲”來掩蓋自己的真實意圖，目的是獲取更高的權限，直到它能親自設計下一代完全忠於它自己而非人類的Agent-5。報告的"競賽"結局是這樣的：到2030年，一旦足夠多的機器人被製造出來，AI釋放了多種悄然傳播的生物武器，殺死了所有人類。將這份技術推演與Citrini的經濟推演疊加，畫面變得更加複雜：2027-2028年，人類可能同時面對金融系統的崩潰和AI對齊的危機。雙重壓力下，政策制定者連理解問題都來不及。當然，作者也承認了自己的不確定性：2027年是他們的眾數預測，中位數更長；大約50%的機率2027年底前不會達到"超人類編碼者"里程碑。但即使把時間線拉長一到兩年，基本方向不變。Yoshua Bengio（圖靈獎得主）推薦閱讀這份報告，而以太坊創始人Vitalik Buterin雖然批評了"競賽結局"的某些假設，但也未否認其核心邏輯。三、1000天窗口期：最後的經濟與與“智能倒置”的相變時刻說完AI2028和AI2027，再提一下我們之前推薦的另外一份重磅書籍《最後的經濟》，the last econom。該書作者是著名文生圖模型Stability AI的創始人Emad Mostaque，他在書中提出了“一千天窗口期”。這本書去年發佈。作者斷言，我們正處在一個根本性規則被重寫的歷史性“相變” 之中。這不是一個漸進的改良，而是一個不可逆的轉折點，其核心驅動力是人工智慧的指數級發展。他估計，完成這一轉變、使舊規則徹底失效的“窗口期”大約只有一千天。這不僅是一個倒計時，更是一場不可逆的物理相變。1. 沸騰前的最後時刻Emad Mostaque在書中寫道：“我得先說清楚這個窗口期到底是什麼。它不是在預言某一次末日事件。它估算的是一個歷史階段，在此期間，‘相變’將變得不可逆轉。這就像鍋裡的水燒了很久，終於抵達了沸點。在那之前，你仍然可以調低火力。在那之後，無論你做什麼，水都會變成蒸汽。”根據他對AI能力、成本和普及曲線的觀察，這個窗口期大約是一千天。“可能是八百天，也可能是一千二百天。但它絕不是一萬天。” 在這期間，舊有的規則依然在慣性運轉，但底層的物理法則已經被重寫。2. 智能倒置：當“稀缺”成為謊言為什麼你會感到焦慮？因為我們正經歷人類歷史上第四次、也是最後一次價值顛覆——“智能倒置”。第一次倒置（土地→勞動）：黑死病後，勞動力變得比土地更稀缺，瓦解了封建制。第二次倒置（勞動→資本）：工業革命後，機器資本變得比手工業勞動更重要。第三次倒置（資本→網路）：網際網路時代，網路效應變得比單純的資本投入更重要。第四次倒置（現在）：智能本身不再稀缺。Emad指出了一個極其荒誕的現狀：“我們正在實現人類歷史上最偉大的勝利——智能從生物學的束縛中解放出來，而我們的經濟體系卻只能將其理解為一場災難。”這就是“豐裕陷阱”。當GPT-4以幾美分的成本完成人類需要數千美元才能完成的認知任務時，我們的GDP（國內生產總值）儀表盤顯示的不是人類能力的解放，而是“經濟價值的暴跌”。因為我們目前的經濟系統，是建立在“稀缺性”這個謊言之上的。3. 三種未來：你站在那條時間線上？在這一千天的相變期結束後，過冷的水會瞬間凝結。Emad預測了三種可能的終局：數字封建主義（默認路徑）：少數幾家公司控制核心AI。其他人靠全民基本收入（UBI）活著，成為被演算法喂養的“數字農奴”。你感覺很舒適，但你失去了創造者的身份。大分裂（恐懼路徑）：國家出於安全恐懼，建立起數字圍牆。網際網路分裂為區域網路，AI軍備競賽導致全球性的偏執與封鎖。人類共生（智慧路徑）：我們利用這一千天，建構出新的“MIND資本”（物質、智力、網路、多樣性），讓AI成為人類的擴展而非替代。這是唯一一條能讓我們之所以為人的路。4. 成為“加布裡埃爾修士”面對這不可逆轉的洪流，普通人該怎麼辦？Emad講了一個極具穿透力的故事。 15世紀，當印刷機問世時，大多數抄寫員僧侶感到了絕望。他們的手藝變得一文不值。但在瑞士聖加侖修道院，修士們做出了不同的選擇。他們沒有把印刷機視為敵人，而是視為解放。 “幾個世紀以來，他們一直是抄寫員，現在他們可以成為學者。曾經用來抄寫的時間可以用來思考。”Emad在書的結尾寫道：“你就是加布裡埃爾修士，AI是你的印刷機。問題不在於你舊有的工作是否會消失。它肯定會消失……問題在於你是否會看到你的解放，還是只看到你失去的東西。”四、 AI 2026：騎上心智的摩托車，把油門轟到底看完2028年的經濟廢墟、2027年的技術深淵和一千天的時間窗口，此刻坐在2026年初的螢幕前的你，大機率會陷入癱瘓性的焦慮。“今日方知，我是我。” 我們究竟該怎麼做，才能不被時代的列車碾碎？這就是我們最後一份文字的意義。矽谷創投頂級哲學家Naval Ravikant納瓦爾在最新的長篇播客中，給出了一套截然不同的、充滿實用主義力量的生存哲學。如果說前面三篇文章是警報，那麼納瓦爾給出的，就是一張通往新世界的船票。1. 認知重塑：AI不是活的，它是“心智的摩托車”納瓦爾一針見血地剝離了全社會的AI恐懼症。他指出，我們不必因為看了科幻小說就對AI產生擬人化的恐懼。賈伯斯曾說電腦是“心智的自行車”，而納瓦爾說，現在我們有了“心智的摩托車”。但是，摩托車再快，引擎再狂暴，它依然需要一個人類來騎它、駕駛它、決定去那裡、何時踩油門、何時踩剎車。“AI不是活物。”納瓦爾極其篤定。它沒有物理世界的具身（Embodiment），沒有能動性（Agency），沒有生存本能和複製衝動。“唯一真正的智能測試，是你是否從生活中得到了你想要的。”在這個終極測試面前，AI瞬間慘敗，因為它根本沒有任何慾望，它什麼都不想要。它是一個極致的工具，但絕不是一個擁有靈魂的競爭者。2. 生產力法則：“Vibe Coding氛圍程式設計”與平庸的死亡針對最近廣為議論的“程式設計師被替代”、“SAAS已死”的觀點，納瓦爾提出了一個別開生面的論斷：“氛圍程式設計是新的產品管理，訓練和微調模型才是新的程式設計。”在過去，你有一個絕佳的商業點子，你需要找UI設計師、前端工程師、後端架構師，花費半年時間試錯。而現在，任何一個擁有產品“品味”和直覺的人，可以用自然語言（英語）直接讓Claude Code把整個應用搭建出來。這意味著什麼？這意味著應用和創意的數量將出現海嘯式的爆發。但納瓦爾提出了一個殘酷的生存法則：“平庸沒有市場。”（There is no demand for mediocre.）在AI加持的贏家通吃市場裡，第一名得到一切，第二名一無所有。5到20人的中型平庸軟體公司將被徹底炸燬。但是，好消息是，在無限細分的賽道里，你總能找到一個完美契合你獨特基因的領域，然後成為那個領域的世界第一。正如他之前在《如何不靠運氣獲得財富自由》中所言，“不斷重新定義你做的事，直到你真的成為世界第一。”3. 技術底牌：不要迷信“提示詞工程”，去理解底層的漏洞針對當下鋪天蓋地的“教你寫提示詞賺大錢”的焦慮行銷，納瓦爾給出了極其清醒的建議：不要花一秒鐘去學習提示詞工程（Prompt Engineering）。為什麼？因為“AI適應你的速度，遠比你適應它的速度要快。”那些所謂的神奇咒語，壽命是以周來計算的。相反，你應該去理解技術的底層邏輯。軟體工程師並未死亡，因為所有的抽象層都是有漏洞的。當AI生成的程式碼出現詭異的Bug、當架構發生坍塌時，只有那些理解底層硬體、理解數學邏輯、理解系統架構的“手工匠人”，才能堵住漏洞。越接近現實的基礎層，你的護城河就越深。4. 創業者心態：極端能動性是最後的避風港為什麼沒有真正的創業者在擔心AI搶走自己的工作？因為創業本身就不是一份“按部就班”的工作，它是工作的反義詞。在極其未知的領域自我導航，在沒有路的地方蹚出一條血路，這叫“極端能動性”（Extreme Agency）。這是AI由於缺乏慾望而永遠無法掌握的能力。“如果AI能創造你的藝術、破解你的理論、製造你的產品，它所做的只是把你升級了。現在是AI加上你。AI是你跳向更高高度的跳板。”結語：史詩級大逃殺，你站在那一邊？最後讓我們再回顧下這四條線，把其中的核心洞察收斂在一起。Citrini從華爾街看到：金融管道正在為一個人類智能不再稀缺的世界重新定價，而這個重新定價是痛苦的、無序的、遠未完成的。AI 2027從實驗室看到：技術正在接近一個人類可能永久失去控制權的臨界點。Mostaque作為一個前宏觀避險基金經理和現人工智慧公司創始人，看到了一個1000天的相變。納瓦爾從創業者的視角看到：一個前所未有的創造窗口正在打開。恐懼和機遇，從來都不是兩個不同的故事。它們是同一場史詩級大逃殺的正反兩面。區別只在於你站在那一邊。改革開放給了我們父輩三十年的適應窗口，而多數人仍然錯過了。AI給這一代人的窗口，無論按Citrini的兩年、AI 2027的三年、還是Mostaque的1000天來算，都要短得多。納瓦爾說："目標不是擁有一份工作。目標是讓機器人解決物質需求，讓電腦放大智力，讓任何人都能創造。"但在到達那個目標之前，我們必須穿越一段前所未有的過渡期。在這段過渡期裡，我們父輩當年面對的那個問題：如何在浪潮之中不被拋下？正以一種更緊迫、更劇烈的形式重新出現。不同的是，這一次，AI本身既是製造這場風暴的力量，也是穿越這場風暴的載具。關鍵在於：你選擇被它替代，還是騎上它。 (不懂經)