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

這幾天，矽谷與華爾街正在瘋傳一篇文章，預警一場即將來臨的「2028 全球智能危機」。圖片來源：CitrinResearch這篇文章的核心邏輯是：AI 越成功，可能反而意味著經濟災難的開始。作者認為，我們正在進入一個「智能通縮」時代。AI 不僅幹掉了銀行和中介躺著賺錢的差價，還開啟了一個停不下來的惡性循環。為了省錢，企業會不斷用 AI 裁掉高薪白領，這些失業者只能湧入低薪的零工市場，導致整體收入大幅縮水。最終，大家沒錢消費，連房貸也還不起，導致金融系統崩潰。當人類的收入跟不上機器的生產力時，經濟就會陷入「東西多得賣不掉，人窮得買不起」的陷阱。而在今天，前 Twitter 聯合創始人 Jack 給他現在的公司 Block 所有的員工發了一封郵件：裁員 40%。原本 10000 人的公司，只留下不到 6000 人。Jack 稱，「公司現在業務非常強，利潤一直在漲，客戶也越來越多，但我們還是決定裁員。」按照過去的職場經驗，公司只有在虧損、倒閉或者是某個業務線失敗時才會大裁員。但 AI 太好用了，好用到公司已經不需要這麼多人，也能把生意做得更火紅。這封裁員信，正是危機預言在現實世界中落地的第一聲悶響。為什麼要裁掉 4000 個「有用」的人？Jack 的邏輯其實就是最近那份刷屏的《2028 全球智能危機》的現實版。以下為 jack 的發言原帖內容：今天，我們要做出公司歷史上最艱難的決定之一：我們將大幅精簡組織架構，員工人數將從 10,000 多人縮減至不到 6,000 人。這意味著超過 4,000 名同事將被要求離職或進入離職協商階段。對於發生了什麼、為什麼發生，以及這對每個人意味著什麼，我會開誠布公。首先，如果你是受影響的員工之一，你將獲得：20 周的基本工資 + 每滿一年工齡額外補償 1 周工資；期權歸屬將延長至 5 月底；6 個月的醫療保險；你可以保留公司發放的裝置；此外還有 5,000 美元的過渡安置費（美國以外地區的員工將獲得類似的補償，具體細節將根據當地法律要求而定）。我希望在談論其他事情之前，先讓你們知道這一點。今天，所有人都會收到通知，無論你是離職、進入協商，還是留任。我們做出這個決定，並不是因為公司陷入了困境。我們的業務依然強勁。毛利持續增長，客戶群不斷擴大，盈利能力也在提升。但是，世界已經變了。我們已經察覺到，我們正在創造和使用的智能工具，配合更小、更扁平的團隊，正在開啟一種全新的工作方式。這從根本上改變了建構和經營一家公司的內涵。而且，這種轉變正在加速。我曾面臨兩個選擇：是隨著這種轉型的演進，在數月甚至數年內進行漸進式裁員；還是誠實地面對現狀，現在就採取行動。我選擇了後者。反覆的裁員對士氣、專注力，以及客戶和股東對我們領導能力的信任，都是毀滅性的。我寧願現在採取堅決、果斷的行動，從一個我們堅信的立場出發去重建，也不願看著公司在平庸中緩慢縮減。一個更精簡的公司也給了我們按自己的節奏、正確發展業務的空間，而不是被動地應對市場壓力。如此規模的決策必然帶有風險。但原地踏步同樣危險。我們進行了一次全面的評估，確定了公司未來可靠增長所需的角色和人才，並從多個角度對這些決定進行了壓力測試。我承認，我們可能會出一些錯，因此我們保留了靈活性來修正錯誤，並確保為客戶做正確的事。我們不會讓大家在 Slack 和郵件中憑空消失，彷彿從未存在過。溝通管道將一直開放到周四晚上（太平洋時間），這樣每個人都可以體面地道別，分享想說的話。我還將在太平洋時間下午 3:35 主持一場直播，向大家致謝。我知道這種方式可能會讓人感到尷尬。但我寧願這種尷尬帶有一絲人性的溫度，也不願它顯得高效而冷酷。致離職的同事們……我對你們充滿感激，也很抱歉讓你們經歷這一切。是你們成就了今天的公司。這是一個我將永遠銘記的事實。這個決定絕非對你們個人貢獻的否定。無論去往那家機構，你們都會是卓越的貢獻者。致留下的同事們……這個決定是我做的，我會承擔全部責任。我希望你們能和我一起戰鬥。我們將建立一家以智能為核心的公司。無論是工作方式、創造過程，還是服務客戶的模式，智能都將無處不在。我們的客戶也會感受到這種轉變，而我們要幫助他們駕馭這種變化：邁向一個他們可以直接利用我們的能力、通過我們的介面，自主建構功能的未來。這就是我現在的關注點。明天我會再發一封信給你們。Jack在這封公開信裡，可以看到，當效率高了，人就多餘了。以前一個萬人的公司需要複雜的中層管理、大量的協調溝通。現在有了 AI 工具，更小、更扁平的團隊反而跑得更快。Jack 發現，如果 6000 人加上 AI 就能幹掉 10000 人的活兒，那麼剩下的 4000 人就不再是資產，而是成本。並且，「資訊差」的錢不好賺了。Jack 在信裡說，以後客戶可以自己用公司的介面去蓋房子、寫功能。這意味著原本公司雇來寫程式碼、做封裝的程式設計師，價值被 AI 攤平了。AI 讓開發功能變得像流水一樣容易，以前靠「人力護城河」壘起來的生意模式，現在必須得「瘦身」才能活下去。所以，長痛不如短痛。Jack 認為 AI 帶來的改變是不可逆的。與其每個月裁一點人搞得人心惶惶，不如承認現實：現在的公司已經不需要這麼大規模的白領團隊了。他選擇一步到位，把 Block 強行縮減成一個「以 AI 為核心」的小公司。這意味著什麼？Jack 這封信其實是在告訴所有職場人一個事實：AI 成功，並不等於經濟成功。對於 Block 的股東來說，這是個好消息，因為公司變得更賺錢、更高效了。但對於那 4000 名離職的員工，以及更廣泛的群體來說，這可能是一個麻煩的訊號。未來，「好公司」不再是避風港，以前只要公司業績好，你的飯碗就穩。現在，那怕公司業績翻倍，你也有可能因為「AI 能做得更好」而被請走。消費也會萎縮，這 4000 人曾經是高薪白領，是買房、買車、去餐館消費的主力。當 AI 把這部分工資變成了公司的利潤，錢就從流通的市場上收縮到了少數人的口袋裡。2028 全球智能危機？在最近被傳播的《2028 全球智能危機》一文中，提出了一個反向命題：AI → 替代人類收入 → 消費崩塌。與過去兩年 AI → 提高生產率 → GDP 增長的主流敘事背道而馳。在這個模型中，問題不在於 AI 不夠強，而在於它太強了。歷史上的技術革命（如工業革命、網際網路）雖然消滅了舊崗位，但由於新崗位必須由「人」來完成，因此創造了新的收入與消費。而 AI 是人類歷史上第一次「替代了需求創造者」的技術。當 AI 智能體（Agents）不僅能寫程式碼，還能管理 AI、最佳化流程時，新崗位的增長速度將永遠趕不上自動化的迭代速度。在文章中，作者建構了一個名為「智能替代螺旋」（Intelligence Displacement Spiral）的因果鏈。他提到，未來，生產將與收入脫鉤， AI 極大提升了產出，但由於它不領薪水，這些產出背後的價值流向了算力擁有者，而非勞動者。「幽靈 GDP」也會出現，經濟資料（生產力、企業利潤）看起來很繁榮，但由於人類收入萎縮，這些產出無法在現實經濟中循環。機器可以創造價值，但機器不買咖啡，不買房。並且，在傳統周期中，經濟差會導致投資下降；但在 AI 周期中，經濟越差，企業越有動力通過投資 AI 來削減成本。這種「以 AI 補血」的行為，實際上是在加速抽乾。過去幾十年，無數偉大的公司本質上是在靠「人的弱點」賺錢。比如，人會忘記取消訂閱（SaaS 續費）；懶得去比價（外賣與旅遊平台）；會因為資訊不對稱而支付高額佣金（房產中介、金融顧問）。支付體系的變革｜圖片來源：CitrinResearch上圖對比了傳統交易模式與 AI 驅動下的新型支付模式。在傳統交易裡：一筆 100 美元的消費中，商戶需支付約 2.5% 的費用，這筆錢流向發卡行、支付網路（Visa/MA）和收單行，商戶最終實收約 97.50 美元。而在智能體/穩定幣交易 (Agentic/Stablecoin Transaction)：AI 智能體通過 Solana 或 L2 上的 USDC (穩定幣) 自動路由支付，成本降至 0.01 美元 固定額度。商戶實收約 99.99 美元。也就是說，AI 已經在成為一台「摩擦力歸零機」，摧毀了傳統金融機構（銀行、支付網路）的「租金」收入模式。當智能體 24 小時自動談判、自動比價、自動切換供應商時，這些商業模式依賴的「資訊壁壘」就不可避免地在崩塌了。利潤來源（摩擦）被效率抹掉，這種效率的提升對個體是好事，但對建立在這些稅收之上的數兆市值公司來說，就會相反。文章中還推演到房貸市場的質疑。2008 年的危機是「次貸危機」（爛人借了爛錢）；而 2028 年可能爆發「優貸危機」。科技勞動力向零工經濟的流動｜圖片來源：CitrinResearch上圖體現了勞動力市場的流向及其後果。高技能、高工資的科技/白領階層經歷「大規模裁員」後，通過失業過渡，湧入准入門檻低的「服務與零工經濟」。而由於勞動力大量湧入（供過於求），零工經濟的平均時薪出現萎縮。所以，高端勞動力的下沉不僅導致其自身收入腰斬，還壓低了整個服務行業的工資水平。那些信用分 780+、年薪 20 萬美元的精英白領，他們的貸款在簽署當天是完美的。但當他們的職業身份被 AI 拆解，收入從 20 萬驟降至 5 萬時，整個房貸市場的底層假設——「人類借款人的持續收入能力」——也就消失了。未來，當「智能」從稀缺資源變成「大宗商品」時，世界會發生什麼？在工業時代，能源變成商品推動了工業大爆發。而到了 AI 時代，智能變成商品，可能讓大部分人的勞動都不再值錢。這可能是一個關於錢的流向的問題。如果錢只在 GPU 擁有者和 AI 公司之間轉，而不再通過工資流向普通人，那麼經濟就會出現一種怪現象——生產很多，但大家都買不起東西，就像陷入了「凱恩斯式陷阱」。危機的三大驅動力與時間軸｜圖片來源：CitrinResearch這個綜合邏輯圖裡，展示了三個系統的相互激發：實體經濟裡，AI 提升導致白領裁員，直接造成收入損失；金融系統中，收入損失引發財富效應崩潰、信用緊縮、房貸違約以及私人信貸違約，最終被迫在流動性極差的市場拋售資產；然後是政策響應，由於稅收崩潰（人不再產生收入，政府收不到稅）和黨派爭論，政策反應滯後，導致結構性赤字超過 GDP 的 10%。這篇文章最近火爆的原因，可能正是因為它擊中了華爾街和矽谷共同的焦慮：我們會不會正在造出一個強大到足以摧毀自己以及客戶的怪物？如果說過去的邏輯是「技術創造世界」，那麼這篇文章則是在預演：當 AI 把資訊差都抹平、效率高到不再需要人類做決策時，原本靠「買賣差價」和「人工服務」撐起來的經濟體系，可能根本就不復存在了。文章給出了一份危機紀年表：2025 – 2026 年 Q3：實體經濟中斷；2026 年 Q4 – 2028 年 Q1：金融危機蔓延；2028 年 Q1 往後：政策癱瘓與財政風險。而今天 jack 發出的這封裁員信，已經是預言在提前落地。 (功夫財經)

前兩天，研究機構Citrini Research發佈的一份報告，引起了人們對AI的新一輪討論。或者說，新一輪恐慌。為什麼？因為，這份名叫《2028年全球智能危機》的報告，做了一個思想實驗。它站在2028年6月的時間上，回望現在，基於幾個關鍵的邏輯起點，推匯出了一系列驚人的結論。比如，2026年之後，將會出現大規模的失業。AI會以極低的成本，迅速取代程式設計師、設計師、分析師、金融從業者……比如，經濟資料，將會出現一種詭異的“幽靈GDP”現象。企業用了AI，利潤暴增，生產力暴漲，GDP資料非常好看。但是，錢沒有流到大眾的手裡。機器是不會消費的，被裁的人是不願意消費的。於是，消費引擎失速。再比如，大量的商業模式，將會出現系統性的崩潰。旅遊平台、外賣平台、支付公司、軟體服務……所有這些依賴資訊不對稱、交易摩擦，或者說，因為人類“想偷懶”而存在的商業模式，都會被AI代理碾碎。隨後，市場劇烈反應，美股科技股應聲大跌。軟體、支付、快遞平台的股票，成了重災區。經濟學家們紛紛表態。白宮的經濟顧問趕緊出面說這是“科幻小說”。於是，很多人都在問，這會是真的嗎？2026年之後，真的會出現大規模的失業嗎？這些推論，真的都會發生嗎？和你分享一點我的看法。報告中邏輯的起點，確實正在發生。但推導的結論，未必是精準的。什麼是“邏輯的起點”？有兩點。第一，AI的程式設計能力，正在出現飛躍。報告指出，2025年底開始，AI在這方面的能力，出現了“階躍式的提升”。一個熟練的開發人員，只需要幾周的時間，就能夠複製出一家中端SaaS公司的核心產品。那麼，掌管著每年50萬美元，甚至更多軟體續費預算的首席資訊官們，就會認真開始考慮，我們能不能自己來開發這個產品。而就在幾天前，AI公司Anthropic也宣佈，他們的模型，現在已經可以高效地處理和最佳化一種名叫COBOL的古老程式語言了。COBOL，是全球金融、銀行系統的基石。維護和升級它，是一個每年高達300億美元的巨大市場。Anthropic一宣佈，這個領域的巨頭IBM，股價就應聲暴跌，創下了20多年來的最大單日跌幅。為什麼？就像我在前段時間的一篇文章裡說的那樣。過去，軟體是“蓋房子”。一磚一瓦，費時費力。未來，軟體是“抽紙巾”。隨用隨取，用完即扔。當軟體的開發成本低到這種程度的時候，整個軟體行業的商業模式，就會從根基上開始動搖。第二，AI智能體，正在走向普及。報告指出，2027年初，AI智能體，就將成為我們生活中的默認選項。它們不再是被動等待指令的工具，而是能根據你的偏好，在後台持續自主運行、處理決策的“數字管家”。它們會消除商業世界裡的一種“摩擦力”，這種摩擦力，源自人類的惰性、資訊不對稱和品牌依賴。什麼意思？去年年底，我們就在一篇文章裡提到過一個概念。懶惰稅。你習慣了一個外賣App，就“懶得”去另一家比價。你認準了一個咖啡品牌，就“懶得”去嘗試8塊8的新品牌。你為此多付的錢，就是“懶惰稅”。但是，AI智能體，沒有情感，不嫌麻煩。它就是要找到最優解。它會自動對比所有旅遊平台，為你規劃最便宜的行程。會自動比較所有保險公司的續保報價，打破保險公司賺錢的模式。甚至會選擇手續費最低的穩定幣支付，繞開信用卡公司。能力飛躍。應用普及。《2028年全球智能危機》就是基於這兩個起點，用清晰的鏈條，推匯出的未來。1）AI程式設計能力飛躍，軟體不再值錢，SaaS公司首先倒下，大量程式設計師失業；2）然後，AI智能體普及，依賴“懶惰稅”的平台活不下去，更多人失業；3）接著，大規模失業導致消費能力消失，社會需求萎縮，出現“幽靈GDP”；4）再然後，消費萎縮，很多公司的收入就不再穩定。而大量的金融產品，比如私人信貸，又建立在“收入穩定”的假設之上。假設動搖，金融資產崩潰；5）最後，比2008年更加可怕的“優質抵押貸款”危機就會爆發，引爆全球金融危機。邏輯上，高度自洽。那麼，為什麼還會說，“推導的結論，未必是精準的”呢？是因為，現實世界中，有一個至關重要的變數。速度。一個人從3萬英呎的高空落下。如果什麼都不帶，他會高速撞向地面，全身破碎，瞬間死亡。這個過程，是“墜落”。如果有降落傘，他還是會下落，還是會顛簸，還是會恐懼，但速度大大減緩，有機會平穩著陸。這個過程，是“降落”。報告認為，在思想實驗下，這個世界，會墜落。因為它假設，所有的變化都會在一兩年之內，瞬間完成。社會系統來不及做出任何反應，就轟然倒塌了。但是，現實世界，至少會有3把巨大的降落傘。第一把，叫“市場調節”。歷史上的每一次技術革命，都會伴隨“機器人搶走飯碗”的恐慌。但是，縫紉機淘汰了織布工，也創造了成衣廠和時裝設計師。汽車淘汰了馬車伕，也創造了司機、汽車工程師和高速公路服務區。同樣的，AI替代了很多崗位，也會創造出提示詞工程師、資料標註師等等。更重要的是，AI會滿足很多，過去因為成本太高而無法滿足的需求。比如很多軟體，過去是奢侈品，大公司才用得起。但成為了“紙巾”之後，無數中小企業的需求就會被釋放出來。這也是新的就業。有崗位會消失，是痛苦的。有崗位會誕生，是確定的。你很難說，消失的速度，就一定會碾壓誕生的速度。所以，這可能會是一種動態的平衡，而不是一種瞬間的坍塌。第二把，叫“社會慣性”。真實的社會，是有粘滯性的。一家公司，就算原地實現了“可以裁掉一半的員工”，也不能立刻就這麼做。因為有法律的約束，有工會的博弈，有企業文化的慣性，有社會責任的考量。變革，在真正的組織裡，從來都不是一下子的事。它更像是緩慢的沙漏，而不是瞬間的決堤。這種緩慢，就是一種緩衝。只要你意識得到，就會有寶貴的轉型時間。第三把，叫“政府干預”。任何一個正常的現代國家政府，都不會眼睜睜地看著大規模失業。別說是大規模失業了。5%-7%，就會有強力的干預了。比如，開徵AI稅，把從AI那裡多賺到的錢，通過社會財富再分配，轉移給失業的人。比如，推行全民基本收入（UBI），提供最基礎的安全網。比如，縮短法定工作時間，讓更多人參與到工作裡去。市場調節。社會慣性。政府干預。所以，基於“能力飛躍”和“應用普及”的起點，《2028年全球智能危機》做了理論上成立的推演。但是，現實世界，有“速度”這個變數。3把降落傘，會把報告推演的“瞬間墜落”，變成“顛簸降落”。這就是為什麼我會說，報告中邏輯的起點，確實正在發生。但推導的結論，未必是精準的。當然。我知道。我知道。看到這樣的報告，我們真的很難不產生心理波動。這兩年，世界的變化速度，也確實是快。很多東西，昨天剛會，今天過時，明天重來。迷茫，恐懼，焦慮，也都是很正常的情緒。畢竟，人是有本能的。但是，焦慮，從來都不是“變化”的解藥。這幾天，我正在一個很特別的地方。加拉帕戈斯群島。一百多年前，達爾文就是在這裡，觀察那些獨特的雀鳥，最終提出了偉大的進化論。而今天，我也和來自中國的企業家們，在這個“進化島”上，進行著瘋狂的進化。我們一起，學著用中文，指揮AI程式設計。已經有人，為自己的公司，寫出了一個庫存管理軟體。也有人，為自己的孩子，開發了一個學習英語的應用。他們的選擇，給了我啟發。未來，從來不是寫好的劇本。未來，本來就是未知的海域。風浪，是肯定的。造船，是必要的。你不需要成為程式設計師，不需要成為AI專家。但是，參與進去。理解它，使用它，思考它能為我們做點什麼。用好奇，淘汰恐懼。用嘗試，開啟探索。用具體，對抗焦慮。這，或許就是當下，最該做的事。 (劉潤)

似乎每過十年或每一輪經濟周期，就會冒出一次新的預言，而這些預言往往很快就從“嚇人”變得“可笑”。本周一美股暴跌——市場普遍認為，這很大程度上是因為一家鮮為人知的研究公司發佈了一份“末日式”報告，該報告預測，隨著人工智慧的普及，全球經濟將走向崩潰。這份名為《2028全球智能危機》、由Citrini Research發佈並由投資者分析師Alap Shah共同撰寫的7000字報告，以略帶幻想色彩的未來報告形式（具體時間為2028年6月30日）在Substack上發佈。報告開篇這樣寫道：“如果我們對AI的樂觀判斷一直是對的——但結果反而是利空，會怎樣？接下來只是一種情景推演，並非預測。這不是唱衰炒作，也不是AI末日論者的同人小說。本文唯一目的，是模擬一個相對缺乏探討的情景。”這份報告描繪了一場令經濟走向“死亡螺旋”的局面：AI取代白領崗位，導致他們失業且無錢消費，從而引發經濟崩潰。有關該報告的一條推文在X平台上獲得了2500多萬次瀏覽。如果這一切聽起來有點牽強，那麼在“市場先生”眼裡，這簡直就像諾查丹瑪斯本人敲響了開市鐘——儘管周二股市收復了部分失地。對此我只想說一句：“無聊。”請原諒我的直白，我早已聽過無數次彷彿來自同一台“末日機器”的預言。似乎每過十年或每一輪經濟周期，就會冒出一次新的預言，而這些預言往往很快就從“嚇人”變得“可笑”。以下是一些預言的例子，從已被證偽的，到偽科學的，再到離奇古怪的。• 羅馬俱樂部與《人口炸彈》在20世紀60年代末，羅馬俱樂部與生物學家保羅・埃爾利希所著的《人口炸彈》都預言：地球將因人口爆炸走向毀滅，因為糧食產量遠跟不上需求，引發大規模饑荒乃至人類滅絕。當然，這一切並未發生。如今我們更擔心的反而是人口出生率不足。• 石油峰值論1956年，殼牌公司的地球物理學家M·金·哈伯特發表了一篇論文，預測石油產量將在2000年達到峰值，年產量為125億桶，之後一路下滑，在2200年降至零。後者或許仍有可能發生，但前者顯然沒有。事實上，2014年至2018年間還出現過石油供應過剩，而去年的全球產量在370億至380億桶之間。• 全球變冷論是的，與全球變暖相對，20世紀70年代人們曾恐慌“全球變冷”，原因是人們當時認為氣溶膠（空氣中可能阻擋陽光的顆粒物）以及軌道強迫（地球軸傾角和/或地球繞太陽公轉軌道路徑的變化對氣候的影響）會產生冷卻效應。不用說，這一說法後來被證偽了。• 千年蟲危機（2000年1月1日）預言者堅信，使用兩位數字表示年份的電腦（例如用“99”代表1999年）會把“00”識別為1900年，從而引發大規模的工業崩潰。不過這並沒有發生；不過公平地說，當時確實存在至少發生一些問題的真實威脅——而正是通過投入巨資更新電腦系統才得以避免。• 1910年哈雷彗星毒氣恐慌備受尊敬的法國天文學家卡米耶·弗拉馬里翁被認為是引發這種恐慌的人，他提出地球將穿過彗星的尾部，並且存在“氰化物氣體會滲入大氣層，甚至可能讓地球上的一切生命都窒息滅絕”的可能。驚慌失措的人們搶購“彗星藥丸”和防毒面具。有些人還用膠帶把煙囪和門縫封起來。結果彗星來了又走了，什麼事也沒發生。• 《木星效應》這實際上是1974年兩位英國作家約翰·格里賓和斯蒂芬·普萊格曼出版的一本書的書名。他們預言，行星連珠將引發一系列災難，尤其是1982年3月10日聖安德烈亞斯斷層（當然是在加州）將發生一次大地震。那一天來了又過去了，無事發生。誠然，這次或許真的不一樣，AI也有可能最終毀滅人類。但請記住，“這次不一樣”是一句出了名的障眼法。別為此賭上全部身家。 (Barrons巴倫)

想像一下，現在是2028年6月。你早上打開手機，看到的失業率資料是10.2%，比預期高了0.3個百分點。市場應聲下跌2%，標普500指數從兩年前的高點累計跌了38%。你身邊的朋友，幾年前還是年薪18萬美元的產品經理，現在改行開Uber，年收入降到4.5萬。你想買房，但舊金山、西雅圖、奧斯汀的房價同比下跌了10%左右——因為那些原本"防彈"的780 FICO分數借款人，也開始斷供了。這聽起來像科幻小說？但2月23日，CitriniResearch發佈的"2028全球智能危機"報告，把這個"科幻場景"寫成了詳細的宏觀備忘錄。報告在開頭強調"這只是情景設想"，但市場用真金白銀投票：沒人敢賭這個未來不會成真。各位好，我是林叔，一個在AI賽道摸爬滾打兩年多的創業者。今天咱們來聊聊這份讓華爾街集體破防的報告，以及它背後揭示的殘酷真相。一場"假設"引發的市場海嘯先說說發生了什麼。2月23日，美股多類股集體重挫。DoorDash跌7%，Uber跌4%，American Express暴跌8%，連黑石和KKR這兩家私募巨頭也被砸了6%以上。沒有什麼財報暴雷，沒有什麼地緣政治危機，沒有什麼聯準會突然加息。只有一篇報告。這篇報告在開頭就寫著一句話："以下內容只是一個情景設想，不是預測"但二級市場根本不管這些。當投資者讀完這份來自CitriniResearch的"2028年6月宏觀備忘錄"，他們用腳投票，告訴世界一個殘酷的事實：他們不敢賭這個"情景"不會發生。為何市場對一篇"假設性"報告反應這麼劇烈？答案藏在這份報告描繪的那個未來裡。2028年6月的"未來備忘錄"報告設定了一個假想情景：2028年6月30日。失業率10.2%，標普500從2026年10月的高點累計下跌38%。交易員已經麻木了——六個月前，這樣的資料還會觸發熔斷機制。但真正讓人細思極恐的，是報告裡提出的兩個核心概念。第一個叫"幽靈GDP"（Ghost GDP）。啥意思呢？就是經濟產出還在增長，名義GDP反覆錄得中高位個位數增長，生產力蓬勃發展，每小時實際產出增長率達到了1950年代以來未見的水平。但問題在於，這些產出從來沒有流入居民消費。為何？因為AI代理不睡覺、不請病假、不需要健康保險，它們產生的是"幽靈GDP"——顯示在國家帳戶中，但從未在實際經濟中流通。機器不花錢，它們只幹活。第二個叫"智能置換螺旋"——一個沒有剎車的負反饋循環：AI能力提高 → 公司需要更少工人 → 白領裁員增加 → 被置換的工人花費更少 → 利潤壓力推動公司投資更多AI → AI能力提高……這個循環有自然剎車嗎？沒有。每一筆節省的人員成本都流向了AI能力，使得下一輪裁員成為可能。每個公司的個人回應都是理性的，但集體結果是災難性的。講真，這事兒最可怕的地方在於——它是個自我強化的螺旋，而且沒有自然的剎車機制。誰在風暴眼中？報告描繪了十幾個場景，每個都精準地擊中一個行業的命門。SaaS行業崩潰代理編碼工具的能力實現了階梯式飛躍。一個熟練的開發人員現在可以在數周內複製中型市場SaaS產品的核心功能。企業開始問："如果我們自己建構會怎樣？"ServiceNow的2026年第三季度報告成了反身性機制的典型案例：淨新增ACV增長從23%放緩至14%，宣佈裁員15%和"結構性效率計畫"，股價下跌18%。這家銷售工作流自動化的公司，正在被更好的工作流自動化所幹擾，它的回應是裁員，並用節省的資金為干擾它的技術提供資金。好傢伙，這事兒你說諷刺不諷刺，最受AI威脅的公司，反而成了AI最激進的採用者。中介消亡AI代理開始消除所有靠"人類限制"賺錢的商業模式。旅行預訂平台？代理可以比任何平台更快、更便宜地組裝完整行程。保險續保？代理每年重新為你投保，拆除了保險公司從被動續保中獲得的15-20%的保費。房地產佣金？配備MLS存取權和數十年交易資料的AI代理，讓買方佣金從2.5-3%壓縮到不到1%。報告裡說了一句讓人細思極恐的話：我們高估了“人際關係”的價值。事實證明，人們所謂的很多關係只是帶有友好面孔的摩擦。支付系統瓦解當代理控制交易後，它們開始尋找更大的省錢方式——消除費用。在機器對機器的商業中，Visa和Mastercard收取的2-3%卡交換費成了顯眼目標。代理選擇通過Solana或以太坊L2s使用穩定幣，結算幾乎是即時的，交易成本以幾分之一便士衡量。萬事達卡2027年第一季度報告成了"不歸路"：淨收入同比增長6%，但購買量增長放緩。管理層指出"代理主導的價格最佳化"和"可選消費類別的壓力"。習慣性平台崩潰DoorDash是典型代表。編碼代理降低了啟動配送應用的進入壁壘。幾十個新競爭者通過將配送費的90-95%轉給司機來吸引司機離開DoorDash和Uber Eats。代理沒有主螢幕，它檢查DoorDash、Uber Eats、餐廳自己的網站以及20個新的"vibe編碼"替代品，每次都選擇最低的費用和最快的配送。習慣性應用程式忠誠度，對於機器來說根本不存在。中產階級的"降檔"螺旋報告裡最扎心的部分，是對中產階級命運的描述。白領工人被AI替代後，並不會"失業"。他們降檔。很多人接受較低薪水的服務部門和零工經濟工作。一個Salesforce的高級產品經理，年薪18萬美元，失去工作後六個月開始開Uber，收入降到4.5萬。重點不在於個人故事，而在於二階數學。過度合格的勞動力湧入服務和零工經濟，推低了已經在掙扎的現有工人的工資。行業特定破壞轉移為經濟範圍的工資壓縮。更扎心的是，美國是一個白領服務經濟。白領工人佔就業的50%，驅動大約75%的可選消費者支出。收入最高的10%佔所有消費者支出的50%以上。前20%佔大約65%。這些人是買房子、買車、假期、餐廳、私立學校的主力。當他們失去工作或接受50%的減薪，消費打擊是巨大的。白領就業下降2%，轉化為可選消費者支出下降約3-4%。而且這種打擊有滯後效應——白領有儲蓄緩衝，可以維持幾個月的"正常"支出。所以資料不會立即顯示問題。等資料確認的時候，經濟已經深陷其中了。金融系統的多米諾骨牌報告描繪的危機鏈條，最終指向了金融系統。私人信貸違約從2015年的不到1兆美元增長到2026年的超過2.5兆美元，這些資本的相當一部分部署到了軟體和技術交易中。當AI干擾導致違約，50億美元直接貸款工具被標記至58美分——歷史上最大的私人信貸軟體違約誕生了。"永久資本"真相私人信貸公司一直說它們有"永久資本"，可以吸收損失。但報告揭示了一個殘酷事實——這個"永久資本"是美國家庭的儲蓄，結構化為投資於違約資產的年金。無法擠兌的鎖定資本，是人壽保險單持有人的錢。規則在那裡有點不同。抵押貸款市場風險美國住宅抵押貸款市場約為13兆美元。抵押貸款承銷建立在借款人保持收入水平就業的基本假設上——三十年。白領就業危機以收入預期的持續轉變威脅這個假設。2028年6月，Zillow房屋價值指數在舊金山同比下跌11%，西雅圖9%，奧斯汀8%。房利美在科技/金融就業超過40%的郵政編碼中標記"早期逾期升高"。這些借款人不是次級。他們是780 FICO分數，首付20%，有乾淨的信用歷史。他們是金融系統中每個風險模型視為信貸質量基石的借款人。但世界改變了，人們借用了一個他們不再相信得起的未來。我們還有多少時間？報告明確說這是"情景設想"，不是預測。但市場恐慌的根源是什麼？是那些已經啟動的趨勢。花旗研報顯示，超1.57億人就業受AI影響。"AI教父"傑佛瑞·辛頓警告，AI每7個月能力翻倍，2026年底可獨立完成數月軟體工程。2026年1月30日，Anthropic推出Claude Cowork，在48小時內引發華爾街稱為"SaaS末日"的市場崩盤——湯森路透跌16%，RELX跌14%，Monday.com暴跌20%，全球SaaS和IT服務公司市值一天內蒸發2850億美元。這些不是"假設"，這些是已經發生的事實。報告的最後一段話很耐人尋味："但你不是在2028年6月閱讀這篇文章。你在2026年2月閱讀它""標普接近歷史高點。負反饋循環尚未開始。我們確定其中一些情景不會實現。我們同樣確定機器智能將繼續加速。人類智能的溢價將縮小。""作為投資者，我們仍然有時間評估我們的投資組合中有多少是建立在對十年內無法生存的假設之上。作為一個社會，我們仍然有時間主動。"寫在最後"金絲雀還活著" 報告的最後這樣寫道但金絲雀什麼時候停止歌唱？是它死後的那一刻，還是它已經唱不動了的那一刻？更殘酷的是，這個螺旋的加速不需要任何災難性事件——它只需要AI繼續變得更好、更便宜。市場的反應也很誠實，那些被點名的公司，股價確實跌了，由此迅速帶崩了美股的軟體類股。重點在於，真正應該恐慌的人，那些原本體面的中產勞動力，可能根本沒讀過這份報告。他們還以為，AI只是個工具，幫自己幹得更快一點。殊不知，這個工具正在幹掉他們的工作。等他們反應過來的時候，大概只會說一句："早知道……"但在AI時代，"早知道"這三個字，正在越來越不值錢。 (林叔的視界)

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

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)