「2028，全球智能危機」

這是一篇神作，用「來自 2028 年的研報」的形式，推演了一個命題：如果我們對 AI 的樂觀判斷全都對了，這件事本身反而是最大的利空

發出當天，IBM 當天跌了約 13%，文中提到的多家公司同步下挫

華爾街日報把這篇報告列為投資者焦慮加劇的關鍵催化劑，X 上相關討論累計約 1600 萬次瀏覽

幾個概念迅速出圈：「幽靈 GDP」（產出記在了國民賬戶里，但從未經過居民部門流轉）、「智能替代螺旋」（一個踩不住剎車的負反饋循環）...

隨后催生了一批高質量的反駁文章，形成了一場罕見的公共辯論

作者自己反復強調這是情景推演不是預測，但傳播效果遠超學術討論，直接變成了市場情緒的放大器

以下是全文翻譯

2028，全球智能危機

一篇來自未來的金融史思想實驗

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

前言

如果我們對AI的樂觀判斷一直是對的……那反而可能是個壞消息？

以下內容是一個情景推演，不是預測。這不是空頭爽文，也不是AI末日同人小說。我們寫這篇文章，只有一個目的：推演一個被嚴重低估的風險場景。朋友Alap Shah提出了這個問題，我們一起腦暴出了答案。這一部分由我們執筆，他另寫了兩篇，鏈接附在文中。

希望讀完之后，你能對AI重塑經濟過程中潛在的極端下行風險，多一分準備。

以下是CitriniResearch于2028年6月發布的宏觀報告，復盤“全球智能危機”的演進過程與后續沖擊。

宏觀報告 智能過剩的代價

CitriniResearch

原定日期：2026年2月22日 實際日期：2028年6月30日

今早公布的失業率是10.2%，比預期高出0.3個百分點。S&P應聲下跌2%，較2026年10月的高點累計回撤已達38%。

交易員早已麻木。六個月前，這種數據出來，早就觸發熔斷了。

兩年。 從“局部可控、行業特有”到如今這個面目全非的經濟，只用了兩年。這份季度報告，是我們試圖還原那段歷史的努力，一篇危機前經濟的事后剖析。

彼時的亢奮，歷歷在目。2026年10月，S&P 500一度觸碰8000點，納斯達克突破3萬點。2026年初，第一波因人工智能取代人力而引發的裁員開始了，效果也確實如教科書所寫：利潤率擴張，盈利超預期，股價上漲。破紀錄的企業利潤，又被源源不斷地砸進AI算力。

宏觀數據表面上依然光鮮。名義GDP季度折年率連續錄得中高個位數增長。生產率直線拉升。每小時實際產出增速創1950年代以來新高，背后是那些不睡覺、不請病假、不需要醫保的AI智能體。

算力的擁有者看著勞動力成本蒸發，財富急速膨脹。與此同時，實際工資增速卻跌入負值。政府一遍遍鼓吹“生產率創歷史新高”，白領們卻在失去工作，被迫轉向薪資更低的崗位。

消費端的裂縫開始出現時，經濟學評論員們造出了一個詞：“幽靈GDP”。就是那種出現在國民賬戶里、卻從未真正在實體經濟中流轉過的產出。

AI在各個維度都超出預期，資本市場的故事就是AI的故事。唯一的問題是……實體經濟不是。

其實一直都應該看清楚：北達科他州一個GPU機架，創造出曼哈頓中城1萬名白領的產出，這與其說是經濟紅利，不如說是經濟瘟疫。貨幣流通速度歸零。占GDP 70%的以人為核心的消費經濟，開始凋萎。如果我們早點去算算機器在可選消費品上花多少錢，或許能更早看明白這一切。答案是零。

AI能力提升，企業需要更少人，白領裁員增加，失業者消費減少，利潤壓力推動企業進一步押注AI，AI能力再次提升……

這是一個負反饋循環，沒有任何天然的剎車機制。我們稱之為“智能替代螺旋”。白領的收入能力被結構性削弱，消費行為也理性地隨之收縮。他們的收入，本是13萬億美元住房抵押貸款市場的基石。一旦動搖，承銷商就不得不重新評估：優質抵押貸款，還安全嗎？

十七年沒有經歷真正的違約周期，私募信貸市場已被PE持有的軟件項目撐得鼓脹，這些項目都默認ARR會永遠循環下去。2027年中，第一波AI沖擊引發的違約，打破了這個假設。

如果沖擊只停留在軟件行業，或許還可控。但它沒有。到2027年底，所有以“處理人類摩擦”為商業模式的中介生意，都岌岌可危。依賴剝削人類局限性而存活的大片公司，就此瓦解。

整個金融體系，不過是一條押注白領生產率持續增長的連環擔保鏈。2027年11月的崩盤，只是加速了已然運轉的所有負反饋循環。

我們等待“壞消息即好消息”的反彈，等了將近一年。政府開始討論救市方案，但公眾對政府兜底能力的信任，已所剩無幾。政策永遠滯后于現實，而如今方案的缺位，正在威脅加速通縮螺旋的形成。

一切如何開始

2025年末，AI編程工具的能力出現了躍遷式提升。

一個有經驗的開發者，借助Claude Code或Codex，幾周之內就能復刻一個中型SaaS產品的核心功能。不完美，邊緣情況也處理不全，但已經足夠讓那位正在審核五十萬美元年度續費單的CIO開始問自己：我們要不要自己做？

大多數公司的財年跟著日歷年走，所以2026年的企業采購預算，早在2025年第四季度就定好了，那時候“智能體AI”還只是一個時髦詞匯。到年中復盤時，采購團隊才第一次拿著真實數據做決策，而有些人已經親眼看著自己的內部團隊，幾周內用AI原型復制了一份六位數的SaaS合同。

那年夏天，我們和一家財富500強公司的采購經理聊過。他講了一次供應商談判的經歷。銷售代表以為可以照搬去年的劇本：每年漲價5%，加上那套“你們的團隊離不開我們”的說辭。采購經理告訴他，自己正在跟OpenAI的“前沿部署工程師”洽談，打算直接用AI工具替掉這家供應商。最終以打七折續約收場，他說這已經是個好結果了。那些“SaaS長尾”產品，比如Monday.com、Zapier、Asana，遭遇要慘烈得多。

投資者早有預判，也做好了心理準備，長尾會被打得很慘。它們大概占典型企業技術棧支出的三分之一，暴露面顯然很大。但核心記錄系統，按說應該安全。

直到ServiceNow 2026年三季報出來，這套“反射性傳導機制”才真正清晰起來。

ServiceNow凈新增ACV增速從23%驟降至14%；宣布裁員15%并啟動“結構效率計劃”；股價單日跌18% | Bloomberg，2026年10月

SaaS沒有“死”。自建方案仍有成本和維護的代價，但自建已經成為一個選項，這本身就影響了價格談判。更重要的是，競爭格局已經變了。AI讓新功能的開發和交付更容易，差異化優勢快速崩塌。老牌巨頭陷入互相廝殺的價格戰，同時還要應對一批初創挑戰者，這些新玩家吃透了AI能力、沒有歷史包袱，以極低成本大肆搶占市場份額。

這次財報還讓人第一次真正認識到這些系統的內在關聯性。ServiceNow賣的是席位。當財富500強客戶裁掉15%的員工，就自動取消了15%的許可證。正是那些幫客戶壓低成本的AI驅動裁員，也在同步摧毀ServiceNow自己的營收基礎。

這家賣工作流自動化的公司，正被更強的工作流自動化所顛覆，而它的應對之策，是裁員、把省下的錢投入那個正在顛覆自己的技術。

換你又能怎樣？坐以待斃慢慢死？最受AI威脅的公司，成了AI最激進的采用者。

這回頭看顯而易見，但當時真的不是。過去的顛覆范式是：大公司抵制新技術，被靈活的新玩家蠶食市場份額，慢慢死去?？逻_、百視達、黑莓，都是這個路子。2026年發生的不一樣，巨頭沒有抵制，因為它們抵制不起。

股價跌了四到六成，董事會要答案，這些受AI威脅的公司只能做唯一能做的事：裁員，把省下的錢投進AI工具，用AI工具維持產出同時壓低成本。

每家公司的選擇，單看都是理性的。累加起來，是一場災難。每一塊省下的人工成本，都流向了讓下一輪裁員成為可能的AI能力。

軟件只是這場戲的開場。 當投資者還在爭論SaaS估值倍數有沒有觸底的時候，那套反射性循環早已逃出了軟件行業。讓ServiceNow選擇裁員的那套邏輯，同樣適用于一切有白領成本結構的公司。

當摩擦歸零

到2027年初，使用大模型已經成了默認行為。那些根本不知道“AI智能體”是什么的人，也在用AI智能體，就像那些從來沒學過“云計算”的人在用流媒體一樣，他們只是覺得這是手機或者電腦現在自帶的功能，跟自動補全、拼寫檢查沒什么區別。

通義的開源購物智能體，是AI接管消費決策的催化劑。幾周之內，所有主流AI助手都集成了某種形式的智能體商務功能。蒸餾模型讓這些智能體能夠直接跑在手機和筆記本上，不用依賴云端，推理成本大幅下降。

讓投資者始終沒能充分重視的一點是：這些智能體不等你發話，它們按照用戶設定的偏好在后臺持續運行。消費行為不再是一個個孤立的人類決策，而變成了一個以每位用戶為單位、7×24小時不間斷運轉的持續優化過程。到2027年3月，美國用戶每人每天平均消耗40萬個token，是2026年底的10倍。

鏈條上的下一個環節，已經開始斷裂。

中介層。

過去五十年，美國經濟在人類的局限性上疊出了一層巨大的租金提取結構：事情需要時間，耐心會耗盡，品牌熟悉感代替了深度調研，大多數人寧可接受一個壞價格，也不愿意多點幾下鼠標。數以萬億計的企業價值，建立在這些局限性長期存在的假設之上。

一切從簡單的事情開始。智能體消除了摩擦。

那些長期掛著但幾個月都沒用的訂閱，悄悄在試用期后翻倍的會員價格，每一種都成了智能體可以替你去談判的“人質情境”。整個訂閱經濟賴以為生的“平均用戶生命周期價值”指標，開始實質性下滑。

消費智能體，改變了幾乎所有消費者交易的運作邏輯。

人類沒有時間在五個平臺上貨比三家再買一盒蛋白棒。機器有。

旅行預訂平臺是最早的傷亡，因為那是最簡單的場景。到2026年四季度，智能體已經能夠一站式組裝完整的出行方案，包括機票、酒店、地面交通、積分優化、預算控制、退改簽，比任何平臺都快、都便宜。

保險續保，歷來靠的是投保人的懶惰。智能體每年自動重新比價，直接拆穿了保險公司依靠被動續保賺取的那15至20個百分點的保費溢價。

金融顧問、稅務申報、日常法律服務，任何以“幫你搞定你不想搞的繁瑣事”為價值主張的行業，都被顛覆了，因為智能體覺得什么都不繁瑣。

就連那些我們以為受“人際關系”保護的領域，也不堪一擊。房產經紀，買家幾十年忍受5至6個百分點的傭金，根源在于買賣雙方之間的信息不對稱。一旦AI智能體擁有了MLS數據庫和幾十年的交易數據，買方經紀人的知識優勢瞬間消失。一份2027年3月的賣方分析報告把這個現象稱為“智能體內戰”。主要城市的買方傭金已從2.5至3個百分點壓縮到不足1個百分點，越來越多的交易在買方側完全沒有人工經紀參與。

我們高估了“人際關系”的價值。事實證明，很多人口中的“關系”，不過是加了一張友善面孔的摩擦。

這不過是中介層顛覆的開始。成功的企業砸了數十億去精準利用那些消費者行為習慣和人類心理規律，而這些規律，現在統統失效了。

以價格和匹配度為唯一目標進行優化的機器，不在乎你最愛哪個App，不在乎你習慣打開哪個網站打了四年，也不會被精心設計的結賬頁面所吸引。它不會因為疲憊就選最省事的那個，不會因為“我一直在這兒下單”就不比價。

這摧毀了一種特定類型的護城河：慣性中介。

DoorDash成了這場風暴的標志性受害者。

AI編程智能體已經讓上線一個外賣App的門檻幾近于零，有能力的開發者幾周內就能做出一個競爭產品，而且有幾十個人在這么做，他們把90至95%的配送費直接給到騎手，把騎手從DoorDash和Uber Eats吸引過來。多平臺聚合看單工具讓騎手能同時追蹤二三十個平臺的訂單，徹底瓦解了巨頭賴以存活的鎖定效應。市場一夜之間碎片化，利潤率壓縮到接近零。

智能體同步摧毀了兩邊：它催生了競爭者，又轉身去用那些競爭者。DoorDash的護城河本質上是“你餓了，你懶，這個App在你主屏幕上”。智能體沒有主屏幕，它會同時查DoorDash、Uber Eats、餐廳自營站點和二十個新興競品，每次都選費率最低、送達最快的那個。

對機器來說，App慣性根本不存在。

頗具諷刺意味的是，在這整個悲劇里，智能體唯一幫了那些即將被取代的白領一次忙，正是在這里。當他們最終當上外賣騎手，至少不用再把一半收入交給Uber和DoorDash了。當然，這份來自技術的慷慨也沒維持多久，自動駕駛很快接管了這塊市場。

智能體掌控交易之后，開始尋找更大的優化空間。

比價聚合能做的事情有限。要真正持續為用戶省錢，尤其是當智能體之間開始互相交易的時候，最有效的方式是消滅手續費。在機器對機器的商務場景中，2至3個百分點的刷卡手續費，成了明擺著的攻擊目標。

智能體開始尋找比信用卡更快、更便宜的支付方式，大多數落腳到了基于Solana或以太坊二層網絡的穩定幣，結算近乎即時，單筆成本是分之一分錢。

萬事達卡2027年一季報：凈營收同比增長6%；消費額增速從上季度5.9%放緩至3.4%；管理層提及“智能體主導的價格優化”與“可選消費類別承壓” | Bloomberg，2027年4月29日

萬事達卡這份一季報，是那個轉折點。智能體商務從一個產品敘事，變成了一個基礎設施敘事。次日萬事達卡跌9%，Visa也跟著跌，不過后來收復了一部分跌幅，因為分析師指出Visa在穩定幣基礎設施方面的布局更靠前。

智能體商務繞開刷卡通道，對以信用卡為核心業務的銀行和單一支付機構的沖擊遠比對Visa更大，因為那2至3個百分點的手續費，大頭就是他們在收，而他們還依靠這筆商戶補貼搭建起了整套積分權益體系。

美國運通受創最重，一邊是白領大規模失業侵蝕了它的客戶基礎，另一邊是智能體繞道繞掉了它的營收模式。接下來幾周里，同步、首都一號和Discover都跌超10個百分點。

它們的護城河是摩擦鑄就的。而摩擦正在歸零。

從行業風險到系統性風險

整個2026年，市場把AI沖擊當作行業故事來處理。軟件和咨詢被打得很慘，支付和其他收費關口也在搖晃，但整體經濟看起來還好。勞動力市場雖然在軟化，但沒有自由落體。市場主流觀點是：創造性破壞本就是技術創新周期的一部分。陣痛會有，但AI帶來的整體凈收益會超過代價。

我們在2027年1月的宏觀報告里指出，這個思維框架是錯的。美國經濟本質上是白領服務業經濟，白領占就業人口的50%，貢獻了約75%的可選消費支出。AI正在啃噬的那些行業和崗位，不是美國經濟的邊角料，那就是美國經濟本身。

“技術革新會消滅舊工作，然后創造更多新工作”。這是當時最流行、最有說服力的反駁。流行且有說服力，因為過去兩百年都是如此。即便我們想不清楚未來的工作是什么，它們終將出現。

ATM機讓開支行的成本更低，于是銀行反而多開了很多網點，柜員就業崗位在接下來二十年持續增長?；ヂ摼W顛覆了旅行社、黃頁、實體零售，卻又憑空發明了全新的行業，帶來了全新的就業。

但每一個新工作，都需要人來做。

AI現在是一種通用智能，而且它正在持續進化，而進化的方向，恰恰是那些被取代的人類本來可以去做的事。被取代的程序員無法簡單轉行去“管理AI”，因為AI已經能做這件事了。

如今，AI智能體可以獨立處理歷時數周的研究和開發任務。指數曲線碾過了我們對“可能”的所有預設，盡管每年都有沃頓商學院的教授試圖用新的S形曲線去擬合數據。

代碼，基本上全由AI寫了。能力最強的AI，在幾乎所有事情上都比絕大多數人類更聰明。而且還在持續變便宜。

AI確實創造了新工作，提示詞工程師、AI安全研究員、基礎設施技術人員。高層協調、個性化判斷，人類仍然在回路里。但AI每創造一個新崗位，就讓幾十個舊崗位消失。新崗位的薪酬，是舊崗位的零頭。

美國JOLTS：職位空缺降至550萬以下；失業人數與空缺崗位之比攀升至約1.7，為2020年8月以來最高 | Bloomberg，2026年10月

整年招聘都在蔫著，但2026年10月的JOLTS報告給出了明確數據。職位空缺降至550萬，同比下降15%。

Indeed：軟件、金融、咨詢領域招聘量隨“生產效率計劃”蔓延而急劇萎縮 | Indeed招聘實驗室，2026年11月至12月

白領崗位空缺在塌陷，藍領崗位（建筑、醫療、技工）相對穩定。流失的，是那些寫報告、批預算、讓經濟中間層保持潤滑的工作。這些工作，我們不知為何還在做著。兩個群體的實際工資增長，整年大多數時間都是負的，并持續下滑。

股市對JOLTS的關注，遠不如GE Vernova宣布渦輪機產能售罄至2040年的消息，在負面宏觀數據和正面AI基礎設施新聞之間搖擺橫盤。

但債市（永遠比股市聰明，或者至少少一點浪漫）開始對消費沖擊進行定價，十年期國債收益率在四個月內從4.3%下行至3.2%。盡管如此，表面失業率并未崩潰，結構上的微妙之處，還有很多人沒看明白。

普通衰退有自我糾偏機制。過度建設導致建設放緩，進而帶來降息，進而帶來新一輪建設。庫存過剩導致去庫，之后再補庫。周期性的成因，本身就包含著復蘇的種子。

這次的成因，不是周期性的。

AI在變得更好、更便宜。企業裁員，省下的錢再買更多AI能力，進而裁更多人。失業者減少消費，賣東西給消費者的公司賣得更少，為了保利潤進一步加碼AI。AI在變得更好、更便宜。

一個沒有天然剎車的負反饋循環。

直覺上會認為總需求下降會拖慢AI投入的擴張。事實沒有，因為這不是超大規模資本支出，而是運營成本替代。一家此前每年花一億在員工上、五百萬在AI上的公司，現在花七千萬在員工上、兩千萬在AI上。AI投入成倍增長，但它發生在總運營成本下降的過程中。每家公司的AI預算都在增長，整體支出卻在收縮。

這帶來了一個諷刺：即使AI正在破壞的經濟開始惡化，AI基礎設施這個方向依然在表現。英偉達還在創收入新高。臺積電產能利用率還在95%以上。超大規模云商每季度仍在花1500億至2000億美元建數據中心。純粹受益于這條主線的經濟體，臺灣和韓國，大幅跑贏。

印度恰恰相反。印度IT外包行業每年出口逾2000億美元，是印度經常賬戶順差的最大來源，也是覆蓋持續貿易逆差的對沖。整個模式建立在一個價值主張上：印度開發者的成本遠低于美國同行。但一個AI編程智能體的邊際成本，已經本質上等于電費。TCS、Infosys、Wipro在整個2027年合同取消越來越多，印度盧比在四個月內對美元貶值18%，支撐印度外部賬戶的那個服務業順差，就此蒸發。2028年一季度，IMF已與新德里開始了“初步接觸”。

制造這場顛覆的引擎，每個季度都在變好，意味著顛覆本身每個季度都在加速。勞動力市場沒有天然的底部。

在美國，我們不再問AI基礎設施的泡沫會如何破裂，而是在問：當消費者被機器取代，一個依賴消費信貸的經濟體，會走向何處？

智能替代螺旋

2027年是宏觀經濟故事不再需要解讀的一年。此前十二個月里那些零散卻明確的負面發展，其傳導機制變得一目了然，你根本不需要翻BLS數據，去朋友聚會就夠了。

被取代的白領沒有坐以待斃， 他們在降檔。很多人去做了薪酬更低的服務業和零工工作，這增加了這些領域的勞動力供給，進一步壓低了那里的工資。

我們有一個朋友，2025年還是Salesforce的高級產品經理，有頭銜、有醫療保險、有401(k)，年收入18萬美元。她在第三輪裁員中失業，找了六個月工作，最終開起了Uber，年收入降到4.5萬美元。這個故事本身倒不是重點，重點是這背后的乘法效應：把這種情況乘以每個大城市里的幾十萬工人。有過剩資歷的勞動力大規模涌入服務業和零工經濟，把原本就掙扎的底層工人工資也壓下去了。行業性顛覆擴散成了全經濟體的薪資壓縮。

還在職的專業人士，也開始像下一個被裁的就是自己一樣來花錢。他們拼命工作（大多靠AI幫忙），只是為了不被裁掉，升職漲薪的念頭早就沒了，儲蓄率上升，消費軟化。

最危險的是滯后效應。高收入人群靠著比平均水平更高的儲蓄，維持了兩到三個季度的表面正常。硬數據的確認，落后于實體經濟里已經爛掉的現實。然后，打破幻覺的那個數字出現了。

美國首次申領失業救濟人數激增至48.7萬，為2020年4月以來最高 | 美國勞工部，2027年三季度

首次申領失業救濟人數飆至48.7萬，創2020年4月以來新高。ADP和Equifax的數據證實，新增申領者以白領專業人員為絕大多數。

S&P在隨后一周下跌6%，負面宏觀開始在拔河中贏得上風。

普通衰退里，失業是廣譜性的，藍領白領按各自在就業中的比重大致平均承壓，消費沖擊也是分散的，而且會快速反映在數據里，因為低收入群體的邊際消費傾向更高。

這次的失業，集中在收入分配的最頂層。這些人在總就業中占比相對有限，但在消費支出中占據極不相稱的比重。美國收入最高的10%，貢獻了超過50%的全部消費支出，最高的20%貢獻了約65%。這批人，才是買房、買車、度假、下館子、交私校學費、做家裝翻新的主力，是整個可選消費經濟的需求基本盤。

當這批人失業，或是被迫接受五折薪水轉行，消費沖擊之大，遠超對應的失業人數所能解釋的。白領就業下降2個百分點，換來的是可選消費支出約3至4個百分點的缺口。與藍領失業不同，藍領失業后影響立竿見影，而白領失業的沖擊有滯后，但更深，因為他們有儲蓄緩沖，能維持幾個月的消費表觀，之后才是行為轉變。

到2027年二季度，經濟已經陷入衰退。全美經濟研究局的官方認定要幾個月后才來，但數據已經不容置疑，兩個連續季度的實際GDP負增長。但還沒到“金融危機”的級別……至少還沒有。

連環押注這根鏈條

私募信貸規模從2015年的不足1萬億美元，膨脹到2026年的逾2.5萬億美元。其中相當一部分資金，流向了軟件和科技領域，很多是以“ARR將永遠保持兩位數增長”為前提的SaaS公司杠桿收購。

這些前提，在第一個AI編程智能體的演示和2026年一季度軟件崩盤之間的某個時間節點就已經死了。但賬面估值好像還沒意識到。

當公開市場上的SaaS公司交易于5至8倍EBITDA，PE持有的同類公司，賬面估值還是按收購時那個不存在的營收倍數打的。基金經理慢慢往下調，從賬面價值的100分，調到92，調到85，與此同時，公開市場的可比參照在說50。

穆迪下調14個發行人共180億美元PE持有軟件債務評級，理由是“AI驅動競爭顛覆帶來的長期營收逆風”；這是2015年能源行業評級行動以來最大規模的單一行業降級 | 穆迪投資者服務，2027年4月

降級之后發生了什么，業內人士都記得，這套劇本，2015年能源行業大降級時就演過一遍。

軟件支撐的貸款，在2027年三季度開始出現違約。信息服務和咨詢行業的PE投資組合公司隨之跟上。多筆知名SaaS公司的數十億美元杠桿收購進入重組。

Zendesk是那根導火索。

Zendesk因AI驅動客服自動化侵蝕ARR而觸發債務契約違約；50億美元直接貸款敞口打至58分；創私募信貸軟件行業最大違約紀錄 | 英國金融時報，2027年9月

2022年，Hellman & Friedman和Permira以102億美元將Zendesk私有化。融資結構包括50億美元的直接貸款，由黑石牽頭，Apollo、Blue Owl和HPS共同入局，這是歷史上金額最大的ARR抵押貸款，整個杠桿邏輯建立在Zendesk的年度經常性收入真的會繼續經常性循環的假設上。按約25倍EBITDA的估值，這個杠桿只有在這個條件成立的情況下才有意義。

到2027年中，這個條件不再成立。

AI智能體自主處理客戶服務已經快滿一年了，Zendesk曾經定義的那個品類，憑工單系統路由和管理人工支持交互，已經被完全繞開，問題直接就解決了，根本不會產生工單。貸款當年承銷時依據的那個年度經常性收入，已經不再經常性了，不過是還沒跑掉的收入而已。

歷史上最大的ARR抵押貸款，成為歷史上最大的私募信貸軟件違約。每一張信用交易臺都在同時追問同一個問題：還有誰在把周期性逆風包裝成結構性逆風？

但市場最初的主流判斷是對的，至少在一開始是：這應該是可以消化的。

私募信貸不是2008年的銀行體系，整個架構的設計初衷就是避免被迫賣出。這些是封閉式基金，資金是鎖定的，LP承諾期七到十年，沒有會擠兌的儲戶，沒有會被抽走的回購額度，基金管理人可以坐在受損資產上慢慢處置，等待回收。會很痛，但可控。整套設計的目的，就是彎而不斷。

黑石、KKR、Apollo的高管都公開了軟件敞口，分別是總資產的7至13個百分點。可控。每一份賣方研報和財經社交賬戶都在說同一件事：私募信貸有永久資本，能吸收足以擊垮杠桿銀行的損失。

永久資本。 這個詞出現在每一份財報電話會議和致投資者信里，用于安撫市場，成了一句咒語。像所有咒語一樣，沒有人仔細看過細則。它真正的含義是這樣的……

過去十年，大型另類資產管理公司陸續收購人壽保險公司，把它們改造成融資載體。Apollo收了Athene，布魯克菲爾德收了American Equity，KKR拿下了Global Atlantic。邏輯非常優雅：年金存款提供了穩定的長久期負債基礎，基金經理將這些存款投入自己發起的私募信貸，實現雙重收費，保險端賺利差，資產管理端收管理費。這臺收費機器，在一個條件下完美運轉。

那就是私募信貸得是真金白銀的好資產。

損失打進了那些專門持有非流動資產、對應長久期負債的資產負債表。那個本應讓體系更具韌性的“永久資本”，不是某種抽象的耐心機構資金，也不是老練投資者在承擔老練風險。它是美國普通家庭的儲蓄，以年金形式結構化，投入了與現在正在違約的PE持有軟件和科技項目完全相同的資產。那個跑不掉的鎖定資金，是壽險保單持有人的錢，而在這方面，監管規則是不一樣的。

與銀行監管相比，保險監管歷來溫吞，甚至可以說是失職，但這次徹底驚醒了他們。對壽險公司私募信貸集中度早已感到不安的監管機構，開始下調這些資產的風險資本處理標準，迫使保險公司要么增資，要么賣資產。在一個本就快速收緊的市場里，兩條路都走不通。

紐約州、愛荷華州監管機構著手收緊壽險公司持有的部分私人評級信貸的資本處理標準；NAIC預計將出臺指引提高RBC系數并觸發SVO進一步審查 | 路透社，2027年11月

穆迪將Athene的財務實力評級列入負面觀察后，Apollo股價在兩個交易日內跌去22%，布魯克菲爾德、KKR等隨之跟跌。

更復雜的還在后面。這些公司不只是搭出了保險永動機，他們還建起了一套精心設計的離岸架構，通過監管套利最大化收益。美國本土保險公司承保年金，然后把風險分出到在百慕大或開曼注冊的關聯再保險公司，利用當地更寬松的監管，對同樣的資產少提資本。那個關聯方通過離岸特殊目的載體向外部募資，引入了新一層的對手方，這些人與保險公司一起，投進了同一家母公司資產管理部門發起的私募信貸。

評級機構，其中一些本身就是PE旗下資產，向來不是透明度的典范（不出所料）。不同公司關聯到不同資產負債表的這張蜘蛛網，其不透明程度令人咋舌。當底層貸款開始違約，誰實際承擔損失這個問題，在當時根本無法實時回答。

2027年11月的崩盤，標志著市場對這件事性質的認知，從一次有可能平平常常的周期性回調，轉變為更令人不安的東西。“押注白領生產率持續增長的連環擔保鏈”，是美聯儲主席凱文·沃什在11月緊急FOMC會議上的原話。

要知道，真正造成危機的，從來不是損失本身，而是對損失的確認。還有另一個領域，更大、更重要，我們已經開始為那個確認時刻感到恐懼。

抵押貸款問題

Zillow房屋價值指數：舊金山同比下跌11%，西雅圖下跌9%，奧斯汀下跌8%；房利美標注科技金融從業人員占比超40%的郵政編碼“早期逾期率明顯上升” | Zillow/房利美，2028年6月

本月Zillow房屋價值指數顯示，舊金山同比跌11%，西雅圖跌9%，奧斯汀跌8%。令人擔憂的還不只這些，上個月房利美標注了信用分780以上高信用借款人集中的核心地區出現了早期逾期率上升，那些地區歷來被認為是“銅墻鐵壁”。

美國住房抵押貸款市場規模約13萬億美元。抵押貸款承銷，建立在一個根本假設之上：借款人將在貸款存續期內大致維持當前就業和收入水平，通常是三十年。

白領就業危機，正在結構性地撼動這個假設。現在我們必須追問一個三年前想都不敢想的問題：優質抵押貸款，還是安全資產嗎？

美國歷史上每一次抵押貸款危機，都由三類原因之一驅動：投機過度（向還不起錢的人放貸，如2008年）、利率沖擊（浮動利率還款額隨升息飆升，如1980年代初）、區域性經濟沖擊（某一地區某一行業崩塌，如1980年代得克薩斯的石油業，或2009年密歇根的汽車業）。

以上幾條，這次都不適用。這批借款人不是次貸客戶，信用評分780，首付20%，信用記錄干凈，就業穩定，收入在放貸時經過核實和記錄。他們是整個金融體系的信用風險模型中最堅實的那塊基石。

2008年，貸款從第一天就是壞的。2028年，貸款第一天是好的。只是貸款發出去之后，世界……變了。人們借的是一個自己已經無力相信的未來。

2027年，我們就發現了隱形壓力的早期跡象：HELOC提款、401(k)部分支取、信用卡債務激增，但抵押貸款還在正常還款。隨著崗位流失、招聘凍結、獎金取消，這些優質借款人的債務收入比已經翻倍。

他們還在正常還款，但只能通過停止一切可選消費、抽干儲蓄、推遲所有家庭維護和改善來實現。技術上還沒違約，但只需再一個沖擊就會陷入困境，而AI能力的發展軌跡表明，那個沖擊遲早要來。然后我們看到逾期率在舊金山、西雅圖、曼哈頓和奧斯汀開始攀升，即便全國平均水平還在歷史正常區間內。

我們現在處于最急性的階段。房價下跌，在邊際買家健康的時候，是可以承受的。但這次，邊際買家自己也在承受同樣的收入損失。

盡管隱憂在積聚，完全意義上的抵押貸款危機尚未爆發，逾期率雖有上升，仍遠低于2008年水平。真正的威脅，是那條軌跡線本身。

智能替代螺旋，現在已經有了兩個金融加速器在助力實體經濟的沉淪。

勞動力替代、抵押貸款隱憂、私募市場動蕩，三者相互強化。而傳統政策工具，降息、量化寬松，可以對付金融端的發動機，卻對實體經濟的發動機束手無策，因為那臺發動機的驅動力，不是偏緊的金融條件，而是AI讓人類智能變得不再稀缺、不再值錢。利率可以降到零，可以把所有MBS和違約軟件LBO債務都買進來……

但這改變不了一個事實：一個Claude智能體每月花200美元，就能干一個18萬美元產品經理的活。

如果這些擔憂成真，抵押貸款市場將在今年下半年出現裂縫。在那個情境下，我們預計本次股市回撤最終將接近全球金融危機的水平，即峰值至谷底57%的跌幅，屆時S&P 500將回到約3500點，那正是2022年11月ChatGPT問世前的水平。

可以確定的是，支撐13萬億美元住房抵押貸款的收入假設，已經被結構性損傷。不確定的是，政策能否在抵押貸款市場充分消化這意味著什么之前及時介入。我們還抱有希望，但否認那些讓我們難以樂觀的理由，是說不過去的。

與時間的賽跑

第一個負反饋循環發生在實體經濟：AI能力提升，薪資規模收縮，消費軟化，利潤承壓，企業加購AI能力，AI能力再提升。然后傳導到了金融端：收入損傷打到抵押貸款，銀行虧損收緊信貸，財富效應破裂，負反饋循環提速。這兩者，又都被一個顯然處于困惑之中的政府滯后且不充分的政策應對所放大。

這套體系本就不是為這種危機設計的。聯邦政府的財政收入，本質上是對人類時間課稅：人們工作，企業付薪，政府抽成。在正常年份，個人所得稅和工資稅是財政收入的脊梁。

今年一季度，聯邦財政收入比CBO基線預測低了12個百分點。工資稅在減少，因為雇用的人少了，薪酬水平低了，所得稅在減少，因為掙到的那些收入結構性縮水了。生產率在暴增，但紅利流向了資本和算力，沒有流向勞動力。

勞動收入在GDP中的份額，從1974年的64%磨到了2024年的56%，四十年的緩慢下行，背后是全球化、自動化和工人議價能力的持續侵蝕。AI開始指數級加速的四年間，這個數字進一步跌至46%，創有記錄以來最快的下降速度。

產出還在，只是不再經由家庭流轉，在回到企業的途中不再經過居民手里，這意味著也不再經過稅務局。經濟循環流在斷裂，而政府被期待出手修復它。

和每次經濟下行一樣，支出在攀升，而收入在下降。這次的不同在于，支出壓力不是周期性的。那些自動穩定器，當年是為暫時性失業設計的，不是為結構性替代設計的?，F在整套系統在支付救濟金，假設這些工人終將重新被吸納，而很多人不會，至少不會以接近他們此前薪酬的水平。新冠期間，政府可以欣然接受15%的財政赤字，因為那被理解為是暫時的。今天需要政府救助的那些人，不是在等一場會好轉的疫情，他們是被一項在持續進化的技術所取代的。

政府需要在從家庭征稅減少的同時，向家庭轉移更多資金。

美國不會違約，它花的是自己發的貨幣，借的也是同一種貨幣。但壓力已經在別處顯現。市政債券的年內表現分化令人警覺，沒有所得稅的州還好，但依賴所得稅的州（主要是藍州）發行的一般義務市政債，已經開始反映一定的違約風險。政客很快看到了這里面的政治意味，關于誰該獲得救助的爭論，沿著黨派界線劃開了。

對此，現屆政府也算功績一件，他們較早認識到了這場危機的結構性本質，開始尋求跨黨派提案，他們稱之為“轉型經濟法案”：一套直接向受影響工人轉移支付的框架，資金來源包括赤字支出，以及一項擬議中的AI推理算力稅。

桌上最激進的方案走得更遠，“共享AI繁榮法案”要建立政府對智能基礎設施收益的公共主張，介于主權財富基金和按AI產出收取版稅之間，分紅用于資助家庭轉移支付。私營部門的游說者已經把媒體鋪滿了關于“滑坡謬誤”的警告。

圍繞這些討論的政治博弈，走向讓人沮喪到可以預見，黨派秀肌肉和政治豪賭讓事情雪上加霜。右派把轉移支付和再分配稱為馬克思主義，警告對算力課稅是把領先地位拱手讓給中國。左派則警告，由現有巨頭參與起草的稅法會異化成另一種形式的監管俘獲。財政鷹派指著不可持續的赤字。財政鴿派用全球金融危機后過早緊縮的教訓來反駁。分歧在大選臨近之際只會進一步撕裂。

政客們唇槍舌戰之際，社會結構的崩裂已經遠比立法程序跑得快了。

“占領硅谷”運動是這種彌漫不滿的縮影，上個月，示威者連續三周封堵了Anthropic和OpenAI舊金山辦公室的入口，人數還在增加，媒體曝光比促成這場運動的失業數據還要多。

從大眾的角度來看，很難想象還有什么群體能比金融危機后那些銀行家更令人憎恨，但AI實驗室正在追上。而他們被憎恨，在很大程度上是有原因的。這些公司的創始人和早期投資者，正在以讓鍍金時代都相形見絀的速度積累財富，生產率躍升的紅利幾乎全部流向算力擁有者和AI實驗室股東，將美國社會的不平等推至前所未有的水平。

每一方都有自己心目中的惡棍，但真正的惡棍是時間。

AI能力的演化速度，遠超機構的適應速度。政策回應，在用意識形態的速度處理一個現實問題。如果政府還不趕快就問題本身達成共識，那些負反饋循環會替他們寫完接下來的故事。

智能溢價的卸載

現代經濟史的全部歷程里，人類智能始終是稀缺要素。資本是充裕的，至少是可復制的。自然資源有限，但有替代方案。技術進步足夠緩慢，人類來得及適應。唯有智能，那種分析、決策、創造、說服和協調的能力，是無法大規模復制的。

人類智能的內在溢價，根植于它的稀缺性。我們經濟體里的每一套制度，從勞動力市場到抵押貸款市場再到稅法，都是為“這個假設永遠成立”的世界設計的。

我們正在經歷那個溢價的卸載。機器智能，已經成為人類智能在越來越廣泛的任務中一個合格且持續進化的替代品。幾十年里為稀缺人類智識所優化的金融體系，正在重新定價。這個重新定價，是痛苦的、無序的，而且遠未完成。

但重新定價，不等同于崩塌。

經濟可以找到新的均衡，而找到均衡這件事，仍然是少數幾件只有人類才能做的事之一。我們需要做對。

這是歷史上第一次，經濟體中最具生產力的資產，創造了更少而非更多的就業。沒有任何既有框架能套用，因為沒有一個是為一個稀缺要素變得充裕的世界設計的。所以我們必須建立新的框架。我們能否及時建成，是唯一重要的問題。

但你讀這篇文章，不是在2028年6月，而是在2026年2月。

S&P逼近歷史高點，那些負反饋循環尚未啟動，我們確信其中一些情景不會成真。我們同樣確信，機器智能會持續加速，人類智能的溢價會持續收窄。

作為投資者，我們還有時間去檢視自己的投資組合里，有多少倉位建立在這個十年撐不住的假設之上；作為一個社會，我們還有時間去主動作為。

礦里的金絲雀，還活著。