国外疯传的THE 2028 GLOBAL INTELLIGECE CRISIS （中文翻译版）下面只是一种情景推演，不是预测。这不是唱空爽文，也不是AI末日论的同人小说。本文唯一的目的，是构建一个相对被忽视的情景模型。这个问题由我们的朋友阿拉普·沙阿提出，我们一起头脑风暴得出了答案。这篇由我们撰写，他还写了另外两篇，你可以在文末链接看到。希望读完这篇内容，能让你更好地应对潜在的尾部风险——因为AI正在让整个经济变得越来越“诡异”。这是西特里尼研究（CitriniResearch）2028年6月的宏观备忘录，详细记录了全球智能危机的演变与后果。西特里尼研究 2026年2月22日 2028年6月30日今早公布的失业率达到 10.2%，比预期高出0.3个百分点。市场因此大跌2%，标普500从2026年10月高点至今已累计回撤 38%。交易员们已经麻木了。半年前，这样的数据足以触发熔断。仅仅两年。从“局部影响”“仅限于个别行业”，到整个经济变得面目全非，不再是我们从小到大熟悉的样子。本期宏观备忘录，我们试图还原整个过程——对危机前的经济做一次事后复盘。当时的狂热显而易见。到2026年10月，标普500逼近8000点，纳斯达克突破30000点。 2026年初，第一轮因“人类被替代”引发的裁员开始，而这些裁员带来了裁员本该带来的效果：利润率扩张、盈利超预期、股价大涨。创纪录的企业利润，又被全部投入AI算力。
宏观表面数据依然亮眼。名义GDP持续保持中高个位数年化增长，生产率狂飙。每小时实际产出创下1950年代以来未见的增速，驱动这一切的是AI智能体——它们不睡觉、不生病、不需要医保。算力的拥有者财富暴增，劳动力成本凭空消失。与此同时，实际工资增长崩盘。尽管政府一再吹嘘生产率创下纪录，白领还是被机器取代，被迫转向更低薪的岗位。当消费经济开始出现裂痕时，经济评论家们流行起一个词： “幽灵GDP”——出现在国民账户里，却从未在真实经济中循环流动的产出。 AI在所有方面都超出预期，市场也完全由AI驱动。唯一的问题是：实体经济并没有跟上。其实早就该看明白：北达科他州一个GPU集群，就能产出原本曼哈顿中城1万名白领的工作量，这与其说是经济良药，不如说是经济瘟疫。货币流通速度直线归零。占GDP 70%的以人为核心的消费经济逐渐枯萎。我们本该早点想明白一件事：机器在非必需品上的消费是多少？答案是：0。 AI能力越强 → 企业需要的员工越少 → 白领裁员增加 → 被替代者减少消费 → 利润压力迫使企业加大AI投入 → AI能力进一步提升……这是一个没有自然刹车的负向循环：人类智能被替代的螺旋。白领的收入能力（以及理性之下的消费能力）被结构性摧毁。而他们的收入，是13万亿美元抵押贷款市场的基石——这迫使承销机构重新评估：优质房贷还安全吗？ 17年没有出现真正的违约周期，让私募市场充斥着PE支持的软件交易，这些交易全都假设年度经常性收入（ARR）会永远持续。
2027年中，AI冲击引发的第一轮违约，打破了这个假设。如果冲击仅限于软件行业，问题尚且可控。但它没有。到2027年底，所有依靠中介模式的商业模式都受到威胁。一大批靠人类之间的“摩擦成本”赚钱的公司纷纷瓦解。整个金融系统，原来是一长串押注白领生产率增长的关联链条。 2027年11月的崩盘，只是加速了所有早已存在的负向循环。整整一年，我们都在等“坏消息变成好消息”。政府开始考虑各种提案，但公众对政府救助能力的信心已经大幅消退。政策反应永远滞后于经济现实，而缺乏全面方案，正加速通缩螺旋的到来。 2025年底：智能编码工具出现阶跃式突破一个合格的开发者，配合Claude Code或Codex，能在几周内复刻出中型SaaS产品的核心功能。不算完美，也没覆盖所有边界情况，但已经足够让首席信息官在面对50万美元年费时发问： “我们为什么不自己做？” 财年大多和自然年同步，所以2026年的企业支出在2025年第四季度就已确定——那时“智能体AI”还只是个热词。年中审核，是采购团队第一次真正看清这些系统的能力。他们亲眼看到内部团队几周内就做出原型，替代掉价值六位数的SaaS合同。那年夏天，我们和一家财富500强的采购经理聊过。他讲了一次预算谈判：销售本打算照搬去年剧本——每年涨价5%，一套“你们团队离不开我们”的说辞。采购经理直接告诉他：他已经和OpenAI谈过，让他们的“前沿部署工程师” 用AI工具直接替代掉这家供应商。最终他们以**降价30%**续约。他说这已经是好结果。像Monday.com、Zapier、Asana这类长尾SaaS，处境更惨。
投资者早有准备，甚至预期长尾SaaS会受重创。它们可能占普通企业软件支出的三分之一，风险显而易见。但大家以为核心系统会安全无恙。直到ServiceNow 2026年第三季度财报发布，这种自反性的机制才真正清晰起来。彭博新闻，2026年10月： ServiceNow 新增年化合同价值增速从23%骤降至14%；宣布裁员15%并启动“结构性效率计划”；股价暴跌18% SaaS并没有“死掉”。自研搭建和维护依然有成本收益考量。但自研变成了一个可行选项，这直接影响定价谈判。更重要的是，竞争格局彻底改变。 AI让开发和上线新功能变得更容易，差异化消失。老牌企业陷入价格战——既要互相厮杀，还要面对一批新兴挑战者。这些新玩家受益于智能编码工具的飞跃，又没有历史成本包袱，疯狂抢夺份额。这张财报也让人们第一次意识到这些系统之间的连锁关系有多深。 ServiceNow卖的是席位。当财富500强客户裁员15%，就会取消15%的许可证。正是那些在客户公司提升利润率的AI裁员，在机械地摧毁ServiceNow自己的收入基础。一家卖流程自动化的公司，被更好的流程自动化颠覆。而它的应对，就是裁员，再把省下来的钱投入到颠覆自己的技术里。它们还能怎么做？坐以待毙、慢慢等死吗？最受AI威胁的公司，反而成了AI最激进的使用者。
现在回头看理所当然，但当时真的不是这样（至少对我而言）。历史上的颠覆模式是：老牌企业抗拒新技术 → 被灵活新对手抢走份额 → 缓慢死亡。柯达、百视达、黑莓都是如此。 2026年发生的事完全不同：老牌企业根本无力抗拒。股价已经跌去40%–60%，董事会要求解释，受AI威胁的公司只能做一件事：裁员 → 把资金转向AI工具 → 用更少成本维持产出。每家公司的个体选择都是理性的，集体结果却是灾难性的。每省下来的一美元人力成本，都会变成更强的AI能力，为下一轮裁员创造条件。软件行业只是开场戏。当投资者还在争论SaaS估值是否见底时，他们忽略了一件事：这个自反循环早已冲出软件行业。所有拥有白领成本结构的公司，都在重复ServiceNow裁员的逻辑。到2027年初，大模型使用已成标配。很多人根本不知道什么是AI智能体，却天天在用，就像不懂“云计算”的人照样用流媒体。他们把它当成自动补全、拼写检查一样——手机自带的功能而已。阿里云通义开源的智能购物助手，成为AI接管消费决策的催化剂。短短几周，所有主流AI助手都集成了智能交易功能。轻量化模型让这些智能体可以在手机、笔记本上运行，而不只是云端，大幅降低推理边际成本。更让投资者不安的是：这些智能体不用等人类指令。它们根据用户偏好在后台自动运行。消费不再是一系列离散的人类决策，而是24/7不间断的优化过程。
到2027年3月，美国人均日消耗Token达到40万个，是2026年底的10倍。链条的下一环，已经开始断裂。那就是：中介。过去五十年，美国经济在人类的局限性之上，搭建了一层巨大的抽租体系：做事需要时间、耐心会耗尽、品牌熟悉度替代严谨判断、大多数人为了少点几下，愿意接受更差的价格。数万亿美元的企业价值，全都依赖这些约束持续存在。一开始很简单：智能体消除了摩擦。长期不用却自动续费的订阅、试用期后悄悄翻倍的定价、各种利用人性惰性的设计，全都变成智能体可以破解的“绑架陷阱”。整个订阅经济赖以生存的客户终身价值明显下滑。消费智能体开始改变几乎所有消费交易的方式。人类没时间为了一盒蛋白棒，在五个平台之间比价。机器可以。旅游预订平台是早期牺牲品，因为最简单。到2026年第四季度，我们的智能体就能比任何平台更快、更便宜地完成完整行程（机票、酒店、交通、积分、预算、退款）。完全依赖用户惰性续保的保险，被彻底重构。每年帮你重新比价投保的智能体，抹掉了保险公司靠被动续保赚取的15%–20%保费。财务顾问、税务申报、常规法律服务……任何价值主张本质是 “我帮你搞定你嫌麻烦的复杂流程”的行业，全被颠覆——因为机器根本不觉得麻烦。
就连我们以为靠“人际关系”能保住的领域，也不堪一击。房地产行业几十年来，买家容忍5%–6%的佣金，只是因为买卖双方信息不对称。但当AI智能体拥有房源数据库和几十年交易数据，瞬间就能复制经纪人的全部知识体系，行业瞬间崩塌。 2027年3月，一篇卖方报告称之为 “智能体对战智能体”。主要城市买方佣金中位数从2.5%–3%压缩到1%以下，越来越多交易甚至没有人类买方中介参与。我们高估了“人际关系”的价值。事实证明，很多所谓的关系，不过是一张友好面孔包装下的摩擦成本。这还只是中介层颠覆的开始。成功的企业花了数十亿美元，利用消费者行为和心理的弱点赚钱，而这些弱点对机器毫无意义。为价格和匹配度优化的机器，不在乎你最爱用哪个App、你习惯打开了多少年的网站、也不会被设计精良的结账界面吸引。它们不会累，不会选最简单的选项，不会默认“我一直在这里买”。这直接摧毁了一种特殊的护城河：习惯性中介。 DoorDash（美国外卖平台）就是典型代表。编码智能体让开发外卖App的门槛几乎归零。一个合格开发者几周就能做出功能完整的竞品，几十家新平台出现，把90%–95%的配送费分给骑手，从DoorDash、Uber Eats抢走运力。多平台仪表盘让零工能同时接收二三十个平台的订单，彻底打破老牌平台的用户锁定。市场一夜碎片化，利润率压缩到近乎为零。
智能体从两端加速毁灭：既催生了竞争对手，又帮消费者使用它们。 DoorDash的护城河本质上就是：你饿了、你懒了、这是你主屏上的App。但智能体没有主屏。它会同时检查DoorDash、Uber Eats、餐厅官网、以及几十家新平台，每次都选出费用最低、配送最快的选项。作为商业模式根基的习惯性App忠诚，对机器来说根本不存在。这有点讽刺，可能是整个故事里，智能体唯一帮了即将被颠覆的白领的地方：当他们被迫去做外卖骑手时，至少一半收入不会被Uber和DoorDash抽走。当然，随着自动驾驶车辆普及，这份技术带来的“恩惠”也很快消失。一旦智能体掌控交易，它们就会追求更大的优化。比价、聚合的空间有限，反复帮用户省钱的最大方式（尤其是机器之间交易时），就是消除手续费。在机器对机器的交易中，信用卡2%–3%的手续费成了众矢之的。智能体开始寻找比信用卡更快、更便宜的方案。大多数转向通过Solana或以太坊二层网络的稳定币，结算近乎瞬时，交易成本低到几分钱以内。彭博新闻，2027年4月29日：万事达Q1净营收同比增6%；消费交易量增速从上一季度5.9%放缓至3.4%；管理层提及“智能体主导的价格优化”与“非必需消费压力” 万事达2027年Q1财报成为不归点。智能交易从产品故事，变成了金融基础设施故事。万事达次日暴跌9%，Visa也同步大跌，
只是后来分析师指出其在稳定币基础设施上更有优势，跌幅才收窄。智能交易绕开手续费，对以信用卡为核心的银行和单一业务发卡机构构成致命威胁，它们的收入主要来自这2%–3%的手续费，并建立了以商户补贴支撑的奖励计划业务。美国运通（AXP）受冲击最严重：白领裁员摧毁其客户群，智能体绕开手续费摧毁其盈利模式。 Synchrony、Capital One、Discover 随后几周跌幅均超过10%。它们的护城河由摩擦构成。而摩擦正在归零。 2026年：市场仍把AI冲击当成行业问题软件和咨询暴跌，支付和其他“收费站”业务摇摇欲坠，但整体经济看似无恙。就业市场虽在软化，但没有崩盘。主流观点认为：创造性破坏是技术革命的一部分，局部痛苦，整体净收益为正。我们2027年1月的宏观备忘录指出：这是错误的思维模型。美国经济是白领服务型经济。白领占就业人口的50%，驱动约75%的可选消费。 AI正在吞噬的企业和岗位，并非美国经济的边缘，它们就是美国经济本身。 “技术创新摧毁工作，然后创造更多工作。” 这是当时最流行、最有说服力的反驳。它流行且可信，因为两个世纪以来它都是对的。就算我们想不出未来会是什么工作，它们一定会来。 ATM让银行网点成本下降，结果银行开了更多网点，柜员就业人数随后20年上升。互联网颠覆了旅行社、黄页、实体零售，但创造了全新行业和新岗位。
但每一个新岗位，都需要人类来做。而现在，AI是通用智能，它在人类原本可以转岗去做的任务上持续进化。被替代的程序员无法简单转向“AI管理”，因为AI自己就能做管理。今天，AI智能体能完成长达数周的研发任务。指数级进步粉碎了我们对可能性的认知，尽管每年沃顿商学院的教授们都试图把数据拟合到新的S型曲线上。它们几乎能写所有代码。最顶尖的AI，在几乎所有事情上，都比几乎所有人类更强。而且它们越来越便宜。 AI确实创造了新工作：提示工程师、AI安全研究员、基础设施技术员。人类仍在最高层面参与协调、审美把控。但AI每创造一个新岗位，就淘汰几十个旧岗位。新岗位的薪资，只有过去的零头。彭博新闻，2026年10月：美国JOLTS职位空缺跌破550万；失业人数/职位空缺比升至约1.7，为2020年8月以来最高全年招聘都很疲软，但2026年10月的JOLTS数据给出了明确信号：职位空缺同比下降15%，跌破550万。 Indeed就业实验室，2026年11–12月：软件、金融、咨询岗位招聘大幅下滑，“生产率计划”蔓延白领岗位暴跌，蓝领岗位相对稳定（建筑、医疗、技工）。被冲击的是写备忘录、批预算、维持经济中层运转的岗位。（我们居然还活着，也算神奇。）但两类人群的实际工资增长，全年大部分时间都为负，且持续下滑。股市依然更关心GE Vernova涡轮机产能卖到2040年的新闻，
在负面宏观数据与AI基建利好之间拉锯震荡。但债市（永远比股市更清醒，至少不那么浪漫）开始定价消费冲击。 10年期收益率在随后四个月从4.3%跌至3.2%。尽管如此，整体失业率并未暴增，部分人仍没看懂结构上的变化。正常衰退中，成因会自我修正：过度建设 → 建筑放缓 → 利率下降 → 重新建设；库存过高 → 去库存 → 再补库存。周期机制里，自带复苏的种子。这一轮的成因不是周期性的。 AI变得更强、更便宜。企业裁员 → 用省下来的钱买更多AI → 再裁员。被替代者减少消费。面向消费者的公司销量下滑、经营承压，为了保利润率，再加大AI投入。 AI变得更强、更便宜。一个没有自然刹车的循环。直觉上大家以为：总需求下降会放缓AI建设。但并没有，因为这不是云服务商那种资本开支，而是运营成本替代。一家原本每年花1亿员工成本、500万AI成本的公司，现在花7000万员工成本、2000万AI成本。 AI投资数倍增长，但总运营成本反而下降。每家公司的AI预算都在增长，整体支出却在收缩。讽刺的是： AI基建板块持续走强，而它正在摧毁的经济却不断恶化。英伟达依然营收创纪录，台积电产能利用率保持95%以上，
云服务商每季度仍在数据中心资本开支上投入1500–2000亿美元。完全受益于这一趋势的经济体，如中国台湾、韩国，表现极强。印度则完全相反。该国IT服务业年出口超2000亿美元，是印度经常账户顺差的最大来源，也是弥补长期商品贸易逆差的支柱。整个模式的核心价值主张只有一个：印度开发者成本远低于美国同行。但AI编码助手的边际成本，已经几乎跌到电费。 TCS、印孚瑟斯、威普罗等公司 2027年合同取消量加速上升。支撑印度国际收支的服务顺差蒸发，卢比四个月内对美元暴跌18%。到2028年第一季度，IMF已开始与新德里“初步磋商”。引发颠覆的引擎，每季度都在变强，意味着颠覆每季度都在加速。劳动力市场没有天然底部。在美国，我们不再问AI基建泡沫何时破裂，而是问：当消费者被机器取代，消费信贷经济会怎样？ 2027年：宏观故事不再隐晦过去12个月零散但明显负面的变化，其传导机制终于变得清晰。你不用去查劳工统计局数据，只要和朋友吃顿饭就知道。被替代的白领没有闲着，他们降级了。许多人转向低薪服务业和零工岗位，增加了这些领域的劳动力供给，进一步压低工资。我们有个朋友，2025年是Salesforce高级产品经理，有头衔、医保、401k，年薪18万美元。她在第三轮裁员中失业。找了六个月工作后，开始开Uber。
收入降到4.5万美元。重点不是个人故事，而是二阶效应：把这个动态乘以几十万、遍布各大城市的劳动者。过剩劳动力涌入服务和零工经济，把本就挣扎的在岗工人工资进一步压低。行业性颠覆，演变成全经济范围的工资压缩。现存以人为核心的岗位池，还面临新一轮调整，就在我们写这篇文章的时候正在发生：自动驾驶配送和无人驾驶汽车，正在渗透吸收了第一轮失业者的零工经济。到2027年2月，仍在岗的职场人明显开始“以防被裁”式消费。他们在AI帮助下工作量翻倍，只求不被开除，升职加薪的希望彻底消失。储蓄率上升，消费疲软。最危险的是滞后性。高收入人群用高于平均水平的储蓄，维持了两三个季度的正常生活假象。硬数据确认问题时，现实经济早已病入膏肓。然后，打破幻象的数据终于来了。美国劳工部，2027年第三季度：首次申请失业金人数飙升至48.7万，为2020年4月以来最高首次申请失业金人数飙升至48.7万，绝大多数来自白领。标普当周大跌6%。负面宏观终于赢得了拉锯战。正常衰退中，失业分布广泛，蓝领白领大致按就业比例分担痛苦，消费冲击也分布均匀，且因为低收入人群边际消费倾向更高，数据会立刻反映。这一轮不同：失业集中在收入最高的人群。他们占就业比例不高，
却驱动不成比例的巨额消费。美国收入前10%的人群，贡献超过50%的消费；前20%，贡献约65%。是他们买房、买车、旅游、下馆子、付私立学校学费、装修房子。他们是整个可选消费经济的需求基石。当这些人失业，或降薪50%转岗，消费冲击远大于失业人数本身。 2%的白领就业下降，对应3%–4%的可选消费冲击。与蓝领失业立刻削减消费不同，白领有储蓄缓冲，能维持几个季度消费，然后才出现行为转变，冲击滞后但更深。到2027年第二季度，经济已陷入衰退。 NBER（美国经济研究局）要数月后才会正式确认（他们一向如此），但数据已明确：连续两个季度实际GDP负增长。但这还不是“金融危机”……至少当时还不是。私人信贷规模从2015年不到1万亿美元，增长到2026年超2.5万亿美元。相当一部分资金投向软件和科技交易，许多是对SaaS公司的杠杆收购，估值假设是收入永远保持十几的增速。这些假设在智能编码演示和2026年Q1软件崩盘之间就已死亡，但账面价值似乎没意识到。当众多上市SaaS公司跌到5–8倍息税折旧摊销前利润， PE持有的软件公司账面价值，依然反映收购时的收入倍数——而那个倍数早已不存在。基金经理慢慢下调估值：100折、92折、85折，而可比上市公司已经跌到5折。穆迪投资者服务，2027年4月：穆迪下调14家发行人共计180亿美元PE支持软件债务评级，
理由是“AI驱动的竞争颠覆带来长期性收入逆风”；为2015年能源业以来最大规模单一行业降级行动所有人都记得降级之后发生了什么。业内老手早已见过2015年能源降级的剧本。软件贷款2027年第三季度开始违约，信息服务、咨询领域的PE投资组合紧随其后。多家知名SaaS公司的数十亿美元杠杆收购进入重组。 Zendesk成了导火索。金融时报，2027年9月： Zendesk因AI驱动的客服自动化侵蚀ARR，违反债务契约； 50亿美元直接贷款工具估值跌至58美分；史上最大规模私人信贷软件违约 2022年，Hellman & Friedman和Permira以102亿美元将Zendesk私有化，债务 package 为50亿美元直接贷款，是当时史上最大ARR支持信贷工具，由黑石牵头，阿波罗、Blue Owl、HPS参与。这笔贷款完全基于一个假设： Zendesk的年度经常性收入（ARR）会持续稳定。约25倍的息税折旧摊销前利润杠杆，只有在ARR可持续的前提下才成立。到2027年中，这个前提不成立了。 AI智能体已经自主处理客服近一年， Zendesk定义的品类（工单、路由、人工支持），已经被根本不生成工单就能解决问题的系统替代。贷款所依赖的年度经常性收入，不再“持续”，只是还没流失的收入而已。史上最大ARR支持贷款，变成史上最大私人信贷软件违约。所有信贷部门同时问一个问题：还有谁把长期逆风，伪装成了周期性问题？但市场共识至少一开始是对的：
这本该是可以承受的。私人信贷不是2008年的银行体系。整个架构明确设计为避免强制抛售。这些是封闭式工具，资本锁定。 LP承诺期限7–10年。没有储户挤兑，没有回购协议抽贷。基金经理可以持有受损资产，慢慢处置，等待回收。痛苦，但可控。系统设计是弯曲，而非断裂。黑石、KKR、阿波罗高管称，软件敞口占资产的7%–13%，可控。所有卖方报告和金融社交账号都在说：私人信贷拥有永久资本。它们能吸收足以压垮杠杆银行的损失。永久资本。这个词出现在每一次 earnings call 和投资者信里，用来安抚市场。它成了一句咒语。和大多数咒语一样，没人关注细节。它的真实含义是……过去十年，大型另类资产管理公司收购寿险公司，将其变成融资工具。阿波罗收购Athene，布鲁克菲尔德收购American Equity， KKR收购Global Atlantic。逻辑很优雅：年金存款提供稳定、长久期负债端。基金经理把这些存款投入自己发起的私人信贷，赚两次钱：保险端的利差 + 资产管理端的管理费。一个费上费的永动机，完美运行的前提只有一个：私人信贷必须安全。损失冲击的是，为长久期负债持有非流动性资产的资产负债表。本该让系统具备韧性的“永久资本”，不是什么抽象的耐心机构资金和成熟投资者承担风险，
而是美国家庭的储蓄——平民百姓，以年金形式投入到如今正在违约的PE软件债务中。不能挤兑的锁定资本，是寿险保单持有人的钱，而这里的规则有点不一样。相对于银行体系，保险监管此前一直温和、甚至放任，但这次被彻底唤醒。本就对寿险公司私人信贷集中度不安的监管机构，开始提高这些资产的风险资本要求。这迫使保险公司要么增资，要么卖资产，在已经冻结的市场里，两者都无法以合理价格实现。路透社，2027年11月：纽约、爱荷华州监管机构收紧寿险公司特定私人评级信贷的资本要求；美国保险监督官协会指南预计提高风险资本因子，引发更多监管审查当穆迪将Athene财务实力评级展望调至负面，阿波罗股价两日内暴跌22%，布鲁克菲尔德、KKR等紧随其后。情况变得更复杂。这些公司不只搭建了保险永动机，还建立了精密的离岸架构，通过监管套利最大化收益。美国保险公司发行年金，然后将风险分给旗下百慕大或开曼群岛的再保险机构——这些机构监管更宽松，允许用更少资本支撑同样资产。这些关联机构通过离岸特殊目的工具募集外部资本，新增一层交易对手，与保险公司一起，投入同一母公司资产管理部门发起的私人信贷。评级机构中有些本身也被PE持有，透明度自然不高（没人意外）。不同公司、不同资产负债表交织成的网络，透明度低得惊人。
当底层贷款违约时，谁真正承担损失，实时根本无法回答。 2027年11月的崩盘，标志着市场认知从“普通周期性下跌”转向 “更令人不安的系统性危机”。美联储主席凯文·瓦尔什在11月紧急FOMC会议上称之为： “一长串押注白领生产率增长的关联赌注。” 要知道，从来不是损失本身引发危机，而是承认损失。而在金融领域，还有一个大得多、重要得多的领域，我们越来越害怕面对这一点。房贷问题 Zillow / 房利美，2028年6月： Zillow房价指数旧金山同比跌11%，西雅图9%，奥斯汀8%；房利美预警：科技/金融就业占比超40%的地区，早期违约率上升本月Zillow房价指数：旧金山同比跌11%，西雅图9%，奥斯汀8%。这不是唯一令人担忧的头条。上月房利美预警，高信用评分地区（通常被视为“绝对安全”）早期违约率上升。美国住宅抵押贷款市场约13万亿美元。房贷审批的核心假设是：借款人在贷款期限内（通常30年）能保持大致相当的收入与就业。白领就业危机，从根本上动摇了收入预期。我们现在必须问一个三年前还很荒谬的问题：优质房贷还安全吗？美国历史上所有房贷危机，都源于三种情况之一：
- 投机过度（借给买不起房的人，如2008年）
- 利率冲击（加息导致可调利率房贷无法承担，如80年代初）
- 区域性冲击（单一行业崩溃，如80年代德州石油、2009年密歇根汽车）这一次，全都不适用。这些借款人不是次级贷。他们是780以上的FICO信用分，首付20%，信用记录干净，就业稳定，放款时收入经过严格核实。他们是所有金融风险模型里信用质量的基石。 2008年，贷款从第一天就是坏的。 2028年，贷款第一天是好的。只是放款之后，世界变了。人们借钱时憧憬的未来，已经无法实现。 2027年，我们就标记了隐形压力的早期信号：房屋净值信用额度提取、401k取款、信用卡债务飙升，而房贷还款仍在正常。随着失业、招聘冻结、奖金削减，这些优质家庭的债务收入比翻倍。他们还能还房贷，但只能停止所有可选消费、耗尽储蓄、推迟房屋维护。名义上正常还款，实际上再受一次冲击就会违约。而AI能力的轨迹表明，冲击正在到来。然后我们看到，旧金山、西雅图、曼哈顿、奥斯汀的违约率开始飙升，尽管全国平均仍在历史区间内。我们现在进入最严峻阶段。边际买家健康时，房价下跌可控。而这里的边际买家，正面临同样的收入受损。尽管担忧加剧，我们尚未陷入全面房贷危机。
违约率上升，但远低于2008年。真正的威胁是趋势。智能替代螺旋，现在为实体经济下滑加上了两个金融加速器：劳动力替代 → 房贷担忧 → 私募市场动荡。彼此互相强化。而传统政策工具（降息、QE）只能解决金融引擎，无法解决实体经济引擎——因为实体经济引擎的问题不是金融条件收紧，而是AI让人类智能不再稀缺、不再值钱。你可以把利率降到零，买下所有抵押贷款支持证券，所有违约的软件杠杆收购债务……也改变不了一个事实：一个Claude智能体，每月花200美元，就能做年薪18万产品经理的工作。如果这些担忧成真，房贷市场将在今年下半年破裂。在这种情景下，标普500最终回撤幅度可能堪比2008年金融危机（57%），跌至约3500点——回到2022年11月ChatGPT发布前一个月的水平。明确的是：支撑13万亿美元房贷的收入假设，已结构性受损。不明确的是：政策能否在房贷市场完全反应这一切之前介入。我们抱有希望，但无法否认悲观的理由。第一层负向循环在实体经济： AI能力提升 → 裁员 → 消费疲软 → 利润收紧 → 企业再买AI → 能力再提升。然后演变成金融循环：收入受损冲击房贷 → 银行损失收紧信贷 → 财富效应破裂 → 循环加速。而这一切，
都被政府滞后、混乱、不足的政策应对进一步放大。这套系统，本就不是为这种危机设计的。联邦政府的收入基础，本质是对人类时间征税。人工作 → 企业发薪 → 政府抽成。个人所得税和工资税，是正常年份财政收入的支柱。截至今年第一季度，联邦财政收入比国会预算办公室基线低12%。工资税收入下降，因为就业人数和薪酬水平下降。所得税收入下降，因为收入结构性降低。生产率狂飙，但收益流向资本和算力，而非劳动力。劳动占GDP比重，从1974年的64%降至2024年的56%，四十年持续下滑，驱动因素是全球化、自动化、工人议价能力削弱。 AI开始指数级进步的四年里，这一比例直接跌到46%，创史上最剧烈跌幅。产出还在，但不再经过家庭流向企业，也就不再经过国税局。经济循环正在断裂，而政府被期望出面修复。和每一次衰退一样，支出上升，收入下降。这一次的区别是：支出压力不是周期性的。自动稳定器是为临时失业设计的，不是为结构性替代。系统发放福利，假设工人会被重新吸收。但很多人不会，至少不会回到以前的薪资水平。疫情期间，政府坦然接受15%的赤字，因为大家知道那是暂时的。今天需要政府支持的人，不是遭遇了会康复的疫情，而是被持续进化的技术替代。
政府需要向家庭转移更多资金，偏偏此时税收收入更少。美国不会违约。它印钞消费，也印钞还债。但压力已在别处显现。市政债券今年表现出现令人担忧的分化。无所得税的州尚可，依赖所得税的州（多数蓝州）发行的普通义务市政债，开始定价违约风险。政客迅速反应，谁该被救助的辩论沿党派路线分裂。政府值得肯定的是，较早意识到危机的结构性本质，开始考虑两党提案，名为《转型经济法案》：通过赤字支出+AI推理算力税，为被替代工人提供直接转移支付。更激进的提案更进一步：《AI繁荣共享法案》将建立对智能基础设施收益的公共权益，介于主权财富基金和AI产出版税之间，股息用于家庭转移支付。私营部门游说团体在媒体上铺天盖地警告“滑坡效应”。讨论背后的政治斗争可想而知，加剧了作秀和边缘政策。右派称转移支付和再分配是马克思主义，警告对算力征税会让中国领先。左派警告，由老牌企业参与起草的税收，会变成另一种形式的监管俘获。财政鹰派指出不可持续的赤字，鸽派则以金融危机后过早紧缩为警示。分歧在今年总统大选前进一步放大。政客争吵不休，社会结构的撕裂速度，快过立法进程。
“占领硅谷”运动成为广泛不满的象征。上月，示威者连续三周封锁 Anthropic和OpenAI在旧金山办公室的入口。人数不断增加，报道规模超过引发抗议的失业数据。很难想象公众会比金融危机后更恨银行家，但AI公司正在挑战这一点。从大众角度看，理由很充分：它们的创始人和早期投资者积累财富的速度，让镀金时代都显得温和。生产率繁荣的收益，几乎全部流向算力拥有者和AI公司股东，将美国的不平等放大到前所未有的水平。各方都有自己的反派，但真正的反派是时间。 AI能力进化的速度，快过制度适应的速度。政策反应按意识形态节奏推进，而非现实节奏。如果政府不尽快就问题本质达成共识，负向循环将替他们写下下一章节。在整个现代经济史中，人类智能一直是稀缺要素。资本充裕（至少可复制），自然资源有限但可替代，技术进步足够慢，人类可以适应。智能——分析、决策、创造、说服、协调的能力——是无法大规模复制的东西。人类智能的溢价，来自它的稀缺性。我们经济中的所有制度，从劳动力市场、房贷市场到税法，都为这个假设成立的世界而设计。我们现在正在经历这个溢价的瓦解。机器智能正在越来越多的任务上，成为人类智能的有效、快速进化的替代品。
几十年来为人类大脑稀缺优化的金融系统，正在重新定价。这个过程痛苦、无序，且远未结束。但重新定价 ≠ 崩溃。经济可以找到新均衡。抵达那里，是少数仅剩的、只有人类能完成的任务。我们必须做对。这是历史上第一次，经济体中生产力最高的资产，创造的岗位更少，而不是更多。没有任何框架适用，因为没有一个框架是为稀缺要素变成充裕要素的世界设计的。所以我们必须创造新框架。能否及时建成，是唯一重要的问题。但你不是在2028年6月读这篇文章。你是在2026年2月。标普接近历史高位。负向循环尚未开始。我们确定，其中一些情景不会发生。我们同样确定，机器智能会继续加速。人类智能的溢价会收窄。作为投资者，我们还有时间评估：我们的投资组合，有多少建立在撑不过这十年的假设之上。作为社会，我们还有时间主动应对。金丝雀还活着。
有值得继续追问的问题？写信交流 ↗