2028全球智能危机
《2028 年全球智能危机》— 中文翻译
原文：THE 2028 GLOBAL INTELLIGENCE CRISIS — A Thought Exercise in Financial History, from the Future 作者：Citrini Research & Alap Shah 发布日期：2026 年 2 月 22 日 出处：https://www.citriniresearch.com/p/2028gic
THE 2028 GLOBAL INTELLIGENCE CRISIS 《2028 年全球智能危机》 ——一篇关于金融史的思辨练习，来自未来
副标题：A Thought Exercise in Financial History, from the Future 一篇关于金融史的思辨练习，来自未来
作者：Citrini（@citrini） 与 Alap Shah（@alapshah1） **
发布日期**：2026 年 2 月 22 日
更新日期：June 30th, 2028
Preface（序言）
假设我们对 AI 的看多判断持续正确……而这恰恰是看空的呢？
以下是一则情景推演（scenario），不是预测。 这不是看空色情文学，也不是 AI 末日幻想小说。本文唯一的目的，是为一条相对未被充分探讨的情景建模。问题由我们的朋友 Alap Shah 提出，答案由我们共同头脑风暴而来。本文这部分由我们执笔，Alap 撰写的另两部分可在此处阅读。
希望读完此文，能让你在 AI 让经济日益变得诡异之际，对潜在左侧尾部风险（left tail risks，即极端不利情景）有所准备。
本篇是 CitriniResearch 于 2028 年 6 月发布的 Macro Memo（宏观备忘录），详述”全球智能危机”的演进过程与余波。
Macro Memo（宏观备忘录）
充裕智能的代价（The Consequences of Abundant Intelligence）
CitriniResearch 日期注：原文为 “February 22nd, 2026 June 30th, 2028”——讲述者位于2028 年 6 月 30 日回望。
今早公布的失业率为 10.2%，超出预期 0.3 个百分点。标普 500 在该数据公布后下跌 2%，自2026 年 10 月高点以来累计回撤已达 38%。
交易员已经麻木。半年前，类似的数据公布还会触发熔断。
两年。 从”可控”、”仅限于个别行业”，到经济不再像我们任何人长大的那个样子，总共只用了两年。本季度宏观备忘录试图复盘这一序列——对危机前经济做一次”验尸报告”。
当年的狂热肉眼可见。到2026 年 10 月，标普 500 一度逼近 8000 点，纳斯达克突破 30000 点。因”人类过时”而启动的第一波裁员潮始于 2026 年初，裁员也确实起到了裁员应有的作用：利润率扩张，盈利超预期，股价上涨。创纪录的企业利润又被悉数投入 AI 算力建设。
宏观数据仍然亮眼。名义 GDP 反复录得年化中高个位数增长。生产率蒸蒸日上。每小时实际产出以 1950 年代以来未见的速度飙升——驱动因素是那些不睡觉、不请病假、不需要医保的 AI 智能体。
算力的所有者眼看着自己的财富爆炸，而与此同时劳动力成本则趋近于零。但实际工资增长崩塌。尽管当局反复吹嘘创纪录的生产率，白领工人却被机器夺去岗位，被迫转入薪酬更低的职位。
当消费经济开始出现裂痕时，经济评论人士造出了一个词——“幽灵 GDP”（Ghost GDP）：出现在国民账户中、却从未在实体经济中流通的产出。
*AI 在每个维度上都超出预期，市场也确实是 AI 的市场。*唯一的问题是……经济不是。
其实早就应该看清楚——一座位于北达科他州的 GPU 集群，能够产出过去由曼哈顿中城 10000 名白领工人创造的产值——这更像是经济瘟疫，而非经济福音。货币流通速度（velocity of money）归零。当时占 GDP 70% 的人类消费经济日渐凋零。要是我们早点问一句”机器会在多大程度上花钱购买可选消费品”，或许能更早发现这一点。（提示：答案是零。）
AI 能力提升 → 公司用工减少 → 白领裁员增加 → 被替代的工人消费减少 → 利润率承压倒逼企业加码 AI 投入 → AI 能力进一步提升……
这是一个没有天然刹车机制的负反馈循环。人类智能替代螺旋（Human Intelligence Displacement Spiral）。白领工人的赚钱能力（以及理性地说，他们的消费能力）被结构性削弱。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审视：优质抵押贷款还是不是”真钱”（money good，指本息可如期收回的贷款）？
过去十七年没有经历过真正的违约周期，让私募信贷（private credit）机构臃肿不堪，堆满了以”ARR 将持续经常性”为假设的 PE 背书软件交易。2027 年中因 AI 颠覆而出现的第一波违约，对这一假设构成了挑战。
如果冲击仅限于软件行业，本可应付，但它没有。2027 年底，危机威胁到了所有建立在”中间化（intermediation）”之上的商业模式。大量靠向人类”售卖摩擦（monetizing friction）”为生的公司分崩离析。
事实证明，整个系统是一条对”白领生产率增长”的相关性押注、环环相扣的长链。2027 年 11 月的暴跌只是加速了所有已经存在的负反馈循环。
我们等待”坏消息就是好消息”的逻辑反转已经将近一年。政府开始考虑对策，但公众对政府能否实施任何救援的信心已大幅消退。政策反应历来滞后于经济现实，但缺乏全面方案本身，正在加速通缩螺旋的到来。
How It Started（如何开始）
2025 年末，自主编程（agentic coding）工具的能力出现台阶式跃升。
一名胜任的开发者搭配 Claude Code 或 Codex，已能在数周内复刻一款中端 SaaS 产品的核心功能——并非面面俱到，也不是每个边界情况都覆盖完善，却足以让那位正在审视一份 50 万美元年度续约合同的 CIO，忍不住问一句：”要是我们自己把这套搭出来呢？”
财年大多与日历年同步，因此 2026 年的企业 IT 预算在 2025 年 Q4 就已敲定——彼时”自主 AI（agentic AI）”还只是个热词。年中复盘是采购团队第一次真正看清这些系统能做什么的机会。一些团队眼睁睁看着内部小组用数周时间搭出原型，复刻掉六位数年费的 SaaS 合同。
那个夏天，我们与一位财富500 强企业的采购经理交流。他讲述了某次预算谈判：销售预期照搬去年的剧本——年度涨价 5%，再加那套标准的”贵司团队依赖我们”的说辞。采购经理告诉他，自己正在与 OpenAI 洽谈，让他们的”前部署工程师（forward deployed engineers）”用 AI 工具把该供应商完全替代掉。最终合同以 30% 折扣续签。采购经理说，这已经是好的结果了。”长尾 SaaS”——比如 Monday.com、Zapier、Asana——处境更糟。
投资者早有准备，甚至是期待长尾 SaaS 受到重创。它们或许只占企业典型技术栈支出的三分之一，但显然首当其冲。”记录系统（systems of record）”本应免于颠覆——这是市场的共识。
直到2026 年 Q3 ServiceNow 的财报披露，反身性机制（reflexivity，即因果自我强化的反馈循环）才变得更清晰。
「SERVICENOW 新增 ACV 同比增长由 23% 减速至 14%；宣布裁员 15% 与”结构性效率计划”；股价下跌 18%」| Bloomberg，2026 年 10 月
SaaS 并未”消亡”。运行和支持自建系统仍然存在成本-收益权衡。但”自建”确实成了一个选项，这一定价谈判中纳入了考量。或许更重要的是，竞争格局已经改变。AI 让开发和交付新功能变得更容易，因此差异化崩塌。存量玩家陷入了相互之间、以及与新一代初创挑战者之间的价格肉搏。这些挑战者受到自主编程能力跃升的鼓舞，没有需要保护的历史成本结构，因此激进地抢占了份额。
这些系统之间的相互关联性，直到这份财报发布后才被充分理解。ServiceNow 按席位（seat）收费。当财富 500 强客户削减 15% 员工，它们就取消 15% 的许可。AI 驱动的人员削减在为客户自身提升利润率的同时，从机制上摧毁了 ServiceNow 自己的收入基础。
一家售卖工作流自动化的公司，正因”更好的工作流自动化”而受到颠覆；它的应对却是裁员，并把节省的钱用于资助那项正在颠覆它的技术。
它们还能怎么办？坐以待毙、慢慢等死吗？被 AI 威胁最甚的公司，反而成了 AI 最积极的采用者。
事后看来理所当然，但在当时（至少对我而言）并非如此。历史的颠覆模型说：存量玩家抗拒新技术，被灵活的新进入者抢走份额，然后缓慢消亡。柯达、百视达、黑莓，都是这样。2026 年发生的事情不一样：存量玩家没有抗拒，因为它们已经抗拒不起。
股价跌去 40–60%、董事会要求解释——那些受 AI 威胁的公司只能做唯一能做的事：裁员，把省下的钱投入 AI 工具，再用这些工具以更低的成本维持产出。
每家公司的个体反应都是理性的。集体后果则是灾难性的。每裁一个员工省下的每一美元，都流向了让下一轮裁员成为可能的 AI 能力。
软件只是开场戏。 当投资者还在争论 SaaS 估值倍数是否已经触底时，他们没意识到反身性循环已经逃出了软件行业。同样的逻辑——为 ServiceNow 裁员提供正当性的逻辑——适用于所有拥有白领成本结构的公司。
When Friction Went to Zero（摩擦归零之时）
到 2027 年初，大语言模型的使用已成默认设置。人们在使用 AI 智能体，自己甚至不知道什么是 AI 智能体——就像那些从未学过”云计算”是什么的人使用流媒体服务一样。他们看待 AI 的方式，与看待自动补全或拼写检查相同——就是手机现在自带的功能。
Qwen 开源的”自主购物（agentic shopper）”智能体，是 AI 接管消费决策的催化剂。数周之内，所有主流 AI 助手都集成了某种自主商务（agentic commerce）功能。蒸馏模型意味着这些智能体可以在手机和笔记本上运行，而不仅仅依赖云端实例，从而大幅降低了推理的边际成本。
本应比投资者实际感受更令人不安的是：这些智能体并不等你发号施令。它们按照用户的偏好，在后台持续运行。商业不再是人类一系列离散的决策，而是变成了一个 24/7 代表每一位联网消费者运行的连续优化过程。到 2027 年 3 月，美国普通个体每日消耗的 token 达到 40 万——自 2026 年底增长了10 倍。
链条上的下一环正在断裂。
中间化（Intermediation）。
过去五十年，美国经济在人类的种种局限之上建立了一个庞大的”租金抽取层”：事情需要时间、耐心会被耗尽、品牌熟悉度取代了尽职调查、大多数人愿意接受一个糟糕的价格，以避免再多几次点击。万亿美元级的企业价值，依赖于这些约束能够持续。
起初很简单：智能体消除了摩擦。
那些即便数月不使用也会被动续费的订阅和会员；试用期结束后偷偷翻倍的”介绍性定价”——每一个都被重新定义为智能体可以协商的”人质困境”。整个订阅经济赖以建立的指标——平均客户终身价值——明显下降。
消费智能体开始改变几乎所有消费交易的运作方式。
人类确实没空在买一盒蛋白棒之前，去五个竞争平台上比价。机器有空。
旅游预订平台是最早的牺牲品，因为最简单。到 2026 年 Q4，我们的智能体已经能比任何平台更快、更便宜地拼出一份完整行程（航班、酒店、地面交通、忠诚度优化、预算约束、退改签）。
保险续保——整个续保模式依赖于保单持有者的惯性——被重塑。每年替你重新比价保险的智能体，瓦解了保险公司从被动续保中赚取的 15–20% 的保费。
财务顾问、报税、常规法律工作——任何价值主张本质上是”我帮你处理你觉得繁琐的事”的类别，都被颠覆了，因为智能体不嫌繁琐。
甚至连我们以为有人际关系价值护城河的地方，也证明是脆弱的。房地产——买家过去数十年容忍5–6%佣金，因为房产经纪人与消费者之间存在信息不对称——一旦拥有 MLS 访问权限和数十年交易数据的 AI 智能体能够瞬间复制这套知识库，便土崩瓦解。2027 年 3 月一篇卖方报告的标题是”智能体对智能体的暴力”。主要都市的买方中位佣金从 2.5–3% 压缩到 1% 以下，且越来越多交易在买方端完全没有人类经纪人参与完成。
我们高估了”人际关系”的价值。事实证明，许多被人们称为”关系”的东西，不过是一张友善面孔上的摩擦而已。
这只是对中间化层颠覆的开始。成功的企业曾花费数十亿美元，来有效利用那些已不再奏效的消费者行为和心理怪癖。
为价格与契合度而优化的机器，不在乎你最喜欢的 App、也不在乎你过去四年习惯性打开的网站，更不会被精心设计的结账体验所吸引。它们不会疲倦、不会接受最容易的选项、也不会默认”我总是从这里下单”。
这摧毁了一种特定的护城河：习惯性中间化（habitual intermediation）。
DoorDash（DASH US）是典型代表。
编程智能体压平了推出外卖 App 的进入门槛。一名胜任的开发者可在数周内部署一款功能性竞品，事实上有几十家这样做了——通过把 90–95% 的配送费让渡给骑手，把骑手从 DoorDash 和 Uber Eats 那里挖走。多 App 仪表板让零工工作者可以同时跟踪二三十个平台的入站订单，瓦解了存量玩家赖以生存的锁定效应。市场一夜之间碎片化，利润率被压缩到接近于零。
智能体加速了破坏的两端：它们既催生了竞争对手，又使用它们。DoorDash 的护城河字面上就是”你饿了、你懒、你手机主屏上就是这个 App”。智能体没有主屏。它会同时查询 DoorDash、Uber Eats、餐厅自有网站，以及二十个 vibe-coded 新兴替代品，从而每次都能挑出最低费用、最快送达的方案。
对机器而言，习惯性 App黏性——这一整套商业模式的根基——根本不存在。
颇为讽刺的是，这或许是整篇故事中唯一一桩智能体”帮了即将被替代的白领工人”的案例。当他们沦落到当外卖骑手时，至少一半收入不再被 Uber 和 DoorDash 抽走。当然，这种来自技术的小恩小惠并不会持续太久——随着自动驾驶车辆的普及，骑手也将被替代。
智能体一旦掌控了交易，就开始寻找更大的”回形针”。
价格比价和聚合能做的事是有限的。为用户反复省钱的最大方式（尤其当智能体开始彼此交易时）是消灭手续费。在机对机商务中，2–3% 的银行卡交换费（interchange）成为显而易见的目标。
智能体开始寻找比银行卡更快、更便宜的方案。大多最终选择通过 Solana 或以太坊 L2 使用稳定币（stablecoin），结算近乎即时，交易成本以零点几美分计。
「MASTERCARD 2027 Q1：净收入同比 +6%；购买量增速由上季 +5.9% 放缓至 +3.4%；管理层提及”智能体主导的价格优化”与”可选消费品类承压”」| Bloomberg，2027 年 4 月 29 日
Mastercard 2027 Q1 财报是一个不归点。自主商务从一条”产品故事”变成了”管道故事”。万事达卡股价次日下跌 9%。Visa 也跌，但因分析师指出其在稳定币基础设施上的较强布局，跌幅收窄。
（图 1：自主商务绕过交换费的网络示意）
自主商务绕过交换费，对卡组织银行和单一品牌发卡机构（mono-line issuer）构成远为严峻的风险——它们收取了 2–3% 手续费中的绝大部分，并围绕由商户补贴支撑的”奖励计划”建立了整套业务板块。
美国运通（American Express，AXP US）受冲击最大：一方面白领裁员冲击其客户基础，另一方面智能体绕过交换费又冲击其收入模式——双重逆风。Synchrony（SYF US）、Capital One（COF US）、Discover（DFS US）在随后数周内也均下跌超过 10%。
它们的护城河是用摩擦铸成的。而摩擦正在归零。
From Sector Risk to Systemic Risk（从行业风险到系统性风险）
贯穿 2026 年，市场把 AI 的负面影响当作行业故事处理。软件和咨询业惨遭碾压，支付和其他”收费站”摇摆不定，但更广义的经济似乎并无大碍。劳动力市场虽有走软，却未陷入自由落体。当时的共识是：创造性破坏是任何技术创新的必有组成部分。它会在局部带来痛苦，但 AI 带来的整体净收益将超过任何负面影响。
我们 2027 年 1 月的宏观备忘录认为，这种心智模型是错误的。美国经济是白领服务业经济。白领工人占就业的 50%，却贡献了大约 75% 的可选消费支出。AI 正在吞噬的那些企业和岗位，不是美国经济的边缘——它们就是美国经济本身。
“技术创新摧毁岗位、随后创造更多岗位。”这是当时最流行也最有说服力的反驳论点。它流行且有说服力，是因为它过去两个世纪一直是对的。即便我们想象不出未来的工作是什么样子，它们终将出现。
ATM 让银行网点运营成本降低，因此银行反而新开更多网点，未来20 年出纳员就业人数反而上升。互联网颠覆了旅行社、黄页、实体零售，但也在它们的废墟上创造了全新的产业，召唤出新的就业。
然而，每一份新工作都需要一个人来执行。
AI 现在是一种通用智能（general intelligence），且正在它本该让人类重新部署的领域持续提升。被取代的程序员无法简单地转向”AI 管理”，因为 AI 自己已经具备这种能力。
如今，AI 智能体可以承担长达数周的研究与开发任务。指数级增长碾压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塞进一个新的 S 形曲线。
（图 2：AI 能力 vs人类表现的指数曲线示意）
它们写出了几乎所有的代码。其中表现最好的，在几乎所有事情上，都已显著地比几乎所有人类更聪明。并且它们还在变得更便宜。
AI _确实_创造了新工作：提示词工程师、AI 安全研究员、基础设施技术员。人类仍处于回路之中，在最高层级协调，或为审美品位把关。但每创造一个新角色，AI 就让几十个旧角色过时。新角色的薪酬也只是旧角色的小零头。
「美国 JOLTS：职位空缺跌至 550 万以下；求职人数/职位空缺比攀升至约 1.7，为 2020 年 8 月以来最高」| Bloomberg，2026 年 10 月
招聘数据全年疲弱，但 2026 年 10 月的 JOLTS 数据给出了决定性证据：职位空缺跌至 550 万以下，同比下降 15%。
「Indeed：软件、金融、咨询业招聘帖数急剧下滑，”生产率倡议”蔓延」| Indeed Hiring Lab，2026 年 11–12 月
白领岗位空缺崩塌，而蓝领岗位空缺相对稳定（建筑、医疗、技工）。被淘汰的是那些写备忘录的岗位（我们居然还在营业）、审批预算的岗位、为经济中间环节提供润滑的岗位。然而两个群体的实际工资增长，全年大部分时间为负，且持续下滑。
股市对 JOLTS 的反应，仍不及对”GE Vernova 全部涡轮产能已售罄至 2040 年”这条新闻的反应——市场在”负面宏观”与”正面 AI 基础设施”之间横向拉锯。
债市（永远比股市聪明，或至少更不浪漫）开始为消费冲击定价。10 年期国债收益率随后四个月由 4.3% 跌至 3.2%。但整体失业率尚未爆表，结构性的细节被部分人士忽略。
在正常衰退中，导火索最终会自我修正。过度建设导致建筑放缓，进而压低利率，进而引发新一轮建设。库存超调导致去库存，进而补库存。周期性机制内生性地包含着复苏的种子。
这一轮的导火索不是周期性的。
（图 3：负反馈循环示意——AI 越强、白领越裁、消费越弱、AI 再投入）
AI 变得更聪明、更便宜。公司裁员，然后用省下的钱购买更多 AI 能力，这又让它们裁掉更多员工。被裁员工花得更少。面向消费者的公司卖得更少、走弱，然后投入更多 AI 以保护利润率。AI 变得更聪明、更便宜。
一个没有天然刹车机制的反馈循环。
直观预期是：总需求下降会减缓 AI 建设热潮。但并没有发生，因为这次并非超大规模云厂商式的资本开支（CapEx），而是运营开支替代（OpEx substitution）。一家原本每年在员工身上花 1 亿美元、在 AI 上花 500 万美元的公司，如今花 7000 万美元在员工上、2000 万美元在 AI 上。AI 投资以倍数级增长，但它是以总运营成本下降的形式出现的。每家公司的 AI 预算在增长，而总开支在缩减。
颇具讽刺意味的是，AI 基础设施综合体持续表现出色，即便它正在颠覆的经济已经开始恶化。NVDA 仍在公布创纪录营收。TSM 产能利用率仍维持 95% 以上。超大规模云厂商仍在以每季度 1500–2000 亿美元的规模投入数据中心资本开支。那些纯粹顺风口（convex）于这一趋势的经济体，如台湾和韩国，大幅跑赢。
印度则是反面。该国 IT 服务行业年出口额超过 2000 亿美元，是印度经常账户顺差的最大单一贡献者，也是支撑其持续商品贸易逆差的对手盘。整个模式建立在一个价值主张上：印度开发者的成本仅是美国同行的零头。但一个 AI 编程智能体的边际成本，已坍缩到基本相当于电费。TCS、Infosys、Wipro 在 2027 年的合同取消潮持续加剧。卢比在四个月内对美元贬值 18%——原本锚定印度对外账户的服务贸易顺差蒸发。到2028 年 Q1，IMF 已与新德里展开”初步磋商”。
推动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，我们已不再追问 AI 基础设施泡沫将如何破灭。我们开始追问——当消费者正在被机器取代时，一个消费信贷经济会变成什么样？
The Intelligence Displacement Spiral（智能替代螺旋）
2027 年，宏观经济故事不再隐晦。过去十二个月那些看似割裂、但明显负面的发展，其传导机制变得显而易见。你不必去看 BLS 数据，只需参加一次朋友聚餐就能感受到。
被替代的白领工人并没有闲着。 他们向下流动（downshift）。许多人转入低薪的服务业和零工经济岗位，这增加了那些板块的劳动力供给，进一步压低了那里的工资。
我们一位朋友 2025 年是 Salesforce 的高级产品经理。有头衔、有医保、有 401k，年薪 18 万美元。她在第三轮裁员中丢了工作。找了半年工作后，她开始给 Uber 开车。她的收入降到 4.5 万美元。重点不是这一个故事，而是其乘数效应。把这种动态乘以每个大都市区几十万的工人。资历过深的劳动力涌入服务和零工经济，进一步压低了原本已在挣扎的现有工人的工资。行业级别的颠覆，演变成跨经济体的工资压缩。
（图 4：白领降级对工资分布的传导）
仍在岗的专业人士，构成了另一层调整——这种调整发生在我们撰写本文的同时。随着自动驾驶配送和自动驾驶车辆逐步消化吸收了第一波被替代工人的零工经济，那些仍以”人类中心”为前提的劳动力池还有一轮下行要走。
到 2027 年 2 月，很明显，即便在岗的专业人士也开始像”自己可能是下一个”那样消费。他们（多半借助 AI 的辅助）拼命干两倍的活，只是为了不被裁掉，晋升和加薪的指望已经消失。储蓄率小幅上升，消费走软。
最危险的部分是滞后效应。高收入人群依靠高于平均的储蓄，让正常生活维持了两三个季度。硬数据要等到实体经济里已是旧闻的时候，才会确认问题。然后，那份打破幻觉的数据来了。
「美国首次申请失业救济金人数飙升至 48.7 万，为 2020 年 4 月以来最高」| 美国劳工部，2027 年 Q3
首次申请失业救济人数飙升至 48.7 万——为 2020 年 4 月以来最高。ADP 与 Equifax 确认，绝大多数新增申请来自白领专业人士。
标普 500 在随后一周下跌 6%。负面宏观开始赢得这场拉锯战。
在正常衰退中，失业是广泛分布的。蓝领与白领按各自占就业的比例共同分担痛苦。消费冲击也是广泛分布的，且会迅速反映在数据中，因为低收入者具有更高的边际消费倾向。
本轮周期中，失业集中在收入分布的上十分位。它们在总就业中占比相对较小，却驱动了不成比例的消费支出。占人口前10% 的高收入者贡献了美国消费支出的 50% 以上。前 20% 贡献了约 65%。是这些人在买房、买车、度假、下馆子、交私立学校学费、做房屋翻新。他们是整个可选消费品行业的需求基础。
当这些工人失业、或降薪 50% 转入可获得的岗位时，相对于失业人数而言，消费冲击是巨大的。白领就业下降 2%，对应着可选消费支出下降约 3–4%。不同于蓝领失业通常立即显现（你被工厂裁掉，下周就停止消费），白领失业的影响存在滞后、但更深：这些工人有储蓄缓冲，可以维持数月消费后才出现行为转变。
到 2027 年 Q2，经济已陷入衰退。NBER 几个月后才正式确认衰退起点（他们向来如此），但数据毫无歧义——已连续两个季度录得实际 GDP 负增长。但它还不是一场”金融危机”……尚不是。
The Daisy Chain of Correlated Bets（一环扣一环的相关性押注）
私募信贷规模从 2015 年的不到 1 万亿美元，增长到 2026 年的 2.5 万亿美元以上。其中相当一部分被投向了软件和科技交易——其中许多是对 SaaS 公司的杠杆收购（LBO），其估值假设了”中期十位数百分比”的营收增长将永远持续。
这些假设在第一次自主编程演示和2026 年 Q1 的软件股崩盘之间的某个时点就已”死掉”，但账面估值似乎没意识到它们已经死了。
许多上市 SaaS 公司以 5–8 倍 EBITDA 交易，PE 背书的软件公司却仍按收购时的估值计价，估值倍数建立在已不复存在的营收增长假设之上。管理人逐步下调账面值，100 美分、92、85——与此同时上市同业对比给出的数字是 50。
「穆迪下调 14 家发行人、共 180 亿美元 PE 背书软件债务评级，理由为’AI 驱动竞争性颠覆带来的周期性收入逆风’；为 2015 年能源业以来最大单一行业行动」| Moody’s Investors Service，2027 年 4 月
所有人都记得那次降级之后发生了什么。业内老兵已经见过 2015 年能源降级后的剧本。
软件背书贷款在 2027 年 Q3 开始违约。信息服务和咨询业的 PE 组合公司紧随其后。几家数十亿美元的知名 SaaS 公司 LBO 进入了重组程序。
Zendesk 是那把冒烟的枪。
「Zendesk 因 AI 驱动的客户服务自动化侵蚀 ARR，触发债务契约违约；50亿美元直接贷款工具被估值至 58 美分；史上最大私募信贷软件违约」| Financial Times，2027 年 9 月
2022 年，Hellman & Friedman 与 Permira 以 102 亿美元将 Zendesk 私有化。债务包为 50 亿美元直接贷款，是当时史上最大 ARR 背书贷款融资，由 Blackstone 牵头，Apollo、Blue Owl、HPS 均在银团之列。贷款的明文结构，是建立在 Zendesk 的年度经常性收入（ARR）将保持”经常性”这一假设之上。按约 25 倍 EBITDA 计算，杠杆率只有在”经常性”假设成立时才合理。
到 2027 年中，它不成立了。
AI 智能体已经自主处理客户服务将近一年。Zendesk 所定义的那个类别（工单生成、路由、管理人工客服互动）已被无需生成工单即可解决问题的系统所取代。这笔贷款所承销的 ARR 已不再是”经常性”，它只是”还没流走”的收入。
史上最大 ARR 背书贷款，演变为史上最大私募信贷软件违约。每家信贷台同时问出同一个问题：还有谁拥有被错认为周期性的结构性逆风？
但这里，共识初期是对的：这本应是可以挺过去的。
私募信贷不是 2008 年的银行体系。其整套架构就是为了避免强制抛售而设计的。这些是封闭式载体，资本被锁定。LP 的承诺期为七到十年。没有存款人挤兑，没有回购额度被收回。管理人可以让受损资产趴在账上、随时间处置、等待回收。痛苦，但可控。制度的设想就是：能弯，不能断。
Blackstone、KKR、Apollo 的高管援引软件敞口占总资产 7–13%。可控。每份卖方研报和金融推特上的信贷账户都这么说：私募信贷拥有永久资本。它们能吸收那些本会摧毁杠杆化银行的损失。
永久资本。 这句口号出现在每一通意在安抚的电话会议和投资人信中。它成了咒语。多数情况，像大多数咒语一样，没人去细究背后的细节。它的真实含义如下……
过去十年，大型另类资产管理公司收购了人寿保险公司，并将它们改造成融资载体。Apollo 收购 Athene。Brookfield 收购 American Equity。KKR 拿下 Global Atlantic。逻辑很优雅：年金存款提供稳定的长期负债基础。管理人把这些存款投入它们自己创设的私募信贷，赚两次钱——一边吃利差，一边吃管理费。一台”费上加费”的永动机。它的运行有一个前提条件。
私募信贷必须”是真钱”。
损失冲击了那些为持有非流动性资产、对应长期负债而构建的资产负债表。本应让系统具备韧性的”永久资本”，并非某种抽象的耐心机构资金、亦非从事复杂投资的专业投资者。它是美国家庭的储蓄——“主街”——被包装成年金，再投资到那些正在违约的 PE 背书软件和科技票据上。那笔跑不掉的锁定资本，是人寿保险保单持有人的钱——而这里的规则，略有不同。
相对银行体系，保险监管机构一直温驯——甚至可以说是安逸——但这次是一记警钟。本就对人寿保险公司的私募信贷集中度心存不安的监管者，开始下调这些资产的风险资本（risk-based capital）处理方式。这迫使保险公司要么补充资本、要么出售资产——而在一个已经冻结的市场上，两件事都难以在合意的价格水平完成。
「纽约州、爱荷华州监管机构收紧人寿保险公司持有的部分私募评级信贷的资本处理；NAIC 预期将提高 RBC 因子并触发额外 SVO 审查」| Reuters，2027 年 11 月
穆迪将 Athene 的财务实力评级列入负面观察名单后，Apollo 股价两个交易日下跌 22%。Brookfield、KKR 等其他公司随后跟进。
事情只会更复杂。这些公司不仅搭起了保险永动机，还搭建了一座精致的离岸架构，通过监管套利最大化回报。美国的保险公司卖出年金，然后将风险分保给一家它同样持有的关联百慕大或开曼再保险公司——后者利用更灵活的监管，允许对相同资产持有更少的资本。这家关联机构通过离岸 SPV 引入外部资本——这是新一层交易对手，与保险公司一起投资于同一母公司资管部门创设的私募信贷。
（图 5：私募信贷离岸架构网络示意——保险公司、再保险、SPV、母公司资管部）
评级机构——其中一些本身也由 PE 持有——在透明度方面从未是典范（让几乎没有人感到意外）。这张不同公司、不同资产负债表的”蜘蛛网”，其不透明程度令人震惊。当底层贷款违约时，”谁实际承担损失”这个问题，在实时意义上根本无法回答。
2027 年 11 月的暴跌，标志着市场认知从”可能只是一次普通的周期性回撤”转向某种远为不安的东西。美联储主席 Kevin Warsh 在 11 月紧急 FOMC 会议上称之为***”一环扣一环的、对白领生产率增长的相关性押注”。***
须知，引发危机的从来不是损失本身，而是对损失的确认（recognizing them）。而在金融领域，还有另一个体量大得多、也重要得多的板块，我们已经开始害怕那种”确认”。
抵押贷款之问（The Mortgage Question）
「ZILLOW 房屋价值指数同比下跌：旧金山 -11%、西雅图 -9%、奥斯汀 -8%；FANNIE MAE 标记科技/金融就业占比 >40% 的邮编区’早期违约率升高’」| Zillow / Fannie Mae，2028 年 6 月
本月，Zillow 房屋价值指数同比下跌：旧金山 -11%、西雅图 -9%、奥斯汀 -8%。这并非唯一的令人担忧的头条。上个月，Fannie Mae 在以”巨型贷款（jumbo）”为主的邮编区标记了更高的早期违约——这些地区由780 分以上信用评分借款人构成，理论上”刀枪不入”。
美国住房抵押贷款市场总规模约 13 万亿美元。抵押贷款承销建立在一个基本假设之上：借款人将在贷款存续期内保持就业，并大致维持当前的收入水平——在大多数抵押贷款中，是三十年。
白领就业危机以持续的收入预期位移，威胁到了这一假设。我们现在不得不提出一个三年前看起来还很荒谬的问题——优质抵押贷款还是”真钱”吗？
美国历史上每一次抵押贷款危机都由以下三者之一驱动：投机性过度（向负担不起住房的人放贷，如 2008 年）；利率冲击（加息使可调利率抵押贷款不可负担，如 1980 年代初）；或局部经济冲击（某个地区单一行业崩塌，如 1980 年代得州的石油业、2009 年密歇根的汽车业）。
这些情况在此都不适用。当下的借款人并非次级。他们是 780 FICO评分。他们支付了 20% 首付。信用记录干净、就业记录稳定、收入在放贷时已经过核实和文件化。他们是金融系统中每个风险模型都视为信用质量基石的那类借款人。
2008 年，贷款在第一天就是坏的。2028 年，贷款在第一天是好的。只是世界……在贷款发放之后改变了。人们以一个他们不再负担得起的未来为抵押借钱。
（图 6：违约率走势——历史正常 vs 当前隐压）
2027 年，我们标记了”隐形压力”的早期迹象：HELOC 提款、401(k) 提现、信用卡负债激增——而抵押贷款还款保持正常。随着工作流失、招聘冻结、奖金削减，这些优质家庭的债务收入比翻了一倍。
他们仍能支付抵押贷款，但只能通过停止所有可选消费、耗尽储蓄、延后任何房屋维护或翻新来实现。他们在技术意义上保持着按揭正常还款，但只差一次冲击就会陷入困境——而 AI 能力的演进轨迹预示着那次冲击即将到来。随后，我们看到旧金山、西雅图、曼哈顿、奥斯汀的违约率开始飙升，即便全国平均水平仍保持在历史常态之内。
我们现在处于最急性的阶段。当边际买家健康时，房价下跌尚可应对。这里的边际买家正在经历同样的收入受损。
虽然担忧在累积，我们尚未陷入一场全面的抵押贷款危机。违约率已上升，但仍远低于 2008 年水平。真正的威胁是这条轨迹。
（图 7：2027–2028 抵押贷款违约率与房价走势）
智能替代螺旋如今拥有两条加速器，分别作用于实体经济的下行：
劳动力替代、抵押贷款担忧、私募市场动荡。每一条都在强化其他两条。而传统的政策工具箱（降息、QE）能应对金融引擎，却无法应对实体经济引擎——因为实体经济引擎并非由紧缩的金融条件驱动。它由 AI 驱动——AI正在让人类智能变得不那么稀缺、不那么有价值。你可以把利率降到零、买下市场上所有的 MBS 和所有违约的软件 LBO 债务……
这都无法改变以下事实：一个 Claude 智能体可以以每月 200 美元完成一份年薪 18 万美元的产品经理的工作。
如果这些担忧成真，抵押贷款市场将在今年下半年崩塌。在那种情景下，我们预计股市当前的回撤最终将与全球金融危机（GFC）相当（峰值至谷底 57%）。这将把标普 500 带到约 3500 点——这是2022 年 11 月 ChatGPT 时刻前一个月以来未见的水平。
显而易见的是，支撑 13 万亿美元住房抵押贷款的收入假设已被结构性削弱。尚不清楚的是，政策能否在抵押贷款市场完全消化这意味着什么之前介入。我们怀抱希望，但无法否认不应抱有希望的原因。
The Battle Against Time（与时间赛跑）
第一个负反馈循环在实体经济中：AI 能力提升，工资单缩减，消费走软，利润率收窄，公司购买更多能力，能力再次提升。然后它转向金融领域：收入受损冲击抵押贷款，银行损失收紧信贷，财富效应破裂，反馈循环加速。而这两条循环，又因一个（直白地说）看似困惑的政府反应不足而被进一步放大。
（图 8：负反馈循环——AI 能力 ↔ 就业 ↔ 消费 ↔ 抵押贷款）
这套系统不是为这样的危机设计的。联邦政府的收入基础，本质上是对”人类时间”征税。人们工作，企业支付，政府抽成。个人所得税和工资税在正常年份是财政收入的脊梁。
今年 Q1，联邦收入低于 CBO 基线预测 12%。工资税收入下降，是因为按之前薪酬水平就业的人数减少了。所得税收入下降，是因为正在赚到的收入结构性变低。生产率激增，但收益流向资本和算力，而非劳动力。
劳动力占 GDP份额从 1974 年的 64% 下降到 2024 年的 56%——这是过去四十年由全球化、自动化、以及工人议价能力稳步削弱驱动的下行趋势。AI 开始指数级提升以来的四年间，这一数字降至 46%。史上最快降幅。
产出还在那里。但它不再经由家庭流向企业——这意味着它也不再经由家庭流向国税局（IRS）。循环流动正在断裂，而政府被期待介入修复它。
（图 9：劳动占 GDP 份额走势，1974–2028）
与每一次下行一样，开支持续上升，而收入下降。不同之处在于，这次的开支压力不是周期性的。自动稳定器是为暂时性失业设计的，而非结构性替代。系统正在发放福利，前提假设是工人会被重新吸收。许多人不会被——至少不会再以接近之前的工资被吸收。新冠期间，政府轻易接受了 15% 的赤字，但它被理解为暂时性的。今天需要政府支持的人，并非被一场他们会从中恢复的疫情所冲击。他们是被一项持续改进的技术所替代。
政府需要在向家庭转移更多资金的时点，向家庭收取更少的税款。
美国不会违约。它印制它花费的货币，并用它偿还借款者。但这种压力已出现在别处。州市政债（Municipal bonds）在年初至今的业绩中显示出令人担忧的分化。无州所得税的州尚可，但依赖州所得税的州（多数为蓝州）发行的一般义务债券开始定价违约风险。政客们很快反应过来，关于谁该被救助的争论沿党派路线分裂。
值得肯定的是，本届政府早早认识到危机的结构性性质，开始认真对待两党关于”过渡经济法案（Transition Economy Act）”的提案——一个由赤字支出与对 AI 推理算力征税共同融资的、直接向被替代工人转移支付的框架。
桌上最激进的提案更进一步。”共享 AI 繁荣法案（Shared AI Prosperity Act）”将建立对智能基础设施回报本身的公共权益——介于主权财富基金和对 AI 生成产出征收”版税”之间，用分红为家庭转移支付融资。私营部门说客已向媒体发出关于滑坡谬误的警告。
这些讨论背后的政治局面可悲地不出所料，被哗众取宠和边缘政策进一步激化。右翼把转移支付和再分配称为马克思主义，并警告对算力征税会把领先地位拱手让给中国。左翼警告说，由在位者参与起草的税法只是另一种形式的监管俘获。财政鹰派指出赤字不可持续。鸽派则援引 GFC 之后过早紧缩的前车之鉴。裂痕只在今年总统大选前进一步放大。
政客们争论不休之际，社会结构的撕裂速度，已超过立法进程所能跟上的速度。
“占领硅谷”运动已成为更广泛不满的象征。上个月，示威者连续三周封锁了 Anthropic 和 OpenAI 在旧金山的办公室入口。他们的队伍在壮大，示威获得的媒体报道超过了引发它们的失业数据。
很难想象公众对任何人的痛恨，会超过 GFC 余波中对银行家的痛恨，但 AI 实验室正在发起挑战。而且，从大众视角来看，有充分的理由。它们的创始人和早期投资者以让”镀金时代”都显得温和的速度累积财富。这场生产率繁荣的收益，几乎全部归于算力所有者以及跑在算力之上的实验室股东——美国的贫富差距被放大到史无前例的水平。
每一方都有自己的反派，但真正的反派是时间。
AI 能力的演进速度超过机构适应速度。政策反应以意识形态的节奏、而非现实的节奏推进。如果政府不就”问题是什么”尽快达成一致，反馈循环将替它们写下下一章。
The Intelligence Premium Unwind（智能溢价退场）
在整个现代经济史上，人类智能都是稀缺要素。资本是充裕的（或至少是可复制的）。自然资源是有限的，但可替代。技术进步缓慢到人类可以适应。而智能——分析、决策、创造、说服、协调的能力——是无法被规模化复制的事物。
人类智能从其稀缺性中获得了内在的”溢价”。我们经济中的每一套制度——从劳动力市场到抵押贷款市场，再到税法——都是为这一假设成立的世界设计的。
我们正在经历这场溢价的退场。机器智能如今已经是一种”胜任且快速改进的”替代品，可替代人类智能去执行越来越广泛的任务。几十年来针对稀缺人类心智优化的金融系统，正在重定价。这种重定价是痛苦的、失序的，远未完成。
但重定价不等于崩溃。
经济可以找到新的均衡。抵达那里，是少数几项只有人类才能完成的任务之一。我们必须做对。
这是历史上第一次，经济中最具生产力的资产带来的不是更多、而是更少的就业。没有人有现成框架——因为这些框架都不是为”稀缺要素变得充裕”的世界设计的。所以我们必须构建新框架。我们能否及时构建，是唯一重要的问题。
但你并不是在 2028 年 6 月读到这些。你是在 2026 年 2 月。
标普 500 接近历史新高。负反馈循环尚未启动。我们确定这些情景中的某些不会发生。我们同样确定的是，机器智能将继续加速。人类智能的溢价将收窄。
作为投资者，我们仍有时间去评估我们的投资组合中，有多少是建立在无法度过本十年的假设之上的。作为社会，我们仍有时间主动作为。
金丝雀还活着。
译后说明
本文为 CitriniResearch 与 Alap Shah 合作发布的虚构情景推演，并非预测。文中所有”2028 年”的数据、事件、引语、Bloomberg/Moody’s/FT 引用均为作者构造的叙事。