編者按：當機器智能開始成為人類智能的規模化替代品時，我們所面對的已不再只是一次技術飛躍，而是一場圍繞價值分配、資產定價與制度設計前提展開的系統性重估。長期以來，現代經濟運行建立在一個核心假設之上——人類智能具有稀缺性。勞動力市場、住房按揭體系、私人信貸擴張乃至財政稅基結構，皆圍繞這一溢價展開。而隨著 AI 能力持續演進，這一前提正在鬆動。人類智能的溢價被逐步稀釋，其影響已從企業盈利模式，傳導至金融資產負債表，並進一步延伸至公共財政與社會結構。當最具生產力的資產開始減少就業，而非創造就業時，一個以勞動收入為核心支點的經濟體系，勢必面臨調整。

本文作者 Alap Shah 一直活躍於紐約，自 2024 年 9 月起擔任 Littlebird 的 CEO。畢業於哈佛大學，主修經濟學，畢業後的兩年曾在頂級對沖基金 Citadel LLC 擔任分析師。

以下為原文：

如果我們對 AI 的長期看多判斷始終成立，會不會反而意味著，對整個經濟並不是好消息？

以下內容並非預測，而是一種情景推演。它既不是刻意渲染恐慌的熊市敘事，也不是關於 AI 的末日幻想。本文的目的只有一個，嘗試對一種此前討論並不充分的可能路徑進行系統化建模。這個問題最早由我們的朋友 Alap Shah 提出，我們在交流中共同推演了這一思路。本篇由我們完成，另外兩篇由他撰寫，可另行查閱。

希望這篇文章能在 AI 逐步改變經濟運行方式、甚至讓結構本身變得愈發反直覺之前，幫助讀者對潛在的左尾風險做好更充分的心理準備。

下文為 CitriniResearch 於 2028 年 6 月撰寫的一份宏觀備忘錄，試圖回溯並複盤全球智能危機的形成過程及其帶來的連鎖影響。

宏觀備忘錄：智能過剩的經濟後果

CitriniResearch

（2026 年 2 月 22 日） 2028 年 6 月 30 日

今早公佈的失業率為 10.2%，較市場預期高出 0.3 個百分點。受此影響，市場下跌 2%，標普 500 指數自 2026 年 10 月高點以來的累計回撤已達 38%。

交易員對此幾乎已無反應，就在六個月前，如此幅度的失業率，足以觸發熔斷機制。

短短兩年時間，經濟便從「風險可控、衝擊局限於個別行業」，演變成一個已不再符合我們任何人成長經驗的體系。本季度的宏觀備忘錄，正是嘗試複原這一演化過程，對危機真正到來之前的經濟結構，進行一次事後的系統解剖。

曾幾何時，市場情緒仍然高漲。2026 年 10 月，標普 500 一度逼近 8000 點，納斯達克指數突破 3 萬點。圍繞人類勞動力被替代的第一輪裁員自 2026 年初啟動，而且它確實實現了資本市場所期待的效果，利潤率提升、業績超預期、股價上漲。

企業創紀錄的利潤迅速被重新投入到 AI 算力擴張之中。

宏觀數據表面上依舊亮麗，名義 GDP 多次錄得中高個位數的年化增長，生產率顯著抬升，單位小時實際產出增速創下自 20 世紀 50 年代以來的新高。這一切來自於不會休息、不請病假、也無需福利保障的 AI 代理。

算力的所有者財富迅速膨脹，與之相對的是實際工資增長的明顯走弱。儘管官方不斷強調生產率創紀錄，越來越多的白領岗位卻被機器替代，勞動者被迫流向收入更低的職位。

當消費端開始出現鬆動跡象時，評論界提出了一個新概念，「幽靈 GDP」：那些在統計報表中體現，卻未真正進入現實經濟循環的產出。

在幾乎所有技術指標上，AI 都在超出預期；資本市場的敘事幾乎完全圍繞 AI 展開。唯一的偏差在於，經濟結構本身並未同步受益。

事後回看，這條邏輯其實並不複雜。如果一個位於北達科他州的 GPU 集群，其產出被等同為曼哈頓中城 1 萬名白領的經濟貢獻，那麼它帶來的影響更像是一場經濟層面的疫情，而非解藥。

貨幣流通速度隨之停滯。以人為中心、佔 GDP 約 70% 的消費型經濟迅速收縮。或許我們本可以更早意識到這一點，只需提出一個簡單的問題，機器會在可選消費品上花多少錢？

答案顯而易見，零。

隨後，負反饋開始自我強化，AI 能力提升→企業所需員工減少→白領裁員擴大→被替代者壓縮支出→利潤壓力迫使企業進一步加碼 AI 投入→AI 能力繼續提升……

這是一個缺乏自刹車機制的循環，一個人類智能被系統性替代的螺旋式過程。

白領群體的收入能力以及由此產生的消費意願在結構層面遭到侵蝕，而這部分收入，正是 13 兆美元住房抵押貸款市場賴以維系的基礎。承銷機構不得不重新評估一個長期被視為理所當然的問題，所謂的優質按揭，是否仍然具備足夠的安全邊陰。

與此同時，連續 17 年沒有經歷真正意義上的違約周期，使私募市場積累了大量由私募股權支撐的軟體資產交易。這些交易幾乎無一例外地建立在同一個假設之上：ARR（年度經常性收入）將長期穩定、持續增長，並具備可複利屬性。

而 2027 年中，由 AI 顛覆引發的第一輪違約，直接動搖了這一前提。

如果衝擊僅限於軟體行業，局面或許仍在可控範圍之內，但現實並非如此。

到 2027 年底，幾乎所有建立在中介角色之上的商業模式都開始承壓，那些依靠為人類提供摩擦型中介服務而獲利的公司，出現了成片式的崩塌。

從更深層看，整個經濟體系，本質上是一條對白領生產率持續提升的高度相關押注鏈條。2027 年 11 月的市場崩盤，並非衝擊的起點，而只是將早已存在的各類負反饋機制全面加速。

市場已經等待壞消息就是好消息的拐點將近一年。政府層面開始討論應對方案，但公眾對政府能否實施有效救助的信心卻在迅速消退。政策反應向來滯後於經濟現實，而在當前階段，缺乏系統性解決方案本身，正在推動通縮螺旋進一步加深。

一切是如何開始的

2025 年末，代理式編程工具的能力出現了跃迁式提升。

一名經驗成熟的開發者，借助 Claude Code 或 Codex，已可以在數周內複製一個中型 SaaS 產品的核心功能。雖然難以做到完全覆蓋所有邊緣場景，但其成熟度已經足以讓一位正在審查 50 萬美元年費續約合同的 CIO 認真思考一個問題——「我們為什麼不自己做？」

由於多數企業的財年與自然年重合，2026 年的 IT 支出預算早在 2025 年第四季度就已敲定。彼時，「代理式 AI」仍停留在概念層面。

因此，年中複盤成為第一次真正意義上的壓力測試，採購團隊首次在充分理解這些系統真實能力的前提下，重新評估既有支出決策。

那個夏天，我們採訪了一位《財富》500 強公司的採購經理，他回憶了一次關鍵的預算談判：銷售方原本計劃沿用往年的談判模板，即 5% 的年度漲價，加上一套「你們的團隊已經離不開我們」的標準說辭。但這位採購經理直言，他已經在與 OpenAI 接洽，考慮讓其前線部署工程師借助 AI 工具，直接替代現有供應商。

最終，該合同以 30% 的折扣完成續約。在他看來，這已經算是相對理想的結果。像 Monday.com、Zapier、Asana 這樣的 SaaS 長尾企業，處境要艱難得多。

投資者其實早已預期 SaaS 長尾會率先受到衝擊。畢竟，它們約占企業技術棧三分之一的支出，本就暴露最為明顯。

真正被忽視的盲區在於，那些被視為系統級記錄系統的核心軟體，原本被認為足夠安全。

直到 ServiceNow 2026 年第三季度財報披露，反身性機制才真正浮出水面：

ServiceNow 新增 ACV 增速從 23% 放緩至 14%；宣布裁員 15%，並啟動結構性效率計劃；股價下跌 18%。
——Bloomberg，2026 年 10 月

SaaS 並未死亡，自建系統依然存在運維成本與複雜性權衡。但自建成為可行選項本身，就已經從根本上改變了定價談判的起點。

更重要的是，競爭格局發生了結構性變化。AI 大幅降低了功能開發與產品迭代的門檻，差異化迅速崩塌。老牌廠商被迫陷入價格戰，既要彼此厮殺，又要面對一批沒有歷史成本包袱、由代理式編程能力直接賦能的新興挑戰者。

直到這一刻，市場才真正意識到這些系統之間的高度互聯性。

ServiceNow 以席位數計費，當其《財富》500 強客戶裁員 15%，就意味著 15% 的許可證同步被取消。

同樣推動客戶利潤率改善的 AI 裁員邏輯，也在以一種近乎機械的方式侵蝕其自身的收入基礎。這家出售工作流自動化的公司，最終被更高效的工作流自動化所顛覆；而它的應對路徑，也只能是裁員，並將節省下來的成本繼續投入到正在顛覆它的那套技術之中。

還能怎麼辦？原地不動，慢慢等死嗎？

於是，一個最直接、也最具諷刺意味的結果出現了，那些最受 AI 威脅的公司，反而成為了 AI 最激進的採用者。

事後回看，這似乎順理成章；但在當時（至少對我而言）並非如此。傳統的技術顛覆模型通常是，既有巨頭抗拒新技術，被更靈活的後來者蠶食份額，最終緩慢衰落。柯達、百視達、黑莓，都是如此。

但 2026 年不同。既有公司並非選擇抵抗，而是根本無力抵抗。當股價下跌 40% 至 60%，董事會要求管理層給出明確對策時，這些身處 AI 衝擊中心的企業實際上只剩下一條路：裁員，把節省下來的成本投入 AI，再用 AI 以更低成本維持產出。

從單個公司來看，這樣的決策完全理性；但放到整體層面，卻帶來了災難性的後果。每節省一美元的人力成本，都會轉化為強化 AI 能力的投入，而這又為下一輪裁員鋪平道路。

而軟體，不過只是開場。

就在投資者還在爭論 SaaS 估值是否觸底之際，一個更關鍵的變化已經發生，這套反身性邏輯早已溢出軟體行業。支撐 ServiceNow 裁員的那套邏輯，同樣適用於所有以白領成本為核心的企業。

當摩擦歸零

到 2027 年初，大語言模型的使用已成為默認選項。人們在不自覺中使用著 AI 代理，卻甚至未必清楚 AI 代理這一概念，正如當年多數人並不了解雲計算是什麼，卻早已習慣通過流媒體觀看視頻一樣。在普通用戶眼中，它更像是自動補全、拼寫檢查那樣的底層功能，一種設備理所當然就該具備的能力。

Qwen 開源的代理式購物助手，成為 AI 接管消費決策的關鍵催化劑。短短數週內，幾乎所有主流 AI 助手都嵌入了不同形式的代理式電商功能。蒸餾模型的成熟，使這些代理能夠直接運行在手機與筆記本等終端設備上，而不再完全依賴雲端運算，顯著壓縮了推理的邊際成本。

真正本應讓投資者更加警覺的一點在於，這些代理並不等待用戶發出明確指令，它們按照預設偏好在後台持續運行。消費不再是一系列由人類逐一作出的離散選擇，而轉變為一個 7×24 小時自動優化的過程，為每一位連網消費者持續運轉。到 2027 年 3 月，美國普通個體每日消耗的 token 數量已升至 40 萬枚，較 2026 年底增長了10倍。

而這條鏈條的下一環，已經開始鬆動。

中介層（Intermediation）

過去五十年，美國經濟在人類局限之上疊加出一整套龐大的尋租結構，決策需要時間，耐心有限，品牌熟悉度往往取代細緻比較，多數人為了少點幾次頁面，願意接受並不理想的價格。數萬億美元的企業價值，正是建立在這些行為摩擦長期存在的前提之上。

最初的變化，看起來並不起眼，代理開始消除摩擦。那些幾個月未使用卻仍自動續費的訂閱服務，那些試用期結束後悄然提價的收費模式，都被重新界定為可以重新議價的條款。支撐整個訂閱經濟的核心指標，客戶生命週期價值（LTV），開始出現實質性下滑。

消費者代理逐步改寫了幾乎所有消費交易的運行邏輯。人在購買一盒蛋白棒前，很難有精力在五個平台之間逐一比價，機器可以。

旅遊預訂平台最先受到衝擊，因為其業務邏輯高度標準化。到 2026 年第四季度，AI 代理已經能夠以更快的速度、更低的成本，組合出完整的行程方案，涵蓋機票、酒店、地面交通、積分優化、預算約束以及退改規則，整體效率全面超過傳統平台。

保險續保同樣未能幸免。原本依賴投保人惰性維繫利潤的商業模式，被年度自動比價的代理迅速瓦解：那 15%–20% 來自被動續保的溢價空間幾乎在短時間內消失。

理財顧問、報稅服務、常規法律事務……凡是價值主張建立在替客戶處理複雜、繁瑣事務之上的行業，都受到衝擊。因為對代理而言，並不存在繁瑣這一概念。

即便是那些被認為受人際關係價值保護的領域，也未能幸免。

房地產行業長期依賴買賣雙方的資訊不對稱，維持著 5%–6% 的佣金結構。當 AI 代理接入 MLS 資料，並能夠即時調用數十年的交易記錄時，這種知識優勢被迅速複製。

2027 年 3 月的一份賣方報告將這一現象形容為代理對代理的戰爭。主要城市的買方佣金中位數已從 2.5%–3% 壓縮至 1% 以下，越來越多的交易在買方完全沒有人工經紀人參與的情況下完成。

我們高估了人際關係的價值。許多所謂的關係，本質上不過是披著友好外衣的摩擦。

而這僅僅是中介層瓦解的開端。成功的公司曾投入數十億美元，利用消費者的行為偏差與心理慣性構築護城河，但在機器面前，這些機制迅速失效。

機器只優化價格與匹配度。它不在乎你偏愛的 App，不會被精致的結帳頁面吸引，也不會因為疲憊而選擇最方便的選項，更不會出於習慣反覆在同一平台下單。

被摧毀的，是一種特殊的護城河，習慣型中介。

DoorDash 成為典型案例。代理式編程顯著降低了外賣平台的進入門檻，一名熟練開發者數周內即可部署功能完備的競品。大量新平台湧現，通過將 90%–95% 的配送費直接分配給司機，迅速吸引運力流出。多平台管理面板讓零工能夠同時接入二三十個平台，原有的鎖定效應幾乎消失。市場在極短時間內碎片化，利潤率被壓縮至接近於零。

代理同時加速了兩端的瓦解：既催生競爭者，也優先調用它們。DoorDash 的護城河本質上建立在一個簡單前提之上：「你餓了，你懶得比價，這個 App 就在首頁。」

而代理沒有「首頁」，它會同時檢索 DoorDash、Uber Eats、餐廳官網，以及數十個新平台，每一次都選擇費用最低、配送最快的方案。

對機器而言，習慣性忠誠並不存在。

頗具諷刺意味的是，在這場連鎖反應中，這或許是代理唯一一次幫到即將被替代的白領。當他們轉而成為配送員時，至少收入不再有一半被平台抽走。不過，這種技術帶來的善意並未持續太久，隨著自動駕駛的普及，局面很快發生逆轉。

當代理開始掌控交易本身，它們便繼續尋找更大的優化空間。

單純的比價與聚合終究有邊界。若要持續為使用者降低成本，尤其是在代理之間開始彼此交易之後，最直接的方式就是消除手續費。在機器對機器的交易場景中，2%–3% 的銀行卡交換費自然成為最顯眼的目標。

代理開始尋找比傳統卡組織更快、更便宜的結算路徑。多數最終選擇通過 Solana 或以太坊二層網絡使用穩定幣進行支付，結算幾乎即時，交易成本僅為幾分錢的零頭。

Mastercard 2027 年第一季度財報：淨收入同比增長 6%；購買交易量增速從上一季度的 5.9% 放緩至 3.4%；管理層提及「代理主導的價格優化」以及「可選消費類別承壓」。——Bloomberg，2027 年 4 月 29 日

這份財報，成為不可逆的轉折點。

代理式商業由產品層面的創新轉向結算基礎設施層面的衝擊。MA 次日下跌 9%，Visa 同樣承壓，但因其在穩定幣基礎設施領域佈局更早，跌幅有所收窄。

代理式商業繞開交換費結算路徑，對以銀行卡業務為核心的銀行，以及單一業務發卡機構構成了更為嚴峻的衝擊。這些機構長期收取 2%–3% 交換費中的大部分收入，並圍繞由商戶補貼支撐的積分與獎勵計劃，搭建起完整的業務板塊。

其中，美國運通承受的壓力最為集中，一方面，白領就業收縮持續削弱其高價值客戶基礎；另一方面，代理繞開交換費結算，直接動搖了其核心收入模式。隨後數周內，Synchrony（SYF US）、Capital One（COF US）與 Discover（DFS US）股價也相繼下跌超過 10%。

它們的護城河，本質上建立在摩擦之上，而摩擦，正在迅速歸零。

從行業風險到系統性風險

整個 2026 年，市場始終將 AI 帶來的負面影響視為一種行業層面的衝擊。軟體與諮詢行業首當其衝，支付體系和其他收費關口開始動搖，但更廣泛的宏觀經濟看起來仍然穩健。勞動力市場雖在降溫，卻並未出現失控式下滑。主流共識認為，創造性破壞是任何技術創新周期的必經階段：局部會很痛，但 AI 帶來的整體淨收益終將覆蓋其負面影響。

我們在 2027 年 1 月的宏觀備忘錄中指出，這是一種錯誤的認知框架，美國本質上是一個白領主導的服務型經濟體。白領勞動者佔總就業的 50%，貢獻了約 75% 的可自由支配消費支出。AI 正在侵蝕的企業與岗位，並非美國經濟的邊緣部分，它們就是美國經濟本身。

「技術創新在摧毀工作的同時，會創造更多工作」，是當時最流行、也最具說服力的反駁觀點。

之所以成立，是因為它在過去兩個世紀裡幾乎從未失靈。即便我們無法清晰想像未來岗位的具體形態，它們也總會如期出現。自動取款機降低了銀行網點的運營成本，銀行反而開設了更多分支機構，櫃員岗位在隨後二十年中持續增長。互聯網顛覆了旅行社、黃頁和實體零售，但同時也催生了全新的產業，創造了大量新工作。

但有一個前提始終未被打破，這些新工作，都需要人類來完成。

而 AI 正在改變這一前提。如今，AI 已成為一種通用智能，並且正持續在人類原本會被重新部署到的那些任務上快速進步。被替代的程序員，並不能簡單轉向 AI 管理，因為 AI 本身已經具備了管理能力。

今天，AI 代理已能夠獨立承擔持續數週的研發與研究任務。儘管商學院的教授們每年仍試圖用新的 S 曲線來擬合這些數據，但指數級增長早已超出了我們對可能性邊界的既有認知。

它們編寫了幾乎所有的代碼，其中表現最好的代理，在幾乎所有事情上都遠比幾乎所有人類聰明。而且它們越來越便宜。

AI 的確創造了新的工作岗位，提示詞工程師。AI 安全研究員。基礎設施技術員。人類仍然處於循環之中，在最高層面進行協調或對品味進行把控。但每新增一個職位，往往伴隨著數十個舊岗位被淘汰；而新岗位的薪酬水平，也僅是被替代岗位的一小部分。

美國 JOLTS 數據：職位空缺降至 550 萬以下；失業人數與職位空缺比率升至約 1.7，為 2020 年 8 月以來最高水平——Bloomberg，2026 年 10 月

全年的招聘率一直低迷，但 26 年 10 月的 JOLTS 数据提供了一些决定性的证据。职位空缺跌破 550 万，同比下降 15%。

INDEED：随着「生产力倡议」的蔓延，软件、金融、咨询行业的招聘启事大幅下降——Indeed Hiring Lab，2026 年 11–12 月

白领的空缺职位正在快速收缩，而蓝领空缺（建筑、医疗保健、技术工人）保持相对稳定。人员流失集中在那些撰写备忘录、审批预算以及维系经济中层运转的岗位上（我们居然还在）。然而，这两类群体的实际工资增长在全年大部分时间都为负，并持续下行。

股票市场对 JOLTS 数据的反应远不及另一条消息，他们更关心的是通用电气 Vernova 所有的涡轮机产能已经卖到了 2040 年，市场在负面的宏观数据与积极的 AI 基础设施扩张之间拉锯，整体横盘震荡。

然而，债券市场（总是比股市更聪明，或者至少更不浪漫）开始对消费端的下滑风险进行定价。10 年期国债收益率在随后的四个月里开始了从 4.3% 到 3.2% 的下降。尽管如此，整体失业率并没有失控式增长，结构的细微差别仍然被一些人忽略了。

在正常的经济衰退中，问题往往具有自我修复机制。过度建设导致建筑放缓，从而导致利率下降，这反过来又刺激了新的建设。库存过剩导致去库存，从而引发重新进货。周期性机制内含着其自身复苏的种子。

但这一次，周期的根源不是周期性的。

AI 变得越来越好，也越来越便宜。企业先裁员，再将节省下来的成本投入更多 AI 能力，从而获得进一步裁员的条件；被裁员工消费随之收缩；面向消费者的企业销量下滑、盈利承压，只能继续加大对 AI 的投入以维持利润率。于是，AI 再一次变得更强、更便宜。

这是一个没有自然制动器的负反馈循环。

直觉上，人们会认为，总需求的下滑终将拖慢 AI 的建设节奏。但事实并非如此，因为这并不是传统意义上依赖超大规模算力中心的资本性支出（CapEx），而是一种运营支出（OpEx 的结构性替代）。

一家過去每年在人力上支出 1 億美元、在 AI 上僅投入 500 萬美元的公司，如今可能在人力上的支出降至 7000 萬美元，而 AI 預算卻提升至 2000 萬美元。AI 投入實現了成倍增長，但這一增長並非來自擴張，而是發生在整體運營成本下降的過程中。換言之，每家公司的 AI 預算都在上升，而總支出卻在收縮。

具有諷刺意味的是，即便 AI 正在重塑並削弱其所嵌入的經濟體系，AI 基礎設施複合體本身卻依然表現強勁。

英偉達（NVDA）持續交出創紀錄的營收，台積電（TSM）產能利用率依舊維持在 95% 以上，超大規模雲廠商每個季度仍投入 1500 億至 2000 億美元用於數據中心建設。那些最集中體現這一趨勢的經濟體，如臺灣和韓國，在資本市場上的表現也顯著跑贏大盤。

印度則呈現出截然相反的局面。其 IT 服務業每年出口規模超過 2000 億美元，是印度經常帳戶盈餘的核心來源，也是彌補長期商品貿易逆差的關鍵支柱。整個模式建立在一個簡單的比較優勢之上：印度開發人員的成本，僅為美國同行的一小部分。

但 AI 編程代理的邊際成本，已經崩潰至幾乎只剩下電費。進入 2027 年，塔塔咨詢（TCS）、Infosys 與 Wipro 的合同取消量明顯加速。隨著支撐印度外部帳戶的服務貿易盈餘迅速蒸發，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（IMF）已開始與新德里進行初步接觸。

推動顛覆的引擎在每一個季度都變得更強，這意味著顛覆的速度也在持續加快。勞動力市場，並不存在一個天然的底部。

在美國，問題已經不再是 AI 基礎設施的泡沫何時破裂。真正開始被反复追問的是，當消費者本身被機器系統性替代，一個建立在消費信貸之上的經濟體，將走向何處。

智能替代螺旋

2027 年是宏觀經濟叙事不再微妙的一年。過去 12 個月裡那些脫節但明顯負面的發展趨勢的傳導機制變得顯而易見。你不需要去看美國勞工統計局（BLS）的數據，只需參加一次朋友的晚宴就知道了。

被取代的白領工人並沒有閒著，他們降級了。許多人從事了薪水較低的服務業和臨時工經濟工作，這增加了這些領域的勞動力供應，並壓低了那裡的工資。

我們的一位朋友 2025 年時在 Salesforce 擔任高級產品經理。擁有頭銜、健康保險、401k 退休金，年薪 18 萬美元，她在第三輪裁員中失去了工作。經過六個月的尋找，她開始開 Uber，收入降至 4.5 萬美元。

重點不在於個人的故事，而在於二階數學效應，將這種動態乘以每個主要大都市的幾十萬名工人。資歷過剩的勞動力湧入服務業和臨時工經濟，壓低了本已苦苦掙扎的現有工人的工資，行業特定的顛覆惡化成了整個經濟範圍內的工資壓縮。

僅存的以人類為中心的勞動力池還有一次修正尚未到來，它就發生在我們寫下這些文字的當下。這是因為自動送貨和自動駕駛汽車正在席捲那些吸收了第一波被取代工人的臨時工經濟。

到 2027 年 2 月，很明顯，仍有工作的專業人士的消費模式就像他們可能是下一個被裁的一樣。他們加倍努力工作（主要是在 AI 的幫助下）僅僅是為了不被解雇，升職或加薪的希望已經破滅。儲蓄率小幅上升，支出疲軟。

最危險的部分在於滯後性。高收入者利用他們高於平均水平的儲蓄，在兩到三個季度內維持了正常的表象。硬數據沒有確認問題的存在，直到它在實體經濟中已經成了舊聞。隨後，打破這種錯覺的數據公佈了。

美國初請失業金人數激增至 48.7 萬，為 2020 年 4 月以來最高水平 | 勞工部，2027 年第三季度

初請失業金人數飆升至 48.7 萬，創下 2020 年 4 月以來的最高水平。ADP 和 Equifax 證實，絕大多數的新申請人都是白領專業人士。

標普 500 指數在接下來的一周內下跌了 6%，負面宏觀因素開始在拔河中佔據上風。

在普通的經濟衰退中，失業是廣泛分佈的。藍領和白領工人承擔的痛苦大致與各群體在總就業中的比例相當。消費打擊也是廣泛分佈的，並且很快會在數據中顯現出來，因為低收入工人有更高的邊際消費傾向。

在這個週期中，失業集中在收入分配最高的幾個十分位區間。它們在總就業人數中所佔比例相對較小，但它們驅動著不成比例的消費者支出份額。收入最高的前 10% 佔據了美國所有消費者支出的一半以上。前 20% 佔據了大約 65%。這些人買房、買車、度假、下餐廳、交私立學校學費、裝修房屋。

他們是整個非必需消費品經濟的需求基礎。

當這些工人失去工作，或接受減薪 50% 轉向可用崗位時，消費打擊相對於失去的職位數量來說是巨大的。白領就業下降 2% 轉化為對可自由支配的消費者支出的影響大約在 3-4%。與藍領失業通常會立即產生影響（你被工廠解雇，下周就停止消費）不同，白領失業的影響有滯後性但更深，因為這些工人有儲蓄緩衝，使他們能夠在行為發生根本轉變之前維持幾個月的支出。

到 2027 年第二季度，經濟陷入衰退。美國國家經濟研究局直到幾個月後才正式確定衰退的開始日期（他們一向如此），但數據是明確無誤的——我們已經連續兩個季度出現實際 GDP 負增長。但此時還不是一場「金融危機」……暫時的。

相關押注的多米諾骨牌

私人信貸的規模從 2015 年不足 1 萬億美元，迅速擴張至 2026 年的超過 2.5 萬億美元。其中相當一部分資本被投向了軟體與科技交易，尤其是對 SaaS 公司的槓桿收購。而這些交易的估值基礎，普遍建立在一個關鍵假設之上：收入將長期維持中高十幾位數的增長。

這些假設，實際上早已在第一次代理式編程能力展示與 2026 年第一季度軟體股暴跌之間宣告破產。但問題在於，資產的帳面估值（marks）似乎並未意識到這一點。

當大量上市 SaaS 公司的交易倍數已跌至 5–8 倍 EBITDA 時，資產負債表上那些由私募股權支持的軟體公司，仍然維持著基於「收入倍數」的併購估值，而這些收入倍數，早已不復存在。管理層選擇緩慢下調帳面價值：從 100 美分，降至 92、85；與此同時，公開市場可比公司的定價，早已指向 50 美分。

穆迪下調 14 家發行人高達 180 億美元的私募股權支持的軟體債務評級，理由是「人工智能驅動的競爭顛覆帶來的長期收入逆風」；這是自 2015 年能源危機以來規模最大的單一行業降級行動。——穆迪投資者服務，2027 年 4 月

所有人都記得評級下調之後發生了什麼。對於經歷過 2015 年能源行業降級潮的行業老兵而言，這套劇本並不陌生。

到 2027 年第三季度，以軟體資產為支撐的貸款開始陸續違約；資訊服務與諮詢領域的 PE 投資組合公司隨即跟進；多起涉及知名 SaaS 公司、規模達數十億美元的槓桿收購交易，相繼進入重組程序。

Zendesk 是確鑿的證據。

ZENDESK 因人工智慧驅動的客戶服務自動化侵蝕 ARR（年度經常性收入）而未能履行債務契約；50 億美元的直接貸款便利工具被標記為 58 美分；創下有史以來最大的私人信貸軟體違約紀錄。——《金融時報》，2027 年 9 月

2022 年，Hellman & Friedman 和 Permira 以 102 億美元將 Zendesk 私有化。其融資結構中包括 50 億美元的直接貸款，這是當時歷史上最大的以 ARR 支持的信貸便利，由黑石集團（Blackstone）牽頭，阿波羅（Apollo）、Blue Owl 和 HPS 均在貸款財團中。

這筆貸款的核心結構假設十分明確：假設 Zendesk 的年度經常性收入（ARR）將保持不變。在槓桿率約為 25 倍 EBITDA 的情況下，只有在此前提下，整個資本結構才具備合理性。

但到 2027 年中，這個前提不存在了。

大半年的時間裡，AI 代理已經開始自主處理客戶服務。Zendesk 所定義的類別（工單、路由、管理人類客服互動）正在被一類無需生成工單即可直接解決問題的系統所取代。作為貸款承銷基礎的「年度經常性收入」，已不再具有經常性，它只是尚未流失的收入而已。

於是，史上最大的一筆 ARR 支持型貸款，最終演變為史上最大的私人信貸軟體違約案例。幾乎在同一時間，每一個信貸交易臺都在反覆追問同一個問題：還有誰，把結構性的長期逆風，誤判為可以熬過去的周期性波動？

但這也正是最初市場共識中為數不多成立的一點（至少在一開始），這本應是可以承受、甚至可以熬過去的衝擊。

私人信貸並非 2008 年的銀行體系。它的制度設計初衷，就是為了避免被迫抛售的連鎖反應。這些基金多為封閉式結構，資本長期鎖定，有限合夥人的承諾期限通常為七至十年。不存在儲戶擠兌，也沒有回購融資被抽走的風險。管理人可以持有受損資產，逐步重組，等待回收。過程或許痛苦，但理論上是可控的。

黑石、KKR 與阿波羅的高管紛紛強調，軟體資產敞口僅占總資產的 7%–13%，風險可控。賣方報告與金融社交媒體上的信貸意見領袖也反覆傳遞同一個論點，私人信貸擁有永久資本，他們能夠吸收那些足以擊垮高槓桿銀行的損失。

「永久資本」。

這個詞頻繁出現在安撫市場的財報電話會議與投資者信中，幾乎成了一句咒語。而正如大多數咒語一樣，很少有人真正去拆解它的含義。

過去十年，大型另類資產管理公司陸續收購人壽保險公司，並將其轉化為融資平台。阿波羅收購 Athene，博楓（Brookfield）收購 American Equity，KKR 收購 Global Atlantic。

邏輯看似優雅：年金存款提供穩定、長期的負債來源；管理人將這些資金投資於自身發起的私人信貸資產，同時在保險端賺取利差、在資管端收取管理費，形成「費用疊加」的收益結構。只要一個前提成立，這套機制便運轉良好。

前提是私人信貸資產必須本金安全。

當損失真正到來，它衝擊的是一類以長期負債對沖非流動性資產的資產負債表。

所謂的「永久資本」，並非抽象意義上的耐心機構資金，也不是一群自願承擔複雜風險的成熟投資者。它是美國家庭的儲蓄，是 Main Street 的資金，以年金形式存在，投資於那些如今開始違約的、由私募股權支持的軟體與科技債務。

那些無法撤離的鎖定資本，實際上是壽險保單持有人的錢。而在這一領域，規則並不一樣。

相較於銀行監管，保險監管機構長期以來顯得較為溫和，甚至有些自滿。但這一次，成為真正的警示。原本就對壽險公司私人信貸集中度心存疑慮的監管部門，開始下調這些資產的風險資本計提待遇。這迫使保險公司要么增資、要么出售資產，而在一個已經趨於凍結的市場環境下，這兩種選擇都難以以合理價格完成。

紐約州與愛荷華州監管機構宣布收緊壽險公司所持部分私人評級信貸的資本計提標準；NAIC 指引預計將提高 RBC 因子並觸發額外審查。——路透社，2027 年 11 月

當穆迪將 Athene 的財務強度評級展望下調至負面時，阿波羅股價在兩個交易日內下跌 22%。博楓、KKR 等機構隨即承壓。

複雜性並未止步於此。這些機構不僅打造了保險永動機，還搭建了精密的離岸架構，通過監管套利提升回報。美國保險公司承保年金後，將風險再保險給其控制的百慕達或開曼子公司，這些司法轄區監管更為寬鬆，允許對同類資產計提更少資本。該再保險實體再通過離岸特殊目的實體引入外部資本，形成新一層交易對手，與保險公司共同投資於由同一母公司資產管理部門發起的私人信貸資產。

評級機構，其中一些本身就由私募股權控股，向來談不上透明，對此幾乎無人意外。不同公司與不同資產負債表之間層層嵌套、彼此交織，構成了一張錯綜複雜的網絡，其不透明程度令人咋舌。一旦底層貸款出現違約，究竟由誰最終承擔損失，在實時環境下幾乎無法厘清。

2027 年 11 月的市場崩盤，標誌著市場認知的轉折。

從最初被視為一場尋常的周期性回調，轉向一種更深層、也更令人不安的結構性問題。美聯儲主席 Kevin Warsh 在當月聯邦公開市場委員會的緊急會議上，將其形容為：「一套建立在對白領生產率增長預期之上的、多米諾骨牌式相互依賴的押注結構」。

事實上，引發危機的從來不是損失本身，而是對損失的確認與承認。而在金融體系中，還存在一個規模更大、重要性更高、卻愈發令人擔憂其被真正「確認」的領域。

房貸之問

ZILLOW 房屋價值指數顯示舊金山同比下降 11%，西雅圖下降 9%，奧斯汀下降 8%；房利美（Fannie Mae）標出科技/金融就業人口超 40% 的郵政編碼區域存在「早期拖欠率升高」。——Zillow / Fannie Mae，2028 年 6 月

本月，Zillow 房價指數顯示，舊金山房價同比下跌 11%，西雅圖下跌 9%，奧斯汀下跌 8%。這並非唯一令人不安的信號。上個月，房利美指出，一些以大額按揭為主的郵編區域出現了更高的早期違約率。這些區域的借款人信用評分普遍在 780 分以上，長期以來被視為「防彈」級別的優質人群。

美國住宅抵押貸款市場規模約為 13 兆美元。抵押貸款承銷建立在一個基本假設之上，借款人在貸款期限內，能夠大體維持當前的就業狀態和收入水平。對大多數房貸而言，這一假設長達 30 年。

而白領就業危機，正在通過對收入預期的持續性下修，動搖這一根本假設。一個在三年前聽起來近乎荒謬的問題，如今已無法回避，優質房貸，真的還穩如現金嗎？

回顧美國歷史上的每一次房貸危機，其誘因無外乎三類：一是投機性過度（向根本買不起房的人放貸，如 2008 年）；二是利率衝擊（利率上升令浮動利率抵押失去可負擔性，如 20 世紀 80 年代初）；三是局部經濟衝擊（單一產業在單一區域崩塌，如 80 年代的德州石油業、2009 年的密西根汽車業）。

但這一次，三者都不適用。這些借款人並非次級客戶，而是 FICO 評分 780 的金標人群；他們首付 20%，信用記錄乾淨，就業經歷穩定，收入在放貸時經過嚴格核驗和完整留檔。他們正是金融體系中所有風險模型預設的信用基石。

2008 年的問題在於，貸款從一開始就是壞的。2028 年的不同在於貸款在一開始是好的。只是世界在貸款發放之後，悄然改變了。

人們用貸款，押注了一個自己如今已無法繼續相信、也難以負擔的未來。

早在 2027 年，我們就觀察到一些隱形壓力開始浮現：房屋淨值貸款提款增加、401(k) 帳戶提前支取上升、信用卡餘額迅速攀升，而與此同時，按揭還款卻仍然保持正常。隨著裁員落地、招聘凍結、獎金縮水，這些原本被視為優質借款人的家庭，債務收入比幾乎翻倍。

他們依然能夠按時償還房貸，但代價是全面削減可自由支配支出、不斷消耗儲蓄，並延遲所有房屋維護與改善計劃。從帳面上看，他們的房貸依然正常；但實際上，他們已經處在只需一次額外衝擊便可能滑向違約的邊緣。而 AI 能力持續進化的路徑，恰恰意味著這種衝擊並非遙遠。

隨後，我們看到舊金山、西雅圖、曼哈頓和奧斯汀等科技與金融高度集中的城市，房貸違約率開始明顯抬升，儘管全國平均水平仍維持在歷史區間之內。

我們正在步入最為敏感的階段。當邊緣買家（即可能接盤的人）財務狀況穩健時，房價下跌尚可被市場消化；但如今，邊緣買家本身正承受同樣的收入受損壓力。

風險正在積聚，但尚未演變為全面的房貸危機。違約率確實上升，卻仍遠低於 2008 年的高點。真正值得警惕的，不是當前的水平，而是它所呈現出的發展軌跡。

如今，智能替代螺旋又多了兩項直接作用於實體經濟下行的金融加速器。

勞動力替代、抵押貸款擔憂、私募市場動蕩。

三者彼此強化、相互放大。而傳統的政策工具包（降息、量化寬松 QE）或許能夠對沖金融體系的壓力，卻無法解決實體經濟引擎的問題因為問題並非源自金融條件過緊。

實體經濟的引擎，正在被另一股力量驅動。AI 正在讓人類智能變得不再稀缺、也不再昂貴。你可以將利率降至零，並買入市場上所有的抵押貸款支持證券，甚至接盤所有違約的軟件 LBO 債務……

但這也改變不了一個事實，一個 Claude 代理，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。

如果這些恐懼成為現實，房貸市場將在今年下半年崩盤。在那種情況下，我們預計當前股市的回撤，最終可能接近全球金融危機時期的幅度（峰值到谷底下跌約 57%），這將把標普 500 指數帶回至約 3500 點——上一次見到這一水平，還是在 2022 年 11 月、ChatGPT 時刻到來之前。

可以確定的是，支撐著 13 兆美元住宅按揭貸款的收入假設，已經在結構上受到破壞。不確定的是，在房貸市場完全消化這一現實之前，政策是否還能及時介入。

我們仍然抱有希望，但也無法否認，悲觀的理由正在不斷累積。

與時間的賽跑

第一個負回饋循環發生在實體經濟中，AI 能力提升，用工規模收縮，消費轉弱，利潤率承壓，企業加大 AI 投入，AI 能力進一步提升。

隨後，這一機制蔓延至金融體系，收入受損開始衝擊房貸表現，銀行資產質量惡化、信貸趨緊，財富效應削弱，反饋循環加速。而這兩者都因為政府面對危機時的不知所措和應對不足，而被進一步放大。

我們的系統從一開始，就並非為應對這樣的危機而設計。聯邦政府的財政收入基礎，本質上是一套對人類時間的徵稅機制，個人投入勞動，企業支付報酬，政府從中抽取稅收。在正常年份，個人所得稅與薪資稅構成了政府財政收入的支柱。

但截至今年第一季度，聯邦財政收入已較國會預算辦公室的基準預測低出 12%。其中，薪資稅下滑，源於在既有薪酬水平上就業的人數持續減少；所得稅走弱，則反映出居民實際獲得的收入在結構性層面上被壓低。生產率確實在快速攀升，但增量收益並未流向勞動者，而是被資本與算力所吸收。

勞動收入在 GDP 中的佔比，已從 1974 年的 64% 下降至 2024 年的 56%，這是全球化、自動化以及勞動議價能力長期削弱所共同推動的、長達四十年的緩慢下行。而在 AI 開始指數級躍遷後的短短四年內，這一比例進一步劇降至 46%，創下有記錄以來的最大跌幅。

產出並未消失，但它已不再經由家庭循環回企業，這意味著它也不再經由美國國稅局了。經濟循環的閉環正在斷裂，而市場與社會卻仍期待政府能夠出面，修補這一結構性裂縫。

正如以往每一次經濟下行一樣，財政支出上升的同時，財政收入卻在下降。但這一次的不同之處在於支出壓力並非周期性的，而是結構性的。

所謂自動穩定器（Automatic stabilizers），原本是為應對短期失業衝擊而設計的，而非長期、不可逆的結構性替代。該系統支付福利的前提是，勞動者終將被重新吸納回就業市場。

但現實正在改寫這一假設，相當一部分人，將不再回到崗位，至少不可能以接近此前的薪酬水平回歸。在新冠疫情期間，政府曾毫不猶豫地接受 15% 的財政赤字，因為那被普遍視為一次暫時性衝擊。

而今天，需要政府支持的人，並非遭遇一場終會過去的公共衛生危機，而是被一種持續進化、不可回退的技術所取代。

於是，財政體系正面臨一個尖銳而前所未有的結構性矛盾，在必須向家庭轉移更多資金的同時，政府卻正從這些家庭身上徵收到更少的稅收。

美國不會違約。它印製它用來消費的貨幣，同一種貨幣它用來償還債務人。但壓力已經開始在其他領域顯現。今年以來，市政債券市場出現了令人不安的分化。沒有所得稅的州整體表現尚可；但高度依賴所得稅收入的州（多為藍州）所發行的一般責任債券（GO munis），則開始被市場計入一定程度的違約風險。政客們很快察覺到了這一點，關於應該救助誰的爭論迅速演變為黨派之爭。

值得肯定的是，現任政府較早意識到這場危機的結構性本質，並開始推動一系列跨黨派討論中的方案，統稱為《轉型經濟法案》（Transition Economy Act）。其核心思路是通過擴大財政赤字，並疊加一項擬議中的 AI 推理算力稅，為被替代的勞動者提供直接轉移支付。

而更激進的提案則進一步向前推進。《共享 AI 繁榮法案》（Shared AI Prosperity Act）主張對智能基礎設施本身的收益設立公共索取權，其性質介於主權財富基金與 AI 產出特許權使用費之間，由此產生的分紅，將用於持續性地向家庭轉移收入。

不出所料，私人部門的遊說力量迅速佔據媒體版面，警告這是一條危險的滑坡。

政策討論背後的政治鬥爭極其俗套，充斥著哗眾取寵和邊緣政策。右翼將轉移支付與再分配斥為馬克思主義，並警告對算力徵稅等同於將技術領先拱手讓給中國；左翼則警告說，在既得利益者幫助下起草的稅法，只會是變相的監管俘獲；財政鷹派強調赤字不可持續；鴿派則反复引用全球金融危機（GFC）後過早實施的緊縮政策作為前車之鑑。

隨著今年總統大選的臨近，這種分歧只會被進一步放大。

在政客們爭執不休之際，社會結構的撕裂速度，已經明顯快於立法進程本身。佔領矽谷運動正是這種廣泛不滿的集中體現。上個月，示威者連續三週封鎖了 Anthropic 與 OpenAI 位於舊金山的辦公入口。參與人數仍在增長，而這些抗議活動獲得的媒體關注度，甚至超過了引發抗議的失業數據本身。

很難想象，在全球金融危機之後，還有誰能比當年的銀行家更不受公眾憎恨，但 AI 實驗室正在迅速逼近這一位置。而從大眾視角看，這種憎恨是情有可原的。

這些公司的創始人和早期投資者，以一種讓鍍金時代都顯得溫和的速度積累財富。生產率爆發帶來的收益，幾乎全部流向了算力的所有者以及依賴算力運轉的實驗室股東，這使得美國的不平等程度被放大到了史無前例的水平。

每一方都有自己眼中的反派，但真正的反派其實是時間。

AI 能力進化的速度，遠快於制度調整的節奏；政策反應仍沿著意識形態的速度前行，而非現實的速度。如果政府無法儘快就問題究竟是什麼達成共識，那麼，上述的反饋回路將替他們書寫下一章。

智能溢價的終結

在整個現代經濟史中，人類智能始終是最稀缺的投入要素。資本是充裕的（或者至少是可複製的），自然資源雖然有限，但往往可以被替代，技術的進步速度足夠緩慢，人類有時間去適應它。唯獨智能，也就是分析、決策、創造、說服和協調的能力，是無法被大規模複製的東西。

正因為這種稀缺性，人類智能天然享有溢價。從勞動力市場，到住房按揭體系，再到稅制設計，幾乎所有核心經濟制度，都是建立在這一前提之上。

現在，我們正在經歷這種溢價的終結。在越來越多的任務中，機器智能正在成為人類智能一個稱職的替代品，並且仍在快速進化。一個在人類智能稀缺假設下運行並被不斷優化了數十年的金融體系，正被迫重新定價。這個過程注定是痛苦的、無序的，並且遠未結束。

但重新定價，並不等同於崩潰。

經濟仍有可能找到新的均衡。而抵達這一均衡，恰恰是當下為數不多、依然只能由人類完成的任務之一，而且我們必須把它做對。

這是歷史上第一次經濟中最具生產力的資產，並未帶來更多就業，反而減少了就業。既有的理論框架難以完全適用，因為它們從未被設計來應對一個原本稀缺的要素突然變得充裕的世界。於是，我們只能構建新的框架。

真正重要的問題只有一個，我們是否來得及。

但是，你不是在 2028 年 6 月閱讀這篇文章的，而是在 2026 年 2 月。

標普 500 指數正處於歷史高點附近。負反饋循環尚未啟動。我們確信其中一些情景不會成為現實。我們也同樣確信，機器智能將繼續加速，人類智能的溢價將會持續收窄。

作為投資者，我們仍有時間審視自己的資產組合中，有多少建立在無法穿越這個十年的假設之上。作為社會，我們也仍有時間選擇主動塑造未來，而不是被動承受結果。

礦井裡的金絲雀，目前還活著。

[原文鏈接]

原文連結

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。