作者: Citrini 和 Alap Shah

发布: 2026 年 2 月 23 日

译者：XScan 和 AI

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

本文作者为 Citrini 与 Alap Shah，来自宏观研究平台 CitriniResearch。两位作者长期关注科技、资本市场与宏观经济结构性变化的交叉影响。

这篇文章并非预测报告，而是一篇以“2028 年全球智能危机”为背景的情景推演（thought experiment）。作者试图探讨一个少被讨论但逻辑自洽的可能路径：当 AI 的进步完全兑现乐观预期时，它是否可能在劳动力市场、消费结构、金融体系与财政框架之间引发连锁反应？

无论你是否认同文中的判断，这都是一篇值得严肃阅读的思想实验。

如果我们对 AI 的乐观一直被验证为正确……但如果这反而是利空，会怎样？

下面呈现的是一种情景推演，而非预测。这不是鼓吹做空的猎奇文，也不是 AI 末日的粉丝小说。本文唯一的目的，是对一个相对少被讨论的路径做模型化推演。我们的朋友 Alap Shah 提出问题，我们共同头脑风暴并写下了这一部分；他还写了另外两篇，可在原文作者页面查看。

希望读完后，你能对 AI 让经济变得越来越“怪异”时可能出现的极端左尾风险，有更充足的心理和投资准备。

以下是假想的 2028 年 6 月《CitriniResearch 宏观备忘录》，记录“全球智能危机”的演进与影响。

CitriniResearch

2026 年 2 月 22 日 → 2028 年 6 月 30 日

今晨公布的失业率为10.2%，比预期高出 0.3 个百分点。市场因这一数据下跌 2%，标普自 2026 年 10 月高点累计回撤已达 38%。

交易员麻木了。六个月前，这样的数据足以触发熔断。

两年。只用了两年时间，我们就从“可控”“行业层面”的冲击，走到一个不再像我们成长经历中那样的经济体系。本季度的宏观备忘录，试图重建这个序列——对危机前经济的事后检视。

当时的狂热几乎触手可及。到 2026 年 10 月，标普 500 接近 8000，纳斯达克冲破 30000。由于人类岗位被机器替代的第一波裁员在 2026 年初开始，而它们做了裁员应做的事：利润率上升、盈利超预期、股价上涨。创纪录的企业利润又被重新投入到 AI 算力之中。

头条数据仍然很好。名义 GDP 多次录得中到高个位数年化增长。生产率飙升。每小时实际产出提高的速度，是 1950 年代以来未见的——由那些不睡觉、不请病假、不需要医保的 AI 代理推动。

拥有算力的人财富爆发，因为人工成本消失了。与此同时，实际工资增长崩塌。尽管政府反复吹噓记录级的生产率，白领却被机器取代，被迫进入低薪岗位。

当消费端开始出现裂缝，经济评论界流行起“幽灵 GDP”这个词：出现在国民账户里但从未在真实经济中流转的产出。

在每一个维度上，AI 都超出预期，市场也就是 AI。唯一的问题是……经济本身并没有。

我们本该早就看清：北达科他州一个 GPU 集群所产生的产出，等同于以往被归因于曼哈顿中城 1 万名白领的产出——这更像一场经济性流行病，而不是灵丹妙药。货币流通速度接近停滞。以人为中心的消费经济（当时占 GDP 的 70%）正在枯萎。若我们早点问一个问题：机器在可选消费上会花多少钱？（提示：几乎为零），也许就能更早发现端倪。

AI 能力提升 → 公司需要更少员工 → 白领裁员增加 → 被替代者消费减少 → 利润压力促使公司更多投入 AI → AI 能力再次提升……

这是一个没有天然刹车的负反馈循环。人类智能替代螺旋。白领的收入能力（以及理性下的消费）遭到结构性损伤。他们的收入支撑着约 13 万亿美元的按揭市场——这迫使承保人重新评估“优质按揭”是否仍然安全。

连续 17 年没有真实违约周期，使私募资本溢出地投向了那些假设 ARR 会持续的 PE 支持软件交易。2027 年中由 AI 破坏引发的第一波违约，挑战了这一假设。

如果冲击仅限于软件领域，也许还能可控，但事实并非如此。到 2027 年底，这场冲击威胁到所有依赖中介化盈利的商业模式。大量以向人类收取摩擦费为生的公司土崩瓦解。

事实证明，系统本质上是一条关于白领生产率增长的连锁相关赌注链。2027 年 11 月的崩盘，只是加速了这些已存在的负反馈回路。

我们几乎等了近一年，盼望“坏消息变成好消息”。政府开始考虑方案，但公众对政府实施救助的信心在下降。政策回应总是迟于经济现实，而缺乏一套全面方案，正威胁加速通缩螺旋。

2025 年末，自主型编程工具在能力上实现了跳跃式提升。

一个称职的开发者，配合 Claude Code 或 Codex，几周内就能复制一个中端市场 SaaS 产品的核心功能。不一定完美、不能覆盖所有边界情形，但足够好，以至于审查一笔 50 万美元年续费的 CIO 会问：“要不我们自己做？”

企业财年大多与日历年对齐，所以 2026 年的企业支出在 2025 年 Q4 已设定，当时“代理型 AI”仍只是个流行词。年中审查时，采购团队第一次真正看清这些系统的实际能力。有些公司看到内部团队在几周内就能复刻出价值六位数的 SaaS 合同的原型。

那年夏天，我们与一位财富 500 强企业的采购经理对话。他讲了一个预算谈判的例子。销售代表本以为会照旧每年涨价 5%，继续“你团队离不开我们”的老把戏。采购经理告诉他，他已经在与 OpenAI 谈，让“前线工程师”用 AI 工具完全替代该供应商。最终他们以 7 折续约。他说这是个不错的结果。像 Monday.com、Zapier、Asana 这样的“长尾”受创更重。

投资者已经有心理准备——甚至期待——长尾会遭重击。它们可能占企业栈支出的三分之一，却显然暴露在风险中。但那些作为记录系统的核心厂商，本应被认为更安全。

直到 ServiceNow 在 2026 年第三季度的报告，反身性机制才真正显现。

SERVICENOW 新增 ACV 增速从 23% 放缓到 14%；宣布裁员 15% 并启动“结构性效率计划”；股价下跌 18% | Bloomberg，2026 年 10 月

SaaS 并未“死亡”。自建仍有成本与收益的权衡。但“自建”已成为可行选项，这改变了议价。更重要的是，竞争格局变化：AI 让开发与交付新功能变得更容易，差异化消失。 incumbents（既有企业）陷入价格战——既互相厮杀，又与没有历史成本的新入局者竞争。那些没有遗留成本结构需要保护、并被代理编程能力鼓舞的新玩家，激进地抢占市场份额。

这些系统的相互关联性直到该季度才被充分认识。ServiceNow 按席位收费。财富 500 强客户裁员 15% 时，就取消了 15% 的许可证。那些通过 AI 提升客户利润率的举措，反过来机械性地侵蚀了它们自己的收入基础。

卖“工作流自动化”的公司，被更好的自动化技术颠覆，而它们的反应是裁员并将节省下来的钱投入到正在颠覆它们的那项技术中。

还能有什么选择？坐着等死，慢一点吗？最受 AI 威胁的公司，成了 AI 最积极的采用者。

事后看来这很明显，但当时并非如此（至少对我们而言不是）。历史上的颠覆模式是： incumbents 抵抗新技术，被灵活的竞争者蚕食市场，然后慢慢灭亡。柯达、Blockbuster、黑莓都是如此。但 2026 年不同；这些 incumbents 无法抗拒，因为他们承受不起。

在股价下跌 40–60% 且董事会要求答案的压力下，受 AI 威胁的公司只能做一件事：裁员，将节省下来的成本投入 AI 工具，用这些工具在更低成本下维持产出。

每家公司的个体选择都是理性的，但集体结果是灾难性的。每一美元的人工节省，投入到了能推动下一轮裁员的 AI 能力上。

软件只是序幕。当人们还在争论 SaaS 估值是否见底时，反身性循环已经溢出软件行业。适用于 ServiceNow 的逻辑，适用于任何拥有白领成本结构的公司。

到 2027 年初，大语言模型的使用已成默认。人们在使用 AI 代理，却往往不会特意去理解它们，就像许多人使用流媒体也不去理解“云计算”一样。它被当成自动补全或拼写检查那样的“手机自带功能”。

Qwen 的开源代理购物工具，是 AI 接管消费者决策的催化剂。几周内，所有主流 AI 助手都整合了某种代理电商功能。蒸馏后的模型意味着这些代理可以在手机和笔记本上本地运行，而不必全部依赖云端，边际推理成本显著下降。

更应令投资者不安的是：这些代理不会等着你下达命令。它们会根据用户偏好在后台运行。消费不再是一系列离散的人类决策，而变成持续的优化过程，为每一个联网消费者 24/7 地运作。到 2027 年 3 月，美国中位数个人每天消耗约400,000 tokens——是 2026 年末的 10 倍。

下一环节已经开始崩裂。

中介化（intermediation）。

过去五十年，美国经济在“人类局限性”之上构建了一个巨大的租金抽取层：事情耗时、人会厌烦、品牌熟悉度代替尽职调查，大多数人愿意为省点点击牺牲更好的价格。数万亿美元的企业价值依赖这些约束继续存在。

代理先是消除了摩擦。

被长时间弃用却仍自动续订的订阅、试用期后悄悄翻倍的入门价——每一样都被代理重新定义为可谈判的人质。整个订阅经济赖以建立的“客户终身价值”显著下降。

消费者代理改变了几乎所有消费交易的运作方式。

人类通常没时间在五个平台上比价再购买一盒蛋白棒，但机器有。

旅行预订平台首当其冲，因为场景最简单。到 2026 年 Q4，我们的代理能比任何平台更快更便宜地拼出完整行程（机票、酒店、地面交通、忠诚度优化、预算约束、退款处理）。

保险续约模型长期依赖保单持有人的惰性。每年用代理重新比价的工具，剥离了保险公司那 15–20% 来自被动续保的溢价收入。

理财建议、报税、常规法律工作——任何以“替你处理你觉得麻烦的复杂事务”为价值主张的服务，都被代理取代了，因为代理根本不觉得“麻烦”。

甚至那些我们以为被“人际关系”保护的领域，也显得脆弱。房地产行业，买家几十年容忍 5–6% 的佣金，部分原因是经纪人相对于消费者掌握信息不对称；当配备 MLS 访问和数十年交易数据的 AI 代理能即时复刻这些知识库时，房地产也被冲击。2027 年 3 月的一篇卖方报告把这称为“agent on agent violence”。主要大都市区的买方佣金中位数从 2.5–3% 被压缩到不到 1%，越来越多的交易在买方没有人类经纪人的情况下完成。

我们高估了“人际关系”的价值。很多所谓的“关系”，其实只是带着笑容的摩擦。

这只是中介层被颠覆的开始。成功公司花了数十亿美元去有效利用消费者行为和心理的“怪癖”，这些怪癖现在不再起作用。

为价格与适配而优化的机器不在乎你的常用 App 或你过去四年习惯打开的网站，也不会被精心设计的结账体验吸引。它们不会累，也不会妥协于最容易的选项或默认“我一直都从这儿下单”的习惯。

这摧毁了一种特殊的护城河：习惯性中介（habitual intermediation）。

DoorDash 是个典型例子。

编码代理压垮了推出外卖 App 的门槛。一名合格开发者几周内就能部署一个可用的竞争产品，数十家如此操作，通过将 90–95% 的配送费直接返还给司机来吸引人。多平台仪表盘让零工司机能同时监控来自 20–30 个平台的订单，消除了 incumbents 依赖的锁定效应。市场一夜碎片化，利润率几乎被压至零。

代理促进了破坏的两端：既催生竞品，也使用竞品。DoorDash 的护城河就是“你饿了、你懒，这个 App 在你的主屏幕”。而代理没有主屏幕。它会同时检查 DoorDash、Uber Eats、餐厅官网和二十个新兴的“风格化”替代选项，以便每次都选出最低费率和最快配送。

对机器而言，习惯性的 App 忠诚度根本不存在。

这有一种奇妙的诗意：也许在整个故事中，这是代理对即将被替代的白领做的唯一一件“好事”。当这些白领最终成为外卖司机时，他们的收入中至少有一半不再进到 Uber 或 DoorDash 口袋。当然，随着无人驾驶的普及，这种“好事”并没有持续太久。

一旦代理掌控了交易流程，它们开始寻找更大的“回报”。价格匹配与聚合的空间有限。对不断为用户节省费用（尤其是代理间相互交易时）最有效的办法就是消除手续费。在机器对机器的商务中，2–3% 的卡片互换费成了显而易见的目标。

代理寻找比信用卡更快更便宜的方案。大多数选择通过 Solana 或以太坊 L2 的稳定币结算，结算近乎即时、交易成本以分美元为单位计量。

Mastercard 2027 年 Q1：净收入同比 +6%；交易量增速从上季 +5.9% 放缓至 +3.4%；管理层提及“代理主导的价格优化”和“消费品类承压” | Bloomberg，2027 年 4 月 29 日

Mastercard 的 2027 年 Q1 报告成为关键转折点。代理电商从产品故事变成了基础设施问题。Mastercard 次日下跌 9%。Visa 也下跌，但在分析师指出其在稳定币基础设施上的位置较强之后，跌幅有所收窄。

代理电商绕开互换费，对以收单费为核心的发卡行与单线发行机构构成巨大风险——它们靠那 2–3% 的手续费以及由商户补贴支撑的奖励计划赚取整个业务线的利润。

American Express 受打击最严重；白领客户群被削弱同时代理绕开互换费也侵蚀其收入模式。Synchrony、Capital One 和 Discover 在随后几周均下跌超过 10%。

它们的护城河建立在“摩擦”上。而摩擦正在归零。

在 2026 年，市场把 AI 的负面影响看成行业故事。软件、咨询被重创；支付与其他收费通道摇摆不定，但更广义的经济看起来还好。劳动力市场虽然走软，但并未崩塌。普遍观点是：创造性毁灭是技术创新周期的一部分，痛苦是局部的，AI 带来的总体净收益会超过负面影响。

我们在 2027 年 1 月的宏观备忘录指出：这是错误的思维模型。美国经济是以白领服务为主的经济。白领占就业的 50%，驱动大约 75% 的可选消费。AI 正在吞噬的那些企业与职位，并非美国经济的边缘部分——它们就是美国经济。

“技术创新会先毁掉工作，然后创造更多新工作。” 这是当时最流行、最有说服力的反驳。它之所以站得住脚，是因为过去两百年它都对。即便我们无法想象未来会出现什么新岗位，这些岗位肯定会出现。

自动取款机（ATMs）让网点运营更便宜，使银行在接下来的二十年里开了更多分行并增加了柜员岗位。互联网摧毁了旅行社、黄页、实体零售，但也催生了全新的行业，带来了新岗位。

但每一个新岗位，都需要人来做。

现在的 AI 是一种通用智能，且在那些人类可能想转去从事的任务上不断进步。被替代的程序员不能简单转到“AI 管理”岗位，因为 AI 本身就能做那件事。

如今，AI 代理处理长达数周的研发任务。指数级的进步碾压了我们对于可能性的想象，尽管每年沃顿商学院的教授仍在尝试用新的 S 型曲线去拟合数据。

它们几乎写所有代码。表现最好的模型在几乎所有任务上都远超绝大多数人类，而且成本持续下降。

AI 的确创造了新工作：提示工程师、AI 安全研究员、基础设施技术员。人在回路中仍有角色，在最高层协调或在“审美”上做决策。但每创造一个新角色，就有数十个旧角色被替代。新角色的薪酬通常远低于旧岗位。

美国 JOLTS：职位空缺降至 550 万以下；失业与岗位比攀升至 ~1.7，创 2020 年 8 月以来最高 | Bloomberg，2026 年 10 月

全年聘用率一直疲软，但 2026 年 10 月的 JOLTS 提供了明确的数据：职位空缺同比下降约 15%，低于 550 万。

INDEED：软件、金融、咨询职位发布大幅下降，因“生产力举措”扩散 | Indeed Hiring Lab，2026 年 11–12 月

白领职位大幅萎缩，蓝领职位相对稳定（建筑、医疗、技工）。流动出现在写备忘录、审批预算、维持中间层经济润滑的岗位上。两个群体的实际工资增长在大部分时间为负并持续下降。

股市对 JOLTS 的反应，仍不及对 GE Vernova 全部涡轮产能已售罄至 2040 年那类新闻的反应。股市在负面宏观与 AI 基建利好新闻间横盘拉锯。

债券市场（通常比股票更“聪明”，或者至少更不浪漫）开始计价消费冲击。10 年期收益率在接下来的四个月从 4.3% 下行到 3.2%。尽管如此，整体失业率尚未出现暴涨，很多人仍忽视了组成结构的差异。

在正常衰退中，原因最终自我修正。过度建设导致建筑放缓 → 利率下降 → 新建项目回归。库存过剩导致去库存 → 随后补库存。周期性机制本身包含了复苏的种子。

而这次周期的原因并非周期性的。

AI 变得更好、更便宜。公司裁员，然后把节省下来的钱买更多 AI 能力，这使得它们能继续裁员。被替代者少花钱。面向消费者的公司卖得更少，变得更弱，又把钱投回 AI 以维护利润率。AI 变得更好、更便宜。

这是一个没有天然刹车的反馈回路。

直觉上以为总需求下降会放慢 AI 的扩张。但事实不是这样，因为这并非“超级规模商”的资本开支（CapEx）问题，而是运营支出（OpEx）替代的问题。原来每年在人工上花 1 亿美元、在 AI 上花 500 万美元的公司，现在可能变成在人工上花 7000 万、在 AI 上花 2000 万。AI 投入按倍数增长，但总体经营开支减少。每家公司的 AI 预算在增长，而其总体支出在缩小。

具有讽刺意味的是，AI 基建复合体在它所扰乱的经济本身恶化时，仍在持续输出。NVDA 仍在创纪录营收。TSM（即台积电）仍保持 95%+ 利用率。超级规模云厂商仍每季花费 1500–2000 亿美元在数据中心 CapEx 上。那些对该趋势纯粹呈凸形受益的经济体，如 Taiwan 和 Korea，表现大幅优于大盘。

情况在印度则完全相反。该国的 IT 服务出口每年超过 2000 亿美元，是印度经常账户顺差的最大贡献者，支撑其长期商品贸易逆差。整个模式基于一个价值命题：印度的开发者人工成本远低于美国同行。但 AI 编码代理的边际成本本质上坍缩到“电费”级别。TCS、Infosys 和 Wipro 的合同取消在 2027 年加速。卢比在四个月内对美元贬值 18%，曾支撑印度经常账户的服务顺差蒸发。到 2028 年第一季度，IMF 开始与新德里进行“初步磋商”。

推动破坏的引擎每季都更强，这意味着破坏每季都在加速。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，而开始问：当“消费者”被机器替代后，一个以消费信贷驱动的经济会怎样？

2027 年，宏观经济故事不再含蓄。过去 12 个月那些支离破碎但明显为负的事项，其传导机制变得显而易见。你不用深入劳工统计局的数据，只需参加一个朋友聚会就能感受。

被替代的白领没有闲置。他们下行流动，很多人进入低薪的服务业和零工经济，这增加了这些领域的劳动力供给并压低了工资。

我们的一个朋友在 2025 年还是 Salesforce 的高级产品经理：头衔、医保、401(k)、年薪 18 万美元。她在第三轮裁员中失业。六个月找不到合适岗位后，她开始开 Uber。收入降到 4.5 万美元。关键不在个体故事，而在二阶效应。把这种动态复制到每个大都市的数十万名员工，过度资质的劳动力涌入服务与零工市场，压低本就挣扎的既有工人的工资。行业特定的冲击演化为全经济范围的工资压缩。

留在人类经济端的那部分人口还面临下一轮修正——在我们撰写此文时，自动配送与无人驾驶正逐步渗透到吸纳第一波被替代者的零工经济中。

到 2027 年 2 月，仍在职的专业人士开始像“下一棒可能是我”那样节俭消费。他们比以前更努力工作（主要借助 AI）以保住职位，但升职和加薪的希望消失。储蓄率上升，支出走软。

最危险的是时间滞后。高收入者有更高于平均的储蓄，能在两三个季度内维持表面正常。硬数据直到问题在真实经济中老掉牙后才显现。然后出现了一组打破幻象的数据。

美国初次申请失业救济人数激增至 487,000，为 2020 年 4 月以来最高；美国劳工部，2027 年 Q3

初次申领人数飙升到 48.7 万，ADP 与 Equifax 确认绝大多数新增申领来自白领专业人士。

随后一周标普下跌 6%。负面宏观开始占上风。

在常规衰退中，失业在蓝领与白领间大体按其各自占比分布。消费冲击也更广泛且迅速显现，因为低收入者的边际消费倾向更高。

但本轮失业集中在收入分布的上层。它们在就业总量中占比较小，但驱动了绝大部分的消费支出。美国前 10% 的收入者贡献了超过 50% 的消费；前 20% 约占 65%。这些人买房、买车、度假、吃饭、付私校学费、做家装——他们是整个消费者可选项经济的需求基础。

当这些人失业或为了可得岗位而接受 50% 的工资降幅时，相对于失业人数，消费冲击巨大。白领就业下降 2%，可能导致可选消费支出下降约 3–4%。不同于蓝领失业通常会立即见效（你被工厂裁员，下周就停支出），白领失业有滞后但更深远的影响，因为他们有储蓄缓冲，可在几个月内维持消费，直到行为发生改变。

到 2027 年 Q2，经济已进入衰退。NBER 不会立刻给出官方开始日期（他们从不急于下结论），但数据很明确——我们已连续两季度实际 GDP 负增长。但那还不是“金融危机”……至少那时不是。

私人信贷规模从 2015 年不到 1 万亿美元，增长到 2026 年超过 2.5 万亿美元。其中一大部分资金投向软件与技术交易，很多为以 SaaS 公司为标的的杠杆收购，估值假设是收入能够长期保持两位数增长。

这些假设在首批代理编程演示与 2026 年 Q1 的软件股暴跌之间的某处死亡，但账面估值并未同步认知这一点。

当许多上市 SaaS 公司交易在 5–8 倍 EBITDA 时，PE 支持的软件公司还在账面上以并购时基于营收的估值标记资产，管理人逐步下调标记，100 分、92、85……而公开市场的可比公司已给出 50。

穆迪下调 140 亿美元（约 180 亿美元？原文数值按原文）私募支持软件债券评级，涉及 14 家发行人，理由为“来自 AI 驱动竞争性破坏的长期营收逆风”；为自 2015 年能源板块以来最大单一行业行动 | Moody’s，2027 年 4 月

大家记得降级后的结果。行业老手见过 2015 年能源板块降级后的剧本。

软件支持的贷款在 2027 年 Q3 开始违约。信息服务与咨询领域的 PE 投资组合公司随后跟进。数笔数十亿美元的知名 SaaS 并购案进入重组。

Zendesk 成为“吸烟枪”。

ZENDESK 触发债务契约违约，因 AI 驱动的客服自动化侵蚀 ARR；50 亿美元直接贷款工具被标记为 58 美分；为有记录以来最大私募信贷软件违约 | Financial Times，2027 年 9 月

2022 年，Hellman & Friedman 与 Permira 曾以 102 亿美元将 Zendesk 私有化。该交易的债务包为 50 亿美元直接放贷，当时是史上最大规模的以 ARR 支撑的贷款，由 Blackstone 牵头，Apollo、Blue Owl 与 HPS 参与。该贷款明确建立在 Zendesk 的年化经常性收入会保持经常性这一前提下。按大约 25 倍 EBITDA 的杠杆，仅在该前提成立时才合理。

到 2027 年中，这个前提不再成立。

AI 代理在近一年里已经自主处理大量客服工作。Zendesk 所定义的那个范畴（工单、分流、管理人工支持交互）被能在不生成工单的情况下解决问题的系统替代。贷款对应的那部分经常性收入不再是“经常性”，而只是尚未流失的收入。

史上最大的一笔以 ARR 支撑的贷款，成为史上最大的一起私募信贷软件违约。每个信贷交易台同时发问：还有哪些看似周期性的问题其实是结构性的？

但共识至少在初期判断有一部分正确：这一切本应是可消化的。

私募信贷并非 2008 年的银行体系。其架构设计本意就是避免被迫抛售。这些是封闭式基金、资金锁定。LP 的承诺期为七到十年。没有存款人会挤兑，也没有回购利线会被抽走。管理人可以长期持有受损资产，逐步修复并等待恢复。痛苦但可管理。系统本应是“弯而不折”。

Blackstone、KKR 与 Apollo 的管理层都声称其资产中对软件敞口为 7–13%。可控制。每篇卖方研究与社交媒体信贷解读都重复一句话：私募信贷是“永久资本”。它们可以吸收那些会让有杠杆银行倒塌的亏损。

“永久资本”。这个词出现在每一通电话会议和安抚投资者的信函中，成为圣言。但像大多数圣言一样，没人去注意更细的细节。这里的真相是……

过去十年，大型另类资产管理公司收购寿险公司并将其变成融资工具。Apollo 买下 Athene；Brookfield 收购 American Equity；KKR 接手 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向自己起源的私募信贷，赚两份钱：寿险端的利差和资产管理的管理费。这是一台基于费用和费用之上的永动机，但它只在一个条件下运转良好。

私募信贷必须是“钱好的”。

亏损冲击打到了那些为了对付长期负债而持有非流动资产的资产负债表上。原本应该让系统有韧性的“永久资本”，并非抽象的耐心机构资金，而是美国家庭的储蓄——“主街”的年金，这些年金投资在现在违约的 PE 支持的软件与科技资产上。无法抽离的资金是寿险保单持有人的钱，而那里的监管规则又有所不同。

与银行体系相比，保险监管机构长期温和甚至有点自满，但这次危机是敲警钟的事件。监管层已对寿险公司持有的私募信贷敞口表示担忧，开始下调这些资产的风险资本处理比率。这迫使寿险公司要么通过增资，要么抛售资产，而在一个流动性紧缩的市场中，两者都难以在有利条件下完成。

纽约与爱荷华州监管机构开始收紧对寿险公司所持私募评级信用的资本处理；预计 NAIC 指南将提高 RBC 因子并触发额外的 SVO 审查 | Reuters，2027 年 11 月

当穆迪把 Athene 的财务强度评级列入负面展望时，Apollo 的股价在两日内下跌 22%。Brookfield、KKR 等随后跟跌。

事情变得更复杂。这些公司不仅创建了所谓的“保险不灭的永动机”，它们还构建了精巧的离岸架构以利用监管套利：美国寿险公司承保年金，然后将风险再转给其拥有的百慕大或开曼的关联再保险公司——利用更灵活的离岸监管可在相同资产上持有更少资本。那些离岸关联通过 SPV 募集外部资金，形成新的对手方层，将资金与寿险公司一起投资由同一家资产管理方发起的私募信贷。

评级机构（其中一些本身就被私募持有）并非透明度的典范——这对几乎所有人都不意外。不同公司、不同资产负债表之间错综复杂的蜘蛛网，透明度惊人地低。当底层贷款违约时，到底谁承担损失在实时环境下变得难以回答。

2027 年 11 月的崩盘标志着市场感知从“可能是一般的周期性回撤”转向了更令人不安的局面。正如联邦公开市场委员会在 11 月紧急会议上，前任 Fed 主席 Kevin Warsh 所言：“这是一连串关于白领生产率增长的相关押注。”

你看，造成危机的从来不是亏损本身，而是对亏损的认知。而在金融领域，还有一个更大、非常重要的部分，我们开始害怕这种“认知”的到来。

Zillow 房价指数：旧金山同比下跌 11%、西雅图 9%、奥斯丁 8%；Fannie Mae 警示：在科技/金融就业占比 >40% 的邮编区域出现“早期违约上升” | Zillow / Fannie Mae，2028 年 6 月

本月，Zillow 房价指数显示旧金山同比下跌 11%，西雅图下跌 9%，奥斯丁下跌 8%。这并非唯一令人担忧的头条。上个月，Fannie Mae 报告指出一些以 jumbo 抵押为主的邮编区出现更高的早期违约率——这些区域的借款人大多拥有 780+ 的信用评分，从金融模型视角看本应“几乎刀枪不入”。

美国住宅按揭市场规模约为 13 万亿美元。按揭承保基于一个根本假设：借款人在贷款期限内将保持其书面时的收入水平。对于大多数按揭，这一期限可长达三十年。

白领就业危机威胁到了这一假设，导致收入预期发生持续性转变。我们现在不得不问一个三年前看起来荒谬的问题——优质按揭（prime mortgages）还可靠吗？

美国历次按揭危机，通常由三种因素之一引发：投机性过度（贷款给买不起房的人，如 2008 年）、利率冲击（利率上行使可调利率按揭变得无法负担，如 1980 年代初）、或区域性行业崩塌（单一行业在单一区域坍塌，如 1980 年代德州的石油业或 2009 年密歇根的汽车业）。

这里三者都不适用。相关借款人并非次级。他们信用分 780，首付 20%，信用纪录清白、工作记录稳定、原始贷款时收入已被核验并记录。他们是金融系统中被视为信用质量基石的借款人。

2008 年，那些贷款从一开始就是问题贷款。而在 2028 年，贷款在签发时是“好”的。只是贷款后世界发生了变化。人们借贷基于一个他们不再能相信的未来。

在 2027 年，我们已发现一些看不见的压力信号：房屋净值信贷额度（HELOC）动用、401(k) 提取、信用卡负债飙升，但按揭仍保持当前。随着岗位流失、招聘冻结与奖金削减，这些优质家庭的债务收入比翻倍。

他们仍能勉强支付按揭，但只有靠停止一切可选消费、耗尽储蓄并推迟任何房屋维护或改造才行。技术上他们还是按揭“当前”，但只差一次冲击就会陷入困境。而 AI 能力的轨迹显示，这类冲击即将到来。我们随后看到旧金山、西雅图、曼哈顿与奥斯汀的拖欠率开始上升，尽管全国平均仍在历史正常范围内。

我们现在处于最关键阶段。当边际买家仍健康时，房价下跌是可控的。但现在的边际买家面临相同的收入损伤。

尽管担忧在积累，但我们尚未进入全面按揭危机。违约率已上升但仍远低于 2008 年水平。真正的威胁在于轨迹。

“智能替代螺旋”现在有两股金融加速器在推动真实经济下行。

劳动力被替代、按揭疑虑、私募市场动荡——彼此互为助推。而传统政策工具（降息、QE）能修复金融发动机，却无法直接修复真实经济发动机，因为真实经济被 AI 使得人类智能不再稀缺且价值下降所驱动。你可以把利率降到零、买下所有 MBS 与市场上的违约软件 LBO 债……

但这改变不了一个事实：一个 Claude 代理能用每月 200 美元的成本完成一个年薪 18 万美元的产品经理所做的工作。

若这些担忧成真，按揭市场将在今年下半年破裂。在这种情形下，我们预计当前股市回撤最终将与全球金融危机相当（峰值到谷底约 57%）。这会把标普 500 拉到约 ~3500——这是自 2022 年 11 月 ChatGPT 出现前一个月以来未见的水平。

清楚的是，支撑 13 万亿美元住宅按揭的收入假设已遭到结构性削弱。尚不清楚的是政策是否能在按揭市场把这些意义充分消化前介入。我们抱有希望，但也不能忽视让人担忧的理由。

第一个负反馈循环来自真实经济：AI 能力提升 → 工资表缩减 → 支出走弱 → 利润收窄 → 公司购买更多能力 → 能力进一步提升。随后演变为金融层面的冲击：收入受损打击按揭、银行损失收缩信贷、财富效应破裂，反馈回路加速。这两方面又都被一个显然困惑的政府所给出的不充分政策回应放大。

该体系并非为这类危机设计。联邦政府的税基本质上是一种对“人类时间”的征税。人们工作，企业支付工资，政府抽取一部分。個人所得税與薪资税构成常年财政收入的脊梁。

截至本年第一季度，联邦收入比国会预算办公室（CBO）基线预测少了约 12%。薪资税收入下降，因为近年在此前薪酬水平上被雇佣的人变少。所得税收入下降，因为实际获得的收入结构性走低。生产率飙升，但收益流向了资本和算力，而非劳动。

劳动在 GDP 中的比重自 1974 年的 64% 下降到 2024 年的 56%，是全球化、自动化与劳动力议价能力长期侵蚀的四十年积累。而在 AI 开始指数级进步后的四年里，这一比重又降至 46%——创纪录的急剧下滑。

产出仍在，但它不再通过家庭再流回企业，也就不再通过国税局。循环流动破裂，政府被期待介入修复。

与以往衰退一样，支出在收入下降时上升。不同之处在于，此次支出压力并非周期性的。自动稳定器是为暂时性失业而设计的，不是为结构性替代而设计。制度在支付假设工人会被重新吸纳的福利——而许多人将不会，至少不会以过去的薪酬水平回到原位。在 COVID 期间，政府愿意接受 15% 的财政赤字，但那被视为临时性；而今天需要政府支持的人，不是受一场可恢复的疫情影响的人，而是被一种会持续改进的技术所替代的人。

政府需要在它从家庭征税减少的同时，向家庭转移更多资金。

美国不会违约。政府印制它支出的货币，也用同样货币偿还债务。但压力已在别处显现。市政债券在年初至今的表现上出现令人担忧的分化。没有所得税的州相对安稳，但依赖所得税的州（多为蓝州）发行的一般责任市政债券开始计价某种违约风险。政治人物很快意识到这一点，而谁该被救助的辩论则沿党派线条展开。

行政当局值得肯定的是，它较早认识到危机的结构性本质，并开始审议两党方案，统称为“转型经济法案”（Transition Economy Act）：这是一套框架，用以通过财政赤字支出与对 AI 推理算力征税相结合的方式，为被替代的工人提供直接转移支付。

桌面上最激进的提案更进一步。“共享 AI 繁荣法案”（Shared AI Prosperity Act）建议对智能基础设施的收益设立公共索取权，类似介于主权财富基金和对 AI 产出征收特许权使用费之间的安排，以股息形式资助家庭转移支付。私营部门游说者已在媒体上喊出一片“滑坡效应”的警告。

关于这些讨论的政治戏码可谓悲剧式可预测，并由做秀与边缘策略加剧。右翼将转移支付和再分配称为马克思主义，并警告征收算力税会把先机拱手让给中国；左翼则警告若由既得利益者参与起草，税收会沦为另一种监管俘获；财政鹰派指出赤字不可持续；温和派则以全球金融危机后的过早紧缩为警示。选举年在即，分歧只会加深。

当政客争吵时，社会结构正以比立法进程更快的速度被撕裂。

“占领硅谷”运动（Occupy Silicon Valley）已成为更广泛不满的象征。上个月，示威者封锁了 Anthropic 与 OpenAI 在旧金山的办公入口，连续三周。示威人数在增长，媒体报道量超过了引发示威的失业数据本身。

很难想象大众会比全球金融危机时期更痛恨任何人，但 AI 实验室正有力挑战这一点。而且，从大众视角看，这有其理由：这些实验室的创始人和早期投资者在财富积累速度上，令镀金时代也显得温和。生产率繁荣的收益几乎全部归于算力拥有者与运行其上的实验室股东，极大地放大了美国的不平等。

每方都有自己的“反派”，但真正的敌人是时间。

AI 能力演进速度超过制度适应速度。政策回应以意识形态的节奏推进，而非以现实为准。如果政府不能尽快就问题达成共识，反馈回路会为他们写下下一章。

在现代经济史上，人类智能一直是稀缺要素。资本相对充裕（或至少可复制）。自然资源有限但可替代。技术进步足够缓慢以致人类能适应。分析、决策、创造、说服与协调的能力——也就是智能——是无法大规模复制的东西。

人类智能的稀缺性赋予了其固有溢价。我们经济中的每一项制度，从劳动力市场到按揭市场再到税制，都是为这一假设构建的。

我们正在经历这一溢价的回撤。机器智能已成为在越来越多任务上能胜任且快速改进的人类智能替代品。历经数十年为以稀缺人脑为基础而优化的金融体系，正在重新定价。这种再定价是痛苦的、无序的，并且远未结束。

但再定价不等于崩溃。

经济可以找到新的均衡。达到新均衡是少数仍仅需人类完成的任务之一。我们需要把它做对。

这是历史上第一次，经济中最具生产力的资产带来了更少、而非更多的就业。现有任何框架都不适用，因为没有哪种理论是为稀缺输入变得充足而设计的。所以我们必须创造新框架。是否能及时构建这些框架，是唯一真正重要的问题。

但你现在不是在 2028 年 6 月读这篇文稿；你是在 2026 年 2 月读到它。

标普接近历史高点。那些负反馈回路尚未开始。我们确信部分场景不会完全发生，但我们同样确信机器智能将继续加速。人类智能的溢价将会收窄。

作为投资者，我们仍有时间评估自己投资组合中有多少是建立在将不会在本十年存活的假设上。作为社会，我们仍有时间采取主动措施。

金丝雀仍然活着。

#AI革命 #人工智能  #全球智能危机 #技术冲击 #就业替代 #情景推演