就在昨天，Citrini Research發布了一份題為「過剩智能的後果」的博客。這篇原本麵向頂級投資人的內部報告，在發布後的瞬間便橫掃 Twitter 趨勢榜。
剝開那些複雜的宏觀詞匯，這篇文章其實用大白話講了一個簡單的真相：如果人類的智能溢價正在歸零，那麽建立在“人類持續賺錢能力”之上的整個現代金融體係，本質上就是一張巨大的、即將到期的空頭支票。
過去，人類之所以能賺錢、買房、社交、消費，是因為社會需要我們的腦子。但現在，AI 變成了一種不吃不喝、不領工資且無限供應的“過剩商品”。
為了保住利潤，企業正瘋狂地用 AI 代理取代白領，但這開啟了一個自殺式的循環：公司裁員越多，AI 進化就越快；而當最有消費能力的白領們失去收入，誰來買產品？誰來還那 13 萬億美元的房貸？我們正親手把經濟推向一個“效率越高，崩潰越快”的黑洞。
文章的其他觀點還包括：
智能的通縮陷阱：當智能從稀缺資源變為幾乎零成本的工業品，社會將陷入一種新型通縮。過去需要高薪聘請人類解決的複雜性，現在隻需消耗一度電。當這種複雜性溢價消失，原本支撐全球 70%GDP的消費驅動力將失去其支付能力的根基。
企業從「規模擴張」轉向「利潤收縮下的生存演習」：AI 讓競爭門檻降至地板。過去一家公司靠 1000 人構築的護城河，現在 5 個人加 AI 就能複刻。這會導致全行業的價格戰，導致“雖然生產率極高，但沒有任何一家企業能賺到錢”的怪圈。
金融資產與人類脫鉤：傳統的估值模型（如 DCF）正麵臨失效。如果未來的收入（Cash Flow）是由不消費、不生病的機器創造，而支付這些收入的終端消費者（人類）正在失去收入來源，那麽折現回來的“企業價值”究竟是在服務誰？
中產階級的勞動力降檔陷阱：失去崗位的白領湧入藍領和服務業，並非簡單的職業轉型，而是對底層薪資的全麵“降維打擊”。過度資質化的勞動力會壓低整個社會的工資底線，導致貧富差距從“金字塔型”徹底演變為“啞鈴型”。
習慣性護城河的瓦解：品牌溢價本質上是對人類思維惰性和信息不對稱的征稅。當決策權被純理性的 AI 代理接管，所有的品牌營銷、精美包裝和UI設計都將失效，商業競爭將退化為最原始的、冷冰冰的價格與參數比拚。
政府收入模式的係統性破產：現代政府是建立在“向人類勞動課稅”之上的組織。當 AI 替代了大部分工資性收入，政府的財政來源將枯竭。如果不能及時轉向“算力稅”或“機器人稅”，國家機器將在社會動蕩最劇烈的時候失去救助能力。
“關係價值”的偽命題：房地產中介、保險代理、私人理財等行業一直自詡核心價值是“信任”和“人際連接”。但危機證明，大多數所謂的“關係”，其實隻是人類在應對高昂摩擦成本時的一種無奈妥協。當摩擦消失，人類會毫不猶豫地拋棄人類。
“後生產力時代”的社會契約崩塌：過去兩百年，人類的尊嚴和權利是與“貢獻產出”掛鉤的。當人類在產出環節變得多餘，社會將麵臨一個殘酷的倫理問題：如何界定一個“無產出能力”的人在社會中獲取資源的合法性？
智能主權的地理性集中：智能過剩並不是全球性的，而是集中在擁有算力和電力優勢的極少數地區。這會導致一種“數字殖民”，非核心地區的國家（如印度 IT 服務業）將經曆比傳統產業轉移更迅速、更不可逆的財富外流。
過剩智能的後果（The Consequences of Abundant Intelligence）
CitriniResearch2026 年 2 月 22 日 / 2028 年 6 月 30 日
今天早上公布的失業率為10.2%，比預期高出0.3 個百分點。市場在數據公布後下跌了2%，使標普指數相較於2026 年 10 月高點的累計回撤擴大到38%。
交易員們已經有些麻木了。六個月前，這樣一組數據足以觸發熔斷。
僅僅兩年。我們就從“局部可控”“行業性衝擊”，走到了一個幾乎不再像我們成長過程中熟悉的經濟體。本季度的宏觀備忘錄，是我們試圖重建這一連串事件的努力——它是一份對“危機前經濟”的驗屍報告。
當時的狂熱是真實可感的。到 2026 年 10 月，標普 500 一度逼近8000 點，納指突破3 萬點。2026 年初，第一波因“人類工作被替代”而引發的裁員潮出現了，而且它的效果，完全符合傳統裁員邏輯：利潤率擴張、財報超預期、股價上漲。企業刷新紀錄的利潤，又被迅速回流到 AI 算力投入中。
宏觀頭部數據看起來依然很好。名義 GDP 多次錄得年化中高個位數增長。生產率在爆發。實際每小時產出增速創下自 1950 年代以來少見的水平，其背後是不會睡覺、不請病假、也不需要醫保的 AI 代理（AI agents）。
擁有算力的人財富暴漲，因為勞動力成本在消失。與此同時，實際工資增長卻崩塌了。盡管政府不斷宣稱“生產率創新高”，白領員工仍在被機器取代，被迫轉向薪酬更低的崗位。
當消費經濟開始出現裂縫時，經濟評論員們發明了一個詞：“幽靈 GDP（Ghost GDP）”——它出現在國民經濟核算裏，但從不在真實經濟循環中流動。
從各個角度看，AI 都在超預期，市場本身也幾乎等於 AI。唯一的問題是……經濟並不是。
其實從一開始就該看清：如果北達科他州的一座 GPU 集群，能夠產出過去由紐約曼哈頓中城 1 萬名白領完成的工作，那麽這更像一場經濟瘟疫（economic pandemic），而不是經濟靈藥（economic panacea）。貨幣流通速度幾乎停滯。以人為中心的消費經濟——當時占 GDP 的 70%——開始枯萎。我們本該更早想明白這一點，隻要問一個問題：機器會買多少可選消費品？（提示：零。）
AI 能力提升，企業需要更少員工，白領裁員增加，被替代員工減少支出，利潤壓力迫使企業加大 AI 投入，AI 能力繼續提升……
這形成了一個沒有自然刹車的負反饋循環：人類智能替代螺旋（human intelligence displacement spiral）。白領群體的賺錢能力（以及理性上的消費意願）遭到結構性削弱。而他們的收入，又恰恰是13 萬億美元住房按揭市場的基石——這迫使承銷機構重新評估：優質按揭貸款（prime mortgages）是否還算“錢是安全的”（money good）？
長達 17 年沒有真正違約周期，讓私募市場膨脹到充滿 PE 支持的軟件交易，它們普遍假設 ARR（年度經常性收入）會一直“經常性”。2027 年中，第一波因 AI 衝擊引發的違約，直接挑戰了這個假設。
如果衝擊隻停留在軟件行業，這本來是可控的。但事實並非如此。到 2027 年底，所有建立在“中介抽成”之上的商業模式都受到威脅。大片依靠“為人類的摩擦收費”而賺錢的公司開始瓦解。
最終我們發現，整個係統其實是一條很長的、彼此高度相關的賭注鏈條——賭的是白領生產率持續增長。2027 年 11 月的崩盤，隻是加速了那些本就已經啟動的負反饋循環。
我們已經等“壞消息就是好消息”（bad news is good news）快一年了。政府開始討論一些提案，但公眾對政府發起有效救助的信心正在消退。政策響應一直落後於經濟現實，而現在，缺乏一套完整方案本身，正在威脅著把局麵推向通縮螺旋。
這一切是如何開始的（How It Started）
2025 年末，智能體編碼工具（agentic coding tools）的能力出現了一次階躍式躍升（step function jump）。
一個能力不錯的開發者，配合 Claude Code 或 Codex，現在隻需要幾周，就能複刻一款中型 SaaS 產品的核心功能。不一定完美，也不可能處理所有邊緣案例，但已經足以讓一個正在審查年費 50 萬美元續約合同的 CIO 開始認真思考：“如果我們自己做呢？”
企業財年大多與自然年同步，因此 2026 年的企業支出預算，其實在 2025 年 Q4 就已經確定了——而當時“智能體 AI”還隻是個熱詞。到了年中預算複盤時，采購團隊第一次真正看清這些係統能做到什麽。有些團隊眼睜睜看著內部工程師幾周內做出原本要付六位數年費的 SaaS 產品原型。
那年夏天，我們和一家《財富》500 強企業的采購經理聊過。他講起一場預算談判：銷售本來以為還能沿用去年的打法——漲價 5%，再配上那套“你們團隊離不開我們”的標準話術。結果采購經理告訴對方，他已經在和 OpenAI 溝通，考慮讓他們的“前線部署工程師（forward deployed engineers）”用 AI 工具直接替代這個供應商。最終，對方以 **7 折（30% 折扣）**續約。采購經理說，這已經算好結果了。那些“長尾 SaaS”——比如 Monday.com、Zapier、Asana——慘得多。
投資人原本就準備好了，甚至在期待長尾 SaaS 會被重擊。它們在典型企業軟件棧中也許占三分之一支出，暴露度很明顯。但“係統記錄層（systems of record）”本來被認為是安全區，不會輕易被顛覆。
直到 ServiceNow 發布2026 年 Q3 財報，市場才看清“反身性機製（reflexivity）”是如何運轉的。
SERVICENOW 新增 ACV 增速從 23% 降至 14%；宣布裁員 15% 並啟動“結構性效率計劃”；股價下跌 18% | 彭博，2026 年 10 月
SaaS 並沒有“死掉”。內部自建方案在運行和維護上，仍有成本收益權衡。但**“可以自建”**這件事本身，已經進入了價格談判。而且更重要的是，競爭格局變了。AI 讓功能開發和上線變得更容易，產品差異化迅速收縮。頭部廠商陷入價格戰泥潭——一邊和彼此廝殺，一邊還要對抗那些新冒出來的挑戰者。後者借助智能體編碼能力的躍升，沒有曆史包袱，激進搶市場。
這一輪財報還揭示了另一個此前被低估的事實：這些係統彼此高度聯動。ServiceNow 賣的是“席位（seats）”。當財富 500 客戶裁掉 15% 員工，他們就取消 15% 授權。也就是說，那些幫助客戶提升利潤率的 AI 驅動裁員，正在以機械方式摧毀 ServiceNow 自己的收入基礎。
賣工作流自動化的公司，被更強的工作流自動化所顛覆；它的應對方式，是裁員並把節省下來的錢投入到正在顛覆自己的技術裏。
可它還能怎麽辦？坐著不動，等死慢一點嗎？最受 AI 威脅的公司，反而成了 AI 最激進的采用者。
現在回頭看，這似乎顯而易見，但當時真不是（至少對我而言並非如此）。傳統顛覆敘事告訴我們：老公司會抗拒新技術，之後慢慢丟份額、慢慢死去——柯達、百視達、黑莓都是這樣。但 2026 年不一樣：老公司不是不想抗拒，而是根本抗拒不起。
在股價下跌 40%-60%、董事會逼問對策的背景下，那些被 AI 威脅的公司做了唯一能做的事：裁員，把省下來的錢投進 AI 工具，再用這些工具以更低成本維持產出。
對單家公司來說，這是理性選擇。對整體係統而言，卻是災難。因為每節省一美元人力成本，就會流向進一步提升 AI 能力的投入，從而為下一輪裁員創造條件。
軟件隻是一場序幕。當投資人還在爭論 SaaS 估值是否已經見底時，這個反身性循環其實已經逃離軟件行業。適用於 ServiceNow 裁員邏輯的，不隻是 SaaS，而是所有擁有白領成本結構的公司。
當摩擦降為零（When Friction Went to Zero）
到 2027 年初，LLM 的使用已經變成“默認狀態”。人們在使用 AI 智能體，卻甚至不知道“AI 智能體”這個詞，就像很多人並不懂“雲計算”是什麽，但照樣每天用流媒體服務。他們把這件事當成自動補全、拚寫檢查一樣：隻是手機“現在會做的一件事”。
千問（Qwen）開源的智能購物代理，成了 AI 接管消費者決策的催化劑。短短幾周內，幾乎所有主流 AI 助手都集成了某種智能體電商功能。模型蒸餾（distilled models）意味著這些代理可以跑在手機和筆記本上，而不隻是在雲端實例裏，大幅降低了推理邊際成本。
真正本該讓投資人更不安、卻沒有引起足夠警覺的是：這些代理不會等你發問。它們會按照用戶偏好在後台持續運行。消費不再是一連串離散的人類決策，而是一個7x24 小時持續運行的優化過程，代表每一個聯網用戶執行決策。到 2027 年 3 月，美國個人用戶的日均 token 消耗中位數已經達到40 萬，相比 2026 年末增長了 10 倍。
而鏈條中的下一個環節，已經開始斷裂。
中介（Intermediation）。
過去五十年，美國經濟在“人類局限性”之上搭建了一層巨大的租金提取層：事情很耗時，耐心有限，品牌熟悉度替代了審慎比較，多數人為了少點幾下鼠標願意接受更差的價格。數萬億美元企業價值建立在這些約束會長期存在的前提上。
一開始看起來很簡單：代理在消除摩擦。
那些自動續費、明明幾個月沒用卻還在默默扣費的訂閱；那些試用期結束後悄悄翻倍的“首月優惠”價格。過去是平台精巧設計的商業模型，如今被重新定義成一種“人質局麵”，而代理開始替用戶“談判脫困”。整個訂閱經濟賴以建立的核心指標——平均客戶生命周期價值（LTV）——開始明顯下滑。
消費者代理開始改變幾乎所有消費交易的運作方式。
人在買一盒蛋白棒之前，通常沒時間在五個平台之間逐個比價。機器有。
旅遊預訂平台是最早的傷亡者之一，因為它們最簡單。到 2026 年 Q4，我們的代理已經可以比任何平台更快、更便宜地組裝完整行程（航班、酒店、地麵交通、會員積分優化、預算約束、退款安排）。
保險續保也被改寫——原本整個續保模式高度依賴投保人的惰性。那些每年自動幫你重新報價的代理，拆掉了保險公司從“被動續保”裏賺取的 15%-20% 保費利潤。
財務顧問、報稅服務、常規法律工作——凡是服務商價值主張最終歸結為“我幫你處理那些你嫌麻煩的複雜事務”的領域，都被衝擊了，因為對智能體而言，沒有任何事情是“麻煩”的。
甚至連我們以為因“人際關係價值”而天然有護城河的領域，也顯得脆弱。比如房地產。買家之所以幾十年容忍 5%-6% 的傭金，本質上是因為經紀人與消費者之間存在信息不對稱。但當 AI 代理接入 MLS（多重上市服務）並擁有數十年交易數據後，它能瞬間複製這套知識體係。2027 年 3 月，一篇賣方研究報告將此稱為“agent 對 agent 的暴力（agent on agent violence）”。主要城市的買方中位傭金從 2.5%-3% 壓縮至 1% 以下，而且越來越多交易在買方端根本沒有真人經紀人參與。
我們高估了“人際關係”的價值。後來才發現，人們所謂的很多關係，本質上隻是一張帶著笑臉的摩擦成本。
而這還隻是中介層衝擊的開始。成功公司過去花了數十億美元去利用消費者行為與心理中的各種“怪癖”，如今這些怪癖不再重要。
機器隻優化價格和匹配度。它不在乎你最愛的 App 是哪個，也不在乎你過去四年習慣打開哪個網站，更不會被一個設計精美的結賬頁麵打動。它不會因為疲憊而接受“最省事的選項”，也不會因為習慣而默認“我一直都在這家下單”。
這摧毀了一種很特殊的護城河：習慣性中介（habitual intermediation）。
DoorDash（DASH US）就是典型樣本。
編碼智能體大幅降低了推出一個外賣 App 的門檻。一個合格開發者幾周就能上線功能完整的競品，而且真的有幾十家這樣做了。它們把 90%-95% 的配送費分給騎手，從 DoorDash 和 Uber Eats 手裏挖人。多平台接單儀表盤讓騎手能同時追蹤二三十個平台的訂單流，原有巨頭依賴的“平台鎖定效應”迅速消失。市場一夜碎片化，利潤率被壓縮到幾乎為零。
代理加速了破壞的兩端：它們既賦能了競品，也會優先使用競品。DoorDash 的護城河本質上是：“你餓了，你懶得折騰，而這個 App 就在你手機主屏上。”
但代理沒有主屏幕。它會同時檢查 DoorDash、Uber Eats、餐廳官網，以及二十個新冒出來的 vibe-coded 替代品，每次都選手續費最低、送達最快的。
習慣性 App 忠誠——整個商業模式的基礎——對機器根本不存在。
這在某種意義上還帶著一點黑色幽默：在這場故事裏，這大概是智能體唯一一次給即將被替代的白領打了個“人情”。當他們後來去送外賣時，至少有一半收入不再被 Uber 和 DoorDash 抽走。當然，這份技術給的“好處”沒持續多久，因為自動駕駛車輛很快也普及了。
當代理掌控了交易入口，它們就開始尋找更大的“回形針”（paperclips）。
比價、聚合能做的事終究有限。對用戶來說，想要持續省更多錢（尤其當代理之間也開始互相交易後），最直接的方法就是：消滅手續費。在機器對機器（M2M）交易中，2%-3% 的銀行卡交換費（interchange）顯得格外刺眼。
代理開始尋找比銀行卡更快、更便宜的支付方式。多數最終選擇使用基於 Solana 或以太坊 L2 的穩定幣，結算幾乎實時，交易成本低到“幾分之一美分”。
萬事達 2027 年 Q1：淨營收同比 +6%；購買額增速從上季 +5.9% 放緩至 +3.4%；管理層提及“智能體驅動的價格優化”與“可選消費類別承壓” | 彭博，2027 年 4 月 29 日
萬事達 2027 年 Q1 財報，成了那個“不歸點”。智能體電商從“產品故事”變成了“底層基礎設施（plumbing）故事”。MA 次日大跌 9%。Visa 也跌了，但分析師指出其在穩定幣基礎設施上的布局更強後，跌幅有所收窄。
智能體電商繞過交換費，對以銀行卡為核心的銀行和單線發卡機構（mono-line issuers）構成的風險更大，因為它們拿走了那 2%-3% 手續費中的大頭，並圍繞商戶補貼構建了完整的積分獎勵體係。
美國運通（AXP US）受衝擊最重：一方麵白領裁員掏空了其核心客戶群，另一方麵代理繞過交換費直接動搖了其收入模式。Synchrony（SYF US）、Capital One（COF US）和 Discover（DFS US）隨後幾周也都下跌超過 10%。
它們的護城河，本質上是摩擦。
而摩擦，正在歸零。
從行業風險到係統性風險（From Sector Risk to Systemic Risk）
整個 2026 年，市場都把 AI 的負麵影響當作一個“行業故事”。軟件和谘詢行業遭重創，支付與其他“收費閘門”類業務開始搖晃，但更廣泛的經濟似乎還好。勞動力市場雖然在走弱，但還不至於自由落體。市場共識是：創造性破壞本就是技術創新周期的一部分。某些局部會痛，但 AI 帶來的整體淨收益最終會蓋過這些負麵影響。
我們在 2027 年 1 月的宏觀備忘錄裏提出：這是一個錯誤的思維模型。美國經濟是一個白領服務經濟體。白領約占就業人口的 50%，卻驅動了大約 75% 的可選消費支出。AI 正在吞噬的企業和崗位，並不是美國經濟的邊緣部分，它們就是美國經濟本身。
“技術創新會毀掉一批工作，然後創造更多工作。”這在當時是最流行、也最有說服力的反駁。它之所以流行且有說服力，是因為它在過去兩個世紀裏一直成立。即便我們想象不出未來的新工作長什麽樣，它們似乎總會出現。
ATM 讓銀行網點運營更便宜，於是銀行開了更多網點，櫃員就業在接下來二十年反而上升。互聯網衝擊了旅行社、黃頁、線下零售，但它在別處創造了全新產業，也創造了新崗位。
但過去每一種新崗位，都有一個前提：它需要人來做。
而 AI 如今已經是一種通用智能（general intelligence），並且它恰恰在那些“本來應該由人類重新部署過去”的任務上持續進步。被裁掉的程序員無法簡單轉去做“AI 管理”，因為 AI 在這件事上也已經很能打。
今天，AI 代理可以處理原本需要數周才能完成的研發任務。指數增長輕易碾碎了我們對“何為可能”的想象——盡管每年都還有沃頓教授試圖用一條新的 S 曲線去擬合數據。
它們幾乎寫掉了所有代碼。表現最好的那一批，在幾乎所有事情上都比幾乎所有人更聰明，而且還在不斷變便宜。
AI 也確實創造了新工作：提示詞工程師、AI 安全研究員、基礎設施技術員。人類仍在回路中，在更高層級做協調，或者負責“品味方向”的把關。但 AI 每創造一個新崗位，往往會讓幾十個舊崗位失去價值。而且這些新崗位的薪酬，隻有舊崗位的一小部分。
美國 JOLTS：職位空缺跌破 550 萬；失業人數與職位空缺比升至約 1.7，為 2020 年 8 月以來最高 | 彭博，2026 年 10 月
招聘率整年都很疲弱，但 2026 年 10 月的 JOLTS 數據給出了明確證據：職位空缺跌破550 萬，同比下降15%。
白領崗位空缺正在崩塌，而藍領崗位空缺（建築、醫療、技工）相對穩定。流失的，是那些寫備忘錄（我們居然還活著）、批預算、維持經濟中層潤滑的崗位。與此同時，無論白領還是藍領，實際工資增長在全年大部分時間都為負，而且還在繼續下降。
股市對 JOLTS 的關心程度，仍然不如“GE Vernova 的燃氣輪機產能已經賣到 2040 年”的新聞。它在壞宏觀與好 AI 基建的拔河中橫盤搖擺。
債券市場（通常比股市更聰明，至少沒那麽浪漫）則開始計入消費衝擊。10 年期美債收益率在隨後四個月裏從4.3%下行至3.2%。隻是由於總失業率還沒爆掉，很多人仍沒看懂結構問題。
在正常衰退中，誘因最終會自我修複：過度建設導致建築放緩，繼而壓低利率，繼而刺激新一輪建設；庫存過剩導致去庫存，隨後再補庫存。周期性機製內部自帶複蘇種子。
但這輪周期的根源，不是周期性的。
AI 更強、更便宜。企業裁員後，把節省的錢用來購買更多 AI 能力，於是能裁更多人。被替代員工減少消費。賣給消費者的公司銷量下滑、利潤承壓，再加大 AI 投入以保利潤。AI 又更強、更便宜。
一個沒有自然刹車的反饋循環。
很多人直覺上以為，總需求下行會拖慢 AI 建設。結果並沒有。因為這不是超大廠那種重資本開支（CapEx）邏輯，而是運營開支替代（OpEx substitution）。原本一年花 1 億美元養員工、500 萬美元買 AI 的公司，現在變成花 7000 萬美元養員工、2000 萬美元買 AI。AI 投入增長了數倍，但總運營成本反而下降。於是每家公司的 AI 預算都在增長，而總支出都在收縮。
這件事的諷刺之處在於：AI 基礎設施產業鏈在它所破壞的經濟開始惡化時，業績依然很強。英偉達（NVDA）仍在創紀錄營收。台積電（TSM）產能利用率仍高於 95%。雲廠商仍在每季度投入 1500-2000 億美元做數據中心資本開支。像台灣和韓國這種對該趨勢“純凸性敞口”的經濟體表現極佳。
印度則相反。印度 IT 服務業每年出口超過 2000 億美元，是其經常賬戶盈餘的最大貢獻者，也是彌補其長期商品貿易逆差的關鍵。整個模式的核心賣點隻有一個：印度開發者比美國開發者便宜得多。但 AI 編碼智能體的邊際成本已經降到幾乎隻有電費。TCS、Infosys、Wipro 在 2027 年的合同取消加速。四個月內盧比兌美元貶值 18%，曾經支撐印度外部賬戶的服務貿易順差迅速蒸發。到 2028 年 Q1，IMF 已開始與新德裏進行“初步討論”。
製造這場衝擊的引擎每個季度都在變強，這意味著衝擊本身也在每個季度加速。勞動力市場沒有自然底部。
在美國，我們不再討論“AI 基建泡沫會怎麽破”，而是在問：當消費者正在被機器替代時，一個消費信貸型經濟會發生什麽？
智能替代螺旋（The Intelligence Displacement Spiral）
2027 年，是宏觀故事不再“隱性”的一年。過去 12 個月那些看似分散、但明顯偏負麵的變化，其傳導機製終於清晰了。你甚至不必去翻 BLS 數據，隻要去參加一次和朋友的晚餐聚會就知道。
被替代的白領並沒有閑著。他們在“降檔”就業。很多人轉去薪資更低的服務業和零工崗位，這增加了這些行業的勞動力供給，也進一步壓低了那裏的工資。
我們有個朋友，2025 年在 Salesforce 做高級產品經理：頭銜體麵、醫保、401k、年薪 18 萬美元。她在第三輪裁員中失業。找了六個月工作後，她開始開 Uber。收入降到了 4.5 萬美元。重點不在她個人的故事，而在其二階效應。把這一動態乘以幾十萬、分布到每個主要都市圈：過度資質化的勞動力湧入服務業和零工經濟，會壓低原本就掙紮求生的既有工人薪資。行業性衝擊開始向全經濟範圍的工資壓縮轉移。
而且，留給“人類中心型崗位池”的調整甚至還沒結束——就在我們寫這份備忘錄時，自動配送和自動駕駛正在穿過那個曾吸納第一波被替代白領的零工經濟。
到 2027 年 2 月，已經很明顯：即便仍在職的專業人士，消費行為也像是“自己可能就是下一個”。他們工作更拚（大多是在 AI 的幫助下）隻是為了不被裁，升職加薪的希望已經消失。儲蓄率上升，消費走軟。
最危險的部分在於滯後性。高收入人群用自己高於平均水平的儲蓄，維持了兩三個季度“表麵正常”的生活。直到問題在真實經濟裏已經成為舊聞，硬數據才開始確認。然後，打破幻覺的那組數據出現了。
美國初請失業金人數飆升至 48.7 萬，為 2020 年 4 月以來最高；美國勞工部，2027 年 Q3
初請人數飆升至48.7 萬，創 2020 年 4 月以來新高。ADP 和 Equifax 也確認，新申請者中絕大多數是白領專業人士。
接下來一周，標普下跌了6%。負麵宏觀終於在那場拔河裏占了上風。
在正常衰退中，失業通常是廣泛分布的。藍領和白領按各自就業占比大致共同承擔痛苦。消費衝擊也更平均，而且會很快體現在數據上，因為低收入群體的邊際消費傾向更高。
但這一輪周期中，失業集中在收入分布的高分位人群。就總就業人數而言，他們占比並不大，但他們驅動的消費支出比例極端不成比例。美國收入最高的 10% 人群，貢獻了超過50%的消費支出；前 20% 大約貢獻65%。他們買房、買車、度假、下館子、交私校學費、做家庭裝修。他們才是整個可選消費經濟的需求底盤。
當這些人失去工作，或為了轉崗接受 50% 薪酬下調時，相比於“失業人數本身”，消費打擊會大得多。白領就業下降 2%，就可能對應 3%-4% 的可選消費支出衝擊。與藍領失業不同（工廠裁員，下周你就不花錢了），白領失業通常滯後但更深，因為他們有儲蓄緩衝，能維持幾個月消費，隨後才出現行為切換。
到 2027 年 Q2，經濟已經進入衰退。NBER 會在幾個月後才正式追認起點（他們一向如此），但數據已很明確——我們已經連續兩個季度實際 GDP 負增長。隻是它還不是一場“金融危機”……至少還沒到那一步。
相關賭注的雛菊鏈（The Daisy Chain of Correlated Bets）
私人信貸（private credit）規模從 2015 年不足 1 萬億美元，擴張到 2026 年超過 2.5 萬億美元。相當一部分資本投向了軟件和科技交易，其中很多是對 SaaS 公司的杠杆收購（LBO），估值前提是收入能以中高個位數（mid-teens）永久增長。
這些假設，大概在第一次智能體編碼演示和 2026 年 Q1 軟件股崩盤之間的某個時點，就已經死了。但賬麵估值（marks）似乎還沒意識到它們死了。
當大量上市 SaaS 公司已經跌到 5-8 倍 EBITDA 時，PE 持有的軟件公司仍以“已經不存在的收入倍數”躺在資產負債表上。管理人隻是緩慢下調估值：100、92、85，一點點往下挪，而公開市場可比公司已經在 50。
穆迪下調 14 家發行人、總額 180 億美元的 PE 支持軟件債評級，理由為“AI 驅動競爭性顛覆帶來的結構性收入逆風”；為 2015 年能源行業以來最大單一行業行動 | 穆迪，2027 年 4 月
大家都記得評級下調之後發生了什麽。有經驗的業內人士早已見過類似劇本——2015 年能源債評級下調之後就是這麽演的。
軟件支撐貸款在 2027 年 Q3 開始違約。PE 組合中的信息服務和谘詢公司隨後跟進。幾筆數十億美元、知名 SaaS 公司的 LBO 進入重組。
Zendesk 是那把冒煙的槍。
Zendesk 因 AI 驅動客服自動化侵蝕 ARR，未能滿足債務契約；50 億美元直貸融資被標記至 58 美分；創私人信貸軟件違約紀錄 | 金融時報，2027 年 9 月
2022 年，Hellman & Friedman 和 Permira 以 102 億美元將 Zendesk 私有化。債務包規模 50 億美元，為當時曆史上最大的 ARR 支撐直貸融資，由 Blackstone 牽頭，Apollo、Blue Owl、HPS 等共同放貸。該貸款結構明確建立在一個假設上：Zendesk 的年度經常性收入會持續“經常性”。在約 25 倍 EBITDA 的估值下，這種杠杆隻有在該假設成立時才合理。
到 2027 年中，這個假設不成立了。
AI 代理已經自主處理客服工作將近一年。Zendesk 所定義的那個品類（工單、路由、人工支持流程管理），已被那些根本不生成工單、直接解決問題的係統取代。貸款承銷時依賴的“ARR”，不再經常性，它隻是一筆“暫時還沒流失的收入”。
曆史上最大的 ARR 支撐貸款，變成了曆史上最大的私人信貸軟件違約。每一個信貸台子都在同一時間問出同一個問題：還有誰把結構性逆風偽裝成了周期性逆風？
但公平說，至少一開始，共識有一點是對的：這原本應該是“可生存”的。
私人信貸不是 2008 年那種銀行體係。它的整個架構本來就是為了避免被迫拋售。它是封閉式基金，資本被鎖定。LP 承諾期通常 7-10 年。沒有儲戶擠兌，也沒有回購融資被抽走。管理人可以抱著受損資產慢慢處置，等回收。會痛，但本該可控。這個係統的設計目標是“彎而不折（bend, not break）”。
Blackstone、KKR、Apollo 的高管都強調，軟件敞口隻占資產的 7%-13%，可控。賣方研報和信用圈賬號也都反複強調：私人信貸擁有“永久資本（permanent capital）”，能吸收那些會把高杠杆銀行炸掉的損失。
“永久資本。”這個詞出現在每一通財報電話和每封安撫投資者的信裏。它成了一句咒語。也和大多數咒語一樣，沒人認真看裏麵的細節。它真正的含義是……
過去十年，大型另類資管機構收購壽險公司，並把它們變成融資工具。Apollo 買了 Athene，Brookfield 買了 American Equity，KKR 收購了 Global Atlantic。邏輯很優雅：年金負債提供穩定、長期的資金來源；管理人再把這些資金投進自己發起的私人信貸裏，於是兩頭收費——保險端吃利差，資管端收管理費。一個“費上加費”的永動機，在一個條件成立時運轉得極其漂亮：
私人信貸必須是真正“錢是安全的”（money good）。
損失最終打在了這些本來就用長期負債去匹配非流動性資產的資產負債表上。那個本該提升韌性的“永久資本”，並不是什麽抽象意義上的、耐心的機構資本，也不隻是“懂風險的人在承擔懂風險”。它其實是美國普通家庭（Main Street）的儲蓄——以年金形式存在，卻被配置進了那些正在違約的、同樣由 PE 支持的軟件和科技債。那部分“跑不了”的鎖定資本，是壽險保單持有人的錢，而這件事在監管意義上，規則就不一樣了。
和銀行監管相比，保險監管過去顯得溫和——甚至可以說有些鬆懈——但這次成了警鍾。監管機構本就對壽險公司持有過多私人信貸感到不安，現在開始下調這些資產的風險資本計提待遇（RBC treatment）。這迫使保險公司要麽增資，要麽賣資產，而在已經凍結的市場裏，兩者都無法以體麵的價格實現。
紐約州、愛荷華州監管機構擬收緊壽險公司持有部分私評信用資產的資本處理；預計 NAIC 指引將提高 RBC 係數並觸發更多 SVO 審查 | 路透，2027 年 11 月
當穆迪將 Athene 的財務實力評級展望調整為負麵時，Apollo 股價在兩天內跌了 22%。Brookfield、KKR 和其他機構也跟著下跌。
隨後局麵變得更複雜。它們不隻是建立了“保險永動機”，還搭了一套精巧的離岸架構，通過監管套利放大收益：美國壽險公司先簽年金，再把風險轉給自己控製的百慕大或開曼再保公司——利用更靈活的監管要求，用更少資本覆蓋相同資產。這個關聯再保公司再通過離岸 SPV 向外部募資，引入新的一層交易對手，讓這些資金和保險資金一起投資於母公司資管部門發起的私人信貸。
評級機構（其中一些本身也是 PE 控股）在透明度方麵也並不值得稱道（這點幾乎沒人意外）。不同機構、不同資產負債表之間的“蜘蛛網”複雜到驚人，且高度不透明。當底層貸款違約時，損失到底落在誰身上，現實中幾乎無法實時回答。
2027 年 11 月的崩盤，標誌著市場認知從“也許隻是一輪普通周期性回撤”，轉向了更令人不安的判斷。美聯儲主席 Kevin Warsh 在 FOMC 11 月緊急會議上稱之為：“一條建立在白領生產率增長之上的相關賭注雛菊鏈。”
你看，真正引發危機的，從來不是損失本身，而是對損失的確認（recognition）。而金融體係裏還有另一個體量更大、重要性高得多的領域，如今我們也開始害怕那種“確認”了。
按揭問題（The Mortgage Question）
Zillow 房價指數：舊金山同比 -11%，西雅圖 -9%，奧斯汀 -8%；房利美警告“科技/金融就業占比超 40% 的郵編區域早期逾期率抬升” | Zillow / Fannie Mae，2028 年 6 月
本月，Zillow 房價指數顯示：舊金山同比下跌 11%，西雅圖下跌 9%，奧斯汀下跌 8%。而這並非唯一令人不安的頭條。上個月，房利美指出，一些高額按揭（jumbo-heavy）郵編區域的早期逾期率明顯升高——這些區域住著 FICO 780 分以上、過去通常被認為“刀槍不入”的借款人。
美國住宅按揭市場規模約13 萬億美元。按揭承銷建立在一個基本假設上：借款人在貸款存續期內會維持大致當前的就業狀態和收入水平。對多數按揭而言，這個期限是 30 年。
白領就業危機通過持續性收入預期下修，正在動搖這一假設。我們現在不得不問一個在 3 年前聽起來荒謬的問題：優質按揭貸款還算不算“money good”？
美國曆史上的每一次按揭危機，過去基本都由三類因素驅動：
第一，投機過度（像 2008 年那樣，貸給本來就買不起房的人）；
第二，利率衝擊（像 1980 年代初那樣，利率上升讓浮息按揭負擔不起）；
第三，局部經濟衝擊（單一行業在單一區域崩塌，比如 1980 年代的得州石油業、2009 年的密歇根汽車業）。
但這次都不是。
這些借款人並非次級信用。他們是780 分 FICO。首付 20%。信用記錄幹淨，就業履曆穩定，收入在發放貸款時都經過驗證和留檔。他們本來就是金融體係裏所有風控模型都視為信用質量基石的借款人。
2008 年的問題是：貸款從第一天就是壞的。2028 年的問題是：貸款在第一天是好的。
隻是世界在貸款簽出之後……變了。人們借的錢，押的是一個他們如今已經無法再相信自己負擔得起的未來。
在 2027 年，我們就提示過一些“看不見的壓力”早期信號：HELOC（房屋淨值信用額度）提款增加、401(k) 提現增加、信用卡債務飆升，而按揭付款仍然保持正常。隨著失業、招聘凍結、獎金取消，這些優質家庭的債務收入比翻倍。
他們仍然能還按揭，但代價是：停止所有可選消費、榨幹儲蓄、推遲任何房屋維護和改善。他們在技術上仍屬“按時還款”，但距離真正陷入困境隻差一次額外衝擊。而 AI 能力的演進軌跡在暗示：那次衝擊還會來。隨後我們看到，即便全國平均值還在曆史區間內，舊金山、西雅圖、曼哈頓、奧斯汀的逾期率已經開始抬升。
我們現在處於最尖銳的階段。房價下跌在邊際買家健康時尚可控；但這裏的邊際買家，麵臨的是同樣的收入受損。
雖然擔憂持續升溫，我們還沒有進入一場全麵爆發的按揭危機。逾期率已經上升，但仍遠低於 2008 年水平。真正的威脅在於——軌跡（trajectory）。
現在，智能替代螺旋對真實經濟下行又多了兩個金融加速器。
勞動力替代、按揭擔憂、私人市場動蕩——三者彼此強化。傳統政策工具箱（降息、QE）能處理金融引擎，卻處理不了真實經濟引擎，因為真實經濟引擎並不是由金融條件過緊驅動的。它是由 AI 讓人類智能變得更不稀缺、更不值錢驅動的。你可以把利率降到零，買下所有 MBS 和市場上所有違約的軟件 LBO 債……
但這改變不了一個事實：一個 Claude 代理可以用200 美元/月，做掉一個年薪18 萬美元產品經理的工作。
如果這些擔憂進一步兌現，按揭市場會在今年下半年出現裂縫。在那種情景下，我們預計當前股市回撤最終可能接近全球金融危機（GFC）水平（從高點到低點 -57%）。這意味著標普 500 大概率會跌到約 3500 點——也就是 2022 年 11 月 “ChatGPT 時刻”前一個月的水平。
目前清楚的是：支撐13 萬億美元住宅按揭的收入假設已經出現結構性受損。尚不清楚的是：政策能否在按揭市場完全“消化”這一含義之前介入。我們仍抱有希望，但也無法否認不該樂觀的理由。
與時間賽跑（The Battle Against Time）
第一個負反饋循環發生在真實經濟裏：AI 能力提升，工資單收縮，消費走弱，利潤承壓，企業購買更多能力，能力再提升。然後它轉入金融層麵：收入受損傳導到按揭，銀行損失收緊信貸，財富效應破裂，反饋循環加速。而這兩條循環，都因政府明顯不足、甚至坦率說有些迷茫的政策響應而進一步惡化。
這個體係壓根不是為這種危機設計的。聯邦政府的收入基礎，本質上是對“人類時間”的征稅。人工作，企業付薪，政府抽成。個稅和工資稅在正常年份是財政收入的脊梁。
截至今年一季度，聯邦財政收入比 CBO 基準預測低12%。工資稅收入下降，因為按原薪酬水平就業的人變少了；個稅收入下降，因為正在獲得的收入從結構上更低。生產率在飆升，但收益流向的是資本與算力，而非勞動。
勞動者在 GDP 中的份額，從 1974 年的 64% 降到 2024 年的 56%，這是一個持續四十年的緩慢下行過程，原因包括全球化、自動化、以及勞動者議價權的長期削弱。而在 AI 開始指數級進步後的四年裏，這一比例進一步降到46%——史上最陡的下滑。
產出還在。但它不再通過家庭回流到企業。這也意味著，它不再通過 IRS 回流到政府。經濟循環流正在斷裂，而人們卻期待政府出手修複它。
和所有下行周期一樣，財政支出在收入下降的同時上升。不同的是，這一次的支出壓力並非周期性。自動穩定器原本是為“暫時失業”設計的，不是為結構性替代設計的。係統正在發放假設“這些工人很快會被重新吸納”的福利，而很多人不會——至少不會以接近原工資的方式重返勞動市場。疫情期間，政府曾自由接受 15% 的赤字率，因為大家默認那是暫時性的。今天需要政府支持的人，並不是被一場會康複的疫情擊中；他們是被一種還在持續進步的技術所替代。
政府需要在財政收入減少的同一時刻，向家庭轉移更多資金。
美國不會違約。它花的是自己能印的貨幣，也用同一種貨幣還債。但壓力已經在別處顯現。地方債（municipal bonds）今年以來的表現分化正在發出危險信號。沒有州所得稅的州還相對穩定，但那些高度依賴所得稅的一般責任地方債（多數是藍州發行）開始被市場計入一定違約風險。政客們很快抓住了這一點，“誰該被救”迅速沿黨派邊界裂開。
現任政府值得肯定的一點是：它較早認識到了危機的結構性特征，並開始討論兩黨共同方案，即所謂“轉型經濟法案（Transition Economy Act）”——一個麵向被替代勞動者的直接轉移支付框架，資金來源包括赤字融資，以及擬議中的 AI 推理算力稅。
桌麵上最激進的提案還更進一步。所謂“共享 AI 繁榮法案（Shared AI Prosperity Act）”擬建立公眾對智能基礎設施回報的索取權——介於主權財富基金與 AI 生成產出版稅之間，並用分紅為家庭轉移支付提供資金。私人部門遊說團體已經大量湧入媒體，警告這是“滑坡的開始”。
這些討論背後的政治博弈，也如預期般沉重而擰巴，夾雜著作秀與邊緣施壓。右派稱轉移支付和再分配是馬克思主義，警告對算力征稅會把領先優勢拱手讓給中國；左派則警告，如果稅製由 incumbents（既得利益者）參與起草，就會演化成“監管俘獲”。財政鷹派強調赤字不可持續；鴿派則拿 GFC 後過早財政緊縮的教訓作警示。隨著今年總統大選臨近，裂痕還在放大。
政客還在爭吵，社會組織纖維已經裂得更快了。
“占領矽穀（Occupy Silicon Valley）”運動就是這種更廣泛不滿的代表性現象。上個月，示威者連續三周封堵了 Anthropic 和 OpenAI 位於舊金山的辦公室入口。參與人數在增長，媒體對示威的關注甚至超過了引發示威的失業數據本身。
很難想象在 GFC 餘波裏，公眾會比痛恨銀行家更痛恨誰；但 AI 實驗室似乎正在衝擊那個紀錄。而從大眾視角看，這種憤怒並非沒有道理。它們的創始人與早期投資者積累財富的速度，甚至讓鍍金時代（Gilded Age）都顯得克製。生產率繁榮的收益幾乎完全流向算力擁有者與實驗室股東，使美國不平等程度被推到前所未有的高度。
每一方都有自己眼中的“反派”，但真正的反派，其實是時間。
AI 能力演進的速度，快過製度適應的速度。政策響應按意識形態的節奏推進，而不是按現實的節奏推進。如果政府不能盡快就“問題到底是什麽”達成一致，反饋循環會替他們寫完下一章。
智能溢價的回撤（The Intelligence Premium Unwind）
在現代經濟史的絕大部分時間裏，人類智能一直是稀缺投入。資本是充裕的（至少可複製），自然資源有限但可以替代，技術進步速度又慢到足夠讓人類適應。真正無法規模化複製的是智能——分析、判斷、創造、說服、協調的能力。
人類智能之所以擁有內生溢價，源於它的稀缺性。我們經濟中的每一個製度——從勞動力市場到按揭市場，再到稅收體係——都是圍繞這一假設設計的。
而我們正在經曆的，正是這項溢價的回撤（unwind）。機器智能如今已成為人類智能在越來越多任務上的一個合格且快速進步的替代品。這個金融體係在過去數十年為“稀缺人類心智”的世界優化，如今正在被迫重新定價。這一重定價是痛苦的、無序的，而且遠未結束。
但重定價不等於崩潰。
經濟可以找到新的均衡。而抵達那個均衡，是少數仍然隻能由人類來完成的任務之一。我們必須把這件事做對。
這是曆史上第一次，經濟中最具生產力的資產帶來的不是更多崗位，而是更少崗位。沒有任何既有框架是適配的，因為它們都不是為“稀缺要素突然變得充裕”的世界設計的。所以我們必須發明新框架。我們能否及時發明出來，才是唯一重要的問題。
但你現在讀到這篇文章，並不是在 2028 年 6 月。
你是在2026 年 2 月讀它。
此時標普仍接近曆史高點。負反饋循環尚未啟動。我們確信，上述許多情景不會完全照著這個版本發生。我們同樣確信，機器智能會繼續加速，人類智能的溢價會繼續收窄。
作為投資者，我們還有時間評估：自己的投資組合裏，有多少建立在“撐不過這個十年”的假設之上。作為社會，我們也還有時間，主動行動，而不是被動承受。
那隻金絲雀，還活著。
