最近，美股持续下跌，其诱因并非石油价格波动，而据称与 Citrin 和 Alap Shah 的一篇文章有关。人工智能的发展日新月异，最初人们幻想它能提升效率、推动经济革命，最终却可能成为经济危机的催化剂。他们站在2028年的时间点上，推演了这一过程，其观点与笔者之前的文章也存在一定的关联性。

珍妮纺纱机、瓦特蒸汽机从未独自创造工业革命。真正点燃那场变革的，是英国当时将生产从“个人手工作坊”强行推向“标准化公司工厂”，并随之创造了股票、期权与有限责任制度的一系列金融与制度创新。

如果把AI看作一匹充满潜力的马，那么技术实践只是打造马具，而金融与管理实践才是决定这匹马能否跑出生产力的缰绳。AI要真正驱动新一轮工业革命，不仅需要模型能力的进化，更需要一种“Harness思维”的觉醒：从过去痴迷于模型微操，跃迁到构建驾驭智能的工程体系与激励机制。毕竟，无论是当年将手工业者赶进工厂做工人，还是今天将Agent装入Harness，人类最核心的竞争力，从来都不是去扛着马跑，而在于驾驭。

OpenClaw的爆火，已让这一端倪清晰可见。近期一些公司传出消息：那些引进AI提效做得好的团队，没等来奖励，反而等到了裁员通知。逻辑再简单不过：既然AI员工听话、好用、无需工资且能24小时连轴转，为何还要保留人类员工？

在市场需求没有显著增长的前提下，AI提效的唯一直接结果，就是劳动力议价权的彻底丧失。这引发的后果，恐怕比当年的圈地运动更为惨烈。对于那些以为搭建个AI团队就能走上人生巅峰的“弄潮儿”，也是时候清醒了：在缺乏业务增量或自身没有能从市场换取回报的核心业务的情况下，这不过是在加速自己被淘汰的进程。

以下是推演的核心逻辑：

• AI替代白领的逻辑：AI替代工作 → 机器不消费 → 出现“幽灵GDP”现象（生产力数据漂亮，但产出不再进入实体经济循环。计算中心取代了曼哈顿白领，但机器既不买房也不度假）。
• 智能替代螺旋（负反馈）：AI能力提升 → 裁员 → 消费下降 → 公司为保利润购入更多AI → 进一步裁员。此循环缺乏自然刹车机制。
• 摩擦力归零摧毁中介：旅行预订、保险续约、房地产佣金等中介业务被AI代理取代；支付行业被稳定币绕过，信用卡手续费收入直接腰斩。
• 13万亿抵押贷款的系统性风险：此次危机并非次贷危机，而是“优质贷款变坏贷”。抵押贷款系统的底层逻辑基于借款人长期稳定的白领收入预期，当这层预期因AI而瓦解，整个系统便开始崩塌。
• 政策完全滞后：现行政府税收体系本质是“人类劳动税”，AI导致劳动力收入占比急剧萎缩，传统的财政刺激政策对这种结构性失业根本无效。

关键转折点时间线：

• 2025年末：AI编码工具能力阶跃，企业开始“自我手术式”优化。
• 2026年：软件行业首当其冲，SaaS模式被内部AI瓦解。
• 2027年：AI代理普及，中介经济崩溃。
• 2028年：失业率达10.2%，抵押贷款市场成为系统性崩溃的导火索。

最讽刺的发现：受AI威胁最大的公司，往往是AI最积极的采用者；AI基础设施股（如NVDA）在危机中继续创新高；而像印度IT外包这种高度依赖人力套利的地区，正在经历汇率崩盘。

结论：这不是预测，而是警告。人类智能的经济溢价正在加速消退，我们需要建立一套全新的经济框架，但时间窗口已所剩无几。

序言

如果我们对人工智能的看涨依然正确……而如果这实际上反而是一种看跌呢？

以下是一个情境模拟，而非预测。 这并非贩卖恐惧，也不是人工智能末日论的同人小说。本文唯一的目的，是模拟一个相对未被充分探索的情境。我们的朋友 Alap Shah 提出了这个问题，我们共同构思了答案。我们撰写了这一部分，他撰写了另外两个部分。

希望阅读本文能让你对人工智能使经济变得愈发诡异所带来的潜在“左尾风险”做好更充分的准备。

这是 CitriniResearch 2028 年 6 月的宏观备忘录，详细阐述了“全球智能危机”的演变与后果。

宏观备忘录

智能过剩的后果

CitriniResearch

2026年2月22日 2028年6月30日

今天早上公布的失业率为 10.2%，超出市场预期 0.3 个百分点。市场对此作出反应，抛售导致标普指数下跌 2%，使其较 2026 年 10 月的高点累计下跌了 38%。

交易员们已经麻木了。六个月前，这样的数据本会触发熔断。

两年。 从最初的“可控”和“特定行业影响”，演变到如今这个与我们成长环境截然不同的经济形态，仅仅用了两年时间。本季度的宏观备忘录旨在尝试重构这一过程——对危机前经济的一次尸检。

当时的狂欢显而易见。到 2026 年 10 月，标普 500 指数逼近 8000 点，纳斯达克指数突破 30000 点。由于人类被取代而引发的初轮裁员始于 2026 年初，它们确实起到了裁员应有的作用：利润率扩张，财报超预期，股市上涨。创纪录的企业利润被直接重新投入到 AI 计算领域。

名义 GDP 的数据依然亮眼，年化增长率多次维持在中高个位数。生产力突飞猛进。每小时实际产出以 1950 年代以来未见的速度增长，这得益于那些不睡觉、不请病假、无需医疗保险的 AI 代理。

计算资源的拥有者眼见财富激增，因为劳动力成本消失了。与此同时，实际工资增长却崩溃了。尽管政府反复夸耀创纪录的生产力，但白领们却输给了机器，被迫流向报酬更低的工作岗位。

当消费者经济开始出现裂痕时，经济评论员普及了一个短语：“幽灵 GDP （Ghost GDP）”：即在国民经济账户中有所体现，却从未在实体经济中流通的产出。

AI 在各方面都超出了预期，市场就是 AI。 唯一的问题是…… 经济并非如此。

本应早就清楚的是，一个位于北达科他州的 GPU 集群所产生的产出，若对应到曼哈顿中城，则等同于 10,000 名白领的产出，这与其说是经济的灵丹妙药，不如说是一场经济瘟疫。货币流通速度趋于平缓。以人为中心的消费者经济（当时占 GDP 的 70%）枯萎了。如果我们早点问问机器在可选消费品上花了多少钱（提示：是零），我们可能早就意识到了。

AI 能力提升，公司需要的员工减少，白领裁员增加，被遣散的员工支出减少，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反馈循环。这就是 人类智能取代螺旋 （human intelligence displacement spiral）。白领阶层眼睁睁看着自己的创收能力（以及理性上讲，消费能力）结构性受损。他们的收入曾是 13 万亿美元抵押贷款市场的基石——迫使承销商重新评估优质抵押贷款是否依然是“优质资产”。

十七年没有经历过真正的违约周期，使得私募市场充斥着 PE 支持的软件交易，这些交易预设了年度经常性收入（ARR）将保持不变。2027 年年中因 AI 颠覆引发的第一波违约浪潮，挑战了这一假设。

如果这种颠覆仅限于软件领域，情况本尚可控，但事实并非如此。到 2027 年底，这种威胁已经蔓延到所有基于中介的商业模式。大量依靠将摩擦力货币化来获取利润的公司分崩离析。

事实证明，整个系统就是一串关于“白领生产力增长”的相关押注的连锁反应。2027 年 11 月的崩盘只是加速了所有已经存在的负反馈循环。

我们等待“坏消息即是好消息”已经快一年了。政府开始考虑一些提议，但公众对政府实施任何救助能力的信心已所剩无几。政策反应总是滞后于经济现实，而缺乏全面计划正导致通缩螺旋加速。

它是如何开始的

2025年底，智能体编程工具的能力实现了阶跃式飞跃。

一名使用先进AI编码工具的合格开发人员，可以在几周内复制出一个中型SaaS产品的核心功能。虽然不能保证完美或处理所有边缘情况，但已足以让评估高额年度续费合同的首席信息官开始发问：“如果我们自己开发会怎样？”

由于财年大多与日历年一致，2026年的企业预算是在2025年第四季度设定的，那时“智能体AI”还只是一个流行语。年中回顾是采购团队首次在清楚这些系统实际能力的情况下做出决策。有些人看着自己的内部团队在几周内就做出了原型，复制了价值六位数的SaaS合同功能。

那年夏天，我们与一位财富500强企业的采购经理交谈。他讲述了一次预算谈判的经历。供应商本以为会沿用去年的策略：小幅年度涨价，以及标准的“你的团队离不开我们”话术。这位采购经理则告诉对方，他一直在研究OpenAI的工具，并打算让内部工程师利用AI彻底取代该供应商。最终他们以30%的折扣续签了合同。他说，这是一个不错的结果。而对于众多处于“SaaS长尾”中的应用来说，情况要糟糕得多。

投资者早有准备，甚至预期长尾应用会受到冲击。它们可能占典型企业技术栈支出的三分之一，显然暴露在风险之下。然而，记录系统本应是安全的堡垒。

直到某头部工作流自动化公司2026年第三季度财报公布，其反射性机制才变得更加清晰。

某公司新增年度合同价值增长率从23%大幅减速至14%；宣布裁员15%并启动“结构性效率计划”；股价单日下跌18% | 财经媒体，2026年10月

SaaS并没有“死亡”。对于内部开发和维护系统，仍然存在成本效益的权衡。但内部开发 确实 成为了一种可行的选项，这从根本上影响了价格谈判。更重要的是，竞争格局被重塑了。AI使开发和发布新功能变得极其容易，导致产品的差异化优势迅速消失。老牌巨头陷入了双重价格战的恶性循环——既要与彼此博弈，又要应对新涌现的初创挑战者。后者受到智能体编程能力飞跃的鼓舞，且没有需要保护的遗留成本结构，因此积极以低价抢占市场份额。

这些系统相互关联的本质，直到那时才被完全认知。该公司销售的是基于席位的许可证。当财富500强客户裁减15%的员工时，他们就取消了15%的许可证。那些在客户端推动效率提升、导致裁员的AI技术，正在从机械层面摧毁其自身的营收基础。

这家销售工作流自动化的公司，正被更优的工作流自动化技术所颠覆，而它的应对方式竟然是裁员，并将节省下来的资金投入到颠覆它自身的技术中。

它们还能做什么呢？ 坐以待毙，死得慢一点？ 被AI威胁最严重的公司，成了AI最积极的采用者。

这在事后看来很明显，但在当时却并非如此。历史上的颠覆模式通常是：老牌企业抗拒新技术，输给灵活的新进入者，然后慢慢消亡。但2026年发生的事情不同：老牌企业没有抗拒，因为它们承受不起抗拒的代价。

随着股价暴跌40-60%且董事会要求拿出对策，受AI威胁的公司只能做它们能做的事：裁员，将节省的资金投入AI工具，再利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。但集体结果却是灾难性的。每一美元省下来的员工薪酬，都流入了AI能力建设，而这使得下一轮裁员成为可能。

软件只是开场秀。 当投资者还在争论SaaS估值是否已见底时，他们错过的是，反射循环早已逃离了软件行业。同样证明该公司裁员合理的逻辑，适用于每一家拥有庞大白领成本结构的公司。

当摩擦力归零时

到了2027年初，大语言模型的使用已成为默认设置。人们在使用AI智能体时，甚至不知道那是什么，就像从未了解“云计算”的人却在享受流媒体服务一样。他们将其视为自动补全或拼写检查——只是设备具备的一项新功能。

开源智能体购物工具的出现，成为了AI处理消费者决策的催化剂。几周之内，每一个主流AI助手都整合了某种智能体商业功能。蒸馏模型意味着这些智能体可以在手机和笔记本电脑上本地运行，无需依赖云端，这显著降低了边际推理成本。

让投资者感到不安却未引起足够重视的是，这些智能体并不总是被动等待指令。它们可以根据用户偏好，在后台持续运行。商业不再是一系列离散的人类决策，而是一个代表每个联网用户24/7不间断运行的持续优化过程。到2027年3月，美国中位个人用户每天消耗的token数量已达到2026年底的10倍。

链条上的下一个环节已经断裂。

中介化。

在过去的五十年里，美国经济在人类局限性之上，建立了一个庞大的“租金”提取层：事情需要时间，耐心会耗尽，品牌熟悉度会取代尽职调查，大多数人愿意为了省事而接受不那么优惠的价格。数万亿美元的企业价值依赖于这些约束的持续存在。

起初很简单。智能体消除了摩擦。

那些即使数月不用也会自动续费的订阅和会员资格。试用期结束后悄悄翻倍的诱导性定价。每一个都被重新定义为一种智能体可以进行协商的“人质危机”。作为订阅经济基础的平均客户终身价值出现了明显的下降。

消费者智能体开始改变几乎所有的交易方式。

人类没有时间在购买一盒蛋白棒之前在五个平台之间比价。但机器可以。

旅游预订平台是最早的受害者之一，因为其流程相对标准化。到2026年第四季度，智能体组建完整行程的速度和成本，已超越任何传统平台。

保险续保，整个模式依赖于投保人的惯性，也遭到了重构。每年自动重新比价的智能体，瓦解了保险公司通过被动续保赚取的超额利润。

金融咨询、税务准备、日常法律工作……任何价值主张归根结底是“我来处理你觉得繁琐复杂事务”的行业，都受到了颠覆，因为智能体根本不觉得繁琐。

即使是我们认为受“人际关系”价值保护的领域也证明是脆弱的。房地产行业，几十年来买家因信息不对称而容忍了高额佣金，一旦配备MLS访问权限和历史交易数据的AI智能体能即时复制顶级经纪人的知识，这个行业就开始崩塌。2027年3月的一份卖方报告将其称为“智能体对智能体的暴力”。大都市区的买方佣金中位数已被大幅压缩，且越来越多的交易在没有人工中介的情况下完成。

我们高估了“人际关系”的价值。事实证明，人们口中的许多关系，仅仅是带着一张友善面孔的摩擦力而已。

对于中介层来说，这仅仅是颠覆的开始。成功的公司曾投入数十亿美元，旨在有效利用消费者行为和心理中的怪癖，而这些怪癖现在已无关紧要了。

针对价格和契合度进行优化的机器，并不在乎你最喜欢的应用程序，不在乎你习惯性打开的网站，更不会感受到设计精良的结账页面的诱惑。它们不会感到疲劳，不会接受默认选项，也不会说“我总是从这里下单”。

这就摧毁了一种特定的护城河：习惯性中介。

以外卖平台为例。

编程智能体降低了推出竞品的门槛。一名称职的开发者可以在几周内部署一个功能性的竞争对手，许多人确实这样做了，他们将绝大部分配送费直接回馈给骑手，从而将他们从主流平台拉走。聚合型接单工具让零工工作者可以同时跟踪来自数十个平台的订单，消除了巨头所依赖的骑手锁定效应。市场一夜之间碎片化，利润率被压缩到近乎为零。

智能体在破坏的两端都起到了加速作用。它们赋予了竞争者力量，然后又利用了这些竞争者。以DoorDash为例，其护城河本质上是“用户习惯”——当用户饿了、懒了，就会点开手机主屏幕上的那个App。但智能体没有主屏幕。它会同时查询DoorDash、Uber Eats、餐厅官网以及众多新兴的“氛围感”替代平台，每次都为用户选择费用最低、配送最快的方案。

对应用程序的习惯性忠诚——这一商业模式的基石——对机器而言根本不存在。

这颇具讽刺意味，或许是整个故事中智能体唯一一次“帮助”了那些即将被取代的白领：当他们最终转行成为外卖骑手时，至少有一半的收入没有流向Uber和DoorDash这样的平台。当然，随着自动驾驶配送的激增，这种技术带来的“善意”并未持续多久。

一旦智能体控制了交易，它们便开始追求更大的“曲别针”（指利润空间）。

比价和聚合的潜力有限。在机器对机器的交易中，反复为用户省钱的最大途径是 消除费用 。其中，2-3%的银行卡交换费成为了首要目标。

智能体开始寻找比传统银行卡更快、更便宜的选择。多数转向了基于Solana或以太坊Layer 2的稳定币支付，其结算近乎即时，交易成本仅需几分之一美分。

万事达卡 2027 年第一季度：净收入同比增长 6%；采购量增长从上一季度的 5.9% 放缓至 3.4%；管理层指出“智能体引导的价格优化”及“可选消费类别的压力” | 彭博社，2027 年 4 月 29 日

万事达卡2027年第一季度的财报标志着一个“不归点”。智能体驱动的商业从一个产品故事变成了一个关乎基础设施存亡的管道故事。次日，万事达卡股价下跌9%。Visa也应声下跌，但在分析师指出其在稳定币基础设施方面布局更强后，跌幅有所收窄。

智能体商业绕过交换费，对以银行卡业务为核心的银行和单一业务发行商构成了巨大威胁。这些机构的大部分收入依赖那2-3%的费用，并围绕由商户手续费资助的奖励计划建立了整个业务体系。

美国运通（AXP US）遭受的打击最为严重：白领裁员导致其核心客户群萎缩，同时智能体绕过交换费侵蚀了其收入模式。Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 在随后的几周内跌幅均超过10%。

它们的护城河由摩擦力构筑。而 摩擦力正在归零。

从行业风险到系统性风险

整个2026年，市场将AI的负面影响视为行业性事件。软件和咨询行业受到重创，支付及其他“过路费”商业模式摇摇欲坠，但更广泛的经济状况看似尚可。劳动力市场虽在走弱，但并未崩溃。主流观点认为，创造性破坏是任何技术革新周期的必然部分。局部会有阵痛，但AI的整体净正面影响终将超过负面。

我们于2027年1月发布的宏观备忘录指出，这是一种错误的思维模型。美国经济本质上是白领服务型经济。白领工人占就业人口的50%，并驱动了约75%的可支配消费支出。AI正在吞噬的企业和工作岗位并非美国经济的边缘，它们 就是 美国经济的核心。

“技术创新摧毁工作，然后创造出更多工作”——这是当时最流行且看似可信的反驳。它之所以令人信服，是因为在过去两个世纪里这基本正确。即使我们无法构想未来的工作形态，也相信它们终会出现。

自动取款机（ATM）降低了银行分行的运营成本，银行反而开设了更多分行，出纳员就业人数在随后二十年有所增加。互联网颠覆了旅行社、黄页和实体零售，但也催生了全新的行业与岗位。

然而，每一个新岗位都需要一个 人 来执行。

AI如今是一种通用智能，在人类本可能被重新部署的各类任务上持续改进。被取代的程序员无法简单地转行成为“AI管理员”，因为AI自身已具备这种管理能力。

如今，AI智能体能够处理长达数周的研究与开发任务。其指数级的发展速度碾压了我们对可能性的常规认知，尽管每年都有学者试图用新的逻辑函数来拟合数据。

它们编写了绝大多数的代码。表现最卓越的AI在几乎所有领域都已明显超越绝大多数人类。而且，它们还在持续变得更廉价。

AI 确实 创造了新岗位：提示词工程师、AI安全研究员、基础设施技术员。人类仍处于循环之中，在最高层进行协调或负责审美决策。然而，对于AI创造的每一个新角色，它都使得数十个旧角色变得多余。并且，新角色的薪酬仅为旧角色的零头。

美国 JOLTS：职位空缺数降至 550 万以下；失业人数与职位空缺之比攀升至约 1.7，为 2020 年 8 月以来最高 | 彭博社，2026 年 10 月

全年的招聘率持续疲软，而2026年10月的JOLTS（职位空缺和劳动力流动调查）数据提供了确凿证据：职位空缺降至550万以下，同比下降15%。

Indeed：随着‘生产力计划’的推广，软件、金融、咨询行业的岗位发布量大幅下降 | Indeed 招聘实验室，2026 年 11 月至 12 月

白领岗位空缺正在崩溃，而蓝领岗位（如建筑、医疗、技工）则相对稳定。流失的正是那些撰写备忘录、审批预算、维持经济中间层运转的岗位。然而，这两个群体的实际工资增长在全年大部分时间为负，且持续下滑。

股市对JOLTS数据的关注，远不及对通用电气Vernova公司涡轮机产能已售罄至2040年的新闻。市场在负面的宏观消息与正面的AI基础设施头条之间摇摆。

然而，债券市场（总是比股市更敏锐，或至少没那么浪漫）开始消化消费冲击的预期。10年期国债收益率在随后的四个月内从4.3%降至3.2%。尽管如此，总体失业率并未飙升，数据背后的结构性细节仍被部分人忽视。

在正常的经济衰退中，诱因最终会自我修正：过度建设导致施工放缓，进而利率下降，刺激新一轮建设；库存过剩引发去库存，随后便是补库存。周期性机制内部蕴含着复苏的种子。

但这个周期的诱因并非周期性的。

AI变得更强、更便宜。公司进行裁员，利用节省的成本购入更多AI能力，从而能够裁撤更多岗位。被取代的工人减少支出。面向消费者的公司销售额下滑，处境艰难，于是投资更多AI以保护利润率。AI因此变得更强、更便宜。

这是一个没有自然刹车的反馈循环。

直觉上，人们预期总需求下降会减缓AI的建设浪潮。但事实并非如此，因为这不再是超大规模资本开支，而是运营成本的替代。一家公司以前每年花费1亿美元用于人力、500万美元用于AI；现在则花费7000万美元用于人力、2000万美元用于AI。AI投资额成倍增加，但这是在公司总运营成本下降的背景下发生的。每家公司的AI预算都在增长，同时整体开支却在萎缩。

讽刺的是，即使在它所颠覆的经济开始恶化时，AI基础设施综合体依然表现强劲。英伟达（NVDA）营收屡创新高。台积电（TSM）产能利用率维持在95%以上。超大规模公司每季度仍在数据中心投入1500-2000亿美元的资本开支。完全依赖这一趋势的经济体（如台湾、韩国）表现大幅跑赢。

印度则呈现相反图景。其IT服务业每年出口额超过2000亿美元，是印度经常账户盈余的最大贡献者，抵消了持续的商品贸易逆差。整个模式建立在唯一的价值主张上：印度开发人员的成本远低于美国同行。但AI编程智能体的边际成本已暴跌至近乎电费水平。塔塔咨询（TCS）、印孚瑟斯（Infosys）和维普罗（Wipro）的合同取消在2027年加速。由于支撑外部账户的服务业盈余蒸发，卢比在四个月内对美元贬值18%。到2028年第一季度，国际货币基金组织（IMF）已开始与新德里进行“初步讨论”。

导致颠覆的引擎每季度都在增强，意味着颠覆本身每季度都在加速。劳动力市场没有自然的底线。

在美国，我们不再追问AI基础设施泡沫何时破裂。我们追问的是：当一个以消费信贷为基础的经济体，其消费者被机器大规模取代时，会发生什么。

智能取代螺旋

2027年，宏观经济的叙事不再隐晦。过去十二个月里零星但显然负面的发展，其传导机制变得清晰可见。你无需研究劳工统计局的数据，只需参加一次朋友聚餐。

被取代的白领并未坐以待毙。 他们选择了“向下兼容”。大量人员涌入报酬更低的服务业和零工经济，这不仅增加了这些领域的劳动力供给，也压低了原有从业者的工资。

我们认识的一位朋友，在2025年曾是Salesforce的高级产品经理，拥有体面的头衔、医疗保险、401k养老金和18万美元的年薪。她在第三轮裁员中失业。经历了六个月的求职无果后，她开始为Uber开车，年收入骤降至4.5万美元。重点不在于个人故事，而在于二阶效应。将这种动态乘以大都市区的几十万工人——过度合格的劳动力涌入服务和零工经济，压低了本已苦苦挣扎的现有工人的工资。行业特定的颠覆，转移并渗透为全经济范围的工资压缩。

与此同时，剩余的那些以人为中心的工作岗位，在我们撰写本文时正经历另一轮调整。随着自动配送和自动驾驶技术在吸收了首批被遣散工人的零工经济中普及，这种调整正在进行。

到2027年2月，在职的专业人士普遍担忧自己会成为下一个。他们工作量翻倍（主要借助AI工具），仅仅是为了保住工作，升职或加薪的希望已然破灭。储蓄率上升，消费支出疲软。

最危险的部分在于滞后性。高收入者利用其高于平均水平的储蓄，在两到三个季度内维持了正常生活的表象。硬数据直到实体经济中已成旧闻时才确认问题。随后，那份打破幻想的报告来了：

美国首次申请失业救济人数激增至487,000人，为2020年4月以来最高；劳工部，2027年第三季度

ADP和Equifax的数据证实，绝大多数新增申请者来自白领专业人士。标普500指数在接下来的一周内下跌6%。负面宏观消息开始在“拉锯战”中占据上风。

在正常的经济衰退中，失业是广泛分布的。蓝领和白领按各自就业份额分担痛苦。消费冲击也分布广泛，并且由于低收入工人有更高的边际消费倾向，数据会很快反映出来。

然而在这个周期中，失业集中在收入分布的高分位。这部分人群在总就业中占比相对较小，却驱动了极不相称的消费者支出份额——美国前10%的高收入者贡献了超过50%的消费者支出，前20%贡献了约65%。他们是房产、汽车、度假、餐饮、私立学校学费、房屋装修等整个可选消费经济的需求基石。

当这些人失业，或为保住工作被迫接受50%的降薪时，相对于失业人数，消费冲击是巨大的。2%的白领就业率下降转化为了大约3-4%的可选消费支出冲击。与往往立即影响消费的蓝领失业不同，白领失业的影响虽有储蓄缓冲带来的滞后，但更为深远。

到2027年第二季度，经济已陷入衰退。美国国家经济研究局（NBER）直到几个月后才正式确定起始时间，但数据不言自明——实际GDP已连续两个季度负增长。但这还不是一场“金融危机”……至少当时还不是。

相关押注的连锁反应

私募信贷市场规模从2015年的不到1万亿美元，增长到2026年的超过2.5万亿美元。其中相当一部分资本被部署到软件和技术交易中，许多是对SaaS公司的杠杆收购（LBO），其估值预设了两位数的营收增长。

这些增长假设在智能体编程演示和2026年第一季度软件股崩盘之间已然破灭，但账面估值似乎并未及时反映这一现实。当许多上市SaaS公司的交易倍数跌至5-8倍EBITDA时，私募股权支持的软件公司账面估值仍反映着不存在的营收倍数。管理层将估值逐步下调——100美分、92、85——而此时公开市场的可比公司估值已是50。

穆迪下调14家发行商的180亿美元PE支持软件债务评级，理由是“AI驱动的竞争性颠覆带来的结构性收入逆风”；这是自2015年能源行业以来最大规模的单行业评级行动 | 穆迪投资者服务公司，2027年4月

行业资深人士清楚降级后通常会发生什么。软件支持贷款在2027年第三季度开始违约，信息服务和咨询领域的私募投资组合公司紧随其后。几起数十亿美元规模的知名SaaS公司LBO交易进入重组。

Zendesk成为关键证据：

Zendesk违反债务契约，因AI驱动的客户服务自动化侵蚀了ARR；50亿美元直接贷款工具估值被标记为58美分；史上最大规模私募信贷软件违约 | 金融时报，2027年9月

2022年，Hellman & Friedman和Permira以102亿美元将Zendesk私有化。债务包中包括一笔50亿美元的直接贷款，是当时历史上最大规模的ARR（年度经常性收入）支持工具，由黑石集团牵头，阿波罗、Blue Owl和HPS共同参与。这笔贷款的合理性基于一个核心假设：Zendesk的经常性收入将保持“经常性”。在约25倍EBITDA的估值下，杠杆只有在假设成立时才站得住脚。

到2027年年中，这一假设不再成立。AI智能体已经自动化处理客户服务大半年，Zendesk所定义的类别（票务、路由、管理人工支持交互）已被能不生成票据就直接解决问题的系统所取代。该贷款所承保的年度经常性收入已不再是经常性的，那只是尚未流失的收入而已。

历史上最大规模的ARR支持贷款，成了历史上最大规模的私募信贷软件违约。每一个信贷部门都在问同一个问题：还有谁面临着伪装成周期性逆风的结构性逆风？

然而，市场共识至少在初期判断对了一点：这本应是系统可以承受的冲击。

私募信贷并非2008年的银行业。其架构设计初衷就是为了避免强制抛售。这些是封闭式基金，资本被长期锁定。有限合伙人（LP）的承诺出资期限长达七到十年。没有储户挤兑，没有回购额度被抽回。管理人可以持有受损资产，随时间推移逐步处置，等待复苏。痛苦，但可控。系统本应“弯曲而非折断”。

黑石、KKR和阿波罗的高管引用数据，称软件资产敞口在7-13%之间，认为风险可控。每一份卖方报告和社交媒体上的信贷博主都重复着同样的话：私募信贷拥有永久资本。它们可以吸收那些足以摧毁杠杆银行的损失。

永久资本。 这句话出现在每一份旨在安抚投资者的财报电话会议和信件中，成为了一句咒语。但像大多数咒语一样，没人深究其细节。以下是它的实际含义：

过去十年中，大型另类资产管理公司收购了人寿保险公司，并将它们转变为融资工具。阿波罗收购了Athene，布鲁克菲尔德收购了American Equity，KKR拿下了Global Atlantic。其逻辑优雅：年金存款提供了稳定、长期的负债基础。管理人将这些存款投资于他们自己发起的私募信贷，从而获得双重报酬——既在保险端赚取利差，又在资产管理端赚取管理费。这是一个在单一条件下运行完美的收费型永动装置：

私募信贷必须是优质资产。

当损失发生时，冲击的是那些用于平衡非流动性资产与长期负债的资产负债表。本应使系统具有弹性的“永久资本”，并非某种抽象的、理性的机构资金池。它是美国普通家庭的储蓄，即“主街”资金，以年金形式投资于同样在违约的私募股权支持的软件和技术债券中。那些无法跑路的被锁定资本，实质上是人寿保险的保单资金，而那里的规则有所不同。

与银行系统相比，保险监管机构此前一直较为顺从甚至自满，但这次敲响了警钟。早已对寿险公司私募信贷集中度感到不安的监管机构，开始下调这些资产的风险资本（RBC）系数。这迫使保险公司要么筹集新资本，要么在已经紧缩的市场中出售资产——而这两种方案在当时都难以实现。

纽约、爱荷华州监管机构采取行动，收紧寿险公司持有的某些私人评级信贷的资本处理；预计NAIC指导意见将提高RBC系数并引发额外的SVO审查 | 路透社，2027年11月

当穆迪将Athene的财务实力评级展望下调至负面时，阿波罗股价在两个交易日内下跌22%。布鲁克菲尔德、KKR等机构随后也面临压力。

局势正变得日益复杂。这些公司不仅构建了保险资金的循环机制，还设立了一套旨在通过监管套利实现回报最大化的复杂离岸架构。美国保险公司签发年金合约，随后将风险分保给其控制的百慕大或开曼群岛关联再保险公司——这些实体正是为利用更宽松的监管环境、以更少的资本持有相同资产而设立的。关联公司再通过离岸特殊目的实体（SPV）筹集外部资本，引入新的交易对手方，共同投资于母公司资产管理部发起的私募信贷资产。

评级机构（其中部分本身由私募股权所有）并非透明度的典范——这几乎无人感到意外。这些关联着不同资产负债表的公司网络错综复杂，其不透明程度令人震惊。当底层贷款发生违约时，“损失实际由谁承担”这一问题，在实时层面上根本无法回答。

2027年11月的市场崩盘，标志着市场认知从“可能的典型周期性回调”转向了某种更令人不安的状况。美联储理事凯文·沃什在联邦公开市场委员会紧急会议上称其为“一系列关于白领生产力增长的相关押注所引发的连锁反应”。

关键在于，从来不是损失本身导致危机，而是对损失的确认。而在金融体系中，还存在另一个更庞大、更重要的领域，我们对其损失确认充满恐惧。

抵押贷款问题

Zillow房屋价值指数同比下跌：旧金山-11%，西雅图-9%，奥斯汀-8%；房利美标记出科技/金融就业率>40%的邮编区出现“早期高违约率” | Zillow / 房利美，2028年6月

本月，Zillow房屋价值指数在旧金山同比下降11%，西雅图下降9%，奥斯汀下降8%。这并非唯一的预警信号。上月，房利美标记出在高额大额贷款集中的邮编区，早期违约率正在上升——这些区域的借款人通常信用评分在780以上，以往被视为“坚不可摧”。

美国住宅抵押贷款市场规模约13万亿美元。抵押贷款承销基于一个根本假设：借款人未来三十年的收入水平将大致维持在当前状态。

白领就业危机通过持续改变收入预期，正动摇这一假设。我们不得不提出一个在三年前看来仍十分荒谬的问题：优质抵押贷款还是优质资产吗？

美国历史上的每一次抵押贷款危机均由以下三者之一驱动：投机过度（如2008年向无力偿债者放贷）、利率冲击（如1980年代初利率飙升导致可调利率贷款断供）、或局部经济冲击（如1980年代德州石油业或2009年密歇根汽车业衰退）。

此次情况均不适用。相关借款人并非次级贷款群体。他们信用评分高达780，支付了20%首付，拥有良好信用记录、稳定工作经历，以及贷款时经核实的可靠收入。他们是金融体系每一个风险模型中都视为基石的高质量借款人。

2008年，贷款从发放第一天起就是坏账。而2028年，贷款在发放时是优质的。只是世界……在贷款发放后改变了。人们以他们不再敢确信的未来收入为抵押，借入了资金。

2027年，我们已观察到隐性压力的早期迹象：房屋净值信贷额度提取增加、401(k)计划提前支取、信用卡债务飙升，而抵押贷款还款尚保持正常。随着岗位流失、招聘冻结和奖金削减，这些优质家庭的债务收入比翻了一番。

他们仍能偿还月供，但仅能通过停止一切非必要支出、耗尽储蓄并推迟房屋维护来实现。他们在抵押贷款上处于技术性“正常”状态，但距离困境仅差一次冲击——而AI能力的发展轨迹表明，冲击即将到来。随后，旧金山、西雅图、曼哈顿和奥斯汀的违约率开始激增，尽管全国平均水平仍保持在历史常态范围内。

我们正处于最严峻的阶段。当边际买家财务状况健康时，房价下跌是可控制的。但此次，边际买家自身正面临同样的收入受损问题。

尽管担忧加剧，我们尚未陷入全面的抵押贷款危机。违约率虽在上升，仍远低于2008年水平。真正的威胁在于其变化轨迹。

智能替代螺旋如今通过两个金融加速器，加剧实体经济的衰退。

劳动力流失、抵押贷款担忧、私募市场动荡，三者相互强化。传统的政策工具（降息、量化宽松）可缓解金融引擎的问题，但无法修复实体经济引擎——因为后者并非由金融条件紧缩驱动，而是由AI导致人类智能不再稀缺、价值下降这一事实驱动。即使将利率降至零并买入所有抵押贷款支持证券和违约的软件杠杆收购债务……

也无法改变Claude智能体能够以每月200美元的成本，完成一份年薪18万美元产品经理工作的事实。

若这些担忧成为现实，抵押贷款市场将在今年下半年崩溃。在此情境下，我们预计股市当前的下跌幅度最终将堪比全球金融危机（从峰值到谷底下跌57%）。这将使标普500指数跌至约3500点——即我们自2022年11月ChatGPT发布前一个月以来从未见过的水平。

显而易见的是，13万亿美元住宅抵押贷款所依赖的收入假设已遭受结构性损害。尚不明确的是，政策能否在抵押贷款市场完全消化这一现实之前及时干预。我们怀有希望，但无法忽视那些令人担忧的理由。

与时间的赛跑

第一个负反馈循环出现在实体经济中：AI能力提升，工资缩减，支出疲软，利润率收紧，公司购入更多AI能力，能力再度提升。随后循环蔓延至金融领域：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。而这两者均因政府——坦率说——困惑且不足的政策反应而加剧。

现有体系并非为应对此类危机而设计。联邦政府的收入基础本质上是对人类劳动时间的征税：人们工作，企业支付薪酬，政府从中抽成。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，联邦财政收入已比国会预算办公室基准预测低12%。工资税收入下降，因为以原有薪酬水平受雇的人数减少；所得税收入下降，因为收入水平结构性降低。生产力在飙升，但收益流向了资本和计算资源，而非劳动力。

劳动收入占GDP份额从1974年的64%下滑至2024年的56%，这是四十年全球化、自动化及工人议价能力削弱的结果。而在AI开始指数级发展以来的四年间，这一比例已降至46%，成为有记录以来最快的降幅。

经济产出依然存在，但不再通过家庭流动回馈至企业，也因此不再流经国税局。循环流动正在断裂，而政府被期望出面修复它。

与每一次经济下行相同，支出在收入下降时上升。但此次的不同在于，支出压力并非周期性。自动稳定机制是为临时性失业设计，而非结构性岗位流失。体系仍在支付预设工人将很快重新就业的福利，但许多人将不会重新就业——至少不会以原有工资水平。新冠疫情时期，政府坦然承受了15%的赤字，因为人们理解那是暂时的。而如今需要支持的人们并非遭受一场终将结束的流行病冲击，而是被一种持续演进的技术所取代。

政府需要在通过税收获取更少资金的时刻，向家庭转移更多资金。

美国不会违约，因为它印制自己支出的货币，也是用以偿还债务的货币。但压力已在其他地方显现：市政债券在年初至今的表现中显示出令人担忧的分化。无所得税的州表现尚可，但依赖所得税的州（多为蓝州）发行的一般责任市政债券已开始计入违约风险。政客们迅速察觉此变化，关于谁应获得救助的争论已沿党派路线展开。

值得肯定的是，本届政府很早就认识到危机的结构性本质，并开始考虑两党提出的《过渡经济法案》框架——该法案旨在通过赤字支出与对AI算力征税相结合的方式，向被取代工人提供直接转移支付。

讨论中最激进的提案走得更远。《共享AI繁荣法案》拟建立对智能基础设施本身回报的公共索取权，形式介于主权财富基金与AI产出特许权使用费之间，并将所得收益用于家庭转移支付。私营部门的游说者已通过媒体发出大量关于政策滑坡风险的警告。

政治博弈的走向令人沮丧地可预测，并在夸张姿态与边缘政策的催化下不断恶化。右翼将转移支付与再分配斥为马克思主义，警告对算力征税会将技术领先优势拱手让给中国。左翼则警示，由科技巨头协助起草的税收方案可能沦为另一种形式的“监管俘获”。财政鹰派强调赤字已不可持续，而鸽派则以全球金融危机后过早实施紧缩政策的历史教训作为反驳。随着总统大选临近，政治分歧被进一步放大。

当政客们陷入争论时，社会结构的磨损速度已远超立法进程。

“占领硅谷”运动成为更广泛社会不满的象征。上个月，示威者连续三周封锁了Anthropic与OpenAI在旧金山的办公室入口。他们的队伍日益壮大，所获的媒体报道甚至超过了引发这些抗议的失业数据本身。

很难想象，除了金融危机后的银行家，公众还能更强烈地憎恨谁——但AI实验室正试图打破这项纪录。从大众视角看，这理由充分：其创始人及早期投资者积累财富的速度，让镀金时代的巨头都相形见绌。生产力繁荣的收益几乎完全流向了计算资源的拥有者与运营实验室的股东，将美国的贫富差距推至前所未有的水平。

各方都有自己指责的“恶棍”，但真正的敌人是时间。

AI能力的进化速度超越了机构的适应能力。政策反应依循意识形态的节奏，而非现实的步调。如果政府无法迅速就问题本质达成共识，那么反馈循环将为他们写下下一个篇章。

智能溢价的解除

在整个现代经济史中，人类智能始终是一种稀缺的投入。资本是充裕的（或至少可复制），自然资源虽有限却常可替代，技术进步的速度也足够缓慢，容得下人类逐步适应。唯有智能——即分析、决策、创造、说服与协调的能力——是难以大规模复制的资源。

人类智能的固有溢价源于其稀缺性。从劳动力市场到抵押贷款市场，再到税法体系，我们经济中的每一项制度，都是为这个假设成立的世界所设计的。

如今，我们正在经历这种溢价的解除。机器智能已成为人类智能在越来越广泛任务中胜任且快速改进的替代品。数十年来为稀缺人类智能世界而优化的金融体系，正在经历重新定价。这一过程充满痛苦、无序，且远未结束。

但重新定价不等于崩溃。

经济能够找到新的平衡点。而抵达那里，是仅存的、只能由人类完成的任务之一。我们必须以正确的方式实现它。

这是历史上首次，经济中最具生产力的资产创造出更少而非更多的就业岗位。现有的一切分析框架皆不完全适用，因为它们无一为“稀缺投入变得充裕”的世界而设计。因此，我们必须构建新的框架。我们能否及时构建它们，是唯一重要的问题。

但你不是在2028年6月阅读这篇文章。你是在2026年2月读到它。

标普500指数正接近历史高点。负向反馈循环尚未启动。我们可以确定，上述某些情境不会发生。但我们同样确信，机器智能将持续加速。人类智能的溢价将继续收窄。

作为投资者，我们尚有时间评估：自己的投资组合中，有多少建立在无法持续十年的假设之上。作为一个社会，我们尚有时间主动采取行动。

金丝雀仍在鸣叫。

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

关注“鲸栖”小程序，掌握最新AI资讯