文章作者：Citrini 、 Alap Shah

文章编译：ChainCatcher

文章来源：Citrini Research

---

Bitpush注：

近日，一篇关于人工智能末日论的文章在外网疯传，这次作者预言标普500将暴跌近40%，白领岗位崩溃。该文章由Citrini Research与嘉宾阿拉普·沙阿合写——沙阿是Lotus Technology Management的管理合伙人，以回顾的形式写成，时间设定在2028年6月，在那个模拟的未来中，美国失业率刚刚升至10.2%，而标普500指数较2026年10月约8,000点的高点下跌38%。

前言

如果我们对AI的看涨预期持续应验……但如果这实际上是一个看跌信号呢？

以下描述的是一个情境假设，而非精准预测。这不是为了制造恐慌，也不是AI末日论者的同人小说。这篇文章的唯一目的是对一个相对未被充分探讨的场景进行建模。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，他撰写了另外两部分。

希望阅读本文后，当AI让经济变得越来越诡异时，你能对潜在的左侧尾部风险有更充分的准备。

以下是 CitriniResearch 于 2028 年 6 月发布的宏观备忘录，详细记录了“全球智能危机”的演变与余波。

宏观备忘录：充裕智能的后果

CitriniResearch 2026年2月22日~~ 2028年6月30日

今早公布的失业率达到了 10.2%，超出预期 0.3%。市场受此数据影响抛售下跌 2%，导致标普 500 指数较 2026 年 10 月的高点累计回撤达 38%。

交易员们已经麻木了。如果是在六个月前，这样的数据绝对会触发熔断。

仅仅两年。 这就是经济从“风险可控”、“局限于特定行业”演变到一个我们任何人都认不出的模样所需的时间。本季度的宏观备忘录是我们试图重构这一系列事件的尝试——一份对危机前经济的尸检报告。

曾几何时，市场上的狂热情绪触手可及。到 2026 年 10 月，标普 500 指数逼近 8000 点，纳斯达克指数突破 3万点大关。因人类被淘汰而引发的第一波裁员潮始于 2026 年初，这些裁员完美地实现了它们的预期目标：利润率扩张，盈利超预期，股市大涨。创纪录的企业利润被直接重新投入到 AI 算力中。

当时的宏观指标依然亮眼。名义 GDP 屡屡录得中高个位数的年化增长。生产力正在蓬勃发展。由那些不睡觉、不请病假、不需要医疗保险的 AI 智能体驱动，每小时实际产出的增长率达到了自 1950 年代以来的最高水平。

随着劳动力成本的消失，算力的所有者财富呈爆炸式增长。与此同时，实际工资增长却崩溃了。尽管政府一再吹嘘创纪录的生产力，但白领工人却把工作输给了机器，被迫转向低薪岗位。

当消费经济开始出现裂痕时，经济评论员们普及了一个词——“幽灵GDP (Ghost GDP)”：那些体现在国民账户中，却从未在实体经济中流通的产出。

在各个方面，AI 都超出了预期，市场即 AI。唯一的问题是……经济并非如此。

我们早该明白，北达科他州的一个 GPU 集群能够产生以前曼哈顿中城 10,000 名白领工人的产出，这与其说是经济灵丹妙药，不如说是经济瘟疫。货币流通速度停滞了。曾经占 GDP 70% 的以人类为中心的消费经济枯萎了。如果我们早点问问“机器会在可自由支配的商品上花多少钱？”，我们可能早就弄清楚这一点了。（提示：答案是零。）

AI 能力提升，公司需要的员工减少，白领裁员增加，被裁员工消费减少，利润率压力迫使企业向 AI 投资更多，AI 能力进一步提升……

这是一个没有自然制动器的负反馈循环。这就是人类智能替代螺旋。白领工人眼睁睁地看着他们的盈利能力（理所当然地，也包括他们的消费能力）受到结构性损害。他们的收入曾经是 13 万亿美元抵押贷款市场的基石——这迫使承销商重新评估优质抵押贷款是否依然安全。

十七年没有出现真正的违约周期，使得私募市场充斥着私募股权（PE）支持的软件交易，这些交易的假设前提是年度经常性收入（ARR）将保持“经常性”。2027 年中，由 AI 颠覆引发的第一波违约潮挑战了这一假设。

如果这种颠覆仅仅局限于软件行业，情况本来是可控的，但事实并非如此。到 2027 年底，它威胁到了每一个建立在中介服务基础上的商业模式。大批建立在通过人类摩擦来变现的公司土崩瓦解。

事实证明，整个系统是一条建立在白领生产力增长预期上的巨大相关押注菊花链。2027 年 11 月的崩盘仅仅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”的逻辑奏效已经等了将近一年。政府开始考虑提出法案，但公众对政府实施任何形式救援的能力的信心已经减弱。政策反应总是滞后于经济现实，但现在缺乏全面计划正威胁着加速通缩螺旋。

危机是如何开始的

2025 年底，代理式编程（Agentic coding）工具的能力实现了阶跃式提升。

一个熟练的开发人员使用 Claude Code 或 Codex，现在可以在几周内复制一个中端市场 SaaS 产品的核心功能。虽然不是完美的，也不能处理所有边缘情况，但已经足够让审查 50 万美元年度续约合同的首席信息官（CIO）开始思考：“如果我们自己建一个会怎样？”

财年通常与日历年一致，所以 2026 年的企业支出是在 2025 年第四季度设定的，当时“代理式 AI (Agentic AI)”还只是一个流行语。年中的审查是采购团队第一次在清楚这些系统实际能做什么的情况下做出决定。一些人看着他们自己的内部团队在几周内推出原型，复制了六位数的 SaaS 合同。

那年夏天，我们采访了一位财富 500 强公司的采购经理。他告诉了我们他的一次预算谈判。销售人员原本期望像去年一样按套路出牌：每年提价 5%，标准的“你的团队离不开我们”的推销说辞。采购经理告诉他，他一直在与 OpenAI 讨论，让他们的“前沿部署工程师”使用 AI 工具彻底取代这家供应商。最后他们以 30% 的折扣续约了。他说，这是一个好结果。那些“长尾 SaaS”，比如 Monday.com、Zapier 和 Asana，情况要糟糕得多。

投资者已经准备好——甚至期望——长尾市场会受到重创。它们可能占典型企业技术栈支出的三分之一，但它们显然暴露在风险之中。然而，“记录系统”本应是免受颠覆的。

直到 ServiceNow 发布 26 年第三季度财报，反身性（Reflexivity）的机制才变得清晰起来。

SERVICENOW 净新增 ACV 增速从 23% 放缓至 14%；宣布裁员 15% 并启动“结构性效率计划”；股价暴跌 18% | 彭博社，2026 年 10 月

SaaS 并没有“死”。运行和支持内部构建系统仍然需要进行成本效益分析。但内部构建成为了一种选项，并且被纳入了定价谈判的考量中。也许更重要的是，竞争格局已经改变。AI 使得开发和发布新功能变得更加容易，因此差异化崩溃了。老牌企业在定价上竞相压价——这既是它们彼此之间的近身肉搏，也是与不断涌现的后起之秀的厮杀。在代理式编程能力飞跃的鼓舞下，并且没有遗留成本结构的拖累，这些新入局者激进地抢占市场份额。

直到这份财报发布，人们才充分意识到这些系统的互连性质。ServiceNow 是按席位收费的。当财富 500 强客户裁员 15% 时，他们就取消了 15% 的许可证。那些提高客户利润率的、由 AI 驱动的裁员，正在机械地摧毁他们自己的收入基础。

一家销售工作流自动化的公司正在被更好的工作流自动化所颠覆，而它的应对措施是裁员，并将节省下来的资金用于资助正是正在颠覆它的那项技术。

他们还能做什么？坐以待毙死得更慢点吗？受 AI 威胁最严重的公司成为了 AI 最激进的采用者。

这在事后看来显而易见，但在当时却并非如此（至少对我来说不是）。历史上的颠覆模型表明，老牌企业会抵制新技术，它们会将市场份额输给灵活的进入者，然后慢慢消亡。这就是发生在柯达、百视达和黑莓身上的事情。但 2026 年发生的情况不同；老牌企业没有抵制，因为它们承担不起抵制的代价。

面对股价下跌 40-60% 以及董事会要求给出解释的压力，受到 AI 威胁的公司做了它们唯一能做的事：裁员，将节省下来的资金重新部署到 AI 工具上，并使用这些工具以更低的成本维持产出。

每家公司各自的反应都是理性的。但集体的结果却是灾难性的。在裁员上节省下来的每一美元都流入了 AI 能力，从而使得下一轮裁员成为可能。

软件行业仅仅是个开场。当投资者还在争论 SaaS 的估值倍数是否已经见底时，他们错过的是这种反射性循环已经跳出了软件行业。证明 ServiceNow 裁员合理性的相同逻辑，适用于每一家具有白领成本结构的公司。

当摩擦降至零

到 2027 年初，使用大型语言模型（LLM）已成为默认行为。人们在使用那些甚至不知道什么是“AI 智能体”的 AI 智能体，就像从没学过“云计算”是什么的人在使用流媒体服务一样。他们像看待自动完成或拼写检查一样看待它——这只是他们手机现在能做的一件事。

Qwen（通义千问）的开源代理购物机器人是 AI 接管消费者决策的催化剂。在几周内，每一个主流 AI 助手都集成了某种代理商务功能。模型蒸馏意味着这些智能体不仅可以在云端实例上运行，还可以在手机和笔记本电脑上运行，从而大幅降低了推理的边际成本。

本应让投资者感到不安（但他们并没有）的一点是，这些智能体不需要等待被唤醒。它们根据用户的偏好在后台运行。商务不再是一系列离散的人类决策，而是一个持续的优化过程，代表每一个联网的消费者 24/7 全天候运行。到 2027 年 3 月，美国个人的中位数每天消耗 40 万个 Token——这是 2026 年底的 10 倍。

链条上的下一个环节已经开始断裂。

中介化（Intermediation）。

在过去的五十年里，美国经济在人类的局限性之上建立了一个巨大的“寻租层”：做事需要时间、耐心有限、品牌熟悉度取代了尽职调查，而且大多数人愿意接受一个糟糕的价格来避免多点几次鼠标。数万亿美元的企业价值取决于这些约束的持续存在。

一开始很简单。智能体消除了摩擦。

那些即使几个月不用也默认自动续费的订阅和会员资格。那些在试用期后偷偷翻倍的入门价格。这些统统被重新定义为智能体可以谈判的“人质危机”。作为整个订阅经济基础的指标——平均客户生命周期价值——显著下降。

消费者智能体开始改变几乎所有消费者交易的运作方式。

人类没有时间在买一盒蛋白棒之前在五个竞争平台上进行比价。但机器有。

旅游预订平台是最早的牺牲品，因为它们最简单。到 2026 年第四季度，我们的智能体能够比任何平台更快、更便宜地组装一个完整的行程（航班、酒店、地面交通、忠诚度优化、预算约束、退款）。

保险续保模式被彻底重塑，而其整个模式原本依赖于投保人的惰性。每年为您重新比价覆盖范围的智能体，瓦解了保险公司从被动续保中赚取的 15-20% 的保费。

财务建议。税务准备。常规法律工作。任何其价值主张最终归结为“我将替您处理您觉得乏味的复杂事务”的服务提供商类别都遭到了颠覆，因为智能体不觉得任何事是乏味的。

甚至那些我们认为受到“人际关系价值”保护的领域也被证明是脆弱的。在房地产行业，由于经纪人和消费者之间的信息不对称，买家几十年来一直忍受着 5-6% 的佣金。然而，一旦配备 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些知识库，这一行就崩溃了。2027 年 3 月的一份卖方研究报告将其称为“智能体对智能体的暴力”。主要大都市买方佣金的中位数从 2.5-3% 压缩到不到 1%，并且越来越多交易的买方根本没有人类经纪人参与。

我们高估了“人际关系”的价值。事实证明，人们所说的关系，很大程度上只是“带着友好面具的摩擦”。

这仅仅是中介层被破坏的开始。成功的公司曾花费数十亿美元来有效利用消费者行为和人类心理的弱点，但现在这些都不重要了。

为价格和合适度而优化的机器，不在乎你最喜欢的应用程序，不在乎你过去四年习惯性打开的网站，也感受不到精心设计的结账体验的吸引力。它们不会感到疲倦并接受最简单的选项，也不会默认“我一直都在这里点餐”。

这摧毁了一种特定的护城河：习惯性中介。

DoorDash (DASH US) 就是典型的例子。

编程智能体瓦解了推出外卖应用程序的进入壁垒。一个能干的开发人员可以在几周内部署一个功能完备的竞争对手，而且很多人确实这样做了。他们通过将 90-95% 的配送费直接分给司机，将司机从 DoorDash 和 Uber Eats 吸引过来。多应用程序仪表板让零工工人可以同时跟踪来自二三十个平台的进单，从而消除了现有企业依赖的锁定效应。市场在一夜之间变得碎片化，利润率被压缩到几乎为零。

智能体加速了破坏的供需两端。它们赋能了竞争对手，然后使用了他们。DoorDash 的护城河字面意义上就是“你饿了，你懒，这是你主屏幕上的应用程序”。智能体没有主屏幕。它会检查 DoorDash、Uber Eats、餐厅自己的网站以及 20 个新编写的替代方案，以便每次都能选择最低的费用和最快的配送。

机器不存在习惯性的应用程序忠诚度，而这正是整个商业模式的基础。

这具有一种奇怪的诗意，这可能是整个事件中唯一一个智能体帮了即将被取代的白领工人一个忙的例子。当他们最终成为外卖司机时，至少他们一半的收入没有交给 Uber 和 DoorDash。当然，随着自动驾驶汽车的普及，科技给的这种恩惠并没有持续太久。

一旦智能体控制了交易，它们就开始寻找更大的猎物。

比价和聚合的潜力是有限的。反复为用户省钱的最大途径（尤其是当智能体开始相互交易时）是消除费用。在机器对机器的商务中，2-3% 的卡交换费率成为了明显的攻击目标。

智能体开始寻找比信用卡更快、更便宜的选项。大多数选择了通过 Solana 或以太坊 L2 使用稳定币，那里的结算是近乎即时的，而交易成本以几分之一美分计算。

万事达卡 2027 年第一季度：净收入同比增长 6%；购买量增速从上一季度的 +5.9% 放缓至 +3.4%；管理层指出“由智能体主导的价格优化”和“非必需消费品类别的压力” | 彭博社，2027 年 4 月 29 日

万事达卡 2027 年第一季度的财报是一个不归路。代理商务从一个产品故事变成了一个基础设施管道故事。万事达卡（MA）在次日大跌 9%。Visa 也下跌了，但在分析师指出其在稳定币基础设施方面定位较强后，跌幅有所收窄。

代理商务绕过交换费率，对以发卡业务为中心的银行和单一业务发卡机构构成了远大得多的风险。这些机构收取了那 2-3% 费用的绝大部分，并围绕由商户补贴提供资金的奖励计划建立了整个业务部门。

美国运通 (AXP US) 受到的打击最严重；它面临着双重阻力：白领裁员掏空了它的客户群，而智能体绕过交换费率掏空了它的收入模式。Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 在接下来的几周内也都下跌了超过 10%。

他们的护城河是由摩擦构成的。而摩擦正在归零。

从行业风险到系统性风险

整个 2026 年，市场都将 AI 带来的负面影响视为“行业层面”的故事。软件和咨询行业正受到重创，支付和其他“收费站”摇摇欲坠，但更广泛的经济似乎安然无恙。劳动力市场虽然在疲软，但并未处于自由落体状态。普遍的共识是，创造性破坏是任何技术创新周期的一部分。它在某些领域会很痛苦，但 AI 带来的整体净收益将超过任何负面影响。

我们在 2027 年 1 月的宏观备忘录中指出，这是错误的思维模型。美国经济是一个白领服务型经济。白领工人占就业的 50%，并驱动了大约 75% 的可自由支配消费支出。AI 正在吞噬的企业和工作并非美国经济的边缘，它们就是美国经济本身。

“技术创新在消灭工作的同时会创造更多工作”。这是当时最流行、最有说服力的反驳论点。它之所以流行且有说服力，是因为它在过去两个世纪里一直是正确的。即使我们无法构想未来的工作是什么样子，它们也一定会到来。

自动取款机（ATM）降低了银行网点的运营成本，因此银行开设了更多的网点，而在接下来的二十年里，出纳员的就业人数反而上升了。互联网颠覆了旅行社、黄页、实体零售，但它创造了全新的产业，孕育了新的工作岗位。

然而，每一个新工作都需要人类来执行。

AI 现在是一种通用智能，它正在人类本来会被重新部署到的那些任务上不断进步。被取代的程序员不能简单地转向“AI 管理”，因为 AI 已经具备了管理能力。

今天，AI 智能体负责处理长达数周的研发任务。尽管商学院的教授们每年都在试图将数据拟合成一条新的 S 曲线，但指数级的增长碾压了我们对可能性的认知。

它们编写了几乎所有的代码。其中表现最好的智能体，在几乎所有事情上都远比几乎所有人类聪明。而且它们越来越便宜。

AI 确实 创造了新的工作岗位。提示词工程师。AI 安全研究员。基础设施技术员。人类仍然处于循环之中，在最高层面进行协调或对品味进行把控。但对于 AI 创造的每一个新角色，它都淘汰了几十个旧角色。而且新角色的薪水只是旧角色的一小部分。

美国 JOLTS：职位空缺降至 550 万以下；失业人数与空缺职位之比攀升至约 1.7，为 2020 年 8 月以来的最高水平 | 彭博社，2026 年 10 月

全年的招聘率一直萎靡不振，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崩溃，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写备忘录（不知何故，我们仍然在营业）、批准预算以及保持经济中层运转的岗位上。然而，这两类人群的实际工资增长在当年的大部分时间里都处于负值，并持续下降。

股票市场依然不太关心 JOLTS 数据，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 年的新闻，它在负面宏观新闻与正面 AI 基础设施新闻的拔河中横盘震荡。

然而，债券市场（总是比股市更聪明，或者至少更不浪漫）开始对消费打击进行定价。10 年期国债收益率在接下来的四个月里开始了从 4.3% 到 3.2% 的下降。尽管如此，整体失业率并没有爆炸式增长，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，原因最终会自我修正。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。

这次周期的起因不是周期性的。

AI 变得更好、更便宜。公司裁员，然后用省下的钱购买更多的 AI 能力，这让他们可以裁掉更多的员工。被裁的员工消费减少。向消费者销售商品的公司卖出的东西少了，实力减弱，于是投入更多资金到 AI 以保护利润率。AI 变得更好、更便宜。

一个没有自然制动器的负反馈循环。

直觉的预期是，总需求的下降将减缓 AI 的建设速度。但这并没有发生，因为这不是超大规模计算设施风格的资本支出（CapEx）。这是运营支出（OpEx）替代。一家过去每年在员工上花费 1 亿美元，在 AI 上花费 500 万美元的公司，现在在员工上花费 7000 万美元，在 AI 上花费 2000 万美元。AI 投资成倍增长，但它是作为总运营成本减少的一部分发生的。每家公司的 AI 预算都在增长，而其整体支出却在萎缩。

具有讽刺意味的是，即使 AI 正在颠覆的经济体开始恶化，AI 基础设施复合体却继续表现优异。英伟达 (NVDA) 仍在公布创纪录的收入。台积电 (TSM) 仍在以 95%+ 的利用率运行。超大规模云厂商仍在每个季度花费 1500-2000 亿美元进行数据中心资本支出。完全凸显这一趋势的经济体，如台湾和韩国，表现大幅优于大盘。

印度则是相反的情况。该国的 IT 服务部门每年出口超过 2000 亿美元，是印度经常账户盈余的最大贡献者，也是用来抵消其持续商品贸易赤字的资金来源。整个模式建立在一个价值主张之上：印度开发人员的成本只占美国同行的一小部分。但是，AI 编程智能体的边际成本已经崩溃到了本质上只是电费的程度。在 2027 年，塔塔咨询（TCS）、Infosys 和 Wipro 的合同取消量加速上升。由于锚定印度外部账户的服务业盈余蒸发，卢比兑美元在四个月内下跌了 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”。

引发颠覆的引擎每个季度都在变强，这意味着颠覆的速度每个季度都在加快。劳动力市场没有天然的底部。

在美国，我们不再追问 AI 基础设施的泡沫将如何破裂。我们开始追问，当消费者被机器取代时，一个以消费信贷为基础的经济体会发生什么。

智能替代螺旋

2027 年是宏观经济叙事不再微妙的一年。过去 12 个月里那些脱节但明显负面的发展趋势的传导机制变得显而易见。你不需要去看美国劳工统计局（BLS）的数据，只需参加一次朋友的晚宴就知道了。

被取代的白领工人并没有闲着。他们“降级”了。许多人从事了薪水较低的服务业和零工经济工作，这增加了这些领域的劳动力供应，并压低了那里的工资。

我们的一位朋友 2025 年时在 Salesforce 担任高级产品经理。拥有头衔、健康保险、401k 养老金，年薪 18 万美元。她在第三轮裁员中失去了工作。经过六个月的寻找，她开始开 Uber。她的收入降至 4.5 万美元。重点不在于个人的故事，而在于二阶数学效应。将这种动态乘以每个主要大都市的几十万名工人。资历过剩的劳动力涌入服务业和零工经济，压低了本已苦苦挣扎的现有工人的工资。行业特定的颠覆恶化成了整个经济范围内的工资压缩。

仅存的以人类为中心的劳动力池还有一次修正尚未到来，它就发生在我们写下这些文字的当下。这是因为自动送货和自动驾驶汽车正在席卷那些吸收了第一波被取代工人的零工经济。

到 2027 年 2 月，很明显，仍有工作的专业人士的消费模式就像他们可能是下一个被裁的一样。他们加倍努力工作（主要是在 AI 的帮助下）仅仅是为了不被解雇，升职或加薪的希望已经破灭。储蓄率小幅上升，支出疲软。

最危险的部分在于滞后性。高收入者利用他们高于平均水平的储蓄，在两到三个季度内维持了正常的表象。硬数据没有确认问题的存在，直到它在实体经济中已经成了旧闻。随后，打破这种错觉的数据公布了。

美国初请失业金人数激增至 48.7 万，为 2020 年 4 月以来最高水平 | 劳工部，2027 年第三季度

初请失业金人数飙升至 48.7 万，创下 2020 年 4 月以来的最高水平。ADP 和 Equifax 证实，绝大多数的新申请人都是白领专业人士。

标普 500 指数在接下来的一周内下跌了 6%。负面宏观因素开始在拔河中占据上风。

在普通的经济衰退中，失业是广泛分布的。蓝领和白领工人承担的痛苦大致与各群体在总就业中的比例相当。消费打击也是广泛分布的，并且很快会在数据中显现出来，因为低收入工人有更高的边际消费倾向。

在这个周期中，失业集中在收入分配最高的几个十分位区间。它们在总就业人数中所占比例相对较小，但它们驱动着不成比例的消费者支出份额。收入最高的前 10% 占据了美国所有消费者支出的一半以上。前 20% 占据了大约 65%。这些人买房、买车、度假、下馆子、交私立学校学费、装修房屋。他们是整个非必需消费品经济的需求基础。

当这些工人失去工作，或接受减薪 50% 转向可用岗位时，消费打击相对于失去的职位数量来说是巨大的。白领就业下降 2% 转化为对可自由支配的消费者支出的影响大约在 3-4%。与蓝领失业通常会立即产生影响（你被工厂解雇，下周就停止消费）不同，白领失业的影响有滞后性但更深，因为这些工人有储蓄缓冲，使他们能够在行为发生根本转变之前维持几个月的支出。

到 2027 年第二季度，经济陷入衰退。美国国家经济研究局（NBER）直到几个月后才正式确定衰退的开始日期（他们一向如此），但数据是明确无误的——我们已经连续两个季度出现实际 GDP 负增长。但此时还不是一场“金融危机”……暂时的。

相关押注的菊花链

私人信贷（Private Credit）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。其中相当大一部分资本被部署到了软件和技术交易中，其中许多是以假设收入永远保持中高十几位数增长为估值基础的 SaaS 公司的杠杆收购（LBO）。

这些假设在第一次代理式编程演示和 2026 年第一季度的软件股暴跌之间就已经死亡，但这些资产的账面价值（marks）似乎并没有意识到它们已经死了。

当许多上市 SaaS 公司的交易价格跌至 5-8 倍 EBITDA 时，资产负债表上 PE 支持的软件公司的账面价值，依然反映着基于已经不复存在的收入倍数的收购估值。管理层逐渐调低账面价值，从 100 美分，降到 92、85，而公开市场的可比公司给出的估值是 50。

穆迪下调 14 家发行人高达 180 亿美元的私募股权支持的软件债务评级，理由是“人工智能驱动的竞争颠覆带来的长期收入逆风”；这是自 2015 年能源危机以来规模最大的单一行业降级行动 | 穆迪投资者服务公司，2027 年 4 月

所有人都记得降级之后发生了什么。行业老手们在 2015 年能源降级后已经见过这一套剧本。

软件支持的贷款开始在 2027 年第三季度出现违约。信息服务和咨询领域的 PE 投资组合公司紧随其后。几起涉及知名 SaaS 公司的数十亿美元杠杆收购进入重组阶段。

Zendesk 是确凿的证据。

ZENDESK 因人工智能驱动的客户服务自动化侵蚀 ARR 而未能履行债务契约；50 亿美元的直接贷款便利工具被标记为 58 美分；创下有史以来最大的私人信贷软件违约纪录 | 金融时报，2027 年 9 月

2022 年，Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。债务组合中包括 50 亿美元的直接贷款，这是当时历史上最大的以 ARR 支持的信贷便利，由黑石集团（Blackstone）牵头，阿波罗（Apollo）、Blue Owl 和 HPS 均在贷款财团中。这笔贷款的明确结构依据是：假设 Zendesk 的年度经常性收入（ARR）将保持不变。在杠杆率约为 25 倍 EBITDA 的情况下，只有在此前提下杠杆才说得通。

到 2027 年中，这个前提不存在了。

大半年的时间里，AI 智能体已经开始自主处理客户服务。Zendesk 所定义的类别（工单、路由、管理人类客服交互）已经被无需生成工单就能解决问题的系统所取代。作为贷款承销基础的“年度经常性收入”不再是经常性的，它只是尚未离开的收入而已。

历史上最大的以 ARR 为支持的贷款变成了历史上最大的私人信贷软件违约案。每一个信贷交易台都在同时问同一个问题：还有谁将长期逆风伪装成了周期性逆风？

但这就是最初共识的正确之处（至少在开始时）：这本应该是可以幸存下来的。

私人信贷不是 2008 年的银行业务。整个架构被明确设计为避免被迫抛售。这些是锁定资本的封闭式工具。有限合伙人（LP）承诺了七到十年的期限。没有储户会挤兑，没有回购协议会被撤回。管理者可以持有受损资产，随着时间的推移逐步解决，并等待回收。虽然痛苦，但可控。该系统被设计成可以弯曲，但不会折断。

黑石、KKR 和阿波罗的高管列举出软件风险敞口仅占资产的 7-13%。风险是可控的。每一份卖方报告和推特（fintwit）信贷大V都在说同样的话：私人信贷拥有永久资本。他们可以吸收那些足以炸毁杠杆银行的损失。

永久资本。 这个词出现在每一次旨在安抚人心的财报电话会议和投资者信件中。它成了一句咒语。就像大多数咒语一样，没有人去注意更细微的细节。以下是它的真正含义……

在过去的十年里，大型另类资产管理公司收购了人寿保险公司，并将它们变成了资金工具。阿波罗收购了 Athene。博枫（Brookfield）收购了 American Equity。KKR 收购了 Global Atlantic。逻辑很优雅：年金存款提供了稳定、长期的负债基础。基金经理将这些存款投资于他们发起的私人信贷，并获得两次报酬——在保险方面赚取利差，在资产管理方面赚取管理费。一台“费用上的费用”永动机，在一个条件下运转良好。

前提是私人信贷必须保证本金安全。

损失冲击了为了对抗长期负债而持有非流动性资产的资产负债表。本应使系统具有弹性的“永久资本”并非某种抽象的、有耐心的机构资金和承担复杂风险的成熟投资者。它是美国家庭、“普通大众（Main Street）”的储蓄，结构化为年金，投资于同样目前正在违约的、受 PE 支持的软件和技术票据。那些无法抽逃的锁定资本是人寿保险投保人的钱，而在那个领域，规则有点不同。

与银行体系相比，保险监管机构一直都很温顺——甚至有些自满——但这正是敲响警钟的时刻。已经对人寿保险公司高度集中的私人信贷感到不安的监管机构，开始降低这些资产的基于风险的资本（RBC）待遇。这迫使保险公司要么筹集资本，要么出售资产，但在已经冻结的市场中，这两者都无法以有吸引力的条件实现。

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待遇；NAIC（美国全国保险监督官协会）指导意见预计将增加 RBC 因子并引发额外审查 | 路透社，2027 年 11 月

当穆迪将 Athene 的财务实力评级下调至负面展望时，阿波罗的股价在两个交易日内暴跌了 22%。博枫、KKR 等紧随其后。

情况变得越来越复杂。这些公司不仅创建了他们的保险永动机，他们还建立了一个错综复杂的离岸架构，旨在通过监管套利最大化回报。美国保险公司写下年金，然后将风险让渡给它同样拥有的百慕大或开曼附属再保险公司——成立这些公司是为了利用更灵活的监管，允许在相同的资产上持有更少的资本。该附属公司通过离岸特殊目的实体（SPV）筹集外部资本，这一层新的交易对手与保险公司一起投资于由同一母公司资产管理部门发起的私人信贷。

评级机构，其中一些本身就是由 PE 拥有的，并不是透明度的典范（几乎没有人对此感到惊讶）。连接不同资产负债表的不同公司的蜘蛛网状网络，其不透明程度令人震惊。当底层贷款违约时，究竟是谁承担了损失这个问题，在实时情况下真的是无法回答的。

2027 年 11 月的崩盘标志着人们的认知从潜在的普通周期性回调，转变为某种更令人不安的局面。美联储主席凯文·沃什（Kevin Warsh）在联邦公开市场委员会（FOMC）11月的紧急会议上将其称为：“一条建立在白领生产力增长预期上的庞大相关押注菊花链。”

看吧，导致危机的从来都不是损失本身。而是承认（确认）这些损失。在金融领域，还有一个更大、重要得多、我们越来越害怕它被确认的领域。

抵押贷款问题

ZILLOW 房屋价值指数显示旧金山同比下降 11%，西雅图下降 9%，奥斯汀下降 8%；房利美（Fannie Mae）标出科技/金融就业人口超 40% 的邮政编码区域存在“早期拖欠率升高” | Zillow / Fannie Mae，2028 年 6 月

本月，Zillow 房屋价值指数在旧金山同比下降了 11%，西雅图下降了 9%，奥斯汀下降了 8%。这并不是唯一令人担忧的标题。上个月，房利美（Fannie Mae）指出，“巨额贷款（jumbo-heavy）”邮政编码区域的早期拖欠率较高——这些地区由信用评分超过 780 分的借款人居住，通常被认为是“防弹”级别（极安全）的。

美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承销建立在一个基本假设之上：借款人在贷款存续期间将保持大致目前的收入水平进行就业。在大多数抵押贷款中，这意味着三十年。

白领就业危机通过对收入预期的持续改变威胁了这一假设。我们现在必须问一个在三年前看来十分荒谬的问题——优质抵押贷款还安全吗？

美国历史上每一次先前的抵押贷款危机都是由以下三个原因之一驱动的：投机过度（借钱给买不起房子的人，如 2008 年）、利率冲击（利率上升导致可调利率抵押贷款无法负担，如 1980 年代初），或局部经济冲击（单一行业在单一地区崩溃，如 1980 年代德克萨斯州的石油业或 2009 年密歇根州的汽车业）。

这些都不适用于当前的情况。被质疑的借款人不是次级贷款者。他们有 780 分的 FICO 信用评分。他们支付了 20% 的首付。他们有良好的信用记录、稳定的工作记录，其收入在贷款发放时都经过了核实和记录。他们是金融系统中每一个风险模型都视为信贷质量基石的借款人。

在 2008 年，贷款在第一天就是坏的。在 2028 年，贷款在第一天是好的。只是在这个世界……在贷款写出后发生了改变。人们借钱押注一个他们如今不再负担得起的未来。

在 2027 年，我们标记了看不见的压力早期迹象：房屋净值信用额度（HELOC）提取额、401(k) 养老金提取额和信用卡债务激增，而抵押贷款还款仍然保持当前状态。由于失业、冻结招聘和削减奖金，这些优质家庭眼睁睁地看着他们的债务收入比翻倍。

他们仍然可以偿还抵押贷款，但前提是停止所有可自由支配的开支、掏空储蓄，并推迟任何房屋维护或改善。从技术上讲，他们的抵押贷款还是当前的，但距离陷入困境只有一步之遥，而 AI 能力的发展轨迹表明，这种冲击即将到来。随后我们看到旧金山、西雅图、曼哈顿和奥斯汀的拖欠率开始飙升，尽管全国平均水平仍处于历史正常范围内。

我们现在正处于最危急的阶段。如果边缘买家（即可能接盘的人）是健康的，那么房价下跌是可控的。而在这里，边缘买家正在应对同样的收入减损问题。

尽管担忧正在积聚，但我们尚未陷入全面的抵押贷款危机。违约率虽然上升了，但仍远低于 2008 年的水平。真正的威胁在于其发展轨迹。

如今，智能替代螺旋拥有了加速实体经济衰退的两大金融助推器。

劳动力替代、抵押贷款担忧、私募市场动荡。每一个都相互强化。而传统的政策工具包（降息、量化宽松 QE）可以应对金融引擎的问题，却无法解决实体经济引擎的问题，因为实体经济引擎并非受紧缩的金融条件驱动。它是受 AI 导致人类智能稀缺性降低且价值下降所驱动的。你可以将利率降至零，并买入市场上所有的抵押贷款支持证券（MBS）和违约的软件杠杆收购债务……

但这也改变不了一个事实：一个 Claude 智能体可以以每月 200 美元的成本完成一位年薪 18 万美元的产品经理的工作。

如果这些恐惧成为现实，抵押贷款市场将在今年下半年崩盘。在那种情况下，我们预计股市的当前回撤最终将与全球金融危机（GFC）（从峰值到谷底下跌 57%）相媲美。这将把标普 500 指数拉低到约 3500 点——这是自 2022 年 11 月 ChatGPT 时刻前一个月以来我们从未见过的水平。

很明显，支持 13 万亿美元住宅抵押贷款的收入假设受到了结构性损害。不清楚的是政策是否能够在抵押贷款市场完全消化这一意味之前进行干预。我们充满希望，但我们无法否认那些让我们感到不乐观的理由。

与时间的较量

第一个负反馈循环发生在实体经济中：AI 能力提升，工资总额萎缩，消费疲软，利润率收紧，企业购买更多 AI 能力，AI 能力进一步提升。随后，危机蔓延至金融领域：收入受损打击抵押贷款，银行亏损收紧信贷，财富效应破裂，反馈循环加速。而这两者都因为政府面对危机时的不知所措和应对不足而加剧。

我们的系统并非为这种危机而设计。联邦政府的收入基础本质上是对人类时间征税。人们工作，公司付钱给他们，政府从中抽取一部分。在正常年份，个人所得税和工资税是政府收入的支柱。

直到今年第一季度，联邦财政收入比国会预算办公室（CBO）的基准预测低了 12%。由于能拿以前那种高薪的人变少了，工资税收入正在下降。由于人们赚取的绝对收入从结构上变低了，所得税收入正在下降。生产力激增，但收益流向了资本和算力，而非劳动力。

劳动力在 GDP 中的份额从 1974 年的 64% 下降到 2024 年的 56%，这是由全球化、自动化和工人议价能力稳步削弱所驱动的长达四十年的缓慢下降。但在 AI 开始指数级进步的过去四年里，这一比例急剧降至 46%。这是有记录以来的最大跌幅。

产出依然存在。但它不再经由家庭循环回企业，这意味着它也不再经由美国国税局（IRS）了。循环流动正在断裂，而人们期望政府能够介入修复这一问题。

正如每一次经济衰退一样，支出在收入下降的同时增加。但这一次的不同之处在于，支出压力并不是周期性的。自动稳定器（Automatic stabilizers）是为应对暂时性失业而设计的，而不是针对结构性的替代。该系统支付福利的前提假设是工人将被重新吸收到就业市场中。但许多人不会了，至少不会以接近他们以前的工资水平重新就业。在新冠疫情（COVID）期间，政府毫不犹豫地接受了 15% 的赤字，因为那是大家公认的“暂时性”状况。然而，今天需要政府支持的群体并非遭遇了可以恢复的流行病，他们是被一种不断进化的技术永久取代了。

恰恰在政府从家庭收取的税收减少的时刻，政府需要向家庭转移支付更多的资金。

美国不会违约。它印制它用来消费的货币，同一种货币它用来偿还借款人。但这种压力已经在其他地方显现。市政债券在年初至今的表现上显示出令人担忧的分化迹象。没有州所得税的州表现尚可，但依赖所得税的州（多数为蓝州）发行的的一般责任市政债券开始对违约风险进行定价。政客们很快察觉到了这一点，关于“应该救助谁”的争论迅速演变为党派之争。

值得肯定的是，政府很早就意识到了危机的结构性本质，并开始审议两党关于他们称之为《转型经济法案》（Transition Economy Act）的提案：一个通过结合赤字支出和对 AI 推理计算征税来直接向失业工人进行转移支付的框架。

摆在桌面上的最激进方案走得更远。《共享 AI 繁荣法案》（Shared AI Prosperity Act）提议对智能基础设施的收益建立公众索取权，其性质介于主权财富基金和对 AI 生成产出征收特许权使用费之间，用这笔红利来为家庭转移支付提供资金。不出所料，私营部门的游说者铺天盖地地在媒体上警告这种做法将带来的灾难性滑坡。

政策讨论背后的政治博弈极其俗套，充斥着哗众取宠和边缘政策。右翼将财富转移和重新分配斥为马克思主义，并警告对算力征税等同于将领先地位拱手让给中国。左翼则警告说，在既得利益者帮助下起草的税法只会是变相的监管俘获。财政鹰派拿不可持续的赤字说事。鸽派则指着全球金融危机（GFC）后过早实施的紧缩政策作为前车之鉴。随着今年总统大选的临近，这种分歧只会被进一步放大。

当政客们争吵不休时，社会结构的撕裂速度远超立法进程。

“占领硅谷”运动成为了公众普遍不满的缩影。上个月，示威者连续三周封锁了 Anthropic 和 OpenAI 旧金山办公室的入口。他们的人数在不断增加，这场示威活动吸引的媒体报道甚至超过了引发抗议的失业数据。

很难想象公众会比在全球金融危机余波中憎恨银行家更恨任何人，但 AI 实验室正在试图打破这一记录。而且，从大众的角度来看，这种憎恨是情有可原的。AI 实验室的创始人和早期投资者的财富积累速度让镀金时代（Gilded Age）都显得相形见绌。生产力繁荣带来的收益几乎完全归属于算力的所有者和运行在上面的实验室股东，这使得美国的不平等程度被放大到了史无前例的水平。

每一方都有自己眼中的反派，但真正的反派是时间。

AI 能力的进化速度快于机构的适应速度。政策反应是以意识形态的速度在推进，而不是以现实的速度。如果政府不尽快就问题的核心达成一致，上述的反馈循环将代替他们书写下一章。

智能溢价的终结

在整个现代经济史中，人类智能一直是最稀缺的输入要素。资本是充裕的（或者至少是可复制的）。自然资源是有限的，但可以被替代。技术的进步速度足够缓慢，人类有时间去适应它。唯独智能——也就是分析、决策、创造、说服和协调的能力——是无法被大规模复制的东西。

人类智能的内在溢价源于其稀缺性。我们经济体系中的每一个制度，从劳动力市场到抵押贷款市场再到税法，都是为这种假设成立的世界而设计的。

现在，我们正在经历这种溢价的终结（Unwind）。在越来越多的任务中，机器智能正在成为人类智能一个称职且快速进步的替代品。金融体系——经过几十年的优化，本已适应了一个人类头脑稀缺的世界——正在重新定价。这种重新定价是痛苦的、无序的，并且远未结束。

但重新定价并不等同于崩溃。

经济体系可以找到新的平衡点。如何到达那里，这是目前仅存的只能由人类来完成的任务之一。我们必须把这件事做对。

这是历史上第一次，经济中最具生产力的资产带来了更少，而不是更多的工作岗位。没有谁的分析框架是适用的，因为没有一个是为“稀缺要素变得极度充裕的世界”而设计的。因此我们必须建立新的框架。我们能否及时建立起这些框架，是唯一重要的问题。

但是，你不是在 2028 年 6 月阅读这篇文章的。你是在 2026 年 2 月阅读它的。

标普 500 指数正处于历史高点附近。负反馈循环尚未启动。我们确信其中一些情景不会成为现实。我们也同样确信，机器智能将继续加速。人类智能的溢价将会缩水。

作为投资者，我们还有时间评估投资组合中有多少是建立在那些熬不过这十年的假设基础上的。作为一个社会，我们仍然有时间未雨绸缪。

矿井里的金丝雀，目前还活着。

---

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流群：https://t.me/BitPushCommunity

比推 TG 订阅： https://t.me/bitpush