一篇关于未来AI对经济影响的假设性报告近两天走红网络，直接引发美股多个板块下跌。这篇报告源于投资研究机构Citrini Research，名为《2028年全球智能危机》（The 2028 Global Intelligence Crisis）。

报告提出一个核心假设：当AI的生产效率提升得太快、太成功时，它反而会剥夺白领参与经济循环的能力（即通过劳动换取收入），继而引发经济崩盘。

报告以“2028年6月”为时间背景，假设那时的美国经济陷入前所未有的危机：由于AI已经可以完全胜任大多数白领工作，失业率飙升；出现“幽灵GDP”，经济数据在AI不停工作的背景下依然在增长，但普通民众的收入却在萎缩，出现“数据繁荣，民生萧条”的怪象。

报告提出一个假设性的负反馈循环：企业为了利润，用极低成本的AI智能体（Agent）取代高薪白领；随后企业利润短期内飙升，但这些钱被用来购买更多的算力，而不是发放工资；大规模失业导致社会总需求下降；面对需求下降，企业为了维持利润，只能进一步裁员并更激进地部署AI；最终，整个社会因为没有人有钱买东西，导致经济循环彻底中断。

报告共同作者Alap Shah表示，他原本预计市场反应不会很大，没想到超出预期。

Shah指出，AI带来的好处不是平等地落在每一个人，而是开始分散，市场正逐步辨别哪些行业将成为赢家，哪些将承压。“软件行业就是最好的例子。市场几乎一年来都在因AI威胁而抛售软件股，而这一趋势在最近几周明显加速。”他补充称，中介型行业同样面临切实风险。

“我们向市场发布这份报告，并不仅仅因为个股风险重要，”Shah说，“更关键的是，如果就业岗位消失的速度快于预期，而又缺乏应对之策，整体经济和消费者经济都将面临风险。”

Shah表示，美国过去三年并没有真正创造任何白领工作，“这就是底层论点。将会有大量岗位被AI替代，具体来说是AI智能体。这些工具只是在过去几个月里才真正落地。”他认为，信息类工作者及相关岗位处于风暴中心，信息类工作的就业人数较2023年的峰值下降了接近8%。

附报告全文：

前言

如果关于 AI 的牛市预期继续被证明是正确的......但结果却变成了熊市，会发生什么？

以下内容描述的是一个情景，而非预测。这不是“看空者的意淫”，也不是“ AI 末日论”的同人小说。本文的唯一目的是模拟一个相对鲜为人知的情境。我们的朋友 Alap Shah 提出了这个问题，我们一起集思广益，探讨了答案。

希望阅读本文后，您能更好地应对人工智能使经济日益怪异化所带来的潜在左尾风险。

这是 Citrini Research 于2028年6月发布的宏观备忘录，详细介绍了全球智能危机的进展和影响。

宏观备忘录

智力过剩的后果

2028 年 6 月 30 日

今早公布的失业率为 10.2%，比预期高出 0.3 个百分点。市场在数据公布后下跌 2%，使标普 500 自 2026 年 10 月高点以来的累计回撤扩大至 38%。

交易员已经变得麻木。六个月前，这种数字足以触发熔断。

两年。从「可控」「仅限特定产业」走到一个与我们成长经验完全不同的经济体，只花了两年。本季宏观备忘录试图重建这条路径，对危机前经济做一次事后解剖。

当时的狂热触手可及。到 2026 年 10 月，标普 500 一度逼近 8000 点，纳斯达克突破 3 万点。由「人类过时」引发的第一波裁员在 2026 年初展开，也确实发挥了裁员通常会有的效果：利润率扩张、盈余超预期、股价上涨。创纪录的企业利润又被导回 AI 算力投资。

表面数字依旧漂亮。名目 GDP 年化增速反覆落在中高个位数；生产力大幅成长。每工时实质产出上升速度创 1950 年代以来新高，驱动力是那些不睡觉、不请病假、也不需要医疗保险的 AI 代理。

掌握算力资产的人，财富在劳动成本消失后爆发式增长。与此同时，实质工资成长崩跌。尽管政府反复宣称生产力创新高，白领工作仍被机器取代，并被迫转向更低薪职位。

当消费经济开始出现裂缝时，评论圈流行起「幽灵 GDP」这个词：它在国民账上存在，却不再流入真实经济循环。

在所有面向上，AI 都超出预期，而市场本身就是 AI 叙事。唯一的问题是……经济不是。

我们本来就该看清：北达科他州一个 GPU 丛集，产出等同过去曼哈顿中城 1 万名白领的工作，这比较像一场经济疫情，而不是经济万灵丹。货币流通速度趋近平盘。当时占 GDP 70% 的「以人为中心」消费经济逐渐枯萎。若我们早一点问「机器在可选消费品上花多少钱」，也许就能早点想通。 （提示：零。）

AI 能力提升、企业需要更少员工、白领裁员增加、被取代者支出减少、利润压力迫使公司加码 AI、AI 能力再提升……

这是一个没有刹车的负向回馈回圈，也可以说是「AI 对人类的替代螺旋」。白领工作者的赚钱能力（以及合理的消费意愿）受到结构性打击。而他们的收入，原本正是 13 兆美元房贷市场的基石，这迫使承作端重新评估：优质房贷是否仍然「钱是安全的（money good）」。

长达 17 年没有真正违约周期，让私募市场堆满了假设 ARR 永远「可持续循环」的 PE 支持软体交易。 2027 年中第一波因 AI 破坏而起的违约，直接挑战了这个假设。

若冲击只限于软体，局面本可控；但事实并非如此。到 2027 年底，所有建立在「中介抽成」逻辑上的商业模式都受到威胁。大量靠人类摩擦成本变现的公司开始瓦解。

系统最后被证明是一长串「白领生产力持续增长」的高度相关押注。 2027 年 11 月的崩盘，只是把既有的负回馈机制全部加速。

我们等待「坏消息就是好消息」已近一年。政府开始讨论提案，但公众对政府是否有能力实施救援的信任正在流失。政策回应一向落后经济现实，而现在，缺乏完整方案本身已在加速通缩螺旋。

这一切的开始

2025 年底，代理式编码工具的能力出现阶梯式跃升。

一位合格开发者搭配 Claude Code 或 Codex，如今几周内就能复制一套中型 SaaS 产品的核心功能。不会完美，也不会涵盖所有边角情境，但已足以让面对每年 50 万美元续约案的 CIO 开始问：「我们自己做是不是就好？」

多数公司财年与历年一致，所以 2026 年企业支出其实在 2025 年 Q4 就定案了，当时「Agentic AI」仍只是流行词。到了年中检讨，采购团队才第一次在真正看过系统能力后做决策。有些团队亲眼看着内部在几周内做出可替代六位数 SaaS 合约的原型。

那年夏天，我们访谈一位《财富》500 强采购经理。他谈到一次预算谈判：销售方原本照搬去年剧本，年度涨价 5%，再加一句「你们团队离不开我们」。这位采购经理回覆，他正在跟 OpenAI 谈，准备请他们的前线部署工程师用 AI 工具直接取代该供应商。最后以打七折续约。他说，这已经算好结果了。 SaaS 长尾公司像 Monday.com、Zapier、Asana，情况更惨。

投资人其实有心理准备，甚至可说是期待长尾会先被重击。它们可能占一般企业软体堆叠约三分之一支出，暴露本就明显。反而「系统级纪录平台（systems of record）」原本被认为最安全。

直到 ServiceNow 在 2026 年 Q3 财报，反身性机制才更清楚地浮现。

ServiceNow 净新增年度合同价值 (ACV) 增速从 23% 放缓至 14%；宣布裁员 15% 并推出“结构效率提升计划”；股价下跌 18% | 彭博社，2026 年 10 月

SaaS 并没有「死掉」。自建系统仍需衡量维运成本与效益。但「自建可行」本身就改变了议价。更关键的是，竞争格局变了。 AI 让新功能开发与上线更容易，产品差异化迅速塌陷。既有厂商陷入价格血战，不只互相砍价，也要面对新冒出的挑战者。这些新创因代理式编码跃升而气势大增，又无历史成本包袱，因此更激进抢市。

直到这次财报，市场才真正理解系统间的互相连动。 ServiceNow 是依照人头收费，当财富 500 裁员 15%，就会取消 15% 授权。那些帮助客户提升利润率的 AI 驱动裁员，同时也机械式摧毁了 ServiceNow 自己的收入基础。

卖工作流自动化的公司，被更好的工作流自动化颠覆；它的回应是裁员，再用省下来的钱投入正在颠覆它的技术。

那不然还能怎么做？坐着等死吗？最受 AI 威胁的公司，反而成为 AI 最激进的采用者。

事后看很显然，但当时真的不显然 (至少对我而言）。过去的颠覆模型是：既有者抗拒新技术、份额被灵活新进者夺走、然后慢慢死去。 Kodak、Blockbuster、BlackBerry 都是如此。 2026 年不同在于，既有者无法抗拒，因为它们承受不起。

当股价跌了 40-60%、董事会逼问答案时，受 AI 威胁的公司只剩一条路：裁员，把节省资金重新投入 AI 工具，再用这些工具以更低成本维持产出。

每家公司个别的选择都很理性，集体结果却是灾难。每省下一美元人力成本，就流向让下一轮裁员成为可能的 AI 能力。

软体只是一场序幕。投资人还在争论 SaaS 本益比是否见底时，反身性回圈已经逃出软体产业。凡是白领成本结构高的公司，都面临与 ServiceNow 相同逻辑。

当摩擦趋近于零

到 2027 年初，使用 LLM 已成预设。很多人在用 AI Agent，却甚至不知道什么是 AI Agent，就像很多人不懂云端运算却天天看串流。他们把它当成自动完成或拼字校正那样手机现在本来就会做的功能。

千問的开源代理购物工具，成了 AI 接管消费决策的催化剂。几周内，各大助理都整合了某种代理式商务功能。蒸馏模型让代理能在手机、笔电运行，不再只靠云端，显著降低每次推论的边际成本。

真正该让投资人更不安、但当时没被重视的是：这些代理不必等你下指令。它们按使用者偏好在背景持续运作。商务不再是人类一笔一笔做决策，而是 24/7 连续优化流程，替每位连网消费者执行。到 2027 年 3 月，美国个人每日中位数 token 消耗达 40 万，比 2026 年底高 10 倍。

下一个环节已经开始断裂。

中介。

过去 50 年，美国经济在「人类限制」上叠出一整层巨大的租值抽取结构：事情要花时间、耐心会耗尽、品牌熟悉感会取代尽职比价，而多数人愿意为少点几下而接受更差价格。数兆美元企业价值都建立在这些限制会持续存在。

一开始很单纯：AI Agent 移除了这些摩擦。

那些被动续扣、但早已数月没用的订阅与会员；试用后偷偷翻倍的入门定价。每一项都被重新定义成「人质情境」，代理可以替你谈判。平均客户终身价值 (整个订阅经济的核心指标) 明显下滑。

消费者 Agent 开始改写几乎所有消费交易的运作方式。

人类通常不会有时间在购买蛋白粉之前到五个平台逐一比价，但是机器有。

旅游订票平台最早受创，因为最容易被替代。到 2026 年 Q4，我们的代理在航班、饭店、地面交通、会员点数最佳化、预算限制、退款条件等面向，组一套完整行程都比任何平台更快、更便宜。

保险续保也被改写。原本依赖保户惰性的续约模型被重整。每年自动重比价的代理，拆掉了保险公司靠被动续保赚取的 15-20% 保费空间。

理财建议、报税、例行法律工作。凡是服务价值主张本质上是「我替你处理你嫌麻烦的复杂性」的类别，都被冲击，因为 Agent 不会觉得麻烦。

即使我们以为能靠人际关系护城河的领域，也显得脆弱。房地产市场中，买方过去因资讯不对称而长期接受 5-6% 佣金；但当 AI 代理拥有 MLS 存取和数十年交易资料后，知识基础可即时复制。 2027 年 3 月一篇卖方报告把这现象称为「agent on agent violence」。主要都会区买方佣金中位数从 2.5-3% 压缩到 1% 以下，且越来越多交易在买方端完全没有真人仲介。

我们高估了「人际关系」的价值。事实是，很多人称之为关系的东西，只是披着友善面孔的摩擦成本。

而这只是中介层受创的开端。成功企业曾花数十亿，有效利用消费者行为与心理偏误；如今这些偏误不再重要。

机器以价格与适配度为目标最佳化，不在乎你最爱哪个 App、不在乎你过去四年习惯打开哪些网站，也不会被精心设计的结帐流程吸引。它们不会累，不会选最省事方案，也不会预设「我一直都在这里买」。

这摧毁了某种特定护城河：习惯性中介。

DoorDash 就是典型样本。

编码代理把外送 App 的进入门槛压到极低。合格开发者几周即可部署可用竞品，确实也有数十家这么做，并以把外送费 90-95% 分给司机的方式，从 DoorDash 与 Uber Eats 挖角。多平台仪表板让零工可同时追踪二三十个平台接单，消除了既有平台赖以维系的锁定效应。市场一夜碎片化，利润率几乎归零。

代理在破坏两端都加速：它们先让竞争者出现，再去使用它们。 DoorDash 的护城河本质是「你饿了、你懒得比、主画面就有这个 App」。代理没有主画面。它每次都会同时查 DoorDash、Uber Eats、餐厅官网，以及二十个新出现的 vibe-coded 替代品，只为挑出最低费率、最快送达。

「习惯性 App 忠诚」这个商业模型根基，对机器根本不存在。

这带着一种古怪的诗意：在这整场事件里，这或许是代理唯一一次帮了那些注定要被取代的白领。等他们最终去送外卖时，至少有一半收入不再被 Uber 和 DoorDash 抽走。当然，技术的这点好处并没持续多久——随着自动驾驶车辆扩散开来，很快就消失了。

交易一旦被代理接管，优化目标就会从边际节省转向结构性降本。

单靠比价与聚合可做的事情终究有限。要持续替使用者省最多钱 (尤其当代理开始彼此交易），最佳手段是直接消灭手续费。在 Agentic 商务中，信用卡费率很快成为明显目标。

代理开始寻找比信用卡更快、更便宜的结算方式。多数最后采用 Solana 或 Ethereum L2 上的稳定币，近即时结算，交易成本低到不到一美分。

万事达卡2027年第一季度业绩：净收入同比增长6%；购买量增速放缓至同比增长3.4%，低于上一季度的5.9%；管理层指出“代理商主导的价格优化”以及“非必需消费品类别面临压力” | 彭博社，2027年4月29日

Mastercard 的 2027 年 Q1 财报成了不归路。 Agentic 商务从产品故事，转成底层金融管线故事。 MA 隔日下跌 9%。 Visa 也跌，但分析师指出其在稳定币基础设施布局更强，跌幅后续收敛。

代理商务绕开信用卡收费，对以信用卡为核心的银行与单一业务发卡机构风险更大。它们拿走那费率中的大部分，且整条奖励计划都建立在商户补贴之上。

American Express ($AXP US) 受创最重：白领裁员削弱核心客群，加上代理绕开收费掏空收入模型，双重逆风同时发生。 Synchrony ($SYF US）、Capital One ($COF US）、Discover ($DFS US）在接下来数周也都下跌超过 10%。

它们的护城河是摩擦构成的。而摩擦正在趋近于零。

从产业风险到系统风险

在 2026 年，市场把 AI 的负面冲击视为产业故事。软体与顾问业受重创，支付与其他收费关卡摇摇欲坠，但整体经济看似还好。劳动市场虽转弱，尚未自由落体。主流共识认为，创造性破坏本来就是科技创新周期一部分；局部虽痛，AI 的整体正向效益终将大于负面。

我们在 2027 年 1 月的宏观备忘录主张，这是错误心智模型。美国经济本质是白领服务经济。白领占就业 50%，驱动约 75% 非必需消费支出。被 AI 吞噬的公司与职位，不是美国经济的边角，而是美国经济本体。

「技术创新先毁工作、再创造更多工作」是当时最流行、也最具说服力的反驳。它之所以有说服力，是因为两百年来它都正确。即使我们尚无法想象新职业内容，它们最终总会出现。

ATM 让分行营运更便宜，银行于是开更多分行，出纳员就业接下来二十年反而上升。网际网路颠覆旅行社、黄页、实体零售，但也创造全新产业与新工作。

然而，每一种新工作都仍需要「人」来做。

现在的 AI 已是通用智慧，且正加速擅长那些人类本想转移投入的任务。被替代的程式设计师无法单纯转去做「AI 管理」，因为 AI 已经能做这件事。

今天，AI Agent 可处理过去要数周的研发任务。这条指数曲线碾过我们对可能性的想像，尽管每年都有 Wharton 教授试图再用一条新 S 曲线去拟合资料。

它们几乎写了所有程式码。表现最好的那批，在几乎所有任务上都比几乎所有人更聪明。而且还在持续降价。

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。人类仍在回路中，于最高层做协调，或在品味层面做导向。但 AI 每创造一个新职位，往往就让数十个旧职位过时。且新职位薪资只剩旧职位一小部分。

美国就业市场动荡：职位空缺降至550万以下；失业率与职位空缺比率升至约1.7，为2020年8月以来最高水平 | 彭博社，2026年10月

全年招募率都很疲弱，但 2026 年 10 月 JOLTS 给出关键证据：职缺跌破 550 万，年减 15%。

Indeed：随着“生产力提升计划”的推广，软件、金融和咨询行业的职位发布量大幅下降 | Indeed招聘实验室，2026年11月-12月

白领职缺崩跌，蓝领职缺相对稳定（营建、医疗、技术工种）。真正剧烈流失的是那些写备忘录（我们居然还在营业）、核准预算、维持经济中层润滑的工作。然而两群人的实质工资成长在当年大多时间都为负，且持续恶化。

股票市场对 JOLTS 的关注仍低于「GE Vernova 涡轮产能卖到 2040 年」这种 AI 基建利多。股市在负面总经与正面 AI 基础设施标题之间拉锯横盘。

债券市场（总是比股市更聪明，至少不那么浪漫）则开始定价消费受损。 10 年期殖利率在后续四个月由 4.3% 下行至 3.2%。不过失业率总体尚未爆开，职位组成上的细节差异，仍有不少人没看懂。

在正常衰退中，成因最终会自我修正。过度建设导致营建放缓，接着利率下行，再引出新建设。库存超调导致去库存，之后再补库存。周期机制里本就包含复苏种子。

这一轮的成因不是周期性。

AI 变得更强、更便宜。公司裁员，再把省下成本拿去买更多 AI 能力，接着再裁更多。被取代者支出减少。卖给消费者的公司卖得更少、体质变弱，于是再投入更多 AI 以保护利润。 AI 又变得更强、更便宜。

没有刹车的回圈。

直觉上，人们以为总需求下滑会减缓 AI 建设。结果没有，因为这不是超大云厂那资本开支，而是运营开支替代。一家公司原本每年花 1 亿美元在人力、500 万在 AI，现在变成 7000 万在人力、2000 万在 AI。 AI 投资放大数倍，但它体现在总营运成本下降。每家公司的 AI 预算都成长，整体支出却收缩。

讽刺的是，当被颠覆的经济开始恶化，AI 基建复合体仍持续强势。 NVDA 仍创营收纪录，TSM 仍维持 95% 以上产能利用率，超大云厂每季仍砸 1500-2000 亿美元于资料中心资本支出。对这趋势纯凸性的经济体，如台湾与韩国，大幅跑赢。

印度则是反面。印度 IT 服务业每年出口超过 2000 亿美元，是经常帐盈余最大来源，也是抵销货品贸易逆差的关键。整套模式建立在一个价值主张：印度开发者成本远低于美国同业。但 AI 编码代理的边际成本已下滑到几乎只剩电费。 TCS、Infosys、Wipro 在 2027 年合约取消加速。四个月内卢比兑美元下跌 18%，支撑印度外部帐的服务盈余迅速蒸发。到 2028 年 Q1，IMF 已与新德里展开「初步讨论」。

造成颠覆的引擎每季都在变强，意味着颠覆每季都在加速。劳动市场没有底部。

在美国，我们已不再问 AI 基建泡沫会如何破裂，而是在问：当消费者正被机器取代，一个消费信贷型经济会发生什么。

AI 对人类的替代螺旋

2027 年，宏观故事不再隐晦。过去 12 个月看似零散、但方向一致为负的发展，其传导机制变得明显。你甚至不必钻进 BLS 数据，只要去参加一次朋友间的晚餐聚会。

被替代的白领并未闲着，而是降档就业。许多人改做低薪服务业与零工，导致这些部门劳动供给增加，工资也被进一步压缩。

我们有位朋友，2025 年是 Salesforce 资深产品经理：职称体面、有医疗保险、有 401(k)，年薪 18 万美元。第三轮裁员后失业。找了六个月后，她开始开 Uber，收入降到 4.5 万。重点不是单一故事，而是二阶数学：把这个动态乘上各大都会区数十万名工作者。过度合格劳动力涌入服务与零工市场，压低原有工作者薪资，而他们本就吃紧。产业局部冲击因此转移扩散为全经济工资压缩。

剩余以人为中心职位池，眼下还面临下一轮修正。当吸纳第一波被取代者的零工经济，进一步被自动送货与自驾车渗透时，这件事正在我们写作当下发生。

到 2027 年 2 月，很明显连仍有工作的专业人士也在用「下一个是我」的心态消费。他们为了不被裁，工作强度翻倍 (靠 AI 协助），升迁或加薪希望已消失。储蓄率上升，支出转弱。

最危险的是时滞。高收入者靠较高储蓄，在两三季内维持「一切正常」的假象。等硬数据证实问题时，真实经济里那早已是旧闻。接着，打破幻觉的数据出现。

美国首次申请失业救济人数激增至48.7万人，为2020年4月以来最高；美国劳工部，2027年第三季度

首次申请冲到 48.7 万，为 2020 年 4 月后最高。 ADP 与 Equifax 证实，新申请中绝大多数来自白领专业人士。

标普 500 在接下来一周下跌 6%。负面总经开始在拉锯中占上风。

在正常衰退里，失业通常广泛分布。蓝领与白领大致按就业占比共同承担痛苦。消费冲击也广泛分布，且会迅速反映在数据上，因为低收入者的边际消费倾向更高。

这一轮，失业集中在收入分配上层分位。它们在总就业中占比不大，却驱动极不成比例的消费支出。美国前 10% 收入者占超过 50% 消费；前 20% 约占 65%。他们是买房、买车、度假、外食、付私校学费、做居家翻修的人。他们是整个可选消费经济的需求底盘。

当这些人失业，或为了转职而接受 50% 薪资下修时，以「失去的职位数」衡量看似不大，但消费打击极大。白领就业少 2%，可转化成约 3-4% 可选消费下滑。与蓝领不同（工厂裁员，下周就停止支出），白领失业冲击有时滞但更深，因为他们有储蓄缓冲，可先维持几个月消费，再出现行为断裂。

到 2027 年 Q2，经济已进入衰退。 NBER 照例几个月后才正式定义起点，但数据已无歧义：我们连两季实质 GDP 负成长。不过那时还不是「金融危机」……至少还不是。

高度相关的连锁押注

私募信贷规模从 2015 年不到 1 兆美元，增至 2026 年超过 2.5 兆。相当比例资金投入软体与科技交易，其中许多是以「营收将永续保持中双位数成长」为前提的杠杆收购（LBO）。

这些假设在第一次代理式编码示范与 2026 年 Q1 软体股崩跌之间就已经死亡，但估值标记似乎还没意识到它们已死。

当许多上市 SaaS 交易在 5-8 倍 EBITDA，PE 持有的软体公司仍在资产负债表上维持旧收购估值，依据的是早已不存在的营收倍数。管理人缓慢下修标记：100、92、85，一步一步；而公开可比其实已在 50。

穆迪下调14家发行人共计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年能源行业以来规模最大的单一行业评级调整 | 穆迪投资者服务公司，2027年4月

降评后发生什么，大家都记得。老资历人士早在 2015 年能源降评时就看过同一套剧本。

以软体资产担保的贷款在 2027 年 Q3 开始违约。 PE 投组中的资讯服务与顾问公司紧随其后。多笔数十亿美元、知名 SaaS 公司的 LBO 进入重整。

Zendesk 就是铁证。

Zendesk因人工智能驱动的客户服务自动化导致年度经常性收入下降，未能履行债务契约；50亿美元直接贷款融资工具估值跌至每股58美分；创下史上最大规模私募信贷软件违约纪录 | 《金融时报》，2027年9月

2022 年，Hellman & Friedman 与 Permira 以 102 亿美元将 Zendesk 私有化。债务包 50 亿美元直贷，当时为史上最大 ARR 担保融资，由 Blackstone 主导，Apollo、Blue Owl、HPS 同在贷款团。这笔贷款的核心结构假设是 Zendesk 的年度经常性收入（ARR）会持续「经常性」约 25 倍 EBITDA 的杠杆，只有在这假设成立时才合理。

到 2027 年中，这假设不成立了。

AI 代理已自主处理客服将近一年。 Zendesk 所定义的类别 (开单、分派、管理人工客服互动）已被「不产生工单就直接解决问题」的系统取代。原本贷款承作依据的 ARR 不再是经常性收入，只是「尚未流失的收入」。

史上最大 ARR 担保贷款，变成史上最大私募信贷软体违约。所有信贷交易台同时问同一题：还有谁把「结构性逆风」伪装成「周期性逆风」？

但至少在最初，大家的共识是对的：这种情况本来可以撑过去的。

私募信贷不是 2008 年银行体系。整套架构原本就是为避免被迫抛售而设计。它是封闭式工具，资本锁定；LP 承诺七到十年。没有挤兑的存户，也没有随时抽走的回购融资。管理人理论上可持有受损资产、慢慢处理、等待回收。很痛，但可控。系统设计上应该是会弯，不会断。

黑石、KKR 和阿波罗高管都提到：其资产中与软件相关的敞口大约是 7% 到 13%。可控。几乎每一份卖方研报、以及 fintwit 上那些做信用的账号，口径也一致：私募信贷拥有永久资本 (permanent capital)。可以吸收那些足以把高杠杆银行炸穿的亏损。

永久资本。这四个字几乎出现在每一场财报电话会、每一封用来安抚投资人的股东信里。它逐渐变成一种咒语。而和大多数咒语一样，大家只重复它，却没人去细看其中的细枝末节。它真正的含义其实是……

过去十年，大型另类资产管理公司收购寿险公司，把它们改造成资金载体。 Apollo 收购 Athene，Brookfield 收购 American Equity，KKR 收购 Global Atlantic。逻辑很簡單：年金存款提供稳定、长天期负债端；管理人把这些存款投入自己发起的私募信贷，同时赚两次钱，一边在保险端赚利差，一边在资产管理端收费。只要一个条件成立，这台「费上加费」永动机就运转得极美。

私募信贷资产必须保持可兑付。

当亏损打到那些以长天期负债对应非流动资产的资产负债表时，所谓「永久资本」并不是抽象而耐心的机构资金、也不是高端投资人自愿承担高端风险。它其实是美国家庭储蓄，也就是「Main Street」，被包装成年金后，投进同一批如今正违约的 PE 支持软体与科技债。那些「跑不掉」的锁定资本，实际上是寿险保户资金，而这里的规则不太一样。

相较银行监管，保险监管者先前一直偏温和，甚至可说自满；这次成了警钟。监管机构本就对寿险私募信贷集中度不安，如今开始下调此类资产在风险资本（RBC）中的待遇。这迫使保险公司只能二选一：增资或卖资产；而在已接近冻结的市场里，两者难以合理条件达成。

纽约州和爱荷华州监管机构计划收紧对寿险公司持有的某些私人评级信贷的资本处理；预计NAIC的指导意见将提高RBC系数并引发额外的SVO审查 | 路透社，2027年11月

当 Moody’s 将 Athene 财务实力评级展望调为负面时，Apollo 股价在两个交易日跌 22%。 Brookfield、KKR 等也同步重挫。

接下来更复杂。这些公司不只建立了保险端永动机，还搭起一套精巧离岸架构，透过监管套利放大回报。美国保险公司先签年金，再把风险分保给自家持有的百慕达或开曼再保险关联公司，藉由较宽松规范，用更少资本承担相同资产。该关联公司再透过离岸 SPV 引入外部资金，形成新对手方层级，与保险公司一起投向同一母公司资管部门发起的私募信贷。

评等机构中有些本身也由私募持有，而它们并不透明度上（几乎没人意外）。不同公司连到不同资产负债表的蜘蛛网，透明度低到令人震惊。当底层贷款违约时，究竟谁真正承担损失，在当下几乎无法即时回答。

2027 年 11 月崩盘，标志着市场认知由「可能只是一般周期性回撤」转向更不安的判断。在 FOMC 11 月紧急会议上，Fed 主席 Kevin Warsh 把它称为「一串押注于白领生产力持续增长的高度相关连环押注」。

要知道，真正引爆危机的从来不是损失本身，而是「承认损失」。而金融中还有另一个更大、重要得多的部分，正让我们越来越害怕这种承认。

房贷问题

Zillow房价指数同比下跌：旧金山11%，西雅图9%，奥斯汀8%；房利美指出，科技/金融就业率超过40%的邮政编码区域“早期违约率居高不下” | Zillow / 房利美，2028年6月

本月 Zillow 房价指数显示：旧金山年减 11%、西雅图 9%、奥斯汀 8%。这不是唯一令人忧心的讯号。上月 Fannie Mae 也指出，在高比例 jumbo loan 邮递区号里，早期逾放上升，这些地区通常由信用分数 780+、理应「防弹」的借款人构成。

美国住宅房贷市场约 13 兆美元。房贷承作建立在一个核心假设：借款人在贷款期间都能维持接近当前所得水准。对多数房贷而言，这个期间是 30 年。

白领就业危机让这个假设面临持续性的所得预期下修。我们如今必须问一个三年前听来荒谬的问题：优质房贷仍然足够安全吗？

美国历次房贷危机，大致由三类因素驱动：投机过度（如 2008 年贷给负担不起房子的借款人）、利率冲击（如 1980 年代初可调房贷因升息而失去负担能力）、或在地化经济冲击（某地区单一产业崩溃，如 1980 年代德州石油、2009 年密西根汽车）。

这次都不是。相关借款人不是次级。他们是 FICO 780 分、头期款 20%、信用纪录干净、就业历史稳定、起贷时收入皆有完整验证。这些人正是金融体系每个风险模型都视为信用品质基石的借款人。

2008 年的贷款是「第一天就坏」。 2028 年的贷款是「第一天是好贷款」。只是世界在放款后……改变了。人们是用一个他们如今已无法再相信、也无法再负担的未来去借款。

2027 年，我们曾标记看不见的早期压力：HELOC 动用上升、401(k) 提领增加、信用卡债跃升，而房贷仍按时缴。随失业扩大、招聘冻结、奖金缩水，这些优质家庭的债务收入比翻倍。

他们仍可缴房贷，但代价是停止全部可选消费、耗尽储蓄，并延后任何房屋维护与改善。从技术上看，他们房贷仍正常；但距离陷入困境只差再一次冲击，而 AI 能力轨迹暗示那个冲击还会来。接着我们看到旧金山、西雅图、曼哈顿、奥斯汀逾放开始飙升，即使全国平均仍在历史常态区间。

我们现在进入最急性阶段。当边际买方是健康的，房价下跌还可管理；但此刻边际买方正承受同样的所得受损。

尽管忧虑快速累积，我们尚未进入全面房贷危机。逾放虽上升，仍远低于 2008 年。真正威胁是「轨迹」。

AI 替代螺旋如今多了两个金融加速器，推动实体经济下行。

劳动替代、房贷疑虑、私募市场动荡，彼此互相强化。而传统政策工具 (降息、QE) 可处理金融引擎，却无法处理实体经济引擎，因为后者不是由金融条件紧缩驱动，而是由 AI 让人类智慧变得不再稀缺、不再值钱。你可以把利率降到零，买下市场上所有 MBS 与违约软体 LBO 债……

但这改变不了一件事：Claude 代理能用每月 200 美元做掉一位年薪 18 万美元产品经理的工作。

若这些担忧全面落地，房贷市场会在今年下半年出现裂痕。那种情境下，我们预期股市本轮回撤最终可能逼近 2008 经济大衰退规模 (高点 -57%) 。对应标普 500 约在 3500 点，回到 2022 年 11 月 ChatGPT 时代启动前一个月的水准。

可以确定的是，支撑 13 兆美元住宅房贷的所得假设已遭结构性损害。不确定的是，在房贷市场完全消化其含义之前，政策是否能及时介入。我们抱持希望，但也不能否认悲观理由很充分。

与时间赛跑

第一个负螺旋发生在实体经济：AI 能力提升、薪资收缩、消费转弱、利润压缩、公司再买更多 AI 能力、能力再提升。接着转成金融回圈：所得受损打到房贷、银行损失收紧信贷、财富效果破裂、回馈回圈加速。这两条回圈又因政府政策回应不足而被放大，而政府坦白说看起来仍相当困惑。

这个系统本就不是为这类危机设计。联邦政府收入基础，本质上是对「人类时间」课税。人工作、企业付薪、政府抽成。在正常年份，个人所得税与薪资税是税收主干。

截至今年 Q1，联邦税收比 CBO 基准预估低 12%。薪资税下滑，因为较少人仍在原薪资层级就业；所得税下滑，因为正在赚到的收入结构性更低。生产力虽暴增，但收益流向资本与算力，不流向劳动。

劳动所得占 GDP 比重，从 1974 年 64% 下降到 2024 年 56%，这是全球化、自动化与劳工议价力长期流失下的四十年趋势。 AI 进入指数成长后四年间，该比重进一步掉到 46%，创纪录最大降幅。

产出仍在，但它不再经由家庭回流企业，也就不再经由 IRS 回流政府。循环流正在断裂，而政府被期待出手修复。

如同每次衰退，支出会在收入下滑时上升。这次不同在于，支出压力不是周期性。自动稳定器原本为「暂时失业」设计，不是为「结构性替代」设计。现在制度仍在支付以「劳工终将被再吸收」为前提的福利；但很多人不会被再吸收，至少不会回到原薪资水平。疫情期间政府可接受 15% 赤字，因为被视为短期。今天需要支持的人，不是遭遇一场会康复的疫情，而是被一种持续进步的技术取代。

政府必须在「对家庭收更少税」的同时，「对家庭转移更多资金」。

美国不会违约。它印的就是自己支出的货币，也用同一货币偿债。但压力已在别处显现。市政债今年迄今报酬出现令人忧心的分化。无州所得税州表现尚可；但依赖所得税的一般责任债（多为蓝州）开始被市场定价出部分违约风险。政客很快跟进，谁该被纾困的争论也沿党派分裂。

行政部门值得肯定的是，较早就辨识出危机具结构性，并开始讨论跨党提案，称作「转型经济法（Transition Economy Act）」：以赤字支出加拟议中的 AI 推论算力税，为被替代工作者提供直接转移。

目前最激进提案更进一步。 「共享 AI 繁荣法（Shared AI Prosperity Act）」希望让公部门对智慧基础设施收益拥有权益，介于主权基金与 AI 产出权利金之间，并以分红支持家庭转移支付。民间游说团体已大量透过媒体警告「滑坡风险」。

这些讨论背后的政治动态一如预期地沉重，并被作秀与边缘博弈放大。右派称转移与再分配是马克思主义，并警告课算力税等于把领先拱手让给中国。左派警告若税制由既有巨头协助起草，最终将是另一种监管俘虏。财政鹰派指向不可持续赤字，鸽派则拿 GFC 后过早紧缩作前车之鉴。随着今年总统大选逼近，分歧只会扩大。

当政客争吵不休，社会结构的撕裂速度快过立法流程。

「占领矽谷」运动正是更广泛不满的象征。上个月，示威者连续三周封锁 Anthropic 与 OpenAI 旧金山办公室入口。人数持续增加，相关媒体曝光甚至超过引发抗议的失业数据本身。

很难想像有谁会比 2008 大衰退后的银行家更被大众讨厌，但 AI 实验室正朝那方向冲刺。从多数人的视角看，理由也不难理解。它们的创办人与早期投资者累积财富速度，连镀金年代都显得温和。生产力繁荣的收益几乎全流向算力拥有者与实验室股东，使美国不平等攀至前所未有水位。

各方都有自己的反派，但真正反派是时间。

AI 能力进化速度快过制度调整。政策反应按意识形态速度移动，而非按现实速度。若政府不能尽快对「问题到底是什么」形成共识，回馈回圈会替它们写下下一章。

智能溢价的消退

在现代经济史的大部分时间里，人类智慧一直是稀缺投入。资本相对充裕（或至少可复制），自然资源有限但可替代，科技进步速度慢到足以让人类调适。真正无法规模化复制的是智慧：分析、决策、创造、说服与协调的能力。

人类智慧之所以拥有固有溢价，来自其稀缺性。我们经济里几乎每个制度，从劳动市场、房贷市场到税制，都是为这个假设成立的世界所设计。

我们现在正在经历这个溢价的反转。机器智慧已成为人类智慧在越来越多任务上的可替代品，而且进步极快。金融系统花数十年为「人类心智稀缺」世界最佳化，现在正在重新定价。这个重定价痛苦、失序，且远未完成。

但重定价不等于崩溃。

经济可以找到新的均衡。如何抵达，是少数仍只能由人类完成的任务之一。我们必须把它做好。

这是历史上第一次，经济里最具生产力的资产，带来的是更少而非更多工作。没有任何既有框架完全适用，因为它们都不是为「稀缺要素突然变充沛」的世界设计。所以我们必须打造新框架。能否及时建起，才是唯一重要的问题。

但你现在读到这篇，不是在 2028 年 6 月，而是在 2026 年 2 月。

标普仍接近历史高点。负螺旋尚未启动。我们确定其中一些情境不会成真；同样确定的是，机器智慧将持续加速，人类智慧溢价将持续收敛。

作为投资人，我们仍有时间检视：自己的投资组合有多少建立在「十年内无法成立」的假设上。作为社会，我们也仍有时间主动行动。

矿井里的金丝雀还活着。