2028 全球智能危机
如果我们的 AI 看多继续被证明是对的……而这实际上却是利空的呢？
以下内容是一个情景设想，而非预测。这不是“熊市色情文学”，也不是 AI 末日论者的同人小说。本文唯一的意图，是对一个相对少被探讨的情景进行建模。我们的朋友 Alap Shah 提出了这个问题，我们一起头脑风暴出了答案。我们写了这一部分，他写了另外两部分，你可以在这里读到。
希望读完之后，你能对 AI 让经济变得越来越“怪”时可能出现的左尾风险更有准备。
这是 CitriniResearch 2028 年 6 月的宏观备忘录，记录“全球智力危机”的演进与余波。
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%，比预期高出 0.3 个百分点。市场因这一数据下跌 2%，使标普自 2026 年 10 月高点以来的累计回撤达到 38%。
交易员们已经麻木了。六个月前，类似的数据会触发熔断。
两年。仅仅两年，就足以从“可控”“行业特定”演变为一个不再像我们任何人成长过程中所熟悉的经济体。本季度的宏观备忘录，是我们试图复盘这段序列——对危机前经济的一份验尸报告。
当时的亢奋几乎触手可及。到 2026 年 10 月，标普 500 一度逼近 8000 点，纳斯达克突破 3 万点。由于人类被替代而引发的第一波裁员在 2026 年初开始，而它们确实起到了裁员“应该起到”的作用：利润率扩大、盈利超预期、股价大涨。创纪录的企业利润又被直接回灌到 AI 算力上。
头条数据仍然漂亮。名义 GDP 多次录得中高个位数的年化增长。生产率爆发式上行。真实每小时产出以自 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、也不需要医疗保险的 AI 代理。
算力的所有者眼看着劳动力成本消失、财富随之暴涨。与此同时，实际工资增长崩塌。尽管政府一再吹嘘创纪录的生产率，白领员工却被机器取代，被迫转入薪酬更低的岗位。
当消费经济开始出现裂缝时，经济评论员们流行起一个说法——“幽灵 GDP”：那些在国民账户里显现、却从未在真实经济中流通的产出。
AI 在各个方面都超预期，而市场就是 AI。唯一的问题是……经济不是。
从一开始就应该清楚：北达科他州一个 GPU 集群，产生了过去被归因于曼哈顿中城 1 万名白领员工的产出，这更像一场“经济疫情”，而非经济灵丹妙药。货币流通速度几乎停滞。以人为中心的消费经济（当时占 GDP 的 70%）枯萎。如果我们只是问一句“机器在可选消费品上花多少钱？”也许我们早就能想明白。（提示：零。）
AI 能力提升，企业需要更少员工，白领裁员增加，被取代的员工减少开支，利润率压力迫使公司投入更多 AI，AI 能力提升……
这是一条没有自然刹车的自我强化回路。人类智力被替代的螺旋。白领员工看到自己的挣钱能力（以及因此合乎理性的消费）在结构上被削弱。他们的收入曾是 13 万亿美元抵押贷款市场的基石——迫使承销机构重新评估：优质抵押贷款是否仍然“钱好”。
长达 17 年没有真正的违约周期，让私募市场被那些由 PE 支持的软件收购交易撑得臃肿，这些交易假设 ARR 会持续“经常性”。2027 年中，AI 扰动引发的第一波违约对这一假设提出了挑战。
如果扰动仅局限于软件，本还可控，但并非如此。到 2027 年底，它威胁到所有以“中介抽成”为前提的商业模式。大量依靠将人类摩擦变现而建立的公司土崩瓦解。
整个系统被证明是一条很长的“雏菊链”——对白领生产率增长的一系列相关押注。2027 年 11 月的崩盘，只是加速了所有早已存在的自我强化回路。
我们已经等了将近一年，希望看到“坏消息就是好消息”。政府开始考虑各种提案，但公众对政府能否实施任何形式救助的信心已经衰退。政策反应一直落后于经济现实，但如今缺乏一套全面方案，正威胁加速通缩螺旋。
在 2025 年末，代理式编码工具的能力出现了阶跃式提升。
一个合格的开发者配合 Claude Code 或 Codex，如今可以在数周内复刻一个中端市场 SaaS 产品的核心功能。并不完美，也不会覆盖所有边缘情况，但已经足以让审阅每年 50 万美元续费的 CIO 开始问一句：“要不我们自己做？”
财年通常与自然年大致对齐，因此 2026 年的企业支出在 2025 年第四季度就已敲定，当时“代理式 AI”仍只是个流行词。年中复盘是采购团队首次在真正看清这些系统能做什么的情况下作出决策。有些团队眼睁睁看着自家内部团队在几周内就搭出了能替代六位数 SaaS 合同的原型。
那年夏天，我们和一家《财富》500 强的采购经理聊过。他给我们讲了其中一次预算谈判：销售原本以为还能复刻去年的剧本——每年 5% 的涨价，加上那套标准话术“你们团队离不开我们”。采购经理告诉他，他已经在和 OpenAI 沟通，让他们的“前置交付工程师/驻场部署工程师”（forward deployed engineers）使用 AI 工具把这个供应商完全替掉。最终，他们以 30% 的折扣完成续约。他说这算是个好结果。“SaaS 的长尾”，比如 Monday.com、Zapier 和 Asana，则要糟糕得多。
投资者本来就预期（甚至可以说翘首以盼）长尾会被重创。它们可能占典型企业技术栈支出的三分之一，而且显而易见地暴露风险。然而，所谓“系统记录”（systems of record）原本被认为是安全的——不该被颠覆。
直到 ServiceNow 的 2026 年 Q3 报告，反身性机制才变得更清晰。
SERVICENOW 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”；股价下跌 18%｜Bloomberg，2026 年 10 月
SaaS 并没有“死”。自建并运行、维护这些内部系统仍然需要成本收益权衡。但“自建”成为一个可行选项，且这一点会被纳入定价谈判。更重要的是，竞争格局变了。AI 让开发与发布新功能更容易，于是差异化崩塌。存量厂商陷入价格战的“白刃战”——既彼此厮杀，也要对抗一批新冒出的挑战者。这些新玩家因代理式编码能力的跃升而胆气大增，又没有旧成本结构需要保护，于是大举抢占份额。
这份报告也让人们第一次真正意识到这些系统之间的互联性。ServiceNow 卖的是“席位”。当《财富》500 强客户裁员 15% 时，他们就会取消 15% 的许可证。同样那一轮 AI 驱动的裁员——曾在客户侧机械性地推升利润率——也在机械性地摧毁 ServiceNow 自己的收入基础。
一家出售工作流自动化的公司，正被更好的工作流自动化所颠覆；而它的应对方式，是裁员并将节省下来的资金投入到正在颠覆它的那套技术上。
他们还能怎么办？坐着不动、只是死得慢一点吗？最受 AI 威胁的公司，反而成了 AI 最激进的采用者。
事后看，这似乎显而易见，但当时真的不是（至少对我而言）。历史上的“颠覆”模型说：存量公司会抵抗新技术，随后被灵活的后来者夺走份额，慢慢死去。柯达、百视达、黑莓都是这样。但 2026 年发生的不同：存量公司没有抵抗，因为他们承担不起。
当股价跌去 40–60%，董事会要求答案时，受 AI 威胁的公司只能做唯一能做的事：裁员，把节省出来的钱转投 AI 工具，用这些工具在更低成本下维持产出。
单个公司的选择是理性的，合在一起的结果却是灾难性的。每一美元在人员上省下来的开支，都流入了进一步提升 AI 能力的投入，而这又让下一轮裁员成为可能。
软件只是序幕。投资者在争论 SaaS 倍数是否见底时忽略了：反身性循环早已逃出软件领域。ServiceNow 裁员的逻辑，同样适用于所有拥有白领成本结构的公司。
到 2027 年初，LLM 的使用成为默认。人们在使用 AI 代理时甚至不知道“AI 代理”这个词，类似于从未学过“云计算”的人也照样用流媒体服务。他们把它当作自动补全或拼写检查——手机现在就是会做的一件事。
Qwen 的开源“代理式购物助手”成了 AI 接管消费者决策的催化剂。几周之内，所有主要 AI 助手都集成了某种代理式电商功能。蒸馏模型意味着这些代理可以跑在手机和笔记本上，而不只是云端实例，从而显著降低了推理的边际成本。
真正该让投资者更不安、却并未造成足够不安的，是这些代理并不需要等用户下指令。它们会依据用户偏好在后台运行。商业不再是一系列离散的人类决策，而变成了一项持续的优化流程——为每个联网消费者 24/7 运转。到 2027 年 3 月，美国中位数个体每天消耗 40 万 token——比 2026 年末增长了 10 倍。
链条的下一环已经开始断裂。
中介。
过去 50 年里，美国经济在“人类的局限性”之上搭建了一层巨大的“抽租”结构：事情需要时间，耐心会耗尽，品牌熟悉度可以替代尽调，而大多数人愿意为少点几次点击接受一个糟糕的价格。数万亿美元的企业价值，都依赖这些约束继续存在。
起初一切看起来很简单：代理消除了摩擦。
那些即使数月不用也会被动续费的订阅与会员。试用期后悄悄翻倍的“导入价”。每一种都被重新定义成一种“人质局面”，由代理去谈判。整个订阅经济赖以构建的指标——平均客户生命周期价值——明显下滑。
消费者代理开始改变几乎所有消费交易的运作方式。
人类并没有时间在五个平台之间来回比价，才去买一盒蛋白棒。机器有。
旅游预订平台是最早的受害者，因为它们最简单。到 2026 年 Q4，我们的代理已经能以比任何平台都更快、更便宜的方式拼出完整行程（机票、酒店、地面交通、会员积分优化、预算约束、退款）。
保险续保——整个续保模型依赖投保人惰性——也被重塑。那些每年为你重新比价投保的代理，拆掉了保险公司从“被动续保”中赚取的 15–20% 保费。
理财建议。报税。常规法律工作。任何服务提供者的价值主张最终都只是“我替你穿越你觉得繁琐的复杂性”的领域，都被颠覆了，因为代理并不觉得繁琐。
即便那些我们以为会因人际关系价值而免疫的行业，也被证明很脆弱。房地产领域，买家之所以几十年忍受 5–6% 的佣金，源于经纪人和消费者之间的信息不对称。一旦配备 MLS 访问权限、掌握数十年成交数据的 AI 代理能瞬间复制知识库，这套体系就崩了。2027 年 3 月一篇卖方报告把它称作“代理对代理的暴力”（agent on agent violence）。主要大都市的中位数买方佣金从 2.5–3% 压缩到 1% 以下，越来越多交易在买方侧根本没有人类经纪人参与就完成了。
我们高估了“人际关系”的价值。事实证明，很多人所谓的关系，不过是带着友好面孔的摩擦。
这只是中介层被颠覆的开始。成功公司曾花了数十亿美元去系统性利用消费者行为和人类心理的怪癖——而这些怪癖不再重要。
机器为了价格与匹配度做优化，并不在乎你最喜欢的 app，也不在乎你过去四年习惯打开的网站，更不会被精心设计的结账体验所牵引。它们不会疲惫，不会为了省点击而接受最省事的选项，也不会默认“我一直都在这家下单”。
这摧毁了一类特定的护城河：习惯性中介。
DoorDash（DASH US）就是典型例子。
编码代理让上线一个外卖 app 的门槛坍塌。一个合格的开发者能在几周内部署出可用的竞品，且很多人真的这么做了。他们把 90–95% 的配送费直接让利给骑手，以此从 DoorDash 和 Uber Eats 那里挖走运力。多平台仪表盘让零工可以同时跟踪二三十个平台的来单，消除了巨头赖以生存的锁定效应。市场一夜之间碎片化，利润率被压到几乎为零。
代理在毁灭的两端都起了加速作用：它们既催生竞争者，也会使用竞争者。DoorDash 的护城河字面意义上就是“你饿了，你懒了，这个 app 在你主屏幕上”。代理没有主屏幕。它会检查 DoorDash、Uber Eats、餐厅自家网站，以及二十个由氛围编码（vibe-coded）快速生成的新替代品，从而每次都选出最低费用与最快送达。
对机器而言，习惯性的 app 忠诚——整个商业模式的基础——根本不存在。
这在某种意义上颇具诗意：或许是整个事件里唯一一次，代理给即将被取代的白领帮了个忙。当他们最终沦为外卖骑手，至少他们收入里不再有一半要被 Uber 和 DoorDash 抽走。当然，随着自动驾驶车辆普及，这点“技术的恩惠”也没持续多久。
当代理掌控了交易，它们就开始寻找更大的“回形针”。
比价与聚合终究有限。最大的、可以反复为用户省钱的方式（尤其当代理开始彼此交易时），是消除费用。在机器对机器的商业里，2–3% 的银行卡交换手续费/交换费率（interchange）成了显眼的靶子。
代理开始寻找比卡更快、更便宜的方案。多数最终选择通过 Solana 或以太坊二层使用稳定币结算：近乎即时，成本低到以几分之一美分计。
MASTERCARD 2027 年 Q1：净营收同比 +6%；购买额增速从前一季度 +5.9% 放缓至 +3.4%；管理层提到“代理驱动的价格优化”和“可选消费品类压力”｜Bloomberg，2027 年 4 月 29 日
Mastercard 的 2027 年 Q1 报告成了不可逆的拐点。代理式商业从“产品故事”变成了“管道故事”。MA（Mastercard）次日下跌 9%。Visa 也跌了，但在分析师指出其在稳定币基础设施上的更强定位后收窄跌幅。
代理式商业绕开交换费，对以银行卡为核心的银行和单一业务发行机构构成更大风险——它们拿走了大部分 2–3% 的费用，并围绕由商户补贴支撑的奖励积分计划建立起完整业务线。
美国运通（AXP US）受打击最大：一方面白领裁员削弱其客户基础，另一方面代理绕开交换费削弱其收入模型。Synchrony（SYF US）、Capital One（COF US）和 Discover（DFS US）在接下来数周内也都下跌超过 10%。
它们的护城河由摩擦构成。而摩擦正在趋近于零。
整个 2026 年，市场把 AI 的负面影响当作“行业故事”。软件和咨询被碾压，支付等收费站摇摇欲坠，但更广泛的经济似乎尚可。劳动力市场虽在走软，却并未自由落体。共识观点认为：创造性破坏是任何技术创新周期的一部分；局部会痛，但 AI 的整体净效益会超过负面。
我们在 2027 年 1 月的宏观备忘录里指出：这是一种错误的心智模型。美国经济是白领服务经济。白领占就业的 50%，驱动约 75% 的可选消费。AI 正在啃食的企业与岗位并非美国经济的边角料——它们就是美国经济。
“技术创新会摧毁工作，然后创造更多工作。”当时最流行、也最有说服力的反驳，就是这句话。之所以流行且有说服力，是因为它在过去两个世纪都成立。即便我们无法想象未来的新工作，它们也一定会出现。
ATM 让银行网点运营更便宜，于是银行开了更多网点，柜员就业在之后二十年反而上升。互联网颠覆了旅行社、黄页、实体零售，但它创造了全新行业，并“召唤”出新岗位。
但每一个新岗位，都需要一个人去做。
AI 现在是一种通用智能，并且会在那些人类本会转岗去做的任务上持续变强。被替代的程序员不可能简单转去做“AI 管理”，因为 AI 已经能做。
今天，AI 代理可以完成原本需要数周的研发任务。指数增长碾平了我们对“可能性”的想象——即便沃顿的教授们每年都试图把数据拟合成新的 S 曲线。
它们几乎写了所有代码。其中表现最强的一批，在几乎所有事情上都比几乎所有人类更聪明。而且它们还在变得更便宜。
AI 的确创造了新工作：提示词工程师、AI 安全研究员、基础设施技术员。人类仍在高层协调、或以品味做方向把控。然而，AI 每创造一个新角色，就会让几十个旧角色变得多余。而这些新角色的薪酬，只是旧岗位的一小部分。
美国 JOLTS：职位空缺降至 550 万以下；失业人数与空缺之比升至约 1.7，为 2020 年 8 月以来最高｜Bloomberg，2026 年 10 月
全年招聘一直乏力，但 2026 年 10 月的 JOLTS 给出了更明确的数据：职位空缺降至 550 万以下，同比下降 15%。
INDEED：软件、金融、咨询岗位发布量大幅下降，“生产率计划”蔓延｜Indeed Hiring Lab，2026 年 11–12 月
白领岗位空缺在坍塌，而蓝领岗位空缺相对稳定（建筑、医疗、技工）。岗位更替主要发生在那些写备忘录（不知为何我们还在做）、批预算、让经济中间层保持润滑的工作上。但两类人群的实际工资增长在当年大多数时间都为负，并且持续恶化。
股市对 JOLTS 的在意程度仍不如“GE Vernova 的涡轮机产能已售罄至 2040 年”的消息。股市在负面宏观与正面 AI 基建消息之间拉扯，横盘震荡。
债市（总是比股市更聪明，或者至少没那么浪漫）却开始计价消费受损。10 年期收益率在随后四个月从 4.3% 下行至 3.2%。不过，头条失业率并未失控，一些人仍看不见结构上的差异。
在正常衰退中，诱因最终会自我修正：过度建造导致建筑放缓，利率下行，新的建造开始；库存过冲导致去库存，然后补库存。周期机制本身包含复苏的种子。
但这一轮的诱因，并非周期性的。
AI 变得更强、更便宜。公司裁员，然后用省下来的钱买更多 AI 能力，从而可以裁更多人。被取代的人减少开支。向消费者卖东西的公司卖得更少、变弱，为了守住利润又投入更多 AI。AI 变得更强、更便宜。
一个没有自然刹车的反馈回路。
直觉上，人们以为总需求下降会拖慢 AI 的建设。但事实不是，因为这不是“超大规模云厂商式”的资本开支（CapEx），而是运营开支替代（OpEx substitution）。一家原本每年花 1 亿美元雇人、花 500 万美元买 AI 的公司，如今可能花 7000 万美元雇人、花 2000 万美元买 AI。AI 投入成倍增长，却发生在总运营成本下降的过程中。每家公司的 AI 预算都在增长，而整体支出却在收缩。
讽刺之处在于：即便被其扰动的经济开始恶化，AI 基础设施复合体仍继续表现强劲。NVDA 仍在创纪录营收。TSM 仍维持 95%+ 的产能利用率。超大规模云厂商仍在每季度投入 1500–2000 亿美元的数据中心资本开支。那些对这一趋势呈纯凸性的经济体（如台湾和韩国）大幅跑赢。
印度则相反。印度 IT 服务业每年出口超过 2000 亿美元，是印度经常账户顺差的最大贡献者，也是其长期商品贸易逆差的“对冲”。整个模型建立在一个价值主张上：印度开发者的成本远低于美国同行。但 AI 编码代理的边际成本已经坍塌到几乎只是电费。TCS、Infosys 与 Wipro 在 2027 年合同取消加速。随着曾支撑外部账户的服务顺差蒸发，卢比在四个月内对美元贬值 18%。到 2028 年 Q1，IMF 已开始与新德里进行“初步讨论”。
导致扰动的引擎每个季度都在变强，这意味着扰动每个季度都在加速。劳动力市场没有自然底。
在美国，我们不再问 AI 基建泡沫会如何破裂。我们在问：当消费者被机器取代时，一个依赖消费信贷的经济体会发生什么？
2027 年，宏观故事不再隐晦。此前十二个月里那些分散但显然负面的发展，其传导机制变得清晰。你不必钻进 BLS 数据，只要去参加一次朋友的晚宴。
被取代的白领并没有闲着。他们降档求生。很多人去做薪酬更低的服务业与零工工作，增加了这些部门的劳动力供给，也把那里的工资压得更低。
我们有位朋友，2025 年还是 Salesforce 的高级产品经理：头衔、医保、401k、年薪 18 万美元。她在第三轮裁员中失业。找了六个月工作后，她开始给 Uber 开车。收入降到 4.5 万。重点不在于个体故事，而在于二阶数学：把这种动态乘以每个主要大都市里几十万名工人。过度资质的劳动力涌入服务与零工经济，压低了原本就艰难的存量工人薪酬。行业性扰动扩散成全经济范围的工资压缩。
以“以人为中心”的剩余就业池还有一次修正正在逼近，而且就在我们写作之时发生：自动化配送与自动驾驶车辆开始在吸收第一波被取代工人的零工经济中扩散。
到 2027 年 2 月，很清楚的一点是：仍有工作的专业人士花钱也像自己可能是下一个。他们为了不被裁，工作强度加倍（很大程度上靠 AI 帮助）。升职加薪的希望消失。储蓄率上升，消费走软。
最危险的部分是滞后。高收入者用更高的储蓄缓冲维持了两三个季度“看起来一切正常”的假象。硬数据直到真实经济里问题早已发生后才确认。随后，那条打破幻象的数据出现了。
美国初请失业金人数飙升至 48.7 万，为 2020 年 4 月以来最高；劳工部，2027 年 Q3
初请飙升至 48.7 万，为 2020 年 4 月以来最高。ADP 与 Equifax 证实：新申请者中绝大多数来自白领专业人士。
标普在随后一周下跌 6%。负面宏观开始在拉扯战中占上风。
在正常衰退中，失业在蓝领与白领之间大致按就业份额分布。消费冲击也相对均匀，并且很快体现在数据上，因为低收入者的边际消费倾向更高。
但这一轮周期里，失业集中在收入分布的上端十分位。它们在总就业中占比不大，却驱动了极不成比例的消费。美国收入最高的 10% 人群贡献了超过 50% 的全部消费支出；最高的 20% 贡献约 65%。他们买房、买车、度假、下馆子、交私校学费、做家装——他们是整个可选消费经济的需求基座。
当这些人失业，或为了找到工作而接受 50% 的降薪时，相对于流失的岗位数量，消费冲击巨大。白领就业下降 2%，可能就对应 3–4% 的可选消费支出下滑。与蓝领失业不同（工厂裁员，下周就停掉支出），白领失业有滞后、但更深：他们有储蓄缓冲，可维持几个月的消费，直到行为转变发生。
到 2027 年 Q2，经济进入衰退。NBER 要到数月后才会正式界定起点（它们总是这样），但数据已非常明确：真实 GDP 连续两个季度负增长。不过，这还不是“金融危机”……至少当时还不是。
私募信贷规模从 2015 年不足 1 万亿美元增长到 2026 年超过 2.5 万亿美元。其中相当一部分资金投向了软件和科技交易，许多是对 SaaS 公司的杠杆收购，估值建立在“收入长期保持十几个百分点增长”的假设之上。
这些假设大概在第一场代理式编码 demo 与 2026 年 Q1 的软件崩盘之间就死了，但账面估值似乎还没意识到。
当不少上市 SaaS 已按 5–8 倍 EBITDA 交易时，PE 支持的软件公司仍在资产负债表上按“收购时估值”记账——用的是在“并不存在了的收入倍数”标出来的价格。管理人缓慢地下调：100 分、92 分、85 分……而公开市场可比告诉他们：50 分。
穆迪下调 14 家发行人合计 180 亿美元的 PE 支持软件债务评级，称其面临“AI 驱动竞争性颠覆带来的结构性收入逆风”；为 2015 年能源以来最大单一行业动作｜Moody’s Investors Service，2027 年 4 月
每个人都记得这次下调之后发生了什么。业内老兵已见过 2015 年能源下调后的剧本。
软件支持的贷款在 2027 年 Q3 开始违约。PE 组合公司中的信息服务与咨询随后跟进。多笔数十亿美元规模、知名 SaaS 的 LBO 进入重组。
Zendesk 是那把冒烟的枪。
ZENDESK 因 AI 驱动的客服自动化侵蚀 ARR 而未满足债务契约；50 亿美元直贷额度被记到 58 美分；创纪录的最大私募信贷软件违约｜Financial Times，2027 年 9 月
2022 年，Hellman & Friedman 与 Permira 以 102 亿美元将 Zendesk 私有化。债务包为 50 亿美元直贷，是当时史上最大的 ARR 支持融资，由黑石牵头，Apollo、Blue Owl 与 HPS 也在贷款团中。该贷款明确建立在 Zendesk 年度经常性收入（ARR）会持续“经常性”的假设之上。约 25 倍 EBITDA 的杠杆，只有在它确实经常性时才说得通。
到 2027 年中，它不再成立。
AI 代理在相当于一年时间里已能自主处理客服。Zendesk 定义的品类（工单、路由、管理人类支持交互）已经被那些无需生成工单即可解决问题的系统所取代。承销所依据的年化经常性收入不再经常性，它只是“还没流失掉的收入”。
史上最大的 ARR 支持贷款，变成了史上最大的私募信贷软件违约。每个信贷交易台同时在问同一个问题：还有谁把结构性逆风伪装成周期性逆风？
但共识至少一开始是对的：这本该是可承受的。
私募信贷不是 2008 年的银行体系。整个架构就是为了避免被迫抛售：封闭式载体、资本锁定，LP 承诺 7–10 年；没有储户挤兑，没有回购融资线被抽走。管理人可以持有受损资产、慢慢处置、等待回收。痛苦，但可控。系统设计目标是“弯而不折”。
黑石、KKR 与 Apollo 的高管表示软件敞口仅占资产的 7–13%。可控。每一份卖方报告与 fintwit 信贷账号都在重复：私募信贷拥有永久资本（permanent capital）。它们能吸收否则会击穿杠杆银行的损失。
永久资本（Permanent capital）。这个词出现在每一场旨在安抚市场的财报电话会和投资者信里。它成了一句口号。而和大多数口号一样，没有人去注意那些更细微的含义。它实际意味着什么……
在过去十年里，大型另类资产管理公司收购了人寿保险公司，并把它们变成了融资载体。阿波罗（Apollo）收购了 Athene。布鲁克菲尔德（Brookfield）收购了 American Equity。KKR 拿下了 Global Atlantic。其逻辑很优雅：年金存款提供了稳定、久期很长的负债基础。管理人把这些存款投向自己发起的私募信贷，然后“两头收费”——一边在保险端赚取利差，一边在资管端收取管理费。这是一台“费上加费”的永动机，只在一个条件下才能运转得很好。
这些私募信贷必须是“货真价实”的（money good）。
亏损砸在了那些用流动性差的资产去对冲长期负债的资产负债表上。原本被寄望于提升系统韧性的“永久资本”，并不是什么抽象的、由耐心的机构资金和老练投资者承担复杂风险的资金池。它是美国普通家庭的储蓄——“主街（Main Street）”的钱——被包装成年金，投向同一批由 PE 支持的软件与科技票据，而这些票据如今正在违约。所谓被锁定、无法挤兑的资本，是寿险保单持有人的钱，而这里的规则有点不一样。
与银行体系相比，保险监管机构一直比较温顺——甚至有些自满——但这次成了警钟。它们本就对寿险公司私募信贷集中度感到不安，于是开始下调这些资产的风险资本（RBC）待遇。这迫使保险公司要么增资，要么出售资产——而在一个已经开始冻结的市场里，两者都不可能以有吸引力的条件完成。
纽约州、爱荷华州监管机构推动收紧寿险公司所持部分私下评级信贷的资本计提；预计 NAIC 指引将提高 RBC 系数并触发额外 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为负面时，Apollo 的股价在两个交易日里下跌了 22%。Brookfield、KKR 以及其他公司随后也遭遇同样的冲击。
事情从那里开始变得更复杂。这些公司不仅打造了保险端的“永动机”，还搭建了一套精巧的离岸架构，旨在通过监管套利最大化回报。美国的保险公司签发年金，然后把风险分出给其自有的百慕大或开曼关联再保险公司——该实体受更宽松的监管约束，对同一资产允许计提更少资本。这个关联方又通过离岸 SPV 引入外部资金，形成新一层交易对手，与保险公司一起投向由同一母公司资管部门发起的私募信贷。
评级机构（其中一些本身也由 PE 持有）并未成为透明度的典范，这让（几乎）没有任何人感到意外。不同公司、不同资产负债表之间交织成网，其不透明程度令人震惊。当底层贷款违约时，究竟是谁在承担损失，在实时层面几乎无法回答。
2027 年 11 月的崩盘，标志着市场认知从“也许只是一次常见的周期性回撤”，转向“更令人不安的东西”。在 FOMC 11 月紧急会议上，美联储主席 Kevin Warsh 将其称为“一串相互关联、押注白领生产率增长的雏菊链（daisy chain）”。
要知道，引发危机的从来不是损失本身，而是对损失的确认。还有另一个规模更大、更重要得多的金融领域，我们一直害怕进行这种确认。
抵押贷款问题（The Mortgage Question）
旧金山 Zillow 房价指数同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%。
房利美提示：在科技/金融就业占比 >40% 的邮编区域，出现“较高的早期违约”。（Zillow / Fannie Mae，2028 年 6 月）
本月，Zillow 房价指数在旧金山同比下跌 11%，在西雅图下跌 9%，在奥斯汀下跌 8%。这并非唯一令人担忧的标题。上个月，房利美指出，在以大额（jumbo）贷款为主的邮编区域，早期违约率更高——这些区域居住的是信用评分 780+ 的借款人，通常被视为“刀枪不入”。
美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款的承保建立在一个基本假设之上：借款人在贷款期限内会保持大致当前的收入水平。对大多数抵押贷款而言，这意味着 30 年。
白领就业危机通过对收入预期的持续性下移，威胁了这一假设。我们现在必须提出一个在 3 年前看起来荒谬的问题——优质抵押贷款是否仍然是“钱好”（money good）资产？
美国历史上每一次抵押贷款危机，都由以下三者之一驱动：投机过热（把钱借给买不起房的人，如 2008 年）、利率冲击（利率上升使浮动利率房贷变得负担不起，如 1980 年代初）、或局部经济冲击（某一地区某一产业崩溃，例如 1980 年代德州的石油业或 2009 年密歇根的汽车业）。
这些都不适用于此。相关借款人并非次级。他们是 780 的 FICO 分数。他们首付 20%。他们信用记录干净、就业记录稳定，且在发放时收入经过核验并有文件证明。他们是金融体系里每一种风险模型都视为信用质量基石的那类借款人。
2008 年的贷款，从第一天起就不健康。2028 年的贷款，从第一天起是健康的。只是世界在贷款签出去之后……变了。人们用贷款押注一个他们再也负担不起去相信的未来。
2027 年，我们提示过一些“看不见的压力”的早期迹象：HELOC 提款、401(k) 提前支取、信用卡债务飙升，而抵押贷款付款仍保持正常。随着失业发生、招聘冻结、奖金缩水，这些优质家庭的债务收入比翻倍。
他们仍能支付月供，但只能通过停止所有可选消费、耗尽储蓄，并推迟任何房屋维护或改善。他们在技术上仍按时还款，但距离陷入困境只差一次额外冲击，而 AI 能力的轨迹表明，这种冲击正在到来。随后我们看到，在旧金山、西雅图、曼哈顿和奥斯汀，违约率开始飙升，即便全国平均仍处在历史常态范围内。
我们现在处于最急性的一阶段。当边际买家健康时，房价下跌是可控的。这里的边际买家也在经历同样的收入受损。
尽管担忧正在累积，我们还没有进入全面的抵押贷款危机。违约率上升了，但仍远低于 2008 年水平。真正的威胁在于它的趋势。
“智能替代螺旋”（The Intelligence Displacement Spiral）如今有两个金融层面的加速器，推动实体经济的下行。
劳动力替代、抵押贷款担忧、私募市场动荡。三者相互强化。而传统政策工具箱（降息、QE）可以处理金融引擎，却无法处理实体经济引擎，因为实体经济引擎并不是由紧缩的金融条件驱动的。它是由 AI 让人类智能变得不再稀缺、也不再那么值钱所驱动。你可以把利率降到零，买下市场上所有 MBS，以及所有违约的软件 LBO 债……
这也改变不了这样一个事实：一个 Claude agent 可以用每月 200 美元，完成一个年薪 18 万美元产品经理的工作。
如果这些担忧兑现，抵押贷款市场会在今年下半年出现裂缝。在那种情景下，我们预计当前股市回撤最终会逼近 GFC 的幅度（从峰值到谷底下跌 57%）。这将把标普 500 带到约 3500 点——这是自 2022 年 11 月 “ChatGPT 时刻”前一个月以来从未见过的水平。
明确的是，支撑 13 万亿美元住宅抵押贷款的收入假设出现了结构性损伤。不明确的是，在抵押贷款市场完全消化其含义之前，政策是否能够介入。我们仍抱有希望，但也无法否认悲观的理由。
第一条自我强化回路发生在实体经济：AI 能力提升，薪酬总额缩小，支出走软，利润率收紧，企业购买更多能力，能力继续提升。随后它转向金融：收入受损打击抵押贷款，银行损失收紧信贷，财富效应破裂，回路加速。而这两者都因政府的政策回应不足而被加剧——坦白说，政府似乎有些困惑。
这个系统并不是为这种危机设计的。联邦政府的收入基础本质上是对人类时间征税。人们工作，企业支付工资，政府抽成。个人所得税与工资税在正常年份构成财政收入的脊梁。
截至今年第一季度，联邦财政收入比 CBO 基线预测低了 12%。工资税收入在下降，因为更少的人能以之前的薪酬水平就业。所得税收入在下降，因为正在获得的收入在结构上更低。生产率在飙升，但收益流向资本与算力，而不是劳动力。
劳动份额占 GDP 的比重从 1974 年的 64% 降至 2024 年的 56%——这是由全球化、自动化以及工人议价能力持续削弱推动的、长达四十年的缓慢下行。在 AI 开始指数级改进后的四年里，这一比例进一步降至 46%，创下有记录以来最陡峭的下滑。
产出仍在那里。但它不再在回流到企业的路上先经过家庭，这意味着它也不再经过 IRS。循环流动正在破裂，而政府却被期待出手修复它。
像每一次衰退一样，支出上升的同时收入下降。不同之处在于，这次的支出压力并非周期性的。自动稳定器是为暂时性失业设计的，而不是为结构性替代设计的。系统支付的福利默认工人会被重新吸纳。而许多人不会——至少不可能以接近他们此前工资的水平。COVID 期间，政府可以轻易接受 15% 的赤字，因为大家理解那是暂时的。如今需要政府支持的人，并不是被一场他们终将恢复的疫情击中。他们是被一种持续改进的技术所取代。
政府需要在恰恰从家庭征税更少的时刻，向家庭转移更多资金。
美国不会违约。它印自己花出去的货币，也用同一种货币偿还债权人。但压力已经在别处显现。市政债券年初至今的表现出现令人担忧的分化。没有所得税的州尚可，但依赖所得税的州（多数为蓝州）发行的一般责任市政债开始计入一定的违约风险。政客很快嗅到风向，关于“谁该被救”的争论沿着党派分界线展开。
现任政府值得肯定的一点是，它较早就认识到危机的结构性，并开始考虑两党方案，称之为“转型经济法案（Transition Economy Act）”：为被替代工人提供直接转移支付的框架，资金来自赤字支出与一项拟议中的 AI 推理算力税相结合。
桌面上最激进的提案更进一步。“共享 AI 繁荣法案（Shared AI Prosperity Act）”将建立公众对智能基础设施自身回报的索取权——介于主权财富基金与对 AI 生成产出的版税之间——用分红来为家庭转移支付提供资金。私营部门的游说者已经向媒体倾注大量警告，称这是一条“滑坡”。
围绕这些讨论的政治图景阴郁得毫不意外，并被作秀与边缘策略进一步恶化。右翼将转移支付与再分配称为马克思主义，并警告对算力征税会把领先优势拱手让给中国。左翼警告由现有巨头参与起草的税制会把“监管俘获”换个名字。财政鹰派指向不可持续的赤字。鸽派则以 GFC 后过早紧缩为前车之鉴。今年总统选举临近，分裂只会进一步放大。
政客们争吵之际，社会结构的撕裂速度比立法程序推进得更快。
“占领硅谷（Occupy Silicon Valley）”运动已成为更广泛不满的标志。上个月，示威者连续三周封锁了 Anthropic 与 OpenAI 的旧金山办公室入口。他们的规模在扩大，而这些示威获得的媒体关注甚至超过了引发它们的失业数据。
很难想象在 GFC 余波中还有谁会比银行家更遭公众痛恨，但 AI 实验室正在挑战这一点。而从大众视角看，理由也很充分。其创始人与早期投资者积累财富的速度，让镀金时代（Gilded Age）都显得温和。生产率繁荣带来的收益几乎全部归于算力所有者以及依赖其运行的实验室股东，使美国不平等被放大到前所未有的水平。
每一方都有自己的“反派”，但真正的反派是时间。
AI 能力演进的速度快过制度适应的速度。政策回应按照意识形态的节奏推进，而非现实的节奏。如果政府无法尽快在“问题是什么”上达成一致，反馈回路将替他们写下下一章。
在现代经济史的大部分时期，人类智能一直是稀缺投入。资本是充裕的（至少可复制）。自然资源有限但可替代。技术进步足够缓慢，使人类能够适应。智能——分析、决策、创造、说服与协同的能力——是无法大规模复制的东西。
人类智能的内在溢价来自其稀缺性。我们经济中的每一个制度，从劳动力市场到抵押贷款市场再到税法，都是为这一假设成立的世界设计的。
我们正在经历这一溢价的回撤。机器智能如今已成为人类智能在越来越多任务上的一种合格且快速进步的替代品。金融体系在过去几十年里为“稀缺的人类头脑”优化，如今正在重新定价。这种重新定价痛苦、无序，而且远未完成。
但重新定价不等于崩塌。
经济可以找到新的均衡。抵达那里，是少数仍只有人类能做的任务之一。我们必须把它做对。
这是历史上第一次，经济中最具生产力的资产带来的工作不是更多，而是更少。没有任何现成框架适配，因为没有任何框架是为“稀缺投入变得充裕”的世界设计的。所以我们必须建立新框架。我们能否及时建立，才是唯一重要的问题。
但你读到这篇文章时并不是 2028 年 6 月。你读到它是在 2026 年 2 月。
标普接近历史高位。上述自我强化回路尚未启动。我们确信其中一些情景不会发生。我们同样确信，机器智能将继续加速。人类智能的溢价会收窄。
作为投资者，我们仍有时间评估：我们的投资组合有多少建立在那些在本十年内无法存续的假设之上。作为一个社会，我们仍有时间采取主动。
金丝雀仍然活着（The canary is still alive）。
致谢：感谢 Hunterbrook 的 Sam Koppelman 帮助校对。我们的合著者 LOTUS 的 Alap Shah 提供了本文的想法——这篇由 CitriniResearch 写成，但他在一个名为“智能爆炸”（The Intelligence Explosion）的系列里还写了其他文章，我们强烈推荐阅读。你可以在这里找到它。
来源：https://www.citriniresearch.com/p/2028gic