2028年全球智能危机
来自未来的金融史思想实验

作者： Citrini & Alap Shah
发布日期： 2026年2月22日
原文来源： Citrini Research on Substack

--这是《全球智能危机》系列的第二部分，阅读第一部分——智能体 AI 的崛起  posts/9bzZk4YzKbA3
 
前言
如果我们对 AI 的看多持续被证明正确……但这件事本身其实是利空，会怎样？

以下内容是一个情景推演，而非预测。这不是“熊市爽文”，也不是 AI 末日同人文。本文唯一目的，是建模一个迄今相对缺乏讨论的场景。我们的朋友 Alap Shah 提出了这个问题，我们一起头脑风暴得出答案。这一部分由我们撰写；他还写了另外两部分，你可以在这里阅读。

希望读完之后，当 AI 让经济变得越来越“诡异”时，你会对潜在的左尾风险更有准备。

以下是 CitriniResearch 于 2028 年 6 月发布的宏观备忘录，记录“全球智能危机”的演进与后果。 

 
宏观备忘录
智能充裕的后果
CitriniResearch

❌2026年2月22日 ✅2028年6月30日

今天早晨公布的失业率为 10.2%，较预期上行 0.3 个百分点。该数据公布后市场下跌 2%，标普指数自 2026 年 10 月高点累计回撤达到 38%。

交易员们已经麻木了。六个月前，这样的数据足以触发熔断。

两年。从“可控”“局部行业影响”到一个面目全非的经济体，只用了两年。本季度宏观备忘录试图还原这条路径——对危机前经济的一份事后验尸报告。

当时的狂热触手可及。到 2026 年 10 月，标普 500 一度逼近 8000 点，纳指突破 30000 点。因“人类岗位过时”引发的第一波裁员在 2026 年初开始，而且它们确实产生了“裁员应有的效果”：利润率扩张、盈利超预期、股价上涨。创纪录的企业利润又被重新投入 AI 算力。

表面上的宏观数据依然漂亮。名义 GDP 多次录得中高个位数年化增长。生产率蓬勃上升。每小时实际产出增速达到 1950 年代以来罕见水平，推动力是那些不睡觉、不请病假、也不需要医保的 AI 智能体。

算力所有者的财富在劳动力成本消失后爆发式增长。与此同时，实际工资增速崩塌。尽管政府反复宣称生产率创历史新高，白领岗位却被机器替代，许多人被迫转向更低薪的工作。

当消费经济开始出现裂缝时，经济评论员把这种现象称为“幽灵 GDP”：它计入国民核算，却从未在真实经济中循环。

AI 在几乎所有维度都超出预期，而市场本身就是 AI。唯一的问题是……经济不是。

我们本该早就看清：北达科他州一个 GPU 集群就能产出过去由曼哈顿中城 10000 名白领创造的价值，这与其说是“经济灵药”，不如说更像“经济疫情”。货币流通速度近乎停滞。以人为核心的消费经济（当时占 GDP 的 70%）日渐凋零。其实我们早该想明白：机器在可选消费品上花多少钱？（提示：零。）

AI 能力提升，公司需要更少员工，白领裁员增加，被替代者减少支出，利润率压力推动企业进一步投资 AI，AI 能力再提升……

这是一个没有自然刹车的负反馈回路——人类智能替代螺旋。白领群体的收入能力（以及理性上的消费能力）遭到结构性削弱。而他们的收入，恰恰是 13 万亿美元住房按揭市场的基石——迫使承销机构重新评估：优质按揭资产是否仍然本息安全。

连续 17 年没有经历真正违约周期，使私募市场堆积了大量由 PE 支持的软件交易，这些交易都假设 ARR 会持续“可续”。2027 年中因 AI 冲击引发的第一波违约，直接挑战了这一前提。

如果冲击仅局限于软件行业，这本可控；但事实并非如此。到 2027 年底，凡是建立在“中介抽成”之上的商业模式都受到威胁。大量通过“人为摩擦”变现的公司开始瓦解。

系统最终被证明是一长串对“白领生产率增长”的相关性押注。2027 年 11 月的崩盘，只是让所有既有负反馈回路进一步加速。

我们几乎等了一整年“坏消息就是好消息”。政府开始考虑一些提案，但公众对政府实施有效救援的信心持续下滑。政策响应一直滞后于经济现实，而如今缺乏一套完整方案，正威胁把经济推入更深的通缩螺旋。

 
危机如何起步
2025 年末，智能体编程工具的能力出现了阶跃式跃升。

一个合格开发者配合 Claude Code 或 Codex，如今几周内就能复刻一款中型 SaaS 产品的核心功能。虽不完美，也未覆盖全部边界场景，但已经足以让面对 50 万美元年度续费合同的 CIO 开始发问：“我们自己做行不行？”

企业财政年度大多与自然年一致，因此 2026 年企业支出预算在 2025 年 Q4 就已确定，而当时“智能体 AI”仍是流行词。到了年中评审，采购团队第一次在真正看见这些系统能力后做决策。有些团队亲眼看到内部人员几周内就做出了可替代六位数 SaaS 合同的原型。

那年夏天，我们与一家《财富》500 强企业的采购经理交流。他讲了自己的一场预算谈判：销售方本以为还能沿用去年剧本——每年涨价 5%，再来一句“你们团队离不开我们”。这位采购经理告诉对方，他已在和 OpenAI 洽谈，考虑让其“前线部署工程师”使用 AI 工具彻底替代该供应商。最终他们以 7 折续约。按他的说法，这已经是不错的结果了；“SaaS 长尾”，比如 Monday.com、Zapier、Asana，处境更糟。

投资者当时已准备好，甚至可说早有预期：长尾会被重击。它们或许占典型企业技术栈支出的三分之一，暴露度显而易见。但“核心记录系统”理论上应当更安全，免受冲击。

直到 ServiceNow 在 2026 年 Q3 财报披露后，反身性机制才更清晰。

SERVICENOW 新增 ACV 增速由 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”。自研与外采依然需要成本收益比较，内部构建也需运行与维护。但“内部构建”已经成为可选项，这会直接进入定价谈判。更关键的是竞争格局已经改变：AI 让新功能开发与上线更容易，差异化快速塌缩。头部厂商被迫打价格战——既相互厮杀，也对抗新冒出的挑战者。后者借助智能体式编程能力跃迁、又没有历史成本包袱，激进抢占份额。

直到这次财报，市场也才真正理解系统之间的联动关系。ServiceNow 卖的是席位。若《财富》500 强客户裁员 15%，就会取消 15% 授权席位。那些在客户侧提升利润率的 AI 驱动裁员，会以机械方式摧毁其自身收入基础。

卖“工作流自动化”的公司，被更好的工作流自动化所颠覆；而它的应对方式，是裁员并把节省下来的钱投入到正在颠覆自己的技术中。

那他们还能怎么做？原地不动，慢慢等死吗？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，但当时真不是（至少我当时没看明白）。历史上的颠覆模型是：既有巨头抵制新技术，份额被灵活新进入者拿走，随后慢性衰亡。Kodak、Blockbuster、BlackBerry 都如此。2026 年不同：既有巨头并非不愿抵制，而是根本无力抵制。

当股价下跌 40%-60%、董事会逼问对策时，受 AI 威胁的公司只剩一个选择：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。

每家公司单独看都理性；合在一起却是灾难。每省下 1 美元人力开支，都会流入让下一轮裁员成为可能的 AI 能力。

软件只是序幕。投资者还在争论 SaaS 估值是否见底时，反身性回路其实已逸出软件行业。支撑 ServiceNow 裁员逻辑的同一套机制，适用于所有拥有白领成本结构的企业。

 
当摩擦归零
到 2027 年初，LLM 使用已成默认。许多人在使用 AI 智能体，却甚至不知道“AI 智能体”这个概念；就像很多人没学过“云计算”也照样用流媒体。他们把这件事当作自动补全或拼写检查——手机“现在本来就会做”的功能。

Qwen 的开源购物智能体，成为 AI 接管消费者决策的催化剂。几周内，几乎所有主流 AI 助手都集成了某种智能体商务功能。模型蒸馏使这些智能体可在手机和笔记本本地运行，而不只依赖云实例，大幅降低了推理边际成本。

真正更该令投资者不安的地方是：这些智能体并不等待指令。它们会按用户偏好在后台持续运行。消费不再是一连串离散的人类决策，而变成 7x24 小时的连续优化过程，代表每个联网消费者执行。到 2027 年 3 月，美国中位数个人每日令牌消耗已达 40 万，较 2026 年底增长 10 倍。

链条中的下一环已在断裂。

中介层。

过去 50 年，美国经济在“人类能力限制”之上构建了庞大的租值提取层：事情耗时、耐心耗尽、品牌熟悉度替代勤勉比价、多数人愿为少点几次点击接受更差价格。数万亿美元企业价值，建立在这些约束持续存在之上。

最开始看起来很简单：智能体消除了摩擦。

那些长期闲置却自动续费的订阅和会员；试用期后悄悄翻倍的“首月优惠”。每一项都被重新定义为智能体可代为谈判的“人质局面”。整个订阅经济赖以成立的核心指标——平均客户生命周期价值——出现了明显下降。

消费者智能体开始改变几乎所有消费交易的运作方式。

人在买一盒蛋白棒前，通常没时间跨五个平台逐一比价。机器有。

旅游预订平台率先中招，因为最容易被替代。到 2026 年 Q4，我们的智能体已能更快、更便宜地组装完整行程（机票、酒店、地面交通、会员积分优化、预算约束、退改处理），优于任何单一平台。

保险续保同样被重塑：其续保模型本来建立在投保人惰性上。每年自动重新比价保障方案的智能体，拆解了保险公司来自“被动续保”的 15%-20% 保费收益。

理财建议。税务申报。常规法律服务。凡是服务方价值主张本质上是“我来处理你嫌麻烦的复杂性”的领域，都被冲击，因为智能体对“麻烦”毫无感觉。

连我们原以为受“人际关系价值”保护的行业也很脆弱。房地产就是典型：买方几十年来忍受 5%-6% 佣金，源于经纪人与消费者间的信息不对称；而当接入 MLS 和数十年交易数据的 AI 智能体可瞬时复刻这套知识体系后，该模式迅速崩塌。2027 年 3 月某卖方报告将其称为“智能体对智能体暴力”。主要都市买方中位佣金已从 2.5%-3% 压缩至 1% 以下，且越来越多交易在买方端完全没有人工经纪参与。

我们高估了“人际关系”的价值。后来发现，很多所谓关系，本质上只是“带着微笑的摩擦”。

而这只是中介层受冲击的开始。成功公司曾花费数十亿美元，精细利用消费者行为与人类心理中的各种偏差；如今这些偏差都不再重要。

机器在做价格与匹配优化时，不在乎你最爱的应用，也不在乎你过去四年反复打开哪些网站，更不会被精心设计的结账流程打动。它们不会疲惫，不会为了省事选择最容易方案，也不会默认“我一直都在这家下单”。

这摧毁了一类特定护城河：习惯性中介。

DoorDash（DASH US）是最典型案例。

编码智能体把发布一款配送应用的门槛压到极低。一个合格开发者几周就能部署可用竞品，且确实有数十个团队这样做；它们将 90%-95% 配送费直接让利给骑手，从 DoorDash 与 Uber Eats 手中挖人。多平台接单面板让零工劳动者可同时追踪二三十个平台来单，消除了既有巨头赖以为生的锁定效应。市场一夜碎片化，利润率压缩到几乎为零。

智能体在破坏链条两端同时加速：它们既赋能了竞争者，也会优先使用竞争者。DoorDash 的护城河本质就是“你饿了、你懒了、这个应用在你主屏幕上”。智能体没有主屏幕。它会同时检查 DoorDash、Uber Eats、餐厅官网，以及二十个新出现的代码快速构建替代方案，每次都选最低费用、最快送达。

习惯性应用忠诚——这一商业模式的全部基础——对机器根本不存在。 

这件事带着某种讽刺意味，几乎是整个故事里智能体对即将被替代白领做的唯一“好事”：当他们转去做配送司机时，至少一半收入不再被 Uber 和 DoorDash 抽走。当然，这个“技术善意”也没持续太久，因为自动驾驶车辆很快普及。

当智能体掌控了交易，它们开始寻找更大的“回形针”。

比价与聚合能做的事情终究有限。若要持续为用户节省更多钱（尤其当智能体开始彼此交易后），最有效方式是消灭费用。在机器对机器的商务里，2%-3% 的卡组织交换手续费率成了显眼靶子。

智能体开始寻找比银行卡更快、更便宜的支付路径。多数最终转向 Solana 或 Ethereum L2 上的稳定币：近乎即时结算，交易成本低至美分的几分之一。

MASTERCARD 2027年Q1：净收入同比 +6%；购买额增速由前季 +5.9% 放缓至 +3.4%；管理层提及“智能体主导价格优化”与“可选消费品类承压” | Bloomberg，2027年4月29日

Mastercard 2027 年 Q1 财报成了不归点。智能体商务从“产品故事”转为“底层管道故事”。MA 次日下跌 9%。Visa 也下跌，但分析师指出其在稳定币基础设施中的定位更强后，跌幅有所收窄。

智能体商务绕开交换手续费，对以卡为核心的银行和单一业务发卡机构构成更大威胁，因为它们拿走了这 2%-3% 费用的大头，并围绕“商户补贴奖励计划”建立了完整业务分部。

American Express（AXP US）受创最重：一方面白领裁员削弱其客户基础，另一方面智能体绕开交换手续费削弱其收入模型。随后几周，Synchrony（SYF US）、Capital One（COF US）和 Discover（DFS US）也都下跌逾 10%。

它们的护城河，本质是摩擦。而摩擦正在归零。

 
从行业风险到系统性风险
在整个 2026 年，市场把 AI 的负面影响视作“行业故事”。软件和咨询遭重击，支付与其他“收费闸口”开始摇晃，但宏观经济看起来仍稳定。劳动力市场虽走弱，却未自由落体。主流共识是：创造性破坏本就是技术创新周期的一部分，局部会痛，但 AI 的总体净收益最终会覆盖负面冲击。

我们在 2027 年 1 月宏观备忘录中指出：这套思维模型是错的。美国经济本质上是白领服务经济。白领约占就业 50%，驱动约 75% 的可选消费支出。被 AI 吞噬的那些企业和岗位，并非美国经济的“边缘部分”——它们就是美国经济。

“技术创新会先毁掉工作，再创造更多工作。”这是当时最流行、也最有说服力的反驳。之所以流行且有说服力，是因为它在过去两百年都成立。即便我们暂时想象不到未来岗位长什么样，它们也总会出现。

ATM 让网点运营更便宜，银行于是开更多网点，柜员就业在接下来二十年反而上升。互联网颠覆了旅行社、黄页、线下零售，但也创造了全新产业并衍生大量新岗位。

然而，每一种新岗位都需要“人”去执行。

AI 如今是通用智能，并且会在“人类本该转岗去做的任务”上持续提升。被替代的程序员无法简单转去做“AI 管理”，因为 AI 本身已经能做这件事。

如今，AI 智能体能处理原本需数周的研发任务。指数增长碾压了我们对“可能性边界”的想象，即便 Wharton 的教授每年都试图把数据重新拟合成另一条 S 曲线。

它们几乎写了全部代码。表现最强的那一批，在几乎所有事情上都比几乎所有人类更聪明，而且还在不断变便宜。

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。人类仍在环中，在最高层做协调或把控审美。但每新增一个岗位，AI 往往会让几十个旧岗位过时；而且新岗位薪酬只占旧岗位的一小部分。

美国 JOLTS：职位空缺跌破 550 万；失业人口/职位空缺比升至约 1.7，为 2020 年 8 月以来最高 | Bloomberg，2026年10月

招聘率全年都很低迷，但 2026 年 10 月 JOLTS 给出了决定性证据：职位空缺跌破 550 万，同比下降 15%。

INDEED：软件、金融、咨询岗位发布量大幅下滑，“生产率提升计划”全面扩散 | Indeed Hiring Lab，2026年11-12月

白领岗位空缺在崩塌，而蓝领岗位空缺相对稳定（建筑、医疗、技工）。人员流失集中在那些写备忘录（我们竟然还在做这行）、批预算、润滑经济中层结构的岗位上。与此同时，两类群体的实际工资增速在全年大部分时间都为负，且持续恶化。

股市对 JOLTS 的关注仍不如另一条消息：GE Vernova 的燃气轮机产能已被预订到 2040 年。于是市场在“负面宏观数据”和“正面 AI 基建新闻”之间横盘拉扯。

但债市（总是比股市更聪明，至少没那么浪漫）开始计入消费冲击。10 年期收益率在之后四个月从 4.3% 下行至 3.2%。尽管如此，表层失业率尚未失控，许多人仍忽略了结构性变化。

在正常衰退中，成因最终会自我修复：过度建设导致建筑放缓，进而促使利率下降，再引发新一轮建设；库存过剩导致去库存，随后再补库存。周期机制内部自带复苏种子。

这次周期的成因并非周期性。

AI 变得更好、更便宜。企业裁员，再把节省资金购买更多 AI 能力，从而继续裁员。被替代者减少消费。面向消费者销售的企业卖不动货，经营转弱，又为保利润加大 AI 投入。AI 再次变得更好、更便宜。

这是一个没有自然刹车的反馈回路。

直觉上，人们以为总需求下滑会放慢 AI 建设。结果没有，因为这不是超大云厂商式资本开支，而是运营开支替代。某公司过去每年在人力上花 1 亿美元、在 AI 上花 500 万；如今在人力上花 7000 万、AI 上花 2000 万。AI 投入按倍数增长，但以“总运营成本下降”的形式发生。每家公司的 AI 预算都在增长，而总体支出在收缩。

讽刺的是，AI 基建复合体在其正在颠覆的经济开始恶化时，表现仍然强劲。NVDA 继续创收纪录；TSM 产能利用率仍维持在 95%+；超大云厂商每季度仍投入 1500-2000 亿美元数据中心资本开支。对这一趋势纯凸性的经济体，如台湾和韩国，表现显著跑赢。

印度则是反面。该国 IT 服务业年出口超 2000 亿美元，是印度经常账户顺差最大贡献项，也是其长期商品贸易逆差的重要对冲。整套模式建立在一个命题上：印度开发者成本远低于美国同行。但 AI 编码智能体的边际成本已降到近乎“电费”。2027 年，TCS、Infosys、Wipro 的合同取消加速。随着锚定印度外部账户的服务业顺差蒸发，卢比在四个月内对美元贬值 18%。到 2028 年 Q1，IMF 已与新德里展开“初步讨论”。

造成冲击的引擎每个季度都更强，意味着冲击每个季度都更快。劳动力市场不存在自然底。

在美国，我们已不再问 AI 基建泡沫会怎样破裂，而是问：当“消费者”正在被机器替代时，一个消费信贷型经济会发生什么。

 
智能替代螺旋
2027 年，宏观叙事不再隐晦。过去 12 个月那些分散却明显负面的变化，其传导机制已变得一目了然。你甚至不必翻 BLS 数据；只要参加一次朋友聚餐就知道。

被替代的白领并没有闲着。他们开始“降档就业”。很多人转向低薪服务业和零工经济岗位，导致这些领域劳动力供给上升，工资进一步受压。

我们有位朋友在 2025 年是 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，开始给 Uber 开车，年收入降到 4.5 万美元。重点不在个人故事，而在二阶算术：把这个动态乘到全美各大都市里几十万名劳动者上。过度资质劳动力涌入服务业和零工经济，压低了原本就艰难群体的工资。行业性冲击由此转移扩散为全经济工资压缩。

而且，以人为核心的“剩余岗位池”还将面临下一轮修正——就在我们写这份报告的当下。因为吸收第一波被替代劳动者的零工经济，正被自动配送和自动驾驶车辆进一步改造。

到 2027 年 2 月，已很明显：仍在职的专业人士也在按“下一个就是我”的预期消费。他们为了不被裁（通常还借助 AI）工作强度翻倍，但晋升和加薪希望消失。储蓄率走高，支出转弱。

最危险的是时滞。高收入群体凭借高于平均水平的储蓄，能让“看起来一切正常”的表象维持两到三个季度。等硬数据确认问题时，真实经济里这早已是旧闻。随后，一则数据击碎了幻觉。

美国初请失业金人数飙升至 48.7 万，创 2020 年 4 月以来新高；美国劳工部，2027年Q3

初请人数升至 48.7 万，为 2020 年 4 月以来最高。ADP 与 Equifax 确认，新申领者绝大多数来自白领专业群体。

接下来一周，标普下跌 6%。负面宏观开始在这场拉锯中占上风。

在正常衰退里，失业通常广泛分布。蓝领与白领会大致按就业占比共同承压。消费冲击也会广泛分布，且因低收入群体边际消费倾向更高，会迅速体现在数据上。

而在本轮周期，失业集中在收入分布的上分位群体。它们在总就业中占比不大，却驱动了极不成比例的消费支出。美国前 10% 收入者贡献超过 50% 的全部消费；前 20% 约贡献 65%。他们买房、购车、度假、外出就餐、支付私校学费、做家装翻新。他们是整个可选消费经济的需求底座。

当这些人失业，或降薪 50% 才能转岗时，相对于失业人数本身，消费冲击极大。白领就业下降 2%，可能对应 3%-4% 的可选消费支出下滑。与蓝领失业（工厂裁员后下周就立刻少花钱）不同，白领失业因有储蓄缓冲会滞后体现，但一旦行为转向，冲击更深。

到 2027 年 Q2，经济已进入衰退。NBER 要在数月后才会正式认定起点（它一贯如此），但数据没有歧义——我们已连续两个季度实际 GDP 负增长。但它还不是“金融危机”……至少当时还不是。

 
相关押注的雏菊链条
私募信贷规模从 2015 年不足 1 万亿美元，增长至 2026 年超过 2.5 万亿美元。相当一部分资金投向软件和科技交易，其中很多是对 SaaS 公司的杠杆收购，估值前提是“收入中高十位数增速可永久维持”。

这些前提在第一次智能体式编程演示和 2026 年 Q1 软件板块崩盘之间就已经死亡，只是估值打分似乎还没意识到这一点。

当许多上市 SaaS 公司估值已跌至 5-8 倍 EBITDA 时，PE 支持的软件公司仍按“早已不存在的收入倍数”留在资产负债表上。管理人缓慢下调估值：100 分、92 分、85 分；而可比上市公司给的是 50 分。

MOODY’S 下调 14 家发行人共 180 亿美元 PE 支持软件债务评级，称“AI 驱动竞争冲击带来结构性收入逆风”；为 2015 年能源行业以来最大单一行业行动 | Moody’s Investors Service，2027年4月

降级之后发生的事，市场都记得。行业老兵早在 2015 年能源降级后就见过这套剧本。

以软件资产为底层的贷款在 2027 年 Q3 开始违约。随后，PE 组合中的信息服务和咨询公司也跟进违约。多笔知名 SaaS 公司数十亿美元级别 LBO 进入重组。

Zendesk 是“冒烟枪”。

ZENDESK 因 AI 驱动客服自动化侵蚀 ARR 而违反债务契约；50 亿美元直贷工具估值下调至 58 美分；创私募信贷软件违约历史记录 | Financial Times，2027年9月

2022 年，Hellman & Friedman 与 Permira 以 102 亿美元将 Zendesk 私有化。债务包规模 50 亿美元，为当时历史上最大 ARR 支持直贷工具，由 Blackstone 牵头，Apollo、Blue Owl、HPS 同在贷款团。该贷款结构明确基于一个假设：Zendesk 的年度经常性收入会持续“经常性”。在约 25 倍 EBITDA 的杠杆水平下，只有该假设成立才讲得通。

到 2027 年中，这一假设不成立了。

AI 智能体已自主处理客服近一年。Zendesk 曾定义的赛道（工单、路由、管理人工支持交互）已被新系统替代——这些系统在不生成工单的情况下就能解决问题。贷款承保时依赖的“年化经常性收入”，不再经常，只是“尚未流失的收入”。

历史上最大 ARR 支持贷款，变成了历史上最大的私募信贷软件违约。所有信贷交易台同时问同一个问题：还有谁把“结构性逆风”伪装成了“周期性逆风”？

但这里有一点主流最初是判断对的：按理这本应可控。

私募信贷不是 2008 年式银行体系。其架构本就为避免被迫抛售而设计。它是封闭式载体，资金锁定。LP 承诺期限 7-10 年。没有储户挤兑，也没有回购融资被抽走。管理人可以持有受损资产，慢慢处置，等待回收。痛苦，但应可管理。体系设计目标是“弯而不折”。

Blackstone、KKR、Apollo 的高管都曾表示软件敞口占资产仅 7%-13%，可控。卖方研报与社交媒体上的信贷观察账号口径一致：私募信贷有永久资本，足以吸收本会击穿杠杆银行的损失。

永久资本。这个词出现在每一场业绩会和投资者信里，用于安抚市场。它成了一句咒语。而像多数咒语一样，没人细看其细节。它真正的含义是……

过去十年里，大型另类资管机构收购保险公司，把其改造成融资载体。Apollo 收购 Athene；Brookfield 收购 American Equity；KKR 收购 Global Atlantic。逻辑很优雅：年金负债提供稳定、久期长的资金来源。管理人将这些资金投向自己发起的私募信贷，同时赚两道钱：保险端赚利差、资管端赚管理费。一个“费上加费”的永动机，只要满足一个条件就运行良好。

私募信贷资产必须本息安全。

损失最终打在那些以长期负债持有非流动资产的资产负债表上。所谓“永久资本”并非抽象意义上耐心的机构资金，也不只是“成熟投资者承担成熟风险”。它是美国家庭储蓄（“Main Street”），以年金形式配置到如今正在违约的同一批 PE 支持软件与科技资产上。那笔“跑不了”的锁定资金，其实是寿险保单持有人的钱——而这里的监管规则完全不同。

与银行体系相比，保险监管此前一直温和——甚至可说自满——但这次成了警钟。监管方本就对寿险公司私募信贷集中度不安，于是开始下调这些资产的风险资本计提待遇。结果是：保险公司要么增资、要么卖资产；而在一个已趋冻结的市场里，两者都难以以合理条款完成。

纽约州与爱荷华州监管机构拟收紧寿险公司持有部分私评信贷资产的资本处理；NAIC 指引预计将提高 RBC 因子并触发更多 SVO 审查 | Reuters，2027年11月

当 Moody’s 将 Athene 的财务实力评级展望调整为负面后，Apollo 股价在两日内下跌 22%。Brookfield、KKR 等随后跟跌。

事情随后变得更复杂。这些机构不只打造了“保险永动机”，还搭建了复杂离岸结构，通过监管套利最大化收益：美国保险主体先签发年金，再将风险分保给其自有的百慕大或开曼再保险关联方——利用更灵活监管，在同样资产上计提更少资本。该关联方再通过离岸 SPV 引入外部资本，形成新的交易对手层，与保险公司一起投资于由同一母公司资管部门发起的私募信贷。

评级机构（其中部分自身也由 PE 持有）在透明度上并非典范——这几乎没人意外。不同机构连接不同资产负债表，形成的蛛网复杂到惊人且高度不透明。底层贷款违约后，究竟谁在承担损失，现实中一时间根本无法回答。

2027 年 11 月崩盘，标志着市场认知从“可能只是常规周期性回撤”转向更不安的框架。Fed 主席 Kevin Warsh 在 FOMC 11 月紧急会议上称其为：“对白领生产率增长相关押注构成的雏菊链条”。

你看，危机从来不是由“损失本身”引发，而是由“对损失的确认”引发。而在金融体系里，还有一个更大、也重要得多的领域，我们如今同样开始害怕这种确认。

按揭问题

ZILLOW 房价指数：旧金山同比 -11%，西雅图 -9%，奥斯汀 -8%；FANNIE MAE 警示科技/金融就业占比超 40% 邮编区域“早期逾期率上升” | Zillow / Fannie Mae，2028年6月

本月 Zillow 房价指数显示：旧金山同比下跌 11%，西雅图 9%，奥斯汀 8%。这并非唯一令人不安的标题。上个月，Fannie Mae 指出以大额按揭为主的邮编区域出现更高早期逾期率——这些地区通常由信用分 780+ 且被视作“防弹级”的借款人构成。

美国住宅按揭市场规模约 13 万亿美元。按揭承销建立在一个根本假设上：借款人在贷款期限内会保持与当前大致相当的就业与收入水平。对多数按揭而言，这一期限是 30 年。

白领就业危机通过持续性的收入预期下修，威胁了该假设。我们现在不得不提出三年前听起来还很荒谬的问题：优质按揭资产还算本息安全吗？

美国历史上此前每一轮按揭危机，基本都由三类因素之一驱动：投机过度（向无力负担房屋者放贷，如 2008 年）、利率冲击（浮动利率按揭因加息变得不可负担，如 1980 年代初）、或局部经济冲击（单一区域单一行业崩塌，如 1980 年代得州石油业、2009 年密歇根汽车业）。

这次三者都不适用。问题借款人并非次贷；他们是 780 FICO、高首付（20%）、信用记录干净、就业稳定、发放时收入核验完整的人群。他们正是所有金融风险模型视作“信用质量基石”的借款人。

2008 年，贷款在发放当日就是坏的。2028 年，贷款在发放当日是好的。只是世界在贷款签出之后……变了。人们是按一个自己已无法继续相信的未来来借钱的。

2027 年我们已提示过一些“不可见压力”的早期信号：HELOC 提款、401(k) 提前支取、信用卡债务飙升，而按揭仍表面正常。随着失业、招聘冻结、奖金削减，这些优质家庭的债务收入比翻倍。

他们依然能还按揭，但前提是停止所有可选消费、消耗储蓄、并推迟任何房屋维护和改善支出。他们在技术上“按揭正常”，却距离实质困境只差下一次冲击；而 AI 能力轨迹显示，这次冲击正在路上。随后我们看到旧金山、西雅图、曼哈顿、奥斯汀的逾期率开始跳升，尽管全国均值仍在历史区间内。

我们现在进入最急迫阶段。房价下行在边际买家健康时可被吸收；而此刻边际买家也在面对同样的收入受损。

尽管担忧持续升温，我们尚未进入全面按揭危机。逾期率虽上升，但仍明显低于 2008 年水平。真正威胁在于轨迹本身。

智能替代螺旋如今又叠加了两个会加速实体经济下滑的金融放大器。

劳动力替代、按揭担忧、私募市场动荡，彼此相互强化。而传统政策工具箱（降息、QE）只能处理金融引擎，无法处理实体经济引擎，因为实体引擎并非由金融条件过紧驱动，而是由 AI 让人类智能变得不再稀缺、不再高价值所驱动。你可以把利率降到零，买下市场上每一笔 MBS 与违约软件 LBO 债……

这也改变不了这样一个事实：一个 Claude 智能体可以用每月 200 美元，完成一个年薪 18 万美元产品经理的工作。

若这些担忧兑现，按揭市场将在今年下半年出现裂缝。在该情景下，我们预计当前股市回撤最终可能接近 GFC 级别（高点到低点 57%）。这意味着标普 500 或回到约 3500 点——我们自 2022 年 11 月 ChatGPT 时刻前一个月以来未再见过的水平。

明确的是：支撑 13 万亿美元住宅按揭的收入假设已遭结构性损伤。不明确的是：政策是否能在按揭市场完全“消化这一含义”之前介入。我们仍抱希望，但也无法否认悲观理由。

 
与时间的赛跑
第一条负反馈回路在实体经济：AI 能力提升、工资单收缩、消费转弱、利润率承压、企业购买更多能力、能力再提升。随后它金融化：收入受损冲击按揭、银行损失收紧信贷、财富效应破裂、反馈回路进一步提速。而这两条回路都被政策响应不足放大了；坦率地说，政府看起来相当困惑。

这个系统从未为此类危机而设计。联邦政府收入基础，本质上是对“人类时间”的征税：人工作、企业发薪、政府抽取一部分。正常年份里，个人所得税和工资税是财政收入脊梁。

截至今年 Q1，联邦财政收入较 CBO 基线预测低 12%。工资税下降，因为就业人数减少且薪酬水平下移。所得税下降，因为实际赚取的收入结构性更低。生产率在激增，但收益流向资本与算力，而非劳动。

劳动收入占 GDP 比重从 1974 年的 64% 降到 2024 年的 56%，这是由全球化、自动化与劳动议价能力长期削弱推动的四十年下行。自 AI 开始指数提升以来的四年内，该比重进一步降至 46%，创有记录以来最大降幅。

产出仍在，但它不再经由家庭回流至企业，也就不再经由 IRS 回流至政府。循环流正在断裂，而社会期待政府出手修复它。

和每次下行周期一样，支出上升恰逢收入下降。不同在于，这次支出压力不是周期性的。自动稳定器是为短期失业设计的，不是为结构性替代设计的。系统仍在发放那些“默认工人会被重新吸纳”的福利；但很多人不会，至少不会以接近先前工资的方式被吸纳。疫情期间政府曾轻松接受 15% 财政赤字，因为被理解为暂时状态。如今需要政府支持的人，不是遭遇一场会恢复的疫情，而是被一项仍在进化的技术替代。

政府必须在从家庭税收中收得更少的同时，向家庭转移更多资金。

美国不会违约。它可以发行并使用同一种货币来支出与偿债。但压力已在其他地方显现：市政债年内表现分化出现令人不安信号。无所得税州尚可，但依赖所得税的一般责任市政债（多数蓝州）开始被定价进一定违约风险。政客很快捕捉到这一点，“谁该获救助”的争论迅速沿党派线展开。

值得肯定的是，政府较早识别到危机的结构性，并开始讨论跨党派提案——所谓“Transition Economy Act（转型经济法）”：通过赤字支出与拟议中的 AI 推理算力税，为被替代劳动者提供直接转移支付。

桌面上最激进的提案更进一步。“Shared AI Prosperity Act（共享 AI 繁荣法）”拟建立对“智能基础设施回报”的公共索取权，介于主权财富基金与 AI 产出特许权使用费之间，并将分红用于家庭转移支付。私营部门游说团体已在媒体上密集警告其“滑坡风险”。

这些讨论背后的政治进程则一如既往地阴郁：作秀、边缘施压与互相要价使情况更糟。右翼将转移支付与再分配斥为马克思主义，并警告征税算力会把领先地位拱手给中国。左翼则警告：若税制由既有巨头参与起草，最终会变成“监管俘获”的新马甲。财政鹰派强调赤字不可持续；鸽派则以 GFC 后过早财政紧缩为前车之鉴。随着今年总统选举临近，分裂只会加剧。 

政客争吵不休之际，社会结构的裂解速度已快过立法进程。

“Occupy Silicon Valley（占领硅谷）”运动成为更广泛不满的缩影。上个月，示威者连续三周封锁 Anthropic 与 OpenAI 旧金山办公室入口。参与人数仍在上升，示威获得的媒体曝光甚至超过触发示威的失业数据本身。

很难想象在 GFC 余波中有人比银行家更被公众憎恶，但 AI 实验室正在逼近这个位置。站在大众角度，这并非毫无道理。其创始人与早期投资者财富累积速度，快到让“镀金时代”都显得温和。生产率繁荣的收益几乎全部流向算力所有者与运行其上的实验室股东，使美国不平等扩大到前所未有的水平。

各方都在寻找自己的“反派”，但真正的反派是时间。

AI 能力演进速度，快于制度适应速度。政策响应按意识形态而非现实速度推进。若政府不能尽快对“问题究竟是什么”达成一致，反馈回路将替他们写下下一章。

 
智能溢价的反向展开
在现代经济史的绝大部分时期，人类智能都是稀缺投入。资本是充裕的（至少可复制），自然资源有限但可替代，技术进步速度慢到足以让人类适应。智能——分析、决策、创造、说服、协调的能力——才是那个无法规模化复制的要素。

人类智能的内生溢价，来自其稀缺性。我们经济中的每一项制度——从劳动力市场到按揭市场再到税制——都建立在这一假设成立的世界上。

我们现在正在经历这项溢价的反向展开。机器智能已成为人类智能在越来越多任务上的可替代方案，而且能力仍在快速提升。这个在“人类心智稀缺”世界里优化了数十年的金融系统，正在重新定价。这个重定价过程痛苦、无序，而且远未结束。

但重定价不等于崩塌。

经济可以找到新的均衡。如何抵达那里，是少数仍只能由人类完成的任务之一。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，创造的不是更多岗位，而是更少岗位。旧框架都不再适用，因为它们从未为“稀缺投入转为充裕投入”的世界而设计。于是我们必须建立新框架。能否在时间窗口内建立它们，是唯一重要的问题。

但你并不是在 2028 年 6 月读到这篇文章。你是在 2026 年 2 月读它。

标普接近历史高位。负反馈回路尚未启动。我们确信这里有些场景不会发生；同样确信机器智能会继续加速。人类智能的溢价会收窄。

作为投资者，我们仍有时间评估：自己的投资组合有多少建立在“无法穿越这个十年”的假设上。作为社会，我们也仍有时间主动应对。

煤矿里的金丝雀还活着。 

---

致谢：感谢 Hunterbrook 的 Sam Koppelman 在校对上的帮助。我们的联合作者、LOTUS 的 Alap Shah 提出了本文构想——本篇由 CitriniResearch 撰写，但他还在“Intelligence Explosion”系列中写了另外两篇，我们强烈建议一并阅读。你可以在这里找到。

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