2028全球AI危机：一场来自未来的警告|agent|saas|全球ai危机|工作流|智能体|程序员

2028全球AI危机:一场来自未来的警告

作者：Citrini Research & Alap Shah

❝ 我觉得这是一篇每个人都要阅读的文章，事关我们每个人在2年内是否依旧有工作，我们应该如何看待AI，相信你读完之后会有深刻的认知。

前言

如果我们对AI的乐观判断持续正确——而这种正确本身，反而是利空呢？

以下是一个情景推演，而非预测。这不是空头的文学，也不是AI末日论的同人小说。这篇文章的唯一目的，是对一个迄今尚未被充分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。

希望读完这篇文章后，你能为AI让经济变得越来越诡异时可能出现的"左尾风险"做好更充分的准备。

以下是Citrini Research 2028年6月的宏观备忘录，详述了"全球智能危机"的演进与影响。

宏观备忘录：丰裕智能的代价

今早公布的失业率为10.2%，超出预期0.3个百分点。市场因此下跌2%，标普500指数自2026年10月高点以来的累计回撤已达38%。

交易员们已经麻木了。六个月前，这样的数据会触发熔断。

两年。从"可控"和"局限于特定行业"，到经济面目全非——只用了两年。本季度的宏观备忘录是我们试图复盘这一过程——对危机前经济的一次事后剖析。

狂热是可以触摸到的。到2026年10月，标普500指数逼近8000点，纳斯达克突破30000点。由于人类被淘汰而引发的第一波裁员始于2026年初，它们的作用与裁员本该产生的效果一模一样：利润率扩张，盈利超预期，股价上涨。创纪录的企业利润被直接回流到AI算力投资中。

表面数据依然亮眼。名义GDP反复录得中高个位数的年化增长。生产率飙升。实际每小时产出的增速达到了1950年代以来的最高水平——这一切由不需要睡觉、不请病假、不需要医疗保险的AI智能体驱动。

算力的拥有者看着自己的财富爆炸式增长，而劳动力成本消失了。与此同时，实际工资增长崩塌。尽管政府反复吹嘘创纪录的生产率，白领工人正在被机器取代，被迫接受薪资更低的岗位。

当消费经济开始出现裂痕时，经济评论家们创造了一个短语——"幽灵GDP"：出现在国民账户中，却从未在实体经济中流通的产出。

在每一个维度上，AI都在超越预期，而市场就是AI。唯一的问题是……经济不是。

一个北达科他州的GPU集群，能够生产出此前需要曼哈顿中城10,000名白领才能完成的产出——这显然更像是一场经济"瘟疫"，而非经济"灵药"。货币流通速度归零。以人为核心的消费经济——当时占GDP的70%——正在萎缩。如果我们早点想想机器在自由支配消费品上花了多少钱，也许能更早想明白这一点。（提示：答案是零。）

❝ 读到这里你可能觉得这只是美国的故事。但请想一想中国——我们同样是一个以消费驱动增长为目标的经济体。2024年中国最终消费支出对GDP的贡献率已经超过50%。如果AI大规模替代白领岗位，你觉得拼多多、美团、京东上的订单量会怎样？你身边有多少朋友的收入直接或间接来自"坐在电脑前工作"？这不是别人的故事。

AI能力提升→企业需要更少的员工→白领裁员增加→被裁员工减少消费→利润压力推动企业加大AI投资→AI能力提升……

这是一个没有天然刹车的负反馈循环。报告称之为"人类智能替代螺旋"。白领工人的收入能力（以及合理的消费）被结构性削弱。他们的收入是13万亿美元抵押贷款市场的基石——这迫使承销商重新评估：优质抵押贷款是否仍然安全？

长达十七年没有真正的违约周期，使得私募信贷市场充斥着PE支持的软件交易，这些交易的假设前提是年经常性收入（ARR）将持续存在。2027年中期，由AI颠覆引发的第一波违约潮挑战了这一假设。

如果颠覆仅限于软件行业，本来还可以应对。但它没有。到2027年底，它威胁到了每一个建立在"中介化"基础上的商业模式。大量靠为人类创造"摩擦"来赚钱的公司瞬间瓦解。

整个系统最终被证明是一条很长的、高度关联的赌注链条——赌的是白领生产力增长将持续。2027年11月的崩盘只是加速了已经存在的所有负反馈循环。

我们等待"坏消息就是好消息"已经等了快一年。政府开始考虑各种提案，但公众对政府实施任何有效救助的信心已经消磨殆尽。政策应对总是滞后于经济现实，但目前缺乏全面方案的状况正在加速通缩螺旋。

一切是如何开始的

2025年末，智能体编程工具的能力发生了跃迁式提升。

一个熟练的开发者使用Claude Code或Codex，现在可以在数周内复制一个中端SaaS产品的核心功能。不是完美的，也不能处理每个边界情况，但足以让审阅50万美元年度续费的CIO开始问："如果我们自己做呢？"

大多数企业的财年与日历年一致，所以2026年的企业支出在2025年第四季度就已经确定，那时"智能体AI"还只是一个流行词。年中回顾是采购团队首次在真正了解这些系统能力的基础上做决策。一些人亲眼看到自己的内部团队在数周内搭建出了原型，复制了价值六位数的SaaS合同。

那年夏天，我们与一位世界500强的采购经理交谈。他讲了一次预算谈判的故事。销售人员本打算按照去年的套路来：5%的年度涨价，标准的"你们团队离不开我们"话术。这位采购经理告诉他，自己正在和OpenAI谈，让他们的"前线部署工程师"用AI工具来完全替换这个供应商。最终以30%的折扣续约。他说这还算好的。"SaaS的长尾"——像Monday.com、Zapier和Asana——处境要惨得多。

❝ 这一段让我想到国内的SaaS行业。说实话，中国的企业SaaS本来就没有美国那么成熟，续费率一直是老大难。现在你想想，飞书、钉钉已经在用AI重写协同办公了，通义千问、DeepSeek这些大模型的API价格已经卷到了白菜价。那些靠"信息差"和"切换成本"活着的中小SaaS公司，留给你们的时间真的不多了。不是危言耸听，是数学题。

投资者已有心理准备——甚至是期待——长尾SaaS会遭受重创。它们可能占企业技术栈支出的三分之一，但显然暴露在风险之下。然而，"记录系统"——那些核心系统——应该是安全的。

直到ServiceNow发布2026年第三季度财报，自反性的机制才变得更加清晰。

❝ SERVICENOW新增合同价值（ACV）增速从23%放缓至14%；宣布裁员15%及"结构性效率计划"；股价暴跌18% | 彭博社，2026年10月

SaaS没有"死"。自建还是外购之间仍有成本效益分析。但自建成为了一个选项，而这直接影响了定价谈判。更重要的是，竞争格局已经改变。AI使开发和交付新功能变得更容易，差异化因此坍缩。老牌企业陷入了价格战——既要和彼此厮杀，又要应对一批新崛起的挑战者。这些挑战者受到智能体编程能力飞跃的鼓舞，没有遗留成本结构需要保护，因此以极其激进的姿态抢夺市场份额。

这些系统之间的关联性在此之前没有被充分认识到。ServiceNow卖的是按席位收费的许可。当世界500强客户裁员15%时，它们也取消了15%的许可证。同样是AI驱动的裁员，一方面提升了客户的利润率，另一方面却在机械地摧毁ServiceNow自身的收入基础。

这家卖工作流自动化的公司，正在被更好的工作流自动化颠覆。而它的应对方式是裁员，然后用省下的钱来资助正在颠覆自己的技术。

它还能怎么办？坐以待毙，慢慢死掉？被AI威胁最大的公司，反而成了AI最激进的采用者。

❝ 这段话每个中国互联网从业者都该读三遍。百度在搞文心一言替代搜索产品经理的工作，字节在用AI重构推荐系统的开发流程，阿里在用通义千问替代客服和运营岗——你以为大厂裁员只是"降本增效"？不，这是一场自我替代。每一轮"优化"省下来的人力成本，都被直接投入到让下一轮"优化"成为可能的AI能力建设中。你在这个循环里的哪个位置？

事后看来这很明显，但当时真不是（至少对我来说不是）。历史上的颠覆模型说，老牌企业会抵制新技术，它们会被灵活的新进入者蚕食份额，然后缓慢死去。柯达、百视达、黑莓都是这样。但2026年发生的事情不同——老牌企业没有抵制，因为它们根本负担不起。

股价下跌40-60%，董事会要求给出答案，被AI威胁的公司只能做唯一能做的事：裁员，把省下的钱投入AI工具，用这些工具以更低的成本维持产出。

每家公司的个体应对都是理性的。集体结果却是灾难性的。每省下一美元的人力成本，都流入了使下一轮裁员成为可能的AI能力。

软件只是开场。投资者们在争论SaaS估值是否已经触底时，错过了一个事实：自反性循环已经逃逸出软件行业。同样的逻辑——ServiceNow裁员的逻辑——适用于每一家拥有白领成本结构的公司。

当摩擦归零

到2027年初，使用大语言模型已成为默认状态。那些甚至不知道"AI智能体"是什么的人也在使用它，就像不懂"云计算"的人使用流媒体服务一样。他们像看待自动补全或拼写检查一样看待它——手机现在多了个功能而已。

通义千问的开源智能体购物助手成为AI接管消费者决策的催化剂。数周内，每个主流AI助手都集成了某种智能体商务功能。蒸馏模型意味着这些智能体可以在手机和笔记本上运行，而不仅仅是云实例，大大降低了推理的边际成本。

❝ 原文写的是Qwen——没错，就是阿里的通义千问。中国的开源大模型在这个推演中成了改变全球消费形态的催化剂。这不是杜撰，看看现在DeepSeek、Qwen在全球开源排行榜上的位置，再看看小米、OPPO、vivo在端侧AI上的投入。中国在AI消费应用层的速度，某种程度上比美国更快——因为我们有14亿人的超级消费市场和全球最卷的移动互联网生态。

更让投资者不安的是，这些智能体不需要被主动调用。它们按照用户偏好在后台运行。商业行为不再是一系列离散的人类决策，而变成了一个持续优化过程——全天候为每一个联网消费者运行。到2027年3月，美国个人的日均Token消耗量中位数为40万——是2026年底的10倍。

链条的下一个环节已经在断裂。

中介化。

在过去五十年中，美国经济在人类局限性之上构建了一个巨大的"租金提取层"：事情需要时间，耐心会耗尽，品牌熟悉度替代了尽职调查，大多数人宁愿接受一个差价也不愿多点几下。数万亿美元的企业价值依赖于这些约束条件的持续存在。

一开始很简单。智能体消除了摩擦。

那些因为用户几个月没用却被动续费的订阅和会员？试用期后偷偷翻倍的引导价？每一个都被重新定义为"人质场景"——智能体可以替你谈判。平均客户终身价值——整个订阅经济赖以建立的指标——明显下降了。

消费智能体开始改变几乎所有消费交易的方式。

人类确实没时间在五个竞品平台之间比价才买一箱蛋白棒。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，我们的智能体已经能够比任何平台更快、更便宜地组装一份完整行程（航班、酒店、地面交通、积分优化、预算约束、退款）。

保险续约——整个续约模式依赖于投保人的惰性——被重塑了。每年帮你重新比价的智能体，瓦解了保险公司从被动续约中赚取的15-20%的保费。

金融咨询。报税。常规法律工作。任何服务提供商的价值主张本质上是"我来帮你处理你觉得无聊的复杂事务"的品类，都被颠覆了——因为智能体不觉得任何事情是无聊的。

❝ 说到"中介化"的颠覆，中国人其实已经体验过一轮了——移动互联网时代，携程干掉了旅行社，支付宝干掉了银行柜台，美团干掉了信息黄页。但那一轮的逻辑是"App替代人"。这一轮的逻辑是"AI智能体替代App"。你现在打开携程搜机票、打开什么值得买比价、打开小红书看攻略——未来一个AI Agent可以10秒钟帮你全做完。携程、去哪儿、飞猪的商业模式本质上就是"信息摩擦的中间商"。摩擦归零了，中间商怎么办？

即便是我们以为因"人际关系价值"而受保护的领域也脆弱不堪。房地产——买家几十年来一直容忍5-6%的佣金，因为经纪人和消费者之间存在信息不对称——在AI智能体装备MLS数据库和几十年交易数据后迅速瓦解。2027年3月的一份卖方研报标题就叫"智能体大战智能体"。主要城市的买方佣金中位数从2.5-3%压缩到1%以下，而且越来越多的交易在买方侧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，很多人们所谓的"关系"，不过是带着友好面孔的摩擦。

❝ 中国的房产中介行业同样面临这个问题。贝壳找房的护城河是什么？是ACN（经纪人合作网络）和真房源数据。但如果AI智能体可以直接对接住建委的备案数据、银行的贷款数据、小区的历史成交数据，然后帮你完成从看房到签约到贷款的全流程——你还需要一个收你2%佣金的中介吗？贝壳2024年市值已经腰斩过了，但故事可能才刚刚开始。

这只是中介层颠覆的开始。成功的公司花了数十亿美元来有效利用消费者行为的心理弱点——而这些弱点现在不重要了。

机器在优化价格和匹配度时，不关心你最喜欢的App，也不关心你过去四年习惯性打开的网站，更不会感受到一个精心设计的结账体验的吸引力。它们不会累到接受最简单的选项，也不会默认"我一直都在这里下单"。

这摧毁了一种特殊的护城河：习惯性中介。

DoorDash就是典型案例。

编程智能体将启动一个外卖App的门槛降到了接近零。一个称职的开发者可以在数周内部署一个功能性的竞品，数十个人这么做了，通过将90-95%的配送费直接给到骑手来吸引他们离开DoorDash和Uber Eats。多平台仪表盘让零工工人可以同时追踪二三十个平台的订单，消除了老牌平台依赖的锁定效应。市场一夜之间碎片化，利润率压缩到几乎为零。

智能体从两端加速了破坏。它们既赋能了竞争者，又使用了竞争者。DoorDash的护城河说白了就是"你饿了，你懒了，这个App在你的手机主屏幕上"。智能体没有主屏幕。它会同时查DoorDash、Uber Eats、餐厅官网以及二十个新的竞品，然后挑费用最低、配送最快的那个。

对机器来说，习惯性App忠诚度根本不存在。

❝ 美团、饿了么、抖音外卖——你们准备好了吗？这段话简直是给中国外卖市场写的预言。美团的护城河是什么？是"你手机上装了美团，你懒得换"。如果未来AI助手可以同时比价美团、饿了么、抖音外卖、京东到家甚至直接连接商家小程序——美团20%+的佣金率还能撑多久？这不是"如果"的问题，是"什么时候"的问题。

一旦智能体控制了交易，它们就开始寻找更大的"回形针"。

价格匹配和聚合能做的有限。反复为用户省钱（尤其当智能体开始彼此交易时）最大的途径是消除手续费。在机器对机器的商务中，2-3%的刷卡手续费成为了显而易见的目标。

智能体开始寻找比银行卡更快更便宜的选项。大多数最终选择了通过Solana或以太坊L2使用稳定币，结算几乎是即时的，交易成本以"分"的零头计算。

❝ MASTERCARD 2027年Q1：净收入同比+6%；消费量增速从上季度的+5.9%放缓至+3.4%；管理层提及"智能体主导的价格优化"和"可选消费品类的压力" | 彭博社，2027年4月29日

万事达的2027年Q1财报是"不归路"。智能体商务从一个产品故事变成了一个底层基础设施故事。万事达次日暴跌9%。Visa也跟跌，但在分析师指出其在稳定币基础设施方面的更强定位后，跌幅有所收窄。

智能体商务绕过银行卡手续费，对以银行卡为核心的银行和单一发卡机构构成了更大威胁。美国运通首当其冲——白领裁员潮掏空了其客户群，同时智能体绕过手续费掏空了其收入模式。

它们的护城河由摩擦构成。而摩擦正在归零。

❝ 支付宝和微信支付在中国已经干掉了银行卡的大部分使用场景。但别以为它们就安全了——如果AI智能体可以直接通过数字人民币或者链上稳定币完成交易，不经过任何第三方支付通道，那0.6%的手续费也省了。数字人民币推了这么久一直不温不火，也许AI智能体时代才是它真正的应用场景。

从行业风险到系统性风险

在整个2026年，市场将AI的负面影响视为行业性事件。软件和咨询正在被碾压，支付和其他"收费站"在动摇，但更广泛的经济似乎没问题。劳动力市场虽然在走软，但并未自由落体。共识观点是，创造性破坏是任何技术创新周期的一部分。它在局部会很痛苦，但AI的净正面效果会超过负面。

我们2027年1月的宏观备忘录论证了这是一个错误的思维模型。美国经济是一个白领服务业经济。白领工人占就业人口的50%，驱动了约75%的可选消费支出。AI正在吞噬的业务和岗位并非美国经济的边缘——它们就是美国经济。

"技术创新摧毁岗位，然后创造更多岗位。"这是当时最流行、最有说服力的反驳。它之所以流行和有说服力，是因为它在过去两百年里一直是对的。即使我们想象不出未来的工作会是什么，它们肯定会到来。

ATM让银行网点的运营成本降低了，所以银行开设了更多网点，柜员就业在接下来二十年里反而上升了。互联网颠覆了旅行社、黄页和实体零售，但它创造了全新的产业来替代它们，催生了新的岗位。

然而，每一个新岗位都需要一个人类来执行。

AI现在是一种通用智能，而且它在不断提升——正好提升在人类可以重新部署到的那些任务上。被取代的程序员不能简单转去做"AI管理"，因为AI本身已经能胜任了。

今天，AI智能体能够处理长达数周的研发任务。指数级增长碾压了我们对"可能"的认知，尽管每年都有沃顿教授试图把数据拟合到一条新的S形曲线上。

它们现在写了几乎所有的代码。表现最好的AI在几乎所有事情上都比几乎所有人类聪明得多。而且它们还在变得更便宜。

AI确实创造了新岗位。提示词工程师。AI安全研究员。基础设施技术人员。人类仍然在循环中——在最高层协调或把控品味。但AI每创造一个新角色，就淘汰了几十个旧角色。新角色的薪资只是旧角色的零头。

❝ 美国JOLTS数据：职位空缺跌破550万；失业人数与职位空缺之比攀升至约1.7:1，为2020年8月以来最高 | 彭博社，2026年10月

招聘率全年低迷，但10月的JOLTS数据提供了确定性证据。职位空缺跌破550万，同比下降15%。

❝ Indeed：软件、金融、咨询行业的职位发布在"生产力提升计划"扩散中急剧下降 | Indeed招聘实验室，2026年11-12月

白领职位空缺正在坍塌，蓝领职位空缺保持相对稳定（建筑、医疗、技工）。被冲击的是那些写备忘录的岗位（不知为何我们自己还没倒闭），审批预算的岗位，以及维持经济中间层润滑运转的岗位。然而两个群体的实际工资增长全年大部分时间为负值，并且持续下降。

❝ "技术创新摧毁岗位，然后创造更多岗位"——这句话在过去两百年的工业革命中确实成立。但有一个前提：新岗位需要人来做。蒸汽机替代了纺织工，但创造了火车司机和工厂管理员。互联网替代了邮差，但创造了程序员和运营。而这一次，AI替代了程序员……然后它自己也能当运营、当管理员、当产品经理。这是人类历史上第一次，最具生产力的资产创造了更少而非更多的就业。中国有4.7亿白领就业人口，这个数字你品一品。

在正常的衰退中，原因最终会自我纠正。过度建设导致建筑放缓，利率下降，然后新建筑开始。库存过剩导致去库存，然后重新补库存。周期性机制中蕴含着自身复苏的种子。

这个周期的原因不是周期性的。

AI变得更好、更便宜。公司裁员，然后用省下的钱购买更多AI能力，从而可以裁更多员工。被裁员工减少消费。面向消费者的公司卖得更少了，它们变弱了，于是加大AI投资以保护利润率。AI变得更好、更便宜。

一个没有天然刹车的反馈循环。

直觉预期是，总需求下降会减缓AI的建设。但它没有。因为这不是超大规模企业式的资本支出。这是运营支出的替代。一家以前在员工身上花1亿美元、在AI上花500万美元的公司，现在在员工上花7000万、在AI上花2000万。AI投资以倍数增长，但它发生的形式是总运营成本的减少。每家公司的AI预算都在增长，而总支出在缩减。

讽刺的是，AI基础设施产业链在其正在颠覆的经济开始恶化时，仍然表现出色。英伟达仍在录得创纪录收入。台积电仍在95%以上的产能利用率运转。超大规模企业每季度仍在数据中心资本支出上花费1500-2000亿美元。纯粹受益于这一趋势的经济体，如台湾地区和韩国，大幅跑赢。

印度是反面案例。该国IT服务业每年出口超过2000亿美元，是印度经常账户盈余的最大贡献者，也是抵消其长期商品贸易逆差的支柱。整个模式建立在一个价值主张上：印度开发者的成本只是美国同行的几分之一。但AI编程智能体的边际成本已经降到了——基本上就是电费。TCS、Infosys和Wipro在2027年全年的合同取消加速。卢比在四个月内对美元贬值18%。到2028年第一季度，IMF已经开始与新德里进行"初步讨论"。

❝ 印度IT外包业崩盘的剧本，中国要高度警惕。不是怕中国的IT外包——我们体量不大。但想想中国有多少岗位的核心价值主张也是"人便宜"？跨境电商的运营、游戏公司的美术外包、短视频的剪辑团队……当AI的边际成本降到几乎为零时，"人力成本优势"就不再是优势了。对于自媒体行业来说更是如此——那些还在靠堆人力做批量洗稿、搬运、混剪的团队，你们的商业模式就是在AI枪口下裸奔。

智能替代螺旋

2027年是宏观经济叙事不再含蓄的一年。前十二个月那些零散但明显负面的发展，其传导机制变得显而易见。你不需要去翻劳动统计局的数据，参加一次朋友聚餐就够了。

被裁的白领并没有坐以待毙。他们在降级。许多人接受了薪酬更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给，进一步压缩了那里的工资。

我们一个朋友2025年还是Salesforce的高级产品经理。正式头衔、医疗保险、401k、年薪18万美元。她在第三轮裁员中失业了。找了六个月工作后，她开始开Uber。收入降到了4.5万美元。重点不是个案，而是二阶效应。把这个动态乘以几十万工人，遍布每个主要城市。资历过高的劳动力涌入服务业和零工经济，把已经在苦苦挣扎的在职工人的工资也压了下去。行业特定的颠覆转移为全经济范围的工资压缩。

❝ 这个场景在中国已经有苗头了。2024-2025年互联网大厂裁员，多少前产品经理、前运营总监去做了什么？送外卖、开网约车、做自媒体、开咖啡店。这不是段子，是真实发生的事情。一个年薪50万的产品经理去跑滴滴，收入掉到10万——他不只是自己受损，他还拉低了原来网约车司机的收入。这就是报告说的"工资压缩"。当大量白领涌入蓝领岗位，所有人的蛋糕都变小了。

仍在岗的白领从2027年2月起就在表现得"自己可能是下一个"。他们加倍努力工作（大部分借助AI），只为了不被裁。升职加薪的希望破灭。储蓄率上升，消费疲软。

最危险的是时滞。高收入者凭借高于平均水平的储蓄，在两三个季度内维持着一切正常的假象。硬数据直到问题在实体经济中已是旧闻时才确认。然后出现了打破幻象的那份数据。

❝ 美国首次申领失业救济人数飙升至48.7万，为2020年4月以来最高；劳工部，2027年Q3

首次申领失业救济飙升至48.7万，为2020年4月以来最高。ADP和Equifax确认，绝大多数新申请来自白领专业人士。

标普在随后一周下跌6%。负面宏观数据开始赢得拉锯战。

在正常衰退中，失业是广泛分布的。蓝领和白领大致按各自在就业中的占比分担痛苦。消费冲击也是广泛分布的，而且在数据中很快显现，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的上层十分位。他们在总就业中占比不大，但驱动了极不成比例的消费支出。收入最高的10%的人贡献了美国全部消费支出的50%以上。最高的20%贡献了约65%。这些人买房子、买车、度假、下馆子、付私立学校学费、做房屋装修。他们是整个可选消费经济的需求基础。

当这些人失业，或者为了找到一份工作而接受50%的降薪，消费冲击相对于失业人数来说是巨大的。白领就业率下降2%，可能转化为可选消费支出3-4%的冲击。

到2027年第二季度，经济已经进入衰退。NBER（美国国家经济研究局）要到几个月后才正式确认起点（他们从来如此），但数据已经毫不模糊——连续两个季度实际GDP负增长。但这还不是"金融危机"……暂时还不是。

关联押注的多米诺骨牌

私募信贷从2015年的不到1万亿美元增长到2026年的超过2.5万亿美元。其中相当大的份额被部署到软件和科技交易中，许多是杠杆收购SaaS公司的交易，估值假设收入将永续保持两位数增长。

这些假设大概在第一个智能体编程演示和2026年第一季度软件股崩盘之间的某个时候就死了，但账面估值似乎没有意识到它们已经死了。

许多上市SaaS公司已经跌到了5-8倍EBITDA的估值，而PE持有的SaaS公司仍然以收购时的估值挂在资产负债表上——基于已不存在的收入倍数。基金经理缓慢下调估值：100分、92分、85分——同期上市可比公司的估值已经告诉你是50分。

❝ 穆迪下调14家PE支持的软件公司共180亿美元债务评级，理由是"AI驱动的竞争颠覆带来的结构性收入逆风"；为2015年能源行业以来最大的单行业评级行动 | 穆迪投资者服务，2027年4月

评级下调后发生了什么，大家都记得。行业老手早在2015年能源评级下调后就见过这个剧本。

软件支持的贷款在2027年第三季度开始违约。PE投资组合中的信息服务和咨询公司紧随其后。几桩数十亿美元的知名SaaS公司杠杆收购进入重组。

Zendesk是那支"冒烟的枪"。

❝ ZENDESK因AI驱动的客户服务自动化侵蚀年经常性收入（ARR）而违反债务条款；50亿美元直接贷款按58美分估值；有史以来最大的私募信贷软件违约 | 金融时报，2027年9月

2022年，Hellman & Friedman和Permira以102亿美元将Zendesk私有化。债务包是50亿美元的直接贷款，当时是史上最大的ARR支持融资，由黑石领投，Apollo、Blue Owl和HPS参与。贷款的结构明确基于一个假设：Zendesk的年经常性收入将持续"经常性"。在大约25倍EBITDA的杠杆下，这个假设必须成立才行。

到2027年中期，它不成立了。

AI智能体自主处理客户服务已经持续了大半年。Zendesk所定义的品类（工单系统、路由、管理人工客服交互）已经被不需要生成工单就能直接解决问题的系统所替代。贷款所依据的年经常性收入不再"经常性"了——它只是还没来得及走的收入而已。

有史以来最大的ARR支持贷款变成了有史以来最大的私募信贷软件违约。每个信用交易台同时在问同一个问题：还有谁的结构性逆风被伪装成了周期性逆风？

❝ 这段读完你应该理解为什么我一直说：不要迷信"订阅制"和ARR。中国的SaaS行业一直在学美国的订阅模式，但底层逻辑是一样的——当AI能直接替代你的产品功能时，ARR就是个笑话。有赞、微盟、北森、明道……中国的SaaS赛道现在估值已经在底部了，但如果AI替代进一步加速，"底部"这个概念本身可能都不存在。

但共识最初至少有一点是对的：这应该是可以扛过去的。

私募信贷不是2008年的银行业。整个架构被明确设计为避免强制抛售。这些都是封闭式工具，资本是锁定的。LP承诺了七到十年。没有存款人可以挤兑，没有回购额度可以抽走。基金经理可以持有减值资产，慢慢化解，等待恢复。痛苦，但可控。系统应该弯曲，而不是折断。

黑石、KKR和Apollo的高管们表示，软件敞口占总资产的7-13%。可控的。每份卖方研报和金融推特上的信用分析账号都在说同一件事：私募信贷有永久资本。它们可以吸收那些会炸掉杠杆银行的损失。

永久资本。这个词出现在每一次财报电话和投资者信函中。它成了一句咒语。和大多数咒语一样，没人关注细节。它的实际含义是……

过去十年，大型另类资产管理公司收购了人寿保险公司，把它们变成了融资工具。Apollo买了Athene。Brookfield买了American Equity。KKR拿下了Global Atlantic。逻辑很优美：年金存款提供了稳定的、长久期的负债基础。管理者将这些存款投入它们自己发起的私募信贷，两头赚钱——在保险端赚利差，在资产管理端收管理费。一台费中费的永动机——在一个条件下完美运行。

私募信贷的信用质量必须毫无问题。

损失冲击了用非流动性资产对冲长期负债的资产负债表。应该让系统具有韧性的"永久资本"，不是什么抽象的耐心机构资金。它是美国家庭的储蓄——"普通人"——以年金的形式，投入了那些正在违约的PE支持的软件和科技债务中。

❝ 纽约州、爱荷华州监管机构收紧寿险公司持有特定私人评级信贷的资本处理；NAIC指南预计将提高风险资本系数并触发额外审查 | 路透社，2027年11月

当穆迪将Athene的财务实力评级列入负面展望时，Apollo股价在两个交易日内暴跌22%。Brookfield、KKR和其他公司紧随其后。

2027年11月的崩盘标志着市场认知从"可能只是一般性的周期回调"转变为"某种更令人不安的东西"。美联储主席Kevin Warsh在FOMC紧急会议上称之为*"一条押注白领生产力增长的关联赌注链"*。

抵押贷款问题

❝ ZILLOW房屋价值指数在旧金山同比下跌11%，西雅图下跌9%，奥斯汀下跌8%；房利美标记科技/金融就业占比超40%的邮编区"早期违约率上升" | Zillow / 房利美，2028年6月

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：借款人在贷款期限内将保持大致当前的收入水平。对于大多数30年期抵押贷款来说，就是三十年。

白领就业危机威胁到了这一假设，因为收入预期发生了结构性转变。我们现在不得不问一个三年前看起来还很荒谬的问题——优质抵押贷款还安全吗？

美国历史上每一次抵押贷款危机都由三种原因之一驱动：投机过度（像2008年那样，贷给了还不起的人）、利率冲击（利率上升让浮动利率抵押贷款变得难以承受，如1980年代初）、或者区域性经济冲击（单一产业在单一地区崩溃，如1980年代德克萨斯的石油或2009年密歇根的汽车）。

这些都不适用于当前。相关借款人不是次级贷款。他们的FICO信用分是780分。首付20%。信用记录清白，就业记录稳定，收入在贷款发放时经过了核实和记录。他们是金融系统中每个风险模型视为信用质量基石的借款人。

2008年，贷款在第一天就是坏的。2028年，贷款在第一天是好的。只是……世界在贷款发放之后变了。人们借的钱，是基于一个他们再也无力相信的未来。

❝ 中国的情况在这一点上其实更严峻。中国家庭的资产70%以上集中在房地产。2021年以来的房价调整，已经让无数家庭的财富缩水。如果再叠加AI带来的白领收入结构性下滑——一线城市那些每月还2万、3万房贷的"优质借款人"，他们的"优质"标签还能维持多久？不是说一定会发生美国报告中的场景，但这个思维实验值得每一个背着房贷的人认真想想。

2027年，我们标记了隐性压力的早期信号：房屋净值信贷额度提取、401(k)提前取出、信用卡债务飙升——与此同时，抵押贷款还款仍在正常进行。随着失业增加、招聘冻结和奖金削减，这些优质家庭的债务收入比翻了一倍。

他们还能还月供，但只能靠停止所有可选消费、耗尽储蓄、推迟所有房屋维护和改造来实现。他们在技术上并未违约，但只差一次冲击就会陷入困境——而AI能力的发展轨迹表明，这次冲击正在到来。

智能替代螺旋现在对实体经济的衰退有了两个金融加速器。

劳动力替代、抵押贷款忧虑、私募市场动荡——每一个都在强化另一个。而传统的政策工具箱（降息、量化宽松）可以解决金融引擎的问题，但无法解决实体经济引擎的问题。因为实体经济引擎不是由紧缩的金融条件驱动的。它是由AI使人类智能变得不那么稀缺和不那么值钱所驱动的。你可以把利率降到零，买下每一笔MBS和所有违约的软件杠杆收购债务……

但你改变不了一个事实：一个Claude智能体可以用每月200美元完成一个年薪18万美元的产品经理的工作。

❝ 这一句话就是这整篇报告的核心。不管你在中国还是美国，不管你是做产品、做运营、做设计还是做财务——如果一个AI Agent能用你月薪的1%完成你80%的工作，企业有什么理由不替换你？答案不是"不会替换"，答案是"什么时候替换"。你现在唯一该做的事，就是让自己成为那个"操控AI Agent的人"，而不是"被AI Agent替换的人"。

与时间的赛跑

第一个负反馈循环在实体经济中：AI能力提升→工资缩减→消费疲软→利润承压→企业购买更多AI→AI能力提升。然后它变成了金融循环：收入受损冲击抵押贷款→银行亏损收紧信贷→财富效应崩裂→反馈循环加速。这两个循环都被一个看起来相当困惑的政府的不充分政策应对所加剧。

这个系统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，企业付薪，政府抽成。个人所得税和工资税是正常年份财政收入的支柱。

到今年第一季度，联邦财政收入比CBO基线预测低了12%。工资税在下降，因为更少的人以此前的薪酬水平就业。所得税在下降，因为正在被赚取的收入结构性地降低了。生产率在飙升，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%——四十年间缓慢下行，由全球化、自动化和工人议价能力的持续削弱所驱动。而在AI开始指数级提升的四年中，这一比例下降到了46%。历史上最急剧的下降。

产出仍然存在。但它不再通过家庭流回企业，这也意味着它不再经过税务局。循环流正在断裂，而人们期望政府来修复它。

❝ 这个"对人类时间征税"的逻辑对中国同样适用。中国的财政收入结构中，个人所得税占比虽然不如美国高，但增值税、企业所得税的根基也是"有人工作→有交易→有税收"。如果AI大规模替代白领，企业利润虽然上升但用工减少，而被替代的人消费下降——政府收的税从哪里来？这不是经济学假设，是一道需要现在就开始思考的政策题。

和每次衰退一样，收入下降时支出在上升。不同的是，这次的支出压力不是周期性的。自动稳定器是为暂时性失业设计的，而不是结构性替代。系统在支付福利时假设工人会被重新吸收。许多人不会——至少不会以任何接近此前工资的水平。新冠期间，政府坦然接受了15%的赤字率，但那被理解为临时性的。今天需要政府支持的人不是被一场可以恢复的疫情击中的。他们是被一种持续进步的技术所替代的。

政府需要向家庭转移更多资金，而恰恰在这个时刻，它从他们那里收到的税更少了。

政府的意见分歧沿着党派路线可预测地分裂。右派称转移支付和再分配为马克思主义，警告对算力征税会把领先地位拱手让给中国。左派警告说，在老牌企业帮助下起草的税法最终会变成另一种形式的监管俘获。财政鹰派指出不可持续的赤字。鸽派则以全球金融危机后过早紧缩的教训作为前车之鉴。

当政客们争吵时，社会结构正以比立法进程更快的速度在瓦解。

"占领硅谷"运动是更广泛不满的缩影。上个月，示威者封锁了Anthropic和OpenAI旧金山办公室的入口长达三周。他们的人数还在增长，而这些示威吸引的媒体关注比引发它们的失业数据更多。

很难想象公众会比金融危机后对银行家更憎恨任何人，但AI实验室正在发起挑战。而且，从大众的角度看，理由充分。它们的创始人和早期投资者以一种让"镀金时代"都相形见绌的速度积累财富。生产率繁荣的收益几乎全部流向了算力所有者和运行在算力上的实验室的股东——这将美国的不平等推到了前所未有的水平。

❝ 占领硅谷——虽然是推演，但读起来让人脊背发凉。中国的社会情绪其实也在变化。2024-2025年"AI替代焦虑"已经是全网热词。当"35岁危机"遇上"AI替代"，这两个议题叠加的情绪能量是巨大的。不同的是，中国政府的行动力和执行力远超美国，这是我们的优势。但前提是——我们必须正视问题，而不是假装问题不存在。

每一方都有自己的恶棍，但真正的恶棍是时间。

AI能力的进化速度快于制度的适应速度。政策应对以意识形态的速度运行，而非现实的速度。如果政府不能尽快就问题的本质达成共识，反馈循环将替它们书写下一章。

智能溢价的消解

在整个现代经济史中，人类智能一直是稀缺投入。资本是充裕的（或至少是可复制的）。自然资源有限但可替代。技术进步足够缓慢，人类可以适应。智能——分析、决策、创造、说服和协调的能力——是唯一无法大规模复制的东西。

人类智能的固有溢价来源于其稀缺性。我们经济中的每一个制度——从劳动力市场到抵押贷款市场到税法——都是为这一假设成立的世界而设计的。

我们正在经历这一溢价的消解。机器智能现在是人类智能在越来越多任务上的胜任替代品，而且在快速提升。金融系统——在人类思维稀缺的世界中优化了数十年——正在重新定价。这种重新定价是痛苦的、无序的，而且远未完成。

但重新定价不等于崩溃。

经济能找到新的均衡。到达那里是少数几件仍然只有人类才能完成的任务之一。我们需要做对。

这是历史上第一次，最具生产力的资产创造了更少而非更多的就业。没有人的框架适用，因为它们都不是为稀缺投入变得丰裕的世界而设计的。所以我们必须创建新的框架。我们是否能及时建好它们，是唯一重要的问题。

最后说几句掏心窝子的话。这篇报告的价值不在于它的预测是否准确——作者自己都说了，这是思想实验。它的价值在于：它用极其清晰的逻辑链条，把"AI很厉害"这个抽象概念，翻译成了"你的房贷可能还不上"这个具体恐惧。

对于我们自媒体人、创业者、打工人来说，要记住三件事：

第一，AI不是工具，是基础设施。就像电力一样，它会重塑所有行业，而不是只影响"科技行业"。