前言
如果我们对 AI 的乐观判断持续被验证……可这件事本身，反而是利空呢？
接下来是一个情景推演，不是预测。 这不是“熊市恐吓文”，也不是 AI 末日同人。本文唯一目的，是建模一个至今仍相对少被深入讨论的场景。这个问题最初由我们的朋友 Alap Shah 提出，我们一起头脑风暴了答案。这个部分由我们撰写，他还写了另外两篇，可在这里阅读。
希望读完后，你会对 AI 让经济变得越来越“反常”时，可能出现的左尾风险准备得更充分。
这是一份来自 2028 年 6 月的 CitriniResearch 宏观备忘录，记录了“全球智能危机”的演进与后果。
宏观备忘录
智能过剩的后果
CitriniResearch
2026 年 2 月 22 日 2028 年 6 月 30 日
今早公布的失业率为 10.2%，比预期高 0.3%。数据一出，市场下跌 2%，标普指数自 2026 年 10 月高点累计回撤已达 38%。
交易员已经麻木了。六个月前，这样的数据足以触发熔断。
两年。 从“可控”“局部行业冲击”走到一个与我们成长时代完全不同的经济体，只用了两年。本季度这份宏观备忘录，试图把这条路径还原出来——作为危机前经济的尸检报告。
当时的狂热几乎触手可及。到 2026 年 10 月，S&P 500 一度逼近 8000 点，Nasdaq 突破 30000 点。由“人类岗位过时”引发的第一波裁员从 2026 年初启动，而且它们确实发挥了裁员“应有”的作用：利润率扩张、盈利超预期、股价上涨。企业创纪录利润又被继续投入 AI 算力。
表面数字依旧漂亮。名义 GDP 年化增速反复落在中高个位数；生产率大幅提升；每小时实际产出增速达到 1950 年代以来罕见水平，驱动因素是那些不睡觉、不请病假、也不需要医保的 AI 代理。
算力所有者的财富在劳动力成本蒸发后急剧膨胀。与此同时，实际工资增速却崩塌。尽管政府不断宣称“生产率创纪录”，白领岗位仍在被机器替代，许多人被迫转向更低薪工作。
当消费端经济开始出现裂缝时，经济评论圈流行起一个词：“幽灵 GDP”——它出现在国民账户里，却从未在真实经济中形成循环。
AI 在几乎所有维度都超出预期，而市场本身也几乎等于 AI。 唯一的问题是……经济并不是。
其实一开始就该看清：北达科他州一个 GPU 集群，产出相当于曼哈顿中城 10000 名白领曾经创造的价值，这更像一场经济瘟疫，而非经济灵药。货币流通速度横盘。以人为中心、占当时 GDP 70% 的消费经济不断枯萎。若我们早一点问一句“机器会买多少可选消费品”，也许早就能想明白。（提示：是零。）
AI 能力提升 → 企业所需员工减少 → 白领裁员增加 → 被替代人群支出下滑 → 利润率压力迫使企业投入更多 AI → AI 能力继续提升……
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被结构性削弱（因此他们缩减支出也完全理性）。而他们的收入，正是 13 万亿美元住房按揭市场的基石——迫使承销机构重新评估：优质按揭是否依然“money good”。
长达 17 年没有真正违约周期，让私人市场堆满了默认 ARR 会持续“可续”的 PE 软件交易。2027 年中，AI 冲击引发的第一波违约，击穿了这一假设。
如果冲击只停留在软件业，本来尚可管理。但它没有。到 2027 年底，所有以“中介环节”盈利为前提的商业模式都受到威胁。大量靠“把人的摩擦货币化”而生的公司，迅速瓦解。
事实证明，这个系统是一长串高度相关的押注，赌的都是白领生产率持续增长。2027 年 11 月崩盘，只是把原本已在运转的所有负反馈回路再度加速。
我们已经等“坏消息即好消息”快一年了。政府开始讨论方案，但公众对政府能否组织有效救助的信心日渐衰退。政策响应历来慢于经济现实，但在当下，缺乏系统性方案正在加速通缩螺旋。
这一切如何开始
2025 年末，智能体编程工具能力出现阶跃式跃迁。
一个有经验的开发者，配合 Claude Code 或 Codex，已经能在几周内复刻一款中端 SaaS 产品的核心功能。虽然不完美，也未覆盖所有边缘场景，但“够用”到足以让审阅 50 万美元年续约单的 CIO 开始问：“要不我们自己做？”
财政年度通常与自然年对齐，因此 2026 年企业预算在 2025 年 Q4 就已确定——那时“agentic AI”还只是热词。到了年中复盘，采购团队第一次在真正看见系统能力之后做决策。一些团队眼睁睁看着内部原型在几周内复刻六位数 SaaS 合同。
那个夏天，我们和一家《财富》500 强的采购经理聊过。他讲了自己一场预算谈判：销售原本还想按去年剧本走——年涨价 5%，再加“你们团队离不开我们”的经典话术。采购经理直接说，他正在和 OpenAI 谈“forward deployed engineers”如何用 AI 工具直接替代供应商。最终续约价打了 7 折。对方说这已经算好结果了。SaaS 的“长尾”公司，比如 Monday.com、Zapier、Asana，处境更糟。
投资者早有预期，甚至可说翘首以待：长尾会被重击。它们可能占典型企业软件栈支出的三分之一，暴露度显而易见。但大家原以为，核心系统记录层（systems of record）是安全的。
直到 ServiceNow 2026 年 Q3 财报，反身性机制才真正清晰。
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 不是“死了”。自建系统仍存在运行维护成本和收益权衡。但“自建”已经是选项，这会被计入定价谈判。更重要的是，竞争格局变了。AI 降低了开发和上线新功能门槛，差异化迅速收敛。头部厂商被迫在价格上“血拼”——既要互砍，也要对抗一批新冒出来的挑战者。后者没有历史成本包袱，又被智能体编程跃迁鼓舞，抢份额极其凶猛。
而在这份财报前，市场也没充分意识到系统间互联的后果。ServiceNow 卖的是席位。客户裁员 15%，就会取消 15% 许可证。那些本来在客户侧提升利润率的 AI 驱动减员，会机械性地摧毁 ServiceNow 自身收入底盘。
一家卖“工作流自动化”的公司，被更好的“工作流自动化”冲击，而它的应对是裁员、再把省下的钱投向正在冲击自己的那项技术。
那他们还能怎么办？坐着不动，慢慢死吗？受 AI 威胁最大的公司，反而成了 AI 最激进的采用者。
事后看这很显然，但当时真不显然（至少对我如此）。历史上的“颠覆模型”是：既有巨头抗拒新技术，被灵活新玩家夺走份额，慢慢死亡。Kodak、Blockbuster、BlackBerry 都如此。2026 年不一样：巨头没有抗拒，因为它们根本承受不起抗拒。
当股价腰斩 40%-60%，董事会逼问答案，受 AI 威胁企业只剩一条路：裁员，把节约资金投入 AI，再用 AI 以更低成本维持产出。
每家公司单看都理性，合起来却是灾难。每节省 1 美元人工成本，就会流向让下一轮裁员成为可能的 AI 能力。
软件只是序章。 当投资者还在争论 SaaS 估值是否见底时，反身性回路已经溢出软件行业。支撑 ServiceNow 裁员逻辑的同一套机制，适用于所有白领成本占比高的公司。
当摩擦降为零
到 2027 年初，LLM 的使用已成默认。很多人在用 AI 代理，却甚至不知道“AI 代理”这个词，就像不少人用流媒体时并不懂“云计算”。在他们眼里，这就像自动补全和拼写检查——手机“现在本来就会做”的功能。
Qwen 开源的 agentic shopper 成为 AI 处理消费决策的催化剂。几周内，几乎所有主流 AI 助手都集成了某种智能体电商能力。蒸馏模型让这类代理能跑在手机和笔记本，而非仅云端实例，显著降低了推理边际成本。
真正该让投资者不安却没被充分重视的一点是：这些代理不会等你下指令。它们按用户偏好在后台持续运行。消费从一连串离散的人类决策，变成了 24/7 连续优化流程——为每个联网消费者实时执行。到 2027 年 3 月，美国中位数个体每天消耗 token 达到 40 万，较 2026 年底增长 10 倍。
链条中的下一环已经开始断裂。
中介。
过去 50 年，美国经济在“人类局限”之上搭起一层巨大的租值抽取结构：事情耗时、耐心会耗尽、品牌熟悉度替代了尽调、多点几次太麻烦，所以很多人愿意接受差价格。数万亿美元企业价值，建立在这些约束会持续存在的前提上。
起初看似平淡：代理先移除了摩擦。
那些被动续费却数月不用的订阅；试用期后悄悄翻倍的引流价。代理把它们统统重新定义为“人质场景”，并主动谈判。整个订阅经济赖以成立的指标——平均客户终身价值（LTV）——明显下滑。
消费代理开始改写几乎所有消费交易的工作方式。
人类没时间在买一盒蛋白棒前横向比价五个平台。机器有。
旅游预订平台最先倒下，因为它最简单。到 2026 年 Q4，我们的代理已经能更快、更便宜地拼装完整行程（机票、酒店、地面交通、忠诚度优化、预算约束、退款处理），优于任何平台。
保险续保模式长期依赖保单持有人“懒得动”，如今也被重写。每年自动重比保单的代理，拆掉了保险公司靠被动续保赚取的 15%-20% 保费溢价。
理财建议、报税、常规法律服务……任何价值主张本质是“我帮你处理你嫌麻烦的复杂性”的行业，都被冲击，因为代理根本不觉得麻烦。
甚至那些我们以为有“人情关系护城河”的领域也很脆弱。房地产行业几十年能收 5%-6% 佣金，本质来自中介与消费者的信息不对称。一旦 AI 代理接入 MLS 与数十年交易数据，知识库瞬间可复制。2027 年 3 月一篇卖方报告把它称作“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，越来越多交易买方端已完全无真人中介。
我们高估了“人际关系”的价值。后来才发现，很多人所谓的关系，不过是“带着笑脸的摩擦”。
这只是中介层冲击的开始。曾经成功的公司花了数十亿美元去利用消费者行为偏差和心理弱点，而这些在机器面前已失效。
机器只优化价格与匹配度，不在乎你最喜欢哪个 App、不在乎你过去四年养成的访问习惯，也不会被一个设计精巧的结账流程打动。它们不会累，不会为了省事接受最容易选项，也不会默认“我一直在这家下单”。
这摧毁了某种特定护城河：习惯性中介。
DoorDash（DASH US）就是典型样本。
编程代理把外卖 App 的创业门槛压平。一个靠谱开发者几周就能上线可用竞品，确实有几十家这么做了；它们把配送费的 90%-95% 让利给骑手，吸走 DoorDash 和 Uber Eats 的供给端。多平台接单面板让零工同时追踪二三十个平台订单，彻底瓦解 incumbents 依赖的锁定效应。市场一夜碎片化，利润率被压到几乎归零。
代理在破坏两端同时加速：它们既让竞品出现，也去使用竞品。DoorDash 的护城河本来就是“你饿了、你懒了、首页就是我”。代理没有首页。它每次都会检查 DoorDash、Uber Eats、餐厅官网，再加二十个新造的 vibe-coded 替代品，以选出最低费用和最快配送。
“习惯性 App 忠诚”——整个商业模式的根——对机器根本不存在。
这件事甚至带点黑色幽默：在整个故事里，几乎是唯一一次代理“顺手帮了”将被替代的白领。因为当他们转去跑外卖时，至少收入的一半不再被 Uber 和 DoorDash 抽走。当然，这份“技术善意”也没持续多久，自动驾驶普及后很快结束。
当代理掌控交易后，它们开始寻找更大的“回形针”。
仅靠比价和聚合，能省的钱终究有限。要持续大幅替用户降本（尤其当代理开始彼此交易），“去掉手续费”才是最大抓手。在机器对机器的商业里，2%-3% 的银行卡交换费率很快就成了显眼靶子。
代理开始寻找比卡组织更快更便宜的路径。多数转向 Solana 或 Ethereum L2 上的稳定币，结算近实时，单笔成本低到几分钱的零头。
MASTERCARD 2027 年 Q1：净营收同比 +6%；消费额增速由上季 +5.9% 放缓至 +3.4%；管理层提及“agent-led 价格优化”与“可选消费类别压力” | Bloomberg，2027 年 4 月 29 日
Mastercard 的 2027 年 Q1 财报是不可逆转节点。智能体电商从“产品故事”变成“基础设施故事”。MA 次日下跌 9%。Visa 也跌，但分析师指出其在稳定币基础设施的布局更强后，跌幅收窄。
智能体电商绕开 interchange，对以卡为核心的银行与单一发卡机构威胁更大。它们正是那 2%-3% 手续费的主要受益者，且围绕由商户补贴支撑的积分体系建立了完整业务板块。
American Express（AXP US）受创最重：一边是白领基盘被裁员掏空，一边是代理绕过 interchange 掏空收入模型。Synchrony（SYF US）、Capital One（COF US）、Discover（DFS US）随后几周也都下跌超过 10%。
它们的护城河都是“摩擦”。而 摩擦正在归零。
从行业风险到系统性风险
整个 2026 年，市场把 AI 负面影响视作行业故事：软件和咨询被打残，支付及其他“收费关卡”开始摇晃，但宏观总体看似无碍。劳动力市场虽在走软，却未自由落体。主流共识是：创造性破坏是技术迭代常态，局部会痛，但 AI 的总正收益会盖过负面。
我们在 2027 年 1 月宏观备忘录里指出，这个心智模型错了。美国是白领服务型经济。白领占就业 50%，驱动约 75% 可选消费支出。AI 正在啃噬的行业和岗位，并不是美国经济的边角料，它们就是美国经济本体。
“技术创新会先毁掉一些岗位，再创造更多岗位”——这是当时最流行、也最有说服力的反驳。它流行且有说服力，因为过去两个世纪它一直正确。即便我们无法想象未来工作是什么，它也终将出现。
ATM 让网点运营成本下降，银行因此开了更多网点，柜员就业在接下来二十年反而增加。互联网冲击了旅行社、黄页和线下零售，但也创造了全新产业并催生新岗位。
但所有新岗位都有一个前提：要有人来做。
而 AI 现在是一种通用智能，并且正在持续改进那些本应由人类“再部署”去承担的任务。被替代的程序员不能简单转去“管理 AI”，因为 AI 已经能做这件事。
今天，AI 代理可以独立完成历时数周的研发任务。指数曲线把我们对“可能性”的想象整段推平，即便 Wharton 的教授们每年都试图把数据重新拟合成 S 曲线。
它们几乎写了所有代码。最强的那批在几乎所有任务上都明显强于绝大多数人类。并且价格还在下降。
AI 确实创造了新岗位：提示工程师、AI 安全研究员、基础设施技术员。人类仍在回路里，做最高层协调或审美导向。但每创造 1 个新岗位，往往伴随几十个旧岗位消失；而新岗位薪酬只是旧岗位的一小部分。
美国 JOLTS：职位空缺跌破 550 万；失业人数与岗位空缺比升至约 1.7，创 2020 年 8 月以来最高 | Bloomberg，2026 年 10 月
全年招聘率都很疲弱，但 2026 年 10 月 JOLTS 给了决定性证据：职位空缺跌破 550 万，同比下滑 15%。
INDEED：软件、金融、咨询岗位发布显著下降，“生产率计划”全面扩散 | Indeed Hiring Lab，2026 年 11–12 月
白领岗位空缺在崩塌，蓝领岗位（建筑、医疗、技工）相对稳定。剧烈轮换发生在那些写备忘录（我们居然还在营业）、批预算、维持经济中层润滑的工作上。不过两类人群的实际工资增速在全年大部分时间都为负，并继续下滑。
股市对 JOLTS 的重视程度，仍低于“GE Vernova 的燃气轮机产能已售罄至 2040 年”这种 AI 基建利好。指数在负面宏观与正面 AI 基建新闻之间拉扯横盘。
但债市（向来比股市聪明，至少更不浪漫）开始给消费冲击定价。10 年期收益率在随后的四个月从 4.3% 下行到 3.2%。尽管如此，失业率 headline 还没炸裂，很多人仍忽视结构细节。
正常衰退里，成因会自我修复：过度建造导致施工放缓，进而压低利率，再带来新开工；库存超调触发去库，再回补库存。周期机制自身带着复苏种子。
这轮周期的成因不是周期性的。
AI 更好、更便宜。公司裁员，再用省下的钱买更多 AI 能力，进而能裁更多人。被替代者支出下降。卖给消费者的公司卖不动、走弱、再投入更多 AI 护利润。AI 更好、更便宜。
一个没有自然刹车的反馈回路。
直觉上，很多人以为总需求走弱会拖慢 AI 扩张。并没有，因为这不是 hyperscaler 式 CapEx，而是 OpEx 替代。原本每年花 1 亿美元养人、500 万美元买 AI 的公司，现在变成 7000 万养人、2000 万买 AI。AI 投入以倍数增长，却表现为总运营成本下降。每家公司 AI 预算都在涨，总支出却在缩。
讽刺的是，尽管被其冲击的经济体在恶化，AI 基建复合体仍继续高歌。NVDA 继续创收新高；TSM 产能利用率仍在 95%+；hyperscaler 每季仍在数据中心资本开支上花 1500 亿到 2000 亿美元。对这条趋势纯凸性的经济体，比如台湾和韩国，显著跑赢。
印度则是反面。该国 IT 服务业年出口超 2000 亿美元，是经常账户顺差最大来源，也是长期货物贸易逆差的对冲。整个模型建立在一个价值主张上：印度开发者成本远低于美国同行。但 AI 编程代理的边际成本几乎塌缩为电费。TCS、Infosys、Wipro 在 2027 年合同取消加速。四个月内卢比对美元下跌 18%，曾稳定外部账户的服务顺差蒸发。到 2028 年 Q1，IMF 已与新德里展开“初步磋商”。
引发这场冲击的引擎每季度都在变强，因此冲击每季度都在加速。劳动力市场没有自然底。
在美国，我们已不再讨论 AI 基建泡沫会如何破裂；我们在问：当消费者正被机器替代，一个消费信贷型经济会发生什么。* *
智能替代螺旋
2027 年，宏观故事不再隐晦。过去 12 个月那些分散却明显负面的进展，其传导机制终于变得肉眼可见。你甚至不用翻 BLS 数据，只要参加一次朋友晚餐局。
被替代的白领并没有闲着。 他们“降档”就业。大量人转向低薪服务业和零工经济，抬高了这些领域劳动力供给，并进一步压缩工资。
我们有位朋友，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。找了六个月后，开始跑 Uber，收入降到 4.5 万美元。重点不在个人故事，而在二阶算术：把这个动态乘以所有主要都会区几十万人。过度资历劳动力涌入服务业和零工经济，压低了原有从业者本就吃紧的工资。行业冲击开始向全经济工资压缩转移。
剩余“以人为中心”岗位池还会再经历一次调整，而且此刻正在发生：自动配送和自动驾驶正在穿透此前吸纳第一波被替代者的零工经济。
到 2027 年 2 月，很明显仍在职的专业人士也开始按“下一个可能就是我”来消费。他们工作强度翻倍（大多借助 AI）只为不被裁，升职加薪预期消失。储蓄率上行，消费走软。
最危险的是滞后。高收入群体可用更高储蓄率维持两三个季度“看起来正常”。等硬数据确认问题时，实体经济里早已不是新闻。随后出现了打破幻象的那条数据。
美国首次申请失业金人数飙升至 487,000，创 2020 年 4 月以来新高；美国劳工部，2027 年 Q3
首次申请失业金升至 487,000，为 2020 年 4 月以来最高。ADP 与 Equifax 确认，新增申请绝大多数来自白领专业人士。
随后一周，S&P 下跌 6%。负面宏观开始在拉锯战里占上风。
正常衰退中，失业损失分布较均匀。蓝领与白领大体按各自就业占比共同承受痛苦。消费冲击也较均匀，且会快速反映到数据上，因为低收入群体边际消费倾向更高。
这轮周期中，失业集中在收入分布上层十分位。它们在总就业里占比不大，却驱动极不成比例的消费。美国前 10% 收入人群贡献超过 50% 消费支出；前 20% 约贡献 65%。他们买房、买车、度假、外食、私校学费、家装——他们就是整个可选消费经济的需求底盘。
当这些人失业，或转岗时降薪 50%，相对失业人数本身，消费冲击极其巨大。白领就业下降 2%，大致会对应可选消费支出 3%-4% 的打击。与蓝领失业（工厂裁员，下周立刻缩支）不同，白领失业具有“滞后但更深”的冲击：他们有储蓄缓冲，可撑几个月，然后行为才突然转向。
到 2027 年 Q2，经济已进入衰退。NBER 直到几个月后才会正式追认起点（他们一向如此），但数据毫不含糊——我们已经连续两个季度实际 GDP 负增长。但那时还不是“金融危机”……至少还没到。
相关性押注的雏菊链
私人信贷规模从 2015 年不足 1 万亿美元，增长到 2026 年超过 2.5 万亿美元。其中相当比例投向软件与科技交易，很多是 SaaS 公司的杠杆收购，估值前提是收入能永久保持中十几增速。
这些假设在第一场智能体编程演示与 2026 年 Q1 软件股崩盘之间某个时点就已经死了，但账面标记似乎还没意识到。
大量上市 SaaS 已交易到 5-8 倍 EBITDA，PE 旗下软件公司却仍以“已经不存在的收入倍数”维持并购估值式账面标记。管理人缓慢下修：100、92、85……而公开可比告诉你是 50。
穆迪下调 14 家发行人、共 180 亿美元 PE 支持软件债评级，理由为“AI 驱动竞争性颠覆导致的结构性收入逆风”；为 2015 年能源板块以来最大单行业行动 | Moody’s Investors Service，2027 年 4 月
降级之后发生的事，大家都记得。老兵们在 2015 年能源降级时见过同一套剧本。
软件支撑贷款在 2027 年 Q3 开始违约。PE 组合里的信息服务与咨询公司紧随其后。几笔知名 SaaS 的数十亿美元 LBO 进入重组。
Zendesk 成为“冒烟枪”。
ZENDESK 因 AI 驱动客服自动化侵蚀 ARR，触发债务契约违约；50 亿美元直贷融资被标记到 58 美分；创私人信贷软件违约规模纪录 | 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，为当时史上最大 ARR 支撑直贷，由 Blackstone 牵头，Apollo、Blue Owl、HPS 共组贷款团。贷款结构明确押注 Zendesk 年度经常性收入会持续“经常性”。在约 25 倍 EBITDA 的杠杆下，只有这一点成立，结构才讲得通。
到 2027 年中，它不成立了。
AI 代理已自主处理客服接近一年。Zendesk 定义的品类（工单、分派、人工支持管理）已经被“在问题生成工单前就解决问题”的系统替代。贷款承销所依据的 Annualized Recurring Revenue 已不再 recurring，它只是“还没流失的收入”。
史上最大 ARR 支撑贷款，变成史上最大私人信贷软件违约。所有信贷交易台同一时间问同一个问题：还有谁把结构性逆风伪装成了周期性逆风？
但共识最初有一点是对的：理论上这本该可承受。
私人信贷不是 2008 年银行体系。整套架构就是为避免被迫抛售而设计。它是封闭式载体，资本锁定。LP 锁七到十年。没有会挤兑的储户、没有可抽走的回购额度。管理人可以持有受损资产、慢慢处置、等待回收。很痛，但可控。系统按理应是“弯而不折”。
Blackstone、KKR、Apollo 高管都提到软件敞口只占资产 7%-13%。可控。卖方研报和 Fintwit 信用账号口径一致：私人信贷有“永久资本”，能吸收本会炸掉高杠杆银行的损失。
永久资本。 这个词出现在每一场财报电话会和安抚投资者的信里，最后变成咒语。可咒语常常掩盖细节。它真实含义是……
过去十年，大型另类资产管理机构纷纷收购寿险公司，把它们变成融资工具：Apollo 收购 Athene，Brookfield 收购 American Equity，KKR 控制 Global Atlantic。逻辑很优雅：年金负债稳定且久期长；管理人把这笔钱投向自己发起的私人信贷；在保险端赚利差，在资管端收管理费，形成“费上加费”的永动机。它在一个条件下运行极佳：
私人信贷必须保持 money good。
损失击中的是“以长期负债承接流动性差资产”的资产负债表。所谓“永久资本”并非某个抽象的、耐心的机构资金池，也不是专业投资者承担专业风险。它是美国家庭储蓄——“Main Street”——以年金形式投向了同一批正在违约的 PE 软件与科技债。不能跑的锁定资本，实质是寿险保单持有人的钱，而这套规则与资管基金可不一样。
相较银行监管，保险监管此前一直温和——甚至可说自满——而这次成了警钟。监管层本就担忧寿险公司的私人信贷集中度，现在开始下调相关资产的风险资本待遇。结果迫使险企要么补资本、要么卖资产，而在已趋冻结的市场里，两者都很难以可接受价格完成。
纽约州、爱荷华州监管机构收紧寿险公司持有部分私评级信用资产的资本计提；NAIC 指引预计将提高 RBC 因子并触发额外 SVO 审核 | Reuters，2027 年 11 月
当穆迪将 Athene 的财务实力评级展望调为负面，Apollo 股价两个交易日跌 22%。Brookfield、KKR 等随后跟跌。
事情随后更复杂。这些机构不仅搭建了“保险永动机”，还构造了一套精致离岸架构，以监管套利最大化收益。美国险企签发年金后，把风险分出给自己控制的百慕大或开曼再保险实体——利用更灵活监管、以更低资本承接同类资产。该实体再通过离岸 SPV 吸引外部资金，形成新对手方层，和险企一起投向由同一母公司资管部门发起的私人信贷。
评级机构（其中一些本身也由 PE 持有）在透明度方面并非楷模（这点几乎没人意外）。不同机构与不同资产负债表之间织出的蜘蛛网，不透明程度令人咋舌。底层贷款一旦违约，损失究竟由谁承担，在实时状态下几乎无法回答。
2027 年 11 月崩盘，标志着市场认知从“可能只是常规周期回撤”切换为更不舒服的判断。Fed 主席 Kevin Warsh 在 FOMC 11 月紧急会议上称之为：“一串针对白领生产率增长的相关性押注雏菊链。”
要知道，引发危机的从来不是“损失本身”，而是“对损失的确认”。而在金融里，还有一个更大、重要得多的领域，如今我们同样开始害怕这种确认。
按揭之问
ZILLOW 房价指数：旧金山同比 -11%、西雅图 -9%、奥斯汀 -8%；FANNIE MAE 提示科技/金融就业占比 >40% 邮编区域出现“早期逾期率抬升” | Zillow / Fannie Mae，2028 年 6 月
本月 Zillow 房价指数显示：旧金山同比 -11%，西雅图 -9%，奥斯汀 -8%。这并非唯一令人担忧的标题。上个月，Fannie Mae 指出 jumbo 占比高邮编区域早期逾期上升——这些地区借款人通常信用分 780+，历史上被视为“防弹”。
美国住宅按揭市场规模约 13 万亿美元。按揭承销的根本假设是：借款人在贷款期限内会维持大致当前收入水平。对多数按揭来说，这个期限是 30 年。
白领就业危机通过持续性的收入预期下修，威胁了这一假设。我们现在不得不问一个 3 年前还荒谬的问题——优质按揭还算 money good 吗？
美国历史上历次按揭危机，都由三类因素驱动之一：投机过度（借给买不起房的人，2008 年）、利率冲击（浮动利率按揭因加息不可负担，1980 年代初）、局部经济冲击（单一行业在单一区域塌陷，如 1980 年代德州石油或 2009 年密歇根汽车）。
这次都不是。问题借款人并非次级，他们是 780 FICO，首付 20%，信用历史干净，就业记录稳定，收入在放款时经过核验并有文档支持。他们就是金融系统所有风控模型眼里“信用质量基石”的那群人。
2008 年时，贷款从第一天就是坏的。2028 年时，贷款从第一天是好的。只是……贷款签完后，世界变了。人们是按一个自己已无法继续相信的未来去借债的。
2027 年，我们就标记过一些“看不见的压力”早期信号：HELOC 提取、401(k) 提款、信用卡债激增，而按揭仍按时偿付。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。
他们还能还月供，但代价是停止一切可选消费、掏空储蓄，并推迟所有住房维护和改善支出。技术上他们仍“当前还款”，但离实质困境只差一次额外冲击，而 AI 能力轨迹表明，这个冲击正在路上。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常态区间。
我们现在处于最紧张阶段。当边际买家健康时，房价下跌可管理；而这次，边际买家承受的是同一种收入受损。
尽管担忧升温，我们尚未进入全面按揭危机。逾期率确实上行，但仍明显低于 2008 年。真正威胁是路径，不是静态水平。
智能替代螺旋，如今又多了两台给实体经济下行“添柴”的金融加速器。
劳动替代、按揭担忧、私人市场动荡，三者互相强化。传统政策工具（降息、QE）能处理金融引擎，却处理不了实体引擎，因为实体引擎并非由金融条件收紧驱动，而是由 AI 让人类智能变得更不稀缺、更不值钱所驱动。你可以把利率降到零，买下所有 MBS 和市场上所有违约软件 LBO 债……
这也改变不了一个事实：一个 Claude 代理能用 200 美元/月，做完一个年薪 18 万美元产品经理的工作。
如果这些担忧兑现，今年下半年按揭市场会出现裂缝。那种情境下，我们预计当前股市回撤最终可能接近 GFC 级别（峰谷 -57%），这意味着 S&P500 可能落到约 3500——回到 2022 年 11 月 ChatGPT 时刻前一个月的水平。
可以确定的是：支撑 13 万亿美元住宅按揭的收入假设已结构性受损。不确定的是：在按揭市场把这一点完全定价之前，政策能否先一步介入。我们仍抱有希望，但也无法否认悲观的理由。
与时间赛跑
第一条负反馈回路发生在实体经济：AI 能力提升 → 工资支出收缩 → 消费走软 → 利润受压 → 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，反馈回路加速。而这两条回路，都被一个坦白说“有些茫然”的政府及其不足的政策响应进一步放大。
这个系统本来就不是为此类危机设计的。联邦政府收入基础本质是“对人类时间征税”：人工作、企业发薪、政府抽成。常态年份中，个人所得税与工资税是财政收入主脊。
截至今年 Q1，联邦收入较 CBO 基线预测低 12%。工资税下滑，因为以原薪酬水平就业的人变少；所得税下滑，因为实际获得的收入结构性变低。生产率在猛增，但收益流向资本与算力，而非劳动力。
劳动收入占 GDP 比重从 1974 年的 64% 降至 2024 年的 56%，这是全球化、自动化与议价能力长期走弱推动的四十年下行。AI 进入指数提升后的四年里，这一占比进一步降到 46%，创纪录最快下滑。
产出还在。但它不再经由家庭回流企业，也就不再经由家庭回流 IRS。循环流正在断裂，而政府此时被期待出手修复。
如同每次下行一样，支出上升与收入下滑同步发生。区别在于，这次支出压力不是周期性的。自动稳定器是为“暂时失业”设计，不是为“结构性替代”设计。系统正在支付一套默认“劳动者会被再吸收”的福利，而许多人不会——至少不会以接近原薪资的方式。疫情期间，政府可以坦然接受 15% 赤字，因为那被认为是短期。今天需要支持的人群，不是被一次会康复的疫情击中；他们是被一项持续改进的技术替代。
政府需要向家庭转移更多资金，恰好发生在它从这些家庭征到更少税的时点。
美国不会违约。它用自己印的货币支出，也用同一种货币偿债。但压力已在别处显现。市政债年内表现分化开始出现危险信号。无所得税州尚可，但依赖所得税的一般责任债（多数蓝州）已开始计入一定违约风险。政客迅速捕捉到这一点，谁该被救助的争论沿党派线撕裂。
政府值得肯定的是，较早识别了这场危机的结构性，并开始推动两党讨论所谓“Transition Economy Act”：以赤字支出叠加拟议 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”拟建立社会对“智能基础设施回报”的公共索取权，介于主权财富基金与 AI 产出版税之间，用分红给家庭转移支付。私营部门游说集团已在媒体密集警告“滑坡风险”。
围绕这些讨论的政治博弈仍是意料之中的严峻，并被作秀与边缘博弈进一步恶化。右派称转移与再分配是马克思主义，并警告征算力税会把领先地位让给中国。左派警告由 incumbents 参与起草的税制，最终会沦为监管俘获。财政鹰派指向不可持续赤字；鸽派则拿 GFC 后过早紧缩做反面教材。随着今年总统选举临近，分歧只会放大。
而政客争吵之际，社会肌理的撕裂速度远快于立法进程。
“Occupy Silicon Valley”运动就是更广泛不满的缩影。上个月，示威者连续三周封堵 Anthropic 与 OpenAI 在旧金山办公室入口。参与人数在增加，媒体对其关注甚至超过了触发它的失业数据。
很难想象谁能比 GFC 后的银行家更遭公众痛恨，但 AI 实验室正试图刷新这个上限。而在大众视角里，这种愤怒并非无因。其创始人与早期投资者积累财富的速度，快到让“镀金时代”都显得温和。生产率繁荣收益几乎只流向算力所有者与实验室股东，把美国不平等推到空前水平。
各方都有自己认定的反派，但真正的反派是时间。
AI 能力进化速度快于制度适配速度。政策响应按意识形态节奏移动，而不是按现实节奏。如果政府不能尽快在“问题到底是什么”上达成一致，下一章就会由反馈回路替他们写完。
智能溢价的逆转
在现代经济史的绝大部分时期，人类智能一直是稀缺投入。资本充足（至少可复制）；自然资源有限但可替代；技术演进慢到足够让人类适应。智能——分析、决策、创造、说服、协同的能力——是唯一无法规模复制的要素。
人类智能的内在溢价，来自其稀缺性。我们的劳动市场、按揭市场、税制等所有制度，都是按这个假设成立的世界构建。
我们正在经历这份溢价的逆转。机器智能如今已能在越来越多任务上，成为人类智能合格且快速增强的替代品。金融系统在过去几十年里为“人类心智稀缺”的世界做了优化，现在正在重估。这个重估痛苦、无序，且远未完成。
但重估不等于崩塌。
经济仍可能找到新均衡。如何到达那里，是少数仍必须由人类完成的任务之一。我们需要把它做对。
历史上第一次，经济中最具生产率的资产带来的不是更多岗位，而是更少岗位。没有任何既有框架完全适配，因为它们都不是为“稀缺投入突然变为富余”而设计。于是我们必须发明新框架。唯一重要的问题是：我们能否在时间耗尽前把它们建起来。
但你现在读到的并不是 2028 年 6 月，而是 2026 年 2 月。
S&P 仍在接近历史高位。负反馈回路尚未启动。我们确信，这些情景里有些不会发生；也同样确信，机器智能会继续加速，人类智能的溢价会继续收窄。
作为投资者，我们仍有时间评估：自己的组合中有多少建立在“十年内无法存活”的假设上。作为社会，我们也仍有时间主动应对。
那只金丝雀还活着。
订阅
致谢：感谢 Hunterbrook 的 Sam Koppelman 协助校对。
我们的联合作者、LOTUS 的 Alap Shah 提出了本文核心想法——本篇由 CitriniResearch 执笔，但他在“Intelligence Explosion”系列中还写了其他文章，我们强烈推荐阅读。可在这里查看。
Citrini Research 是一家由读者支持的出版物。若希望接收新文章并支持我的工作，欢迎考虑免费或付费订阅。
订阅