小说摘要
2025年底的AI超预期爆发，不是经济福音，反而导致了生产率虚假繁荣、需求一泻千里。
2028年美国完蛋了，失业率10.2%，标普500从2026年的10月高点暴跌38%。搁以前要触发熔断的暴跌，交易员现在早就见怪不怪了。而危机的核心要追溯到2026年初，两条不断相互强化的链条：实体经济的负反馈和金融体系的连锁崩塌。
先看实体经济面。2026年开始，美国企业为了降本增效，纷纷采用AI去替代白领。那最先被拿来开刀的就是软件行业。2025年末AI编程工具大升级，一个开发者靠AI几周就能复刻终端SaaS产品。企业采购开始砍价，甚至用AI当筹码把供应商续约谈成7折，长尾SaaS公司直接陷入了价格战。
软件行业沦陷后，紧跟着那些靠’人类摩擦’赚钱的中介层也全面崩塌。2027年初AI代理成了标配，购物助手能后台自动比价，旅行平台、保险经纪、房产中介全被冲击。房产佣金从2.5%-3%压缩到了1%以下，AI改用稳定币结算，Mastercard股价大跌，美国运通遭遇白领客户被裁、加费率被绕开的双杀。
被AI颠覆的公司不敢抵抗，只能裁员自救，把省的钱再投AI。经典的囚徒困境就来了：每家公司的操作都符合自身利益最大化，但整体效果却是拆掉了经济的刹车。那美国是白领服务经济主导，白领占50%的就业却驱动了75%的可选消费，收入前10%的群体贡献了超50%的消费。白领就业下滑2%，那可选消费就会下跌3%到4%。
那事已至此，表面上看全是利好：AI是既能快快跑还能不吃草，利润率是上去了，带着标普和纳指狂飙，生产效率创1950年代以来的新高。但一系列赢麻了的数据背后，却是下沉的大多数人。企业利润全砸进AI算力，也就让财富指向算力所有者去集中。白领实际工资暴跌，被迫下沉到了低薪岗位，占GDP70%的消费引擎直接熄火——毕竟机器不用吃喝。这就催生了’幽灵GDP’：账面上的产出根本就没有流进真实的经济活动里。
而当消费端被杠杆化击穿后，注定就会引发金融体系里的全面重新定价。英伟达营收创新高，台积电利用率超95%，但印度那种靠IT服务出口的经济会直接崩盘。现存市场中2.5万亿美元私募信贷，大多数投的都是SaaS，一旦AI击穿这一假设，私募信贷公司和背后的寿险资金都要大出血。13万亿美元的住房按揭市场里，那些信用分780+、首付20%的优质白领借款人饭碗说没就没，旧金山房价暴跌11%。
想靠宏观工具调节，传统的降息QE完全失灵，因为这场危机的根源呢？人类智力溢价的消退。现代经济的一切规则都是建立在人类智能是稀缺要素的基础上。而当人工智能成了廉价的替代品，所有那些押注【收入稳定】【消费持续增长】的资产，那都会被大洗牌。
小说正文
2028年全球智能危机
来自未来的金融历史思想实验
西特里尼与阿拉普·沙阿
2026年2月23日
前言
如果我们对AI的乐观判断持续被证明是正确的……而如果这实际上是看跌信号呢？
下文描述的是一种情景，而非预测。这不是熊市色情读物，也不是AI末日论者的同人小说。本文的唯一意图是为一个相对未被充分探讨的情景建立模型。我们的朋友阿拉普·沙阿提出了这个问题，我们共同头脑风暴寻求答案。这部分内容由我们撰写，他还写了另外两部分，可在此查阅。
希望阅读本文能让你在AI令经济变得日益诡异的背景下，对潜在的左尾风险做好更充分的准备。
这是西特里尼研究部2028年6月的宏观备忘录，详细记录了全球智能危机的演变过程及其后果。
宏观备忘录
智能过剩的后果
西特里尼研究部
2026年2月22日 2028年6月30日
今早公布的失业率达到10.2%，较预期高出0.3个百分点。市场因该数据暴跌2%，使得标普500指数较2026年10月的高点累计回撤达38%。
交易员们已变得麻木。六个月前，这样的数据本会触发熔断机制。
仅仅两年。从"受控"且"局限于特定行业"发展到与我们成长时期截然不同的经济体，只用了两年时间。本季度的宏观备忘录是我们试图重构这一序列——对危机前经济的尸检。
当时的狂喜是触手可及的。到2026年10月，标普500指数逼近8000点，纳斯达克突破3万点。因人力淘汰引发的初步裁员潮始于2026年初，而裁员确实发挥了应有的作用：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重新投入AI算力。
总体数据依然亮丽。名义GDP持续录得中高个位数的年化增长。生产力蓬勃发展。每小时实际产出增速达到了1950年代以来未见的水平，驱动因素是不知疲倦、不会生病、无需医疗保险的AI智能体。
算力所有者的财富随着劳动力成本的消失而爆炸性增长。与此同时，实际工资增长却崩溃了。尽管当局反复吹嘘创纪录的生产力，白领工人却失去了工作，被迫接受薪资更低的岗位。
当消费经济开始出现裂痕时，经济评论员们普及了"幽灵GDP"这一术语：即在国民账户中显示的产出，却从未在实体经济中流通。
无论从哪个角度看，AI都在超越预期，而市场就是AI。唯一的问题是……经济并不是。
一直以来，这一点本应清晰明了：北达科他州一个GPU集群的产出即可抵得上曼哈顿中城一万名白领此前创造的价值，这与其说是经济万能药，不如说是经济瘟疫。货币流通速度断崖式跌至零。以人为中心的消费经济（当时占GDP的70%）日益凋敝。倘若我们早点问问机器在非必需品上花多少钱，或许早就想明白了。（提示：零。）
AI能力提升，企业所需人手减少，白领裁员潮加剧，被取代的劳动者压缩开支，利润率压力迫使企业加大对AI的投入，AI能力进一步提升……这是一个没有自然制动机制的负反馈循环。人类智能淘汰螺旋。
白领群体的赚钱能力（以及理性而言，其消费能力）遭受结构性损害。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是安全资产（money good）。十七年未经历真正的违约周期，导致私募市场充斥着私募股权支持的软件交易，而这些交易的前提假设是年度经常性收入（ARR）将持续循环下去。2027年中，因AI颠覆而引发的第一波违约潮挑战了这一假设。
倘若颠覆仅限于软件行业，局面原本尚且可控，但事实并非如此。到2027年底，它威胁到了每一个基于中介服务的商业模式。大批靠利用人类生活中的“摩擦”变现的企业土崩瓦解。
结果发现，整个系统是一条冗长的连环链，充斥着对白领生产力增长的相关性押注。2027年11月的崩盘只是加速了所有已存在的负反馈循环。
我们等待“坏消息即好消息”的市场逻辑已经快一年了。政府开始考虑各种提案，但公众对政府有能力组织任何形式救援的信心已消磨殆尽。政策应对向来滞后于经济现实，但缺乏全面计划如今正威胁着加速通缩螺旋。
始于何处
2025年底，智能体编程工具（agentic coding tools）的能力出现了阶跃式跃升。
如今，一名熟练的开发人员借助Claude Code或Codex，可在数周内复制出中端市场SaaS产品的核心功能。虽不完美，也未能面面俱到地处理所有边界情况，但已足够好用，以至于正在审阅50万美元年度续约合同的首席信息官（CIO）开始发问：“我们自己开发一个怎么样？”
财年通常与日历年同步，因此2026年的企业支出早在2025年第四季度就已确定，当时"智能体AI"（agentic AI）还只是个时髦词汇。年中审查是采购团队第一次能够基于对这些系统实际能力的充分了解来做出决策。一些企业目睹了内部团队在几周内就搭建出原型，复刻出价值六位数的SaaS合同功能。
那年夏天，我们与一位财富500强企业的采购经理进行了交谈。他向我们讲述了一次预算谈判的经历。销售员原本打算照搬去年的剧本：每年涨价5%，以及那句标准的"贵团队离不开我们"的话术。采购经理告诉他，自己一直在与OpenAI洽谈，计划让其"前沿部署工程师"（forward deployed engineers）使用AI工具来彻底取代这家供应商。最终他们以七折的价格续约。他说这已经是不错的结果了。SaaS长尾市场的产品，如Monday.com、Zapier和Asana，处境要糟糕得多。
投资者们早有准备——甚至可以说是期待——长尾市场会受到重创。它们可能占到典型企业软件堆栈支出的三分之一，但显然暴露在了风险之下。然而，记录系统（systems of record）本应免受颠覆影响。
直到ServiceNow发布2026年第三季度财报，反身性机制（reflexivity）才变得清晰起来。
ServiceNow净新增年度合同价值（ACV）增速从23%降至14%；宣布裁员15%及"结构性效率提升计划"；股价暴跌18% | 彭博社，2026年10月
SaaS并未"死亡"。对于运行和维护内部自建系统，仍需要做成本效益分析。但自建已成为一种选项，这已被纳入定价谈判的考量因素。或许更重要的是，竞争格局已然改变。AI降低了开发和上线新功能的门槛，导致产品差异化崩塌。现有厂商陷入了价格逐底竞争（race to the bottom）——既彼此贴身肉搏，又与涌现出的新兴挑战者（upstart challengers）血拼。这些新秀得益于智能体编程能力的跃升，且没有遗留成本结构（legacy cost structure）的包袱，因此大胆激进地抢占市场份额。
这些系统的相互关联性直到这份财报发布才被充分领悟。ServiceNow按座位数售卖许可。当财富500强客户裁员15%时，他们就取消15%的许可证。AI驱动的裁员在提升客户利润率的同时，也机械性地摧毁了ServiceNow自身的收入基础。
这家销售工作流自动化的公司，正被更好的工作流自动化技术所颠覆，而其应对之策竟是裁员，并将节省下来的资金用于资助那些颠覆自己的技术。
他们还能怎么做呢？坐以待毙，只是死得慢些？那些最受AI威胁的公司，反而成了AI最激进的采用者。
事后看来这显而易见，但当时确实并非如此（至少对我而言）。历史上的颠覆模式认为，现有企业会抵制新技术，会输给敏捷的新进入者，然后缓慢死去。柯达、百视达（Blockbuster）、黑莓（BlackBerry）都是如此。但2026年发生的情况不同；现有企业没有抵制，因为他们承受不起抵制的代价。
股价下跌40-60%，董事会又咄咄逼人要答案，这些受AI威胁的公司只能做他们唯一能做的事：裁员，将节省的资金重新部署到AI工具上，利用这些工具以更低的成本维持产出。
每家公司的个体反应都是理性的。集体结果却是一场灾难。每一笔节省下来的人力成本都流入了AI能力，而这又为下一轮裁员提供了可能。
软件只是开场戏。当投资者们争论SaaS估值倍数是否已触底时，他们忽略了反身性循环早已蔓延出软件行业。证明ServiceNow裁员合理性的那套逻辑，同样适用于每一个拥有白领成本结构的公司。
当摩擦趋近于零
到2027年初，大语言模型（LLM）的使用已成为默认设置。人们开始使用AI智能体，尽管他们甚至不知道什么是AI智能体——就像那些从未学过"云计算"是什么的人也在使用流媒体服务一样。他们将其视为自动补全或拼写检查一样的存在——只是手机现在会自动完成的事情。
通义千问（Qwen）的开源智能体购物助手（agentic shopper）成为了AI处理消费决策的催化剂。几周内，所有主要AI助手都集成了某种智能体商务功能。蒸馏模型（distilled models）意味着这些智能体可以在手机和笔记本电脑上运行，而不仅限于云端实例，显著降低了推理的边际成本。
本应让投资者更加不安、但实际并未引起足够重视的一点是：这些智能体不会等待用户询问。它们根据用户偏好在后台持续运行。商务不再是人类做出的一系列离散决策，而变成一个持续的优化过程，代表每个联网消费者全天候运行。到2027年3月，美国人均日消耗40万token——是2026年底的10倍。
链条的下一环已经开始断裂。
中介服务。
在过去五十年里，美国经济在人性局限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，品牌熟悉度取代了尽职调查，大多数人宁愿接受糟糕的价格也不愿多点几下鼠标。数万亿美元的企业价值建立在这些限制持续存在的基础之上。
起初很简单。智能体消除了摩擦。
那些尽管数月不用却仍自动续费的订阅和会员资格。试用期结束后悄然翻倍的入门价格。每一个都被重新定义为Agent可以破解的人质困境。客户生命周期总价值——整个订阅经济赖以建立的指标——明显下降。
消费者智能体开始改变几乎所有消费者交易的工作方式。
人类确实没有时间去五个竞争平台比价后才买一盒蛋白棒。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年第四季度，我们的智能体已经能够比任何平台都更快、更便宜地组装完整行程（航班、酒店、地面交通、积分优化、预算限制、退款方案）。
保险续保业务——其整个续保模式依赖于投保人的惰性——被彻底改革。每年重新选购保险的智能体，瓦解了保险公司依靠被动续保赚取的那15-20%保费。
金融咨询。税务准备。日常法律工作。任何服务提供商的价值主张归根结底是"我替你应对那些你觉得繁琐的复杂性"的领域，都被颠覆了，因为智能体从不觉得任何事情繁琐。
就连那些我们认为受人际关系价值保护的行业也证明是脆弱的。房地产领域，购房者几十年来一直容忍5-6%的佣金，是因为经纪人与消费者之间存在信息不对称，但一旦配备了多重上市服务（MLS）接入权限和数十年交易数据的AI智能体能够瞬间复制知识库，这个行业就崩塌了。2027年3月的一份卖方研究报告将其标题定为"智能体对智能体的绞杀"。主要大都市区的买方中介佣金中位数从2.5-3%压缩至不足1%，且越来越多的交易在买方完全没有人类经纪人的情况下完成。
我们高估了"人际关系"的价值。事实证明，许多人所谓的交情，只不过是带着友好面孔的摩擦（不便）。
这只是中介层颠覆的开始。成功的企业曾花费数十亿美元，有效利用那些已不再重要的人类消费行为怪癖和心理学特征。
为价格和适配度优化的机器不会在乎你最喜欢的APP，不会在乎你四年来习惯打开的网页，也不会被精心设计的结账流程所吸引。它们不会疲惫，不会接受最轻松的选项，也不会默认"我一直都是从这儿订的"。
这摧毁了一种特定的护城河：习惯性中介。
DoorDash（DASH US）就是典型案例。
编程智能体瓦解了推出外卖APP的准入门槛。一名有能力的开发者可以在几周内部署一个功能完整的竞争者，数十人确实这样做了，通过将90-95%的配送费直接支付给司机，从DoorDash和Uber Eats那里挖走运力。多APP仪表盘让零工工人能够同时追踪来自二三十个平台的订单，消除了现有企业所依赖的锁定效应。市场一夜之间碎片化，利润率被压缩至几乎为零。
智能体加速了破坏的两端。它们促成了竞争者，然后又使用这些竞争者。DoorDash的护城河 literally 是"你饿了，你懒得动，这就是你主屏幕上的APP"。智能体没有主屏幕。它会检查DoorDash、Uber Eats、餐厅自营网站，以及二十个新出现的氛围编码（vibe-coded）替代品，以便每次都能选择最低费用和最快配送。
习惯性的APP忠诚度——整个商业模式的根基——对机器而言根本不存在。
这颇具讽刺诗意，因为这可能是整个 saga 中智能体为即将被取代的白领工人做的唯一一件好事。当他们最终沦为配送司机时，至少一半的收入不会再流向Uber和DoorDash。当然，随着自动驾驶汽车的普及，这份来自技术的恩惠并未持续太久。
一旦智能体控制了交易，它们就开始寻找更大的"回形针"（优化目标）。
比价和聚合的工作是有限的。反复为用户省钱的最大方式（尤其是当智能体开始彼此交易时）是消除手续费。在机器对机器商务中，2-3%的银行卡交换费成了一个明显的靶子。
智能体寻找比银行卡更快更便宜的选项。大多数选择了通过Solana或以太坊L2（第二层网络）使用稳定币，在那里结算几乎是即时的，交易成本以几分钱计。
万事达卡2027年第一季度：净收入同比增长6%；交易量增速从上一季度的+5.9%放缓至+3.4%；管理层提到"智能体主导的价格优化"和"非必需品类别的压力" | 彭博社，2027年4月29日
万事达卡2027年第一季度报告是无可挽回的转折点。智能体商务从一个产品故事变成了一个基础设施（plumbing）故事。次日万事达卡股价下跌9%。Visa也是如此，但在分析师指出其在稳定币基础设施中的更强地位后，跌幅收窄。
智能体商务绕过银行卡交换费（interchange）的机制，对以银行卡业务为核心的银行和单线发卡机构构成了远更大的风险。这些机构收取了2-3%手续费中的大头，并围绕由商户补贴资助的奖励计划构建了整个业务板块。
美国运通（AXP US）受到的打击最为沉重——白领裁员潮削弱了其客户基础，智能体绕过交换费削弱了其收入模式，两股逆风叠加。Synchrony（SYF US）、第一资本（Capital One，COF US）和Discover（DFS US）在随后几周也都下跌了超过10%。
它们的护城河由摩擦（不便）构筑而成。而摩擦正在趋于零。
从行业风险到系统性风险
整个2026年，市场将AI的负面影响视为一个行业故事。软件和咨询业遭受重创，支付业和其他"收费站"式企业摇摇欲坠，但整体经济似乎无恙。劳动力市场虽在软化，但并未自由落体。共识观点认为，创造性破坏是任何技术创新周期的一部分。某些领域会很痛苦，但AI带来的整体净收益将超过任何负面影响。
我们在2027年1月的宏观备忘录中指出，这是错误的心智模型。美国经济是一个白领服务经济。白领工人占就业的50%，并驱动了约75%的可自由支配消费支出。AI正在吞噬的企业和岗位并非美国经济的边缘部分，它们就是美国经济本身。
“技术创新摧毁就业，然后创造更多就业”。这是当时最流行、最有说服力的反驳论点。它流行且有说服力，是因为两个世纪以来它都是正确的。即便我们无法构想未来的工作会是什么，它们肯定会到来。
自动柜员机（ATM）降低了网点运营成本，因此银行开设了更多网点，柜员就业在随后二十年里不降反升。互联网颠覆了旅行社、黄页、实体零售，但它创造了全新的行业来取代它们，并变戏法般地创造了新就业。
然而，每一份新工作都需要人类来执行。
AI现在是一种通用智能，它正在人类可能被重新部署去从事的任务上不断改进。被取代的程序员不能简单地转向"AI管理"，因为AI已经具备这种能力。
如今，AI智能体处理长达数周的研究开发任务。指数级增长碾过了我们对可能性的认知，尽管每年沃顿商学院的教授们都试图将数据拟合到新的S型曲线（sigmoid）上。
它们几乎编写所有代码。其中表现最优异的，在几乎所有事务上都比几乎所有人类聪明得多。而且它们还在不断变得更便宜。
AI确实创造了新工作。提示词工程师。AI安全研究员。基础设施技术员。人类仍在循环中，在最高层面进行协调，或按品味进行指导。然而，AI每创造一个新角色，就使数十个旧角色 obsolete。新角色的薪酬只是旧角色的一小部分。
美国JOLTS：职位空缺降至550万以下；失业人数与职位空缺比率攀升至约1.7，为2020年8月以来最高 | 彭博社，2026年10月
招聘率全年都萎靡不振，但2026年10月的JOLTS数据提供了一些决定性的证据。职位空缺降至550万以下，同比下降15%。
Indeed：随着"生产力提升计划"蔓延，软件、金融、咨询行业的职位发布急剧下降 | Indeed招聘实验室，2026年11-12月
白领职位正在崩溃，而蓝领职位（建筑、医疗、技工）保持相对稳定。动荡发生在那些撰写备忘录（不知怎的，我们还在营业）、审批预算、为经济中间层提供润滑的工作岗位。然而，两个群体的实际工资增长在当年大部分时间里都是负增长，并持续下滑。
股市对JOLTS数据的关心程度，仍不及"通用电气弗诺瓦（GE Vernova）所有涡轮机产能已售罄至2040年"这一消息。它在负面宏观新闻与正面AI基础设施头条的拉锯战中横盘整理。
然而，债市（总是比股市聪明，或至少不那么浪漫）开始对消费冲击进行定价。10年期国债收益率在随后四个月里从4.3%下降至3.2%。尽管如此， headline失业率并未激增，其构成上的微妙之处仍未被一些人察觉。
在正常衰退中，原因最终会自我修正。过度建设导致建筑放缓，导致利率下降，导致新建设。库存超调导致去库存，导致补库存。周期性机制内含着其自身的复苏种子。
本轮周期的原因并非周期性的。
AI变得越来越好、越来越便宜。公司裁员，然后用节省下来的资金购买更多AI能力，这让他们能裁掉更多员工。被取代的员工消费减少。向消费者销售商品的公司销量下滑，陷入困境，于是加大对AI的投资以保护利润率。AI变得越来越好、越来越便宜。
一个没有自然制动机制的反馈循环。
直觉上的预期是，总需求下降会减缓AI建设。但实际情况并非如此，因为这并非超大规模运营商式的资本支出（CapEx），而是运营支出（OpEx）的替代。一家原本每年在员工身上花费1亿美元、在AI上花费500万美元的公司，现在变成了在员工身上花费7000万美元、在AI上花费2000万美元。AI投资增长了数倍，但这体现为总运营成本的下降。每家公司的AI预算都在增长，而其总体支出却在缩减。
讽刺的是，尽管AI基础设施所颠覆的经济体开始恶化，AI基础设施综合体却依然表现强劲。英伟达（NVDA）仍在创造创纪录的收入。台积电（TSM）的产能利用率仍保持在95%以上。超大规模运营商们每季度仍在数据中心资本支出上投入1500-2000亿美元。那些纯粹凸性（convex）受益于这一趋势的经济体，如台湾和韩国，表现大幅优于其他市场。
印度则截然相反。该国的IT服务业每年出口额超过2000亿美元，是印度经常账户顺差的最大单一贡献者，也是为其持续的商品贸易逆差提供融资的对冲项。整个模式建立在一个价值主张之上：印度开发者的成本只是美国同行的一小部分。但AI编程智能体的边际成本已暴跌至本质上只是电费的水平。塔塔咨询服务（TCS）、印孚瑟斯（Infosys）和威普罗（Wipro）在2027年见证了合同取消的加速。随着支撑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年第一季度，国际货币基金组织（IMF）已开始与新德里进行"初步磋商"。
导致这场颠覆的引擎每个季度都在变得更好，这意味着颠覆每个季度都在加速。劳动力市场没有自然的底部。
在美国，我们不再问AI基础设施的泡沫将如何破裂。我们在问，当消费者正被机器取代时，一个消费信贷经济体将会发生什么。
智能淘汰螺旋
2027年，宏观经济故事不再微妙。此前十二个月看似零散但明显负面的发展，其传导机制变得显而易见。你无需深入研究劳工统计局（BLS）的数据，只需去参加一个朋友的晚宴聚会就能感受到。
被取代的白领工人并未坐以待毙。他们降档（downshifted）了。许多人接受了薪资更低的服务业和零工经济岗位，这增加了这些领域的劳动力供给，也压缩了那里的工资。
我们的一位朋友2025年时是Salesforce的高级产品经理。有头衔、有医疗保险、有401k退休金计划，年薪18万美元。她在第三轮裁员中失去了工作。经过六个月的求职，她开始为Uber开车。她的收入降至4.5万美元。重点不在于个人的故事，而在于二阶数学效应。将这一动态乘以每个主要大都市区的数十万名工人。过度合格的劳动力涌入服务业和零工经济，压低了本就挣扎求生的现有工人的工资。特定行业的颠覆转移（metastasized）成了整个经济的工资压缩。
以人类为中心的就业岗位池还将面临另一次调整，就在我们撰写本文时发生。随着自动配送和自动驾驶汽车逐步渗透进那个吸收了第一波被取代工人的零工经济。
到2027年2月，情况已很明显：仍在岗的专业人士花钱的方式就像他们可能是下一个被裁的人一样。他们（主要借助AI的帮助）工作比以前努力两倍，只是为了不被解雇，晋升或加薪的希望早已破灭。储蓄率小幅上升，消费趋于疲软。
最危险的部分是滞后性。高收入者利用他们高于平均水平的储蓄，在两三季度内维持了表面上的正常生活。直到实体经济中这已是旧闻时，硬数据才证实了问题的存在。然后，打破幻觉的数据发布了。
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年第三季度
初请失业金人数飙升至48.7万，为2020年4月以来最高。ADP和Equifax证实，绝大多数新申请来自白领专业人士。
标普500指数在随后一周下跌6%。负面宏观因素开始在拉锯战中占据上风。
在正常衰退中，失业是广泛分布的。蓝领和白领工人大致按各自就业份额的比例分担痛苦。消费冲击也是广泛分布的，并且会迅速反映在数据中，因为低收入工人的边际消费倾向更高。
在本轮周期中，失业集中在收入分布的最高十分位数（upper deciles）。他们占总就业的比例相对较小，但却驱动了不成比例的巨大消费份额。美国收入最高的10%人群贡献了超过50%的消费支出。收入最高的20%约占65%。这些人是购买房屋、汽车、度假产品、餐厅餐饮、私立学校学费和房屋装修的人。他们是整个非必需消费品经济的需求基础。
当这些工人失业，或为了转入现有岗位而接受50%的降薪时，相对于失业人数而言，消费冲击是巨大的。白领就业下降2%，转化为非必需消费品支出约3-4%的打击。与蓝领失业（通常立即产生影响——你从工厂被裁，下周就停止支出）不同，白领失业有滞后但更深的影响，因为这些工人有储蓄缓冲，可以在行为转变发生前维持几个月的支出。
到2027年第二季度，经济已陷入衰退。美国国家经济研究局（NBER）要到数月后才会正式宣布衰退开始日期（他们向来如此），但数据是明确的——我们已连续两个季度实际GDP负增长。但这还不是"金融危机"……至少现在还不是。
相关押注的连环链（Daisy Chain）
私募信贷从2015年的不足1万亿美元增长至2026年的逾2.5万亿美元。其中相当一部分资金被配置到软件和技术交易中，其中许多是对SaaS公司的杠杆收购，估值逻辑假设收入将永续保持十几（mid-teens）的增长率。
这些假设在首次智能体编程演示与2026年第一季度软件崩盘之间的某个时点就已经破产，但账面估值似乎并未意识到它们已死。
当众多上市SaaS公司以5-8倍EBITDA交易时，私募股权支持的软件公司仍以反映收购估值的账面价值挂在资产负债表上，其收入倍数早已不复存在。管理人逐步下调估值标记：100美分、92美分、85美分……而公开市场的可比公司显示的是50美分。
穆迪下调140亿美元私募股权支持软件债务评级，涉及14家发行人，理由是"AI驱动竞争颠覆带来的长期收入逆风"；这是自2015年能源行业以来最大规模的单一行业行动 | 穆迪投资者服务，2027年4月
每个人都记得降级后发生了什么。行业老兵们早已见识过2015年能源行业降级后的剧本。
软件支持贷款在2027年第三季度开始违约。信息服务和咨询领域的私募股权被投公司紧随其后。几家知名的、价值数十亿美元的SaaS公司杠杆收购交易进入重组程序。
Zendesk成为确凿的导火索。
Zendesk因AI驱动的客户服务自动化侵蚀ARR而违反债务契约；50亿美元直接贷款工具估值降至58美分；创私募信贷软件违约历史纪录 | 《金融时报》，2027年9月
2022年，Hellman & Friedman与Permira以102亿美元将Zendesk私有化。债务方案为50亿美元直接贷款，当时是历史上最大的ARR（年度经常性收入）支持融资，由黑石牵头，Apollo、Blue Owl和HPS均在贷款银团中。该贷款明确建立在Zendesk的年度经常性收入将保持"经常性"的假设之上。以约25倍EBITDA的杠杆水平，只有在这一假设成立时才有意义。
到2027年中，这一假设不成立了。
近一年来，AI智能体一直自主处理客户服务。Zendesk所定义的类别（工单、路由、管理人工支持交互）已经被根本不需要生成工单就能解决问题的系统所取代。贷款所依据的年度经常性收入不再具有"经常性"，它只是尚未流失的收入。
历史上最大的ARR支持贷款成为历史上最大的私募信贷软件违约。每个信贷部门同时都在问同一个问题：还有谁把结构性（secular）逆风伪装成了周期性（cyclical）逆风？
但至少在最初，共识有一点是对的：这本应是可承受的。
私募信贷不是2008年的银行业。整个架构明确设计为避免强制抛售。这些是封闭型基金，资本被锁定。有限合伙人（LP）承诺投资七到十年。没有储户挤兑，没有回购额度可撤回。管理人可以持有受损资产，随着时间推移逐步处置，等待回收。痛苦，但可控。该系统本应弯曲，而非断裂。
黑石、KKR和Apollo的高管称软件敞口仅占资产的7-13%。可控。每个卖方研报和金融科技信贷账号都在说同样的话：私募信贷有永久资本（permanent capital）。它们可以吸收那些本会炸毁杠杆银行的损失。
永久资本。这个词出现在每一次旨在安抚的财报电话会和投资者信中。它成了咒语。像大多数咒语一样，没人关注其细微之处。它的实际含义是……
在过去十年中，大型另类资产管理公司收购了寿险公司，并将它们变成了融资工具。Apollo收购了Athene。Brookfield收购了American Equity。KKR收购了Global Atlantic。逻辑很优雅：年金存款提供了稳定、长期限的负债基础。管理人将这些存款投资于他们发起的私募信贷，赚取双重收益：保险端的利差和资产管理端的管理费。一个收费套收费的永动机——在一种条件下运转良好：
私募信贷必须是优质资产（money good）。
损失冲击了那些为持有非流动性资产以匹配长期负债而构建的资产负债表。本应使系统具有韧性的"永久资本"并非某种抽象的耐心机构资金池，也不是承担复杂风险的成熟投资者。它是美国家庭的储蓄，“主街”（Main Street，普通民众）的储蓄，以年金形式投资正在违约的私募股权支持的软件和技术票据。无法逃走的锁定资本是寿险保单持有人的资金，而那里的规则有所不同。
与银行系统相比，保险监管机构一直温顺——甚至自满——但这是一个警钟。鉴于对寿险公司私募信贷集中度的担忧，他们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，在一个已经冻结的市场中，两者都不可能以有利条件完成。
纽约州、爱荷华州监管机构收紧对寿险公司持有的某些私募评级信贷的资本待遇；NAIC指引预计提高RBC因子并触发额外SVO审查 | 路透社，2027年11月
当穆迪将Athene的财务实力评级列入负面展望时，Apollo的股价在两个交易日内暴跌22%。Brookfield、KKR等也随之下跌。
情况从此变得更加复杂。这些公司不仅创造了它们的保险永动机，还构建了精巧的离岸架构，旨在通过监管套利最大化回报。美国保险公司开出年金，然后将风险再保险给同样隶属于它的百慕大或开曼群岛关联再保险公司——设立这些实体是为了利用更灵活的监管，允许对相同资产持有更少的资本。该关联公司通过离岸SPV（特殊目的实体）筹集外部资金，形成一层新的交易对手，与保险公司一起投资于同一母公司资产管理部门发起的私募信贷。
评级机构——其中一些本身即为私募股权所有——向来并非透明的典范（这对几乎任何人来说都不意外）。不同公司与不同资产负债表之间盘根错节的蛛网关联，其不透明程度令人震惊。当底层贷款违约时，究竟由谁实际承担损失这一问题，在当时根本无法厘清。
2027年11月的崩盘标志着认知的转变：从潜在的普通周期性回撤，转向某种令人极度不安的情形。美联储主席凯文·沃什（Kevin Warsh）在11月联邦公开市场委员会（FOMC）紧急会议上如此形容：“对白领生产力增长的一系列相关押注构成的连环链。”
要知道，从来不是损失本身引发危机。认识到这些损失才会引发危机。而且，还有另一个规模更大、重要得多的金融领域，我们正担心那种"认识"的到来。
抵押贷款之问
Zillow房价指数同比下跌：旧金山11%，西雅图9%，奥斯汀8%；房利美（Fannie Mae）标记出科技/金融就业占比超40%的邮政编码区域出现"早期拖欠率升高" | Zillow / 房利美，2028年6月
本月，Zillow房价指数在旧金山同比下跌11%，西雅图9%，奥斯汀8%。这并非唯一令人担忧的头条。上月，房利美标记出巨额贷款（jumbo）密集的邮政编码区域早期拖欠率上升——这些区域居住着信用评分780+的借款人，通常被视为"坚不可摧"（bulletproof）。
美国住宅抵押贷款市场规模约13万亿美元。抵押贷款承销建立在一个基本假设之上：借款人将在贷款期内大致保持当前收入水平。对大多数抵押贷款而言，这意味着三十年。
白领就业危机以收入预期的持续转变，威胁着这一假设。我们现在不得不问一个三年前看似荒谬的问题——优质抵押贷款（prime mortgages）还是优质资产（money good）吗？
美国历史上此前的每一次抵押贷款危机都由以下三种因素之一驱动：投机过度（向无力购房的人放贷，如2008年）、利率冲击（利率上升使可调利率抵押贷款无力偿还，如1980年代初），或局部经济冲击（单一地区单一行业崩溃，如1980年代德州的石油业或2009年密歇根州的汽车业）。
这些因素在此都不适用。相关借款人并非次级贷款人。他们的FICO信用评分高达780。他们首付20%。他们拥有良好的信用记录、稳定的就业记录，以及发放时经过核实和存档的收入。他们曾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，这些贷款在发放第一天就是坏的。2028年，这些贷款在发放第一天是好的。只是世界……在贷款发放后变了。人们凭借一个他们再也无力相信的未来借了贷。
2027年，我们标记了隐性压力的早期迹象：房屋净值信贷额度（HELOC）提款、401(k)退休账户取款，以及在抵押贷款仍正常还款（current）的情况下信用卡债务激增。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番。他们仍能支付抵押贷款，但只能通过停止所有可自由支配支出、耗尽储蓄，并推迟任何房屋维修或改善。从技术上说，他们的抵押贷款没有拖欠，但只需再一次冲击就会陷入困境，而AI能力的发展轨迹表明，那种冲击正在到来。随后我们看到拖欠率在旧金山、西雅图、曼哈顿和奥斯汀开始激增，即便全国平均水平仍处于历史常态范围内。
我们现在处于最尖锐的阶段。当边际买家（marginal buyer）健康时，房价下跌是可控的。而在此情境下，边际买家正面临同样的收入受损问题。
尽管担忧在加剧，我们尚未陷入全面的抵押贷款危机。拖欠率虽已上升，但仍远低于2008年的水平。真正的威胁在于轨迹。
智能淘汰螺旋如今获得了两个金融加速器，加剧了实体经济的衰退。
劳动力替代、抵押贷款担忧、私募市场动荡。三者彼此强化。而传统政策工具（降息、量化宽松）可以应对金融引擎，却无法应对实体经济引擎，因为实体经济引擎并非由紧缩的金融条件驱动，而是由AI使人类智能变得不再稀缺、不再有价值所驱动。你可以将利率降至零，购买市场上的每一笔MBS和所有违约的软件杠杆收购债务……
这无法改变一个事实：一个Claude智能体每月仅需200美元就能完成年薪18万美元产品经理的工作。
如果这些担忧成真，抵押贷款市场将在今年下半年崩盘。在这种情况下，我们预计股市当前的回撤最终将与全球金融危机（GFC）时期的跌幅（57%的峰值至谷底）相当。这将使标普500指数跌至约3500点——回到2022年11月ChatGPT问世前一个月的水平。
可以确定的是，支撑13万亿美元住宅抵押贷款的收入假设已遭受结构性损害。不确定的是，政策能否在抵押贷款市场完全消化这一含义之前介入。我们抱持希望，但无法否认存在不应乐观的理由。
与时间的赛跑
第一个负反馈循环发生在实体经济：AI能力提升，工资总额缩减，消费疲软，利润率收紧，企业购买更多能力，能力进一步提升。随后转向金融层面：收入受损冲击抵押贷款，银行亏损收紧信贷，财富效应破裂，反馈循环加速。而这两者都因政府应对不力而加剧——坦白说，政府似乎感到困惑。
系统并非为这种危机而设计。联邦政府的收入基础本质上是对人类时间的征税。人们工作，企业支付薪酬，政府抽成。个人所得税和工资税是正常年份的财政收入支柱。
截至今年第一季度，联邦收入较国会预算办公室（CBO）的基准预测低12%。工资税收入下降，是因为在原有薪酬水平上就业的人数减少。所得税收入下降，是因为赚取的收入结构性降低。生产力在飙升，但收益流向了资本和算力，而非劳动力。
劳动力占GDP的比重从1974年的64%下降至2024年的56%，这是由全球化、自动化以及工人议价能力持续侵蚀驱动的四十年缓慢下降。在AI开始指数级改进的四年里，这一比例已降至46%。这是有记录以来最急剧的下降。
产出依然存在。但它不再在回流企业之前流经家庭，这意味着它也不再流经国税局。循环流动正在断裂，而外界期望政府介入修复。
如同每次经济下行，支出在收入下降之际反而上升。此次的不同在于，支出压力并非周期性的。自动稳定器是为临时性失业而设计的，而非结构性替代。系统支付的福利假设工人将被重新吸纳。许多人不会，至少不会以接近原有工资的薪资被吸纳。疫情期间，政府坦然接受了15%的赤字，但那是暂时的。如今需要政府支持的人并非遭遇可恢复的疫情打击。他们是被一项持续改进的技术所取代的。
政府需要向家庭转移更多资金的时刻，恰恰正是它从他们那里征收的税收减少的时刻。
美国不会违约。它印制用于支出的货币，也用同一种货币偿还借款人。但这种压力已在别处显现。市政债券在年初至今的表现中显示出令人担忧的分化迹象。无所得税的州表现尚可，但依赖所得税（多数为蓝州）的州发行的一般责任市政债券（general obligation munis）开始计入一定的违约风险。政客们迅速察觉，关于救助谁的辩论已沿党派界线分裂。
值得肯定的是，政府及早认识到危机的结构性本质，并开始考虑两党提案，即所谓的"转型经济法案"（Transition Economy Act）：一个通过赤字支出和拟议中的AI推理算力税相结合，为被取代工人提供直接转移支付的框架。
桌上最激进的提案更进一步。"《共享AI繁荣法案》（Shared AI Prosperity Act）将对智能基础设施本身的回报建立公共索取权，介于主权财富基金与对AI生成产出的特许权使用费之间，其分红用于资助家庭转移支付。私营部门游说者已涌入媒体，警告这是滑坡谬误。
讨论背后的政治态势 grimly predictable（ grimly predictable 可译为"可悲地可预见"或"阴郁地可以预见"），因哗众取宠和边缘政策而加剧。右翼称转移支付和再分配为马克思主义，并警告对算力征税将把领先地位拱手让给中国。左翼警告称，由现有企业协助起草的税法将成为监管俘获（regulatory capture）的别名。财政鹰派指向不可持续的赤字。鸽派则指出全球金融危机后过早实施的紧缩政策作为警示。随着今年总统大选的临近，这种分歧正在放大。
政客们争吵不休之际，社会结构的撕裂速度超过了立法程序推进的速度。
“占领硅谷”（Occupy Silicon Valley）运动已成为更广泛不满情绪的象征。上个月，示威者连续三周封锁了Anthropic和OpenAI位于旧金山的办公入口。他们的人数在增长，示威活动获得的媒体报道甚至超过了引发示威的失业数据。
很难想象公众对任何人的憎恨会超过全球金融危机后的银行家，但AI实验室正在挑战这一纪录。而且，从大众视角看，这情有可原。它们的创始人和早期投资者积累财富的速度让镀金时代（Gilded Age）都显得温和。生产力繁荣的收益几乎完全流向算力所有者和运营实验室的股东，这已将美国的不平等放大至前所未有的水平。
各方都有自己的罪魁祸首，但真正的罪魁祸首是时间。
AI能力的进化速度超过了制度的适应速度。政策应对以意识形态而非现实的节奏推进。如果政府不能尽快就问题本质达成共识，反馈循环将为他们书写下一章。
智能溢价的消退
在现代经济史的整个进程中，人类智能一直是稀缺要素。资本充裕（或至少可复制）。自然资源有限但可替代。技术进步速度足够缓慢，使人类能够适应。智能——即分析、决策、创造、说服和协调的能力——是此前无法大规模复制的东西。
人类智能因其稀缺性而获得内在溢价。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而设计的。
我们正在经历这种溢价的消退。机器智能如今正成为人类智能在越来越多任务上的合格且快速改进的替代品。为稀缺人类心智世界而优化数十年的金融体系正在重新定价。这种重新定价是痛苦的、无序的，且远未完成。