Citrini Research一份题为《2028年全球智能危机》的报告震惊全球市场。
以下是您需要了解的内容：
报告内容是什么？这是一份推测性的“思维演练”，设想人工智能将在2028年导致大规模裁员和经济崩溃——报告以未来视角撰写。
Citrini Research是一家怎样的公司？这是一家精品金融研究公司，以其逆向思维和高影响力的市场分析而闻名，深受对冲基金和机构投资者的青睐。
市场为何做出反应？这份报告发布时机敏感——人工智能焦虑已成为市场的主要主题。IBM股价暴跌，创下25年来单日最大跌幅，而印度IT巨头TCS、Infosys和Wipro也位列跌幅榜前列。
报告预测了什么？人工智能将导致白领工作岗位大规模流失，引发需求骤降、企业收入暴跌，并最终导致一场全面的全球经济危机。
投资者应该恐慌吗？分析师提醒说，这只是一个假设情景，而不是预测——但由于它恰逢人们对人工智能颠覆性变革的担忧，因此对市场产生了巨大的影响。
以下为全文翻译：
序言
如果我们对人工智能的乐观态度持续正确……但如果这实际上是看跌的呢？
以下内容描述的是一种情景，而非预测。这不是空头宣传或人工智能末日论调。本文的唯一目的是模拟一个相对未被充分探讨的情景。我们的朋友 Alap Shah 提出了这个问题，我们共同集思广益，探讨了答案。本文由我们撰写，他撰写了另外两部分，您可以在这里找到。
希望阅读本文后，您能更好地应对人工智能日益复杂化的经济格局可能带来的左尾风险。
这是 CitriniResearch 于 2028 年 6 月发布的宏观经济备忘录，详细阐述了全球情报危机的演变及其影响。
西特里尼研究 | 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。受此数据影响，市场下跌2%，标普500指数较2026年10月的高点累计下跌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机制。
仅仅两年时间，经济就从“可控”和“行业特定”转变为与我们记忆中截然不同的面貌。本季度的宏观经济报告旨在重构这一过程——对危机前经济进行一次事后分析。
当时的狂热情绪显而易见。到2026年10月，标普500指数逼近8000点，纳斯达克指数突破3万点。 2026年初，由于人类技能过时而引发的第一波裁员潮开始了，而这波裁员也确实达到了预期效果：利润率上升，盈利超出预期，股市飙升。创纪录的企业利润被大量投入到人工智能计算领域。
表面上的数据依然亮眼。名义GDP年化增长率持续保持在个位数中高水平。生产率飞速增长。在无需睡眠、无需请病假、无需医疗保险的人工智能的推动下，每小时实际产出增速达到了20世纪50年代以来的最高水平。
随着劳动力成本的消失，计算领域的拥有者们的财富暴涨。与此同时，实际工资增长却急剧下降。尽管政府一再吹嘘生产率创下新高，但白领工人却因机器的取代而失业，被迫从事低薪工作。
当消费经济开始出现裂痕时，经济专家们开始流行“幽灵GDP”一词：指那些出现在国民经济核算中，但从未在实体经济中流通的产出。
人工智能在各个方面都超出了预期，市场也完全被人工智能主导。唯一的问题是……经济却并非如此。
其实，我们早就应该明白，北达科他州一个GPU集群所产生的产出，相当于曼哈顿中城一万名白领的产出，与其说是经济灵丹妙药，不如说是经济瘟疫。货币流通速度停滞不前。以人为本的消费经济（当时占GDP的70%）萎缩了。如果我们当初问问这些“赚钱机器”在非必需品上的支出，或许就能更早地明白这一点。（提示：零。除了必需品电力，其它无支出）
人工智能能力提升，企业需要的员工减少，白领裁员增加，失业员工消费减少，利润压力迫使企业加大对人工智能的投资，人工智能能力再次提升……
这是一个没有自然制止的负反馈循环：人类智能被人工智能取代的螺旋式上升，白领的收入能力（以及理性地讲，他们的消费能力）受到了结构性的损害。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然具有盈利潜力。
17年来，由于没有出现真正的违约周期，私人公司被私募股权支持的软件交易所淹没，这些交易都假定年度经常性收入（ARR）会持续存在。2027年中期，人工智能颠覆引发的第一波违约潮挑战了这一假设。
如果这种颠覆仅限于软件领域，情况或许尚可控制，但事实并非如此。到2027年底，它威胁到了所有基于中介的商业模式。大量依靠人类摩擦盈利的公司纷纷瓦解。
事实证明，整个系统就像一条长长的、相互关联的押注白领生产力增长的链条。2027年11月的崩盘只是加速了所有已存在的负反馈循环。
我们已经等待“坏消息也是好消息”近一年了。政府已开始考虑相关方案，但公众对政府出台任何形式的救助措施的能力已信心大减。政策应对总是滞后于经济现实，而如今缺乏全面计划正有可能加速通缩螺旋式上升。
它是怎么开始的？
2025 年末，智能编码工具的功能实现了飞跃式发展。
一位熟练的开发人员使用 Claude Code 或 Codex 等工具，即可在几周内复制一款中端市场 SaaS 产品的核心功能。虽然并非完美无缺，也无法处理所有极端情况，但其效果足以让负责审核 50 万美元年度续约合同的首席信息官 (CIO) 开始思考：“如果我们自己开发这款产品会怎么样？”
由于财政年度通常与日历年一致，因此 2026 年的企业支出计划早在 2025 年第四季度就已确定，当时“智能 AI”还只是个热门词汇。年中审查是采购团队首次在充分了解这些系统实际功能的情况下做出决策。一些团队甚至亲眼目睹了内部团队在几周内就搭建出原型，成功复制了价值六位数的 SaaS 合同。
那年夏天，我们采访了一位财富 500 强企业的采购经理。他向我们讲述了他的一次预算谈判经历。销售人员原本打算沿用去年的策略：每年涨价 5%，老套的“你们的团队依赖我们”的说辞。采购经理告诉他，他一直在与 OpenAI 洽谈，希望他们让“前线部署的工程师”使用 AI 工具来彻底取代现有供应商。最终，他们以 30% 的折扣续约。他说，这已经算是不错的结果了。像 Monday.com、Zapier 和 Asana 这样的“SaaS 长尾”公司则处境艰难得多。
投资者早已预料到——甚至可以说是预料之中——长尾公司会遭受重创。尽管它们可能占到典型企业技术栈支出的三分之一，但显然也面临着风险。然而，记录系统却被认为不会受到冲击。
直到 ServiceNow 发布了 2026 年第三季度财报，这种反身性机制才变得更加清晰。
ServiceNow 净新增年度合同价值 (ACV) 增速从 23% 放缓至 14%；宣布裁员 15% 并推出“结构效率提升计划”；股价下跌 18% | 彭博社，2026 年 10 月
SaaS 并没有“消亡”。运行和支持内部构建仍然需要进行成本效益分析。但内部构建是一种选择，这会影响定价谈判。或许更重要的是，竞争格局已经改变。人工智能让开发和发布新功能变得更加容易，差异化优势也随之消失。现有企业陷入了价格战的恶性循环——既要与彼此竞争，又要与涌现出的新兴挑战者展开殊死搏斗。这些新兴挑战者凭借智能编码能力的飞跃，且无需维护任何传统成本结构，积极抢占市场份额。
直到本文发表，人们才真正意识到这些系统的相互关联性。ServiceNow 出售的是许可证。当财富 500 强客户裁员 15% 时，他们也取消了 15% 的许可证。同样的 AI 驱动的裁员措施，在提升客户利润的同时，也正在机械地摧毁 ServiceNow 自身的收入基础。
这家销售工作流程自动化产品的公司正受到更先进的工作流程自动化产品的冲击，其应对之策是裁员，并将节省下来的资金投入到颠覆自身的技术研发中。
他们还能怎么办？坐以待毙吗？那些受人工智能威胁最大的公司反而成了人工智能最积极的采用者。
事后看来这似乎显而易见，但在当时（至少对我而言）并非如此。以往的颠覆模式认为，现有企业会抵制新技术，最终被灵活的新进入者抢占市场份额，走向衰亡。柯达、百视达和黑莓的遭遇正是如此。但2026年的情况却截然不同；现有企业之所以没有抵制，是因为他们无力承担。
股价暴跌40%-60%，董事会要求给出解释，这些受到人工智能威胁的公司别无选择，只能裁员，将节省下来的资金投入到人工智能工具中，并利用这些工具以更低的成本维持产量。
每家公司的应对措施都是理性的。最终结果是灾难性的。节省下来的每一分钱都投入到了人工智能能力建设中，而这又为下一轮裁员铺平了道路。
软件只是开场白。投资者们在争论SaaS估值是否已经触底时，却忽略了软件行业早已陷入了恶性循环。ServiceNow裁员的逻辑同样适用于所有采用白领成本结构的公司。
当摩擦归零
到 2027 年初，LLM 的使用已成为默认选项。人们在使用 AI 智能体，甚至不知道 AI 智能体是什么，就像那些从未了解过“云计算”的人使用流媒体服务一样。他们看待 AI 智能体的方式，就像看待自动补全或拼写检查一样——手机现在自带的功能。
Qwen 的开源智能购物助手是 AI 处理消费者决策的催化剂。短短几周内，所有主流 AI 助手都集成了某种智能商务功能。精简模型意味着这些代理可以在手机和笔记本电脑上运行，而不仅仅是云实例，从而显著降低了推理的边际成本。
真正应该让投资者感到不安的是，这些代理不会等待用户请求。它们会根据用户的偏好在后台运行。商业不再是一系列离散的人类决策，而变成了一个持续的优化过程，全天候为每一位联网消费者服务。到 2027 年 3 月，美国人均每日代币消费量达到 40 万枚，是 2026 年底的 10 倍。
链条上的下一个环节已经开始断裂。
中介。
过去五十年，美国经济在人类的局限性之上构建了一个巨大的寻租层：做事需要时间，耐心会耗尽，品牌知名度可以替代勤奋，而且大多数人为了避免点击更多次，宁愿接受不合理的价格。数万亿美元的企业价值依赖于这些限制的持续存在。
一切始于一个简单的模式：智能体消除了摩擦。
订阅和会员资格即使几个月未使用也会自动续订。试用期结束后，价格会悄悄翻倍。每一项都可以被包装成可以 “协商解决” 的绑架式消费。作为整个订阅经济赖以建立的指标——平均客户终身价值——显著下降。
消费智能体开始改变几乎所有消费者交易的运作方式。
人类在购买一盒蛋白棒之前，实在没有时间在五个竞争平台上进行价格比对，但机器可以。
旅行预订平台是最早被淘汰的，因为它们是最简单的。到 2026 年第四季度，我们的智能体能够比任何平台更快、更便宜地安排完整的行程（包括航班、酒店、地面交通、会员积分优化、预算限制和退款）。
保险续保模式完全依赖于投保人的惰性，而如今这种模式已被彻底改革。智能体每年都会重新比较您的保单，从而瓦解了保险公司从被动续保中获得的 15-20% 的保费收入。
财务咨询、税务筹划、日常法律事务，任何服务提供商的价值主张最终是“我会帮您处理那些繁琐的复杂事务”的领域都受到了冲击，因为智能体觉得这些事情并不繁琐。
就连我们曾经认为人际关系价值能够保护我们免受其害的领域，也变得脆弱不堪。由于经纪人和消费者之间存在信息不对称，房地产市场买家几十年来一直容忍着5-6%的佣金。然而，随着配备MLS访问权限和数十年交易数据的AI经纪人能够瞬间复制知识库，这种不对称局面迅速瓦解。一篇发表于2027年3月的卖方文章将其标题定为“经纪人之间的暴力”。主要都市地区的买方佣金中位数已从2.5-3%压缩至1%以下，越来越多的交易甚至完全没有买方经纪人的参与。
我们高估了“人际关系”的价值。事实证明，人们所谓的人际关系，很多时候不过是和一张友善的面孔之间的摩擦而已。
这仅仅是中介层变革的开始。成功的公司曾花费数十亿美元，有效地利用消费者行为和人类心理的怪癖，而这些怪癖如今已不再重要。
机器以价格和匹配度为优化目标，它们不在乎你最喜欢的应用程序，也不在乎你过去四年里经常访问的网站，更不会对精心设计的结账体验感兴趣。它们不会感到疲倦，也不会选择最简单的选项，更不会默认“我总是从这里订购”。
这摧毁了一种特殊的护城河：习惯性中介。
DoorDash（DASH US）就是个典型例子。
代码代理大大降低了推出外卖应用程序的门槛。一个技术娴熟的开发者可以在几周内推出一个功能齐全的竞争对手，而事实上，数十家开发者确实这么做了，他们通过将90-95%的配送费直接支付给司机，成功吸引司机离开DoorDash和Uber Eats。多应用控制面板让零工人员可以同时追踪来自二三十个平台的订单，打破了现有平台赖以生存的锁定效应。市场一夜之间碎片化，利润空间被压缩到几乎为零。
智能体加速了这场破坏的进程。他们既为竞争对手提供了支持，又利用了这些竞争对手。DoorDash的护城河实际上是“你饿了，你懒得动弹，这就是你手机主屏幕上的应用”。而智能体没有主屏幕。它会查看DoorDash、Uber Eats、餐厅官网以及二十个根据用户喜好定制的新平台，以便每次都能选择最低的费用和最快的配送速度。
用户对应用的习惯性忠诚度——这是整个商业模式的基础——对机器来说根本不存在。
这颇具讽刺意味，或许是整个事件中唯一一个智能体为即将失业的白领们“提供便利”的例子。当他们最终沦为外卖员时，至少有一半的收入不再流向 Uber 和 DoorDash。当然，随着自动驾驶汽车的普及，这种科技带来的便利并没有持续太久。
一旦智能体掌控了交易，他们就开始寻找更大的“回形针”（指更强大的工具）。
价格匹配和聚合的余地终究有限。持续为用户省钱的最佳途径（尤其是在智能体之间开始交易之后）就是消除手续费。在机器对机器的交易中，2-3% 的信用卡交易手续费自然成为了众矢之的。
智能体开始寻找比信用卡更快更便宜的支付方式。大多数代理商最终选择使用 Solana 或以太坊 L2 层级的稳定币，结算几乎是即时的，交易成本也低至几美分。
万事达卡2027年第一季度：净收入+6%同比;采购量增长放缓至+3.4%，较上一季度的+5.9%有所减缓；管理笔记“代理主导价格优化”和“裁量类别的压力” | 彭博社，2027年4月29日
万事达卡2027年第一季度财报成为了不可逆转的转折点。智能商务从产品故事变成了基础设施故事。第二天，万事达卡股价下跌了9%。Visa股价也下跌了，但在分析师指出其在稳定币基础设施领域更强大的地位后，跌幅有所收窄。
代理交易绕过交换费的模式对以信用卡业务为主的银行和单一业务发卡机构构成了更大的风险，这些机构收取了大部分2-3%的手续费，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）受到的冲击最大；一方面是白领员工裁员导致其客户群锐减，另一方面是代理交易绕过交换费的模式使其收入模式遭受重创。在接下来的几周里，Synchrony（SYF US）、Capital One（COF US）和Discover（DFS US）的股价也都下跌了10%以上。
它们的护城河原本是靠摩擦力构筑的，而摩擦力正在消失殆尽。
从行业风险到系统性风险
到2026年，市场将人工智能的负面影响视为某个特定行业的问题。软件和咨询行业遭受重创，支付和其他收费站也摇摇欲坠，但整体经济似乎运转良好。劳动力市场虽然有所疲软，但并未出现自由落体式的下滑。当时的普遍观点是，创造性破坏是任何技术创新周期的一部分。人工智能在某些领域会带来痛苦，但其总体净收益将超过任何负面影响。
我们在2027年1月发布的宏观经济备忘录中指出，这种思维模式是错误的。美国经济是一个以白领服务业为主的经济体。白领工人占就业岗位的50%，并贡献了约75%的可自由支配消费支出。人工智能正在蚕食的那些企业和工作岗位并非美国经济的边缘部分，它们本身就是美国经济的核心。
“技术创新会摧毁就业岗位，但同时也会创造更多就业岗位。”这是当时最流行、最有说服力的反驳论点。它之所以流行且有说服力，是因为它在过去两个世纪里一直是正确的。即使我们无法预见未来的工作会是什么样子，它们也一定会到来。
自动取款机降低了银行网点的运营成本，因此银行开设了更多网点，柜员的就业人数在接下来的二十年里持续增长。互联网颠覆了旅行社、黄页和实体零售业，但它也催生了全新的行业，创造了新的就业机会。
然而，每一项新工作都需要人来完成。
如今，人工智能已成为一种通用智能，它能够更好地完成那些原本应该由人类承担的任务。失业的程序员无法简单地转型为“人工智能管理”，因为人工智能本身就具备这种能力。
如今，AI 智能体可以处理长达数周的研发任务。指数级增长彻底颠覆了我们对可能性的认知，尽管沃顿商学院的教授们每年都试图用新的S型曲线来拟合数据。
它们几乎编写了所有代码。其中性能最强的人工智能在几乎所有方面都比几乎所有人类都聪明得多，而且它们的成本还在不断降低。
人工智能创造了新的工作岗位，例如快速响应工程师、人工智能安全研究员和基础设施技术人员。人类仍然参与其中，负责最高级别的协调工作或指导决策。然而，人工智能每创造一个新岗位，就会使数十个旧岗位过时。新岗位的薪酬仅为旧岗位的几分之一。
美国JOLTS：职位空缺降至550万以下；失业率与职位空缺比率攀升至约1.7，创2020年8月以来新高 | 彭博社，2026年10月
招聘率全年低迷，但2026年10月的JOLTS报告提供了确凿的数据。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”的推广，软件、金融和咨询行业的职位发布量大幅下降 | Indeed招聘实验室，2026年11月至12月
白领职位空缺大幅减少，而蓝领职位空缺则保持相对稳定（建筑、医疗保健、技工等行业）。人员更迭主要集中在撰写备忘录（我们居然还能继续运营）、审批预算以及维持经济中层运转的岗位上。然而，这两类岗位的实际工资增长在今年大部分时间里都为负值，并且持续下滑。
股市对JOLTS（就业、劳动力和收入转移）的关注度仍然低于GE Vernova所有涡轮机产能已售罄至2040年的消息，在负面宏观经济消息和积极的人工智能基础设施新闻之间摇摆不定。
然而，债券市场（总是比股市更明智，或者至少不那么浪漫）开始对消费冲击进行定价。10年期国债收益率在接下来的四个月里从4.3%下降到3.2%。尽管如此，总体失业率并未飙升，但一些人仍然忽略了其中的构成差异。
在正常的经济衰退中，问题的根源最终会自行纠正。过度建设导致建筑业放缓，进而导致房价下跌，而房价下跌又会刺激新的建设。库存过剩导致库存减少，库存减少又会刺激补货。这种循环机制本身就蕴含着复苏的种子。
而这个周期的起因并非周期性因素。
人工智能变得更好、更便宜了。企业裁员，然后用节省下来的钱购买更多的人工智能设备，这又让他们可以裁掉更多员工。失业的员工减少了消费。面向消费者的企业销量下降，实力减弱，为了维持利润率，不得不加大对人工智能的投资。人工智能变得更好、更便宜了。
这是一个没有自然制止机制的反馈循环。
人们直觉上认为，总需求的下降会减缓人工智能的部署速度。但事实并非如此，因为这并非超大规模企业式的资本支出，而是运营支出的替代。一家公司过去每年在员工身上花费 1 亿美元，在人工智能上花费 500 万美元，现在则在员工身上花费 7000 万美元，在人工智能上花费 2000 万美元。人工智能投资成倍增长，但这是以总运营成本的降低为代价的。每家公司的人工智能预算都在增长，而其整体支出却在减少。
讽刺的是，即便人工智能所颠覆的经济开始恶化，其基础设施依然运转良好。英伟达 (NVDA) 的营收仍然创下新高。台积电 (TSM) 的利用率仍然保持在 95% 以上。超大规模数据中心运营商每季度仍需在数据中心资本支出上投入 1500 亿至 2000 亿美元。像台湾和韩国这样完全顺应这一趋势的经济体表现远超预期。
印度的情况则截然相反。该国的 IT 服务业每年出口额超过 2000 亿美元，是印度经常账户盈余的最大贡献者，也是其持续存在的货物贸易逆差的抵消来源。整个模式建立在一个价值主张之上：印度开发人员的成本仅为美国同行的几分之一。但人工智能编码代理的边际成本已大幅下降，几乎与电力成本相当。塔塔咨询服务公司 (TCS)、印孚瑟斯 (Infosys) 和威普罗 (Wipro) 的合同取消潮持续到 2027 年。由于支撑印度对外账户的服务贸易盈余消失殆尽，卢比在四个月内对美元贬值了 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”。
引发这场变革的引擎每个季度都在增强，这意味着变革的程度每个季度都在加剧。劳动力市场没有自然的底部。
在美国，我们不再讨论人工智能基础设施泡沫何时破裂，而是讨论当消费者被机器取代时，消费信贷经济将会发生什么变化。
人才流失螺旋
2027年，宏观经济形势不再隐晦。过去十二个月零散但明显负面的发展，其传导机制变得清晰可见。你无需查阅劳工统计局（BLS）的数据，只需参加一次朋友的晚宴即可。
失业的白领并没有闲着，他们降低了工作强度。许多人转向收入较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，同时也压低了这些领域的工资水平。
我们的一位朋友在2025年是Salesforce的高级产品经理。职位、医疗保险、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。经过六个月的寻找，她开始做Uber司机。她的收入下降到4.5万美元。关键不在于个人的故事，而在于更深层次的数学计算。将这种动态乘以每个主要都市区的数十万工人，就会发现问题所在。大量高技能劳动力涌入服务业和零工经济，进一步压低了原本就生活拮据的现有劳动者的工资。这种行业特有的冲击迅速蔓延，最终导致整个经济范围内的工资压缩。
在我们撰写本文时，以人为本的经济体系即将迎来又一次调整。随着自动送货和自动驾驶汽车逐渐渗透到零工经济中，而零工经济已经吸纳了第一批失业工人。
到2027年2月，很明显，仍在职的专业人士的消费方式就像他们可能成为下一个失业者一样。他们加倍努力工作（大多借助人工智能），仅仅是为了不被解雇，晋升或加薪的希望已经破灭。储蓄率略有上升，但支出却有所放缓。
最危险的是滞后性。高收入者利用高于平均水平的储蓄，维持了两到三个季度的正常生活假象。直到实体经济中早已出现问题，客观数据才证实了这一点。随后，一份打破假象的报告出现了。
美国初次失业救济申请激增至487,000人，为2020年4月以来最高;劳工部，2027年第三季度
首次申请失业救济人数飙升至48.7万人，创下2020年4月以来的最高水平。ADP和Equifax的数据证实，绝大多数新增申请人来自白领专业人士。
标普500指数在接下来的一周下跌了6%。负面宏观经济形势开始占据上风。
在正常的经济衰退中，失业分布广泛。蓝领和白领工人所承受的痛苦大致与其各自在就业中所占的比例成正比。消费受到的冲击也分布广泛，并且由于低收入工人的边际消费倾向较高，因此这种冲击会迅速反映在数据中。
而在此次经济周期中，失业集中在收入分配的顶层人群。他们在总就业人数中所占比例相对较小，但却推动了不成比例的消费支出。收入最高的10%人群的消费支出占美国全部消费支出的50%以上，收入最高的20%人群的消费支出则占约65%。这些人购买房屋、汽车、度假、外出就餐、支付私立学校学费、进行房屋装修。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，或者为了填补空缺职位而接受50%的降薪时，相对于失业人数而言，消费受到的冲击是巨大的。白领就业人数下降2%意味着可自由支配的消费支出下降了约3-4%。与蓝领失业（往往立竿见影，比如工厂裁员后下周就停止消费）不同，白领失业的影响虽然滞后，但更为深远，因为这些工人有一定的储蓄缓冲，可以在消费行为发生转变前的几个月内维持消费。
到2027年第二季度，经济已经陷入衰退。美国国家经济研究局（NBER）直到几个月后才正式确定衰退的开始日期（他们一贯如此），但数据却清晰地表明——我们已经连续两个季度出现实际GDP负增长。但这还不是一场“金融危机”……至少当时还不是。
相关押注的连锁反应
私募信贷规模从2015年的不足1万亿美元增长到2026年的超过2.5万亿美元。其中相当一部分资金被投入到软件和科技交易中，许多交易以杠杆收购SaaS公司，而这些收购的估值基于公司营收将持续保持两位数以上增长的假设。
然而，这些假设在第一个智能编码演示和2026年第一季度软件市场崩盘之间早已不复存在，但市场似乎并未意识到这一点。
许多上市SaaS公司的市盈率高达5-8倍EBITDA，而私募股权支持的软件公司却依然维持着基于早已不复存在的营收倍数的收购估值。管理层逐步下调评级，分别为100美分、92美分和85美分，而同期公开市场同类公司的评级为50美分。
穆迪下调了14家发行机构中180亿美元的私募股权支持软件债务，理由是“人工智能驱动的竞争颠覆带来的长期收入逆风”;自2015年能源以来最大的单一部门行动 |穆迪投资者服务，2027年4月
每个人都记得评级下调之后发生的事情。业内资深人士在2015年能源行业评级下调后就已经看到了类似的套路。
2027年第三季度，软件抵押贷款开始出现违约。私募股权投资组合中的信息服务和咨询公司也步其后尘。几家知名SaaS公司的数十亿美元杠杆收购案也进入了重组阶段。
Zendesk 的失败是关键所在。
Zendesk 因人工智能驱动的客户服务自动化侵蚀年度经常性收入 (ARR) 而未能履行债务契约；50 亿美元直接贷款融资被低估至每股 58 美分；创下史上最大规模的私募信贷软件违约记录 | 《金融时报》，2027 年 9 月
2022 年，Hellman & Friedman 和 Permira 以 102 亿美元的价格将 Zendesk 私有化。这笔债务融资包括 50 亿美元的直接贷款，这是当时史上规模最大的以 ARR 为担保的融资，由 Blackstone 牵头，Apollo、Blue Owl 和 HPS 也参与了贷款。该贷款的结构明确基于 Zendesk 的年度经常性收入将保持持续增长的假设。大约 25 倍 EBITDA 的杠杆率只有在假设成立的情况下才有意义。
到 2027 年年中，事实并非如此。
AI 智能体已经自主处理客户服务近一年了。Zendesk 定义的类别（工单、路由、管理人工支持互动）已被无需生成工单即可解决问题的系统所取代。贷款所依据的年度经常性收入（ARR）不再是经常性收入，而只是尚未实际发生的收入而已。
历史上最大的以 ARR 为担保的贷款，最终却成了历史上最大的私募信贷软件违约案例。所有信贷部门都异口同声地提出了同一个问题：还有谁面临着被周期性波动伪装成长期不利因素的困境？
但至少在最初，大家的共识是对的：这种情况原本是可以避免的。
私募信贷并非 2008 年的银行业，整个架构的设计初衷就是为了避免强制出售。这些都是封闭式基金，资金被锁定。有限合伙人（LP）承诺持有七到十年。没有存款人需要管理，也没有回购额度需要提取。基金经理可以持有不良资产，逐步解决，并等待回收。痛苦，但可控。这套体系的设计初衷就是为了适应变化，而不是崩溃。
黑石、KKR 和阿波罗的高管们都提到，软件风险敞口占资产的 7% 到 13%，可控。所有卖方报告和金融推特上的信贷账户都表达了同样的观点：私募信贷拥有永久资本。它们能够吸收那些足以让杠杆银行破产的损失。
永久资本。这个词出现在每一次财报电话会议和致投资者的信中，旨在安抚人心。它成了一句口号。而就像大多数口号一样，没有人关注其中的细节。它的真正含义是……
过去十年间，大型另类资产管理公司收购了多家寿险公司，并将它们改造成融资工具。阿波罗收购了雅典娜（Athene），布鲁克菲尔德收购了美国股权（American Equity），KKR收购了环球大西洋（Global Atlantic）。其逻辑十分巧妙：年金存款构成了一个稳定且期限较长的负债基础。管理者将这些存款投资于他们发起的私募信贷，从而获得双重收益：一方面是保险业务的收益，另一方面是资产管理业务的管理费。这就像一台永动机，在一种条件下运转良好。
这种私募信贷必须是优质货币。
损失冲击了那些旨在持有非流动性资产以应对长期债务的资产负债表。原本应该使系统保持韧性的“永久资本”并非某种抽象的、由耐心等待的机构资金和承担高风险的成熟投资者组成的资金池，而是美国家庭——“普通民众”——的储蓄，这些储蓄以年金的形式投资于如今正在违约的、由私募股权支持的软件和科技债券。无法运作的被锁定资金是人寿保险保单持有人的资金，而这方面的规则略有不同。
与银行体系相比，保险监管机构此前一直较为温和，甚至有些自满，但这次事件敲响了警钟。他们原本就对人寿保险公司持有的私人信贷集中度感到不安，于是开始下调这些资产的风险资本评级。这迫使保险公司要么筹集资金，要么出售资产，但在市场已经趋于僵化的情况下，这两种方式都难以获得理想的条件。
纽约州和爱荷华州监管机构着手收紧人寿保险公司持有的某些私人评级信贷的资本处理；预计美国保险监管协会（NAIC）的指导意见将提高风险资本系数，并引发额外的特殊目的评估（SVO）。路透社，2027年11月
穆迪将Athene的财务实力评级展望下调至负面后，阿波罗全球管理公司（Apollo Global Management）的股价在两个交易日内暴跌22%。布鲁克菲尔德（Brookfield）、KKR和其他公司也纷纷效仿。
事情远不止于此。这些公司不仅打造了其保险业的永动机，还构建了一套复杂的离岸架构，旨在通过监管套利实现收益最大化。美国保险公司承保年金，然后将风险转移给其拥有的百慕大或开曼群岛的关联再保险公司——这些再保险公司的设立是为了利用更灵活的监管环境，允许持有更少的资本来持有相同的资产。该关联公司通过离岸特殊目的公司（SPV）筹集外部资金，这些SPV是新的交易对手层，它们与保险公司一起投资于同一母公司资产管理部门发行的私募信贷。
评级机构，其中一些本身就是私募股权公司所有，其透明度一直不尽如人意（几乎无人感到意外）。不同公司与不同资产负债表之间错综复杂的关系网，其不透明程度令人震惊。当基础贷款违约时，究竟谁承担损失这个问题，在当时根本无法得到解答。
2027年11月的崩盘标志着人们的认知从可能只是普通的周期性回调，转变为更加令人不安的局面。美联储主席凯文·沃什在11月联邦公开市场委员会（FOMC）紧急会议上将其描述为“一系列围绕白领生产力增长的关联押注”。
你看，真正引发危机的从来都不是损失本身，而是对损失的认知。而金融领域中，还有另一个规模更大、重要得多的领域，我们却对这种认知感到恐惧。
抵押贷款问题
Zillow 房价指数同比下跌：旧金山 11%，西雅图 9%，奥斯汀 8%；房利美警告科技/金融就业率超过 40% 的邮政编码区域“早期违约率升高” | Zillow / 房利美，2028 年 6 月
本月，Zillow 房价指数同比下跌：旧金山 11%，西雅图 9%，奥斯汀 8%。但这并非唯一令人担忧的消息。上个月，房利美警告称，在“巨额”房产集中的邮政编码区域（这些区域居住着信用评分 780 分以上的借款人，通常被认为是“铁证如山”），早期违约率较高。
美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承销的基本假设是，借款人将在贷款期限内保持大致相同的收入水平，大多数抵押贷款的期限为三十年。
白领就业危机导致收入预期持续下降，对这一假设构成了威胁。我们现在不得不提出一个三年前还看似荒谬的问题——优质抵押贷款的资金是否可靠？
美国历史上每一次抵押贷款危机都源于以下三个因素之一：投机过度（例如2008年向无力购房者放贷）、利率冲击（例如20世纪80年代初利率上升导致浮动利率抵押贷款难以负担）或局部经济冲击（例如20世纪80年代德克萨斯州石油行业的崩溃或2009年密歇根州汽车行业的崩溃）。
以上情况均不适用于此次危机。此次危机中的借款人并非次级借款人，他们的FICO信用评分高达780分。他们首付了20%。他们信用记录良好，就业稳定，收入在贷款发放时都经过核实和证明。他们是金融体系中所有风险模型都视为信用质量基石的借款人。
2008年，这些贷款从一开始就是不良贷款。到了2028年，这些贷款从一开始就是良好贷款。世界在贷款发放后发生了翻天覆地的变化。人们借钱是为了一个他们再也无法承受的未来。
2027年，我们注意到了一些隐形压力的早期迹象：房屋净值信用额度（HELOC）提取、401(k)退休金提取和信用卡债务激增，而抵押贷款还款却依然按时。随着失业、招聘冻结和奖金削减，这些优质家庭的负债收入比翻了一番。
他们仍然可以支付抵押贷款，但这只能通过停止所有可自由支配的支出、耗尽储蓄以及推迟任何房屋维护或改造来实现。从技术上讲，他们的抵押贷款还款是正常的，但距离陷入困境仅一步之遥，而人工智能能力的发展轨迹表明，这种冲击即将到来。随后，我们看到旧金山、西雅图、曼哈顿和奥斯汀的拖欠率开始飙升，而全国平均水平仍保持在历史正常范围内。
我们现在正处于最严峻的阶段。当普通购房者经济状况良好时，房价下跌尚可承受。但现在，普通购房者也面临着同样的收入困境。
尽管担忧情绪正在加剧，但我们尚未陷入全面的抵押贷款危机。违约率有所上升，但仍远低于2008年的水平。真正的威胁在于违约率上升的趋势。
如今，人工智能取代螺旋式衰退又多了两个加速实体经济下滑的金融因素：劳动力流失、抵押贷款担忧、私人市场动荡，这三者相互强化。
传统的政策工具（降息、量化宽松）可以应对金融引擎，却无法解决实体经济引擎的问题，因为实体经济引擎并非由紧缩的金融环境驱动，而是由人工智能驱动，人工智能使得人类智能不再稀缺，价值也随之降低。即便将利率降至零，买断市场上所有抵押贷款支持证券（MBS）和所有违约的软件杠杆收购（LBO）债务……
但这也无法改变这样一个事实：一个Claude 智能体每月只需200美元就能完成一个年薪18万美元的产品经理的工作。
如果这些担忧成为现实，抵押贷款市场将在今年下半年崩溃。在这种情况下，我们预计当前股市的下跌幅度最终将与全球金融危机（GFC）时期（从峰值到谷底下跌57%）不相上下。这将使标普500指数达到约3500点——这是自2022年11月ChatGPT事件发生前一个月以来我们从未见过的水平。
显而易见的是，支撑13万亿美元住房抵押贷款的收入假设存在结构性缺陷。但政策能否在抵押贷款市场完全消化这一缺陷的影响之前进行干预，仍然是个未知数。我们抱有希望，但也不能否认存在一些令人担忧的理由。
与时间的战斗
第一个负反馈循环出现在实体经济中：人工智能能力提升，工资支出减少，消费放缓，利润率下降，企业购买更多人工智能产品，人工智能能力进一步提升。随后，负反馈循环蔓延至金融领域：收入减少冲击抵押贷款，银行亏损导致信贷紧缩，财富效应失效，反馈循环加速。而政府应对政策的不足，以及政府似乎对此感到困惑，都加剧了上述两种情况。
这套系统并非为应对此类危机而设计。联邦政府的财政收入本质上是对人力的征税。人们工作，企业支付工资，政府从中抽取一部分。在正常年份，个人所得税和工资税是财政收入的主要来源。
今年第一季度，联邦财政收入比国会预算办公室（CBO）的基准预测低12%。工资税收入下降是因为目前就业人数减少，且薪酬水平与以往持平。个人所得税收入下降是因为收入结构性降低。生产率虽然飙升，但收益流向了资本和计算，而非劳动力。
劳动力占GDP的比重从1974年的64%下降到2024年的56%，这是由全球化、自动化和工人议价能力的持续削弱所导致的四十年来的缓慢下降。自人工智能开始呈指数级增长以来的四年里，这一比重已降至46%，创历史最大降幅。
产出依然存在，但现在资金不再通过家庭流向企业。这意味着它也不再经过美国国税局。资金循环机制正在断裂，预计政府将介入修复。
如同以往的经济衰退一样，支出增加的同时收入却在下降。但这次的不同之处在于，支出压力并非周期性的。自动稳定器原本是为应对暂时的失业而设立的，而非结构性失业。目前的福利制度假设工人能够重新就业。然而，许多人无法重返工作岗位，至少无法获得与之前相近的工资。新冠疫情期间，政府欣然接受了15%的财政赤字，但当时人们普遍认为这只是暂时的。如今需要政府援助的人们并非遭受了可以康复的疫情冲击，而是被不断进步的技术所取代。
政府需要向家庭转移更多资金，而与此同时，政府从家庭收取的税款却在减少。
美国不会违约。它印制的货币既用于支出，也用于偿还借款。但这种压力已经显现在其他方面。市政债券年初至今的表现呈现出令人担忧的分散化迹象。不征收所得税的州情况尚可，但依赖所得税的州（大多为民主党控制的州）发行的普通市政债券开始反映出一定的违约风险。政客们很快意识到这一点，关于谁应该获得救助的争论也逐渐演变为党派之争。
值得称赞的是，本届政府很早就认识到了这场危机的结构性本质，并开始考虑两党共同提出的“转型经济法案”：该法案旨在通过赤字支出和拟议的人工智能推理计算税相结合的方式，向失业工人提供直接转移支付。
目前最激进的提案更进一步。“共享人工智能繁荣法案”将对人工智能基础设施本身的收益设立公共索取权，类似于主权财富基金和人工智能产出特许权使用费，其股息将用于向家庭转移支付。私营部门的游说者们纷纷向媒体发出警告，指出此举可能引发严重的后果。
这些讨论背后的政治博弈令人沮丧地在意料之中，而哗众取宠和边缘政策更是加剧了这种局面。右翼将转移支付和再分配称为马克思主义，并警告说，对计算征税会将领先优势拱手让给中国。左翼则警告说，在现任者的帮助下起草的税收政策，不过是换了个名字的监管俘获。财政鹰派指出，财政赤字不可持续。鸽派则以全球金融危机后过早实施的财政紧缩政策为例，警示世人。在今年总统大选临近之际，这种分歧只会愈演愈烈。
政客们争吵不休的同时，社会结构的瓦解速度却远超立法进程。
“占领硅谷”运动正是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位于旧金山的办公室入口。示威者的人数还在不断增加，而引发示威活动的媒体报道量甚至超过了引发示威的失业数据。
很难想象在金融危机之后，公众会比银行家更痛恨谁，但人工智能实验室正在迎头赶上。从大众的角度来看，这并非没有道理。它们的创始人及早期投资者积累财富的速度，令镀金时代都显得温和。生产力繁荣带来的收益几乎全部流入了计算资源的拥有者和相关实验室的股东手中，这使得美国的贫富差距达到了前所未有的程度。
各方都有自己的“罪魁祸首”，但真正的“罪魁祸首”是时间。
人工智能能力的演进速度远超现有机构的适应能力。政策应对的步伐受制于意识形态，而非现实。如果政府不能尽快就问题的症结达成共识，那么反馈循环将决定他们未来的命运。
智能溢价的消退
在整个现代经济史上，人类智能一直是稀缺资源。资本丰富（或者至少可以复制）。自然资源有限但可以替代。技术进步缓慢，人类能够适应。而智能，即分析、决策、创造、说服和协调的能力，是无法大规模复制的。
人类智能的固有溢价源于其稀缺性。我们经济中的每一个机构，从劳动力市场到抵押贷款市场再到税法，都是基于这一假设而设计的。
我们现在正经历着这种溢价的消退。机器智能如今已成为人类智能在越来越多的任务中能够胜任且快速发展的替代品。金融体系经过数十年的优化，适应了人类智能稀缺的世界，如今正在重新定价。这种重新定价是痛苦的、混乱的，而且远未完成。
但重新定价并不等同于崩溃。
经济可以找到新的平衡。而实现这一平衡，是少数几个只有人类才能完成的任务之一。我们需要正确地处理这个问题。
这是历史上经济中最具生产力的资产首次创造的就业岗位减少而非增加。没有任何框架能够适用，因为没有任何框架是为稀缺投入变得丰富的世界而设计的。因此，我们必须建立新的框架。我们能否及时建立这些框架，才是唯一重要的问题。
但你现在读到这篇文章的时间不是2028年6月，而是2026年2月。
标普500指数接近历史高位。负反馈循环尚未开始。我们确信其中一些情景不会成为现实。我们也同样确信，机器智能将继续加速发展。人类智能的溢价将会缩小。
作为投资者，我们仍有时间评估我们的投资组合中有多少是基于那些无法经受住未来十年考验的假设而构建的。作为一个社会，我们仍有时间采取积极主动的措施。
预警信号依然存在。
