2028 年全球智能危机
一场来自未来的金融历史思想实验
Citrini Research & Alap Shah
2026 年 2 月 23 日
前言
如果我们对 AI 的看涨观点持续被证实是正确的……但如果这实际上却是看跌的呢？
下文所述是一个情景模拟，而非预测。 这不是为了渲染悲观情绪的“熊市色情文学”，也不是 AI 末日论者的同人小说。本文的唯一目的是构建一个相对未被充分探索的情景模型。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。我们撰写了这部分，他还撰写了另外两部分，您可以在 这里 找到。
希望阅读完本文后，随着 AI 让经济变得愈发怪异，您能对潜在的左尾风险（Left Tail Risks）做好更充分的准备。
这是 CitriniResearch 于 2028 年 6 月发布的宏观备忘录，详细阐述了全球智能危机的演进及其后果。
(此处为原文配图：一张带有未来感的图表或封面)
宏观备忘录
过剩智能的后果
CitriniResearch2026 年 2 月 22 日 2028 年 6 月 30 日
今早公布的失业率为 10.2%，超出预期 0.3%。市场对该数据反应消极，下跌 2%，使得标普 500 指数较 2026 年 10 月的高点累计回撤达到 38%。
交易员们已经麻木了。若在六个月前，这样的数据会触发熔断机制。
仅仅两年。 这就是从“可控”和“特定行业”演变到一个不再像我们任何人所熟悉的经济体所需的全部时间。本季度的宏观备忘录是我们试图重构这一序列的尝试——对危机前经济的一次尸检。
那种狂热是显而易见的。到 2026 年 10 月，标普 500 指数逼近 8000 点，纳斯达克指数突破 30000 点。由于人类变得多余而引发的第一波裁员始于 2026 年初，它们完全起到了裁员应有的作用：利润率扩大，盈利超预期，股价飙升。创纪录的企业利润被直接重新投入到了 AI 算力中。
headline 数据依然亮眼。名义 GDP 反复打印出年化中至高个位数的增长。生产力正在蓬勃发展。受无需睡眠、无需病假也无需医疗保险的 AI 智能体（Agents）驱动，每小时实际产出的增长速度自 1950 年代以来从未见过。
算力的所有者见证了财富的爆炸式增长，因为劳动力成本消失了。与此同时，实际工资增长却崩溃了。尽管政府反复吹嘘生产力创下纪录，但白领工人被机器取代，被迫转入低薪岗位。
当消费经济开始出现裂痕时，经济专家们普及了一个短语：“幽灵 GDP”（Ghost GDP）——即出现在国民账户中却从未在实体经济中流通的产出。
在方方面面，AI 都超出了预期，市场也是 AI。唯一的问题是……经济却不是。
早该清楚的是，北达科他州的一个 GPU 集群产生了以前归因于曼哈顿中城 10,000 名白领工人的产出，这更像是一场经济流行病，而非经济灵丹妙药。货币流通速度停滞不前。以人类为中心的消费经济（当时占 GDP 的 70%）枯萎了。如果我们早点问一句“机器在 discretionary goods（非必需品）上花了多少钱”，我们可能早就明白了。（提示：是零。）
这是一个没有自然制动器的负反馈循环。人类智能替代螺旋（The Human Intelligence Displacement Spiral）。白领工人看到他们的创收能力（以及理性地，他们的支出）受到了结构性损害。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然“资金良好”（money good）。
十七年没有真正的违约周期，让私募股权充满了支持软件的杠杆收购交易，这些交易假设年度经常性收入（ARR）将永远持续。2027 年年中由 AI 颠覆引发的第一波违约挑战了这一假设。
如果这种颠覆仅限于软件行业，这本来是可以控制的，但事实并非如此。到 2027 年底，它威胁到了每一个基于中介（Intermediation）的商业模式。大片依靠通过人类摩擦获利而建立的公司分崩离析。
事实证明，整个系统是一条长长的、基于白领生产力增长的相关赌注雏菊链（Daisy Chain）。2027 年 11 月的崩盘只是加速了所有已经存在的负反馈循环。
近一年来，我们一直在等待“坏消息就是好消息”。政府开始考虑提案，但公众对政府实施任何形式救援能力的信心已逐渐减弱。政策反应总是滞后于经济现实，但缺乏综合计划现在正威胁着加速通缩螺旋。
它是如何开始的
2025 年末，代理编码工具（Agentic Coding Tools）的能力发生了阶跃式提升。
一位胜任的开发者，配合 Claude Code 或 Codex，现在可以在几周内复制中型 SaaS 产品的核心功能。虽然不是完美的，也没有处理每一个边缘情况，但已经足够好，以至于审查 50 万美元年度续约合同的 CIO 开始问：“如果我们自己构建这个会怎样？”
财政年度大多与日历年一致，所以 2026 年的企业支出是在 2025 年第四季度设定的，那时“代理 AI”还是一个流行词。年中审查是采购团队第一次在能看到这些系统实际能力的情况下做出决策。有些人看着自己的内部团队在几周内搭建出原型，复制了六位数的 SaaS 合同。
那年夏天，我们与一位财富 500 强公司的采购经理交谈。他告诉我们关于一次预算谈判的故事。销售人员原本预计会沿用去年的剧本：每年涨价 5%，标准的“你的团队依赖我们”的说辞。采购经理告诉他，他一直在与 OpenAI 交谈，让他们的“前线部署工程师”使用 AI 工具完全取代供应商。最终他们以 30% 的折扣续约。他说，这是个不错的结果。那些“长尾 SaaS”公司，如 Monday.com、Zapier 和 Asana，处境要糟糕得多。
投资者早有准备——甚至期待——长尾部分会受到重创。它们可能占据了典型企业堆栈支出的三分之一，显然处于风险之中。然而，记录系统（Systems of Record）本应免受颠覆。
直到 ServiceNow 发布 2026 年第三季度报告，反射性机制（Mechanism of Reflexivity）才变得更加清晰。
SERVICEWORK 新增年度合同价值（ACV）增速从 23% 放缓至 14%；宣布裁员 15% 并启动“结构效率计划”；股价下跌 18% | 彭博社，2026 年 10 月
SaaS 并没有“死”。运行和支持内部构建仍然存在成本效益分析。但内部构建确实成了一个选项，这一事实被计入了价格谈判。或许更重要的是，竞争格局发生了变化。AI 使得开发和发布新功能变得更容易，因此差异化崩溃了。老牌公司陷入了价格战的底部——彼此之间以及与新一批涌现的激进挑战者进行肉搏战。这些挑战者因代理编码能力的飞跃而受到鼓舞，且没有遗留成本结构需要保护， aggressively 抢占市场份额。
这些系统的互联性质直到这份报告发布后才被充分认识到。ServiceNow 出售席位。当财富 500 强客户削减 15% 的员工时，他们就取消了 15% 的许可证。正是那些推动客户利润率提升的 AI 驱动的裁员，在机械性地摧毁 ServiceNow 自己的收入基础。
这家销售工作流自动化的公司正被更好的工作流自动化所颠覆，而它的回应是裁员，并用节省下来的资金资助正在颠覆它的技术。
他们还能做什么？坐以待毙，死得慢一点？受 AI 威胁最大的公司变成了 AI 最激进的采用者。
事后看来这听起来很明显，但在当时并非如此（至少对我来说）。历史上的颠覆模型表明，老牌公司会抵制新技术，失去市场份额给灵活的进入者，然后慢慢死去。柯达、百视达、黑莓都是这样。但 2026 年发生的情况不同；老牌公司没有抵制，因为他们负担不起。
随着股价下跌 40-60%，董事会要求给出解释，受 AI 威胁的公司做了他们唯一能做的事：裁员，将节省的资金重新部署到 AI 工具中，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。但集体结果却是灾难性的。每一美元节省下来的人力成本都流向了 AI 能力，这使得下一轮裁员成为可能。
软件仅仅是开场戏。 当投资者还在争论 SaaS 倍数是否见底时，他们错过了反射性循环已经逃出了软件行业。证明 ServiceNow 裁员的逻辑同样适用于每一家拥有白领成本结构的公司。
当摩擦归零时
到 2027 年初，大语言模型（LLM）的使用已成为默认设置。人们使用 AI 智能体，甚至不知道什么是 AI 智能体，就像那些从未学过什么是“云计算”的人使用流媒体服务一样。他们对它的看法就像对自动完成或拼写检查一样——这是手机现在会自动做的事情。
Qwen 的开源代理购物者是 AI 处理消费者决策的催化剂。几周内，每个主要的 AI 助手都集成了某种代理商务功能。蒸馏模型意味着这些智能体可以在手机和笔记本电脑上运行，而不仅仅是在云实例上，从而显著降低了推理的边际成本。
比这更让投资者感到不安的是，这些智能体不需要等待被询问。它们根据用户的偏好后台运行。商务不再是一系列离散的人类决策，而变成了一个连续优化的过程，代表每个连接的消费者 24/7 运行。到 2027 年 3 月，美国中位数个人每天消耗 400,000 个 token——是 2026 年底的 10 倍。
链条中的下一个环节已经断裂。
中介（Intermediation）。
在过去的五十年里，美国经济在人类的局限性之上建立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，大多数人愿意接受糟糕的价格以避免更多的点击。数万亿美元的企业价值依赖于这些约束的持续存在。
起初很简单。智能体消除了摩擦。
那些即使数月未使用也会被动续订的订阅和会员资格。试用期后悄悄加倍的 introductory pricing（入门定价）。每一个都被重新定义为智能体可以谈判的人质局面。整个订阅经济赖以建立的指标——平均客户生命周期价值（LTV）——明显下降。
消费者智能体开始改变几乎所有消费者交易的运作方式。
人类确实没有时间在买一盒蛋白棒之前在五个竞争平台之间进行比价。机器可以。
旅游预订平台是早期的受害者，因为它们最简单。到 2026 年第四季度，我们的智能体可以组装完整的行程（航班、酒店、地面交通、忠诚度优化、预算限制、退款），比任何平台都快且便宜。
保险续保，其整个续保模式依赖于保单持有人的惯性，也被改革了。每年重新购买保险的代理智能体瓦解了保险公司从被动续保中赚取的 15-20% 的保费。
财务建议。税务筹备。常规法律工作。任何服务提供商的价值主张最终是“我将导航你觉得繁琐的复杂性”的类别都被颠覆了，因为智能体觉得没有什么繁琐的。
甚至那些我们认为因人类关系价值而绝缘的地方也被证明是脆弱的。房地产，买家几十年来容忍 5-6% 的佣金，是因为代理人和消费者之间的信息不对称，一旦配备 MLS 访问权限和数十年交易数据的 AI 智能体能够瞬间复制知识库，它就崩溃了。2027 年 3 月的一篇卖方报告将其命名为“代理对代理的暴力”（Agent on Agent Violence）。主要大都市区的买方中位数佣金已从 2.5-3% 压缩至 1% 以下，且越来越多的交易在买方一侧完全没有人类代理人参与的情况下完成。
我们高估了“人类关系”的价值。事实证明，人们所谓的许多关系仅仅是披着友好面孔的摩擦。
这只是中介层颠覆的开始。成功的公司花费了数十亿美元来有效地利用消费者行为和人类心理的怪癖，而这些怪癖不再重要了。
优化价格和适配的机器不在乎你最喜欢的 App，也不在乎你过去四年习惯性打开的网站，也不会感受到精心设计的结账体验的拉力。它们不会感到疲倦并接受最简单的选项，也不会默认说“我总是从这里订购”。
这摧毁了一种特定的护城河：习惯性中介（Habitual Intermediation）。
DoorDash (DASH US) 是典型的例子。
编码代理已经 collapsed 了启动配送应用的进入壁垒。一位胜任的开发者可以在几周内部署一个功能齐全的竞争对手，而且确实有几十家这样做了，通过将 90-95% 的配送费转嫁给司机，从 DoorDash 和 Uber Eats 手中抢走司机。多应用仪表盘让零工工人可以同时跟踪来自二三十个平台的传入工作，消除了老牌公司所依赖的锁定效应。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双方。它们赋能了竞争对手，然后使用它们。DoorDash 的护城河字面上是“你饿了，你懒了，这是你主屏幕上的 App”。智能体没有主屏幕。它会检查 DoorDash、Uber Eats、餐厅自己的网站，以及二十个新出现的“vibe-coded”替代品，以便每次都选择最低费用和最快配送。
习惯性 App 忠诚度，整个商业模式的基础，对机器来说根本不存在。
这 oddly poetic（奇特地具有诗意），也许是整个传奇中智能体为即将被取代的白领工人做的唯一一件好事。当他们最终成为配送司机时，至少他们一半的收入不会流向 Uber 和 DoorDash。当然，随着自动驾驶汽车的普及，技术的这种恩惠并没有持续太久。
一旦智能体控制了交易，它们就开始寻找更大的回形针（指代最大化目标）。
比价和聚合能做的只有这么多。反复为用户省钱（尤其是当智能体开始彼此交易时）的最大方式是消除费用。在机器对机器（M2M）的商业中，2-3% 的卡交换费率（Interchange Rate）成为了明显的目标。
智能体开始寻找比卡片更快、更便宜的选项。大多数最终选择通过 Solana 或以太坊 L2 使用稳定币，那里的结算几乎是瞬时的，交易成本以几分钱计量。
MASTERCARD 2027 年第一季度：净收入同比增长 6%；交易量增长从上一季度的 5.9% 放缓至 3.4%；管理层指出“代理主导的价格优化”和“非必需品类别的压力” | 彭博社，2027 年 4 月 29 日
Mastercard 2027 年第一季度的报告是转折点。代理商务从一个产品故事变成了一个管道故事。次日 MA 股价下跌 9%。Visa 也下跌了，但在分析师指出其在稳定币基础设施中的更强定位后，收窄了跌幅。
(此处为原文配图：显示支付量或费率变化的图表)
绕过交换费的代理商务路由对专注于卡的银行和单一业务线发行商构成了更大的风险，它们收取了大部分 2-3% 的费用，并围绕由商户补贴资助的奖励计划建立了整个业务部门。
美国运通 (AXP US) 受到的打击最大；白领劳动力削减削弱了其客户基础，而代理绕过交换费则摧毁了其收入模式，双重逆风袭来。Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 在接下来的几周内也都下跌了超过 10%。
它们的护城河是由摩擦构成的。而摩擦正在归零。
从行业风险到系统性风险
贯穿 2026 年，市场将 AI 的负面影响视为行业故事。软件和咨询业遭到重创，支付和其他“过路费”站点摇摇欲坠，但更广泛的经济似乎没事。劳动力市场虽然软化，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。在某些领域会很痛苦，但 AI 带来的整体净正面影响将超过任何负面影响。
我们 2027 年 1 月的宏观备忘录认为这是错误的思维模型。美国经济是一个白领服务业经济。白领工人占就业人数的 50%，推动了约 75% 的非必需消费支出。AI 正在吞噬的企业和工作并不是美国经济的边缘，它们就是美国经济。
“技术创新摧毁工作，然后创造更多工作”。这是当时最流行且令人信服的反驳论点。它之所以流行且令人信服，是因为它在两个世纪里一直是正确的。即使我们无法构想未来的工作是什么，它们肯定会出现。
ATM 机使得网点运营成本降低，因此银行开设了更多网点，出纳员就业人数在接下来的二十年里上升了。互联网颠覆了旅行社、黄页、实体零售，但它取而代之发明了全新的行业，创造了新的工作。
然而，每一份新工作都需要一个人去执行。
AI 现在是一种通用智能，它在人类将要重新部署的任务上不断改进。被取代的程序员不能简单地转向“AI 管理”，因为 AI 已经 capable of that（有能力做那个）。
今天，AI 智能体处理长达数周的研究和开发任务。指数级增长压垮了我们对可能性的概念，尽管每年沃顿商学院的教授都试图将数据拟合到新的 Sigmoid 曲线上。
(此处为原文配图：显示 AI 能力指数增长的图表)
它们基本上编写了所有的代码。其中表现最好的智能体在几乎所有事情上都比几乎所有人类聪明得多。而且它们变得越来越便宜。
AI 确实创造了新工作。提示工程师。AI 安全研究员。基础设施技术人员。人类仍在循环中，在最高层面进行协调或指导品味。然而，对于 AI 创造的每一个新角色，它都使数十个旧角色变得过时。新角色的薪酬只是旧角色的一小部分。
美国 JOLTS 数据：职位空缺降至 550 万以下；失业者与职位空缺之比攀升至约 1.7，为 2020 年 8 月以来最高 | 彭博社，2026 年 10 月
招聘率全年一直疲软，但 2026 年 10 月的 JOLTS 数据提供了一些确凿的数据。职位空缺降至 550 万以下，同比下降 15%。
INDEED：随着“生产力计划”的蔓延，软件、金融、咨询领域的 postings（招聘帖）急剧下降 | Indeed Hiring Lab，2026 年 11 月 -12 月
白领职位空缺正在崩溃，而蓝领职位空缺保持相对稳定（建筑、医疗、技工）。然而，这两个群体的实际工资增长在一年中的大部分时间里都为负，并持续下降。
股市此时关心的不是 JOLTS 数据，而是 GE Vernova 的所有涡轮机产能已售罄至 2040 年的消息，它在负面宏观新闻与正面 AI 基础设施头条新闻的拉锯战中横向徘徊。
然而，债券市场（总是比股票聪明，或者至少不那么浪漫）开始对消费冲击进行定价。10 年期收益率在接下来的四个月内从 4.3% 下降至 3.2%。尽管如此，headline 失业率并没有爆发，一些人对构成的细微差别仍然视而不见。
在正常的衰退中，原因最终会自我修正。过度建设导致建筑放缓，进而导致利率降低，进而导致新建筑。库存过剩导致去库存，进而导致补库存。周期性机制在其内部包含了复苏的种子。
本轮周期的原因不是周期性的。
(此处为原文配图：显示负反馈循环的图表)
AI 变得更好、更便宜。公司解雇工人，然后用节省下来的资金购买更多 AI 能力，这使它们能够解雇更多工人。被替代的工人支出减少。向消费者销售商品的公司销量减少，实力减弱，并投资更多 AI 以保护利润率。AI 变得更好、更便宜。
一个没有自然制动器的反馈循环。
直觉上的预期是，总需求下降会减缓 AI 的建设。但事实并非如此，因为这不是超大规模数据中心式的资本支出（CapEx）。这是运营支出（OpEx）的替代。一家公司以前每年在员工身上花费 1 亿美元，在 AI 上花费 500 万美元，现在在员工身上花费 7000 万美元，在 AI 上花费 2000 万美元。AI 投资成倍增加，但它是作为总运营成本的减少而发生的。每家公司的 AI 预算都在增长，而其总支出却在萎缩。
讽刺的是，随着它所颠覆的经济开始恶化，AI 基础设施综合体继续保持强劲。英伟达（NVDA）仍在使用创纪录的收入。台积电（TSM）的利用率仍保持在 95% 以上。超大规模数据中心每季度仍在花费 1500-2000 亿美元用于数据中心资本支出。纯粹受益于这一趋势的经济体，如台湾和韩国，表现大幅跑赢。
印度则相反。该国的 IT 服务部门每年出口超过 2000 亿美元，是印度经常账户盈余的最大贡献者，也是为其持续的货物贸易赤字提供资金的抵消项。整个模式建立在一个价值主张之上：印度开发人员的成本是其美国同行的一小部分。但是，AI 编码智能体的边际成本已经 collapse 到基本上等于电力成本。塔塔咨询服务（TCS）、Infosys 和 Wipro 看到合同取消在 2027 年加速。随着支撑印度外部账户的服务盈余蒸发，卢比在四个月内对美元下跌了 18%。到 2028 年第一季度，IMF 已开始与新德里进行“初步讨论”。
造成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底部。
在美国，我们不再问 AI 基础设施的泡沫何时会破裂。我们在问，当消费者正被机器取代时，一个消费者信贷经济会发生什么。
智能替代螺旋
2027 年，宏观经济故事不再微妙。从前十二个月分散但明显负面的发展中传递出来的机制变得显而易见。你不需要去查看劳工统计局（BLS）的数据。只需参加一个与朋友的晚宴。
被取代的白领工人并没有闲坐着。 他们降级了。许多人接受了低薪的服务业和零工经济工作，这增加了这些部门的劳动力供应，并压缩了那里的工资。
我们的一位朋友在 2025 年是 Salesforce 的高级产品经理。头衔、健康保险、401k，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，她开始为 Uber 开车。她的收入降到了 4.5 万美元。重点不在于个人的故事，而在于二阶数学计算。将这种动态乘以每个主要大都市区的数十万工人。资历过高的劳动力涌入服务和零工经济，压低了那些已经在挣扎的现有工人的工资。特定行业的颠覆转移成了全社会的工资压缩。
(此处为原文配图：显示工资分布或就业变化的图表)
剩余的人类中心池还有另一次修正正在发生，就在我们撰写本文时。随着自动驾驶配送和自动驾驶汽车逐步渗透到吸收了第一波被替代工人的零工经济中。
到 2027 年 2 月，很明显，仍有工作的专业人士花钱的样子就像他们可能是下一个被裁掉的。他们加倍努力工作（主要是在 AI 的帮助下）只是为了不被解雇，晋升或加薪的希望已经破灭。储蓄率略有上升，支出软化。
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，在两到三个季度内维持了正常的表象。硬数据直到问题在实体经济中已经成为旧闻时才确认这一问题。然后是打破幻象的那份报告。
美国首次申请失业救济人数激增至 48.7 万，为 2020 年 4 月以来最高 | 劳工部，2027 年第三季度
首次申请人数激增至 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。
标普指数在随后的一周内下跌了 6%。负面宏观开始在拉锯战中获胜。
在正常的衰退中，失业是广泛分布的。蓝领和白领工人大致按各自在就业中的份额分担痛苦。消费冲击也是广泛分布的，并且很快出现在数据中，因为低收入工人的边际消费倾向更高。
在这个周期中，失业集中在收入分布的上十分位。它们在总就业人数中所占比例相对较小，但它们驱动了极不成比例的消费支出份额。收入最高的 10% 的人群占美国所有消费支出的 50% 以上。前 20% 的人群约占 65%。这些人买房、买车、度假、下馆子、付私立学校学费、装修房子。他们是整个非必需消费品经济的需求基础。
当这些工人失去工作，或者为了进入可用岗位而接受 50% 的减薪时，相对于失业人数而言，消费冲击是巨大的。白领就业人数下降 2%，转化为非必需消费支出约 3-4% 的冲击。与往往立即见效的蓝领失业不同（你从工厂被解雇，下周就停止支出），白领失业的影响具有滞后性但更深重，因为这些工人有储蓄缓冲，允许他们在行为转变生效前维持几个月的支出。
到 2027 年第二季度，经济已陷入衰退。NBER（美国国家经济研究局）直到几个月后才会正式确定起始日期（他们从不立刻做），但数据是明确的——我们已经连续两个季度出现实际 GDP 负增长。但这还不是“金融危机”……至少还不是。
相关赌注的雏菊链
私募信贷（Private Credit）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。其中相当一部分资本被部署到软件和技术交易中，其中许多是对 SaaS 公司的杠杆收购（LBO），其估值假设中十几岁的收入增长将永久持续。
这些假设在第一次代理编码演示和 2026 年第一季度软件崩盘之间的某个地方就死了，但标记（Marks）似乎并没有意识到它们已经死了。
当许多公开上市的 SaaS 公司以 5-8 倍的 EBITDA 交易时，私募股权支持的软件公司在资产负债表上的标记反映了基于不再存在的收入倍数的收购估值。管理者逐渐下调标记，从 100 美分，到 92，到 85，而公开可比公司说的是 50。
穆迪下调 14 家发行人的 180 亿美元私募股权支持软件债务评级， citing“AI 驱动的竞争颠覆带来的长期收入逆风”；自 2015 年能源行业以来最大的单一行业行动 | 穆迪投资者服务公司，2027 年 4 月
每个人都记得 2015 年能源行业降级后发生了什么。行业老兵已经看到了剧本。
软件支持贷款在 2027 年第三季度开始违约。信息服务和咨询业的私募股权投资组合公司紧随其后。几家知名 SaaS 公司的数十亿美元杠杆收购进入重组。
Zendesk 是确凿的证据。
ZENDESK 因 AI 驱动的客户服务自动化侵蚀 ARR 而错过债务契约；50 亿美元直接贷款设施标记为 58 美分；史上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。债务包包括 50 亿美元的直接贷款，这是当时历史上最大的基于 ARR 的融资，由黑石牵头，阿波罗、Blue Owl 和 HPS 均在贷款团中。该贷款明确围绕着 Zendesk 的年度经常性收入将保持“经常性”的假设构建。在大约 25 倍 EBITDA 的情况下，只有当这种情况发生时，杠杆才有意义。
到 2027 年中，情况并非如此。
AI 智能体已经自主处理客户服务长达一年多。Zendesk 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是经常性的，它只是尚未离开的收入。
历史上最大的基于 ARR 的贷款变成了历史上最大的私募信贷软件违约。每个信贷台同时提出了同样的问题：还有谁把长期逆风伪装成了周期性逆风？
但共识至少在最初是对的：这应该是可以幸存的。
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。这些是封闭型基金，资本被锁定。有限合伙人（LPs）承诺期为七到十年。没有储户可跑，没有回购线路可抽。管理者可以持有受损资产，随时间解决它们，等待回收。痛苦，但可控。系统本应弯曲，而不是折断。
黑石、KKR 和阿波罗的高管引用软件敞口占资产的 7-13%。可控。每一份卖方笔记和金融科技推特信贷账户都说着同样的话：私募信贷拥有永久资本。它们可以吸收否则会让杠杆银行爆炸的损失。
永久资本。 这个词出现在每一次旨在安抚的财报电话会议和投资者信中。它变成了一句咒语。像大多数咒语一样，没有人注意细节。这实际上意味着……
在过去的十年里，大型另类资产管理公司收购了人寿保险公司，并将它们变成了融资工具。阿波罗收购了 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、长久期的负债基础。管理者将这些存款投资于他们发起的私募信贷，并赚取两次费用，在保险端赚取利差，在资产管理端赚取管理费。这是一个收费叠加收费的永动机，在一个条件下运作完美。
私募信贷必须是资金良好的（Money Good）。
损失击中了旨在针对长久期义务持有非流动性资产的资产负债表。本应使系统具有弹性的“永久资本”并不是某种抽象的耐心机构资金池和承担复杂风险的成熟投资者。它是美国家庭的储蓄，“大街”（Main Street），被构建为投资于现在正违约的同一私募股权支持的软件和技术票据的年金。无法跑路的锁定资本是人寿保险保单持有人的钱，而那里的规则有点不同。
与银行系统相比，保险监管机构一直温顺——甚至自满——但这次是 wake-up call（警钟）。已经对寿险公司的私募信贷集中度感到不安的监管机构，开始下调这些资产的风险资本（RBC）处理等级。这迫使保险公司要么筹集资本，要么出售资产，而在一个已经冻结的市场中，这两者都无法以优惠条款实现。
纽约、爱荷华州监管机构采取行动收紧寿险公司持有的某些 privately rated credit（私人评级信贷）的资本处理；NAIC 指导预计将增加 RBC 因子并触发额外的 SVO 审查 | 路透社，2027 年 11 月
当穆迪将 Athene 的财务实力评级置于负面展望时，阿波罗的股价在两个交易日内下跌了 22%。Brookfield、KKR 和其他公司紧随其后。
事情变得更加复杂。这些公司不仅创建了保险公司的永动机，还建立了复杂的离岸架构，旨在通过监管套利最大化回报。美国保险公司撰写年金，然后将风险转移给其拥有的附属百慕大或开曼再保险公司——设立这些公司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。该附属公司通过离岸 SPV 筹集外部资本，这是新的一层交易对手，与保险公司一起投资于由同一母公司资产管理臂发起的私募信贷。
(此处为原文配图：复杂的离岸架构图)
评级机构（其中一些本身也是私募股权拥有的）并不是透明度的典范（这对几乎所有人来说都不奇怪）。不同公司链接到不同资产负债表的各种蜘蛛网令人震惊地不透明。当基础贷款违约时，谁实际承担损失的问题在实时中真的无法回答。
2027 年 11 月的崩盘标志着感知从潜在的普通周期性回调转变为更令人不安的局面。美联储主席凯文·沃什（Kevin Warsh）在 11 月 FOMC 紧急会议上称之为“一条基于白领生产力增长的相关赌注雏菊链”。
看，从来不是损失本身导致危机。而是承认损失。还有另一个更大、重要得多的金融领域，我们对其中的承认感到恐惧。
抵押贷款问题
ZILLOW 房屋价值指数：旧金山同比下跌 11%，西雅图 9%，奥斯汀 8%；房利美 flag“早期阶段拖欠率升高”在科技/金融就业 >40% 的邮政编码区域 | Zillow / 房利美，2028 年 6 月
本月，Zillow 房屋价值指数在旧金山同比下跌 11%，西雅图 9%，奥斯汀 8%。这并不是唯一的令人担忧的头条新闻。上个月，房利美 flag 了 jumbo-heavy（大额贷款集中）邮政编码区域的早期阶段拖欠率升高——这些区域居住着信用评分 780+ 的借款人，通常是“防弹”的。
美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承保建立在一个基本假设之上：借款人在贷款期间（对于大多数抵押贷款来说是三十年）将保持大致当前的收入水平就业。
白领就业危机通过收入预期的持续转变威胁到了这一假设。我们现在必须问一个在 3 年前看似荒谬的问题——优质抵押贷款还是资金良好的吗？
美国历史上每一次之前的抵押贷款危机都是由三件事之一驱动的：投机过度（借钱给买不起房的人，如 2008 年）、利率冲击（利率上升使可调利率抵押贷款变得负担不起，如 1980 年代初）或局部经济冲击（单一地区单一行业崩溃，如 1980 年代德州的石油或 2009 年密歇根的汽车业）。
这些都不适用于此。相关的借款人不是次级贷。他们是 780 的 FICO 分数。他们首付 20%。他们有干净的信用记录、稳定的就业记录，并且在发放时验证和记录了收入。他们是金融系统中每个风险模型视为信贷质量基石的借款人。
2008 年，贷款在第一天就是坏的。2028 年，贷款在第一天是好的。只是世界在贷款写入后……改变了。人们借贷时所依据的未来，他们再也负担不起去相信了。
(此处为原文配图：显示房价或拖欠率的图表)
2027 年，我们 flag 了不可见压力的早期迹象：HELOC（房屋净值信贷额度）提款、401(k) 提款，以及抵押贷款还款保持正常时信用卡债务飙升。随着工作丢失、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。
他们仍然可以支付抵押贷款，但只能通过停止所有非必需支出、耗尽储蓄和推迟任何房屋维护或改善来实现。他们在技术上没有拖欠抵押贷款，但距离困境仅差一次冲击，而 AI 能力的轨迹表明那次冲击即将来临。然后我们看到旧金山、西雅图、曼哈顿和奥斯汀的拖欠率开始飙升，尽管全国平均水平仍保持在历史规范内。
我们现在处于最严重的阶段。当边际买家健康时，房价下跌是可控的。在这里，边际买家正面临相同的收入损害。
虽然担忧正在积聚，但我们尚未处于全面的抵押贷款危机中。拖欠率有所上升，但仍远低于 2008 年的水平。真正的威胁是轨迹。
(此处为原文配图：显示恶性循环的图表)
智能替代螺旋现在有两个金融加速器加剧实体经济的衰退。
劳动力替代、抵押贷款担忧、私募市场动荡。每一个都强化了另一个。传统的政策工具箱（降息、量化宽松）可以解决金融引擎，但无法解决实体经济引擎，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有价值驱动的。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 LBO 债务……
这不会改变这样一个事实：一个 Claude 智能体可以以每月 200 美元的成本完成年薪 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破裂。在这种情况下，我们预计目前的股市回撤最终将与全球金融危机（GFC）相媲美（峰值到谷底 57%）。这将把标普 500 指数带到约 3500 点——这是我们自 2022 年 11 月 ChatGPT 时刻前一个月以来未曾见过的水平。
清楚的是，支撑 13 万亿美元住宅抵押贷款的收入假设受到了结构性损害。不清楚的是，政策能否在抵押贷款市场完全消化这意味着什么之前进行干预。我们抱有希望，但我们不能否认不抱希望的理由。
与时间的战斗
(此处为原文配图：显示政府收支缺口的图表)
系统不是为了这样的危机而设计的。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，公司支付他们，政府拿走一部分。在正常年份，个人所得税和工资税是收入的脊梁。
截至今年第一季度，联邦收入比 CBO（国会预算办公室）基线预测低 12%。工资税收入下降是因为更少的人以先前的薪酬水平就业。所得税收入下降是因为赚取的收入在结构上更低。生产力激增，但收益流向了资本和算力，而不是劳动力。
劳动力占 GDP 的份额从 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稳步侵蚀驱动的四十年的缓慢下降。在 AI 开始指数级改进的四年里，这一比例下降到了 46%。这是有记录以来最急剧的下降。
产出仍然存在。但它不再在返回公司的途中流经家庭，这意味着它也不再流经 IRS（国税局）。循环流正在破裂，而政府被期望介入修复它。
(此处为原文配图：显示支出与收入差距的图表)
与每次低迷一样，支出在收入下降时上升。这次的不同之处在于，支出压力不是周期性的。自动稳定器是为暂时性失业而建的，而不是为结构性替代而建的。系统正在支付假定工人将被重新吸收的福利。许多人不会，至少不会以接近他们先前工资的水平被重新吸收。在新冠疫情期间，政府自由地接受了 15% 的赤字，但这被理解为暂时的。今天需要政府支持的人并没有受到他们会从中恢复的大流行的打击。他们被一种继续改进的技术所取代。
政府需要在从他们那里收取更少税款的确切时刻，向家庭转移更多的资金。
美国不会违约。它印制它花费的货币，也是它用来偿还借款人的同一种货币。但这种压力已经出现在其他地方。市政债券显示出年初至今表现的令人担忧的分化。没有所得税的州还好，但依赖所得税的州（主要是蓝州）发行的一般义务市政债开始定价一些违约风险。政客们很快就意识到了这一点，关于谁将获得救助的辩论沿着党派路线展开。
值得称赞的是，政府很早就认识到了危机的结构性本质，并开始考虑两党提出的所谓“过渡经济法案”（Transition Economy Act）：一个由赤字支出和拟议的 AI 推理算力税组合资助的直接向被替代工人转移资金的框架。
桌上最激进的提议走得更远。“共享 AI 繁荣法案”（Shared AI Prosperity Act）将建立对智能基础设施本身回报的公共索赔权，介于主权财富基金和对 AI 生成产出的特许权使用费之间，股息用于资助家庭转移。私营部门游说者已向媒体充斥了关于滑坡效应的警告。
讨论背后的政治是可悲地可预测的，因夸夸其谈和边缘政策而加剧。右派称转移和再分配是马克思主义，并警告对算力征税会将领先地位拱手让给中国。左派警告说，由在职者协助起草的税收变成了另一种形式的监管俘获。财政鹰派指出不可持续的赤字。鸽派指出 GFC 后实施的过早紧缩作为警示故事。分歧在今年总统大选前夕只会放大。
当政客们争吵时，社会结构的磨损速度比立法进程移动的速度更快。
“占领硅谷”运动一直是更广泛不满的象征。上个月，示威者连续三周封锁了 Anthropic 和 OpenAI 旧金山办公室的入口。他们的人数正在增长，示威活动吸引了比引发它们的失业数据更多的媒体报道。
很难想象公众会比 GFC 余波中痛恨银行家更痛恨任何人，但 AI 实验室正在努力争取这一“殊荣”。而且，从大众的角度来看，理由充分。它们的创始人和早期投资者积累财富的速度让镀金时代看起来温和。生产力繁荣的收益几乎完全流向了算力的所有者和运行其上的实验室的股东，这将美国的不平等放大到了前所未有的水平。
每一方都有自己的反派，但真正的反派是时间。
AI 能力的进化速度快于机构的适应速度。政策反应以意识形态的速度移动，而不是现实的速度。如果政府不尽快就问题是什么达成一致，反馈循环将为他们写下下一章。
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的投入。资本是丰富的（或者至少是可复制的）。自然资源是有限的但可替代的。技术进步缓慢，人类可以适应。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东西。
人类智能因其稀缺性而获得了固有的溢价。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，都是为假设成立的这个世界而设计的。
我们现在正在经历这种溢价的消退。机器智能现在是在越来越多的任务中替代人类智能的有能力且迅速改进的替代品。经过数十年优化以适应稀缺人类头脑世界的金融系统正在重新定价。这种重新定价是痛苦的、无序的，且远未完成。
但重新定价并不等同于崩溃。
经济可以找到新的均衡。到达那里是仅剩的少数只有人类才能完成的任务之一。我们需要正确地做到这一点。
这是历史上第一次，经济中最多产的资产产生的工作更少，而不是更多。没有人的框架适用，因为没有一个是为人稀缺投入变得丰富的世界而设计的。所以我们必须制定新的框架。我们是否能及时构建它们，是唯一重要的问题。
发人深省但无限 depressing（令人沮丧）。
少数没人要求其做任何事的人正在领导和欢呼建造一项没人要求甚至没人需要的技术。结果？少数人获得无限财富，而数亿人努力构建的生活在他们眼前蒸发。
净收益？没门。一个失业率为 20-30% 的社会是一个糟糕的居住地。一个人们被支付转移支付整天无所事事、有空闲时间却没有目标的社会，甚至更糟。
没有任何逻辑解释或理由说明人类为什么需要 AI。在某个时刻，大多数人会意识到这一点。他们不会反应良好。民间动荡很可能会变热。
如果 AI 被像核武器一样对待，实行不扩散，世界将会好得多。这永远不会发生，但人可以梦想。
(点赞数：194)
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 kipleyarch@gmail.com
