一个 Claude 智能体，每月 200 美元，干一个年薪 18 万美元产品经理的活。

这不是我说的，这是华尔街投研机构 Citrini Research 在最新研报里写的。他们用了一个很特别的写法——假装自己站在 2028 年 6 月，回头看 2026 年到 2028 年发生了什么。那时候标普 500 已经从高点跌了 38%，失业率飙到 10.2%，整个经济面目全非。

文章标题《2028 全球智能危机》。

作者开头就声明：这不是预测，是压力测试。 但这个压力测试的逻辑链条之完整，还是很让人信服的。

最让我后背发凉的不是某个具体结论，而是整个推演的起点——"如果我们看多 AI 是对的呢？如果 AI 确实太强了呢？那恰恰可能短期内是巨大利空。"

说人话就是：AI 越成功，对经济的破坏可能越大。

今天我把这篇万字研报拆开了讲，用大白话带你走一遍整个推演链条。

第一张多米诺骨牌：软件行业先倒

文章讲了一个特别具体的场景：一个财富 500 强的采购经理在和软件供应商续约。供应商照例想涨价 5%，还搬出老套路"你们团队离不开我们"。结果采购经理说："我正在和 OpenAI 谈，让他们的工程师用 AI 工具直接替换你们。"最后呢？打了三折续约。采购经理说这已经算好结果了——那些不够核心的小工具，比如 Monday.com、Zapier、Asana，处境更惨。

这不是个案。用 Claude Code 或 Codex 这样的 AI 编程工具，一个还不错的开发者，几周内甚至几天内就能复制出一个中端 SaaS 产品的核心功能。不完美，但够用。够用到 CIO 在审核 50 万美元的年度续约时会问："我们自己做呢？"

更可怕的是反身性效应。文章以 ServiceNow 为例：它按员工数量卖许可证。当客户用 AI 裁掉了 15% 的员工，它就自动失去了 15% 的收入。客户因 AI 裁员提升的利润率，机械性地摧毁了 ServiceNow 的收入基础。

这些软件巨头怎么应对？裁员，把省下的钱投入 AI。用 AI 维持产出，进一步减少对人工的依赖。每家公司单独看都是理性决策，集体结果却是灾难——省下的每一美元人力成本，都流入了 AI 能力，让下一轮裁员成为可能。

文章写了一句让我很触动的话：以前柯达、百视达这些巨头面对颠覆是"抵制"，然后被灵活的小公司干掉。但这次不一样——巨头们不是在抵制 AI，而是被迫成了 AI 最激进的采用者。因为它们抵制不起。

第二张骨牌：中间商集体消失

关键变化是什么？智能体开始在后台自动运行，不用你吩咐。 消费不再是一系列人做的决定，而变成了一个 7x24 小时为你持续优化的过程。

然后它们开始杀死中间商。

文章举了一串例子，每个都特别生动：

旅行预订平台最先倒下，因为最简单——智能体比任何平台都能更快更便宜地组装完整行程。保险续期靠的是你懒得换——智能体每年自动帮你比价，保险公司从被动续保中躺赚的 15-20% 溢价被直接摧毁。房产中介靠信息不对称吃了几十年 5-6% 的佣金——AI 配上 MLS 数据库和几十年交易数据，瞬间复制了经纪人的知识库。有篇卖方研报的标题叫"agent on agent violence"——智能体对经纪人的暴力。

文章有句话特别扎心："我们高估了'人际关系'的价值。很多人所说的关系，不过是带着一张友善面孔的摩擦成本。"

最典型的案例是 DoorDash。它的护城河是什么？"你饿了，你懒得动，你手机主屏就是这个 App。"但智能体没有主屏。它会同时检查 DoorDash、Uber Eats、餐厅自己的网站，还有二十个新冒出来的竞品，挑费用最低、送餐最快的。对机器来说，习惯性忠诚这种东西根本不存在。

当智能体控制了交易环节后，它们瞄上了更大的目标——信用卡的 2-3% 交换费。万事达卡 2027 年第一季度财报成了拐点，智能体电商开始绕过信用卡，用稳定币支付。美国运通遭遇双重打击：白领裁员潮侵蚀客户基础，智能体绕过交换费掏空收入模式。

文章总结：它们的护城河是用摩擦筑起的。而摩擦正在归零。

第三张骨牌：白领大规模失业——这才是真正的炸弹

文章讲了一个真实的个体故事：一个朋友，2025 年是 Salesforce 的高级产品经理，年薪 18 万美元，有头衔、有医保、有退休金。第三轮裁员被裁，找了六个月工作没找到，最后去开了 Uber，年收入变成 4.5 万。

重点不在个体悲剧，而在数学。把这个情况乘以几十万、分布到每个主要城市。大量过度合格的人涌入服务业和零工经济，连带压低了那里的工资。行业性颠覆扩散成了全经济范围的工资压缩。

更危险的是"时滞"效应。高收入者有存款，被裁后还能维持两三个季度的正常消费。硬数据不会立刻反映问题，等数据确认的时候，真实经济里问题早就是旧闻了。

然后关键数据来了：

收入最高的 10% 群体，贡献了美国全部消费支出的 50% 以上。最高的 20% 贡献约 65%。

这些人是买房子、买车、度假、下馆子、交私立学校学费的主力。他们是整个可选消费经济的需求基础。当他们失业或者降薪 50%，消费冲击是巨大的。白领就业下降 2%，大约意味着可选消费下降 3-4%。

反对者总说"技术创新消灭旧岗位，创造新岗位"。过去两百年确实如此。ATM 让银行网点更便宜，结果银行开了更多网点，柜员就业反而增长了。互联网颠覆了旅行社、黄页、实体零售，但创造了全新的行业。

但每一个新岗位，都需要由人来做。

这次不一样。AI 恰恰在人类会转型去做的那些任务上不断进步。被替代的程序员不能简单转去做"AI 管理"——因为 AI 自己就能管理。AI 确实创造了新岗位——提示词工程师、AI 安全研究员——但每创造一个新岗位，就淘汰了几十个旧岗位，而且新岗位的薪酬只是旧岗位的零头。

第四张骨牌：金融系统连环爆

到这里，故事从实体经济蔓延到了金融系统。连锁反应之精密，让人想起 2008 年。

第一环：私募信贷暴雷

2015 年到 2026 年，私募信贷从不到 1 万亿膨胀到超过 2.5 万亿美元。其中大量资金投入了软件公司的杠杆收购。文章给了一个具体案例：2022 年 Zendesk 以 102 亿美元被私有化，配了 50 亿美元的直接贷款——史上最大的 ARR（年度经常性收入）担保贷款。整个贷款结构建立在一个假设上：Zendesk 的年费会一直"经常性"下去。

但 AI 智能体接管了客服。Zendesk 定义的那个品类——工单管理、分派、管理人工客服——被不需要生成工单就能解决问题的系统取代了。年度经常性收入不再"经常性"——那只是还没来得及流失的收入。 50 亿美元的贷款标记到了 58 美分。

第二环：保险公司的"永续资本"骗局

大家都说私募信贷有"永续资本"，不怕挤兑。这话在每一场业绩电话会上都被重复。但文章揭开了里面的真相：过去十年，Apollo、Brookfield、KKR 这些巨头收购了人寿保险公司，把老百姓买年金的钱投入了自己发起的私募信贷。赚两次钱——保险端赚利差，资管端赚管理费。

但那些"锁定的、不会跑的永续资本"，其实就是美国家庭买的年金。当底层贷款违约，那些被锁定的钱是保单持有人的储蓄——"普通老百姓"的钱。

第三环：优质房贷变坏账

美国住宅抵押贷款市场 13 万亿美元。整个承销体系建立在一个假设上：借款人会在贷款的 30 年里大致维持当前收入水平。以前 780 分信用评分、20% 首付的程序员是最优质的借款人。但当他们的收入结构性下降，这些"优质贷款"就变成了定时炸弹。

文章说了一句直击要害的话："2008 年，贷款在发放那天就是坏的。2028 年，贷款在发放那天是好的。只是世界变了。人们是对着一个他们已经无力相信的未来借的钱。"

美联储主席在紧急会议上把这一切总结为："一条由白领生产力增长的关联赌注串起来的雏菊链。"

最可怕的一点：没有刹车

普通衰退有自愈机制——建房太多就停一停，等利率降了再建。库存太多就去库存，然后再补。周期性的病因，自身就包含着复苏的种子。

但这次的病因不是周期性的。

AI 变得更好更便宜 → 企业裁员 → 省下的钱买更多 AI → AI 进一步变好 → 再裁更多人 → 被裁的人消费减少 → 企业卖不动东西 → 加大 AI 投入保利润 → 循环继续。

你可能会想：总需求下降，企业不也会减少 AI 投入吗？不会。因为这不是额外花钱买 AI，而是用 AI 替换人力成本。原来一家公司花 1 亿在员工上、500 万在 AI 上，现在花 7000 万在员工上、2000 万在 AI 上。AI 预算翻了四倍，但总支出反而缩了。

文章还指出了一个讽刺的全球分化：台积电依然 95% 以上利用率运转，英伟达依然创纪录收入，韩国台湾大幅跑赢。但印度——整个 IT 外包模式建立在"印度程序员便宜"上——当 AI 编程的边际成本降到基本等于电费，这个价值主张直接崩塌。卢比四个月内对美元贬值 18%，IMF 开始和新德里"初步讨论"。

而政府呢？税收本质上是对人类时间的抽成。人工作，企业付薪，政府拿一刀。当高薪岗位大量消失，税基坍塌。同时失业救济和社会保障支出暴增。政府需要在发更多钱给家庭的同时，从家庭收到更少的税。

文章提到了两个政策提案——"过渡经济法案"（直接给被替代工人发钱）和更激进的"共享AI繁荣法案"（对 AI 产出收特许权使用费建主权基金）。但政治博弈一如既往：右翼说这是马克思主义，左翼担心监管俘获，鹰派说赤字不可持续，鸽派拿 2008 年后的过早紧缩当警告。

文章最后的判断是：真正的反派不是 AI，不是资本家，不是政客——是时间。 AI 能力的进化速度快于制度适应的速度。如果政府不能尽快达成共识，反馈循环会替它们写好下一章。

我怎么看？

推演逻辑成立，但时间线太激进。

这篇文章最大的价值不在于预测对不对，而在于它揭示的结构性风险是真实的：

要打折扣的地方：

文章结尾有一句话我觉得特别好："重新定价不等于崩溃。经济可以找到新的均衡。到达那里，是剩下不多的只有人类才能完成的任务之一。"

普通人应该怎么想这件事？

不必恐慌，但要有准备。

这篇研报不是预言书。但它是我今年读到的最好的"压力测试"——帮你想想，如果最坏的情况发生，你现在的计划还成立吗？

你觉得 AI 会引爆经济危机吗？还是说人类总能找到出路？欢迎留言聊聊。

原文来源：THE 2028 GLOBAL INTELLIGENCE CRISIS | Citrini Research & Alap Shah | 2026-02-22