Citrini 与 Alap Shah | Citrini Research | 2026年2月22日

前言

如果我们对AI的看多判断一直是对的……而这本身恰恰是利空呢？

以下是一个情景推演，不是预测。这不是空头意淫，也不是AI末日小说。这篇文章的唯一目的，是对一个至今探讨严重不足的场景进行建模。我们的朋友Alap Shah提出了这个问题，我们一起头脑风暴构思了答案。我们撰写了这一部分，他另写了两篇，可以在此处找到。

希望读完之后，你能对AI让经济变得越来越诡异时可能出现的左尾风险多一分准备。

以下是CitriniResearch 2028年6月的宏观备忘录，记录了"全球智能危机"的演进与冲击。

宏观备忘录：智能过剩的代价

CitriniResearch | 2026年2月22日 – 2028年6月30日

今早公布的失业率为10.2%，较预期高出0.3个百分点。市场应声下跌2%，标普500指数从2026年10月高点累计回撤已达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。

只用了两年。从"可控"、"局限于个别行业"，到整个经济面目全非——和我们所有人成长其中的那个经济体判若两物。本季度的宏观备忘录，是我们尝试还原事件链条的努力——一份对危机前经济的尸检报告。

当时的亢奋是肉眼可见的。到2026年10月，标普500逼近8000点，纳斯达克突破30000点。人类被淘汰引发的第一波裁员始于2026年初，而裁员的效果完全符合教科书——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投回AI算力。

表面数据依然亮眼。名义GDP反复录得中高个位数的年化增长。生产率正在飙升。实际每小时产出以1950年代以来未见的速度增长——驱动力是不需要睡觉、不请病假、不用交医保的AI智能体。

算力的拥有者看着自己的财富爆炸式增长，而劳动力成本消失了。与此同时，实际工资增速坍塌。尽管政府反复吹嘘生产率创新高，白领工人却在被机器取代后被迫接受薪酬更低的岗位。

当消费经济开始出现裂痕时，经济评论家们发明了一个流行词——"幽灵GDP"：体现在国民账户上，却从未在实体经济中流通的产出。

从各个维度看，AI都在超预期发展，市场就是AI。唯一的问题是……经济不是。

这本该从一开始就看得清楚：北达科他州一个GPU集群，产出等同于曼哈顿中城一万名白领的工作，这与其说是经济灵药，不如说是经济瘟疫。货币流通速度停滞。以人为核心的消费经济——当时占GDP的70%——在萎缩。如果我们早点问一句"机器在可选消费品上花多少钱"，也许就能更早看清现实。（提示：答案是零。）

AI能力提升，企业需要更少的人，白领裁员增加，被裁的人消费减少，利润压力迫使企业加大AI投入，AI能力进一步提升……

这是一个没有天然制动器的负反馈循环。人类智能替代螺旋。白领工人的收入能力（以及由此而来的理性消费）遭到结构性损害。他们的收入是13万亿美元抵押贷款市场的基石——迫使承销商重新审视：优质抵押贷款是否还能保证安全？

十七年没有经历过一次真正的违约周期，私募市场臃肿不堪，充斥着PE支持的软件交易——这些交易的前提是ARR（年度经常性收入）会一直"经常性"下去。2027年中因AI颠覆引发的第一波违约，动摇了这个假设。

如果颠覆仅限于软件行业，局面本可控制，但事实并非如此。到2027年底，所有依赖"中间环节"盈利的商业模式都受到了威胁。大批建立在利用人类摩擦来变现的公司灰飞烟灭。

整个系统原来是一条漫长的雏菊链——由一连串关于白领生产力增长的关联赌注串起来的。2027年11月的崩盘，只是加速了所有已经启动的负反馈循环。

我们等"坏消息变好消息"已经等了将近一年。政府开始考虑一些方案，但公众对政府有能力组织任何有效救助的信心已经所剩无几。政策回应总是滞后于经济现实，但缺乏一个全面方案，正在加速通缩螺旋的风险。

一切是怎么开始的

2025年底，智能体编程工具的能力实现了阶跃式跃升。

一个水平不错的开发者使用Claude Code或Codex，几周内就能复制出一个中端SaaS产品的核心功能。不够完美，也没覆盖所有边界情况，但足够好——好到CIO在审查一份50万美元的年度续约时，开始问一个问题："如果我们自己做呢？"

大多数企业的财年与日历年一致，所以2026年的企业支出预算在2025年第四季度就已经定好了，那时"智能体AI"还只是个流行词。年中复盘，是采购团队第一次在充分了解这些系统真实能力的情况下做决策。有些人亲眼看着自己的内部团队在几周内做出了原型，复制了价值六位数的SaaS合同。

那个夏天，我们和一位财富500强企业的采购经理聊过。他讲了一次预算谈判的经历。供应商的销售代表本打算套用去年的老套路：年涨价5%，加上那套标准话术——"你们团队离不开我们"。采购经理告诉他，自己正在和OpenAI谈，让他们的"前线部署工程师"用AI工具彻底替换掉这个供应商。最终以30%的折扣续约了。他说这已经算好结果了。"SaaS长尾"——像Monday.com、Zapier和Asana这类公司——处境要惨得多。

投资者早有准备——甚至可以说是预料之中——长尾会被严重冲击。它们虽然可能占到一家典型企业软件支出的三分之一，但明显暴露在风险之下。然而，"记录系统"（核心系统）按理说应该不会被颠覆。

直到ServiceNow 2026年第三季度的财报，反身性的传导机制才变得清晰。

SERVICENOW NET NEW ACV GROWTH DECELERATES TO 14% FROM 23%; ANNOUNCES 15% WORKFORCE REDUCTION AND 'STRUCTURAL EFFICIENCY PROGRAM'; SHARES FALL 18% | Bloomberg, October 2026

SaaS并没有"死"。自建系统的运营和维护仍然需要成本效益分析。但自建已经成了一个可选项，而这直接影响了定价谈判。也许更重要的是，竞争格局已经改变。AI让开发和发布新功能变得更容易，差异化因此崩塌。巨头们在价格上陷入无底线竞争——既要和彼此厮杀，又要面对一批蜂拥而至的新生挑战者。这些新玩家借助智能体编程能力的飞跃，没有需要保护的历史成本结构，正在大举抢夺市场份额。

这些系统之间的关联性在这份财报之前也没有被充分认知。ServiceNow按席位收费。当财富500强客户裁掉15%的员工时，他们同时取消了15%的许可证。客户那边因AI裁员而提升的利润率，机械性地摧毁了ServiceNow自己的收入基础。

一家卖工作流自动化的公司，正在被更好的工作流自动化所颠覆，而它的应对方式是裁员，然后用省下的钱去买正在颠覆它的那项技术。

它们还能怎么办？坐着等死，只是死得慢一点？被AI威胁最大的公司，反而成了AI最激进的采用者。

事后看这很明显，但当时真不是。传统的颠覆模型是：巨头抵制新技术，被灵活的新玩家抢走份额，然后慢慢死去。柯达、百视达、黑莓都是这样。但2026年发生的事不一样——巨头们没有抵制，因为它们抵制不起。

股价跌了40%到60%，董事会要求交代，这些被AI威胁的公司只能做一件事：裁员，把省下的钱投入AI工具，用这些工具以更低成本维持产出。

每家公司单独来看，决策都是理性的。集体结果却是灾难性的。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。

软件只是开场戏。投资者们忙着争论SaaS估值是否已经见底的时候，反身性循环早已逃逸出软件行业。ServiceNow裁员的那套逻辑，适用于每一家有白领成本结构的公司。

当摩擦归零

到2027年初，使用大语言模型已经成为默认行为。使用AI智能体的人甚至不知道什么叫AI智能体——就像从来没搞懂"云计算"是什么的人也照样用流媒体一样。他们把它看成和自动补全、拼写检查一样的东西——手机现在就是会做这些了。

通义千问（Qwen）的开源智能体购物助手是AI接管消费决策的催化剂。几周之内，所有主流AI助手都集成了某种智能体电商功能。蒸馏模型意味着这些智能体可以在手机和笔记本上运行，而不只是云端，大幅降低了边际推理成本。

本该让投资者更加不安的是：这些智能体不用等你吩咐。它们根据用户偏好在后台自动运行。消费不再是一系列离散的人类决策，而变成了一个全天候为每个联网消费者持续优化的过程。到2027年3月，美国个人的日均token消耗中位数达到40万——是2026年底的10倍。

链条的下一个环节已经在断裂。中间环节。

过去五十年，美国经济在人类局限性之上构建了一个庞大的租金抽取层：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想多点几下。数万亿美元的企业价值，依赖于这些约束条件的持续存在。

一开始很简单。智能体消除了摩擦。

已经好几个月没用却自动续费的订阅和会员。试用期结束后悄悄翻倍的入门价格。每一个都被重新定义为一场"人质劫持"，而智能体可以去谈判。平均客户终身价值——整个订阅经济赖以建立的核心指标——显著下降。

消费者智能体开始改变几乎所有消费交易的运作方式。

人类确实没时间在购买一盒蛋白棒之前跨五个平台比价。机器有。

旅行预订平台是最早的牺牲品，因为它们最简单。到2026年第四季度，我们的智能体已经能比任何平台更快、更便宜地组装出完整行程（航班、酒店、地面交通、积分优化、预算约束、退款）。

保险续期——整个续保模式依赖于投保人的惰性——被彻底改造。每年自动帮你重新比价的智能体，摧毁了保险公司从被动续保中赚取的15-20%的保费溢价。

理财咨询。税务筹划。常规法律事务。任何服务提供者的价值主张本质上是"我来帮你处理你嫌麻烦的复杂事务"的类别，都遭到了颠覆——因为智能体不觉得任何事情麻烦。

甚至那些我们以为因"人际关系价值"而免疫的领域，也证明是脆弱的。房地产行业，买家几十年来容忍5-6%的佣金，因为经纪人和消费者之间存在信息不对称。一旦AI智能体配备了MLS数据库访问权限和数十年交易数据，就能瞬间复制经纪人的知识库，整个行业随之崩塌。2027年3月，一份卖方研报的标题是"agent on agent violence"（智能体对经纪人的暴力）。主要都市圈的买方经纪佣金中位数已从2.5-3%压缩到1%以下，而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，很多人所说的"关系"，不过是带着一张友善面孔的摩擦成本。

这还只是中间环节被颠覆的开始。成功的企业花了几十亿来有效利用人类行为的各种怪癖和心理弱点——而这些现在都不重要了。

以价格和适配度为目标进行优化的机器，不在乎你最喜欢哪个App，不在乎你过去四年习惯性打开的那些网站，也不会被精心设计的结账体验所吸引。它们不会疲倦后随便选个最简单的选项，也不会默认"我一直都在这家买"。

这摧毁了一种特殊的护城河：习惯性中介。

DoorDash是典型案例。

编程智能体已经把启动一个外卖App的门槛降为零。一个靠谱的开发者几周内就能部署一个功能完备的竞品，而且数十家这样做了，它们把90-95%的配送费直接给骑手，以此从DoorDash和Uber Eats手中吸引司机。多平台工作面板让零工们可以同时追踪二三十个平台的订单，消除了巨头们依赖的锁定效应。市场一夜之间碎片化，利润率被压缩到接近于零。

智能体同时加速了破坏的两端。它们既催生了竞争者，又使用这些竞争者。DoorDash的护城河说白了就是"你饿了，你懒得动，你的手机主屏就是这个App。"智能体没有主屏。它会检查DoorDash、Uber Eats、餐厅自己的网站，以及二十个新出的"氛围编程"（vibe-coded）替代品，挑出费用最低、送餐最快的那个。

对机器来说，习惯性的App忠诚度根本不存在。

这倒有几分诗意——算是这整个故事里智能体为即将被取代的白领做的唯一一件好事。当他们最终沦为外卖骑手时，至少不用把一半收入交给Uber和DoorDash了。当然，技术带来的这份善意也没持续多久——自动驾驶汽车很快就普及了。

一旦智能体掌控了交易环节，它们就开始寻找更大的"回形针"。

能做的比价和聚合就那么多。反复为用户省钱最大的方式（尤其是当智能体之间开始互相交易时），是消除手续费。在机器对机器的交易中，2-3%的信用卡交换费成了一个显而易见的靶子。

智能体开始寻找比信用卡更快更便宜的支付方式。大多数最终选择了通过Solana或以太坊L2使用稳定币——结算近乎即时，交易成本以不到一美分计。

MASTERCARD Q1 2027: NET REVENUES +6% Y/Y; PURCHASE VOLUME GROWTH SLOWS TO +3.4% Y/Y FROM +5.9% PRIOR QUARTER; MANAGEMENT NOTES "AGENT-LED PRICE OPTIMIZATION" AND "PRESSURE IN DISCRETIONARY CATEGORIES" | Bloomberg, April 29 2027

万事达卡2027年第一季度的财报是不可逆转的拐点。智能体电商从一个产品故事变成了一个基础设施故事。MA次日跌了9%。Visa也跌了，但在分析师指出其在稳定币基础设施领域布局更强之后，跌幅收窄。

智能体电商绕过交换费，对以信用卡为核心业务的银行和单一发卡机构构成了更大的风险——它们收取那2-3%手续费的大部分，并围绕由商户补贴资助的积分奖励计划构建了整个业务部门。

美国运通受创最深——白领裁员潮侵蚀其客户基础，智能体绕过交换费又掏空其收入模式，双重夹击。Synchrony、Capital One和Discover在随后几周也都跌超10%。

它们的护城河是用摩擦筑起的。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的负面冲击当作行业性故事来对待。软件和咨询被碾压了，支付和其他"收费站"有些摇晃，但更广泛的经济似乎没事。劳动力市场虽然在走软，但尚未崩溃。市场共识是：创造性破坏是任何技术创新周期的一部分。局部会很痛苦，但AI的整体净正面效应会大于负面。

我们2027年1月的宏观备忘录认为这个思维框架是错的。美国经济是一个白领服务型经济。白领工人占就业的50%，驱动着约75%的可选消费支出。AI正在吞噬的那些企业和岗位，不是美国经济的边缘——它们就是美国经济本身。

"技术创新消灭岗位，然后创造出更多岗位"。这是当时最流行、最有说服力的反驳。之所以流行且有说服力，是因为过去两百年它一直是对的。即使我们无法想象未来的工作是什么，它们肯定会出现。

ATM机让银行网点运营成本更低，所以银行开了更多网点，柜员就业在此后二十年里反而增长了。互联网颠覆了旅行社、黄页、实体零售，但它发明了全新的行业来取代它们，由此创造了新的就业。

然而，每一个新岗位都需要由人类来完成。

AI现在是一种通用智能，而且它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地转去做"AI管理"，因为AI已经有能力做这件事了。

如今，AI智能体能处理长达数周的研发任务。指数级增长碾碎了我们对可能性的想象，尽管每年沃顿商学院的教授们都试图把数据拟合成一条新的S曲线。

它们几乎编写了所有代码。性能最强的智能体在几乎所有领域都比几乎所有人类聪明得多。而且它们还在不断变便宜。

AI确实创造了新的工作。提示词工程师。AI安全研究员。基础设施技术人员。人类仍然在决策链中，在最高层面进行协调，或在品味方面做出判断。但AI每创造一个新岗位，就让几十个岗位过时。新岗位的薪酬只是旧岗位的零头。

U.S. JOLTS: JOB OPENINGS FALL BELOW 5.5M; UNEMPLOYED-TO-OPENINGS RATIO CLIMBS TO ~1.7, HIGHEST SINCE AUG 2020 | Bloomberg, Oct 2026

全年招聘都很疲软，但2026年10月的JOLTS数据提供了一些确定性证据。职位空缺降至550万以下，同比下降15%。

INDEED: POSTINGS FALL SHARPLY IN SOFTWARE, FINANCE, CONSULTING AS "PRODUCTIVITY INITIATIVES" SPREAD | Indeed Hiring Lab, Nov–Dec 2026

白领职位空缺在坍塌，而蓝领职位空缺相对稳定（建筑、医疗、手工业）。流失的恰恰是那些写备忘录、审批预算、维持经济中间层运转的岗位。然而，两个群体的实际工资增长在全年大部分时间都是负值，并且持续下滑。

股市对JOLTS数据的关注度，仍然不及GE Vernova的涡轮产能已被预订到2040年的新闻。市场在负面宏观数据和正面AI基建新闻之间的拉锯中横盘震荡。

不过，债券市场（总是比股市聪明，或者至少没那么感情用事）开始为消费冲击定价。10年期国债收益率在随后四个月从4.3%降至3.2%。尽管如此，整体失业率并没有飙升，结构性的细微变化仍然被一些人忽视。

在正常的衰退中，病因最终会自我修正。过度建设导致建筑业放缓，利率下降，进而引发新一轮建设。库存过剩导致去库存，接着又是补库存。周期性机制本身就孕育着复苏的种子。

这一轮的病因不是周期性的。

AI变得更好、更便宜。企业裁员，把省下的钱用来购买更多AI能力，然后裁掉更多人。被裁的工人消费减少。面向消费者的企业卖得更少，经营恶化，为了保住利润率加大AI投入。AI变得更好、更便宜。

一个没有天然制动器的反馈循环。

直觉上，总需求下降应该会减缓AI的建设。但并没有，因为这不是超大规模资本开支（CapEx）模式，而是运营开支（OpEx）的替代。一家之前在员工上花1亿美元、AI上花500万美元的公司，现在在员工上花7000万、AI上花2000万。AI投入成倍增长，但体现为总运营成本的下降。每家公司的AI预算在增长，但整体支出在收缩。

讽刺的是，AI基础设施综合体的表现依然亮眼，即使它正在颠覆的经济体已经开始恶化。NVDA仍在报告创纪录的收入。台积电仍在95%以上的利用率运行。超大规模公司每季度仍在数据中心资本开支上投入1500-2000亿美元。纯粹受益于这一趋势的经济体——比如中国台湾和韩国——大幅跑赢。

印度则恰恰相反。该国的IT服务业每年出口超过2000亿美元，是印度经常账户盈余的最大单一贡献者，也是弥补其持续货物贸易逆差的支柱。整个模式建立在一个价值主张上：印度开发者的成本只是美国同行的零头。但AI编程智能体的边际成本已经坍塌到基本等于电费。TCS、Infosys和Wipro在2027年全年合同取消加速。卢比在四个月内对美元贬值18%，支撑印度外部账户的服务业盈余蒸发殆尽。到2028年第一季度，IMF已开始与新德里进行"初步讨论"。

导致颠覆的引擎每个季度都在进步，这意味着颠覆每个季度都在加速。劳动力市场没有天然的底部。

在美国，我们已经不再讨论AI基建泡沫何时破裂了。我们在讨论的是：当消费者正在被机器替代时，一个依赖消费信贷的经济体会发生什么。

智能替代螺旋

2027年是宏观叙事不再微妙的一年。过去十二个月那些零散但明显负面的事态，其传导机制变得一目了然。你不用去翻劳工统计局的数据，只需要参加一场朋友的晚宴就够了。

被裁的白领并没有坐以待毙，他们在降级。很多人转入薪酬更低的服务业和零工经济岗位，增加了这些细分市场的劳动力供给，进而压低了那里的工资。

我们有个朋友，2025年是Salesforce的高级产品经理。有头衔、有医保、有401(k)退休账户，年薪18万美元。她在第三轮裁员中失业了。找了六个月工作未果后，她开始开Uber。收入降到了4.5万美元。这个故事的重点不在于个体经历，而在于二阶效应的数学。把这个情况乘以几十万、分布在每个主要都市圈的白领。过度合格的劳动力涌入服务业和零工经济，压低了本已艰难的现有工人的工资。行业性的颠覆扩散为全经济范围的工资压缩。

剩余的以人工为核心的岗位还有另一轮冲击在前面——就在我们写作此刻正在发生。自动配送和自动驾驶汽车正在侵入吸收了第一波被裁白领的零工经济。

到2027年2月，很明显，那些仍然在职的专业人士的消费行为已经像他们是下一个要被裁的人一样。他们（主要借助AI）加倍努力工作，只为了不被开除，升职加薪的念头早已消失。储蓄率攀升，消费走软。

最危险的是时滞。高收入者利用高于平均水平的储蓄，维持了两三个季度表面上的正常。硬数据没有确认问题的时候，问题在真实经济中早已是旧闻了。然后那个打破幻觉的数据来了。

U.S. INITIAL JOBLESS CLAIMS SURGE TO 487,000, HIGHEST SINCE APRIL 2020; Department of Labor, Q3 2027

初次申请失业救济人数飙升至48.7万，为2020年4月以来最高。ADP和Equifax确认，绝大多数新申领者是白领专业人士。

标普500在随后一周内下跌6%。负面宏观数据开始在拉锯战中占据上风。

在正常的衰退中，失业是广泛分布的。蓝领和白领大致按各自在总就业中的比例分摊痛苦。消费冲击也是广泛分布的，而且很快就会体现在数据中，因为低收入工人的边际消费倾向更高。

这一轮周期中，失业集中在收入分配的顶部十分位。他们在总就业中占比不算大，但驱动着极不成比例的消费支出。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%。他们是买房子、买车、度假、下馆子、交私立学校学费、搞房屋翻新的人。他们是整个可选消费经济的需求基础。

当这些人失业，或者为了得到现有岗位而接受50%的降薪时，消费冲击相对于失业人数而言是巨大的。白领就业下降2%，大约意味着可选消费支出下降3-4%。与蓝领失业（工厂被裁，下周就停止消费）不同，白领失业的消费冲击是滞后但更深的——因为这些人有储蓄缓冲，可以在行为模式转变之前多撑几个月。

到2027年第二季度，经济已经进入衰退。NBER（国家经济研究局）要到几个月后才会正式确定起始日期（一向如此），但数据是明确无误的——我们已经连续两个季度录得实际GDP负增长。但这还不是一场"金融危机"……至少暂时不是。

关联赌注的雏菊链

私募信贷从2015年不到1万亿美元膨胀到2026年超过2.5万亿美元。其中相当一部分资金被部署到软件和科技交易中，许多是对SaaS公司的杠杆收购（LBO），估值建立在中双位数收入将永久增长的假设之上。

这些假设大约在第一个智能体编程演示和2026年第一季度的软件股崩盘之间的某个时候就死了，但账面估值似乎没有意识到自己已经死了。

当许多公开上市的SaaS公司的交易估值已跌至5-8倍EBITDA（息税折旧摊销前利润）时，PE支持的软件公司在资产负债表上的估值仍然反映着收购时的水位——基于已经不存在的收入倍数。基金管理人缓慢下调估值——100美分、92、85——而同期公开市场可比公司的估值在说：50。

MOODY'S DOWNGRADES $18B OF PE-BACKED SOFTWARE DEBT ACROSS 14 ISSUERS, CITING 'SECULAR REVENUE HEADWINDS FROM AI-DRIVEN COMPETITIVE DISRUPTION'; LARGEST SINGLE-SECTOR ACTION SINCE ENERGY IN 2015 | Moody's Investors Service, April 2027

所有人都记得降级之后发生了什么。行业老手们在2015年能源行业降级之后就已经看过这个剧本了。

以软件资产为担保的贷款在2027年第三季度开始违约。信息服务和咨询领域的PE投资组合公司紧随其后。多家知名SaaS公司的数十亿美元LBO进入债务重组。

Zendesk是那支冒烟的枪。

ZENDESK MISSES DEBT COVENANTS AS AI-DRIVEN CUSTOMER SERVICE AUTOMATION ERODES ARR; $5B DIRECT LENDING FACILITY MARKED TO 58 CENTS; LARGEST PRIVATE CREDIT SOFTWARE DEFAULT ON RECORD | Financial Times, September 2027

2022年，Hellman & Friedman和Permira以102亿美元将Zendesk私有化。配套的债务方案是50亿美元的直接贷款——当时历史上最大的ARR担保贷款——由黑石牵头，Apollo、Blue Owl和HPS均参与了贷款团。贷款结构明确建立在Zendesk的年度经常性收入将持续"经常性"的假设之上。在大约25倍EBITDA的杠杆水平下，只有这个假设成立，杠杆才说得通。

到2027年中，这个假设不成立了。

AI智能体自主处理客服已经有大半年了。Zendesk定义的那个品类（工单管理、分配、管理人工客服交互）已经被无需生成工单就能解决问题的系统所取代。贷款据以承销的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。

历史上最大的ARR担保贷款，变成了历史上最大的私募信贷软件违约。每张信用交易台同时在问同一个问题：还有谁把周期性问题伪装成了结构性顺风？

但市场共识最初有一点判断是对的：这本该是扛得住的。

私募信贷不是2008年的银行体系。整个架构就是为了避免强制抛售而设计的。这些都是封闭式基金，资本被锁定。LP承诺了七到十年。没有储户会挤兑，没有回购融资会被撤。基金管理人可以持有减值资产，慢慢处置，等待回收。痛苦，但可控。系统应该弯曲，而不是断裂。

黑石、KKR和Apollo的高管们援引了软件敞口仅占资产7-13%的数据。可以消化。每份卖方研报和金融推特上的信用分析师都说同样的话：私募信贷有永续资本。它们能吸收那些原本会炸掉杠杆银行的损失。

永续资本。这个词出现在每一场业绩电话会和每一封旨在安抚投资者的信中。它变成了一句口头禅。而和大多数口头禅一样，没人注意其中的细节。它真正的含义是这样的……

在过去十年中，大型另类资产管理公司收购了人寿保险公司，并将其改造为融资工具。Apollo买了Athene。Brookfield买了American Equity。KKR收购了Global Atlantic。逻辑很精妙：年金存款提供了稳定的长久期负债基础。管理人将这些存款投入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。一台手续费叠手续费的永动机，在一个条件下运转完美。

那就是私募信贷的本金和利息必须安全无虞。

损失冲击的资产负债表，恰恰是为持有非流动资产、对冲长久期债务而设计的。本应让系统具有韧性的"永续资本"，并不是什么抽象的耐心机构资金池和承担专业风险的老练投资者。它是美国家庭的储蓄——"普通老百姓"的钱——被包装成年金，投入了同样那些正在违约的PE支持的软件和科技贷款。那些无法被赎回的锁定资本，是人寿保险的保单持有人的钱，而那里的规则可不太一样。

与银行监管体系相比，保险监管机构一直很温顺——甚至可以说是漫不经心——但这次是一记警钟。本就对人寿保险公司中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计量权重。这迫使保险公司要么融资，要么抛售资产——而在一个已经在冻结的市场中，两者都无法以有利条件实现。

NEW YORK, IOWA STATE REGULATORS MOVE TO TIGHTEN CAPITAL TREATMENT FOR CERTAIN PRIVATELY RATED CREDIT HELD BY LIFE INSURERS; NAIC GUIDANCE EXPECTED TO INCREASE RBC FACTORS AND TRIGGER ADDITIONAL SVO SCRUTINY | Reuters, Nov 2027

当穆迪将Athene的财务实力评级列入负面观察名单时，Apollo的股价在两个交易日内暴跌22%。Brookfield、KKR和其他公司跟跌。

情况变得更加复杂。这些公司不仅构建了保险公司永动机，还搭建了一套精心设计的离岸架构，通过监管套利来最大化回报。美国保险公司承保年金，然后将风险分保给一家自己也控股的百慕大或开曼群岛再保险关联公司——设立在监管更灵活、对相同资产可以持有更少资本的地方。该关联公司通过离岸SPV（特殊目的载体）募集外部资本，形成新一层交易对手——这些投资者与保险公司并肩投资于同一母公司资管部门发起的私募信贷。

评级机构——其中一些本身就是PE持有的——在透明度方面也算不上典范。不同公司关联到不同资产负债表的蛛网式结构，其不透明程度令人震惊。当底层贷款违约时，谁实际承担了损失这个问题，在实时状态下确实无法回答。

2027年11月的崩盘标志着市场认知的转变——从一场可能的普通周期性回调，转变为某种令人不安得多的东西。"一条由白领生产力增长的关联赌注串起来的雏菊链"——这是美联储主席Kevin Warsh在联邦公开市场委员会11月紧急会议上的措辞。

问题从来不在于损失本身，而在于损失的确认。而在金融领域还有另一个规模大得多、重要得多的领域，我们对那里的损失确认深感忧虑。

抵押贷款之问

ZILLOW HOME VALUE INDEX FALLS 11% YOY IN SAN FRANCISCO, 9% IN SEATTLE, 8% IN AUSTIN; FANNIE MAE FLAGS 'ELEVATED EARLY-STAGE DELINQUENCIES' IN ZIP CODES WITH >40% TECH/FINANCE EMPLOYMENT | Zillow / Fannie Mae, June 2028

本月，Zillow房屋价值指数在旧金山同比下跌11%，西雅图下跌9%，奥斯汀下跌8%。这并不是唯一令人担忧的头条。上个月，房利美标记了巨额贷款（jumbo）密集ZIP编码区的早期逾期率上升——这些地区住着780以上信用评分的借款人，通常被视为"铜墙铁壁"。

美国住宅抵押贷款市场总规模约为13万亿美元。抵押贷款承销建立在一个基本假设之上：借款人在贷款存续期内将大致维持当前收入水平的就业。对大多数抵押贷款来说，这意味着三十年。

白领就业危机已经动摇了这一假设——以收入预期的持续性转变来冲击它。我们现在不得不问一个仅仅三年前还显得荒谬的问题——优质抵押贷款还安全吗？

美国历史上每一次抵押贷款危机都由以下三种原因之一驱动：投机过度（向买不起房的人放贷，如2008年），利率冲击（利率上升使可调利率抵押贷款无法承受，如1980年代初），或局部经济冲击（单一行业在单一地区崩溃，如1980年代德克萨斯的石油业或2009年密歇根的汽车业）。

这三种情况在这里都不适用。相关借款人不是次级贷款借款人。他们的FICO信用评分是780。他们首付20%。他们信用记录干净，就业稳定，收入在申请时经过了核实和记录。在金融系统的每一个风险模型中，他们都被视为信用质量的基石。

2008年，贷款在发放第一天就是坏的。2028年，贷款在发放第一天是好的。只是……世界在贷款发放之后变了。人们是对着一个他们已经无力相信的未来借的钱。

2027年，我们标记了隐性压力的早期信号：HELOC（房屋净值信用额度）支取增加、401(k)提前取款、信用卡债务飙升——与此同时抵押贷款还款仍然正常。随着失业蔓延、招聘冻结、奖金削减，这些优质家庭的负债收入比翻了一倍。

他们还付得起房贷——但代价是停止一切可选消费、耗尽储蓄、推迟所有房屋维护和翻修。技术上他们的房贷没有逾期，但只差一次冲击就会陷入困境——而AI能力的发展轨迹表明，那次冲击正在到来。随后，我们看到旧金山、西雅图、曼哈顿和奥斯汀的逾期率开始飙升，即使全国平均水平仍在历史正常范围内。

我们现在正处于最尖锐的阶段。房价下跌在边际买家健康的时候是可控的。而这里，边际买家面临着同样的收入损伤。

虽然担忧在累积，但我们尚未进入全面爆发的抵押贷款危机。逾期率上升了，但仍远低于2008年的水平。真正的威胁在于趋势。

智能替代螺旋现在有了两个加速实体经济下行的金融助推器。

劳动力替代、抵押贷款担忧、私募市场动荡。每一个都在强化其他两个。而传统的政策工具箱（降息、量化宽松QE）能应对金融引擎，却无法应对实体经济引擎——因为实体经济引擎不是由紧缩的金融条件驱动的。它是由AI让人类智能变得不再稀缺、不再值钱来驱动的。你可以把利率降到零，把所有MBS（抵押贷款支持证券）和所有违约的软件LBO债务都买下来……

这改变不了一个事实：一个Claude智能体能以每月200美元的成本，做一个年薪18万美元的产品经理的工作。

如果这些担忧成真，抵押贷款市场将在今年下半年裂开。在那种情景下，我们预计当前的股市回撤最终将与全球金融危机（GFC）相当（从峰值到谷底57%）。这将把标普500推至约3500点——我们自2022年11月ChatGPT面世前一个月以来就没有见过的水平。

明确的是，支撑13万亿美元住宅抵押贷款的收入假设已经遭到结构性损害。不明确的是，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，但不能否认那些让人无法乐观的理由。

与时间赛跑

第一个负反馈循环在实体经济中：AI能力提升，薪资支出缩减，消费走软，利润率承压，企业购买更多AI能力，能力继续提升。然后它变成了金融层面的：收入损伤冲击抵押贷款，银行亏损收紧信贷，财富效应崩裂，反馈循环加速。而这两者都被一个不充分的政策回应所加剧——来自一个坦率地说显得一头雾水的政府。

在整个现代经济史中，人类智能一直是稀缺投入。资本是充裕的（至少是可复制的）。自然资源有限但可替代。技术进步足够缓慢，人类有时间适应。智能——分析、决策、创造、说服和协调的能力——是唯一无法大规模复制的东西。

人类智能的内在溢价源于其稀缺性。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——都是为这个假设成立的世界设计的。

这个系统不是为这样的危机设计的。联邦政府的税基本质上是对人类时间的征税。人们工作，企业付薪，政府抽成。个人所得税和工资税是正常年份财政收入的脊梁。

截至今年第一季度，联邦财政收入较国会预算办公室的基准预测低了12%。工资税收入在下降，因为更少的人以此前的薪酬水平就业。所得税收入在下降，因为正在获得的收入结构性地更低了。生产率在飙升，但收益流向了资本和算力，而不是劳动。

劳动在GDP中的份额从1974年的64%下降到2024年的56%——这是全球化、自动化和工人议价能力持续侵蚀共同推动的四十年缓慢下滑。在AI开始指数级进步以来的四年中，这一比例骤降至46%。有记录以来最剧烈的下降。

产出还在那里。但它不再通过家庭部门回流到企业，这意味着它也不再经过国税局。经济的循环流转正在断裂，而人们期待政府站出来修复它。

和每次衰退一样，支出在收入下降的同时攀升。这次的不同在于，支出压力不是周期性的。自动稳定器是为临时性失业设计的，不是为结构性替代。系统在发放补贴时的假设是，工人会被重新吸纳。很多人不会——至少不会以接近此前的工资水平被吸纳。新冠期间，政府坦然接受了15%的赤字率，但那被理解为是暂时的。今天需要政府支持的人，不是被一场可以恢复的疫情打击了——他们是被一种仍在持续进步的技术取代了。

政府需要在向家庭转移更多资金的同时，恰恰也在从家庭征收更少的税。

美国不会违约。它印的就是它花的货币，也是它偿债用的货币。但这种压力已经在其他地方显现。市政债券今年以来的表现出现了令人担忧的分化。没有所得税的州还好，但依赖所得税的州（多为蓝州）发行的一般义务市政债开始反映出一定的违约风险。政客们迅速跟进，围绕谁该被救助的争论沿党派路线展开。

公平地说，本届政府较早地认识到了危机的结构性本质，并开始接纳两党提案，他们称之为"过渡经济法案"：一个通过赤字支出和拟议的AI推理算力税相结合来资助被替代工人直接转移支付的框架。

桌面上最激进的提案走得更远。"共享AI繁荣法案"将建立公众对智能基础设施收益的权益主张——介于主权财富基金和AI生成产出的特许权使用费之间——以分红形式资助家庭转移支付。私营部门的游说团体铺天盖地地在媒体上警告滑坡效应。

讨论背后的政治博弈之沉闷可以预见，被做秀和边缘策略不断激化。右翼称转移支付和再分配是马克思主义，警告对算力征税等于把领先优势拱手让给中国。左翼警告说，在巨头帮助下起草的税法将变成另一种形式的监管俘获。财政鹰派指向不可持续的赤字。鸽派则将全球金融危机后过早实施的紧缩政策当作前车之鉴。在今年总统大选前夕，分歧只在不断放大。

在政客们吵架的时候，社会肌理的撕裂速度已经快过了立法程序的推进速度。

"占领硅谷"运动已成为更广泛不满情绪的缩影。上个月，示威者封锁了Anthropic和OpenAI旧金山办公室的入口，连续三周。他们的人数在增长，示威获得的媒体关注度甚至超过了引发示威的失业数据。

很难想象还有谁比全球金融危机余波中的银行家们更招人恨，但AI实验室正在向这个纪录发起冲击。而且，从大众的视角来看，恨得有道理。它们的创始人和早期投资者以让镀金时代都相形见绌的速度积累了财富。生产率繁荣的收益几乎完全流向了算力的拥有者和在其上运行的实验室的股东，美国的不平等被推高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制度适应的速度。政策回应在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的定义达成共识，反馈循环将替它们书写下一个篇章。

智能溢价的消解

我们正在经历那个溢价的消解。机器智能现在已经是一种胜任的、且在持续快速进步的人类智能替代品——覆盖的任务范围越来越广。金融系统，在过去几十年间为稀缺的人类智力而优化，正在重新定价。这种重新定价是痛苦的、无序的，而且远未结束。

但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。我们需要做对。

这是历史上第一次，经济中最具生产力的资产创造了更少而非更多的就业。没有人的框架适用，因为所有框架都不是为稀缺投入变得充裕的世界设计的。所以我们必须建立新框架。能否及时建成，是唯一重要的问题。

但你不是在2028年6月读到这些。你是在2026年2月读到的。

标普500接近历史新高。负反馈循环尚未开始。我们确信这些情景中的一部分不会成为现实。我们同样确信机器智能将继续加速。人类智能的溢价将收窄。

作为投资者，我们还有时间审视自己的投资组合中有多少是建立在无法撑过这个十年的假设之上。作为社会，我们还有时间主动行动。

金丝雀还活着。

 

致谢：感谢Hunterbrook的Sam Koppelman帮助校对。我们的合著者、LOTUS的Alap Shah为这篇文章贡献了最初的创意——本部分由CitriniResearch撰写，但他另有撰写系列文章"智能爆炸"（the Intelligence Explosion）中的其他篇章。
NOT FOUND