2028 全球智能危机
THE 2028 GLOBAL INTELLIGENCE CRISIS
前言
Preface
如果我们“看多 AI”的判断持续正确……那会不会反而是看空信号？
以下内容是一个情景推演，不是预测。这不是唱空煽情文，也不是 AI 末日幻想。本文唯一目的，是对一个相对讨论不足的情景进行建模。我们的朋友 Alap Shah 提出了这个问题，我们一起头脑风暴了答案。本文这部分由我们撰写；他还写了另外两篇，可在这里阅读。
希望这篇文章能让你在 AI 让经济愈发反常的过程中，对潜在的左尾风险有更充分准备。
这是 Citrini Research 在 2028 年 6 月的宏观备忘录，回顾“全球智能危机”的演化路径与后果。
宏观备忘录
Macro Memo
智能供给充裕的后果
The Consequences of Abundant Intelligence
Citrini Research
2026 年 2 月 22 日（原发布时间） · 2028 年 6 月 30 日（情景设定时间）
今天上午失业率为 10.2%，意外上升 0.3%。市场下跌 2%，使S&P 指数从 2026 年 10 月高点累计下跌 38%。
交易员已经麻木。六个月前，这样的读数还会触发熔断。
仅仅两年。经济就从“可控”“局部性冲击”走到了一个与我们成长时代截然不同的状态。本季度宏观备忘录，试图重建这段链条——对危机前经济做一次事后剖析。
当时的狂热肉眼可见。到 2026 年 10 月，S&P 500 一度逼近 8000 点，纳斯达克突破 3 万点。2026 年初开始的人类岗位替代式裁员，最初确实“符合预期”：利润率扩张、业绩超预期、股价上涨。创纪录的企业利润又被回流到 AI 算力投资。
headline 数据依然亮眼。名义 GDP 年化增速反复落在中高个位数，生产率强劲攀升。由不睡觉、不请病假、也不需要医保的 AI 智能体驱动，每小时实际产出创下 20 世纪 50 年代以来罕见增速。
随着劳动力成本消失，算力所有者的财富爆发式增长；与此同时，实际工资增速崩塌。尽管政府反复强调“生产率创纪录”，白领劳动者仍被机器替代，被迫转向更低薪岗位。
当消费经济开始出现裂缝时，评论界流行起“幽灵 GDP”一词：它出现在国民账户里，却不再流入实体经济循环。
AI 在几乎所有维度都超预期，市场也几乎只交易 AI。唯一的问题是……实体经济并非如此。
其实早该看清：北达科他州一个 GPU 集群产出的价值，正在替代曼哈顿中城过去 1 万名白领的产出——这更像一场经济瘟疫，而非经济灵药。货币流通速度趋平。以人为核心、当时占 GDP 70% 的消费经济开始枯萎。若我们早点问一句“机器会在可选消费上花多少钱”，也许更早就会明白。（提示：为零。）
AI 能力提升，企业用工减少，白领裁员增加，被替代者支出收缩，利润压力又迫使企业加码 AI 投资，进而 AI 能力继续提升……
这是一个没有天然刹车的负反馈回路：人类智能替代螺旋。白领劳动者的赚钱能力（也因此是消费能力）遭遇结构性削弱。而他们的收入正是 13 万亿美元按揭市场的基石，这迫使承销方重新评估优质按揭是否仍然安全可靠。
在连续 17 年缺乏真正违约周期后，私募市场堆满了由 PE 支持、并假设 ARR 可持续续费的软件交易。2027 年中由 AI 冲击触发的第一波违约，打破了这一前提。
如果冲击仅局限于软件行业，本来是可控的，但事实并非如此。到 2027 年底，它已威胁到所有依赖中介环节获利的商业模式。大量“把人类摩擦货币化”的公司开始瓦解。
结果发现，整个系统是一串围绕白领生产率增长构建的相关押注菊花链。2027 年 11 月的暴跌，只是让这些既有负反馈回路全面加速。
我们等待“坏消息就是好消息”已经快一年了。政府开始考虑建议，但公众对政府实施任何形式救援的能力的信心已经下降。政策反应总是滞后于经济现实，但缺乏全面的计划现在有可能加速通货紧缩的螺旋式上升。
它是如何开始的
How It Started
2025 年末，智能体编程工具的能力发生了阶跃式提升。
一个熟练开发者配合 Claude Code 或 Codex，已经可以在数周内复刻一款中端市场 SaaS 的核心功能。未必完美、也未必覆盖全部边界情况，但足以让在审查 50 万美元年续费的 CIO 开始提出问题：“我们为什么不自己做？”
财政年度通常与自然年对齐，因此 2026 年企业预算在 2025 年 Q4 就已敲定——那时“智能体 AI”还只是热词。年中复盘是采购团队第一次真正看清这些系统“到底能做什么”后再决策。有人亲眼看着内部团队在几周内做出了可替代六位数 SaaS 合同的原型。
那个夏天，我们采访了一位《财富》500 强企业的采购经理。他讲到一次预算谈判：销售方还在沿用去年的话术——每年涨价 5%，外加“你们团队离不开我们”。而采购经理告诉对方，他已与 OpenAI 讨论让其“前线驻场工程师”用 AI 工具直接替代该供应商。最终续约价打了七折。他说，这已经算好结果了。像 Monday.com、Zapier、Asana 这样的“SaaS 长尾”，处境更差。
投资者早已准备好，甚至在期待长尾被重击。它们可能占典型企业软件栈支出的约三分之一，暴露度显而易见。但大家原本认为“系统级记录软件（systems of record）”是安全的。
直到 ServiceNow 在 2026 年 Q3 报告中披露数据，反身性机制才被真正看清。
SERVICENOW 新增 ACV 增速由 23% 放缓至 14%；宣布裁员 15% 与“结构效率计划”；股价下跌 18%｜彭博，2026 年 10 月
SaaS 并未“死亡”。自建系统仍有运行与维护成本，自建和外采依然是成本收益权衡；但“自建可行”本身，已经改变了议价。更关键的是，竞争格局也变了：AI 让新功能开发与发布更快，差异化迅速坍缩。既有厂商在价格上陷入到底线的肉搏战，既互相厮杀，也要面对一批新冒出的创业挑战者。智能体编程能力跃迁叠加“没有历史包袱”，让后者快速抢份额。
在这次读数之前，市场也没充分意识到这些系统的互联性。ServiceNow 卖的是席位许可；当《财富》500 强客户裁员 15%，他们就同步砍掉 15% 许可证。也就是说，提升客户利润率的 AI 裁员动作，正机械性地侵蚀 ServiceNow 自身收入基础。
这家卖“工作流自动化”的公司，正被更强的工作流自动化颠覆；它的回应只能是裁员，并把省下的钱继续投入正在颠覆它的那套技术。
他们还能做什么？坐着等死、只是死得慢一点？最受 AI 威胁的公司，反而成了最激进的 AI 采用者。
事后看这很直观，但当时并非如此（至少对我而言）。传统颠覆叙事是：旧巨头抗拒新技术，被灵活新进入者蚕食并慢慢出局。柯达、百视达、黑莓都如此。但 2026 年不同：既有企业并非“不想抗拒”，而是“负担不起抗拒”。
随着股价下跌 40-60%，董事会要求答案，受到人工智能威胁的公司做了他们唯一能做的事。削减员工数量，将节省下来的资金重新部署到人工智能工具中，使用这些工具以更低的成本维持产出。
每家公司的个人反应都是理性的。集体结果是灾难性的。在员工数量上节省的每一美元都流入人工智能能力，从而使下一轮裁员成为可能。
软件只是开场表演。当投资者争论 SaaS 市盈率是否已经触底时，投资者忽略的是，自反循环已经逃离了软件行业。 ServiceNow 裁员的逻辑同样适用于每家拥有白领成本结构的公司。
当摩擦降至零点
When Friction Went to Zero
到 2027 年初，LLM 的使用已成默认。很多人在使用 AI 智能体，却并不知道“AI 智能体”这个概念，就像很多从未理解“云计算”的人照样每天用流媒体一样。它更像自动补全或拼写检查：手机“本来就会做”的一件事。
Qwen 开源的智能体购物助手，成为 AI 接管消费者决策的催化剂。几周内，几乎所有主流 AI 助手都接入了某种智能体电商功能。蒸馏模型让这些智能体可以在手机和笔记本本地运行，而不必完全依赖云端，显著降低了推理边际成本。
更该让投资者不安的是，这些智能体并不等人下指令。它们按用户偏好在后台持续运行。消费不再是一连串离散的人类决策，而变成了一个 24/7 的连续优化过程，由机器代表每个联网消费者执行。到 2027 年 3 月，美国个体日均 token 消耗已达 40 万，较 2026 年底增长 10 倍。
链条中的下一环已经开始断裂。
中介环节。
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层：事情需要时间，耐心耗尽，品牌熟悉度取代了勤奋，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取决于这些持续存在的限制。
一开始很简单：智能体把摩擦抹平了。
那些明明几个月没用却自动续费的订阅与会员，试用期后悄悄翻倍的价格，都被智能体重定义为可被谈判的“人质条款”。建立在其上的核心指标——客户终身价值（LTV）——明显下滑。
消费者智能体开始重写几乎所有消费交易流程。
在买一盒蛋白棒之前，人类通常没时间跨五个平台比价，机器可以。
旅行预订平台最早受冲击，因为它最容易被重构。到 2026 年 Q4，我们的智能体已能比任何平台更快、更便宜地组装完整行程（航班、酒店、地面交通、里程优化、预算约束、退款处理）。
保险续保也被改写——这个模式过去依赖的是投保人惯性。如今，智能体每年自动重比价，直接拆掉了保险公司从被动续保中赚到的 15%-20% 保费溢价。
理财建议、报税、常规法律服务……凡是服务商价值主张本质上是“我替你处理那些繁琐复杂性”的领域，都开始被重估，因为对智能体来说并不存在“麻烦”这件事。
连那些我们以为“人际关系价值很高”的环节也同样脆弱。房地产就是例子：买方几十年容忍 5%-6% 佣金，很大程度来自经纪人与消费者之间的信息不对称；但当具备 MLS 访问权限和数十年成交数据的 AI 智能体可瞬时复刻知识库时，这个结构就迅速松动。2027 年 3 月，一篇卖方报告把它称作“agent on agent violence”。主要都会区买方佣金中位数从 2.5%-3% 压缩到 1% 以下，且越来越多交易在买方侧完全没有人工中介参与。
我们高估了“人际关系”的价值。事实证明，很多人们所说的关系只是一张友好面孔的摩擦。
这只是中介层坍塌的开端。过去成功公司花了数十亿美元去放大消费者行为与心理偏差，而这些偏差在机器决策时代已不再关键。
针对价格和适合度进行优化的机器不会关心您最喜欢的应用程序或您过去四年来习惯打开的网站，也不会感受到精心设计的结账体验的吸引力。他们不会厌倦并接受最简单的选择或默认“我总是从这里订购”。
这摧毁了一种特殊的护城河：习惯性中介环节。
DoorDash（DASH US）是典型代表。
编程智能体把“上线一个外卖 App”的门槛打穿了。一个合格开发者几周内就能部署可用竞品，很多人都这么做了：把 90%-95% 配送费直接让给司机，从 DoorDash 和 Uber Eats 手里抢供给。多平台仪表盘让零工同时接入二三十个平台，既有玩家赖以生存的锁定被迅速削弱。市场一夜分裂，利润被压到接近零。
智能体同时加速了供给侧和需求侧的破坏：它们先让竞品更容易被创建，再把流量路由给竞品。DoorDash 的护城河本质上是“你饿了、你懒了、这 App 就在你主屏幕上”。但智能体没有“主屏幕”偏好。它会同时检查 DoorDash、Uber Eats、餐厅官网以及 20 个新出现的“vibe-coded”替代品，每次都选择最低费用与最快配送。
习惯性 App 忠诚度——这个商业模式的核心——对机器根本不存在。
这段过程里有一点讽刺意味：在白领被替代、转去跑配送的阶段，至少有更多收入留在了司机侧，而不是平台侧。当然，随着自动驾驶配送扩张，这种“技术红利”也很快消失。
当智能体掌控交易入口后，它们开始寻找更大的降费杠杆。
单纯比价与聚合的空间终究有限。若要持续给用户省钱（尤其当智能体开始彼此交易后），最有效路径是直接去掉手续费。在机器对机器交易里，2%-3% 的卡组织 interchange 费自然会成为首要目标。
智能体开始寻找比银行卡更快、更便宜的结算方案。多数选择了基于 Solana 或以太坊 L2 的稳定币：几乎实时结算，单笔成本低到“几分之一美分”。
万事达 2027 年 Q1：净收入同比 +6%；购买量增速由上季 +5.9% 放缓至 +3.4%；管理层提到“智能体主导的价格优化”与“可选消费类别压力”｜彭博，2027 年 4 月 29 日
万事达 2027 年 Q1 财报成了分水岭。智能体电商不再只是“产品故事”，而变成了“底层支付管道故事”。次日 MA 下跌 9%。Visa 也下跌，但分析师指出其在稳定币基础设施侧布局更强，跌幅随后收窄。
智能体绕开 interchange 的路由，对“以卡为中心”的银行和单一发卡机构构成更大威胁。它们过去拿走 2%-3% 费率中的大头，并围绕商户补贴支撑的返利体系建立了完整业务部门。
美国运通（AXP US）受冲击最重：白领客群收缩与智能体绕过 interchange 共同打击其收入模型。接下来几周里，Synchrony（SYF US）、Capital One（COF US）和 Discover（DFS US）也都下跌超过 10%。
它们的护城河，本质上都建立在“摩擦”之上。现在，摩擦正在趋近于零。
从行业风险到系统性风险
From Sector Risk to Systemic Risk
到 2026 年，市场仍把 AI 的负面影响当作“行业问题”。软件与咨询板块承压，支付等“收费站”商业模式开始摇晃，但整体经济看起来仍算稳定。劳动力市场虽在走弱，却未出现断崖式下滑。主流观点仍是：创造性破坏本就是每次技术周期的一部分，局部会疼，但 AI 的总净收益最终会盖过损失。
我们在 2027 年 1 月的宏观备忘录里判断，这个思维模型是错的。美国是白领主导的服务型经济：白领约占就业人口 50%，却驱动了约 75% 的可选消费支出。AI 正在吞噬的企业与岗位，并非“美国经济的边缘”，它们本身就是美国经济的主体。
“技术创新会破坏就业机会，然后创造更多就业机会”。这是当时最流行、最有说服力的反驳观点。它很受欢迎并且令人信服，因为它在两个世纪以来一直是正确的。即使我们无法想象未来的工作会是什么，它们也一定会到来。
自动柜员机降低了分行的运营成本，因此银行开设了更多分行，柜员就业人数在接下来的二十年里有所增加。互联网颠覆了旅行社、黄页、实体零售业，但它也发明了全新的行业来取代它们，创造了新的就业机会。
然而，每一项新工作都需要有人来执行。
AI 已具备通用智能属性，并且会持续在“人类准备转岗去做的那些任务”上进步。被替代的程序员并不能简单转去做“AI 管理”，因为 AI 本身已能胜任其中很大一部分。
如今，AI 智能体可以处理长达数周的研究和开发任务。尽管沃顿商学院的教授们每年都试图将数据拟合到新的 s 型曲线中，但指数压垮了我们对可能性的概念。
它们几乎写下了全部代码。最强那批模型在几乎所有任务上都优于几乎所有人类，而且还在持续降本。
AI 的确创造了新岗位：提示工程师、AI 安全研究员、基础设施运维等。人类仍在回路中，负责更高层的协调与品味判断。但每新增一个岗位，往往会让几十个旧岗位过时；而新岗位薪酬通常只是被替代岗位的一小部分。
美国 JOLTS：职位空缺跌破 550 万；失业人数/职位空缺比升至约 1.7，为 2020 年 8 月以来最高｜彭博，2026 年 10 月
全年招聘率都偏弱，而 2026 年 10 月的 JOLTS 读数给出了明确证据：职位空缺降至 550 万以下，同比下降 15%。
确实：随着“生产力举措”的蔓延，软件、金融、咨询领域的职位大幅下降 | Indeed 招聘实验室，2026 年 11 月至 12 月
白领职位空缺正在崩溃，而蓝领职位空缺则保持相对稳定（建筑、医疗保健、贸易）。流失的工作包括撰写备忘录（不知何故，我们仍在营业）、批准预算以及保持经济中间层的润滑。然而，这两个群体的实际工资增长在今年的大部分时间里都是负数，并且持续下降。
股市当时更在意的是 GE Vernova 涡轮机产能在 2040 年前几乎售罄，而不是宏观警报。负面宏观与正面 AI 基建叙事持续拉扯，指数在拉扯中阴跌。
然而，债券市场（总是比股票更聪明，或者至少不那么浪漫）开始对消费冲击进行定价。在接下来的四个月里，10 年期国债收益率开始从 4.3% 下降至 3.2%。尽管如此，总体失业率并没有大幅上升，一些人仍然忽视了失业率构成的细微差别。
在正常的经济衰退中，原因最终会自我纠正。过度建设导致建设放缓，进而导致利率下降，进而导致新建设。库存超调导致去库存，进而导致补货。周期性机制本身就包含着复苏的种子。
这个周期的原因不是周期性的。
AI 变得更强、更便宜。公司先裁员，再把省下来的钱投入更多 AI 能力，于是又能裁更多人。被替代劳动者支出下降，面向消费者的公司销量承压、利润收紧，再反向加码 AI 投资以自保。然后 AI 继续变得更强、更便宜。
没有自然制动的反馈回路。
直观的预期是，总需求下降将减缓人工智能的发展。事实并非如此，因为这不是超大规模的资本支出。这是运营支出替代。一家公司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。人工智能投资增加了数倍，但表现为总运营成本的降低。每家公司的人工智能预算都在增长，而其总体支出却在缩减。
讽刺的是，即便被 AI 基建冲击的实体经济开始恶化，AI 链条自身仍在加速。NVDA 营收继续创新高；TSM 产能利用率仍在 95% 以上；超大规模厂商每季度数据中心资本开支仍在 150 亿至 200 亿美元区间。受该趋势直接带动的经济体（如台湾、韩国）表现显著领先。
印度则走向另一端。其 IT 服务出口每年超过 2000 亿美元，是经常账户盈余的重要来源，也在对冲长期货物贸易逆差。这个模型建立在“印度开发者显著便宜于美国开发者”之上，但编程智能体的边际成本正快速逼近电力成本。TCS、Infosys、Wipro 的合同取消在 2027 年加速。随着支撑对外账户的服务顺差收缩，卢比兑美元四个月内下跌 18%。到 2028 年 Q1，IMF 已与新德里展开“初步沟通”。
造成颠覆的引擎每个季度都会变得更好，这意味着每个季度颠覆都会加速。劳动力市场没有天然的底线。
在美国，我们不再询问人工智能基础设施的泡沫将如何破裂。我们问的是，当消费者被机器取代时，消费信贷经济会发生什么。
智能替代螺旋
The Intelligence Displacement Spiral
到 2027 年，宏观变化已经不再“微妙”。过去 12 个月里那些彼此脱节、但总体偏负面的现象，其传导机制开始变得一目了然。你甚至不必先看 BLS 数据，去参加一场普通晚餐聚会就能感受到。
被替代的白领并非“无事可做”，而是被迫降档。很多人流向低薪服务业与零工岗位，抬高了这些领域劳动力供给，也压低了对应工资。
我们有位朋友，2025 年在 Salesforce 任高级产品经理：有头衔、有医保、有 401(k)，年薪 18 万美元。她在第三轮裁员中失业。求职六个月无果后，开始为 Uber 开车，年收入降到 4.5 万美元。重点不只是个人故事，而是二阶效应：把这种转变乘到每个核心都市圈的数十万人规模，结果就是“过资历劳动力”涌入服务业与零工经济，进一步压低原本就脆弱的工资水平。行业冲击最终外溢为全经济范围的工资压缩。
而在写作本文的当下，刚吸纳第一波失业人群的零工体系，又要迎来下一轮修正：自动配送与自动驾驶正加速渗透。
到 2027 年 2 月，一个变化已经非常明显：仍有工作的专业人士，正在按“我可能是下一个被替代者”的预期来消费。他们更拼命工作（很多是在 AI 加持下），只为保住岗位；升职加薪预期则快速消失。结果是储蓄率上升、消费走弱。
最危险的是“时滞”。高收入群体依靠高于平均水平的储蓄，把“表面正常”硬撑了两三个季度。等硬数据确认问题时，实体经济里它早已不是新闻。随后，一次读数打碎了这层幻觉。
美国初请失业金人数激增至 487,000 人，创 2020 年 4 月以来最高水平；劳工部，2027 年第 3 季度
初请失业金人数激增至 487,000 人，为 2020 年 4 月以来的最高水平。ADP 和 Equifax 证实，绝大多数新申请来自白领专业人士。
S&P 指数在接下来的一周下跌了 6%。负面宏观开始赢得拉锯战。
在正常的经济衰退中，失业的情况分布广泛。蓝领和白领劳动者所承受的痛苦大致与每个阶层的就业比例成正比。消费受到的打击也很广泛，而且很快就会在数据中体现出来，因为低收入工人的边际消费倾向较高。
这个周期里，失业主要集中在收入分布上十分位。其在总就业中占比不算高，却在消费支出中占比极高：美国前 10% 收入群体贡献了超过 50% 消费，前 20% 约贡献 65%。他们购买住房、汽车、旅游、餐饮、私校学费与家装，是可选消费经济的需求底盘。
当这些工人失业，或者减薪 50% 以适应现有岗位时，相对于失去的工作岗位数量而言，消费受到的打击是巨大的。白领就业率下降 2%，可自由支配消费支出将下降 3-4%。与蓝领失业不同，蓝领失业往往会立即造成影响（你被工厂解雇，下周你就停止消费），白领失业的影响是滞后但更深远的，因为这些工人有储蓄缓冲，可以让他们在行为转变开始之前维持几个月的支出。
到 2027 年第二季度，经济陷入衰退。 NBER 直到几个月后才正式确定开始日期（他们从来没有这样做过），但数据是明确的——我们已经连续两个季度实际 GDP 负增长。但这还不是一场“金融危机”。
相关押注的菊花链
The Daisy Chain of Correlated Bets
私人信贷已从 2015 年的不到 1 万亿美元增长到 2026 年的超过 2.5 万亿美元。其中很大一部分资本已部署到软件和技术交易中，其中许多交易以杠杆收购 SaaS 公司的估值，假设收入永远保持在十几岁左右的增长。
这些假设在“第一场智能体编程演示”与“2026 年 Q1 软件板块下跌”之间就已失效，但账面估值（marks）似乎并未及时承认这一点。
当大量上市 SaaS 估值压到 5-8 倍 EBITDA 时，很多 PE 支持的软件公司账面价格仍锚定在“收购时的高倍数”，而那个世界早已消失。管理人把估值从 100 分慢慢调到 92、85；公开市场给的却是 50。
穆迪下调 14 家发行人 180 亿美元 PE 支持的软件债务评级，理由是“人工智能驱动的竞争扰乱对长期收入造成不利影响”； 2015 年能源领域以来最大规模的单一行业行动 |穆迪投资者服务公司，2027 年 4 月
每个人都记得降级后发生的事情。 2015 年能源评级下调后，行业资深人士已经看到了这一策略。
软件支持贷款于 2027 年第三季度开始违约。信息服务和咨询领域的私募股权投资组合公司紧随其后。多家知名SaaS公司数十亿美元的杠杆收购进入重组。
Zendesk 就是铁证。
随着人工智能驱动的客户服务自动化侵蚀 ARR，ZENDESK 未能履行债务契约； 50 亿美元直接贷款额度为 58 美分；有史以来最大的私人信贷软件违约 |英国《金融时报》，2027 年 9 月
2022 年，Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。该债务计划是 50 亿美元的直接贷款，这是当时历史上最大的 ARR 支持的贷款，由 Blackstone 牵头，贷款集团包括 Apollo、Blue Owl 和 HPS。这笔贷款的承销前提非常明确：Zendesk 的 ARR 会保持“可持续续费”。约 25 倍 EBITDA 的杠杆结构，只有在该前提成立时才说得通。
到 2027 年中期，情况并非如此。
AI 智能体在一年的大部分时间里一直在自主处理客户服务。 Zendesk 定义的类别（票务、路由、管理人工支持交互）已经被无需生成票证即可解决问题的系统所取代。贷款所承保的年化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 ARR 支持贷款成为历史上最大的私人信贷软件违约。每个信贷部门都同时问了同样的问题：还有谁面临着伪装成周期性逆风的长期逆风？
但至少在最初，共识是正确的：这应该是可以生存的。
私人信贷不是2008年的银行业。整个架构的设计明确是为了避免强制出售。这些是具有锁定资本的封闭式工具。有限合伙人承诺七到十年。没有储户可以运行，也没有回购额度可以拉动。管理者可以持有受损资产，随着时间的推移解决这些问题，然后等待恢复。痛苦，但可以控制。该系统应该能够弯曲，而不是断裂。
Blackstone、KKR、Apollo 的管理层当时都表示：软件敞口仅占资产 7%-13%，系统可承受。卖方研报和 fintwit 信用账户也在重复同一句话：私人信贷拥有“永久资本”，可以吸收本会击穿杠杆银行体系的损失。
永久资本。这句话出现在每一次财报电话会议和投资者信函中，旨在安抚人们的情绪。它成为了一个口头禅。和大多数咒语一样，没有人关注更细微的细节。这就是它的实际含义……
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，并将其转变为融资工具。阿波罗买下了雅典娜。布鲁克菲尔德购买了美国股票。 KKR 拿下了环球大西洋。逻辑很巧妙：年金存款提供了稳定、长期的负债基础。管理人将这些存款投资于他们发起的私人信贷并获得两次支付，赚取保险方面的利差和资产管理方面的管理费。一台在某种条件下运转良好的收费永动机。
私人信贷必须被视为“好资产”。
这些损失打击了为持有非流动资产来偿还长期债务而建立的资产负债表。本应使系统具有弹性的“永久资本”并不是耐心的机构资金和承担复杂风险的成熟投资者的抽象池。这是美国家庭的储蓄，即“大街”，其结构为年金，投资于目前违约的相同私募股权支持的软件和技术票据。无法运行的锁定资金是人寿保险投保人的钱，那里的规则有点不同。
与银行体系相比，保险监管机构一直很温顺，甚至有些自满，但这却敲响了警钟。他们已经对人寿保险公司的私人信贷集中感到不安，因此开始降低这些资产基于风险的资本待遇。这迫使保险公司要么筹集资金，要么出售资产，而在已经陷入困境的市场中，这两种方式都无法以有吸引力的条件实现。
纽约州、爱荷华州监管机构采取行动，收紧对人寿保险公司持有的某些私人评级信贷的资本处理； NAIC 指南预计将增加 RBC 因素并引发额外的 SVO 审查 |路透社，2027 年 11 月
当穆迪将 Athene 的财务实力评级定为负面展望时，Apollo 的股价在两个交易日内下跌了 22%。布鲁克菲尔德、KKR等人紧随其后。
从那时起事情只会变得更加复杂。这些公司不仅创造了他们的保险公司永动机，还建立了一个精心设计的离岸架构，旨在通过监管套利实现回报最大化。这家美国保险公司承保了年金，然后将风险转让给它也拥有的附属百慕大或开曼再保险公司，其设立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，这是一个新的交易对手层，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人信贷。
评级机构（其中一部分本身就由 PE 体系持有）并不是透明度典范——实际上，几乎没有哪一方是。不同公司、不同资产负债表彼此缠绕成网，透明度低得惊人。当相关贷款开始违约时，“到底谁在真正承损”几乎无法被实时回答。
2027 年 11 月的崩盘，标志着市场认知从“也许只是普通周期回撤”转向更不舒服的现实。美联储主席 Kevin Warsh 在 FOMC 11 月紧急会议上将其称为：围绕白领生产率增长的一串相关押注菊花链。
真正引爆危机的往往不是“损失本身”，而是“损失被承认”的时点。更大的、也更关键的金融板块，正在面临同样的承认压力。
抵押贷款问题
旧金山 Zillow 房价指数同比 -11%，西雅图 -9%，奥斯汀 -8%；房利美（Fannie Mae）在科技/金融就业占比超 40% 的邮编区域标注“早期拖欠率偏高”｜Zillow / 房利美，2028 年 6 月
本月，旧金山 Zillow 房价指数同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%。更值得警惕的是：上个月房利美指出，在科技/金融就业占比较高、且借款人 FICO 多在 780 以上、通常被视作“防弹”的邮编区域，早期拖欠率正在上升。
美国住宅抵押贷款市场规模约为13万亿美元。抵押贷款承销建立在这样的基本假设之上：借款人在贷款期间将大致保持目前的收入水平。对于大多数抵押贷款而言，长达三十年。
白领就业危机导致收入预期持续下修，这正在动摇按揭市场最核心的假设。我们如今必须提出一个三年前听起来还很荒谬的问题：Prime 按揭真的还安全吗？
美国历史上的每一次抵押贷款危机都是由以下三件事之一驱动的：投机过度（向买不起房的人提供贷款，如2008年）、利率冲击（利率上升使可调利率抵押贷款变得难以负担，如20世纪80年代初）或局部经济冲击（单一行业在单一地区崩溃，如2009年德克萨斯州的石油业或2009年密歇根州的汽车业）。
这些都不适用于此。相关借款人并非次级借款人。 FICO 分数为 780。他们预付了 20% 的首付。他们拥有良好的信用记录、稳定的就业记录以及在始发时经过验证和记录的收入。他们是金融体系中每种风险模型都将其视为信用质量基石的借款人。
2008年，贷款第一天就是不良贷款。 2028 年，贷款第一天就表现良好。贷款发放后，世界就……发生了变化。人们以他们不再相信的未来为抵押借款。
2027 年，我们发现了隐形压力的早期迹象：HELOC 提款、401(k) 提款以及信用卡债务激增，而抵押贷款付款仍保持不变。随着工作岗位流失、招聘冻结和奖金削减，这些优质家庭的债务与收入比率翻了一番。
他们仍然可以支付抵押贷款，但只能停止所有可自由支配的支出，耗尽储蓄，并推迟任何房屋维护或改善。从技术上讲，他们的抵押贷款是最新的，但距离困境只剩下一次冲击，而人工智能能力的轨迹表明冲击即将到来。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正常水平之内。
我们现在正处于最严重的阶段。当边际买家健康时，房价下跌是可以控制的。在这里，边际买家面临着同样的收入损失。
尽管担忧不断加剧，但我们尚未陷入全面的抵押贷款危机。拖欠率有所上升，但仍远低于 2008 年的水平。真正的威胁才是轨迹。
智能替代螺旋现在叠加了两个金融加速器，正在把实体经济衰退进一步推深。
劳动力流失、按揭压力、私人市场动荡彼此强化。传统政策工具（降息、QE）可以缓解金融传导链，却难以修复实体传导链，因为实体层的核心驱动并非金融条件收紧，而是 AI 在持续降低“人类智能的稀缺性与定价权”。你可以把利率降到零，也可以买下市场上所有 MBS 以及全部违约软件 LBO 债……
但这依然改变不了一个事实：一个 Claude 智能体可以用每月 200 美元的成本，完成一个年薪 18 万美元产品经理的大部分工作。
如果这些担忧兑现，按揭市场可能在今年下半年出现更深层裂缝。届时，当前股市回撤或将接近 GFC 级别（峰谷约 -57%），对应 S&P 500 约在 3500 点附近——回到 2022 年 11 月“ChatGPT 时刻”前夕的区间。
可以明确的是：13 万亿美元住宅按揭所依赖的收入假设，已经遭遇结构性损伤。悬而未决的问题是，政策能否在按揭市场完全把这一现实“价格化”之前及时介入。我们仍抱有希望，但也无法忽视悲观理由。
与时间赛跑
The Battle Against Time
第一条负反馈链发生在实体经济：AI 能力提升→薪酬池收缩→消费转弱→利润承压→企业继续买入更多 AI 能力→能力再提升。随后它转向金融：收入受损冲击按揭→银行损失收紧信贷→财富效应破裂→反馈再加速。更糟的是，政策应对明显滞后，且政府对问题认知并不一致。
该系统并不是为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征税。人们工作，公司付钱给他们，政府从中抽成。个人所得税和工资税是正常年份收入的支柱。
截至今年第一季度，联邦收入比 CBO 基线预测低 12%。工资收入正在下降，因为处于先前薪酬水平的人数减少了。所得税收入正在下降，因为所赚取的收入在结构上较低。生产力在上升，但收益主要流向资本与算力，而非劳动者。
劳动力占 GDP 的比重从 1974 年的 64% 下降到 2024 年的 56%，在全球化、自动化和工人议价能力不断削弱的推动下，劳动力在 GDP 中所占的份额连续四年下降。自人工智能开始呈指数级进步以来的四年里，这一比例已下降至 46%。创有记录以来最大跌幅。
产出仍在，但它不再经由家庭回流企业，也就不再经由 IRS 回流财政。经济循环正在断裂，而政府被迫补位。
和每次下行周期一样，财政支出上升、收入下滑。但这次不同在于，支出压力并非周期性。自动稳定机制是为“暂时失业”设计的，不是为“结构性替代”设计的。体系当前支付的福利默认劳动者会被重新吸纳，但很多人不会，至少不会以接近原薪资回归。疫情时期政府可以接受 15% 赤字，因为那被视为短期安排；而今天需要支持的人，并不是遭遇一场会自行修复的疫情冲击，而是被持续进化的技术替代。
政府需要在向家庭征收的税收减少的同时向居民转移支付更多的钱。
美国不会违约。它能发行自己用于支出的货币，也用同一种货币偿债。但压力已在其他环节显现：市政债券年内表现分化并出现令人担忧信号。无所得税州相对稳定，而依赖所得税（多数为蓝州）的普通责任市政债开始计入违约风险。政界很快意识到这一点，围绕“谁该被救助”的争论迅速按党派分化。
值得肯定的是，政府较早识别到这场危机的结构性特征，并开始讨论两党版“转型经济法案（Transition Economy Act）”：通过“赤字支出 + 拟议中的 AI 推理算力税”组合，为被替代劳动者提供直接转移支付。
桌面上最激进的方案更进一步。“共享 AI 繁荣法案（Shared AI Prosperity Act）”试图对智能基础设施回报建立一种公共索取权，形态介于主权财富基金与 AI 产出特许权之间，以其分红为居民转移支付提供资金。私营部门游说者则在媒体上密集警告“滑坡效应”。
相关政治博弈几乎按剧本展开，并被作秀与边缘博弈进一步放大。右派将转移支付与再分配称为“马克思主义”，并警告对算力征税会把领先优势让给中国；左派则警惕在既有巨头参与下起草税制会演变为“监管俘获”。财政鹰派强调赤字不可持续，鸽派则把 GFC 后过早紧缩视为前车之鉴。随着今年总统大选临近，分歧还在扩大。
与此同时，政客持续争吵，社会结构的撕裂速度却已快于立法进程。
“占领硅谷”运动成为更广泛不满情绪的缩影。上个月，示威者连续三周封堵 Anthropic 与 OpenAI 位于旧金山办公室的入口。参与人数仍在增加，相关报道热度甚至超过了触发示威的失业数据本身。
在 GFC 余波中，公众对银行家的反感几乎已到顶点，但 AI 实验室正在逼近这一位置。从大众视角看，这并不难理解：其实验室创始人与早期投资人积累财富的速度，甚至让“镀金时代”都显得温和。生产率繁荣的收益几乎完全流向算力所有者与实验室股东，美国不平等因此被放大到前所未有的水平。
每一方都能找到自己的“反派”，但真正的元凶是时间。
AI 能力演进速度快于制度适配速度。政策反应按意识形态节奏推进，而不是按现实节奏推进。若政府不能尽快就“问题到底是什么”达成共识，反馈循环就会替他们写下下一章。