2028年全球智力危机：人工智能引发的经济震荡与中产阶级黄昏

研究机构Citrini Research近期发布了一份关于人工智能经济风险的假设性报告，引发了市场广泛关注和讨论。报告原标题为《2028全球智能危机——来自未来的金融史思想实验》（THE 2028 GLOBAL INTELLIGENCE CRISIS: A Thought Exercise in Financial History, from the Future），该报告明确声明其唯一目的是模拟一个相对未被充分研究的情景，是一个“思想实验”而非预测。

报告设定了一个假想的时间点——2028年6月，并描绘了人工智能（AI）快速发展可能引发的连锁经济危机。报告提出了几个核心概念：

“AI效率悖论”：AI的成功可能导致经济不稳定。其推演的核心风险链条包括：白领大规模失业：AI替代复杂白领劳动，导致“智能溢价”消失，中产阶层收入结构受损。

“幽灵GDP”与消费萎缩：即企业利润因AI增效而增长，但被替代的劳动力消费能力下降，货币流通速度放缓，形成“产出增长但消费引擎失速”的“幽灵GDP”现象。

商业模式瓦解：AI代理消除交易摩擦，威胁到建立在人类惰性、信息不对称和品牌依赖上的商业模式，如软件服务（SaaS）、中介平台（外卖、旅行预订）、支付处理（信用卡交换费）以及私募信贷等。

报告由 Citrini Research 和 Alap Shah 撰写。

Shah一直活跃于纽约， 自 2024 年 9 月起，担任 Littlebird 的CEO；自 2011 年 3 月起，他在佛罗里达州担任 Lotus Technology Management 的管理合伙人，投资二级市场股票、从事风险投资并以AI方式孵化科技创业企业；自 2013 年 4 月起，他在旧金山湾区担任 Thistle 的联合创始人兼董事长；此前，他曾联合创立 Sentieo——一家由 AI 驱动的金融搜索平台，该公司后来被 AlphaSense 收购。他在 2011 年 12 月至 2020 年 9 月期间担任CEO，并于 2020 年 9 月至 2022 年 5 月担任董事长。

他毕业于哈佛大学，主修经济学，毕业后的两年曾在顶级对冲基金Citadel LLC担任分析师。

以下为报告的中文版全文，现标题为编者所拟：

序言

如果我们对人工智能的乐观预期继续正确的话……但实际情况却是悲观的，那该怎么办？

以下只是一个情景描述，并非预测。这既不是关于熊的色情内容，也不是人工智能末日论的幻想小说。本文的唯一目的就是模拟一个目前较少被探讨的情景。我们的朋友阿拉普·沙提出了这个问题，我们一起头脑风暴出了答案。我们撰写了这一部分内容，他还另外写了两部分，可以在这里找到。

希望阅读完这篇文章后，你能更好地应对人工智能导致经济日益复杂化所带来的潜在风险。

这是2028年6月CitriniResearch发布的宏观报告，详细阐述了全球情报危机的进展及其后果。

宏观备忘录 智力过剩的后果

2026年2月22日—2028年6月30日

今天上午公布的失业率为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月高点累计下跌38%。交易员们已经麻木了。六个月前，这样的财报会触发熔断机制。

两年时间而已。从“可控”和“特定行业受影响”的状态，经济状况已经发生了翻天覆地的变化，完全不再是我们任何人长大时所熟悉的模样。本季度的宏观报告试图重现这一演变过程，对危机前的经济状况进行事后分析。

人们的兴奋情绪显而易见。到2026年10月，标准普尔500指数逼近8000点大关，纳斯达克指数突破30000点。由于劳动力过剩导致的首批裁员始于2026年初，而这些裁员确实达到了预期的效果：企业利润率上升，盈利表现优异，股价也持续上涨反弹。创纪录的企业利润又被重新投入到了人工智能计算领域。

用作标题的经济数字依然相当不错。名义GDP的年化增长率始终保持在一位数中高水平。生产率持续上升，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，这一增长的推动力来自那些无需睡觉、不会请病假且无需健康保险的智能机器人。

随着劳动力成本的消失，计算机行业的所有者财富激增。与此同时，实际工资增长却停滞不前。尽管政府一再宣称生产力创下新高，但白领工人仍被机器取代，被迫从事低薪工作。

当消费者经济出现裂痕时，经济评论家们提出了“幽灵GDP”这一概念：指那些出现在国民经济统计数据中，但实际上并未流入实体经济的产出。

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。

从一开始就应该很清楚，北达科他州一个GPU集群所产生的产出，相当于之前曼哈顿中城1万名白领的产出，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“造钱机器”在非必需品上的支出是多少，或许就能更早明白这一点了。（提示：零。）

人工智能能力提升，企业对劳动力的需求减少，白领裁员增加，失业工人消费减少，利润压力迫使企业加大在人工智能方面的投资，人工智能能力再度提升……

这是一个没有自然制动机制的负反馈循环。

人工智能的替代效应不断加剧：白领工作者的赚钱能力（进而他们的消费能力）受到了结构性削弱。他们的收入是13万亿美元抵押贷款市场的基石，这迫使贷款机构重新评估优质抵押贷款是否仍具有投资价值。

十七年来没有真正的违约周期，导致私募股权公司热衷于那些假设经常性收入会持续稳定的软件项目。2027年中，由于人工智能技术的冲击而引发的第一波违约事件，挑战了这一假设。

如果问题仅限于软件层面，那么还尚可控制。但事实并非如此。到2027年底，它已经威胁到了所有依赖中介服务的商业模式。许多依靠利用人类行为中的摩擦来盈利的公司纷纷倒闭。

事实证明，这个系统实际上是一系列与白领生产力增长相关的连锁投注。2027年11月的崩盘只是加速了原本就存在的所有负面反馈循环而已。

我们几乎等了整整一年，希望“坏消息其实也是好消息”。政府开始考虑相关方案，但公众对政府能否有效实施救援措施的信心已大幅下降。政策反应向来滞后于经济现实，而目前缺乏全面的应对计划，恐将进一步加剧通缩螺旋。

如何开始

2025年底，智能编码工具的功能有了阶跃式的提升。

使用Claude Code或Codex的熟练开发人员现在只需几周时间就能复制出中端SaaS产品的核心功能。虽然无法做到完美，也无法处理所有边缘情况，但已经足够好，以至于负责审核每年50万美元续费费用的首席信息官开始思考：“如果我们自己开发这个产品会怎样？”

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“智能体人工智能”还只是个热门词汇。年中评估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短短几周内就搭建出原型系统，并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。他跟我们讲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，他一直在和OpenAI洽谈，希望他们能让“前线部署的工程师”使用AI工具，彻底取代现有供应商。最终，OpenAI以七折的价格续约。他说，这已经算是不错的结果了。而像Monday.com、Zapier和Asana这样的“长尾SaaS”公司，情况就糟糕得多。

投资者早已做好准备，甚至预料到长尾技术会受到重创。尽管它们可能占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，记录系统本应免受干扰。直到 ServiceNow 的 2026 年第三季度报告发布后，反身性的机制才变得更加清晰。

直到ServiceNow公布2026年第三季度报告后，这种反射机制才变得更加清晰明了：

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%。来源：彭博社，2026年10月

SaaS并非“死气沉沉”。在内部开发与维护系统方面，依然存在成本效益分析的问题。不过内部开发只是一种选择，这一因素也会被纳入定价谈判中。或许更重要的是，竞争格局已经发生了变化。人工智能的普及使得新功能的开发和上线变得更加容易，因此产品差异化逐渐消失。传统企业不得不在定价上展开恶性竞争——既与同行竞争，也要与新兴的挑战者抗衡。由于代理编码能力的提升，且没有旧有成本结构的束缚，这些新兴企业敢于积极抢占市场份额。

这些系统的相互关联性直到现在才被充分认识到。ServiceNow曾经销售许可证。当《财富》500强客户削减15%的劳动力时，他们也取消了15%的许可证。那些通过人工智能实现裁员、从而提升客户利润率的举措，实际上却在破坏企业自身的收入来源。

那家销售工作流程自动化产品的公司，因更先进的工作流程自动化技术而受到冲击。为应对这一挑战，该公司选择裁员，并用节省下来的资金来支持那些正在颠覆其业务的技术研发。

他们还能做什么呢？坐以待毙、慢慢等死吗？那些最受人工智能威胁的公司，反而成了人工智能最积极的采用者。

事后看来这似乎理所当然，但当时并非如此（至少对我来说是这样）。传统的行业颠覆模型认为，现有企业会抵制新技术，从而失去市场份额，逐渐衰落。柯达、百视达和黑莓就是这样的例子。但2026年的情况有所不同：现有企业之所以没有抵制新技术，是因为他们根本无力抵抗。

随着股票价格下跌40-60%，各董事会也要求公司给出解释，那些面临人工智能威胁的公司只能采取唯一的办法：削减员工人数，将节省下来的资金用于投资人工智能工具，再利用这些工具以更低的成本维持生产。

各公司的个体决策看似合理，但总体后果却十分灾难性。节省下用于人力成本的每一美元都被投入到了人工智能研发中，这反而为下一轮裁员创造了条件。

软件行业仅仅是个开始而已。当投资者们争论SaaS公司的估值是否已触底时，他们忽略了这样一个事实：这种自我强化的循环早已超越了软件领域。那种促使ServiceNow削减员工数量的逻辑，其实也适用于所有具有白领成本结构的公司。

当摩擦力变为零时

到2027年初，LLM的使用已成为默认选项。人们在使用人工智能代理，甚至不知道人工智能代理是什么，就像那些从未了解过“云计算”的人使用流媒体服务一样。他们看待人工智能代理的方式，就像看待自动补全或拼写检查一样——手机现在自动具备的功能。

Qwen 的开源智能购物助手是人工智能处理消费者决策的催化剂。短短几周内，所有主流人工智能助手都集成了某种智能购物功能。精简的模型意味着这些智能助手不仅可以在云端运行，还可以在手机和笔记本电脑上运行，从而显著降低了推理的边际成本。

真正令投资者感到不安的是，这些代理并非被动等待用户请求，而是根据用户的偏好在后台运行。商业不再是一系列独立的人工决策，而变成了一个持续不断的优化过程，全天候为每一位联网消费者服务。到2027年3月，美国人均日消费代币量将达到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，美国经济在人类局限性之上构建了一层巨大的寻租机制：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量，宁愿接受低价。数万亿美元的企业价值都依赖于这些限制的持续存在。

一切都始于一个简单的过程：代理人消除摩擦。

即使数月未使用，订阅和会员资格仍会自动续订。试用期结束后，价格悄然翻倍。所有这些都被重新包装成代理人可以谈判的“人质危机”。作为整个订阅经济体系赖以建立的指标——平均客户终身价值——显著下降。

消费者代理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，根本没有时间在五个竞争平台上进行价格比对。但机器可以。

旅游预订平台由于操作最简单，很快就被淘汰了。到2026年第四季度，我们的代理商能够比任何平台更快、更便宜地安排完整的行程（包括机票、酒店、地面交通、会员积分优化、预算限制和退款）。

保险续保制度进行了改革，此前该制度的整个续保模式都依赖于投保人的被动续保行为。每年都会重新比较不同保险公司保单的代理人，打破了保险公司从被动续保中获得的15%到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都是“我会帮你处理那些让你觉得繁琐的复杂事务”的领域都受到了冲击，因为从业人员觉得这些事情并不繁琐。

即使是我们曾以为人际关系价值至上的领域，也暴露出脆弱的一面。房地产行业，由于经纪人和消费者之间存在信息不对称，买家几十年来一直容忍着5-6%的佣金，但随着配备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，这种不对称的局面迅速瓦解。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，而且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。结果发现，人们所谓的很多关系，只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来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。

那些以价格和适配性为优化目标的机器，不会在意你最喜欢的应用程序，也不会在意你过去四年里经常访问的网站，更不会被精心设计的结账体验所吸引。它们不会感到疲倦，也不会选择最简单的方案，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：习惯性的中介。DoorDash（DASH US）是典型代表。

代码代理的出现大大降低了外卖应用的准入门槛。一个合格的开发者只需几周就能推出一款功能齐全的竞品应用，而事实上，数十家开发者都这么做了，他们通过将90%到95%的配送费直接支付给司机，成功吸引了DoorDash和Uber Eats的司机。多平台集成的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，彻底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。

各种代理加速了破坏过程的两端。它们先是扶持竞争对手，然后再利用这些对手来为自己谋利。DoorDash的竞争优势在于“你饿了又懒，这个应用就在你的主屏幕上”。但代理没有主屏幕，它会同时查看DoorDash、Uber Eats、餐厅的官方网站以及二十个其他类似平台，从而每次都能选择费用最低、配送最快的服务。

机器根本不存在用户对应用的忠诚度，而这正是该商业模式的基础。

这颇具诗意，或许是整个故事中为即将失去工作的白领提供帮助的唯一例子。当他们成为送货司机后，至少有一半的收入不会流入优步和达美乐的口袋。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。

一旦代理人控制了交易，他们便开始寻找更大的回形针。

价格匹配和聚合的工作量是有限的。要想持续为用户节省费用（尤其是当代理商开始相互交易时），最有效的办法就是取消费用。在机器对机器的商务交易中，2%到3%的信用卡手续费显然是一个值得削减的目标。

代理商们寻找比信用卡更快更便宜的支付方式。大多数人选择通过Solana或以太坊L2平台使用稳定币进行支付，因为这种方式的结算几乎即时完成，交易成本仅为一分钱的几分之一。

万事达卡2027年第一季度业绩：净收入同比增长6%；与上一季度相比增长5.9%。管理层表示，这些项目属于“自主决策类别”。来源：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。

代理商业绕过交换费的路由对以银行卡为中心的银行和单一业务发卡机构构成了更大的风险，这些银行和发卡机构收取了 2-3% 的费用的大部分，并围绕由商家补贴资助的奖励计划建立了整个业务部门。美国运通（AXP US）受到的冲击最大；白领员工裁员导致其客户群锐减，代理商为规避交易手续费而调整支付方式，也使其收入模式遭受重创。此后几周，Synchrony（SYF US）、Capital One（COF US）和Discover（DFS US）的股价也均下跌超过10%。它们的护城河是由摩擦力构成的。而摩擦力正趋于零。

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一个行业问题。软件和咨询行业遭受重创，支付和其他收费领域也出现波动，但整体经济似乎运行良好。劳动力市场虽然有所疲软，但并未出现自由落体式的下滑。普遍的观点是，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，但总体而言，其带来的净收益将超过任何负面影响。

我们在2027年1月的宏观经济备忘录中指出，这种思维模式是错误的。美国经济本质上是一个白领服务型经济。白领工人占就业总数的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群体，它们本身就是美国经济的一部分。

“技术创新会摧毁工作岗位，但随后又会创造更多工作岗位。”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都得到了验证。即使我们无法预见未来的工作岗位会是什么样子，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产业，创造了新的就业机会。

然而，每一项新工作都需要人来完成。

人工智能如今已发展成为一种通用智能，它能够更好地完成人类原本应该从事的工作。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，人工智能代理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型曲线拟合数据。

它们几乎编写了所有代码。其中性能最强的机器人，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就业机会，例如应急工程师、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，在最高层面进行协调或提供指导。然而，人工智能每创造一个新职位，就会使数十个旧职位过时。新职位的薪酬仅为旧职位的几分之一。

美国就业市场动荡：职位空缺降至550万以下；失业率与职位空缺比率升至约1.7，为2020年8月以来最高水平。来源：彭博社，2026年10月

全年招聘率一直低迷，但2026年10月的JOLTS报告提供了一些确凿的数据。职位空缺数量降至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。来源：Indeed招聘实验室，2026年11月-12月

白领职位空缺大幅减少，而蓝领职位空缺则相对稳定（建筑、医疗保健、技工等行业）。人员流动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正常运转等岗位上。然而，这两个群体的实际工资增长在今年大部分时间里都为负值，并且持续下降。

股市对 JOLTS 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。

债券市场（总是比股票市场更明智，或者至少不那么浪漫）开始对消费冲击进行定价。接下来的四个月里，10年期国债收益率从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我纠正。过度建设会导致建筑活动放缓，进而导致利率下降，最终促进新建筑的建设。库存过剩会导致库存减少，进而促进库存补充。这种周期性机制本身就蕴含着复苏的种子。

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。公司裁员，然后用节省下来的钱购买更多的人工智能设备，这又使他们能够裁掉更多员工。失业员工的消费能力下降。面向消费者的公司销量减少，实力削弱，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。

一个没有自然制止机制的反馈回路。

人们原本预期总需求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，即便人工智能基础设施所颠覆的经济开始恶化，它依然保持着强劲的运行势头。英伟达（NVDA）的营收依然屡创新高。台积电（TSM）的利用率依然保持在95%以上。超大规模数据中心运营商每季度在数据中心资本支出上仍然投入1500亿至2000亿美元。而像台湾和韩国这样完全顺应这一趋势的经济体，则表现远超预期。

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，也是其长期货物贸易逆差的主要抵消来源。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业盈余消失殆尽，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”。

造成市场动荡的因素每个季度都在增强，这意味着动荡的程度每个季度都在加剧。劳动力市场没有自然的下限。

在美国，我们不再讨论人工智能基础设施泡沫会如何破裂，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。

智力置换螺旋

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传导机制变得清晰可见。你无需查阅劳工统计局的数据，只需参加一次与朋友的晚宴即可。

失业的白领并没有闲着，而是降低了工作强度。许多人转而从事收入较低的服务业和零工经济工作，这导致这些领域的劳动力供给增加，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。职位优厚，有医疗保险、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。六个月的求职之后，她开始做Uber司机。收入骤降至4.5万美元。重点不在于个人经历，而在于更深层次的数学计算。将这种现象放大到每个主要都市的几十万劳动者身上。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收入微薄的现有劳动者的工资。行业层面的冲击最终演变为整个经济领域的工资压缩。

在我们撰写本文时，以人为本的经济体系还剩下一部分，即将迎来另一轮调整。与此同时，自动送货和自动驾驶汽车正在逐步渗透到零工经济中，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，仍在职的专业人士开始像随时可能失业一样消费。他们加倍努力工作（大多借助人工智能），仅仅是为了保住饭碗，晋升或加薪的希望已经破灭。储蓄率略有上升，而消费支出则有所放缓。

最危险的部分在于滞后性。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假象。直到实体经济中早已出现问题，确凿的数据才证实了这一点。随后，一些报道打破了这种假象。

美国首次申请