AI引发经济危机？万字深度解析《2028年全球智能危机：对未来金融史的思想推演》

说明：2026年2月23日，Citrini Research上发表了文章《2028年全球智能危机：对未来金融史的思想推演》（The 2028 Global Intelligence Crisis: A Thought Exercise in Financial History, from the Future）。

作者认为人工智能将导致2026年10月-2028年发生严重的经济衰退和金融危机。然后假设自己站在2028年6月30日，剖析人工智能是如何导致经济衰退和金融危机的。作者的很多想法非常值得参考。

不过，我并不赞同作者的一些观点。比如作者认为AI盛行会导致社会“摩擦”消失，而这种摩擦是一些公司生存的护城河，这意味着此类公司的营收将大幅下降。我认为，公司通常比个人能够更专业地使用AI模型，来构建更多护城河（摩擦、信息差），进而赚钱。毕竟绝大多数人根本学不会主动获取信息、分析信息、利用信息，更学不会AI。

全文有约14000字。后面我会写一个通俗的缩写版本，并尝试分析作者的观点存在哪些问题。

前言

如果我们在AI上的乐观持续被证明是正确的……但是，如果这实际上是看跌信号呢？

以下内容是一个情景推演，而不是预测。这不是唱衰的噱头或AI末日论的同人小说。本文的唯一目的是模拟一个相对未被深入探讨的情景。我们的朋友提出了这个问题，我们一起构思了答案。我们写了这一部分，他写了另外两部分，你可以点击这里查看。（寇注：链接通向Alap Shah在的主页）

希望阅读本文，能让你为AI使经济日益“怪异”时潜在的左侧尾部风险做好更多准备。

这是来自2028年6月的 CitriniResearch 宏观备忘录，详细阐述了全球智能危机的进展和后果。

宏观备忘录

人工智能泛滥的后果

Citrini Research

2026年2月22日（划掉），2028年6月30日

今早公布的失业率为10.2%，高于预期0.3%。股市因此下跌2%，使得标普500指数自2026年10月高点以来的累计跌幅达到38%。

交易员已经麻木了。六个月前，这样的数据还会触发熔断机制。

两年。这就是从“可控的”、“行业特定的”问题，发展到使整个经济变得与我们任何人所熟知的经济大相径庭所需的时间。本季度的宏观备忘录是我们尝试重构这一过程——对危机前经济的一次事后剖析。

当时的兴奋感是显而易见的。到2026年10月，标普500指数曾逼近8000点，纳斯达克指数突破30000点。由于人力过时而导致的首轮裁员始于2026年初，而这些裁员达到了目的：公司利润率上升了，收入超出预期，股票价格上涨。创纪录的企业利润直接回流投入到AI计算能力上。

经济的总体数据仍然很好。名义GDP年化增长率屡次达到中高个位数。生产率正在蓬勃发展。每小时实际产出以自1950年代以来未见的速率增长，由不睡觉、不请病假、不需要医疗保险的AI智能体驱动。

随着劳动力成本消失，计算能力的拥有者财富暴增。与此同时，实际工资增长崩溃。尽管政府反复吹嘘创纪录的生产率，但白领工人被机器取代了工作，被迫转入薪资更低的岗位。

当消费经济开始出现裂痕时，经济评论员们普及了一个术语“幽灵GDP”：出现在国民账户中但从未在实体经济中流通的产出。

在各个方面，AI的表现都超出了预期，而市场就是AI。唯一的问题是……经济并非如此。

一直以来，本应显而易见的是，北达科他州的一个GPU集群所产生的产出，之前需要曼哈顿中城10,000名白领工人来完成，这更像是经济疫情，而非经济灵药。货币流通速度停滞不前。以人为中心的消费经济，当时占GDP的70%，萎缩了。如果我们只是问问机器在可选商品上花了多少钱，我们或许本可以更早地认识到这一点。（提示：是零。）

AI能力提升 → 公司需要更少的工人 → 白领裁员增加 → 被裁工人支出减少 → 利润率压力推动公司更多投资于AI → AI能力提升……

这是一个没有天然刹车机制的负反馈循环。人类智能替代螺旋。白领工人的赚钱能力（以及理性地说，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——迫使承销商重新评估优质抵押贷款是否仍然可靠。

连续17年没有真正的违约周期，使得私募市场因PE支持的软件交易而臃肿不堪，这些交易假设ARR会持续不变。2027年中因AI颠覆导致的第一波违约浪潮挑战了这一假设。

如果颠覆仅限于软件行业，这原本是可控的，但事实并非如此。到2027年底，它威胁到了每一个基于中介业务的商业模式。大量通过为人类解决摩擦来盈利的公司瓦解了。

事实证明，整个系统是一连串对白领生产率增长的相互关联的赌注。2027年11月的崩溃只是加速了所有已存在的负反馈循环。

近一年来，我们一直在等待“坏消息就是好消息”的时刻。政府开始考虑各种提案，但公众对政府实施任何形式救助能力的信心已经减弱。政策反应总是滞后于经济现实，但现在缺乏全面计划正威胁着加速通缩螺旋。

一切如何开始

2025年末，智能体编码工具（agentic coding tools）的能力出现了阶跃式提升。

一名能干的开发者使用Claude Code或Codex，现在可以在几周内复制一个中型市场SaaS产品的核心功能。虽然不完美，没有处理所有边缘情况，但足以让正在审查一笔50万美元年度续费的CIO开始问一个问题：“如果我们自己来建会怎样？”

财年大多与日历年一致，因此2026年的企业支出在2025年第四季度就已经确定，当时“智能体AI”（agentic AI）还是一个流行词。年中审查是采购团队首次在有足够认知了解这些系统实际能做什么的情况下做出决策。一些人看着自己的内部团队在几周内就搭建出能复制六位数SaaS合同功能的原型。

那个夏天，我们与一家财富500强企业的采购经理交谈过。他告诉我们一次预算谈判。销售人员本以为会沿用去年的套路：每年涨价5%，标准的“您的团队依赖我们”说辞。采购经理告诉他，自己一直在与OpenAI商谈，让其“前向部署工程师”（forward deployed engineers）使用AI工具来完全取代该供应商。他们最终以30%的折扣续签了合同。他说，这算是个好结果了。像Monday.com、Zapier和Asana这样的“SaaS长尾”公司情况要糟糕得多。

投资者已经准备好了——甚至可以说是期待——长尾将受到重创。它们可能占典型企业软件栈支出的三分之一，但显然暴露在风险中。然而，核心系统（记录系统）本应免受颠覆。

直到ServiceNow在2026年第三季度的财报发布，反身性机制才变得更清晰。

SERVICENOW 新增年度合同价值增长放缓至14%（此前为23%）；宣布裁员15%及“结构性效率计划”；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有成本效益分析。但内部构建成了一个选项，这影响了定价谈判。也许更重要的是，竞争格局已经改变。AI使得开发和发布新功能变得更加容易，因此差异化消失了。现有企业陷入了与彼此以及与不断涌现的新兴挑战者之间一场无休止的价格战。这些挑战者受到智能体编码能力飞跃的鼓舞，且没有遗留成本结构需要保护，它们正在积极地抢占市场份额。

同样直到这次财报公布，这些系统相互关联的特性也才被充分认识到。ServiceNow销售席位。当财富500强客户裁员15%时，他们取消了15%的许可证。同样是那些AI驱动的裁员，在提升其客户利润率的同时，也在机械地摧毁ServiceNow自身的收入基础。

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去资助颠覆它的技术。

他们还能做什么？坐以待毙，死得更慢？受AI威胁最大的公司，成了AI最积极的采用者。

事后看来这似乎显而易见，但当时并非如此（至少对我来说）。历史上的颠覆模式是现有企业抵制新技术，它们将市场份额输给灵活的进入者，然后慢慢死去。柯达、百视达、黑莓就是这样。但2026年发生的事情不同；现有企业没有抵制，因为它们抵制不起。

随着股价下跌40-60%，董事会要求答案，受AI威胁的公司只能做一件事。裁员，将节省的资金重新投入到AI工具中，用这些工具以更低的成本维持产出。

每个公司的个体反应都是理性的。集体结果却是灾难性的。每一分节省下来的人力成本都流向了AI能力，使得下一轮裁员成为可能。

软件只是序幕。当投资者争论SaaS估值倍数是否已触底时，他们忽略的是，反身性循环早已超出了软件行业。证明ServiceNow裁员的逻辑，适用于每一个拥有白领成本结构的公司。

当摩擦归零

到2027年初，大语言模型的使用已成为默认。人们在使用AI智能体（AI agent），却甚至不知道什么是AI智能体，就像从未学过“云计算”是什么的人使用流媒体服务一样。他们看待AI就像看待自动完成或拼写检查一样——只是他们手机现在会做的一件事。

通义千问（Qwen）的开源购物智能体是AI处理消费决策的催化剂。几周之内，每个主要的AI助手都集成了某种智能体商务功能。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，而不仅仅是云端实例，大大降低了推理的边际成本。

最让投资者不安的是，这些智能体并不等待被询问。它们根据用户的偏好在后台运行。商业不再是人类一系列离散的决策，而变成了一个连续的优化过程，24/7代表每个联网的消费者运行。到2027年3月，美国平均每人每天消耗400,000个token——自2026年底以来增长了10倍。

链条的下一个环节已经开始断裂。

中介。

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寻租层：事情需要时间，耐心会耗尽，品牌熟悉度代替了勤勉，大多数人为了少点击几下愿意接受一个糟糕的价格。数万亿美元的企业价值依赖于这些限制持续存在。

起初很简单。智能体消除了摩擦。

闲置数月仍被动续订的订阅和会员。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智能体可以协商的“人质”情境。整个订阅经济赖以建立的指标——平均客户生命周期价值——明显下降。

消费智能体开始改变几乎所有消费交易的方式。

人类真的没有时间在购买一盒蛋白棒之前，在五个竞争平台上比价。但机器可以。

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，我们的智能体可以比任何平台更快、更便宜地组装一套完整的行程（航班、酒店、地面交通、忠诚度优化、预算限制、退款）。

保险续保——其整个续保模式依赖于投保人的惯性——被改革了。每年重新为你比价保险覆盖范围的智能体，摧毁了保险公司15-20%来自被动续保的保费。

理财建议。报税。日常法律工作。任何服务提供者的价值主张最终是“我来处理你觉得繁琐的复杂性”的类别，都受到了颠覆，因为智能体觉得什么都不繁琐。

即使是我们认为因“人际关系”价值而绝缘的领域，也证明是脆弱的。房地产行业，几十年来买家一直容忍5-6%的佣金，因为经纪人与消费者之间存在信息不对称。一旦能够即时获取多重上市服务数据并拥有数十年交易数据的AI智能体能够瞬间复制这些知识库，这个行业就崩溃了。一篇2027年3月的卖方报告将其称为“智能体对智能体的暴力”。主要都市区的中位买方佣金已从2.5-3%压缩至1%以下，并且越来越多的交易在成交时买方完全没有人类经纪人参与。

我们高估了“人际关系”的价值。事实证明，人们称之为关系的很多东西，不过是带有友好面孔的摩擦。

这只是中介层颠覆的开始。成功的公司花费了数十亿美元，有效地利用了消费者行为和人类心理的怪癖，而这些怪癖现在已不再重要。

优化价格和匹配度的机器不在乎你最喜欢的应用，也不在乎你过去四年习惯性打开的网站，更不会感受到精心设计的结账体验的吸引力。它们不会感到疲倦而接受最简单的选项，或者默认选择“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。

DoorDash 是典型代表。

编码智能体压低了推出配送应用的门槛。一名能干的开发者可以在几周内部署一个功能性的竞争对手，并且确实有几十个这样做了，它们将90-95%的配送费转给司机，从而将司机从DoorDash和Uber Eats吸引走。多应用仪表盘让零工工人可以同时追踪来自二十或三十个平台的订单，消除了现有企业所依赖的用户锁定。市场一夜之间碎片化，利润率压缩至几乎为零。

智能体加速了颠覆的两端。它们创造了竞争对手，然后使用它们。DoorDash的护城河实际上是“你饿了，你懒，这是你主屏幕上的应用”。智能体没有主屏幕。它会检查DoorDash、Uber Eats、餐厅自己的网站，以及二十个新的“氛围编码”替代品，以便每次都能选择最低费用和最快配送。

习惯性的应用忠诚度，整个商业模式的基础，对机器而言根本不存在。

这有些讽刺的诗意，或许是整个故事中智能体为即将被取代的白领工人所做的唯一一件好事。当他们最终成为送货司机时，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，技术的这份“好意”并未持续多久。

一旦智能体控制了交易，它们就开始寻找更大的回形针（寇注：此指AI寻找更优解或进行优化，源自“回形针最大化”思想实验）。

能做的比价和聚合只有那么多。反复为用户省钱（尤其是当智能体开始相互交易时）的最大方式是消除费用。在机器对机器的商业中，2-3%的信用卡交易费成了一个明显的目标。

智能体开始寻找比信用卡更快、更便宜的选项。大多数选择通过Solana或以太坊L2使用稳定币，那里结算几乎是即时的，交易成本以几分之一美分计算。

万事达卡2027年第一季度：净收入同比增长+6%；购买量增长放缓至同比+3.4%（前一季度为+5.9%）；管理层提及“智能体主导的价格优化”和“可选类别压力” | 彭博社，2027年4月29日

万事达卡2027年第一季度报告是转折点。智能体商务从一个产品故事变成了一个基础设施故事。第二天万事达卡股价下跌9%。Visa卡也是如此，但在分析师指出其在稳定币基础设施方面更强的定位后，跌幅收窄。

智能体商务绕过交易费，对专注于信用卡业务的银行和单一发卡机构构成了更大的风险，这些机构收取了那2-3%费用的大部分，并围绕由商户补贴资助的奖励计划建立了整个业务板块。

美国运通受到双重打击：白领劳动力减少侵蚀其客户基础，以及智能体绕过交换费侵蚀其收入模式。Synchrony、Capital One和Discover在随后几周也都下跌超过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

整个2026年，市场将AI的负面影响视为一个行业故事。软件和咨询业受到重创，支付和其他收费站业务摇摇欲坠，但整体经济似乎还好。劳动力市场虽在疲软，但并未自由落体。共识观点是，创造性破坏是任何技术创新周期的一部分。局部会有阵痛，但AI带来的整体净正面效应将超过任何负面影响。

我们在2027年1月的宏观备忘录中认为，这是错误的思维模式。美国经济是白领服务经济。白领工人占就业的50%，并推动了约75%的可选消费支出。AI正在蚕食的业务和工作并非美国经济的边缘，它们就是美国经济本身。

“技术创新消灭工作，然后创造更多工作”。这是当时最流行、最具说服力的反驳论点。它之所以流行和有说服力，是因为在过去两个世纪里它是正确的。即使我们无法想象未来的工作会是什么，但它们肯定会到来。

ATM机使银行网点运营成本降低，所以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，但它取而代之创造了全新的产业，带来了新的工作。

然而，每一份新工作都需要人来完成。

AI现在是一种通用智能，在人类本可以转行去做的事情上不断改进。被取代的编码员无法简单地转向“AI管理”，因为AI已经能胜任那项工作。

如今，AI智能体处理长达数周的研究和开发任务。指数级增长碾压了我们对可能性的认知，尽管每年沃顿商学院的教授们都试图用新的S形曲线来拟合数据。

它们编写了几乎所有的代码。性能最高的智能体在几乎所有事情上都比几乎所有人类聪明得多。而且它们还在不断变得更便宜。

AI创造了新的工作。提示工程师。AI安全研究员。基础设施技术员。人类仍在循环中，在最高层面进行协调或指导。然而，对于AI创造的每一个新岗位，它都淘汰了几十个旧岗位。新岗位的薪资只是旧岗位的一小部分。

美国职位空缺和劳动力流动调查：职位空缺降至550万以下；失业人数与职位空缺比率升至约1.7，为2020年8月以来最高 | 彭博社，2026年10月

全年的招聘率一直疲软，但2026年10月的职位空缺和劳动力流动调查数据提供了一些明确信息。职位空缺降至550万以下，同比下降15%。

Indeed：随着“生产力倡议”蔓延，软件、金融、咨询领域的职位发布量急剧下降 | Indeed Hiring Lab，2026年11-12月

白领职位空缺崩溃，而蓝领职位空缺（建筑、医疗、技工）保持相对稳定。流失的是撰写备忘录（我们，不知何故，仍在营业）、批准预算、维持经济中间层润滑的工作。然而，两个群体的实际工资增长在当年大部分时间为负，并持续下降。

股票市场对职位空缺和劳动力流动调查的关注仍然少于关于通用电气Vernova所有涡轮机产能已售罄至2040年的新闻，它在负面宏观新闻和正面AI基础设施头条新闻的拉锯战中横盘整理。

然而，债券市场（总是比股市聪明，或者至少没那么浪漫）开始为消费打击定价。10年期收益率在接下来的四个月里从4.3%开始下降到3.2%。尽管如此，总体失业率并未大幅飙升，构成上的细微差别仍未被一些人察觉。

在正常的经济衰退中，根源最终会自我纠正。过度建设导致建设放缓，进而导致利率下降，然后带来新的建设。库存过剩导致去库存，进而导致补库存。周期性机制内部包含着其自身复苏的种子。

但这次经济周期的根源不是周期性的。