本文来自微信公众号： 老钱日日谈 ，作者：👉
其实质疑AI泡沫的声音早就不绝于耳、让人麻木了，为何独独这篇“科幻小说”有如此大的传播力并且真的带来了一波实打实的回撤？
上图为北美软件行业ETF（代码IGV）重仓微软及SaaS/云计算/网络安全龙头公司。对数坐标，Y轴一个格子代表的涨跌幅相同，数格子即可，目前的回撤已逼近2022年。
究其原因，除了假装从2028年穿越而来这种让人眼前一亮且更有代入感的叙事手法，文章也占了天时地利人和——
市场已经对好消息钝化，同时对坏消息敏感了。更不用说之前的软件板块回撤潮让市场信心不足。
一篇手法新颖但新知有限的软科幻长文，不可能凭一己之力扭转叙事，只能验证社会和市场面对AI的悲观情绪已经酝酿许久。
以下是报告正文，经笔者编译：
前言
如果我们对AI的看多判断持续被证明是正确的，那会不会反而是利空？
接下来是一种情景推演，而不是预测。这不是熊市情色文学，也不是AI末日幻想小说。
本文唯一的目的，是对一个相对被忽视的情景进行建模。
希望这篇文章能让你在AI让经济变得越来越怪异之际，对潜在的左尾风险做好更多准备。
以下内容摘自2028年6月的CitriniResearch宏观备忘录，记录了「全球智能危机」(Global Intelligence Crisis)的演进过程及其后果。
宏观备忘录
AI无限智能的后果
2026年2月22日
2028年6月30日
今天早上公布的失业率为10.2%，比预期高出0.3个百分点。
市场对此反应冷淡又麻木。指数下跌2%，标普500较2026年10月高点累计回撤已达-38%。交易员已经失去知觉。
六个月前，这样的数据足以触发熔断。仅仅两年，从「可控」「局部影响」，到一个几乎无人熟悉的经济结构，只用了两年。
本季度宏观备忘录，试图回溯整个演变路径——对危机前经济的一次事后解剖。
回头看，当时的狂热是真实的。
2026年10月，标普500一度逼近8000点，纳指突破30000点。
2026年初，第一波因「人类过时」而出现的裁员开始了。而它们确实完成了裁员应有的功能：
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入AI算力。
宏观数据依旧漂亮。名义GDP年化增长维持在中高个位数，生产率暴涨。单位工时的实际产出增长，创下自1950年代以来的新高——驱动力是那些不睡觉、不请病假、不需要医保的AI代理。
算力的拥有者财富爆炸式增长。劳动力成本迅速蒸发。与此同时，真实工资增长却坍塌。
尽管政府不断强调生产率创纪录，白领工人却被机器取代，被迫进入更低薪的岗位。
当消费经济开始出现裂缝时，评论员发明了一个词，幽灵GDP（Ghost GDP）：那些在国民账户里存在，却不在真实经济中流动的产出。
在几乎所有维度上，AI都超出预期。市场就是AI。唯一的问题是——经济不是。
市场早该意识到：
北达科他州的一组GPU集群，替代了曼哈顿中城1万名白领的产出，
这更像是一场经济疫情，而不是经济福音。
货币流通速度趋于停滞。以人类为中心的消费经济，当时占GDP的70%，如今正逐渐枯萎。
也许我们本可以更早察觉，只需问一个问题：机器会购买多少可选消费品？
答案是零。
AI能力提升→企业用人减少→白领裁员增加→被裁员工减少支出→企业利润受压→企业进一步投资AI→AI能力继续提升…
一个没有自然刹车的负反馈循环。
人类智能替代螺旋
面对AI，白领的工作能力结构性受损。而他们的收入是13万亿美元抵押贷款市场的基石。
这也迫使承销商重新评估：优质按揭贷款是否仍然安全？
过去17年没有经历真正的违约周期，私人市场堆积了大量假设ARR（年度经常性收入）持续存在的软件PE交易。
2027年中，因AI冲击导致的第一波违约打破了这个假设。如果冲击局限于软件领域，尚可应对。但它并没有。
到2027年底，几乎所有建立在“中介模式”之上的商业模型都面临威胁。大量依靠「人为摩擦」变现的公司瓦解。
原来我们的整个系统，原来是一串关于白领生产率持续增长的相关性押注。
2027年11月的崩盘，只是加速了所有已经启动的负反馈循环。
我们已经等待“坏消息是好消息”的市场逻辑将近一年。
政府开始考虑各种方案。但公众对政府能否实施有效救助的信心迅速流失。政策反应向来滞后于经济现实，但如今，缺乏一套全面方案，正威胁着将局面推入通缩螺旋。
它是如何开始的
2025年末，具备“代理能力”的编程工具出现了跃迁式提升。
一个能力不错的开发者，配合Claude Code或Codex，如今可以在几周内复刻一个中型SaaS产品的核心功能。不必完美，也不需要覆盖所有边缘场景，但已经够用—足以让正在审核50万美元年度续约合同的CIO开始问一句：
「要不我们自己做？」
企业财年通常与自然年一致。2026年的企业IT预算是在2025年第四季度确定的，那时agentic AI还只是个流行词。到了2026年年中复盘，采购团队第一次真正看到这些系统能做什么。
有人亲眼看着内部团队在几周内做出原本价值数十万美元的SaaS原型。
那年夏天，我们与一位《财富》500强公司的采购经理交谈。他讲述了一次预算谈判。
销售代表按去年的剧本来：每年5%的涨价幅度，外加那句熟悉的「你们团队离不开我们」。
采购经理告诉对方，他已经与OpenAI讨论过，让其“前线部署工程师”用AI工具彻底替代该供应商。
最后，他们以七折价格续约。
「这已经算不错的结果了」，他说。
那些长尾SaaS——比如Monday.com、Zapier、Asana——境况更糟。
投资者其实早有心理准备。甚至可以说，他们期待长尾会遭重创。这些产品也许占企业技术栈三分之一的支出，但暴露度显而易见。
真正被认为安全的，是系统级记录平台（systems of record）。直到2026年第三季度ServiceNow的财报公布，这种反身性机制才真正显形。
SERVICENOW新增ACV增速从23%放缓至14%；宣布裁员15%并启动“结构效率计划”；股价暴跌18%
——Bloomberg，2026年10月
SaaS并没有死亡。内部开发依然存在运行与维护成本，仍需成本收益分析。但是！内部替代成了一个现实选项。而这一点本身，就改变了定价谈判的逻辑。
更关键的是，竞争格局变了。AI让功能开发与上线变得更快，产品差异化迅速坍塌。老牌厂商陷入价格竞赛，既与彼此厮杀，也与新兴创业者贴身肉搏。
新进入者没有历史成本包袱，在agentic编程能力跃升的鼓舞下，aggressively抢占市场。系统之间的相互依赖，直到这份财报才被真正理解。
ServiceNow按席位收费。
当《财富》500强客户裁员15%，他们取消15%的许可证。
推动客户利润率扩张的AI驱动裁员，机械式地摧毁了ServiceNow自己的收入基础。
一家卖工作流自动化的软件公司，被更好的工作流自动化所颠覆。而它的回应是裁员，并将节省下来的成本继续投入到那项正在颠覆它的技术里。
还能怎么办？原地不动，等死？
那些最受AI威胁的公司，反而成了AI最激进的采用者。事后看似显而易见，但当时并没这般清晰。
历史上的颠覆路径是：老公司抗拒新技术，失去份额，缓慢衰亡。
柯达如此，百视达如此，黑莓亦然。
2026年的情况不同。老公司没有抵抗，因为它们无力抵抗。股价已下跌40–60%，董事会要求交代。
这些被AI威胁的公司只能做一件事：裁员。
把节省的成本投向AI。用AI维持产出、压低成本。
单个公司的决策，是理性的。整体结果，却是灾难性的。
每节省一美元的人力成本，都流向增强AI能力，使下一轮裁员成为可能。
软件只是开场。投资者还在争论SaaS估值是否触底时，反身性循环已经冲出软件行业。
ServiceNow裁员逻辑，同样适用于任何拥有白领成本结构的公司。
当摩擦归零
到2027年初，LLM的使用已经成为默认选项。
人们在使用AI agent，却甚至不知道什么是AI agent。就像很多人不知道云计算是什么，却每天在用流媒体。
他们把它当成自动补全、拼写检查——手机现在自然就会做的事。
Qwen开源的agentic shopper成了一个转折点。它让AI开始替用户做消费决策。
几周之内，几乎所有主流AI助手都整合了代理式电商功能。蒸馏模型的出现，使这些agent能在手机和笔记本上运行，而不再依赖云端实例。推理的边际成本骤降。
真正应该让投资者不安的，不是它们能用，而是它们不需要被调用。它们根据用户偏好在后台运行。
消费不再是一系列离散的人类决策，变成了一个24小时持续优化过程。
到2027年3月，美国中位数个人每天消耗40万token，是2026年底的10倍。
链条上的下一环，已经开始断裂。
过去50年，美国经济在人类局限性之上构建了一整层租金抽取结构：
时间有限，耐心耗尽。品牌熟悉度替代尽职调查。大多数人愿意为了少点几次按钮接受一个更差的价格。
数万亿美元企业价值，依赖这些约束长期存在。
最初的变化看似简单：agent去除了摩擦。
那些自动续费却几个月没用的订阅，试用期结束后悄悄翻倍的价格。然而在agent眼中，这些都是可以商量和取消的。
整个订阅经济建立的核心指标——客户生命周期价值（LTV）——
明显下滑。消费agent开始改变几乎所有消费交易的结构。
人类没有时间在买一盒蛋白棒之前横向比价五个平台，但机器有。
旅游预订平台成为早期受害者，因为逻辑最简单。
到2026年Q4，我们的agent已经可以：
整合航班、酒店、地面交通、积分优化、预算约束、退款规则——
比任何平台更快、更便宜。
保险续保模式依赖客户惰性。但agent每年自动重新比价，拆解出保险公司15–20%的利润来自被动续保。
理财顾问，报税服务，常规法律事务...
任何服务商的核心价值是「我替你处理你嫌麻烦的复杂性」，都会遭到冲击。因为agent并不觉得麻烦。
连那些我们认为受人际关系价值保护的行业，也显得脆弱。
房地产经纪人几十年来收5–6%佣金，靠的是信息不对称。
当AI agent获得MLS接口与几十年交易数据，可以瞬间复制知识体系。
2027年3月的一份卖方报告称之为：agent对agent的暴力
主要城市买方佣金从2.5–3%，压缩至1%以下，而且越来越多交易在买方没有人类经纪的情况下完成。
我们高估了“人际关系”的价值。很多所谓的关系，只是带着微笑的摩擦。
这还只是中介层瓦解的开始。
很多都会利用消费者行为与心理偏差来赚钱，但这些偏差，对机器已毫无意义。
机器优化价格与匹配度，它不关心你常用哪个app，它不受精心设计的结账页面影响。它不会因为累了而选择最简单的选项，也不会默认我一直在某一家买。
这摧毁了一种护城河：习惯性中介。
DoorDash成为典型案例。
编程agent降低了开发门槛。一个合格开发者几周内即可上线一个功能齐全的竞品，让几十个竞品出现。
它们把90–95%配送费给司机，吸引司机离开DoorDash与Uber Eats。多平台仪表盘让骑手同时追踪二三十个平台的订单，消除了平台锁定效应。
市场一夜碎片化，利润压缩至接近零。
agent同时加速了两端：它们帮助竞品诞生，又帮助用户选择它们。
DoorDash的护城河本质是：「你饿了，你懒，这个app在主屏幕上。」
但agent没有主屏幕，它会同时检查DoorDash、Uber Eats、餐厅官网，以及20个vibe-coded新平台，每次都选最低费率与最快送达。
机器不存在习惯忠诚。某种意义上，这带着一点诗意。
也许这是整场故事里唯一一次，agent对即将被取代的白领做了件好事。
当他们成为送餐司机时，至少收入不再有一半流向Uber与DoorDash。
当然，这种“技术的善意”没有持续太久——自动驾驶开始普及。
当agent控制了交易流程后，它们开始寻找更大的“回形针”。
价格匹配与聚合空间有限。真正能持续为用户省钱的方式，是消灭费用本身。
机器对机器交易中，2–3%的信用卡手续费成了明显目标。agent寻找比卡更快、更便宜的通道。多数选择了稳定币，通过Solana或Ethereum L2。结算近乎即时，交易成本低至几分之一美分。
MASTERCARD 2027 Q1：净收入同比+6%；购买量增长放缓至+3.4%（前季+5.9%）；管理层提到“agent主导的价格优化”与“可选消费承压”
——Bloomberg，2027年4月29日
这份财报成为不可逆转的时刻。
agentic commerce从产品故事变成支付管道故事。
MA股价次日下跌9%。
Visa同样下跌，但因其在稳定币基础设施中的布局更强，跌幅收窄。
绕开手续费，对以信用卡为核心的银行与单线发行商冲击更大。
2–3%的手续费，是奖励积分体系的资金来源，是整个业务模式的支柱。
American Express受打击最重：白领裁员削弱其客户基础，agent绕开手续费摧毁其收入模式。
Synchrony、Capital One、Discover随后数周均跌超10%。
它们的护城河由摩擦构成，而摩擦正在归零。
从行业风险到系统性风险
整个2026年，市场始终把AI的负面影响当作一个行业故事。
软件和咨询行业遭到重创，支付体系和其他收费关卡开始摇晃，但整体经济看起来仍然稳固。
劳动力市场虽然在走软，却没有崩塌。
主流共识是：创造性破坏是技术创新周期的一部分。某些领域会痛，但AI的总体净收益最终会压倒一切负面影响。
我们在2027年1月的宏观备忘录中指出，这种思维模型是错误的。
美国经济，本质上是一个白领服务型经济。
白领工作者占就业人口的50%，却驱动了大约75%的可选消费支出。
AI正在吞噬的企业与岗位，并不是美国经济的边缘部分—它们就是美国经济本身。
技术创新会先摧毁工作，然后创造更多工作——这是当时最流行、最有说服力的反驳。之所以有说服力，是因为它在过去两个世纪里一直成立。
即便我们想象不出未来的职业长什么样，它们也终会出现——这是信仰。
ATM让银行网点运营成本更低，于是银行开设更多网点，出纳岗位在接下来的二十年里反而增加。
互联网颠覆了旅行社、黄页和实体零售，却创造了全新的产业，并催生大量岗位。
但有一个隐含前提：每一个新岗位，都需要一个人来完成。
但AI不同。它是一种通用智能，而且会在那些人类“准备转型过去”的任务上持续进步。
被替代的程序员无法简单转向AI管理，因为AI已经具备管理能力。
今天，AI agent可以处理原本需要数周完成的研发任务。
指数增长推翻了我们对“可能性”的直觉。尽管每年都有沃顿商学院教授试图把数据重新拟合成一条新的S曲线，现实却一次次冲破上限。
这不是一次线性替代。这是能力曲线与再就业假设之间的正面碰撞。
AI几乎写下了所有代码。表现最顶尖的那一批，在几乎所有任务上，都显著聪明过绝大多数人类而且它们还在不断变便宜。
AI也确实创造了新岗位——提示工程师、AI安全研究员、基础设施技术员。
人类仍在回路之中，在最高层进行协调，或负责审美判断。
但每创造一个新角色，就会淘汰几十个旧角色。而新岗位的薪资，仅是旧岗位的一小部分。
美国JOLTS数据：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
——Bloomberg，2026年10月
这一年招聘率一直疲软。
但2026年10月的JOLTS数据，给出了明确证据：
职位空缺跌破550万，同比下降15%。
Indeed：软件、金融、咨询岗位发布数量急剧下降，“生产率提升计划”扩散
——Indeed Hiring Lab，2026年11–12月
白领岗位迅速萎缩，蓝领岗位却相对稳定（建筑、医疗、技工）。
动荡发生在那些写备忘录、审批预算、润滑经济中层结构的岗位上。（我们居然还在营业。）
但两类群体的真实工资增长，全年大部分时间都为负，并持续下行。
股票市场依然对GE Vernova涡轮机产能售罄至2040年的消息更感兴趣，而不是JOLTS数据。
指数横盘震荡，一边是负面的宏观消息，一边是积极的AI基建叙事。
债券市场则不同——它总是更冷静，至少不那么浪漫。
10年期收益率在接下来的四个月里，从4.3%下滑至3.2%，开始为消费下滑定价。
但失业率headline仍未暴涨。构成变化的细节，对许多人来说仍是盲区。
在典型的衰退中，原因最终会自我修正。
过度建设→建筑放缓→利率下降→新一轮建设。
库存积压→去库存→再补库存。
周期本身包含复苏的种子，但这一次并不具备周期性。
AI变得更强，也更便宜。
企业裁员，然后用节省下来的钱购买更多AI能力。更多AI能力，又让他们裁掉更多人。
被替代的员工减少消费。向消费者卖产品的公司销量下滑、利润承压，于是进一步投资AI以维持利润率。
AI继续变得更强，也更便宜，一个没有自然刹车的反馈循环。
直觉上，人们以为总需求下降会拖慢AI建设。但并没有。
因为这不是传统意义上的超大规模资本开支（CapEx），这是运营支出替代（OpEx substitution）。
原本每年花1亿美元雇员工、500万美元投AI的公司，现在变成花7000万美元雇员工、2000万美元投AI。
AI投入增长数倍，却发生在总运营成本下降的背景下。每家公司AI预算都在增长，而整体支出却在收缩。
讽刺的是，AI基础设施板块持续强势，即便它正在颠覆的经济开始恶化。
英伟达（NVDA）依旧创纪录营收。
台积电（TSM）产能利用率仍维持在95%以上。
超大规模云厂商每季度仍在数据中心资本开支上投入1500–2000亿美元。
那些对这股趋势纯粹凸性敞口的市场，如中国台湾、韩国表现极为强劲。
印度则走向相反方向。该国IT服务出口每年超过2000亿美元，是印度经常账户顺差的最大来源，也是弥补其长期商品贸易逆差的关键。
整个商业模式建立在一个前提之上：
印度开发者的成本远低于美国同行。但AI编程agent的边际成本，几乎降至电费水平。
TCS、Infosys、Wipro在2027年的合同取消加速。卢比在四个月内对美元贬值18%，因为支撑外部账户的服务顺差迅速蒸发。
到2028年Q1，IMF已开始与新德里进行初步磋商。
制造这场颠覆的引擎，每个季度都在变强。这意味着颠覆每个季度都在加速。劳动力市场不存在自然底部。
在美国，我们已不再讨论AI基建泡沫何时破裂。
我们开始问：当消费者被机器取代，一个以消费信贷为核心的经济，会发生什么？
智能替代螺旋
2027年，是宏观故事不再隐晦的一年。
过去十二个月那些看似零散、却明显负面的变化，其传导机制变得清晰。
你甚至不需要翻BLS数据。只要去参加一次朋友间的晚宴。
被替代的白领并没有无所事事，他们只是降级了。
很多人转向低薪服务业与零工经济。这提高了这些领域的劳动力供给，
也压低了那里的工资水平。
我们有位朋友，2025年是Salesforce的高级产品经理头衔、医保、401k、年薪18万美元。
第三轮裁员，她失去了工作。六个月求职无果后，她开始开Uber，收入降至4.5万美元。
重点不在这个个人故事，重点在二阶数学。
把这种动态复制到每个主要都市，几十万名高资质劳动者涌入服务与零工经济。过度合格的劳动力，挤压了原本就收入微薄的群体。
原本的行业性冲击，开始向全经济范围扩散——工资全面压缩。
那一池仍以人为中心的岗位，此刻还在酝酿第二次修正。
自动配送与无人驾驶，正在吞噬那个曾吸收第一波失业白领的零工经济。
到2027年2月，仍在职的专业人士开始预防性消费。
他们拼命工作（多数借助AI），只是为了不被裁掉。升职与加薪的幻想已经消失。
储蓄率上升，支出放缓。
最危险的是滞后。高收入群体凭借更厚的储蓄缓冲，维持了两三个季度的“正常生活”假象。
硬数据迟迟未显露问题。等数据确认时，现实经济早已心知肚明。
然后打破幻觉的那组数据出现了：
美国初请失业金人数飙升至487,000人，为2020年4月以来最高。
（美国劳工部，2027年Q3）
ADP与Equifax随后确认——新增申领者的绝大多数来自白领阶层。
标普指数随后一周下跌6%。负面宏观，开始赢得拉锯战。
正常衰退里，失业广泛分布。
蓝领与白领按比例共同承担痛苦。消费下滑迅速显现，因为低收入者的边际消费倾向更高。
但这一次不同。失业集中在收入分布的上端。人数占比不大，消费权重却极高。
美国前10%收入者贡献超过50%的消费支出。前20%贡献约65%。
他们买房、买车、度假、外出用餐、支付私校学费、翻修房屋。他们是整个可选消费经济的需求底座。
当他们失业，或被迫接受50%薪资削减，消费冲击的幅度，远大于就业数字本身。
白领就业下降2%，可能意味着3–4%的可选消费支出蒸发。
与蓝领失业不同——蓝领失业立刻削减支出。
白领失业有延迟效应。储蓄缓冲让他们撑一阵子，但行为转变一旦发生，
下行更深。
到2027年Q2，经济已经进入衰退。NBER几个月后才会正式确认（他们一向滞后），但数据已经毫不含糊——连续两个季度实际GDP负增长。
但那时还不是金融危机，至少暂时还不是。
串联的相关性赌注
私人信贷规模，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，流向了软件与科技交易。很多是对SaaS公司的杠杆收购，估值建立在一个前提上——收入能以中双位数永久增长。
这个前提，在第一次agentic coding演示与2026年Q1软件股暴跌之间已经死亡，只是账面估值还没承认它死了。
当上市SaaS公司跌到5–8倍EBITDA，私募持有的软件资产，仍按收购收入倍数计价：100→92→85，一点点往下调。
最终公开市场给的答案是50。
2027年4月，穆迪一次性下调14家发行人、总额180亿美元的PE背景软件债评级。理由是AI驱动的结构性收入逆风。
这是一切的引信。
2027年Q3，软件支持贷款开始违约。然后信息服务与咨询类PE组合公司跟进，几起数十亿美元LBO重组。
导火索的象征是Zendesk。它在2022年被以102亿美元私有化。50亿美元的直接贷款，当时史上最大ARR支持融资。核心假设：ARR是可持续的。
但是到了2027年中，情况已经不是了。AI客服代理已经运行了一整年。Zendesk所定义的类别，工单、路由、人类客服管理都接连被替代。
收入还没流失，但它不再递延，也暂时还没离开而已。
史上最大ARR支持贷款，变成史上最大私人信贷软件违约。
所有信贷台同时问同一个问题：
还有谁把结构性逆风误判成了周期性逆风？
最初的共识其实没错。私人信贷不是2008年银行体系。它设计之初就是为了避免挤兑。
封闭式结构，锁定资本，7–10年期限，没有存款人，没有回购线被抽走。
理论上，它应该弯曲，而不是断裂。但问题在于永久资本到底是谁的？
过去十年，大型另类资管公司收购了保险公司：
Apollo收购Athene
Brookfield收购American Equity
KKR收购Global Atlantic
逻辑也优雅：
年金存款→长久期负债
投入自家发起的私人信贷→双重收费
保险端赚利差，资管端赚管理费，一个费用上的永动机。
前提只有一个：这些私人信贷必须是钱好。
当违约发生，所谓的永久资本，并不是抽象的机构投资者。
而是美国普通家庭的储蓄，它们以年金形式存在。
Main street（实体经济）的钱，买了软件LBO贷款。
不能挤兑，不等于不受监管。保险监管者醒悟了，开始重新评估风险资本计提，提高RBC因子，要求更多审查。
问题是：要么补资本，要么卖资产。
在一个已经冻结的市场里，两者都很难。
当穆迪将Athene的评级展望调为负面，Apollo两天跌22%。Brookfield、KKR依次跟跌。
然后事情变得更复杂。
这套模式还叠加了离岸架构：美国保险公司承保年金，再将风险转给自家在百慕大或开曼的再保险公司。
监管更宽松，资本占用更低。
再保险实体通过SPV引入外部资金，共同投资于母公司发起的私人信贷。
层层嵌套，监管套利，收益最大化。
在牛市里，这是精妙工程。但是在结构性违约下，它变成了高度相关的风险链。
系统不是由独立风险构成，它是一串相关性极高的赌注。当一个节点断裂，整条雏菊链一起震荡。
这并非周期，是结构，而结构并不会自动修复。
评级机构——其中一些本身也由私募股权控股，在透明度方面并未成为典范（这几乎不会让任何人感到意外）。不同公司之间通过各种资产负债表交织成一张蜘蛛网，其不透明程度令人震惊。当底层贷款开始违约时，谁真正承担损失，几乎无法在实时中说清。
2027年11月的崩盘，标志着市场认知的转折：从可能只是一次普通的周期性回撤，转向某种更令人不安的结构性问题。美联储主席Kevin Warsh在当月的紧急FOMC会议上称之为「一串围绕白领生产率增长的相关性赌注」。
要知道，引发危机的从来不是损失本身，而是对损失的确认。而在金融体系中，还有一个更庞大、也更重要的领域，我们开始对那种“确认”感到恐惧。
抵押贷款问题
Zillow房价指数同比下跌：旧金山-11%，西雅图-9%，奥斯汀-8%；Fannie Mae提示：科技/金融从业人口占比超40%的邮编区域，出现“早期违约上升”现象。
——Zillow/Fannie Mae，2028年6月
但更令人担忧的，是上月Fannie Mae的提示——在以高额贷款（jumbo）为主的邮编区域，早期违约率抬头。
这些区域，通常是780+信用分的借款人集中地，历来被视为防弹级别。
美国住宅抵押贷款市场规模约13万亿美元。
贷款审批的核心假设非常简单：
借款人在贷款期限内（通常30年）会维持大致稳定的收入与就业状态。
而白领就业危机，正在动摇这个前提。
一个三年前还显得荒谬的问题，如今不得不提出：
优质抵押贷款，真的安全吗？
美国历史上每次房贷危机，都源于三类原因之一：
投机过度（如2008年，借给无力偿还者）
利率冲击（如1980年代初，浮动利率失控）
局部经济塌陷（如1980年代德州石油、2009年密歇根汽车）
而这一次都不适用。
这些借款人不是次级，他们FICO 780，首付20%，信用记录干净，收入核实完整，就业历史稳定。
他们是整个金融系统信用模型里的基石。
2008年的问题是——贷款从第一天就是坏的。
2028年的问题是——贷款从第一天是好的。
只是世界，在贷款发放之后改变了。人们以为自己可以负担的未来不再可信。
2027年，我们就标记出一些看不见的压力迹象：
HELOC（房屋净值信贷）提款上升，401(k)提前支取增加，信用卡负债飙升，而按揭贷款仍保持“正常还款”。
当工作流失、招聘冻结、奖金取消时，这些优质家庭的债务收入比翻了一倍。
他们仍然能还房贷，但代价是停止所有可选消费，耗尽储蓄，推迟任何房屋维护或翻修。
账面上他们正常还款。现实中，他们距离困境只差一次冲击。
而AI能力的演进轨迹显示，那次冲击正在路上。
随后，我们看到旧金山、西雅图、曼哈顿、奥斯汀的违约率开始上升，
尽管全国平均仍在历史区间内。
我们正处在最敏感的阶段：当边际买家健康时，房价下跌是可控的。
但现在，边际买家正承受同样的收入损伤。担忧正在积累，但这还不是全面的抵押贷款危机。
违约率上升了，却远低于2008年水平。真正的威胁，不在当下的水平，而在它的轨迹。
智能替代螺旋，如今有了两个金融加速器，推动实体经济进一步下行。
劳动力被替代，抵押贷款隐忧，私人市场动荡，三者互相强化。
传统政策工具像降息、量化宽松，可以对金融引擎施力，却触及不到实体引擎。
因为问题不在融资条件收紧，问题在于AI让人类智能不再稀缺，也不再昂贵。
你可以把利率降到零，买下所有MBS，收购所有违约的软件LBO债务——也改变不了一个事实：
一个Claude代理
可以用200美元/月
完成一个年薪18万美元产品经理的工作。
如果这些担忧兑现，抵押贷款市场将在今年下半年出现裂缝。
在那种情景下，当前股市回撤，可能最终接近全球金融危机时的幅度（峰值到谷底-57%）。
标普500或将回落至约3500点——回到2022年11月ChatGPT时刻之前的水平。
可以确定的是：支撑13万亿美元住宅抵押贷款的收入假设，已经遭到结构性侵蚀。
尚不确定的是：政策是否能在市场完全消化这一含义之前介入。
我们希望可以，但同样清楚理由并不充分。
与时间的赛跑
第一条负反馈回路，出现在实体经济：
AI能力提升，薪资支出缩减，消费走弱，利润率承压，企业加码AI投入，AI能力再次提升。
随后，它转向金融领域：收入受损冲击按揭，银行损失收紧信贷，财富效应破裂，反馈循环加速。
而这一切，又被政策反应迟缓所放大。坦率地说，面对这一切政府显然有些迷茫。
这个体系，从未为这样的危机而设计。
联邦政府的收入基础，本质上是对人类时间的征税。人工作，企业支付工资，政府抽取一部分。
在正常年份，个人所得税与工资税构成财政收入的脊梁。
截至今年Q1，联邦收入比CBO基准预测低12%。
工资税下降，因为就业人数减少，且在职者的薪酬水平低于以往。所得税下降，因为收入结构性走低。
生产率在飙升，但增益流向资本与算力，而非劳动。劳动在GDP中的占比，从1974年的64%降至2024年的56%。
这四十年的缓慢下滑源于全球化、自动化、以及劳动议价能力的持续削弱。而在AI指数级进步的四年里，这一比例降至46%，创纪录的急剧下跌。
产出依然存在，但它不再经过家庭，不再通过家庭回流企业，也不再通过家庭流向国税局。经济循环正在断裂，而大家期待政府去修复它。
在每一次衰退中，支出都会上升，收入都会下降。这一次不同之处在于——支出压力不是周期性的。
自动稳定器是为暂时性失业设计的，不是为结构性替代准备的。
体系仍在发放「假定工人会被重新吸纳」的福利。但很多人不会，至少不会以接近原先的工资水平。
疫情期间，政府可以接受15%的财政赤字，因为那被视为暂时性的。
如今需要支持的人群，不是遭遇一场会恢复的疫情，他们被一种持续进化的技术替代。
政府必须在税收下降的同时，向家庭转移更多资金。
美国不会违约。它发行的货币，就是偿债所用的货币，但压力已经在其他地方显现。
市政债券市场出现明显分化，无所得税州表现尚可，依赖所得税收入的州（多数为蓝州）发行的普通义务债券，开始计入违约风险溢价。
政治人物迅速介入，关于「谁被救助」的争论沿着党派界线展开。
政府方面，值得肯定的是，他们较早承认了危机的结构性。
两党开始讨论所谓的《过渡经济法案》：通过赤字支出与对AI推理算力征税，为被替代工人提供直接转移支付。
更激进的提案是《共享AI繁荣法案》：对智能基础设施收益建立公共索取权——介于主权财富基金与AI产出特许权之间，以分红形式向家庭发放资金。
私营部门游说者迅速警告滑坡风险。
政治争论的走向几乎可以预见，右翼称转移支付与再分配是马克思主义，并警告对算力征税会将领先优势拱手让给中国。
左翼警告若税制由既得利益者起草，那只是监管俘获的另一种形式。
财政鹰派强调赤字不可持续。鸽派提醒金融危机后过早紧缩的教训。
在总统大选临近之际，分裂只会放大。而在政治僵持中，社会结构正在更快地撕裂。
“占领硅谷”运动成为广泛不满的象征。上月，示威者连续三周封堵Anthropic与OpenAI旧金山办公室入口。
媒体对示威的关注，甚至超过了引发它们的失业数据。
2008年次贷危机后，人们曾把怒火对准银行家。
如今，AI实验室似乎正成为新的目标。
从大众视角看，这并非毫无理由。创始人与早期投资者的财富增长速度，让镀金时代都显得温和。
生产率红利几乎全部流向算力所有者与实验室股东，美国不平等程度创下新高。
每一方都有自己的反派。但真正的反派，是时间。
AI能力演进的速度，远快于制度适应的速度。政策回应按意识形态节奏前行，而非现实节奏。
如果政府不能尽快统一对问题的认知，反馈循环将替他们写下下一章。
智能溢价的回卷
在整个现代经济史中，人类智能一直是稀缺要素。
资本可以复制，资源有限但可替代。技术进步足够缓慢，人类能够适应。
唯有智能的分析、决策、创造、说服、协调的能力无法规模化复制。
人类智能的溢价，来自稀缺。
劳动力市场、抵押贷款体系、税收结构——整个经济制度，都建立在这一前提之上。
如今，我们正经历这一溢价的回卷。
机器智能，在越来越多任务上，成为合格且快速进化的替代品。
一个为“稀缺人类心智”优化了数十年的金融系统，正在重新定价。
这种重定价，痛苦、失序、远未结束。
但重定价不等于崩塌。经济可以找到新的均衡。
抵达那个均衡，或许是少数仍只属于人类的任务之一，而且必须做对。
这是历史上第一次最具生产力的资产，创造的就业更少，而非更多。
没有现成框架，因为没有框架为“稀缺变为充裕”的世界设计。
我们必须创造新的框架，唯一重要的问题是：我们是否来得及？
但你不是在2028年6月读到这篇备忘录，你是在2026年2月读它。
标普仍接近历史高位，负反馈回路尚未启动。
我们确信，其中一些情景不会发生。
我们同样确信，机器智能会继续加速。人类智能的溢价会收窄。
作为投资者，我们仍有时间检视：组合中有多少假设，无法穿越这个十年。
作为社会，我们仍有时间主动应对。金丝雀，还活着。
⚠️风险提示：「老钱日日谈」只是机械地记录作者每天的胡思乱想，所有内容皆仅以交流个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision.