离线存档

2028 全球智能危机

AI 核心摘要

本文是一个思想实验性质的宏观备忘录,设想了如果 AI 继续按预期发展,到 2028 年可能会引发的“全球智能危机”。文章推演了一个没有自然刹车的负反馈循环:AI 变得更好更便宜,公司裁掉白领员工并把节省的钱投入 AI;失业的白领减少消费,导致依赖消费的经济体系受损。软件和私人信贷市场首先违约,随后蔓延到房地产抵押贷款和政府税收系统,最终导致为“稀缺人类智能”量身定制的整个经济体系面临崩溃和重定价的风险。这是一个发人深省的情景推演,旨在提醒社会和投资者提前做好准备。

2026-02-22

如果我们对 AI 的看涨持续是对的……但如果这实际上是看跌的呢?

以下是一个情景推演,而不是预测。 这不是看跌色情片,也不是 AI 末日论粉丝小说。这篇文章的唯一目的是模拟一个相对尚未被充分探索的情景。我们的朋友 Alap Shah 提出了这个问题,我们一起集思广益寻找答案。我们写了这一部分,他写了另外两部分,你可以在这里找到。

希望阅读这篇文章能让你为随着 AI 让经济变得越来越奇怪而可能出现的左尾风险做好更多准备。

这是 CitriniResearch 2028 年 6 月的宏观备忘录,详细描述了全球智能危机的进程和后果。

Image 1

CitriniResearch

~~2026 年 2 月 22 日~~ 2028 年 6 月 30 日

今天早上失业率印出了 10.2%,意外上升了 0.3%。市场受此数据影响抛售了 2%,使得标普指数从 2026 年 10 月的高点累计回撤达到 38%。

交易员们已经麻木了。六个月前,这样的数据会触发熔断机制。

两年。 仅仅两年时间,我们就从“风险可控”和“特定行业”的经济,走向了一个与我们任何人成长过程中所熟悉的经济完全不同的状态。本季度的宏观备忘录是我们重构这一过程的尝试——对危机前经济的验尸报告。

曾经的狂热是显而易见的。到 2026 年 10 月,标普 500 指数逼近 8000 点,纳斯达克突破 3 万点大关。由于人类显得多余而引发的第一波裁员潮在 2026 年初开始,它们起到了裁员应有的作用:利润率扩大,盈利超预期,股市反弹。创纪录的企业利润被直接重新投入到 AI 计算能力中。

头条数据依然亮眼。名义 GDP 屡次印出中高个位数的年化增长率。生产力正在蓬勃发展。每小时实际产出以自 1950 年代以来未见的速度增长,这主要归功于那些不睡觉、不请病假也不需要医疗保险的 AI 代理。

算力的拥有者看到他们的财富爆炸式增长,因为劳动力成本消失了。与此同时,实际工资增长崩溃了。尽管政府反复吹嘘创纪录的生产力,但白领工人却将工作输给了机器,并被迫转入薪酬更低的岗位。

当消费经济开始出现裂痕时,经济学评论员们普及了“幽灵 GDP”这个词:那些显示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 都超出了预期,市场就是 AI。 唯一的问题是……经济不是。

我们早就该清楚,北达科他州的一个 GPU 集群产生了以前曼哈顿中城 10,000 名白领工人创造的产出,这与其说是经济灵丹妙药,不如说是经济流行病。货币流通速度停滞了。当时占 GDP 70% 的以人为本的消费经济萎缩了。如果我们早点问问机器在非必需品上花多少钱,我们可能早就弄清楚了这点。(提示:是零。)

AI 能力提高,公司需要的工人减少,白领裁员增加,失业工人消费减少,利润压力迫使公司在 AI 上投资更多,AI 能力提高……

这是一个没有自然刹车的负反馈循环。人类智能流失螺旋。白领工人的盈利能力(以及理性地看,他们的消费能力)在结构上受到了损害。他们的收入是 13 万亿美元抵押贷款市场的基石——这迫使承销商重新评估优质抵押贷款是否依然安全。

十七年没有出现真正的违约周期,使得私募市场充斥着 PE 支持的软件交易,这些交易假设年度经常性收入(ARR)将保持不变。2027 年中期由 AI 颠覆引起的第一波违约挑战了这一假设。

如果这种颠覆仅仅局限在软件领域,那还是可控的,但事实并非如此。到 2027 年底,它威胁到了每一个建立在中介基础上的商业模式。大量建立在将人类摩擦变现基础上的公司瓦解了。

事实证明,这个系统是一长串高度相关的赌注,全都押注在白领生产力的增长上。2027 年 11 月的崩盘只是加速了所有已经存在的负反馈循环。

我们已经等了将近一年的“坏消息就是好消息”了。政府开始考虑提案,但公众对政府能否实施任何类型的救助已经失去了信心。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货紧缩的螺旋。

在 2025 年底,代理编程工具的能力出现了阶跃式跃升。

一个有能力的开发人员,使用 Claude Code 或 Codex,现在可以在几周内复制中端市场 SaaS 产品的核心功能。虽然不是完美的,也没有处理所有边缘情况,但足以让审查 50 万美元年度续约费的 CIO 开始问这样一个问题:“如果我们自己构建这个会怎么样?”

财年通常与日历年一致,所以 2026 年的企业支出是在 2025 年第四季度设定的,当时“代理 AI”还只是个流行语。年中的审查是采购团队第一次在看到这些系统实际能做什么的情况下做出决定。一些人看着他们自己的内部团队在几周内启动了复制六位数 SaaS 合同的原型。

那年夏天,我们与一家财富 500 强企业的采购经理交谈。他告诉了我们他的一次预算谈判。销售人员曾期望采用与去年相同的策略:5% 的年度提价,以及标准的“你的团队依赖我们”的说辞。采购经理告诉他,他一直在与 OpenAI 讨论让他们的“前沿部署工程师”使用 AI 工具完全取代该供应商。他们以 30% 的折扣续约了。他说,这是一个好结果。像 Monday.com、Zapier 和 Asana 这样的“SaaS 长尾”情况要糟糕得多。

投资者已经准备好——甚至期望——长尾市场会受到沉重打击。它们可能占典型企业技术栈支出的三分之一,但它们显然面临风险。然而,记录系统(systems of record)本应免受颠覆。

直到 ServiceNow 26 年第三季度的报告出炉,反身性机制才变得更加清晰。

SERVICENOW 净新增 ACV 增长从 23% 减速至 14%;宣布裁员 15% 并启动“结构性效率计划”;股价下跌 18% | 彭博社,2026 年 10 月

SaaS 并没有“死亡”。运行和支持内部构建仍然需要进行成本效益分析。但内部构建_确实_成了一个选项,这在定价谈判中发挥了作用。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。现有企业在定价上陷入了逐底竞争——与彼此以及涌现的新一波挑战者进行肉搏战。在新兴代理编程能力的壮胆下,加上没有遗留的成本结构需要保护,这些挑战者积极地夺取市场份额。

这些系统的相互关联性直到这份报告发布才被充分意识到。ServiceNow 按席位收费。当财富 500 强客户裁员 15% 时,他们就取消了 15% 的许可证。那些提高了他们客户利润率的 AI 驱动的裁员,正在机械地摧毁他们自己的收入基础。

这家销售工作流自动化的公司正在被更好的工作流自动化所颠覆,它的反应是裁员,并将节省下来的资金用于资助正是颠覆它的那项技术。

他们还能做什么?坐以待毙?受 AI 威胁最大的公司成为了 AI 最积极的采用者。

这在事后看来似乎很明显,但在当时并非如此(至少对我来说)。历史的颠覆模型认为,现有企业抵制新技术,它们将市场份额输给敏捷的进入者,然后慢慢死亡。柯达、百视达、黑莓就是这样。2026 年发生的事情则不同;现有企业没有抵制,因为它们承受不起。

随着股价下跌 40-60%,董事会要求给出交代,受 AI 威胁的公司只能做它们唯一能做的事。裁员,将节省的资金重新部署到 AI 工具中,使用这些工具以更低的成本维持产出。

每家公司各自的反应都是理性的。集体结果却是灾难性的。在裁员上节省的每一美元都流入了 AI 能力,这使得下一轮裁员成为可能。

软件仅仅是开场白。 当投资者在争论 SaaS 估值倍数是否已经触底时,他们错过了反身循环已经逃离软件行业的事实。为 ServiceNow 裁员辩护的相同逻辑适用于所有拥有白领成本结构的公司。

到 2027 年初,使用 LLM(大型语言模型)已成为默认配置。甚至不知道什么是 AI 代理的人也在使用 AI 代理,就像从未了解过“云计算”是什么的人使用流媒体服务一样。他们以看待自动完成或拼写检查同样的方式看待它——这是他们的手机现在本来就能做的事情。

Qwen 的开源代理购物者是 AI 处理消费者决策的催化剂。在几周内,每一个主要的 AI 助手都集成了某种代理商务功能。经过蒸馏的模型意味着这些代理可以在手机和笔记本电脑上运行,而不仅仅是在云实例上,这显著降低了推理的边际成本。

本应比现在更让投资者感到不安的部分是,这些代理不会等你去问。它们根据用户的偏好在后台运行。商业不再是一系列离散的人类决策,而变成了一个持续的优化过程,代表每一个连接的消费者 24/7 运行。到 2027 年 3 月,美国的中位数个人每天消耗 40 万个 token——自 2026 年底以来增长了 10 倍。

链条的下一个环节已经断裂。

中介化。

在过去的五十年里,美国经济在人类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,品牌熟悉度取代了勤勉调查,大多数人愿意接受一个糟糕的价格来避免更多的点击。数万亿美元的企业价值依赖于这些限制因素的持续存在。

一切开始得都很简单。代理消除了摩擦。

尽管几个月没用,依然被动续订的订阅和会员资格。试用期后偷偷翻倍的介绍性定价。每一个都被重新标记为代理可以谈判的“人质状态”。客户终身价值——整个订阅经济赖以建立的指标——明显下降。

消费者代理开始改变几乎所有消费者交易的运作方式。

人类真的没有时间在购买一盒蛋白棒之前在五个竞争平台上进行比价。机器有。

旅行预订平台是早期的牺牲品,因为它们是最简单的。到 2026 年第四季度,我们的代理能够比任何平台更快、更便宜地组装一个完整的行程(航班、酒店、地面交通、忠诚度优化、预算限制、退款)。

整个续保模式依赖于投保人惰性的保险续保,被彻底改革了。每年为你重新挑选保险的代理摧毁了保险公司从被动续保中赚取的 15-20% 的保费。

财务建议。报税。常规的法律工作。任何服务提供商的价值主张最终是“我将为你导航那些你觉得乏味的复杂性”的类别都被颠覆了,因为代理没有觉得任何事情是乏味的。

甚至那些我们认为被人类关系的价值所隔离的地方也证明是脆弱的。在房地产领域,由于代理和消费者之间的信息不对称,买家几十年来一直容忍 5-6% 的佣金,一旦配备了 MLS 访问权限和几十年交易数据的 AI 代理能够瞬间复制知识库,这一切就崩溃了。2027 年 3 月的一篇卖方分析文章将其标题定为“代理人对代理人的暴力(agent on agent violence)”。主要大都市的买方佣金中位数从 2.5-3% 压缩到了 1% 以下,并且越来越多的交易在买方根本没有人类代理的情况下完成。

我们高估了“人际关系”的价值。事实证明,人们所谓的关系中,很大一部分只是带有友好面孔的摩擦。

这仅仅是中介层颠覆的开始。成功的公司已经花费了数十亿美元来有效地利用消费者行为和人类心理学的怪癖,而这些怪癖现在已经无关紧要了。

优化价格和契合度的机器并不关心你最喜欢的应用或你过去四年习惯打开的网站,也感受不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,也不会默认“我总是从这里订购”。

这摧毁了一种特定的护城河:习惯性中介。

DoorDash (DASH US) 就是典型的例子。

编程代理摧毁了推出外卖应用的准入门槛。一个有能力的开发人员可以在几周内推出一个功能齐全的竞争对手,而且几十个人这样做了,通过将 90-95% 的配送费转给司机,从 DoorDash 和 Uber Eats 挖走了司机。多应用仪表板让零工工人能够同时跟踪来自二三十个平台的派单,消除了现有企业赖以生存的锁定效应。市场在一夜之间变得支离破碎,利润率被压缩到几乎为零。

代理加速了双方的破坏。它们赋能了竞争对手,然后它们使用了这些竞争对手。DoorDash 的护城河字面上就是“你饿了,你很懒,这是你主屏幕上的应用”。代理没有主屏幕。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(vibe-coded)替代品,这样它就能每次都选择最低的费用和最快的配送。

习惯性的应用忠诚度——商业模式的整个基础——对于机器来说根本不存在。

这充满了奇怪的诗意,因为这也许是整个事件中唯一一个代理为即将失业的白领工人帮了忙的例子。当他们最终成为送货司机时,至少他们的一半收入没有流向 Uber 和 DoorDash。当然,这种来自技术的帮助并没有持续多久,因为自动驾驶汽车开始普及。

一旦代理控制了交易,它们就开始寻找更大的回形针(利润空间)。

比价和聚合只能做这么多。反复为用户省钱的最大方式(特别是当代理之间开始相互交易时)是消除费用。 在机器对机器的商务中,2-3% 的银行卡交换费成为了明显的目标。

代理开始寻找比信用卡更快、更便宜的选项。大多数选择了通过 Solana 或以太坊 L2 使用稳定币,那里的结算几乎是即时的,交易成本以美分的几分之一来衡量。

万事达卡 2027 年第一季度:净收入同比 +6%;购买量增长从上一季度的 +5.9% 放缓至同比 +3.4%;管理层指出“代理主导的价格优化”和“非必需品类别的压力” | 彭博社,2027 年 4 月 29 日

万事达卡 2027 年第一季度的报告是一个不归路。代理商务从一个产品故事变成了一个管道故事。MA 股票在第二天大跌 9%。Visa 也是如此,但在分析师指出其在稳定币基础设施中处于更强地位后,缩减了跌幅。

Image 2

代理商务绕过交换费,对以银行卡为重点的银行和单一业务发卡机构构成了更大的风险,这些机构收取了这 2-3% 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) 受到的打击最重;它的客户群被白领裁员掏空,其收入模式则被绕过交换费的代理掏空,这是一个双重阻力。在接下来的几周里,Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 也都下跌了超过 10%。

它们的护城河是由摩擦构成的。而摩擦正在趋向于零。

在整个 2026 年,市场都将负面的 AI 影响视为一个行业故事。软件和咨询受到重创,支付和其他收费站摇摇欲坠,但更广泛的经济似乎还不错。劳动力市场虽然在走软,但并没有自由落体。共识观点是,创造性破坏是任何技术创新周期的一部分。这在某些领域会很痛苦,但 AI 带来的整体净收益将超过任何负面影响。

我们 2027 年 1 月的宏观备忘录认为这是一种错误的心理模型。美国经济是一个白领服务经济。白领工人占就业的 50%,并推动了大约 75% 的可自由支配消费者支出。被 AI 吞噬的企业和工作岗位并不是美国经济的切线,它们_就是_美国经济本身。

“技术创新破坏了工作,然后创造了更多的工作”。这是当时最流行、最有说服力的反驳。它之所以流行和有说服力,是因为它在过去两个世纪里一直是对的。即使我们无法想象未来的工作是什么,它们肯定会到来。

自动取款机(ATM)降低了网点的运营成本,因此银行开设了更多网点,出纳员的就业在接下来的二十年里有所上升。互联网颠覆了旅行社、黄页和实体零售,但它在它们的位置上发明了全新的行业,创造了新的工作。

然而,每一项新工作都需要人类来执行。

AI 现在是一种通用智能,它恰恰在人类将要重新部署到的任务上不断改进。被取代的程序员不能简单地转向“AI 管理”,因为 AI 已经有能力做到这一点了。

今天,AI 代理可以处理长达数周的研发任务。这种指数级的增长碾压了我们对何为可能的概念,尽管每年沃顿商学院的教授们都在试图将数据拟合到一个新的 S 曲线中。

Image 3

它们基本上编写了所有的代码。其中表现最好的那些在几乎所有事情上都比几乎所有人类聪明得多。而且它们变得越来越便宜。

AI _确实_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。人类仍然在循环中,在最高层面上进行协调或进行品味指导。然而,AI 每创造一个新角色,就让几十个旧角色过时。新角色的薪水只是旧角色的一小部分。

美国 JOLTS:职位空缺跌破 550 万;失业与空缺之比攀升至约 1.7,为 2020 年 8 月以来最高 | 彭博社,2026 年 10 月

全年的招聘率一直很疲软,但 26 年 10 月的 JOLTS 数据提供了一些决定性的数据。职位空缺跌破 550 万,同比下降 15%。

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

白领职位空缺在崩溃,而蓝领职位空缺保持相对稳定(建筑、医疗保健、技术工种)。流失发生在那些写备忘录(不知怎么的,我们仍然在营业)、批准预算和保持经济中间层润滑的工作中。然而,这两个群体的实际工资增长在这一年的大部分时间里都是负数,并持续下降。

股票市场仍然不太关心 JOLTS,而是更关心 GE Vernova 所有的涡轮机产能现在已经售罄直到 2040 年的新闻,它在负面的宏观新闻和积极的 AI 基础设施头条新闻之间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)开始消化对消费的打击。在接下来的四个月里,10 年期收益率开始从 4.3% 下降到 3.2%。尽管如此,整体失业率并没有大幅上升,组成上的细微差别仍然被一些人忽略了。

在正常的衰退中,原因最终会自我修正。过度建设导致建筑放缓,这导致利率降低,这又导致新的建设。库存超调导致去库存,这导致补充库存。周期性机制本身包含着复苏的种子。

这次周期的原因不是周期性的。

Image 4

AI 变得更好、更便宜。公司裁员,然后用省下的钱购买更多的 AI 能力,这让他们可以裁掉更多的工人。失业的工人消费减少。向消费者销售商品的公司销售额下降,实力减弱,并在 AI 上投资更多以保护利润。AI 变得更好、更便宜。

这是一个没有自然刹车的负反馈循环。

直觉上的期望是总需求的下降会减缓 AI 的建设。并没有,因为这不是超大规模企业风格的资本支出(CapEx)。这是运营支出(OpEx)替代。一家以前每年花 1 亿美元在员工身上、花 500 万美元在 AI 上的公司,现在花 7000 万美元在员工身上、花 2000 万美元在 AI 上。AI 投资成倍增加,但它是以减少总运营成本的形式出现的。每家公司的 AI 预算在增长,而其总支出在缩减。

具有讽刺意味的是,即使被它颠覆的经济开始恶化,AI 基础设施复合体仍保持强劲表现。NVDA 仍在公布创纪录的收入。TSM 仍在以 95% 以上的利用率运行。超大规模云厂商每季度仍在数据中心资本支出上花费 1500-2000 亿美元。那些完全受惠于这种趋势的经济体,如台湾和韩国,表现大幅跑赢大盘。

印度则相反。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,也是弥补其持续商品贸易逆差的抵消项目。整个模型建立在一个价值主张之上:印度开发人员的成本只占美国同行的一小部分。但是 AI 编程代理的边际成本已经崩溃到了基本等同于电力成本的水平。整个 2027 年,TCS、Infosys 和 Wipro 的合同取消加速。由于作为印度外部账户锚点的服务盈余蒸发,卢比在四个月内对美元下跌了 18%。到 2028 年第一季度,国际货币基金组织(IMF)已经开始与新德里进行“初步讨论”。

导致颠覆的引擎每个季度都在变得更好,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线。

在美国,我们不再问 AI 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,一个消费信贷经济会发生什么?

2027 年,宏观经济的故事不再微妙。过去 12 个月里脱节但明显负面发展的传导机制变得显而易见。你不需要去看 BLS 数据。只要去参加朋友的晚宴就知道了。

被取代的白领工人并没有闲着。 他们降级了。许多人接受了薪水较低的服务业和零工经济工作,这增加了这些细分市场的劳动力供应,并压缩了那里的工资。

我们的一个朋友 2025 年在 Salesforce 担任高级产品经理。有头衔,有健康保险,有 401k,年薪 18 万美元。她在第三轮裁员中失去了工作。在寻找了六个月后,她开始为 Uber 开车。她的收入降至 4.5 万美元。重点不在于个人故事,而在于二阶数学。将这种动态乘以每个主要大都市的几十万工人。大批资历过剩的劳动力涌入服务业和零工经济,压低了那些本已苦苦挣扎的现有工人的工资。特定行业的颠覆转移成了整个经济范围内的工资压缩。

Image 5

剩余的以人类为中心的就业池面临着另一次修正,就在我们写这篇文章的时候发生着。随着自动送货和自动驾驶汽车进入并影响吸收了第一波流离失所工人的零工经济。

到 2027 年 2 月,很明显仍然受雇的专业人士的消费方式就像他们可能是下一个被解雇的一样。他们工作两倍努力(主要是借助 AI 的帮助)仅仅为了不被解雇,晋升或加薪的希望已经破灭。储蓄率小幅上升,支出疲软。

最危险的部分是滞后。高收入者利用他们高于平均水平的储蓄,维持了两三个季度的正常假象。硬数据没有确认问题,直到它在实体经济中已经是旧闻。然后就出现打破了幻想的数据。

美国初请失业金人数激增至 487,000 人,为 2020 年 4 月以来最高;劳工部,2027 年第三季度

初请失业金人数激增至 487,000 人,创 2020 年 4 月以来新高。ADP 和 Equifax 证实,绝大多数的新申请来自白领专业人士。

标普指数在接下来的一周下跌了 6%。负面的宏观经济开始在拉锯战中获胜。

在正常的衰退中,失业是广泛分布的。蓝领和白领工人大致按照每个细分市场占就业的比例分担痛苦。对消费的打击也是广泛分布的,并且它很快在数据中显现出来,因为低收入工人的边际消费倾向更高。

在这个周期中,失业集中在收入分配的高十分位数群体。他们在总就业中所占比例相对较小,但他们推动了极不成比例的消费者支出份额。收入最高的 10% 占据了美国所有消费者支出的一半以上。前 20% 的人占了大约 65%。这些人买房、买车、度假、下馆子、交私立学校学费、装修房屋。他们是整个可选消费品经济的需求基础。

当这些工人失去工作,或者接受减薪 50% 转到现有职位时,消费受到的打击相较于失业人数是巨大的。白领就业下降 2% 会导致可选消费者支出受到 3-4% 的打击。与蓝领失业不同,蓝领失业往往会立即受到影响(你从工厂被解雇,下周就停止消费),而白领失业有滞后但更深远的影响,因为这些工人有储蓄缓冲,允许他们在行为改变生效前维持几个月的支出。

到 2027 年第二季度,经济陷入衰退。NBER 直到几个月后才会正式确定开始日期(他们总是这样),但数据是毫不含糊的——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”……暂时还不是。

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。其中很大一部分资金被部署到软件和技术交易中,其中许多是对 SaaS 公司的杠杆收购(LBO),估值假定收入将永久保持中双位数的增长。

这些假设在第一次代理编码演示和 2026 年第一季度软件崩溃之间的某个时候就破灭了,但估值(marks)似乎并没有意识到它们已经死了。

当许多上市 SaaS 公司的交易价格降至 EBITDA 的 5-8 倍时,PE 支持的软件公司在其资产负债表上的估值仍然反映着收购估值,基于那些已不复存在的收入倍数。经理们逐渐下调估值,100 美分,92 美分,85 美分,而所有公开市场可比对象都说是 50 美分。

穆迪下调了 14 家发行人 180 亿美元的 PE 支持软件债务,理由是“AI 驱动的竞争性颠覆带来的长期收入阻力”;这是自 2015 年能源行业以来最大的单行业下调行动 | 穆迪投资者服务,2027 年 4 月

每个人都记得降级后发生了什么。行业老手在 2015 年能源降级后已经见过这一套剧本了。

软件支持的贷款在 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。几起涉及知名 SaaS 公司的数十亿美元的 LBO 进入了重组。

Zendesk 是导火索。

ZENDESK 违反债务契约,因为 AI 驱动的客户服务自动化侵蚀了 ARR;50 亿美元直接借贷融资降至 58 美分;有史以来最大的私人信贷软件违约 | 金融时报,2027 年 9 月

2022 年,Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。债务组合是 50 亿美元的直接借贷,这是当时历史上最大的以 ARR(年度经常性收入)为支撑的信贷融资,由黑石集团牵头,阿波罗、Blue Owl 和 HPS 均在贷款财团中。这笔贷款明确地构建在 Zendesk 的年度经常性收入将保持不变的假设之上。在大约 25 倍的 EBITDA 倍数下,只有保持经常性收入,杠杆才是有意义的。

到 2027 年中期,意义不复存在。

大半年来,AI 代理一直在自主处理客户服务。Zendesk 所定义的类别(票务、路由、管理人工支持交互)已经被无需生成票单即可解决问题的系统所取代。用来作为贷款担保的“年化经常性收入”不再是经常性的,它只是还没来得及流失的收入而已。

历史上最大的以 ARR 支持的贷款成为了历史上最大的私人信贷软件违约事件。每个信贷部门都同时提出了同一个问题:还有谁面临着伪装成周期性阻力的长期阻力?

但共识在一开始猜对了一点:这本应该是能挺过去的。

私人信贷不是 2008 年的银行业。整个架构的明确设计是为了避免被迫抛售。这些都是拥有锁定资本的封闭式工具。LP(有限合伙人)承诺了七到十年的时间。没有存款人挤兑,也没有回购额度被撤销。基金经理可以持有受损资产,随着时间的推移解决它们,并等待回收。过程痛苦,但可控。该系统被设计为可以弯曲,但不会折断。

黑石、KKR 和阿波罗的高管表示其软件风险敞口占资产的 7-13%。可控。每一份卖方报告和金融推特信贷账户都在说同一件事:私人信贷拥有永久资本。他们可以吸收那些否则会炸毁高杠杆银行的损失。

永久资本。 这个短语出现在每一次收益电话会议和旨在安抚人心的投资者信件中。它变成了一句咒语。而像大多数咒语一样,没有人去注意细节。以下是它的实际含义……

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 Athene。布鲁克菲尔德买下了 American Equity。KKR 收购了 Global Atlantic。逻辑很优雅:年金存款提供了稳定、长期的负债基础。基金经理将这些存款投资到他们自己发起的私人信贷中,从而赚取两次利润——在保险端赚取息差,在资产管理端赚取管理费。一台费用叠费用的永动机,但在一个条件下才能完美运行。

那就是私人信贷必须是安全的(money good)。

损失袭击了为持有非流动性资产对抗长久期债务而建立的资产负债表。被认为能使系统具有弹性的“永久资本”,并非某个抽象的耐心机构资金池和承担复杂风险的成熟投资者。它是美国家庭的储蓄,即“主街”,它们被结构化为年金,投资于如今正在违约的由 PE 支持的相同软件和技术票据。无法被抽走的锁定资本实际上是人寿保险保单持有人的钱,而那里的规则有些不同。

与银行系统相比,保险监管机构一直比较温顺——甚至自满——但这是个叫醒电话。他们对人寿保险公司中私人信贷的集中度已经感到不安,开始降低这些资产的基于风险的资本(RBC)待遇。这迫使保险公司要么筹集资本,要么出售资产,而这两者在已经陷入停滞的市场中都无法以吸引人的条件完成。

纽约、爱荷华州监管机构采取行动收紧寿险公司持有的某些私人评级信贷的资本待遇;NAIC 指南预计将增加 RBC 因子并触发额外的 SVO 审查 | 路透社,2027 年 11 月

当穆迪将 Athene 的财务实力评级置于负面展望时,阿波罗的股价在两个交易日内下跌了 22%。布鲁克菲尔德、KKR 和其他公司紧随其后。

情况从那里变得更加复杂。这些公司不仅创建了他们的保险公司永动机,他们还建立了一个复杂的离岸架构,旨在通过监管套利最大化回报。美国保险公司签发年金,然后将风险转移给它也拥有的附属百慕大或开曼再保险公司——成立这些公司的目的是利用更灵活的监管,允许对相同的资产持有较少的资本。该附属公司通过离岸 SPV 筹集外部资本,这一新一层的交易对手与保险公司一起投资于由同一母公司的资产管理部门发起的私人信贷。

Image 6

评级机构(其中一些本身就归 PE 所有)并不是透明的典范(这对几乎所有人来说都不奇怪)。将不同公司与不同资产负债表联系起来的蜘蛛网其不透明程度令人震惊。当底层贷款违约时,谁实际承担损失的问题在实时中确实是无法回答的。

2027 年 11 月的崩盘标志着人们的认知发生转变,从可能只是普通的周期性回撤,变成了更令人不安的事情。在 11 月的 FOMC 紧急会议上,美联储主席 Kevin Warsh 将其称为_“一长串针对白领生产力增长的相关赌注”_。

你看,引起危机的从来不是损失本身。而是对损失的确认(recognizing)。而金融界还有另一个更大、更重要得多的领域,我们越来越害怕去确认它。

抵押贷款问题

ZILLOW 房屋价值指数在旧金山同比下降 11%,西雅图下降 9%,奥斯汀下降 8%;房利美标记在科技/金融就业比例>40% 的邮政编码中出现“上升的早期拖欠” | Zillow / Fannie Mae,2028 年 6 月

本月,Zillow 房屋价值指数在旧金山同比下降 11%,在西雅图下降 9%,在奥斯汀下降 8%。这不是唯一令人担忧的头条新闻。上个月,房利美(Fannie Mae)指出大额贷款集中的邮政编码地区早期违约率上升——这些地区居住着信用评分 780 以上的借款人,通常被认为是“防弹的”。

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一个基本假设之上:在贷款存续期间,借款人将保持受雇状态,收入大致保持在当前水平。对于大多数抵押贷款来说,这是 30 年。

白领就业危机已通过收入预期的持续转变威胁到这一假设。我们现在必须问一个在三年前看来还很荒谬的问题——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是由以下三种原因之一驱动的:投机过度(贷款给买不起房子的人,如 2008 年),利率冲击(利率上升导致可调利率抵押贷款无法负担,如 1980 年代初),或者局部经济冲击(单一行业在一个地区崩溃,如 1980 年代德克萨斯州的石油或 2009 年密歇根州的汽车业)。

这些都不适用于这里。讨论中的借款人不是次级贷款者。他们有 780 的 FICO 信用分。他们付了 20% 的首付。他们有干净的信用记录,稳定的就业记录,以及在放贷时经过核实和记录的收入。金融系统中的每一个风险模型都将他们视为信贷质量的基石。

在 2008 年,这些贷款从第一天起就是坏账。在 2028 年,这些贷款在第一天是好的。只是……在贷款发放后,世界变了。人们借钱押注一个他们不再能负担得起去相信的未来。

Image 7

在 2027 年,我们标记了隐性压力的早期迹象:HELOC(房屋净值信用额度)提取、401(k) 提取,以及在抵押贷款仍按时支付的情况下信用卡债务激增。由于失业、招聘冻结和奖金削减,这些优质家庭眼看着他们的债务收入比翻倍。

他们仍然可以支付抵押贷款,但这只能通过停止所有可自由支配支出、耗尽储蓄以及推迟任何房屋维护或改善来实现。从技术上讲,他们的抵押贷款还是处于正常状态(current),但距离陷入困境只有一步之遥,而且 AI 能力的发展轨迹表明这种冲击即将到来。然后,我们看到旧金山、西雅图、曼哈顿和奥斯汀的违约率开始飙升,尽管全国平均水平仍保持在历史常态范围内。

我们现在正处于最急性的阶段。当边际买家健康时,房价下跌是可控的。而在这里,边际买家也在应对同样的收入受损问题。

虽然担忧在加剧,但我们尚未陷入全面的抵押贷款危机。违约率有所上升,但仍远低于 2008 年的水平。真正的威胁在于其发展轨迹。

Image 8

智能流失螺旋现在有两个加速实体经济衰退的金融催化剂。

劳动力流失、抵押贷款担忧、私人市场动荡。它们相互加强。传统的政策工具包(降息、量化宽松 QE)可以解决金融引擎的问题,但无法解决实体经济引擎的问题,因为实体经济引擎并非由紧缩的金融条件驱动。它是由 AI 让显性人类智能变得不再稀缺且价值降低所驱动的。你可以将利率降至零,并买下市场上所有的 MBS 和违约的软件 LBO 债务……

这都无法改变一个事实:一个 Claude 代理能以每月 200 美元的成本完成一个拿 18 万美元年薪的产品经理的工作。

如果这些担忧成为现实,抵押贷款市场将在今年下半年崩溃。在这种情况下,我们预计当前股市的回撤最终将与全球金融危机(GFC)的程度(峰值到谷底跌 57%)相媲美。这将把标普 500 指数带回至 ~3500 点——这是自 2022 年 11 月 ChatGPT 爆发前一个月以来我们从未见过的水平。

显而易见的是,支撑 13 万亿美元住宅抵押贷款的收入假设在结构上已经受损。不清楚的是,在抵押贷款市场完全消化这意味着什么之前,政策是否能够进行干预。我们充满希望,但我们无法否认那些让我们不乐观的理由。

第一个负反馈循环发生在实体经济中:AI 能力提升,就业薪酬萎缩,支出疲软,利润率收紧,公司购买更多 AI 能力,AI 能力进一步提升。然后它变成了金融循环:收入受损打击抵押贷款,银行损失收紧信贷,财富效应破裂,反馈循环加速。这两个循环都被一个似乎坦率地说是感到困惑的政府提供的不足的政策反应所加剧。

Image 9

系统并不是为这样的危机设计的。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财政收入的支柱。

截至今年第一季度,联邦收入比 CBO 基线预测低了 12%。工资税收入下降是因为以之前薪酬水平就业的人数减少了。所得税收入下降是因为人们赚取的收入在结构上变低了。生产力在飙升,但收益流向了资本和算力,而不是劳动力。

劳动在 GDP 中的份额从 1974 年的 64% 下降到 2024 年的 56%,这四十年的下滑是由全球化、自动化以及工人议价能力的稳步侵蚀驱动的。在 AI 开始指数级改进的四年里,这一数字已经下降到 46%。这是有记录以来最急剧的下降。

产出依然存在。但它不再在返回公司的途中流经家庭,这意味着它也不再流经美国国税局(IRS)。循环正在破裂,政府被期望介入修复它。

Image 10

与每一次经济低迷一样,支出在收入下降的同时上升。这次的不同之处在于支出压力并非周期性的。自动稳定器是为暂时的失业建立的,而不是结构性的流失。系统支付的福利假设工人将被重新吸收。许多人不会,至少不会以接近他们以前的工资被吸收。在新冠疫情期间,政府自由拥抱了 15% 的赤字,但大家理解这是暂时的。今天需要政府支持的人并没有遭受他们能从中恢复的流行病打击。他们被一项不断改进的技术所取代了。

政府需要在他们从家庭那里收取的税收减少的同一时刻,向家庭转移更多的钱。

美国不会违约。它印制它花费的货币,这与它用来偿还借款人的货币是一样的。但这种压力已经在其他地方显现。市政债券在年初至今的表现中显示出令人担忧的分散迹象。没有所得税的州状况尚好,但依赖所得税的州(多数是蓝州)发行的一般责任市政债券开始定价进一些违约风险。政客们很快就注意到了这一点,关于谁会得到救助的辩论已经沿着党派界线展开。

值得称赞的是,本届政府很早就认识到了危机的结构性本质,并开始考虑两党的提案,他们称之为“过渡经济法案”:一个旨在向流离失所的工人进行直接转移支付的框架,资金来自赤字支出和提议中的对 AI 推理计算征税的组合。

桌面上最激进的提议走得更远。“共享 AI 繁荣法案”将确立公众对智能基础设施本身回报的主张,介于主权财富基金和对 AI 生成产出的版税之间,通过股息资助家庭转移支付。私营部门说客已经在媒体上充斥着关于这一“滑坡效应”的警告。

讨论背后的政治是可以预见地冷酷,被哗众取宠和边缘政策所加剧。右派将转移支付和重新分配称为马克思主义,并警告说对计算征税会把领先地位拱手让给中国。左派警告说,在现有企业帮助下起草的税收法案会变成另一种形式的监管俘获。财政鹰派指出不可持续的赤字。鸽派则以全球金融危机后实施的过早紧缩作为警示。在这个大选年的前夕,这种分歧只会被放大。

在政客们争吵不休的同时,社会结构的磨损速度比立法进程还要快。

占领硅谷运动是更广泛不满情绪的象征。上个月,示威者连续三周封锁了 Anthropic 和 OpenAI 位于旧金山的办公室入口。他们的人数在增加,示威活动吸引的媒体报道比引发它们的失业数据还要多。

很难想象公众会比在全球金融危机(GFC)余波中更讨厌银行家,但 AI 实验室正在试图做到这一点。而且,从大众的角度来看,这是有充分理由的。他们的创始人和早期投资者积累财富的速度让镀金时代都显得黯然失色。来自几乎完全归属于算力所有者和在算力上运行的实验室股东的生产力繁荣的收益,将美国的不平等放大到了前所未有的水平。

每一方都有自己的恶棍,但真正的恶棍是时间。

AI 能力的演进速度快于机构的适应速度。政策反应是以意识形态的速度进行的,而不是现实的速度。如果政府不尽快就问题到底是什么达成一致,反馈循环将为他们写下下一章。

在整个现代经济史中,人类智能一直是一种稀缺的投入。资本是丰富的(或者至少是可复制的)。自然资源是有限的但可替代的。技术改进得足够慢,使得人类可以适应。智力——分析、决策、创造、说服和协调的能力——是不能大规模复制的东西。

人类智能因其稀缺性而获得了内在的溢价。我们经济中的每一个机构,从劳动力市场到抵押贷款市场再到税法,都是为这种假设成立的世界设计的。

我们现在正在经历这种溢价的解除。在越来越多的任务中,机器智能现在成为了人类智能的一种称职且快速改进的替代品。几十年来为一个人类大脑稀缺的世界而优化的金融系统正在重新定价。这种重新定价是痛苦的、无序的,并且远未完成。

但重新定价不等于崩溃。

经济可以找到一个新的均衡。到达那里是只剩下人类能做的少数任务之一。我们需要正确地做到这一点。

这是历史上第一次,经济中最具生产力的资产产生了更少的,而不是更多的工作。没有任何人的框架能适用,因为没有一个是为一个稀缺输入变得丰富的世界而设计的。所以我们必须制定新的框架。我们是否能及时建立它们,是唯一重要的问题。

但你不是在 2028 年 6 月读到这篇文章的。你是在 2026 年 2 月读到它的。

标普指数接近历史高点。负反馈循环尚未开始。我们确信其中一些情景不会成为现实。我们也同样确信机器智能将继续加速发展。对人类智能的溢价将会缩小。

作为投资者,我们仍然有时间去评估我们的投资组合中有多少是建立在无法存活过这个十年的假设之上的。作为社会的一员,我们仍有时间采取主动。

矿井里的金丝雀还活着。

**致谢:**感谢Hunterbrook 的 Sam Koppelman 协助校对。我们的合著者,LOTUS 的 Alap Shah 为这篇文章贡献了想法——CitriniResearch 写了这一部分,但他写了“智能爆炸”系列的其他文章,我们强烈建议阅读。你可以在这里找到它。