想象一下：2028 的某个早晨，咖啡馆还开着，但里面空了一半，以前坐在这里用 MacBook 开会的那群人，有些在家投简历，有些在开 Uber。他们曾经服务的那些公司，季报上的利润率是十年最好。机器从未如此高效，财报从未如此亮眼，而经济从未如此空洞

作者：Citrini Research × @alapshah1｜编译：0xMedia

标普暴跌 38%。失业率破 10%。13 万亿美元房贷市场摇摇欲坠。这一切的起因是 AI 赢了。Citrini Research @Citrini7 这篇火遍华尔街的推演，把所有 AI 多头最不敢想的那个问题摊开在了桌面上：技术上的每一个乐观预期全部兑现，经济会走向什么样的深渊。

一、情景设定：从狂欢到崩塌

文章虚构了一条完整的时间线。2026 年 10 月，标普 500 触及 8000点，纳斯达克突破 30000 点。AI 驱动的裁员推高了企业利润率，股市一路狂奔。名义GDP 维持中高个位数增长，生产率飙升至 1950 年代以来最高水平。

表面数据一片繁荣，但作者引入了一个关键概念

幽灵GDP（Ghost GDP）：产出确实在增长，却从未流入真实经济的循环之中。一个北达科他州的GPU集群取代了曼哈顿一万名白领的产出，这在统计上是生产力奇迹，在经济上却是一场瘟疫。

原因很简单：机器不会花钱买任何东西。

二、负反馈螺旋：没有刹车的循环

文章描绘了一个作者称之为人类智能替代螺旋的负反馈循环：

AI 能力提升 → 企业裁员 → 被裁员工减少消费 → 企业收入承压 → 企业加大 AI 投入以压缩成本 → AI 能力进一步提升……

这个循环之所以没有自然刹车机制，是因为企业的 AI 支出并非传统意义上的资本开支扩张，而是运营成本的替换。一家原本花 1 亿美元雇人、500 万美元用 AI 的公司，变成了花 7000 万雇人、2000 万用 AI。AI 预算翻了数倍，但总支出反而下降了。所以即便总需求在萎缩，AI基础设施的投入依然在加速。

这就产生了一个极其讽刺的局面：英伟达还在创收入新高，台积电产能利用率仍在 95% 以上，超大规模云厂商每季度仍在砸 1500 亿到 2000 亿美元建数据中心。

驱动破坏的引擎本身运转良好，甚至越转越快。

三、摩擦归零：中介经济的瓦解

文章花了大量篇幅描述 AI Agent 如何摧毁建立在"人类有局限性"之上的商业模式。过去五十年，美国经济在人类的时间有限、耐心有限、品牌熟悉度替代了真正的比较购物这些弱点之上，构建了一个庞大的租金提取层。数万亿美元的企业价值依赖于这些约束的持续存在。

AI Agent 的介入改变了这一切：

旅行预订平台最先倒下，代理能比任何平台更快、更便宜地组装完整行程。

保险续保依赖投保人的惰性，代理每年自动重新比价，直接削掉了保险公司 15%到 20% 靠被动续保赚取的利润。

房地产领域，买方佣金从 2.5% 到 3% 压缩到 1% 以下，越来越多的交易完全没有人类买方经纪人参与。

DoorDash @DoorDash 被文章称为海报案例。它的护城河本质上就是"你饿了，你懒了，这是你手机主屏上的那个 App"。

但 AI Agent 没有主屏。它同时检查 DoorDash、Uber Eats @UberEats 、餐厅官网和二十个新冒出来的竞品，每次都挑费用最低、配送最快的那个。

习惯性的 App 忠诚度，对机器来说根本不存在。

当 AI Agent 控制了交易流程之后，它们开始寻找更大的"回形针"（借用 AI 安全领域的经典比喻）。最大的省钱方式是绕开信用卡的 2% 到 3% 手续费。

Agent 开始通过 Solana @solana 或以太坊 L2 使用稳定币结算，交易成本降到了几分之一美分。万事达卡 2027 年 Q1 财报成为转折点，当天股价暴跌 9%。

作者的总结非常精炼：

这些公司的护城河是用摩擦建造的，而摩擦正在归零。

四、从行业风险到系统性风险

2026 年全年，市场把 AI 的负面影响视为"行业故事"。软件和咨询被重创，支付和其他收费站模式摇摇欲坠，但更广泛的经济看起来还好。共识认为创造性破坏是任何技术创新周期的一部分。

人工智能代理能够处理长达数周的研发任务。指数级的增长彻底冲击了我们对可能性的想象

文章在虚构的 2027 年 1 月宏观备忘录中驳斥了这种观点：

美国经济本质上是一个白领服务经济。白领工人占就业人口的 50%，贡献了大约75% 的可自由支配消费支出。AI 正在吞噬的那些商业模式和岗位，并非美国经济的边缘部分，它们就是美国经济本身。

历史上每一次技术革命确实都先消灭了旧岗位、又创造了新岗位。ATM 让银行网点运营成本下降，银行反而开了更多网点，柜员就业人数持续增长了二十年。互联网摧毁了旅行社和黄页，却发明了全新的产业。

人工智能变得更强、更便宜。公司裁员，然后把省下的钱拿去购买更多的 AI 能力

但这一次有一个根本性区别：

每一个新岗位过去都需要人来执行。AI 是一种通用智能，它会持续改进，包括改进人类原本可以转型去做的那些任务。 被裁掉的程序员无法简单地转去做 AI管理，因为 AI 已经能胜任这项工作了。

文章提到，美国收入前 10% 的人群贡献了超过 50% 的消费支出，前 20% 贡献约 65%。当这些人失业或被迫接受薪资腰斩的岗位时，消费冲击远大于失业人数所暗示的规模。白领就业下降 2%，对应的可能是可自由支配消费支出下降 3% 到4%。

五、赌注的多米诺骨牌：钱从哪里来、怎么

文章详细描述了私人信贷市场如何成为传导机制。到 2026 年，私人信贷规模已从 2015 年的不足 1 万亿美元膨胀至超过 2.5 万亿美元，其中大量资金部署在SaaS 公司的杠杆收购中，估值假设建立在收入永续增长的基础上。

Zendesk @Zendesk 就是典型例子，被 102 亿美元买下，背了 50 亿贷款。结果AI Agent 直接把客服这个品类干掉了，订阅收入开始流失，贷款就还不上了。

Zendesk 所定义的那个品类，工单、路由、管理人工支持交互，已经被完全替代。那些 ARR 不再"经常性"，它只是"还没离开的收入"。

更深层的风险在于，大型另类资产管理公司过去十年收购了人寿保险公司，将年金存款作为稳定的长期负债基础，投资于自己发起的私人信贷。阿波罗 @apolloglobal 买了Athene，布鲁克菲尔德 @Brookfield 买了 American Equity，KKR 拿下了 Global Atlantic。

简单来说，拿普通美国人存进去的养老年金，投到了这些软件公司的贷款里

"永久资本"不是什么抽象的、有耐心的机构资金池。它是普通美国人的养老钱。

翻译蒟蒻版：表面上我们资本是锁定的、有耐心的、不会跑，实际锁住的是老百姓的退休钱，而这些钱投向的资产正在暴雷

六、房贷市场的终极拷问：更大的

美国住宅抵押贷款市场规模约 13 万亿美元。每一笔 30 年期贷款背后都有一个隐含假设：借钱的人未来 30 年收入大致稳定。白领就业危机正在从根本上动摇这个假设。

文章指出，2008 年的贷款在发放当天就是坏账，借给了不该借的人。而这一次，贷款在发放当天是优质的，780 分的 FICO 信用评分，20% 的首付，干净的信用记录。只是贷款发放之后，世界变了，AI 把这些高薪白领的工作替代，收入预期崩了，贷款没变，人变了。

旧金山房价同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%。文中虚构的数据显示，房利美已经在科技/金融就业占比超过 40% 的邮编区域标记了"早期拖欠率上升"，高信用评分的借款人开始出现还款困难，如果这个趋势蔓延，13万亿的房贷市场就面临一次全新类型的危机。

七、政策困局与时间赛跑

文章描绘了一个令人沮丧的政策僵局。政府的钱从哪来？ 从你的工资里抽税。你上班赚钱，政府拿一部分，这是整个财政系统运转的基础。

当 AI 替代了人类劳动，个人所得税和工资税同时萎缩。劳动在 GDP 中的份额从 1974 年的 64% 下降到 2024 年的56%，四十年缓慢下滑；而 在AI 指数级进步的四年间，这个数字骤降至46%，创下有记录以来最急剧的跌幅。

循环流正在断裂，赚钱的变成了公司和 GPU，但政府的税制是对人赚的钱征税的。产出还在甚至更多了，只是钱不再经过人的手，政府也就抽不到税。

偏偏这时政府需要花更多钱。 大量失业的人需要救济、需要补贴、需要过渡支持，但税收在缩水。收入变少，支出变多，两头挤压。

文中提到了"过渡经济法案"和更激进的"共享AI繁荣法案"，后者提议建立对AI基础设施回报的公共索取权，类似主权财富基金。政治博弈则沿着预期的党派路线展开：右翼称之为马克思主义，左翼警告立法会变成监管俘获。

作者的判断是：真正的反派不是任何一方，而是时间。 AI 能力的进化速度远超制度适应的速度。如果政策继续以意识形态的节奏运转，反馈循环会替政客们写好下一章。

八、智能溢价的消解

文章以一个宏大的框架收尾。在整个现代经济史中，人类智能一直是稀缺投入。资本可以复制，自然资源可以替代，技术进步足够缓慢以至于人类能够适应。唯独智能，分析、决策、创造、说服、协调的能力，无法被大规模复制。

从劳动力市场到房贷市场再到税法，所有制度都是为这个假设设计的。我们正在经历的，是这个溢价的消解。

机器智能现在是人类智能的合格替代品，覆盖范围持续扩大，成本持续下降。金融体系正在重新定价，这个过程痛苦、无序、远未结束。

但文章最后做了一个关键的切换，提醒读者此刻是 2026 年 2 月，标普还在历史高位附近，负反馈循环尚未启动。作为投资者，仍有时间审视自己的组合中有多少假设撑不过这十年。作为社会，仍有时间主动应对。

"金丝雀还活着。"

这篇文章在投资社区引发巨大反响，原因在于它填补了一个认知真空。市场上充斥着两类叙事：一类是 AI 将带来无限繁荣，一类是 AI 技术本身会遭遇瓶颈。几乎没有人认真建模过第三种可能性，AI 在技术上完全成功，但在经济上制造灾难。

AI 是否真的能替代所有 SaaS 产品并不重要，重要的是管理层和采购团队相信它可以。即便用 AI 自建系统是个糟糕的决定，它依然是谈判桌上的筹码，足以摧毁SaaS的定价权。

换句话说，信念本身就能造成经济后果，不需要等技术真正到位。

这个洞察可能比文章本身更值得深思。我们可能已经进入了一个阶段：关于 AI 能力的预期，而非 AI 的实际能力，就足以重塑企业行为、投资决策和劳动力市场。

这篇文章不是预言。作者自己明确说了，这是情景推演。但它的价值恰恰在于：它迫使你检视自己有多少隐含假设，关于收入、就业、房价、消费，是建立在人类智能将持续稀缺这个前提之上的。

如果这个前提动摇了，哪怕只是部分动摇，你的应对方案是什么？

这个问题，现在就值得认真想清楚。

原版文章