一份來自2028年的備忘錄：AI將帶來席捲世界的超級經濟危機

編者按：剛剛過去的這個春節假期，AI 的發展遠比去年 DeepSeek 在春節期間橫空出世帶給人們的衝擊要大得多，只不過這次是焦慮大於興奮。

2 月 20 日，港股馬年首個交易日，成立僅四年的 AI 公司 MiniMax 盤中市值一度突破 3000 億港元；與其幾乎同期上市的智譜 AI 同樣走出凌厲走勢。兩家公司合計市值超過 6200 億港元，體量已逼近甚至超越快手、京東、攜程等老牌互聯網巨頭。

這種焦慮並不只發生在中國。中美圍繞 AI 的情緒幾乎形成鏡像。一邊是 2026 年春晚已成為 AI 與機器人集中展示的舞台，技術敘事以高密度、強節奏的方式進入大眾生活；另一邊是美股反覆震盪，軟體、Saas、餐飲等板塊跌幅加深，市場開始重新討論 AI 的第二序影響，不僅是哪個公司會贏，而是它會如何改變就業、消費、信用與宏觀週期。

大眾對於技術過載的排斥感與金融精英對結構性風險的擔憂正在合流。就在這樣的情緒背景下，Citrini Research 的這篇文章出現，並迅速成為焦慮的具象化表達。這篇文章設定了一個假想情景，2028 年 6 月，人工智慧的顛覆性影響導致大量白領失業，消費者支出下降，由軟體支持的貸款出現違約，經濟陷入收縮。

截至目前，這篇文章在推特上已經超過 2300 萬閱讀，是近期熱度最大的一次公共性事件，甚至被視為週一（2 月 23 日）美股科技板塊劇烈波動的導火索，道瓊斯指數跌幅最大，下跌逾 800 點。美股漲跌比慘烈，僅 27% 的股票上漲。軟體、支付和外賣類股票遭到重創，文章中提到的 DoorDash（DASH）、美國運通（AXP）、KKR（KKR）和黑石（BX）均下跌超過 8%。

這篇文章並不一定解釋了市場的下跌，但確實放大了市場原本就存在的不安。在 AI 顛覆、地緣政治與宏觀不確定性疊加的階段，一段足夠陰暗、足夠自洽的敘事，足以讓脆弱情緒找到出口。

本文作者為 Citrini Research 與 Alap Shah。Citrini Research 由 James van Geelen 創立；Alap Shah 畢業於哈佛大學經濟學專業，畢業後曾在 Citadel LLC 任職分析師，自 2024 年 9 月起擔任 Littlebird CEO。

以下為原文：

如果我們對 AI 的長期看多判斷始終成立，會不會反而意味著，對整個經濟並不是好消息？

以下內容並非預測，而是一種情景推演。它既不是刻意渲染恐慌的熊市敘事，也不是關於 AI 的末日幻想。本文的目的只有一個，嘗試對一種此前討論並不充分的可能路徑進行系統化建模。這個問題最早由我們的朋友 Alap Shah 提出，我們在交流中共同推演了這一思路。本篇由我們完成，另外兩篇由他撰寫，可另行查閱。

希望這篇文章能在 AI 逐步改變經濟運行方式、甚至讓結構本身變得愈發反直覺之前，幫助讀者對潛在的左尾風險做好更充分的心理準備。

下文為 CitriniResearch 於 2028 年 6 月撰寫的一份宏觀備忘錄，試圖回溯並復盤全球智能危機的形成過程及其帶來的連鎖影響。

宏觀備忘錄：智能過剩的經濟後果

CitriniResearch

（2026年2月22日）2028年6月30日

今早公佈的失業率為 10.2%，較市場預期高出 0.3 個百分點。受此影響，市場下跌 2%，標普 500 指數自 2026 年 10 月高點以來的累計回撤已達 38%。

交易員對此幾乎已無反應，就在六個月前，如此幅度的失業率，足以觸發熔斷機制。

短短兩年時間，經濟便從「風險可控、衝擊局限於個別行業」，演變成一個已不再符合我們任何人成長經驗的體系。本季度的宏觀備忘錄，正是試圖復原這一演化過程，對危機真正到來之前的經濟結構，進行一次事後的系統解剖。

曾幾何時，市場情緒仍然高漲。2026 年 10 月，標普 500 一度逼近 8000 點，納斯達克指數突破 3 萬點。圍繞人類勞動力被替代的第一輪裁員自 2026 年初啟動，而且它確實實現了資本市場所期待的效果，利潤率提升、業績超預期、股價上漲。

企業創紀錄的利潤迅速被重新投入到 AI 算力擴張之中。

宏觀數據表面上依舊亮麗，名義 GDP 多次錄得中高個位數的年化增長，生產率顯著抬升，單位小時實際產出增速創下自 20 世紀 50 年代以來的新高。這一切來自於不會休息、不請病假、也無需福利保障的 AI 代理。

算力的所有者財富迅速膨脹，與之相對的是實際工資增長的明顯走弱。儘管官方不斷強調生產率創紀錄，越來越多的白領崗位卻被機器替代，勞動者被迫流向收入更低的職位。

當消費端開始出現鬆動跡象時，評論界提出了一個新概念，「幽靈 GDP」：那些在統計報表中體現，卻未真正進入現實經濟循環的產出。

在幾乎所有技術指標上，AI 都在超出預期；資本市場的敘事幾乎完全圍繞 AI 展開。唯一的偏差在於，經濟結構本身並未同步受益。

事後回看，這條邏輯其實並不複雜。如果一個位於北達科他州的 GPU 叢集，其產出被等同為曼哈頓中城 1 萬名白領的經濟貢獻，那麼它帶來的影響更像是一場經濟層面的疫情，而非解藥。

貨幣流通速度隨之停滯。以人為中心、佔 GDP 約 70% 的消費型經濟迅速收縮。或許我們本可以更早意識到這一點，只需提出一個簡單的問題，機器會在可選消費品上花多少錢？

答案顯而易見，零。

隨後，負反饋開始自我強化，AI 能力提升→企業所需員工減少→白領裁員擴大→被替代者壓縮支出→利潤壓力迫使企業進一步加碼 AI 投入→AI 能力繼續提升……

這是一個缺乏自煞車機制的循環，一個人類智能被系統性替代的螺旋式過程。

白領群體的收入能力以及由此產生的消費意願在結構層面遭到侵蝕，而這部分收入，正是 13 萬億美元住房抵押貸款市場賴以維繫的基礎。承銷機構不得不重新評估一個長期被視為理所當然的問題，所謂的優質按揭，是否仍然具備足夠的安全邊際。

與此同時，連續 17 年沒有經歷真正意義上的違約週期，使私募市場積累了大量由私募股權支撐的軟體資產交易。這些交易幾乎無一例外地建立在同一個假設之上：ARR（年度經常性收入）將長期穩定、持續增長，並具備可複利屬性。

而 2027 年中，由 AI 顛覆引發的第一輪違約，直接動搖了這一前提。

如果衝擊僅限於軟體行業，局面或許仍在可控範圍之內，但現實並非如此。

到 2027 年底，幾乎所有建立在中介角色之上的商業模式都開始承壓，那些依靠為人類提供摩擦型中介服務而獲利的公司，出現了成片式的崩塌。

從更深層看，整個經濟體系，本質上是一條對白領生產率持續提升的高度相關押注鏈條。2027 年 11 月的市場崩盤，並非衝擊的起點，而只是將早已存在的各類負反饋機制全面加速。

市場已經等待壞消息就是好消息的拐點將近一年。政府層面開始討論應對方案，但公眾對政府能否實施有效救助的信心卻在迅速消退。政策反應向來滯後於經濟現實，而在當前階段，缺乏系統性解決方案本身，正在推動通縮螺旋進一步加深。

一切是如何開始的

2025 年末，代理式程式設計工具的能力出現了躍遷式提升。

一名經驗成熟的開發者，借助 Claude Code 或 Codex，已可以在數週內複刻一個中型 SaaS 產品的核心功能。雖然難以做到完全覆蓋所有邊緣場景，但其成熟度已經足以讓一位正在審查 50 萬美元年費續約合同的 CIO 認真思考一個問題——「我們為什麼不自己做？」

由於多數企業的財年與自然年重合，2026 年的 IT 支出預算早在 2025 年第四季度就已敲定。彼時，「代理式 AI」仍停留在概念層面。

因此，年中復盤成為第一次真正意義上的壓力測試，採購團隊首次在充分理解這些系統真實能力的前提下，重新評估既有支出決策。

那個夏天，我們採訪了一位《財富》500 強公司的採購經理，他回憶了一次關鍵的預算談判：銷售方原本計劃沿用往年的談判模板，即 5% 的年度漲價，加上一套「你們的團隊已經離不開我們」的標準說辭。但這位採購經理直言，他已經在與 OpenAI 接洽，考慮讓其前線部署工程師借助 AI 工具，直接替代現有供應商。

最終，該合約以 30% 的折扣完成續約。在他看來，這已經算是相對理想的結果。像 Monday.com、Zapier、Asana 這樣的 SaaS 長尾企業，處境要艱難得多。

投資者其實早已預期 SaaS 長尾會率先受到衝擊。畢竟，它們約佔企業技術棧三分之一的支出，本就暴露最為明顯。

真正被忽視的盲區在於，那些被視為系統級記錄系統的核心軟體，原本被認為足夠安全。

直到 ServiceNow 2026 年第三季度財報披露，反身性機制才真正浮出水面：

ServiceNow 新增 ACV 增速從 23% 放緩至 14%；宣佈裁員 15%，並啟動結構性效率計劃；股價下跌 18%。

——Bloomberg，2026 年 10 月

SaaS 並未死亡，自建系統依然存在運維成本與複雜性權衡。但自建成為可行選項本身，就已經從根本上改變了定價談判的起點。

更重要的是，競爭格局發生了結構性變化。AI 大幅降低了功能開發與產品迭代的門檻，差異化迅速坍塌。老牌廠商被迫陷入價格戰，既要彼此廝殺，又要面對一批沒有歷史成本包袱、由代理式程式設計能力直接賦能的新興挑戰者。

直到這一刻，市場才真正意識到這些系統之間的高度互聯性。

ServiceNow 以席次數計費，當其《財富》500 強客戶裁員 15%，就意味著 15% 的許可證同步被取消。

同樣推動客戶利潤率改善的 AI 裁員邏輯，也在一種近乎機械的方式侵蝕其自身的收入基礎。這家出售工作流自動化的公司，最終被更高效的工作流自動化所顛覆；而它的應對路徑，也只能是裁員，並將節省下來的成本繼續投入到正在顛覆它的那套技術之中。

還能怎麼辦？原地不動，慢慢等死嗎？

於是，一個最直接、也最具諷刺意味的結果出現了，那些最受 AI 威脅的公司，反而成為了 AI 最激進的採用者。

事後回看，這似乎順理成章；但在當時（至少對我而言）並非如此。傳統的技術顛覆模型通常是，既有巨頭抗拒新技術，被更靈活的後來者蠶食份額，最終緩慢衰落。柯達、百視達、黑莓，都是如此。

但 2026 年不同。既有公司並非選擇抵抗，而是根本無力抵抗。當股價下跌 40% 至 60%，董事會要求管理層給出明確對策時，這些身處 AI 衝擊中心的企業實際上只剩下一條路：裁員，把節省下來的成本投入 AI，再用 AI 以更低成本維持產出。

從單個公司來看，這樣的決策完全理性；但放到整體層面，卻帶來了災難性的後果。每節省一美元的人力成本，都會轉化為強化 AI 能力的投入，而這又為下一輪裁員鋪平道路。

而軟體，不過只是開場。

就在投資者還在爭論 SaaS 估值是否觸底之際，一個更關鍵的變化已經發生，這套反身性邏輯早已溢出軟體行業。支撐 ServiceNow 裁員的那套邏輯，同樣適用於所有以白領成本為核心的企業。

當摩擦歸零

到 2027 年初，大語言模型的使用已成為預設選項。人們在不自覺中使用著 AI 代理，卻甚至未必清楚 AI 代理這一概念，正如當年多數人並不了解雲端運算是什麼，卻早已習慣透過串流媒體觀看影片一樣。在普通用戶眼中，它更像是自動補全、拼寫檢查那樣的底層功能，一種設備理所當然就該具備的能力。

Qwen 開源的代理式購物助手，成為 AI 接管消費決策的關鍵催化劑。短短數週內，幾乎所有主流 AI 助手都嵌入了不同形式的代理式電商功能。蒸餾模型的成熟，使這些代理能夠直接運作在手機與筆記本等終端設備上，而不再完全依賴雲端計算，顯著壓縮了推理的邊際成本。

真正本應讓投資者更加警覺的一點在於，這些代理並不等待用戶發出明確指令，它們按照預設偏好在後台持續運作。消費不再是一系列由人類逐一作出的離散選擇，而轉變為一個 7×24 小時自動最佳化的過程，為每一位聯網消費者持續運轉。到 2027 年 3 月，美國普通個體每日消耗的 token 數量已升至 40 萬枚，較 2026 年底增長了 10 倍。

而這條鏈條的下一環，已經開始鬆動。

中介層（Intermediation）

過去五十年，美國經濟在人類侷限之上疊加出一整套龐大的尋租結構，決策需要時間，耐心有限，品牌熟悉度往往取代細緻比較，多數人為了少點幾次頁面，願意接受並不理想的價格。數萬億美元的企業價值，正是建立在這些行為摩擦長期存在的前提之上。

最初的變化，看起來並不起眼，代理開始消除摩擦。那些幾個月未使用卻仍自動續費的訂閱服務，那些試用期結束後悄然提價的收費模式，都被重新界定為可以重新議價的條款。支撐整個訂閱經濟的核心指標，客戶生命週期價值（LTV），開始出現實質性下滑。

消費者代理逐步改寫了幾乎所有消費交易的運作邏輯。人在購買一盒蛋白棒前，很難有精力在五個平台之間逐一比價，機器可以。

旅遊預訂平台最先受到衝擊，因為其業務邏輯高度標準化。到 2026 年第四季度，AI 代理已經能夠以更快的速度、更低的成本，組合出完整的行程方案，涵蓋機票、酒店、地面交通、積分最佳化、預算約束以及退改規則，整體效率全面超過傳統平台。

保險續保同樣未能倖免。原本依賴投保人惰性維繫利潤的商業模式，被年度自動比價的代理迅速瓦解：那 15%–20% 來自被動續保的溢價空間幾乎在短時間內消失。

理財顧問、報稅服務、常規法律事務……凡是價值主張建立在替客戶處理複雜、繁瑣事務之上的行業，都受到衝擊。因為對代理而言，並不存在繁瑣這一概念。

即便是那些被認為受人際關係價值保護的領域，也未能倖免。

房地產行業長期依賴買賣雙方的資訊不對稱，維持著 5%–6% 的佣金結構。當 AI 代理接入 MLS 數據，並能夠即時調用數十年的交易記錄時，這種知識優勢被迅速複