Transcription
大家好，这里是最佳拍档。
当人工智能的能力真的实现指数级爆发，当机器智能可以全面替代人类智能完成白领工作，当生产力的繁荣不再与人类的收入增长挂钩，我们的经济体系会发生什么？
今天这份内容来自Citrini Research的2028年宏观备忘录，仿佛是一次基于AI技术发展趋势的经济推演。它以2028年的未来视角，回溯了从2025年到2028年，一场由AI引发的全球智能危机，如何从技术领域扩散至整个经济体系，最终让美国失业率突破10%，标普五百暴跌38%，13万亿美元的房贷市场摇摇欲坠。而我们当下正站在这场潜在危机的起点。
2028年的某一个清晨，美国劳工部公布的失业率达到了10.2%。这个数字比市场预期高出了0.3个百分点。看似微小的涨幅，却让美股直接暴跌2%。标普五百指数较2026年10月的高点，累计下跌38%。但更令人心惊的是，市场对这样的坏消息已经麻木了。放在六个月前，这样的失业率数据会直接触发股市的熔断机制，而到了2028年，交易者们早已见怪不怪。
从2026年AI技术引发的行业性冲击，到2028年整个经济体系彻底偏离轨道，只过去了短短两年时间。而这两年里的经济数据，呈现出一种极度割裂的状态。2026年10月，标普五百曾经逼近八千点，纳斯达克指数突破三万点。企业的盈利数据一片大好，名义GDP保持着中高个位数的年化增长，生产力水平更是创下了上世纪五十年代以来的新高。这一切都归功于AI智能体。它们不用睡觉，不用休病假，不用企业缴纳医疗保险。一个位于北达科他州的GPU集群，就能完成纽约曼哈顿城中一万名白领的工作。企业的劳动力成本大幅消失，利润率持续扩张。创纪录的企业利润，又被全部投入到AI算力的研发和采购中，形成了看似完美的商业闭环。
但是，在这些漂亮的宏观数据背后，是普通人的生活正在崩塌。真实工资增长全面停滞，甚至出现大幅下跌。白领阶层成为AI替代的重灾区，大量原本拿着高薪的技术、金融、咨询从业者失去工作，被迫转向更低薪的服务岗位。经济评论界由此诞生了一个新的概念：“幽灵GDP”，也就是那些出现在国家经济统计报表上的产出，却从未进入真实的经济循环，从未转化为居民的收入和消费。因为机器不会消费。AI智能体不会购买奢侈品，不会支付房租，不会规划旅行，不会进行任何非生产性的消费行为。而这部分由机器创造的GDP，最终只流向了算力的拥有者和AI企业的股东。要知道，美国经济70%都是由人类中心的消费经济构成的。当核心的消费群体，也就是白领阶层的收入和消费能力被结构性削弱，整个经济的货币流通速度直接陷入停滞。这时候人们才意识到，那个能替代一万名白领的GPU集群，从来都不是拯救经济的灵丹妙药，而是一场席卷整个经济体系的瘟疫。
而这一切的起点，要回到2025年末的一次技术突破。2025年末，智能体编码工具实现了能力的阶梯式跃升。以Claude Code和Codex为代表的工具，让一名普通的开发人员在几周内，就能复刻出一款中端市场的SaaS产品的核心功能。虽然这些复刻产品不能完美处理所有边缘场景，但是已经足以满足企业的基本需求。这直接引发了企业采购端的巨大变革。
到了2026年年中，企业的采购团队在进行预算复审时，突然发现自己的内部团队能用AI工具，在几周内复刻出原本需要花费几十万美元采购的SaaS服务。整个企业软件采购的逻辑被彻底颠覆。像Monday、Zapier、Asana这类长尾SaaS企业，遭遇到了猛烈的冲击。大量企业直接终止了续约，转向自主开发。
当时的 시장普遍认为，像Salesforce、ServiceNow这类核心的企业级SaaS平台，因为涉及企业核心业务，具备不可替代性，会成为安全港。但是直到2026年第三季度ServiceNow的财报发布，市场才真正看清了这场技术颠覆的传导逻辑。这份财报显示，ServiceNow的新增年度合同价值增长率从23%暴跌至14%。公司同时宣布裁员15%，并且推出结构性效率计划。这份财报直接让公司股价暴跌18%。
更关键的是，这家以工作流自动化为核心业务的企业，最终也走上了裁员、投入AI、进一步自动化的道路。它用裁员省下的钱，采购了更多的AI工具，来开发更先进的工作流自动化技术。而这部分技术，又会进一步让它的客户产生更多的裁员需求，形成一个无解的循环。
这是一场与历史上所有技术颠覆都不同的变革。在过去，柯达、百视达、黑莓这些企业，都是因为抗拒新技术，最终被灵活的初创企业颠覆，慢慢走向消亡。但是2026年的这些企业，没有任何一家敢抗拒AI技术。当股价下跌40%到60%，董事会向管理层施压时，企业能做的唯一选择，就是裁员，把省下的钱投入AI工具，用更低的成本维持产出。每一家企业的选择，在商业逻辑上都是理性的。但是所有企业的集体选择，最终酿成了灾难性的后果。每一分从裁员中省下的钱，都转化为了更强大的AI能力，而这些AI能力，又让下一轮的裁员成为必然。
随后，这场由AI引发的负反馈循环，开始突破软件行业的边界，扩散到了所有拥有白领成本结构的企业。而到了2027年初，AI智能体开始全面渗透消费端，一场更彻底的颠覆，正在消除经济活动中所有的摩擦成本。
2027年初，大语言模型的使用成为了全民默认的选择。人们开始使用AI智能体，却甚至不知道什么是AI智能体，就像那些从来不知道云计算是什么的人，依然在使用流媒体服务一样。AI智能体成为了手机、电脑里的一个基础功能，融入了普通人的生活。而这场消费端变革的催化剂，是通义千问的开源智能体购物工具。这款工具出现后，几周内，所有主流的AI助手都集成了智能体商务功能。而模型蒸馏技术的成熟，让这些AI智能体可以在手机和笔记本电脑上运行，不只是依赖云端算力。这直接让AI推理的边际成本大幅降低。
更重要的是，这些AI智能体不再是被动响应，而是主动行动。它们会根据用户的偏好，在后台持续运行，为用户优化所有的消费决策。商业行为从此不再是人类的一系列离散决策，而是一场24小时不间断的优化过程。到2027年3月，美国普通人每天的AI智能体交互token数量，达到了40万个，较2026年底增长了10倍。
而这场变革，直接摧毁了过去五十年里，美国经济建立的所有基于人类局限性的租金提取层。什么是基于人类局限性的租金提取层？简单来说，就是人类因为时间有限、耐心不足、信息不对称，愿意为了省事支付的溢价。比如忘记取消的自动续费会员，试用期后悄悄涨价的产品，因为懒得货比三家而接受的高价。这些都是企业依靠人类的惰性赚取的利润。而数万亿美元的企业价值，都建立在这些人类局限性的基础上。
但是AI智能体的出现，彻底消除了这些摩擦成本。AI智能体会自动识别并取消用户不用的会员订阅，会和商家谈判试用期后的涨价条款，会为了一盒蛋白棒在五个平台上比价。而这些都是人类不会去做的事情。
首当其冲的是旅游预订平台。到2026年第四季度，AI智能体可以在几分钟内，为用户组装出包含机票、酒店、地面交通、积分优化、预算控制、退款条款的完整行程，速度和成本都远低于任何旅游平台。
紧接着是保险行业。保险续约的核心利润来自于投保人的惰性。大多数人不会每年重新对比保险产品。而AI智能体会每年为用户重新筛选最优的保险方案，直接让保险公司依靠被动续约赚取的15%至20%的保费利润，彻底消失。
就连那些我们认为依靠人类关系的行业，也没能幸免。房地产行业就是典型。几十年来，购房者愿意支付5%到6%的佣金，核心原因是房产中介掌握着房源信息和交易数据，存在严重的信息不对称。但是当AI智能体获得了多重上市服务的访问权限，能够瞬间调取数十年的交易数据，复刻房产中介的知识体系时，这种信息不对称就消失了。2027年3月的一份行业报告，将这种现象称为“智能体对智能体的暴力”。在主要城市购房者支付的中介佣金，从2.5%到3%压缩到了1%以下。越来越多的房产交易，买方侧已经完全没有人类中介的参与。这时候人们才发现，所谓的人类关系，很多时候只是带着友好面孔的摩擦成本。
DoorDash成为了这场变革的典型案例，也是被冲击最惨烈的企业之一。AI编码工具让开发一款外卖配送APP的门槛大幅降低。一名合格的开发人员，几周内就能推出一款功能完善的竞品。而几十家这样的竞品在2027年初集中出现。这些新平台把90%到95%的配送费直接转给骑手，吸引了大量DoorDash和Uber Eats的骑手入驻。而多平台仪表盘的出现，让骑手可以同时查看二三十个平台的订单，彻底打破了头部平台对骑手的锁定。市场一夜之间碎片化。DoorDash的利润率直接压缩至接近零。
而AI智能体则从供需两端加速了DoorDash的崩塌。它不仅帮助开发者打造了更多竞品，还会为用户选择最优的配送方案。它不会像人类一样，因为懒惰就打开手机主页的DoorDash，而是会同时对DoorDash、Uber Eats、餐厅自有平台和二十多个新兴平台，选择配送费最低、速度最快的那个。人类的习惯性APP忠诚度，在机器面前毫无意义。
有意思的是，这也是AI智能体为数不多的，给被替代的白领阶层的福利。当大量白领失去工作，被迫成为外卖骑手时，至少他们的收入不会被平台抽走一半。但是这份福利也没能持续太久，因为自动驾驶车辆很快就开始在配送行业普及。
当AI智能体彻底掌控了消费交易，它们的下一个目标，是消除交易环节中的所有费用。而首当其冲的，就是传统支付体系的2%到3%的卡费交换费率。在机器对机器的商业交易中，这种费率成为了明显的成本浪费。AI智能体开始寻找更高效、更便宜的支付方式，最终它们选择了基于Solana和以太坊二层网络的稳定币。这种支付方式的结算几乎是即时的，交易成本只有几美分。
2027年第一季度，万事达卡的财报成为了支付体系变革的转折点。财报显示，万事达卡的净收入同比增长6%，但是消费额增长率从5.9%暴跌至3.4%。管理层在财报会议中明确提到，智能体主导的价格优化和非必需消费领域的压力是核心原因。这份财报发布后，万事达卡的股价暴跌9%，Visa也同步下跌，只是因为Visa在稳定币基础设施上的布局更完善，才挽回了部分损失。
到这里，这场由AI引发的冲击，还被市场视为行业性风险。2026年全年，市场都认为软件、咨询、支付行业的下跌是个别现象，整体经济依然健康，劳动力市场只是略有疲软，并非自由落体。当时的主流观点是，这只是技术创新过程中的创造性破坏，就像工业革命、互联网革命一样。虽然会让部分行业消失，但最终会创造更多的新岗位，整体的经济收益会超过损失。
但是这种观点的错误在于，它忽略了一个核心事实：美国经济是一个白领服务型经济。白领阶层占就业人口的50%，贡献了75%的非必需消费支出。AI正在摧毁的，不是经济的边缘部分，而是经济的核心。
当时最流行的反驳观点是，技术创新消灭工作，然后创造更多的工作。这个观点在过去两个世纪里一直成立，成为了所有人的共识。比如ATM机出现后，人们以为银行柜员会失业，但实际上，ATM让银行的运营成本降低，银行开设了更多的网点，柜员的就业人数在接下来的二十年里持续增长。再比如互联网颠覆了旅行社、黄页、实体零售，但也创造了电商、社交媒体、云计算等全新的行业，带来了更多的工作岗位。
但是所有人都忽略了一个前提：过去所有的技术创新，创造的新工作，都需要人类来完成。而AI的不同之处在于，它是一种通用智能。它不仅能替代人类的现有工作，还能替代人类在技术变革中本应转向的新工作。被AI替代的程序员，无法转向AI管理岗位，因为AI本身就能完成管理工作。被AI替代的分析师，无法转向AI研究岗位，因为AI能完成的研究深度和速度远超人类。
到2028年，AI智能体已经能独立完成持续几周的研发任务。它们能写出几乎所有的代码。最先进的AI智能体，在几乎所有领域的能力，都远超绝大多数人类。而它们的成本还在持续降低。当然，AI也创造了一些新岗位，比如提示工程师、AI安全研究员、算力基础设施技术人员。但是这些岗位的数量，和被AI替代的岗位数量相比，只是九牛一毛。而且这些新岗位的薪资，远低于被替代的白领岗位。
2026年10月的美国职位空缺和劳动力流动调查显示，美国的职位空缺数跌破五百五十万个，同比下降15%。而Indeed的招聘数据显示，软件、金融、咨询领域的招聘岗位暴跌。蓝领岗位比如建筑、医疗、手工业则保持相对稳定。
更糟糕的是，无论是白领还是蓝领，真实工资的增长在2026年全年都处于负区间，并且还在持续下跌。
当时的股市还在经历一场撕裂。一边是宏观经济的负面数据，一边是AI基础设施企业的亮眼业绩。标普五百在两者的拉扯中横盘震荡。比如通用电气的涡轮机产能订单已经排到了2040年，英伟达的营收持续创纪录，台积电的产能利用率保持在95%以上。亚马逊、微软、谷歌这些超大规模云计算企业，每个季度在数据中心的资本支出都达到一千五到两千亿美元。台湾、韩国这些依赖半导体和算力产业的经济体，经济表现大幅跑赢全球。
但与之形成鲜明对比的，是印度经济的崩塌。印度的IT服务行业每年的出口额超过两千亿美元，这是印度外汇顺差的最大贡献者。而印度IT服务的核心竞争力，就是印度开发人员的薪资远低于美国开发人员。但是，当AI编码智能体的边际成本，降低到几乎只有电费时，印度的这个竞争力就彻底消失了。2027年，塔塔、InfoSys、Wipro等公司的合同取消量大幅增加。印度卢比在四个月内对美元贬值18%。原本支撑印度外汇的服务贸易顺差彻底蒸发。到2028年第一季度，国际货币基金组织已经开始与印度政府进行初步的救助谈判。
这时候市场才真正意识到，这场AI引发的经济冲击，是一场非周期性的颠覆。它和历史上所有的经济衰退都不同。正常的经济衰退，都有自我修正的机制。但是AI引发的这场危机，是一场没有任何刹车机制的负反馈循环，而且这个循环，没有任何自我修正的可能。
很多人以为，总需求的下降会减缓AI的发展。但是事实恰恰相反，因为企业对AI的投入，不是传统的资本支出，而是运营支出的替代。当企业裁员后，虽然每一家企业的AI预算都在增长，但是整体的支出却在萎缩。这让AI的发展速度，不会受到总需求下降的影响。
而这场循环的最终结果，就是智能替代螺旋。这个螺旋在2027年变得不再隐晦，甚至成为了普通人都能感受到的现实。大量被替代的白领被迫向下转移，进入服务行业和零工经济。这直接导致了这些行业的劳动力供给过剩，薪资被进一步压缩。而更糟糕的是，零工经济这个缓冲垫，也很快就不复存在了，因为自动驾驶和自动配送技术，开始在这个领域普及。那些原本容纳了大量被替代白领的零工岗位，也开始被机器替代。
与此同时，那些还没有被裁员的白领，也开始改变自己的消费行为。他们为了不被裁员，付出双倍的努力工作。而这努力的背后，还是AI工具的辅助。他们放弃了升职和加薪的希望，开始增加储蓄，减少消费，因为他们不知道，自己会不会成为下一个被裁员的人。
这种消费行为的变化，存在一个致命的滞后性。高收入人群有更多的储蓄，他们可以在失业后的两到三个季度里，维持原本的消费水平。这让经济数据无法及时反映出消费的萎缩。当官方数据最终确认消费下滑时，现实中的经济问题，已经存在了很久。
而2027年第三季度，美国首次申请失业救济金的人数飙升至48.7万人，创下2020年4月以来的新高。并且ADP和益博睿的数据显示，这次申请失业救济金的人群，绝大多数都是白领从业者。这个数字，终于打破了市场的幻想。标普五百在一周内暴跌6%。宏观经济的负面消息，终于压过了AI基础设施的利好。
这里还有一个核心的经济逻辑，让这场消费萎缩的冲击更加剧烈。在正常的经济衰退中，失业是广泛分布的，蓝领和白领都会受到影响，消费的下滑也是全面的。而低收入人群的边际消费倾向更高，所以消费下滑会很快体现在数据中。但是这场危机的失业，集中在收入最高的群体。美国收入前10%的人群，贡献了超过50%的消费支出。收入前20%的人群，贡献了65%的消费支出。这些人是买房、买车、旅游、高端餐饮、私立教育、房屋翻新的核心群体，是整个非必需消费经济的需求基础。当这些高收入人群失去工作，或者被迫接受50%的降薪时，消费的下滑幅度，远超过失业的人数比例。白领就业人数下降2%，对应的非必需消费支出下滑3%到4%。而且和蓝领不同，蓝领失业后，下周就会停止消费。而白领因为有储蓄缓冲，消费的下滑会滞后几个月。但是一旦开始下滑，冲击会更加深远。
2027年第二季度，美国经济出现了连续两个季度的实际GDP负增长。虽然国家经济研究局在几个月后才正式宣布经济衰退，但是事实上，美国经济已经进入了衰退期。而这还不是最糟糕的，因为金融领域的危机，才刚刚开始。
金融领域的第一场危机，爆发在私人信贷市场。2015年到2026年，美国的私人信贷市场规模，从不足1万亿美元增长到2.5万亿美元。其中很大一部分资金，都投入到了软件和科技行业的交易中，尤其是对SaaS企业的杠杆收购。这些收购的估值，都建立在一个核心假设之上：SaaS企业的ARR会永久增长。但是这个假设，在2025年末的AI编码工具突破后，就不再成立了。
2027年4月，穆迪下调了14家发行人的一百八十亿美元私募股权支持的软件债务评级，理由是AI驱动的竞争颠覆带来的长期收入压力。这是2015年能源行业评级下调后，最大的单行业评级下调行动。评级下调的连锁反应很快到来。2027年第三季度，软件行业的私人信贷开始出现违约，紧接着是信息服务和咨询行业。多家知名SaaS企业的几十亿美元杠杆收购，进入了重组程序。而Zendesk的违约，成为了这场私人信贷危机的标志性事件。
2022年，赫尔曼弗里德曼公司和珀米拉公司以102亿美元的价格，将Zendesk私有化。其中50亿美元的直接贷款，是当时历史上最大的基于ARR的融资。这笔贷款的核心假设，就是Zendesk的ARR会持续稳定。但是到2027年年中，这个假设彻底崩塌。因为AI智能体已经能自主处理客户服务。Zendesk所定义的客户服务票务、路由、人工支持交互的领域，已经被能直接解决问题而不产生票务的AI系统替代。它的ARR不再是经常性的，只是还没有流失的收入。最终，这笔50亿美元的贷款，被估值为58美分，成为了历史上最大的私人信贷软件违约事件。
而这件事引发的核心恐慌是，所有的信贷部门都开始问同一个问题：还有哪些企业，把长期的行业性衰退，伪装成了周期性的波动？
一开始，市场认为这场私人信贷危机是可控的。因为私人信贷和2008年的银行体系不同，它是封闭式的基金，资本被锁定7到10年，没有存款人的挤兑，没有回购协议的平仓。基金经理可以持有受损资产，慢慢处理。黑石、KKR、阿波罗的高管都表示，公司在软件行业的敞口只有7%到13%，处于可控范围。永久资本成为了行业的口头禅，出现在每一次的财报会议和投资者信中，用来安抚市场。
但是所有人都忽略了永久资本的真实含义。在过去十年里，大型另类资产管理公司收购了人寿保险公司，把它们变成了自己的融资工具。它们的逻辑很简单：人寿保险公司的年金存款，是稳定的长期负债。用这些存款投资自己发行的私人信贷，既能在保险端赚取利差，又能在资产管理端赚取管理费，形成一个双重收费的永动机。但这个永动机的成立，有一个前提：私人信贷必须是安全的。
当私人信贷出现违约，这些人寿保险公司的资产负债表就受到了冲击。因为所谓的永久资本，根本不是什么机构资金，而是美国普通家庭的储蓄，是那些购买年金和人寿保险的普通人的钱。而保险监管机构，原本对人寿保险公司的私人信贷投资持宽松态度。这场危机成为了监管的警钟。纽约、爱荷华州的监管机构开始收紧对人寿保险公司持有私人信贷的资本要求，提高风险资本因子，要求保险公司补充资本，或者出售资产。而在市场已经陷入恐慌的情况下，出售资产只能以极低的价格成交，形成新的循环。
2027年11月，穆迪将雅典娜人寿的财务实力评级列入负面观察名单。阿波罗的股价在两个交易日内暴跌22%。市场开始彻底认识到，这场危机不再是周期性的下跌，而是一场基于白领生产力增长的关联赌注连环链。这是美联储主席凯文沃什在联邦公开市场委员会的紧急会议中，对这场危机的定义。而市场也意识到，损失本身并不可怕，可怕的是，当所有人都开始意识到损失的存在，并且无法评估损失的规模时，恐慌就会蔓延。
而接下来，市场开始担心一个更大的领域：美国的抵押贷款市场。2028年6月，Zillow的房价指数显示，旧金山的房价同比下跌11%，西雅图下跌9%，奥斯汀下跌8%。而房利美的报告显示，在科技和金融就业占比超过40%的地区，优质抵押贷款的早期拖欠率大幅上升。这些区域的借款人，都是信用评分780以上的优质客户。他们首付20%，有干净的信用记录，稳定的就业历史，是金融体系中被视为坚不可摧的群体。而美国的住宅抵押贷款市场规模，达到了13万亿美元。
这个市场的底层假设，就是借款人能在贷款的三十年里，保持大致稳定的收入和就业。但AI引发的白领就业危机，彻底打破了这个假设。如果对比2008年的次贷危机，它本质上是信贷质量的危机。贷款从一开始就是坏的，虚假贷款大量存在，借款人是低信用评分的次级群体。危机的地理分布也很广泛，主要集中在凤凰城、拉斯维加斯等阳光地带。
而2028年的这场危机，是收入稳定性的危机。贷款从一开始是好的，借款人是高信用评分、有储蓄的优质群体，他们的收入被AI技术永久性地削弱。而拖欠率的显现存在滞后性，因为借款人会通过房屋净值信贷额度、提取401k养老金、刷信用卡来维持抵押贷款还款。危机的地理分布则集中在旧金山、纽约、西雅图、奥斯汀这些科技和金融中心。
当抵押贷款出现问题，房价下跌，居民的财富效应消失，消费会进一步萎缩。银行因为抵押贷款的损失，会收紧信贷，企业的融资成本上升，进一步推动企业的AI投入和裁员。而房价的下跌，又会让居民的抵押品价值缩水，进一步限制居民的消费和融资能力。劳动力替代、抵押贷款危机、私人市场动荡，三者相互强化，形成了更可怕的循环。
而传统的货币政策，在这场危机面前，完全失效了。降息、量化宽松这些工具，能解决金融体系的流动性问题，但解决不了真实经济的问题。因为这场危机的核心，不是金融条件收紧，而是AI让人类智能的稀缺性和价值大幅下降。就算美联储把利率降到零，就算买下所有的软件杠杆收购债务，也改变不了一个事实：一个Claude智能体，每月只需要200美元，就能完成一名年薪18万美元的产品经理的工作。
如果抵押贷款市场在2028年下半年彻底崩溃，美股的下跌幅度会达到2008年金融危机的水平。标普五百会跌到3500点，回到2022年11月ChatGPT出现之前的水平。
而这场危机的最终困境，落在了政府的身上。因为当市场和企业都无法打破这个负反馈循环时，所有人都把希望寄托在了政府的政策上。但是政府的应对，却陷入了前所未有的困境。
美国联邦政府的财政收入，本质上是对人类时间的征税。个人所得税和工资税，是正常年份财政收入的核心。而2028年第一季度，联邦财政收入比美国国会预算办公室的基线预测低12%。工资税收入下降，因为就业人数减少，薪资水平降低。个人所得税收入下降，因为居民的结构性收入降低。AI推动的生产力繁荣，带来了更多的产出，但是这些产出的收益，只流向了资本和算力的拥有者，而不是劳动力。劳动力在GDP中的占比，从1974年的64%，降到2024年的56%。而在AI爆发的四年里，这个比例直接跌到46%，创下历史最大跌幅。
经济的循环流被打破了。在传统的经济体系中，企业雇佣员工，员工获得收入，收入用于消费，消费支撑企业的生产，企业再雇佣更多的员工。而政府在这个循环中征税，提供公共服务。但是在AI主导的经济体系中，企业的生产不再需要大量员工，产出的收益不再流向居民，居民的收入和消费萎缩，政府的税收也随之减少。经济循环流出现了断层。
与此同时，政府的支出却在大幅增加，因为失业救济、社会福利等自动稳定器开始启动。但是这些自动稳定器，都是为周期性的失业设计的，是为了应对短期的工作流失，而不是AI引发的结构性、永久性的就业替代。新冠疫情期间，美国政府可以接受15%的财政赤字，因为所有人都认为，疫情是暂时的，经济会恢复，就业会回来。但是这场AI引发的危机，没有恢复的可能。被AI替代的工作，不会再回来。那些需要政府支持的人，不是因为一场暂时的疫情，而是因为被一场持续发展的技术替代了。
政府面临的困境是，在财政收入大幅下降的同时，需要向居民转移更多的资金，而这会让财政赤字进一步扩大。虽然美国不会发生债务违约，因为它发行的是美元，是世界储备货币，美国可以通过印钞来偿还债务。但是这种财政压力，还是会体现在其他领域，比如市政债券市场。
当然，政府也并非毫无行动。美国政府很早就意识到了这场危机的结构性，开始酝酿两党合作的提案，也就是《转型经济法案》。这个法案的核心是直接向被AI替代的工人转移支付，资金来源是财政赤字和拟议中的AI推理算力税。而更激进的提案是《人工智能繁荣共享法案》，这个法案提议建立一个基于智能基础设施收益的公共权益，类似于主权财富基金，对AI产生的产出收取特许权使用费，用这些收入为居民提供转移支付。
但是这些提案，都遭到了强烈的反对。私人部门的游说者通过媒体发出警告，认为这是滑向社会主义的斜坡。保守派认为，对算力征税会让美国失去AI领域的领先地位，把优势让给中国。自由派则担心，由现有企业参与制定的算力税，会成为新的监管俘获，保护大企业的利益。财政鹰派反对持续扩大的财政赤字，而财政鸽派则以2008年金融危机后的过早财政紧缩为戒，认为此时的紧缩会让危机更加严重。
在2028年总统大选的背景下，这些分歧被进一步放大。政策的制定陷入了僵局。而在政治争论的同时，社会的裂痕也在不断扩大。占领硅谷运动成为了社会不满的标志。示威者在旧金山的Anthropic和OpenAI的办公室门口抗议了三周，参与人数持续增加。这场抗议获得的媒体关注，甚至超过了失业率数据本身。人们对AI实验室的不满，甚至超过了2008年金融危机后对银行家的不满。原因很简单：AI实验室的创始人和早期投资者，积累财富的速度，让之前所有时代都相形见绌。AI带来的生产力繁荣的收益，几乎全部流向了算力的拥有者和AI企业的股东。美国的贫富差距，达到了前所未有的水平。
其实，这场危机里，没有绝对的反派，不是AI企业的错，不是资本家的错，也不是政府的错。真正的反派，是时间。AI技术的发展速度，远远超过了社会制度的适应速度。AI的能力在以指数级的速度提升，而政府的政策制定，金融体系的调整，普通人的就业和生活，都跟不上技术变革的速度。如果不能尽快找到解决问题的方案，那么这场由AI引发的负反馈循环，会自己写下接下来的剧本。而这个剧本，大概率不会美好。
最后，这场危机的本质，其实是人类智能的稀缺性溢价消失了。在整个现代经济史中，人类智能都是最稀缺的生产要素，是无法大规模复制的。这也是人类智能能获得高额溢价的核心原因。我们的所有经济制度，从劳动力市场到抵押贷款市场，从税收体系到社会福利，都是建立在人类智能是稀缺的这个前提之上的。而现在，我们正在经历这场稀缺性溢价的消退。机器智能成为了人类智能的合格替代品，并且在持续快速地进化，能完成的任务越来越多，成本越来越低。
如今的金融体系和经济制度，都是为人类智能稀缺的世界优化的。当这个前提被打破，整个体系就开始重新定价。而这种重新定价，必然是痛苦的、无序的，并且远没有完成。但是必须明确的一点是，重新定价不等于崩溃。经济体系不会消失，只是会找到一个新的均衡点。而找到这个均衡点的过程，是目前唯一一件只有人类才能完成的事情。
这是人类历史上第一次，经济中最具生产力的资产，没有创造更多的工作，反而消灭了大量的工作。我们没有任何现成的框架可以参考，因为所有的经济框架，都是为人类智能稀缺的世界设计的。所以，我们需要创造新的框架，新的制度，新的规则，来适应一个机器智能充裕的世界。
而我们刚刚所说的所有这一切，都不是2028年的现实，而是2026年的推演。2026年的今天，标普五百依然在历史高点附近。那场无刹车的负反馈循环，还没有开始，AI技术还在发展，人类智能的稀缺性溢价，还没有完全消失。我们不能确定这份推演中的所有场景，都会成为现实。但是可以确定的是，机器智能的发展，是一个不可逆的趋势。人类智能的稀缺性溢价，一定会持续收窄。
这场推演，不是为了制造恐慌，而是为了提醒我们，AI技术的发展，不仅有光明的一面，还有潜在的风险。而提前意识到这些风险，提前做好准备，才是我们面对技术变革的正确态度。因为在2026年的今天，那只预示着危机的金丝雀，还活着，而我们，还有时间。
感谢收看本期视频，我们下期再见。