一個 Claude 智能體，每月 200 美元，干一個年薪 18 萬美元產(chǎn)品經(jīng)理的活。

這不是我說的，這是華爾街投研機構(gòu) Citrini Research 在最新研報里寫的。他們用了一個很特別的寫法——假裝自己站在 2028 年 6 月，回頭看 2026 年到 2028 年發(fā)生了什么。那時候標普 500 已經(jīng)從高點跌了 38%，失業(yè)率飆到 10.2%，整個經(jīng)濟面目全非。

文章標題《2028 全球智能危機》。

作者開頭就聲明：這不是預(yù)測，是壓力測試。 但這個壓力測試的邏輯鏈條之完整，還是很讓人信服的。

最讓我后背發(fā)涼的不是某個具體結(jié)論，而是整個推演的起點——"如果我們看多 AI 是對的呢？如果 AI 確實太強了呢？那恰恰可能短期內(nèi)是巨大利空。"

說人話就是：AI 越成功，對經(jīng)濟的破壞可能越大。

今天我把這篇萬字研報拆開了講，用大白話帶你走一遍整個推演鏈條。

第一張多米諾骨牌：軟件行業(yè)先倒

文章講了一個特別具體的場景：一個財富 500 強的采購經(jīng)理在和軟件供應(yīng)商續(xù)約。供應(yīng)商照例想漲價 5%，還搬出老套路"你們團隊離不開我們"。結(jié)果采購經(jīng)理說："我正在和 OpenAI 談，讓他們的工程師用 AI 工具直接替換你們。"最后呢？打了三折續(xù)約。采購經(jīng)理說這已經(jīng)算好結(jié)果了——那些不夠核心的小工具，比如 Monday.com、Zapier、Asana，處境更慘。

這不是個案。用 Claude Code 或 Codex 這樣的 AI 編程工具，一個還不錯的開發(fā)者，幾周內(nèi)甚至幾天內(nèi)就能復制出一個中端 SaaS 產(chǎn)品的核心功能。不完美，但夠用。夠用到 CIO 在審核 50 萬美元的年度續(xù)約時會問："我們自己做呢？"

更可怕的是反身性效應(yīng)。文章以 ServiceNow 為例：它按員工數(shù)量賣許可證。當客戶用 AI 裁掉了 15% 的員工，它就自動失去了 15% 的收入?？蛻粢?AI 裁員提升的利潤率，機械性地摧毀了 ServiceNow 的收入基礎(chǔ)。

這些軟件巨頭怎么應(yīng)對？裁員，把省下的錢投入 AI。用 AI 維持產(chǎn)出，進一步減少對人工的依賴。每家公司單獨看都是理性決策，集體結(jié)果卻是災(zāi)難——省下的每一美元人力成本，都流入了 AI 能力，讓下一輪裁員成為可能。

文章寫了一句讓我很觸動的話：以前柯達、百視達這些巨頭面對顛覆是"抵制"，然后被靈活的小公司干掉。但這次不一樣——巨頭們不是在抵制 AI，而是被迫成了 AI 最激進的采用者。因為它們抵制不起。

第二張骨牌：中間商集體消失

關(guān)鍵變化是什么？智能體開始在后臺自動運行，不用你吩咐。 消費不再是一系列人做的決定，而變成了一個 7x24 小時為你持續(xù)優(yōu)化的過程。

然后它們開始殺死中間商。

文章舉了一串例子，每個都特別生動：

旅行預(yù)訂平臺最先倒下，因為最簡單——智能體比任何平臺都能更快更便宜地組裝完整行程。保險續(xù)期靠的是你懶得換——智能體每年自動幫你比價，保險公司從被動續(xù)保中躺賺的 15-20% 溢價被直接摧毀。房產(chǎn)中介靠信息不對稱吃了幾十年 5-6% 的傭金——AI 配上 MLS 數(shù)據(jù)庫和幾十年交易數(shù)據(jù)，瞬間復制了經(jīng)紀人的知識庫。有篇賣方研報的標題叫"agent on agent violence"——智能體對經(jīng)紀人的暴力。

文章有句話特別扎心："我們高估了'人際關(guān)系'的價值。很多人所說的關(guān)系，不過是帶著一張友善面孔的摩擦成本。"

最典型的案例是 DoorDash。它的護城河是什么？"你餓了，你懶得動，你手機主屏就是這個 App。"但智能體沒有主屏。它會同時檢查 DoorDash、Uber Eats、餐廳自己的網(wǎng)站，還有二十個新冒出來的競品，挑費用最低、送餐最快的。對機器來說，習慣性忠誠這種東西根本不存在。

當智能體控制了交易環(huán)節(jié)后，它們瞄上了更大的目標——信用卡的 2-3% 交換費。萬事達卡 2027 年第一季度財報成了拐點，智能體電商開始繞過信用卡，用穩(wěn)定幣支付。美國運通遭遇雙重打擊：白領(lǐng)裁員潮侵蝕客戶基礎(chǔ)，智能體繞過交換費掏空收入模式。

文章總結(jié)：它們的護城河是用摩擦筑起的。而摩擦正在歸零。

第三張骨牌：白領(lǐng)大規(guī)模失業(yè)——這才是真正的炸彈

文章講了一個真實的個體故事：一個朋友，2025 年是 Salesforce 的高級產(chǎn)品經(jīng)理，年薪 18 萬美元，有頭銜、有醫(yī)保、有退休金。第三輪裁員被裁，找了六個月工作沒找到，最后去開了 Uber，年收入變成 4.5 萬。

重點不在個體悲劇，而在數(shù)學。把這個情況乘以幾十萬、分布到每個主要城市。大量過度合格的人涌入服務(wù)業(yè)和零工經(jīng)濟，連帶壓低了那里的工資。行業(yè)性顛覆擴散成了全經(jīng)濟范圍的工資壓縮。

更危險的是"時滯"效應(yīng)。高收入者有存款，被裁后還能維持兩三個季度的正常消費。硬數(shù)據(jù)不會立刻反映問題，等數(shù)據(jù)確認的時候，真實經(jīng)濟里問題早就是舊聞了。

然后關(guān)鍵數(shù)據(jù)來了：

收入最高的 10% 群體，貢獻了美國全部消費支出的 50% 以上。最高的 20% 貢獻約 65%。

這些人是買房子、買車、度假、下館子、交私立學校學費的主力。他們是整個可選消費經(jīng)濟的需求基礎(chǔ)。當他們失業(yè)或者降薪 50%，消費沖擊是巨大的。白領(lǐng)就業(yè)下降 2%，大約意味著可選消費下降 3-4%。

反對者總說"技術(shù)創(chuàng)新消滅舊崗位，創(chuàng)造新崗位"。過去兩百年確實如此。ATM 讓銀行網(wǎng)點更便宜，結(jié)果銀行開了更多網(wǎng)點，柜員就業(yè)反而增長了。互聯(lián)網(wǎng)顛覆了旅行社、黃頁、實體零售，但創(chuàng)造了全新的行業(yè)。

但每一個新崗位，都需要由人來做。

這次不一樣。AI 恰恰在人類會轉(zhuǎn)型去做的那些任務(wù)上不斷進步。被替代的程序員不能簡單轉(zhuǎn)去做"AI 管理"——因為 AI 自己就能管理。AI 確實創(chuàng)造了新崗位——提示詞工程師、AI 安全研究員——但每創(chuàng)造一個新崗位，就淘汰了幾十個舊崗位，而且新崗位的薪酬只是舊崗位的零頭。

第四張骨牌：金融系統(tǒng)連環(huán)爆

到這里，故事從實體經(jīng)濟蔓延到了金融系統(tǒng)。連鎖反應(yīng)之精密，讓人想起 2008 年。

第一環(huán)：私募信貸暴雷

2015 年到 2026 年，私募信貸從不到 1 萬億膨脹到超過 2.5 萬億美元。其中大量資金投入了軟件公司的杠桿收購。文章給了一個具體案例：2022 年 Zendesk 以 102 億美元被私有化，配了 50 億美元的直接貸款——史上最大的 ARR（年度經(jīng)常性收入）擔保貸款。整個貸款結(jié)構(gòu)建立在一個假設(shè)上：Zendesk 的年費會一直"經(jīng)常性"下去。

但 AI 智能體接管了客服。Zendesk 定義的那個品類——工單管理、分派、管理人工客服——被不需要生成工單就能解決問題的系統(tǒng)取代了。年度經(jīng)常性收入不再"經(jīng)常性"——那只是還沒來得及流失的收入。 50 億美元的貸款標記到了 58 美分。

第二環(huán)：保險公司的"永續(xù)資本"騙局

大家都說私募信貸有"永續(xù)資本"，不怕擠兌。這話在每一場業(yè)績電話會上都被重復。但文章揭開了里面的真相：過去十年，Apollo、Brookfield、KKR 這些巨頭收購了人壽保險公司，把老百姓買年金的錢投入了自己發(fā)起的私募信貸。賺兩次錢——保險端賺利差，資管端賺管理費。

但那些"鎖定的、不會跑的永續(xù)資本"，其實就是美國家庭買的年金。當?shù)讓淤J款違約，那些被鎖定的錢是保單持有人的儲蓄——"普通老百姓"的錢。

第三環(huán)：優(yōu)質(zhì)房貸變壞賬

美國住宅抵押貸款市場 13 萬億美元。整個承銷體系建立在一個假設(shè)上：借款人會在貸款的 30 年里大致維持當前收入水平。以前 780 分信用評分、20% 首付的程序員是最優(yōu)質(zhì)的借款人。但當他們的收入結(jié)構(gòu)性下降，這些"優(yōu)質(zhì)貸款"就變成了定時炸彈。

文章說了一句直擊要害的話："2008 年，貸款在發(fā)放那天就是壞的。2028 年，貸款在發(fā)放那天是好的。只是世界變了。人們是對著一個他們已經(jīng)無力相信的未來借的錢。"

美聯(lián)儲主席在緊急會議上把這一切總結(jié)為："一條由白領(lǐng)生產(chǎn)力增長的關(guān)聯(lián)賭注串起來的雛菊鏈。"

最可怕的一點：沒有剎車

普通衰退有自愈機制——建房太多就停一停，等利率降了再建。庫存太多就去庫存，然后再補。周期性的病因，自身就包含著復蘇的種子。

但這次的病因不是周期性的。

AI 變得更好更便宜 → 企業(yè)裁員 → 省下的錢買更多 AI → AI 進一步變好 → 再裁更多人 → 被裁的人消費減少 → 企業(yè)賣不動東西 → 加大 AI 投入保利潤 → 循環(huán)繼續(xù)。

你可能會想：總需求下降，企業(yè)不也會減少 AI 投入嗎？不會。因為這不是額外花錢買 AI，而是用 AI 替換人力成本。原來一家公司花 1 億在員工上、500 萬在 AI 上，現(xiàn)在花 7000 萬在員工上、2000 萬在 AI 上。AI 預(yù)算翻了四倍，但總支出反而縮了。

文章還指出了一個諷刺的全球分化：臺積電依然 95% 以上利用率運轉(zhuǎn)，英偉達依然創(chuàng)紀錄收入，韓國臺灣大幅跑贏。但印度——整個 IT 外包模式建立在"印度程序員便宜"上——當 AI 編程的邊際成本降到基本等于電費，這個價值主張直接崩塌。盧比四個月內(nèi)對美元貶值 18%，IMF 開始和新德里"初步討論"。

而政府呢？稅收本質(zhì)上是對人類時間的抽成。人工作，企業(yè)付薪，政府拿一刀。當高薪崗位大量消失，稅基坍塌。同時失業(yè)救濟和社會保障支出暴增。政府需要在發(fā)更多錢給家庭的同時，從家庭收到更少的稅。

文章提到了兩個政策提案——"過渡經(jīng)濟法案"（直接給被替代工人發(fā)錢）和更激進的"共享AI繁榮法案"（對 AI 產(chǎn)出收特許權(quán)使用費建主權(quán)基金）。但政治博弈一如既往：右翼說這是馬克思主義，左翼擔心監(jiān)管俘獲，鷹派說赤字不可持續(xù)，鴿派拿 2008 年后的過早緊縮當警告。

文章最后的判斷是：真正的反派不是 AI，不是資本家，不是政客——是時間。 AI 能力的進化速度快于制度適應(yīng)的速度。如果政府不能盡快達成共識，反饋循環(huán)會替它們寫好下一章。

我怎么看？

推演邏輯成立，但時間線太激進。

這篇文章最大的價值不在于預(yù)測對不對，而在于它揭示的結(jié)構(gòu)性風險是真實的：

要打折扣的地方：

文章結(jié)尾有一句話我覺得特別好："重新定價不等于崩潰。經(jīng)濟可以找到新的均衡。到達那里，是剩下不多的只有人類才能完成的任務(wù)之一。"

普通人應(yīng)該怎么想這件事？

不必恐慌，但要有準備。

這篇研報不是預(yù)言書。但它是我今年讀到的最好的"壓力測試"——幫你想想，如果最壞的情況發(fā)生，你現(xiàn)在的計劃還成立嗎？

你覺得 AI 會引爆經(jīng)濟危機嗎？還是說人類總能找到出路？歡迎留言聊聊。

原文來源：THE 2028 GLOBAL INTELLIGENCE CRISIS | Citrini Research & Alap Shah | 2026-02-22