投資機構Citrini Research發佈了一份題為《2028年6月情景分析》的研究報告，雖開篇便明確其並非預測，而是一場極端壓力測試式的思想實驗，卻仍成為本週一美股市場波動的重要導火索。該報告構建了一個極端情景：截至2028年，AI將加速滲透白領崗位，引發部分崗位被替代、居民收入下滑、消費市場收縮等連鎖反應，進而推高依賴軟體系統運行的信貸資產風險，最終拖累整體經濟陷入收縮區間。

報告重點鎖定了三類在該極端情景下最易承壓的商業模式，清晰勾勒出AI滲透可能引發的產業盈利格局重構：其一為平臺型履約模式，以DASH、UBER為典型代表；其二是支付清算網路，Visa（V）、Mastercard（MA）、American Express（AXP）等行業龍頭均在列；其三則是私募信貸與另類資產管理領域，KKR（KKR）、Blackstone（BX）、Apollo Global（APO）等機構赫然在目。

背後邏輯

若AI代理能全面介入「搜索—比價—下單—支付—客服—後臺處理」的全交易鏈條，大幅降低人工參與度與交易摩擦成本，那麼平臺機構的分發溢價的空間將被壓縮，支付網路的費率議價能力也會隨之弱化；與此同時，若消費端持續承壓疊加信貸風險攀升，資產管理機構的風險溢價也將面臨重新定價，盈利預期遭受衝擊。

但需明確的是，市場下跌的核心原因並非報告本身，而是這份報告放大了市場中本就潛藏的不安情緒。過去數周，軟體與資產管理板塊已呈現持續走弱態勢，資金對「AI是否會壓縮傳統行業利潤空間」的擔憂本就不斷升溫，只是缺乏一個清晰、系統的風險框架加以支撐。Citrini的這份報告，恰恰提供了這樣一條完整的風險傳導路徑，而非一個確定的負面答案。

風險被系統化

當潛在風險被系統化、清晰化地呈現，市場自然會提高貼現率，重新審視這些商業模式未來十年的穩定性。其當前估值所對應的溢價，是否還能匹配未來的盈利韌性。歸根結底，真正動搖股價的，從來不是報告本身，而是投資者開始重新審視和思考：這些被市場長期看好的商業模式，未來十年的穩定性是否仍值得當前的估值溢價。

以下為報告全文中譯：

2028年環球球智能危機
來自未來的金融史思辨練習

前言
倘若我們對 AI 的樂觀持續被證實正確⋯⋯而這實際上卻意味著悲觀呢？

以下情境純屬假設，絕非預言。本文既非熊市色情片，亦非 AI 末日論者的同人小說。其唯一目的在於建構一個鮮少被深入探討的情境模型。友人 Alap Shah 提出此問題，我們共同腦力激盪出解答。本文由我們執筆，另兩篇由他撰寫，可在此處查閱。

但願閱讀本文後，您能更充分準備應對潛在的左尾風險——隨著 AI 使經濟日益詭譎。

此為2028年6月 Citrini Research 宏觀備忘錄，詳述全球智能危機的演進歷程與後續影響。

宏觀備忘錄
智能過剩的後果 (CitriniResearch)

日期：2028年6月30日

今晨公布的失業率達 10.2%，較預期高出 0.3 個百分點。市場受此數據衝擊下跌 2%，使標普指數自 2026 年 10 月高點的累計跌幅擴大至 38%。

交易員已麻木不仁。若在六個月前出現此類數據，勢必觸發熔斷機制。

兩年。僅僅兩年，經濟便從「可控」與「特定領域」的狀態，演變為一個與我們成長時期截然不同的面貌。本季的宏觀備忘錄試圖重構這段歷程——對危機爆發前經濟態勢的回顧分析。

狂熱氛氛撲面而來。至2026年10月，標普500指數逼近8000點，納指突破3萬大關。2026年初，因人類被取代而引發的首波裁員潮如期而至，其效果完全符合裁員的預期：利潤率擴張、財報超預期、股價飆升。創紀錄的企業利潤隨即全數投入 AI 運算領域。

頭條數據依然亮眼。名義GDP屢屢創下年化中至高個位數增長。生產力蓬勃發展。每小時實質產出增速達到 1950 年代以來罕見水平，這股動能源自永不休息、不請病假、無需醫療保險的 AI Agent。

AI 擁有者的財富隨著勞動力成本的消失而暴增。與此同時，實質工資增長卻急遽萎縮。儘管政府當局屢屢宣稱生產力創下歷史新高，白領工作者仍因機器取代工作崗位而失業，被迫轉任薪資較低的職務。

當消費經濟開始出現裂痕時，經濟評論家們流行起「Ghost GDP」這個詞彙：指那些出現在國民經濟核算中，卻從未在實體經濟中流通的產出。

AI 在各方面都超越了預期，而市場本身就是 AI 。唯一的問題是……經濟卻不是。

早該明白，北達科他州單一GPU集群產出的經濟效益——相當於曼哈頓中城一萬名白領的總和——實則更像是經濟大流感而非經濟靈丹妙藥。貨幣流通速度陷入停滯，當時佔 GDP 七成的以人為本的消費經濟逐漸萎縮。若我們早些思考「機器在非必需品上究竟花費多少金錢」這個問題，或許就能更早洞悉真相。（提示：答案是零）

AI 能力提升，企業所需員工減少，白領裁員增加，失業勞工消費減少，利潤壓力促使企業加大對 AI 的投資， AI 能力再進一步提升……

這是一個沒有自然煞車的負面反饋迴路——人類智能的位移螺旋。白領階層的賺錢能力（以及理性的消費能力）遭到結構性削弱。他們的收入本是支撐 13 兆美元抵押貸款市場的基石，如今卻迫使承銷商重新評估優質抵押貸款是否仍具價值。

17年未經歷真正的違約週期，導致私營企業因私募股權支持的程式交易而過度膨脹，這些交易皆假設年度經常性收入將持續穩定增長。2027年中因 AI 顛覆所引發的首波違約浪潮，徹底挑戰了這項預設前提。

若干擾僅限於軟體層面，事態尚可控制，但現實並非如此。至2027年末，所有依賴中介服務的商業模式皆面臨威脅。大批以人類摩擦成本牟利的公司群體就此瓦解。

該系統最終演變成一串長長的串聯賭局，押注於白領生產力的增長。2027年11月的崩盤只會加速所有已存在的負面反饋迴路。

我們等待「壞消息就是好消息」的說法已近一年。政府雖開始審視各項提案，但民眾對政府實施任何形式救援的能力已喪失信心。政策反應向來滯後於經濟現實，而缺乏全面性計畫的現狀，如今正威脅著加速通縮螺旋的形成。

這是如何發生的

2025年末，智能編碼工具的性能實現了階躍式飛躍。

熟練運用 Claude Code 或 Codex 的開發者，如今僅需數週便能複製中端市場 SaaS 產品的核心功能。雖非完美無缺或涵蓋所有邊緣個案，但其完成度已足以讓審核 50萬美元年度續約合約的管理層開始思考：「若我們自行開發會如何？」

財政年度大多與日曆年度一致，因此 2026 年的企業支出早在 2025 年第四季便已完成規劃——當時「AI Agent」仍是熱門話題。年中審查是採購團隊首次能基於系統實際效能做出決策的契機。部分企業目睹內部團隊僅用數週便開發出原型系統，其效能足以取代價值六位數的 SaaS 合約。

那年夏天，我們與某家《財富》500 強企業的採購經理交談。他向我們描述了一次預算談判的經歷。銷售人員原以為能沿用去年的套路：每年調漲5%的價格，再搬出標準說辭「貴團隊仰賴我們」。 採購經理告訴他，自己正與OpenAI洽談讓其「前線部署工程師」運用AI工具全面取代供應商。最終以30%折扣續約，他稱這是個不錯的結果。但像Monday.com、Zapier 和 Asana 這類「SaaS長尾」服務商的處境就糟糕多了。

投資者早已做好準備——甚至滿懷期待——預期長尾端將遭受重創。儘管它們佔據了典型企業技術堆疊中近三分之一的支出，但顯然已曝露在風險之中。然而，核心系統理應能免於被顛覆的命運。

直到 ServiceNow 發布2026年第三季財報，反身性機制才變得更加清晰。

彭博社：ServiceNow 淨新增年化價值增長從 23% 放緩至 14%；宣布裁員 15% 並啟動「結構性效率計劃」；股價暴跌18% | 2026年10月

SaaS 並非「已死」。內部開發與維護仍需進行成本效益分析。但內部開發仍是選項之一，這點在價格談判中成為考量因素。更重要的是，競爭格局已然改變。 AI 讓新功能的開發與上線更為容易，導致差異化優勢消失殆盡。既有業者陷入價格戰的惡性競爭——不僅彼此刀光劍影，更與新崛起的挑戰者展開激烈角逐。憑藉 Agent 程式設計能力的飛躍性提升，加上無須顧慮既有成本結構的包袱，這些新進者以猛烈攻勢奪取市佔率。

這些系統的相互依存性，直到這份財報才真正顯現。ServiceNow 的營收模式是按人數計費。當《財富》500 強客戶裁減 15% 人力時，他們便取消 15% 的授權許可。客戶端由 AI 驅動的裁員措施雖提升了利潤率，卻同時機械性地摧毀了 ServiceNow 自身的營收基礎。

銷售工作流程自動化解決方案的公司，正遭受更先進的自動化技術顛覆。其應對之道竟是裁員縮減人力成本，再將節省的資金投入到顛覆自身的核心技術中。

他們還能如何？坐以待斃，讓死亡過程更緩慢嗎？那些最受 AI 威脅的企業，反而成為 AI 最積極的採用者。

事後看來這似乎顯而易見，但當時（至少對我而言）並非如此。歷史顛覆模型指出：既有企業會抵制新技術，隨後被靈活的新進者搶佔市佔率，最終緩慢消亡。柯達、百視達、BlackBerry的命運皆是如此。然而 2026 年發生的情況截然不同——既有企業並沒有抵抗，因為根本無力抵抗。

隨著股價暴跌40-60%，董事會要求交出方案，這些面臨 AI 威脅的企業只能採取唯一可行之策：裁減人力、將節省的資金重新投入 AI 工具，再運用這些工具以更低成本維持產出。

每家企業的個別反應都合乎邏輯，但集體結果卻是災難性的。每節省的一美元人力成本，都流向了 AI 能力的提升，進而促成了下一輪裁員的可能。

軟件產業僅是開場戲碼。當投資人爭論 SaaS 估值倍數是否觸底時，他們忽略了關鍵轉折——反身性循環早已突破軟體領域的疆界。那套為 ServiceNow 裁員辯護的邏輯，同樣適用於所有擁有白領成本結構的企業。

當摩擦變成絲滑

至2027年初，大型語言模型（LLM）的使用已成常態。人們使用著連「AI Agent」是什麼都不知道的AI Agent，就像從未聽過「雲端運算」的人使用串流服務那樣。他們視其為自動完成或拼字檢查般的存在——手機現在就自動完成的事。

阿里千問大模型的開源自主購物 Agent 程式，成為 AI 處理消費者決策的催化劑。短短數週內，各大 AI 助理紛紛整合了自主商業功能。經蒸餾的模型使這些 Agent 不僅能在雲端執行，更可運行於手機與筆記型電腦，大幅降低了推理的邊際成本。

真正令投資者不安的關鍵在於，這些智能 Agent 並未等待指令，而是依據用戶偏好在後台自主運作。商業活動不再是系列獨立的人為決策，而成為持續優化的過程，全天候為每個網上消費者運作。至2027年3月，美國個人日均 token 消耗量達 40 萬枚——較2026年底增長 10 倍。

鎖鏈的下一環節已然斷裂。

中介化。

過去 50 年間，美國經濟在人類局限之上構築了龐大的租金榨取層：事物需要時間，耐心終將耗盡，品牌熟悉度取代了勤力，多數人寧可接受劣質價格也不願多點幾下。數兆美元的企業價值，全繫於這些制約條件的持續存在。

起初看似簡單。客服人員消除了摩擦。

即便數月未使用，訂閱與會員資格仍被自動續約。試用期結束後，優惠價格悄然翻倍。每項服務都被重新包裝成客服人員可協商的人質事件。客戶平均終身價值——這套訂閱經濟體系的基石指標——明顯下滑。

消費者 Agent 程式開始改變幾乎所有消費交易的運作模式。

人類實在沒有時間在購買一盒蛋白質棒前，跨五個競爭平台逐一比價。機器卻能做到。

旅遊預訂平台成為最早的犧牲品，因為它們最為簡單。到2026年第四季，我們的 Agent 能以比任何平台更快速、更低廉的成本，整合完整的行程規劃（含航班、酒店、地面交通、忠誠度優化、預算限制及退款方案）。

保險續約模式經歷了改革，過去整個續約機制完全仰賴投保人的慣性。那些每年為客戶重新比價的 Agent，瓦解了保險公司從被動續約中賺取的15-20%保費收益。

財務諮詢、稅務申報、常規法律事務——凡是服務提供者最終價值主張是「我將替您處理那些令您厭煩的複雜事務」的領域，都遭到顛覆。因為 Agent 眼中，沒有任何事務是令人厭煩的。

即使我們以為受人際關係價值庇護的領域，也展現出脆弱性。房地產市場中，買家數十年來因經紀與消費者間的資訊不對稱，而容忍5-6%的佣金率；然而當配備多重上市服務系統（MLS）存取權限與數十年交易數據的 AI Agent，能瞬間複製知識庫時，這套體系便土崩瓦解。一份2027年3月的賣方報告將此現象稱為「經紀對經紀的暴力」。主要都會區的買方佣金中位數已從2.5-3%壓縮至1%以下，且越來越多交易在買方完全沒有真人經紀參與的情況下完成。

我們過度高估了「人際關係」的價值。原來人們所謂的許多關係，不過是披著友善外衣的摩擦罷了。

這僅僅是中介層遭顛覆的開端。成功企業耗費數十億資金，成功利用了消費者行為與人類心理的特殊性——而這些特質如今已不再重要。

專注於價格與尺寸優化的機器，既不在意你最愛的應用程式，也不在乎你過去4年習慣性開啟的網站，更感受不到精心設計的結帳流程所帶來的吸引力。它們不會因疲倦而選擇最輕鬆的方案，也不會默認「反正我總是從這裡下單」。

這摧毀了某種特殊的護城河：習慣性中介服務。

DoorDash（DASH US）堪稱典型案例。

程式開發人員已徹底打破外送應用程式的市場門檻。有能力的開發者能在數週內推出功能完備的競爭產品，數十家新創公司相繼湧現，透過將 90-95% 的外送費直接支付給司機，成功吸引司機從DoorDash 和 Uber Eats 跳槽。多平台工作面板讓散工工作者能同時追蹤 20 至 30 個平台的訂單，徹底打破既有平台仰賴的鎖定機制。市場一夜之間分崩離析，利潤率壓縮至近乎歸零。

Agent 加速了雙方的破壞。他們先賦能競爭對手，隨後便加以利用。DoorDash 的護城河本質上就是「你餓了，你懶得動，這正是你主畫面上的 App」。但 Agent 沒有主畫面。它會同時查詢DoorDash、Uber Eats、餐廳官網，以及20個新創的 vibe coding 替代方案，如此一來每次都能挑選最低手續費與最快送達的選項。

習慣性 App 忠誠度——這套商業模式的根本基礎——對機器而言根本不存在。

這情景詭異地充滿詩意，或許是整個 Agent 故事中，唯一一個為即將被取代的白領工作者施以援手的例子。當他們轉行成為外送員時，至少半數收入不必上繳給 Uber 和 DoorDash。當然，隨著自動駕駛車輛普及，這項來自科技的恩惠終究未能持久。

一旦 Agent 掌控了交易流程，他們便開始尋求更龐大的紙夾。

價格匹配與聚合業務終究有其極限。要持續為用戶節省開支（尤其當 Agent 開始相互交易時），最根本的解決之道在於消除手續費。在機器對機器的商業模式中，信用卡 2 至 3% 的交易費率自然成為首要目標。

Agent 開始尋求比信用卡更快速、更廉價的支付方案。多數最終選擇透過 Solana 或 Ethereum L2層網絡使用穩定幣，其結算速度近乎即時，交易成本僅需幾分錢。

彭博社：Mastercard 2027 年第一季：淨收入年增 6%； 交易量年增率從前季的 5.9% 放緩至3.4%；管理層指出「Agent主導的價格優化」及「非必需品類別面臨壓力」｜(2027年4月29日)

Mastercard 2027年第一季報告成為不可逆轉的轉折點。代理型商務從產品敘事轉變為基礎架構敘事。次日萬事達股價暴跌 9%。Visa 股價亦隨之下跌，但在分析師指出其在穩定幣基礎設施領域的優勢地位後，跌幅有所收窄。

Agent 式商業交易繞過交易系統，對以信用卡業務為主的銀行及單一業務發卡機構構成更嚴峻的威脅。這些機構不僅收取了該 2-3% 手續費的大部分收益，更憑藉商戶補貼資助的獎勵計劃，建構起完整的業務版圖。

美國運通（AXP US）受創最深；白領人力削減削弱其客戶基礎，加上 Agent 繞過交易費機制破壞其收益模式，雙重逆風同時襲來。隨後數週內，Synchrony（SYF US）、Capital One（COF US）與 Discover（DFS US）股價亦全數下跌逾10%。

這些企業的護城河建立在摩擦之上。而摩擦正趨近於零。

從產業風險到系統性風險

直至 2026 年，市場仍將 AI 的負面衝擊視為產業層面的現象。軟件與顧問業遭受重創，支付系統等收費業務搖搖欲墜，但整體經濟似乎安然無恙。勞動市場雖趨軟化，卻未陷入自由落體式崩潰。主流觀點認為，創造性破壞本是任何技術創新週期的必然環節——局部領域將承受陣痛，但 AI 帶來的淨效益終將超越負面影響。

我們在 2027 年 1 月的宏觀備忘錄中指出，這種思維模式是錯誤的。美國經濟本質上是白領服務型經濟體——白領工作者佔就業人口的50%，並驅動約75%的非必需消費支出。 AI 正在吞噬的企業與職位，並非美國經濟的邊緣部分，它們本身就是美國經濟的核心。

「技術創新摧毀工作崗位，隨後又創造出更多崗位」。這曾是最流行且最具說服力的反駁論點。之所以廣為流傳且令人信服，是因為它在兩個世紀裡始終正確。即便我們無法預見未來會出現哪些工作，這些崗位終將如期而至。

自動櫃員機降低了分行營運成本，促使銀行增設更多分行，此後 20 年間櫃枱職員就業人數持續攀升。網路顛覆了旅行社、黃頁電話簿與實體零售業，卻同時催生出全新產業，創造出嶄新的就業機會。

然而，每項新工作仍需人類來執行。

當今的 AI 已具備通用智能，其精進的正是人類將重新部署的任務領域。遭取代的程式設計師無法輕易轉任「AI 管理員」職務，因為 AI 本身已具備這項能力。

如今，AI Agent 程式能處理耗時數週的研究開發任務。儘管沃頓商學院的教授們年復一年試圖將數據套入新的S型函數模型，但指數級增長仍徹底顛覆了我們對技術可能性的認知。

它們基本上編寫所有程式碼。其中表現最優異者，在幾乎所有領域都遠比絕大多數人類聰明得多。而且它們的成本持續下降。

AI 創造了新職位：prompt 工程師、AI 安全研究員、基礎架構技術人員。人類仍參與決策環節，負責最高層級的協調或品味指導。然而每當 AI 創造一個新職位，便會使數十個舊職位過時。這些新職位的薪酬僅有舊職位的一小部分。

彭博社：美國 JOLTS 數據：職缺數跌破 550 萬；失業人口與職缺比率攀升至約 1.7，創 2020 年 8 月以來新高 | (2026年10月)

招聘率全年疲軟，但 2026 年 10 月 JOLTS 數據提供了明確佐證。職缺數跌破 550 萬，年減 15%。

INDEED：隨著「生產力計劃」擴展，軟體、金融、顧問職缺急遽下滑 | (2026年11-12月)

白領職缺正急遽萎縮，藍領職缺卻相對穩定（建築、醫療、技工類）。動盪主要發生在那些撰寫備忘錄（不知為何我們仍在營運）、核定預算、維持經濟中層運作順暢的崗位。然而兩大群體的實質薪資增長，在全年多數時間皆呈負成長且持續下滑。

股市對 JOLTS 數據的關注度仍遠低於通用電氣旗下 Vernova 風電業務的渦輪機訂單已售罄至 2040 年的消息，在負面宏觀數據與正面的 AI 基礎建設頭條之間拉鋸，市場持續橫盤整理。

債券市場（向來比股市更明智，或至少更不浪漫）卻已開始反映消費衝擊的影響。接下來的四個月裡，10年期公債殖利率自 4.3% 一路下滑至 3.2%。然而，儘管失業率未見飆升，部分人士仍未能察覺失業結構的微妙變化。

在正常的經濟衰退中，原因終將自我修正。過度建設導致建築業放緩，進而降低利率，最終催生新工程。庫存超額引發去庫存化，隨後轉為補庫存。這種循環機制本身就蘊含著復甦的種子。

然而，本輪週期的成因並非循環性因素所致。

AI 變得更強大且更便宜。企業裁減員工，再用節省下來的資金購買更多 AI 能力，這使他們得以裁減更多員工。被取代的勞工減少消費。銷售消費品的企業銷量下滑、實力削弱，為維護利潤空間而加大對 AI 的投資。 AI 變得更強大且更便宜。

一個沒有自然煞車的反饋迴路。

直覺上的預期是，總需求下降將減緩 AI 的建設進程。但事實並非如此，因為這並非超大規模企業式的資本支出，而是營運支出的替代。某公司原本每年花費1億美元在員工薪資上，500萬美元在 AI 上，現在則將員工支出降至7000萬美元， AI 支出增至2000萬美元。 AI 投資額增長數倍，卻體現為總營運成本的降低。每家企業的AI預算都在增長，而整體支出卻在縮減。

諷刺的是，當 AI 基礎設施體系持續運作時，它所顛覆的經濟體卻開始惡化。Nvidia 營收仍屢創新高，台積電產能利用率仍維持在95%以上，超大規模企業每季在資料中心資本支出上仍投入 1500 億至 2000 億美元。而像台灣和韓國這類完全順應此趨勢的經濟體，表現更是大幅超越其他地區。

印度的情況恰恰相反。該國資訊科技服務業每年出口額超過 2000 億美元，不僅是印度經常帳盈餘的最大貢獻者，更是彌補其持續商品貿易逆差的關鍵財源。整個商業模式建立在單一價值主張之上：印度開發員的成本僅為美國同業的零頭。但 AI 編碼 Agent 的邊際成本已大幅下降，幾乎僅剩電力成本。TCS、Infosys 和 Wipro 等企業在 2027 年期間面臨加速取消合約的困境。隨著支撐印度對外帳戶的服務順差蒸發，盧比兌美元匯率 4 個月內暴跌18%。至 2028 年第一季，國際貨幣基金組織已開始與新德里展開「初步磋商」。

引發顛覆的引擎每季都在強化，這意味著顛覆每季都在加速。勞動力市場不存在自然的底線。

在美國，我們不再探討 AI 基礎設施的泡沫將如何破裂，而是開始思考：當消費者被機器取代時，消費者信貸經濟將面臨何種命運。

智能位移螺旋

2027年，宏觀經濟的走向不再隱晦。過去 12 個月零散卻明顯負面的發展態勢，其傳導機制已昭然若揭。無需深究勞工統計局的數據，只需參加一場朋友的晚宴便能領略。

遭裁員的白領階層並未閒置不前，而是選擇轉行。許多人轉投薪酬較低的服務業及散工經濟領域，導致這些行業的勞動力供應增加，工資水平也隨之壓縮。

我們的一位朋友在 2025 年擔任 Salesforce 的高階產品經理。擁有頭銜、醫療保險、401k退休金計畫，年薪 18 萬美元。她在第三輪裁員中失業。經過 6 個月的求職，她開始為 Uber 開車。收入驟降至4.5 萬美元。重點不在於個人故事，而在於次級效應的數學算式。將這種動態乘以數十萬名遍佈各大都會區的勞工。過剩的勞動力湧入服務業與散工經濟，壓低了本已掙扎求生的現有勞工薪資。特定產業的顛覆效應擴散成全經濟體的薪資壓縮現象。

剩餘的人類主導領域即將迎來新一輪調整，就在我們撰寫本文的此刻。隨著自動化配送與無人駕駛車輛逐步滲透散工經濟體系——該體系已吸收了第一波被取代的勞工——這波變革正悄然發生。

至2027年2月，仍受僱的專業人士顯然已開始效法即將失業者的消費模式。他們加倍努力工作（多仰賴 AI 輔助），只為保住飯碗，晉升與加薪的希望早已破滅。儲蓄率持續攀升，消費力則日漸疲軟。

最危險的部分在於滯後效應。高收入者憑藉高於平均水平的儲蓄，維持了兩三個季度的表面正常。直到問題在實體經濟中已成舊聞，硬數據才予以證實。隨後公布的數據打破了這層幻象。

勞工部：美國初領失業救濟人數飆升至48.7萬，創2020年4月以來新高；2027年第三季

初次申請失業救濟人數激增至48.7萬人，創2020年4月以來新高。ADP與益博睿數據證實，絕大多數新申請者來自白領專業人士。

標普指數隨後一週暴跌6%。負面宏觀因素開始在拉鋸戰中佔上風。

在正常的經濟衰退中，失業現象普遍存在。藍領與白領勞工承受的衝擊大致與其在就業市場所佔比例成正比。消費受創的情況同樣廣泛存在，且能迅速反映在數據中，因為低收入勞工的邊際消費傾向較高。

在本輪經濟週期中，失業現象主要集中於收入分配中位數以上的十個百分位層級。儘管這些群體僅佔總就業人口的相對小部分，卻驅動著遠超其比例的消費支出。 美國收入最高的前10%人口佔據了全美逾 50% 的消費支出，而前 20% 的高收入群體則佔據約 65%。正是這群人購買房屋、購置汽車、安排度假行程、光顧餐廳用餐、支付私立學校學費、進行住宅裝修。他們構成了整個非必需消費經濟體的基礎需求群體。

當這些勞工失業，或被迫接受減薪五成轉任現有職位時，相較於失業人數，其消費衝擊卻極為巨大。白領就業率每下降2%，便會導致非必需消費支出約3-4%的跌幅。 與藍領職位流失通常立即產生衝擊（從工廠遭解僱後，下週消費便會停止）不同，白領職位流失的影響雖具滯後性卻更為深遠——這些工作者擁有儲蓄緩衝，使其能在行為轉變生效前維持數月的消費水準。

至 2027 年第二季，經濟已陷入衰退。美國國家經濟研究局（NBER）雖延遲數月才正式標定衰退起始點（他們向來如此），但數據已無可辯駁——我們連續兩個季度出現實質 GDP 負成長。然而這還不是一場「金融危機」……至少當時還不是。

相關押注的雛菊鏈

私募信貸規模從 2015 年的不足 1兆美元，擴張至 2026 年的逾 2.5兆美元。其中相當比例的資金投入軟體與科技交易，多數為以槓桿收購模式收購 SaaS 企業，其估值假設該類公司能永久維持十幾百分比的營收成長率。

那些假設在首次 Agent 程式設計演示與 2026 年第一季軟體崩潰之間某處消亡，但估值標記似乎渾然未覺其已死。

當眾多公開上市的 SaaS 企業以 5-8 倍 EBITDA 估值交易時，私募股權支持的軟體公司卻仍以已不復存在的營收倍數收購估值，盤踞在資產負債表上。管理層逐步下調估值基準——100美分、92美分、85美分——而同期公開市場同業估值早已跌至50美分。

穆迪投資者服務公司：下調 14 家發行機構共計 180 億美元私募股權支持軟體債務評級，指出「 AI 驅動的競爭性顛覆帶來長期營收逆風」； 此為自2015年能源業以來最大單一產業行動 | (2027年4月)

所有人都記得降級後發生的事。業界老手早在 2015 年能源業降級後就看穿了這套劇本。

2027 年第三季，軟體擔保貸款開始違約。資訊服務與諮詢領域的私募股權投資組合公司隨之倒下。數家知名 SaaS 企業的數十億美元槓桿收購案相繼進入重組程序。

Zendesk 正是關鍵證據。

金融時報：Zendesk 因 AI 驅動的客服自動化侵蝕年化收益，未能履行債務契約；50億美元直接貸款融資設施折價至 58 美分；創紀錄最大私營信貸軟體違約案 | (2027年9月)

2022 年，Hellman & Friedman 與 Permira 以 102 億美元將 Zendesk 私有化。債務融資方案包含 50億美元直接貸款，這是當時史上規模最大的年度經常性收入擔保融資，由黑石集團牽頭，阿波羅、Blue Owl 及 HPS 均參與貸款集團。該貸款結構明確基於 Zendesk 年度經常性收入將持續穩定的假設。以約 25 倍 EBITDA 估值計算，若此假設成立，如此高槓桿率方具合理性。

到了2027年中，情況就不同。

AI Agent 已獨立處理客戶服務近一年之久。Zendesk所定義的服務範疇（帳單處理、路由分配、管理人工支援互動）早已被全新系統取代——這些系統能直接解決問題，完全無需生成帳單。當初貸款核保依據的「年化經常性收入」，如今已不再具有經常性，不過是尚未流失的營收罷了。

史上最大規模的 ARR擔保貸款，最終演變成史上最大規模的私募信貸軟體違約案。所有信貸部門同時提出同一個疑問：還有哪些企業正遭受偽裝成週期性逆風的長期逆風？

但市場共識至少在初期判斷正確：這本應是可承受的危機。

私募信貸並非2008年的銀行體系。其整體架構明確設計為避免被迫拋售。這些是資本鎖定的封閉式基金，有限合夥人承諾投資期長達 7 至 10 年。既無存款人恐慌性擠兌，亦無回購融資線需緊急撤回。管理人可持有減值資產，逐步處理並等待價值回升。過程雖痛苦，但尚在掌控之中。此體系本應具備彈性應變能力，而非徹底崩潰。

黑石、KKR與阿波羅的高管均表示，其軟體曝險佔資產比例介於 7%至13% 之間。此風險尚在可控範圍。所有賣方報告與金融推特信貸帳戶均持相同觀點：私募信貸擁有永久資本。這類資產能吸收足以讓槓桿銀行崩潰的損失。

永久資本。這個詞彙出現在每場財報電話會議與投資者信函中，旨在安撫人心。它成了口頭禪。而如同多數口頭禪，無人關注其細微之處。以下是它真正的含義⋯⋯

過去 10 年間，大型另類資產管理公司相繼收購人壽保險公司，並將其轉化為融資工具。阿波羅收購雅典娜保險，Brookfield 收購美國公平人壽，KKR 則拿下環球大西洋保險。其邏輯精妙絕倫：年金存款提供了穩定且長期限的負債基礎。管理公司將這些存款投入其發起的私募信貸業務，從而實現雙重收益——保險端賺取利差，資產管理端收取管理費。這套層層疊加的費用永動機制，在某個前提下運作得天衣無縫。

私人信貸必須是優質資金。

這些損失衝擊了那些為承接長期負債而持有非流動性資產的資產負債表。本應使體系具備韌性的「永久資本」，並非某種抽象的耐心機構資金池，亦非精明投資者承擔複雜風險的產物。正是美國家庭的儲蓄——那些「普通民眾」的錢——以年金形式投資於同一批私募股權支持的軟體與科技公司債券，如今卻陷入違約。被鎖定的資金無法撤出，這些資金來自人壽保險保單持有人，而該領域的規則略有不同。

相較於銀行體系，保險監管機構向來溫順——甚至有些自滿——但這場風暴成了警鐘。監管機構早已對人壽保險公司集中持有私人信貸資產感到不安，隨即開始調降這些資產的風險資本要求。此舉迫使保險公司必須增資或出售資產，然而在市場已然凍結的環境下，這兩種選擇都難以在有利條件下實現。

路透社：紐約與愛荷華州監管機構採取行動，收緊人壽保險公司持有特定私募評級信貸的資本處理方式；美國保險監理官協會指引預計將提高RBC係數並觸發額外SVO審查 | (2027年11月)

當穆迪將雅典娜保險財務實力評級展望調降為負面時，阿波羅集團股價兩日內暴跌22%。Brookfield、KKR 等企業股價隨之跟跌。

情況從此變得更加複雜。這些公司不僅打造了保險業的永動機，更建立起精密的離岸架構，藉助監管套利來最大化收益。美國保險公司簽發年金保單後，便將風險轉移給其旗下的百慕達或開曼群島再保險公司——這些子公司專為利用更靈活的監管環境而設立，在持有相同資產時只需準備較少的資本金。該聯屬公司透過離岸特殊目的實體籌集外部資本，這層新對應方與保險公司共同投資於同一母公司資產管理部門發起的私募信貸業務。

評級機構——其中部分本身就由私募股權公司持有——向來並非透明度的典範（這幾乎無人感到意外）。不同公司與不同資產負債表交織的蛛網般結構，其不透明程度令人咋舌。當底層貸款出現違約時，究竟誰實際承擔損失的問題，在當下確實無人能即時解答。

2027 年 11 月的崩盤標誌著市場認知的轉折點——從可能只是尋常週期性回調，轉變為某種更令人不安的現象。聯準會主席 Kevin Warsh 在聯邦公開市場委員會（FOMC）11月緊急會議中將其形容為「一串串相互關聯的賭注，押注於白領生產力增長」。

你看，引發危機的從來不是損失本身，而是對損失的認知。而金融領域中還存在著另一片更廣闊、更為關鍵的疆域——我們對認知這片疆域的恐懼，早已遠遠超越了對損失本身的畏懼。

房貸問題

Zillow / 房利美：房價指數顯示：舊金山年降幅達11%、西雅圖9%、奧斯汀8%；房利美警示科技/金融從業比例逾 40% 的郵遞區號存在「早期逾期貸款率攀升」現象 | (2028年6月)

本月，Zillow房價指數顯示舊金山房價年降幅達11%，西雅圖為9%，奧斯汀則為8%。令人憂慮的頭條新聞不僅於此。上月，房利美警示稱巨額貸款集中郵遞區號的早期違約率攀升——這些區域通常聚集信用評分780分以上的借款人，向來被視為「防彈」地帶。

美國住宅抵押貸款市場規模約達 13兆美元。抵押貸款承銷建立在一個基本假設之上：借款人將在貸款期間維持大致與當前收入水平相當的就業狀態。對於多數抵押貸款而言，這段期限長達 30 年。

白領就業危機正透過收入預期的持續轉變，動搖這項基本假設。如今我們不得不提出三年前聽來荒謬的問題——優質抵押貸款是否仍屬優質資產？

美國歷史上每一次抵押貸款危機，皆源於以下三種因素之一：投機過度（如 2008 年般向無力負擔房產者放貸）、 利率衝擊（利率攀升導致可調整利率抵押貸款難以負擔，如 1980 年代初期），或區域性經濟衝擊（單一產業在特定地區崩潰，如 1980 年代德州的石油業或 2009 年密西根州的汽車業）。

這些情況都不適用於此。問題中的借款人並非次級貸款者。他們的 FICO 信用評分為780分，支付了 20% 的首付款，擁有清白的信用記錄、穩定的就業紀錄，且收入在貸款發放時已通過核實並留存文件。他們正是金融體系中所有風險模型視為信貸品質基石的借款人。

2008 年，貸款從第一天起就是壞帳。2028 年，貸款從第一天起就是好帳。世界在貸款簽署後就……改變了。人們以一個他們再也無法相信的未來作為抵押借款。

2027 年，我們察覺到隱形壓力的早期徵兆：房屋淨值信貸額度（HELOC）動用、401(k)退休帳戶提領，以及信用卡債務激增，而房貸還款卻仍能按時繳付。隨著工作流失、招聘凍結與獎金削減，這些優質家庭的負債收入比翻倍攀升。

他們仍能支付房貸，但代價是必須停止所有非必要開支、耗盡儲蓄，並延後所有房屋維修或裝修。從技術層面而言，他們的房貸尚屬正常，但距離陷入困境僅一步之遙——而 AI 能力的發展軌跡顯示，那場衝擊即將來臨。隨後我們發現，即便全國平均違約率仍處於歷史常態範圍內，舊金山、西雅圖、曼哈頓和奧斯汀的房貸拖欠率卻開始急遽攀升。

我們現正處於最嚴峻的階段。當邊際買家財務狀況穩健時，房價下跌尚可控制。然而此刻，邊際買家同樣面臨收入受損的困境。

儘管憂慮日益加劇，我們尚未陷入全面的房貸危機。違約率雖有上升，但仍遠低於 2008 年的水平。真正的威脅在於其發展軌跡。

智能置換螺旋現已擁有兩項金融助燃劑，加速實體經濟的衰退。

替代勞動力、房貸憂慮、私人市場動盪。三者相互強化。而傳統政策工具箱（降息、量化寬鬆）雖能調節金融引擎，卻無法驅動實體經濟引擎——因為實體經濟引擎並非由緊縮的金融環境驅動，而是源於 AI 使人類智慧變得不再稀缺且價值降低。即便將利率降至零，收購市場上所有抵押貸款支持證券（MBS）與違約軟件槓桿收購債務⋯⋯

這無可改變的事實是：一位 Claude AI Agent 每月僅需200美元，便能勝任價值 18 萬美元的產品經理工作。

若這些憂慮成真，今年下半年房貸市場將出現裂痕。在此情境下，我們預期當前股市跌幅最終將與全球金融危機時期（峰值至谷底跌幅57%）相媲美。這將使標普500指數跌至約 3500 點——此水平自 2022 年 11 月 ChatGPT 爆發前一個月以來未曾出現。

顯而易見的是，支撐 13兆美元住宅抵押貸款的收入假設已出現結構性缺陷。但政策能否在抵押貸款市場完全消化此現象前介入干預，仍是未知數。我們抱持希望，卻也無法否認存在不抱希望的理由。

與時間的賽跑

第一個負面反饋循環出現在實體經濟領域： AI 能力提升，薪資支出縮減，消費趨緩，利潤率緊縮，企業增購技術能力，進而提升整體效能。隨後危機蔓延至金融體系：收入減損衝擊房貸市場，銀行虧損導致信貸緊縮，財富效應崩潰，反饋循環加速惡化。而這兩大危機更因政府政策反應不足而雪上加霜——坦白說，當局似乎已陷入混亂。

該系統並非為此類危機而設計。聯邦政府的稅收基礎本質上是對人力時間的課稅。人們工作，企業支付薪資，政府抽取分潤。在正常年份裡，個人所得稅與薪資稅構成稅收收入的主體。

今年第一季結束時，聯邦政府收入較國會預算辦公室基準預測低12%。薪資收入下滑源於就業人數減少，且多數人薪資水準未達過往水平；所得稅收入下降則因整體收入結構性降低。生產力雖大幅提升，但收益流向資本與算力資源，而非勞動者。

勞動在 GDP 的份額從 1974 年的 64% 下降至 2024 年的 56%，歷經 40 年持續下滑，其背後驅動力包括全球化、自動化浪潮，以及勞工議價能力的逐步削弱。自 AI 開始呈現指數級進步的 4年來，該比例更驟降至46%，創下有紀錄以來最劇烈的跌幅。

產出依然存在，但回流至企業的途徑已不再經過家庭部門，這意味著資金流也不再經過國稅局。循環流動正在中斷，預期政府將介入修復此狀況。

如同每次經濟衰退，支出攀升之際，收入卻同步下滑。不同之處在於，本次的支出壓力並非週期性現象。自動穩定器本是為應對暫時性失業而設，而非結構性替代。現行制度發放的福利金，是基於勞工將重新被吸納的假設。然而許多人將無法重返職場，至少無法獲得與先前相近的薪資。在COVID 期間，政府毫不猶豫地接受15%的赤字，但這被視為暫時措施。如今需要政府援助的人們，並非遭受了終將復甦的疫情衝擊，而是被持續進步的科技所取代。

政府需要在向家庭徵收較少稅款的同時，向家庭轉移更多資金。

美國不會違約。它印製的貨幣正是其支出貨幣，也是用來償還借款人的貨幣。但這場壓力已在其他領域顯現。今年以來，市政債券的表現出現令人擔憂的分化跡象。免徵所得稅的州表現尚可，但依賴所得稅的州（多數為藍州）所發行的普通公債，其價格已開始反映部分違約風險。政治人物迅速察覺此趨勢，關於誰該獲得紓困的爭論已沿著黨派立場分化。

值得肯定的是，政府當局早早意識到此次危機的結構性本質，並開始考慮兩黨提出的所謂「轉型經濟法案」：該法案旨在建立直接補助失業勞工的框架，資金來源將結合赤字支出與擬議中對 AI 運算徵收的稅款。

目前最激進的提案更進一步。所謂的「共享 AI 繁榮法案」將建立對智慧基礎設施本身收益的公共索償權，介於主權財富基金與 AI 產出版稅之間，其股息將用於資助家庭轉移支付。私營部門的遊說團體已透過媒體大肆警告此舉將引發惡性循環。

討論背後的政治角力早可預見其陰暗面，更因政治作秀與邊緣政策而雪上加霜。右翼勢力將轉移與再分配斥為馬克思主義，並警告徵 AI 稅將使中國掌握主導權。左翼陣營警告，由現任者協助擬定的稅制無異於變相的監管。財政鷹派則指出赤字已難以為繼。鴿派則以全球金融危機後過早實施緊縮政策為戒。隨著今年總統大選臨近，這道鴻溝正日益擴大。

當政客們爭吵不休時，社會結構的崩解速度遠遠超過立法程序的推進速度。

佔領矽谷運動成為更廣泛不滿情緒的象徵。上個月，示威者連續三週封鎖了 Anthropic 與 OpenAI 位於舊金山辦公室的入口。參與人數持續增長，這些示威活動獲得的媒體關注度，甚至超越了引發抗議的失業數據本身。

在金融危機的餘波中，公眾對銀行家的憎惡已達頂峰，但 AI 實驗室正試圖超越這個紀錄。從大眾角度來看，這份憎惡有其充分理由——這些實驗室的創辦者與早期投資者累積財富的速度，讓「金碧輝煌時代」的盛況都相形見絀。生產力爆發所帶來的收益幾乎完全歸屬於運算資源的所有者以及依賴這些資源運作的實驗室股東，這使得美國的貧富差距擴大至前所未有的程度。

每個陣營都有自己的反派，但真正的反派是時間。

AI 能力的演進速度，遠超制度調整的步調。政策回應仍以意識形態為準繩，而非現實為依歸。若政府無法及早達成共識，問題的本質將由反饋迴路為他們寫下下一章節。

智慧溢價的消退

在整個現代經濟史上，人類智慧始終是稀缺的投入要素。資本曾極為充裕（或至少可複製），自然資源雖有限卻可替代。技術進步速度緩慢，足以讓人類逐步適應。唯有智慧——即分析、決策、創造、說服與協調的能力——是無法大規模複製的珍貴資產。

人類智慧的固有價值源於其稀缺性。我們經濟體系中的每項制度——從勞動力市場到抵押貸款市場再到稅法體系——皆是為符合此前提的世界所設計。

我們正經歷著這份溢價的消退。在日益擴大的任務範圍內，AI 已成為人類智能的合格替代者，且正以驚人速度持續進化。金融體系歷經數十年優化，本為稀缺人力資源的世界而生，如今正經歷重新定價。這場重估過程充滿痛苦、混亂，且遠未完成。

但價格重估不等同於崩潰。

經濟體仍能尋得新的平衡點。達成此目標是人類僅存的少數使命之一。我們必須正確地完成這項任務。

這是經濟史上首次，生產力最高的資產非但未能創造更多就業機會，反而導致就業崗位減少。現有框架皆不適用，因為它們從未為稀缺資源轉為充裕的世界而設計。因此我們必須建立新框架。關鍵問題在於：我們能否及時完成這項建構。

但你並非在 2028 年 6 月閱讀這段文字，而是在 2026 年 2 月。

標普指數逼近歷史高點。負面反饋循環尚未啟動。我們確信某些情境終將落空，但同樣篤定機器智能將持續加速發展。人類智能的溢價優勢將逐漸收窄。

身為投資者，我們仍有時間評估投資組合中有多少是建立在無法撐過本 10 年的假設之上。作為社會，我們仍有時間採取主動。

金絲雀還活著。