BlockBeats 律動財經
編者按：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、携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；另一邊是美股反復震盪，軟件、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、信用與宏觀周期。
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 研究的這篇文章出現，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，人工智能的顛覆性影響導致大量白領失業，消費者支出下降，由軟件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。軟件、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，而是一種情境推演。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，試圖追溯並複盤全球智能危機的形成過程及其帶來的連鎖影響。
CitriniResearch
（2026年2月22日）2028年6月30日
今早公布的失業率為 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，正是試圖複原這一演化過程，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；資本市場的叙事幾乎完全圍繞 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 集群，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……
這是一個缺乏自刹車機制的循環，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系的基礎。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陲。
與此同時，連續 17 年沒有經歷真正意義上的違約周期，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。
2025 年末，代理式編程工具的能力出現了躍迁式提升。
一名經驗成熟的開發者，借助 Claude Code 或 Codex，已可以在數周內複刻一個中型 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，年中複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，該合同以 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，它們約占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%；宣布裁員 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，既要彼此厮殺，又要面對一批沒有歷史成本包袱、由代理式編程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 以席位數計費，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，也在以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。
到 2027 年初，大語言模型的使用已成為默認選項。人們在不自覺中使用着 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計算是什麼，卻早已習慣通過流媒體觀看視頻一樣。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。短短數周內，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行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行。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 小時自動優化的過程，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，美國經濟在人類局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行邏輯。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、飯店、地面交通、積分優化、預算約束以及退改規則，整體效率全面超過傳統平台。
保險續保同樣未能幸免。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，也未能幸免。
房地產行業長期依賴買賣雙方的信息不對稱，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製。
2027 年 3 月的一份賣方報告將這一現象形容為代理對代理的戰爭。主要城市的買方佣金中位數已從 2.5%–3% 壓縮至 1% 以下，越來越多的交易在買方完全沒有人工經紀人參與的情況下完成。
我們高估了人際關係的價值。許多所謂的關係，本質上不過是披著友好外衣的摩擦。
而這僅僅是中介層瓦解的開端。成功的公司曾投入數十億美元，利用消費者的行為偏差與心理慣性構築護城河，但在機器面前，這些機制迅速失效。
機器只優化價格與匹配度。它不在乎你偏愛的 App，不會被精緻的結帳頁面吸引，也不會因為疲憊而選擇最方便的選項，更不會出於習慣反覆在同一平台下單。
被摧毀的，是一種特殊的護城河，習慣型中介。
DoorDash 成為典型案例。代理式編程顯著降低了外賣平台的進入門檻，一名熟練開發者數周內即可部署功能完備的競品。大量新平台湧現，通過將 90%–95% 的配送費直接分配給司機，迅速吸引運力流出。多平台管理面板讓零工能夠同時接入二三十個平台，原有的鎖定效應幾乎消失。市場在極短時間內碎片化，利潤率被壓縮至接近於零。
代理同時加速了兩端的瓦解：既催生競爭者，也優先調用它們。DoorDash 的護城河本質上建立在一個簡單前題之上：「你餓了，你懶得比價，這個 App 就在首頁。」
而代理沒有「首頁」，它會同時檢索 DoorDash、Uber Eats、餐廳官網，以及數十個新平台，每一次都選擇費用最低、配送最快的方案。
對機器而言，習慣性忠誠並不存在。
頗具諷刺意味的是，在這場連鎖反應中，這或許是代理唯一一次幫到即將被替代的白領。當他們轉而成為配送員時，至少收入不再有一半被平台抽走。不過，這種技術帶來的善意並未持續太久，隨著自動駕駛的普及，局面很快發生逆轉。
當代理開始掌控交易本身，它們便繼續尋找更大的優化空間。
單純的比價與聚合終究有邊界。若要持續為用戶降低成本，尤其是在代理之間開始彼此交易之後，最直接的方式就是消除手續費。在機器對機器的交易場景中，2%–3% 的銀行卡交換費自然成為最顯眼的目標。
代理開始尋找比傳統卡組織更快、更便宜的結算路徑。多數最終選擇通過 Solana 或以太坊二層網路使用穩定幣進行支付，結算幾乎即時，交易成本僅為幾分錢的零頭。
Mastercard 2027 年第一季度財報：淨收入同比增長 6%；購買交易量增速從上一季度的 5.9% 放緩至 3.4%；管理層提及「代理主導的價格優化」以及「可選消費類別承壓」。
——Bloomberg，2027 年 4 月 29 日
這份財報，成為不可逆的轉折點。
代理式商業由產品層面的創新轉向結算基礎設施層面的衝擊。MA 次日下跌 9%，Visa 同樣承壓，但因其在穩定幣基礎設施領域佈局更早，跌幅有所收窄。
代理式商業繞過交換費結算路徑，對以銀行卡業務為核心的銀行，以及單一業務發卡機構構成了更為嚴峻的衝擊。這些機構長期收取 2%–3% 交換費中的大部分收入，並圍繞由商戶補貼支撐的積分與獎勵計劃，搭建起完整的業務板塊。
其中，美國運通承受的壓力最為集中，一方面，白領就業收縮持續削弱其高價值客戶基礎；另一方面，代理繞過交換費結算，直接動搖了其核心收入模式。隨後數周內，Synchrony（SYF US）、Capital One（COF US）與 Discover（DFS US）股價也相繼下跌超過 10%。
它們的護城河，本質上建立在摩擦之上，而摩擦，正在迅速歸零。
整個 2026 年，市場始終將 AI 帶來的負面影響視為一種行業層面的衝擊。軟體與諮詢行業首當其衝，支付系統和其他收費關口開始動搖，但更廣泛的宏觀經濟看起來仍然穩健。勞動力市場雖在降溫，卻並未出現失控式下滑。主流共識認為，創造性破壞是任何技術創新周期的必經階段：局部會很痛，但 AI 帶來的整體淨收益終將覆蓋其負面影響。
我們在 2027 年 1 月的宏觀備忘錄中指出，這是一種錯誤的認知框架，美國本質上是一個白領主導的服務型經濟體。白領勞動者占總就業的 50%，貢獻了約 75% 的可自由支配消費支出。AI 正在侵蝕的企業與岗位，並非美國經濟的邊緣部分，它們就是美國經濟本身。
「技術創新在摧毀工作的同時，會創造更多工作」，是當時最流行、也最具說服力的反駁觀點。
之所以成立，是因為它在過去兩個世紀裡幾乎從未失靈。即便我們無法清晰想象未來岗位的具體形態，它們也總會如期出現。自動取款機降低了銀行網點的運營成本，銀行反而開設了更多分支機構，櫃員岗位在隨後二十年中持續增長。互聯網顛覆了旅行社、黃頁和實體零售，但同時也催生了全新的產業，創造了大量新工作。
但有一個前提始終未被打破，這些新工作，都需要人類來完成。
而 AI 正在改變這一前提。如今，AI 已成為一種通用智能，並且正持續在人類原本會被重新部署到的那些任務上快速進步。被替代的程式設計師，並不能簡單轉向 AI 管理，因為 AI 本身已經具備了管理能力。
今天，AI 代理已能夠獨立承擔持續數周的研發與研究任務。儘管商學院的教授們每年仍試圖用新的 S 曲線來擬合這些數據，但指數級增長早已超出了我們對可能性邊界的既有認知。
它們編寫了幾乎所有的程式碼，其中表現最好的代理，在幾乎所有事情上都遠比幾乎所有人類聰明。而且它們越來越便宜。
AI 的確創造了新的工作崗位，提示詞工程師。AI 安全研究員。基礎設施技術員。人類仍然處於循環之中，在最高層面進行協調或對品味進行把控。但每新增一個職位，往往伴隨著數十個舊崗位被淘汰；而新崗位的薪酬水平，也僅是被替代崗位的一小部分。
美國 JOLTS 數據：職位空缺降至 550 萬以下；失業人數與職位空缺比率升至約 1.7，為 2020 年 8 月以來最高水平——Bloomberg，2026 年 10 月
全年的招聘率一直萎靡不振，但 26 年 10 月的 JOLTS 數據提供了一些決定性的證據。職位空缺跌破 550 萬，同比下降 15%。
INDEED：隨著「生產力倡議」的蔓延，軟件、金融、咨詢行業的招聘啟事大幅下降——Indeed Hiring Lab，2026 年 11–12 月
白領的空缺職位正在快速收縮，而藍領空缺（建築、醫療保健、技術工人）保持相對穩定。人員流失集中在那些撰寫備忘錄、審批預算以及維繫經濟中層運轉的崗位上（我們居然還在）。然而，這兩類群體的實際工資增長在全年大部分時間都為負，並持續下行。
股票市場對 JOLTS 數據的反應遠不及另一條消息，他們更關心的是通用電氣 Vernova 所有的渦輪機產能已經賣到了 2040 年，市場在負面的宏觀數據與積極的 AI 基礎設施擴張之間拉鋸，整體橫盤震盪。
然而，債券市場（總是比股市更聰明，或者至少更不浪漫）開始對消費端的下滑風險進行定價。10 年期國債收益率在隨後的四個月裡開始了從 4.3% 到 3.2% 的下降。儘管如此，整體失業率並沒有失控式增長，結構的細微差別仍然被一些人忽略了。
在正常的經濟衰退中，問題往往具有自我修復機制。過度建設導致建築放緩，從而導致利率下降，這反過來又刺激了新的建設。庫存過剩導致去庫存，從而引發重新進貨。周期性機制內含著其自身復甦的種子。
但這一次，周期的根源不是周期性的。
AI 變得越來越好，也越來越便宜。企業先裁員，再將節省下來的成本投入更多 AI 能力，從而獲得進一步裁員的條件；被裁員工消費隨之收縮；面向消費者的企業銷量下滑、盈利承壓，只能繼續加大對 AI 的投入以維持利潤率。於是，AI 再一次變得更強、更便宜。
這是一個沒有自然制動器的負反饋循環。
直覺上，人們會認為，總需求的下滑終將拖慢 AI 的建設節奏。但事實並非如此，因為這並不是傳統意義上依賴超大規模算力中心的資本性支出（CapEx），而是一種運營支出（OpEx 的結構性替代）。
一家過去每年在人力上支出 1 億美元、在 AI 上僅投入 500 萬美元的公司，如今可能在人力上的支出降至 7000 萬美元，而 AI 預算卻提升至 2000 萬美元。AI 投入實現了成倍增長，但這一增長並非來自擴張，而是發生在整體運營成本下降的過程中。換言之，每家公司的 AI 預算都在上升，而總支出卻在收縮。
具有諷刺意味的是，即便 AI 正在重塑並削弱其所嵌入的經濟體系，AI 基礎設施複合體本身卻依然表現強勁。
英偉達（NVDA）持續交出創紀錄的營收，台積電（TSM）產能利用率依舊維持在 95% 以上，超大規模雲廠商每個季度仍投入 1500 億至 2000 億美元用於資料中心建設。那些最集中體現這一趨勢的經濟體，如臺灣和韓國，在資本市場上的表現也顯著跑贏大盤。
印度則呈現出截然相反的局面。其 IT 服務業每年出口規模超過 2000 億美元，是印度經常帳戶盈餘的核心來源，也是彌補長期商品貿易逆差的關鍵支柱。整個模式建立在一個簡單的比較優勢之上：印度開發人員的成本，僅為美國同行的一小部分。
但 AI 編程代理的邊際成本，已經崩潰至幾乎只剩下電費。進入 2027 年，塔塔咨詢（TCS）、Infosys 與 Wipro 的合同取消量明顯加速。隨著支撐印度外部帳戶的服務貿易盈餘迅速蒸發，盧比在四個月內對美元貶值 18%。到 2028 年第一季度，國際貨幣基金組織（IMF）已開始與新德里進行初步接觸。
推動顛覆的引擎在每一個季度都變得更強，這意味著顛覆的速度也在持續加快。勞動力市場，並不存在一個天然的底部。
在美國，問題已經不再是 AI 基礎設施的泡沫何時破裂。真正開始被反覆追問的是，當消費者本身被機器系統性替代，一個建立在消費信貸之上的經濟體，將走向何處。
2027 年是宏觀經濟敘事不再微妙的一年。過去 12 個月裡那些脫節但明顯負面的發展趨勢的傳導機制變得顯而易見。你不需要去看美國勞工統計局（BLS）的數據，只需參加一次朋友的晚宴就知道了。
被取代的白領工人並沒有閒著，他們降級了。許多人從事了薪水較低的服務業和零工經濟工作，這增加了這些領域的勞動力供應，並壓低了那裡的工資。
我們的一位朋友 2025 年時在 Salesforce 擔任高級產品經理。擁有頭銜、健康保險、401k 养老金，年薪 18 萬美元，她在第三輪裁員中失去了工作。經過六個月的尋找，她開始開 Uber，收入降至 4.5 萬美元。
重點不在於個人的故事，而在於二階數學效應，將這種動態乘以每個主要大都市的幾十萬名工人。資歷過剩的勞動力湧入服務業和零工經濟，壓低了本已苦苦掙扎的現有工人的工資，行業特定的顛覆惡化成了整個經濟範圍內的工資壓縮。
僅存的以人類為中心的勞動力池還有一次修正尚未到來，它就發生在我們寫下這些文字的當下。這是因為自動送貨和自動駕駛汽車正在席捲那些吸收了第一波被取代工人的零工經濟。
到 2027 年 2 月，很明顯，仍有工作的專業人士的消費模式就像他們可能是下一個被裁的一樣。他們加倍努力工作（主要是在 AI 的幫助下）僅僅是為了不被解雇，升職或加薪的希望已經破滅。儲蓄率小幅上升，支出疲軟。
最危險的部分在於滯後性。高收入者利用他們高於平均水平的儲蓄，在兩到三個季度內維持了正常的表象。硬數據沒有確認問題的存在，直到它在實體經濟中已經成了舊聞。隨後，打破這種錯覺的數據公佈了。
美國初請失業金人數激增至 48.7 萬，為 2020 年 4 月以來最高水平 | 勞工部，2027 年第三季度
初請失業金人數飆升至 48.7 萬，創下 2020 年 4 月以來的最高水平。ADP 和 Equifax 證實，絕大多數的新申請人都是白領專業人士。
標普 500 指數在接下來的一周內下跌了 6%，負面宏觀因素開始在拔河中佔據上風。
在普通的經濟衰退中，失業是廣泛分佈的。藍領和白領工人承擔的痛苦大致與各群體在總就業中的比例相當。消費打擊也是廣泛分佈的，並且很快會在數據中顯現出來，因為低收入工人有更高的邊际消費傾向。
在這個周期中，失業集中在收入分配最高的幾個十分位區間。它們在總就業人數中所佔比例相對較小，但它們驅動著不成比例的消費者支出份額。收入最高的前 10% 佔據了美國所有消費者支出的一半以上。前 20% 佔據了大約 65%。這些人買房、買車、度假、下餐廳、交私立學校學費、裝修房屋。
他們是整個非必需消費品經濟的需求基礎。
當這些工人失去工作，或接受減薪 50% 轉向可用崗位時，消費打擊相對於失去的職位數量來說是巨大的。白領就業下降 2% 轉化為對可自由支配的消費者支出的影響大約在 3-4%。與藍領失業通常會立即產生影響（你被工廠解雇，下周就停止消費）不同，白領失業的影響有滯後性但更深，因為這些工人有儲蓄緩衝，使他們能夠在行為發生根本轉變之前維持幾個月的支出。
到 2027 年第二季度，經濟陷入衰退。美國國家經濟研究局直到幾個月後才正式確定衰退的開始日期（他們一向如此），但數據是明確無誤的——我們已經連續兩個季度出現實際 GDP 負增長。但此時還不是一場「金融危機」……暫時的。
私人信貸的規模從 2015 年不足 1 兆美元，迅速擴張至 2026 年的超過 2.5 兆美元。其中相當一部分資本被投向了軟件與科技交易，尤其是對 SaaS 公司的槓桿收購。而這些交易的估值基礎，普遍建立在一個關鍵假設之上：收入將長期維持中高十幾位數的增長。
這些假設，實際上早已在第一次代理式編程能力展示與 2026 年第一季度軟件股暴跌之間宣告破產。但問題在於，資產的帳面估值（marks）似乎並未意識到這一點。
當大量上市 SaaS 公司的交易倍數已跌至 5–8 倍 EBITDA 時，資產負債表上那些由私募股權支持的軟件公司，仍然維持著基於「收入倍數」的併購估值，而這些收入倍數，早已不復存在。管理層選擇緩慢下調帳面價值：從 100 美分，降至 92、85；與此同時，公開市場可比公司的定價，早已指向 50 美分。
穆迪下調 14 家發行人高達 180 億美元的私募股權支持的軟件債務評級，理由是「人工智能驅動的競爭顛覆帶來的長期收入逆風」；這是自 2015 年能源危機以來規模最大的單一行業降級行動。——穆迪投資者服務，2027 年 4 月
所有人都記得評級下調之後發生了什麼。對於經歷過 2015 年能源行業降級潮的行業老兵而言，這套劇本並不陌生。
到 2027 年第三季度，以軟件資產為支撐的貸款開始陸續違約；信息服務與諮詢領域的 PE 投資組合公司隨即跟進；多起涉及知名 SaaS 公司的、規模達數十億美元的槓桿收購交易，相繼進入重組程序。
Zendesk 是確鑿的證據。
ZENDESK 因人工智能驅動的客戶服務自動化侵蝕 ARR（年度經常性收入）而未能履行債務契約；50 億美元的直接貸款便利工具被標記為 58 美分；創下有史以來最大的私人信貸軟件違約紀錄。——《金融時報》，2027 年 9 月
2022年，Hellman & Friedman和Permira以1020億美元將Zendesk私有化。其融資結構中包括500億美元的直接貸款，這是當時歷史上最大的以ARR支持的信貸便利，由黑石集團（Blackstone）牽頭，阿波羅（Apollo）、Blue Owl和HPS均在貸款財團中。
這筆貸款的核心結構假設十分明確：假設Zendesk的年度經常性收入（ARR）將保持不變。在槓桿率約為25倍EBITDA的情況下，只有在此前提下，整個資本結構才具備合理性。
但到2027年中，這個前提不存在了。
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
