《2028全球智能危機》：一篇雄文引發股市恐慌背后的十個邏輯

一篇雄文（熊文？），把市場砸出了一個坑。

2026年2月23日，周一，美股開盤。（你看，咱們這春節不開盤也有好處）

道瓊斯跌了800多點，收在了日內最低點，全市場只有27%的股票收漲。

而觸發這場拋售的，是一篇Substack上的一篇名為《2028全球智能危機》文章。

作者自己寫了三遍：這只是思想實驗，但市場不管這些，崩了！

DoorDash跌了7%，MongoDB跌了6%，ServiceNow和Salesforce各跌4%。

金融行業的跌幅更狠，美國運通、KKR、黑石都跌超8%，阿波羅全球、Capital One也跌了至少3%。

當天，科技軟件ETF（IGV）創下了52周新低，當日下跌5%，年初至今已經跌了近30%，把ChatGPT發佈以來的漲幅都跌沒了。

更戲劇化的是IBM，跌近12%。（當然，客觀地説，這大概率和Anthropic旗下產品會支持COBOL維護有關）

這件事值得我專門發一篇文章的點在於——這TM完全一篇想象出來的未來推演。

這説明市場早已繃緊了一根弦，而Citrini這篇文章，成了那個出口。

很顯然，文章沒有瞎扯，對未來推演的邏輯是讓人信服的（至少説服了市場），這就值得我們一塊來仔細盤一盤。

我知道，你一定想立馬去看原文。

別急，老外的文章通常都比較長，説實話多少有點囉嗦，直接翻譯閲讀體驗其實很一般，讀起來費勁。(在公眾號「衞夕指北」回覆「2028」獲取原文地址。)

所以，看原文之前，可以和我一起先看一看文章里核心的十個邏輯，保證通俗易懂，且信息密度比原文高。

文章其實就講了一個核心問題——如果AI真的贏了，哪些東西會跟着輸掉？

一

第一條邏輯，是整篇文章最反直覺的地方，也是它的題眼——

看多AI可能本身就是熊市信號。

這很奇怪，AI生產力提升、企業利潤擴張、股價上漲，這TM當然是好事啊！

但作者問了一個的問題：北達科他州一個GPU機櫃，能完成曼哈頓中城一萬名白領的工作，這對經濟到底是好事還是壞事？

生產出來了，然后呢？誰來花這些錢？

GDP是衡量產出的，但產出必須流通，才能變成消費，才能變成下一輪的收入和再生產。

如果產出繞過了人，直接從機器流向資本家的賬户，那這個GDP數字好看是好看，但和普通人無關。

作者給這個現象起了個名字，叫幽靈GDP（Ghost GDP）——統計數據里有，但普通人感知不到。

這纔是問題所在。

二

第二條邏輯，是關於那個負反饋飛輪。

説的其實是一個很朴素的鏈條——

AI能力提升，企業裁員，省下的錢買更多AI工具，AI能力再提升，企業再裁員……

這個循環里，沒有剎車。

以前的經濟周期有自我修正機制——工廠生產多了賣不出去，就會減產，減產帶來供給就少了，供給少了價格就會回升，價格回升又刺激新一輪投資。

這就是之前衰退之后會復甦的朴素邏輯。

但這一次不同，裁員是因為技術進步得太快而讓人變貴了。

技術還在進步，裁員的理由只會越來越充分，而不會自動消失。

以前我們説：熊市不言底，這一次的問題更麻煩——底在哪里，取決於AI進化到哪里。

而AI的進化，目前看沒有明確的天花板。

三

第三條邏輯，説起來有點奇怪——被AI威脅最深的公司，成了AI最激進的採購方。

ServiceNow這家公司，是文章里的典型案例。

它賣的是企業工作流自動化軟件。

AI來了，它的客户開始大裁員，裁員就意味着不再買軟件了，收入下滑，與此同時，有新的競爭者用AI寫出了功能相近的產品，分走了它的市場。

然后ServiceNow怎麼做的？

它裁掉了15%的員工，把省出來的錢投進了AI工具。

它別無選擇，成了AI最激進的用户之一。

這和以前我們常説的柯達、諾基亞的故事完全不同。

以前説的是傳統企業抵抗新技術，被靈活的新進者顛覆。

這一次，傳統企業是最快擁抱AI的那一批，因為它們是被最快威脅的那一批。

而問題在於，它們正是僱人最多的一類企業，它們跑得越快，裁員的速度就越快。

四

第四條邏輯，叫AI不怕麻煩。

什麼意思？

人會懶，人有習慣，人嫌麻煩，人會健忘。

這些弱點，被無數商業模式精心設計成了護城河。

訂閲制、自動續費、捆綁套餐、默認選項——每一個設計背后，都有用户怕麻煩的隱含假設。

AI把這個假設干掉了。

AI可不怕麻煩，它會幫你對比五個平臺的價格，逐條檢查你每個月的訂閲是否在用，發現保險公司的自動續費漲了價就立刻重新比價。

這些事，人不是不想做，是嫌麻煩不去做。

文章里用DoorDash（美國的美圖外賣）舉了一個絕妙的例子。

DoorDash的護城河，本質是——你餓了，你懶，這個app在你手機首頁。

但AI助手沒有手機首頁，它會同時檢查DoorDash、Uber Eats、餐廳自己的網站和二十個新平臺，選最便宜最快的那個。

以前的護城河，崩了。

五

第五條邏輯，是整篇文章最簡單也最被人忽視的一個：

機器不花錢。

這話説起來像廢話，但想清楚了，是各很嚴肅的問題。

美國的消費在GDP里佔70%。

這70%幾乎全部來自人。人有收入，人才花錢。機器創造了產出，但機器不在餐廳吃飯，不買房，不去度假，不送孩子上私立學校。

文章里有一句話，我覺得是全篇最值得被劃線的：

"我們只需要想一想，機器在可選消費品上花多少錢，就能看清楚這件事。（答案是：0）"

GDP增長，但消費的主體在縮水。

消費的主體縮水，意味着大量以人類消費為基礎的商業模式，大概率都會塌。

從會花錢的人類，流向不花錢的機器，這是一個殘酷的流動。

六

第六條邏輯，是關於白領失業的消費乘數效應。

這一條相對技術一些，但道理並不難懂。

以往我們説失業影響消費，大家想象的是藍領工人失業，他們下周就不消費了，數據很快反映出來。

但這一次的失業主要發生在白領。

白領有積蓄，失業之后，他們可以靠存款維持一兩年的正常消費。

於是數據上看不出來，經濟學家説還好還好，但真實的衰退已經在發生。

等到數據終於崩了，滯后了幾個季度，局面已經很難收拾。

還有另一個放大效應：美國消費最強的前10%的人，貢獻了50%以上的消費支出。前20%的人，加起來大約貢獻了65%。

這些人，買大房子，搞家裝，買好車，去旅遊，送孩子讀私立，這些消費，是支撐整個消費的頂樑柱。

現在，正是這10%到20%的人，在大批失業或者被迫降薪。

2%的白領就業損失，換來的是3%到4%的消費下滑，這個換算比率，比大部分人想象的要高得多。

七

第七條邏輯，是私募信貸的多米諾骨牌。

這一條稍微有點金融行業內部視角，但作者解釋得很清楚。

過去十年，美國私募信貸從不到1萬億美元膨脹到了2.5萬億以上。

大量資金流進了軟件公司，賭這些公司的年度經常性收入（ARR）會長期穩定增長。

然后AI來了。

SaaS公司的客户開始裁員，裁員意味着軟件許可減少。

年度經常性收入「ARR」變得不再經常了。

更糟糕的是，這些軟件公司的資產，很多被打包進了保險公司和年金產品，說白了是美國普通家庭的儲蓄，只是套了個複雜的金融外殼。

Zendesk（美國很牛逼的客服SaaS公司）是文章里的標誌性案例：2022年以102億美元私有化，配了50億美元直接借貸，號稱是歷史上最大的ARR抵押貸款。

到2027年，AI客服已經完全替代了人工票務系統，Zendesk的核心業務邏輯消失了。

這50億美元的貸款，完全有可能打水漂。

問題是，Zendesk絕不是個例。

八

第八條邏輯，是這篇文章最后一個大炸彈：

優質抵押貸款，可能也不Work了。

這句話的份量，需要一點背景來理解。

2008年次貸危機，爛就爛在貸款從一開始就是壞的——借給了根本還不起的人。

所以監管的邏輯是：只要貸款質量好，系統就穩。

於是銀行和金融體系花了十七年，把優質抵押貸款變成了系統里最靠譜、最着調的資產。

780分的信用評分（在美國算非常高了），20%的首付，三十年穩定的就業記錄，從來沒有逾期記錄——這類貸款，被認為是一點問題都木有的。

但這一次的問題，是工作的問題。

這些信用良好的借款人，當年借錢的時候，是標準意義上的優質借款人。

但世界在貸款發放之后發生了變化，他們的工作，被AI替掉了，或者降薪了，或者同行業的整體薪資水平崩掉了。

以前的危機是，貸款第一天就是壞的；現在的危機是，貸款發放時是好的，但世界變了。

13萬億美元的美國房貸，背后的隱含假設是：借款人會在未來30年里，大致保持當前的收入水平。

這個假設，大概率也TM要噶。

九

第九條邏輯，是關於政策工具的失效。

降息有用嗎？

有用。

降息能降低貸款成本，刺激信用擴張，托住資產價格。

但降息不能讓AI停止進化。

降息不能讓失業的產品經理重新找到和原來薪資一樣的工作。

降息解決的是流動性問題，而這一次的問題是失業問題。

政府的財政也同樣尷尬。

美國財政的收入主體，是個人所得税和工資税。

AI創造的產出，流向了資本和算力的擁有者，不流經工資，也就不流經税務局。

產出還在增長，税收卻已經悄然在下滑。

更要命的是，失業補償金是為周期性失業設計的：失業一段時間，找到新工作，補償結束。

但如果失業是結構性的，失業補償金就變成了一項永久支出。

政策工具，是用舊模型配舊問題。

新問題來了，舊工具大概率不管用。

十

第十條邏輯，是整篇文章最本質的那一條，放在壓軸：

我們的整套經濟體系，建立在「人類智識是稀缺資源」這個假設上。

勞動力市場、信貸體系、税法、社會保障——所有這些，都是在人類的思考能力、決策能力無法被大規模複製的前提下設計的。

這個前提，正在失效。

AI不是完美替代，但在越來越多的領域，它是足夠好的替代。

足夠好到讓企業重新計算人和AI的成本收益比，足夠好到讓整個人的價值在坍縮。

經濟體系不會崩塌，但肯定會重新定價。

問題在於，這次重新定價的對象，是整個經濟秩序的底層基礎，並非某個行業、某類資產，而是人值多少錢這件事本身。

這是太陽底下真正的新鮮事，以前沒有發生過。

結語

文章的結尾，作者把視角切回了現實：

你不是在2028年讀這篇文章，你是在2026年2月讀它。

標普接近歷史最高點，負反饋飛輪還沒有開始轉動。

所以作者説的其實是：你還有時間想一想，你的未來規劃里，有多少是建立在「人類智識永遠稀缺」這個假設上的？

這個問題，比任何一條具體的建議，都更值得認真對待。

我個人對這篇文章的評價是：邏輯嚴密，敍事優雅。（儘管有略顯囉嗦）

很顯然，它並非看衰AI，而是看多AI，看多到預估和推演了AI強勢發展的系統性風險。

看完這篇文章，説實話我也非常有收穫，大年初八，開工的第一天衞夕最后嘮叨兩件事——

第一，認真想一想，你的收入來源里，有多少是建立在「我比機器貴，但我比機器好」這個假設上的。

這個假設以前成立，現在開始動搖，未來會繼續被壓縮。

把這件事放到檯面上，認真審視它。承認一個風險的存在，是應對它的第一步。

第二，至少充一個20美元每月的AI。

哪怕一個月，你如果用的是免費的AI，那它的水平其實是半年前或一年前的水平。

不要再自信地認為：我試過了，AI也就那樣。持這種想法，大概率是你沒用好。

最近有一句話流傳很廣——如果你現在大部分事情還是自己動手做，説明你的動手能力不太行。

很多人對AI的恐懼，來自於不瞭解。很多人對AI的盲目樂觀，也來自於不瞭解。

用，頻繁地用，用到模型限額是唯一解。

舊的框架不夠用了，新的框架，得自己搭。

越早開始想，越不慌。

好了，你現在可以仔細去研讀原文了，文章有更詳實論述和具體的數據。

本文來自微信公眾號「衞夕指北」（ID：weixizhibei），作者：衞夕，36氪經授權發佈。