Citrini Research 发布的《THE 2028 GLOBAL INTELLIGENCE CRISIS》是一篇“从未来回看”的金融史情景推演。作者假设“智能/代理能力”在短期内快速、持续提升，并以“摩擦归零→中介利润坍塌→白领就业与收入塌陷→需求与税基断裂→私人信贷/保险/住房金融反馈环失控→政策滞后引发社会撕裂”为主线，构造了一种“AI看涨反而导向宏观看跌尾部风险”的叙事框架。
与之形成对照的是，John Loeber 在 X 上的相关推文明确反驳了文中“房地产经纪因信息不对称而被AI代理迅速瓦解”的例子：其核心论点是“终结房地产经纪/佣金体系的呼声已持续二十年，不需要‘超智能’，早已有 Zillow/Redfin/Opendoor 等工具；该案例甚至体现了与作者想表达的相反机制”。
本报告的关键结论是：Citrini 文的“传导链条”在逻辑上自洽、叙事上抓人，但其“证据形态”高度混合——一部分引自真实世界可核查的制度与数据（例如消费占 GDP 比重、抵押贷款存量规模、支付费率结构等），另一部分则是以“彭博/路透式标题”包装的未来虚构数据点，不能按传统研究报告的“事实证据”标准对待。因而争议焦点不在“个别数字真假”，而在“关键假设是否成立（代理能力提升速度、替代范围、制度摩擦是否真的会被‘智能’直接抹平）”以及“经济与金融体系是否会出现作者描述的负反馈‘无自然刹车’结构”。
为便于对照，原始链接如下：
- 文章1：
https://www.citriniresearch.com/p/2028gic
- 文章2：
https://x.com/johnloeber/status/2025748423157432756?s=46
文章结尾会写一下对于这几点论断的简单分析。
THE 2028 GLOBAL INTELLIGENCE CRISIS
全文以“假想你正在2028年6月读一份宏观复盘备忘录”的形式，依次讲述：代理式编码工具能力跳跃→SaaS议价权与差异化坍塌→白领裁员与企业“用AI替代工资支出”的自我强化循环→消费与中介平台利润受损→支付与卡组织费用被绕过→私人信贷与寿险资产负债表出现“认亏触发器”→prime房贷也出现系统性收入端冲击→财政税基与转移支付需求错配→政治撕裂与社会运动升级→最后回到2026年提醒“金丝雀还活着、但要提前重估尾部风险”。
How It Started
能力跳变与SaaS被“可自建化”
“2025年末”代理式编码工具出现台阶式跃迁，使得熟练开发者借助工具可在数周内复刻中型SaaS“核心功能”，足以让企业信息负责人在续费谈判中提出“我们是否干脆自建”。文中点名“Claude Code/Codex”等工具作为代表。
采购谈判的“可替代性威胁”
作者给出一个谈判轶事：大型企业采购在与SaaS销售谈续费时，以“让OpenAI的前线工程团队用AI替掉你们”为筹码压价，并取得显著折扣；作者借此强调“即便自建不一定最优，只要可行性被相信，就会压缩SaaS利润”。
长尾与系统记录之争
作者认为市场原本预期长尾SaaS会更先受损，而“系统记录/核心系统”相对安全；但在其设定中，后来事实并非如此。
以ServiceNow为“反身性机制”示例：作者用ServiceNow在情景中遭遇增速下滑、裁员以及股价大跌来说明：企业客户裁员会机械性减少SaaS座席/订阅；而SaaS公司为保利润又加速采用AI削减自身人力，形成“被AI替代者反而最激进拥抱AI”的反身性循环。
个体理性、总体灾难
作者明确表态：每家公司“削人+买AI”的决策在微观上理性，但在宏观上会把节省下的工资进一步喂给AI能力，从而推动下一轮裁员更容易发生。
When Friction Went to Zero
大众对代理工具的使用已经像自动补全一样“默认化”，甚至不自觉其为“AI Agent”但Qwen作为agentic commerce和开源商业Agent都不是已经发生的事实。
过去几十年大量企业价值来自“人类有限性”上的租金提取（嫌麻烦、没耐心、默认选熟悉品牌、懒得比价等）；当Agent可以全天候比价、重谈订阅、监控试用期涨价时，订阅经济的重要指标（如客户生命周期价值）会系统性下行。
作者依次列举旅行预订、保险续保（利用客户惰性获得溢价）、理财与报税、常规法律服务等领域，认为凡是价值主张本质上是“替你处理你嫌麻烦的复杂性”的行业，都容易被“对麻烦不敏感”的Agent挤压。
房地产：信息不对称消失→佣金坍塌：作者声称房地产买方长期容忍5%–6%佣金主要因为经纪人与消费者间的信息不对称；当代理获得MLS访问权与大量成交数据后可复制经纪知识库，佣金体系会崩塌。
作者用DoorDash作为“习惯性中介”代表，论证当代理替用户比价与下单时，“你饿了你懒了你手机主屏有这个App”这种护城河失效；代理会同时比较多个平台与商家自有渠道，导致市场碎片化与利润率趋零。作者进一步推演：当交易由机器控制后，它会持续寻找可重复节省的“更大回形针”，其中最大的可重复节省来自消除支付手续费，特别是卡组织网络下的2%–3%商户费/交换费结构；于是代理会转向稳定币在高性能链或二层网络上结算。
译注（歧义与争议提示）：这里存在典型“把制度摩擦归因于信息摩擦”的可争议假设——现实世界中，美国买方经纪佣金结构在2024年已经因National Association of Realtors和解带来的MLS规则变化发生重大调整（如MLS禁止展示买方经纪补偿、看房前需签买方代理协议等），这更像“制度/反垄断推动的结构变迁”，而非单纯信息不对称。
左侧展示传统 $100 消费的商户费约 2.5% ，拆分给发卡行、网络（ Visa/Mastercard ）与收单机构；右侧展示代理通过 USDC 在 Solana/L2 路由，成本可接近“每笔一美分以下”。
以“ 50% 成功率下可独立完成任务长度”衡量代理可执行的连续任务时长，呈指数上升趋势，并标注来源为 METR 相关研究与趋势外推。
AI 驱动的“无自然刹车”反馈环对比传统周期：左侧传统衰退具有自我修复机制，右侧 AI 替代由于“用 AI 替代工资支出”属于成本结构替换而非单纯资本开支扩张，可能在需求走弱时仍继续强化。
From Sector Risk to Systemic Risk
作者描绘市场在 2026 年仍把 AI 负面影响当作软件 / 咨询等局部行业风险，而认为总体净效应为正。美国是白领服务型经济体，白领占就业约半数并驱动约四分之三可选消费；因此“被 AI 啃掉的不是边缘部门，而是经济本体”。
译注（核验与口径差异）：关于“消费权重”，可核查事实是美国个人消费支出长期约占 GDP 的 2/3 左右（季度与年度口径可在 FRED/BEA 数据中查到）。关于“可选消费由高收入人群驱动”，现实中确有数据表明：近年美国消费越来越依赖高收入群体，顶部 10% 家庭贡献接近一半消费支出。但作者给出的“白领 =75% 可选消费”是情景内的结构化估计，并非本文外部可直接验证的官方统计。
历史上技术创造更多新工作”在这次可能失效
作者拿 ATM 、互联网等历史案例说明传统反驳逻辑，并强调差异在于：过去新工作仍需要人来做，而若 AI 在“人类将要转去做的新工作”上也同步变强，则再就业吸纳机制可能断裂。
就业数据的“滞后暴露”
作者引用 JOLTS 、 Indeed 等招聘走势作为“白领岗位需求下滑”的信号，并强调表面失业率未必立刻暴露结构性损伤。
“非周期性衰退原因”框架
作者用“ AI 变好且变便宜→裁员→买更多 AI →再裁员”的链条，主张这是不同于传统周期衰退的反馈环。
The Intelligence Displacement Spiral
白领下沉与服务业工资被挤压
作者设定被替代的白领不会闲置，而是转向服务业 / 零工，导致这些部门劳动力供给激增、工资进一步被压低，从“部门冲击”演化为“全经济工资压缩”。
消费冲击的非线性
作者强调高收入群体就业损失在人数占比上不大，但在消费权重上高度不成比例；并进一步提到“顶部 10%/20% 消费权重”的结构性事实。
私募信贷规模与“估值标记滞后”
作者给出私募信贷从 2015 年低于 1 万亿美元增长到 2026 年超过 2.5 万亿美元的设定，并强调大量资金配置在“假设 ARR 永久续费”的 PE 软件交易上；当公共市场估值大幅回撤时，私募资产仍以较高估值“缓慢下调”，形成认亏滞后。
译注（现实核验）：现实世界中，多家权威机构确实把“企业私募信贷”视为快速增长且潜在系统性风险上升的资产类别，并在报告中专门评估其脆弱性（例如 IMF 2024 年 GFSR 专题章节）。规模口径各异，但 2023 年前后“接近 2 万亿美元”的量级在大型研究机构报告中并不罕见。
“永久资本”并非不会被迫卖出
作者核心观点是：私募信贷结构（封闭式、锁定期）本应避免挤兑，但如果资产负债表持有人（尤其是寿险等）在监管资本 / 评级 / 流动性压力下被迫处置，仍可能出现类似“挤兑效应”的强制卖出。
寿险—资产管理—离岸再保险链条
作者描述一种结构：资产管理人发起私募贷款→寿险公司买入以支撑年金负债→再通过百慕大 / 开曼等离岸再保险安排降低资本约束；当底层资产出险或监管收紧风险资本认定，链条可能反向放大压力。
译注（现实核验）：现实中，寿险公司将大量负债通过离岸再保险转移、以及与另类资管 / 私募信贷深度绑定，确已引发评级机构与媒体对透明度、对手方风险和监管套利的担忧；相关转移规模在部分统计中达到数千亿至逾万亿美元级别。
The Mortgage Question
prime 房贷“原本是好贷款，但世界变了”
作者提出与 2008 不同的逻辑： 2008 是贷款质量差；而其情景中的 2028 是“贷款签署时质量好，但借款人收入预期被 AI 永久损伤”，因此 prime 房贷也要被重新定价。
作者指出美国住宅抵押贷款市场约 13 万亿美元，并强调房贷承销隐含“借款人长期就业与收入稳定”。
译注（现实核验）：纽约联储家庭债务季度报告显示， 2025 年末美国抵押贷款余额约为 13.17 万亿美元，这一数量级与作者引用一致。
压力的“先隐形后显性”
作者以 HELOC 提取、 401(k) 提前动用、信用卡过桥等“隐形压力指标”解释为何房贷逾期可能滞后显现，直到某个冲击点后才集中暴露。
The Battle Against Time
财政税基与转移支付错配
作者提出“政府收入本质是对人类时间的征税”，当劳动收入占比下降而生产率收益更多流向资本与算力，税收会低于基线而支出压力上升；并构造“政府需要更大规模转移支付、但同时税基在收缩”的财政困境。
政策方案：算力税与“公共分享 AI 基础设施回报”
作者提出两类政策设想：“ Transition Economy Act ”（以赤字 + 推理算力税融资的转移支付框架）与更激进的“ Shared AI Prosperity Act ”（对智能基础设施回报建立公共索取权，类似主权基金 / 版税）。
主命题：人类智能稀缺溢价的松动
作者提出宏观抽象：现代经济史中“智能”是稀缺要素，因此劳动力市场、房贷市场与税制都建立在“智能稀缺”假设上；当机器智能成为可替代且持续改进的投入品，这个溢价会被“解开”，导致金融体系重估，但重估不必然等于彻底崩溃。
作者最后提醒读者：你读到这篇文章时仍是 2026 年，负反馈并未启动；投资者与社会仍有时间提前评估“依赖人类智能稀缺”的资产与制度。
争议点逐项分析（逻辑一致性、证据强度、偏见与隐含假设、替代解释）与评分
为便于决策，本节对上表每一争议点给出“强 / 中 / 弱”的结论性评分：
强：核心论证链条清晰，关键事实可核验或有多源支持，反例也难以推翻主结论；
中：逻辑有说服力，但依赖关键未证假设或证据主要为趋势外推；
弱：论证更多是修辞或单点例子，关键前提可被现实制度事实显著削弱。
一、Agent提升速度与替代范围（强）
逻辑一致性：作者把“能力变强 + 成本下降”作为驱动替代的根变量，并据此推导“企业用 AI 替代工资支出”可在需求走弱时仍继续加强（因为它体现为“成本结构再配置”而不一定增加总支出）。这一点在逻辑结构上是自洽的。
证据强度：
支撑面： METR 提出用“可完成长任务的时长”衡量代理能力，并观察到历史上呈指数增长，且提供置信区间与任务集说明。
薄弱面：从“评测任务时长增长”跨越到“代理可替代几乎所有白领工作”需要两次跳跃：评测外推（时长变长）与任务泛化（从软件任务扩展到组织 / 政治 / 合规 / 责任）。作者在情景中把跳跃推到极致（“几乎所有代码”“远超大多数人类”）。这属于强假设。但编者认为是强支撑。
二、技术创造就业规律是否失效（中）
作者把历史上“新技术淘汰旧岗位但创造新岗位”的规律建立在“新岗位仍需人类执行”之上，并提出 AI 会同时覆盖“人类将转移去做的任务”，所以吸纳机制可能断裂。这是一个清晰的理论分岔点。
隐含“新需求的弹性不足”“制度不会快速调整教育 / 认证 / 劳动组织方式”。这两点假设，比如生产率跃升可能在政策与分配机制调整后带来新的需求扩张（例如公共服务、健康与照护、教育、基础设施等），从而吸纳劳动。
三、“摩擦归零→中介层利润坍塌”是否广泛成立（中偏强）
逻辑一致性：对“人类惰性 / 搜寻成本 / 默认选择”形成租金层的描述符合平台经济与行为经济学直觉；代理若能持续比价与重谈则会压缩部分中介利润。
证据强度：
支撑面：现实中确已出现“代理式购物 / 可执行助手”的萌芽，例如阿里巴巴围绕 Qwen 把购物、支付、出行等执行能力集成到单一界面，并在促销中形成大规模订单。
薄弱面：从“部分交易链条被助手优化”到“绝大多数中介层利润趋零”仍缺大量实证，尤其涉及监管、售后、欺诈与责任分配等“结构性摩擦”。
偏见与假设：把“信息摩擦”过度等同于“全部摩擦”；忽略了合规与争议解决成本可能上升。
替代解释：中介层可能转向“为代理服务”而非“为人服务”，例如提供标准化接口、担保、保险、争议仲裁与数据质量服务，从而以新形式保留利润。
四、房地产经纪案例的合理性（弱）
逻辑一致性： Citrini 把房地产佣金归因于信息不对称，并认为代理拿到 MLS 与历史数据即可替代知识库。若信息确是主要摩擦，这个推导是线性的。
证据强度与现实冲突点：现实世界中，房地产佣金结构的重大变化已被反垄断诉讼与行业规则调整推动： NAR 在 2024 年实践变更中明确“ MLS 禁止展示买方经纪补偿”“看房前需签买方代理协议”等，这表明“制度摩擦”是关键变量之一。这与 Loeber 摘录提出的“无需超智能、早已有 Zillow/Redfin/Opendoor ”高度一致：信息工具早就在，真正难改的是行业结算规则与交易流程权力结构。
偏见与假设：把“信息透明”视为充分条件，低估合规、谈判、资金安排、法律责任与经纪人作为“交易保险 / 风险承担者”的作用。
替代解释：短期内经纪体系可能不是被“智能”消灭，而是被“规则改变 + 费用可见 + 合同前置”慢慢压缩； AI 更多是加速透明化与自动化文书，而非单独触发器。
评分：弱（理由：核心例子把制度驱动简化成信息驱动，与现实证据发生直接冲突；该例子恰是 Loeber 反驳点）。
五、支付通道被稳定币绕开：可行性与边界（中）
逻辑一致性：若代理的目标函数是“成本最小化”，卡网络的交换费 / 商户折扣率却是显著可优化项；链上转账费率低且可编程，存在“在机器对机器支付中被采用”的动机基础。
证据强度：
费率结构：美国国会研究处对 merchant discount rate 的拆分说明、以及“典型 1% – 3% ”区间与行业诉讼史，属于高可信制度性事实。
低费结算： Solana 官方文档给出“单笔基础费约 0.000005 SOL 、通常低于 $0.001 ”的量级，也有高可信度。
采用进展： Visa 公开谈论稳定币结算试点与交易量增长，说明主流网络是在“吸收 / 兼容”而非彻底无视。
偏见与假设：忽视卡网络提供的授信、拒付、风控、反洗钱与商户受理网络等“服务包”；忽视监管对稳定币支付的许可边界。
替代解释：更可能的路径不是“卡网络被绕开”，而是“卡网络把稳定币纳入后台清算 / 结算层”，用户端仍通过既有受理网络完成支付。
评分：中（理由：技术与费率动机明确、局部可行，但“规模化替代”不确定）。
六、算力税 / 公共分红”政策方案：必要性与可操作性（中偏弱）
逻辑一致性：如果劳动收入占比下降、税基受损而转移支付需求上升，政府则会面临“收入 - 支出剪刀差”；作者据此提出“把税基改挂到算力 / AI 产出”有内在逻辑。
证据强度：财政逻辑可由劳工份额、消费占比等宏观事实间接支撑，但具体到“算力税的可定义性、可征管性、国际协调”缺乏现实方案细节。
偏见与假设：假设政府能迅速形成跨党派共识并在高对抗环境下完成新税制设计；并假设算力税不会造成资本外迁或监管套利。
替代解释：政策工具箱可能更偏向“扩大资本税基 / 反垄断分拆 / 数据红利 / 公共算力基础设施投资 / 再培训与劳动力市场重建”等组合，而不是单一算力税。
评分：中偏弱（理由：问题诊断有逻辑，但方案可行性与执行路径不明）。
论证结构示意图（mermaid）
一些来源
- Citrini Research 原文（含图表）：
https://www.citriniresearch.com/p/2028gic
- NAR 2024 年实践变更（官方）：
https://www.nar.realtor/newsroom/national-association-of-realtors-reminds-members-and-consumers-of-real-estate-practice-change
- 美国消费占 GDP 比重（ FRED/BEA ）：
https://fred.stlouisfed.org/data/DPCERE1Q156NBEA
- 纽约联储家庭债务报告（抵押贷款余额 ~13T ）：
https://www.newyorkfed.org/newsevents/news/research/2026/20260210
- IMF 2024 GFSR （企业私募信贷脆弱性章节入口）：
https://www.imf.org/en/publications/gfsr/issues/2024/04/16/global-financial-stability-report-april-2024
- METR Research （长任务评测与 HCAST ）：
https://metr.org/research/
- 美国国会研究处（ merchant discount rate/ 交换费结构）：
https://www.congress.gov/crs_external_products/R/HTML/R48216.html
- Solana 官方支付 / 费用文档：
https://solana.com/docs/payments/how-payments-work
- Reuters （ Visa 稳定币结算试点）：
https://www.reuters.com/business/finance/visa-crypto-chief-bets-stablecoin-settlement-sees-volumes-growing-2026-01-14/
这篇关于 人工智能 与宏观经济风险的分析，提供了一个极具冲击力的思考框架。其价值不在于预测的精准度，而在于迫使我们去审视那些建立在“人类智能稀缺”这一基石上的现代经济与金融制度，在智能泛化时代可能面临的系统性挑战。对于这类前沿、交叉且充满不确定性的议题，欢迎到 云栈社区 的开发者广场板块，与更多技术爱好者和行业观察者一起交流探讨。
发表于 9 小时前
|
查看: 2|
回复: 0
