AI危機推文引發(fā)美股暴跌，市場緊繃。

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(jié)不開盤也有好處）

道瓊斯跌了800多點，收在了日內(nèi)最低點，全市場只有27%的股票收漲。

而觸發(fā)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(yè)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(chuàng)下了52周新低，當日下跌5%，年初至今已經(jīng)跌了近30%，把ChatGPT發(fā)布以來的漲幅都跌沒了。

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

這件事值得我專門發(fā)一篇文章的點在于——這TM完全一篇想象出來的未來推演。

這說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（至少說服了市場），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，說實話多少有點啰嗦，直接翻譯閱讀體驗其實很一般，讀起來費勁。(在公眾號“衛(wèi)夕指北”回復“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，哪些東西會跟著輸?shù)簦?/strong>

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(chǎn)力提升、企業(yè)利潤擴張、股價上漲，這TM當然是好事??！

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

生產(chǎn)出來了，然后呢？誰來花這些錢？

GDP是衡量產(chǎn)出的，但產(chǎn)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(chǎn)。

如果產(chǎn)出繞過了人，直接從機器流向資本家的賬戶，那這個GDP數(shù)字好看是好看，但和普通人無關(guān)。

作者給這個現(xiàn)象起了個名字，叫幽靈GDP（Ghost GDP）——統(tǒng)計數(shù)據(jù)里有，但普通人感知不到。

這才是問題所在。

二

第二條邏輯，是關(guān)于那個負反饋飛輪。

說的其實是一個很樸素的鏈條——

AI能力提升，企業(yè)裁員，省下的錢買更多AI工具，AI能力再提升，企業(yè)再裁員……

這個循環(huán)里，沒有剎車。

以前的經(jīng)濟周期有自我修正機制——工廠生產(chǎn)多了賣不出去，就會減產(chǎn)，減產(chǎn)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蘇的樸素邏輯。

但這一次不同，裁員是因為技術(shù)進步得太快而讓人變貴了。

技術(shù)還在進步，裁員的理由只會越來越充分，而不會自動消失。

以前我們說：熊市不言底，這一次的問題更麻煩——底在哪里，取決于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，說起來有點奇怪——被AI威脅最深的公司，成了AI最激進的采購方。

ServiceNow這家公司，是文章里的典型案例。

它賣的是企業(yè)工作流自動化軟件。

AI來了，它的客戶開始大裁員，裁員就意味著不再買軟件了，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(chǎn)品，分走了它的市場。

然后ServiceNow怎么做的？

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最激進的用戶之一。

這和以前我們常說的柯達、諾基亞的故事完全不同。

以前說的是傳統(tǒng)企業(yè)抵抗新技術(shù)，被靈活的新進者顛覆。

這一次，傳統(tǒng)企業(yè)是最快擁抱AI的那一批，因為它們是被最快威脅的那一批。

而問題在于，它們正是雇人最多的一類企業(yè)，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。

什么意思？

人會懶，人有習慣，人嫌麻煩，人會健忘。

這些弱點，被無數(shù)商業(yè)模式精心設(shè)計成了護城河。

訂閱制、自動續(xù)費、捆綁套餐、默認選項——每一個設(shè)計背后，都有用戶怕麻煩的隱含假設(shè)。

AI把這個假設(shè)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閱是否在用，發(fā)現(xiàn)保險公司的自動續(xù)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(zhì)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(wǎng)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。

這話說起來像廢話，但想清楚了，是各很嚴肅的問題。

美國的消費在GDP里占70%。

這70%幾乎全部來自人。人有收入，人才花錢。機器創(chuàng)造了產(chǎn)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，意味著大量以人類消費為基礎(chǔ)的商業(yè)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(guān)于白領(lǐng)失業(yè)的消費乘數(shù)效應(yīng)。

這一條相對技術(shù)一些，但道理并不難懂。

以往我們說失業(yè)影響消費，大家想象的是藍領(lǐng)工人失業(yè)，他們下周就不消費了，數(shù)據(jù)很快反映出來。

但這一次的失業(yè)主要發(fā)生在白領(lǐng)。

白領(lǐng)有積蓄，失業(yè)之后，他們可以靠存款維持一兩年的正常消費。

于是數(shù)據(jù)上看不出來，經(jīng)濟學家說還好還好，但真實的衰退已經(jīng)在發(fā)生。

等到數(shù)據(jù)終于崩了，滯后了幾個季度，局面已經(jīng)很難收拾。

還有另一個放大效應(yīng)：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，去旅游，送孩子讀私立，這些消費，是支撐整個消費的頂梁柱。

現(xiàn)在，正是這10%到20%的人，在大批失業(yè)或者被迫降薪。

2%的白領(lǐng)就業(yè)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(yè)內(nèi)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(jīng)常性收入（ARR）會長期穩(wěn)定增長。

然后AI來了。

SaaS公司的客戶開始裁員，裁員意味著軟件許可減少。

年度經(jīng)常性收入“ARR”變得不再經(jīng)常了。

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

Zendesk（美國很牛逼的客服SaaS公司）是文章里的標志性案例：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(jīng)完全替代了人工票務(wù)系統(tǒng)，Zendesk的核心業(yè)務(wù)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(yōu)質(zhì)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(jiān)管的邏輯是：只要貸款質(zhì)量好，系統(tǒng)就穩(wěn)。

于是銀行和金融體系花了十七年，把優(yōu)質(zhì)抵押貸款變成了系統(tǒng)里最靠譜、最著調(diào)的資產(chǎn)。

780分的信用評分（在美國算非常高了），20%的首付，三十年穩(wěn)定的就業(yè)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(yōu)質(zhì)借款人。

但世界在貸款發(fā)放之后發(fā)生了變化，他們的工作，被AI替掉了，或者降薪了，或者同行業(yè)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(xiàn)在的危機是，貸款發(fā)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(shè)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(shè)，大概率也TM要噶。

九

第九條邏輯，是關(guān)于政策工具的失效。

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(chǎn)價格。

但降息不能讓AI停止進化。

降息不能讓失業(yè)的產(chǎn)品經(jīng)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(yè)問題。

政府的財政也同樣尷尬。

美國財政的收入主體，是個人所得稅和工資稅。

AI創(chuàng)造的產(chǎn)出，流向了資本和算力的擁有者，不流經(jīng)工資，也就不流經(jīng)稅務(wù)局。

產(chǎn)出還在增長，稅收卻已經(jīng)悄然在下滑。

更要命的是，失業(yè)補償金是為周期性失業(yè)設(shè)計的：失業(yè)一段時間，找到新工作，補償結(jié)束。

但如果失業(yè)是結(jié)構(gòu)性的，失業(yè)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(zhì)的那一條，放在壓軸：

我們的整套經(jīng)濟體系，建立在“人類智識是稀缺資源”這個假設(shè)上。

勞動力市場、信貸體系、稅法、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(guī)模復制的前提下設(shè)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(lǐng)域，它是足夠好的替代。

足夠好到讓企業(yè)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(jīng)濟體系不會崩塌，但肯定會重新定價。

問題在于，這次重新定價的對象，是整個經(jīng)濟秩序的底層基礎(chǔ)，并非某個行業(yè)、某類資產(chǎn)，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(fā)生過。

結(jié)語

文章的結(jié)尾，作者把視角切回了現(xiàn)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(zhuǎn)動。

所以作者說的其實是：你還有時間想一想，你的未來規(guī)劃里，有多少是建立在“人類智識永遠稀缺”這個假設(shè)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，敘事優(yōu)雅。（盡管有略顯啰嗦）

很顯然，它并非看衰AI，而是看多AI，看多到預估和推演了AI強勢發(fā)展的系統(tǒng)性風險。

看完這篇文章，說實話我也非常有收獲，大年初八，開工的第一天衛(wèi)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(shè)上的。

這個假設(shè)以前成立，現(xiàn)在開始動搖，未來會繼續(xù)被壓縮。

把這件事放到臺面上，認真審視它。承認一個風險的存在，是應(yīng)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(xiàn)在大部分事情還是自己動手做，說明你的動手能力不太行。

很多人對AI的恐懼，來自于不了解。很多人對AI的盲目樂觀，也來自于不了解。

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(xiàn)在可以仔細去研讀原文了，文章有更詳實論述和具體的數(shù)據(jù)。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。