优秀的文章能让市场将「情景推演」混淆成「现实预言」。
2026 年 2 月 22 日，一篇名为《The 2028 Global Intelligence Crisis》的报告，引爆了社交媒体和金融市场，浏览量突破 2700 万。报告发布当日，IBM 重挫 13%，DoorDash、American Express、KKR 等一众公司股价纷纷下跌 6% 以上。
这篇报告出自 Citrini Research 的创始人 James van Geelen 之手。这位 33 岁的研究者在 X 上拥有超过 18 万粉丝，其 Substack 在财经类作者中排名第一，主打主题股权投资与全球宏观研究，风格以跨资产、横向联想著称，真实投资组合自 2023 年以来回报超过 200%。报告以情景推演的形式，虚构了一个设定在 2028 年的未来：AI 在短短两年内大规模替代白领劳动力，由此引发消费萎缩、软件资产违约、信用紧缩，最终将经济推入一种"技术性繁荣"与"社会性衰退"并存的畸形状态。Van Geelen 在文首标注："这篇文章讲的是一个可能的情景，并非一则预言。"但市场显然没有耐心去区分这两者。
不过，比短暂的市场恐慌更值得关注的，是这篇文章在过去几天引发的广泛讨论。从学术界到投资圈，从华尔街到中文互联网，十几篇不同角度的回应文章相继出现。相比于只听信某一种极端的结论，也许我们能从各方观点的「分歧与交叠」中拼凑出更清晰的未来。
Citrini 说了什么
Citrini 文章中的逻辑线索并不复杂：AI 能力的跃进导致白领岗位的大规模替代 → 失业攀升引发消费支出萎缩 → 以 SaaS 为底层资产的结构化金融产品遭遇违约潮 → 信用紧缩蔓延至更广泛的金融体系 → 经济陷入一种"技术性繁荣"与"社会性衰退"并存的畸形状态。
这条因果链的每一个环节都并非空穴来风。但将它们首尾相连、一气呵成地推演至危机，则需要一系列颇为激进的前提假设。
拆解这条链条的方式有很多。我们不妨沿着三个核心分论点，即劳动力替代的速度与规模、需求崩塌的传导机制、金融危机的可能性，依次展开，看看围绕每一个环节，不同声音究竟在争论些什么。
不破不立
Citrini 推演的起点是 AI 对白领劳动力的大规模替代。在他的叙事中，这一过程在 2026 至 2028 年间骤然加速，法律、金融分析、软件开发、客户服务等领域的从业者首当其冲。
企业在 AI 模型供应商和在线劳动力平台上的支出占比变化量，按行业的 AI 暴露程度分组
确有证据支持了 Citrini 的观点。Bick、Blandin 与 Deming 的一项 基于企业支出数据的实证研究 显示，在 ChatGPT 发布后，AI 暴露程度最高的企业（即此前在在线劳动力市场上支出占比最大的企业）显著增加了对 AI 模型提供商的支出，同时减少了在在线劳动力市场上的支出，降幅达到约 15%。值得注意的是，这种替代并非"等额置换"——企业每减少 1 美元的劳动力市场支出，仅增加了 0.03 至 0.30 美元的 AI 支出。换言之，AI 正在以远低于人工的成本完成同等工作量。
但 Citrini 或许高估了转变发生的速度 。有反驳者以美国的房地产经纪人行业为例，尽管技术早已具备大幅削减经纪人数量的能力，但这个行业至今仍然雇佣着超过 150 万人。制度的惯性、监管的壁垒、行业内部的利益博弈，构成了一道远比技术更坚固的防线。他认为，Citrini 严重低估了「制度势能」的阻力。
还有反驳者 引用 Kimball、Basu 与 Fernald 1998 年的研究指出，技术冲击在历史上往往是对供给侧的正向刺激——短期内可能伴随就业结构的调整，但长期来看，它创造的产出空间远大于它摧毁的岗位。
事实上，回顾历史上每一轮通用目的技术的扩散，从实验室到大规模渗透的过程总是比技术本身的成熟速度慢得多。电力花了 30 年才从 5% 的家庭普及率达到 50%，电话用了 35 年，即便是扩散速度最快的智能手机也需要 5 年。AI 的技术能力或许已经足以颠覆许多行业，但技术能力与制度吸收之间的鸿沟，从来都不是靠能力本身就能弥合的。
Citrini 叙事的第二个关键环节是需求端的螺旋下行：失业 → 收入减少 → 消费萎缩 → 企业盈利下滑 → 进一步裁员。
Citrini 在这一环节混淆了需求侧通缩和供给侧通缩。前者意味着消费者的购买力萎缩，后者则是技术进步压低了生产成本——AI 驱动的价格下降，本质上更接近后者，类似于过去几十年间电子产品和通讯服务的价格轨迹。 有分析者 认为，杰文斯悖论将依然生效：当 AI 把法律咨询、医疗诊断、软件开发等服务的成本大幅压低时，过去因价格高昂而被大量人群排斥在外的需求将被释放出来，总量不是萎缩，而是爆炸性增长。与此同时，「莫拉维克悖论」也将发挥作用。对机器而言，真正困难的往往不是高深的逻辑推演或海量数据检索，反而是人类习以为常的肢体运动、感官认知和情感交流。这意味着体力劳动和需要精细感知的服务业岗位，可能比我们想象的更具韧性。
但杰文斯悖论也可能失效。 芝加哥大学经济学教授 Alex Imas 提出 ，如果 AI 自动化了绝大部分劳动，而劳动收入在总收入中的占比急剧下降，那么谁来购买这些被高效生产出来的商品和服务？这触到了分配机制本身。当产出能力趋于无限而有效需求趋于集中时，我们面对的或许不是一场衰退，而是一种经济学教科书尚未充分讨论过的失衡——物质丰盈却无法触及。
管中窥豹
Citrini 推演中跨度最大的部分，是从就业冲击到金融危机的传导。在他的叙事中，以 SaaS 收入为底层资产的结构化金融产品（他称之为"Software-Backed Securities"）在 AI 转型浪潮中遭遇大面积违约，触发了一场类似 2008 年的信用紧缩。
然而评论者指出，与 2008 年相比，当前美国企业部门的杠杆率远为健康，银行体系在经历了 Dodd-Frank 改革和多轮压力测试之后也远比彼时坚固。
相对于 2008 年经济危机前夕，当前美国金融体系的各项韧性指标已大幅改善：银行一级资本充足率从 8.1% 升至 13.7%，家庭部门债务与可支配收入之比从 130% 降至 97%，不良贷款率从 1.4% 降至 0.7%。
即便部分 SaaS 公司确实面临收入下滑，其规模也不足以引发系统性的信用危机。前彭博社财经专栏作者 Nick Smith 认为，Citrini 在这一环节犯了一个常见的错误：将微观层面的行业冲击线性外推为宏观层面的系统风险。对于需求崩塌，Smith 给出的答案是财政政策。如果失业真的大幅攀升，政府完全有能力也有意愿通过大规模的财政刺激来托底需求。
制度的反应能力似乎也被低估了，以 COVID 时期的政策响应为例，2020 年 3 月 11 日 WHO 宣布疫情大流行，仅仅 16 天后，规模达 2.2 万亿美元的 CARES Act 便已签署生效。在此后一年内，美国累计推出 5.68 万亿美元的财政刺激，相当于 2020 年 GDP 的约 25%。
如果 AI 驱动的失业真的以 Citrini 所描述的速度和规模出现，政策端的干预不太可能缺席。
还有评论者从更基础的层面发出质疑 。技术上的末日论，普遍来自于对人文的缺乏信仰。Citrini 的推演将市场视为一台无人值守的机器，任由「因果」自行展开，直至崩溃。但现实中的经济体系并非如此运作。法律、制度、政治、文化、意识形态深刻地决定着真实世界吸收技术冲击的方式。
共识与分歧
我们或许可以尝试标注一些共识和分歧。
AI 正在、并将继续改变白领劳动力的需求结构，这一点几乎无人否认，分歧仅在于改变的速度和规模。此外，过渡期的痛苦是真实存在的，不应被长期乐观所遮蔽。以及，政策响应的质量和速度将在很大程度上决定结果的好坏。
分歧存在于更底层的逻辑中。有人认为这一次的技术冲击在速度和广度上可能超越历史先例，因此历史类比的适用性有限；也有人更信任制度的适应性和历史的可重复性。
抬头
Citrini 的文章存在不少问题，逻辑勾连过于紧凑、制度反应被系统性低估、从微观行业冲击到宏观系统风险的跳跃缺乏足够的中间论证。但它最根本的问题，或许在于一种对人类社会的低估：它假定了一个静态的制度环境，在其中，技术以近乎不可阻挡的速度碾压一切。历史上技术末日论层出不穷，它们在技术逻辑上往往无懈可击，却几乎无一例外地忽略了「人」这个变量。人类社会的复杂性、它的摩擦力、它的冗余、它那些看似低效的制度安排，恰恰构成了一种强大的、分布式的抗冲击能力。我们有充足的时间来规避那些被推演出的末日，前提是我们不被推演本身吓住。
那些乐观叙事呢？「杰文斯悖论」是一个关于长期趋势的观察。「莫拉维克悖论」告诉我们体力劳动暂时安全，但没有告诉我们那些被替代的白领该何去何从。历史类比是有启发性的，但历史从来不会精确地重复，它只是踩着韵脚。乐观叙事需要时间来检验，而我们正身处检验的起点。
末日论生产，焦虑者买单。锻造自己的判断，承担风险，经营仓位，而不是沉溺在那些 「一眼望到头」 的文章中。
