進入2026年，進入馬年，市場正瀰漫着一種詭異的、前所未有的氣氛。

資本市場正在提前交易一場尚未真正到來的結構變化。從「一件大事正在發生」，到「2028年全球AI危機」，美國股市越來越容易被這些宏大敘事所牽引。華爾街懷疑，AI能力的自我遞歸提升，會先於制度與市場的調節能力，同時製造一次宏觀經濟的自我遞歸式的惡化。

昨晚，獨立研究機構Citrini用一篇假設寫於2028年6月的備忘錄，講述了這樣相互嵌套的遞歸鏈條。當晚，美國再次崩盤，道指下跌800點，不僅包括前陣子就深跌的SaaS股與網絡安全股，這次還包括黑石（Blackstone）、萬事達（Mastercard）這樣的金融大藍籌。

Citrini並帶來沒有太多新鮮的觀點，很多都是ChatGPT剛出現時，經濟學家就已經提出的擔憂，以及一些AI大咖們製造的敘事。但它這次把悲劇展開的每一個環節都數據化、時間線化，詳細推演了多米諾骨牌是如何依次倒下的，使其看起來更像一場正在展開的系統性風險：AI喫掉了軟件，白領大量失業，中介經濟瓦解，可選消費萎靡，私募信貸與抵押貸款違約率上升，而在稅基收縮的背景下，財政政策也難以為繼。

這些危機敘事顯得逼真，是因為它們並非從未來倒推，而是從當下延伸。現實已經出現了若干可被拼接的信號。

「軟件只是開場」正在變成一種共識。近期，Anthropic突破白領工業革命的積極嘗試，讓市場相信，那些支撐美國經濟的高價值知識工作，不再被視為自動化的例外，正在接近系統性替代的拐點。

圍繞Anthropic的Claude Code所衍生的協作形態，市場第一次直面「AI喫掉軟件」的可能性。過去幾年，SaaS公司是資本市場的寵兒。它們將企業工具、流程與協作規則產品化，通過雲端交付，以「席位」模式向企業收費。但是代理式的軟件能自動化地實現這些功能，並且開始替代企業白領員工操作軟件和相關工具。SaaS軟件公司，行動快的，將與緊隨AI原生企業一同用AI喫掉軟件；行動慢的，將被喫掉，或者淪為智能體的基礎設施。

Claude Code如何突破白領工業革命

2026/2/23 完整閱讀 >

昨晚，Claude Code宣佈可協助現代化COBOL（通用商業語言）代碼庫後，圍繞遺留系統維護與企業級IT服務的長期價值開始受到市場質疑。IBM股價暴跌13%。這意味着AI對於現有代碼庫的「清算」，可能會倒查到AI初生的1950年代。

Anthropic並未將能力侷限於編程場景，而是在加速向更多垂直行業擴展。隨着智能體生態的形成，Claude Code的能力開始在不同工作流中遷移與泛化，並在真實業務環境中持續吸收「世界知識」。儘管其列舉的醫療、法律、金融、教育、客服、物流等16個垂直行業，智能體的滲透率仍明顯低於編程領域，但趨勢方向已經明確。來自CB Insights的市場地圖顯示，Anthropic通過投資、合作與生態佈局，正向企業價值鏈的多個下游環節延伸。在這種結構擴張之下，站在前沿模型廠商價值鏈下游，未必是安全的位置。

「反身性循環」的邏輯是成立的，至少在能力層面已經顯現。從近期Anthropic對AI智能體在實際工作流中的自主性（autonomy），以及人類與之協作的流暢性（fluency index）來看，大模型的自我遞歸式的改善，仍在繼續。現在，用戶讓Claude Code不間斷自動執行任務的時長已超過45分鐘，幾乎是三個月前的兩倍。這不僅意味着模型能力增強，也意味着信任閾值正在上移。

編程是AI能力「自我遞歸改善」的起點。Anthropic創始人達里奧·阿莫迪（Dario Amodei）與谷歌DeepMind創始人德米斯·哈薩比斯（Demis Hassabis），最近都談到了「持續學習」的概念。阿莫迪的設想是，先開發擅長編碼和AI研究的模型，然後用這些模型來生成下一代模型，並加速形成一個循環，從而提升模型開發速度。哈薩比斯要謹慎一點，認為仍需要數次範式突破。但無論如何，兩種判斷的分歧在節奏，而非方向；這一天最終都會到來。

當這種能力提升進入企業端，另一種遞歸便隨之出現：軟件企業將裁員省下的錢繼續投入AI工具，而AI能力提升又讓下一輪裁員成為可能。回想一下，外語教育軟件Duolingo是最積極擁抱AI的企業之一，從2021年開始就與OpenAI達成合作，也是OpenAI官網公布的首批GPT-4用例企業。它拿到了OpenAI萬億token消耗獎章，大幅減少人工內容，卻也是市值跌幅最大的企業之一。

當世界被token淹沒，價值去哪裏了

2025/10/20 完整閱讀 >

「中介層變革」正在顯露輪廓。去年，Google推出AP2，允許智能體之間進行直接支付與結算。這被視為智能體協作走向真實交易場景的早期嘗試，也標誌着從傳統電子商務向「AI商務」過渡的可能路徑。當交易可以在智能體之間完成，撮合與流量分發的價值位置便開始下移。如果結算工具與穩定幣基礎設施逐步成熟，智能體之間的MarketPlace可能繞開部分傳統平台的中介環節。

從電子商務到AI商務：谷歌發布AP2，以後智能體之間可以直接支付打賞了

2025/09/17 完整閱讀 >

傳統業務邏輯層正在被「agent tier」取代，其邊際價值正被智能體吞噬。今年春節期間，阿里巴巴補貼AI下單，近2億用戶使用千問，實現一句話購買奶茶、訂機票酒店、買電影票。這種交互方式，本質上將原本分散在電商、外賣與支付應用中的核心流程「插件化」，原本流經這些應用的流量，不再繞道，而是直接在千問App閉環。

當注意力不再停留在應用界面，依賴流量分發與廣告變現的商業模式，便面臨結構性挑戰。這往往需要最高決策者的拍板。也許正因為此，直到去年下半年，阿里巴巴才正式確立以千問為核心的集團級戰略。

就連因此而來的「token消耗」估算也是合理的。前述文章預測，到2027年3月，美國人均日均token消耗將達到40萬（全年近1.5億）。這甚至是一個偏保守的估計，受限於算力需求增長受到了算力供給約束的場景。

讓我們簡單推算一下。去年10月，谷歌日均消耗43萬億tokens。當時，谷歌模型在OpenRouter市場佔比25%。那麼，當時全球相當於日均消耗170萬億tokens。在今年的CES上，黃仁勳預計全球token將每年增長5倍，那麼，相當於2027年3月全球日均token消耗超過1600萬億tokens，即全球80億人，每人每天消耗20萬tokens。考慮到AI滲透率在全球並不均衡，屆時，美國人日均消耗約40萬tokens大致成立。

事實上，在大型節慶或內容高峯期，token消耗呈現脈衝式放大並不意外。在2027年3月之前，人類社會已經面臨AI春晚的衝擊，也將面臨AI世界盃的衝擊。按照前述方法推斷，在春節期間，全球日均token消耗已經超過了300萬億，其中來自字節跳動的或已在90萬億左右。視頻生成與智能體經濟，在推動算力需求爆發式增長的同時，也在倒逼算力基礎設施建設加速，以及從現有基礎設施中壓榨出更多token。

「就業市場動盪」已經是現實議題。幾乎所有的實驗室，都會承認AI會帶來就業問題，只是程度不同而已。OpenAI創始人CEO奧特曼的觀點是要建立UBI（全民基本收入）制度；Anthropic則在2025年4月建立了經濟顧問委員會，DeepMind如今又開始招聘首席經濟學家。

準備後AGI時代，DeepMind在招聘首席經濟學家 | 筆記

2026/01/24 完整閱讀 >

這是一個狼來了的故事。儘管有人戲稱，人工智能無處不在，唯獨不在即將公布的宏觀經濟數據中。但就在這個月，美國國家經濟研究局（NBER）在對美國、英國、德國和澳大利亞數千名最高管理層（C-suite）調查中發現，儘管高管與員工使用AI的時長大致相同（平均每周約1.8小時），但相比員工預計未來三年AI將提高生產率約0.9%，使其所在公司就業人數增加約0.5%，高管則預計同期生產率將提高1.4%，使所有企業就業減少0.7%。企業裁不裁員，最終還是得聽高管的。

「智能取代螺旋」並非純粹假設。相關敘事推演的是，被智能體擠出市場的白領工作者流向藍領崗位、低薪服務行業甚至零工經濟，壓低了工資，但自動駕駛等AI應用，正在後面追殺，蠶食這些市場。

日前，在回應國會質詢時，Waymo披露其在全球範圍內擁有大約「在任何給定時間在線值班的」70名遠程協助（remote assistance），包括事件響應團隊，大約一半在美國（主要在亞利桑那和密歇根），另一半在菲律賓。目前，Waymo車隊約有3000輛自動駕駛汽車，理論上1人負責40餘輛。去年一季度時，小馬智行曾披露1人負責20輛車，實現廣州單車盈利轉正，並預計到去年底提升為30輛。這意味着至少在駕駛及相關工作上，AI消滅了更多崗位，卻沒有創造足夠的替代。

不過，現在是2026年2月，不是2028年6月，「金絲雀還活着」。儘管當前資本市場押注，AI自我遞歸提升的速度，將系統性地快於經濟與社會制度適應調整的速度，但是，企業家、就業者與監管層，都還有時間，及時建立新的均衡的框架。最終，這才能證明近期的股市暴跌，是金孖展本在技術革命中的又一次過度定價。