33 岁分析师一篇神文,戳穿AI时代最恐怖的真相?

码头青年
Feb 25

2月22日,Citrini Research发布了一篇题为《过剩智能的后果》的文章。

作者以“2028年6月发布的一份宏观研究” 展开,倒推AI技术进步和智能体普及对人类社会和经济的影响。这篇原本面向顶级投资人的内部报告,在发布后,瞬间便横扫 X(Twitter) 趋势榜。

这篇神文也在美股市场疯狂传播,进一步加剧了投资者的担忧情绪。

截至美股周一收盘,在文章中被点名的上市公司普遍下跌。其中,外卖平台DoorDash、黑石大跌超6%、美国运通大跌超7%,优步、Visa也应声下跌。

为何这篇文章能把美股吓尿?

先交代一下作者。Citrini Research 的创始人 James van Geelen ,今年33岁,主业是做宏观与主题研究,文章设定成一份来自2028年6月的宏观备忘录,回头复盘危机如何从2026年一路走来,直至到无法挽救。文章里还提到,这个问题最初由他的朋友 Alap Shah 抛出,两人一起把推演写了出来。

Citrini 在文中说:如果人类智能不再稀缺,智能溢价持续回撤,那么建立在白领持续赚钱能力之上的消费、房贷、信用扩张,都会开始松动,甚至连金融体系都会崩溃。

我们要理解现代经济的一个基本假设:人类的脑子是值钱的。

过去几十年,如果你受过良好教育、会写代码、会做PPT、会法律分析,你就能获得智能溢价。你赚到钱,然后买房、消费、社交,支撑起占美国GDP 70%的消费市场。

但Citrini告诉我们,这个逻辑正在崩塌。

最初,企业觉得AI是好帮手。但到了2026年,AI Agent(智能体)的编码能力出现了阶跃式进化。以前需要几十个白领、每年付几十万美金购买的SaaS软件,现在一个开发者带几个AI,几周就能复刻出来。

企业为了保住利润疯狂裁员,但他们忘了一个死逻辑,你的员工,就是别人的客户。当Salesforce、ServiceNow这些巨头通过AI帮客户裁员15%时,它们也立刻损失了15%的订阅授权收入。为了自救,它们只能继续裁员、投入更多AI。

这就是人类智能替代螺旋: 企业每省下1美元人力成本,就流向了更强的AI,而更强的AI会反过来干掉更多的人。

文中有一句话,让我印象深刻:到 2027 年 3 月,美国个人用户的日均 token 消耗中位数已经达到40 万,相比 2026 年末增长了 10 倍。

先通俗解释一下什么叫 token。

token 可以理解为 AI 处理信息时的最小计量单位。你输入的一段文字,会被拆成很多小块,AI 输出的回答,也会被拆成很多小块。每一个小块,就是一个 token。可以粗略理解为几个汉字、一个英文单词或一个符号的组合。

所以 40 万 token,并不是 40 万句话,而是 AI 在一天之内读取、分析、生成的总信息量。这个数字越大,意味着它参与的决策越多,处理的细节越细,生活中被算法接管的部分也就越多。

2027 年个人用户日均 40 万 token,说明美国人的生活开始被持续计算。过去我们做决定是断续的,想起来才比价,心情好才研究条款,嫌麻烦就默认续费。机器不是这样。它会在后台 7×24 小时盯着航班价格、订阅账单、保险报价、信用卡积分和配送费率,把人的每一个犹豫拆解成上百次微判断。人类的惰性,曾经是一种隐形资产,支撑着平台抽成、订阅涨价和信息差生意;当代理替你把犹豫清零,这部分利润就开始蒸发。

如果人类的惰性和情绪被持续削弱甚至清零,这个社会会发生什么?

很多人以为情绪是效率的敌人,但它其实是商业社会的润滑剂。冲动消费、品牌偏好、习惯性续费、懒得比价、对销售人员的信任感,这些从消费者的角度看,肯定不好,但是它们却是企业利润的重要来源。

当智能体开始替你做决定,它一不会疲惫,二不会心软,更不会被广告打动,也不会因为习惯而偷懒。它只优化价格和匹配度。情绪一旦退场,很多行业很多人的命运都要被改写。社会可能变得更高效,但也更冷酷。

Citrini认为,现代商业巨头的利润,其实大多来自于“摩擦力”。因为人类的很多成本,本质上来自摩擦:懒得比价、没时间谈判、习惯性续费、信息不对称。

但在2027年的推演中,AI代理杀死了这一切。

想象一下,你的手机里跑着一个24小时不睡觉的AI。它不会因为疲惫而妥协,它会瞬间在全网几百个平台寻找最低价格,它会自动帮你退订所有不划算的保险,它会绕过银行卡那2%的手续费直接用虚拟货币结算。

于是旅行预订、保险续保、订阅经济、房地产经纪佣金、外卖平台的抽成、信用卡交换费,这些以摩擦为护城河的商业模式,会先死为敬。

像DoorDash们,都会破产,因为AI没有“主屏幕”概念,它只看谁最便宜、送得最快。万事达、Visa们也会非常恐慌,因为AI发现传统的刷卡手续费太笨重,直接通过算法绕过了银行。

报告还提到支付、外卖、网约车这些环节,相关股票立刻遭到抛售。

作者也把火引向房贷和私募信贷。

美国乃至全世界的金融基石是按揭贷款。银行之所以敢借钱给你买房,是基于一个假设:你未来的收入是稳定的,你的智能是有溢价的。

但现在,这个假设失效了。

那些信用分780以上、名校毕业的白领,以前是银行眼中的金主。但AI最先取代的就是他们。这些人失业后,不会立刻断供。他们会透支信用卡、提取养老金,试图维持体面。

但正如报告所言,2027年底,当西雅图、旧金山这些科技重镇的房价开始两位数下跌,当逾期率开始抬升,世界发现了一个恐怖的事实:2008年的危机是把钱借给了“坏人”,而2028年的危机是,原本的“好人”在贷款签出后,被时代抛弃了。

一个没有白领高薪支撑的13万亿房贷市场,本质上就是一张巨大的、即将到期的空头支票。

读完这篇文章,我们不得不面对一个极度反直觉的悖论:生产率在飙升,经济却在枯萎。这就是报告中提到的“幽灵GDP”。纸面上看,GPU集群产出了海量的代码、设计和方案,生产率数据美得惊人。但问题是,机器不买可选消费品。

机器不需要度假,不需要买名牌包,不需要给孩子报钢琴班。

如果AI把人类的生产成本降到了零,那也意味着人类的收入也将趋向于零。当财富越来越集中在少数掌握算力的人手中,而大多数白领被迫去开Uber(甚至Uber也是无人驾驶的),这个社会的消费循环就彻底断裂了。

我们正亲手制造一种“经济瘟疫”,它效率极高,却不留活口。

Citrini Research在报告的结尾提醒我们:现在是2026年2月。

此时此刻,标普指数依然接近高点,负反馈循环还没有完全开启。正如矿井里的金丝雀,虽然它的叫声已经变得急促,但它还活着。

当然,这是一份情景推演,不是现实。批评者也不少,很多人认为它过度悲观,低估了政策反应与经济自适应能力。但市场会对它有反应,恰恰说明恐惧本身已经是交易变量。

如果把这篇长文压缩成一句话,它问的其实是:当机器能做越来越多脑力活,而边际成本越来越接近电费时,人类靠什么维持收入,进而维持消费与信用。

美国人问的这个问题,其实对中国也不遥远。我们同样有庞大的服务业与中产消费,也同样有房贷链条与地方财政结构,也同样在经历企业对降本增效的执念。AI 不是单纯的工具升级,它是对整个社会方方面面的压力测试。

这篇文章给码头读者的启示,远不止于投资建议,更多的是关于生存的思考。

如果你的工作或生意是建立在信息不对称或客户懒惰之上,AI会第一时间撕碎你。

过去几十年买房坐等升值的逻辑,本质上是赌白领生产率持续增长。如果这个前提变了,你的资产还是资产吗?

我们要去寻找那些AI无法提供溢价的地方。也许是深度的人文关怀,也许是复杂的社交博弈,或者是那些AI即使能做、但人类只愿意向人类付费的特殊领域。

记住,AI不只是工具,它其实是另一种物种。它带来的不是一次工业革命,而是对人类社会的彻底颠覆。

在这场与时间的赛跑中,政府的救济方案往往落后于算法的进化。作为个人,我们唯一能做的,就是在智能溢价彻底归零之前,找到自己在这个新世界里的救命稻草。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10