Citrini餘音未了

优秀的文章能讓市場將「情景推演」混淆成「現實預言」。

2026 年 2 月 22 日，一篇名為《The 2028 Global Intelligence Crisis》的報告，引爆了社交媒體和金融市場，瀏覽量突破 2700 萬。報告發布當日，IBM 重挫 13%，DoorDash、American Express、KKR 等一眾公司股價紛紛下跌 6% 以上。

這篇報告出自 Citrini Research 的創始人 James van Geelen 之手。這位 33 歲的研究者在 X 上擁有超過 18 萬粉絲，其 Substack 在財經類作者中排名第一，主打主題股權投資與全球宏觀研究，風格以跨資產、橫向聯想著稱，真實投資組合自 2023 年以來回報超過 200%。報告以情景推演的形式，虛構了一個設定在 2028 年的未來：AI 在短短兩年內大規模替代白領勞動力，由此引發消費萎縮、軟體資產違約、信用緊縮，最終將經濟推入一種「技術性繁榮」與「社會性衰退」並存的畸形狀態。Van Geelen 在文首標註："這篇文章講的是一個可能的情景，並非一則預言。"但市場顯然沒有耐心去區分這兩者。

不過，比短暫的市場恐慌更值得關注的，是這篇文章在過去幾天引發的廣泛討論。從學術界到投資圈，從華爾街到中文互聯網，十幾篇不同角度的回應文章相繼出現。相比於只聽信某一種極端的結論，也許我們能從各方觀點的「分歧與交疊」中拼湊出更清晰的未來。

Citrini 說了什麼

Citrini 文章中的邏輯線索並不複雜：AI 能力的躍進導致白領岗位的大規模替代 → 失業攀升引發消費支出萎縮 → 以 SaaS 為底層資產的結構化金融產品遭遇違約潮 → 信用緊縮蔓延至更廣泛的金融體系 → 經濟陷入一種「技術性繁榮」與「社會性衰退」並存的畸形狀態。

這條因果鏈的每一個環節都並非空穴來風。但將它們首尾相連、一氣呵成地推演至危機，則需要一系列頗為激進的前提假設。

拆解這條鏈條的方式有很多。我們不妨沿著三個核心分論點，即勞動力替代的速度與規模、需求崩塌的傳導機制、金融危機的可能性，依次展開，看看圍繞每一個環節，不同聲音究竟在爭論些什麼。

不破不立

Citrini 推演的起點是 AI 對白領勞動力的大規模替代。在他的敘事中，這一過程在 2026 至 2028 年間驟然加速，法律、金融分析、軟體開發、客戶服務等領域的從業者首當其衝。

企業在 AI 模型供應商和線上勞動力平台上的支出占比變化量，按行業的 AI 暴露程度分組

確有證據支持了 Citrini 的觀點。Bick、Blandin 與 Deming 的一項基於企業支出數據的實證研究顯示，在 ChatGPT 發布後，AI 暴露程度最高的企業（即此前在線上勞動力市場上支出占比最大的企業）顯著增加了對 AI 模型提供商的支出，同時減少了在線上勞動力市場上的支出，降幅達到約 15%。值得注意的是，這種替代並非「等額置換」——企業每減少 1 美元的勞動力市場支出，僅增加了 0.03 至 0.30 美元的 AI 支出。換言之，AI 正在以遠低於人工的成本完成同等工作量。

但 Citrini 或許高估了轉變發生的速度。有反駁者以美國的房地產經紀人行業為例，儘管技術早已具備大幅削減經紀人數量的能力，但這個行業至今仍然僱傭著超過 150 萬人。制度的慣性、監管的壁壘、行業內部的利益博弈，構成了一道遠比技術更堅固的防線。他認為，Citrini 嚴重低估了「制度勢能」的阻力。

還有反駁者引用 Kimball、Basu 與 Fernald 1998 年的研究指出，技術衝擊在歷史上往往是對供給側的正向刺激——短期內可能伴隨就業結構的調整，但長期來看，它創造的產出空間遠大於它摧毀的岗位。

事实上，回顧歷史上每一輪通用目的技術的擴散，從實驗室到大規模滲透的過程總是比技術本身的成熟速度慢得多。電力花了 30 年才從 5% 的家庭普及率達到 50%，電話用了 35 年，即便是擴散速度最快的智能手機也需要 5 年。AI 的技術能力或許已經足以顛覆許多行業，但技術能力與制度吸收之間的鴻溝，從來都不是靠能力本身就能彌合的。

Citrini 敘事的第二個關鍵環節是需求端的螺旋下行：失業 → 收入減少 → 消費萎縮 → 企業盈利下滑 → 進一步裁員。

Citrini 在這一環節混淆了需求側通縮和供給側通縮。前者意味著消費者的購買力萎縮，後者則是技術進步壓低了生產成本——AI 驅動的價格下降，本質上更接近後者，類似於過去幾十年間電子產品和通訊服務的價格軌跡。有分析者認為，傑文斯悖論將依然生效：當 AI 把法律諮詢、醫療診斷、軟體開發等服務的成本大幅壓低時，過去因價格高昂而被大量人群排斥在外的需求將被釋放出來，總量不是萎縮，而是爆炸性增長。與此同時，「莫拉維克悖論」也將發揮作用。對機器而言，真正困難的往往不是高深的邏輯推演或海量數據檢索，反而是人類習以為常的肢體運動、感知認知和情感交流。這意味著體力勞動和需要精細感知的服務業岗位，可能比我們想象的更具韌性。

但傑文斯悖論也可能失效。芝加哥大學經濟學教授 Alex Imas 提出，如果 AI 自動化了絕大部分勞動，而勞動收入在總收入中的佔比急劇下降，那麼誰來購買這些被高效生產出來的商品和服務？這觸到了分配機制本身。當產出能力趨於無限而有效需求趨於集中時，我們面對的或許不是一場衰退，而是一種經濟學教科書尚未充分討論過的失衡——物質豐盈卻無法觸及。

管中窺豹

Citrini 推演中跨度最大的部分，是从就業衝擊到金融危機的傳導。在他的敘事中，以 SaaS 收入為基礎資產的結構化金融產品（他稱之為"Software-Backed Securities"）在 AI 轉型浪潮中遭遇大面積違約，觸發了一場類似 2008 年的信用緊縮。

然而評論者指出，與 2008 年相比，當前美國企業部門的槓桿率遠為健康，銀行體系在經歷了 Dodd-Frank 改革和多輪壓力測試之後也遠比彼時堅固。

相對於 2008 年經濟危機前夕，當前美國金融體系的各項韌性指標已大幅改善：銀行一級資本充足率從 8.1% 升至 13.7%，家庭部門債務與可支配收入之比從 130% 降至 97%，不良貸款率從 1.4% 降至 0.7%。

即便部分 SaaS 公司確實面臨收入下滑，其規模也不足以引發系統性的信用危機。前彭博社財經專欄作者 Nick Smith 認為，Citrini 在這一環節犯了一個常見的錯誤：將微觀層面的行業衝擊線性外推為宏觀層面的系統風險。對於需求崩塌，Smith 給出的答案是財政政策。如果失業真的大幅攀升，政府完全有能力也有意願通過大規模的財政刺激來托底需求。

制度的反應能力似乎也被低估了，以 COVID 時期的政策響應為例，2020 年 3 月 11 日 WHO 宣布疫情大流行，僅僅 16 天後，規模達 2.2 萬億美元的 CARES Act 便已簽署生效。在此後一年內，美國累計推出 5.68 萬億美元的財政刺激，相當於 2020 年 GDP 的約 25%。

如果 AI 驅動的失業真的以 Citrini 所描述的速度和規模出現，政策端的干預不太可能缺席。

還有評論者從更基礎的層面發出質疑。技術上的末日論，普遍來自於對人文的缺乏信仰。Citrini 的推演將市場視為一台無人值守的機器，任由「因果」自行展開，直至崩潰。但現實中的經濟體系並非如此運作。法律、制度、政治、文化、意識形態深刻地決定著真實世界吸收技術衝擊的方式。

共識與分歧

我們或許可以嘗試標註一些共識和分歧。

AI 正在、並將繼續改變白領勞動力的需求結構，這一點幾乎無人否認，分歧僅在於改變的速度和規模。此外，過渡期的痛苦是真實存在的，不應被長期樂觀所遮蔽。以及，政策響應的質量和速度將在很大程度上決定結果的好壞。

分歧存在於更底層的邏輯中。有人認為這次的技術衝擊在速度和廣度上可能超越歷史先例，因此歷史類比的適用性有限；也有人更信任制度的適應性和歷史的可重復性。

抬頭

Citrini 的文章存在不少問題，邏輯勾連過於緊湊、制度反應被系統性低估、從微观行業衝擊到宏觀系統風險的跳躍缺乏足夠的中間論證。但它最根本的問題，或許在於一種對人類社會的低估：它假定了一個靜態的制度環境，在其中，技術以近乎不可阻擋的速度碾壓一切。歷史上技術末日論層出不窮，它們在技術邏輯上往往無懈可擊，卻幾乎無一例外地忽略了「人」這個變量。人類社會的複雜性、它的摩擦力、它的冗余、它那些看似低效的制度安排，恰恰構成了一種強大的、分佈式的抗衝擊能力。我們有充足的時間來規避那些被推演出的末日，前提是我們不被推演本身嚇住。

那些樂觀敘事呢？「傑文斯悖論」是一個關於長期趨勢的觀察。「莫拉維克悖論」告訴我們體力勞動暫時安全，但沒有告訴我們那些被替代的白領該何去何從。歷史類比是有啟發性的，但歷史從來不會精確地重複，它只是踩著韻腳。樂觀敘事需要時間來檢驗，而我們正身處檢驗的起點。

末日論生產，焦慮者買單。鍛鍊自己的判斷，承擔風險，經營倉位，而不是沈溺在那些「一眼望到頭」的文章中。