本文是一篇长文，是我最近陷入 AI 焦虑推演出来的一些可能发生的事情，希望你有耐心看完，并且能带来一些思考。

2026 年春节，AI 军备竞赛全面升级

2026 年的春节，科技圈没有消停。

2 月 6 日，Anthropic 发布了 Claude Opus 4.6，在沙箱环境中挖出超过 500 个此前未知的零日漏洞，编码和推理能力再次刷新上限。2 月 11 日，字节跳动的 Seedance 2.0 正式上线，生成的视频被海外用户称为"好莱坞级别"，真实感强到平台不得不紧急限制真人人脸上传。同一天，智谱发布了 GLM-5——7450 亿参数的 MoE 架构大模型，性能对标 GPT-5.2 和 Claude Opus 4.5，股价当天暴涨 34%。DeepSeek 的 V4 也在春节档蓄势待发，内测数据显示编程能力已经超越 Claude 和 GPT 系列。

每一个模型发布都在传递同一个信号：AGI 不是"会不会来"的问题，而是"什么时候到"的问题。 而这个"什么时候"，正在以月为单位缩短。

那么问题来了——如果 AGI 真的来了，世界经济到底会发生什么？

以下是我基于真实趋势和公开数据的个人推演，仅代表个人观点。时间节点写 2030 年，是为了突出紧迫性——也许实际会更早，也许会更晚，但留给所有人的准备时间，可能比想象中短得多。这不是模糊的"未来会很不一样"的感叹，而是一次思想实验：站在 2030 年回头看，AI 怎样重塑了世界经济。

“如果看多的人是对的呢？”

有一个问题值得所有 AI 看多者认真思考：

如果 AI 的乐观预期全部兑现，会不会反而成为经济的最大风险？

这个问题的反直觉之处在于——它不是在担心 AI 做不到，恰恰相反，它在担心 AI 真的做到之后会发生什么。

所有人都在赌 AI 会改变世界。但改变世界的方式不止一种。工业革命改变了世界，但英国纺织工人的生活在好起来之前，先经历了整整一代人的痛苦。中国 1998 年的国企改革改变了经济结构，但 4000 万下岗工人付出的代价，至今仍是一代人的创伤记忆。

2030 年某个季度的财报季，场景可能是这样的：失业率飙到两位数，标普 500 从高点跌去三分之一以上。市场对坏消息已经麻木。

这些数字本身不算骇人。2008 年金融危机时失业率峰值到了 10%，标普跌了 57%。但这次的机制完全不同——2008 年是华尔街自己挖的坑把自己埋了，而 2030 年的问题不是经济体生了病，而是外面来了一个全新的物种，直接把游戏规则改了。

第一块多米诺骨牌：SaaS 死亡螺旋

故事从 2026 年初开始。

那时候 AI 编码工具发生了一次能力跃迁。一个用 Claude Code 或 Codex 的合格开发者，几周就能复制出中型 SaaS 产品的核心功能。这不是理论推测——任何正在用这些工具写代码的人都清楚，这离现实已经不远了。Opus 4.5 在 SWE-Bench 上的得分超过 80%，在测试中最长持续自主编码近 5 小时。到了 4.6，连零日漏洞都能自主挖掘。

到了 2026 年年中，企业预算审查时出现了一个尴尬的发现：内部团队几周就能复制那些每年六位数的 SaaS 合同。已经有世界 500 强企业用"自己做"来威胁供应商，直接砍了 30% 的折扣。

像 ServiceNow（美国企业级 IT 服务管理 SaaS 巨头）这样的公司，一旦增速拐头向下，资本市场的反应会非常剧烈——这类高估值 SaaS 公司的定价完全建立在"永续高增长"的假设上，增速一旦失速，股价会被重新锚定。国内的用友、金蝶这些企业服务厂商面临同样的逻辑：当客户发现内部团队加上 AI 就能替代六位数的年费合同，续费率必然承压。

但真正可怕的不是某一家公司的业绩变脸，而是这套逻辑会自己滚起来——客户先裁人，然后砍掉给被裁员工用的软件订阅。SaaS 公司收入下滑，于是也开始裁人和上 AI。你不裁，竞争对手裁了，成本比你低，客户就跑了。

每家公司做出的都是对自己最理性的选择。但所有公司的选择叠在一起，就是一场踩踏。

Agent 吞噬中间商

如果 SaaS 的崩溃还只是 B2B 世界的震动，那 2028 年发生的事就直接冲击了每个普通人的生活。

开源的 AI Agent 购物助手出现了。不是那种"帮你搜个最低价"的比价工具——是真正的自主 AI Agent，7x24 小时在后台运行，按照用户偏好自动做决策。

一个趋势已经很明显：token 消耗量正在以指数级增长。这意味着 AI Agent 不是在等人下指令，而是在用户睡觉、吃饭、发呆的时候，持续不断地替他们做决策、跑流程、处理信息。

那么这些 AI Agent 干了什么？

凡是靠信息不对称、靠用户懒得比价、靠流程复杂来赚钱的生意，全部暴露在 Agent 的火力之下。

旅游行业首当其冲。AI Agent 能在几秒内组装出比携程、Booking 更便宜更优的行程方案，因为它不需要在某个平台上预订，它可以直接对接每一个供应商。保险的自动续费模式崩了——AI Agent 会在保单到期前自动比价并切换到更便宜的方案。房地产买方佣金从 2.5-3% 被压缩到 1% 以下——当买方 Agent 是一个 AI 而不是一个人的时候，“Agent 对 Agent"的战争变成了纯粹的效率竞争。

外卖平台的商业模式说白了是在给"懒"标价——你不想出门，平台就抽一笔。但 AI Agent 不懒。它会替你逐单比价、凑满减、在平台之间来回切换，哪家便宜用哪家。DoorDash（美国最大外卖平台）如此，美团、饿了么也一样——靠补贴烧出来的用户习惯、靠流程复杂锁住的用户黏性，在一个 7x24 小时替你精打细算的 Agent 面前，统统不堪一击。

然后是支付体系。在美国，机器对机器的交易天然倾向绕开信用卡网络那 2-3% 的手续费。稳定币通过 Solana 或以太坊 L2 能实现近乎即时的结算，成本是几分之一美分。一旦 Agent 经济的交易量跑起来，信用卡公司的增长引擎就熄火了——万事达、美国运通这些躺在支付管道上收过路费的公司，会发现越来越多的交易从它们的网络上绕走了。中国的情况有所不同——微信支付和支付宝已经把手续费压到了极低水平，但 Agent 经济对它们的威胁在另一个维度：当购买决策完全由 AI Agent 做出，支付入口的流量价值大幅缩水，围绕支付构建的整个金融生态（花呗、借呗、理财推荐）都面临重新定价。

把这个逻辑推远一步：当 Agent 成为消费主体，人类设计的整个商业基础设施都面临改写。 品牌忠诚度？Agent 不认品牌，只认性价比和评分数据。广告投放？没人能给 AI Agent 投广告。会员体系、积分制度、情感营销？全部失效，因为购买决策不再经过人类大脑。

这不是科幻。这是把一个纯理性的决策者放进一个为非理性人类设计的经济系统后，必然发生的事情。

幽灵 GDP：产出存在，购买力消失

这里有一个很吊诡的现象——幽灵 GDP。

什么意思呢？就是 GDP 数字还在涨，经济学家说经济很健康，但老百姓感觉不到。

AI 让企业的产出翻了一番，利润率创了新高，国民账户上的数字漂漂亮亮。但工资在跌，岗位在缩，消费在萎缩。产出是有的，但钱没有流到人手里——像一个空转的引擎，转速表指针拉满了，轮子却没动。

传统经济学假设生产率提升最终会转化为更高的工资和更多的就业。这个假设在过去两百年大体成立，因为新技术总会创造出人类能胜任的新工作。蒸汽机消灭了手工纺织，但创造了工厂管理者、铁路工人、机械工程师。互联网消灭了实体店员，但创造了程序员、产品经理、运营。

但这次本质上不一样：AI 替代的不是某个具体技能，而是"学新技能"这个能力本身。

以前被淘汰了可以转行——织布的去开火车，卖报纸的去做网站。但现在你想转行，发现 AI 已经在新方向上等着你了。学什么都来不及，因为你学会的那一刻，AI 已经做得比你好了。

数据可以量化这种趋势：劳动力在 GDP 中的份额从 1974 年的 64% 跌到了 2024 年的 56%——50 年跌了 8 个百分点。 如果 AI 把这个趋势加速十倍，再过几年可能直接跌穿 50%。

跌穿 50% 意味着什么？意味着经济产出的一大半不再经过打工人的手。你干活创造了价值，但价值大部分归了资本——这不是马克思式的政治口号，是已经在发生的统计事实。

白领海啸：这次刀刃对准了写字楼

以往的经济危机主要打击蓝领和低收入群体。制造业外迁、工厂关停、矿井枯竭——受伤的是底特律的汽车工人、阿巴拉契亚的矿工。白领坐在写字楼里，感觉这些事离自己很远。

这次不一样。

AI 优先替代的是白领——软件工程师、金融分析师、法律助理、管理咨询顾问、会计师。这些人的工作本质上是"处理信息并做出判断”，而这恰恰是大语言模型最擅长的事。AI 教父杰弗里·辛顿在 2025 年就曾警告：“到 2026 年，AI 将具备取代大部分白领工作的能力。“国际货币基金组织的评估更直接——全球近 40% 的就业岗位会受 AI 影响。

如果 2028-2029 年 AI Agent 真正成熟，裁员的理由会变得更加充分且无可辩驳——以前裁掉一个人需要另一个人顶上，到时候裁掉一个人，一个 Agent 就够了。

有一个关键数据：收入最高的 10% 人群贡献了接近 50% 的消费支出，前 20% 贡献了近 60%。 当这批人失业或被迫接受 50% 的降薪时，消费市场的塌方是不成比例的。白领就业率下降 2%，消费支出减少 3-4%。

更隐蔽的是时间延迟效应。蓝领失业后消费立刻收缩——因为没有储蓄。白领有积蓄，他们会撑着：在美国是先吃存款、刷信用卡、取 401(k)（美国退休储蓄计划）、申请 HELOC（房屋净值信用额度）；在中国是啃老本、套信用卡、提前支取公积金。表面上消费还在，但实际上是在消耗最后的缓冲。

等到缓冲用尽，坍塌是一瞬间的事。

更深层的问题是心理层面的。白领的身份认同远比蓝领更依赖于工作。 一个流水线工人失业后可能去开出租车，心理落差有限。但一个年薪百万的高级工程师被 AI 替代后，面临的不仅是收入断崖，还有一整套人生叙事的崩塌——名校学历、技术积累、职业声望，这些用几十年构建的"我是谁"的答案，突然全部失效了。

很多人还在旁边看 AI 替代别人的乐子，殊不知自己就是乐子本身。

这种大规模的身份危机，可能比经济危机本身更难解决。

蓝领：迟到的冲击波

AI 的发展路径有一个清晰的顺序：先造"脑子”，再造"身体”。

2026 年的大语言模型解决的是认知层面的问题——处理信息、生成内容、做出判断。所以白领先倒。厨师、木匠、电工、水管工这类蓝领职业暂时还在安全区，因为它们的核心能力在物理世界。Seedance 2.0 能生成好莱坞级别的视频，但它没法修好一根漏水的管道。语言模型可以输出最优的布线方案，但它没法弯腰钻进天花板。

人还是要吃饭、住房子、开车、看病。这些场景中，真正需要一双手出现在现场的工作，短期内确实比坐在电脑前的白领更抗冲击。辛顿自己也承认这一点。在白领大量失业的过渡期，蓝领的相对价值甚至会上升——一个技术过硬的电工可能比一个中级程序员更难被替代，这在五年前听起来像个笑话。

但这只是时间差，不是豁免权。

机器人领域的进步比很多人预期的要快。Figure、特斯拉 Optimus、宇树科技的人形机器人已经能完成仓储搬运、简单装配等任务。当 AI 的"脑子"和机器人的"身体"完成融合，物理世界同样会被攻破。白领可能在 2028-2029 年大规模受冲击，蓝领的窗口也许能多撑几年——但没有人能永远站在安全区里。

“更难被替代"不等于"不会被替代”。 所有蓝领工作都在加速数字化，学会操作智能终端、理解工业物联网数据正在变成保住饭碗的基本功。冲击波迟到了，但它一定会到。

认知鸿沟：知道、会用、用得好

2026 年 2 月，微软发布了一份关于"AI 鸿沟"的报告，核心结论是：AI 在全球北方的使用量大约是全球南方的两倍，且差距仍在扩大。 但更尖锐的鸿沟不在国家之间，而在同一间办公室里。

对于 AI 工具，存在三个截然不同的层级：

第一层：知道。 知道 ChatGPT、Claude、DeepSeek 这些东西存在。2026 年，这个层级覆盖了大部分城市人口。但"知道"和"会用"之间隔着一条巨大的沟。大部分人对 AI 的认知仅限于这两个字母。

第二层：会用。 能够在日常工作中实际调用 AI 工具。能写提示词，能用 Claude Code 辅助编程，能用 AI 做数据分析。这个层级在 2026 年大概覆盖了 10-20% 的知识工作者。

第三层：用得好。 能够将 AI 深度嵌入工作流，构建自己的 Agent 系统，用 AI 放大自身能力到 10 倍甚至 100 倍。这个层级在 2026 年可能不到 1%。

数据已经在显示这种鸿沟的后果。用 AI 辅助编码的工程师和不用的之间，产出差距是 10 到 100 倍——不是百分比的差异，是数量级的差异。

AI 不是一个平均地放大所有人能力的工具，它是一个急剧放大个体差异的加速器。 会用的人效率飙升，不会用的人相对贬值。这意味着阶级分化不是在缩小，而是在以前所未有的速度扩大。

这种放大效应正在催生一个新物种——超级个体。一个人，加上一套 Agent 系统，就是一家公司。产品、设计、开发、运营、客服、财务——过去需要几十人团队才能撑起来的事情，现在一个掌握 AI 的人可以全部搞定。2026 年已经有独立开发者用 Claude Code 在两周内从零做出完整的 SaaS 产品并开始盈利，有自媒体创作者用 AI 同时运营十几个账号，有个人投资者用 Agent 24 小时监控全球市场自动执行交易策略。一个人就是一支军队，一个人就是一家公司。 这在三年前还是天方夜谭。

超级个体的出现意味着：企业的最小单元从"团队"变成了"个人"。当一个人能干十个人的活，雇十个人就变成了浪费。这反过来加速了白领失业的螺旋——不是被 AI 直接替代，而是被一个"人 + AI"的超级个体替代。

更残酷的是，阶级上升的通道正在变窄。过去，一个勤奋的年轻人通过十年苦读和积累可以实现阶级跨越。但当 AI 可以在几秒内完成一个初级分析师需要两周的工作时，“勤奋"和"积累"的价值被大幅压缩。花了十年学会的技能，AI 用十秒就学会了——而且比人做得更好。

那些已经掌握 AI 的人正在用它构建资产和壁垒，而还没入场的人连大门在哪里都还没找到。窗口期越来越短。

窗口期：赚钱的时间可能只有五年

不同于以往的技术革命给了人类几十年的适应缓冲期，AI 可能只留下不到五年的窗口。

2026 年 2 月的此刻，正处于一个微妙的时间节点。AI 的能力在飞速提升（Opus 4.6、GLM-5、Seedance 2.0 在一个月内接连发布，DeepSeek V4 也即将登场），但大多数企业和个人还没有真正完成"AI 原生"的转型。这中间存在一个短暂的套利窗口——早期采用者可以利用 AI 创造巨大价值，而大部分市场还在用旧方法运转。

但这个窗口在关闭。

往前看：2027-2028 年，Agent 开始大规模替代中间环节。2029 年，信贷链条出现裂缝。2030 年，系统性危机全面浮现。再往后，如果 AGI 真的到来，人类对企业的直接利用价值将进一步急剧下降。

在这个窗口期没有积累足够资产的人，可能会发现大门已经关上了。 因为人对企业的利用价值在持续减弱——当一个 AI Agent 可以 7x24 小时不间断工作、不需要管理、不需要福利、不会抱怨，雇一个人类员工的理由越来越少。在这之前积累资产，是抵御未来不确定性的关键。

这不是贩卖焦虑。1998 年中国国企改革时，数千万工人在几年内下岗，绝大多数学历在高中及以下，家庭收入普遍腰斩。那次生产力重塑的教训很清楚：时代不会放过任何人，没有永恒的铁饭碗。 大下岗距今也不过 20 多年，当时觉得不可能发生的事情，就那么发生了。

那时候的工人们也以为国企是铁饭碗。终究只是温水煮青蛙。

信贷链条断裂

当实体经济出现裂缝，金融系统的放大效应就登场了。

先看几个已经发生的事实——炸药已经埋好了。

私人信贷（Private Credit，指银行体系之外的直接贷款市场）从 2015 年不到 1 万亿美元膨胀到 2026 年的超过 3 万亿美元，其中大量配置在 SaaS 和科技领域——估值建立在"中双位数永续增长"的假设上。Hellman & Friedman 和 Permira（两家美国和欧洲的大型私募股权基金）以 102 亿美元收购了 Zendesk（全球最大的客服 SaaS 平台之一），其中 50 亿是直接贷款，贷款结构假设 ARR（Annual Recurring Revenue，年度经常性收入）会一直"经常"下去。与此同时，另类资产管理公司大举收购人寿保险公司，用年金存款作为资金来源投资私人信贷——Apollo（阿波罗，全球最大另类资产管理公司之一）买了 Athene（一家年金保险公司），Brookfield（博枫资产）买了 American Equity（美国权益人寿），KKR 买了 Global Atlantic（全球大西洋金融集团）。这些"永久资本"不是什么老练的机构投资者的钱——是美国普通家庭的退休储蓄，被包装成年金，投进了科技行业的信贷。

炸药已经就位。接下来看引信被点燃后会发生什么。

如果 SaaS 行业的崩溃传导到信贷市场，穆迪（Moody’s，全球三大评级机构之一）可能一次性下调十几家 PE（Private Equity，私募股权）持有的软件公司、合计上百亿美元的债务评级，理由是"AI 驱动的竞争颠覆带来的结构性收入逆风”——这将是 2015 年能源行业以来最大的单行业评级行动。Zendesk 这类靠 ARR 担保的巨额贷款，一旦客服自动化让工单系统变得多余，历史上最大的 ARR 担保贷款就可能变成历史上最大的私人信贷软件违约案。

然后是传导链条：一旦评级机构对这些保险公司的资产质量提出质疑，Apollo 这样的另类资产管理巨头股价会剧烈波动。一个程序员失业 → SaaS 收入下滑 → 软件信贷违约 → 保险公司资产缩水 → 退休老人的年金受损。从硅谷的写字楼到佛罗里达的退休社区，一根看不见的线把所有人绑在了一起。

房贷悖论：好贷款变坏

2008 年的房贷危机源于坏贷款——欺诈性的收入证明、零首付、可调利率。是金融系统自身腐烂的结果。

但 2030 的房贷危机完全不同：问题出在——这些贷款放出来的那一刻，没有任何人做错了什么。 信用评分 780+，首付 20%，收入经过严格验证。贷款本身没毛病，是贷款之后的世界变了。

2024 年给一个年薪 40 万美元的谷歌高级工程师批了 30 年房贷时，审批方假设他会在未来 30 年保持这个收入水平。这个假设在过去从来没有系统性地失败过——技术变迁从来没有一次性摧毁过整个收入阶层。

但 AI 做到了。

科技城市的房价会首当其冲——旧金山、西雅图、奥斯汀这些高度依赖科技行业薪资支撑的房市，可能出现显著下跌。违约率表面上还不高——但轨迹在加速。那些高信用评分的借款人正在做一件危险的事：取 401(k)、刷 HELOC、累积信用卡债务，就为了撑住房贷月供。

中国的情况更复杂。房地产本身已经经历了 2021-2025 年的深度调整，但 AI 冲击会在另一个层面加剧问题：当一线城市的高薪程序员、金融从业者收入大幅缩水，他们背负的高额房贷就从"可控负担"变成了"致命杠杆"。深圳、杭州那些靠互联网大厂员工支撑的高房价片区，可能面临新一轮压力。

温水煮青蛙。等到他们撑不住的时候，市场上同时涌出大量抛售，房价进一步暴跌，负资产的人越来越多，恶性循环启动。

更麻烦的是，这次房贷危机可能比 2008 更难救。2008 的问题是流动性——美联储往市场里注水就能缓过来。但这次的问题是借款人的赚钱能力被永久性削弱了。美联储可以印钱，但印不出一个能和 AI 竞争的工程师岗位。

阵痛期：回归原始欲望

AGI 来临之后，大概率会经历一个痛苦的阵痛期。大量白领失业，中产阶级的生活叙事崩塌，社会普遍弥漫着焦虑和无力感。

历史反复验证一个规律：每当大规模失业发生，人类会本能地回归原始欲望。

1930 年代大萧条期间，美国的赌场和博彩业逆势繁荣。拉斯维加斯正是在那个年代开始崛起的。2008 年金融危机后，全球博彩收入不降反升。当人们对通过"正常渠道"改善生活失去信心时，赌博——这种以小博大、追求即时满足的活动——反而成了心理上的出口。

如果这一切在 2030 年真的发生，赌场、博彩、彩票这类产业几乎必然迎来爆发。不只是线下赌场，线上博弈平台、体育竞猜、甚至加密货币市场中的投机行为，都会被这种心理需求所驱动。

加密市场在系统性恐慌面前从不例外，危机初期大概率跟着股市一起砸。但历史反复上演过同一个剧本：每一次暴跌之后，政府被迫印钞救市，法币信用被稀释，总量恒定的稀缺资产反而被重新定价。先跌后涨，不是因为它变好了，而是因为法币变差了。

股市则呈现出极端的结构性分化。标普 500 整体大幅下挫——但这个跌幅掩盖了内部的撕裂。传统行业（SaaS、金融、地产）被砸出深坑，而少数 AI 基础设施公司——芯片、算力这类真正的"算力地主"——利润反而在暴增，英伟达们在逆势上涨。标普指数作为经济晴雨表已经失真了，它同时装着最大的赢家和最惨的输家，一个平均数把两个完全不同的世界糊在了一起。大量失业带来的低利率环境（政府不得不放水）进一步推高了这些头部公司的估值。最终的景象是荒诞的：实体经济萧条，但一小撮 AI 赢家的市值创出新高。 财富越来越集中在持有这些资产的人手中，而没有资产的人被彻底甩开。

但阵痛期最让人不安的，不是痛苦——而是痛苦结束后的样子。

当 AI 把物质生产的成本压到极低，大多数人的基本生活反而会改善。食物更便宜，娱乐更丰富，基础医疗更普及。没人会饿死，甚至可能比今天的中产过得还好。但舒适和自由是两回事。 你的消费、信息、社交、认知，全部跑在少数算力拥有者搭建的基础设施上——每一次 API 调用都是在缴纳算力地租，每一个 token 消耗都流向了同一批人的口袋。你是一个被喂得很饱的租户，住在别人的房子里，用着别人的水电，觉得日子还不错。

控制的最高形态，是让被控制者感觉不到控制的存在。 大部分人会接受这个安排——因为足够舒适，因为替代方案不清晰，因为你很难准确说出自己到底失去了什么。

智能溢价归零

所有这些危机背后，都指向同一个根源——The Intelligence Premium（智能溢价）正在归零。

整个现代经济史中，人类智能一直是最稀缺的经济要素。资本可以印刷，自然资源有限但可替代，技术变化缓慢到人类有时间适应。唯独智能——分析问题、做出判断、创造性地解决难题的能力——是没有替代品的。

所有的教育体系、职业培训、薪酬结构，都建立在"智能稀缺"这个基本假设之上。名校学历值钱，是因为它是智能的筛选信号。高薪工作存在，是因为企业愿意为稀缺的认知能力付溢价。

当机器智能在越来越多的任务上提供了"够好"甚至"更好"的替代时，这个维持了几百年的溢价开始归零。

这是人类文明级别的范式转移。不是某个行业的兴衰，不是某个国家的起落，是整个物种对"智能"这种核心能力定价方式的根本改变。

把这个逻辑推得更远一点。

如果智能溢价归零，那"教育"意味着什么？花 25 万美元读常青藤的 ROI 是什么？如果一个 AI 可以在 10 秒内产出一份比 McKinsey 咨询师花两周做出来的更好的分析报告，那 McKinsey 卖的到底是什么？

答案可能是：人类最后的溢价不在于智能本身，而在于"选择相信另一个人类"。 请律师，不是因为 AI 法律建议不够好，而是因为在法庭上需要一个能对结果负责的人。看医生，不是因为 AI 诊断不准确，而是因为没有人愿意让一个程序决定自己要不要开刀。雇 CEO，不是因为 AI 不能制定战略，而是因为股东需要一个可以问责的人。

信任和责任——这可能是人类在智能溢价归零之后唯一剩下的经济护城河。

但这个护城河能撑多久？如果 AI 的判断持续优于人类，“相信人类"在多大程度上是理性的、又在多大程度上只是惯性和偏见？

这个问题暂时没有人能回答。

人情世故：最后的堡垒

技术和经济层面的冲击之外，有一个维度值得单独讨论——人际关系和人情世故，可能是 AI 最难攻破的领域。

生意的本质从来不只是效率优化。一个采购决策的背后，可能是十年的私人关系、三次酒局上的承诺、一个关键时刻的帮忙。这些东西不在合同里，不在数据库里，也不在 AI 的训练集里。

AI 可以做出最优的供应商推荐，但拍板的人可能会选择那个"能在出事的时候帮忙捞人"的合作伙伴。AI 可以输出完美的商业计划书，但能不能拿到投资，很大程度上取决于创始人和投资人之间的信任感——那种"这个人靠不靠谱"的直觉判断。

在中国的商业环境中，这一点尤其突出。关系、面子、人情债——这些运行了几千年的社会操作系统，短期内不会被 AI 重写。

人作为社会主体的角色会持续存在，哪怕他们的"工作价值"在下降。 人类天然需要与其他人类建立连接、建立信任、互相承诺。这种需求不会因为 AI 更聪明就消失。

所以一个合理的推测是：在 AGI 时代，“社交资本"的相对价值会上升。 那些擅长维护关系、建立信任、在复杂社会网络中游刃有余的人，可能比纯粹的技术专家拥有更持久的竞争力。

这也是为什么蓝领中的"手艺人”——那些不仅能修东西，还能和客户聊天、建立长期服务关系的人——在 AI 时代可能比冷冰冰的白领更有韧性。他们的价值不仅在于"能做什么”，还在于"是一个人在做"。

政策困境：收入少了，支出多了

经济危机发生时，政府通常的应对方式是扩大支出、增加转移支付。但这里存在一个结构性矛盾：政府收入主要来自对"人类时间"的征税。

个人所得税、薪资税——全都锚定在"有人在工作并领工资"这个前提上。当就业和薪资同时收缩，税收缺口会迅速扩大。

但政府需要花的钱反而更多了。失业保险、食品券、医疗补助——这些自动稳定器假设失业是周期性的、会自然恢复。但 AI 造成的失业是结构性的，不会自行恢复。

这就像一个人得了慢性病，但医保只覆盖急性治疗。

可能的政策方向包括：通过赤字支出和对 AI 推理算力征税来为直接转移支付提供资金；或者建立某种主权基金、AI 产出版税，让公众分享智能基础设施的回报。

美国的政治光谱两端会各执一词：右翼说这是社会主义，左翼说这是寡头垄断，财政鹰派说赤字失控，鸽派说不能重蹈 2008 年紧缩的覆辙。街头大概率会出现针对科技巨头的抗议——一边是 AI 公司创始人的身价按天计算地膨胀，一边是普通家庭的积蓄按月计算地缩水，这种反差足以点燃任何社会的愤怒。

中国的政策工具箱不太一样，但挑战同样严峻。中国政府在产业政策上的执行力远超美国——从"新基建"到"东数西算"，自上而下的调控能力是优势。但 AI 带来的失业冲击不是修几条高速公路、建几个数据中心就能消化的。1998 年中国启动"再就业工程"花了近十年才基本消化下岗潮的后果，期间建立了基本医疗保险制度、失业保险条例等一整套社会保障体系。AI 时代的政策响应可能也需要类似量级的系统性重建——但留给决策者的时间窗口显然比当年更短。

更深层的问题是：中美两国在 AI 领域处于军备竞赛状态，任何一方都不敢率先踩刹车。你限制 AI 部署来保护就业，对手就用 AI 拉开生产力差距。这是国家层面的囚徒困境——和前面企业层面的囚徒困境如出一辙。

科幻照进现实

回想一下科幻作品中描绘的未来社会：人类不再需要工作，基本生活由机器保障，人们追求艺术、哲学和自我实现。听起来很美好。

但几乎所有严肃的科幻作品都同时描绘了这个转型过程中的黑暗面——大规模失业、社会动荡、财富极度集中、阶级固化。从阿西莫夫的机器人系列到最近的科幻电影，这个"阵痛期"从来不是轻描淡写的过渡，而是整个文明的一次重新洗牌。

2026 年 2 月的现实已经开始呈现科幻般的特征。Seedance 2.0 生成的视频真实到引发信任危机——如果肉眼无法区分 AI 生成的视频和真实拍摄的视频，那么"真实"这个概念本身就需要重新定义。DeepSeek V4 内测中上下文窗口已扩展到 100 万 token，相当于一次性读完整部《三体》三部曲。Claude Opus 4.6 能自主发现零日漏洞——这意味着 AI 不仅能写代码，还能理解代码中人类看不到的缺陷。

科幻时代的一切，正在以超出预期的速度变成现实。

但现实比科幻残酷的地方在于：科幻可以快进到美好的结局，而现实中的每一天都需要被经历。对于正处在转型期的这一代人来说，“未来会更好"是一个信念，而不是一个保证。

核心反馈循环

回顾整条链路，一个自我强化的反馈循环已经清晰可见：

AI 能力提升 → 企业削减人力成本 → 被裁员工减少消费 → 消费需求下降 → 企业进一步投资 AI 以维持利润率 → AI 能力继续提升 → 循环加速

这个循环没有自然制动机制。每一个参与者的行为都是理性的——企业追求效率、工人被迫适应、投资者追求回报。但所有理性行为叠加在一起，产生了一个系统性的非理性结果。

经济学中有一个术语叫"合成谬误”——对个体有利的行为，当所有个体同时执行时，反而对整体有害。每个人都理性地冲向出口，结果所有人都堵在了门口。

关键趋势一览

金丝雀还活着

有个老故事：以前矿工下井会带一只金丝雀，金丝雀比人对有毒气体更敏感——它还活着，说明井下暂时安全。

现在金丝雀还活着。 还有时间。

现在是 2026 年 2 月。标普还在高位，就业数据还算健康，AI 的直接受害者规模仍然有限。但裂缝已经在出现——SaaS 增速放缓、AI 替代白领的新闻频率在增加、AI Agent 已经开始渗透消费市场。一个月内发布的 AI 模型数量和能力跃迁幅度，已经超过了 2024 年全年。

也许 AI 发展会遇到瓶颈，也许政策响应足够快，也许人类社会的适应能力超出预期。2030 这个时间点未必会精确到来。

但有几件事大概率是确定的：

窗口期正在关闭。 现在还存在"知道/会用/用得好"的巨大认知鸿沟，早期采用者还能获取超额回报。但这个差距会随着工具普及而缩小，最终只剩下"有资产"和"没资产"的区别。

人的价值在重新定义。 智能不再稀缺后，人类的价值锚点可能从"能做什么"转向"是谁"——信任、关系、责任、在场感，这些无法被 token 化的东西。

时代不会放过任何人。 没有永恒的铁饭碗。大下岗距今不过 20 多年，当时觉得不可能发生的事情，就那么发生了。生产力重塑时，历史不会因为谁还没准备好就放慢脚步。

过去每一次技术革命，人类都能找到新出路。织布的去开火车，卖报纸的去做网站，每次都有一个"下一站"在等着。但这一次，AI 抢走的不是某个岗位，而是"找下一站"这件事本身——你想往哪个方向转，它都已经在那里了。

金丝雀还活着。但矿井深处的空气，已经开始变了。

所以，现在该做什么？

看完这些危机，最后回到一个最实际的问题：作为普通人，现在能做什么？

答案其实很简单，六个字：打不过，就加入。

时代的巨轮碾过来的时候，站在路中间喊"停"是没有用的。汽车发明的时候，马车车夫上街抗议、砸汽车，没有任何意义——活下来的是那些最快学会开汽车的人。蒸汽机来了，最聪明的纺织工人不是去砸机器，而是去学怎么操作机器。互联网来了，活得最好的不是抵制它的人，而是最早拥抱它的人。AI 这一波也一样——与其焦虑它会不会取代自己，不如全身心投入，变成最会用 AI 的那批人。

前面讲过认知鸿沟的三个层级：知道、会用、用得好。现在大部分人还卡在第一层和第二层之间。这意味着，只要肯花时间真正把 AI 融入日常工作流，就已经领先了 80% 的人。而那些能构建自己的 Agent 系统、用 AI 把个人产出放大 10 倍 100 倍的人，在窗口期关闭之前，能积累到的资源是数量级的差距。

然后，用这个窗口期积累资产。

当智能溢价归零、劳动力在 GDP 中的份额持续下跌，“靠工资生活"这条路会越走越窄。但资本的回报率不会归零——相反，AI 驱动的生产力爆炸会让持有优质资产的人受益巨大。标普 500 短期会经历剧烈震荡甚至暴跌，但指数本身有自我清洗机制——成分股不断替换，被淘汰的出局，受益于 AI 的入场，长期持有买的不是某家公司，而是这个筛选过程本身。BTC 的逻辑前面已经分析过——先跌后涨的剧本能不能再上演一次，取决于你能不能扛过前半段，仓位管理比信仰重要。

但这里有一个很容易踩的坑：不要在暴风雨来临前把所有钱都变成船票。 如果市场真的经历一次大幅回调，而你在高位全仓买入然后在失业时被迫割肉，那才是最糟糕的结局。正确的姿势是：留足至少一年的现金缓冲，然后用剩余的现金流持续定投——不是赌某个时点，而是用时间换概率。在还有收入能力的时候系统性地积累资产，而不是等到窗口关了才后悔。

还有一点要想清楚：超级个体有天花板。 你用 Claude Code 写代码，用 Agent 跑业务，效率确实高了十倍百倍——但每一次 API 调用、每一个 token 消耗，都是在向算力拥有者缴租。再强的超级个体，本质上也是在别人的基础设施上当租户。技能会随着 AI 进化而贬值，今天的"用得好"明天可能就是"基本功”。学会用 AI 是第一步，持有 AI 背后的资产才是终局。

但"AI 资产"不是一个筐，什么都能往里装。ServiceNow 也是 AI 概念股，但它在前面已经倒下了。AI 价值链有三层：最底层是算力（芯片、能源），中间层是模型（大模型公司），最上层是应用（SaaS、平台）。 越靠近底层越难被颠覆，越靠近上层越容易变成被 AI 吃掉的中间商。但算力层也不是稳赚不赔——芯片架构会迭代，定制芯片在蚕食通用 GPU 的份额，共识已经被市场充分定价，英伟达的估值本身就是一种风险。投资"AI 背后的资产"，指的是这个方向——而不是闭眼买任何贴了 AI 标签的公司。

有朋友问过一个问题：“Agent 到底是什么？”

我的回答是——AI 就是大雄的哆啦A梦。

这个时代给每个人都配了一个。口袋里什么道具都有：任意门、时光机、记忆面包、翻译魔芋。问题是，有人拿它来改变世界，有人只把它当一只蓝胖子狸猫。

哆啦A梦的道具从来不是重点，重点是大雄最终选择用它来做什么。同样的工具，同样的时代，结局完全不同。

别当那个只会摸狸猫肚子的人。

参考资料

• THE 2028 GLOBAL INTELLIGENCE CRISIS — Citrini Research
• Introducing Claude Opus 4.6 — Anthropic
• Official Launch of Seedance 2.0 — ByteDance Seed
• GLM-5 — 智谱（Hugging Face）
• DeepSeek V4 即将发布 — 量子位
• Godfather of AI warns it has progressed faster than originally thought — CNN
• Acting with urgency to address the growing AI divide — Microsoft

最后修改于 2026-02-23