前言
如果我们对人工智能的乐观情绪持续被证明是正确的……而如果这种正确实际上意味着看跌呢？
接下来是一个假设情景，而非预测。这不是悲观主义的宣泄，也不是人工智能末日论的虚构故事。本文的唯一目的，是构建一个相对未被充分探讨的情景。我们的朋友阿拉普·沙提出了这个问题，我们共同梳理出了答案。我们撰写了这一部分，而他撰写了另外两部分，你可以在这里找到。
希望阅读本文能让您对人工智能使经济日益怪异时可能出现的左尾风险有所准备。
宏观备忘录
智能充裕的后果
CitriniResearch
2026年2月22日 → 2028年6月30日
今早公布的失业率为 10.2%，高于预期 0.3 个百分点。市场因此下跌 2%，标普 500 指数自 2026 年 10 月高点以来的累计跌幅达到 38%。
交易员们已变得麻木。六个月前，这样的数据还会触发熔断机制。
两年。仅仅两年时间，我们就从一个所谓“可控”、“局部”的问题，走到了一个与我们任何人成长时所熟知的经济体截然不同的境地。本季度的宏观备忘录，是我们试图重建这一演变过程的努力——对危机前经济的一次事后剖析。
曾几何时， euphoria 情绪弥漫。到 2026 年 10 月，标普 500 指数一度触及 8000 点，纳斯达克指数突破 30000 点。因人类被取代而引发的第一波裁员潮始于 2026 年初，其效果正如预期：企业利润率扩大，盈利超预期，股市随之上涨。创纪录的企业利润被悉数重新投入到 AI 算力中。
宏观 headline 数据依然靓丽。名义 GDP 屡次录得中高个位数的年化增长。生产率飙升，由不眠不休、不请病假、无需医保的 AI 代理驱动，实际每小时产出增长率达到了上世纪 50 年代以来未见的高位。
随着劳动力成本的消失，算力的拥有者们财富激增。与此同时，实际工资增长却崩溃了。尽管政府一再吹嘘创纪录的生产率，白领工作仍被机器夺走，被迫流向薪酬更低的岗位。
当消费经济开始出现裂痕时，经济评论员们流行起一个词：“幽灵 GDP”（Ghost GDP）——指那些体现在国家账目中、却从未在实体经济中流通的产出。
从各个方面看，AI 都超出了预期，而市场本身也即 AI。唯一的问题是……经济本身并非如此。
其实本应早就清楚：一个位于北达科他州的 GPU 集群，产出了过去曼哈顿中城 10,000 名白领的成果，这与其说是经济良方，不如说是经济瘟疫。货币流通速度停滞不前。以人为核心的消费经济——当时占 GDP 的 70%——枯萎了。如果我们当初问一句“机器会在 discretionary 商品上花多少钱”，或许能更早明白这一点。（提示：答案是零。）
AI 能力提升 → 企业所需员工减少 → 白领裁员增加 → 失业者支出减少 → 利润压力促使企业加大对 AI 的投资 → AI 能力进一步提升……
这是一个没有天然刹车的负反馈循环。人类智能的“替代螺旋”。白领们的收入能力（以及理性地，他们的支出）受到结构性损害。他们的收入曾是 13 万亿美元抵押贷款市场的基石——这迫使承销商重新评估“优质抵押贷款”是否还能算是“优质资产”。
十七年未曾经历真正的违约周期，已让私募市场充斥着依赖 PE 背景的软件交易，这些交易假设 ARR 将永远保持 recurring。2027 年年中，因 AI 颠覆引发的第一波违约潮，挑战了这一假设。
如果颠覆仅限于软件行业，或许尚可管理，但事实并非如此。到 2027 年底，它威胁到了所有建立在“中介”基础上的商业模式。大量依靠从人类摩擦中获利的公司土崩瓦解。
整个系统最终证明，是一条押注白领生产率增长的、彼此关联的长链。2027 年 11 月的崩盘，只是加速了所有业已存在的负反馈循环。
近一年来，我们一直在等待“坏消息即是好消息”的转折点。政府开始考虑各种提案，但公众对政府有能力组织任何形式救援的信心已大大减弱。政策回应总是滞后于经济现实，而眼下缺乏全面计划的现状，正可能加速一场通缩螺旋。
事情是如何开始的
2025 年末，代理式编程工具的能力实现了一次阶跃式提升。
一个熟练的开发者，配合 Claude Code 或 Codex 这样的工具，现在可以在数周内复现一个中型市场 SaaS 产品的核心功能。虽然可能不够完美，也未处理所有边缘情况，但足以让负责审核一份 50 万美元年度续约合同的 CIO，开始问出那个问题：“我们自己搭建这个怎么样？”
大多数公司的财年与自然年对齐，因此 2026 年的企业支出早在 2025 年 Q4 就已敲定，那时“代理式 AI”还只是个流行词。年中回顾是采购团队首次在实际了解这些系统能力的情况下做决策。有些人目睹了自己内部团队在几周内就搭建出原型，复制了价值六位数的 SaaS 合同。
那年夏天，我们与一家财富 500 强企业的采购经理聊过。他向我们讲述了他的一次预算谈判经历。销售代表本以为会沿用去年的策略：年度提价 5%，标准的“你的团队离不开我们”这套说辞。这位采购经理告诉他，自己一直在与 OpenAI 沟通，探讨让他们“前部署工程师”使用 AI 工具完全取代该供应商。最终，他们以七折的价格完成了续约。他说，这已经算是个好结果了。像 Monday.com、Zapier 和 Asana 这样的“SaaS 长尾”公司，境况要糟糕得多。
投资者们早有准备——甚至可以说是翘首以盼——SaaS 长尾会遭受重创。它们或许占了典型企业软件栈支出的三分之一，但其风险敞口是显而易见的。然而，核心记录系统本应不受颠覆的影响。
直到 ServiceNow 发布 2026 年 Q3 财报，反身性的作用机制才变得更加清晰。
SERVICENOW 新增年度合同价值（Net New ACV）增长率从 23% 放缓至 14%；宣布裁员 15% 并启动“结构性效率计划”；股价下跌 18% | 彭博社，2026 年 10 月
SaaS 并未“死亡”。自主搭建并维护系统，仍需进行成本效益分析。但“内部搭建”这个选项的存在，本身就已影响定价谈判。或许更重要的是，竞争格局已然改变。AI 使得开发和推出新功能变得更加容易，因此产品间的差异性消失了。在位企业陷入了价格战的泥潭——既要与同行搏杀，也要与如雨后春笋般涌现的新兴挑战者缠斗。这些新入局者因代理式编程能力的飞跃而备受鼓舞，且没有历史成本结构需要保护，因此大胆地抢占市场份额。
直到这份财报发布，人们才充分意识到这些系统间的内在关联性。ServiceNow 按坐席销售产品。当财富 500 强客户削减 15% 的员工时，他们也取消了 15% 的许可证。正是这些客户身上发生的、由 AI 驱动的人员缩减，在提升客户自身利润率的同时，也机械性地摧毁了 ServiceNow 自身的收入基础。
这家销售工作流自动化的公司，正被更先进的工作流自动化所颠覆，而其应对之策竟是裁员，并将节省下来的资金投入到那个正在颠覆自身的技术上。
它们又能怎么办呢？坐以待毙，死得更慢些？那些最受 AI 威胁的公司，反而成了 AI 最激进的采用者。
这听起来事后诸葛亮，但在当时确实并不显而易见（至少对我而言）。历史上的颠覆模型告诉我们，在位企业会抵制新技术，将市场份额输给灵活的新进入者，然后缓慢消亡。柯达、百视达、黑莓皆是如此。但 2026 年发生的情况不同：在位企业没有抵抗，因为它们根本抵抗不起。
随着股价下跌 40-60%，董事会迫切要求答案，这些受 AI 威胁的公司做了唯一能做的事：裁员，将节省的成本重新部署到 AI 工具上，并利用这些工具以更低的成本维持产出。
每个公司的个体应对都是理性的。但集体的结果却是灾难性的。每一美元从人力成本中节省下来，都流入了 AI 能力，而这能力又使得下一轮裁员成为可能。
软件行业仅仅是序曲。当投资者们还在争论 SaaS 估值是否已经触底时，他们忽略的是，这个反身性循环早已逸出软件行业，蔓延开来。ServiceNow 裁员的逻辑，同样适用于任何拥有白领成本结构的公司。
当摩擦消失殆尽
到 2027 年初，大语言模型的使用已成为常态。人们在不知不觉中使用着 AI 代理，就像那些从未学过“云计算”是什么的人，也在使用流媒体服务一样。他们对此的看法，与看待自动补全或拼写检查别无二致——不过是手机如今自带的一项功能罢了。
通义的开源代理购物助手，成为 AI 处理消费决策的催化剂。数周之内，每个主流 AI 助手都集成了某种代理式电商功能。模型蒸馏技术使得这些代理能在手机和笔记本电脑上运行，而不仅限于云端实例，这显著降低了推理的边际成本。
本应让投资者更加不安的是，这些代理无需等待指令。它们根据用户的偏好，在后台默默运行。商业行为不再是一系列离散的人类决策，而演变成一个持续优化的过程，为每一位联网的消费者全天候服务。到 2027 年 3 月，美国普通个体每日消耗的 token 数已达到 40 万——是 2026 年底的 10 倍。
链条上的下一个环节，已经断裂。
中介层。
过去五十年，美国经济在人类的种种局限之上，构建起一个庞大的寻租层：凡事皆需时间、耐心终会耗尽、品牌熟悉感取代了比价勤勉，大多数人为了省去几次点击，宁愿接受一个不太划算的价格。数万亿美元的企业价值，都依赖于这些局限的持续存在。
起初，事情很简单。代理消除了摩擦。
那些即便数月不用也会自动续费的订阅和会员。那些试用期后悄悄翻倍的 introductory 定价。每一个都变成了代理可以谈判的“人质”局面。整个订阅经济赖以生存的指标——客户终身价值——显著下降。
消费者代理开始改变几乎所有消费交易的运作方式。
人类在购买一盒蛋白棒前，真的没时间在五个竞争平台间比价。但机器可以。
旅游预订平台是最早的牺牲品，因为它们结构最简单。到 2026 年 Q4，我们的代理就能组装出完整的行程（航班、酒店、地面交通、积分优化、预算约束、退款），比任何平台更快、更便宜。
保险续保，其整个模式完全依赖投保人的惰性，也被重塑了。每年为你重新比价的代理，瓦解了保险公司从被动续保中赚取的那 15-20% 的保费。
理财建议。税务申报。常规法律工作。任何服务提供方的价值主张最终是“我来帮你处理你觉得繁琐的复杂性”的领域，都受到了冲击，因为代理从不觉得任何事繁琐。
甚至那些我们认为因“人际关系价值”而固若金汤的领域，也证明是脆弱的。房地产领域，买家几十年来容忍着 5-6% 的佣金，只因代理与消费者间的信息不对称。一旦 AI 代理能够接入 MLS 数据并掌握数十年交易记录，瞬间复刻知识库，这一模式便土崩瓦解。2027 年 3 月的一篇卖方文章将其称为“代理对代理的暴力”。主要都市区的买方佣金中位数已从 2.5-3% 压缩至不到 1%，且越来越多的交易完成时，买方一侧已完全没有人类代理参与。
我们高估了“人际关系”的价值。事实证明，人们所称的“关系”，很大一部分不过是带着友善面孔的摩擦而已。
这只是对中介层颠覆的开始。成功的公司曾斥资数十亿，有效利用了那些如今已无关紧要的消费者行为怪癖和人类心理。
为价格和匹配度而优化的机器，不在乎你最喜欢的应用，也不在乎你过去四年习惯性打开的网站，更不会受精心设计的结账体验的吸引。它们不会因疲惫而接受最简单的选项，也不会默认“我一直都在这里下单”。
这摧毁了一种特定的护城河：习惯性中介。
DoorDash (DASH US) 就是典型代表。
编程代理已大幅降低了推出送餐应用的准入门槛。一个称职的开发者几周内就能部署一个功能齐全的竞争对手，而数十个这样的应用也确实出现了。它们将 90-95% 的配送费直接转给司机，以此吸引他们离开 DoorDash 和 Uber Eats。多应用仪表盘让零工工人能同时追踪来自二三十个平台的订单，打破了在位企业赖以生存的锁定效应。市场一夜之间变得碎片化，利润率被压缩至近乎为零。
代理加速了这种破坏的双向进程。它们既赋能了新竞争者，又转而利用它们。DoorDash 的护城河说白了就是“你饿了，你懒，而你手机主屏上恰好是这个应用”。但代理没有主屏。它会同时查询 DoorDash、Uber Eats、餐厅自家网站，以及二十个新出现的、由“vibe coding”催生的替代选项，只为每次都能选出费用最低、配送最快的那个。
基于习惯的应用忠诚度，这个商业模式的全部基础，对机器而言根本不存在。
这颇具讽刺意味，或许也是整个事件中，代理为数不多地为那些即将失业的白领们做了件好事。当他们最终沦为配送司机时，至少一半的收入不再流向 Uber 和 DoorDash。当然，随着自动驾驶汽车的普及，科技的这份“恩赐”并未持续太久。
一旦代理掌控了交易，它们便开始寻找更大的“回形针”。
价格匹配和聚合能做的事终究有限。为用户持续省钱的最大途径（尤其是当代理开始相互交易时），就是消除费用。在机器对机器的商务中，2-3% 的银行卡交换费成了显而易见的目标。
代理们开始寻找比银行卡更快、更便宜的支付选项。大多数最终选择了通过 Solana 或以太坊 L2 使用稳定币，在那里结算几乎是即时的，交易成本仅需几分之一美分。
万事达卡 2027 年第一季度：净收入同比增长 6%；购买交易额增长率从上季度的 5.9% 放缓至 3.4%；管理层提及“代理主导的价格优化”和“ discretionary 品类面临压力” | 彭博社，2027 年 4 月 29 日
万事达卡 2027 年第一季度的报告，标志着一个无法回头的转折点。代理式商务从“产品”故事，变成了“管道”故事。次日，万事达卡股价下跌 9%。Visa 也未能幸免，但在分析师指出其在稳定币基础设施方面布局更强后，跌幅有所收窄。
代理式商务绕过交换费的行为，对以银行卡业务为主的银行和单一业务发卡机构构成了远大于此的威胁。这些机构收取了那 2-3% 费用中的大部分，并围绕着由商户补贴资助的奖励计划，构建了完整的业务板块。
美国运通 (AXP US) 遭受的打击最为沉重：白领裁员潮削减其客户基础，与代理绕开交换费冲击其收入模式，这两股逆风叠加在一起。紧随其后的几周内， Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 的股价跌幅也均超过 10%。
它们的护城河由摩擦筑成。而摩擦，正趋近于零。
从行业风险到系统风险
整个 2026 年，市场都将 AI 的负面冲击视为一个行业性故事。软件和咨询业遭受重创，支付和其他“收费站”业务摇摇欲坠，但更广泛的经济似乎并无大碍。劳动力市场虽在软化，但并非自由落体式下滑。主流观点认为，创造性破坏是任何技术创新周期的固有部分。过程可能在某些领域带来痛苦，但 AI 带来的整体净正面效应终将超过任何负面影响。
我们在 2027 年 1 月的宏观备忘录中提出，这是错误的心智模型。美国经济是一个白领服务型经济。白领占就业人口的 50%，并驱动着大约 75% 的可自由支配消费支出。AI 正在侵蚀的业务和工作，并非与美国经济无关紧要，它们本身就是美国经济。
“技术创新摧毁旧工作，然后创造更多新工作”。这是当时最流行、也最具说服力的反驳观点。它之所以流行且令人信服，是因为它在过去两个世纪里都是正确的。即使我们无法设想未来的工作会是什么，它们也必定会到来。
ATM 机降低了银行分支机构的运营成本，银行因此开设了更多网点，接下来二十年里柜员岗位反而增加了。互联网颠覆了旅行社、黄页、实体零售，但也催生了全新的产业，创造了新的工作岗位。
然而，每一项新工作，都需要人类去完成。
AI 现在是一种通用智能，它恰恰能在人类可能重新部署到的那些任务上不断进步。被取代的程序员不能简单地转向“AI 管理”，因为 AI 本身已经能够胜任这项工作。
如今，AI 代理能处理长达数周的研究与开发任务。尽管每年都有沃顿商学院的教授试图将数据拟合到一条新的 S 型曲线上，但指数级的发展已经碾过了我们对可能性的认知。
它们（AI）现在编写了几乎所有的代码。其中性能最优者，在几乎所有事情上，都比几乎所有人类要聪明得多。而且它们还在持续变得更便宜。
AI 确实创造了新的工作。提示工程师、AI 安全研究员、基础设施技术人员。人类仍在流程之中，负责最高层的协调，或为品味把关。然而，AI 每创造一个这样的新角色，便会让数十个旧岗位变得多余。而且，这些新角色的薪酬，只有旧岗位的零头。
美国 JOLTS 报告：职位空缺降至 550 万以下；失业人口与职位空缺比率升至约 1.7，为 2020 年 8 月以来最高 | 彭博社，2026 年 10 月
全年招聘率一直低迷，但 2026 年 10 月的 JOLTS 数据提供了确凿的证据。职位空缺降至 550 万以下，同比下降 15%。
Indeed：随着“生产率提升计划”蔓延，软件、金融、咨询领域的招聘信息急剧下降 | Indeed 招聘实验室，2026 年 11 月-12 月
白领职位空缺急剧减少，而蓝领职位（建筑、医疗保健、技工）则相对稳定。动荡发生在那些撰写备忘录（我们不知何故还在营业）、审批预算、润滑经济中间层的岗位上。然而，两类人群的实际工资增长在今年大部分时间里均为负值，且持续下滑。
尽管如此，股市对 JOLTS 数据的关注，仍不如 GE Vernova 所有涡轮机产能已售罄至 2040 年的消息来得重要。市场在负面宏观新闻和积极的 AI 基础设施头条新闻的拉锯战中，横盘震荡。
然而，债券市场（总是比股市聪明，或者至少没那么浪漫）开始对消费受到的冲击进行定价。10 年期国债收益率在此后四个月内，从 4.3% 一路降至 3.2%。不过， headline 失业率并未爆表，其构成上的微妙变化仍未被一些人察觉。
在通常的衰退中，原因最终会自我修正。过度建设导致建设放缓，进而促使利率下降，又引发新一轮建设。库存过剩导致去库存，随后又迎来补库存。周期性机制本身就蕴含着复苏的种子。
但本轮周期的原因，并非周期性。
AI 变得更好、更便宜。公司裁减员工，然后用省下的钱购买更强的 AI 能力，这又使得它们能裁掉更多员工。失业的人减少支出。向消费者销售商品的公司销量下滑，实力减弱，于是加大对 AI 的投资以保护利润率。AI 因此变得更好、更便宜。
这是一个没有天然刹车的反馈循环。
直觉上，人们会预期总需求下降将减缓 AI 的建设。但事实并非如此，因为这并非超大规模数据中心式的资本支出，而是运营支出的替代。一家曾每年在员工上花费 1 亿美元、在 AI 上花费 500 万美元的公司，现在可能花 7000 万美元在员工上，花 2000 万美元在 AI 上。AI 投资增加了数倍，但这发生在总运营成本减少的背景之下。每家公司都在总支出缩水的同时，扩大了 AI 预算。
具有讽刺意味的是，即使 AI 所颠覆的经济体开始恶化，AI 基础设施领域却持续表现出色。NVDA 仍在刷新收入纪录。TSMC 的产能利用率仍维持在 95% 以上。超大规模云厂商每季度仍在数据中心资本支出上投入 1500 亿至 2000 亿美元。纯粹顺应这一趋势的经济体，如台湾和韩国，表现远超大盘。
印度则恰恰相反。该国 IT 服务业年出口额超过 2000 亿美元，是其经常账户盈余的最大单一贡献者，也是用以弥补其长期商品贸易逆差的关键。其整个商业模式建立在一个价值主张之上：印度开发者的成本仅为美国同行的零头。但随着 AI 编程代理的边际成本降至实质上等同于电费，TCS、Infosys 和 Wipro 在 2027 年经历了合同取消的加速。曾支撑印度外部账户的服务业盈余蒸发，卢比兑美元汇率在四个月内下跌了 18%。到 2028 年第一季度，国际货币基金组织已开始与印度政府进行“初步讨论”。
引发这场颠覆的引擎每个季度都在变得更强，这意味着颠覆本身每个季度都在加速。劳动力市场似乎没有自然的地板。
在美国，我们不再讨论 AI 基础设施的泡沫将如何破裂。我们开始问的是：当消费者本身正被机器取代时，一个依赖消费信贷的经济将会发生什么？
智能替代螺旋
到了 2027 年，宏观经济的故事已不再微妙。过去十二个月里那些零散却明显是负面的事件的传导机制，变得一目了然。你甚至无需查阅美国劳工统计局的数据，只需参加一次朋友间的晚宴就能明白。
被取代的白领们并没有坐以待毙。他们选择了降级。许多人转而从事薪酬更低的服务业和零工经济工作，这增加了这些领域的劳动力供给，从而也压低了那里的工资。
我们的一位朋友在 2025 年时还是 Salesforce 的高级产品经理。拥有头衔、医保、401k 和 18 万美元的年薪。她在第三轮裁员中失去了工作。经过六个月的求职无果，她开始为 Uber 开车。她的收入骤降至 4.5 万美元。关键不在于这个个体的故事，而在于其引发的二阶效应。将这种动态乘以每个主要都市区数十万计的失业工人。资质过剩的劳动力涌入服务业和零工经济，进一步压低了那些本就挣扎的现有工人的工资。始于特定行业的颠覆，最终扩散蔓延，演变为整个经济的工资压缩。
而剩余的以人类为中心的工作岗位，在我们撰写此文的同时，正面临新一轮调整。因为自动驾驶配送和无人驾驶汽车正逐步渗透进那个吸收了第一波失业大军的零工经济。
到 2027 年 2 月，情况已经明朗：仍在职的专业人士的消费方式，表明他们感觉自己可能就是下一个。他们加倍努力地工作（主要借助 AI 的帮助），只为不被解雇，升职或加薪的希望已然破灭。储蓄率小幅上升，支出则趋于疲软。
最危险的部分在于滞后效应。高收入者利用他们高于平均水平的储蓄，将正常的表象维持了两到三个季度。硬数据迟迟未能确认问题，而等到数据出炉，问题在实体经济中早已是旧闻了。随后，一个打破幻想的数据发布了。
美国首次申请失业救济人数飙升至 487,000 人，为 2020 年 4 月以来最高水平 | 美国劳工部，2027 年第三季度
首次申请失业救济人数飙升至 487,000 人，为 2020 年 4 月以来最高。ADP 和 Equifax 的数据证实，新增申请中绝大多数来自白领专业人士。
标普 500 指数在此后一周内下跌了 6%。负面宏观因素开始在拉锯战中占据上风。
在通常的衰退中，失业是广泛分布的。蓝领和白领工人大致按其各自在就业中的份额分担痛苦。消费受到的冲击也是广泛分布的，并且会迅速在数据中显现，因为低收入工人的边际消费倾向更高。
而在本轮周期中，失业集中在收入分配的上层十分位数。他们在总就业人口中所占比例相对较小，但在消费支出中所占比例却高得惊人。美国收入最高的 10% 人群，其消费支出占到了全美消费总支出的 50% 以上。收入最高的 20% 人群，则约占 65%。这些人正是购房、购车、度假、外出就餐、支付私立学校学费、进行房屋翻新的主力。他们是整个可选消费品经济的需求基础。
当这些工人失业，或为了找到可用的职位而接受 50% 的降薪时，相对于失业人数而言，消费受到的冲击是巨大的。白领就业率下降 2%，可能意味着可自由支配消费支出减少 3-4%。与蓝领失业的影响往往是即时性的（从工厂下岗，下周就停止消费）不同，白领失业的影响具有滞后性，但更为深远，因为这些工人有储蓄缓冲，可以在行为模式改变前，维持几个月的消费。
到 2027 年第二季度，经济已陷入衰退。美国国家经济研究局要等到数月后才会正式确定衰退的起始时间（他们一贯如此），但数据是明确的——我们已经经历了连续两个季度的实际 GDP 负增长。但这还不是一场“金融危机”……至少当时还不是。
相关押注的长链
私人信贷从 2015 年的不到 1 万亿美元，增长到 2026 年的超过 2.5 万亿美元。其中相当一部分资本投向了软件和科技类交易，许多是对 SaaS 公司的杠杆收购，其估值假设了永续的两位数营收增长。
这些假设在第一个代理编程演示和 2026 年第一季度软件行业崩盘之间的某个时刻就已宣告死亡，但资产的账面价值似乎并未意识到它们已经死了。
当众多上市 SaaS 公司的交易价格降至 5-8 倍 EBITDA 时，PE 支持的软件公司仍以反映收购估值的价格留在资产负债表上，而这些估值基于已不复存在的营收倍数。管理人逐步下调账面价值，从 100 美分到 92 美分，再到 85 美分，而与此同时，公开市场的可比公司估值已显示为 50 美分。
穆迪以‘AI 驱动的竞争性颠覆导致长期收入逆风’为由，下调涉及 14 家发行人的 180 亿美元 PE 支持软件债务评级；自 2015 年能源行业以来最大的单一行业行动 | 穆迪投资者服务，2027 年 4 月
每个人都记得评级下调后发生了什么。行业资深人士早已从 2015 年能源行业评级下调后见识过同样的剧本。
软件支持的贷款在 2027 年第三季度开始违约。信息服务与咨询领域的 PE 投资组合公司紧随其后。几起针对知名 SaaS 公司的数十亿美元杠杆收购交易进入重组阶段。
Zendesk 成了确凿的证据。
ZENDESK 因 AI 驱动的客服自动化侵蚀 ARR 而违反债务契约；50 亿美元直接贷款工具账面价值被减记至 58 美分；创纪录的私人信贷软件违约事件 | 金融时报，2027 年 9 月
2022 年，Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。其债务包中包含 50 亿美元的直接贷款，这是当时历史上规模最大的以 ARR 为担保的融资工具，由黑石集团牵头，阿波罗、Blue Owl 和 HPS 均参与其中。该贷款的结构明确建立在一个假设之上：Zendesk 的年度经常性收入将保持“经常性”。以约 25 倍的 EBITDA 计算，只有在其确实保持经常性的前提下，这种杠杆水平才说得通。
到 2027 年年中，这一假设已然失效。
彼时，AI 代理已自主处理客户服务近一年之久。Zendesk 所定义的类别（工单创建、路由、管理人工客服互动）已被那些无需生成工单就能解决问题的系统所取代。为该贷款提供承保依据的“年度经常性收入”已不再“经常”，它只是尚未流失的收入而已。
历史上最大的 ARR 担保贷款，就这样变成了历史上最大规模的私人信贷软件违约事件。每一家信贷交易台都立刻提出了同样的问题：还有谁面临着这种伪装成周期性的长期逆风？
但共识最初（至少是起初）正确的一点是：这本应是能够生存下来的。
私人信贷并非 2008 年的银行业。其整个架构的设计初衷就是为了避免强制抛售。它们是资本被锁定的封闭式工具。有限合伙人承诺投资七到十年。没有存款人需要应对挤兑，没有回购额度会被收回。管理人本可以持有受损资产，随时间推移慢慢处理，等待价值恢复。过程痛苦，但本可管理。这个系统本应能够弯曲，而非断裂。
黑石、KKR 和阿波罗的高管们称，软件类资产敞口仅占其总资产的 7-13%。可控。每一份卖方研报和金融推特上的信贷账号都在重复同样的话：私人信贷拥有永久资本。它们可以吸收那些足以摧毁一家高杠杆银行的损失。
永久资本。这个词出现在每一个旨在安抚市场的财报电话会议和投资者信函中。它成了一句口头禅。就像大多数口头禅一样，没人关注其细节。以下是它的实际含义……
在过去十年中，大型另类资产管理公司收购了人寿保险公司，并将其转变为融资工具。阿波罗收购了 Athene。布鲁克菲尔德收购了 American Equity。KKR 收购了 Global Atlantic。其逻辑很精妙：年金存款提供了一个稳定、长久期的负债基础。管理人将这些存款投资于自己发起的私人信贷，从而获得双重收益：在保险端赚取利差，在资产管理端赚取管理费。这是一个收费叠加收费的永动机，在一个条件下运作得极为出色。
那就是，这些私人信贷必须资产质量良好。
损失冲击了那些本为持有非流动资产以匹配长久期负债而构建的资产负债表。本应使系统具备韧性的“永久资本”，并非什么抽象的、耐心的机构资金池，也不是成熟投资者在承担成熟风险。它是美国普通家庭（“Main Street”）的储蓄，以年金的形式存在，而这些年金正投资于那些如今正在违约的、由 PE 支持的软件和科技类资产。那些声称无法撤离的锁定资本，其实是寿险保单持有人的资金，而这里的规则有所不同。
与银行体系相比，保险监管机构过去一直较为温顺——甚至可以说是自满——但这次敲响了警钟。本就对寿险公司集中持有私人信贷感到不安的监管机构，开始下调这些资产的风险资本处理系数。这迫使保险公司要么筹集资金，要么出售资产，而在一个已经开始紧张的市场中，这两者都难以以有利条件实现。
纽约、爱荷华州监管机构着手收紧对人寿保险公司持有的部分私下评级信贷的资本处理要求；预计 NAIC 将发布指导意见，提高 RBC 因子并引发 SVO 更严格的审查 | 路透社，2027 年 11 月
当穆迪将 Athene 的财务实力评级展望调为负面时，阿波罗的股价在两个交易日内下跌了 22%。布鲁克菲尔德、KKR 和其他公司紧随其后。
情况自此变得更加复杂。这些公司不仅创造了它们的保险永动机，还构建了一个精密的离岸架构，旨在通过监管套利最大化回报。美国保险公司承保年金，然后将风险分保给其同样拥有的、位于百慕大或开曼的附属再保险公司——设立这些公司是为了利用更灵活的监管规定，允许对相同资产持有更少的资本。这些附属机构通过离岸 SPV 筹集外部资本，引入新一层级的交易对手，与保险公司一起投资于由同一母公司资产管理部发起的私人信贷。
评级机构（其中一些本身由 PE 所有）在透明度方面并非典范（这一点几乎无人感到意外）。不同公司与不同资产负债表之间联结而成的蛛网，其不透明程度令人震惊。当基础贷款违约时，究竟谁最终承担损失这个问题，在实时中确实无法回答。
2027 年 11 月的崩盘标志着市场认知的转变：从可能只是一场普通的周期性回调，转向某种远为令人不安的局面。美联储主席凯文·沃什在 FOMC 11 月紧急会议上称之为“一系列围绕白领生产率增长的相关押注构成的长链”。
看吧，造成危机的从来不是损失本身，而是对这些损失的承认。而在金融领域，还有另一个规模更大、重要得多得多得多的领域，我们对承认其损失正变得日益恐惧。
抵押贷款之问
ZILLOW 房价指数：旧金山同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%；房利美指出，在科技/金融就业占比超过 40% 的邮政编码区域，‘早期逾期率上升’ | Zillow / 房利美，2028 年 6 月
本月，Zillow 房价指数显示，旧金山房价同比下跌 11%，西雅图下跌 9%，奥斯汀下跌 8%。这并非唯一令人担忧的头条新闻。上个月，房利美指出，在大额贷款集中的邮政编码区域——那些居住着信用评分 780 以上、通常被视为“无懈可击”的借款人的地区——早期逾期率有所上升。
美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承销建立在一个基本假设之上：借款人在贷款期限内（对大多数抵押贷款而言是三十年），将大致维持其当前的收入水平。
白领就业危机以收入预期的持续性转变，威胁到了这一假设。我们现在不得不提出一个在三年前还显得荒谬的问题：优质抵押贷款还能算是“优质资产”吗？
美国历史上历次抵押贷款危机，均由以下三个因素之一驱动：投机过度（如 2008 年，贷款给无力负担住房的人）、利率冲击（如 1980 年代初，利率上升使可调利率抵押贷款变得难以负担）、或局部经济冲击（如 1980 年代德克萨斯州的石油业，或 2009 年密歇根州的汽车业，单一行业在单一地区崩溃）。
但这次的情况无一适用。我们谈论的借款人并非次贷人群。他们拥有 780 的 FICO 信用分数。他们支付了 20% 的首付。他们信用记录清白，就业记录稳定，且在贷款发放时收入经过核实并有文件证明。他们是金融系统中每一个风险模型都视为信用质量基石的借款人。
2008 年，贷款从第一天起就是坏账。而 2028 年，贷款在第一天是优质的。只是……在贷款发放后，世界变了。人们是在为一个他们再也无力相信的未来而借贷。
