AI越成功,经济就一定越好吗?

AI越成功,经济就一定越好吗?

一、原文核心观点

这篇文章以一份"虚构的2028年6月宏观备忘录"为框架,描绘了一个AI技术持续突破却导致经济崩溃的假设情景。

故事的起点是2025年底至2026年,AI编程工具能力大幅跃升,企业开始大规模裁减白领员工,用AI替代人工。短期内,企业利润上涨,股市高歌猛进,标普500一度冲向8000点。但随后,麻烦接踵而来:被裁的白领转入低薪岗位,消费能力骤降;消费的萎缩又让企业进一步削减成本、加大AI投入;AI投入越大,裁员越多,消费越萎缩。这个螺旋没有自然刹车点。

与此同时,AI驱动的"智能代理"(agent)开始替代消费者做决策,主动比价、自动续订、绕开中间商,让依赖用户惰性和信息不对称盈利的平台——外卖、保险、房产中介、支付通道——纷纷失守。到2027年,美国失业率突破10%,股市从高点累计下跌38%。

文章的核心论断:AI制造的是"幽灵GDP"——产出数字好看,却不流通、不循环,因为机器不买咖啡,不交房租,不送孩子上私立学校。白领是美国消费支出的主力,他们的收入坍塌,才是这场危机真正的传导链条。


二、读后感

读完这篇文章,脑子里反复盘旋的是一句话:一项技术改变了生产,但它未必同时改变分配。而分配,恰恰是经济能否正常运转的命门。

生产力提升不等于财富普惠

我们习惯于把技术进步和经济繁荣画等号,这种直觉来自历史经验。蒸汽机来了,工厂扩张,工人虽然初期受苦,但最终工资也涨了;互联网来了,破坏了一批旧行业,却孵化出更大的新行业,电商、搜索、社交媒体创造了数以千万计的新岗位。经济学家把这叫做"创造性破坏",言下之意是破坏只是过渡,创造才是归宿。

文章提出了一个令人不安的质疑:如果这次的"通用智能"恰好能胜任人类本来可以转型去做的那些新工作,创造性破坏的循环是否就断掉了?

历史上,ATM机出现后,银行柜员反而增加了,因为每家银行开更多网点、服务更多客户。但今天,一个AI系统不仅能替代原来的柜员,还能替代分析这些数据的经理、写报告的分析师,乃至管理这些AI的工程师。技术跃升的速度,让人类来不及找到新的立足点。这不是悲观情绪,是一个值得认真对待的逻辑可能性。

"幽灵GDP"的比喻切中要害

文章用"幽灵GDP"描述一种奇特的统计现象:AI集群在北达科他州一个数据中心里,完成了原本由曼哈顿一万名白领完成的工作,GDP数字照样增长,但那一万个人的工资消失了,他们在餐厅的消费没了,他们的房贷还款来源没了,他们孩子的学费没了。

这个比喻并不新颖,但在AI语境下格外精准。机器创造价值,却不消费价值。价值的创造与消费之间的循环一旦断裂,整个经济就失去了内需的引擎。文章里有一句话说得简单却深刻:"我们早该想明白,机器在可自由支配商品上花多少钱。答案是零。"

美国经济有70%依赖消费,而消费的大头来自收入较高的白领群体。这个群体一旦被批量替代,消费端的冲击远比就业数据显示的更猛烈。文章举了一个数字:白领就业下降2%,可能带来消费支出下降3%至4%。这个乘数效应,就是系统性风险的来源。

每家公司的理性,酿成了集体的灾难

文章里有一段分析让我印象深刻。它指出,这次和以往技术颠覆的不同之处在于:受冲击的公司没有选择"慢慢死",而是主动拥抱AI自救。裁员,把省下的钱投进AI,用AI维持产出——这是每家公司在股东压力下的理性选择。但所有公司同时这么做,结果是一个完美的负向螺旋:AI越便宜,裁员越多;裁员越多,消费越少;消费越少,企业越难,于是更依赖AI降本。

经济学里有个词叫"合成谬误":对个体理性的行为,加总起来对集体可能是有害的。这场危机就是合成谬误的极端版本。没有一家公司做错了,但所有公司加在一起,把消费端抽空了。

这提醒我们,评估技术冲击不能只看单个企业的财务报表,要看系统层面的现金流向。利润留在了谁手里,工资流向了何处,消费最终由谁来承担——这些才是判断一项技术是福音还是隐患的真正坐标。

这篇文章不是预言,但值得当作镜子

作者反复强调,这是一个"情景推演",不是预测。这个诚实的态度让文章更可信。AI的未来充满不确定性,可能有我们现在想象不到的新职业大量涌现,政策也可能提前介入。历史多次证明,人类有能力在巨变中找到适应路径。

但这篇文章的价值正在于此:它帮我们提前把一条逻辑链条走到底,让我们看清楚,在没有外部干预的情况下,单纯依赖技术进步自我修正,可能走向哪里。

AI越成功,经济就一定越好吗?答案取决于我们如何安排生产力提升带来的收益分配。技术本身是中性的,它只是放大了我们做出的选择。如果这些选择把财富越来越集中在少数人和少数机器手中,而多数人失去了参与经济的机会,那么再漂亮的GDP数字,也只是一个无法兑现的数字。


原文链接:<https://www.citriniresearch.com/p/2028gic>

阅读更多

RSS早报 | 2026-06-17

当日整体观察 * 美伊停战协议获关键确认。伊媒披露和平协议已完成电子签署,且特朗普在最后时刻作出了让步。这进一步打消了过去几天内关于停战条款真伪的博弈疑虑,为原油及风险资产的重新定价提供了更确定的地缘基本面支撑。 * 美国国防产能压力触发非常规干预。特朗普动用冷战时期法案以提升弹药产量,此举直接暴露出美国军工供应链在长期冲突消耗下的脆弱性,预示着国防预算与产业链重心可能向传统军火制造加速倾斜。 * 巨头重金押注AI代码工具重塑基建。SpaceX以600亿美元天价收购AI编程平台Cursor,此举不仅打破了AI应用端难以获得超高估值的成见,更标志着马斯克正将最头部的AI原生生产力转化为硬科技版图的核心基座。 * 中美科技与新能源企业裁员出清仍在继续。Robinhood宣布重组并裁员10%,电动车新锐Rivian亦解雇数百人;这表明尽管大盘与AI概念火热,但金融科技与新能源制造业仍在残酷的盈利与降本压力下持续收缩。 * AI应用开始触碰核心交易授权与岗位红线。国内支付宝、微信等平台加速竞逐“AI代付”功能,试图让智能体接管支付决策;而美国高校爆发反AI抗议,微软警告社会不会容忍

By Dan Xu

RSS早报 | 2026-06-16

当日整体观察 * 美伊停战协议落地引发全球资产重新定价,但核心文本仍未公开。美伊双方均对内宣告胜利,资本市场迅速计入“霍尔木兹海峡重新开放”的预期(美股跳涨、原油下跌);但以色列对此深感警惕,且欧洲正试图在G-7峰会上避免因此事爆发内部争吵,表明地缘风险的余波远未平息。 * 消费巨头的70年“联姻”出现裂痕。华尔街日报披露,麦当劳与可口可乐长达数十年的标志性深度绑定关系正面临考验,这可能预示着传统餐饮巨头在利润压力下,开始重估被视为行业铁律的供应链与品牌排他协议。 * AI 大厂的法律摩擦遭遇阶段性降温。法官驳回了马斯克(xAI)针对 OpenAI 的商业机密诉讼,这意味着试图通过诉讼手段阻击头部 AI 算力与模型公司研发节奏的策略暂时受挫。 * AI 带来的生产力红利并未有效向劳动者传导。国内学界观察指出,生成式 AI 确实提升了个体生产力,但底层劳动报酬并没有明显增长,技术红利正被困在企业利润或基础设施层,加剧了分配不均的担忧。 * 传统“猪周期”规律彻底失效。国内猪价创下17年新低,业内专家确认养猪的底层逻辑已变,“地板价”与周期反转的拐点恐难再现,这标志着国内重资产

By Dan Xu

缩量淘汰赛里,腰部车企最怕把“活着”误认为“赢了”

李斌在重庆汽车论坛上给了一个判断:2026 年国内汽车零售量可能同比下滑 15% 到 20%。 这个判断之所以值得看,不只是因为数字难看。乘联分会的数据已经把背景铺出来了:今年前五个月,国内乘用车零售累计销量同比下跌约 19.5%;6 月第一周零售 22.8 万辆,同比下降 23%,环比 5 月同期也下降 11%。 更值得玩味的是,新能源渗透率还在继续往上走,6 月第一周已经到 66.7%。也就是说,行业不是简单地“新能源不好卖了”,而是在一个总量收缩的市场里,新能源继续挤压燃油车,主机厂之间再重新分配更小的需求池。 这时候,腰部车企和供应商面对的问题,就不是“保利润”还是“拼份额”这么简单。 真正的问题是:自己还有没有资格参与下一轮牌桌。 如果有资格,短期可以流血,但必须有边界、有目标。 如果没有资格,

By Dan Xu

黄仁勋的极简 AI 经济学

黄仁勋那句“买得越多,省得越多”,第一次听起来很像一个顶级销售的促销话术。 问题是,他卖的东西并不便宜。GPU 很贵,数据中心很贵,电力、网络、散热、土地和资本成本也都不便宜。如果只按传统 IT 采购的口径去看,这句话甚至有点反常:买得越多,明明花得越多,为什么会省? 这里真正要拆开的,不是价格,而是单位产出。 黄仁勋讲的“省”,不是供应商给了多少折扣,而是加速计算把一件事的时间、电力、人力和机会成本同时压下来。原来要十小时跑完的任务,现在十分钟完成;原来不值得单独自动化的流程,现在可以被低成本推理覆盖。这个时候,贵的不是 GPU,贵的是继续用低效方式处理同样的问题。 所以,这套“极简 AI 经济学”的第一层,其实很简单: 电力 + GPU + 模型 = token。 把电力送进数据中心,用

By Dan Xu