编者按:近期,美国独立研究机构Citrini Research发布的《2028全球智能危机》描述了一个新型经济循环:2028年,人工智能技术的快速进步导致大量从事知识密集型工作的中产阶级失业,消费力急剧下降,进而引发企业利润下滑;企业被迫使用更多人工智能技术以降低成本,这又进一步促进了技术再进步。

该报告发布后在美国民众和市场中引发震动,股价大规模下跌。译者认为,该报告在美国社会引起共鸣的原因,在于其精准抓住了美国民众对人工智能技术的警惕心理,直击美国家庭收入减少的痛点。未来,人工智能技术发展下红利的重新分配,如何“切好蛋糕”,才是核心议题。

 

引言

 

2026年1月开始,OpenClaw在互联网迅速走红。这款由奥地利程序员彼得·斯坦伯格发布的开源AI智能体框架,是一款可以部署在个人电脑上的AI代理软件。因其图标是红色龙虾,它又被网友称为“龙虾”。区别于传统聊天AI仅提供建议,它能自主完成文件操作、数据抓取、表格制作等任务,很多人把它视为“真正能工作的AI代理”。3月6日,腾讯云推出OpenClaw免费安装服务,近千人在腾讯大厦楼下排起长队。从ChatGPT、DeepSeek、Grok等聊天AI到OpenClaw框架,人工智能应用俨然已突破原有被动局面,由“被动给出建议”的“顾问”角色,进步到“帮助完成工作”的“助手”职位。这不仅代表着人们的工作效率得到提升,更意味着人工智能应用落地的更进一步。

 

一个关键命题就此浮现:如果人工智能真正深度融入人类社会生产,未来将会是什么模样?

 

2026年2月23日,独立研究机构Citrini Research发布了宏观备忘录《2028全球智能危机》(The 2028 Global Intelligence Crisis),在全球市场引发巨大震动。该报告使用一种未来回顾的视角,从2028年6月的宏观备忘录场景出发,对人工智能革命深刻影响全球经济与社会结构的可能性进行了系统性推演,并给出一个悲观的预测:AI的极端成功本身反而引发全球经济、金融与社会的系统性风险。作者描绘,到2028年6月,美国失业率达到10.2%,标普500指数较2026年10月高点累计下跌38%,社会经济面临空前危机。该文在社交平台上迅速传播,作者所设想的AI时代未来情景直接冲击了投资者信心,道琼斯指数当日一度下跌约800点,标普500回撤1.04%,微软、甲骨文股价分别下跌3.21%及4.57%。

 

《2028全球智能危机》(图源:Citrini Research)

 

随着人工智能技术进入大规模工业和商业化应用阶段,有关AI将创造新工业和就业的观点日渐普及。然而,Citrini的这份报告抛出了一个令人不安的问题:倘若人工智能技术的突破性发展使得AI大量取代人类就业岗位,人们无法重新就业,只能选择报酬更低的工作,经济将面临什么样的前景?报告作者给出的答案是,消费能力紧缩与债务违约压力将迅速传导到金融行业,进而造成广泛的经济和金融危机。据此,作者提出其核心观点:在人工智能发展的浪潮中,真正的挑战将从如何突破生产力瓶颈“做大蛋糕”,转向如何创造新的分配机制“切好蛋糕”。根本而言,未来的AI世界,核心是分配,而非生产。

 

  

危机预测

 

报告聚焦人工智能技术突破对现有行业及就业带来的压力,以及这种压力可能引发的变化。Citrini Research假设人工智能技术在2026至2028年间获得极大飞跃,AI能够独立执行复杂认知任务,不仅显著提高了整体生产率,还彻底重塑了多个行业的生产模式。空前的AI技术进步最初推动企业利润飙升、生产率创新高,标普500一度攀升至历史高点。

 

设想的2026-2028年人工智能工作能力发展

(图源:Citrini Research)

 

在过去关于人工智能影响的讨论中,学界和决策圈往往聚焦技术在生产力方面的潜力,譬如如何拉升生产力、开拓新产业、提升效率,创造新就业机会,等等。然而,Citrini Research的分析却采取了一个反直觉的立场:完全成功的AI技术本身,可能会制造出系统性风险。报告设想,AI技术替代人类劳动的速度远超创造新岗位的速度。此时,在白领和知识密集型行业,大量就业岗位被AI取代,软件、支付中介等行业护城河被AI的高效率填平,市场面临冲击,就业机会急剧减少。由此带来的不仅是实际收入的下降,更是消费动力的萎缩,因为薪资缩水甚至失业的中产阶级群体是消费经济的主要支撑力量。

 

作者指出,美国的经济实际上是一个白领服务型经济,白领人群占就业总数的50%,并贡献了约75%的可自由支配消费支出。随着人工智能的扩张,这部分人群被迫失业,收入萎缩,消费减少,导致企业利润和市场需求亦开始萎缩,企业被迫进一步扩张其人工智能技术以节约成本。这一过程被作者描绘为一种负循环:人工智能能力提升,企业减少人工支出,人们失业导致消费降低,企业利润率下滑,企业被迫购买更多人工智能产品提高效率,人工智能能力进一步提升,企业继续减少人工支出。这与原本的经济循环截然不同:传统情况下,过度建设会导致建筑活动放缓,进而导致利率下降,最终促进新建筑的建设。作者指出,人工智能时代下的循环机制不存在自然终止机制,企业降本增效的途径是扩张其人工智能能力,而非减少人工智能投资。

 

传统的循环 vs. 人工智能驱动下的循环

(图源:Citrini Research)

 

作者描绘了进一步的发展可能:大规模的失业将压力传导到金融市场,金融市场面临前所未有的危机。美国中产阶级的收入能力和消费能力曾为金融信贷体系提供坚实的基础,但在AI时代,这些被视为信用质量基石的人群将普遍面对收入下降乃至贷款违约的困境,进而导致抵押贷款市场崩溃,银行面临巨额亏损。与此同时,AI效应也在资产市场和金融结构中蔓延:AI技术驱动的生产率提升最初提振企业利润,从而推高相关科技与AI基础设施企业的市场估值;但随着消费需求萎缩,这些企业生产的产品和服务缺乏实际消费支撑,其增长潜力被过度高估,而当预期增长不能实现时,就会引发资产价格大幅调整。私募信贷、杠杆收购、软件SaaS订阅估值等依赖连续增长的金融结构在这种萎缩场景中暴露出系统性风险。两种因素协同,其结果指向空前规模的经济和金融危机。

 

作者指出,在这种情况下,名义GDP和企业利润看似增长迅速,生产力创历史新高,然而大量产出并不转化为人类收入和消费,也无法代表民众的生活水平。这与传统的宏观经济框架相反,传统的经济观念认为GDP增长通常意味着生产与消费同步扩张,社会更加繁荣;但在AI驱动之下,AI系统能在没有人类参与的条件下持续产出经济活动指标,但这些产出并不转化为实际消费、就业收入或社会福祉的增长,只在统计学的纸面上存在。这种现象被作者定义为“幽灵GDP”(Ghost GDP):在纸面上,经济增长“看得见”;但实际上,人们“摸不着”。人工智能制造了足够多的产品,提高了足够多的生产力,但这些与人们无关,与实体经济无关,人们无法获得收入,也难以消费产品。除了少数科技巨头和计算机技术拥有者,没有任何人享受AI的高生产力带来的福利。资本进一步集中于拥有计算资源的少数科技公司,财富分配愈发极端,贫富差距被推向新的高点。

 

报告分析认为美国目前的福利制度无法根本性解决这种危机。福利制度为短期危机而设计,立法者预期人们将能够顺利重新就业,找到与之前报酬相近的工作,因此只需要短期内的协助。但在AI大发展后的时代,失业的人们几乎不可能找到与之前报酬相近的岗位,因为这些岗位已经全部被AI所替代。在新的AI时代,政府需要向家庭转移更多资金,但这恰恰是在政府从家庭收取的税收正在减少的时候。政府面临更严重的赤字,但向人工智能行业额外征税本身面临政治游说的压力。美国的政治分歧现状将加剧这一危机:右翼政治人物警告称转移支付和再分配将影响美国的国际竞争力,左翼政治人物则认为在现任官员的帮助下起草的税收法案只不过是换了个名字的监管俘获,双方争吵不休。作者不无悲观地预测,左右翼之间的政治博弈将进一步延缓美国政府应对这些挑战的速度,而人工智能能力的演进速度已经远超现有机构的适应能力。

 

基于这种危机,作者提出其核心观点:人们必须建立新的分配框架,以适应AI时代。AI时代的人类面对前所未有的难题:经济中最具生产力的资产正在导致就业岗位减少而非增加,并且没有任何现有的分配框架是为这种历史中的新情况设计的。当生产力不再是增长瓶颈时,人类社会必须重新构建经济分配框架,调整劳动、财富和消费关系,以避免技术红利集中于少数利益集团而削弱社会整体的经济活力,这将是人类正确面对新时代经济的关键。因此,真正的挑战不再是“做大蛋糕”,而是“切好蛋糕”。

 

  

人工智能与人类智能:我们是否已经需要“立刻”面对AI时代?

 

人工智能技术的空前发展导致人们面临失业风险,并不是一种完全新颖的叙事。技术性失业(Technological Unemployment)的含义是,由于技术变革和新兴技术突破,已有岗位在新时期内被认为是“不需要的”,面临被淘汰的风险,因此人们被迫失业下岗。由于技术性失业的存在,是否需要采取新兴技术的争论与冲突早已长期伴随着人类社会的发展。19世纪早期,英格兰纺织工人掀起“卢德运动”(Luddite Movement),为争取改善工作条件和保卫工作岗位,捣毁工厂中的自动织机;20世纪末,人们讨论自动化是否会导致人们失去工作;2013年,来自牛津大学的一篇论文则显示,美国约47%的岗位面临被大数据、算法、机器学习等“计算机化”(Computerisation)技术取代的风险,这些岗位集中在运输和物流行业、办公室和行政支持人员等。

 

我们是否正直面人工智能技术带来的技术性失业?在2026年3月的现在,这个问题的答案是显而易见的“是”。早在2024年,一项来自纽约大学和华盛顿大学圣路易斯分校的实证研究表明,在ChatGPT发布四个月后,全球最大的在线劳动力市场之一Upwork上的写作岗位数量减少了2%,月报酬则下降了5.2%。伦敦国王学院在2025年10月的一项研究则指出,2021年到2025年期间,引入人工智能的英国企业的初级职位雇佣数量下降。

 

然而,技术性失业的客观存在并不意味着短期内人们一定会面临Citrini报告中所描述的那种AI空前发展的局面,更不意味着AI的发展将决定性地将人们从就业岗位中排挤离开。从短期分析,AI在工作中的可靠性至今仍然存在问题。在真实工作场景中,现有AI存在一系列可靠性问题,包括幻觉、基础性推理失败等等。在软件工程领域,AI确实能够在编写、评估和调试计算机代码方面提供大量帮助,提高程序员工作效率,但AI生成的代码无法避免出现Bug的问题。在医疗领域,AI确实能辅助医生进行诊断,但其可靠性问题亦可能导致严重危害,AI的故障和错误内容的生成可能产生误诊、不当治疗或错误拒诊等后果,切实影响病人生命安全。可以说,尽管人们可以利用AI提升工作效率,但过程中“人”的参与仍有其必要性。AI确实能够替人们完成大量的基础工作,节省时间,但仍然需要使用者利用专业知识对AI生成的结果进行审核与修订。人们的工作效率确实在AI的使用下升高,但从结果而言,AI的应用落地很难如此激进,以至于使大部分人面临失业风险。

 

常见人工智能可靠性问题及示例(图源:2026年国际人工智能安全报告)

 

不可否认,技术的突破可能带来人工智能可靠性的提升,AGI(Artificial General Intelligence,通用人工智能,一种理论上拥有与人类相媲美能力的人工智能系统)的突破有可能为AI落地应用带来转机。然而,AGI的突破时间并不明确,当下没有任何一方能够给出明确的时间点。在短期内,很难相信AGI将立刻取得突破,并且使人类社会中大量岗位被高度提升性能之后的人工智能取代。

 

此外,AI技术带来技术性失业的另一面,是它同样带来对其他岗位的高度需求。在人工智能技术快速发展的同时,软件工程师等岗位的需求同样在升高。AI没有达到可以消灭掉近乎所有岗位的程度,反而有机会在整体就业下滑的过程中为另一部分领域额外提供岗位,改善该领域就业现状。

 

2024-2026年Indeed平台软件工程师岗位需求及总岗位需求(图源:Citadel Securities)

 

从中长期角度分析,Citrini Research的分析则为我们提供了一定程度的启示。AI技术引发的技术性失业客观存在,而随着AI技术的推广,应用逐步落地,受影响的行业一定会增加,而受AI竞争的岗位也会越来越多,必然将会有一部分人面临报告中描述的情况:人工智能效率进步到足够强的程度,其竞争能力也大幅度进步,对一部分岗位及行业形成威胁,进而影响一部分人口就业。类似于蒸汽机、电力与互联网曾经带来的结构性变革,AI技术的发展也会经历“替代,重组,再创造”的过程。在发展初期,标准化、可复制性强的岗位最先受到冲击;之后,部分知识型、创意型工作也可能在效率和成本压力下被重构。在政策层面,则需要提前布局,包括完善再培训机制、优化社会保障体系,以及鼓励新产业与新业态发展等等,减弱技术性失业和结构性失业对民众福祉的影响。历史经验表明,每一次技术革命都会伴随阵痛,但也孕育新的增长空间。关键在于,社会能否在效率提升与就业稳定之间找到动态平衡。

 

  

立场错位:激进的美国科技企业与谨慎保守的美国民众

 

Citrini Research的分析报告中,作者强调了其“思考练习而非预测”的立场,但市场参与者和媒体却在短时间内作出了反应,引发大规模股价下跌。之所以这篇虚拟的“情景推演”会对市场造成如此大的冲击,与美国民众和投资者对人工智能的复杂态度密切相关。皮尤研究中心于2025年9月的一项调查显示,比起对人工智能技术发展感到兴奋,更多美国民众更愿意表示对人工智能技术的担忧。

 

美国民众对人工智能发展的兴奋或担忧态度

(图源:皮尤研究中心)

 

Citrini Research报告在投资者中产生如此大的共鸣,实质上折射出的是美国民众整体对人工智能技术的态度趋于谨慎和警惕。它把握住了美国民众对人工智能技术的警惕心理,把“人工智能破坏人们生活”的蓝图具体化,提供了一幅 AI 如何真正影响民众生活的图像,内容落实在了对人们来说更为具体的工作岗位消失、家庭收入减少、消费萎缩等现实痛点,“工作被人工智能抢走”这一叙事直击民众心理底线。这也解释了为什么这篇并非严格预测,几乎不使用任何数学模型和量化分析的文章能够迅速引发市场恐慌――它将一个可能性故事转换成了贴近现实焦虑的叙事,从而激发出更强烈的情绪反应。

 

  

结语

 

综上所述,Citrini Research的情景推演之所以引发震动,并不在于其预测数字本身是否精准,而在于它触及了一个更深层的问题:倘若人工智能能够“做大蛋糕”,那么是否应当将注意力转移到“切好蛋糕”上去?短期来看,AI的可靠性与应用边界决定了其尚难以全面取代人类劳动,无需急于立刻做出改变;但中长期而言,设计一套分配框架,从而将人工智能带来的生产力红利通过制度设计有效传导至更广泛人群,是有必要的。从前瞻性角度出发,如何通过教育、再培训、税制改革与社会保障升级,确保技术进步与社会福祉同步扩张,或许将成为未来数十年政策制定的核心议题。

 

 

*原创声明:本文版权归微信订阅号“大湾区评论”所有,未经允许任何单位或个人不得转载、复制或以任何其他方式使用本文部分或全部内容,侵权必究。公众号授权事宜请直接于文章下方留言,其他授权事宜请联系IIA-paper@cuhk.edu.cn。

 

GBA Review 新传媒

本文作者

焦天佑

焦天佑

前海国际事务研究院实习生

黄平

黄平

香港中文大学(深圳)公共政策学院副教授
前海国际事务研究院副院长