棋牌游戏大全,棋牌游戏app,棋牌游戏平台,棋牌游戏赌博,棋牌娱乐,棋牌娱乐平台,棋牌论坛,棋牌,开元棋牌,棋牌游戏有哪些,斗地主,扑克游戏,麻将,德州扑克,牛牛,麻将糊了,掼蛋,炸金花,掼蛋技巧,掼蛋口诀,抢庄牛牛,十点半,龙虎斗,21点,贵阳捉鸡麻将,牌九报告的核心推演路径是：当通用人工智能显著降低认知劳动成本后，最先受到冲击的将是以知识处理为核心的SaaS行业，随后波及支付、保险、房地产经纪等中介型行业结构。随着白领岗位大规模收缩，居民收入增长放缓，消费基础削弱，进而触发通缩压力。若信贷结构无法及时调整，抵押贷款市场与资产价格可能出现连锁反应，传统货币政策工具在结构性失业背景下面临效力下降的风险。整份报告并非预测未来，而是一种情景推演：当智能供给结构发生剧变时，宏观经济系统是否具备足够的适应能力。

　　在呈现《2028 全球智能危机》的全文之前，有必要先引入一个更为宏观且方法论自觉的分析框架。从复杂系统的角度看，这一情景推演不宜仅被理解为一次由人工智能引发的经济衰退。若仅停留在周期性波动的层面，我们很可能低估其潜在的结构性含义。更审慎的表述是：2028年前后可能出现的“智能冲击”，以及围绕2050年前后的“技术奇点”讨论，或许可以被放置在同一条加速演化轨道上加以审视——当然，这是一种理论建模意义上的连续性，而非经验上已被验证的必然路径。

　　复杂系统理论强调，决定系统演化方向的并非孤立事件，而是内部的反馈结构与时间尺度差。生物体、城市、企业乃至全球经济体系，都可以被视为开放的耗散结构，具有代谢、增长与资源流动特征。Geoffrey West 在规模理论研究中指出，生物体代谢率与体重之间呈亚线性关系，因此其增长存在内在约束；而城市的创新产出与人口规模之间则呈超线性关系，人口规模越大，人均创新与经济活动越密集，但社会问题的强度也同步上升。需要强调的是，这些结论基于人口规模的经验数据。将这一框架外推至“技术能力”或“人工智能算力”，只能视为一种启发式类比，而非已被充分实证支持的等价关系。（详情请见集智俱乐部文章《奇点临近，带着地球去流浪 新春特辑》）

　　在这一启发框架下，《2028 全球智能危机》所讨论的情景，便不再只是一次普通的宏观经济波动，而是关键生产要素供给结构变化可能引发的制度张力。长期以来，人类认知能力始终是经济体系中的稀缺要素。资本可以通过金融体系扩张，能源可以通过技术替代提升效率，资源可以通过全球贸易再配置，但复杂决策与创造性劳动高度依赖个体认知能力的有限供给。正因为这种稀缺性，现代薪酬结构、税收体系与信贷模型，都隐含着“认知能力具有持续溢价”的制度前提。

　　随着以 OpenAI 等机构推动的大规模模型技术发展，以及类似 ChatGPT 这类通用认知工具的出现，机器认知能力的边际复制成本显著下降。需要谨慎表述的是，我们并非断言智能已成为“无限供给”的资源，而是指出：认知自动化的可扩展性正在增强。如果企业在微观层面出于成本动机以算法替代部分白领岗位，短期内可能提高效率；但在宏观层面，若这种行为广泛发生，便可能形成一种正反馈路径：技术能力提升带来人力需求下降，进而影响居民收入增速与消费能力，企业利润承压后进一步投资自动化。这种链条可以被概念化为“智能替代螺旋”，但必须承认，现实系统中同时存在财政调节、产业转型与教育升级等负反馈机制，因此该螺旋并非必然失控，而是对制度参数高度敏感。

　　与传统库存或投资周期不同，认知自动化直接作用于现代经济中占比较高的知识型劳动。如果生产率提升未能同步创造新的就业与收入渠道，生产系统与需求系统之间可能出现阶段性脱耦。文中所谓“幽灵GDP”，可以理解为产出统计增长与可持续需求基础之间的错位。这里使用“失衡”一词，指的是子系统之间资源流与信息流的结构张力增加，而非严格物理意义上的能量失衡。一旦这种张力在缺乏制度缓冲的情况下持续累积，系统便可能进入重组或相变区间，但是否走向崩溃，取决于调节机制的有效性。

　　因此，2028年的智能冲击并不只是一次潜在衰退情景，而是一场关于系统调节能力的压力测试。技术扩张本身并不决定方向，它只是提高了变量变化的斜率。当认知自动化加速扩散时，真正关键的不是“是否会替代”，而是社会是否拥有足够强的负反馈机制——包括制度弹性、政策协调能力，以及群体决策的稳定度。如果说技术是加速器，那么情绪与认知结构就是方向稳定器。加速并不会自动导致失控，但在高波动环境中，群体性的焦虑、短期主义决策与风险厌恶行为，可能放大原本可控的结构张力。从复杂系统角度看，稳定并非保守，而是一种降低噪声、延长时间尺度、提升调节精度的能力。

　　消费经济开始显露裂痕时，学界开始流传一个词——“幽灵GDP”：产值明明体现在国民经济核算里，却从未真正在实体经济中循环流动。人工智能的发展在各方面都超出预期，市场也完全被AI浪潮裹挟，唯一的问题是，实体经济并没有跟上这份繁荣。我们其实早该看清，北达科他州一组GPU集群，就能创造出原本曼哈顿中城一万名白领的产值，这从来不是什么经济灵药，而是一场经济疫情。货币流通速度陷入停滞，占GDP七成、以人为核心的消费经济持续萎缩。其实想通一个简单问题就能预判走向：机器会在非必需品上花钱吗？答案是零。

　　AI能力不断升级，企业用工需求随之减少，白领裁员潮愈演愈烈。失业人群消费能力下降，企业利润承压，只能进一步加大AI投入，反过来又推动AI技术继续迭代。这是一个没有天然刹车的负反馈循环，也就是人类智能替代螺旋（Intelligence Substitution Spiral）。白领的收入能力遭遇结构性冲击，而他们的收入正是13万亿美元抵押贷款市场的根基，这也让承销商不得不重新思考，优质抵押贷款，真的还具备足额偿付价值吗？

　　企业财年大多和自然年同步，2026年的预算早在2025年四季度就定好了，那时候“智能体AI”还只是个时髦概念，没人当回事。直到年中预算复核，采购部门才真正见识到这套系统的威力。不少企业亲眼看到，内部团队花几周时间就能做出原型，直接替代掉六位数年费的SaaS服务。那年夏天，一位财富500强企业的采购经理，讲过一次真实的预算谈判：供应商还想按老套路来，每年涨价5%，反复强调“你们团队离不了我们”。结果采购经理直接摊牌，已经和OpenAI谈妥，由对方驻场工程师用AI工具彻底替代这家供应商，最终续约价格直接砍了30%。他说这已经是好结果，Zapier、Asana这些长尾SaaS厂商，处境要惨得多。

　　这份财报也让所有人看清了生态的关联性，ServiceNow靠售卖席位盈利，财富500强客户一旦裁员15%，就会同步取消15%的授权。客户用AI裁员拉高了自身利润率，却直接挖空了ServiceNow的收入基本盘。这家靠工作流自动化起家的公司，最终被更先进的工作流自动化技术颠覆。而它的应对手段，也只有裁员，再把省下来的钱，投进颠覆自己的技术里。它们还能怎么办？坐以待毙吗？受AI威胁最大的企业，反倒成了AI最激进的拥趸。现在回头看，这一切似乎顺理成章。历史上的行业颠覆向来是同一个剧本。老牌企业抗拒新技术，被灵活的新入局者抢走份额，最终慢慢出局，柯达、百视达、黑莓都是如此。

　　但2026年完全不同，这些老牌企业不是不想抵抗，是根本抵抗不起。股价暴跌40%—60%，董事会步步紧逼，受AI冲击的企业只剩下一条路：裁员，把省下来的人力成本投入AI工具，用更低的成本维持产出。单看一家企业，这个决策无比理性，但放到整个市场，结果却是灾难性的。每省下一美元人力成本，都会变成AI的能力升级，进而引爆下一轮裁员。软件行业只是个开始，投资者还在争论SaaS的估值有没有触底，却没意识到，这套自我强化的循环早已跳出软件行业，ServiceNow的裁员逻辑，适用于所有拥有白领成本结构的企业。

　　而真正成为AI接管消费决策转折点的，是通义千问开源的智能购物助手。短短几周内，主流AI助手全都上线了智能电商功能，轻量化模型的出现，更让这类智能体不再只依赖云端，手机、笔记本就能直接运行，推理的边际成本大幅下降。更值得投资者警惕的是，这些智能体根本不需要用户主动下达指令，会按照偏好在后台默默运行，消费不再是人类一次次零散的决策，而是为每一个联网用户7×24小时不间断运转的优化流程，到2027年3月，美国人均每日消耗的Token量达到40万，是2026年末的整整10倍，这一变化直接导致产业链的下一个环节：中介业务，就此轰然崩塌。

　　过去五十年，美国经济靠着人性的天然局限，搭建起了一套庞大的抽租体系：人做事耗时间、没耐心，习惯认品牌而不是理性比价，多数人为了少点几下屏幕，宁愿接受更贵的价格，数万亿美元的企业市值，全都建立在这些人性弱点之上，而这一切，被智能体用最简单的方式打破：消除交易摩擦，那些闲置数月仍自动扣费的订阅、试用期结束后悄悄翻倍的定价，这些靠信息差牟利的套路，全被智能体一一戳破，支撑整个订阅经济的核心指标，客户终身价值，也随之大幅跳水。

　　消费智能体就此开始改写几乎所有消费交易的规则，人没工夫为了一盒蛋白棒在五个平台来回比价，但机器可以，旅游预订平台成了第一批牺牲品，因其模式最简单、最易被替代，2026年四季度，智能体就已能以更低成本、更快速度完成全套行程规划，机票、酒店、地面交通、会员权益最优解等一应俱全。完全依赖用户惰性的保险续保业务同样被彻底颠覆，智能体每年都会重新比价投保，直接抹掉保险公司靠被动续保赚取的15%–20%保费，而理财咨询、税务申报、常规法务等这类以“处理繁琐事务”为核心价值的服务，也因智能体从不嫌麻烦的特性，无一幸免地被颠覆。

　　就连我们以为靠人情关系能稳住的领域，也不堪一击，房地产行业几十年来，买家因信息不对称一直忍受5%–6%的佣金，可AI智能体接入房产多重上市服务系统（MLS）、吃透几十年交易数据后，瞬间就能拥有同等专业能力，2027年3月一篇卖方报告将此称为“智能体互搏”，核心城市的买方佣金中位数从2.5%–3%被压到1%以下，越来越多的房产交易彻底不再需要人类买方中介。我们都高估了所谓“人情关系”的价值，后来才发现，很多所谓的关系不过是披着温情外衣的交易摩擦，而这只是中介层被颠覆的开始，那些巨头企业曾砸下几十亿美元精准拿捏消费者的行为和心理弱点，可在AI时代，这些弱点一文不值。只追求最优性价比的机器，不会在意你用了四年的常用APP、习惯点开的网页，更不会被设计精美的结算页面打动，它们不会疲惫，不会图省事选默认选项，更不会“一直只在这家买”，这也直接摧毁了一类特殊的护城河：习惯性中介。

　　美国外卖平台DoorDash就是最典型的例子，编程智能体把外卖APP的开发门槛直接拉到零，一个熟练开发者几周就能做出竞品，几十家新平台随之崛起，把90%–95%的配送费全分给骑手，疯狂挖走DoorDash和Uber Eats的运力，多平台接单仪表盘更让零工能同时接收二三十个平台的订单，彻底打破了老牌平台的用户锁定效应，让市场一夜之间碎片化，利润率被压到几乎为零。智能体从两头加速了这场颠覆：一边催生竞品，一边直接使用竞品，DoorDash的护城河本质上就是“你饿了、懒了，手机桌面正好有这个APP”，可智能体没有桌面，它会同时检索各类外卖平台和餐厅官网，每一次都选出费用最低、配送最快的方案，支撑其商业模式的核心。用户对APP的习惯性忠诚，在机器面前根本不存在。这一点颇具讽刺意味，也是整场危机里智能体唯一“帮”到即将失业白领的地方：这些人转行做骑手后，至少一半收入不会再被平台抽走，只不过，随着自动驾驶配送普及，这点技术带来的短暂红利，也很快消失殆尽。

　　这一变化的影响在万事达卡2027年一季度财报中彻底显现，这份财报成为不可逆的转折点，智能体电商从一项产品层面的创新，变成了对支付底层架构的颠覆，万事达卡次日股价暴跌9%，Visa同步大跌，后来仅因分析师提及它在稳定币基建上的优势，跌幅才有所收窄。这种绕开银行卡交换费的模式，对以信用卡为核心的银行和单一发卡机构构成了致命打击。它们正是2%–3%手续费的主要获利方，整套消费返现奖励业务也全靠商户补贴支撑，其中美国运通（AXP）受伤最重，白领裁员潮掏空了它的核心客群，智能体绕开交换费则直接摧毁了它的盈利模式，同步金融、第一资本、发现金融等发卡行，随后几周内股价也均暴跌超10%，要知道，它们的护城河本就是由交易摩擦一砖一瓦砌成，而如今，摩擦正在归零。

　　2026年全年，市场都将人工智能的负面影响视为行业性问题。软件、咨询行业暴跌，支付等收费业务摇摇欲坠，但宏观经济看似平稳。劳动力市场虽走弱，却未。市场共识认为，创造性破坏是技术创新周期的必然，局部会有阵痛，但人工智能的整体净收益远大于损失。2027年1月的宏观备忘录就指出，这是错误的认知，美国经济是白领服务型经济。白领占就业人口的50%，贡献约75%的非必需消费。人工智能正在吞噬的企业和岗位，并非美国经济的边缘，而是核心本身。

　　如今的人工智能是通用智能，它进化的方向，正是人类转岗后要做的工作。失业的程序员无法简单转向“人工智能管理”，因为人工智能本身就能胜任管理。如今，人工智能智能体能完成耗时数周的研发任务。指数级的进化速度，粉碎了我们对能力边界的认知，即便每年沃顿教授都试图用S型曲线拟合数据。它们几乎能编写所有代码，最顶尖的智能体在绝大多数领域都比人类更聪明，且成本持续下降。人工智能确实创造了新岗位，例如提示词工程师、人工智能安全研究员、基础设施技术员。人类仍在顶层参与协调、把控偏好，但每创造一个新岗位，就有数十个旧岗位被淘汰，且新岗位薪酬远不及旧岗位。

　　股市对JOLTS数据漠不关心，反而更关注通用电气维诺瓦涡轮机产能预订至2040年的消息，在宏观利空与人工智能基建利好的拉扯中横盘震荡。而债市（向来比股市理性，至少不那么盲目乐观）已开始计价消费冲击，十年期国债收益率在随后四个月从4.3%降至3.2%。但整体失业率未大幅飙升，部分人仍未看清就业结构的本质变化。普通经济衰退中，诱因会自我修正。过度建设导致建筑业放缓，进而利率下行，重启建设。库存过剩引发去库存，随后再补库。周期机制本身就孕育着复苏的种子。

　　人工智能基建产业链持续繁荣，即便它正在颠覆的经济不断恶化。英伟达营收屡创新高，台积电产能利用率维持95%以上，超大规模云服务商每季度仍投入1500-2000亿美金建设数据中心。完全受益于这一趋势的中国台湾、韩国，经济表现远超其他地区。印度则截然相反。其IT服务行业年出口超2000亿美元，是印度经常账户顺差的最大来源，也是弥补长期商品贸易逆差的核心。整个模式的价值主张只有一个，印度开发者成本远低于美国。但人工智能编程智能体的边际成本，已几乎降至电费。塔塔咨询、印孚瑟斯、维普罗等企业2027年合同取消量激增。支撑印度国际收支的服务贸易顺差蒸发，卢比兑美元四个月暴跌18%。2028年一季度，国际货币基金组织已与印度政府启动“初步磋商”。

　　就在此刻，仅剩的人力密集型岗位还将面临新一轮调整：自动驾驶配送、自动驾驶汽车，正在渗透吸纳首轮失业者的零工经济。截至2027年2月，在职职场人明显开始节衣缩食，人人自危。他们在人工智能帮助下加倍努力工作，只为不被裁员，晋升加薪的希望彻底破灭。储蓄率上升，消费疲软。最危险的是滞后效应，高收入人群凭借高于平均的储蓄，维持了两三个季度的消费常态。等硬核数据证实问题时，实体经济早已恶化。最终，一份数据打破了所有幻象。

　　初请失业金人数飙升至48.7万，创2020年4月以来新高。ADP与艾奎法克斯数据证实，新增申领者绝大多数为白领专业人士。标普500随后一周暴跌6%，宏观利空开始主导市场。普通衰退中，失业分布广泛，蓝领、白领失业比例与就业占比大致匹配，消费冲击也均匀分布，且因低收入人群边际消费倾向更高，数据会快速反映。本轮衰退中，失业集中在收入最高的10%人群。他们占总就业比例不高，却贡献了远超比例的消费：美国收入前10%人群贡献超50%的消费，前20%贡献约65%。他们是买房、买车、旅游、餐饮、私立学校、家装的主力，是整个非必需消费经济的需求基石。

　　私人信贷规模从2015年的不足1万亿美金，增至2026年的2.5万亿美金。其中相当一部分资金投向软件科技领域，多数是对SaaS企业的杠杆收购，估值均假设收入能长期保持15%左右的增速。这些假设在智能体编程首次展示、2026年一季度软件股暴跌时就已破灭，但资产估值方却迟迟未承认。众多上市SaaS企业估值跌至EBITDA的5-8倍，而私募股权支持的软件企业账面估值，仍基于早已不复存在的收入倍数。管理人逐步下调估值，从100%、92%、85%，而可比上市公司估值已只剩50%。

　　私人信贷不同于2008年的银行业，整个体系专为避免强制抛售设计。封闭式基金，资金锁定7-10年，有限合伙人承诺长期出资，没有储户挤兑，没有回购协议抽离。管理人可以持有问题资产，逐步处置，等待回收。虽有阵痛，却可控。这套体系本应是弯曲，而非断裂。黑石、KKR、阿波罗高管称，软件类资产敞口仅7%-13%，可控。所有卖方报告、金融社交账号都口径一致，私人信贷拥有永久资本，能承受足以压垮杠杆银行的损失。“永久资本”，这个词出现在每一次财报电话会、每一封投资者信中，用来安抚市场，成了一句口号，和多数口号一样，没人关注细节。

　　私人信贷必须具备足额偿付价值。损失冲击了那些依托长久期负债持有非流动性资产的资产负债表。本应让体系具备韧性的“永久资本”，并非抽象的耐心机构资金，而是美国普通家庭的储蓄，以年金形式投向了如今违约的私募股权软件科技资产。无法抽离的锁定资本，是寿险保单持有人的资金，而这里的规则截然不同。相较于银行体系，保险监管向来宽松甚至自满，但这次被彻底唤醒。本就对寿险公司私人信贷集中度担忧的监管机构，开始下调这类资产的风险资本权重，迫使保险公司要么融资、要么抛售资产，而在市场冻结的背景下，两者都无法以合理条件实现。

　　穆迪将雅典娜财务实力评级展望下调至负面，阿波罗股价两个交易日暴跌22%，布鲁克菲尔德、KKR等纷纷跟跌。局势自此愈发复杂。这些企业不仅打造了保险永动机，还搭建了精密的离岸架构，通过监管套利最大化收益，美国保险公司发行年金，再将风险转移给旗下百慕大、开曼群岛的再保险公司，这些机构监管更宽松，相同资产只需持有更少资本。关联方再通过离岸特殊目的载体（SPV）对外融资，新增一层交易对手，与保险公司共同投资母公司资产管理部门发行的私人信贷。

　　评级机构（部分本身由私募股权持有）向来不透明（这一点无人意外）。不同企业、不同资产负债表交织成的蛛网，透明度极低。底层贷款违约时，谁在真正承担损失，实时根本无法厘清。2027年11月的，标志着市场认知从“普通周期性回撤”转向“更严峻的系统性风险”。美联储主席凯文·瓦尔什在11月联邦公开市场委员会紧急会议上，将其称为“一长串押注白领生产率增长的关联链式赌注”。要知道，危机的根源从不是损失本身，而是损失的确认。而金融领域还有一个规模更大、更重要的板块，我们正害怕面对它的损失确认。

　　本月Zillow房价指数，旧金山同比跌11%、西雅图跌9%、奥斯汀跌8%。这并非唯一令人担忧的信号：上月房利美预警，大额贷款集中的区域早期逾期率上升，这些区域的借款人信用分超780，向来被视为“绝对安全”。美国住宅抵押贷款市场规模约13万亿美金，抵押贷款承销的核心假设是：借款人在贷款期内保持就业，收入水平基本稳定，多数贷款期限长达30年。白领就业危机，通过持续改变收入预期，动摇了这一核心假设。我们不得不提出一个三年前看似荒谬的问题：优质抵押贷款，还具备偿付价值吗？

　　美国历史上所有抵押贷款危机，都源于三类原因：投机过度（如2008年向无力购房者放贷）、利率冲击（如80年代初利率上行导致可调利率抵押贷款无力偿还）、区域性经济冲击（如80年代德州石油、2009年密歇根汽车行业崩塌）。但本轮危机，却与这三类原因毫无关联。当前的借款人绝非次级贷群体，他们信用分普遍在780以上，首付比例达20%，信用记录清白、就业稳定，放贷时的收入也均经过核实备案，他们本是金融体系所有风险模型里，最坚实的信贷质量基石。

　　2008年的那些贷款，从一开始就带着劣质属性。而2028年的这些贷款，起初全是实打实的优质资产。只是，放贷之后，世界彻底变了。人们当初是对着一个如今再也不敢轻信的未来，签下了债务合约。早在2027年，我们就已经捕捉到了那些隐性压力的早期信号：房屋净值信贷额度被频繁提款、401(k)账户提前支取现象增多、信用卡债务大幅飙升，而房贷还款表面上依旧正常进行。随着失业潮蔓延、企业招聘冻结、奖金大幅削减，这些原本优质家庭的债务收入比，直接翻了一倍。

　　即便如此，他们虽然还能勉强偿还房贷，代价却是停掉所有非必需消费、耗尽积蓄、推迟所有房屋维修与装修。账面上看，他们没有出现逾期，但只要再承受一次冲击，就会彻底陷入困境。而人工智能的能力演进轨迹清晰显示，这样的冲击正在加速逼近。紧接着，我们就看到旧金山、西雅图、曼哈顿、奥斯汀等科技核心城市的房贷逾期率开始飙升，尽管全国平均水平仍处于历史合理区间。如今已进入这场危机最严峻的阶段：要是边际购房者财务状况健康，房价下跌尚且可控。但眼下，边际购房者也正遭遇同样的收入重创。尽管市场担忧不断加剧，我们目前还未陷入全面的抵押贷款危机。逾期率虽有上升，却远低于2008年的水平。

　　真正的威胁在于趋势本身，智能替代螺旋之下，如今又新增了两个金融加速器，三者相互叠加，共同拖拽着实体经济持续下滑：劳动力被替代、抵押贷款市场承压、私募市场动荡，这三者相互强化、形成了难以打破的恶性循环。传统政策工具，比如降息、量化宽松（QE），或许能修复金融引擎，却救不了实体经济的引擎，因为实体经济的症结并非金融条件收紧，其核心驱动力在于人工智能的普及，让人类智能不再稀缺，也不再值钱。哪怕你把利率降到零，买下市场上所有的抵押贷款支持证券、所有违约的软件杠杆收购债，也改变不了一个核心事实：一个Claude智能体，每月只需200美元，就能完成年薪18万美元产品经理的工作。

　　一旦这些担忧成为现实，抵押贷款市场将在今年下半年彻底破裂。在这种情景下，预计本轮股市回撤幅度最终将堪比全球金融危机，从高点到低点回撤57%，这将把标普500指数拉至约3500点，退回2022年11月ChatGPT问世前一个月的水平。明确的是，支撑着13万亿美元住房抵押贷款市场的收入假设，已经遭受了结构性破坏。不明确的是，在抵押贷款市场彻底消化这一后果之前，政策能否及时介入。我们仍抱有希望，但也无法忽视那些令人悲观的现实因素。

　　现有经济体系，根本不是为应对这种危机设计的。联邦政府的税基，本质上是对人类劳动时间征税。人们工作、企业发薪、政府抽成。正常年份里，个人所得税和工资税是财政收入的支柱。截至今年一季度，联邦财政收入比国会预算办公室基准预测低 12%。工资税收入下滑，因为能拿到原有薪酬水平的就业者越来越少。所得税收入下滑，因为人们的收入出现结构性下降。生产率在暴涨，但收益流向了资本和算力，而非劳动者。劳动收入占 GDP 比重从 1974 年的 64% 降至 2024 年的 56%，四十年持续下滑，背后是全球化、自动化、劳动者议价能力不断削弱。而在 AI 开始指数级进步的这四年里，这一比例直接跌到 46%，创下史上最剧烈跌幅。

　　产出依然存在，但这些产出不再通过家庭消费流向企业，说白了，它也绕开了国税局的征管体系，经济循环正在出现断裂，而所有人都指望政府站出来修复这个循环。和以往每一次衰退一样，居民收入在下降，政府支出却在不断增加。但这一次不一样，这份支出压力不是周期性的临时麻烦，现有的自动稳定器，本就是为临时性失业设计的，根本适配不了这种结构性的劳动力替代。现有福利体系的核心前提，是假设失业的劳动者最终会被市场重新吸收，可如今很多人恐怕很难再就业，至少再也拿不回曾经的薪水。

　　今年以来，市政债的表现出现了令人担忧的分化：没有个人所得税的州，市政债表现还比较平稳，但那些依赖个人所得税的州（多数是蓝州）发行的一般责任债，已经被市场计入了违约风险。政客们反应很快，围绕“谁该被救助”的辩论，立刻陷入了激烈的党派对立。不过本届政府有一点值得肯定，它较早意识到了危机的结构性本质，还开始讨论一项两党提案，也就是所谓的《转型经济法案》，这个框架计划通过赤字支出结合AI推理算力税，为失业劳动者提供直接转移支付。目前最激进的提案则更进一步，《AI繁荣共享法案》将设立对智能基础设施收益的公共索取权，这种模式介于主权财富基金与AI产出权利金之间，打算用相关分红，为家庭转移支付筹集资金。对此，私营部门的说客在媒体上展开铺天盖地的反对，警告这是“滑坡谬误”，会挫伤市场活力。

　　这场讨论背后的政治博弈，惨烈又在意料之中，各种政治作秀和边缘政策还在不断火上浇油。右翼把转移支付和再分配称作马克思主义，警告对算力征税会让中国在AI领域领先。左翼则直言，由科技巨头参与起草的相关税收政策，不过是换了个名字的监管俘获，最终只会让巨头受益。财政死死坚持赤字不可持续，鸽派则拿全球金融危机后过早紧缩导致复苏乏力当前车之鉴，反对过早收紧财政。在今年总统大选前夕，这些分歧只会越来越大。政客们吵来吵去，而社会结构撕裂的速度，远比立法进程快得多。

　　正因为稀缺，人类智能才自带内在溢价。我们经济里的每一项制度。从劳动力市场、抵押贷款市场到税法，都是为这个前提成立的世界量身打造的。而现在，我们正在亲眼看着这份溢价慢慢消失。越来越多的任务中，机器智能已经能胜任人类智能的工作，还在飞速进化。那些为“人类智能稀缺”这个世界优化了几十年的金融体系，现在正经历重新定价。这个过程很痛苦、很混乱，而且远没到尽头。但要明确，重新定价不代表崩溃，经济总能找到新的平衡点。而走向这个新均衡，是眼下少数还只能靠人类来完成的任务，我们必须做好。

　　从 AlphaGo 到 ChatGPT，随着人类智能一个个被机器算法突破，人们不禁开始思考：还有什么能力是人类具备而人工智能尚无法取代的？自我意识就是一个关键的未被突破的能力，它不仅可以对自我的行为进行深度反思从而跳出循环，形成顿悟，还能够给主体带来真正的主观体验。那么，自我意识的本质是什么？ChatGPT 是否能够拥有自我意识？本视频提出了一种自我意识的最小模型，它可以一定程度上解释人类意识的特点，也可能找到判定机器是否具有意识的一种标准。