2026年2月23日，一篇名为《THE 2028 GLOBAL INTELLIGENCE CRISIS》的思想实验文章引发全球投资界与政策圈的高度关注。这篇文章由图灵奖得主Yoshua Bengio团队的研究伙伴Citrini Research撰写，以一份“来自未来的宏观备忘录”形式，系统推演了AI技术加速发展可能引发的经济社会连锁反应。文章构建了一个极端但逻辑自洽的“末日模型”，这一情景下会导致“幽灵GDP”的产生——产出仍在增长，但财富集中于算力所有者，不再通过工资和消费循环渗透到真实经济中。这场思想实验的结论是警示性的：如果AI的技术红利不能被广泛共享，生产力的极大解放也可能反噬经济本身。

这样一场思想实验，之所以迅速引发资本圈震荡，是因为它触及了市场此前尚未充分定价的深层问题。文章发布当日，美股软件和支付板块应声下跌，DoorDash跌6.9%，Salesforce跌4.7%，美国运通跌5.6%，Visa跌2.4%。这些跌幅背后，是市场对一个“生产力悖论”的集体审视：如果AI的效率提升到极致，它会不会摧毁支撑现代经济的基础——消费循环？

一场思想实验引发美股震荡，背后是市场对“AI全部成功”情景下未被定价的尾部风险的恐惧。但真正的危机不在于AI是否替代人类，而在于人类社会能否完成从工业经济向智能经济的范式跃迁。

市场的反应看似分裂，实则统一——它正在对“AI高速发展”情景下未被充分定价的两股力量同时定价。

一边是Citrini描绘的“末日模型”：AI替代白领工作→大规模失业→消费能力萎缩→企业利润承压→进一步裁员，形成“替代螺旋”；产出增长但财富集中于算力所有者，占GDP70%的人类消费经济塌陷，形成“幽灵GDP”；依赖信息差和交易摩擦的中间层商业模式崩塌；风险通过私募信贷和再保险结构传导至整个金融体系，甚至动摇13万亿美元抵押贷款市场的根基。

另一边是英伟达财报揭示的现实：企业对AI计算的投资仍在加速，客户竞相投资AI计算，企业对代理的AI应用飙升。黄仁勋在业绩电话会上说：“计算需求迅猛增长。”这不仅是资本开支的故事，更是企业将AI深度嵌入核心业务的信号。

这两种叙事并非矛盾，而是同一枚硬币的两面——AI正在同时创造巨大的供给能力，并摧毁旧有的需求循环。

这一思想实验之所以引发市场恐慌，是因为它触及了三个此前未被充分讨论的“不同”：

第一，前三次技术革命主要是替代体力，而AI革命是替代脑力，首次实现了对人类高阶认知任务的大规模替代。IMF研究显示，AI可能影响全球40%的就业，在发达经济体中这一比例达到60%。

第二，前三次技术革命主要影响低技能人群，而AI革命主要影响中等技能人群——正是这部分人群构成了主要经济体的中产阶层主体，对消费影响最大。

第三，前三次技术革命的扩散时间以十年为单位计，而AI革命迭代以月甚至以日计。在这个农历春节前后，G2的AI迭代已进入可实际使用的阶段，许多专业工作可以直接替代。

面对悲观论调，乐观者通常会援引历史：每一次技术革命都曾引发失业恐惧，但最终都创造了更多就业，ATMs让银行柜员数量持续增长二十年，互联网摧毁了旅行代理，却创造了全新的数字产业。

《THE 2028 GLOBAL INTELLIGENCE BOOM》代表了这一声音：AI驱动的通缩让消费者受益，软件支出压缩后节省的资金流向其他经济领域，新企业大量涌现吸纳就业，失业率短暂上升后恢复。

但乐观者可能低估了一个关键问题：减少的就业机会数量与新增就业机会数量之差究竟有多大？ 当新产业本身就是AI驱动的，它们对人工的需求远低于旧产业。一位被裁员的Salesforce产品经理可能用AI工具创办一家小型软件公司，雇佣一两个人，而不是像过去那样成为大公司的中层管理者，带动周边消费。

英伟达的财报恰恰强化了这一问题的复杂性：数据中心收入创历史新高，但这类增长对就业的拉动远低于传统工业扩张。一座芯片工厂能带动数千个制造业岗位，但一座AI数据中心的运行只需要几十名工程师。正如Citrini文章中的那句点睛之笔：“一台在北达科他州的GPU集群，正在产出此前曼哈顿中城一万名白领工人的工作成果——这更像是经济大流行，而非经济灵药。”

要真正理解这次技术革命的特殊性，我们需要站到更高的维度——人口周期的视角。

过去两百年，前三次技术革命遵循着基本范式：“技术革命→人口膨胀→消费上升”。从英国工业革命导致的英格兰人口膨胀为起始，至中国大陆老龄化、少子化为标志的全球主要国家人口收缩为结束，工业革命以来打破马尔萨斯陷阱的全球人口数量起伏周期，实际上已经走向终结。

而这一次AI革命，遵循的是完全不同的范式：“人口收缩→技术无人化→消费结构调整”。

这是一个根本性的范式转变。前三次技术革命创造新就业时，有人口膨胀周期提供的新增需求来吸纳；而这一次，AI创造新就业的同时，人口结构已在收缩，总需求可能在下降。无人技术发展的方向符合全球人口结构走势——当劳动力不再充裕，用机器替代人成了理性选择。

但这使得当下的劳动力人群受到直接影响。技术发展的初衷是应对未来的劳动力短缺，却首先冲击了今天正处在劳动年龄的人口。这是一种深刻的“时间错配”：为老龄化社会准备的解决方案，提前落在了尚未老去的世代身上。他们的收入能力被削弱，而他们仍需供养正在老去的上一代。代际之间的负担转移，在这一刻变成了双重挤压。

英伟达财报中的一组数据值得品味：2026全财年，非GAAP口径的毛利率从前一年的75.5%降至71.3%，同比下降4.2个百分点。CFO Colette Kress解读称，这是平台切换与供给爬坡阶段的结构性扰动。但在更宏观的层面，这或许暗示着一个更深层的矛盾：AI基础设施的扩张，正在以远快于消费端承接能力的速度推进。

供给已经就位，需求却可能尚未形成——甚至正在萎缩。这正是人口周期视角揭示的核心困境。

Citrini的贡献在于提出了一个极端但重要的压力测试场景。但思想实验只是起点，不是终点。真正的危机不在于AI是否替代人类，而在于人类社会能否完成从工业经济向智能经济的范式跃迁。

黄仁勋在业绩电话会上谈到“太空数据中心”时说了这样一句话：“当前的太空数据中心经济还是‘贫瘠的’，但形势将随着时间的推移而变化。”这句话或许也是当下整个智能经济的隐喻——技术已经抵达，但支撑它的经济与社会结构尚未建成。

这引出了一个根本性的政策困境：发展优先，还是安全优先？

在旧范式中，这一选择往往被表述为“效率与公平”的权衡。但在新范式下，问题已经变成：如果AI驱动的经济增长本身正在摧毁支撑增长的需求基础，那么“发展”与“安全”就不再是二选一的对立目标，而是互为前提的共生关系。没有发展的安全是空中楼阁，但没有安全的发展是自我吞噬。政策制定者面临的挑战前所未有：不仅要追求AI带来的经济增长，还要同时应对由失业和消费萎缩引发的社会与国家经济安全风险。这两项目标在短期内可能相互冲突，但在中长期必须寻求统一。

发展优先论者会指出，英伟达的财报证明AI投资仍在加速，算力需求依然强劲，任何过早的管制都可能扼杀创新，让本国在全球竞争中掉队。他们会援引历次技术革命的历史：每一次阵痛之后，最终都迎来了更大的繁荣。安全优先论者则会强调，这一次的“不同”可能让历史规律失效。当技术替代的速度远超社会吸收的速度，当被替代的岗位不再回归，当财富集中到“不需要花钱的机器”手中，消费循环就可能断裂。他们会追问：算力卖给谁？

这两种立场看似对立，但在新范式的框架下，它们指向的是同一个方向：必须主动构建智能经济的新社会契约。

这一跃迁能否顺利完成，取决于几个关键因素：

第一，从“就业”到“人的实现”的认知跃迁。在人与劳动部分解耦的未来，需要重新定义“贡献”与“分配”。人的方向不是与AI竞争知识技能，而是实现人之为人的独特价值和生命体验。

第二，“科技保护”而非“社会保护”的制度创新。面对AI对就业的冲击，需要创新社会福利供给——利用AI本身的能力，为每个人提供“能力基座”，让每个人都能调用AI作为自己的“数字员工”参与价值创造。

第三，对智能极化效应的主动驾驭。防止超级智能产业过度集中寡头化，保护长尾不被消弭，鼓励技术开源、数据开放，构建“能力交换网络”而非“流量垄断平台”。

站在2026年2月，S&P仍在历史高位，负向反馈循环尚未开始。但Citrini的警示值得认真对待：如果技术红利不能被广泛共享，生产力进步也可能反噬经济。黄仁勋说，供应将满足今后至明年的需求。但需求是什么？是算力，还是算力所服务的那个有支付能力的经济循环？当机器越来越聪明，而人的钱包越来越瘪，算力卖给谁？最终走向哪一条路径，不取决于技术本身，而取决于人类的选择。