我最近阅读了Citrini Research发布的具有前瞻性的宏观经济备忘录， 2028年全球情报危机该备忘录假设，到 2028 年，人工智能代理的快速普及可能会导致白领岗位的大规模流失，削弱消费者需求，并最终演变成系统性金融危机。
本文的目的并非预测市场走向。相反，我将论述拆解为可检验的因果关系，并基于2026年2月前后公开的宏观经济和劳动力市场信号，以及人工智能投资和供给侧制约因素的信息，评估哪些部分可能成立，哪些部分在实践中更有可能受到限制。最后，我概述了切实可行的个人风险管理策略。
我如何解读西特里尼研究公司的“系统性崩溃链”
在我看来，西特里尼的论点并非仅仅是广为接受的“人工智能将实现某些任务的自动化”这一观点，而是一个更有力的反馈循环论证：
智力取代→白领收入下降
假设： 人工智能代理变得足够强大，可以取代很大一部分“认知执行”工作（例如软件开发、财务分析、咨询和一些管理层级），从而导致劳动收入迅速下降。
收入压缩→消费疲软和信贷恶化（尤其是长期债务，例如抵押贷款）
假设： 高信用等级白领工人的收入中断会引发住房抵押贷款、消费信贷和企业现金流的压力，从而造成系统性金融风险。
“幽灵GDP”
宣称： 即使生产率和企业利润上升，收益也会集中在资本所有者和计算机基础设施持有者手中，而不会流入大众消费。产出可能看起来很强劲，但需求却在减弱，从而拖累整体增长。
现实世界的限制最容易削弱叙事效果的三点
我并不认为这个论点“必然错误”。我将其视为一种左尾情景，需要几个强有力的条件才能成立。在我看来，关键的摩擦点如下。
人工智能的普及并非一蹴而就：供给侧的硬性限制会减缓其应用。
一个 反驳论点 与 Citadel Securities 的宏观研究相关的报告强调，人工智能的普及应用面临着数据中心建设、能源供应、芯片可用性、建设周期和监管等方面的制约。在这些条件下，人工智能的扩散往往呈现 S 形曲线，而非突飞猛进。
我的观点是，只要部署速度和设备更换成本受到限制，Citrini 的论述就很难在两到三年内形成快速的宏观层面的负反馈循环。
2026年初的劳动力市场信号并未显示出大规模“崩溃式人才流失”的同步迹象。
至少，2026年初左右的横截面信号包含一些与“软件和类似白领职位已被迅速取代”的说法不符的数据点。例如，Citadel Securities强调软件工程师的职位发布数量逐年增加。
我对这类证据的解释如下：它并不能证明替代不会发生，但它表明替代的速度、产业扩散的广度和宏观传导的强度可能不满足近期崩溃循环所需的强有力条件。
“需求将会崩溃”的说法过于武断：从历史经验来看，生产率冲击更常导致需求结构发生变化。
西特里尼理论的一个关键跳跃在于，它假设劳动收入下降的幅度超过了物价下跌和新增需求，从而导致持续的总需求不足。我认为这个结论需要更多中间阶段的证据支持。
从历史上看，重大技术变革往往伴随着传统岗位和行业的萎缩，以及新岗位、新产品、新服务模式的出现和消费模式的改变。但这并不等同于总需求的消失。
这一点并非仅依据单一史料，而是借鉴了广泛的经济史。在当前的讨论中，城堡经济研究所和诸如……等媒体的共同框架是…… 路透社 和 巴伦周刊 Citrini 更接近于左尾压力测试，而不是基准情景。
我的实用个人风险策略：将方法转化为可执行的清单
我的计划并非基于非此即彼的二元观点——“经济会崩溃”还是“经济不会崩溃”。我认为就业结构和劳动与资本之间的回报分配正在发生变化，个人应该提高抵御经济波动的能力。
不要抵制人工智能
首先，我要确定我的工作流程中哪些部分需要人工智能办公助手，例如…… iWeaver 它可以简化信息整理、摘要撰写、初稿准备、会议记录和知识检索等工作。当这些任务委托给工具后，我就可以把更多的时间花在研究、验证、假设构建和决策制定上。
如果我能够持续积累足够的真实世界信息，验证其有效性，并将其整理成结构化的知识库，我对市场变化的解读能力就会更加稳定。这也有助于我识别那些不太可能被标准化和替代的角色类型。
正确的判断力是稀缺的个人财富。
一句据称出自英伟达首席执行官黄仁勋之口的名言在网上广为流传：“聪明是廉价的，品味是昂贵的。” 我将其视为一种方向指引，而非确凿的原始出处。我从中领悟到的是，随着模型降低标准化认知执行的成本，个人价值更多地取决于问题定义、约束条件设定、交付组织和问责机制。
实际上，我认为以下能力相对稀缺：
- 识别真实的市场需求，并将模糊的需求转化为可衡量的目标、约束条件和优先事项。
- 将交付流程分解为可执行的任务，并组织人员、工具和数据以完成端到端循环。
- 明确跨职能协作中的责任界限，并确保达成预期成果
随着信息生成成本的降低，参考资料日益增多，但可操作信息的比例可能不会同步增长。我专注于信息筛选和验证，然后根据实际业务约束对结论进行压力测试。工具可以生成候选方案，但权衡取舍、风险控制和最终交付成果的主要责任仍然在于人。
控制长期杠杆
如果我的收入严重依赖于可能受自动化冲击的领域，我会减少长期固定负债——尤其是高杠杆抵押贷款和长期消费债务——以保持资产负债表的灵活性。例如，维持较低的债务收入比（DTI）并持有较高的流动性缓冲。这并非对房价走势的预测，而是在高不确定性环境下进行的风险预算决策。
保持稳定的心态和强健的体魄
我将心态管理和身体素质训练视为长期战略的一部分。历史经验表明，技术转型可能会引发阶段性的就业冲击，但这并不一定意味着整体经济的长期停滞。当不确定性上升时，情绪稳定性、睡眠质量、运动习惯和基础健康指标会直接影响学习效率和恢复速度。我依靠规律的作息、持续的运动和压力管理来降低在短期波动中做出错误决策的概率。
我认为Citrini Research的备忘录是一份有用的左尾压力测试报告，因为它突显了人工智能对收入分配、信贷传导和资本集中度的潜在影响。然而，基于2026年初的宏观经济和招聘信号，以及限制人工智能普及速度的供给侧制约因素，我倾向于认为快速的系统性崩溃循环并非基准情景，需要更强有力的中间条件才能实现。
我个人的重点是增强个人的韧性：降低杠杆率，提高身心稳定性，增强难以标准化的能力，并保持与生产性资产相关的收益来源，而不是仅仅依赖工资收入。
