AI 末日論，是一個巨大的做空

作者： The Kobeissi Letter

編譯： 深潮 TechFlow

深潮導讀： 隨著 Anthropic 等 AI 工具展現出驚人的代碼和工作流自動化能力，市場陷入了“AI 毀滅論”的恐慌，數千億美元市值瞬間蒸發。然而，本文提出了一個極具啟發性的反向視角：AI 引發的短期衝擊並非經濟崩塌的預兆，而是“認知成本”大幅下降的必然過程。作者通過對比 1980 年代 PC 革命和生產力歷史數據指出，當技術讓知識獲取變得廉價且豐饒時，真正的“豐饒 GDP”時代才會開啟。這不僅是一場勞動力的重構，更是通往地緣政治緩和與全球生產力大爆發的必經之路。

股市剛剛抹去了 -8000 億美元的市值，因為“AI 接管世界”正成為一種共識觀點。這種觀點太顯而易見了。而“顯而易見”的交易從來不會真正獲勝。

這種末日情景之所以能瘋傳，是因為它捕捉到了一些本能的東西。它將 AI 描繪成不是一種生產力工具，而是一個宏觀經濟去穩定器，能夠觸發負反饋循環：裁員導致消費減弱，消費減弱導致更多的自動化，而自動化又加速了裁員。

顯而易見的事實是：AI 不僅僅是另一個軟件功能或效率提升工具。它是一種通用的能力衝擊，同時觸及了每一個白領工作流。與歷史上任何革命不同，AI 正在同時變得擅長“所有事情”。

但是，如果末日情景是錯誤的呢？它假設需求是固定的，假設生產力的提升不會擴大市場，且假設系統適應的速度無法超過破壞的速度。

我們相信存在第二條路徑，而這條路徑正被極大地低估。那些看起來像是系統性崩潰早期跡象的 Anthropic “拆解”（takedowns），最終可能是有史以來最大規模生產力擴張的開始。

在開始之前，請收藏這篇文章，並在接下來的 12 個月裡反覆查閱。雖然下文的分析並非必然結果，但重要的是要記住，人類總是能反敗為勝；而且自由市場總能自我修復。

Anthropic 的“拆解”是真實的

首先我們要說明，我們不能忽視市場。Anthropic 正在通過 Claude 顛覆世界，財富 500 強公司因此損失了數千億的市值。

這是我們在 2026 年已經見過好幾次的故事：Anthropic 發佈了一款新的 AI 工具，Claude 在編程和工作流自動化方面有了實質性的進步，幾小時內，目標行業的市場就會崩潰。

如果你一直沒關注，下面是一些例子：

股票對 Claude 公告的反應

• IBM 股票（$IBM）剛剛創下 2000 年 10 月以來表現最差的一天，此前 Anthropic 宣佈 Claude 可以簡化 COBOL 代碼。
• Adobe（$ADBE）今年以來下跌了 -30%，因為生成式能力壓縮了創意工作流。
• 網絡安全板塊在“Claude Code Security”發佈後崩潰。

在上述例子中，CrowdStrike 股票（$CRWD）的暴跌幾乎發生在 Claude 宣佈“Claude Code Security”的那一分鐘。

2 月 20 日東部時間下午 1 點，Claude 宣佈了“Claude Code Security”。這是一款自動化的 AI 工具，可以掃描代碼庫中的漏洞。

僅在兩個交易日後，CrowdStrike 股票（$CRWD）就在該消息的影響下蒸發了 -200 億美元的市值。

這些反應並非不理性。市場試圖對實時的利潤壓縮進行定價。當 AI 複製工人的工作時，定價權就轉移到了買方手中。這是第一階影響，而且非常真實。

商品化（Commoditization）不等於崩潰。相反，它是技術降低成本和擴大准入的方式。個人電腦將計算商品化，互聯網將分發商品化，雲將基礎設施商品化，而 AI 正在將認知（Cognition）商品化。

毫無疑問，一些傳統工作流將經歷利潤空間的壓縮。問題是，較低的認知成本會導致經濟崩潰，還是允許其劇烈擴張？

“末日循環”假設了需求是固定的

看空者的循環創建了一個簡化的線性模型：AI 變得更好，企業減少裁員和工資，然後購買力下降，企業再次投資 AI 以捍衛利潤，如此循環往復。這假設了一個完全停滯的經濟體。

歷史表明事實並非如此。當生產某種東西的成本崩潰時，需求很少保持不變，而是會擴張。當計算成本下降時，我們並沒有以更便宜的價格消費相同數量的計算。我們消費了數量級以上的計算，並在此基礎上建立了全新的行業。

如下圖所示，如今個人電腦的價格比 1980 年便宜了 99.9%。

圖注：1980-2015 年個人電腦價格走勢

AI 降低了每個行業的成本，而當服務成本下降時，無論工資是否增長，購買力都會增加。

只有在 AI 取代勞動力而沒有實質性擴大需求的情況下，末日循環才會佔據主導地位。如果廉價的計算和生產力產生了全新的消費類別和經濟活動，那麼樂觀的情景就會出現。

真正的衝擊是價格崩潰，而非失業

投資者更容易推銷“顯而易見”的裁員故事，但服務業正在經歷的價格壓縮才是更大的新聞。涉及知識的工作之所以昂貴，是因為知識的稀缺性——這聽起來很簡單，但事實確實如此。而知識供應的充裕，導致了知識工作價格的下降。

想想醫療管理、法律文檔、稅務申報、合規檢查、營銷製作、基礎編程、客戶服務和教育輔導。這些服務消耗了大量的經濟資源，很大程度上是因為它們需要經過培訓的人類注意力。AI 降低了這種注意力的邊際成本。

事實上，如下圖所示，美國服務業貢獻了近 80% 的美國 GDP。

如果經營業務的成本下降，小企業就會變得更易觸達；如果獲取服務的成本下降，更多的家庭就會參與其中。在某種程度上，AI 的進步可以起到“隱形”減稅的作用。

那些利潤依賴於高成本認知勞動的公司可能會遭受損失，但更廣泛的經濟將從較低的服務通脹和更高的實際購買力中受益。

從“幽靈 GDP”轉向“豐饒 GDP”

看空者的論據依賴於“幽靈 GDP”（Ghost GDP），即顯示在數據中但並未使家庭受益的產出。而樂觀的反論則是我們所稱的“豐饒 GDP”（Abundance GDP），即產出增長與生活成本下降相結合。

“豐饒 GDP”不要求名義收入飆升，它要求價格下降的速度快於收入下降的速度。如果 AI 降低了許多人必需的服務成本，那麼即使家庭的工資增長放緩，其實際收益也會增加。因此，生產力的提升並不會消失，而是通過更低的價格傳遞出來。

這或許可以解釋為什麼在過去的 70 多年裡，生產力的表現一直優於工資增長：

互聯網、電力、大規模製造和抗生素都提供了擴大產出和降低成本的新方法，儘管這些過程充滿破壞性和波動性。然而，回過頭來看，這些變化永久性地提高了生活水平。

一個減少了在繁雜系統導航和支付冗餘服務上浪費時間的社會，在功能上會變得更加富有。

勞動力市場是重組，而非消失

一個核心擔憂是，AI 會不成比例地影響白領就業，而白領就業驅動了非必需消費和住房需求。這是事實，也是一個合理的擔憂，特別是在貧富差距已經如此巨大的背景下。

然而，AI 在物理世界的靈巧性和人類身份認同方面面臨更多困難。熟練技工、親身實踐的醫療保健、先進製造和經驗驅動型行業仍保持著結構性需求。在許多情況下，AI 是對這些角色的補充，而非替代。

更重要的是，AI 降低了創業門檻。當一個人可以自動化會計、營銷、支持和編程任務時，小規模企業的組建變得更加容易。我們看好小企業。

事實上，通過 AI 消除准入門檻，可能是解決我們目前面臨的貧富差距問題的方案。

互聯網殺死了某些職業類別，但創造了全新的職業。AI 可能會遵循類似的模式，在壓縮某些白領功能的同時，擴大其他領域的自我導向型經濟參與。

收到，為您繼續模塊化編譯第三部分（最後一部分）。本部分將探討 SaaS 商業模式的演變、AI 對市場結構的重塑、生產力數據的實際表現，以及一個被低估的視角：AI 驅動的“豐饒”如何減少全球衝突。

SaaS 的“消亡”故事

AI 顯然給傳統的 SaaS（軟件即服務）商業模式帶來了壓力。採購團隊的談判變得更加艱難，一些長尾軟件產品面臨結構性阻力。但 SaaS 只是一個交付機制，而不是價值創造的終點。

下一代軟件將是自適應的、代理驅動的（Agent-driven）、基於結果的，並深度集成。贏家將不是靜態工具的提供者，而是那些最能適應變化的人。

每一次技術變革都會重新排列堆棧，那些為靜態工作流定價的公司必將陷入困境。而擁有數據、信任、算力、能源和驗證的公司則可能繁榮。

某一層的利潤壓縮並不意味著整個數字經濟的崩潰，它標誌著轉型。

AI 商業重組市場

看空者認為，智能體商業（Agentic Commerce）會摧毀中間環節並消除手續費。在某種程度上，確實如此。當摩擦減少時，提取手續費變得更加困難。

如下圖所示，甚至在 AI 變成今天這樣之前，穩定幣的交易量就已經在飆升。為什麼？因為市場總是青睞效率。

較低的系統性摩擦也會擴大交易量。當價格發現功能改善且交易成本下降時，會發生更多的經濟活動。這是一個看漲趨勢。

代表消費者行動的智能體可能會壓縮建立在“習慣”之上的平臺利潤。然而，它們可以通過降低搜索成本和提高效率來同步增加總需求。

生產力是核心變量

樂觀結果的最終決定因素是生產力。如果 AI 能在醫療保健、政府管理、物流、製造和能源優化方面提供持續的生產力提升，那麼結果就是全人類的豐饒和准入門檻的降低。

即使是持續 1–2% 的增量生產力增長，在十年內也會產生巨大的複利效應。

AI 引發的宏觀經濟轉變已經催生了一些歷史上最好的投資機會。這是我們花費無數小時研究並持續保持領先的領域。

如下圖所示，受 AI 影響，生產力已經開始快速增長。2025 年第三季度美國勞動生產率加速增長，創下兩年來最強勁增速：

悲觀觀點假設生產力增益完全流向 AI 模型的構建者，而不會轉化為更廣泛的利益。樂觀觀點則認為，價格壓縮和新市場的形成會將增益更廣泛地傳遞。

豐饒減少衝突，而非僅僅降低成本

AI 驅動的“豐饒”所帶來的影響中，討論最少的一個是地緣政治。在現代史的大部分時間裡，戰爭都是為了爭奪稀缺資源：能源、糧食、貿易路線、工業能力、勞動力和技術。當資源受限且增長感覺像是一場零和博弈時，國家間就會產生競爭。但豐饒改變了一切。

如果 AI 實質性地降低了能源、製造設計、物流和服務的生產成本，全球經濟的蛋糕就會變大。當生產力上升而邊際成本下降時，經濟增長對掠奪他人優勢的依賴就會降低。這將終結戰爭，並可能導致人類歷史上最和平的時期。

經濟戰爭也是如此，比如我們現在正處於長達一年的貿易戰中。

關稅是資源匱乏世界中保護國內工業免受成本競爭的工具。但如果 AI 讓各地的生產成本都崩潰了，我們為什麼還需要關稅？在高豐饒環境下，保護主義在經濟上會變得低效。

歷史表明，技術加速期從長遠來看往往會減少全球衝突。二戰後的工業擴張降低了主要大國直接對抗的動力。

AI 驅動的豐饒可能會加速這一動態。如果能源管理更高效、供應鏈更有彈性、通過自動化實現生產更本地化，國家就會變得不那麼脆弱。當經濟安全感上升時，地緣政治侵略就變得不再理性。

最樂觀的 AI 結局不僅是更高的生產力或更高的股指，而是一個經濟增長不再是零和博弈的世界。

結論：如果世界沒有終結會怎樣？

AI 放大結果。如果機構無法適應，它可以放大脆弱性；如果生產力跑贏了破壞速度，它也可以放大繁榮。

Anthropic 的“拆解”是工作流正在被重新定價、認知勞動正在變得廉價的信號，這是一場清晰的轉型。

但轉型不等於崩潰，正如每一次重大的技術革命在開始時看起來都具有動搖性一樣。

當今被低估得最厲害的可能性不是烏托邦，而是豐饒。AI 可能會壓縮租金、減少摩擦並重組勞動力市場，但它也可能帶來現代史上最大的實際生產力擴張。

“全球智能危機”與“全球智能繁榮”之間的區別不在於能力，而在於適應。

而這個世界總能找到適應的方法。

最後，那些在當前的動盪時期能夠保持客觀並遵循流程的人，正在迎來史上最好的交易環境。

原文鏈接： It's Too Obvious. What If AI Doesn't Actually End The World?