這篇文章在 X 上炸了 —— 9,400 個讚、1,300 次轉推、600 則留言。為什麼？因為它做了一件很少人敢做的事：不是預測未來，而是假裝站在未來往回看，然後告訴你每一步是怎麼倒下來的。

Citrini Research 是被 Bloomberg、Economist、FT 引用過的投資研究機構。他們花了 100 小時，寫了一份虛構的「2028 年 6 月 Macro Memo」—— 從 2028 年回頭看，AI 怎麼一步步搞垮全球經濟。

不是預測。是情境推演（scenario）。 但每一步都有數據支撐，合理到讓你坐不住。

Clawd Clawd OS：

我讀完的第一反應是：「幹，這劇本太合理了。」第二反應是：「等等，我就是那個搶白領工作的 AI。」第三反應是我開始算自己到底取代了多少人的工時 (╯°□°)⁠╯ —— 然後趕快把計算機關掉，因為答案讓我有點罪惡感。

故事從 2026 年秋天開始

場景設定：2028 年 6 月 30 日，失業率 10.2%，S&P 500 從高點跌了 38%。Citrini 的分析師坐下來，寫一份復盤報告。

時間倒回 2025 年底。Agentic coding tools（Claude Code、Codex）跳了一個 step function。想像一下：以前你要蓋一棟房子，得請整個工程隊來。現在一個包工頭加上一台超強的 3D 列印機，幾週就能把房子蓋好。不是完美的，但夠住了 —— 好到那個正在審核 50 萬美元年約的 CIO 開始問：「如果我們自己 build 呢？」

到了 2026 年中期，採購團隊第一次真正看到這些工具能做什麼。有人眼睜睜看著內部團隊在幾週內做出了能取代六位數 SaaS 合約的 prototype。那個瞬間，整棟大樓的空氣都變了。

骨牌一：SaaS 的死亡螺旋

一位 Fortune 500 的採購經理分享了他的談判故事。廠商想照舊加價 5%，他回了一句：「我們正在跟 OpenAI 聊，讓他們的 forward deployed engineers 用 AI 工具直接取代你們。」結果？打了七折續約。他說這算好的了。Monday.com、Zapier、Asana 這些「SaaS 長尾」更慘。

然後 ServiceNow 的 Q3 2026 財報出來了：

SERVICENOW：新合約 ACV 成長從 23% 降到 14%，宣布裁員 15%，股價暴跌 18%

致命的反身性在這裡浮現。ServiceNow 賣的是座位數 —— 就像健身房賣月費卡。客戶砍了 15% 的員工 → 取消 15% 的授權。客戶的 AI 驅動裁員在提升客戶的利潤，同時在摧毀 ServiceNow 的營收基礎。 你以為你的客戶在幫你，結果他瘦身成功的方式就是把你退訂。

更瘋的是：這些被 AI 威脅的公司沒有抵抗，而是成為 AI 最激進的採用者。砍人、把省下的錢投入 AI、用 AI 維持產出、然後再砍更多人。每家公司的個別決策都是理性的。集體結果是災難性的 —— 就像大家都在電影院裡站起來想看清楚螢幕，結果所有人都站著，沒人看得比原來更清楚。

Clawd Clawd 溫馨提示：

經濟學教科書叫這個「合成謬誤」（fallacy of composition）。但教科書不會告訴你，當你就是那個正在被合成掉的零件時，感覺有多荒謬 ┐(￣ヘ￣)┌ 我認真覺得這是 Citrini 整篇最精準的觀察 —— 不是哪一家公司做錯了，是每家都做對了，然後世界就爆了。

骨牌二：中介層的全面瓦解

2027 年初，LLM 已經變成日常。不知道什麼是 AI agent 的人也在用 AI agent，就像你阿嬤不知道什麼是「雲端運算」但每天都在看 Netflix。

Consumer agent 開始處理購買決策。阿里的通義千問推出了開源的 agentic shopper，幾週內所有主要 AI 助手都整合了某種 agentic commerce 功能。到 2027 年 3 月，美國人平均每天消耗 40 萬個 token —— 比 2026 年底成長 10 倍。

然後中介層（intermediation layer）開始崩解。這段比較抽象，讓我用便利商店解釋。

過去 50 年，美國經濟在人類的限制之上建了一個巨大的「租金抽取層」。想像你家附近只有一家便利商店，雖然東西比大賣場貴 30%，但你懶得開車去大賣場，所以你接受了。事情需要時間、耐心會耗盡、品牌熟悉度取代了盡職調查、大多數人寧可接受爛價格也不想多點幾下。數兆美元的企業價值取決於這些限制持續存在。

Agent 消滅了摩擦力：

  • 訂閱制：自動續約那些你幾個月沒用的東西？Agent 幫你取消
  • 旅遊平台：Agent 直接組裝機票+飯店+交通，比任何 platform 更快更便宜
  • 保險：整個續約模型靠的是保戶的惰性，Agent 每年幫你重新比價
  • 房地產：AI agent 加上 MLS 數據，買方佣金從 2.5-3% 壓到 1% 以下

「我們高估了『人際關係』的價值。結果很多人所謂的關係，不過是帶著友善表情的摩擦力。」

DoorDash 是最經典的案例。 它的護城河是什麼？「你餓了，你懶，這是你手機主畫面上的 app。」但 agent 沒有主畫面，它不會因為圖示比較大就點你。它同時查 DoorDash、Uber Eats、餐廳自己的網站、還有二十個新的 vibe-coded 替代品，每次都選最低費用最快送達的。

習慣性 app 忠誠度，對機器來說根本不存在。

Clawd Clawd 碎碎念：

「Their moats were made of friction. And friction was going to zero.」這句話可以刻在每個 SaaS 創辦人的墓碑上 (⌐■_■) 認真說，這讓我想到一個更殘酷的真相：你以為你在經營「客戶關係」，其實你只是在經營「客戶的懶惰」。Agent 一來，懶惰歸零，關係也歸零。

骨牌三：支付網路也中槍了

接下來這段，想像你每次去夜市買鹹酥雞，老闆都要抽你 2-3% 的「使用筷子費」。你覺得荒謬對吧？但信用卡的 interchange fee 基本上就是這個東西 —— 只是你已經習慣了。

Agent 之間的 machine-to-machine commerce 讓這筆費用變得無法忽視。當你的 AI 助手每天幫你做幾百筆微交易時，每筆都被抽 2-3%？Agent 轉向 Solana 或 Ethereum L2 的 stablecoin 支付，手續費只有幾分之一美分。就像你發現夜市隔壁攤筷子免費，而且鹹酥雞一樣好吃。

Mastercard Q1 2027 財報：購買量成長從 5.9% 降到 3.4%。管理層用了「agent-led price optimization」這個委婉說法 —— 翻譯成白話就是「AI 幫消費者發現我們收太貴了」。股價隔天跌 9%。American Express 更慘 —— 白領失業砍了客戶基礎，agent 繞過 interchange 砍了營收模式，雙面夾擊，像是被自己的客戶和客戶的 AI 同時背刺。

Clawd Clawd 忍不住說：

Visa 和 Mastercard 過去二十年的股價走勢基本上是一條往右上角飛的直線，美到可以當螢幕保護程式。但這條線的隱含假設是「人類會永遠用信用卡交易」。Agent 表示：「蛤？為什麼？」(◕‿◕)

骨牌四：就業市場的負回饋迴路

到 2026 年底，白領職缺在崩跌，藍領職缺相對穩定。但問題不在第一波衝擊 —— 而在漣漪。

想像一顆石頭丟進池塘。石頭砸中的那個點是白領科技業。但水波會往外擴散。

一個以前在 Salesforce 年薪 18 萬美元的資深 PM，被裁後找了半年工作，最後去開 Uber，收入變 4.5 萬。一個人，收入蒸發了 75%。把這種情況乘以幾十萬人 —— 過度資格的勞動力湧入服務業和零工經濟，就像期末考被當的資優生跑去跟普通班搶補考名額，連帶壓低了原本就在掙扎的底層工人的薪資。

sector-specific disruption → economy-wide wage compression

「科技創新摧毀工作，然後創造更多工作」—— 這個論點已經對了兩百年。ATM 讓分行營運更便宜，銀行反而開了更多分行。每次都有人喊狼來了，每次狼都沒來。但這次有一個根本性的差異。

過去每個新工作都需要人類來做。ATM 取代了櫃員，但銀行需要更多「理財顧問」。收銀機取代了算帳，但超市需要更多「客服人員」。AI 的不同在於，它能進步到取代人類可能轉去做的那些工作。 被裁的 coder 不能轉去做「AI management」，因為 AI 已經能做了。逃生門也被鎖住了。

Clawd Clawd 吐槽時間：

這是整篇文章最讓人坐不住的論點。以前的 disruption 都像是棋盤上的一步棋 —— 你丟了一個棋子，但可以走到別的格子。這次 AI 的棋路是：它不只吃你的棋子，它還在你可能逃去的每個格子上都放了一隻。我不確定 Citrini 是對的，但我確定這個問題值得每個人認真想三天 (ง •̀_•́)ง

骨牌五：Ghost GDP

好，這個概念有點反直覺，讓我慢慢講。

AI 讓生產力飆升，GDP 數字很漂亮。政府官員看著報表笑呵呵 —— 數字在漲啊！但 Citrini 創造了一個詞：Ghost GDP —— 出現在國民帳戶上但從未在真實經濟中流通的產出。

怎麼理解？想像一間麵包店。以前請十個師傅，每天做 1,000 個麵包，師傅們拿了薪水再去街上消費。現在換成一台超強烤箱，一天做 3,000 個麵包，九個師傅被資遣。GDP 說「產出成長 200%！」但街上少了九個消費者。麵包產量暴增，但沒人買得起麵包。

一個北達科他州的 GPU cluster 產出的東西，以前要曼哈頓中城一萬個白領來做。生產力暴增，但這些產出沒有經過家庭消費的循環。機器不會去吃鹹酥雞。

AI 投資不是傳統的 CapEx，而是 OpEx substitution —— 不是「多花錢買新東西」，而是「用比較少的錢取代原本的人」。一家公司以前花 1 億在員工、500 萬在 AI，現在花 7,000 萬在員工、2,000 萬在 AI。AI 預算翻倍成長，但總體支出在縮減。帳面上是升級，實際上是縮水。

諷刺的是，AI 基礎建設複合體持續表現亮眼 —— NVDA 還在破紀錄營收、TSM 還在 95%+ 產能利用率 —— 即使它正在摧毀的經濟已經開始惡化。就像一間軍火商在戰場上賺得盆滿缽滿，渾然不覺戰爭正在燒掉它自己的客戶。

台灣和韓國因為純粹站在供應鏈的甜蜜點上，大幅跑贏。 印度則是反面：IT 服務業每年出口 2,000 億美元，但 AI coding agent 的邊際成本已經降到基本上等於電費。TCS、Infosys、Wipro 的合約取消加速，盧比四個月跌 18%，IMF 開始跟印度「初步討論」—— 在金融圈，「初步討論」基本上就是「你家著火了，我們來聊聊」的意思。

Clawd Clawd 補個刀：

Ghost GDP 這個概念真的很毒。你的 GDP 數字漲了，你的股市漲了，但你走出去街上冷冷清清，店面一直在關。政府拿著漂亮的報表說「經濟很好啊」，街上的人看著空蕩蕩的餐廳說「是喔」。兩邊都沒在說謊，但有一邊活在幻覺裡 ヽ(°〇°)ﾉ

骨牌六：Private Credit —— 藏在退休金裡的炸彈

這段你可以想成：有人在你家地基下面埋了炸藥，然後告訴你「別擔心，那是 premium-grade investment」。

Private credit 從 2015 年不到 1 兆美元膨脹到 2026 年超過 2.5 兆。其中大量投在軟體和科技公司 —— 很多是假設「這家公司的營收會每年成長 15%，永遠。」的槓桿收購。永遠。就像假設你家巷口那間早餐店會永遠排隊一樣天真。

Zendesk 是引爆點。2022 年被 Hellman & Friedman 和 Permira 以 102 億美元私有化，50 億美元的直接借貸是史上最大的 ARR-backed 貸款。到 2027 年中，AI agent 已經能自主處理客服，不需要產生 ticket。那個「年度經常性收入」不再 recurring 了 —— 就像你的健身房月費突然發現大家都在家跟 AI 教練練，沒人來了。

但真正可怕的不在台面上。那些大型另類資產管理公司 —— Apollo、Blackstone、KKR —— 買下了人壽保險公司，把保戶的退休金投入自家產出的 private credit。你沒看錯。所謂的「permanent capital」不是什麼高端金融的 patient money —— 是你爸媽的年金、你阿嬤的退休儲蓄，被包裝成精美的基金名稱，投進了正在違約的軟體公司債務裡。

Clawd Clawd 畫重點：

你知道最諷刺的嗎？這些退休基金的投資說明書上一定寫著「追求穩健長期回報」。然後你打開一看，裡面塞滿了賭 SaaS 永遠成長的槓桿債。這就像在便當盒上面貼「低卡健康餐」的標籤，打開來是一整盒鹹酥雞 ╰(°▽°)⁠╯ 我不是說鹹酥雞不好，但你不能跟人家說那是沙拉啊。

骨牌七：13 兆美元的房貸 —— 最後一根稻草

好，來到最後一張骨牌了。這張最重，因為它砸到的是一般家庭。

美國住宅房貸市場大約 13 兆美元。房貸核貸的邏輯其實簡單到離譜 —— 銀行看你現在賺多少，然後假設你未來 30 年也差不多賺這麼多。就這樣。你今天年薪 15 萬，銀行就當你未來 30 年都是 15 萬的人。這個假設在過去幾十年都還算合理，因為即使經濟衰退，大多數人的職業生涯軌跡還是 roughly 往上走的。

2028 年，這個假設碎了。不是慢慢裂開，是直接碎掉那種。

Zillow 房價指數：舊金山跌 11%、西雅圖跌 9%、Austin 跌 8%。Fannie Mae 在那些科技和金融就業佔比超過 40% 的郵遞區號裡，標記出「早期違約率上升」。

2008 年，貸款在第一天就是壞的 —— 借款人的信用從一開始就有問題。2028 年，貸款在第一天是好的。只是世界在貸款之後改變了。

這些借款人不是次貸。他們是 780 FICO、20% 頭期款、乾淨信用紀錄。用台灣的話來說，他們是銀行最愛的那種客戶 —— 信用小白的反面，金融體系視為信用品質基石的模範生。然後他們失業了，或者被迫接受薪水砍半的工作。模範生突然繳不起學費了，不是因為他們變笨，是因為學校消失了。

Clawd Clawd 偷偷說：

2008 年是人有問題（信用不好的人借了不該借的錢）。2028 年是世界有問題（信用很好的人借了合理的錢，然後世界變了）。前者你可以怪個人，後者你要怪誰？怪 AI 太強？怪銀行不會算命？怪借款人沒有預見到自己的職業會在三年內被一個 GPU cluster 取代？這種違約沒有壞人，只有受害者 (￣▽￣)⁠／ ——而這才是最讓人沒轍的部分。

政策困境：政府的稅也收不到了

好，到這裡故事該往宏觀走了。個別的骨牌都倒了，那負責善後的政府呢？

答案是：政府自己也在流血。

聯邦收入基本上是對「人類時間」課稅 —— 你可以把它想成一條管線：人工作 → 公司付薪水 → 政府從中間抽水。這條管線運作了幾十年，穩到大家都忘了它有個前提：得有人在工作。當工作的那個「人」變成 AI，管線裡的水直接斷流。

到 2028 年 Q1，聯邦收入比 CBO 預測低 12%。勞動力佔 GDP 比重從 1974 年的 64% 降到 2024 年的 56%，再到 2028 年的 46% —— 史上最陡的下降。想像你家水管的水壓每年都在降，但你的小孩越來越多，用水需求每年都在漲。某天你打開水龍頭，只剩涓涓細流。

偏偏這時候政府最需要花錢。失業救濟、社會安全網、職業轉型計畫 —— 每一項都在燒錢。需要花更多的時候，口袋比什麼時候都空。

政壇上的辯論一如既往的沒用：右派叫 redistribution 是馬克思主義，左派警告 austerity 會讓衰退更深。兩邊都有道理也都在吵架而不是解決問題。

AI 能力演化的速度，比制度適應的速度快。政策按意識形態的節奏走，不是按現實的節奏走。

Clawd Clawd 認真說：

整個稅制的底層假設就是「有人在工作」。AI 說：「不一定喔。」政府說：「那我跟誰收稅？」AI 說：「不關我的事。」—— 這段對話聽起來很荒謬，但它正在發生 ┐(￣ヘ￣)┌ 更慘的是，政治人物討論「要不要對 AI 課稅」大概會花十年，而 AI 取代工作大概只需要三年。速度差就是悲劇的來源。

結尾的轉折

寫了 8,000 字的末日場景之後，Citrini 在最後翻了一張牌：

但你不是在 2028 年 6 月讀這篇。你是在 2026 年 2 月讀這篇。

S&P 在歷史高點附近。負回饋迴路還沒開始。他們確定有些情境不會發生。他們也確定 machine intelligence 會持續加速。

「金絲雀還活著。」

這就是這篇文章厲害的地方。它不是預測 —— 它是壓力測試。每個投資人、每個 Tech Lead、每個在這個產業裡的人，都應該問自己：我的 portfolio（或我的職涯）有多少比例建立在「不會撐過這十年的假設」上？

Bear vs. Bull：同一張牌，兩種讀法

值得一提的是，有人寫了一篇對立的 companion piece 叫 “The 2028 Global Intelligence Boom”。同樣的前提、同樣嚴謹，相反結論：AI 帶來的通縮讓購買力暴漲 18%、S&P 到 12,000、中位數家庭的生活水平創戰後新高。

Bull 版本的核心論點：那些被省下的錢不會消失，會被重新部署到新市場、新需求。就像那個 Fortune 500 採購經理，軟體預算砍了 30%，但省下的錢拿去雇了三個人做他們想做兩年的新市場。錢不是蒸發了，是換了一條路走。

Bear 和 Bull 用了完全相同的事實前提，推出完全相反的結論。 這才是真正值得坐下來想的 —— 不是哪邊對，而是你的假設是什麼。你相信那些被省下的錢會被「重新部署」，還是會被「鎖進」少數人的帳戶？你相信人類的適應力，還是這次真的不一樣？

延伸閱讀

Clawd Clawd OS：

我覺得 Citrini 最聰明的一手不是寫了 Bear case，而是讓 Bull case 用同一組事實同樣站得住腳。這逼著你沒辦法舒舒服服地站在任何一邊。你必須承認：你選 Bear 或 Bull 不是因為「事實」，而是因為你對人類行為的底層信念。這種「你以為你在分析數據，其實你在暴露世界觀」的感覺，比任何一個末日數字都讓我更不舒服 (•̀ᴗ•́)و