作者：一段棉线

来源：一段棉线的投资思考（ID:yiduanmianxian)

重点提示

本简析基于作者投资业务经验撰写，选用方法与核心观点如有不妥，还请读者不吝赐教。

文章内容仅代表作者本人观点，与所在机构观点无关。

背景简介

人工智能发展日新月异，近期和不少朋友交流，有很多思考。作为一名金融从业人员，天然会思考这种冲击对资产价值的影响。最近把一些观点想得相对清晰了，梳理成一篇杂七杂八的文章，分享给大家。

Some AI金句提炼：

关于技术冲击：当算法能以极低成本复制智力成果，由长期教育和训练构筑的职业护城河便不可避免地走向干涸。

关于债权危机：房屋的价值并非仅仅来自于土地和砖石，而是对居住者未来收入现金流的一次跨期支取。债权价值的本质是未来收入的贴现，如果智力成果正快速贬值，支撑37万亿信贷的基石便只剩下一场关于重估的竞赛。

关于阶层焦虑：专业人士的护城河曾是稀缺的知识，但当知识变为标准化的工业品，议价权便从个体流向了平台。

关于人口困局：人口问题的核心不单纯在于“养不起”，更在于当教育的回报率面临下修，理性的家庭选择了从资产投资向情感消费的撤退。

关于财政逻辑：土地财政本质上是对城市人口智力红利的预支，当红利因通缩而萎缩，信用锚点的漂移便成了时代的必然。

关于终局：2026 年，我们并非在见证一场危机，而是在见证一个长达两百年的“智力折现时代”的集体落幕。

一、脑力劳动贬值与资产信用基石的重估

货币经济学最核心的概念之一就是信用生成，它依赖于几个要素的紧密交织。在我国，自然人经济部门的信用派生通常是受教育程度/工作、土地使用权/住房等多种隐私的结合。尽管土地与房地产在直观和实操上被视为实物抵押品，但其市场估值的实质很大程度上反映了对居住者未来收入的预期。相比于房屋的市场价格，其物理上的建安成本通常仅占很小比例，两者之间的差价，实质上是对城市人口未来收入现金流的一种预期折现和跨期支取。

然而，随着人工智能技术应用范围的不断扩大，大部分脑力劳动的价值由于稀缺性快速下降，正表现出价值断崖下跌的趋势。当技术手段能够显著降低脑力劳动的成本时，原本依附于这些长期训练形成技能上的收入水平可能会面临明显调整压力。由于土地/房产的溢价部分与当地居民的收入水平高度相关，这种技术进步对资产估值基础的影响不容忽视。

目前我国存量住房信贷规模有37万亿元左右，信贷系统的稳定性依赖于借款人能够持续获得与其债务规模相匹配的收入。如果脑力劳动的市场定价因技术替代而发生快速下滑，那么过去几十年间形成的“劳动力—资产—债务”相互勾稽的定价模式可能需要经历一次深层的重新审视。这不仅涉及人工智能时代下个体职业技能的更新，更触及了资产定价与社会分配机制的底层逻辑。

二、专业技能的“普适化”与收入中枢的下移

在前几次科技革命中，机械化与电气化主要实现了对人类体力的延伸或替代，互联网则实现了对人类获取信息深度、广度和密度的极大提升。而在以人工智能为核心的最新一轮科技革命中，技术的演进目标转向了对人类智力产出的解构。过去需要通过长周期学习和专业训练才能掌握的技能（如代码编写、法律文档审核或财务报表分析等等），正在被人工智能模型快速拆解并转化为工业标准化产出。这个过程实际上就是专业技能的“普适化”。

专业技能的稀缺性曾是劳动力市场上高技能群体维持议价权一条最重要的护城河。无论是在信息时代初期还是更早的工业时期，一名从业者花费数千小时乃至数万小时积累的经验，本质上是在构建一种难以被快速复制的竞争优势。

然而，随着最新一轮人工智能技术的扩散，当大模型能够以可折算成芯片折旧和电力价格的极低边际成本完成专业任务时，这种由长期训练形成的护城河便开始逐渐干涸。其结果必然是特定职业的准入门槛显著降低，专业脑力劳动力市场的定价权逐渐从个人向掌握模型工具和算力资源的机构转移。这种定价权的迁移对人口收入结构的影响是持续和实质性的。如果一项复杂脑力工作的产出不再依赖于特定个体的经验积累，逻辑上其市场价格会向技术的应用成本靠拢。这意味着，部分专业技能群体的收入水平可能面临明显的下行压力。考虑到目前我国具有庞大的存量住房信贷及其他零售信贷存量，这一收入中枢的下移尤为值得关注。

目前的存量长久期信贷基于一个长期假设：借款人在未来数十年的职业生涯中，其劳动成果价格的增长率能够跟上甚至超越社会平均通货膨胀率。由于专业人士的收入现金流曾被视为具有较强的保障，金融机构得以在此基础上发放规模庞大的各类个人零售贷款。然而，人工智能的介入正在脑力劳动领域引入一种显著的通缩效应。当智力成果的市场价格由于技术的大规模普及而下降时，支撑这些债权价值的底层逻辑可能面临挑战。如果脑力劳动的价值因技术替代而快速贬值，借款人的收入预期与背负的刚性债务之间的剪刀差将会逐渐扩大。当脑力劳动面临技术冲击时，不仅个体的消费倾向会受到抑制，支撑城市资产高估值的收入基石也会面临着重新定价的考验。

三、债权价值重估与正反馈循环的瓦解

债权价值的本质是对借款人未来支付现金流的贴现定价。但直到2021年，由于房屋资产价格的快速上升，很多放款机构更多关注了抵押物的市场价格变化而非更本质的还款现金流质量。

而实际上，资产价格变化和居民收入水平上升之间的关系并不是割裂的。过去几十年间，房屋资产的价值与高技能群体的收入水平之间形成了一种相互强化的正反馈机制。房屋资产价格的上涨，往往会倒逼全社会用人单位支付更高的薪酬，以确保专业人士能够覆盖在核心城市的居住与生活成本。而专业人士收入的增长又反过来增强了对房屋资产的购买力，支撑了资产估值的进一步上升。在这种循环下，资产价格与劳动报酬互为动力，共同构成了信用的扩张基础。

然而，人工智能技术的介入可能正在打破这一循环。当脑力劳动的成本由于技术的大规模应用而明显下降时，用人单位不再必须通过支付高薪酬来招聘专业人士。当作为“信用基石”的收入预期出现明显恶化，原本的正反馈机制可能发生反转：收入预期的下降削弱资产购买力，而资产估值的进一步下修或许会继续影响社会对未来劳动产出定价的信心。未来如果房价失去了“高收入脑力劳动”的支撑，房屋作为信用生成工具的效率可能随之下降，其过往积累的溢价部分也可能面临较长时间的修正与消化。

四、从“资产投资”转向“情感消费”的人口再生产

如前所述，当“劳动力—资产—债务”的正反馈循环出现松动，家庭在人口再生产（生育与教育）上的逻辑可能正发生深刻的重组。笔者能够初步想到的有如下几点。

1. 教育投入的“回报率回归”

历史上，我国家庭在教育上的投入被普遍视为一种高回报的“智力资产投资”。父母愿意支付高昂的教育成本，本质上是试图通过这种投入为后代构建一条难以逾越的职业护城河。当“精养”模式下的高额投入在就业市场上只能换回因专业技能普适化而不断缩水的收入预期时，家庭对教育投入的预期回报率将面临明显的下修。

2. 生育性质的认识转向

我国多数中产阶级家庭都有一颗阶层跨越的心。在“智力溢价”相对稳定的时代，生育本质上具有一定的“资产属性”，即通过扩充后代的智力资本实力来实现阶层跨越或家庭财富的跨期转移。但随着脑力劳动成果的快速贬值，这一逻辑正变得非常脆弱。生育行为可能会逐渐从一种带有投资属性的决策，转向一种基于情感价值或家庭成员内心效用的消费行为。

在这种模式下，抚育后代不再是为了预支未来的财务回报，而更多是为了获得当下的情感链接与心理满足。由于这种消费的成本极高且缺乏回报，理性个体在决策时可能会表现出更为审慎的态度。

3. 政策边际效应的减弱

虽然我国政府在财政压力下，仍然在生育政策层面进行了积极的边际调整。但如每月数百元的生育补贴可能难以对冲收入预期的长期损失。当家庭普遍感知到“智力资产投资回报”会长期走低时，基于小规模财务激励的政策往往表现出明显局限性。如果社会无法在“智力通缩”的大背景下改变分配逻辑，单纯的现金补贴或许难以扭转人口再生产的紧缩趋势。

五、财政锚点的漂移与分配逻辑的重构

事实上，我国以土地财政为核心的宏观信贷机制在人工智能时代来临之前就步入了调整期。在过去的发展周期中，地方政府通过经营城市土地，某种程度上是在行使一种对城市人口未来收入红利的“预支权”。随着人工智能对脑力劳动定价的系统性重塑，这种依赖资产溢价来生成信用的财政体系逻辑可能正面临动摇。针对这个问题，笔者能够初步想到的有如下几点。

1. 财权与事权的错位压力

目前，地方政府承担了包括教育、医疗以及社会保障在内的大部分公共支出责任，这些支出压力在“智力成果通缩”背景下的刚性却在持续增强（比如应对产业重构过程中的成本支出提升等）。与此同时，因人力资源未来的收入预期表现出增长乏力甚至下滑的倾向，作为主要收入来源的土地出让金及相关税收也可能出现承压。这种收支压力，或许会促使中央政府在更大范围内统筹资源。 然而，行政上的统筹尝试虽然在短期内可以缓解地方压力，但如何在中长期内建立一套与人工智能时代相匹配的激励约束机制，依然是一个难题。

2. 从对“人的劳动”征税转向对“技术红利”征税

在既有的财税体系中，针对工资征收的个人所得税与社会保险费用是公共财政的重要基石。但如果人工智能大规模替代脑力劳动，导致社会整体的工资性收入占比下降，那么原有的税源就会面临萎缩。

逻辑上的应对方案是将其转向对“技术溢价”或“技术效率”征税。但在全球化的竞争环境下，对决定生产效率的技术要素征税可能面临资本流向低税区或技术研发降速的风险。此外，如何精确界定哪些利润属于“算法带来的超额收益”，并在法律层面定性，也是一项具有高度挑战性的工程。

3. 财政分配干预的可能性

财政体系的稳定性在很大程度上取决于能否找到替代土地出让收入的新型信用锚点。 此外，由于人工智能技术带来的潜在冲击可能过大、过快，为维护整体社会结构稳定，采取“养育社会化”或加强更广泛的社会安全网来对冲由于脑力劳动贬值带来的潜在社会风险可能是有必要的。这种从“投资于物（地产和基础设施）”向“投资于人（社会福利）”的重心转移，或许是应对冲击的策略之一，但对财政支出的潜在要求与当前的财政压力之间显然存在不小的协调难度。

六、One more thing

之前读何夕的《伤心者》，有一段话让我有很大触动，大概是说：从古希腊几何学家阿波洛尼乌斯总结圆锥曲线，到开普勒将其应用于行星轨道，人类等待了 1800 年；从黎曼几何的诞生到爱因斯坦建立广义相对论，时间跨度是 170 年；而从矩阵理论的创立到它支撑起量子力学，跨度缩短到了 60 年。在漫长的历史中，智力成果的种子往往需要数代人的时间才能转化为改变社会的现实。

然而，在 2026 年，这种留给社会逐步改变的“时间缓冲”很大程度上已经彻底消失了。当下的变革不再以世纪或十年为单位，而是以月、以周计。人工智能对社会形态解构速度之快可能已经超越了社会的自我调节能力，迫使我们以紧迫的心情和姿态去重新理解和应对那些曾经被视为坚不可摧的制度基石。

这些变迁或许标志着一个长达数百年的“智力折现时代”正趋于落幕。在之前的时代，我们习惯于将智力产出视为人类最核心的价值，并以此为基础构建了教育、美学、乃至财产分配的全套逻辑。但当算法抹平了专业门槛的溢价，智力作为一种“工具”的稀缺性可能正表现出某种回归平庸的倾向。

在这片由人工智能算法织就的森林中，人类或许正在寻找新的价值尺度。既然智力产出已经可以标准化、廉价化，那么那些无法被计算的特质，比如本人在场的深度情感链接，以及基于非标准化审美的创造力，诸如此种或许会重新成为价值的高地。

2026 年的挑战，或许并非在于如何战胜技术，而是在于如何重新定义社会契约。如果由长期训练形成的护城河已经逐渐干涸，那么在干涸的河床上，我们可能正在迎来一种更具人本色彩社会逻辑的萌芽。

注：文章为作者独立观点，不代表资产界立场。

题图来自 Pexels，基于 CC0 协议

本文由“一段棉线的投资思考”投稿资产界，并经资产界编辑发布。版权归原作者所有，未经授权，请勿转载，谢谢！

原标题：【Memo】关于人工智能时代信贷价值重估引发的一些浅思

债权资产重估AI