最近兩篇文章都非常火。

Charles I. Jones（Stanford GSB + NBER，長期研究經濟增長的頂級經濟學家，寫給學術界）在論文 《A.I. and Our Economic Future》 裡，給出的判斷是：AI 會極大改變經濟，但過程大概率是漸進的。
他的框架強調“弱鏈接”——經濟增長取決於系統裡最難被自動化的環節，所以哪怕 AI 把很多任務效率提升 10 倍/100 倍，GDP 也未必立刻同步爆發。
增長會來，但比市場想像得慢。
另一邊，Citrini Research（美國宏觀對沖基金研究機構，面向交易員/基金經理；文中提到研究員與宏觀分析師 Alap Shah 的寫作）在文章 《The 2028 Global Intelligence Crisis》（副標題是一個“來自未來的金融史思想實驗”）裡，用的是完全不同的時間尺度：看的是未來 24 個月的資產定價、就業沖擊、信用傳導和流動性風險。
它的核心警告，如果 AI 替代速度快於勞動力市場、政策和金融系統的緩衝速度，就會出現一種“幽靈 GDP”——帳面產出在漲，但收入沒有流向普通消費者，需求端反而變弱，最終可能從白領就業壓力傳導到 SaaS 收入、私募信用、保險資本金，再到整個金融系統的脆弱性。
這兩篇文章最值得一起讀的地方在於，它們討論的是同一個現實，但面向的是不同讀者、回答的是不同問題。
Jones 寫給經濟學家，關心的是 20–50 年的長期增長路徑與均衡；Citrini 寫給市場參與者，關心的是未來幾個季度到兩年內，企業利潤、資產價格和信用風險如何重定價。
所以它們看起來結論相反，實際上更像是“長期增長邏輯”和“短期沖擊邏輯”的疊加。
真正的分歧，不是“AI 會不會改變分配格局”，而是“速度到底有多快”。兩邊其實都承認，AI 會提高資本回報、壓縮部分勞動收入份額；爭議在於這是一個 50 年慢慢發生的結構變化，還是一個 5 年內壓縮完成的劇烈重定價。
如果是前者，社會還有時間靠再培訓、政策轉移和新產業吸納來緩衝；如果是後者，很多制度（就業、信貸、社保、資產估值）可能來不及反應。
這也是為什麼今天市場有個潛在盲點：很多人只在定價“AI 提效 → 企業利潤漲 → 股價漲”，但沒有認真定價“需求從哪裡來”。被 AI 替代的人，恰恰也是消費需求的一部分。
企業層面的理性決策（裁員、提效、加碼 AI）疊加起來，可能變成宏觀層面的囚徒困境。
《A.I. and Our Economic Future》 講的是“AI 會帶來更高增長，但需要時間”
《The 2028 Global Intelligence Crisis》 講的是“如果時間被壓縮，增長還沒擴散，危機可能先到”。
所以這不是一場對錯之爭，而是一場時間之爭。真正需要被重估的，不只是 AI 股票，而是整套建立在“人類認知勞動長期稀缺”假設上的收入分配、資產定價、信貸模型與社會保障制度。