最近两篇文章都非常火。

Charles I. Jones（Stanford GSB + NBER，长期研究经济增长的顶级经济学家，写给学术界）在论文 《A.I. and Our Economic Future》 里，给出的判断是：AI 会极大改变经济，但过程大概率是渐进的。
他的框架强调“弱链接”——经济增长取决于系统里最难被自动化的环节，所以哪怕 AI 把很多任务效率提升 10 倍/100 倍，GDP 也未必立刻同步爆发。
增长会来，但比市场想象得慢。
另一边，Citrini Research（美国宏观对冲基金研究机构，面向交易员/基金经理；文中提到研究员与宏观分析师 Alap Shah 的写作）在文章 《The 2028 Global Intelligence Crisis》（副标题是一个“来自未来的金融史思想实验”）里，用的是完全不同的时间尺度：看的是未来 24 个月的资产定价、就业冲击、信用传导和流动性风险。
它的核心警告，如果 AI 替代速度快于劳动力市场、政策和金融系统的缓冲速度，就会出现一种“幽灵 GDP”——账面产出在涨，但收入没有流向普通消费者，需求端反而变弱，最终可能从白领就业压力传导到 SaaS 收入、私募信用、保险资本金，再到整个金融系统的脆弱性。
这两篇文章最值得一起读的地方在于，它们讨论的是同一个现实，但面向的是不同读者、回答的是不同问题。
Jones 写给经济学家，关心的是 20–50 年的长期增长路径与均衡；Citrini 写给市场参与者，关心的是未来几个季度到两年内，企业利润、资产价格和信用风险如何重定价。
所以它们看起来结论相反，实际上更像是“长期增长逻辑”和“短期冲击逻辑”的叠加。
真正的分歧，不是“AI 会不会改变分配格局”，而是“速度到底有多快”。两边其实都承认，AI 会提高资本回报、压缩部分劳动收入份额；争议在于这是一个 50 年慢慢发生的结构变化，还是一个 5 年内压缩完成的剧烈重定价。
如果是前者，社会还有时间靠再培训、政策转移和新产业吸纳来缓冲；如果是后者，很多制度（就业、信贷、社保、资产估值）可能来不及反应。
这也是为什么今天市场有个潜在盲点：很多人只在定价“AI 提效 → 企业利润涨 → 股价涨”，但没有认真定价“需求从哪里来”。被 AI 替代的人，恰恰也是消费需求的一部分。
企业层面的理性决策（裁员、提效、加码 AI）叠加起来，可能变成宏观层面的囚徒困境。
《A.I. and Our Economic Future》 讲的是“AI 会带来更高增长，但需要时间”
《The 2028 Global Intelligence Crisis》 讲的是“如果时间被压缩，增长还没扩散，危机可能先到”。
所以这不是一场对错之争，而是一场时间之争。真正需要被重估的，不只是 AI 股票，而是整套建立在“人类认知劳动长期稀缺”假设上的收入分配、资产定价、信贷模型与社会保障制度。