如果人工智能是新的增长引擎，为什么仪表盘仍然亮起警告灯？投资者给自己的故事很简单：AI 提升生产率，关税保护就业，GDP 上升。现实更像是减法而非加法。AI 带来新的波动性和计量误差。关税推高价格并收缩产能。两者合并时，系统在负载下开始嘎吱作响。谁来买单？消费者、小型供应商以及任何依赖平滑全球流动的人。
正确的问题不是 AI 在模型中能提升多少 GDP，而是它如何将风险在系统中传导。随着机器驱动的决策在市场和支付中规模化，央行已经在发出稳定性方面的担忧。研究者在绘制通用人工智能的系统性风险时，识别出一系列危害，从歧视与治理失败到协同崩溃。共同线索是知识空白与损害识别的滞后。把它想象成在飞行中调试飞机发动机，同时还在重写操作手册。边缘情形不是小问题，它决定了损失分布。在市场中，这表现为更厚的尾部、更快的反馈，以及当出现故障时人为干预点更少。
关税不会建厂也不会直接增加劳动力。它们改变的是价格和讨价还价的力量。成本传导并不均衡，常常滞后，最终落在消费者通胀和实际需求下滑上。当关税安排扩大时，我们已经看到经济学家下调增长预期并上调通胀预期。这不是政治而是会计。关税将成本曲线上移，并以摩擦重写供应链，而这些摩擦不会产生额外产出。企业试图绕路。但绕路并非免费。当产能紧张时，关税使系统暴露于瓶颈与物流中的非线性定价。小冲击等于小后果的数学不再成立。
GDP 账本对无形收益反应迟缓，却对价格上涨反应迅速。这个差距会扭曲政策。我们以前见过类似情形。计算机与互联网繁荣很久以前就重塑了企业结构，但生产率数据反映滞后。今天的 AI 炒作更多基于演示和幻灯片，而非经过审计的单位经济学。收益存在，但不均衡且难以归因。与此同时，AI 擅长优化可测目标——这正是你在脆弱系统中应担心的。古德哈特定律在此处强力适用：被衡量的东西会被操纵。一个将客户服务时间压缩的模型看起来高效，直到客户流失激增；在平静市场中最大化命中率的交易模型，会在罕见流动性缺口时积累隐性敞口。我们计算短期节省，却忽视长期尾部负债。
系统性风险不是从头条开始，而是从管道开始。Jon Danielsson 关于微观结构的工作展示了流动性、激励与监管如何交互，将局部错误转变为系统事件。加入 AI，传播速度加快。基于相似数据训练的模型追逐相似信号。当它们遇到制度变动——例如在边境处扭曲价格的关税冲击——它们的假设会同时失效。做市商撤退，买卖差扩大，回测中有效的对冲消失。追加保证金首先打在最薄弱的一环，然后向上蔓延。交易所提高折扣率。本看似在紧缩买卖差中获得的科技红利，会在人人争相寻找同一出口时转变为波动性税。风险并非凭空出现；它在沉默中积累。
关税引来报复、例外与游说。这个博弈是反复的且常带扭曲。旨在平衡竞争的关税，可能固化那些能承担合规成本并将费用转嫁给被动客户的既得利益者。外国伙伴会以牙还牙。结果是囚徒困境：每个单独行为看似理性，但群体变得更差。AI 路径类似。公司争相部署通用模型以避免落后，即便治理、审计与数据溯源尚未就绪。回报矩阵奖励速度胜于安全。这就是积累系统性敞口的方式——每一步的小优势，在序列自我循环时会带来巨大损失。
过去十年崇尚效率。下一个十年将为冗余定价。在自然与工程中，能在压力下存活的系统有余量、缓冲与模块化故障模式。为最小化库存、最大化准时吞吐而建的全球供应链，在不损失利润或销量的情况下无法吸收关税冲击。AI 集中化制造了自身的单点故障。如果少数云服务商承载大部分推理请求，且少数模型架构主导市场，那么一个漏洞、利用或政策变动就能在一夜之间蔓延为停机、法律风险或合规成本。桥梁类比适用：仅在平均负载下能撑得住是不够的。你需要考虑实载、风剪和糟糕维护的安全系数。企业资产负债表与国家政策亦是如此。
投资者买入的是 AI 的叙事，低估了关税的现实。这反映在指数集中、估值差异以及低估路径风险的隐含波动率上。人们锚定于干净的故事——AI 等于生产率，关税等于回迁——并忽视条件概率。若 AI 进步是真实的，但大部分价值被投入要素垄断者和规模玩家攫取，会怎样？若关税提高名义销售但压缩实际利润，并在通胀再加速时压缩估值倍数，会怎样？偏见是把短期演示胜利外推，而忽视合规、能源与供应商锁定等慢速成本。同时，组合对冲常常是向后看的——对上个周期冲击的保护，而非下一个。
别再拉拉赞美。盯紧管道。三个信号集很重要。第一，传导指标：进口价格与核心消费品 CPI、PPI–CPI 楔子，以及公司披露的附加费项目。如果传导持续上升而销量停滞，关税成本就落在估值最高的地方。第二，生产率现实检验：每名员工收入、毛利减去云与能源开支、以及 AI 部署后的服务水平。如果 AI 节省成本却侵蚀服务或引入合规风险，收益只是幻象。第三，市场微观结构压力：经销商库存、挂单深度指标以及中央对手方的保证金要求。挂单深度紧张且零售期权流量高，是缺口风险的温床。布局不是靠热门提示，而是降低单点故障敞口、避免对脆弱现金流的杠杆化，并偏好那些来源多元、基础设施冗余、并将 AI 视为受控流程而非噱头的公司。
简短答案是消费者与小供应商，存在时滞。长答案更复杂：资本进口方会通过上升的通胀风险溢价支付更高融资成本；当出口商的投入被打击、竞争力受损时他们也会买单；即便受保护行业也会在报复性配额关闭外需时付出代价。最终状态不是降低全球依赖，而是变成不同的依赖，伴随更高成本与更大波动。这并非致命，而是设计选择。但设计必须明确。提高摩擦的政策应配套投资于产能、物流与能源。采用 AI 的公司应将部署与控制、审计与回退机制配对。否则，我们是在加重桥的负荷却不扩宽它。
标题中的等式是挑衅，而非算术。AI 并非零和。关税也非全然有害。危险在于在未分析系统动力学前就假设净效应。AI 能放大生产率，也能放大冲击。关税能转移讨价还价权，也能缩小韧性供给。反过来思考有助于发现盲点。问问如果共识错了，什么会崩坏？如果下一次下行始于某云区域而非银行，会怎样？如果看似采购规则的措施实为价格管控，会怎样？如果保护某一行业的关税提高了为大家模型供能的半导体成本，会怎样？在那样的世界里，获胜者将是那些设计冗余、为尾部风险预算，并抵制幻觉般平滑幻灯片线条的假安慰的人。脆弱与反脆弱的区别不是乐观主义，而是设计。
