認為人工智能能夠扭轉中國經濟放緩的判斷，本質上誤判了經濟的核心矛盾。當前經濟的拖累並非來自供給端技術能力不足，而是通縮壓力、人口老齡化與尚未出清的地產杠杆週期共同作用下，資產負債表型經濟的持續承壓。在需求疲軟、信用信心薄弱、債務償付不斷消耗未來現金流的環境中，單純提升供給效率的技術工具，難以發揮實質性拉動作用。
當前中國的物價下跌並非短期波動，而是債務 – 通縮循環的自我強化機制。當住房、汽車與工業產成品的名義價格普遍下滑，債務的實際價值會被動上升，企業利潤率持續收窄進而延後投資，居民部門傾向于持有現金、縮減開支，這正是歐文・費雪提出的債務通縮邏輯，而非技術差距導致的增長乏力。官方價格指標低估了去庫存與消化期房所需的實際降價幅度，大量隱性折價體現在賬外返利與未完工項目的讓步之中。每當名義 GDP 增速不及預期，即便央行下調政策利率，實際利率仍會被動走高。對於以房地產抵押品與預售模式為核心構建的經濟體系而言，哪怕是溫和的通縮，也會通過杠杆放大脆弱性。AI 可以為生產端增加算力，卻無法重置整條抵押品鏈條，也不能扭轉價格中樞持續下行的趨勢。
經濟的核心風險線貫穿於地產與地方財政的綁定體系。過去多年，土地出讓收入支撐了地方支出擴張，開發商依靠預售模式實現高速周轉，雙方的核心抵押品同屬房地產資產。如今商品房預售放緩、土地財政收入收縮，地方政府融資平臺普遍面臨項目現金流偏弱的困境，表外債務正逐步集中到期。現有紓困政策僅能維持流動性運轉，並未推動損失的真實確認與市場出清，信用資源持續錯配。從工程邏輯看，僅設計單一載荷路徑的結構已經失去風險冗餘，佈局 AI 產業園、補貼芯片產業等舉措，如同為銹蝕的梁體加裝更快的噴漆設備，無法修復核心結構的損耗。若不推進地方債務與開發商資產負債表的正式重組，存量資本將持續被困在低回報資產中，私人部門的風險偏好難以修復。
人口結構的變遷從根本上改變了增長的底層邏輯。勞動年齡人口收縮壓低經濟潛在增速，退休人口規模擴大則推高居民預防性儲蓄意願，在社會保障體系尚不完善的背景下，居民將房產作為核心儲蓄載體，留存現金應對醫療、教育與養老支出。消費占 GDP 比重偏低是剛性預算約束的結果，而非消費心理問題。青年失業率高企與房產價值回落，進一步強化了居民的謹慎預期。AI 在技術滲透較快的領域可以提升生產率，但在偏向在位企業、缺乏優勝劣汰機制的市場環境中，技術向全行業擴散的速度會明顯滯後。沒有居民收入占比提升、可攜帶的社會保障與釋放要素流動性的戶籍改革，居民邊際消費傾向難以回升。需求不足的經濟體，最缺的從來不是產能。
即便拋開結構性矛盾，AI 自身的發展也面臨多重約束。AI 是算力、能源與數據反饋的規模遊戲，先進芯片與設備的出口管制推高了部署成本與週期，電網壓力與封閉的市場生態也會限制紅利的擴散，最終呈現高資本開支、低生產率普及的結果，地緣博弈帶來的風險溢價更會長期抬高資本成本。在不良資產未得到清理的基礎上疊加 AI 投資，本質是資本錯配的加速，只會推高賬面投資數據，卻掩蓋全要素生產率疲軟的現實。
AI 若要真正改變增長曲線，需要實現全行業的生產率提升，其前提是低效主體有序出清、構建透明的數據要素市場，以及需求側提振、債務重組等配套改革，同時能源約束與資本的機會成本，也決定了技術投入的現實邊界。基準情形下，AI 對經濟的提振將被各類結構性摩擦稀釋，難以形成對沖長期下行壓力的階躍式增長。經濟體系的韌性來源於風險出清與真實的價格信號，只有先清理債務損耗、修復需求根基，技術進步才能釋放複利效應。顛倒順序的話，再先進的 AI，也只是核心部件已磨損的經濟機器上，一件無力的光鮮附件。
