AI越能干，普通人越有钱这件事并不会自动发生。当前最真实的图景是冰火两重天：一边是百位科技富豪年内狂揽8450亿美元，AI投资、算力、模型领域热得发烫；另一边是普通人的工资单和生活体感仍然感受不到AI的暖意。财富正以前所未有的速度向持有算力、股权和分发位的人集中，而效率红利能否传导到大多数人身上，取决于分配机制而非技术本身。

　　一、财富流向了谁

　　生产资料持有者：芯片、算力、模型不是谁都能造的，财富流向的是站在生产资料那一端的人。一百个人赚了8450亿美元，另一批人亏了620亿，这不是运气问题。

　　股权与估值逻辑：AI热潮里涨的是估值，估值涨的是股权，股权只属于上一轮就已经站在桌边的人。它涨得越快，越像一张“存量入场券”的兑奖，而非新增财富的分发。

　　分发位而非创作者：AI把生产门槛压低了，但注意力并没有变多。门槛下降加上注意力恒定，意味着分母变大、单人分到的份额变小，最后靠这件事挣到钱的往往是分发位。

　　二、传导链为何这么慢

　　投资端与生活端的温差：经济学家管清友指出，AI的热度要走过产业端、分配端，最后才到达生活体感，越往上走温差越大。

　　生产率变现的瓶颈：AI看起来生产率极高，但现实世界中无数流程的瓶颈根本不在写代码那一步，而在“把事情搞清楚”“和利益冲突的人达成折衷方案”这些环节。

　　企业逻辑的惯性：技术和产业形态在变，但很多企业的基本商业模式和商业闭环没有变。如果只是机械地降本增效、砍人，并不会自动创造新的需求。

　　三、什么能力在升值

　　判断力比知识更贵：知识越来越便宜，“判断什么值得相信、什么值得做、什么值得放弃”越来越贵。新的差距不在谁知道得更多，而在谁知道什么重要。

　　信任与担责无法替代：AI能出方案，但签不了字、扛不了后果。信任关系没法批量复制，担责能力AI更不具备，这两样在AI时代反而更稀缺。

　　与AI协作而非对抗：管清友用了一个说法叫“AI斩杀线”——处在斩杀线下的不是不努力，而是无能为力。与其跟技术抗衡，不如想方设法和AI领域产生某种勾稽关系。

本文由AI生成