导语：孟岩在“孟岩的区块链思考”文章中指出，AI Agent 的兴起并未自动带来个人收入、资源和社会地位的同步提升，反而加剧了 AI 能力与社会资源之间的错配。个人生产力提升若无法嵌入协作网络，很可能只是“无效溢出”。
生产力提升未必被网络需要
文章认为，现代社会是高密度网络协作体。优质岗位往往代表资源和权力分配网络中的优势节点，对人能力要求并不一定很高。组织提高学历和智商门槛，很多时候只是为了在多数人都能胜任时完成筛选。个人生产力达标后，继续提高对整体网络的增益有限，超出部分会“无效溢出”。
AI 达人红利可能只是错觉
因此，一些 AI 达人宣称通过学习 AI 提高生产力，可能高估了其影响。大多数提升的意义是节省时间，而非带来收入、资源和社会地位上升。一人公司（OPC）的瓶颈也不在内部生产力，而在外部资源连接；产品和服务若卖不出去，经济激励无法闭环，正反馈难以持续。
连接关系变化才是关键
文章提出，立竿见影的正向激励来自网络连接关系变化，这会带来资源和权力重分配。节点生产力普遍提高长期会改变连接关系，但速度比 AI 网红预期慢。若只在原位置享受效率提升，不主动加速连接，可能分不到 AI 早期红利。
错配：懂 AI 的人缺资源，有资源的人缺技能
当前最积极学习 AI 的往往是程序员、设计师、研究员、分析师等网络次要节点。他们一天能写十份报告、做多个原型，但预算、决策、销售、法务、采购并未同步提速，新增生产力堵在关联节点上。而企业家、高管、投资人等主要节点掌握客户、资本、人事权和社会连接，却因技能栈断层，难以把最新机器生产力接入资源网络。
编程驱动抬高 Agent 使用门槛
2025 年下半年 AI Agent 兴起后，AI 应用创新越来越由编程驱动。Agent、MCP、Skills、Harness、CLI、API、Git、IDE、workflow 和 orchestration 等新事物首先从 AI coding 中长出。AI 更像需要搭建和指挥的管理系统。这令不熟悉终端和技术栈的管理者望而却步，形成“懂 AI 的人没有资源，有资源的人不会用 AI”的局面。
中国生态隔离带来额外挑战
文章还指出，中国内地无法直接、稳定使用 OpenAI 和 Anthropic 两个活跃 AI 应用生态，被隔离的不只是模型，还包括 Agent、coding、工具链和开发者生态。Agent 时代知识具有累积性，晚进入可能差的是一整套工作方式。
三阶段演进：节点、连接与网络拓扑
孟岩将 AI 对社会的影响分为三阶段：第一步改变节点，个人生产力提高数倍；第二步改变连接，有人借 AI 获得更多客户、资本、关注和组织能力，位置发生变化；第三步改变网络拓扑，小团队加一群 Agent 可能完成过去百人组织的工作，中间节点消失，超级节点出现。只有到第三步，AI 才会真正变革社会结构。
（来源：孟岩的区块链思考）