前三次技术革命，红利最后都落到普通人头上，AI 这次可能不会

《十分吸引》串台《听懂涨声》那期，开头抛了个数字。录制次日，SpaceX 以 1.75 万亿美元完成史上最大 IPO；主播还引了一句据说是黄仁勋说的话：未来五年，AI 造出的百万富翁会超过互联网二十年的总和。真假难考，但背后那条老规律是硬的——过去一百五十年，每一次基础设施革命都是一次财富大洗牌，旧世界的赢家掉队，新规则的先行者拿走超额回报。

这期最有意思的部分，是石磊、明姐、杨天楠三个人花了一个多小时，把铁路、电力、互联网这三轮洗牌的机制一层层拆开；预测谁会暴富，反而是次要的。我顺着他们的历史推演往下挖了一层，也想得更硬了一层：洗牌从来不是随机的，它一直按同一套逻辑走。看懂这套逻辑，才能判断 AI 这轮，哪里会重演，哪里会破例。

先分清：不是所有技术都能洗牌

不是每一次技术进步都会重新分配财富。石磊在节目里把判断标准讲得很清楚：技术真正起作用，是因为它重组了生产方式——改变要素之间的关系，重新定义什么是有价值的资源，原来重要的，可能就不重要了。

真正能掀桌子的技术，得同时满足两个条件。一是边际报酬递增的正反馈飞轮：投入越多、回报的斜率越陡，它才能摧枯拉朽地扩散开；如果是边际报酬递减，它扩散不动，最后退回到周期和均衡。二是制度和文化的土壤：技术的种子可能落在一个地方，开花结果却在另一个地方，欧洲不少新技术，最后是在美国生根的。

所以洗牌的第一个驱动力是正反馈飞轮，技术听起来多先进，并不在这条标准里。有统计说，真正能走到成长期的技术大概只有 5%。剩下的 95%，连改变分配的资格都没拿到。

底层逻辑：技术重写网络，旧瓶颈失效，新瓶颈定价

洗牌的方向，有一条更硬的线。把三个时代摆在一起，机制是同一套：技术真正动的，是经济网络的接线图，谁被连进来，谁被绕开，流量改走哪条道。网络一改，旧的瓶颈就失效了，一个新瓶颈浮上来；谁卡在新瓶颈上，谁就拿到定价权，财富跟着定价权走。

一句话串起来：技术改变约束，约束改变网络，网络改变瓶颈，瓶颈改变议价权，议价权改变分配。

石磊给了一把配套的尺子：产业网络里一个节点的价值，等于流过它的流量，乘以它的留存率。流量是有没有机会，留存是能不能收上过路费，能不能沉下客户、数据、品牌、标准、牌照。山东淄博烧烤火过一阵，人来了又走，留存为零，所以什么都没留下。光有流量的地方只是热闹，能把流量留下来的地方才有财富。

还有一个反直觉的地方：什么算资源，是技术说了算的。炼油技术出现前，汽油是煤油的副产品，没人要；内燃机一来，汽油成了主角。一个时代的财富密码，常常就是比别人早一步看懂：什么东西从副产品变成了主资产。

铁路：重写物流网

第一轮是铁路，大概从 1850 到 1890 年，四十年。

它打穿的是物理流通的瓶颈。铁路之前，货靠马车和运河，流通半径通常只有几十公里，每个地方都是一个孤立的小市场，同一种商品在不同地方价差悬殊，还夹着各种地方保护。铁路把吨公里运输成本打下来，孤立的区域市场被打通，全国统一市场长出来，大规模工业、尤其重工业随之崛起。

物理流通不再是瓶颈之后，新的收费站立在两处。一处是枢纽位置。流量重新分布，铁路交汇处平地起城：郑州本来只是个县，挨着洛阳、开封两个古都，因为京汉铁路避开黄河悬河往西偏、又和陇海线交汇，硬是长成了中原物流中心；河北的石家庄，名字就是火车拉来的，原来是个真正的村，省会本在保定。石磊有句话点得准：房地产值钱，值的是它承载的流量，人流、商流、注意力流；那块地本身，反倒没那么要紧。

这不是讲城市掌故。经济史学家 Donaldson 和 Hornbeck 算过一个硬数字：1870 到 1890 年，一个县的市场可达性，几乎按一比一的弹性折进它的农地价格；要是把 1890 年全美的铁路一夜抽掉，全国农业用地的总价值会蒸发约六成。铁路真正干的，是把财富从靠河靠海的旧地理，改道到铁轨划定的新节点上。

另一处收费站，是能驾驭全国规模的组织。铁路重资产、长周期、高投入，回本要几十年，远超手工业和一般商业的资金需求，硬逼出了现代金融：铁路债券、证券交易、投资银行，都是那个时代的产物。代价也写在账上。这是马克·吐温笔下的镀金时代，到末期，最富的 1% 攥着全国近一半的财富。

电力：重写能源网，也第一次做大了中产

第二轮是电力和石油，从 1870 到 1920 年，五十年。

铁路重写物流网，电力重写的是能源网。蒸汽时代的工厂得挨着煤矿和河流，被资源拴死；电能通过电网远距离传输，工厂可以按效率和市场自由选址，资源依附型的格局换成了效率导向型。更深一层是，电灯把黑夜点亮，城市从日出而作、日落而息变成全天候运转，夜间经济第一次出现。

能源和选址自由不再是瓶颈之后，新的收费站换成了脑力和技能。工厂搬离枢纽，中心城区腾出来做商业、金融、办公；白领、工程师、运维、质检这些岗位第一次大规模出现，脑力劳动在经济里的占比持续抬升，技能溢价冒头。以前交换的是体力，这时候开始交换技能。

这一轮的分配，比铁路多了一个真正关键的变化：中产阶级第一次大规模出现。集中的那一头依然惊人，1910 年前后，洛克菲勒一个人的财富相当于美国 GDP 的 2.5%；但到 1920 年代，美国第一次长出了厚厚的中间层。

这件事得说透，因为它直接决定了怎么看 AI。电力的红利其实来得很慢。经济史学家 Paul David 复盘过一个著名的悖论：电机装上之后，工厂效率好多年没起色，真正的爆发要等到工厂肯按"一台电机带一台设备"重新排布车间、管理制度和工人技能一起换代，前后拖了三四十年。电力不是插上就发财，它逼着整个生产组织重做一遍。而重做这一遍，得有海量的人：工程师、管理者、办公室职员、技术工人、质检、销售。中产不是技术善良施舍出来的，是新生产方式自己要运转，就得有这么多可训练、可协作的人。"技术连接了世界"听着漂亮，起作用的其实是它胃口大、需要人。这个"需不需要人"，是后面 AI 那道题的题眼。

互联网：重写信息网，轻资产的赢家通吃

第三轮是互联网，1990 年到现在，三十多年。

它打穿的是信息的瓶颈。之前信息靠报纸、电视、广播、电话，要么一对多地广播，要么一对一地通话，中心点握着权力。互联网把信息的时空约束一起拆掉，变成毫秒级、全球、实时的交互，再叠上网络效应这台边际报酬递增的发动机，长成了平台型经济：客流、物流、信息流、资金流，四股流在线上实时融合重组。

信息和分发不再是瓶颈之后，新的收费站是注意力，和能形成网络效应的平台。谁握着用户入口，谁就握着注意力、数据、撮合，然后抽佣、卖广告、做云、做金融。平台垄断流量，赢家通吃，马云这样的富豪批量诞生。杨天楠把这三轮收成了三张网络：交通、能源、信息。卡内基的钢铁和铁路是交通，洛克菲勒的石油和电力是能源，盖茨、贝索斯是信息。SpaceX 这次上市，等于一个人同时攥住了三张网，能源、运输，再加上 AI 的信息，所以它的估值才会被想象到那个量级。

但互联网这一轮，红利同样往下摊了一大截，靠的是它的另一个特征：轻资产的赢家通吃。复制一个用户的边际成本几乎是零，平台能用极高的毛利疯狂扩张；也正因为轻，它在垄断的同时还容得下大量程序员、产品、运营、设计、主播、商家、骑手，撑起一个庞大的就业层。淘宝、直播、自媒体、跨境电商，普通人确实赶上了这波红利，灵活就业一度占到就业人口的 40%。杭州的崛起几乎是郑州故事的翻版：流量从线上灌到线下，把一个旅游消费城市，顶成了互联网的超一线。

AI：重写任务网，重资产的赢家通吃

那 AI 这一轮，打穿的是什么瓶颈？

前三样，物理流通、能量、信息，都是关于把东西、人、消息搬来搬去，是连接和协调。AI 打穿的是更靠里的一层：认知和执行本身。机器过去替我们出力，现在它开始替我们出脑子，重写的是任务网——以前一个任务要经过经理、员工、外包、供应商，往后可能直接经过模型、工作流和 agent，再由少数人验收。按同一套逻辑，认知变便宜之后，新的收费站会立在别处。

硬的一头是算力和能源，这是这轮的"铁路"：重资产、长周期、高投入，确定性最高，资本最先涌进来。这条"铁路"的规模有多吓人，看电就知道——IEA 估算，全球数据中心耗电会从现在到 2030 年翻一倍、逼近 945 太瓦时，其中 AI 数据中心的需求要翻两番还多。软的一头，是 AI 给不了的东西。石磊点得准，大语言模型是从符号到符号，没有真实世界的体验，它全部的"经验"是人类行动留下的数据；越往后，人对真实世界的感受、判断，还有那种"我凭什么信你"的东西，反而越值钱。这跟我去年写的"道升术降"是一条线：术在贬，道在升。

但 AI 和互联网有一个要命的区别：互联网是轻资产的赢家通吃，AI 是重资产的赢家通吃。模型每推理一次，都要烧算力、烧电、计折旧。模型公司更像软件、半导体、电力、数据中心和金融工程缝在一起的混合体，跟纯软件生意是两码事。这把分配推向更残酷的一端：它更依赖资本市场，更依赖借债，也更容易出现"产业长期对、金融短期买单"的错配。

这就接到节目里我觉得最锋利的一刀：看一条产业链，别只看谁增长，要看谁结账。新能源是好产业，但很多时候是金融资本替它结账，产业内卷、现金流留不住。A 股的苹果链有订单，可价值被苹果拿走，供应商垫着资本开支、利润薄如纸。AI 现在上游看着风光，是因为几家云厂商在结账；可它们今年自己的现金流已经撑不住投入，开始借钱了。算力这条"铁路"砸下去的是万亿美元级的资本开支，最后谁来结这笔账，是企业省下的人力、是消费者的订阅，还是又一次资本市场接盘，现在没有答案。判断 AI 的财富分配，真正该看的是谁愿意持续付钱、谁能把钱留下、谁只是帮别人垫资。

它把岗位拆成任务，再一项项重新定价

到这里，逻辑都还和前三轮一样。真正的变数，在分配的形状，而要看清形状，得把"AI 会不会取代人"这个问题拆细。

劳动从来不是整段被替代的，是被拆成任务、一项项重新定价。一个岗位是一堆任务的捆绑：判断、沟通、执行、文档、协调、背责、现场、创造。AI 先吃的，是那些可符号化、可标准化、可批量生成的任务。经济学界这些年的"任务框架"早就指出，自动化对工资结构的改写，很大程度上就是例行任务被机器接管、薪资被重新排序的结果。

所以 AI 时代的劳动分配是这样发生的：岗位被拆开，任务被重估，人被重新分层，"白领整体消失"这种说法太粗了。同样是律师，写初稿、检索案例、整理合同在贬值；判断风险、说服客户、设计交易结构、承担后果在升值。同样是程序员，普通增删改查、补全测试在贬值；架构判断、需求抽象、复杂调试、产品手感在升值。当人人都能生成内容、代码、方案，产出本身就不稀缺了，稀缺的是知道什么值得做、判断结果对不对、出了事谁来背。

这一刀，恰恰砍在过去最稳的那群人身上。IMF 估算，全球大约 40% 的岗位暴露在 AI 之下，发达经济体更高，约 60%，因为那里认知型工作占比更大。被冲击的，正是过去被当成"安全"的白领和专业服务。

我自己天天在一线造 AI 产品，体感很直接：一个人借 AI 能干过去一个小队的活。石磊把这件事推到了社会层面：AI 对个体是能力圈放大，对社会却是离散的力量，让每个人都觉得"我不太需要你"。回到电力那道题的题眼，新生产方式需不需要大量人？前三轮的答案都是需要，所以它们一边制造首富，一边把普通人吸纳进来当中产。AI 这轮的答案，可能是不太需要。杨天楠给了一个很冷的数字感：大型互联网公司是十万人级，大券商几万人，晶圆厂几千人，模型厂几百人，Agent 公司几十人。锐度越高，养的人越少；而恰恰是那些人数最多的大公司，托住了上一个时代最庞大的中产和就业。

把这些叠起来，AI 这轮的分配很可能是：它忠实地重演"极度集中"那一半，算力、能源、模型的所有权向极少数人收拢；却未必走得到"做大中产"那另一半。前三轮是先集中、后扩散，AI 可能只集中，不扩散。这是我对这轮洗牌最不乐观的一处判断。

第一次冲击由技术定，第二次修正由制度定

不过历史还有后半段值得记着。技术砸下来的第一波分配，从来都是失衡的，因为技术扩散得比制度快。但每一轮之后，制度都会追上来，做第二次分配。

铁路逼出了公司法、债券市场和证券监管；电力逼出了电网标准、公用事业监管和劳动法；互联网逼出了平台反垄断、数据权利和支付清算。AI 这一轮，对应的数据产权、模型责任、版权重构、算力与能源治理、可能还有某种自动化收益的再分配，现在基本都还没到位。第一次分配的形状由技术写下，第二次修正的形状由制度写下。而我们现在，还死死卡在第一次冲击里。

这轮的分配，可能在网络成形那一刻就写好了

洗牌的底层逻辑没变：技术重写经济网络，旧瓶颈失效，新瓶颈定价，最先看懂新瓶颈在哪、并坐上去的人，站到赢家那边。从铁路到 AI，一以贯之。

变的是结果会不会摊开。前三轮的红利最后都落到了普通人头上，靠的是那些新生产方式胃口大，消化得了海量普通人；电力要工程师和白领，互联网要程序员、运营和商家。AI 这轮的胃口，可能小得多。

现在还在基建期，资本在抢算力这条确定性最高的"铁路"，应用的形态、谁来结账，都还没有答案。但有一件事可能已经定了：这轮新增的财富往哪流，在网络成形的那一刻就写好了。前三次，普通人是被那张网捎带着上车的。所以这轮 AI 最该盯的，从来不是会不会冒出新首富，一定会；该盯的是，它会不会像电力和互联网那样，顺手也造出一大批新中产，还是只造出极少数超级个体、超级公司和超额的资本回报。

完整的框架（六个传导机制、九问研究法、可验证假说）整理成了一份研究附录，嫌正文不够硬的可以去翻。

相关的两条线：我对 AI 的整体判断从"归谁"出发，《谁拥有机器》接着聊生产力提高之后红利归谁。

参考：Donaldson & Hornbeck《铁路与美国经济增长》（QJE 2016）（抽掉 1890 年的铁路，全美农业用地价值约降六成）、Paul David《The Dynamo and the Computer》（AER 1990）（通用技术的生产率红利滞后于组织重构）、IMF《Gen-AI: Artificial Intelligence and the Future of Work》（2024）（全球约 40%、发达经济体约 60% 岗位暴露于 AI）、IEA《Energy and AI》（2025）（数据中心耗电到 2030 年翻倍至约 945 TWh）。