最近幾週，OpenClaw幾乎霸佔了整個AI討論圈。
（不懂什麼是OpenClaw的人沒關係，你也可以閱讀這篇文章）
有人研究如何部署，有人分享如何串接大模型，有人已經開始讓它幫自己做報表、整理資料、甚至自動操作電腦。
大家都在討論功能，但我腦子裡反覆出現的問題是，這波熱度裡，錢到底流向哪裡？
不是因為我特別現實，而是因為技術浪潮從來不只是技術問題，它同時也是一個分配問題。
（身為一個經濟學博士，看事情有時候還是離不開經濟觀點）
當生產力提升，誰會得到紅利？當效率提高，誰會獲得利潤？
如果不看清這條利益鏈，我們的焦慮就會被情緒帶著走。
一、AI助理真的那麼神秘嗎？
我們用一個最簡單的例子來拆解。
假設我要規劃一趟旅行：
-
查天氣
-
查距離
-
比較門票
-
安排行程
-
生成Excel
-
列印出來
傳統方式是：搜尋 → 整理 → 製表 → 列印。
現在很多人會這樣做：
-
讓大模型幫我搜尋與規劃
-
用Agent自動生成Excel
-
甚至自動幫我操作電腦
看起來像一個完整的智能助理，但如果拆開來，其實只有四層結構。
（什麼！你還沒這樣做，那也沒事啦~你的生活如果不用AI也可以過活，就不用太焦慮）
二、AI生態系的四層結構
第一層：大腦（大模型）
例如：
-
OpenAI
-
Anthropic
-
Google
它們提供大模型能力。
負責：
-
理解語言
-
生成內容
-
推理決策
它們的商業模式非常清晰，按照Token計價。
你輸入多少，它處理多少；它輸出多少，費用就跟著增加。
這是可量化的生產力。（只有參考數據，無法精準量化，因為每家AI模型計Token方式不一樣。）
第二層：軀幹（Agent）
像OpenClaw這類工具。
它負責：
-
控制電腦
-
打開文件
-
編輯表格
-
發送資料
它有手腳，但沒有思考能力，它必須調用大模型，才能知道下一步怎麼做。
很多Agent是開源的，甚至免費，但免費不代表沒有成本，它只是把成本轉移到了模型與算力層。
第三層：辦公室（雲端基礎設施）
Agent通常部署在雲端伺服器，例如：
-
Amazon Web Services
-
Google Cloud
-
阿里雲
這些公司提供：
-
計算資源
-
儲存空間
-
網路頻寬
它們的收入模式是租賃，這是一種非常穩定、可預測的現金流。
（當然，如果你的財力夠，你可以在家搭建自已的工作環境（辦公室），這就是我們常說的電腦配置）
第四層：賣鏟子的人（算力與硬體）
再往下走一層，是最基礎的供應商。
例如：
-
NVIDIA
-
台積電
-
ASML
它們提供：
-
GPU
-
晶片製造
-
光刻設備
如果AI是一場淘金熱，那這些公司，就是賣鏟子的人。
歷史上，每一次技術革命，賣鏟子的人往往活得最久。
（這裡看清楚，鏟子是工具，工具只要有人拚價格或是有創新工具，舊工具往往也活不久）
三、錢是怎麼流動的？
我們把這條鏈條畫清楚：
使用者付費→ Agent調用模型→ 模型消耗算力→ 雲端提供基礎設施→ 硬體公司提供晶片
表面上大家在討論工具，但真正穩定收費的，是基礎設施與算力。
這種結構並不陌生。
個人電腦時代，有處理器公司。
互聯網時代，有網路設備與雲端。
移動互聯網時代，有晶片與平台。
AI只是延續這條路徑，但這裡有一個更大的問題，這種生產力提升，會不會改變整個經濟的底層運作？
四、如果站在宏觀經濟角度看
在大學的宏觀經濟學裡，有一個非常經典的模型，五部門經濟循環模型。
數學模型是：Y=C+I+G+(X-M)，詳細教程自已可以Google一下，或是叫AＩ教你。
它描述的是：
-
家庭提供勞動與資本
-
企業組織生產
-
金融體系配置資金
-
政府調節與徵稅
-
國際部門進行跨境流動
所有商品、服務、資金，都在這五個部門之間循環。
現在我們把AI放進去，AI並不是第六個部門。
它只是企業手中的一種生產力工具，換句話說：AI提升的是企業的生產效率，而不是改寫循環結構。
企業用AI提高產出→ 利潤增加→ 透過薪資、分紅、股權回流家庭→ 家庭再消費或投資→ 金融市場重新配置資金
整個經濟循環仍然存在，AI只是讓其中一段流動更高效。
五、那什麼才叫底層邏輯被改變？
如果有一天出現以下情況，才算真正的制度改寫：
-
生產不再需要企業組織
-
資本不再透過股權分配
-
價值交換不再透過貨幣體系
但目前，我沒有看到這些跡象，大模型仍然依賴公司組織（例如：OpenAI、Gemini跟DeepSeek等），算力仍然高度資本密集，硬體仍然依賴全球供應鏈。
甚至AI越發展，對公司治理、資本市場、能源體系的依賴反而越深。
所以從宏觀角度看，AI改變的是效率曲線，不是制度框架。
六、那焦慮從哪裡來？
焦慮其實來自兩種誤判。
第一種，是把效率提升誤認為制度革命。
第二種，是把短期信息差誤認為長期階層固化。
當你只看到工具層，你會覺得世界要被推翻。
當你看到循環模型，你會發現，它只是一次技術加速。
應用層最熱。
模型層競爭激烈。
基礎設施層最穩。
這不是新規則，而是歷史在重演。
七、這個專欄真正想做的事
《AI經濟邏輯》不是要教你怎麼用工具。
而是要提供一種視角，每當新技術出現，不要先問好不好用。
先問：
-
它提升了哪一段生產力？
-
它嵌入了哪個經濟部門？
-
它是否改寫了循環模型？
如果答案只是提升效率，那我們面對的不是末日。
只是一次產業再分配，我們只要抓住產業分配，就能在賺到錢
當你開始從經濟循環看AI，你會發現，真正需要關心的，不是工具有多強。
而是制度是否改變，只要分配機制還在，焦慮就不需要那麼大。