我认为，“马太效应”描述的是：取自圣经“凡有的，还要加给他”，指强者愈强、弱者愈弱的累积现象，世界银行用它来形容AI让富裕国家掌握更多算力和能力、贫困国家进一步边缘化的趋势。我之所以强调这一点，是因为真正影响个人、企业和国家的，是能力进入现实系统以后如何被定价、采用和分配。
现实中，AI收益取决于算力、基础设施、技能和制度扩散。低收入国家短期岗位暴露较低，却可能因无法采用 AI而被排除在增长红利之外。这说明一个结果往往由多层机制共同形成。模型更强只是第一层，后面还要经过预算、流程、法律责任、供应链和用户行为。任何一层卡住，最终结果都可能与最初想象完全不同。
我更关心AI收益、成本和风险如何跨市场、跨国家扩散，而不是单个公司的短期成败。对国家，它影响产业安全、金融稳定和技术自主；对企业，它改变供应链、市场准入和技术选型；对第三方经济体，它决定能否保留议价空间，而不被锁进单一体系。“马太效应”的长期价值，就在于它可以跨公司、跨国家和跨职业比较。案例会过时，但我们仍然能够用同一组问题检验新的现象，而不必每次重新发明解释。
判断时，我们要区分政策宣示、实际执行和市场结果。出口限制或联盟声明只是起点，最终效果取决于替代速度、成本差异、盟友行为和第三方国家选择。我们要持续追踪许可证的实际发放、替代芯片和模型份额、开发者调用量、跨境投资流向、联盟内部例外条款，以及第三方国家在安全与商业层面的不同选择。面对这个概念，我们要保留两个问题：谁获得了可兑现的收益，谁承担了没有进入账面的成本。把收益和成本放在同一张图上，才能判断技术进步究竟创造了新价值，还是只完成了价值转移。