我們早就已經習慣了一個現象—央行透過 QE 為市場注入流動性，企業則將這些廉價資金轉化為更多的廠房與設備。
然而，羅伯特·梭羅（Robert Solow）早在幾十年前就透過梭羅模型（Solow Growth Model）揭示了這種增長是有上限的。
他用以下公式告訴我們，經濟產出（Y）不僅取決於資本（K）與勞動力（L），最關鍵的變數其實在於「全要素生產率（TFP）」的 （A）
如果我們將這個抽象的公式放到函數圖形中後，我們便會發現一個有趣的現象：
隨著人均資本（𝒌）的積累，藍色生產函數曲線（𝒇(𝒌)）呈現邊際報酬遞減的趨勢，意味著單純增加投入帶來的產出增幅將越來越小。當紅色的投資曲線 （𝒔𝒇(𝒌)）最終與黑色的折舊與人口增長直線（𝒏+𝒈+δ）相交於（𝒌*）時，經濟體便觸及了天花板，此時所有的資本增量僅足以抵消設備耗損與人口擴張，無法再推動生活水平的實質躍升，這也就解釋了為何光依靠「存錢」與「買機器」最終必會遭遇無形的阻力。
而實際上，數據其實也印證了這個困境，根據 IMF 出版的雜誌中可以看到，自 2008 年金融危機以來，發達經濟體的全要素生產率（TFP）之增長率已經大幅下跌，這解釋了為什麼儘管市場上不斷有大量資金流入（QE），但實體經濟增長幅度卻趨於緩慢。
伴隨著當前全球資本的不斷累積，但其邊際效益卻在遞減，單純的資金堆疊已經無法讓成長曲線有突破性的飛躍，因此，我們只能從 TFP 也就是所謂的創新型技術進步來重新推動科技增長。
在傳統 GDP 增長模式中，通常一個專案的產生到完成，會經歷以下過程--「執行—等待—執行—等待」，而其中，最大的隱形損耗其實並非來自執行本身，而是在於「等待」。
從工廠的建造到法規的審批，各行各業上大部分的事情事實上執行時間都非常短，但卻是被漫長的審批、溝通與交接流程所拖累，這種「協作延遲」導致資本時常被迫閒置，無法高效轉化為產出。
過去，我們將互聯網的興起，視為 TFP 增長的拐點，然而，它僅僅是加速了資訊的流通，卻無法真正的解決現實世界中，人需要做決策的相對低效率。
換言之，儘管資訊傳遞地非常快速，但當所有的流程依然必須在每一個決策者面前停下來，等待他們介入處理、確認與授權，便會導致生產力無法與資訊傳輸速度同步增長，這就是為何我們已經造出了媲美光速等級的資訊網路，經濟的運轉效率依舊緩慢。
不過伴隨著2025年--這個被視為 AI 應用落地的關鍵時刻，這一切似乎迎來的新的轉捩點。
LLM 的誕生，讓 AI 有了思考的能力，但如今 AI 的發展正從單純的「內容生成」跨越到實質的「任務執行」，如果說 ChatGPT 是一個空有智慧的大腦，那 AI Agent 的出現，就是他們新生長出來的手腳。
這標誌著我們正邁向意圖經濟的模式，在這個模式底下，我們只需要定義目標，剩下的過程都會由 AI 自動化的執行，而當人們不再參與協作的過程，這將大幅減少「等待」的時間。
隨著這些代理人能夠自動去完成規劃、調用工具、甚至是與其他 Agent 進行談判與支付，經濟活動便發生巨大的轉變。當這種具備高度執行力、且協作成本趨近於零的協作模式，開始大規模滲透進經濟活動時，一個全新的概念--aGDP（Agentic GDP）就此誕生。
aGDP 的核心邏輯，在於對梭羅模型中勞動力（L）與 資本（K）定義上的重構。當 AI 代理人變成了一種可無限擴充的虛擬勞動力，便意味著（L）不再受限於人口出生率，而是取決於算力的供給。
舉例來說，原先傳統企業為了維持協作，往往需支付數千美元的人力管理成本，因為企業需要養人才來做事，但在 Agent Economy 的狀態下，這筆費用可能降成不到 1u 的 API 調用費。
這種去中心化的勞動力供給，不僅在虛擬世界，更是延伸到了實體世界。
在不遠的未來，當具身智能(Embodied AI)能像下載手機上的 App 一樣，即時獲取新技能，並在現實世界中做使用。這意味著，未來的工廠或許根本不需要招聘工人，只需要購買機器人硬體，並透過網絡學習例如焊接、組裝等技能，便能夠取代我們現在認知中的技師。
此時經濟活動中的勞動力將不再侷限於「職位」這件事。未來企業不再需要僱用固定的全職員工，而是可以將工作拆解為一個又一個任務指令，並在開放的市場中即時調用最佳的代理人來執行這些任務。
同時，這對資本（K）的影響同樣深遠。在傳統的資本運作邏輯中，投資決策往往受制於時間的不確定性，而非平均回報率，倘若未來一個基礎設施項目的審批與執行時間能從「3 到 5 年」被代理人鎖定在「18 個月內」，那麼風險溢價將極大地降低，原本因風險過高而沈澱的資金將被釋放，而在這樣多重環境的影響下經濟產出（Y）將會被無限的放大。
當代理經濟全面滲透進實體世界，全球經濟將從存錢買機器的舊循環，轉向研發智能協作的新引擎，我相信 aGDP 的爆炸式成長僅僅只是冰山一角。
當生產與協作都獲得突破後，商品與服務的供給曲線將被極致拉平，這就代表未來經濟體的競爭力指標，將不再是擁由多少廠房或現金，而是誰能掌握最核心的AI智能與算力，這也是企業新護城河的關鍵所在。