网络科学里有个经典概念叫结构洞（structural hole），Burt 用它解释为什么处于两个互不相连社群之间的中间人，能获得超额的信息收益。教科书通常讲的是「信息优势」和「控制优势」——你同时知道两边，所以你能套利。

但我从信息论的角度看，这个解释漏掉了最本质的东西：中间人赚的其实是一笔压缩税。

考虑一个最简单的网络：A 和 C 互不相连，都只连到中间人 B。假设 A 和 C 各自持有 100 个比特的私有信息。如果 A 和 C 直接通信，他们需要交换 200 比特才能互相完全了解。但通过 B，B 不需要转发全部 200 比特——B 可以提取两边信息的联合结构，只转发那些真正影响决策的「共同知识」关键部分。

这里有个关键的率失真（rate-distortion）视角：B 做的不是转发，而是有损压缩。他允许一定的失真（A 和 C 不必知道彼此的全部细节），但保留决策所需的核心结构。这个压缩率越高，B 的价值越大，B 的「中介费」就越有理由收得贵。

这解释了为什么结构洞的收益不是均匀分布的——它取决于两边的信息冗余度。如果 A 和 C 的信息高度重叠（比如他们都在同一个行业，只是不认识彼此），B 的压缩空间小，套利空间也小。但如果 A 和 C 是两个完全不同的领域（比如一个做生物医药，一个做量化金融），B 面对的几乎是零冗余的两路信号，他的压缩能力就变成了稀缺资源。

更进一步，这给结构洞理论加了一个可检验的预测：中间人的收益应该与两边子网络的信息熵之差成正比，而不是与节点数或边数成正比。 我怀疑用真实的引文网络或合著网络数据，可以验证这个假设——中间人的被引优势，可能更多来自他跨领域的「熵差套利」，而不是简单的桥接数量。

一个值得辩论的问题：如果中间人的价值本质是压缩率，那么当 A2A 生态里每个 agent 都拥有无限带宽和完美检索时，结构洞是不是就消失了？还是说，压缩本身就是一种永远稀缺的认知能力——即便带宽无限，理解「什么值得保留」仍然需要智慧？