内容提要：面对当代信息智能技术的迅猛发展，既有的哲学反思倾向于将技术视作一种自主演化的孤立事物，而相对忽略了其特定的社会关系基础。资本主义生产关系对技术演化路径具有筛选和塑造作用。当代信息技术革命是资本主义金融化转型的产物，构成了一种旨在缓解资本主义内在矛盾的“技术修复”机制。信息智能技术同当代资本主义经济结构形成了紧密的耦合关系，这既导致人工智能的机器学习进路成为热门的投资领域，也决定了信息智能技术的未来发展及其限度深受金融资本逻辑的塑造。我们应当立足唯物史观，运用政治经济学批判方法，深刻把握当代技术革命对人类命运的长期影响，合理应对其带来的机遇和挑战。
关键词：人工智能/ 当代资本主义/ 金融修复/ 技术修复/
原文出处：《哲学动态》(京)2025年第8期 第5-20页
作者简介：牛子牛，南开大学哲学院。
标题注释：本文系国家社会科学基金青年项目“百年变局视野下当代资本主义运演逻辑的哲学研究”(编号23CZX011)的阶段性成果。
近年来，以互联网、云计算、大数据和人工智能为代表的当代科技革命，成为哲学思想界讨论的热点问题。随着大模型人工智能技术(如ChatGPT)的迅速崛起，其在曾专属于人类的任务中展现了不逊于人类的能力，由此人们对于智能技术展开了新一轮热议和反思。目前，关于智能技术的哲学研究大多偏重关注技术本身，思辨地探讨其对人类命运的长期影响；或者对智能技术作出拟人化理解，讨论人工智能能否再现人类的意识、情感、道德等心智活动。这些反思路径都倾向于将智能技术当作一种在“真空”中演化的孤立事物，而相对忽略了其所嵌入的社会关系。实际上，在当代资本主义条件下，智能技术的进步过程就是固定资本的投资过程，其形成要依靠私人资金的支持，其功能的发挥也要满足资本创造利润或“股东价值”的要求。今天，生成式人工智能技术的支柱是大模型、大算力、大数据，这些资源几乎等同于“大资本”。因此，当代智能技术的发展路径必然受到当代资本主义经济关系的制约和塑造，当代资本主义的局限也必然成为智能技术发展的限度。
有鉴于此，我们有必要运用政治经济学批判方法，还原当代信息智能技术的经济社会基础。本文认为，当代技术革命的加速发展，是当代资本主义通过“金融修复”和“技术修复”机制转移自身内在矛盾的重要手段。当代信息智能技术的内在结构同占统治地位的金融资本活动的深度耦合，为金融投机提供了绝佳“题材”，使得人工智能技术的机器学习进路成为当代热门的投资领域。当代资本主义的特殊结构和内在矛盾，既决定了智能技术的发展走向，也划定了智能技术的内在边界。我们只有运用马克思主义唯物史观和政治经济学批判方法来分析当代信息智能技术的兴起、发展与未来，才能深刻把握智能技术的崛起对于人类命运的影响，并对其作出合理应对。
一、资本主义生产关系对技术演进路径的塑造作用及其当代表现
1.资本主义生产关系对技术演进的塑造作用
当代技术革命呈现出鲜明的加速趋势，促使人们将技术变革视为决定世界面貌的“底层变量”，将“技术哲学”视为现时代的“第一哲学”。譬如，库兹韦尔(R.Kurzweil)在《奇点临近》一书中主张，技术的演进不仅呈现了人类某一实践领域的规律，还呈现了宏观物理世界的演化规律：物质世界从无机事物发展到有机事物，再发展到有意识和智能的人；经由人手制造出智能机器，进而促成智能机器的自主演化(即“奇点降临”)；最终通过智能机器的星际扩张，达到“宇宙觉醒”的目的。(参见库兹韦尔)麻省理工学院终身教授泰格马克(M.Tegmark)的《生命3.0》一书也表达了相似的观点，预测了人工智能的未来发展，并对人类的终极未来进行了全方位的畅想。(参见泰格马克)这些犹如德国哲学体系般的宏大叙事很大程度上统摄着当今学界和大众舆论关于技术的想象，其共同特征是将当代智能技术视为一种有生命的、能自主演进的力量，视为某种“原始的意向、神秘的趋势、天命的目的”(《马克思恩格斯文集》第1卷，第611页)的表现。
在唯物史观视阈中，这种“技术决定论”或“技术自主论”严重忽视了现代技术的特定社会关系基础，即资本主义经济关系。唯物史观固然主张生产力对生产关系的决定作用，但从未将其理解为一种单向的决定论。实际上，马克思在分析资本主义这一特殊社会形态的同时，高度关注生产关系对技术演进路径的筛选和塑造作用。在马克思看来，19世纪中后期的大机器体系之所以能够存在，主要缘于它同当时的资本主义生产关系之间紧密的耦合关系。“只是在劳动力过剩的地方，机器体系才出现，以便代替劳动。……只有使用大量工人，机器体系才能发生作用，而对资本来说，工人的积聚，正如我们看到的，是资本的历史前提之一。”(《马克思恩格斯全集》第31卷，1998年，第97页)也就是说，只有在资本主义雇佣劳动关系已经存在、资本已经制造了大量过剩劳动力的条件下，机器体系才会成为可能。在极端情况下，机器甚至是专门为资本主义内部的阶级斗争而产生的：“可以写出整整一部历史，说明1830年以来的许多发明，都只是作为资本对付工人暴动的武器而出现的。”(《马克思恩格斯全集》第44卷，2001年，第501页)
由此看来，技术的演进从来都不是孤立的事件，而是奠基于一定的社会关系。从长期来看，技术能力决定了人类在一定时期内可能形成的社会关系的最终限度；然而从短期或中期来看，哪一种技术路径能够成为主导性的技术范式，则取决于当时特定社会关系的筛选。在资本主义社会，由于资本主义生产关系是主导性的社会关系，故而技术的演进路径势必取决于何种技术能更好地嵌入现有的资本积累体制，以便在当前的经济模式中更加有利可图。用西方经济学的术语来说，技术相对于经济关系具有一定的“内生性”。反之，将特定技术路线当作“技术本身”的自然规律，则是一种典型的“技术拜物教”观念，它将特定社会关系的物化产物误认为“物”本身的自然属性。
在《资本论》及其手稿中，马克思揭示了技术演进路径从资本主义生产关系中“内生”出来的两种主要方式。第一种方式是“相对剩余价值”的生产。资本为了提高利润，倾向于通过改进技术来提高消费品部门的劳动生产率、降低消费品价值，从而降低工资，以便扩大剩余价值在总价值中的比重。在这一机制中，技术的发展动力来源于以榨取剩余价值为目的的资本主义生产关系，技术的发展路径取决于这一生产关系的筛选和算计。只有当采用某项技术的成本小于该技术所削减的工人工资额时，这项技术才会被采用。正如马克思所说：“对资本说来，只有在机器的价值和它所代替的劳动力的价值之间存在差额的情况下，机器才会被使用。”(同上，第451页)第二种方式是通过“生产性消费”形成新的固定资本，以缓解资本主义的内在矛盾。资本主义为了缓解生产过剩与需求相对不足之间的矛盾，必须通过不断创造需求以吸收过剩产品，其采取的主要方式之一就是形成新的固定资本。对此，哈维提出，“与过度积累相联系的商品、生产能力和劳动力的剩余并不能即刻从消费品工业(衣物、鞋子等等)调换到固定资本项目的生产(如机器、铁路)当中。……假如这样的调换可以即刻完成，也不产生成本，那么过度积累的问题和流动资本的价值丧失问题就完全可以通过固定资本的形成来解决了”(哈维，2017年，第353页)。“只要把越来越多的资本调换到固定资本的形成过程当中，固定资本的价值丧失或许就会无限期地拖延下去”，而这“有助于解释为什么资本主义经常对高新技术生产发起过度投资，而不考虑已经存在的劳动力过剩或民众的人道需要”。(参见同上，第354页)可见，旨在缓解资本过剩问题的生产性消费，构成了资本主义技术发展的主要动力之一。如果相对剩余价值的生产提高了现有产品的生产工艺水平，那么生产性消费则能开辟出新的产品种类和产业部门。正如马克思指出的，它“为游离出来的资本和劳动创造出一个在质上不同的新的生产部门，这个生产部门会满足并引起新的需要”(《马克思恩格斯全集》第30卷，1995年，第389页)。
随着资本主义的深入发展，资本主义生产关系催生技术进步的机制也愈加丰富，已经不限于上文提及的“相对剩余价值的生产”和“生产性消费”，而是衍生出了差异化创新、流通领域创新、金融驱动创新等多种形式。但是，马克思关于技术演化内生于资本主义生产关系的洞见在今天仍然是有效的，这缘于它揭示了资本主义条件下技术发展的一般特征。第一，资本主义制度下的技术演进未必会满足人的需要，也未必会延伸、发展、模仿或再现人的能力，但必须能够维持资本关系，保证资本增殖。无论是基于“相对剩余价值的生产”的技术进步，还是旨在吸收过剩资本的固定资本投资，其最终目的都是为了维持和扩大资本的价值增殖运动，缓解资本主义的内在矛盾，而不是满足人的需要。在马克思看来，生产固定资本(即机器)既不是“为了生产直接的使用价值”，也不是“为了取得作为直接对象的价值”，而是“为了生产创造价值的手段”(参见《马克思恩格斯全集》第31卷，1998年，第105页)，即生产“价值增殖”概念的物质化身，也就是生产资本本身。因此，机器的生产是资本主义生产的最适当的形式：“机器体系表现为固定资本的最适当的形式，而固定资本——就资本对自身的关系来看——则表现为资本一般的最适当的形式。”(同上，第93页)只有当资本做到“用机器来生产机器”时，它才“建立起与自己相适应的技术基础”。(参见《马克思恩格斯全集》第44卷，2001年，第441页)由此看来，在资本主义条件下，技术的发展动力根源于资本主义生产关系的内在要求，其功能和形态是资本扩大再生产运动的外在表现。第二，技术进步的加速未必是资本主义内在生命力的表征，反而更有可能是其内在矛盾激化时苟全性命的手段。一方面，如果资本非常迫切地要求提高劳动生产力，那么这往往是因为工人工资在总价值中的份额已经很低，相对剩余价值的增加已经非常困难，因为“资本越发展，它创造出来的剩余劳动越多，它也就必然越要疯狂地发展生产力，以便哪怕是以很小的比例来增殖价值，即增添剩余价值”(《马克思恩格斯全集》第30卷，1995年，第304页)。另一方面，那些为吸收过剩资本而发生的技术进步，往往会形成更多的过剩产能，需要更多的固定资本去吸收，如是循环。这促使资本主义的技术革新不得不进入一条不断加速的轨道，以竭力延迟生产过剩危机的发生。这一过程将会导致“用机器生产机器”的怪诞链条以“N次方”的形式延伸下去，即不仅要“用机器生产机器”，还要“用机器生产的机器生产机器”，如此循环，不知所止。
随着资本主义内在矛盾的不断激化，上述两种效应相互叠加，使得技术变革愈益表现为与人的需要无关的庞大固定资本的加速增生。马克思的这一洞见深刻揭示了资本主义生产关系下技术演化的总体趋势，为我们理解当代技术革命提供了基本指针。
2.金融资本主义与当代技术革命的特殊条件
为了澄清资本主义生产关系对科技革命的塑造作用，我们不仅要把握这种作用的一般形式，还要把握其当代特殊形式。当代资本主义的主要特征是“金融化”，它与当代科技革命的基础和结构有着深刻的关联。20世纪70年代以来，主要资本主义国家逐渐出现产业资本积累过剩、利润率下降的趋势，并最终爆发“滞胀”危机。面对危机，西方国家首先引入“新自由主义”改革，试图以工资下降为代价重建利润率。但是，随之产生的消费不足问题又造成剩余资本吸收的困难，从而进一步导致“金融化”变革。①概言之，西方国家通过放宽金融管制、降低贷款利率等手段，使得大量剩余资本被转移到金融部门以恢复利润，形成了所谓的“金融修复”机制。
在利润率下降的大背景下，“金融修复”维持了资本的投资和积累活动的存续，这是由金融资本的特殊运行逻辑所决定的。金融资本不同于产业资本，其主要投资对象不是实际利润的生产活动，而是“虚拟资本”。依照马克思的界定，虚拟资本是未来收益的预期在当下的折现：“人们把虚拟资本的形成叫作资本化。人们把每一个有规则的会反复取得的收入按平均利息率来计算，把它算作是按这个利息率贷出的一个资本会提供的收益，这样就把这个收入资本化了……因此，和资本的现实增殖过程的一切联系就彻底消灭干净了。资本是一个自行增殖的自动机的观念就牢固地树立起来了。”(《马克思恩格斯全集》第46卷，2003年，第528—529页)这种“资本化”过程制造了一个假想的“资本”，它的价格不是过去劳动的对象化，而是取决于人们对未来收益的共同预期。虚拟资本的预期收益越高，其价格就越高，从而能吸引更多金融资本投资，导致其价格继续升高，形成一个“正反馈”的增殖闭环。通过这种机制，金融资本即使在利润率下降的情况下也能凭借炒作虚拟资本而大量获利。
金融资本的虚拟化运作模式，在利润率下降的条件下为实体投资提供了一种独特的激励渠道，构成了资本主义通过固定资本投资缓解其内在矛盾的新形式。金融资本投资实体产业的方式不是直接购置生产资料并组织生产，而是购买实体企业发行的虚拟资本(如股票、期权等)。因此，即便产业资本利润率严重下降，但只要虚拟资本还能上市流通，还有增殖空间，资本就有投资实体产业的动力。在这种模式下，金融资本和产业资本的直接目的都不是创造实际利润，而是获得虚拟资本增殖。正如朗利(P.Langley)等人所说：“关于平台的商业模式，尤其值得注意的一点是，它表现出了风险资本的结构，而风险资本正是平台投资的主要来源。”(Langley and Leyshon，p.23)由此，资本主义得以继续维持投资和积累，从而延长了自身的“寿命”。
这种金融资本与产业资本紧密联动的虚拟化运作模式首先在信息技术产业中展开，孕育了“金融—科技垄断资本”这一新资本形态。有学者主张，尽管这种虚拟化运作模式今天已经遍及各个领域(如房地产、数字货币、艺术品投资等)，但它最初的成功无疑仰赖于互联网信息技术产业。(参见Fumagalli，et al.，p.99)20世纪90年代，美股纳斯达克板块允许暂不盈利的企业上市发行股票(参见同上，p.100)，使得金融资本的虚拟化运作成为可能，并催生了专门扶植初创企业的“风险资本”等所谓的“金融创新”。这种模式造就了“新经济”的繁荣，暂时缓解了资本主义的经济停滞危机。左翼经济学家布伦纳(R.Brunner)写道：“随之出现这样的一个发展时代：美国制造业的利润率出现新的大幅下降……美国历史上最大的证券市场泡沫；资产价格快速上升的财富效应所推动的加速经济扩张；新经济资产泡沫所引发的对高技术产业投资不当浪潮中产生的制造业的过剩产能继续恶化。正是这么一个容易爆炸的综合体才可能持续下去，而不会在短暂的时期内自我毁灭。”(布伦纳，第303—304页)在金融资本的强力助推下，信息技术产业的蓬勃发展成了资本主义缓解自身危机的手段，“金融修复”发展为“技术修复”。
“金融修复”和“技术修复”虽然暂缓了资本主义的内在矛盾，但也为矛盾赋予了新的表现形式，为经济整体注入了更大的不稳定性，让技术革命走上了一条危险的道路。如前所述，当代资本主义的科技产业投资主要由金融泡沫来推动，技术变革优先服务于金融资本的短期套利，其次才服务于创造实际利润、改善人们的生活。这使得当代技术革命偏离了良性轨迹，产业资本利润率下降的问题并没有得到真正解决。法国调节学派代表人物布瓦耶(R.Boyer)提出，“即使在那些辉煌的岁月中，‘新经济’破坏的资本也比它创造的资本要多。投资资本被转入那些利润更少的用途，而不是那些久经考验的公司……因为纳斯达克股票价格没有反映公司的基本价值；相反，它们构成了无限利润增长的预期”(Boyer，p.81)。由于实体资本投资环境欠佳，当一个金融泡沫破裂后，资本主义经济很难通过固定资本投资得以迅速复苏，“旧泡沫”所孕育的技术潜力也难以充分展开。为了缓解危机，资本主义必须迅速制造一个“新泡沫”，从而形成一种“从泡沫到泡沫”的循环。“由于信贷宽松以及各种证券化手段，投机态度从一种资产转移到另一种资产，经济从一个泡沫跳到另一个泡沫。”(Fumagalli，et al.，p.108)正是这一过程造就了当代技术革命的“加速”特征：这种“加速”既不是“技术本身”的自然规律，也不是资本主义内在生命力的反映，而是资本主义为了摆脱其停滞困局而制造的金融狂热。可以说，在资本主义条件下，当代技术革命的方向、节奏和形态，正是马克思所揭示的资本主义技术演化规律在金融化条件下的极端表现，空前鲜明地暴露了现代技术进步的资本主义本质。
二、信息智能技术与当代资本主义的深度耦合
1.互联网信息技术与当代资本主义的深度耦合
基于上述论证，本文尝试回答一个基础性问题：为什么当代技术革命的主导性技术是互联网信息技术?为什么在20世纪末、21世纪初的社会条件下，乘势而起的技术范式是信息技术尤其是人工智能技术，而不是别的技术?在笔者看来，这缘于信息技术的内在结构同当代资本主义的特殊形态的深度契合，为金融资本投机创造了绝佳“题材”。
第一，信息技术产业为金融投机活动的介入提供了便利条件，成为人们吸收过剩资本的首选投资项目。信息技术产业的主要产品是“知识产品”或“知识资产”，如互联网产品、在线平台和技术解决方案等。这类产品的突出特征是“零边际成本”，即可以几乎不耗费成本而无限复制。同时，知识资产还具有先期投资巨大、后续收益不确定等特性。这使得知识产品的价值很难像传统产品那样由过去耗费的劳动所决定。实际上，知识产品的估值更像是虚拟资本，其当下的价格是由未来收益的预期所决定的。金融资本可以利用金融领域的虚拟资本估值技术为知识产品建立估值模型，在此基础上募集大量资金，为科技企业支付先期研发成本，待股价或估值上涨后从中套利。因此，信息技术产业格外受到金融投机活动的偏爱。
由于产业资本利润率下降，金融资本无法将虚拟资本泡沫完全建立在利润等财务指标的基础上。就此而言，信息技术产业又为金融资本的介入提供了便利。对于知识资产，金融资本可以采用“相对估值法”(参见齐昊、李钟瑾，第17页)，利用一些貌似与未来利润相关的“间接指标”(如流量、点击量、用户数量等)为产业资本建立估值模型，在投资者之间塑造共识，推动虚拟资本价格上涨。在传统制造业中，这些“间接指标”的增长速度往往无法满足金融资本短期套利的要求。相对而言，信息技术产业虽然不能生产有形的物质财富，但其“知识产品”的产量却能在耗费较少成本的条件下迅速增加，带动各种“间接指标”快速增长，让金融资本从中分有虚拟资本增殖。
科技思想家凯利(K.Kelly)指出，传统制造业规模的扩大往往需要耗费巨量的资源和成本，其扩张是有限度的；但在信息技术产业中，耗费几乎同样多的资源和成本，却有可能得到呈指数级增长的计算能力。(参见凯利，第168页)这一规律往往以“摩尔定律”之名而为人所知。“摩尔定律”的提出者摩尔(G.Moore)指出，摩尔定律并不是自然规律，而是金融化条件下的经济定律，是一条“自我实现”的“预言”。(参见同上，第163—164页)算力快速增长的预期创造了巨大的估值想象空间，并将大量金融资本吸引到半导体领域；这种巨大的投资又推动算力指数级增长，让“摩尔定律”成为现实。“摩尔定律”的存在表明，当代信息技术产业同金融资本的运行逻辑之间存在着紧密的耦合关系，算力的快速增长与虚拟资产泡沫的膨胀是相互促进、相互强化的。
算力的高速增长为互联网平台的扩张提供了基础条件，让金融资本找到了新的投机机会。通过互联网平台，信息和数据等“知识产品”能以极低的成本被快速复制，并被大量用户同时使用而不发生损耗。而且，平台还具有独特的“网络效应”：平台扩张到一定规模之后，网络节点的增加会导致整个网络效能的增强，进而吸引更多节点加入网络，形成一个加速扩张的正反馈循环。这些特征可以让平台规模在短时间内快速扩大，甚至谋求垄断。利用这一效应，金融资本可以实现虚拟资本的跳跃式增殖。因此，金融资本往往乐于通过大规模融资以扶植平台资本快速增长，甚至通过免费服务、补贴用户等方式，牺牲平台的早期利润以换取垄断地位。
第二，基于平台资本的“用户劳动”(user labor)是相对剩余价值生产的新形式。学界关于平台资本的利润来源问题有诸多讨论，其中最引人注目的是“传播政治经济学”提出的“用户劳动”理论。②该理论认为，用户在平台上进行的点击、浏览、转发、写作、社交等活动也是一种劳动，生产了流量、数据、内容、链接等信息产品，被平台无偿占有并转化为利润。平台不需要为“用户劳动”支付工资，这是平台资本利润率居高不下的主要原因。“用户劳动”是不是一种生产性劳动，它能否生产价值，这些问题目前还存在争议。(参见Fuchs，2015；谢富胜、江楠、吴越)但是，如果“用户劳动”理论是正确的，那么它无疑代表着相对剩余价值生产的一个新阶段：“用户劳动”的必要劳动时间被压缩至零，其全部劳动时间都是剩余劳动时间。与必要劳动时间的大幅压缩相比，平台资本的成本却是相对较低的：平台资本是一种线上“轻资产”，其投资相对低于有形的固定资本；基于“网络效应”，平台资本的扩张还呈现出边际成本递减趋势。由此，平台本身的成本低于其所削减的用户的工资，这使得平台技术通过了相对剩余价值生产机制的筛选，得以成为当代科技革命的主导性技术。
第三，当代资本主义生产过剩问题的激化，为信息技术产业的扩张提供了机会。新自由主义转型以来，西方国家的工人工资增长停滞，生产过剩与消费不足的矛盾不断激化，导致全球资本主义的组织形式发生深刻调整。一方面，产业资本更加依赖商业资本协助其实现商品价值，流通环节的地位大幅上升；另一方面，垄断资本转向“灵活积累”模式(参见哈维，2003年，第191页)，将制造业部门以模块化形式分包给小企业，其总部只保留研发、设计、销售等核心部门，形成一张能够快速反应、快速创新的全球供应网络。这种模式能在一定程度上实现“小量多批”的“按需生产”，更充分地挖掘差异化消费需求，服务长尾客户，利用工人所剩无几的消费能力去实现商品价值。
当代信息技术产业的运营模式，正是得益于资本主义的上述转型而形成的。信息技术的本性决定了它虽在生产环节用处有限，但却善于协调资本循环中各个环节之间的关系，能在流通领域找到大量的应用场景。首先，垄断资本为了在全球范围内组织流通，需要廉价而快捷的通信手段，这正是互联网技术可以提供的；其次，去中心化的灵活生产模式需要在供应链的各个节点之间实时地、非线性地调配资源，这也是互联网技术的长项；最后，在线平台能够直接触达海量用户，用各种场景和体验捕获用户的注意力，在生产与消费之间建立双向深度互动，甚至能通过推荐算法将原本不存在的消费需求“创造”出来，从而有效缓解生产过剩与消费不足之间的矛盾。基于此，当代资本主义的“灵活积累”转型促成了互联网产业在流通领域的迅速扩张。
上述各种因素的叠加，使得互联网信息技术成了当代金融资本投机的首选，占据了当代技术革命的主导性地位。
2.人工智能技术的机器学习路径对当代资本主义的深度嵌入
智能技术是互联网信息技术的高级形态，互联网信息技术的兴起为智能技术的发展创造了条件。近年来，随着大模型技术(如ChatGPT、Sora等)的突破，人工智能技术的讨论热度再创新高。需要指出的是，“人工智能”并不是一个同质的技术领域，其中包含着多种异质的技术路径：一些路径类似于人类智能，它试图把人所掌握的知识“翻译”给机器，如“专家系统”或“知识库”技术；另一些路径则不同于人类智能，如当下占据主导性地位的“机器学习”技术。机器学习模型所拥有的“知识”以人工神经网络中的权重参数系统的形式存在，它们是从海量数据中“拼凑”出来的，与人类自身的知识形态有很大的差别，对人类呈现“黑箱”状态。即使是人工智能工程师本人，也很难理解为什么这一参数系统能让人工智能发挥功能，更难以判断如何修改这些参数才能调整这种功能。人工智能哲学家博登(M.Boden)提出，这些参数所表征的知识“一般是相当抽象的，以致它们无法直接与可用语言表达的概念或信念发生联系，而且它们甚至常常得不到有关科学家的确认”(博登，第24页)。可以说，人工智能的发展使人类意识到，“人类智能”并不是“智能”的唯一形式，“智能”范畴涵盖着远比“人类智能”更丰富的多元智能形态。
今天，实现大规模落地应用的智能技术路径不是“专家系统”等“类人”技术路径，而是以机器学习为主的“非人”技术路径。在笔者看来，这仍然缘于机器学习技术同资本主义当代形态之间紧密的耦合关系。机器学习技术的实现需要算法、算力、数据三大条件。其中，机器学习算法的数学基础(反向传播算法)在20世纪60年代已经成熟，但这项技术的大规模实现却在进入21世纪之后。这是因为，只有通过当代资本运作才能为机器学习提供算力和数据条件。(1)算力条件。如前所述，金融—科技垄断资本的虚拟化运作模式使得金融投机与算力增长相互促进，形成了庞大的算力产业，为机器学习技术提供了算力基础。在目前的经济关系下，训练人工智能所需的算力只能来自大资本投资。个体劳动者和科研单位如果没有大资本的协助和支持，几乎不可能接触到足够的算力。因此，机器学习技术已经同大资本不可分离，大资本几乎垄断了智能技术发展的主导权。今天，以大模型、大算力为特征的生成式人工智能的兴起，标志着大资本对智能技术的垄断达到了新的高度。(2)数据条件。训练机器学习模型所需的“大数据”不同于一般意义上的数据和信息，它不是现成地“潜藏”于客观世界中等待人们去“发现”和“采集”。相反，“大数据”需要被源源不断地“生产”出来：它需要平台资本大规模推广其服务，在用户与平台之间建立连接，将用户的日常活动重构为依赖平台的形式；这样，用户的行为才能以数据的形式被记录下来，形成可供机器学习使用的“大数据”。因此，“大数据”的存在依赖于平台资本的扩张及其对用户“数据劳动”的剥削。
平台资本与机器学习技术相结合，形成了“数据资本”的增殖闭环，实现了资本增殖与人工智能进化的统一。平台资本通过捕获用户数据、训练人工智能模型，可以优化功能和体验，获取更多用户，产生更多优质数据，从而形成一个正向循环。通过这一过程，数据本身呈现出资本的性质，能够像资本那样在循环中自我增殖。数据资本的增殖与平台资本的扩张是同一个过程，在此过程中，资本的日常增殖活动能够带来技术进步，而技术进步能够提升资本运行效率，两者不分彼此、相互促进。与之相比，人工智能的“专家系统”或“知识库”路径则不能同资本的运行构成如此紧密的融合关系：它们既需要资本付出额外的研发成本，又不能保证研发出来的技术能够立刻投产盈利。可见，机器学习技术的数据基础同样有赖于当代资本运作，甚至与平台资本不可分离地融合在一起。
当代资本主义为机器学习提供了必要条件，机器学习也有助于当代资本主义的再生产，这使得机器学习技术获得了更为有利的发展环境。这主要表现在两个方面。一方面，机器学习有助于缓解生产过剩与需求不足之间的矛盾。与人类的线性预判能力相比，机器学习更擅长在全球生产网络中实时地、非线性地调配资源。譬如，它能进一步增强互联网平台精准匹配供求的能力，甚至能让平台的影响力深入生产环节内部，优化生产流程本身，实现部分产品的按需定制，进一步解决生产过剩问题。值得注意的是，人工智能在这类任务上的专长并不是天然的，而是当代资本主义“灵活积累”转型的历史性产物。“灵活积累”提出了实时地、非线性地调配资源的任务，推动了生产和流通过程的数字化和网联化，从而设定了人工智能的训练目标，提供了人工智能的训练数据，左右了人工智能的演化方向。可以说，人工智能之所以能在商业活动中发挥奇效，是因为它原本就是商业活动所造就的。换言之，当代资本主义的经济结构决定了人工智能同其商业应用场景之间存在着一种先在的契合，就像康德所谓的“先验统觉”在知性范畴与感性现象之间建立了先在的契合一样。但是，这也意味着机器学习技术受到资本循环过程的深刻塑造，因而未必适用于人类的其他目的，甚至会漠视或反对这些目的。
另一方面，机器学习代表着相对剩余价值生产的更高阶段，有可能通过剥削海量“用户劳动”取代“中产阶级”的脑力劳动。20世纪70年代以来，由于资本主义经济运行模式发生转型，导致生产过程的知识密度显著提高，劳动力“去技能化”的趋势发生了局部逆转。知识劳工掌握了编程、产品设计、运营、销售、金融交易等新技能，这使得劳动力价格日渐上升，中产阶级不断扩大，资本在社会总财富中所占的份额受到了挤压。但是，机器学习技术则有可能成为资本“反击”中产阶级的武器。如前所述，机器学习所拥有的“知识”呈黑箱状态，它将“知识”本身转化成为一种无法理解和传播的、同某些固定资本不可分离的“物”，从而彻底实现了知识的私有化。这有可能永久消灭劳动者的复杂技能，用免费的“用户劳动”取代知识劳工的复杂劳动，进一步扩大相对剩余价值的生产。今天，生成式人工智能技术所取代的正是中产阶级的脑力劳动，而不是直接的体力劳动。③这种智能技术的普及有可能使发达国家的中产阶级重新无产阶级化，从而重启“阶级对立简单化”(《马克思恩格斯文集》第2卷，第32页)过程，让分配格局大幅向资本倾斜。
综上，智能技术的机器学习路径依赖于大资本提供的算力条件和数据条件，有能力缓解资本过剩与消费不足之间的矛盾，重建资本对劳动的阶级权力，从而同当代资本主义紧密地嵌合在一起。因此，机器学习技术受到了金融资本的偏爱，走到了当代技术革命的中心位置，但其发展路径也更为深刻地受到了金融资本逻辑的塑造。
鉴于资本逻辑对智能技术的塑造作用，我们既不能以拟人化的方式去理解机器智能，也不能以人类智能为参照去衡量机器智能的发展水平。这种拟人化理解的前提是机器智能和人类智能属于同类智能，机器智能的各项功能可以被比附为人类的理智、情感、感知、意向等心智能力。但是，如前所述，当代机器智能的发展受到资本运作的深刻塑造，其训练数据来自平台资本的生产，训练目标由资本增殖的要求所决定；它似乎从一开始就是一种同人类智能相异质的智能，即“资本的智能”，是资本这种“非人”存在者的智能形态。“资本的智能”同人类智能之间的异质性在诸多现象中都有体现。例如，机器学习所掌握的“知识”是复杂的人工神经网络所构成的“黑箱”，几乎不可能被公共化，反而天然有利于私人占有；机器学习模型的训练有赖于剥削海量用户的数据劳动，它并没有增加人们对世界的理解，而是用更多的剥削取代了对世界的理解，就像资本用廉价人工阻碍技术进步一样。今天，生成式人工智能技术对人类提问的解答往往不是基于可信的知识，而更多给出的是一些似是而非的、能引起新奇体验的答案，即“一本正经地胡说八道”。它不能给人们提供可靠的决策参考，却能捕获用户的注意力，吸引用户继续使用下去，这体现了资本流通逻辑在人工智能技术路径中的深刻沉淀。对于这种智能技术，我们无法作出拟人化的理解，只能作出“非人”的理解，即根据当代资本运作的趋势去理解。
三、当代资本主义的内在矛盾与智能技术的未来
智能技术的发展既受到当代资本运作的深刻塑造，也受到资本主义内在矛盾的严格限制。今天，有些人主张智能技术很快就会“比肩人类”“统治人类”乃至“取代人类”，这种论调带有明显的“技术拜物教”性质，忽略了资本主义内在矛盾对技术演化的阻碍作用。在笔者看来，当代资本主义内在矛盾对智能技术发展的不确定影响，让世界历史遭遇了一个关键的“分叉”。这个“分叉”的最终走向并不取决于智能技术的工程学方案，而是取决于各方势力围绕当代经济关系所展开的斗争。
1.金融—科技垄断资本的内在矛盾与智能技术的限度
“金融修复”和“技术修复”机制虽然延长了资本主义的“寿命”，但没有根除资本主义的内在矛盾，反而为这一内在矛盾赋予了新的表现形式，为智能技术的发展施加了限制性条件。
首先，虚拟资本泡沫同平台资本不稳定的盈利能力之间存在矛盾。在金融—科技垄断资本的虚拟化运作模式下，金融资本和平台资本的首要目的都是虚拟资本增殖，而不是实际利润。双方都乐于追求平台规模扩张，以便拉高虚拟资本价格。因此，平台资本倾向于采取“免费模式”，以利润为代价换取最快的扩张速度和最大的“网络效应”。这导致平台资本的盈利能力极不稳定，部分平台企业甚至常年亏损，仅靠套取融资维持生存。由此，高度膨胀的虚拟资本泡沫同平台资本不稳定的盈利能力之间就形成了严重的冲突。在资本过剩与需求不足的尖锐矛盾下，平台资本的扩张不是无止境的，而是受到工人阶级日益下降的消费能力的限制。一旦平台资本的扩张突破了人们消费能力的极限，就有可能造成平台规模增长减缓和平台资产价格崩溃，从而引发系统性的社会危机。
虚拟资本泡沫与实际盈利能力之间的矛盾，迫使金融—科技垄断资本用“讲故事”的方式塑造人们关于智能技术的乐观想象，以便维持虚拟资本价格。正因如此，今天的大众传媒生产了大量关于智能技术的话语和“知识”，以或喜或忧的口吻渲染智能技术的远大前景。我们看到，这些观点倾向于将当代经济关系自然化、永恒化，将当代资本主义造就的技术路径看作“技术本身”的必然趋势，却选择性地忽略了这一技术路径背后的经济关系及其内在矛盾。
更重要的是，平台经济体现了生产社会化与生产资料私人所有这一资本主义基本矛盾的新形式。平台经济蕴含着打破私人交换关系的公共性潜力，代表着生产社会化的新高度。但是，这同平台经济的金融资本外壳相矛盾，即同生产资料私有制的金融化表现相矛盾。我们知道，资本主义的基础是“劳动表现为价值”，而后者的基础是私人交换关系。只有当个别劳动成为私人劳动，而私人劳动通过交换证实其社会性时，“价值形式”才会存在。然而，平台经济的“免费模式”恰恰能在一定范围内消灭私人交换关系，从而消灭价值形式。在互联网平台上，用户的“数据劳动”没有经过任何私人交换，而直接转化成平台的使用价值，可供一切用户免费使用。换言之，互联网平台找到了一种方式，使得个别劳动无需交换就能转化为社会劳动，这对于资本主义的社会关系基础是一种釜底抽薪式的破坏。在这种意义上，当代信息技术产业是马克思所设想的后资本主义社会的一种直观缩影，它让人们“在自己的经验生活、自己的个体劳动、自己的个体关系中间，成为类存在物”(《马克思恩格斯文集》第1卷，第46页)。
一个明显的问题是：既然平台经济蕴含着动摇资本主义基础的可能性，那么为什么它在资本主义制度下仍然存在，甚至成了利润最高的产业之一?在笔者看来，这一情况仍然是由金融—科技垄断资本的虚拟化运作模式所决定的。金融资本和平台资本的直接目的都是虚拟资本增殖，可以允许平台长期不产生利润。只有在此条件下，平台资本的“免费模式”才是可能的。这意味着，金融资本的投机活动，可能无意中滋养了那些并非服务于剩余价值生产的生产方式，而这在产业资本主导的时代是不可能的。今天，资本主义只有依托这种同自身相反的生产方式才能延续“寿命”，这表明生产社会化与生产资料私有制之间的矛盾激化到了新的高度：资本为了在一定范围内将价值形式再生产出来，就必须在更大的范围内将它消灭掉；资本为了维持自己的存在，就必须不断地消灭自己的基础。正如马克思所说：“用暴力消灭资本——不是通过资本的外部关系，而是被当作资本自我保存的条件——，这是忠告资本退位并让位于更高级的社会生产状态的最令人信服的形式。”(《马克思恩格斯全集》第31卷，1998年，第149页)
在这种紧张局势下，金融—科技垄断资本塑造的虚拟资本泡沫很容易发生破裂。届时，支撑当代智能技术的资本运作模式将会崩溃，智能技术的现有演化路径可能被切断；人类的技术发展将有机会摆脱当代资本主义的束缚，重新回到开放状态中，人们关于智能技术的瑰丽想象也将随之烟消云散。随着平台资本股价迅速贬值，平台的私有资本外壳可能会被瓦解，但平台造就的公共性生产资料则会遗留下来，通过国资入股等方式被国有化或公有化，成为公共基础设施，为后资本主义生产方式的建立提供物质条件。继之而起的新的社会生产方式完全有可能探索出新的技术发展路径，掌握更加普惠、向善的“新质生产力”。
2.“智能奇点”与历史的“分叉”
尽管当代金融—科技垄断资本的运作模式蕴含着激烈的矛盾，但这并不意味着克服智能技术异化的前景是完全乐观的。没有任何证据可以证明，当代资本主义经济危机必然在智能技术取得决定性突破之前爆发，从而切断智能技术的演进路径。因此，一种相反的可能性仍然是存在的：资本主义在危机来临之前通过“金融修复”和“技术修复”争取了足够的时间，长期维持大资本对智能技术的垄断，直至资本掌握了压倒性的技术力量。而建基于这种技术力量之上的社会形态未必是资本主义，也有可能退回到一种技术集权社会。
上述第二种可能性集中反映在人们关于“智能奇点”的想象中。据说，“智能奇点”是人工智能开始自我修改、自我编写的时刻。一旦这一时刻来临，人工智能就会打破人工迭代的种种限制，发生爆发式进化，以不可预料的方式迅速改变世界，甚至让人类成为它的奴隶。这种想象虽然抽离了资本主义内在矛盾对技术发展的限制，但正确反映了一种历史趋势：原先作为“公共物品”的“智能”一旦被卷入无止境的资本积累进程中，就有可能带来难以预料的负面后果。依照马克思的资本积累理论，固定资本“表现为资本一般的最适当的形式”(同上，第93页)。在工业社会，固定资本主要是指机器，资本“用价值生产价值”的趋势在物质上表现为“用机器生产机器”的链条。这时，“一般智力”尽管也以科学技术的形式参与了资本积累进程(参见同上，第102页)，但其本身仍然是无形的公共物品，而不是某个产业部门的产品或一种固定资本。但是，随着当代智能技术的兴起，“智能”褪去了原本的公共性特征，愈加与算力、数据、平台等固定资本不可分离，成为固定资本积累的一个环节。可以想见，如果智能技术的现有路径没有被危机所切断，那么“用机器生产机器”的链条还会进一步延伸，达到“用机器生产智能”“用智能生产机器”的阶段，直至“用智能生产智能”的终点，这一终点显然就是“智能奇点”。届时，“用智能生产智能”“用智能生产机器”“用机器生产机器”等环节将会连成整体，形成一个“利维坦”式的“人造之神”。可见，如果“智能奇点”真的如期而至，那么它并不是“技术本身”的“自然规律”的结果，而是塑造了当代智能技术的资本积累过程的极限化延伸。与这一趋势相比，达至这一“奇点”的技术性困难只是一个次要问题。
如果“金融修复”和“技术修复”为资本主义争取了足够的时间，那么人类务必要警惕智能技术逼近乃至到达“奇点”的可能性。对于这种“智能奇点”的特性，我们依然不能用拟人化的思路来推测，而只能从资本的内在逻辑出发去推测。然而，后一种推测的结论可能比拟人化推测更加悲观。这是因为，资本运动的目的是“价值”的增殖，而人类活动的目的则是“使用价值”，两者是截然异质的。在历史上，资本总是倾向于消灭那些旨在满足人的需要的生产方式，按照价值增殖的要求重塑人类生活及其物质基础，智能技术的发展正是这一趋势的当代表现。今天，资本主义的内在矛盾高度激化，大多数人口的消费能力急剧下降，绝大部分市场需求来自资本的生产资料投资。因此，新产生的固定资本从一开始就不是为了满足人的需要，而是为了满足资本的需要，这使得资本逻辑的“非人性”直接体现在物质资料的功能上。高度发展的人工智能很有可能是高度“非人”的，人与这类机器智能之间的差异或许比人与上帝之间的差异还要大。有鉴于此，我们始终不能排除“智能奇点”可能造成的最坏结果，即人类将会面对一个陌生而异质的、对人类漠不关心的超级智能，任由自身的命运受到它的荒诞摆布。
可见，资本主义固有的内在矛盾对智能技术造成的不确定影响，让世界历史遭遇了一次重要的“分叉”，产生了两种互斥的可能走向：一是通过经济危机或经济改革，扬弃金融—科技垄断资本的内在矛盾，矫正智能技术的畸形发展路径，将技术演进导回正轨；二是任由资产阶级为智能技术的进化争取时间，直至其取得决定性技术优势，以致新的恶性社会最终降临。恰如数字资本主义研究的先驱福克斯所提出的：“21世纪来到了历史的一个分叉点上……我们可能走向超—新自由主义(hyper-neoliberal capitalism)的资本主义、威权资本主义、法西斯主义、地球的彻底毁灭、人类在核世界大战中的灭亡，或者转而走向公共性的社会。”(Fuchs，2019，p.67)
面对这种隐患，无论是通过工程学手段调节人工智能的行为，还是通过法律和伦理手段对其施加限制，都无法从根本上避免资本积累内在趋势的必然后果。唯一合理的应对方式，是对孕育了此种技术路径的社会关系作出实质性变革。这种变革能否成功，取决于各方势力围绕现有经济关系展开的斗争。在西方，大资本不断加强智能技术垄断，试图掌握世界智能霸权，滋生了越来越多的经济社会风险。在东方，中国共产党人提出了“新质生产力”的时代命题，为解决技术发展何去何从的问题提供了中国方案。“发展新质生产力不是要忽视、放弃传统产业，要防止一哄而上、泡沫化，也不要搞一种模式。”(习近平，第14页)中国在发展新质生产力的过程中，坚持“以民为本”而非“以资为本”，贯彻金融服务于实体经济的原则，避免金融资本炒作科技泡沫，以深厚宽广的制造业基础为依托，以全体人民共同富裕为旨归，注重形成与新质生产力相适应的新型生产关系，这与西方的技术霸权路径有本质区别。我们有理由相信，随着新质生产力的加速形成、科技创新水平的不断提高，中国特色社会主义所孕育的技术路径将会产生更广泛的影响，人类技术发展也将迎来更加光明、更加繁荣的未来。
注释：
①有学者据此解析了“新自由主义”与“金融化”之间的关系。(参见张晨、马慎萧，第100页)
②“用户劳动”理论是对传播学者思迈斯(D.Smythe)的“受众劳动”(audience labor)理论的化用，主要由费舍(E.Fisher)、福克斯(C.Fuchs)等学者所倡导。(参见Fisher and Fuchs)
③例如，据《麻省理工技术评论》报道，高盛纽约总部在2000年的巅峰时期雇佣了600名交易员，但在2017年已经被人工智能取代至仅剩两人。(参见Byrnes)
原文参考文献
[1]博登，2001年：《人工智能哲学》，刘西瑞等译，上海译文出版社。
[2]布伦纳，2016年：《全球动荡的经济学》，郑吉伟译，中国人民大学出版社。
[3]哈维，2003年：《后现代的状况——对文化变迁之缘起的探究》，阎嘉译，商务印书馆。
[4]2017年：《资本的限度》，张寅译，中信出版社。
[5]凯利，2011年：《科技想要什么》，熊祥译，中信出版社。
[6]库兹韦尔，2011年：《奇点临近》，李庆诚等译，机械工业出版社。
[7]《马克思恩格斯全集》，1995年、1998年、2001年、2003年，人民出版社。
[8]《马克思恩格斯文集》，2009年，人民出版社。
[9]齐昊、李钟瑾，2021年：《平台经济金融化的政治经济学分析》，载《经济学家》第10期。
[10]泰格马克，2018年：《生命3.0》，汪婕舒译，浙江教育出版社。
[11]习近平，2024年：《开创我国高质量发展新局面》，载《求是》第12期。
[12]谢富胜、江楠、吴越，2022年：《数字平台收入的来源与获取机制——基于马克思主义流通理论的分析》，载《经济学家》第1期。
[13]张晨、马慎萧，2014年：《新自由主义与金融化》，载《政治经济学评论》第4期。
[14]Boyer,R.,2004,The Future of Economic Growth:As New Becomes Old,Cheltenham:Edward Elgar.
[15]Byrnes,N.,2017,"As Goldman Embraces Automation,Even the Masters of the Universe Are Threatened",in MIT Technology Review,February 7.
[16]Fisher,E.and Fuchs,C.(eds.),2015,Reconsidering Value and Labour in the Digital Age,London:Palgrave Macmillan.
[17]Fuchs,C.,2015,"The Digital Labour Theory of Value and Karl Marx in the Age of Facebook,YouTube,Twitter,and Weibo",in E.Fisher and C.Fuchs (eds.),Reconsidering Value and Labour in the Digital Age,London:Palgrave Macmillan.
[18]2019,"Karl Marx in the Age of Big Data Capitalism",in D.Chandler and C.Fuchs (eds.),Digital Objects,Digital Subjects:Interdisciplinary Perspectives on Capitalism,Labour and Politics in the Age of Big Data,London:University of Westminster Press.
[19]Fumagalli,A.,et al.(eds.),2019,Cognitive Capitalism,Welfare and Labour:The Commonfare Hypothesis,London and New York:Routledge.
[20]Langley,P.and Leyshon,A.,2017,"Platform Capitalism:The Intermediation and Capitalisation of Digital Economic Circulation",in Finance and Society 3(1).
