康雅琼，中山大学马克思主义学院助理教授。

[摘 要]  在数字资本主义语境下，算法技术从原有的工具性手段逐渐演化为作用于社会心理结构的“算法无意识”。作为一种新型权力机制，“算法无意识”在提升信息传播效率和拓展主体行动可能性的同时，也通过隐蔽而内在化的方式持续介入主体欲望的生成、表达与满足过程。它一方面回应并激发了新的主体欲望，另一方面又在欲望的满足过程中重塑其边界，并将其纳入数字资本的增殖逻辑之中。由此，主体欲望逐渐转化为受算法逻辑支配的数据对象，不断对主体行为进行引导与规训。以“算法无意识”为分析视角，既有助于把握算法社会功能对人的现实作用及其限度，也有助于进一步探究数字时代主体欲望生产的内在机制，并为反思技术资本主义的当代困境与探寻人的解放路径提供新的理论视角。

[关键词]  算法无意识 欲望机制 数字资本主义 主体性

在数字社会中，算法以数理模型的形式介入现实生活，并承载着特定的哲学预设；其底层逻辑和价值取向同算法创制之初被赋予的社会功能紧密相连。在数字资本主义语境下，算法系统以数据化建模和程序优化为枢纽，对主体的注意力和欲望取向进行引导；与此同时，它又在更深层的意识维度上塑造出技术“中立性”与“合理性”的表象，使主体不自觉地进入资本积累与权力再生产的轨道，由此生成一种近似精神分析意义上的“无意识”的行为机制。所谓“算法无意识”（Algorithmic Unconscious），指的是在算法系统运行中被自然化，却未被充分言说的价值判断与社会权力关系。这些因素未必出自设计者的自觉设定，却会以算法规则和推荐逻辑的形式沉淀下来，并在主体实践中不断被强化与扩散。与此同时，“算法无意识”对对象的把握，表现为文本层面的“解码”和叙事层面的“重构”。正是这些显性与隐性、静态与动态的环节共同交织，重塑着网络社会中人的心理结构与欲望机制，并生成具有群体化再生产特征的数字欲望构型。

一、算法构境中的无意识生成与梦境生产

人的感知活动及其同外部世界的关系，始终在一定媒介结构中获得具体形态。技术理论对媒介的理解，经历了从“工具”到“伙伴”，由“外在辅助”向“主体共筑”的转变。“AI总是建立在一种诠释活动之上。当我们说一台机器是智能的时，我们首先是在参照人类自身行为的基础上，对其作出一种解释。”^[１]随着人工智能、生物技术等领域的发展，技术与人的关系进一步突破了传统的“人—机”二元框架。尤其是赛博格中介的出现，它“超越了具身性与解释学范畴，旨在重新定义完整的人类身份：‘它并非人类意向性的技术中介形式，而是一个全新混合实体——赛博格——的意向性。’”^[２]这表明，技术已不再只是身体的延伸或功能的补偿，而是日益成为参与主体建构的内在力量。这一转变重新定义了人类对自身身份的认同，挑战了传统意义上以人为中心的主体性观念，并由此预示着一种新型认知结构的生成。正是在这一背景下，“算法构境”逐渐显现。算法借助数据化联结与反馈调节，预先组织主体的实践路径，为“算法无意识”的生成提供了现实条件。

首先，算法构境对主体欲望的作用，已从回应既有需要延伸到预设并诱导主体的潜在欲望。尤其是在平台资本主义语境下，平台经济与算法技术深度结合，并以一种近乎“造梦”的方式展开。算法依据主体在网络中留下的数字行为痕迹，建立关于其兴趣与偏好的概率模型，并借助“为你推荐”“你可能还喜欢”等个性化机制，将潜在的需要提前呈现为可消费的对象。由此，欲望在算法所营造的场景中被反复确认，并在这一过程中不断放大，从而进一步呈现出社会化生产的特征。在此过程，主体始终处于内容的持续供给与反馈中，并会把算法诱导出来的欲望误认为是自身真实的意愿，于是，主体在“欲望生成—即时满足—再次刺激”的循环中不断进入平台预设的行为轨道。事实上，这一过程与弗洛伊德对“梦”的阐释工作具有某种结构上的相似性。按照弗洛伊德的理解，梦是受压抑的欲望通过凝缩、移置和象征化而获得的变相满足。梦的显义只是其表层内容，但其隐义则指向更深层的无意识动力。梦将潜在的欲望编码为可供理解的符号系统，通过呈现无意识的真相来实现对主体的救赎。“做梦取代了往往是生活中别处发生的动作。”^[３]梦境的这种转换机制将禁忌的欲望投射到疏离的意象中，使抽象观念获得更具象化的表达。而这一象征过程的伪装在于，它刻意地选择与欲望本源最不相关的客体作为其解释载体。与之类似，算法推荐在呈现主体偏好的同时，也依据相关性逻辑对日常行为痕迹和情感反应重新编排，进而生成一种看似个性化却已被预先组织的欲望场景。从这个意义上说，算法实质上是将精神分析中的“自由联想”外化为数据关联模型，通过统计其“相关性”来精准地预判主体的所思所欲，并以连续的推荐序列替代梦的象征意象。其直接结果是迫使主体的欲望对象在内容流中不断被预设。因此，互联网空间在传播信息的同时，也逐渐形成基于“相关性”逻辑运转的“造梦机制”，持续生产易被主体误认为自我欲望的图景。

其次，算法通过建构“数据镜像”，将主体的自我认知重新组织于其象征秩序之中。尽管人工智能产品在形式上呈现出去人化、去心理化的特征，但其分类标准、交互逻辑和评价体系始终包含着人类的叙事框架与价值预设。“人类的无意识过程会自然地渗入对人工智能的应用程序的设计，使机器行为也充满了人类叙事的痕迹。”^[４]对机器语言的设计与使用，蕴含着人类在规范技术使用过程中所应承担的责任。在这一语境下，拉康的镜像理论和“大他者”概念提供了重要视角。拉康从无意识理论出发，通过对语言功能的开掘，重新揭示对主体的理解，并强调人类身份中内在包含的、不可逾越的“他者性”。“在主体实现自身中，欲望是主体在意识层面所能期望的东西中最强烈的。正是通过这一链条，欲望对于对大他者的欲望的各种依赖再次得到了确认。”^[５]拉康批判了传统欲望理论中关于“自我”的预设，颠覆了自苏格拉底至黑格尔以来建立在自我意识基础上的主体理论传统。在他看来，弗洛伊德的无意识理论本质上构成对理性主体的某种否定，“主体最终只有承认，他的存在只是想象的产物，这个产物使他什么都无法肯定……主体在这儿经历的侵凌性与因欲望受挫所产生的动物性的侵凌性完全不同”。^[６]在此基础上，拉康将人对自身存在的认知，理解为一种由想象与象征关系所投射的“镜像”认知结构。在算法社会中，人们也常常通过技术所反馈的数据镜像来认知自我，看似是在发现“真实的自我”，实则是在认同算法所建构的可计算身份。算法由此扮演了数字时代“大他者”的角色。能指链作为无意识的支配结构，在算法逻辑中被具象化为一连串有关数据的分类与推荐机制。正是这样潜移默化的渗透，构成了主体新的认同机制与欲望形态。而在这一系统中，主体对自我的理解与欲望的生成，便无法再脱离算法这一“他者之言”的召唤，主体对机器的情感投入，也使技术中介遮蔽了欲望的表达。

最后，算法借助主体的无意识行为，将流动的欲望转化为再生产的数据，从而完成对主体认知与行为的塑造。具有高度自主性的生成式人工智能系统与人类的交互，使技术风险与人的安全边界变得难以判断，其运作范围也日益超出既定规范。此时，人类便进入“技术道德化”（Moralizing Technology）的阶段。这一反应表明，人类对技术及其所承载信息的态度，已经不再停留于单纯的工具性理解。“机器并非仅仅是惰性而被动的物体。它们能够独立发展这些技能与品质，并通过创造新的联结形式对人类施加影响。”^[７]于是，主体不仅需要持续与技术中介进行高频互动，同时也被迫地展开一种“反中介化”的博弈，即不断反思、抵抗乃至重构人的认知与行为。需要指出的是，从算法本身来看，它并不存在意识层面与无意识层面的波动；但是，在数字资本主义条件下，算法操作却会具体地表现在生产实践领域，劳动者在这一过程中的无意识行为也由此与资本运行逻辑连接起来，并呈现出同构性特征，欲望因此获得了生产性的规定。针对这一现象，德勒兹指出，无意识的实践本质上是权力对欲望的殖民，它用“阐释”的确定性扼杀了欲望的生成潜能。“无意识的平面仍然是一种超越的平面，它理应为精神分析的存在及其解释的必要性进行担保和辩护。这个无意识的平面始终与感知—意识的体系形成克分子的对立，而且，正因为欲望必须在这个平面之上被转译，它自身就与大的克分子体联结在一起，就像是一个冰山的潜藏部分（俄狄浦斯的结构或阉割的基石）。”^[８]主体欲望的真正实现，并不在于揭示其背后隐藏的意义，而在于激活其不可解释的状态。虽然德勒兹的理解方式带有较强的激进色彩，但他的确揭示了符号统治虚假的一面，并指出治理裂隙在当代资本主义发展过程中所呈现出的新特征。这也印证了资本的价值形式总是落后于欲望的变化和扩展。在当代认知资本主义中，这种对抗性的辩证关系日益尖锐，人的创造性实践也被置于资本预设的技术框架之内，并由此面临重新开辟解放路径的问题。

通过上述过程，算法构成了“算法无意识”生成的结构前提，一种新的无意识形态得以形成。随着数字技术的深入发展，资本主义世界正在经历一场新殖民转型，它不再依赖物理意义上的占领模式，而是通过无意识的算法构境，实现对主体欲望本身的再领土化。

二、作为他者的算法与主体意识的生产

对人的心理无意识的研究，归根结底在于揭示思想活动和行为实践背后的深层动因。这一问题既指向主体的内在精神结构，也指向主体在特定社会关系中的生成方式。正如恩格斯所言：“经济在这里并不重新创造出任何东西，但是它决定着现有思想材料的改变和进一步发展的方式，而且多半也是间接决定的，因为对哲学发生最大的直接影响的，是政治的、法律的和道德的反映。”^[９]这一论述在强调经济基础对意识形态制约作用的同时，也揭示了上层建筑诸要素对个体认知形成和主体发展的影响，由此为理解数字资本主义条件下的算法规训功能提供了理论入口。

从算法的运行逻辑来看，其决策机制在很大程度上呈现为一个“黑箱”，内部逻辑极不透明，这使其在运行过程中具有高度的隐匿性。“内隐的资本披上华丽的伪装，作用于个体的认知、情感和行为，通过从潜在认知到内在情感、再到现实行为的层层控制，生产出拥有规整知识、统一情感、驯顺行为的‘数据信徒’，完成了数字景观秩序的建构。”^[１０]这种隐匿机制与弗洛伊德所描述的压抑过程不谋而合。然而，无意识系统的叙事逻辑与历史生成性决定了其推动机制并非绝对完备。那些被压抑的部分，必然会使主体的原始欲望在符号转换中产生意义耗损，从而使主体的意识层面难以直接觉察驱动自身行为的深层无意识欲望。“在有些情况下，无意义的言说会让人受到威胁，但在多数情况下，无意义也是游戏和娱乐无尽的源头，这种现象跨文化，跨文明，也跨越古今。”^[１１]算法正是借助对网络行为痕迹的整理和推演，识别被压抑欲望的运动轨迹，并将其引向新的欲望对象。

一方面，算法并非通过直接命令施加控制，而是借助信息流与特定场景，实现对人的欲望的隐蔽介入。当人类与技术不断发生交互时，技术逐渐成为人类行动的代理，主体进入一种沉浸式体验当中。机器的高度拟人化的特性赋予人机关系新的意义，技术开始与人类共同界定世界。算法的动态实现过程与信息运作机制、与人的无意识“解码”相类似。“技术既可以作为中介和信息，也可能破坏人类与世界的关系，同时揭示出世界中最非人化的一面以及人类无法触及这些层面的现实。”^[１２]在这一背景下，机器叙事的重心从对人“身体”的关注，转向对“记忆”的捕捉与分析，并愈发凸显“历史”在主体构成中的作用。这也为历史唯物主义视域下的欲望批判理论提供了重要的理论支点。

另一方面，算法的核心机制根植于数据的计算逻辑，其实质是对欲望的降格处理。在传统哲学视域中，欲望所蕴含的情感、社会关系及潜在需求，构成主体总体性的内在力量。然而，在数字资本主义的语境中，丰富而多维的主体性力量被算法拆解，并由此服务于资本逻辑中的控制需要和价值增殖。正如雷纳·里森泽因（Rainer Reisenzein）所指出的，欲望是人类认知情绪理论中的一个变量，“信仰—欲望”体系作为一个动态系统，“它能够将人的内在情绪以一种非概念化的形式表达出来”。^[１３]这种由信仰和欲望所引起的、对人的自我情感和感受能力进行定量讨论的模式，进而演变为“信仰—欲望复合理论”的研究框架。例如，贝叶斯模型（Bayesian Model）^[１４]被用于建构对信念和欲望的预测方法。然而，也正是由于这种转化，欲望被视为可预测行为模式下偏好标签的集合，并为欲望的殖民形态铺路。

基于上述机制，可以将数字资本主义时代算法无意识的隐匿规训过程概括为四个递进阶段。第一阶段，数字平台通过智能化生产与数据捕捉，满足人的基本生存需求，并持续催生和放大非必需欲望，将人的深层的生物性与社会性需要异化为对符号化商品与体验的无尽追逐，使欲望本身被纳入数据驱动的再生产循环。第二阶段，数字资本以“个性化”与“自我优化”等伦理话语装饰自身，将效率崇拜与数据化管理包装为“数字美德”，诱使人们在追求数据表现和社交承认的过程中进行自我驯化，并把对数据劳动的无偿占有转化为“参与”与“分享”的自愿行为。第三阶段，平台依托数据和算法推荐技术，实现对欲望的超精准预测。在资本循环意义上的扩大经营与积累完成后，数字资本又针对特定个体与情境制造“恰到好处”的消费冲动，使人的欲望不断释放，并成为资本积累的助推器。第四阶段，资本主义社会进入以规模扩张为特征的“穷奢极欲、大肆挥霍”时期，数字资本借助平台垄断与数据，形成前所未有的欲望操控格局，其目标不再是简单的奢侈挥霍，而是将整个欲望生态置于算法之中，把奢侈性消费转化为巩固数据权力的工具，并最终表现为对人的行为、情感乃至潜意识的大规模渗入。依托这四个阶段的层层推进，数字资本主义完成了对资产阶级权利结构与资本统治秩序的深层次加固。

由此可见，数字资本主义重新划定了无意识的边界，也改变了剥削的具体形态。数字社会中的消费逐渐从商品的占有转向数据化消费与体验经济的交织，人的注意力成为新的价值来源，而消费者也在平台活动中转化为“数字劳工”。这种劳动的实质，在于人的主动性和创造力都处在欲望的循环驱动之中。于是，平台运行以人的欲望为生产对象，将个体活动转化为数据流通和价值形成的环节，使主体欲望在日常中不断进入数字资本的生产与再生产过程。

三、系统边界中的认知循环及其固化

主体的行为一旦被算法捕捉，便会被输入预测模型并成为其迭代优化的依据。系统在持续优化中提升服务精度，并反过来作用于主体的后续行为，其引导效应具有明显的循环特性。这导致个体行为与无数数据汇聚而成的集体行为在这一过程中彼此缠绕、相互放大，同时还会在主体的认知和决策层面催生出一系列矛盾表现。“数据挖掘并非简单复刻传统的象征过程，而是引入了一种能颠覆根植于社会规范、法律与习俗的既定象征认同模式的动态机制。这种颠覆可能导致不同形式的去认同化，同时也为新型自我认同的诞生开辟空间。”^[１５]可见，算法并不只是对主体行为产生被动响应，而是可以主动生成一整套围绕主体展开的控制机制，由此维系并探索着主体未明确表达的潜在欲望。

首先，在数字资本主义条件下，算法对人的认知循环的周期性框定表现得格外明显。其背后的逻辑是通过即时的满足机制去压抑人的那些延迟满足的能力，使人不断地将自己的欲望固着在特定环节的刺激当中，最终丧失了对长期目标的欲望投射，这一过程类似于弗洛伊德的“快感原则”理论。“人类决策主体可以通过学习和适应来不断改善自身的认知和行为。然而，基于规则的算法决策程序可能随着时间的推移逐渐变得僵化、僵硬。”^[１６]这种被算法和数据影响的个体、群体行为，会反过来作用于每个主体的体验和选择，形成循环的反馈机制。对“快感原则”的系统性强化，不仅颠覆了传统心理学对欲望表达模式的认知图式，更从精神装置与客观实在的辩证层面重构了欲望的生成与运作。平台重复性的内容推送，将个人的时间和记忆转化为一种可控的集体的记忆原型，从而激发了一种群体性记忆轨迹，而那些所谓个性化的叙事也不过就是欲望被历史性操控后的表现形式。这一机制恰恰揭示了资本如何通过算法治理实现对欲望的“超真实”殖民。更值得注意的是，技术与人的意识之间的分离，正在成为当代技术发展及既有理论框架中可以预判的结果。这意味着算法系统对认知的塑造并不以其拥有主体的意识能力为前提，而恰恰可能在“无意识的智能”状态下完成对人的规训。“一方面，我们证明了智能的功能可以在很大程度上独立于意识而存在——高度智能的AI系统并无任何主观体验。另一方面，我们也开始认识到，意识可能有独特功能和价值，只是以往没被理解而已。当前的AI仍然是‘无意识的智能’，而人工意识研究则在尝试打造‘有智能的意识’。”^[１７]这表明，技术系统对主体的影响是在缺乏主观体验的情况下，凭借数据处理、模式识别和行为预测能力，直接介入人的认知循环。因此，算法认知牢笼的形成，并不是因为技术拥有了与人等同的意识，而是源于技术在与意识相分离的条件下，依然能够构造出足以支配人的感知结构和行为边界的智能秩序。“技术也可能成为理解世界的障碍，因为它会使世界变得更难以接近、更晦暗、更非人化。这种体验与人类无意识相关联：技术与无意识之间存在某种不可被简化为技术与意识间关系的内在联系——后者建立在中介与信息的基础上。”^[１８]显然，在算法的生成结构中，无意识在符号界与实在界之间的传统区隔正在被日益压缩，二者的边界也逐渐趋于模糊。

其次，数字技术加速推动资本借助生理与心理的联动模式走进人的生命节律深处。算法能够通过构建“数字化身”剥削最大的生命剩余价值。面对这一新的权力形态，福柯提示了另一种可能。他认为，主体应当穿越“知识—权力”网络的桎梏，超越自身的存在边界，用自我技术的方式实现真理性实践。通过直面生存考验与生命政治装置，主体便能在历史性存在中展现其生命权力的能动性价值。“现代‘公式’是欲望，它在理论层面得到了强化，在实践层面得到了承认，因为你必须释放自己的欲望。”^[１９]而贯穿这一过程核心的，正是主体挣脱规训牢笼时所迸发出的勇气与力量。但福柯并未停留于规范层面的批判，而是选择追溯其历史生成机制，揭示出规训技术如何经由身体治理术而形成一种生产性的权力关系网络。基于此，反思算法所提供的话语结构，可以发现，它对人的思维的重复与强化，正在将真正的欲望纳入生产机制之中，它是对无意识在时空层面的组织与操控，也从另一个侧面折射出现代文明的困境。这种针对过剩欲望的压抑性裁断，恰恰成为文明秩序得以维系的必要代价。

最后，算法还借助数字化的共情话术引导人对其产生情感依赖，从而绑定人的消费欲望。这一机制可被视为“情感转移”的工具化体现。弗洛伊德曾借用“情感转移”的方式来说明医生和病患之间在治疗过程中可能产生的无意识的情感表述，其中，“转移”和“反转移”都是情感替代论的一种解释，其目的在于识别分析过程中难以避免的情绪过剩。算法无意识正是利用了这一心理机制，将人对现实关系的情绪需求转移至平台交互之中，进而实现欲望的定向指引。数字技术为当代主体制造了某种误认的契机。主体不断通过算法去反馈和确认自我的价值，从而导致其依附于各种数据指标。“就像超我的无度的压抑是道德意识的有目的指令的根源一样，人类特有的那种要在现实中打上自己形象的印记的狂热是意志的理性干预的隐秘基础。”^[２０]随着数字技术的不断延伸，人们在各种平台上创建起差异化的虚拟身份，它们构成了算法生成的“数字分身”。而数字虚拟模拟化的呈现，又进一步反向追踪并塑造人的现实行为。在这一虚拟人设不断演化的过程中，对身份符号的异化循环也随之形成，主体因而更容易陷入虚假欲望再生产的陷阱当中。这些后资本主义实践恰恰印证了德勒兹的断言：“在欲望中不存在内在的冲动，只有配置。欲望始终是被配置的，配置决定了它的存在。”^[２１]真正的差异生产，正是在欲望配置的重新生成中，获得了先于并超出资本捕获装置的现实。

需要进一步澄清的是，无意识在数字资本主义社会中的催化作用，具有鲜明的历史生成性，其大规模扩散的特征，正是在现代社会的媒介条件和资本关系中日益凸显出来的。因此，“认知牢笼”生成于算法反馈机制和资本增殖逻辑的交织过程之中，它通过持续调节主体欲望，使人的认知活动被固定在数字资本预设的信息边界内。显然，对人的欲望的探讨终究无法脱离对现代资本主义经济发展及其社会治理矛盾的考察。而马克思对欲望与资本关系的剖析，始终立足于现代性批判的视角，并由此重新揭示主体生成的历史过程。即便在数字资本高度活跃的当下，这种历史性的存在方式依然具有鲜明的现实表现，因为它影响着自然与人类社会的发展秩序和未来走向。

四、算法无意识的价值转化及其限度

算法最根本的特征在于其鲜明的资本导向性。算法无意识的底层逻辑始终内嵌着资本增殖的要求，其设计与运作始终服务于资本积累的总体目标。在数字时代，价值问题并未消失。正如马克思所言：“在货币贮藏者那里表现为个人的狂热的事情，在资本家那里却表现为社会机制的作用，而资本家不过是这个社会机制中的一个主动轮罢了。”^[２２]这种转化的根源，就在于竞争机制所催生的资本增殖强迫性，而资本利益最大化则是驱动这一庞大的无意识系统运转的终极动力。这恰恰印证了马克思对欲望批判所展开的两条逻辑路线。从客体向度看，算法无意识可以被视为资本人格化特征在数字时代的延伸形式。马克思指出，资本家欲望面具之下所服从的，实则是价值增殖这一根本逻辑，而算法无意识正是这一逻辑的当代呈现。“在资本扩大再生产的模式中，这种欲望逻辑就更为明显。扩大再生产意味着第一次价值增殖实现之后，在新的基础上生出新的发财欲望，这个欲望不断地实现自身，却又不断地被生产出来，这类似于拉康所说的欲望的生产。”^[２３]算法将主体人格进一步降格为价值运动的承载者，使人的存在日益服从于资本的抽象运动。而从主体向度看，欲望批判理论试图从被压抑的生命潜能中发掘超越工具性存在的力量，也正是在这一点上，算法时代的主体解放问题才得以被重新提出。当欲望不再只是资本的驱动资源，而被重新理解为人的本质力量时，对算法无意识的批判才真正具有实践意义。

这种由意识层面不断下沉至无意识层面的过程，正是平台资本主义与数据运作的核心策略，其目的就在于实现资本逻辑的隐蔽扩张。一方面，平台在提供个性化服务的同时，也不断为个体构筑信息茧房，即通过既有算法持续强化个体原有偏好，压缩个体与陌生信息相遇的可能性。这一机制虽然在短期内制造出欲望被理解和被照顾的舒适感，长此以往却会削弱主体欲望的丰富性、多样性及其自我展开的能力。另一方面，平台运用心理学原理设计人的行为路径，刺激人的即时满足与重复性反应，从而形成欲望满足的“短回路”。在这一过程中，欲望原本所蕴含的精神解放潜力被资本逻辑不断拆解，主体欲望最终走向异化。“算法是人工智能的‘灵魂’。在由资本逻辑主导的智能化浪潮中，人工智能算法往往植入了资本主义经济原则、制度架构、价值诉求和思想文化观念等意识形态内容，并通过各种智能化设备和产品渗透到世界的各个角落，形成了或隐或显的意识形态统治。”^[２４]当算法无意识以一种强制性的方式侵入并占据主体内在世界时，欲望的空间便不再由主体自身来组织。

由算法无意识运作所形成的深层欲望机制，进一步推动着欲望殖民在以下两个层面全面展开。其一，数字资本的增殖特性，系统地将欲望导向对资本逻辑的助推。无论是在大工业生产时期，还是在当下数字化、智能化生产日益深化的历史条件下，只要社会仍然处于商品经济结构当中，欲望就始终与价值、使用价值发生深层勾连。一方面，欲望作为持续在场的内在驱动力，构成资本逻辑中价值增殖过程得以持续的动力，这也是马克思在探讨使用价值与需要的关系时所揭示的，即人的需要如何在资本逻辑中被重新组织和建构。另一方面，从资本逻辑出发来审视欲望的表现形式，又可以看到欲望的即时性特征。“资本的价值增殖过程是通过简单生产过程并在简单生产过程中实现的，这是靠活劳动同它的物质存在要素发生合乎自然的关系。但是，只要活劳动进入这种关系，这种关系就不是为活劳动本身而存在，而是为资本而存在；活劳动本身已经是资本的要素。”^[２５]在数字资本世界中，欲望总是通过当下被规定的方式，呈现为某种可计算的确定之物。它虽然并不直接作为一个明示的等价交换物出现，却成为理解符号经济与商品意义生成机制的中介。显然，欲望在政治经济学当中始终在场，它以一种既无意又刻意的方式存在。当主体沉浸于数字资本所笼罩的商品经济环境中时，欲望便逐渐陷入一种近乎麻痹的状态，最终以一种非本真形态呈现出来。然而，其匮乏特征却烙印在主体的思维活动与经济行为的每一个瞬间。这种抽象、永恒却又即时在场的匮乏，使欲望成为政治经济学中一个难以彻底把握却又无法绕开的关键变量。从主体欲望层面解读现代社会的历史构成，意味着对人的本质力量的重新发现，数字社会若要在资本逻辑中真正生成自由意识，就需要深入理解主体欲望中暗含的价值秩序。

其二，通过对欲望的压抑和主体的限制，算法无意识重塑了数字时代欲望与主体间的关系。在平台经济高速发展的时代，一旦劳动力被纳入资本逻辑的支配体系，无论具体运作方式和劳动生产要素发生怎样的变化，资本主义生产方式的本质特征都会再次显现。平台经济中的算法权力并没有脱离资本垄断的历史逻辑，而是在数字社会中改变了资本支配的具体形式。就主体性理论而言，在数字资本持续扩张的过程中，相关反思大体呈现为两个阶段：一是“主体性范式”，主要聚焦于马克思思想中的主体性原则及其内在矛盾；二是“存在论范式”，转而从人类存在的本体维度批判现代性困境，揭示人的存在意义以及主体性消解的历史根源。随着资本逻辑的结构性扩张，实践唯物主义所预设的主体性逐渐瓦解，人日益成为资本增殖的一般要素与生产工具。“只有作为资本的人格化，资本家才受到尊敬。作为资本的人格化，他同货币贮藏者一样，具有绝对的致富欲。”^[２６]即便是在数字时代，资本家依然是资本的人格化载体。而作为现代主体的个体，则越来越沦为资本运转得以维系的条件性存在。这种数字化的“欲望的狡计”，表面上来看是对主体的“个性化满足”，实则不过是资本驱动自身无限增殖的依据。正如马克思所言：“在资本主义生产方式的历史初期，——而每个资本主义的暴发户都个别地经过这个历史阶段，——致富欲和贪欲作为绝对的欲望占统治地位。”^[２７]在数字资本主义社会中，这种欲望逻辑经由平台秩序转化为对数据资源的占有，而算法无意识的形成和作用也自然同劳动的数字化组织相互交织。

当然，这并不是说算法无意识的出现毫无社会意义，将其放回到人的现实活动和社会关系之中，在一定程度上是能够实现其价值转化的。作为数字社会组织信息和调节需求的重要方式，算法在一定程度上提升了社会运行效率，也拓展了主体获取知识和参与交往的现实路径。在以人的发展为尺度的社会关系中，它可以转化为促进主体能力生成和公共生活改善的实践媒介。因此，问题的关键在于改变算法功能被资本逻辑单向规定的格局，将数据使用和平台治理置于公共监督之下，并使其服从于人的现实需要与共同生活。只有当算法对欲望的组织摆脱消费循环的封闭，并转化为对主体实践能力和社会协同关系的支持时，数字技术的社会功能才可能从资本增殖的工具形态中获得新的规定。也正是在这一意义上，人类才可能在持续展开技术与反中介化的博弈中，抵抗并突破这种被资本简化的控制逻辑，实现从算法殖民走向意识觉醒的转变。

注释

^[１] Luca M. Possati, The Algorithmic Unconscious: How Psychoanalysis Helps in Understanding AI, London: Routledge, 2021, p.23.

^[２] Luca M. Possati, “Looking Through the Algorithmic Unconscious: Antimediation and Noise”, Angelaki, vol.28, no.2, 2023, pp.56-65.

^[３] [奥]弗洛伊德：《释梦》，孙名之译，北京：商务印书馆，1996年，第120页。

^[４] Luca M. Possati, “Psychoanalyzing Artificial Intelligence: The Case of Replika”, AI & Society, vol.38, no.4, 2023, pp.1725-1738.

^[５] [法]雅克·拉康：《父亲的姓名》，黄作译，北京：商务印书馆，2018年，第61页。

^[６] [法]雅克·拉康：《拉康选集》，褚孝泉译，上海：华东师范大学出版社，2019年，第239页。

^[７] Luca M. Possati, The Algorithmic Unconscious: How Psychoanalysis Helps in Understanding AI, p.70.

^[８] [法]吉尔·德勒兹、费利克斯·加塔利：《资本主义与精神分裂（卷2）：千高原》，姜宇辉译，上海：上海人民出版社，2023年，第260-261页。

^[９]《马克思恩格斯文集》第10卷，北京：人民出版社，2009年，第600页。

^[１０]解丽霞：《数字资本主义景观秩序的建构逻辑及其认知控制》，《马克思主义与现实》2025年第1期。

^[１１]刘禾：《弗洛伊德机器人：数字时代的哲学批判》，何道宽译，北京：中国大百科全书出版社，2025年，第174页。

^[１２] Luca M. Possati, “Looking Through the Algorithmic Unconscious: Antimediation and Noise”, Angelaki, vol.28, no.2, 2023, pp.56-65.

^[１３] Rainer Reisenzein, “Emotions as Metarepresentational States of Mind: Naturalizing the Belief-Desire Theory of Emotion”, Cognitive Systems Research, vol.10, no.1, 2009, pp.6-20.

^[１４]贝叶斯模型在数据分析中常用于处理先验信息、分类预测及推荐系统等场景。其基本思路是，借助与事物本质相关的事件出现频率，来推断该本质属性发生的概率。

^[１５] Ciano Aydin, Luca Possati, “Less and More Than Data: A Lacanian Inquiry Into Self-Formation in the Age of Data Mining”, AI & Society, vol.40, no.8, 2025, pp.6123-6134.

^[１６]李伦、张晓燕：《算法不公正：问题类型与治理路径》，《自然辩证法通讯》2025年第5期。

^[１７]段玉聪：《意识简史》，北京：中国人民大学出版社，2026年，第191页。

^[１８] Luca M. Possati, “Looking Through the Algorithmic Unconscious: Antimediation and Noise”, Angelaki, vol.28, no.2, 2023, pp.56-65.

^[１９] [法]米歇尔·福柯：《自我技术：福柯文选Ⅲ》，汪民安编，北京：北京大学出版社，2016年，第170页。

^[２０] [法]雅克·拉康：《拉康选集》，第106页。

^[２１] [法]吉尔·德勒兹、费利克斯·加塔利：《资本主义与精神分裂（卷2）：千高原》，第210页。

^[２２]《马克思恩格斯文集》第5卷，北京：人民出版社，2009年，第683页。

^[２３]仰海峰：《价值增殖与欲望逻辑》，《哲学研究》2024年第11期。

^[２４]孙伟平：《智能时代的社会基本矛盾与社会发展动力》，《中国社会科学》2025年第3期。

^[２５]《马克思恩格斯文集》第8卷，北京：人民出版社，2009年，第77页。

^[２６]《马克思恩格斯文集》第5卷，第683页。

^[２７]《马克思恩格斯文集》第5卷，第685页。

文章原载于《学术研究》2026年第7期