马克思视域下“一般智力”概念的逻辑演进研究

引言：从“机器片断”到智能社会的关键词

“一般智力”（general intellect）是马克思在《〈政治经济学批判〉大纲》（通常称《大纲》）中提出的一个关键范畴，指向科学知识、技术能力与社会合作在资本主义大工业中的集中化与客观化过程。它既不是某个个体的大脑，也不是抽象知识的简单总和，而是凝结在机器体系、组织形式与社会关系中的“社会化理性”。当今以人工智能、平台经济与数据要素为表征的新技术体系，使这一概念再次成为理解生产力—生产关系张力的“支点”。本文从文本义理与历史脉络出发，重构“一般智力”的生成逻辑、制度张力与当代展开，并在中国式现代化的语境下提出若干规范与政策含义。

一、范畴源起：知识如何“客观化”为资本

马克思观察到，进入大工业阶段后，科学与技术不再只是工匠的“手上知识”，而转化为机器系统、工艺流程与管理术中的“物化理性”。这种理性并非天然归属于资本，但却在资本主义制度下被资本占有：

1. 知识的社会生成：自然科学、工程技术、度量与统计、标准化与计量等，皆以社会分工与协作网络为基础。
2. 机器体系作为载体：知识被“装配”进机械、厂房、交通通信与信息基础设施，成为劳动的外在条件。
3. 组织形态的嵌入：时序控制、质量管理、科层—流程—规则化，将知识转译为可复制的制度程序。
   在此意义上，“一般智力”是“社会化知识—技术—组织”的综合体，其被资本吸纳，提升了剩余价值生产的强度与广度。

二、价值尺度的“位移”：从劳动时间到科学时间

“一般智力”的介入改写了价值生产的度量机制。传统工厂手工业以直接劳动时间为价值尺度；大工业中，科学时间（即科学—技术—组织创新所节省的社会必要劳动时间）成为决定性因素：

• 生产率的跃迁：知识密度越高，单位产品所需的活劳动越少，价值形成更依赖知识与资本密集的固定资本周转。
• 劳动的双重化：一方面，操作劳动被去技能化；另一方面，研发、设计、运维、数据标注与算法调优等“知识劳动”崛起。
• 利润的来源转型：创新租、知识产权租与网络外部性租在利润构成中的份额上升，价值分配更受制度安排左右。
  这意味着，价值并非止于计时，而转向由知识生产的速度与扩散能力所支配的竞争。

三、公共性与私有化的张力：一般智力的“二律背反”

“一般智力”具有强烈的公共品属性：一旦知识被创造，其使用具有非竞争性与可扩散性；但在资本逻辑下，借助专利权、商业秘密、版权与平台控制，知识被人为稀缺化。由此形成双重张力：

• 技术外部性 vs. 排他收益：社会协作越广，创新越快；但排他性越强，扩散越慢，社会效益受抑。
• 学习曲线 vs. 垄断加固：规模效应与数据优势加速“强者恒强”，平台化结构易走向超级平台—长尾供给者的分化格局。
• 公共投入 vs. 私人占有：大量基础科学与通用技术依赖公共财政与大学—研究院体系，但其商业化收益往往被少数资本主体攫取。
  “一般智力”的这一“二律背反”，要求我们从制度上重构知识的产生—扩散—收益分配机制。

四、历史分期：福特主义—后福特主义—数字平台

“一般智力”的形态并非一成不变，可大致分为三种典型阶段：

1. 福特主义（20世纪中叶）：流水线、科学管理与标准件生产，使组织理性成为主导的一般智力，关键在流程化与规模化。
2. 后福特主义（20世纪末）：柔性生产、精益管理、全球价值链与专业化分工，强调信息化—模块化—网络协同。
3. 数字平台（21世纪）：数据、算法、算力与云基础设施构成新“总机”，数据反馈—模型迭代—场景扩散成为增益机制。
   在第三阶段，“一般智力”最直观地呈现为平台化知识机器：它既是生产工具，也是市场组织与分配装置。

五、人工智能的拐点：从“工具性理性”到“系统性理性”

生成式人工智能与自监督学习强化了“一般智力”的三个向度：

• 知识生产的自动化：模型能够在语料—参数—任务之间形成可迁移的表征能力，使创新的边际成本显著下降。
• 组织协作的重构：企业将更多流程嵌入模型—API—代理网络中，供应链、客服、研发、内容生产与治理决策被“智能中枢化”。
• 数据—治理的纠缠：数据既是训练资源也是治理对象，隐私保护、数据确权、模型责任与公共安全成为新的制度边界。
  此处，“一般智力”由单纯的工具性理性上升为系统性理性：它编排任务、定义流程、分配注意力与计算资源，甚至参与制定规则。

六、劳动形态的再分化：异化的新回路与能力的再政治化

在“智能中枢化”的生产中，劳动呈现三重变化：

1. 看不见的劳动：数据标注、提示工程、内容审核、平台微任务等碎片劳动被分解与外包，处于价值链低端但对模型性能至关重要。
2. 拥挤的“高端”：顶层算法、产品与系统工程岗位收益高，但通道有限、迭代加速、风险放大，形成“高压—高回报—高淘汰”的生态。
3. 治理—合规—伦理劳动：隐私影响评估、模型审计、对齐训练、风控与安全测试成为新的“规制性劳动”。
   异化也出现新形态：算法监督、流程评分、实时绩效评估与行为引导构成“数字工厂”。如何通过集体协商、职业标准与平台工会等机制，抵消异化并提升劳动者的解释权与退出权，成为一般智力政治经济学的核心议题。

七、国家与制度：从“知识秩序”到“创新—分配耦合”

“一般智力”并不会自动走向公共善，其社会效果高度依赖国家能力与制度设计：

• 知识公共基础设施：高质量教育体系、开放科研平台、通用算力与数据资源的公共供给，决定了一国一般智力的“地基”。
• 产权与共享的平衡：针对通用技术与基础模型，探索分级产权与强制许可、可互操作标准与数据共享沙盒，在激励创新与促进扩散之间求取帕累托改进。
• 反垄断与互操作：对平台的并购、接口与数据访问实施行为式监管，维护生态多样性与中小创新者的进入机会。
• 财政与分配：对来源于网络外部性与知识垄断的超额利润进行调节性征收，将收益回流至教育、基础研究与社会保障。
  在此框架下，国家不只是裁判员，更是“一般智力的架构师”：通过规则供给与公共投资塑造知识生产与扩散的结构性条件。

八、中国语境：新型举国体制与“公共算力”

在推进中国式现代化的进程中，“一般智力”的组织方式具有鲜明的制度优势与转型任务：

• 新型举国体制可在基础研究、重大科技工程与产业链关键环节形成协同，缩短“从科学到技术、从技术到产品”的时滞。
• 公共算力与数据要素市场建设，为中小企业与高校科研提供可负担的训练与评测环境，降低创新门槛，抑制垄断型路径依赖。
• 产学研用与国家标准体系协同推进，使一般智力在产业场景中“落地—反馈—再迭代”，形成面向现实问题的循环式进步。
• 区域不平衡与包容性创新：通过东中西部一体化创新走廊与跨区域科研共同体，缓解知识—资本—人才在少数城市“过度集聚”的副作用。
• 社会政策的同步升级：把教育、职业培训、终身学习与劳动者再就业纳入“技术替代—岗位重组”的系统设计，用积极的再分配与保险机制对冲转型阵痛。

九、理论争鸣：从“群众生产力”到“平台主权”的再思考

围绕“一般智力”，理论界存在几条重要分歧：

• 自发公共性的乐观论：认为协作网络与开源运动将自然瓦解垄断。但忽视了平台对流量、声誉与可见性的结构性控制。
• 强国家纠偏论：强调以规制与公共投资矫正市场失灵，但若缺少透明与问责，可能演化为新的官僚性锁定。
• 劳动解放与能力主义张力：技能升级与教育扩张并非自动带来公平分配，反而可能固化分层与“锦标赛效应”。
  合理的路径在于：在开放—规制—分配之间形成动态均衡，以参与式治理与证据导向降低政策的不确定成本。

十、规范与政策含义：把“一般智力”转化为共同富裕的发动机

结合以上分析，可提出若干可操作建议：

1. 建设国家级开放科研与算力平台：在关键基础模型、通用算法与评测基准上提供开放接口与公共数据集，配套可信计算与隐私计算技术。
2. 实施分级知识产权制度：对基础—通用—应用梯度差异化保护；对具有明显外部性的通用技术设立公益许可或合理使用扩大条款。
3. 数据要素治理：落地数据分类分级与用途限定，推进可审计的数据共享机制与联邦学习以兼顾安全与效率。
4. 平台互操作与反垄断：强制主要平台开放关键协议与互联互通标准，防止“花园围墙”抬高创新成本。
5. 劳动者能力与权利：在职业教育中嵌入数据素养、算法理解与人机协作训练；推动平台劳动的最低保障、集体协商与可迁移的技能认证。
6. 成果回流社会：通过超额利润调节与创新券、科研税抵与社会捐赠配比等工具，建立从平台收益到公共教育与基础研究的再循环。
7. 区域协同：以跨区域共享实验室与行业测试场为抓手，推动中小城市与老工业基地融入创新网络，避免“单中心式虹吸”。

结语：把握“结构性理性”的时代转向

“一般智力”揭示了资本主义现代性中最为深刻的悖论：社会化知识的公共性与资本占有的排他性并存，并在技术更迭中不断强化。生成式人工智能与平台化组织把这一悖论推向新高度：知识生产加速，但不平等可能同步扩张。解决之道不是回避技术，而是在制度—技术—文化三重维度上进行“再架构”：让知识的创造与扩散更高效、分配更公平、治理更透明。唯其如此，“一般智力”方能从少数主体的垄断性权力，转化为面向全体社会成员的共同能力，成为推动高质量发展与共同富裕的真正发动机。