卡尔 · 马克思诞生近两个世纪后，当我们在屏幕前滑动指尖，一种由算法编织的新型支配关系正悄然接管经济运行的底层逻辑。它不再以皮鞭驱策工人，而是以精准推送驯化欲望；不再靠延长工时榨取汗水，而是凭海量数据实现自动增值。
面对数智时代的深刻变革，一个根本性的理论追问随之浮现：马克思基于 19 世纪工业现场提炼出的资本定义，是否依然具有解释力？本文的核心判断是：马克思资本定义的内核——资本是关系，资本是运动，资本是利益——不仅没有过时，反而在智能时代被推向了更纯粹、更极端的形态。真正需要升级的，不是定义本身，而是我们解剖资本的技术透镜。资本的本质依然是对人类活劳动的支配关系，只不过这种支配如今藏进了算力的门禁、算法的黑箱和数据的毛细血管里。
一、关系未死，只是进阶：从 " 厂房对立 " 到 " 算法支配 "
1.1 马克思的洞见：资本不是物，是人与人的关系
马克思在《资本论》第一卷中极其反感将资本等同于机器或货币的庸俗观点。他明确写道："资本不是一种物，而是一种以物为媒介的人和人之间的社会关系。" 在棉纺织厂里，资本家购买的不是纱锭，而是工人出卖的劳动力；纱锭之所以成为资本，仅因为它被用来支配活劳动并攫取剩余价值。若一台机器闲置在仓库，它只是铁与铜的结合物，只有当它运转起来并吸附工人的生命时间时，才化身为资本的触手。
这一关系的内核是支配与从属：资本家制定规章、决定生产节奏、占有全部产品，工人除了自己的劳动力一无所有，只能在 " 平等交易 " 的伪装下接受支配。
1.2 智能时代的形态转换：平台成为新的 " 看不见的工厂 "
今天，这种关系并未消失，而是发生了三个深刻的形态转换。
第一，支配的空间从厂房扩展到生活全域。 马克思时代的工人下班后即可暂时逃离资本的视线，而今天的 " 数字工人 " ——每一位使用社交、购物、导航 App 的用户——无时无刻不在为平台贡献数据。你的每一次点击、每一条浏览轨迹、每一次犹豫时长，都被转化为训练算法的养料。资本的关系不再局限于 " 工作时间 "，而是蔓延至睡眠、休闲、社交乃至情感波动之中。
第二，支配的主体从具身的资本家变为匿名的算法系统。 在 19 世纪，工人能看见监工的眼睛，听得见工厂主的呵斥。而在智能平台，决定你外卖配送时效、网约车路线规划、甚至是求职简历能否被 HR 看见的，是一串串冷漠的代码。算法以一种 " 去人格化 " 的方式行使着比任何监工都更精准的权力——它不必怒吼，只需调整一个参数，成千上万劳动者的收入便随之波动。
第三，从属关系的本质仍是 " 活劳动对死劳动的依附 "。 马克思指出，资本是 " 积累起来的死劳动 "，它必须吸附 " 活劳动 " 才能保值增值。今天，死劳动以数据、模型参数、算力基础设施的形态存在，而活劳动则体现为人类持续产生的认知行为和创造性活动。大模型的 " 智能 "，本质上是人类历史上无数写作者、程序员、设计师无偿或低价贡献的知识遗产的重新组合。资本的关系依然是：死劳动（模型）支配活劳动（未来的使用者及贡献者），并从中提取超额收益。
1.3 修正方向：为关系添加 " 技术媒介 "
因此，我们无需修改 " 资本是关系 " 这一定性，但需要明确指出：在智能时代，这种关系的媒介已从物理机械转变为 "算法—数据" 复合体。理解这一关系，必须同时考察代码的编写规则、数据的产权归属和算力的分配格局——否则，我们只会在 " 技术中立 " 的神话中错失对支配关系的批判。
二、运动加速，轨迹变形：从 "G-W-G ′ " 到 "D-A-M-R"
2.1 经典公式：资本必须在流通中完成 " 惊险的跳跃 "
马克思用著名的公式G-W-G ′（货币—商品—更多货币）描绘资本的运动。资本必须不断购买生产资料和劳动力（W），组织生产，然后将产品卖出，实现价值增殖（G ′）。一旦流通停滞，资本就会像凝固的血液，迅速坏死。因此，资本的本质是 "无休止的运动"，周转速度直接决定利润率。
2.2 智能革命的三重加速与路径重构
智能时代，资本的运动发生了革命性的变化，可用新公式粗略概括为：D（数据）— A（算法 /AI 模型）— M（市场垄断权）— R（超额租金）。
第一，运动的起点从货币变为数据。 在经典时代，资本家必须先有原始积累才能开始。而在智能时代，许多平台巨头的第一桶金并非来自货币，而是来自用户免费提供的海量数据。这些数据被清洗、标注、训练后，转化为具有垄断价值的算法模型。数据本身成为 " 零边际成本 " 的初始燃料，使得资本运动的起点更加隐蔽且廉价。
第二，运动的速度从线性周转变为指数级迭代。 工业时代的机器折旧以年计，而 AI 模型的迭代以周甚至天计。这种高速运动意味着，资本可以在极短时间内形成对行业的全面覆盖，传统 " 先建厂、后生产、再销售 " 的时序被彻底压缩为 " 训练即上线、上线即垄断 "。
第三，运动的时空束缚被彻底打破。 马克思曾惊叹于铁路 " 用时间消灭空间 "。而智能资本则更进一步：一个部署在云端的大模型，可以同时服务纽约的金融分析师和非洲的乡村教师。资本不再需要建造遍布全球的实体工厂，只需铺设海底光缆和建设数据中心，便能以近乎零边际成本实现全球扩张。运动的物理成本趋近于零，而垄断收益却无限放大。
2.3 修正方向：新增 " 算法迭代 " 作为运动的核心驱动力
因此，" 资本是运动 " 的定义依然正确，但我们必须明确加入 "算法自我强化" 这一动力机制。如今的资本不再仅仅依赖外部市场需求的拉动，更依赖内部算法通过数据反馈不断优化自身。资本由此获得了一种近乎 " 自我生长 " 的形态。理解这种新型运动，必须掌握算力规模、模型参数量和数据闭环等技术概念，否则便会把 AI 公司的快速膨胀仅仅归因于 " 技术创新 "，而忽略了其背后资本驱动的强制性增殖逻辑。
三、利益极化，形态隐匿：从 " 剩余价值 " 到 " 数据租值 "
3.1 经典利益：剩余价值源于对劳动时间的无偿占有
马克思最为犀利的揭示在于：资本的全部利润，最终来源于工人劳动时间中超出其劳动力价值的那一部分——即剩余价值。资本家通过延长工时、提高强度或改进技术以获取相对剩余价值，实现利益最大化。这种利益是显性的、可计量的，工人们清楚自己加班了几小时，资本家也明明白白地记账。
3.2 智能时代的利益攫取：更为隐蔽的 " 认知租 "
在智能时代，利益的形式发生了深刻变形，主要表现为三种新型租值：
第一，数据租。 当你使用免费 App 时，你支付的 " 价格 " 不是货币，而是你的行为数据。平台收集这些数据训练模型，然后向广告商或商家收费。这相当于平台向你征收了一种隐形的 " 数据贡赋 " ——你贡献了原料，却对最终产品（模型）没有任何所有权。
第二，算法租。 外卖平台调整配送算法，可以在不改变单价的前提下，让骑手在同等时间内多送数单。多出的利润并非来自骑手延长工时，而是来自算法对路线、订单密度和交通数据的优化。这种优化带来的效率提升，本应属于所有参与数据贡献者，却被平台独占。这可视为 " 相对剩余价值的算法强化版 "，但其隐蔽性在于：骑手甚至感觉不到被剥削，只以为是 " 自己跑得更快了 "。
第三，认知租。 社交媒体和搜索引擎通过算法操控信息排序，使特定商品或观点获得不成比例的曝光。这种对用户注意力和认知框架的定价权，创造出一种近乎 " 思想税收 " 的超额利润。它不再榨取你的肌肉，而是榨取你的注意力时长和情绪波动——这是智能资本最精深、也最难以反抗的剥削形式。
3.3 利益分配的极化数据：全球最富 1% 与集体智能的贡献者
现实数据触目惊心：据乐施会等机构统计，全球最富有的 1% 人口掌握了超过三分之二的新增财富，而 AI 所依赖的集体智能——从开源代码贡献者到无数普通用户——几乎分文未得。这种极化比 19 世纪更隐蔽，因为当年的工人至少知道 " 老板拿走了我的劳动成果 "，而今天的用户却常常满足于 " 免费使用 " 的便利，浑然不觉自己才是被开采的金矿。
修正点在于：利益的来源从 " 延长劳动时间 " 扩展到 " 对人类集体智能和生物特征（数据）的排他性占有 "。利益形态从 " 利润 " 明确化为 "租金" ——一种凭借垄断地位而不经等价交换即可获取的收益。在这个意义上，智能资本复活了马克思所批判的 " 地租 " 逻辑，只不过土地换成了数据疆域。
四、内核坚守，工具升级：为何无需重写定义而需重塑显微镜
4.1 技术内涵是 " 证据 " 而非 " 本质 "
回到最初的问题：资本定义需要增加 " 技术内涵 " 吗？
答案清晰而坚定：不需要将技术物（芯片、算力、代码）写入定义本身，因为那样会堕入 "技术拜物教" ——误以为资本是技术造物，从而掩盖其背后的人支配人的关系。技术内涵的意义，在于作为 " 当代证据链 " 来证明关系依然存在。就像我们不会把 " 蒸汽机 " 写进资本定义，但分析工业资本时必须详细考察蒸汽机的功率、成本和布局一样；今天，我们必须像马克思分析机器体系那样，精细地解剖算力集群、训练数据集和算法架构，否则根本无法追踪剥削的轨迹。
4.2 分析工具的 " 四维升级 "
为使马克思的框架适用于智能时代，我们需要在方法论上完成四个维度的升级：
从 " 劳动时间 " 到 " 数据贡献度 "：不再仅以工时衡量价值创造，而以每个用户生成的数据量及其质量权重来计量其应得份额。
从 " 工厂围墙 " 到 " 生态系统支配 "：平台资本通过 API 接口、应用商店规则和开源许可协议构建起无形的生态围墙，将外部开发者和小企业吸纳为 " 附庸资本 "，这一支配结构需要新的图谱来描述。
从 " 阶级意识 " 到 " 算法认知权 "：被支配者往往意识不到自己的处境，因为算法以 " 服务 " 的面目出现。因此，批判的武器必须增加 " 算法素养 " 和 " 数据权利意识 " 的普及。
从 " 国内剥削 " 到 " 全球数字殖民 "：发达国家的大模型消耗全球南方国家的廉价数据标注劳动力，并依赖其矿产（如钴、锂）来生产算力硬件，这构成了新型的国际剥削体系，需要引入后殖民视角。
4.3 核心结论：定义的永恒与策略的变革
综上所述，我们可以为智能时代的资本给出一个操作性的新表述，但请注意——这不是颠覆定义，而是对定义的时代注脚：
智能时代的资本，是对人类社会集体智能和日常行为数据的排他性占有权，通过算法系统和算力基础设施作为媒介，以实现指数级自我扩张的、隐形的社会支配关系。
它完全符合马克思 " 关系、运动、利益 " 的三位一体，只是加上了 " 数据—算法—算力 " 这个当代中介。马克思的天才之处，正在于他剥离了资本的物质外壳，直指其社会关系内核——这使得他的定义具有超越时代的解释力。
结语
当我们站在数智时代的门槛回望，会惊讶地发现：马克思在《政治经济学批判大纲》中预言的 "一般智力"（general intellect）——即社会知识成为直接生产力——正在成为现实。但他未能预见的是，这个 " 一般智力 " 会被私有化、资本化，成为少数几家平台公司的独有财产。
这不是马克思的失败，而是他的深刻。因为他早已告诉我们：资本永不满足，它唯一的原则就是 " 价值增殖本身 "。今天，它不过是找到了更轻盈、更无形、也更强大的翅膀。
真正的出路，不在于抛弃马克思的定义，而在于拿起新的工具——懂算法、读代码、析数据——去重新追踪资本的每一条运动轨迹。唯有如此，我们才能在赞美算法之美的同时，保持对算法之权力的清醒警惕。
在智能革命的宏大叙事里，我们每个人既是数据的生产者，也是资本的被支配者。重读《资本论》，不是为背诵条文，而是为了在光鲜的智能界面之下，辨认出那道古老而常新的裂缝：人与人的关系，依然被物与物的关系所遮蔽；而解放的可能，始终在于让这层遮蔽重新暴露在批判的目光之下。
这或许就是马克思主义在智能时代最顽强的生命力——它从不承诺答案，它只赋予我们不断追问的勇气。而追问本身，便是思想不被算法同化的最后堡垒。
