AI浪潮下的劳动重构与阶级抗争
2026年5月30日下午，北京大学人文学苑3号楼205会议室座无虚席，一场题为“The Automation of Language and Intelligence”（论语言与智能的自动化）的学术讲座在此隆重举行。主讲人为美国杜克大学文学系与罗曼语研究系教授、享誉全球的政治哲学家与文学理论家迈克尔·哈特（Michael Hardt）。本次讲座由北京大学中文系国际批评理论中心蒋洪生主持，特邀中国社会科学院文学所刘方喜、天津师范大学文学院王行坤、中国艺术研究院马克思主义文艺理论研究所秦兰珺担任与谈人。讲座语言为英语，吸引了来自京内外高校和研究机构的众多师生到场聆听。
迈克尔·哈特教授是当代最具影响力的左翼思想家之一。他与已故意大利理论家安东尼奥·奈格里（Antonio Negri）合著的“帝国”三部曲——《帝国》（2000年）、《诸众》（2004年）、《大同世界》（2009年）——在全球学术界产生了深远影响。近年来，哈特的研究重心转向数字时代的劳动形态、生产方式的变迁与资本权力的重构。本次讲座所涉及的“语言与智能的自动化”议题，正是哈特教授近年思考的重要组成部分。
哈特的演讲从当下数字自动化的现实切入。他指出，我们正经历一场以生成式AI和大语言模型为代表的经济与社会生活的快速数字化浪潮。从华尔街的“淘金热”到各大企业争相部署AI以削减成本、提高利润，再到普通人在日常生活中的各类创造性使用，AI技术正在以前所未有的速度渗透到社会的每一个角落。哈特教授在讲演开场的时候特意提到，中国可能是他所到访的国家中，人们在日常生活中使用AI工具最为普及的地方。
然而，哈特提醒人们警惕两种看似对立的迷思：乐观者许诺AI将消除苦活与重复劳动，让人工作更少、生活更好；悲观者则预言大规模失业和社会崩溃。哈特认为，这两种叙事都忽略了问题的核心——自动化技术从来就不是中立的，它在资本主义制度下的部署始终服务于特定的阶级目的。
哈特援引马克思在《资本论》第一卷中的著名论断：“1830年以来的诸多发明，其唯一目的就是为资本提供对抗工人阶级反抗的武器，这足以写成一部完整历史。”他进而以三个历史案例说明这一机制的延续：
第一个案例是热金属排字工。这个工种曾经拥有极为强大的工会组织，能够瘫痪整座城市的报纸出版。然而，1970年代前后计算机化排版的引入一举消灭了整个工种——自动化被用来瓦解工人的组织力量。
第二个案例是码头工人与集装箱化。港口工人曾是全美最叛逆、最能阻断全国物流链的劳动群体。标准化集装箱与巨型起重机的推广，使得码头工人这一整个职业类别被消除。
第三个案例是1970年代的工业生产转型。当时美国的野猫罢工达到了数十年来的峰值，工厂变得“无法治理”。资本采取了双管齐下的策略：一方面推进厂内自动化和机器人化，另一方面将生产外迁至没有此类反抗风险的地区。
哈特强调，这三个案例揭示了一个贯穿资本主义历史的规律：哪里有罢工，哪里就会有机器跟来。资本对技术的选择和部署，本质上是对工人力量的反应性打击。
针对“AI将导致大规模失业”的流行叙事，哈特提出了一个重要修正：从长时段和宽视野来看，劳动者并非被“取代”（replaced），而是被“位移”（displaced）——而且往往落入权力更小、报酬更低的岗位。
他以匹兹堡为例：这座曾经的“钢铁之城”，大多数居民一度围绕钢铁行业就业。而今天，匹兹堡的主要就业部门变成了医疗系统，且多为低薪照护岗。自动化表面上实现了“阶级拆解”（class decomposition），实质上却是“阶级重组”（class recomposition）——重组为力量被大幅削弱的形态。
哈特明确指出：机器取代劳动原则上并非邪恶之事——所有人都应欢迎真正非人劳动的终结。但现实中每一轮自动化的结果都不是更少的工作，而是更多、更不稳定、更低薪的工作。马斯克式的“无人需再工作，万物唾手可得”的说法，不过是推销话术。
哈特回溯了1990年代至2000年代意大利工人主义（operaismo）与后工人主义的思想脉络。保罗·维尔诺（Paolo Virno）等人的核心洞见是：福特制工厂中的劳动本质上是“沉默”的，而后福特制都市中的劳动则必然是“健谈”的——物质劳动过程可描述为一系列语言行为、陈述序列与符号互动，因为其“原材料”是知识、信息、文化和社会关系。
然而，这套新的劳动条件带来了新的剥削形式：临时化、不稳定化、工作与非工作时间边界的消融，以及沟通能力本身被降格为雇佣劳动。维尔诺有一句名言：“当人自己的语言能力被贬为工资劳动，没有人比他更穷。”
哈特据此提出一个大胆假说：本轮AI自动化所回应的“威胁”，恰恰是上述理论家所分析的这些劳动——认知的、情感的、基于知识和信息的、涉及文化与关系的劳动。虽然这些劳动群体的政治力量尚未如当年的排字工或码头工人那样成型，但其潜在力量已被资本敏锐地感知，因此构成了“先发制人的打击”。
讲到这里，哈特向现场听众提出一个问题：由于20世纪工业自动化是社会主义现代化建设的一部分，中国是否对数字自动化的看法有所不同，对抗性更弱？
哈特在演讲中铺设了一条颇具哲学深度的线索：并非机器越来越像人，而是人一直比常识所认为的更像机器。人类的智力活动大量由重复模式构成；大型语言模型的成功恰恰证明了语言和语言表达可以被精确分析和自动化——因为它们本身就由模式和重复构成。
但哈特同时强调，本质差异依然存在：创新、想象、创造，尤其是欲望与政治决策，机器并不具备。机器是“吸血鬼式”的——靠持续吸收人类智能而“活着”。压迫者不是机器，而是把机器和自动化当作武器的资本。因此，战场不在人与机器之间，而在社会与资本之间，机器只是这片战场的载体。
哈特还揭示了数字自动化悖论性地“制造更多工作”的两股反向流动：一是“数据化”（datafication）——把人类的生产性过程表征为数据，交由机器完成；二是“任务化”（taskification）——为配合机器而创造的碎片化、标准化、原子化的人工微任务，供养着一支隐形而不稳定的数字劳动者大军，从外卖骑手、网约车司机到肯尼亚的低薪数据标注工，从亚马逊的“机械土耳其人”[Mechanical Turk]的微任务劳工到谷歌的按件计酬的评估者（Rater）。数字自动化推动劳动“向下重组”，根本性地改变了劳资权力关系。
在演讲的最后部分，哈特提出了三条反抗战略：第一，摧毁机器——他对某些激进人士“炸掉数据中心”的主张表示同情，但对策略的有效性存疑；第二，聚焦机器的不充分性——强调人仍有机器无法捕获的剩余，这可以成为一个重要的政治支点；第三，也是最令哈特本人感兴趣的方向——“重新占有固定资本”，即“夺回机器”。这不仅意味着工人接管平台或调整薪酬，更重要的是介入智能和语言机器的构成过程本身，深刻改造其社会合作模式、智力形式和知识内容。
接下来，三位与谈学者评议了哈特教授的讲演。
刘方喜老师的评议：
感谢哈特教授的精彩讲座。哈特教授的讲演为AI，特别是大语言模型（LLMs）提供了很好的定位——用我的话来说，它们代表了以自动机器为工具的“符号成形智能”——“符号”包括自然语言以及数学符号、逻辑符号等人工语言。
我研究AI的基本框架是：（I）五种智力形态；（II）机器的两次自动化；（III）三大智力生产工具。
一、五种智力形态：
【1】个体脑智力（以个体大脑为工具）——这与动物大脑的智力没有太大区别。
【2】物质成形智力（以双手及大脑为工具）——这是创造和使用物质工具来塑造自然材料的智力（手艺智力）。这种智力始于原始人制作和使用石刀之时，开始将人类智力与动物智力区分开来。
【3】符号成形智力（以符号为工具）——个人体外符号（如文字）的发明和使用，将这种智力与单纯的个体脑智力区分开来。
二、现代机器的两次自动化革命创造了两种新的智力形态：
【4】机器的物质成形智力（以自动机器（蒸汽机）为工具）——这取代了以双手及大脑为工具的【2】物质成形智力，引发了物质劳动的革命与解放。从这个角度看，蒸汽机实际上也引发了一场“智能”革命，它所取代的不仅仅是个体的体力。
【5】机器的符号成形智力（以自动机器（计算机）为工具）——这就是AI，特别是大语言模型，其成熟形态是通用人工智能（AGI），它将取代【3】符号成形智力，引发精神或非物质劳动的革命与解放。
三、三大智力生产工具：个体大脑；符号（如文字）；AI机器（计算机）。
马克思指出：在私有制下，控制物质生产资料的统治阶级也控制着精神生产资料或“智力生产工具”：
1、个体大脑作为体内的工具，难以被他者直接控制。
2、符号（如文字）作为工具存在于个体体外，因此相对更容易被控制。
符号（如文字）工具的基本特征——马克思称之为“社会产物”——在于其社会性，因此符号智力也代表着“社会智力”，而与孤立的“个体大脑”相关联的是“个体智力”。
文字发明和使用之后，人类智力的发展表现为个体智力通过文字等符号工具转化和汇聚为“社会智力”的过程。私有制的问题表现为：文字等相关教育和智力生产工具被少数人所垄断。
3、AI机器（计算机）作为智力或精神生产工具，仍然代表着“社会智力”——在资本私有制下，这些工具通过大资本或巨额资金被少数人所垄断——这正是我们今天面临的主要问题！
我非常赞同哈特教授对“取代”（re-placed）和“位移”（dis-placed）的区分：“机器取代劳动在原则上并非邪恶或压迫性的”；“机器可以——而且或许必然——成为人类解放工程的一部分”。
我想在此基础上用一个术语“转置”（trans-placed）来描述马克思的相关思想：自动机器取代人类劳动之后，人们并没有停止劳动；相反，他们把劳动从“必然领域”转移到“自由领域”——“取代”也可以意味着“转置”，前提是废除资本！
历史上，蒸汽机取代了个体体力和手艺智力之后，人们并没有停止使用体力或从事手艺活动，而是将其转移到相对自由的“业余”活动中——由此可以推断，AGI取代人类精神劳动之后，个体并不会停止从事精神工作或运用符号成形智力，而是将其转移到在“自由王国”中进行。
哈特教授指出：“自动化当然有潜力赋权于人，使人摆脱工作的必要性，或者至少减少人们不得不花费在繁重任务上的时间”——马克思的“自由时间”理论为此提供了清晰的启示：在“自由时间”内消耗体力和精力的劳动，与在“必要劳动时间”内进行的劳动是不同的。
“时间”至关重要。马克思强调，持续时间不过长的自动机器劳动可以成为“有益的心智体操”，不一定导致劳动异化。今天，全民基本收入和缩短工时是应对AI挑战的基础措施。
我将马克思关于自动机器及其社会影响的研究总结为“生产技术批判”，强调机器与资本关系的二重性。马克思指出，大卫•李嘉图不善于区分“交换价值”和“使用价值”，而马克思本人对自己区分二者的能力非常满意。
自动机器代表“使用价值”，资本代表“交换价值”，而卢德运动中砸毁机器的工人同样无法区分机器与资本——今天，仅仅将失业归咎于AI机器，无非是19世纪卢德主义的升级版。
与上述观点相似，哈特教授强调：“压迫我们的不是机器。资本把机器和自动化当作武器来对付工人”；“因此，战斗不在人与机器之间。相反，机器是社会与资本之间的战场。”
我认为，AI，尤其是AGI，通过大资本被少数巨头公司或少数个人所垄断，这是我们面临的根本主要问题——这最终关乎极少数个体与绝大多数个体之间的特定经济关系，而非抽象人类与抽象超智能机器之间的关系。
最后，我对哈特教授提出的三种反击策略做出回应：
1、“摧毁机器”是19世纪卢德主义的升级版。
2、强调“机器的不充分性”的策略，可以用艾伦•图灵的话来定位：知识阶层的“把头埋进沙子里的”异议。
3、“第三种策略，也是我最感兴趣的一种，可以用马克思的语言表达为重新占有固定资本——本质上就是夺回机器。”马克思以这种方式表达了机器依赖于社会动力的方式，如“社会知识”“社会生活”“社会生产”“一般智力”。
我想强调的是：马克思至少两次使用了“社会智力”一词。哈特教授也提到“机器源于并依赖于‘社会智力’”。符号成形智能，特别是现代数学、物理学等自然科学的人工符号智能，是“社会智力”，而体现这种智能的自动机器也代表着“社会智力”。马克思强调了两点：1、自动机器使外部自然力服从于“社会智力”；2、将“社会智力”视为“固定资本”本身固有的属性并将二者混为一谈，这正是导致神秘化的原因——我相信这仍然适用于分析代表着“社会智力”乃至“全人类智力”的AGI机器。
我认为反击的方式可以多种多样，但大方向不能错。“以这种方向重新引导机器，在社会或社会主义控制之下”“夺回机器”——哈特教授所强调的这些，意味着：必须将资本私有制转变为生产资料的社会主义公有制，特别是将AGI机器作为生产资料的公有制，从而改变最根本的社会关系——生产关系——仅仅关注政治和文化变革会分散注意力。
我认为AI有两个主要的负面社会影响：1、大规模结构性失业——如果不改变从“利润最大化”到“劳动力成本最小化”的资本逻辑和货币化体系，这种负面影响就无法避免；2、“AI致死武器的广泛部署”——除非“自由竞争（社会达尔文主义）”的资本逻辑被改变或至少受到限制，否则AI武器化的趋势将不可阻挡。
秦兰珺老师的评议：
我先来回应一下你的问题：中国是否总体上更加拥抱人工智能。答案是，是的。
国务院去年发布了《关于深入实施“人工智能+”行动的意见》，提出要“推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革”“使全体人民共享人工智能发展成果，更好服务中国式现代化建设”。按照这个政策文件的说法，人工智能是“现代化”的一部分。
你问，在这样一种背景下，主体（工人）和客体（机器）关系颠倒、劳动力向权力更小报酬更低的岗位转移、机器控制者权力的进一步巩固，这些情况在中国是否会有所不同？按照上面这个《意见》的说法，中国发展人工智能，是为了使全体人民共享人工智能发展成果。但众所周知，关键问题并非规划是如何预想的，而是事实是如何发生的。所以，现在可能还不是我们能做判断的时候。
但有两点现在就可以聊一聊。首先，机器和人的关系颠倒，这个事情可能早就发生了。比如，我给领导写讲话稿，但这个稿子的主体既不是我，可能也不是我领导；我写下的只是领导所在的“系统”允许领导在公开场合说的东西，所以主体最终可能是——这个系统。在AI出现前很久，主客关系、人机关系就已经颠倒了。只是现在，AI会进一步加剧这个问题。所以这里的关键并非“主客颠倒”——我们早已经是各种“机器”（如，官僚机器、资本机器、控制论机器）的“工具人”了，而是我做得越快，就做得越多，自动化许诺的那种“自由时间”并没有变多。在这个意义上，我们关心的问题，或许不该是：人是否从“主人”变成“牛马”，而是过去的“牛马”因为AI，是有了更多时间晒太阳和撒欢跑，还是会变成超级“牛马”。其次，现在国内的互联网大厂话语权确实越来越大。但这两年，官方有一种表述：“双效统一”，也就是经济效益和社会效益相统一。国内的“大厂”为了可持续发展，一般会选择与政府合作，履行企业的社会责任。当然，这样的结果可能是权力制衡，也可能是强强联合。
其次，除了回应你的提问，我有两点需要补充。一是您寄希望于非物质劳动，但我更看重体力劳动。这是因为，曾经我们认为智力劳动好像比较“高级”，直到我们开始教AI，我们才发现，让AI在符号世界舞文弄墨还是比较简单的，但让AI在真正的生活世界干活，这个真的太难了。这个时候我们才发现，人类的身体原本有多么“聪明”，只不过我们一直忽视了人类身体的智能，相应的，也低估了身体劳动的价值。我倒觉得，今后基于身体技能的劳动者地位会上升，权力也会变大，而非那些只会用语言干活的非物质劳动者。
二是你说我们的智能本来就像机器。但我们需要区分两种机器。为什么要区分呢？因为自从有了AI，我们就有两种技术发展路径。一种是符号派，符号派制造的AI我们是可以解释的。一种是连接派，连接派制造的AI（如神经网络）已经远超人类理解能力，现在LLM、VLM很遗憾都是连接派路径上的产物。我们亲手制造了我们理解不了的东西。这样的机器虽然能产生模仿人的效果，但是它的生成机制已经完全不同于人类。这样的机器，一方面人特别熟悉，因为交互界面太友好了，你与AI交互就像与人聊天。一方面，人又特别陌生，因为交互界面之后是一个由众多高维特征向量构成的潜空间（latent space）。它对于我们是一个如此复杂而陌生的存在。它一点都不像我们。您说我们和机器像，但像的或许是过去那种我们可以解释的机器，而不是神经网络这种“机器怪物”。在今天的语境下，您强调机器和人的连续性，可能会降低我们对这种“机器怪物”的风险评估。
王行坤老师的评议：
首先，我要感谢哈特教授带来的内容翔实、引人深思的讲座。也感谢蒋洪生老师邀请我参加。基于哈特教授的讲座，我想分享三点反思，最后提出两个问题。
对于马克思主义者来说，应对AI提出的问题非常重要，不能仅仅停留在技术层面，而必须在理论和政治层面上进行。我认为哈特教授在为我们提供这样一个理论框架方面做得非常出色。
这个框架就是意大利工人主义和后工人主义，哈特教授本人也是这一传统的一部分。意大利工人主义有一个非常重要的洞见：当我们分析资本主义时，必须把工人放在第一位，资本放在第二位。换句话说，资本总是对工人的力量以及工人构成的潜在威胁做出反应性的回应。为了遏制和控制这种力量和威胁，资本家将机器作为武器部署来对付工人。我认为哈特教授提到的马克思的那段引文非常重要：“1830年以来的诸多发明，其唯一目的就是为资本提供对抗工人阶级反抗的武器，这足以写成一部完整历史。”我在自己的论文中也多次引用这句话。
因此，在我看来，对资本家而言，技术发明和机器不仅关乎创造更多利润，还关乎获得对工人更多的控制，甚至驯服工人。通过机器，工人可以被去技能化，他们的力量可以被削弱，从而他们的威胁可以被消除。有时，资本家甚至可能更关心控制工人，而不是短期内的利润，因为只有当工人被控制、可预测、可治理时，资本家才能在长期内获得稳定的利润。
哈特教授举了几个例子，说明资本如何利用机器和技术来对抗工人构成的威胁。我认为AI和自动化只是这一漫长历史进程中最新的例子。这也是为什么资本主义社会中的工人并非真正自由，而是被资本系统性地控制着。
这是我的第一点反思。
我的第二点反思是关于哈特教授对“大取代”或“大失业”的论述。许多学者认为，随着AI和自动化的发展，将会出现大规模的工人被取代或大规模失业，我们正在进入一个无工作社会。有些人对此感到乐观，因为他们认为在一个无工作社会中，人们将可以自由地做自己真正想做的事情。另一些人则感到悲观，因为他们认为没有工作，人们就没有收入，可能也不知道该如何生活。
但我并不认为我们正在进入一个没有工作的社会。哈特教授正确地指出，自动化悖论性地创造的不是更少的工作，而是更多的工作。此外，工作的性质和条件也已经发生了变化。
在1970年代之前，典型的就业形式是相对长期、稳定且报酬较高的。但在1970年代之后，典型的就业形式日益变得不稳定、短期且低薪。在中国，灵活就业者的数量现在已经超过2亿，几乎占城镇劳动力的一半。我认为即使许多工作岗位和职业可能被淘汰，如果不采取有效措施，这个数字在未来还会继续上升。
这是因为劳动对于资本积累仍然是必要的，尤其是在服务行业。但同时，资本在某种意义上希望从劳动中解放出来。它希望在不受工人诉求负担的情况下从工人身上榨取价值。我认为在这方面，AI可以成为资本的一个非常有用的工具。它使企业能够通过算法管理和控制工人，同时仍然将他们视为独立承包商而非真正的雇员。因此，与过去稳定的工作不同，这些工人通常得不到同样的法律保护。他们可能需要工作更长时间，赚得更少，生活在更大的不安全感中。这就是为什么自动化不会消除工作，反而会为工人创造更多的工作。
我的第三点反思是关于哈特教授的反击建议。我完全同意这三项建议，但我想补充一点：我们还必须要求全民基本收入。有了这种收入，工人不仅会相对过得好一些，还会有更多的议价能力来向资本家要求更高的工资。更重要的是，工人将有更多的力量与资本谈判，甚至对抗资本。通过这种方式，他们可以在工作场所内夺回权力，并最终有可能夺回机器或生产资料。
但这些机器不能被简单地夺取，就像马克思告诉我们的，资本主义国家不能被简单地夺取一样。机器本身必须被改造，这样工人将不再受机器或机器监督者的控制。工人自己必须监督机器，成为机器的真正主人。
最后，我提出两个问题。
我的第一个问题关于“大众智识”的观念。哈特教授认为，在非物质生产的时代，尽管工人面临着新的苦难和剥削形式，但由于他们在工作中的语言表现和语言能力，他们也获得了新的潜能。这种潜能就是政治能力。也就是说，工人可能变得能够进行政治审议和政治决策。
我喜欢这个想法。但在我看来，这种政治能力必须经过训练和培养，就像古代雅典公民的政治能力一样。恐怕工人在工作场所内外常常没有空间或条件来训练这种政治能力。此外，即使工人有能力做出政治决策，我们如何确保他们的政治将是解放性的而非reactionary的？这关系到意识形态和物化意识的问题。在我看来，你对这个问题的领域似乎不太感兴趣，但工人确实可以被reactionary意识形态所捕获甚至绑架。所以我想请问：你如何看待这个问题？
我的第二个问题关于你的反击建议。你提到了夺回机器。我想知道你如何看待美国和某些欧洲国家的平台合作社运动。
对三位评议人的发言，哈特教授做了简要的回应：
非常感谢三位评议人。你们的发言都非常精彩，对我帮助很大。实际上，你们都让我注意到一个共同点——你们都提到了时间问题，关于自由时间，关于减少工作时间，关于时间本身的问题。这非常有意思。刘方喜教授和王行坤教授也谈到了全民基本收入，我认为这与时间问题密切相关。你们说得对，全民基本收入会给工人带来不同的议价能力，也让人们有可能以不同的方式管理自己的时间。
我不知道这算不算对几位评议人任何问题的回答，我想起了马克思的一句话，马克思说，真正的财富，剥去其资产阶级形式之后，就是需求和愉悦的扩展。我很喜欢这句话，因为它和他谈论自由时间的精神是一致的，就像你们说的那样。我喜欢这一点。真正财富——因而也就是解放——的关键在于我们的需求、愉悦和自由时间的扩展。自由时间并不是无所事事的意思，而是对我们时间的自由支配。你们在前面的评议中都重点谈到了控制问题，这确实是关键。灵活就业者更多了，工作更多了，这实际上也是控制问题。资本不仅是为了利润动机——利润动机固然是工具性的——但控制本身也是目标。我认为，在各种不同的平台以及AI在生产中的应用中，有时它直接关乎控制，比如监控形式的控制。但也有许多其他方式，都是关于控制工人的。这似乎是一个重要的问题，也是我们应该直接与之斗争的对象。
秦兰珺教授说了很多有趣的观点，我想回头谈谈其中一个——关于主体和客体的问题。这个问题我没有明确的答案，但每个人都有相关经验。我们可以看到，在工业环境中，工人是如何从属于机器、被客体化的。我也在想，当你走在大街上，看到行人粘在屏幕上的时候——我不知道答案——我们是否在某种程度上被机器客体化或工具化了，而不是我们在使用机器。在某些意义上，我们确实在使用机器；但在另一种意义上，机器似乎在控制我们。我认为这种现象可能跨越不同的社会语境都存在。举个很蠢但也很明显的例子——在美国，Netflix这个娱乐平台上，每次你看完一个节目，它就会给你压力，让你接着看下一个。它试图让你不停地看下去。美国的外卖司机也一样——我不知道这里的应用是不是也这样——每次他们完成一单，甚至在完成之前，应用就会给他们推送新的一单，试图让他们继续跑下去。这给人一种感觉，好像是机器在控制着他们这就是我想说的。提到这个问题时，我觉得很有意思。我自己还没有一个清晰的想法——比如我们经常担心孩子们整天盯着屏幕，害怕他们会失去主动性，变得被动——这种恐惧对吗？我不太确定，你可能比我更清楚。所以我试着去想——这可能在不同的语境下也不尽相同。
关于王行坤教授所提到的平台合作社运动，我了解得很少，但我认为这是一个非常好的思路——在某种意义上，它复兴了其他生产语境中的合作社策略，作为一种应对手段。这似乎是个好主意。
王行坤教授完全正确地说到了一点——我认为这是另一个问题——那就是，工作中语言或智能被调动的方式所内含的政治能力，并不会自动地被激活。我的理解是，这种政治能力是一种可以被政治地组织起来的潜能。这应该是政治行动的焦点。你说得非常对。还有另外两点你也说得对：一个是，工人也有可能被以reactionary的方式动员起来，这是一个潜在的问题；另一个是，你说我对意识形态问题兴趣不大——你大概也说对了。但我想我们俩都会同意，重点在于政治行动。这让我想到一个问题：这在多大程度上可以与——或者说应该与——所谓的“深度去政治化”联系起来？最近几天我一直在想，过去几十年间，中国文化中是否存在某种程度的去政治化，而这种去政治化需要通过某种方式来应对。你用了“训练政治能力”这个说法。这契合一个更大的政治工程——即通过训练政治能力来对抗去政治化。这或许与一种更古老的政治教育的观念相吻合，在某种程度上与之重叠。
随后面向现场听众的问答环节气氛热烈，涉及多个层面的问题：
听众提问：美国社会民众一边依赖AI产品，一边对科技巨头、AI技术抱有强烈抵触；而中国宪法明确工人阶级领导、国家管控大型科技企业，这是否反而让工人更难赋权？哈特回应称，美国民众对AI一方面是使用依赖，另一方面是对立反感，造成一种矛盾心态。高校抵触情绪一部分源于科技企业深度渗透校园、资本捆绑学术资源。哈特教授说他无法对中国现实路径给出定论，但认可国家监管、公有制现代化历史是中美间关键差异。同时他提出一条可行的探索方向，就是力求将宪法规定的工人阶级领导落到实处，把宪定的公共所有权转化为实际的劳动者管理权力。
有听众提问：你认可“人是习惯”，资本会将人类重复性行为固化为可被AI复刻的算法模板。如果人们通过创造新习惯抵抗机器规训，如何避免新习惯再次被资本收编？改造AI机器，究竟是改造外在技术客体，还是重塑作为习惯集合的人类自身？区分“潜在力量”与“单纯可能性”，如何挖掘劳动者内在潜能、夺回机器主导权？
哈特回应称，机器的数据化逻辑建立在人类行为的可重复性之上，改变AI底层算法，本质需要同步改造人的行为习惯。他援引列宁《国家与革命》佐证：democratic制度落地，必须培育适配新型社会关系的全新生活、劳动习惯，改造人与改造机器不可分割。他借助德勒兹virtual/actual理论认为，未成为现实的事物也具备真实的变革力量，但该理论落地到现实运动仍需进一步细化；持续创造全新社会协作模式是长期、无终点的对抗手段，需要与技术迭代同步推进。
听众提问：当前美国进入寡头富豪统治时代，AI核心技术集中在马斯克等少数科技巨头手中，AI持续放大种族、阶层歧视与社会隔离，如何实现AI的democratization，让技术服务人的全面发展？哈特回应称，全球科技行业呈现高度集中化，少数富豪垄断AI算力、模型资源是客观现实。行业监管是基础手段，但技术democratization是更进一步的长期目标。AI的democratization目前暂无完整落地方案，只能明确战略方向：实现劳动者对平台、模型的实际管控，将AI从资本牟利工具转向公共生产工具。
主持人提问：如你所言，AI能够模拟情感、与人建立情感联结，那么机器仿真情绪和人类真实欲望的边界在哪里？哈特回应称，人与机器存在无法弥合的“盈余差值”，人类语言、认知存在可被算法复刻的习惯性部分，这是AI得以诞生的基础，但欲望、政治判断、内生情感无法被彻底数据化。AI的情绪、亲密关系只是仿真幻象，如同机器宠物可以复刻猫咪所有行为，却不存在生物本能的真实欲望；大众对AI通用智能、自主意识的推崇本质是资本制造的神秘化叙事，AI智能完全派生、依附于人类集体智力。
有听众提问：你将沟通、政治行为全部归为习惯，该理论是否弱化辩证唯物主义视角？中国革命证明政治拥有超越习惯改造、推动历史前进的力量，单纯讨论习惯无法解释工人阶级作为历史变革主体的根本动力。哈特回应称，自己并未否定实践、阶级斗争的核心作用。维尔诺借用阿伦特“言说中他人在场”的理论，仅指出后福特时代劳动本身就包含言语互动这一政治行动的基础，意在标出后福特时代劳动本身所携带的政治潜能。习惯是分析数字化劳动的切入点，而非对阶级、历史实践、政治行动的替代，二者可以互补。
听众提问：全球进入AI军备竞赛，发达国家垄断核心技术，发展中国家迫切需要自主研发AI保障主权；但AI本身存在环境破坏、劳动剥削等负面问题，该如何平衡技术批判与自主发展需求？哈特回应称，二者不存在根本矛盾：批判资本主导下AI的剥削性部署，和发展中国家自主掌握AI技术、摆脱技术依附可以并行；自主可控的技术体系，恰恰是打破科技寡头全球垄断的重要路径。
参与讲座的一位产业工程师发言说，大模型存在大量幻觉、缺陷，企业却大肆炒作AI万能论制造资本市场泡沫，管理层高估AI能力是行业普遍错觉，大规模裁员并非技术真实需求。他认为中美AI部署模式存在区别：美国以云端集中式大模型为主，国内可实现本地离线部署大模型。那么这是否会改变人与AI的权力关系？哈特回应称，企业鼓吹AI全能是服务资本金融叙事的“神秘化手段”，和他演讲中对机器智能的祛魅分析完全契合。AI全面取代人类等说法本质是科幻叙事，掩盖技术真实局限。离线本地部署模式，理论上能减少企业对用户数据的垄断，提升使用者自主权，是值得关注的差异化技术路径。他同时提出政治活动分子需要掌握AI技术知识，如同过去工人熟悉工业流水线，不能单纯脱离技术空谈反抗。
有听众提问：机器能否创造剩余价值？长期视角下AI是否仍会大规模淘汰劳动者？AI新增岗位多为修正模型、数据清洗等低端微劳动，如何更好地理解“劳动转移而非取代”？哈特回应称，在马克思理论视角下，机器无法独立创造剩余价值，剩余价值始终