澳華網 - 文明的断奶：算法洪流下，人性必须筑坝

文明的斷奶：算法洪流下，人性必須築壩

www.chinese.net.au 2026年9月27日星期日

文明的斷奶：算法洪流下，人性必須築壩

引言：繁榮背面，是一場無聲的"人的退場"

0.1 技術越狂歡，人越困頓

我們正處在一個令人眩暈的時代。

大模型以週為單位迭代，生成式AI把創意門檻一腳踹低，自動駕駛正在重寫"移動"的含義。可另一邊，人的處境卻沒那麼光鮮：外賣騎手被算法精確到秒——2021年多部門聯合印發指導意見，明確要求平台制定、修訂直接涉及勞動者權益的算法時須充分聽取工會和勞動者代表意見並公示；外賣送餐員指導意見更是直接提出通過"算法取中"適當放寬配送時限。但現實是，這套"取中"落地參差，騎手端的倒計時壓力並未真正消解。白領在AI助手"助力"下被迫產出三倍報告；創作者的作品在版權模糊地帶被無償拿去"喂養"大模型——Anthropic已就未經授權使用受版權保護作品訓練模型達成約15億美元和解，為約50萬部作品支付對價並銷毀侵權副本，這是目前同類訴訟中規模最大的和解之一。

這不是技術本身的錯。真正的問題在于，主導技術方向的那套邏輯太單一：資本的無限增殖本能。當技術進步的第一落點總是"降低人力成本""提升資本回報率"，而不是"解放人的時間""豐富人的體驗"，智能時代就掉進了一個深刻悖論：工具越強大，作為"人"的我們反而越廉價、越可替代、越不被需要——更準確地說，IMF估算全球約40%崗位受AI影響，其中一半是互補而非替代；世界經濟論壇2025年報告估算AI到2030年創造約1100萬崗位、取代約900萬。技術"讓人更廉價"在"替代"這一半上證據並不幹淨；真正的問題是：AI省下的成本變成了更多人的可支配時間，還是只變成股東報表上更陡的一條曲線。

0.2 真問題：誰在主導，為誰服務

山姆·奧爾特曼曾在國會聽證會上主動支持對前沿AI系統建立注冊、披露、許可制度——這比含糊承認"麻煩不會小"更有力。但他沒說透的是：問題未必出在技術本身，而更可能出在誰在主導技術、為誰服務、按什麼邏輯分配收益。

于是，一個根本拷問浮出水面：智能時代，究竟是人本主義馴服資本，還是資本借技術之殼，完成對人類文明的終極收縮？

一、三重異化：資本邏輯如何在智能時代"拆除"人性

1.1 勞動的去尊嚴化：你成了AI的"數據飼料"

過去，流水線工人被異化為機器的一部分；今天，知識工作者被異化為AI的"數據飼料"和"校驗工"。

你在社交媒體上的每一次點贊，都在為推薦算法提供免費訓練數據；你為AI生成文本做的每一次修改，都在幫大模型學習如何"更像人"。可這部分"數據貢獻"，你的報酬裡幾乎沒有體現。資本以"技術進步"之名，把人的隱性勞動免費收編，再以"效率提升"為由，把顯性崗位逐出市場。麥肯錫2025年調研顯示，51%的企業已因AI降低了入門級崗位需求——不是消滅了勞動，而是把勞動拆成了看不見的碎片，再讓碎片免費入庫。勞動的去尊嚴化，就這樣悄悄完成。

國內語境下，這套邏輯正在被部分識別：《生成式人工智能服務管理暫行辦法》要求訓練數據來源合法、尊重知識產權；2025年9月1日施行的《人工智能生成合成內容標識辦法》明確顯式標識+元數據隱式標識義務，禁止惡意刪除、篡改、隱匿標識。但這些解決的是"能不能用"，不是"用了之後怎麼分"——收益歸屬仍是空白。

1.2 時間的去生命化：你的注意力成了拍賣品

互聯網公司爭奪的早已不是你的金錢，而是你的注意力時長。算法被精心設計成"最大化留存"的成癮引擎——你刷到的每一條信息，都是經過海量A/B測試後最能綁架你情緒的版本。2024年全球社交媒體廣告支出約2200億美元——這筆錢買的不是你的點擊，而是你清醒著卻無法自主的那部分時間。全球用戶日均社交媒體使用時長約143分鐘，相當于每天有兩個多小時，你的注意力在被無聲拍賣。

你自己既是商品，也是消費者，唯獨不再是你生命的主權者。當"殺時間"成為一門千億美元級別的生意，你的"心自在"就變成了資本最大的敵人。時間的去生命化，讓活著變成了被算法收割。

國內已有對應治理工具：網信辦《互聯網信息服務算法推薦管理規定》要求定期評估、接受社會監督；《個人信息保護法》第二十四條賦予個人對自動化決策的說明請求權與拒絕權——但現實中，行使這些權利的成本遠高于平台收集數據的成本，權利存在而"可行使性"不足。

1.3 價值去主體化：你以為的想要，可能是算法讓你以為

資本主義最精妙的一招，是把"社會需要"偷換成"市場需要"。

你有表達的需要，但平台只推送能引發對立情緒的內容；你有深度學習的需要，但知識付費產品只售賣"30分鐘聽完一本經典"的速食替代品。久而久之，你甚至分不清：我想要的，到底是我真正需要的，還是算法讓我以為我需要的？斯坦福團隊2026年研究顯示，66%的受訪者確實把更多時間花在了高價值工作上——前沿使用者群體中這一比例達80%。技術本身可以讓人更自由；問題是，這個"更自由"的紅利被誰截胡了。當人的欲望被資本反向塑造，人的主體性便悄然蒸發。價值去主體化，是三重異化裡最隱蔽也最致命的一層。

這三重異化疊加起來，就是引言裡那個殘酷悖論：技術越發達，"人"越被壓縮成一串可交易、可替代、可預測的參數——不是因為技術必然如此，而是因為現實中它永遠帶著設計它的人的利益。

二、共謀的牢籠：為什麼"市場之手"救不了人性

2.1 贏家通吃：消費者"用腳投票"，卻無處可逃

有人會說：市場經濟有自我調節機制，消費者用腳投票，企業若過度壓榨人性，終將被市場懲罰。

這套說辭在工業時代或許部分成立，但在網絡效應與數據壟斷並存的智能時代，已經淪為精致的謊言。AI大模型訓練成本以億美元計，數據壁壘高如城牆。一旦某家企業率先跑通"數據—模型—用戶"的增長飛輪，後來者幾乎沒有翻盤可能。全球頭部基礎模型訓練單次成本已突破數億美元量級，這不是小團隊能玩的遊戲。

市場集中度空前提升，消費者的"用腳投票"變成"無處可逃"——你不用微信，就意味著與社交網絡斷裂；你不用某外賣平台，就意味著可選餐廳銳減一半。贏家通吃，讓退出機制失效。

國內層面，算法備案制度已在運轉：截至2025年12月底，15批次751個算法完成備案，14批次5100個深度合成服務算法備案。但備案解決的是"是否登記"，不等于"登記之後有沒有被約束"——這是國內規則真正的落點所在：義務清單很細，但約束效力仍在爬坡。

2.2 注意力軍備競賽：每家都理性，合起來卻瘋狂

單個企業優化算法以提升用戶時長，是理性決策；但所有企業同時這樣做，就造成全社會性的注意力掠奪與精神內耗。

這就是博弈論中的"囚徒困境"：每一家都不願率先降低算法成癮性，因為那意味著用戶流失；結果是所有企業都在加速榨取人性，沒有一家能獨善其身。國內"清朗·網絡平台算法典型問題治理"專項行動已在整治信息繭房、榜單操縱、大數據殺熟——這說明監管看見了問題，但專項行動是脈衝式的，平台回到日常運營後是否真的調低了"留存最大化"的權重，仍缺乏持續可量化的追蹤機制。

注意力軍備競賽的悲劇在于，參與者越理性，整體越瘋狂。

2.3 效率成為絕對正義：質疑者被貼上"反發展"標簽

當資本將"降本增效"包裝成社會進步的唯一標尺，任何質疑都被打上"反發展""保守主義"的標簽。

但這裡需要誠實：效率本身不是假的。員工使用AI的比例從30%升至76%（麥肯錫數據），66%的人確實把時間騰給了高價值工作——問題不是"效率不該有"，而是"效率的紅利歸誰"。如果AI省下的每一分鐘都變成了股東的分紅而不是勞動者的閒暇，那"效率"確實就成了壓垮人的那塊石頭。

在這種話語霸權下，"人本主義"被矮化為"矯情的浪漫"，而"效率"則被神化為"理性的良知"。這不是價值觀的多元競爭，而是一場話語的全面壓制。效率絕對正義一旦成立，人性就只能退場。

所以，指望資本自發"良心發現"，等于指望獅子主動吃草。必須有一支外部的、制度化的、具有強制力的力量介入，為技術劃定不可逾越的"人性護欄"。

三、人性堤壩：給資本鎖死三道底線

3.1 第一道堤壩：確立"數字勞動"的產權與收益權

你的每一次點擊、每一次對話、每一次標注，都在為AI系統創造價值。這套邏輯必須從法律層面得到承認。

歐盟《人工智能法案》第53(1)(d)條對系統性風險模型設定了透明度與評估義務，只是第一步；更徹底的方向是建立個人數據信託制度——將每個人的數據資產納入獨立第三方託管，企業在使用數據訓練模型時，須向數據信託支付公允對價，再按貢獻度分配給個人。這與GDPR第15—22條的數據可攜帶權、反對自動化決策權銜接，是"權利"到"收益"的自然延伸。

國內《個人信息保護法》第二十四條已賦予個人對自動化決策的說明請求權與拒絕權；但"拒絕"之後有沒有替代方案、"說明"的成本由誰承擔，目前仍是模糊地帶。數據信託的本土化，需要先把這兩個缺口填上。

這不是烏託邦，而是對"勞動創造價值"這一資本主義基本法則的數字化延伸。數字勞動的產權與收益權，必須被看見。

3.2 第二道堤壩：用"反壟斷2.0"打破注意力囚籠

傳統反壟斷看的是市場份額和價格操縱；但在智能時代，注意力壟斷和數據壟斷才是真正的禍源。

必須立法禁止算法以"成癮性最大化"為優化目標，強制平台向用戶提供"非個性化推薦"選項，並限制單一平台對用戶注意力的日均佔有上限。加州SB976已要求大型平台向未成年用戶提供無個性化推薦選項；歐盟《數字市場法案》對"看門人"平台設置了互操作、數據隔離等義務，違規罰款可達全球年營業額10%。反壟斷2.0反的不是規模，而是對人性注意力的無度圈佔。

國內《算法推薦管理規定》已要求提供關閉個性化推薦選項——但現實中這個開關藏在五六層菜單深處，且關閉後推薦質量斷崖式下降，等于變相懲罰行使權利的用戶。真正的"反壟斷2.0"需要把關閉按鈕做成默認項，而非藏起來的彩蛋。

3.3 第三道堤壩：建立"技術影響評估"的強制前置程序

任何涉及大規模部署的AI系統，在上線前必須通過獨立委員會的"社會韌性影響評估"——不僅評估經濟效率，更要評估其對就業結構、心理健康、社會信任度、文化多樣性的中長期影響。

但評估若變成紙面流程，就會淪為又一項合規成本。要讓它真的咬人，需要四條硬約束：

第一，評估主體不能全是內部人。須含勞動者代表、用戶代表與獨立技術專家，名單與利益衝突聲明公開。

第二，評估對象分級。高風險高影響場景——招聘、信貸、公共福利裁量、教育評價——強制前置；低風險場景可走簡化程序。不是所有模型都要過同一道篩子。

第三，評估結果附帶明確約束：限範圍、限期整改、暫停上線。不是"建議優化"就完事，而是評估不通過就不能上。

第四，結論與整改記錄可追溯、可質疑。公民與受影響群體有權申請復議，而不是把評估報告鎖進抽屜。

國內真正缺的不是權利本身，而是讓權利能被行使的申訴成本與舉證責任安排。如果普通人要花幾千塊、跑三個部門才能行使一次拒絕權，那這個權利在統計上好看，在生活上不存在。

技術影響評估，就是給資本逐利本能植入一個"人性剎車片"。剎車片不是為了阻止車跑，而是為了讓車跑得更遠、更穩。

四、誰來築壩：國家、企業與公民社會的共同擔當

4.1 國家：從"效率優先"轉向"韌性優先"

過去四十年，我們見證了"發展是硬道理"的奇蹟。但智能時代的新硬道理是：沒有韌性的發展，本質上是加速走向懸崖。

政府應當將社會韌性指數——包括心理資本、社會信任、文化多樣性等維度——納入地方治理考核體系，使其與GDP並重。不是不要GDP，而是不能讓GDP成為唯一能說話的指標。更重要的是，國家要主動成為"最後保障者"：當技術衝擊導致大規模結構性失業時，不是用"再培訓"把責任推給個人，而是通過全民基本收入（UBI）等制度，為個體提供"不恐懼"的安全網。只有不恐懼的人，才敢于創新；只有不恐懼的社會，才具備真正的韌性。

4.2 企業：從"股東至上"邁向"利益相關者共治"

這不應只是掛在ESG報告裡的漂亮話。

企業董事會中應設立"人文與倫理委員會"，擁有對產品上線的實質否決權；企業高管的薪酬考核中，應納入"用戶精神健康影響""社會信任貢獻度"等非財務指標。更根本的是，企業需要重新定義"成功"——不是"我們替代了多少崗位"，而是"我們為多少人創造了更有尊嚴的工作方式"。這不是道德綁架，而是長期主義的理性計算：一個精神枯萎的社會，不可能養出一個永續增長的市場。利益相關者共治，不是分權，而是續命。

4.3 公民社會：做永不沉默的"第三只眼"，也要給替代方案

獨立媒體、學術機構、非營利組織、消費者聯盟——這些力量需要在資本的合謀之外，保持對技術的持續審視與公共討論。

每一次對算法偏見的曝光、每一次對數據黑箱的訴訟、每一次對技術倫理的公開辯論，都是在為這個時代的文明底線添磚加瓦。重要的是，公民社會的監督不能停留在"憤怒與批判"，而需要構建"建設性替代方案"的能力——不只是說"這樣不對"，而是說"那樣可能會更好"。第三只眼，既要看見問題，也要看見出路。

這三股力量形成合力，才能讓"人本主義"從一句空洞口號，變成一套可執行、可監督、可迭代的社會操作系統。

五、文明的尊嚴，在于拒絕成為算法的"輔料"

5.1 技術從未毀滅人性，但人性必須重新奪回

回望人類技術史，每一次重大突破都曾引發類似焦慮：印刷術會否摧毀思想？蒸汽機會否消滅工匠？互聯網會否瓦解社區？

事實證明，技術從未毀滅人性，但在每一次技術浪潮中，人性都必須經歷一場艱苦卓絕的"重新奪回"之戰——從資本的裹挾中奪回尊嚴，從效率的崇拜中奪回意義，從算法的規訓中奪回自由。文明的斷奶，就是斷掉對資本無限增殖邏輯的依賴，讓人重新成為目的，而不是手段。

5.2 這場仗才剛剛開始

智能時代的這場戰役，結局尚未注定。

如果繼續放任資本以技術為馬、以人性為魚肉（原稿誤作"魚狗"，已正），我們終將滑向科幻中那個令人不寒而栗的預言：人類成為算法海洋中漂浮的"生物輔料"，為AI系統提供無窮盡的訓練數據與注意力燃料，卻再也記不起"幸福"原本的含義。

但如果我們足夠清醒、足夠團結、足夠有制度想象力，我們完全有可能走出一條新路——一條既利用資本的力量加速技術普惠，又以人本主義的堤壩為資本鎖死底線的共生之路。