Page 32 - 《党政研究》2025年第2期

用算法生产算法的生产方式，即 “算法工厂”，达到算法生产的自动化。按照马克思的分
析，这将极大地降低算法生产的价值，使得算法的服务 “接近自然力的服务”，其价值相
对于它的规模和作用不断下降。
如果将算法及其程序化表现看作是智能工具的 “灵魂”，那么相应的物质基础就形成
智能工具的 “肉体”。任何智能设备必须将 “软件”和 “硬件”进行融合，才能发挥功
能。这些硬件也同样构成数字生产力要素，例如，计算机、移动终端设备、机器人、存储
器、处理器、传感设备以及各种数字基础设施等。随着数据规模越来越大、算法越来越复
杂，对相应的硬件设施的规模、效能、算力等的要求也就越来越高。作为劳动资料的这两
个组成部分，必须具有协调性，否者就会制约数字生产力的发挥。在传统工厂的数字化过
程中，智能工具将逐渐去改造或替代原来的生产工具，从而实现整个生产系统的智能化。
在数字孪生技术中，可以对现实的设备运行过程和生产过程建立数字化模型，在虚拟的赛
博空间中进行仿真和模拟，从而更好地评估生产过程和改进流程设计等。从这个角度上
看，当数字生产力作为通用生产力对原有的生产力进行改造或替代完成之后，所有的生产
力都将变成了数字化的生产力。数字化的生产力不仅意味着工厂的智能化生产所带来的物
质变换能力，也包含着社会中各部门、各领域之间的协调性实现智能化，例如，智慧交
通、数字政府、数字医疗、智能教育、智慧城市等都是子系统的智能化，而智慧社会则是
全社会的智能化。
数字劳动资料的发展主要体现为算法的发展。聊天机器人是依托于既有的硬件设备的
程序 （代码），它并没有带来硬件技术的改进，而是在原来的聊天工具中，设置了能够与
人实现互动的虚拟主体。而这个虚拟主体可以嵌入到不同的聊天工具和应用程序中，从而
实现智能聊天与其他数字技术的新组合。例如，当 ＯｐｅｎＡＩ 发布 ＧＰＴ － ４ 语言模型后，微
软必应搜索引擎就开始运行了 ＧＰＴ － ４，同时也为 Ｍｉｃｒｏｓｏｆｔ ３６５ 应用和服务提供人工智能
驱动的 Ｃｏｐｉｌｏｔ。当这些算法系统的技术不断地相互融合，智能化会在越来越多的领域攻城
掠地，它不仅仅是在现实世界中的有形的智能工具，而且也会是出现在赛博空间中的无形
的智能工具。伴随着算法聚合、算法关联、算法的复杂性程度的不断提高、更大规模数据
的提取和使用，对算力的要求也会越来越高，就像铁路时代修建铁路是一项巨大的投资一
样，这些算力的提供也需要规模巨大的投入，而且往往具有自然垄断倾向，这就需要政府
去建设数据中心等数字基础设施，这些基础设施 “不直接加入劳动过程，但是没有它们，
劳动过程就不能进行，或者只能不完全地进行” 。
〔 １７〕
可以将运用了数字劳动资料的劳动与纯粹的数字劳动区分开来。网约车司机、美团外
卖员等的零工劳动，属于运用了数字劳动资料的传统劳动，但并不是新的劳动类型。而数
据标注行业则属于数字劳动的新领域，是将原始的图片、语音、文本、视频等数据加工处
理转换成计算机可以识别的信息的劳动，属于纯粹的数字劳动。数字经济的崛起，产生了
一大批新的数字劳动者。这些数字劳动者分布于数字产业化和产业数字化的所有领域，形
成了数字时代的新的劳动类型，大致可以分为与数据相关的劳动、与算法相关的劳动、与
算力相关的劳动以及融合传统部门与数字部门的劳动。融合传统部门与数字部门的劳动，
是指将数字技术与传统行业相结合的劳动，主要是指数字技术应用层的劳动，它们也属于
数字劳动领域。例如，为某一个行业开发工业软件、提供数字化改造方案，就属于这种结
合，这一类的劳动者既需要掌握行业知识，也需要掌握纯粹数字技术领域的知识。另外，
还有对数字平台的运维和管理劳动，也属于这种结合劳动。与传统劳动相比，数字劳动创
造智能工具和进行智能服务的过程，更具有间接性：一方面这些工具体系代替了传统的体
力劳动和部分脑力劳动，扩展了人的身体和大脑作为生产力要素的功能，使得劳动分工体
０ · ·
３