摘要
劳动与人工智能之间正在发生某种变化。无论这种变化在历史上是否真正具有新颖性，许多关于人工智能及其影响的声明都断言其新颖性，并声称这种新颖性将引发深刻的经济、社会政治甚至物种层面的危机。本期《国际劳工与工人阶级史》（ILWCH）关于人工智能与劳动的特刊提供了消化这些声明并提出反驳的资源。该特刊旨在提供更有用的图景来描绘正在发生的事情及其含义，并为研究开辟新的方向。
本特刊包含六篇文章。其中四篇揭示了美国、欧洲和亚洲半导体行业劳动体制中的连续性与创新。（硅谷如今已转向更加全球化的劳动力池，其原因将在下文阐明。）最后两篇文章补充了数字人类劳动的历史。
对半导体资本历史的聚焦，凸显了其在开拓以下领域中的核心作用——意识形态、物质（例如供应链）、法律（例如贸易体制）以及制度（例如产业政策与国家支持、产业劳工实践）——这些领域共同促成了当今“人工智能”产业的形成。半导体行业在 20 世纪 80 年代和 90 年代展开的两种政府愿景之间的戏剧性事件中具有独特的重要性：一方是新右派，另一方则是一个松散联盟，其中包括像阿塔里民主党这样的团体，他们认为政府在高科技引领发展中扮演核心角色。在里根当选之时，冷战时期的安全国家及其附属的科学治理体系需要被重构。无论正确与否，政治、学术界和产业界的精英们都认为半导体行业对美国民用经济和军事利益的未来至关重要。
特别是，半导体行业在 20 世纪 80 年代初市场份额下降后，积极游说华盛顿采取某种措施应对日本竞争。他们由此促成了针对盟友日本的显著且前所未有的敌对政策回应（例如全新的贸易政策）脚注 6。更重要的是，这种恐慌为亲技术联盟提供了一个舞台和杠杆，使其在里根政府期间通过几场胜利击败了新右派。脚注 7 该集团成功建立了新机构，并改造了现有机构，以符合其新的政府理论。半导体行业所经历的困境主导了政治——尤其是关于产业政策的辩论——在接下来的两届总统任期内。克林顿政府完美体现了技术选民群体，并以宏伟的国家转型愿景上任。同样，半导体行业发挥了巨大作用：美国公司（尤其是英特尔）重回领先地位，这一备受瞩目和赞誉的变化证实了这一发展模式的成功，并鼓励将其推广到其他技术和非技术领域。尽管新右派代表纽特·金里奇在 1995 年获胜，但这一成功在很大程度上也 使技术联盟游说支持的治理理论获得了正当性，并稳定了新的高科技社团主义军事凯恩斯主义国家。
半导体模型的重要组成部分是其对劳动力的处理方式——从里根到克林顿的历届政府都给予了实质性的支持。脚注 8 该行业尝试了多种形式的非自由、半自由和高度流动的劳动力安排。脚注 9 它们是最早尝试将生产转移到海外的行业之一，纺织业也是如此。我们对该历史的四项贡献分为两对——第一对探讨非自由劳动力的使用，第二对探讨工会活动。每一对中的一篇更侧重于 20 世纪 70 年代的劳动力状况，另一篇则关注近期的发展。
Ella Coon 在《渐进式矫正：数字电子、监禁劳动与 20 世纪 70 年代的自由主义改革》一文中，以及 Davide Blotta 在其文章《从契约到电子：马来西亚柔佛州的中介劳工体制》中，详细阐述了半导体劳工体制如何建立在更为古老的非自由或半自由劳动传统之上。Coon 的文章补充了关于利用第 13 修正案臭名昭著的漏洞——即监狱劳动——的长期文献。脚注10 这是一项两党合作的努力，Coon 指出其始于 20 世纪 70 年代。新政期间曾禁止私营部门使用监狱劳动。正如 Coon 所详述的那样，1973 年，明尼苏达州成为第一个允许私营行业向监狱付费以利用其设施的州，以此应对不断膨胀的州和市政预算。联邦政府于 1979 年开始合法化私营部门使用监狱劳动。Control Data Corporation（CDC）是一家位于明尼苏达州、在 20 世纪 80 年代具有重要地位的半导体公司，在这一转型过程中发挥了核心作用。他们看到了囚犯群体中的一个机会：廉价劳动力。这涉及根据囚犯是否适合电子产品生产对其进行分类，以及关于电子产品是“轻工业”因而非常适合监狱条件的争论。支持者所宣扬的进步主义愿景是，“培训”囚犯从事未来产业将有助于他们改造并最终重新融入社会。随着 20 世纪 80 年代和 90 年代囚犯人数激增，CDC 首席执行官威廉·莫里斯（William Morris）将这一愿景带入联邦政策制定，塑造了现行的监狱劳动实践。
布洛塔沿袭了殖民契约劳工前往马来西亚的历史脉络，考察了芯片封装领域涉及的移民劳动力池。如今，芯片封装工作主要在东南亚进行，尽管拜登的《芯片法案》试图将部分产能回流至本土。这一领域尤为引人注目，因为它是当今半导体制造流程中劳动密集度较高的环节之一。布洛塔认为，资本通过旧式殖民契约劳工体系的现代变体来压低这些劳动力成本。这些安排利用“债务、文件没收、依赖赞助的居留权以及宿舍管控”等手段将工人束缚其中。本文提出的一个特别有趣的观点是：人工智能生产中的社会再生产可能并不局限于知识劳动，也可能对制造资本构成障碍。
后来的硅谷公司，包括为人工智能公司提供标注工人等服务的承包商，都借鉴了半导体行业在这方面开创的实践和基础设施。对处于极端困境的难民或其他劳动力群体的剥削已有充分记录。脚注 11 继续利用囚犯劳动的问题值得进一步探讨。最近的报道表明，人工智能公司确实通过将榨取劳动包装为生物识别数据收集，在未支付报酬的情况下使用囚犯劳动。脚注 12 在这些案例中，社会再生产顺从劳动的问题似乎需要不断流动和剥削绝望地带。气候危机和当前的能源危机可能为这些公司提供更多的地点而非更少的地点，使得跨边界组织的必要性变得更加紧迫。
即便没有利用当时对奴隶劳动普遍禁忌中的法律漏洞，该行业也臭名昭著地反对工人组织。约瑟夫·帕扎利耶（Joseph Parziale）的文章《提速或关闭：20 世纪 70 年代硅谷的全球车间》和由延恩·奥（Yoehan Oh）撰写的《谁能阻止半导体生产？人工智能芯片时代三星电子的资本年代与工人代表权，2018–2025》探讨了 20 世纪 70 年代后高科技主导发展危机范式下的全球工会斗争。帕扎利耶的文章详细阐述了低成本劳动力和生产灵活性如何在 20 世纪 70 年代使全球电子生产体系具有吸引力。然而，他认为这种安排的稳定性取决于资本维持管理层控制的能力：当工人获得自主权力且企业拥有可信的替代方案时，搬迁或关闭可成为对抗工人的武器；当企业依赖现有产能时，工人可以获取杠杆；而当威权或社团主义机构成功遏制工人力量时，企业可以在容忍受控形式的工会代表权的同时继续存在。
Oh 的研究贡献在探讨自动化、劳工战略与工人代表之间的关系方面遵循了相似的路径，其研究对象包括三星工人的工会 NSEU 及其 2024 年的罢工。该研究包含了对三星、LG 和 SK 海力士的宝贵比较历史。作者指出，自动化遵循了“资本年代”（即：最先进的芯片晶圆厂——最具价值的生产线——正日益实现自动化，而较旧、盈利能力较低的生产线则仍更依赖劳动力）。这种资本年代差异造成了企业内部潜在结构性权力的不均衡分布，将劳动杠杆最大的场所与战略价值最大的场所分离开来。脚注 13 这些贡献共同阐明了流动性如何成为半导体行业在劳工方面取得相对成功的关键。通过资本流动来规训工人，或选择由反动政权的政治制度压制工人力量的地点，已成为普遍做法。当资本无法流动时，工人的努力便具有更大的杠杆作用。最近，三大主要内存芯片制造商——SK 海力士、三星和美光——的工人都利用人工智能带来的对内存芯片的极高需求来争取利润分享协议。SK 海力士和三星已让步于劳工诉求，而美光（截至本文撰写之时）在其台湾设施正面临罢工。脚注 14
最后两项贡献指向了从传统工厂工作转向数字人类劳动形式的有趣研究方向。在 2023 年的一份内部备忘录中，微软高管布伦特·赫克（Brent Hect）将用于人工智能生产和维护的网络爬虫称为“人类历史上最大的盗窃劳动行为”。脚注 15 尽管这一说法的真实性可商榷（奴隶制？），仅此一点就足以使网络爬虫成为本期议题的合适主题。塞巴斯蒂奥·奎利亚斯·弗雷雷（Sebastião Quelhas Freire）的文章《网络爬虫的历史与劳动》探讨了网络爬虫本身不可自动化的劳动。该文章结合了科学技术研究学者芬恩·布伦顿（Finn Brunton）在其著作《垃圾邮件》Spam中的工作，扩展了关于军备竞赛式对抗性数字劳动的研究，例如垃圾邮件过滤器的工作。脚注 16 网络爬虫需要人类专业知识，因为网站、反机器人技术、应用程序编程接口（API）、法律限制以及爬虫技术本身都在不断变化和适应，以避免机器人、分布式拒绝服务攻击以及其他类型的负面或高成本干预。尽管人工智能最近在非法脚注 17入侵系统方面取得了成功，但人类劳动是否仍将在其他对抗性数字工作形式（例如黑客攻击和网络安全）中保持至关重要，仍有待观察。弗雷雷的文章暗示答案是肯定的，即使是在自动化环境下。在这些类型的对抗系统中，持续的适应和变化似乎需要人类的监督和劳动。
同样，洛伦佐·德·莱利的《从经济人到任务机器人：赛博格科学演化中理性代理人的谱系》阐述了经济领域的理性概念和理性代理人如何影响人工智能生产中涉及的数据工作任务的分配。正如斯蒂芬妮·迪克所证明的那样，西蒙的有限理性在 20 世纪 50 年代遭遇计算极限时发生了显著变化。脚注 18 这一抽象理念在物质基础设施中的实施，既改变了该理念本身，也改变了基础设施。从心智到机器的翻译行为实际上是一种变形过程，而错误的模型甚至能催生新的基础设施。例如，乔·勒梅林和雅各布·布朗宁在《神经网络》一文中展示了神经元错误模型如何影响神经网络的设计。这些神经网络（这是极大的简化）是现代生成式人工智能的基石。具体而言，与它们的创造者们的信念相反，它们并不擅长西蒙式的理性推理，而是更像是统计物理学的随机分类器。脚注 19 德·莱利认为，有限理性概念塑造人工智能的地方在于人类劳动任务的设计与分配，这些任务构成了人工智能的众多人类数据输入。此外，思考抽象的理性行动者理念如何塑造那些主导公众接触人工智能重要领域的聊天机器人的迭代过程也饶有趣味，尽管这些模型是按照完全不同的逻辑（和本体论）运行的。
未来研究途径
本专题文章并不声称能够全面涵盖劳动与人工智能这一议题。各种形式的数字劳动（如数据清洗、标注、标签员、维护人员、输出优化师等）往往发生在强制性或半自由的劳动环境中，近期受到了记者和学者的广泛关注。脚注 20 关于人工智能公司日常劳动、营销、整合劳动及其历史前身的工作则显得较少见，但同样具有重要价值。人工智能在劳动中的消费或作为劳动投入的使用是当前学术研究和争议的重点，但本文并未涉及。脚注 21
关于劳动与人工智能的未来研究议程，可能会探讨自动化观念或关于责任归属及其方式的信念如何随时间演变。同样，潜在的未来研究方向将考察投入人工智能其他可能性条件（或输入）的劳动；例如，为实现必要的重大政治和基础设施变革而付出的劳动。
同样，一些工作正在针对为应对这些新劳动体制创新而出现的新兴劳工运动展开（例如，“人工智能即非洲智能”运动）。脚注22将这些置于历史背景中进行考察将大有裨益。在这一体制下，我们生产了何种类型的劳动/劳动者？这对政治意味着什么？产生了何种类型的政治主体，哪些政治成为可能？我们关于半导体劳动创新及其应对的文章或许能指向这一方向。
关于如何处理当前技术失业者，相关论述并不多。计算机科学专业毕业生和技术人员（尤其是入门级岗位）似乎正面临严重的就业流失。脚注 23 未来的研究或许可以探讨政府已经采取和应采取何种行动，包括重建政府能力以及为受过高等教育的毕业生和技术人员创造就业机会的问题。目前劳工界对人工智能尚未形成一致立场；统一的劳工立场应当呈现为何种面貌？
人工智能供应商和政府对知识劳动与人工智能的处理方式背后，似乎存在一种关于知识的朴素理论，其对知识劳动和劳动史具有诸多影响。这种神谕式知识的模型假设存在普遍的非具身事实，理论上可以在一个地方或一种智能（如市场、大型语言模型等）中收集，并通过查询访问。脚注24相比之下，科学和工程的历史与哲学包括大量关于具身知识和默会知识、知识的社会再生产、基础设施、流通、网络、过程、实践以及社会生活的作用的研究，这些要素共同产生了有用的、（某种程度上）稳定且持久的知识。脚注25这些问题构成了一个巨大的问题集合，笼罩在自动化讨论之上，但尚未得到充分探讨。仅就这一新体制下劳动和知识结构的社会再生产而言，就是一个巨大且极其紧迫的主题。
我们希望本专题中的文章能为加强关于劳动与人工智能的研究和思考做出贡献。
参考文献
注释
1. Elzway, Salem，以及 Jason Resnikoff，“自动化从何而来？一个概念的历史（及其可能的未来）”，Labor 21，第 1 期（2024 年）：27–41。
2. Ranganathan, Aruna，以及 Xingqi Maggie Ye，“人工智能并未减少工作——反而加剧了它”，《AI 与机器学习》，哈佛商业评论，2026 年 2 月 9 日，https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it。
3. 他们最初使用男性的名字/声音进行此项目，但很快发现当“代理”被编码为女性时，一切运作效果要好得多。
4. Hao, Karen，《人工智能帝国：Sam Altman 的 OpenAI 中的梦想与噩梦》（纽约：企鹅出版社，2025），第 222 页。
5. https://www.404media.co/inside-project-lily-the-humans-reading-your-chatgpt-chats/“他们说他们是通过招聘机构 Crossing Hurdles 找到这些工作的，该公司‘致力于将熟练专业人士与全球人工智能经济中的人工智能训练、评估、研究及协作机会联系起来’。”
6. 蒂森，劳拉·D'安德烈亚，和大卫·B.约菲，《半导体：从操纵到管理贸易》，1991 年 8 月 23 日。
7. 相关产业，如机床行业，也获得了政策让步（如同一些贸易博弈），但鲜有像半导体行业那样成功的。
8. 电子业组织者尤其感到被克林顿背叛。他们在里根和布什执政期间进行了大量组织工作并赢得了一些让步。克林顿则打压了这一运动。迈克尔·艾森舍，《硅谷铁拳与天鹅绒手套》，1993 年。
9. 马修斯，格莱娜，《硅谷、女性与加州梦想：20 世纪的性别、阶级与机遇》（斯坦福大学出版社，2003）。中村，丽莎，《被忽视的经济：有色女性如何构建互联网》（明尼阿波利斯：明尼苏达大学出版社，2026）。
10. 史密斯，斯泰西·L.，《自由的边疆：加利福尼亚与不自由劳动、解放与重建的斗争》（北卡罗来纳大学出版社，2013）。麦克莱南，丽贝卡，《监禁危机：抗议、政治与美国刑罚体系的形成》（剑桥：剑桥大学出版社，2009）。
11. 郝，凯伦，《AI 帝国：山姆·奥尔特曼 OpenAI 的梦想与噩梦》（纽约：企鹅出版社，2025）。
12. Kimery, Anthony，“美国监狱扩大生物特征持续监测，数据法规滞后 | 生物特征更新”，2026 年 9 月 21 日，https://www.biometricupdate.com/202609/u-s-jails-expand-continuous-biometric-monitoring-as-data-rules-lag。
13. 然而，由于近期芯片短缺、对短缺的担忧以及因人工智能投资导致的高芯片消耗，传统芯片的重要性日益增加。
14. Lee, Wen-Yee，“美光台湾工会施压要求利润分享，维持罢工准备”，《世界劳工》。《路透社》，2026 年 9 月 15 日，https://www.reuters.com/business/world-at-work/micron-taiwan-union-presses-profit-sharing-demand-keeps-strike-preparations-2026-09-15/。katherine.m.zhou.《关于美光台湾潜在罢工你需要知道的内容 – 共力研究社 TPEC》，2026 年 9 月 12 日，https://t-pec.org/what-you-need-to-know-about-the-potential-strike-at-micron-taiwan/。
16. Brunton, Finn, Spam: A Shadow History of the Internet (Boston: The MIT Press, 2013).
17. 通常，存在诸如漏洞赏金之类的工具，以奖励亲社会的网络空间安全进攻性实践，并通过法律责任限制反社会行为。大型人工智能公司似乎更热衷于制造危机，而非遵循法律或其他激励机制，以符合社会规范的方式发现和揭示网络安全漏洞。https://www.commondreams.org/news/ai-liability.
18. Dick, Stephanie，“模型与机器：实施有限理性”，《Isis：致力于科学史及其文化影响的国际评论》第 106 卷，第 3 期（2015）：623–34。
19. Lemelin, Joseph，和 Jacob Browning，《神经网络》。2026 年 9 月 1 日。他们认为，统计物理学意味着一种与传统现实模型截然不同的本体论。
20. Dzieza, Josh，“走进人工智能工厂”，《The Verge》，2023 年 6 月 20 日，https://nymag.com/intelligencer/article/ai-artificial-intelligence-humans-technology-business-factory.html。Donovan, Kevin P. 和 Emma Park，“知识/攫取：肯尼亚零余额经济中的债务与数据”，Antipode 54，第 4 期（2022 年）：1063–85。Gray, Mary L. 和 Siddharth Suri，《幽灵工作：如何阻止硅谷建立新的全球底层阶级》（波士顿：Houghton Mifflin Harcourt，2019）。Roth, Emma，“Meta 的人工智能眼镜据称将敏感画面发送给肯尼亚的人类审核员”，《The Verge》，2026 年 3 月 5 日，https://www.theverge.com/tech/889637/meta-ai-smart-glasses-human-reviewers-kenya。Sen, Mayukh，“孟加拉点击农场劳动者”，《The New Inquiry》，2016 年 6 月 27 日。
21. 萨尔瓦乔，埃里克，《生成式人工智能的生产力神话》，Tech Policy Press，2025 年 10 月 13 日，https://techpolicy.press/generative-ais-productivity-myth。伊斯特伍德，布莱恩，《人工智能提升工人生产力——但这是否转化为最终产出？| MIT 斯隆管理学院》，2026 年 9 月 2 日，https://mitsloan.mit.edu/ideas-made-to-matter/ai-boosts-worker-productivity-does-translate-to-final-outputs。伯恩哈姆，克里斯汀，《人工智能如何重塑工作流程并重新定义工作| MIT 斯隆管理学院》，2026 年 4 月 22 日，https://mitsloan.mit.edu/ideas-made-to-matter/how-ai-reshaping-workflows-and-redefining-jobs。德皮利斯，莉迪亚，《公司投入如此多的 AI 资金，得到了什么？》，《商业》（纽约时报），2026 年 8 月 3 日，https://www.nytimes.com/2026/08/03/business/economy/ai-spending-tokenomics.html。
22. https://www.404media.co/ai-is-african-intelligence-the-workers-who-train-ai-are-fighting-back/.
23. 由程序员构建用于自动化工作的工具，竟然能出色地部分自动化他们自己所从事的特定类型工作，这难道不令人震惊吗？
24. 这也是当前预测市场背后的逻辑。
25. Shapin, Steven，“隐形技术员”，《美国科学家》77 卷第 6 期（1989 年）：554–63。Lemelin, Joseph，“Haugeland 的理解论：关于人工智能与存在本体论”，《大陆哲学评论》58 卷第 1 期（2025 年）：99–116。
评论
暂时没有评论。