引言：智能化时代的政治经济逻辑重构

当通用人工智能以大模型、强算力、海量数据的融合姿态登上历史舞台，人类社会正经历一场比蒸汽革命、电力革命更为深远的整体转型。习近平总书记深刻指出，人工智能是新一轮科技革命和产业革命的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业革命机遇的战略问题。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着我国人工智能发展从“技术应用”阶段迈向“形态塑造”新阶段，从“人工智能+”的行动部署跃升为对生产关系的系统性重构。

作为政策改进的研究者与实践者，我们必须清醒地认识到：智能化时代已经不可逆转地到来，人们的生活必须智能化，政治经济的组织运行必须智能化，劳动生产方式必须智能化。这不是技术工具的局部升级，而是社会机体的一次新陈代谢——劳动资料正在从专业化工具集合演变为通用智能生产系统，劳动对象正在从实体自然资源向虚拟数据资源迁移，劳动者内涵正在从单一体力脑力支出转变为人机协同的复合能力单元。这场变革的根本挑战在于：当智能系统深度介入乃至主导物质财富和精神财富的创造过程，我们应当如何重构生产体制？如何定义价值的来源？如何实现分配的正义？

本文立足马克思主义劳动价值论的基本原理，结合通用人工智能时代的技术特征与制度需求，系统阐述《未来国策》框架下的两大核心命题：一是智能劳动生产体制的组织形态与运行逻辑，二是智能化劳动价值本位的确立依据与实现路径。核心观点在于：智能劳动依然是活劳动的延伸与外化，价值的唯一源泉仍然是人的创造性实践；但智能时代要求我们将“劳动价值论”推进到“智能化劳动价值论”的新阶段，以“行为权利清单”取代传统的“岗位身份绑定”，以“任务-行为-结果”的最小单元登记重构权益配置机制，最终在人与智能系统的协同进化中实现劳动的解放与人的全面发展。

上篇：智能劳动生产体制——从组织科层到人机协同

一、生产体制变革的技术基础与历史方位

理解智能劳动生产体制，必须首先把握通用人工智能对生产力的革命性重塑。马克思指出，“劳动资料不仅是人类劳动力发展的测量器，而且是劳动借以进行的社会关系的指示器”。从手工工具到机械机器，从自动化流水线到智能生产系统，劳动资料的每一次跃迁都重新定义了人类劳动的方式与边界。

通用人工智能时代的劳动资料呈现出三个本质特征。第一，通用性突破传统劳动资料的专业化限制，大模型凭借强大的泛化能力同时适用于文本生成、代码编写、图像识别、决策辅助等多重领域，使劳动资料从“专业化工具集合”转向“智能生产基座”。第二，边际成本趋近于零，经过预训练的人工智能模型能够以极低的复制成本在千行百业中快速部署，这意味着知识型、服务型、创意型劳动的赋能门槛被大幅降低。第三，迭代速度呈现指数级增长，基于数据反馈和算法优化，智能系统可以持续自我进化，劳动资料不再是被动的工具，而成为具有部分自主性的“认知伙伴”。

与此同时，劳动对象也在发生空间与价值的双重跃升。在空间上，劳动对象越来越趋向于高度虚拟化与数字化，数据、算法模型、虚拟环境成为主要的劳动对象，并且表现出前所未有的互动性与反馈性；在价值上，劳动对象的生产效能指数级提升，算法不断挖掘数据潜力，突破物质资源稀缺性的边界，形成“数据→智能→数据”的闭合回路。这种变革使得生产效率不再单纯取决于物质投入，而更多依赖于数据质量、算法水平和算力规模。

正是基于上述技术基础，智能劳动生产体制得以确立。它不是对工业时代生产组织的简单修补，而是对“工厂制-科层制-岗位制”三位一体传统模式的根本性超越。

二、从“岗位绑定”到“任务聚合”：劳动组织的范式转换

工业时代的劳动组织以“用人单位-劳动者”的捆绑关系为核心。劳动者进入工厂或企业，以岗位为锚点，以班组为纽带，以科层为通道，获取完成分工所需的资源与协作。这种组织形态适应了标准化、规模化、稳定化的生产需求，但也将人固定在狭窄的职能空间内，使劳动能力受限于组织边界。

人工智能正在逐步解构这个前提。大模型把全球知识打包成一个智能知识库，智能代理则在授权范围内自主决策，使个人无需“依赖单位”即可获得海量知识、实时反馈与多线程协同等诸多能力。这种劳动能力的外部化，将传统认知中“人与人”的协作转向“人与智能模型”的协同，劳动行为衔接的节点由“岗位”转向“任务”，人力价值由“职业技能”转向“认知单元”。工业时代“用人单位作为组织对劳动者的赋能”被部分替代为“人工智能作为技术对劳动行为的赋能”。

在新的生产体制下，分工逻辑转变为“任务与人机组合的匹配”。以任务为边界，以接口协议、数据权限、模型性能为保障，劳动者不再是隶属于某一部门和岗位的固定身份，而可以在任务市场、模型市场、数据市场之间自由组合不同类型的劳动行为。这一刻他可能在撰写大模型提示语言，下一刻在做数据标注，再下一刻在审查人工智能的伦理问题。劳动场景也由固定办公场所变为应用程序编程接口网关，劳动者的“身份”由职位头衔变为系统权限和密钥。

这种去中心化的趋势并不意味着团队的消失，而是团队被重构为“智能化联结”的多个人机协同单元——为了完成一个复杂任务，开发者、设计师、人工智能代理在云端迅速集结，任务完成后即刻解散。生产组织从“持久性共同体”演变为“瞬时性任务网络”，灵活性与适应性成为核心优势。

三、人机协同的微观机制：从指令到对话

理解智能劳动生产体制，必须深入人机协同的微观运行机制。传统人机关系是“操作者-工具”的单向指令关系，而智能时代的人机协同正在演变为“双向对话-循环迭代”的共生关系。

劳动者与通用人工智能之间逐渐形成了基于提示词的“新劳动语言”，劳动者与智能代理之间通过智能协作管家书写“新劳动契约”。在这一新型劳动场景下，提示越精准，模型越接近人类意图；智能协作管家越开放，代理越能在授权范围内自主迭代，最终形成“人类设定目标-人工智能生成方案-人类校正方向-人工智能执行-人类反馈及再设定”的循环闭环。这一循环的时间单位从工业时代的“班次”压缩到“分秒”，空间单位从“车间”压缩到“个人终端”，劳动单位也就从“身份”压缩至“行为”。

以精密轴承加工为例，传统磨削生产线需要六名工人以团队形式完成抬料、装夹、盯砂轮、测圆度和记录的全流程。而在人机协同模式下，人工智能视觉与力控系统驱动机械臂自动抓取毛坯并装夹到位，高速工业相机在磨削过程中实时捕捉圆度误差，算法即时调整砂轮进给量与冷却液流量，完成后由激光测头二次确认，整条线只剩一名巡检工程师。这名工程师的工作不再是重复性操作，而是监督智能系统、处理异常情况、优化工艺参数——这是更具创造性的“二次决策”劳动。

可见，人机协同的根本差异在于人工智能对劳动能力的系统化改造。第一，知识半径的动态扩张。工业时代的知识半径由教育年限与岗位培训决定，一旦定型便相对稳定；人工智能时代的知识半径随推理逻辑、语料数据实时扩展，劳动者在任务进行中即可调用全球相关的论文、专利与案例，知识利用效率大幅度提升。第二，决策时延的数量级压缩。工业时代的决策链条被科层制拉长，信息上传、审批、下达往往需要小时乃至数天；人工智能时代的决策可在毫秒级完成，劳动者与智能模型共同对实时条件变化做出反应，科层制的中层管理“信息中枢”功能被显著削弱。第三，劳动创造性的重新分配。人工智能接管重复性劳动后，劳动者被推向更具创造性的价值判断、取舍权衡、伦理审核，使得创造力不再是少数人的专利，而可以成为多数劳动者的自觉。

四、智能劳动生产体制的制度架构

基于上述分析，《未来国策》框架下的智能劳动生产体制应当包含以下制度要素：

第一，建立“智能底座”的公共属性。 通用人工智能系统作为新一代“一般生产条件”，具有显著的基础设施特征。必须明确，经过大规模预训练的基础模型、关键领域的行业数据集、国家级算力资源，应当纳入公共产品范畴或受严格监管的普遍服务范畴，防止智能生产资料被少数平台巨头垄断，确保各类市场主体和劳动者个体能够平等接入、公平使用。

第二，构建“任务市场”的运行规则。 智能时代的生产组织将以任务为基本单元，需要建立覆盖全社会、联通供需的任务发布、匹配、认证、结算平台。任务市场应当遵循公开透明、自由组合、按绩付酬的原则，劳动者可以根据自身能力偏好自主选择任务，智能系统根据任务需求自动匹配最优的人机组合。任务完成后，劳动行为数据上链存证，形成不可篡改的劳动凭证。

第三，创新“人机协同”的治理框架。 人工智能并非纯粹中性的工具，其嵌入劳动过程会重塑权力关系与责任分配。需要建立人工智能系统的分级分类治理框架，明确高风险系统的就业影响评估义务，要求部署人工智能前完成岗位转换、技能培训、收益分配的路线图。同时，建立劳动者对人工智能决策的申诉与人工复核权，确保人在决策链条中的最终控制权。

第四，重构“职业发展”的支撑体系。 当劳动能力持续被人工智能系统增强和替代，劳动者需要终身学习的制度保障。应当建立基于“技能积分”的个人发展账户，劳动者每完成一次人机协同任务、每掌握一项新的人机协作技能，均可获得可累积、可兑换的技能积分，用于换取培训资源、职业转型支持或社会保障加成。这既是对人力资本投资的激励，也是对劳动能力动态更新的制度兜底。

下篇：智能化劳动价值本位——从活劳动到智能劳动的价值确权

一、劳动价值论的时代化命题

马克思劳动价值论的核心命题是：活劳动是价值的唯一源泉。这一原理在工业时代经受了机器大工业的考验——机器再先进，也只是转移自身价值，而不能创造新价值，剩余价值仍然来源于工人的剩余劳动。那么，当通用人工智能以“类人劳动”的形态深度介入生产过程，当“无人工厂”可以二十四小时不间断运行，当大模型能够生成代码、设计方案、创作内容，劳动价值论是否面临根本性挑战？

这是智能化时代必须回答的理论难题。有学者提出，人工智能的通用化正在使“机器换人”从体力劳动领域扩展到脑力劳动领域，对劳动主体地位构成实质性冲击。也有观点认为，人工智能作为数智物化劳动的技术存在物，既非自主价值创造主体，亦非技术自主体，而是资本重构数智劳动过程的增殖工具，生产性数智劳动依然是价值的直接来源。

本文认为，智能化时代的到来非但没有否定劳动价值论，反而在新的技术条件下确证并深化了劳动价值论。通用人工智能的本质，是人类“一般智力”的物质化、系统化、自主化呈现，是过往劳动成果的结晶，是活劳动延伸的“第二器官”。然而，这一论断需要从抽象原理走向具体制度——我们必须建立“智能化劳动价值本位”的确权框架，将劳动价值论的时代化内涵转化为可操作、可计量、可分配的权益配置机制。

二、智能劳动的价值创造逻辑

要确立智能化劳动的价值本位，首先需要厘清智能时代价值创造的完整链条。通用人工智能参与生产的过程，实际上是三重劳动的叠加与融合：

第一重：沉淀劳动——人工智能系统自身的价值承载。 通用人工智能并非凭空产生，它是无数科学家、工程师、数据标注者、行业专家过往劳动的结晶。从基础理论的突破到算法架构的设计，从训练数据的采集清洗到模型参数的反复调优，从算力基础设施的建设到持续迭代的运维优化——每一行代码、每一条标注数据、每一次反馈优化，都凝结着人类活劳动。这些劳动被物化在人工智能系统中，使其成为庞大的“价值储存器”。当人工智能投入生产时，这部分沉淀劳动按照一定规则向新产品转移价值。

第二重：协同劳动——人机互动中的即时价值创造。 劳动者在使用人工智能系统完成具体任务时，其活劳动并未消失，而是以新的形态展开。劳动者通过提示词设计、任务拆解、结果校准、价值判断等行为，将人工智能的通用能力定向激活、场景适配、目标锚定。这种“二次决策”劳动具有高度创造性，是价值增值的关键环节。同时，劳动者在使用过程中产生的反馈数据、修正案例、领域知识，又成为人工智能持续迭代的训练素材，形成“使用即生产”的循环。

第三重：数据劳动——价值创造的原料供给。 智能时代的数据具有双重属性：既是劳动对象（被加工处理的原料），又是劳动资料（驱动模型优化的燃料）。数据并非自然物，而是人类社会行为的数字化映射。每一次搜索、每一次点击、每一次交易、每一次对话，都蕴含着人类活动的内容与痕迹。当这些数据被采集、清洗、标注、结构化，进而用于模型训练时，原始数据提供者实际上参与了智能系统的“培育劳动”。这种劳动虽然分散、微末、不易察觉，却是智能经济价值创造不可或缺的基础。

由此可见，智能时代价值的最终形成，是沉淀劳动（人工智能系统）、协同劳动（人机互动）、数据劳动（行为供给）三者有机融合的结果。价值的唯一源泉仍然是活劳动——无论是沉淀于系统中的过往活劳动，还是正在进行中的即时活劳动，抑或弥散于数据中的碎片化活劳动。但价值的实现方式发生了深刻变化：劳动从“集中在场”变为“分布在线”，从“整块交付”变为“微粒化贡献”，从“一次性支出”变为“持续迭代投入”。

三、价值确权的核心难题与破解思路

承认智能劳动创造价值，只是问题的开始；真正困难的是如何对价值进行确权，即如何识别、计量、分配不同主体在价值创造中的贡献份额。传统确权机制依赖于明确的劳动关系和清晰的产权边界——劳动者与用人单位签订劳动合同，按岗位获得工资报酬；资本所有者拥有生产资料，获取利润剩余。然而在智能时代，这两大前提都在松动。

第一，劳动主体模糊化。 人机协同使价值创造的主体边界变得模糊。当人工智能系统独立完成部分工作环节，当多个劳动者先后或同时与同一智能系统交互，当劳动者的提示词被模型吸收转化为新的能力——究竟是谁创造了价值？创造多少价值？传统“按岗定酬”的模式难以回答这个问题。

第二，贡献形式微粒化。 智能时代的劳动贡献往往以微小、分散、持续的形式存在。一个用户在浏览商品时的点击行为，为推荐模型的优化贡献了一个反馈信号；一个患者在就医平台上的症状描述，为医疗模型的训练贡献了一个案例；一个程序员在代码社区的一次回答，为编程模型的迭代贡献了一个知识点。这些“微粒劳动”单次价值微乎其微，但海量聚合后构成智能系统进化的底层动力。如何识别并回报这些分散的贡献者，成为前所未有的制度难题。

第三，价值分配链条延长。 传统生产中，价值创造与价值实现往往在同一企业内完成，分配链条短、关系清晰。而在智能经济中，价值可能在数据产生端、模型训练端、场景应用端、持续迭代端之间多次流转、多次增值。一个最初由用户产生的数据点，经过清洗、标注、训练、封装、部署、反馈等多个环节，最终在某个应用场景中实现价值。这期间经历了多个主体、多次劳动投入，分配链条被极大拉长，传统按生产要素分配的框架难以覆盖全链条的权益诉求。

破解上述难题，需要制度逻辑的根本转变。《未来国策》提出的方案是：超越以劳动合同作为职业劳动的基本载体，以每一次具体任务作为基本单元，建立以“任务-行为-结果”为最小登记单元的权益记录体系。劳动者每完成一次与人工智能协同的任务，其行为数据、模型调用记录、结果贡献度被加密上链，形成可追溯、不可篡改的“劳动行为凭证”。该凭证既是后续权益计算、技能认证、风险分担的原始依据，也是价值确权的底层基础设施。

围绕“劳动行为凭证”，构建“行为权利清单”制度。权利清单基于“最低保障+动态加成”的原则，将休息权、最低报酬、职业安全、算法透明、数据收益等设为不可让渡的“核心权利”；同时依据任务风险等级、人工智能自治程度、数据贡献度等变量，创设由收益分成、技能积分、治理参与权等构成的“浮动权利包”。人工智能工具的提供方必须搭建“权利沙盒”，向劳动者明示权利配置、风险系数及申诉通道。权利清单随任务流动而自动适配，劳动者无论身处何地、与何种人工智能协同，都能获得与贡献相匹配、与风险相对称的即时保障。

四、智能化劳动价值本位的制度架构

基于上述分析，《未来国策》框架下的智能化劳动价值本位制度应当包含以下核心要素：

第一，确立“数据收益权”的法定地位。 数据是智能时代的基础性生产要素，数据来源者的权益必须得到法律确认。建议在《民法典》人格权编与财产权编之间增设“数据权益”专章，明确个人数据来源者对由其产生的数据享有知情同意权、携带权、收益权。对于用于模型训练的公共数据和非个人数据，应建立数据收益的普惠共享机制，通过设立“数据公共基金”，将数据要素的部分收益用于全民分红或公共服务投入。

第二，构建“智能劳动贡献”的计量模型。 需要突破传统工时、计件的计量方式，建立多维度的贡献评价体系。评价指标应包括：任务复杂程度（知识密度、创新要求、风险等级）、人机协同深度（人工智能自主程度、人类干预频率）、数据贡献价值（原始数据、反馈数据、领域知识的稀缺性与有效性）、成果应用广度（一次使用还是多次复用、单一场景还是跨场景迁移）等。基于上述指标的加权计算，形成可比较、可兑换的“贡献值”，作为权益分配的依据。

第三，创新“算法收益分享”的分配机制。 当人工智能系统投入生产并产生收益，参与系统“培育”的各类主体应当分享收益。这包括：算法架构的设计者、训练数据的提供者、模型参数的调优者、持续反馈的使用者。建议建立“算法收益分享”制度，要求人工智能服务提供者从年度利润中提取一定比例，设立算法收益分配池，按照贡献记录向历史参与者分配收益。分配可以通过“智能合约”自动执行，以技术手段保障分配的透明与公正。

第四，建立“劳动行为保障”的救济体系。 当劳动行为被智能系统记录、评价、配置权益，就必须建立相应的争议解决与权利救济机制。应设立“智能劳动仲裁委员会”，专门处理涉及劳动行为凭证真实性、贡献计量准确性、权益分配公平性的争议。仲裁委员会应由政府代表、平台代表、劳动者代表、技术专家共同组成，确保各方利益的平衡。对于涉及算法歧视、数据滥用、不当克扣的系统性问题，应赋予检察机关或社会团体提起公益诉讼的权利。

五、从价值本位到人的全面发展

智能化劳动价值本位的确立，根本目的不是为了更精确地计算和分配，而是为了在智能时代实现马克思所说的“每个人的自由发展是一切人的自由发展的条件”。当人工智能将人类从重复性、枯燥性、危险性的劳动中解放出来，当人机协同使每个人的创造潜能得以更充分释放，价值本位制度应当服务于这个更高远的目标。

这就要求我们超越单纯的经济分配视角，将价值本位与人的全面发展有机统一。第一，保障“劳动选择权”。劳动者有权选择与何种人工智能协同、从事何种类型的任务、以何种节奏开展工作，有权拒绝算法过度支配的劳动安排。第二，保障“能力发展权”。劳动者在劳动过程中积累的技能积分、贡献记录，应当能够无障碍地用于能力认证、职业进阶、转型支持，形成“劳动即学习、贡献即成长”的正向循环。第三，保障“治理参与权”。劳动者作为智能经济最广泛的主体，有权参与算法规则、分配方案、平台治理的制定与监督，确保技术发展不偏离以人为本的方向。

结语：智能时代的制度竞争与文明选择

智能化时代的到来，不仅是技术的跃迁、经济的转型，更是制度的竞争与文明的选择。2026年《政府工作报告》将“打造智能经济新形态”上升为国家战略，正是基于对这场变革深刻性的清醒认知。当智能体逐步演变为“经济主体”，当人机协同成为主流劳动形态，当数据成为核心生产要素，传统的产权制度、劳动制度、分配制度都将面临系统性重构。

在这场制度竞争中，中国具有独特的优势。社会主义制度能够超越资本增殖的单一逻辑，将人工智能从“攫取剩余价值的工具”转化为“解放生产力的手段”。我们有可能走出一条不同于西方“技术资本主义”的智能文明新路——在那里，技术进步不是加剧分化而是促进共享，不是消解主体而是增强能力，不是奴役劳动而是解放劳动。

《未来国策》提出的智能劳动生产体制与智能化劳动价值本位，正是这条道路的制度探索。前者通过重构生产组织方式，让每一个人都能便捷地接入智能基础设施、灵活地组合劳动能力、充分地释放创造潜能；后者通过重塑价值确权机制，让每一份劳动贡献都被看见、被计量、被回报，让智能经济发展的成果惠及最广大的劳动者。

当然，这仅仅是探索的开始。技术还在加速演进，社会形态还在持续形塑，许多我们今天难以预见的问题必将陆续浮现。但方向是明确的：智能化时代必须是人的时代，不是技术奴役人的时代；必须是劳动解放的时代，不是劳动被取代、被遗忘的时代。唯有将“人”置于智能文明的中心，以制度创新保障人的尊严、权利与发展，我们才能真正驾驭这场革命性的变革，开创属于全体劳动者的智能未来。