引言：智能化时代的双重变奏

当阿尔巴尼亚政府于2025年9月任命全球首位AI虚拟部长“迪埃拉”负责公共采购事务，当尼泊尔年轻人借助ChatGPT的推荐选出该国首位女性临时总理，当中国《政府工作报告》首次提出“打造智能经济新形态”——这些看似孤立的事件共同指向一个根本性判断：智能化时代已从技术层面的迭代演进，跃升为对政治体制与经济体制的系统性重塑。这场变革的本质，不是“人类使用更先进的工具”，而是“人机关系的历史性重构”。

作为政策改进的研究者，笔者深切意识到：我们习以为常的科层制政府架构、劳动价值理论、分配制度框架，均在智能技术的冲击下面临适应性困境。《未来国策》的提出，正是试图回答一个核心命题：当智能机器从“被动工具”演变为“协作伙伴”，当劳动形态从“人-工具”二元结构转向“人-智能体”融合结构，政治体制与经济体制应当如何作出与之匹配的制度安排？本文聚焦“人机融合与智能化劳动价值回归”这一主题，阐述未来国策的理论基础、制度框架与实践路径。

一、人机融合：从技术现象到政治经济范式

1.1 人机关系的历史演进与质变

理解当下变革的深刻性，需要回溯人机关系的历史谱系。在手工工具时代，工具是人的肢体延伸，人机关系呈现为“人-工具”的直接支配；在机械机器时代，机器取代人的体力，人机关系演变为“人-机器”的操作与被操作；进入信息时代，计算机辅助人的脑力劳动，人机关系进入“人-计算机”的交互阶段。

然而，大模型时代的到来标志着质变的发生。智能机器不再是被动执行指令的工具，而是具备内容生成、逻辑推理、甚至一定程度自主决策能力的“协作主体”。正如马克思主义研究学者所指出的，智能机器获得了“交互主体性”，开始以“工作伙伴”的面貌出现在生产流程中。这种变化绝非单纯的技术升级，而是对“劳动主体”概念的深刻挑战——当智能体能够承担传统上由人类完成的认知性、创造性工作时，我们如何界定“谁在劳动”？当劳动者与智能体形成深度耦合的工作关系时，我们如何理解“人”的主体地位？

1.2 人机融合的三种形态

根据智能机器介入生产过程的深度，人机融合可区分为三种渐次演进的形态。

第一，智能增强形态。这是人机融合的初级形态，表现为智能助手辅助人类完成特定任务。在医疗场景中，智能助手“倾听”就诊过程并生成医疗记录，分析基因组学数据以制定精准治疗方案，医生则从“文档疲劳”中解放出来，专注于与患者沟通。在此形态中，智能机器仍处于“工具”地位，但其“自动性”已远超传统工具。

第二，人机协作形态。这是人机融合的中级形态，表现为数字员工作为“工作伙伴”与人类协同完成任务。数字员工承担重复性、数据密集型工作，人类专注于创意求解、价值判断和复杂决策。正如中国科学院大学孙毅教授所言，此种形态下“AI是人的能力的延伸，人是AI能力的放大器”，人机之间形成知识共享、深度耦合的伙伴互动关系。

第三，通用智能体形态。这是人机融合的高级形态，表现为智能体能够“按意图行事”，在多场景、多任务中自主完成复杂工作流程。通用智能体不仅是工具，更是具备一定自主性的“行动者”。它们可以演绎人机协作的理想图景，在特定领域承担起传统上由人类专家完成的系统性工作。

1.3 人机融合的政治经济学意涵

人机融合的演进，对传统政治经济学的核心范畴构成系统性挑战。

在劳动主体层面，当智能机器参与价值创造时，“劳动者”的边界趋于模糊。智能机器是否创造价值？如果创造，价值归属如何界定？这些问题直接触及马克思劳动价值论的核心命题。学者杨怀川指出，“无人化”生产中工人的相对减少与价值量不断增加之间的矛盾，构成了对传统理论的挑战，但深入分析表明，人工智能是人的本质力量的对象化产物，人类劳动仍是价值和剩余价值的唯一源泉。然而，这一论断需要新的理论阐释——当人类的“智能劳动”通过算法和数据沉淀于智能机器，智能机器的“产出”实质上是人类过去劳动与当下劳动的共同产物。

在生产关系层面，人机融合重塑了资本与劳动的关系。数字资本主义条件下，智能机器的规模化应用可能促使知识工人习得技能的加速贬值，侵蚀人类复杂认知能力生成的实践基础。“一键式生成”的数字便捷极易导致知识生产过度依赖人工智能，消弭人的创造力。这是智能时代劳动过程“去技能化”的新形态，也是政策设计必须警惕的风险。

在国家形态层面，人机融合推动“数字国家”的兴起。清华大学孟天广教授指出，数字国家的兴起绝非单纯将新技术应用于治理场景，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。国家计算与社会计算两大系统的形成，正在重构国家-社会关系、政民互动机制和公共治理模式。

二、政治体制重构：走向人机共生的智能治理

2.1 国家计算的制度化建构

国家计算源于数智技术赋能国家，集中体现为数据、算法、人工智能等新治理要素进入政府体系。国务院《关于深入实施“人工智能+”行动的意见》明确提出，要“推动构建面向自然人、数字人、智能机器人等多元一体的公共安全治理体系”，“打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式”。这标志着国家计算已从学术概念上升为国家战略。

未来政治体制重构的首要任务，是建立适应人机协同的新型治理架构。这一架构应包括三个层次：一是智能感知层，通过泛在的传感器和智能终端，实时采集经济社会运行的微观数据；二是算法决策层，运用大模型技术对数据进行深度分析和模拟推演，为政策制定提供科学支撑；三是人机执行层，形成人类决策者与智能系统协同工作的常态化机制。

在具体制度设计上，应借鉴“国家计算”的理论框架，构建“科层政府数字化”与“数字政府科层化”的双向互动机制。一方面，利用智能技术对传统政府组织结构、规则制度进行重塑，推动跨层级、跨部门、跨系统的业务协同；另一方面，将科层制的制度化、规范化优势嵌入智能系统，确保算法决策的透明性、可解释性和可问责性。

2.2 社会计算的生态化培育

社会计算源于数智技术赋权社会，集中体现为移动互联网和智能化应用对公共参与、民意表达、协商议事等过程的深刻影响。尼泊尔年轻人借助ChatGPT选择领导人的案例，虽有其特殊性，却揭示了一个普遍趋势：当社会公众能够通过智能工具获取信息、形成判断、表达诉求，传统的政治参与模式必然面临重构。

未来政治体制必须正视这一趋势，主动构建社会计算的制度框架。核心任务有三：一是建立智能时代的民意汇聚机制，利用自然语言处理技术对海量公众意见进行结构化分析，使政策制定能够更精准地回应社会诉求；二是构建算法时代的协商民主平台，形成线上线下融合、人机协同参与的公共议事空间；三是培育多元主体协同的治理生态，让社会公众、专业机构、企业组织、社群网络在智能平台上实现有效合作。

值得强调的是，社会计算的发展必须坚持“以人为本、智能向善”的核心理念。AI技术应定位为辅助人类决策的工具，而非替代人类进行决策的主体。在政治传播、政策制定、社会治理等环节，AI可以发挥强大的数据处理和模式识别能力，为决策者提供更全面、更精准的信息支持，但最终的价值判断、政策选择和权力行使，必须由具备政治智慧和责任担当的人来完成。

2.3 算法官僚与科层制的融合

北京大学AI for Politics工作坊的研究表明，AI嵌入基层治理对公务员协作意愿产生差异性影响，其作用机制涉及自由裁量权与责任感知的中介效应。这提示我们：智能系统进入政府体系，不是简单的“技术植入”，而是对传统科层制的深刻重塑。

未来政治体制需要回答一个核心问题：如何在发挥算法效率优势的同时，保持科层制的责任逻辑？笔者的基本判断是：应建立“算法辅助决策、人类最终负责”的权责配置原则。在常规性、程序性事务中，智能系统可自主完成工作流程；在涉及价值判断、利益权衡、风险决策的事务中，智能系统提供方案选项和风险评估，人类决策者承担最终责任。这一原则需要在法律法规层面予以明确，形成智能时代行政责任制度的新范式。

同时，应加快建立AI官僚的分类治理框架。对于承担公共职能的智能体，应明确其备案、审计、问责机制，探索智能体法律人格制度，为智能主体参与公共活动提供法理基础。这不是要给机器以“人权”，而是要在法律层面明确：当智能系统因其自主性导致公共利益的损害时，责任如何追溯、损失如何补偿。

三、经济体制变革：智能劳动的价值确认与回归

3.1 劳动形态变革与价值创造的再认识

智能经济最深刻的变革发生在劳动过程内部。马克思将劳动过程三要素归结为劳动本身、劳动资料和劳动对象。在智能化生产中，这三个要素均发生了根本性变化。

劳动本身扩展为“智能劳动”这一新形态。智能劳动既符合马克思对劳动范畴的界定——有目的的、创造性的实践活动，又呈现出受“智能”因素影响的新特征：它通过人工智能实现人与自然界的物质变换，其产出是知识产品，其过程是创造性劳动。智能劳动者通过掌握和应用先进技术，赋予劳动更多的知识性和创造性，推动劳动不断向高级劳动过渡。

劳动资料发生质变。人工智能作为劳动资料，不仅是人的感官的延伸，更是人的智能的增强。从自动化机器到人工智能，机器能够通过折旧的方式转移自身价值，但不创造价值和剩余价值这一基本原理并未改变。然而，人工智能的特殊性在于：它能够“学习”和“进化”，人类反馈强化助力数字员工“学习成长”，这意味着智能机器的价值转移过程比传统机器更为复杂。

劳动对象呈现新特性。智能技术拓展了劳动对象的可开发性、可利用性和可扩展性，同时赋予劳动对象更多的非物质性。人们在信息、数据、程序等搭建起来的“虚拟车间”工作，借助数字化体系完成对物质生产的作用，劳动对象逐渐从物质领域向非物质生产领域延展。

3.2 智能劳动价值的形成与确认

“无人化”生产中工人的相对减少与价值量不断增加之间的矛盾，构成了对劳动价值论的现实挑战。对此，学术界给出了系统的理论回应：人工智能无法从根本上取代人类，人类劳动仍是价值和剩余价值的唯一源泉。但这一论断需要新的阐释框架。

本文认为，智能时代价值形成过程呈现“劳动沉淀”与“价值转移”的双重机制。一方面，人类劳动者的活劳动仍然是新价值的源泉，但劳动形态从“直接操作”转变为“智能训练”“算法反馈”“价值判断”；另一方面，人类过去劳动以算法、数据、模型的形式沉淀于智能机器中，智能机器的“产出”实质上是这些沉淀劳动的转移和价值实现。这意味着，智能劳动价值的确认，必须同时承认当下活劳动的贡献和过去沉淀劳动的贡献。

基于这一认识，《未来国策》提出“智能化劳动价值回归”的核心主张：在价值分配中，既要保障当下劳动者的合理报酬，也要建立机制使更广泛的社会成员能够分享智能化生产带来的收益。这不仅是分配正义的要求，更是对劳动价值论的逻辑遵循——既然价值源于人类劳动（包括当下劳动和过去劳动），那么价值分配就应当回归于劳动者。

3.3 人机协作的生产关系变革

大模型生产下的人机协作，本质上是数字资本旨在提高劳动生产率而“加速机械化”的最新实践。从表面看，人机协作通过智能增强将人从单调重复的劳动中解放出来，使其专注于更具创造性的工作，资本主义“铁人反对有血有肉的人”的人机矛盾似乎得以修复。然而，辩证地看，数字资本操控下的人机协作并不必然带来人类自由时间增加、工作意义提升和薪酬待遇改善的数字红利。

未来经济体制改革的核心任务，是在生产力跃升的同时，实现生产关系的适应性变革。这包括三个层面：

第一，建立人机协同的新型劳动制度。当数字员工作为“工作伙伴”加入劳动力大军，传统的劳动分工、工时计算、绩效考核制度均需重构。应探索建立适应人机协同的新型生产任务分配体系，推动职业分类动态调整，审慎界定AI智能体在经济活动中的合理地位。

第二，构建智能劳动的成果共享机制。智能经济的价值由多方主体共同创造，其成果应惠及广大参与者。要建立与共创模式相匹配的价值分配体系，明确算法模型、核心数据、行业知识等新型要素在价值创造中的贡献度，激励数据提供者、算法开发者、行业专家持续投入。

第三，完善智能时代的劳动保障体系。同步构建适应人工智能时代的人才培养和就业保障体系，确保劳动者在智能经济变革中拥有平等参与、公平受益的权利。全国政协委员夏德仁提出，要“投资于人”，将促进共同富裕和人的全面发展作为长期政策导向，提升人力资本水平，让技术进步真正惠及全社会。

3.4 智能经济形态的制度支撑

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进入“形态塑造”新阶段。智能经济的本质并非技术迭代，而是生产关系的系统性重构——人机协同重塑劳动形态，数据要素重构分配机制，跨界融合再造产业边界。

支撑智能经济新形态，需要在四个维度实现制度突破：

一是数据要素市场化配置制度。当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。应加快构建全国一体化数据要素市场，完善合规高效的市场运行规则，推动公共数据依法开放与授权运营，建立健全数据流通安全治理标准。

二是人机协同劳动标准体系。智能体参与生产时的权益分配如何界定？人机团队中的劳动时间如何计算？这些问题亟需制度回应。建议制定人机协同劳动标准，明确智能体参与生产时的权益分配机制，建立基于算法共享、数据提供与行业知识沉淀的成果共享机制。

三是跨界融合产业生态制度。智能经济的生命力在于解构传统壁垒、重构产业生态。要推动工业经济体系向智能经济体系全面转型，加快建立以跨界融合为特征的现代化产业体系，支持建设面向重点产业的智能平台，推动生产与消费、制造与服务深度融合。

四是智能体法律人格制度。当智能体逐步演进为“经济主体”，将触发产权、税收、劳动法的系统性变革。应探索智能体法律人格制度，为智能经济主体参与市场活动提供法理基础，明确智能体的权利义务边界。

四、劳动价值回归：分配正义的制度设计

4.1 价值回归的理论基础

“智能化劳动价值回归”的核心理念是：让创造价值的人分享价值，让贡献数据的人获得回报，让承受转型成本的人得到补偿。

这一理念的理论基础有二。一是马克思劳动价值论的当代延伸。既然价值源于人类劳动，那么在智能化生产中，无论是直接操作的劳动者，还是提供训练数据的用户，抑或是沉淀知识的行业专家，都以不同形式参与了价值创造，理应分享价值成果。二是共同富裕的社会主义本质要求。技术进步不应加剧贫富分化，而应成为促进共同富裕的动力。当智能技术带来生产力跃升时，必须通过制度安排使全体人民共享发展成果。

4.2 三重分配机制的构建

基于上述理念，《未来国策》提出构建三重分配机制：

第一层次是市场初次分配。按照要素贡献获取报酬，但“要素贡献”的内涵需要重新界定。除传统的资本、劳动、土地、技术外，数据、算法、行业知识应被纳入要素范畴。要建立基于价值贡献度的数据成本补偿、收益分成机制，加强数据供给激励。对于提供高质量训练数据的用户，对于沉淀行业知识的专家，对于优化算法模型的开发者，都应建立相应的收益分享机制。

第二层次是政府再分配。强化税收和转移支付等工具作用，对收入差距进行合理化调节。特别是要对受智能技术冲击而失业的劳动者提供社会保障，解除他们的后顾之忧。建议开征“智能经济调节税”，对高利润的智能经济企业征收适度税收，用于支持就业转型和技能培训。

第三层次是社会第三次分配。鼓励平台企业、智能经济主体履行社会责任，建立智能公益基金，支持教育、医疗、养老等公共服务领域智能化普惠，让技术进步惠及更多人群。

4.3 从“替代”到“增强”的政策转向

当前，人工智能对就业形成不同程度的“替代效应”。应对这一挑战，关键在于政策导向的转变：从被动应对“机器换人”，到主动推进“人机协同”。

“人机协同”的本质特征是“以人为本”和“以技为术”。劳动者通过使用人工智能等新技术，突破自身认知和效率瓶颈，把效率提升到最大化，极大增强人类原有的工作能力；同时又在人与智能体交互过程中，促进人工智能的自我学习，进一步拓展知识和技术的边界。这种“增强逻辑”取代“替代逻辑”，应成为智能经济政策的核心理念。

在具体政策层面，建议：一是实施就业优先政策，将高质量充分就业作为经济社会发展的优先目标，在制定产业、科技等重大政策时，同步评估其对就业的影响；二是健全监测预警与服务体系，对人工智能带来的就业冲击进行早期识别和预警，及时提供职业咨询、岗位匹配和培训补贴；三是强化“投资于人”，加大教育投入，构建全社会普惠的终身学习体系，动态提升劳动者对技术快速迭代的适应性。

五、结语：迈向人机共生的新文明形态

智能化时代的到来，既是生产力的革命，也是生产关系的变革；既是技术范式的跃迁，也是文明形态的重塑。当智能机器从工具演变为伙伴，当劳动形态从体力延伸演变为智能融合，人类正站在新文明形态的入口。

《未来国策》的核心理念可以概括为三句话：政治体制要从“科层治理”走向“人机共治”，在发挥算法效率的同时坚守人类的主体地位和最终责任；经济体制要从“资本主导”走向“劳动回归”，在释放智能生产力的同时让创造价值的人分享价值；社会建设要从“技术优先”走向“以人为本”，在拥抱技术进步的同时筑牢社会保障底线。

这一转型不会自动完成。技术本身并不决定社会形态，决定社会形态的是制度安排和价值选择。正如习近平总书记所强调的，“人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式”。面对这场深刻变革，我们必须主动作为、前瞻布局，以制度创新引领智能时代的发展方向。

唯有如此，才能让智能技术真正造福人类，让人机融合成为人的自由全面发展的新起点，而非人的主体性消解的新陷阱。这正是《未来国策》的初心所在，也是“智能化劳动价值回归”的终极意义。