从抽象劳动到抽象智能：劳动价值论的边界突破与智能价值范式的建构
2026-09-03 · 倍顺网
（原标题：从抽象劳动到抽象智能：劳动价值论的边界突破与智能价值范式的建构） 1867年，马克思在《资本论》第一卷中将价值的实体锚定于 抽象人类劳动 ，以 社会必要劳动时间 为标尺，为剖析工业资本主义的生产方式提供了无可替代的理论利器。近一百六十年后，生成式人工智能以每秒数万Token的速度产出知识、代码与决策，在“无人在场”的情况下创造出巨大的经济价值。这一
（原标题：从抽象劳动到抽象智能：劳动价值论的边界突破与智能价值范式的建构）
1867年，马克思在《资本论》第一卷中将价值的实体锚定于 抽象人类劳动 ，以 社会必要劳动时间 为标尺，为剖析工业资本主义的生产方式提供了无可替代的理论利器。近一百六十年后，生成式人工智能以每秒数万Token的速度产出知识、代码与决策，在“无人在场”的情况下创造出巨大的经济价值。这一历史性的断裂，催生了 智能价值经济学 的出场――它以Token为计量单位，以算法结构为核心变量，试图重构成本与收益的分析框架。
然而，劳动价值论与智能价值经济学之间，绝非简单的替代关系，而是 继承与超越的辩证运动 。前者揭示了智能得以涌现的“历史成本”，后者则开启了智能变现的“未来收益”。本文旨在厘清两种价值理论的逻辑基石，剖析其在价值实体、计量方式与分配逻辑上的核心交锋，进而提出 “社会必要算力时间” 这一综合性分析单位，以期在理论碰撞中，探寻连接工业时代与智能时代的价值桥梁。
一、劳动价值论的逻辑基石：为何“劳动”是价值的原点
1.1 从具体劳动到抽象劳动：价值同质化的理论飞跃
古典政治经济学虽意识到劳动是财富的源泉，却未能解决异质劳动如何通约的难题。马克思的关键推进在于 劳动二重性 学说：将生产活动剖分为 具体劳动 （创造使用价值）与 抽象劳动 （形成价值）。抽象劳动抽离了劳动的具体形式，将其还原为无差别的人类脑力与体力的耗费。正是这种同质性，使得万千商品得以在量上进行比较。
1.2 制度批判的锋芒与时代的适用边界
劳动价值论不仅是一种计量工具，更是一把批判的利刃。通过区分“劳动力商品”与“劳动”，马克思揭示了资本剥削的秘密：工人在必要劳动时间内再生产劳动力价值，在剩余劳动时间内无偿为资本家创造剩余价值。这一理论为工业时代的分配正义提供了坚实依据。
然而，这一理论的隐含前提是：价值的创造主体是人，是人的有目的的活动。当AI开始在推理环节独立生成价值，且人类劳动者在“最后一公里”缺席时，这一前提遭遇了前所未有的挑战。
二、智能价值经济学的理论突破：抽象智能的登场
2.1 价值创造的“去在场化”：推理时刻的涌现
智能价值经济学面对的核心事实是 智能活动的独立性 。在大模型生成代码或法律文书的瞬间，物理意义上的人类脑力耗费几近于零，取而代之的是GPU集群的电力驱动、参数矩阵的矩阵运算以及Token序列的概率预测。
尽管模型的训练依赖于人类标注数据、算法架构设计与历史文本积淀，但在 推理生成 （Inference）这一价值实现的关键时刻，人类劳动并不在场。这是人类经济史上的范式转折：从农业到工业，价值创造的最终环节始终有人的参与；而Token的生成，首次将人类从价值创造的“执行端”剥离，使其退居“训练端”。
2.2 价值的“可编程性”：从耗散型向结构型转变
智能价值经济学提出了 “价值可编程性” （Programmable Value）这一核心范畴。同一组Token，因指令（Prompt）与场景的不同，其经济价值可能相差万倍――闲聊时的价值以厘计，而用于癌症辅助诊断时价值以千美元计。
这种价值差异既不源于Token的物理属性，也不完全取决于算力投入，而主要取决于 算法结构的编排方式 与 知识组合的匹配效率 。这标志着价值源泉从“耗散型”（基于要素投入的量）向“结构型”（基于要素组合的方式）的深刻转型。价值不再单纯由“耗费了多少”决定，而更多地由“如何组合”决定。
三、两种价值理论的核心交锋：三个维度的断裂
3.1 价值实体之争：抽象劳动 vs. 算法结构
劳动价值论坚持价值的唯一实体是 抽象人类劳动 。依此逻辑，Token的价值本质上是训练阶段凝聚的人类劳动的转移与物化，是“死劳动”对“活劳动”的吸纳。
智能价值经济学则认为，除了劳动转移，还存在 算法结构的涌现价值 。在推理时刻，算力、数据与算法在特定上下文中的实时交互，产生了一种无法完全还原为历史劳动投入的新价值。这种价值是系统性的涌现，而非简单的要素叠加。
3.2 计量哲学之变：时间刚性 vs. Token弹性
劳动价值论以 时间为计量单位 ，时间是均匀的、一维的、不可逆的，具有天然的稀缺性刚性（一天24小时）。这决定了工业经济存在物理增长的天花板。
智能价值经济学以 Token为计量单位 ，Token是可编程的、可复制的、上下文敏感的。更重要的是，Token具有 供给弹性 ――只要算力与能源允许，其产出可呈指数级增长。这种计量哲学的差异，折射出两种经济形态截然不同的增长逻辑。
3.3 分配逻辑之异：剩余价值归属 vs. 场景匹配效率
在劳动价值论框架下，分配的核心是 剩余价值的归属 ，表现为资本与劳动围绕工作日的延长或缩短展开的零和博弈。
在智能价值经济学框架下，分配的核心转向 场景匹配效率 。Token的价值不取决于它被生成了多少，而取决于它被用于何种场景、解决了何种问题。掌握行业知识、业务流程与用户触达能力的 应用层 ，往往比提供基础算力的 模型层 获得更高的价值份额。分配的逻辑从“谁耗费了劳动”转向“谁实现了价值”。
四、辩证综合：社会必要算力时间与历史劳动的延迟实现
智能价值经济学并非对劳动价值论的全盘否定，而是对其适用边界的拓展。AI的智能并非无源之水，它是人类数千年知识与劳动积累的数字化结晶。预训练数据中的人类智慧、人类反馈强化学习（RLHF）中的标注劳动，都是价值创造的必要环节。
人类劳动从“即时在场”转变为 “延迟实现” ――在Token生成的瞬间被唤醒、被组合、被激活。因此，智能价值经济学将劳动价值论的视野从“现场劳动”拓展至“历史劳动总储备”。
4.2 社会必要算力时间：连接两个时代的桥梁
为了弥合两种理论的断裂，本文提出 “社会必要算力时间” （Socially Necessary Computing Time）这一过渡性范畴。它定义为：在现有的社会平均算法效率、芯片制程与能源成本下，生成一个单位 “有效Token” （即能解决实际问题的Token）所必需的算力投入。
这一概念保留了劳动价值论中“社会平均”与“必要性”的分析精髓，同时吸纳了算力、算法与数据作为新变量的现实。它既承认历史劳动的积淀作用，又正视实时涌现的技术特征，为理解智能时代的成本与价值提供了更具解释力的分析工具。
劳动价值论诞生于工业革命的轰鸣，回答了机器取代体力时的价值源泉问题；智能价值经济学崛起于数字革命的静流，正在回答算法取代脑力时的价值生成问题。
二者之间，不是颠覆，而是扬弃。当 “社会必要劳动时间” 与 “社会必要算力时间” 相遇，当 “抽象劳动” 与 “抽象智能” 对话，经济学正站在范式转换的临界点。人类首次能够精确计量“思考”的成本，这不仅将重写价值理论，更将重塑我们对财富、公平与增长的根本认知。这既是理论的挑战，更是构建中国自主知识体系的机遇。