AI的未来、：技术封建主义，{还是新范式？}上海交通大学的对话
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：澎湃新闻）
2026年5月13日，上海交通大学徐汇校区新建楼239会议室。日内瓦大学教授塞德里克·迪朗（Cédric Durand）与哈佛大学博士、The Syllabus 创始人叶夫根尼·莫罗佐夫（Evgeny Morozov）围绕“技术封建主义”展开了一场长时间对话。参与讨论的学者来自法学、政治学、经济学、国际关系与人工智能治理领域。整场会议的核心问题可以概括为：AI正在推动资本主义转向了“技术封建主义”，还是只是把既有资本主义、国家权力与大国竞争推向新的阶段？
这场在上海交大的讨论延续了两人此前的论战。迪朗仍坚持，大型科技公司通过平台依赖、知识垄断、公共职能私有化和掠夺性征敛，推动资本主义出现“倒退的社会主义”；莫罗佐夫仍反对“技术封建主义”这一概念，认为资本主义竞争、国家战略、军事力量和大国竞争更能解释AI时代的现实。与此前相比，两人的基本立场没有根本变化，而这场在上海交大的讨论，他们和参会学者把原有分歧进一步的深入到了生成式人工智能、大国竞争和中国经验之中。
迪朗：为什么AI繁荣，不等于资本主义繁荣
塞德里克·迪朗
迪朗从马克思关于“生产社会化”的论述切入。他认为，AI把劳动、知识和社会协作的相互依存推到更高水平。他引述了厄内斯特·曼德尔的设想，全面自动化和知识社会化将为社会主义的实现准备条件。但迪朗的判断更悲观：社会化生产并不必然带来解放，它也可能转化为更深的依赖、更集中的控制和更强的私人占有。他把这种趋势称为“倒退的社会化”。
他首先提出了一个西方社会现状的判断：西方存在AI繁荣，但不存在资本主义繁荣。美国围绕数据中心、芯片和算力的投资快速扩张，2024至2026年间，AI相关固定投资对美国GDP增量的贡献已非常显著。但这种投资高度集中于少数科技企业和芯片环节。与此同时，美国经济其他部分的投资并未同步扩张，形成科技巨头资本开支高涨、其他部门投资迟滞的“双层经济”。
迪朗认为，这种繁荣还伴随着明显且巨大的金融脆弱性。英伟达投资OpenAI，OpenAI又购买英伟达芯片；云厂商、芯片企业和模型公司之间形成了循环交易。而AI企业估值上升与真实盈利能力之间存在落差，OpenAI等通用AI供应商收入增长很快，但推理成本同样快速上升，亏损不断扩大。若算力成本无法显著下降，或用户价格无法提高，当前繁荣就会暴露出巨大压力。
迪朗还提出一个较少被注意到的论点：具体来说，AI在劳动过程中可能带来三方面风险。第一是劳动者去技能化：如果人们反复依赖AI，而不是自己完成任务，就会逐渐丧失某些技能。第二是工作动机下降：AI在一开始可能提高效率，但要继续改进和获得更高质量结果并不容易，因此使用AI工作的人很难持续保持动力。第三是组织内部信任受损。迪朗举了一个很日常的例子：他自己现在经常收到学生用AI写出的邮件或论文，而这些文本质量并不好。面对这种情况，他会感到疲惫，也不愿再投入精力与学生认真互动。换言之，当AI生成内容大量进入工作或学习关系，而其生成过程不透明、质量又参差不齐时，人与人之间原本基于投入、责任和诚意建立起来的信任就会被削弱。迪朗认为，这种情况不只发生在师生之间，也会出现在工作集体内部。正是在这些意义上，AI可能并不会带来线性的生产率提升，而可能形成所谓“生产率倒J曲线”：初期有收益，之后由于劳动质量下降，企业层面的生产率反而受损。
在此基础上，迪朗重新阐释了“技术封建主义”。他强调，这一概念并非声称当代社会已经回到中世纪，而是用来描述三种相互关联的趋势：
第一，普遍的数字依赖。个人日常生活离不开平台，平台劳动者的劳动过程被算法深度组织，企业与国家越来越依赖云服务、数据基础设施和AI系统。技术平台从外部工具变成社会运行条件的一部分。
第二，私人主体对公共职能的攫取。在迪朗看来，AI可以平台通过数据、推荐系统和预测模型影响人的注意力、偏好和行为。国家过去拥有的统计、识别、协调和管理能力，正越来越多地被大型科技公司掌握。企业因此获得了政治意义上的行动能力。
第三，征敛逻辑与掠夺逻辑，或者说“使用价值即控制”。一旦某类AI系统成为工作、经营和社会协调的必要入口，用户就必须持续接入并付费。迪朗把这种机制视为类似“领主式征敛”的新形式：收益不再主要来自传统的“生产—利润”，而是来自对关键基础设施和社会经济组织能力的控制。
莫罗佐夫：别把“资本主义不繁荣”误读为资本主义衰落
莫罗佐夫
莫罗佐夫首先质疑“技术封建主义假说”本身。他指出，若称之为“假说”，就应当具有可检验的预测力。它需要说明未来几年会发生什么，也要解释过去几年已经发生了什么。若这一概念只是描述一种模糊趋势，其理论效力就有限。
他随后从马克思主义关于资本主义与封建主义的区分出发，反驳迪朗。莫罗佐夫认为，封建主义的典型特征是人身支配和停滞，而当代科技资本并未回到这种状态。贝索斯、扎克伯格、马斯克以及中美科技企业都受到竞争、利润和资本市场压力驱动，持续投资、扩张和创新。支配形式仍然是结构性的资本主义支配，而非领主对附庸的人身统治。
对于迪朗提出的“资本主义并不繁荣”，莫罗佐夫的回应是：资本主义从来没有承诺让所有人共同繁荣。它只需要让资本实现积累。若观察私募资本、资产管理机构、科技平台、芯片企业和主权财富基金，会发现资本主义仍然能够集中资源、扩张产业、创造新垄断并获取高回报。AI投资热潮在他看来并非资本主义危机的直接证明，反而显示资本主义仍有很强的资本动员能力。
莫罗佐夫的主要分析重心在地缘政治。他认为AI未来很难脱离大国竞争的语境去理解。因为美国不会把OpenAI、英伟达、先进芯片供应链和数据中心竞争视为普通市场事务。事实是这些新兴的美国科技巨头已经被纳入国家安全、产业政策和全球战略。莫罗佐夫给出的直接判断是，OpenAI不会因亏损就被放任失败，因为它已被嵌入美国的地缘政治竞争。
他列举了多项政策工具：美国对华为昇腾芯片的限制，对韩国、荷兰、日本的出口管制协调，对阿斯麦（ASML）、尼康（Nikon）等企业的政治施压，国防部战略资本办公室（Office of Strategic Capital）和经济防御单位（Economic Defense Unit）的设立，以及以“硅和平”（Pax Silica）为代表的联盟技术体系建设。这些都说明，AI竞争已经被组织成大国竞争的一部分。
莫罗佐夫还提出，AI公司的全球扩张与债务压力紧密相关。数据中心、能源和算力基础设施需要巨额融资。若想兑现估值，这些公司就必须争夺全球市场、低成本能源和政策便利。因此，巴西、马来西亚、印尼、阿联酋、沙特等国家都被卷入AI基础设施竞争。这些国家并非单纯购买技术，而是在能源、芯片、云服务和数据中心布局上被纳入大国竞争。
在国家与企业关系上，莫罗佐夫与迪朗分歧最深。迪朗看到国家能力被科技资本侵蚀；莫罗佐夫则强调，至少在美国，科技企业越来越深地嵌入国家战略。私营企业进入警务、国防、医疗和货币领域，并不自动意味着国家被掏空，也可能意味着国家通过企业扩张自身影响力。科技资本与国家权力之间常常形成协同关系，而不是简单替代关系。
中国学者的回应与“开源”经验
会议现场
现场讨论主要围绕三个方向展开。
傅宏宇和郑戈都强调，中国AI的发展并不是简单复制美国平台资本模式。傅宏宇指出，中国的大模型备案、算法评估、数据合规、智能体安全指南等制度安排，说明AI从一开始就被置于监管框架之中；同时，阿里巴巴Qwen等开源模型及其海外应用，也显示中国正在形成更开放的 AI 创新体系。郑戈则从法律和产业结构补充说，中国法律对“人格蒸馏”这类将员工知识和行为抽取为数字替身的商业模式保持了警惕，劳动合同、人格权和法律责任会限制这种模式扩张。他还强调，中国AI的重要应用场景在制造业，而不只是美国式的平台商业、金融估值和通用叙事。
其次，Nathan Sperber、Aleksandar Stojanovic和王中原从理论层面对“技术封建主义”提出了不同形式的追问。Nathan认为，迪朗的经验基础过于美国化；在欧洲和全球南方，美国科技巨头的扩张并没有自动生成同等强度的本土技术资本结构，反而可能压制其他地区的平台成长。他还指出，美国科技资本与金融化、全球化之间存在明显连续性，不能过早断言其已经脱离新自由主义积累制度。Aleksandar则要求进一步说明：如果技术封建主义是一种新的生产方式，那么它的运动规律、剩余分配机制、租金提取逻辑和金融结构究竟是什么。王中原则认为，当下更像“国家—平台复合体”：平台影响国家，国家也使用、塑造和规制平台，因此不能只把平台理解为新的封建领主，但智能体AI会持续记忆用户、组织工作流、塑造行为习惯，这又呼应了迪朗所谓“倒退的社会化”。
第三，讨论集中到开源、技术路线和中美竞争。崔之元提出，开源不只是商业策略，也可能承载某种“技术共产主义”的制度想象；Linux基金会、Eben Moglen的论述，以及中国开源模型支持海外“主权AI”的实践，都提示我们，技术政治并不只有平台垄断一种可能。贾开进一步指出，DeepSeek之后，AI竞争可能不再只是同一路径上的追赶，而是出现不同技术体系的分化：一边是美国围绕先进芯片、封闭模型和云基础设施形成的体系，另一边则可能是中国在芯片限制、开源模型和替代性算力方案中发展出的新路径，这意味着在竞争之外还存在着其他更多可能性。
针对这些问题，迪朗在回应中强调，技术封建主义并不是对未来的确定预测，而是对一种趋势的命名。它指向的是资本主义内部越来越强的社会化过程，以及这种社会化在西方语境中被私人平台和科技资本占有后所呈现的倒退形式。莫罗佐夫则继续强调，若要理解AI时代的权力结构，就不能绕开资本主义、国家战略和霸权竞争。对他而言，问题不在于资本主义是否已经变成封建主义，而在于国家、科技资本、金融资本和军事体系正在以何种方式重新组织全球资本主义。
两人的真正分歧，或许不在于AI是否正在重塑世界，而在于究竟是哪种力量在主导这种重塑：是凭借基础设施控制和依附关系获取征敛收益的“科技领主”，还是与国家战略深度捆绑、把算力纳入霸权竞争的资本—国家复合体？这一追问不仅关乎我们如何理解当下的AI，也关乎我们如何判断自身在这场巨大科技变革中的位置。