摘要：从“工厂法典”到算法控制，体现了资本控制劳动范式的根本转换与内在逻辑的深刻演进。算法并非简单地取代“工厂法典”，而是在继承其规训内核的基础上，通过“技术的制度化”与“制度的智能化”，实现对劳动控制的协同与超越。这一过程具体表现为：剩余价值榨取趋于“超精准化”，劳资关系在技术赋能下被扭曲与固化，资本意志由此获得数字化具象。算法控制最终突破了“有形工厂”的物理边界，构建起“无形平台”的数据围栏，推动控制逻辑从“身体规训”迈向“认知殖民”，实现了对劳动场域与劳动者认知的全域渗透。面对此挑战，如何构建与之适配的数字劳动权益保障体系，成为亟待回应的现实议题。
作者：佟奕瑾，男，吉林大学哲学社会学院博士研究生，主要从事马克思政治哲学、哲学基础理论研究。
骆笑，女，浙江大学马克思主义学院讲师、博士研究生，主要从事思想政治教育研究。
本文载于《云南社会科学》2026年第4期(文末附电子版下载链接)。
近年来，国内外学界对数字劳动与平台资本主义的批判性研究日益深入，进行了一系列富有启发性的理论探索，算法控制与数字劳动异化便是这一研究脉络中引人关注的核心议题之一。不论是国外学者围绕算法管理机制、数字劳动剥削、平台资本主义逻辑等问题展开的多元视角研究，还是国内学者对算法控制的技术本质、数字泰勒主义新形态、零工经济中的劳动者处境等问题的理论阐释与实证分析，无不彰显出这一研究领域的学术活力与现实意义。但纵观当前学界对算法控制与数字劳动范式转换的研究，这一现象背后的理论逻辑尚未得到系统地梳理，仍有一些基础性、学理性问题亟待进一步澄清和探究，诸如从“工厂法典”到算法控制的历史演进逻辑是什么;算法控制是如何继承并超越传统工业资本主义的规训机制的;算法对劳动过程的控制是如何实现从“标准化”到“隐匿化”再到“认知殖民”的范式转换的;算法控制是否构成了对马克思劳动价值论与异化劳动理论的时代验证与拓展;这种新型控制形式的本质是技术中立还是资本意志的数字化具象;更进一步地，数字劳动中劳动者主体性的消解与重构有无可能实现;算法控制下的数字劳动异化现象能否真正触及通往人的全面解放的路径，开启批判理论的新维度;等等。对于这些问题的阐释必然牵涉到对数字资本主义控制机制的深层理解，尤其是对资本逻辑在数字时代自我调适与再生产这一时代特征的思考。由此，本文拟聚焦于算法控制对“工厂法典”的继承与超越、算法控制的内在逻辑与表现形态、以及算法控制下数字劳动的新型异化特征，借此脉络性的梳理与分析，为探讨数字时代的劳动控制机制、揭示算法控制的技术表象与资本实质、阐明数字劳动与经典马克思主义批判理论之间的传承与创新关系等问题提供一个理论视角，以更好地把握数字资本主义条件下劳动形态变迁与资本控制逻辑演进的本质。
一、问题的再界定：从“何以可能”到“何以运行”的理论演进
要理解数字时代资本控制劳动的新形态，需先回溯资本控制逻辑的理论源头，并厘清其从传统工业时代到数字时代的演进脉络。
(一)“何以可能”：作为资本意志制度化与规训武器的“工厂法”
在资本主义的发展过程中，工厂立法的经济根源在于资本主义生产关系本身，阶级根源在于无产阶级和资产阶级的斗争。但工厂法并不是外在于资本的约束，而是资本意志在特定历史条件下的制度化表现。它的作用不在于限制资本，而在于通过法律的形式把资本的统治确立为一种法权统治，把规训逻辑嵌入制度框架，使资本对劳动的制度化支配获得了“可能”的条件。
第一，工厂法是资本意志的制度化。马克思在《资本论》中指出：“工厂的全部运动不是从工人出发，而是从机器出发。”机器生产的引入，使生产效率成倍提高，并以“仅由其力学任务决定的自由形式”运行。这种新的生产方式打破了传统工场手工业中以工人为中心的劳动形态，资本借助机器全面掌握生产过程，工人逐渐从“活机构的肢体”沦为机器的附属品。随着资本通过机器完成对生产关系的改造，工人劳动的自主性受到限制，劳动过程完全受资本支配。资本家通过机器强迫工人投入更高强度的劳动，“使劳动凝缩到只有在缩短了的工作日中才能达到的程度”。与此同时，机器化大生产要求严整统一的劳动纪律，这种纪律构成工厂制度的核心内容，并通过工厂法的形式被固定为法律规范。工厂法本质上是资本权力的法律化，它的作用在于加速资本的增殖，其“公开目的无非是使那种只考虑私人利益，只考虑榨取金钱的立法者靠牺牲他的臣民来最大限度地‘发财致富’”。资本的增殖根源于必要劳动与剩余劳动之间的差额。为了启动生产过程，资本必须在生产开始之前预付资本，用以购买劳动资料、劳动对象以及劳动力，从而实现物化劳动与活劳动的有机结合。在此过程中，不变资本仅将其自身的价值转移到新产品之中，并不产生新的价值;而可变资本则通过对劳动力的购买，带来超过其自身价值的剩余劳动，从而成为剩余价值的真正源泉。工资只是劳动力价值的货币表现，它仅补偿工人维持和再生产劳动力所必需的生活资料价值，而不是对工人全部劳动的等价支付，只是对活劳动在当前生产阶段的最低补偿。然而，“工作日不是一个不变量，而是一个可变量”。工厂法正是通过规定劳动日长度，在形式上确认了有偿劳动与无偿劳动的界限，从而在制度层面保障了资本对剩余劳动的榨取。
第二，工厂法是资本规训工人的法律工具。如果说制度化回答了统治的“由谁来规定、以何名义规定”的问题，规训则回答“如何在微观层面持续地统治”的问题。一方面，马克思揭示了资本在生产过程中的专制，而这种专制并非仅凭显露的暴力维系，它依赖于对工人劳动时间的精密把控，工人的“全部生活时间都转化为劳动时间”。一旦工作日和休息日的规定被合法授权，规训便从工厂管理的“内部规则”跃升为国家认可的社会规范，成为渗透性更强的规训技术。时间规训首先奠基于“法定工作日”。它表面上限制了资本对时间的无限侵蚀，实则把劳动时间转化为标准化时段，使生产节拍获得可计算的均质单位，时间上的偏差将引出正当化的制裁。工人在工厂工作的时间是“人格化的劳动时间”，在法律与管理的联动下，时间不再是工人的生活时间，而是资本积累的节律。另一方面，工厂法在意识形态层面发挥了更深层次的规训作用。它通过法律形式向工人灌输“合法即正当”的观念，从而使资本对劳动的支配披上了正当性的外衣。然而，这种“合法性”并没有改变劳资关系的实质不平等，反而掩盖了资本对劳动的压迫。正如马克思所指出的：“机器引起的劳动力买者和卖者之间的法的关系的革命，使全部交易本身失去了自由人之间的契约的外表。”在这种条件下，资本对劳动的统治被隐藏在自由契约的幻象之中，雇佣关系被塑造成一种看似自愿和合法的法律关系，从而在形式上巩固了资本意志的统治。
(二)“何以运行”：算法继承并超越“工厂法”成为新型控制装置
制度化与规训构成了同一资本逻辑的两个方面：前者把统治写入法，后者把法落实为日常规范。如果说工厂法回答了资本控制劳动的“何以可能”，代表了资本早期的制度化与规训形式;那么，在当代，随着数字资本主义的兴起，算法正在取代工厂法成为新的控制装置，算法则是“一种有限、确定、有效并适合用计算机程序来实现的解决问题的方法”。工厂法回答的是资本统治的“何以可能”，即资本如何通过制度化与规训使劳动服从;算法回答的则是资本统治的“何以运行”，即资本如何在日常运作中通过技术手段把这种规训推向更精细的层面。
第一，算法继承了工厂法的制度化与规训功能。一方面，从制度化的角度看，工厂法通过法律将劳动过程标准化，使资本能够在时间、身体与空间层面对劳动进行度量和规制。算法则在此基础上完成了一种编码化的制度化，它不再以法律条文的形式出现，而是以代码和数据的形式，把劳动过程转译为数字信号。工人不再仅仅面对法律规定的工作日，还要面对算法平台设定的实时规则，包括接单数量、配送路线、完成时间、评分反馈、信用等级等，所有劳动环节都被数字化并即时反馈。算法把资本的支配逻辑以技术规则的形式写入操作界面，劳动者的每一次点击都在无形中执行着资本的意志。另一方面，从规训的角度看，算法的规训不再依赖于工人对法律的认知，而是通过即时反馈机制，把规训转化为劳动者自我生存的条件。例如，外卖骑手必须在规定时间内完成订单，否则评分下降、派单减少;网约车司机必须保持高分，否则被判定为“不合格”;内容创作者必须符合平台推荐机制，否则流量被封锁。算法的规训通过连续不断的数据反馈深入劳动者内心，工人被置于一个无休止的自我校准过程中。这种规训几乎没有“外在强制”的感觉，“人们似乎是在自由支配非劳动时间，而实际上，自由时间却逐渐被数字劳动和消费娱乐活动吞噬侵占”。劳动者以为自己是在自我选择，实际上是在算法框架下被不断逼迫做出符合资本积累逻辑的行动。
第二，算法的广泛运用，使资本对劳动过程的支配进入高度的精细化、全域化阶段。在数字资本主义条件下，平台依托算法和大数据分析，不仅能够持续追踪劳动者的工作状态与行为表现，而且能够据此即时调整任务分配、绩效评价和劳动节奏。劳动过程因此不断被虚拟化，并逐步同具体物质生产环节拉开距离。劳动者越来越依附于平台及其技术系统，其身份也由具有主体性的生产者，转向受算法调度的执行者。更值得注意的是，这一转变并不只是劳动组织方式的技术更新，还意味着劳动者愈发难以直接把握自身劳动所创造的价值，剥削关系被包裹进数据计算、界面操作和流程优化之中，阶级矛盾由此被掩盖在技术中立的表象之下。
与此同时，算法治理还显著削弱了劳动者反抗的现实能力。平台通过去中心化的组织方式和虚拟化的工作场景，持续切断劳动者之间原本可能生成的横向联系，使其难以沉淀为稳定的集体力量。交流渠道受到限制，协作空间被压缩，劳动者被分割成一个个孤立运转的个体，并在算法管理与个性化考核机制的共同作用下，被嵌入高度原子化的劳动结构之中。这种原子化并非单纯的组织分散，而是资本有意将劳动者从共同处境中抽离出来，使其更多以个人绩效、个人风险和个人得失理解自身处境，从而削弱团结意识、协商能力与集体行动的可能。
二、控制逻辑的升级：算法对“工厂法”的协同与超越
算法并不是凭空造出一种全新的统治关系，而是在承接“工厂法”既有控制逻辑的基础上，把标准化和透明化推向更高程度，并在此过程中实现对传统规训方式的实质性超越。
(一)技术的制度化：算法规则对劳动过程的“标准化”与“透明化”控制
工厂法通过法律形式确立了资本对劳动的制度化规训，重点在于对劳动时间和劳动身体的监督，但这种监督终究依赖法律文本、行政检查和工厂纪律等外在强制才能生效。进入数字资本主义时代，算法则以代码和数据为媒介，将劳动过程直接转化为可计算、可度量、可修正的运行对象，并由此形成一种兼具制度性与技术性的控制机制。
第一，算法规则实现了对劳动过程的全面标准化控制。马克思指出，资本主义生产的基本要求是将劳动过程转化为“有计划的社会劳动”“资本是资产阶级社会支配一切的经济权力”，其根本目的就在于剥夺工人对劳动过程的自主支配权，使劳动完全服从资本增殖的逻辑。早期工厂法通过规定工作日长度、工种区分以及童工和妇女的劳动条件，初步推动了劳动的标准化，但这种标准化仍主要依赖法律条文和日常检查。算法使资本能够以实时、连续、全方位的方式，把劳动过程彻底改造为数字运算对象。
在平台劳动中，外卖骑手的接单时间、行驶路线和送达时长，网约车司机的接客间隔、行驶速度和顾客评分，线上客服的响应速度、对话数量和满意度，以及内容创作者的点击率、完播率和停留时长，都被算法拆分为一组组可量化指标。尼克·斯尔尼塞克指出，这一模式的核心在于提取更多数据，全面侧写用户画像。这些指标构成一套完整的评价与排序体系，把原本复杂、多样且充满偶然性的劳动活动，压缩为可比较、可计算、可筛选的流程，从而实现资本对劳动过程更深入的规训。标准化因此不再只是操作层面的要求，而是直接作用于劳动主体的行动方式、时间感知和身体节奏。劳动者必须不断依照算法要求调整动作、节奏与态度，否则便会被界定为“不合格劳动”。这是对个体的“一个额外自我的构建。这一额外自我可能在‘真’自我根本不知发生何事时，就对 ‘真’自我造成伤害。”工厂法所保障的主要还是剩余价值的合法提取;算法所推进的则是对剩余价值生产效率的进一步提高。资本不再满足于从总体上支配工人的劳动时间，而是把工人拆解为一系列可量化的动作单元，将每一项劳动都纳入增殖机制之中。
第二，算法规则实现了对劳动过程的透明化控制。如果说标准化是算法规训的基础，那么透明化就是其更深层的支配形式。工厂法虽然规定了工时和劳动条件，但其监督方式毕竟具有外在性、间歇性和可见性的特征。与之不同，算法凭借数据的实时采集、即时反馈和连续记录，使劳动过程几乎完全暴露在平台视野之下。外卖骑手的位置不断更新，平台与顾客都能立刻判断其是否偏离路线;网约车司机的速度、轨迹和服务态度被全程监测，并最终沉淀为评分;客服的每一次对话也会被保存、分析并纳入绩效判断。劳动者的全部行为被转化为数据，这是一种无处不在的数字化全景敞视监狱。与工厂法时代的显性监督不同，算法并不以检查员、监工或纪律执行者的形象出现，而是借助“效率提升”“流程优化”“顾客体验”等中性话语，将控制包装为一种理所当然的技术安排。正是在这种意识形态遮蔽之下，劳动者往往把算法监控当作自然规则，甚至将其误认作公平机制，沦为算法的“义肢”。更重要的是，透明化监督不仅迫使劳动者服从平台算法，也将其进一步推向对消费者评价体系的被动服从。劳动者不仅要接受资本的管理，还必须在消费端实时反馈的压力下不断修正自身行为。这样一来，资本便成功把市场评价、顾客偏好与技术监控编织为一套相互协同的规训网络，使劳动者处于持续暴露、持续自检、持续服从的状态之中。评分体系使劳动者的派单量与收入直接取决于顾客评价，平台的等级机制更是决定了其能否继续工作。劳动者因此不得不在双重压力下调整自我：一方面遵守算法的硬性标准，另一方面迎合顾客的主观情绪。资本则借此建立起一种双重规训机制，把监督成本外包给顾客，却将剥削的成果集中于自身。由此，透明化成为数字资本主义下资本对劳动的新型统治形式。它不仅剥夺了劳动者的隐私空间，更迫使劳动者在无形监督下不断自我调整，形成一种主动顺从的姿态。
(二)制度的智能化：算法黑箱与评分体系对劳动控制的“隐匿化”与“合法化”支配
算法的最大特征在于智能化，能将这种隐匿化的统治包装为技术中立的必然，从而获得合法化地位。劳动者在这种智能化制度中，不仅难以识别支配的来源，而且往往主动接受并内化这种支配，把它当作理所当然的规则。
第一，算法黑箱与评分体系实现了对劳动的隐匿化支配。与工厂法时代不同，早期资本对工人的控制具有可见性：工时长短、身体检查、休息间隔都被明确写入法律文本。即便这些规则体现了资本的制度化意志，工人仍能辨认出控制者的存在，并可能因此组织抵抗。资本主义发展到当代，资本本性使资本对剩余劳动剥削日益隐蔽化。算法以黑箱方式运作，规则的生成过程对劳动者而言是不可见的。平台劳动者只能在不透明的规则下，通过经验猜测来调整行为，却无法真正理解平台运行机制。资本正是借助这种不透明性，将工人置于持续不确定与焦虑之中。马克思揭示过，资本通过劳动过程的形式支配，把工人纳入一种被动剥削的逻辑之中，工人的“劳动不是自愿的劳动，而是被迫的强制劳动”，算法黑箱正是这种形式支配在数字资本主义条件下的深化。
第二，算法黑箱与评分体系实现了对劳动的合法化支配。隐匿化只是算法统治的一面，更关键的是，它通过评分机制赋予资本支配以正当性的地位。评分制造了“公平”的幻象。平台通过星级评价、信用等级和排名榜单，让劳动者相信其处境完全取决于个人表现。如果骑手接单减少或司机评分下降，这通常被解释为服务不足或努力不够，而不是资本结构导致的结果。支配关系因此被理解为绩效考核，剥削则被理解为能力差距。资本借此把统治关系转化为绩效逻辑，把支配掩盖为公平竞争。这种合法化支配对阶级意识的形成具有严重削弱作用。马克思指出，阶级斗争的前提是阶级意识，而阶级意识则建立在对剥削关系的认知之上，“在斗争(我们仅仅谈到它的某些阶段)中，这批人联合起来，形成一个自为的阶级。他们所维护的利益变成阶级的利益”。当资本借助评分机制将剥削关系遮蔽为公平竞争时，劳动者难以识别自身所处的阶级位置，更难形成针对性的集体行动。在工厂制度下，工人可以将压迫直接指向资本家或厂方，而在平台制度中，资本退居幕后，支配因此被包装成合法，资本的统治隐藏在“自动化”的“规范框架”之后。工人若有不满，只能抱怨自身能力不够，却难以明确指向具体的责任主体，从而失去了斗争的清晰对象。
三、资本意志的数字化具象：算法实现“工厂法”本质的路径
算法对“工厂法”的协同与超越，本质上是资本意志在数字时代的具象化过程。它不仅延续了“工厂法”服务于资本增殖的核心目标，更通过数字化手段创新了实现这一目标的具体路径。无论是剩余价值榨取方式的迭代，还是劳资关系形态的重构，都体现了资本在数字技术赋能下对劳动控制的深化。
(一)剩余价值榨取的超精准化：从“计时”到“计件”再到“计数据”
第一，工资形式只是掩盖剩余价值剥削的表象，由计时工资到计件工资体现了剩余价值剥削的强化。马克思专门论述过工资的实质，以及从计时工资到计件工资意味着什么。在资本主义生产体系中，“工资的形式消灭了工作日分为必要劳动和剩余劳动、分为有酬劳动和无酬劳动的一切痕迹”。在雇佣劳动中，劳动力的价值和价格转化为工资形式是“工人和资本家的一切法的观点，资本主义生产方式的一切神秘性，这一生产方式所产生的一切自由幻觉”的依据。因此，不论采取何种工资计算标准，都并不改变工资作为劳动力价值的表现形式这一实质。从计时工资到计件工资通过工资形式的变化上强化了资本对工人的剥削。计时工资以劳动时间为尺度，资本对工人的剩余价值榨取依赖于外部监督和工作日的延长，使得资本家“可以在支付‘正常的劳动价格’的借口下，把工作日延长到超过正常的限度”;而计件工资则以产品数量为尺度，把劳动强度和劳动质量的控制直接转化为产品的数量标准。“在这里，劳动的质量是由产品本身来控制的，产品必须具有平均的质量，计件价格才能得到完全的支付。从这方面说，计件工资是克扣工资和进行资本主义欺诈的最丰富的源泉。”工人为了获得更多工资，必然自觉加快劳动节奏、延长工作日，实际上是主动扩大了无酬劳动的份额，从而使剩余价值的生产更具自我驱动性。与此同时，计件工资还使资本家不再需要大量的直接监督，因为工人之间的相互竞争自然形成资本的监控机制。工人若达不到平均产量，就可能被解雇，若超过平均产量，则通过相对差异压低整体工资水平。由此，资本借助计件工资制度，把工人之间的差异和竞争转化为统治的工具，使工人分化为彼此竞争的个体而难以联合。因此，从计时工资到计件工资的演变，本质上是资本主义生产方式将剥削机制从外部强制转向内部驱动的过程，标志着剩余价值剥削的进一步强化。
第二，“计数据”提供了数字时代资本精准榨取剩余价值的新路径。所谓“计数据”，并非只是对劳动结果进行事后统计，而是把劳动过程拆解为可采集、可分析、可考核的数据链条，并据此把工作节奏、产出效率、停顿时长乃至微观动作统一转化为绩效指标。这样一来，资本对劳动的控制便不再停留于结果考核，而是深入到劳动展开的全过程。劳动时间、产品产出和服务流程都被置于持续的数据捕捉之中，剩余价值的生产也因此获得了更高程度的精密化、即时化和常态化。以亚马逊仓储体系为例，算法事实上已经替代传统工头，成为劳动组织、效率评估和纪律约束的核心装置。工人的取货、打包、扫描与移动路径都被实时记录，并即时换算为可比较的效率数值。一旦工人操作过慢或中断，“智能”系统立即发出警告——亚马逊仓库的扫描仪设定为拣货扫描时间不得超过1.25秒，如果设备监测到超过10分钟无扫描活动，就会分别触发不同的中断警报，要求员工解释为何出现“空闲时间”。在这里，数据已经不只是管理工具，而成为支配劳动的基本媒介。工人的每一次迟缓、停顿甚至短暂离场，都会被系统解释为需要纠正的“低效”，劳动过程于是被压缩为一套可计算、可校正、可惩罚的程序。正如福克斯所言，“今天，整个星球都是资本主义的工厂”，而数字工厂的显著特征就在于，资本已不再仅仅通过延长劳动时间和提高劳动强度来攫取剩余价值，而是进一步借助数据建模、实时追踪与算法预判，把劳动者的每分每秒都纳入可编排、可干预的控制体系之中。在这个数字化工厂中，算法通过对数据的掠夺式利用进一步加深了对劳动的剥削。
(二)劳资关系的技术性扭曲与固化：“去劳动关系化”下的实质控制
第一，在数字资本主义条件下，算法不仅提高了生产率，而且深刻重塑了传统劳资关系。平台企业通常以技术中介或信息撮合者自居，将原本清晰的雇佣关系包裹进数据规则、任务系统和平台接口之中，制造出一种劳动者只是“自主合作者”的表象。所谓“去劳动关系化”，并不意味着劳动关系真正消失，而是资本借助技术话语对劳动关系进行重新命名和有意遮蔽。
对于数字工人而言，劳动场景虽然从传统车间转入计算机终端，但资本对劳动过程的组织权、评价权和分配权并未削弱，反而因劳动的可量化、可追踪而进一步强化。绩效考核、目标拆解、工时追踪和任务监测被算法制度化，劳动中的创造性与灵活性也不再指向主体能力的释放，反而被资本转化为更高强度、更高密度的控制手段。数字工人的劳动内容、劳动节奏和价值实现路径，往往在劳动展开之前便已由平台或雇主预设，工资回报则明显低于其劳动贡献所创造的实际价值。
对于数字零工而言，控制则更多潜藏于“自主性”的表象之下。零工经济确实打破了工厂空间的有形边界，却并未消除支配与被支配关系，而是将其转入平台化、流动化和分散化的技术场域之中。劳动者看似可以自主决定是否接单、何时上线以及如何安排工作，但真正决定其收入水平和劳动强度的，仍是平台内嵌的派单逻辑、评分机制和激励规则。如网约车司机与外卖骑手虽然名义上自由接单，但他们的行为高度受限于系统的调度指令与激励机制。所谓自由，不过是平台将传统外部管理转化为内部算法约束后的制度幻象。劳动者似乎脱离了固定工厂，实际上却进入了一个更弥散、更即时、也更难以抗辩的数字规训空间。在网约车平台中，这种机制表现得尤为典型。滴滴官方长期强调自己只是信息撮合中介，司机为独立的契约方，平台与司机之间“没有劳务雇佣关系”，但法院在多起涉滴滴的劳资纠纷判决中指出：尽管平台声称不存在用工关系，但由于其对司机接单数量、服务质量、价格分成等拥有实质控制，已经呈现出“类雇主”的属性。这表明，传统雇佣关系并未因为技术中介的出现而消失，只是被算法重新包装。平台借助合同措辞和技术外衣淡化雇佣色彩，却依然牢牢掌握接单机会、服务评价、收益分配和奖惩机制，劳资关系的实质控制不仅没有减弱，反而更趋隐蔽和强化。
第二，“去劳动关系化”深化了劳资不平等结构，实质上是对新型劳动剥削模式的隐性延续。劳动关系一旦被去形式化，劳动者便更难在明确的法律框架中主张自身权利，剥削也因此不再主要表现为直接压迫，而是转化为柔性、隐形且持久的制度安排。与此相应，资本的盈利逻辑也发生了明显变化：它越来越不依赖传统物质生产意义上的直接支配，而越来越依赖对劳动过程的算法控制和对劳动成果的持续攫取。这种变化首先体现在劳动者地位的持续弱化。数字劳动者通过智力劳动、情感劳动和创造性劳动不断为平台创造价值，但其劳动成果并不归其自身支配。数字劳动的核心成果——数据、信息、用户行为等被数字资本家通过各种技术手段牢牢控制，进而转化为经济利益。由于这些成果无形、易复制、可反复调用，劳动者在生产完成后不再直接控制其后续应用，而资本却能够在不增加相应报酬的情况下持续复制、再利用并不断增殖。
进一步，这种变化也同时表现为资本地位的持续强化。平台并不只是简单的交易场所，还借助自设规则形成了对劳动者的全程约束。劳动者在接受任务的同时，也被迫接受平台关于接单、评价、奖惩、申诉与退出的一整套内生规则，由此丧失了实质性的协商能力与抗辩空间。资本正是依托这种制度性安排，在平台内部塑造出事实上的私人统治。 这种空间不仅仅是经济层面的控制，还包含着规则制定权、内部管理权和纠纷裁决权的综合性“私权力”，从而在平台内部重构出一套有别于公共法秩序的治理结构。进一步看，算法设置权、数据占有权和资源分配权高度集中于平台一端，劳动者既难以知晓自身劳动成果被如何调用，也无力阻止其被复制、分发和再度变现。 这就使得数字资本对剩余价值的垄断更为深入。可以说，资本借助算法与数据，重新塑造了类似于“工厂法”的统治逻辑，其本质仍是让劳动者在表面自由的幻象中，承担着更严酷的剥削。
四、新型控制特征：算法控制的全域渗透与认知殖民
算法继承了工厂法典的核心逻辑，并将控制从有限的生产空间扩展到劳动者生活的全域，算法的介入使资本的意志不再依赖于看得见的围墙和可触摸的制度，无形的代码与计算逻辑渗透到劳动者的时空、认知与审美之中，劳动对资本的实际隶属关系进一步强化。因此，算法控制的特征在于它实现了规训的隐匿化与精细化，并以此完成了从身体到意识，从劳动场所到生活场域的控制对象的转移。
(一)新型控制场景：从“有形工厂”到“无形平台”的空间革命
1.工厂围墙的消解与数据围栏的构建
马克思指出：“空间是一切生产和一切人类活动的要素。”而工业资本主义的典型特征之一就是工厂作为物理空间的规训功能，“劳动过程的控制权由典型劳动关系中用人单位一方在物理空间内行使”，工厂围墙不仅是生产与生活的分界线，也是资本权力得以落地的制度边界。劳动者一旦进入工厂，便会受到严格设定的时间表、监督体系与生产纪律约束，工厂空间的封闭性使得资本能够以集中的方式组织、控制并榨取剩余劳动。而数字经济和平台模式的崛起使得这种以围墙为象征的物理控制逐渐瓦解，大量新型劳动者并未集中在某一封闭的厂区，而是分散在城市街道、居民住宅甚至虚拟界面之中，网约车司机在道路上完成劳动，外卖骑手以城市为工厂，直播主播在卧室中搭建舞台，居家办公者以家庭书桌为办公室。物理空间的“工厂”被打散，看似资本的直接规训消失了，劳动获得了更多灵活性，但实际上新的空间控制形态已经形成。
与传统工厂围墙相比，数据围栏呈现出三大特点：首先是不可见性，工厂围墙肉眼可见，劳动者一进入厂区便清楚自己进入了规训空间，而数据围栏却隐匿在平台规则中，劳动者往往只能通过惩罚或收益波动意识到其存在，算法的“黑箱”效应使得劳动者难以掌握围栏的运作机制;其次是动态性，工厂围墙相对固定，而数据围栏可以随时调整，平台能够根据市场需求、流量波动或政策压力即时修改派单逻辑、定价机制和评价标准，劳动者则必须不断适应这些变化，无法稳定规划劳动节奏;最近是无限延展性，工厂围墙的作用范围止于厂区边界，而数据围栏几乎没有空间限制，平台既可以在劳动者移动的地理路径中设置规则，也可以将其社交行为、消费偏好甚至闲暇活动纳入监控和计算。数据成为资本得以建构全方位规训的核心资源，数据围栏的建立使资本获得比工厂更深层次的空间支配力，它将劳动者从物理空间的集中管理转移到数字空间的分散规训。
2.劳动场所的私人化与生活空间的劳动化
工厂围墙的消解不仅带来了新的数据围栏，还伴随着劳动与生活空间关系的重组。工业时代的劳动基本限定在工厂内部，生活空间在形式上保持相对独立，数字资本主义则在两个方向上改写了这一边界：一是劳动场所的私人化，二是生活空间的劳动化。
劳动场所的私人化最为明显的体现是居家劳动的普遍化，远程办公、在线教育、视频会议、直播带货等模式使得家庭空间转化为生产空间。劳动者表面上似乎获得了更灵活的工作选择，可以在自家客厅完成劳动任务，但这种灵活性往往伴随着新的成本转嫁。劳动者必须自行承担网络、设备、空间布置等开销，同时还需要不断在生活场景中维持职业化的表现。网络主播要在卧室中布置专业化的灯光与背景，在线客服要在家中保持长期的待命状态。家庭成为劳动的延伸，私人领域的开放意味着资本规训渗透到最亲密的日常环境之中。
生活空间的劳动化则进一步揭示了资本影响的深度，平台将原本属于休闲、社交或消费的活动转化为生产性行为，“谷歌、脸书、亚马逊这样的平台企业开始存储用户的每一次搜索、每一条推送和每一次购物记录，通过这些不经意间留下的数据，平台可以更好地控制其用户”。劳动的概念在此被扩展到生活的方方面面，刷短视频不仅是娱乐，还是数据生产，与朋友的在线互动不只是社交，也是平台精准推荐与广告投放的训练数据，劳动已经从集中化的生产现场延展为弥散化的日常生活实践。
这一趋势带来两个后果：首先便是劳动与生活的界限日渐模糊，劳动者即便在休息时也难以摆脱平台逻辑的召唤，工作时间与私人时间的界限被彻底打破，生活成为劳动的持续场域;其次是生活空间劳动化导致自我规训加剧，劳动者在平台评价与算法激励下被迫将自身完全暴露在可计算的逻辑中，生活被动地劳动化并通过劳动者自身的自觉投入成为资本控制的又一生产环节。劳动与生活不再区分，空间不再具有独立性，而是被纳入一个以数据为基础的连续生产体系。
(二)新型控制领域：从“身体规训”到“认知殖民”的范式转换
1.认知绑定的深度：知识服务领域的“算法思维”内化
工业资本主义时代的劳动控制主要集中在身体层面的规训，工厂制度利用工时安排、劳动强度控制与流水线节奏实现了对劳动者身体动作与产出速度的规整化。然而在算法主导的数字资本主义中，控制由身体规训逐步深入到劳动者的思维结构与认知方式，这种趋势在知识服务领域尤为明显。
知识劳动者在数字平台环境中不得不服从算法逻辑，确保自身劳动成果能够获得平台认可与流量分配。网络写作者需要依赖关键词优化、话题热度和标题算法匹配来提升作品的曝光度，其创作逻辑由过去的主题深度或内容原创性主导转向将“平台可见性”作为主要衡量标准。在线讲师也必须遵循平台提供的课程模板与节奏建议，如将知识内容拆分为短视频、碎片化模块，以适应算法推荐机制的推送逻辑并提高课程点击率与完播率。算法的反馈机制逐渐取代了专业经验的权威，劳动者在不断追求流量最优化的过程中将原本基于知识判断和学科逻辑的创作标准让位于平台计算逻辑。这种现象可以称为“算法思维”的内化，劳动者逐渐把算法逻辑当作知识生产的自然前提，甚至在无意识中模仿算法的偏好。研究人员为了提升论文在学术数据库中的引用与检索概率，倾向于选择更容易被检索的标题与关键词，而非纯粹依据学术创新本身来组织研究议题。教师为了美化线上教学数据表现，可能会迎合平台推荐的碎片化知识模块，而忽视了系统性培养。知识劳动在这一过程中失去了相对独立的判断标准，被纳入到平台算法的计算逻辑之中。
认知绑定的深度在于它不仅影响劳动者的外部产出形式，还塑造了其内部的思维方式，劳动者逐渐难以区分“算法偏好”与“专业判断”，从而在认知层面完成了资本控制的自我合理化，“将自我规训的观念内化于普罗大众之中”。身体规训要求劳动者服从工时表，认知绑定则要求劳动者服从算法逻辑。前者仍然是外部约束，后者却逐渐转化为内在化的思维依赖，这标志着劳动控制已经从外在纪律过渡到内在认知的殖民，算法成为劳动者思想结构的一部分。
2.审美驯化的广度：创意设计领域的“算法审美”霸权
在创意设计与文化生产领域，算法则重构了审美逻辑并形成了新的主流范式。传统意义上的艺术与设计劳动强调个体创造性与独特性，但在算法平台环境下的创作者的审美判断越来越被流量逻辑与算法偏好塑造。短视频平台、音乐流媒体、数字插画平台、电商视觉平台以及虚拟艺术社区等均展现了这一趋势，算法会基于用户数据与互动反馈，计算出最容易获得高点击率与长停留时长的内容，并优先推送相似类型的作品。其结果是平台逐步形成了对特定视觉与情感风格的结构性偏好，艺术创作的多样性被“算法审美”的同质化浪潮取代。劳动者若想在平台上获得曝光则必须顺应这种“算法审美”，在创作中内化以流量为导向的标准。以电商美工为例，他们的创意劳动日益受制于平台算法的视觉导向。电商平台往往利用后台数据分析消费者的点击热区与视觉偏好，向设计师推荐“高转化率模板”，包括固定的配色体系、构图比例与人物姿态。设计师若想获得更多曝光与成交量，必须顺应这些算法筛选出的视觉范式，而产品海报、店铺首页乃至品牌视觉在不同商家之间高度雷同，个体的审美判断逐渐让位于算法“最优解”，原创设计在流量逻辑下被边缘化。
审美驯化的广度体现在它能够迅速扩展到不同文化与艺术领域并形成跨平台的统一化趋势，这种审美的标准化会挤压个体创造力的空间，导致文化生产趋向单一化和同质化。数字劳动者无论是创作内容、工作流程，还是个人体验都被迫在资本的预设框架内运作，都不可避免地受到外部力量的精细调控与深刻影响。算法审美还会逐渐影响劳动者的内在判断，创作者在长期的实践中将平台推崇的风格当作观众喜好的真实反映，甚至自愿投入更多精力将发布的作品做得更好，而忽视了这种偏好本身就是算法的产物。劳动者不再从自我创意出发，而是下意识地调整自身风格，以迎合平台认可，当这一逻辑被广泛接受时，资本则通过算法完成了对审美感知的殖民，其不仅支配了作品的可见性，更主导了劳动者的美学标准，人已经无法离开算法所构建的数字化生活，这恰好是治理者的最佳理想意图。这种算法审美的霸权使资本在文化产业中拥有了前所未有的控制广度，过去的艺术与创意劳动往往保留一定的自主性与抗拒性，而今的算法平台则通过数据反馈与流量激励，将艺术转化为可预测的商品化风格，劳动者的审美判断与创造实践逐渐让位于算法导向的复制与再生产。
3.自我规训的强度：零工经济领域的“算法激励”驱动
在零工经济中，算法还通过激励机制推动劳动者的自我规训。与工厂时代的外部监督不同，零工经济的控制往往以“自由”与“自主”的形式出现，劳动者被告知可以自主选择接单时间与地点，但实际上算法以精细化的奖励与惩罚机制引导他们主动服从平台逻辑。在外卖配送和网约车领域，算法凭借“完成单量奖励”“高峰时段加价”“连续接单补贴”“超时扣分”等机制，将劳动过程拆解为一系列可量化的绩效指标。劳动者若未能在规定时段内完成任务或保持高评分，便可能失去优先派单权，甚至被算法降权或停号。外卖骑手在“冲榜”的过程中常常牺牲安全与健康，网约车司机在追求好评时增加情绪劳动，这些行为虽非平台强制，却都成为算法结构下的自我约束。
除传统零工岗位外，算法控制已深入到更多数字化劳动场景。即时家政服务人员在平台接单时，算法会根据“响应速度”“客户评分”“完工率”进行排名，会影响其后续接单机会，迫使劳动者随时保持在线状态，形成“24小时待命”的隐性加班模式。线上众多劳动者则面临算法化的任务分配与效率考核，系统自动检测完成时间与准确率，稍有延迟或错误即被降低等级，导致报酬下降。即便是虚拟陪伴、语音聊天、情感咨询等新型平台劳动，也在算法控制下被数据化量表取代，劳动者的互动频率、情绪表达、回复速度都被纳入绩效评估，以维持“用户黏性”与“情感留存率”。
这种规训的强度在于它将外部强制转化为内部驱动，劳动者往往被“算法激励”吸引，主动延长劳动时间、提升劳动强度。许多骑手在追逐奖励机制时会自发放弃休息时间，网约车司机为了获得更高评分不得不增加情绪劳动与服务细节，这些行为并非平台的硬性规定，而是劳动者在激励结构下的自觉选择。算法激励的心理机制，进一步加深了劳动者的自我规训。即时反馈、等级奖赏与排行榜等装置，把高强度劳动包装为近似游戏竞逐的体验过程。“你争我抢的游戏乐趣在一定程度上消解了高强度劳动的艰辛，使骑手忽略了劳动过程中的风险，塑造了骑手的集体无意识”，在这种机制下，零工经济虽然在表层上冲击着传统劳动关系的外在形态，却并未削弱控制，反而借助算法激励形成了一种更持久、更柔性的内嵌式支配。它所规训的已不只是劳动者的行动选择，更是其心理预期、时间感知与竞争意识。劳动者看似是在主动追逐订单、奖励与排名，实际上已在平台设定的评价体系中不断完成自我调整与自我加压。资本在无须持续外部监督的情况下依然能够实现劳动的高效控制。
4.差异化分析：认知殖民的层级结构与多重形态
尽管知识服务、创意设计与零工经济三类劳动者都深受算法逻辑支配，但其被“认知殖民”的路径、强度与后果并不一致。这说明，资本借助算法实施控制，并不是单一同质的作用过程，而是会随着劳动形态、技能结构和价值实现方式的不同，呈现出层级化、多形态的展开逻辑。
对于知识劳动者而言，算法控制首先表现为思维方式的重塑。平台推荐机制、关键词权重与流量分配规则，持续改写着知识的组织方式、表达形式和问题意识，使劳动者的认知活动越来越依附于算法偏好。所谓“认知绑定”，其关键并不只在于技术依赖的加深，而在于专业判断逐步退让于算法判断，知识生产的内在尺度也随之由学理逻辑滑向流量逻辑。这种控制并不总是以强制命令的形式出现，而是通过优化建议、热点引导和可见性分配等方式，潜移默化地塑造劳动者对“有效表达”的理解。于是，劳动者在不断调整内容、迎合机制、追求传播效果的过程中，已完成对算法思维的主动适配，并在不自觉中把平台逻辑内化为自身的认知逻辑。如此一来，资本对知识劳动的支配便不再停留于劳动过程外部，而是进一步进入思维结构内部，呈现出更隐蔽也更深层的渗透形态。
创意设计劳动者则在审美层面遭遇算法的结构性驯化。算法借助用户数据建模和流量反馈，逐步确立对特定视觉风格、节奏形式与感官刺激的偏好，创作者也随之将平台所推崇的风格转化为自身创作标准。其“审美驯化”的突出特征在于感知与表达的趋同化：创作者在追求曝光与收益的过程中，往往主动让渡审美独立性，并将算法模板误认为艺术规律。与知识劳动不同，创意劳动中的认知殖民更多发生于感知层面，体现为算法对审美判断和创作动机的持续塑形。
而在零工经济劳动者群体中，算法控制则更多表现为行为层面的自我规训。平台通过奖励、评级与惩罚机制，将外部强制转化为内在驱动，劳动者在追求积分与补贴的过程中，逐渐形成“自觉服从”的劳动习惯。其“行为依附”的实质，在于对心理与情感机制的调控：劳动者将算法反馈视为评价自我价值的重要尺度，并在持续竞争与反复激励的循环中，将资本逻辑内化为行动冲动，最终把服从规则误当作自主选择。
整体上看，三种劳动形态构成了算法认知殖民的层级结构，知识劳动的认知绑定体现了算法对思维逻辑的高度介入，创意劳动的审美驯化反映了算法对感知结构的塑形，而零工劳动的自我规训则揭示了算法对行动机制的操控。算法控制由“认知—感知—行为”三个维度逐级递进，实现了对劳动者思想、感官与实践的全方位渗透。正是这种差异化而又系统化的认知殖民使得资本在数字劳动领域实现了从身体到意识的全面统治，这也标志着劳动控制从“纪律社会”向“算法社会”的深度演化。
资本控制从“身体规训”向“认知殖民”的范式转换延续了工厂时代的时间化、纪律化机制，同时还借助算法技术的实时计算、数据追踪与智能反馈实现了对劳动者思维、感知与情感层面的深度控制。与传统的物理规训相比，算法治理实现了由“外在监督”向“内在塑造”的转化，资本控制得以渗透至劳动者的意识与价值判断，劳动异化由劳动成果的被占有扩展为认知与感知层面的依附。由此，马克思劳动控制理论不断被拓展，剩余价值生产的逻辑延伸至知识劳动、情感劳动与符号劳动等非物质领域，数字资本主义时代劳动控制机制的隐蔽化与心理化特征被揭示，这些都为理解算法权力与认知控制提供了新的分析框架。
从现实层面看，这一研究视角为当下算法治理的制度改革和劳动政策设计提供了新的思路和方向。这不仅需要法律和政策层面的更新，还需要技术创新和国际合作的支持。首先应将算法的透明化与可解释性当作数字劳动治理的核心原则，防止算法“黑箱化”演变为新型的技术权力;其次应在劳动权益保护框架中纳入数字劳动者的特殊处境，建立在线工会、算法监督委员会等组织，增强劳动者在数据与平台中的集体发声能力;最后需要在教育体系中强化“算法素养”和“数字伦理”教育，使劳动者能够识别算法控制、维护认知自主。
尽管围绕算法控制与资本逻辑的分析已较为系统，但仍存在一定局限与未来深化空间。理论层面需要进一步加强与其他思想资源的整合。算法治理涉及认知塑造、主体建构与情感调控，这些与福柯的“生命政治”、拉扎拉托的“情感劳动”等理论存在内在关联，未来研究应在多学科交叉基础上构建更加系统的数字劳动控制理论模型。目前的论证方法主要基于案例分析与理论推演，缺乏大规模实证支持，后续研究可通过算法追踪、深度访谈与跨平台比较等方法构建多层次的数字劳动图谱。针对空间维度，还应拓展跨国比较视野。不同国家在制度环境、技术规范与劳资结构上的差异导致算法治理呈现多元形态，未来研究应关注全球南北之间的算法治理失衡，探索本土化的数字劳动治理路径，形成具有比较意义的全球数字资本主义研究框架。(本文图片来源于网络)
END
「 支持乌有之乡！」
乌有之乡 WYZXWK.COM
您的打赏将用于网站日常运行与维护。
帮助我们办好网站，宣传红色文化！
欢迎扫描下方二维码，订阅乌有之乡网刊微信公众号
