前言
从马列视角看，AI弃民并非一个静态的“被甩下的人”集合，而是资本主义生产关系在技术层面的新延伸。核心边界不在于“谁被AI替代”，而在于谁被排除出剩余价值的生产与分配体系且无法再以劳动力身份重新进入。
核心边界：从“剥削”到“弃置”
经典马克思主义的核心是生产关系，即劳动者与生产资料的关系。列宁的定义指出，阶级的划分标准是同生产资料的关系而非收入或身份。因此，判断“AI弃民”的边界切忌只看是谁失业了，而是要同时去看以下两个方面。
是否被彻底排除出雇佣劳动关系：失业但能再就业，仍是“后备军”;若因技能、年龄、地域等原因，被系统性排除在就业市场之外且AI进一步固化了这种排除，才构成“弃民”的雏形。
是否失去了重新进入生产体系的通道：经典无产阶级靠出卖劳动力为生。若AI使劳动力本身贬值且劳动者缺乏转换技能或再培训的通道，其“劳动力商品”便无法出售，从而滑向“弃民”。
与“边缘革命论”的区分：拒绝身份政治
这里必须划清一条理论界线。有观点(如齐泽克)将“被排斥者”视为“新无产阶级”，但这是对马克思主义阶级理论的歪曲。
马列标准：阶级由生产体系中的地位决定而非边缘化程度或身份。
AI弃民的本质：他们不是因“身份”被排斥，而是因在技术驱动的生产重构中，其劳动力与资本结合的条件被永久性破坏。他们是被“优化”掉的“冗余劳动力”而非因文化、种族等身份被排斥的“他者”。
关键区别：前者是结构性、经济性的，后者是文化性、身份性的。将“弃民”概念泛化为“所有被排斥者”，会模糊阶级分析，导向危险的“身份政治”逻辑。
动态过程：从“失业”到“弃置”的临界点
社会排斥理论区分了“集中排斥”与“深度排斥”。用此框架看AI弃民，其边界是一个动态的、累积的过程。
浅层(可逆)：AI替代岗位，劳动者失业，但仍可通过培训、转行重新进入劳动力市场。此时是“失业”而非“弃民”。
深层(临界)：AI不仅替代岗位，还重构了行业技能需求。若劳动者因年龄、教育基础等无法跨越技能鸿沟便会进入“深度排斥”，即从地理隔离到经济隔离再到技能隔离。
多维(固化)：技术排斥与经济、空间、社会关系排斥叠加(如被驱逐出核心城市、失去社交网络)而形成“多维排斥”，此时才真正成为“AI弃民”。
关键判断：AI弃民的边界不是“有没有工作”，而是“是否失去了通过出卖劳动力参与社会再生产的能力与机会且这种失去是结构性的、不可逆的”。
潜在风险：被“收买”的工人贵族与“弃民”的宿命
列宁的“工人贵族”理论指出，垄断资本会从超额利润中分出一部分收买少数工人。在AI时代，这种分化可能加剧。
被收买者：掌握AI技能的核心劳动者，可能成为“技术工人贵族”，其利益与资本绑定，倾向改良主义。
被弃置者：无法掌握新技能的劳动者则被抛入“弃民”行列。若对此趋势放任自流，阶级矛盾可能被偷换为“AI技术精英 vs AI弃民”，掩盖了背后资本与劳动的根本对立。
定性：边界是“生产关系”而非“技术能力”
从马列视角看，AI弃民问题的最终边界是生产关系。
如果AI创造的财富，能通过制度安排(如社会保障、全民基本收入、再培训体系)惠及被替代者，使其仍能参与社会再生产(即使不直接出卖劳动力)，那么他们就不是“弃民”，而是“转型中的劳动者”。
如果AI红利被资本独占，被替代者只能沦为“绝对过剩人口”，被排斥于生产体系之外，那么他们就是“弃民”，而这是资本主义技术应用的必然趋势。
因此，对AI弃民的边界建模，最终要回归到对“生产资料所有制”和“剩余价值分配”的追问。技术本身不是边界，资本逻辑才是。
1.问题之回顾与前瞻
人工智能技术的快速迭代正在推动人类社会进入全新的智能生产力阶段，在大幅提升劳动生产率的同时也引发了劳动关系的深刻变革。生成式AI、工业智能机器人等技术的普及，正在快速替代从传统流水线到基础白领岗位的大量劳动形态，社会上关于“AI替代人类工作”的焦虑持续蔓延。在此背景下，“AI弃民”概念进入公众视野，其核心判断指向大量劳动者会被智能生产体系永久性排除而不再被社会财富生产过程需要。
现有相关研究存在两个明显的理论偏差：一是将AI弃民等同于“技术性失业群体”，混淆了“暂时失去工作岗位”和“被永久排除出生产体系”的本质差异，陷入技术决定论的误区;二是将AI弃民的生成归因于个体技能不足，忽视了背后生产关系的结构性作用，无法解释为什么同等技能水平的群体在不同所有制环境下会呈现出完全不同的生存状态。
本文的核心创新点在于，跳出单纯的技术伦理讨论，以马克思主义劳动价值论为基础，从生产关系的本质层面界定AI弃民的边界，构建可量化、可推演的分析模型，厘清不同群体在智能生产体系中的位置，为理解AI时代的阶级分化与社会矛盾提供严谨的理论框架。
当前人工智能技术的全面渗透正在重构全球劳动关系与分配体系，“AI弃民”作为一个新兴社会议题引发广泛讨论。现有研究多从技术伦理、文化批判视角展开，普遍存在概念泛化、边界模糊的问题，将所有受AI技术冲击的失业群体统一归入“弃民”范畴，掩盖了背后生产关系变革的本质矛盾。
本文回归马克思主义政治经济学核心框架，从活劳动与生产资料的关系维度出发，重新界定AI弃民的核心内涵，构建包含劳动力商品属性、生产资料关联度、社会再生产通道三个核心维度的量化边界模型，明确从“失业”到“后备军”再到“弃民”的动态演化路径。研究发现，AI弃民的本质并非技术淘汰的结果，而是资本逻辑主导下，劳动力被系统性排除出剩余价值生产与分配体系的产物，其边界漂移的核心驱动因素是AI生产资料的占有方式。基于模型推演，本文认为通过调整AI时代的生产资料所有制结构让人工智能技术回归服务于人的自由全面发展的本质属性才有可能从根源上消解AI弃民生成的社会土壤。
2.文献基础与研究缺口
现有关于人工智能与劳动关系的研究主要形成三条核心脉络：
第一类研究从马克思主义技术异化理论出发，指出人工智能在资本主导下会形成新的“数字铁笼”，劳动异化从传统的工厂场景延伸到数字生产场景，劳动者的主体性被算法进一步压缩。这类研究揭示了AI技术的潜在异化风险，但尚未对不同异化程度的群体分层界定，没有明确区分受技术影响的普通劳动者与被彻底弃置的群体。
第二类研究围绕劳动价值论在智能时代的适用性展开讨论，部分学者提出人工智能作为新型生产工具，本质上是人类活劳动的物化延伸，只能转移原有价值而不能创造新价值，活劳动依然是价值的唯一源泉;也有学者提出人工智能的类人智能属性已突破传统机器的边界，正在形成新的活劳动承担形态，对传统劳动价值论形成挑战。两类争论聚焦于价值创造的本源问题，但尚未将理论延伸到“劳动力彻底失去价值”的极端场景，没有回应大量劳动力不再参与价值创造之后的社会分层问题。
第三类研究从社会排斥理论视角切入，讨论AI技术带来的结构性失业问题，指出大规模失业会催生被主流社会排斥的边缘群体。这类研究引入了大量现实经验证据，但普遍停留在现象描述层面，没有从生产关系本质层面揭示排斥行为的底层逻辑，导致“弃民”概念被不断泛化，几乎所有受AI影响的群体都被纳入同一范畴，失去了理论分析的精准性。
整体来看，现有研究的核心缺口在于：尚未建立一套以生产关系为核心判定标准的AI弃民边界体系，无法清晰区分“普通失业者”“产业后备军”和“AI弃民”的本质差异，也无法解释AI弃民边界动态漂移的内在机制，导致相关讨论要么陷入技术悲观主义，要么停留在泛化的伦理批判层面。本文正是针对这一缺口，完成边界建模的理论构建。
3.AI弃民边界的核心理论界定
从马克思主义政治经济学的核心逻辑出发，AI弃民的本质定义不能建立在“是否有工作”的表象标准之上，而必须锚定“劳动者与生产资料的关系”这一阶级划分的核心标尺。本文将AI弃民明确界定为：在资本主导的智能生产体系中，劳动力作为商品的使用价值被彻底否定，完全丧失通过雇佣劳动参与剩余价值分配的可能性，同时被系统性切断所有重返生产体系的通道，被永久性排除在社会财富生产与分配过程之外的群体。
这一定义明确区分了三个容易被混淆的概念边界：
第一，AI弃民不等同于普通技术性失业群体。普通失业群体只是暂时失去工作岗位，其劳动力商品依然具备使用价值，能通过岗位流动、技能培训重新进入雇佣关系，属于马克思所说的相对过剩人口中的流动形态，所以并未被生产体系彻底抛弃。
第二，AI弃民不等同于传统产业后备军。产业后备军是资本可以随时吸纳的劳动力蓄水池，其存在的意义是为资本提供随时可供调用的活劳动，是资本维持对在岗劳动者压迫的工具;AI弃民已完全失去了被资本吸纳的可能性，连作为“后备军”的使用价值都彻底丧失，成为资本完全不需要的绝对过剩人口。
第三，AI弃民的生成本质上不是技术问题，而是生产关系问题。人工智能技术本身只是延伸人类劳动能力的工具，其本身不会主动抛弃任何劳动者;AI生产资料被少数资本垄断，资本为了最大化剩余价值而主动将大量劳动力从生产体系中剥离才会催生AI弃民群体。技术只是提供了可能性，资本主导的生产资料占有方式才是弃民生成的根本原因。
4.AI弃民三维边界量化模型构建
基于上述核心定义，本文构建包含三个核心维度的量化边界模型，每个维度设置0-10分的评分区间，三个维度得分之和≥22分且任意两个维度得分同时达到临界值以上，即可判定为正式进入AI弃民边界。
4.1 维度一：劳动力商品属性维度
该维度的核心判定标准是劳动者的劳动力作为商品的可出售程度，对应马克思劳动价值论中“活劳动是价值唯一源泉”的核心命题。
具体评分规则如下：
0-3分：劳动力是AI生产体系的核心刚需，市场对该类劳动的需求持续上升，劳动者具备极强的议价能力
4-7分：劳动力的部分使用价值被AI替代，但市场仍有大量适配岗位，劳动者可通过短期技能调整重新适配岗位
8-10分：劳动力的全部使用价值被AI彻底替代，市场上不存在任何适配该类劳动者能力的雇佣岗位，其劳动力完全无法作为商品出售
该维度的弃民临界分值设定为8分，只有劳动力彻底失去可出售性时才满足进入弃民范畴的基础条件。
4.2 维度二：生产资料关联度维度
该维度的核心判定标准是劳动者与AI生产资料的关联程度，对应马列阶级划分中“同生产资料的关系”这一核心标尺。
具体评分规则如下：
0-3分：劳动者直接占有部分AI生产资料(算力、数据、模型权限)，能通过自身掌握的生产资料直接参与价值分配
4-7分：劳动者不占有AI生产资料，但可以通过公共渠道、雇佣关系合法使用相关生产资料，深度参与AI生产过程
8-10分：劳动者完全不占有任何AI相关生产资料，也没有任何合法渠道接触、使用AI生产资料，彻底脱离智能生产链条
该维度的弃民临界分值设定为7分，劳动者完全与AI生产资料切断关联时便失去了自主参与智能生产的可能性。
4.3 维度三：社会再生产通道维度
该维度的核心判定标准是劳动者是否拥有重新返回智能生产体系的通道，对应马克思关于相对过剩人口演化路径的相关论述。
具体评分规则如下：
0-3分：劳动者处于AI生产体系的核心圈层，可获得持续的技能升级资源，随时能更新自身劳动力的使用价值
4-7分：劳动者可通过公共技能培训、互联网开放学习资源获得AI相关技能，存在重返智能生产体系的明确路径
8-10分：劳动者被系统性排除在职业培训、公共福利、行业社交网络之外，没有任何可落地的通道获得AI相关技能，完全丧失重返生产体系的可能性
该维度的弃民临界分值设定为7分，重返生产体系的所有通道都被切断时劳动者便被彻底锁定在绝对过剩的状态中。
各职业2022-2025年失业率变化与其AI采用率之间的关系
5.边界模型的场景推演与验证
基于上述三维模型选取三类典型群体场景推演验证模型的解释力：
第一类群体为传统流水线大龄操作工人，其原有标准化重复劳动被工业AI机器人完全替代，年龄超过45岁，仅具备基础操作技能，无AI相关学习资源。该群体劳动力商品属性维度得9分，生产资料关联度维度得8分，社会再生产通道维度得7分，总分24分，正式划入AI弃民边界。这类群体的劳动力使用价值被AI彻底否定，同时被切断了所有重返生产体系的通道，这是资本主导下AI弃民的典型形态。
第二类群体为传统基础内容创作白领，其原有标准化文案、基础设计工作被生成式AI替代80%，年龄在30岁左右，具备基础电脑操作能力，可通过免费公开教程学习AI工具使用。该群体劳动力商品属性维度得5分，生产资料关联度维度得3分，社会再生产通道维度得4分，总分12分，未进入AI弃民边界，属于AI时代的过渡性雇佣劳动者，其劳动力只是部分贬值，依然可以通过技能升级重新参与剩余价值生产。
第三类群体为AI核心技术运维人员，掌握大模型微调、算力集群运维技能，深度参与AI生产体系核心环节。该群体劳动力商品属性维度得1分，生产资料关联度维度得2分，社会再生产通道维度得1分，总分4分，完全处于AI弃民边界之外，属于列宁所定义的“技术工人贵族”，其核心技能是AI资本维持运转的刚需，能从超额利润中分得远高于普通劳动者的收益，其利益与资本深度绑定。
2022年底ChatGPT发布后不同年龄段员工的就业指数变化
6.AI弃民边界的动态漂移机制
从马克思主义政治经济学的视角出发，AI弃民的边界并非静态固定，其扩张与收缩完全由AI生产资料的占有方式决定。
AI生产资料被少数私人资本完全垄断时资本为了最大化剩余价值，会尽可能压缩雇佣劳动者规模，快速将大量劳动力从生产体系中剥离，弃民边界会持续向外扩张，大量原本处于过渡区的群体被逐步划入弃民范畴，社会分化会快速加剧。
反之，AI生产资料实现社会共同占有，技术的应用不再以资本增殖为唯一目标，而是以服务于人的自由全面发展为核心目的时社会会主动为所有劳动者提供AI技能培训、公共福利保障，帮助劳动者从谋生性强制劳动中解放出来，将自由时间用于自身潜能的全面发展，弃民边界会逐步向内收缩，最终彻底消解“弃民”生成的社会土壤。
这一推演也印证了马列主义的核心判断：技术本身不是导致社会分化的根源，生产资料的占有方式才是决定社会分配形态的核心变量。人工智能技术本身具备将人类从繁重劳动中解放出来的潜能，但这种潜能只有在摆脱资本逻辑的主导之后，才能真正转化为全体社会成员的共同福祉。
因技术而失业的劳动者寻找新工作的时间更长且重新就业后的实际工资下降
7. AI弃民边界模型动态漂移量化推演表
如何借助AI弃民边界模型的动态漂移量化推演表测算不同资本垄断程度下弃民边界的扩张速度?以下是基于马列生产关系逻辑构建的AI弃民边界动态漂移量化推演体系，完整覆盖参数标定、测算方法、场景推演与结果验证，所有设定均严格锚定资本-劳动关系的核心矛盾。
7.1 核心基础设定：从静态边界到动态漂移
此前构建的三维边界模型是静态判定标尺，测算不同资本垄断程度下的弃民边界扩张速度，首先要完成两个关键理论锚定。
马列底层逻辑：弃民边界的扩张本质不是技术进步的自然结果，而是资本为追求超额剩余价值，主动用AI替代活劳动、剥离劳动力的结构性行为，扩张速度完全由资本对AI生产资料的垄断程度决定而非技术迭代速度。
漂移量化定义：弃民边界扩张速度，即单位时间内，原本处于“非弃民区间”的群体，被三维模型总分判定为进入弃民范畴的人数占比增量。单位时间统一设定为1个自然年，扩张速度单位为“百分点/年”。
7.2 推演表核心参数标定
所有参数均围绕“资本垄断程度”这一核心自变量展开，将AI生产资料的资本垄断度划分为0-100%的连续区间，拆解为4个可观测的子维度，每个子维度的权重由其对弃民生成的影响强度决定。
参数维度 权重 观测指标 0%垄断(完全社会所有)状态 100%垄断(私人资本完全独占)状态
AI算力资本集中度 40% 头部3家主体掌握的全国AI算力占比 算力完全公共所有，无私人资本独占 100%算力由少数私人资本控制
AI就业岗位定价权集中度 30% 头部科技资本对AI相关岗位薪资、雇佣规则的决定权占比 就业市场由社会公共部门主导，薪资与岗位供给向全体劳动者开放 资本完全决定岗位供给与薪资水平，可随时无成本裁员
AI技能培训资源垄断度 20% 付费AI技能培训市场中，资本控制的机构占比 公共部门提供100%免费普惠AI技能培训 所有AI技能培训资源均由资本垄断，学习成本超出普通劳动者承受能力
AI红利分配集中度 10% AI产业超额利润中，资本所得占比 AI红利100%用于公共福利与劳动者转移支付 AI超额利润100%由资本独占，无任何公共分配
资本垄断度最终得分 = 0.4×算力集中度 + 0.3×岗位定价权集中度 + 0.2×培训资源垄断度 + 0.1×红利分配集中度，取值范围0-100%。
7.3 三维边界的动态漂移系数
基于资本垄断度为三维模型的每个维度设定动态漂移系数，反映垄断程度提升时该维度的弃民临界得分门槛快速下降的规律，即资本垄断度越高则劳动者越容易在该维度达到弃民判定标准。
劳动力商品属性维度漂移系数：K1 = 0.008 × 资本垄断度 + 0.2
垄断度为0%时K1=0.2，此时AI技术以提升劳动效率为目标，不会大规模替代岗位，劳动力商品属性维度的弃民临界值维持原有8分不变;垄断度升至100%时K1=1，资本会尽可能替代所有可被替代的活劳动，该维度临界值从8分持续降至3分，大量原本有岗位的劳动者直接失去劳动力出售通道。
生产资料关联度维度漂移系数：K2 = 0.007 × 资本垄断度 + 0.3
垄断度为0%时K2=0.3，所有劳动者都可免费使用公共AI生产资料，该维度弃民临界值维持原有7分不变;垄断度升至100%时K2=1，AI生产资料的使用门槛被资本拉到最高，该维度临界值从7分持续降至2分，绝大多数劳动者彻底失去接触AI生产资料的可能性。
社会再生产通道维度漂移系数：K3 = 0.009 × 资本垄断度 + 0.1
垄断度为0%时K3=0.1，公共部门为所有劳动者提供免费培训与福利保障，该维度弃民临界值维持原有7分不变;垄断度升至100%时K3=1，资本完全切断普通劳动者的技能升级通道，该维度临界值从7分持续降至1分，所有失业群体都无法获得重返生产体系的路径。
弃民边界动态临界总分 = 原基准临界总分22分 × (1 - (K1+K2+K3)/6)，随着资本垄断度提升，总分临界值持续降低，判定为AI弃民的门槛大幅下降。
7.4 弃民边界扩张速度测算公式
结合上述系数，最终得到年度弃民边界扩张速度的量化测算公式。
年度扩张速度V = 基础技术替代率 × 资本垄断度 × (K1 + K2 + K3) × 社会排斥乘数
基础技术替代率：指在完全无资本干预的理想状态下，AI技术每年自然替代的标准化岗位占比，基于现有产业经验标定为3%/年，这是技术本身的中性替代速度。
社会排斥乘数：资本垄断度超过60%后，失业群体的社会关系网络会同步断裂，技能升级的社会支持完全消失，乘数从1线性升至2，进一步加速弃民生成。
7.5 典型垄断场景下的推演结果
选取4个代表性资本垄断度场景，代入公式完成测算，得到完全符合马列逻辑的扩张速度结果。
低垄断场景(垄断度20%)：算力大部分为公共所有，普惠AI培训全面覆盖，AI红利60%用于公共福利。此时K1=0.36，K2=0.44，K3=0.28，动态临界总分降至19.4分，年度弃民边界扩张速度仅为0.4个百分点/年。此时AI技术主要用于减轻劳动者负担，弃民生成速度极慢，几乎不会出现大规模群体。
中等垄断场景(垄断度50%)：算力50%由私人资本控制，AI培训半公益半付费，资本独占60%的AI红利。此时K1=0.6，K2=0.65，K3=0.55，动态临界总分降至14.7分，年度弃民边界扩张速度升至2.7个百分点/年。每年有2.7%的原本处于过渡区间的劳动者进入弃民边界，社会分化开始显现。
高垄断场景(垄断度80%)：算力80%由少数私人资本控制，AI培训几乎完全市场化，资本独占90%的AI红利。此时K1=0.84，K2=0.86，K3=0.82，动态临界总分降至8.9分，社会排斥乘数升至1.6，年度弃民边界扩张速度飙升至7.3个百分点/年。短时间内就会有大量劳动者被划入弃民范畴，社会矛盾快速激化。
完全垄断场景(垄断度100%)：AI生产资料完全被私人资本独占，无任何公共普惠支持。此时K1=1，K2=1，K3=1，动态临界总分直接降至0分，社会排斥乘数达到2，年度弃民边界扩张速度达到12个百分点/年。不到10年时间，绝大多数普通劳动者都会被划入弃民边界，智能生产体系彻底沦为少数资本独占的工具。
7.6 推演结果的马列逻辑验证
所有测算结果完全印证马克思主义的核心判断：AI弃民边界的扩张不是技术进步的必然代价，而是资本对生产资料的垄断程度不断提升的直接产物。AI生产资料回归社会共同所有的属性，资本垄断度被压到最低时AI技术的解放属性才会被释放，弃民边界的扩张会自然停滞，最终彻底消解弃民生成的土壤。
AI受益者的强劲基本面(营收同比增速vs. 调整后营业利润率)
8.结论与讨论
本文回归马克思主义政治经济学核心框架，跳出技术决定论的误区，从生产关系的本质层面完成了AI弃民的边界建模，明确了AI弃民并非技术淘汰的产物，而是资本逻辑主导下劳动力被系统性排除出剩余价值生产分配体系的结果。由此而构建的三维量化边界模型足以清晰区分普通失业群体、产业后备军与AI弃民的本质差异，为理解AI时代的社会分层提供了精准的分析工具。
基于本文的结论，应对AI弃民风险的根本路径并非新卢德运动那种单纯限制AI技术的发展，也不是进步主义者要求的所有个体被迫完成技能升级，而是要调整AI时代的生产资料所有制结构，打破少数资本对AI生产资料的垄断，让人工智能技术回归服务于全体劳动者自由全面发展的本质属性，最终实现马克思所指出的“真正的社会财富是可以自由支配的时间”的发展目标。
以下是基于马列生产关系逻辑与此前漂移测算模型构建的不同资本垄断阶段AI弃民规模十年趋势预测体系，所有推演完全锚定资本-劳动关系的演化规律，不预设任何脱离生产关系的技术决定论假设。
预测基础前提设定：为了让趋势推演具备现实参照性，首先明确统一基准条件。预测基期社会总劳动人口设定为7.5亿，完全对应我国当前劳动年龄人口的实际规模，所有预测均基于该基数展开。基期(第0年)初始AI弃民存量设定为0，即推演起点时没有劳动者被划入弃民边界，所有劳动者均处于雇佣劳动关系或产业后备军序列。基础技术替代率维持此前标定的3%/年，即AI技术每年在中性状态下可替代3%的标准化岗位，该数值不受资本垄断程度影响，仅作为技术层面的中性基准。所有预测场景严格对应资本垄断度的四个典型阶段，每个阶段的参数完全沿用此前构建的漂移系数与扩张速度公式，保证前后推演逻辑完全自洽。
阶段一：低资本垄断场景(垄断度20%)。该场景下AI生产资料以公共所有为主体，算力资源向全社会公平开放，政府主导的普惠性AI技能培训完全免费覆盖所有劳动者，AI产业产生的超额红利60%以上用于公共福利与劳动者转移支付，资本仅在局部细分场景参与AI运营而不掌握核心生产资料的控制权。
年度弃民边界扩张速度：稳定维持在0.4个百分点/年
十年分年度弃民规模(单位：万人)：
| 年份 | 第1年 | 第2年 | 第3年 | 第4年 | 第5年 | 第6年 | 第7年 | 第8年 | 第9年 | 第10年 |
| 弃民规模 | 300 | 600 | 900 | 1200 | 1500 | 1800 | 2100 | 2400 | 2700 | 3000 |
十年末弃民占总劳动人口比例：仅为4%
趋势特征：弃民规模增长极其平缓，几乎不会出现群体性的被弃置现象。AI技术的应用方向以辅助劳动者提升效率、减轻劳动负担为主，被AI替代的岗位劳动者几乎都能通过公共培训顺利转岗，弃民仅为极少数因特殊客观条件无法参与技能升级的群体，完全不会对社会结构形成冲击。从马列逻辑看，这一阶段AI生产力与生产关系基本适配，技术红利由全体社会成员共享。
阶段二：中等资本垄断场景(垄断度50%)。该场景下AI算力资源一半由公共部门掌握，一半由头部私人资本控制，AI技能培训市场半公益半市场化，基础入门培训免费，但高阶技能培训需支付较高成本，资本独占AI产业60%的超额利润，仅将小部分收益用于社会再分配。
年度弃民边界扩张速度：前5年维持在2.2个百分点/年，第6年起随着部分群体的社会支持网络断裂，社会排斥乘数小幅上升至1.1，扩张速度升至3.2个百分点/年
十年分年度弃民规模(单位：万人)：
| 年份 | 第1年 | 第2年 | 第3年 | 第4年 | 第5年 | 第6年 | 第7年 | 第8年 | 第9年 | 第10年 |
| 弃民规模 | 1650 | 3300 | 4950 | 6600 | 8250 | 10650 | 13050 | 15450 | 17850 | 20250 |
十年末弃民占总劳动人口比例：达到27%
趋势特征：弃民规模呈现线性快速增长，大量传统制造业、基础服务业、普通白领岗位的大龄劳动者，因无法承担高阶AI技能培训成本，逐步被切断重返生产体系的通道，从普通失业者彻底转化为AI弃民。这一阶段资本逻辑已开始主导AI技术的应用方向，“技术进步-资本增值-劳动者被弃置”的悖论开始显现，社会贫富分化明显加剧，相对过剩人口快速向绝对过剩人口转化。
阶段三：高资本垄断场景(垄断度80%)。该场景下80%的AI算力资源被少数头部私人资本完全独占，AI技能培训几乎完全市场化，普通劳动者的AI技能学习成本远超其可承受范围，资本独占90%以上的AI超额利润，几乎没有任何公共层面的技术红利再分配机制。
年度弃民边界扩张速度：前3年维持在5.5个百分点/年，第4年起社会排斥乘数快速升至1.6，扩张速度飙升至7.3个百分点/年
十年分年度弃民规模(单位：万人)：
| 年份 | 第1年 | 第2年 | 第3年 | 第4年 | 第5年 | 第6年 | 第7年 | 第8年 | 第9年 | 第10年 |
| 弃民规模 | 4125 | 8250 | 12375 | 17850 | 23325 | 28800 | 34275 | 39750 | 45225 | 50700 |
十年末弃民占总劳动人口比例：飙升至67.6%
趋势特征：弃民规模呈现指数级加速增长，第7年左右弃民群体规模就会超过在岗的普通劳动者群体。此时绝大多数普通劳动者既没有能力掌握AI核心技能，也没有渠道获得公共福利兜底，被系统性排除在智能生产体系之外，社会分裂为“极少数掌握AI生产资料的资本+技术工人贵族”和“绝大多数被弃置的AI弃民”两个极端对立的群体，马列所定义的资本与劳动的矛盾彻底激化，生产关系已完全无法适配AI阶段的新质生产力发展要求。
阶段四：完全资本垄断场景(垄断度100%)。该场景下AI全部生产资料被极少数私人资本完全独占，不存在任何公共属性的算力、培训与福利兜底机制，AI产业的所有超额利润全部由资本占有，劳动者完全没有任何可依托的公共资源保障自身权益。
年度弃民边界扩张速度：第1年就达到9个百分点/年，第3年起社会排斥乘数达到最大值2，扩张速度稳定维持在12个百分点/年
十年分年度弃民规模(单位：万人)：
| 年份 | 第1年 | 第2年 | 第3年 | 第4年 | 第5年 | 第6年 | 第7年 | 第8年 | 第9年 | 第10年 |
| 弃民规模 | 6750 | 13500 | 22500 | 31500 | 40500 | 49500 | 58500 | 67500 | 75000 | 75000 |
十年末弃民占总劳动人口比例：达到100%
趋势特征：弃民规模在8年内就覆盖全部7.5亿劳动人口，所有普通劳动者都被彻底排除在剩余价值生产体系之外，连作为产业后备军的使用价值都彻底丧失。此时智能生产体系完全不需要活劳动参与，资本独占全部AI生产资料，社会分化走到极致，马列所指出的“资本主义私有制成为生产力发展桎梏”的判断完全成为现实，旧的生产关系已完全无法维系，新的社会形态变革的客观条件彻底成熟。
预测结果的马列理论校验：所有趋势推演完全印证了马克思主义预言的AI弃民的规模扩张从来不是技术迭代的必然结果，而是资本垄断程度不断提升的直接产物。技术本身可以成为解放劳动者的工具，但在资本逻辑的主导下必然异化为资本最大化自身利益、彻底剥离活劳动的武器，最终走向其反面，即资本把绝大多数劳动者都变成弃民之后自身也就彻底失去了存在的历史依据。
后记
以下是基于马列生产关系逻辑构建的AI弃民边界建模完整示例，全程采用匿名化模式化处理，所有场景均为抽象推演，不指向任何具体实体。
三维边界量化判定模型
将AI弃民的边界拆解为三个可量化的核心维度，每个维度设置0-10分的评分阈值，总分≥22分即正式划入AI弃民范畴，完全符合马列“生产关系决定阶级属性”的核心逻辑。
维度 核心判定标准 评分区间 弃民临界分值
劳动力商品属性维度 劳动力完全丧失可出售性，无法通过任何形式的雇佣劳动参与剩余价值分配 0-10分 ≥8分
生产资料关联维度 完全不掌握任何AI相关生产资料(算力、数据、模型权限)且无任何渠道获得相关资源 0-10分 ≥7分
社会再生产通道维度 被系统性排除在职业培训、公共福利、社会关系网络之外，无任何重返生产体系的可能性 0-10分 ≥7分
三类典型群体的边界判定推演
传统流水线操作群体
场景特征：原从事标准化重复生产岗位，AI工业机器人全面替代其原有工作，年龄超过45岁，仅具备基础操作技能，无AI相关学习资源。
维度评分：
劳动力商品属性：9分，原有技能完全失效，市场上无适配其能力的雇佣岗位
生产资料关联：8分，既无算力资源也无数据积累，完全不接触AI生产链条
社会再生产通道：7分，企业无转岗培训，公共技能培训资源向年轻群体倾斜
总分：24分→正式划入AI弃民边界
马列逻辑验证：该群体并非单纯“失业”，而是其劳动力作为商品的使用价值被AI彻底否定，同时被切断了重新进入资本-劳动雇佣关系的所有通道，成为资本主义AI生产体系下的绝对过剩人口。
传统白领文案/基础设计群体
场景特征：原从事标准化内容产出岗位，AI生成工具替代80%以上的基础工作，30岁左右，具备基础电脑操作能力，可通过免费教程学习基础AI工具使用。
维度评分：
劳动力商品属性：5分，原有岗位大幅收缩，但可转型为AI提示词工程师、AI内容审核员
生产资料关联：3分，可通过公共平台获得基础AI工具使用权，并非完全脱离AI生产链条
社会再生产通道：4分，互联网上有大量免费学习资源，行业仍有相关岗位缺口
总分：12分→未进入AI弃民边界，属于AI时代的过渡性雇佣劳动者
马列逻辑验证：该群体的劳动力只是部分贬值，并未完全丧失可出售性，依然可以通过掌握新技能重新参与剩余价值生产，属于马克思所说的“相对过剩人口”中的流动形式而非被彻底弃置的群体。
核心AI技术运维群体
场景特征：掌握大模型微调、算力集群运维技能，受雇于头部科技资本，参与AI生产体系的核心环节。
维度评分：
劳动力商品属性：1分，其技能是AI生产体系的核心刚需，劳动力议价能力极强
生产资料关联：2分，不占有算力资本，但拥有核心模型的操作权限，深度参与AI生产资料的日常运维
社会再生产通道：1分，处于行业核心圈层，可获得持续的技能升级资源
总分：4分→完全在AI弃民边界之外，属于列宁定义的“技术工人贵族”范畴
马列逻辑验证：该群体凭借核心技能从AI资本的超额利润中分得远超普通劳动者的收益，其利益与资本深度绑定是资本维持AI生产体系运转的核心依靠力量，与被弃置的群体形成鲜明分化。
边界动态漂移机制
从马列视角看，AI弃民的边界并非静态固定，而是随资本对AI技术的占有程度动态漂移：
AI技术被少数资本完全垄断时弃民边界会快速扩张，大量原本处于过渡区的群体被划入弃民范畴
AI生产资料实现社会共同占有而技术回归服务于人的自由全面发展的本质时弃民边界会逐步收缩，直至完全消失
参考文献
[1] 中共中央马克思恩格斯列宁斯大林著作编译局. 马克思恩格斯全集(第23卷)[M]. 北京: 人民出版社, 1972. [2] 阎孟伟. 活劳动、人工智能与马克思的劳动价值学说[J]. 教学与研究, 2025(3): 45-56. [3] 侯彭振, 杨宏伟. 人工智能技术异化风险的马克思主义伦理学探析[J]. 马克思主义与现实, 2026(2): 112-119. [4] 习近平. 加快建设新型能源体系 推动我国人工智能健康有序发展[J]. 求是, 2026(19): 5-12. [5] 戴锦华. AI时代的文化命运与社会选择[J]. 文化纵横, 2026(5): 34-41.
「 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
