上一期，我们分析了日常生活的深度殖民——欲望被定义，教育变工厂。但这场殖民有一个最得力的帮凶。它不眠不休，不知疲倦，不需要工资，不需要休假。它藏在你的手机里，嵌在你每天使用的每一个App中。
它的名字叫算法。
一个外卖骑手。他的手机屏幕上跳出一个倒计时，还剩多少时间送达。他闯了红灯。不是他想闯，是倒计时在催他。那个倒计时的时长，是算法根据所有骑手的平均数据计算出来的。你跑得快，算法就给你更短的时间；你跑得慢，算法就把你标记为“低效”。
你。深夜，你刷着短视频。你本来只想看五分钟，但等你抬起头，两个小时过去了。你记不清看了什么，只记得手指一直在向上滑。算法比你更懂你——它知道什么内容能让你多停留三秒，什么音乐能让你情绪波动，什么标题能让你忍不住点进去。
一个学者。他写了一篇八千字的文章，分析资本逻辑与平台经济。发布后，阅读量寥寥。同一天，一条“三分钟读懂《资本论》”的短视频获得了十万播放。那条视频把马克思的思想压缩成五条金句，配上一段完全无关的风景画面。
算法是中立的吗？它只是一个“帮你找到喜欢内容”的工具吗？为什么在算法统治的时代，骑手越跑越快却越挣越少，你的注意力越来越短，慢知识越来越难以生存？
一、理论定位
马克思在《资本论》里分析过，机器本身是生产力发展的产物，但被资本征用后，机器就变成了资本对付工人的武器。在手工工场里，工人使用工具，工人是主动的；在机器大工业里，机器使用工人，工人沦为机器的附属品。
算法是机器的升级版。它不是中立的工具，它是资本逻辑的物质化。它做三件事。
第一，管理劳动者——把人的劳动拆解成可计算、可监督、可优化的数据点。
第二，驯化消费者——把人的欲望和行为变成可预测、可引导的流量。
第三，驱逐慢知识——把需要耐心的、复杂的、不讨好的思想系统性地边缘化。
二、算法作为监工：劳动者的技术异化
工业时代的工人“服侍机器”——身体被流水线的节奏控制。数字时代的劳动者“被代码驱赶”——每一个动作都被算法计算、监督、优化。
外卖骑手的手机上，每一个订单都附带一个倒计时。这个时长不是固定的，是算法根据实时路况、骑手历史速度、其他骑手的平均数据动态计算出来的。你跑得快，算法认为“这个骑手可以更快”，下次给你更短的时间。你跑得慢，算法把你标记为“低效”，给你派更差的单。
骑手不是在被一个人管理，是在被一套不断自我优化的数学模型管理。他不知道为什么这一单时间这么紧，不知道为什么评分掉了，不知道为什么今天单量少了。他只知道：必须服从。因为不服从，就没有单。
算法比机器更隐蔽、更动态、更个性化。机器是可见的，你知道是这台钢铁巨兽在命令你；算法是不可见的，命令从手机屏幕里渗出来，你不知道为什么给你派这一单而不是那一单。机器的规则是固定的，流水线今天这么快，明天也是这么快；算法的规则可以实时调整，永远把你压在你的极限上。机器的管理是统一的，对所有工人一视同仁；算法可以给每一个骑手定制一套管理方案——新人有容易的单，老手有难的单，快要下线的给一个高额奖励让你再跑一单。
这套管理方式，把马克思的四重异化推向了新的深度。
第一重，与劳动产品的异化。骑手不知道配送费是怎么算出来的，平台抽了多少。他的劳动产品——配送服务的完整价值，对他来说是黑箱。第二重，与劳动活动的异化。骑手的劳动被拆解成接单、取餐、送餐的原子化任务，每一步都被计时、评分。他不再是在完成一次完整的劳动，是在应付倒计时。第三重，与类本质的异化。骑手独自面对屏幕，和同行是竞争关系。他不再是在共同创造，是在和所有其他骑手争夺有限订单。第四重，与人的异化。算法把骑手和顾客之间的关系变成了“评分”和“投诉”。骑手恨顾客不给好评，顾客嫌骑手送得太慢。他们都不知道，那个倒计时是平台设置的，那个预计时间是算法压缩的。资本通过算法隐身了，留下骑手和顾客互相伤害。
这是技术异化的最高形态：资本通过算法，把自己藏了起来。你不再恨资本家，你恨那个催单的顾客，恨那个抢单的同行，恨那个给你打低分的用户。你恨遍了所有人，唯独没有恨那个写算法的人。而那个人，可能也只是另一个困在KPI里的程序员。
三、算法作为驯化师：消费者的技术异化
算法不只管理劳动者，它也驯化消费者。
你刚和朋友聊完想去某个地方旅行，打开手机，机票广告已经推到面前。你搜了一款包，接下来一周刷到的全是包。你深夜多看了几眼猫咪视频，从此你的世界充满了猫。你一开始觉得方便，后来觉得诡异，再后来你习惯了。你不再问“它怎么知道我想要的”，你只是顺着它给你的列表滑下去、买下去、看下去。你以为你在选择，其实你在被选择。
推荐系统基于你的每一次点击、停留、购买，不断优化对你的画像，然后给你更多“你可能会喜欢”的内容。这套逻辑有一个隐蔽的前提：你的行为等于你的偏好，你的偏好等于你。你点了一只猫的视频，算法认为你喜欢猫，给你推更多猫。但算法不知道：你点那只猫，可能只是深夜失眠随手一滑；你看完那只猫，可能就忘了；你真正喜欢的，可能是狗，只是算法没给你机会表达。
这套驯化有三重代价。
第一，欲望的外包。你不再问“我想要什么”，算法替你决定你即将想要什么。
第二，偶然的消失。推荐系统让你永远只看到“你可能喜欢”的东西，你不再被冒犯，不再被带离舒适区，不再遇到那个你不知道自己需要的东西。你以前逛书店，会在书架间偶然撞见一本从未听说过的书，翻开，然后你的人生被改变了。算法把这种偶然取消了。
第三，自我的重复。算法把你钉在你的过去行为里，你不再探索自己，你只是不断重复自己。你越用，通道越窄；通道越窄，你越觉得“它真懂我”。这不是懂，这是把你关进你自己的行为数据里。那个被关在里面的“你”，不是你，是你过去行为的影子。影子不会反抗，不会厌倦，不会突然想换个活法。影子只会重复。
但有人开始尝试逃离。豆瓣上有一个“反技术依赖小组”，数万人参与。他们分享如何用物理隔离设备对抗手机成瘾，用功能性应用替代高成瘾性社交媒体，设定“数字安息日”——每周固定时间完全离线。另一群人发起“数字排毒”挑战，二十四小时不碰手机，把手机从“体外器官”还原为可关闭的设备。
这些尝试很小众，但他们证明了一种意识正在觉醒：人可以对技术进行反向规训。
四、算法作为过滤器：慢知识的驱逐
算法不仅管理劳动者的身体、驯化消费者的欲望，它还在系统性地重塑什么样的知识能活下来。
在算法的词典里，“好内容”只有一个意思：数据表现好。完播率高，点赞多，评论多，转发多。这套标准看起来公平，但它有一个致命的偏向：它天然驱逐需要“慢”的知识。
《资本论》需要慢。它的第一章，马克思用了整整一节分析“商品的二因素”，又用了一节分析“劳动的二重性”。他反复定义、反复辨析，像在黑暗中摸索一个精确的切口。你不能在三秒内理解“价值是抽象劳动的凝结”，不能在十五秒内共鸣“商品拜物教”，不能在一分钟内转发“剩余价值率”。这些知识需要你停下来，需要你退回去重读，需要你放下书想一会儿。
但算法等不了。算法的KPI是停留时长、互动率、转化率。它不要你停下来，它要你滑下去。它不要你重读，它要你不断刷新。它不要你想，它要你点。于是，需要慢的知识在算法的筛选器里被系统性地降权、边缘化，最终不可见。
这不是过滤，这是驱逐。过滤是把杂质去掉，驱逐是把异类赶走。算法把需要慢的知识当作异类，赶出了大多数人能看到的视野。
算法对知识最深的一刀，是“金句化”。在算法的逻辑里，一个内容必须能被拆解成可独立传播的片段。《资本论》被肢解成“资本来到世间，从头到脚，每个毛孔都滴着血和肮脏的东西”——这句话被做成短视频，配上惊悚音乐，获得过万点赞。但这句话在《资本论》里的位置，它前面论证了什么，后面引出了什么，马克思为什么用这个意象，它和剩余价值理论的关系——这些没有人关心。
金句是思想的假肢。它让你觉得你“得到”了什么，但它故意省略了思想的肌肉、骨骼、血液循环。你得到的是一个结论，但你不知道这个结论是怎么来的，不知道它的前提是什么，不知道它在什么条件下成立、什么条件下不成立。你得到的是一个可以引用的武器，但你不知道这把武器怎么锻造、怎么保养、对什么样的敌人有效。
这是知识的安乐死。你被金句喂养，越来越习惯不用思考就能获得的快感。你的思想肌肉萎缩了，但你感觉不到痛，因为金句给你注射了足量的麻醉剂。
五、困境收束：三重面孔，同一种逻辑
算法有三重面孔。对劳动者，它是监工——把你的劳动拆成数据点，用倒计时驱赶你。对消费者，它是驯化师——把你的欲望外包，把你关进你自己的行为数据里。对知识，它是过滤器——把慢知识驱逐，把思想肢解成金句。
三重面孔，同一种逻辑：资本通过算法，把人——无论是劳动者、消费者还是思想者——全部变成可计算、可预测、可优化的对象。马克思说，在工厂里是工人服侍机器。在算法时代，是所有人服侍算法。算法不是中立的工具，它是资本逻辑最勤奋、最无情、最不眠不休的执行者。
六、裂缝指认：技术的反向规训
但算法的统治并非铁板一块。
豆瓣“反技术依赖小组”的数万成员，正在尝试对技术进行反向规训。他们不是拒绝技术，是重新划定技术与生活的边界——用物理隔离设备，用功能性应用替代高成瘾性社交媒体，设定数字安息日。他们的实践很小众，但他们证明了一件事：人可以对算法说不。
在慢知识的领域，仍然有人在写需要慢读的文章，仍然有读者在读需要翻回去重看的书，仍然有老师在课堂上不只用PPT，而是带着学生一句一句读原著。这些实践不能改变算法驱逐慢知识的大势，但它们保留了慢知识的火种。
这是内生光源——技术异化越深，反向规训的冲动越强。这些裂缝不能改变算法作为资本工具的本质。大多数骑手仍然被倒计时驱赶，大多数消费者仍然被推荐系统驯化，大多数慢知识仍然被金句肢解。但这些裂缝证明了一件事：技术不是宿命。人可以拒绝成为算法的数据点。
七、微小出口
第一，在算法给你推荐下一个内容时，停一停。问自己：这是我想看的，还是算法想让我看的？你仍然可以滑下去，但那半秒的停顿，是你从算法手里夺回的第一个属于自己的瞬间。
第二，每周做一次“数字排毒”。不是彻底离线，是给自己留一段不被算法打扰的时间。发呆，散步，读一本需要慢的书。这段时间，你不产生数据，不被计算，不被优化。你是人，不是数据点。
第三，主动寻找慢知识。读一篇长文，翻一本原著，听一个不追热点的播客。你不需要“读懂”，你只需要保留“能读慢东西”的能力。这个能力，是算法最想从你身上拿走的东西。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】