来源：FT中文网

当经济与技术越来越像一套需要持续管理的系统，社会也在寻找新的语言，来回答“谁负责”“谁承担风险”“谁拥有决定权”等问题。

文丨卢盈瑾

19世纪中叶的伦敦，看起来像一台突然提速却还没装刹车的机器。蒸汽机推高了生产效率，工厂昼夜运转，城市在几十年间迅速膨胀，街区一圈一圈向外延伸，地图刚画完就已过时。街道上挤满第一次离开土地的工人，口音各异、步伐匆忙，工厂里是前所未有的劳动强度，而关于市场、理性与交换的解释，却仍停留在一个更慢、更稳定的时代。

世界在狂奔，但没人告诉我们规则已经变了

令人不安的，从来不是变化本身，而是变化发生时，人们却说不清它意味着什么。财富在增长，工作时间在拉长，城市比以往任何时候都更喧闹，但秩序感却在悄然消退。许多人开始感觉到，熟悉的生活逻辑正在松动，却又找不到合适的词汇来描述这种不适。现实已经改变，解释现实的语言却还停在原地。

这种“说不清”的状态，几乎总是结构性转折的前兆。它不是以突发事件的形式出现，而是通过日常经验一点点渗透进来——努力与回报不再对齐，忙碌却难以换来确定感。身处当下的我们，对经济的困惑与当年站在伦敦街头的人并没有什么不同。不是现实停止运转，而是用来理解现实的方式，明显慢了一拍。

解释总是姗姗来迟：从马克思的工厂，到凯恩斯的失业潮

回看历史，马克思的出现并不是思想史上的灵光乍现，而是一种被现实逼出来的解释更新。工业资本主义已经重塑了生产方式，雇佣劳动成为常态，阶级分化迅速加深，但主流经济理论仍沉浸在交换与价格的抽象讨论中。马克思试图说明的，并非道德判断，而是结构事实。当生产关系发生变化时，旧有的解释体系必然失效。他的理论之所以引发争议，正是因为它直面了已经发生、却尚未被清楚命名的现实。

几十年后，大萧条让类似的解释危机再次出现。失业蔓延、需求崩塌，但“市场会自动修复”的语言已无法回应现实。凯恩斯的突破，并不在于提出激进主张，而在于承认。如果理论无法解释持续性的失业与停滞，那么问题可能出在解释框架本身。他所提供的，并不是一个完美答案，而是一套暂时能够对接现实的理解方式。

从马克思到凯恩斯，真正相似的不是他们给出的结论，而是他们所处的位置——站在旧语言已经失效、新语言尚未被普遍接受的时代缝隙中。经济结构先行改变，解释语言随后才被迫跟上，而这一过程往往伴随着争议、不安与误解。历史反复表明，新的经济现实几乎总是先被“经历”，而不是先被“理解”。思想更新更像是对现实的迟到回应，而非提前预告。

平台、算法与看不见的门槛：今天的经济正在用另一种方式分配机会

如果说工业时代的门槛写在工厂门口，那么今天的门槛更像是写在系统后台里。它不张贴、不宣告，却真实存在，并持续决定谁能被看见、谁能获得机会。一个并不陌生的场景已经足够说明问题。某位内容创作者持续输出作品，互动稳定，却在一次版权申诉后明显感到推荐量下滑。作品仍可发布，但进入核心推荐池的概率显著下降。并非内容突然变差，而是账号在系统中的“可信度标签”发生了变化。

在国际市场，这种逻辑同样清晰。2025年底，Substack调整推荐与增长机制：是否完成身份验证、是否明确版权归属、是否符合平台合规要求，开始直接影响内容是否被推荐给更广泛读者。内容质量依然重要，但前提是——内容必须先被系统认定为可以被安全分发的对象。

在中国市场，这种制度性筛选出现得更早、也更系统化。以抖音、小红书以及微信公众号与视频号生态为例，平台公开规则明确指出，账号权重、历史违规记录、实名认证状态与版权合规情况，都会影响推荐、流量扶持与商业化资格。内容并非在完全对称的市场中竞争，而是先经过一轮系统性的“资格判断”。对许多创作者而言，这意味着流量波动不再只是曝光问题，而是直接影响商业合作、品牌信任与收入稳定性的系统变量。

这正符合制度经济学对不确定性的解释。制度经济学家道格拉斯•诺斯（Douglass Cecil North）将制度定义为“用于减少不确定性的约束结构”。在平台经济中，这些约束不再只存在于法律文本，而是被嵌入算法、流程与后台规则之中。另一方面，文化社会学也提供了另一层理解。法国20世纪后半叶最具影响力的社会理论家皮埃尔•布迪厄（Pierre Bourdieu）指出，象征资本之所以能够转化为现实优势，前提是被权威系统承认。今天，平台正承担着这种承认功能。认证、标签、推荐与排序，构成了一套新的象征秩序，并直接影响经济结果。

当经济变成一套系统，旧语言为什么必然失效

当机会的分配越来越依赖系统内部判断，个体体验也随之改变。在我们之中的大多数人感受到的，并不是竞争更激烈，而是规则更不透明；不是失败更多，而是不清楚失败发生在什么环节。努力并未消失，但努力是否能被系统识别、记录与放大，正在成为新的关键变量。这种变化，往往不是以剧烈冲突的形式出现，而是通过一系列细小却持续的摩擦，被逐渐感知。历史反复证明，解释语言从来不会提前到位。马克思之后，资本主义并未立刻被理解；凯恩斯之后，经济危机也没有消失。但新的语言至少让社会重新开始讨论责任、制度与选择。它们为不确定的现实提供了一种暂时可用的理解框架，使公共讨论不至于完全失语。

今天，AI、平台与治理机制正在把经济推向更系统化的阶段。在监管与备案制度日益明确的背景下，技术系统的运行边界与责任归属变得更加具体。价值如何被确认、风险如何被分配、谁被信任、谁被排除，越来越取决于制度设计，而非单次市场交换。当经济更像一套持续运行的系统时，仅靠“市场”“效率”“努力”这些旧词汇，已经难以解释真实体验。一个清晰的信号，来自多家AI 公司近期来在公共层面的表态变化。无论是在模型发布、产品更新，还是面对监管机构与公众提问时，技术能力本身往往不再是唯一焦点，取而代之的是对“责任边界”、“使用规范”、“社会影响”的反复强调。模型是否可被信任、可被问责、可被纳入治理框架，开始与模型是否强大同时被讨论。这并不是技术突然变得“更有人文关怀”，而是系统复杂度上升后，对可控性与合法性的现实需求。

在这一过程中，“伦理”“责任”“人文”等词汇频繁进入 AI 讨论的核心语境。它们并非偶然流行，而是在旧有解释体系难以覆盖新结构时，被迅速调动的价值语言。当技术系统的运行逻辑变得越来越不透明，社会往往会先借助价值判断来重新校准理解方向，以弥补制度与认知之间的空隙。从这个角度看，这些看似抽象的人文表述，并不是对技术的装饰，而是一种过渡性的解释工具。当经济与技术越来越像一套需要持续管理的系统，社会也在寻找新的语言，来回答“谁负责”“谁承担风险”“谁拥有决定权”这些无法再用传统市场词汇轻易解释的问题。真正的转折，往往不是从一个全新的理论开始，而是从一种更诚实的承认开始——承认我们正在使用的语言，已经无法完整描述正在发生的现实。而一旦这种承认出现，新的解释方式，才有可能真正进入公共视野。

本文仅代表作者本人观点；Janus Y. Lu 卢盈瑾，文化经济研究者，关注文化创意产业中的价值生成与系统机制。图片来源 Getty Images