本文来自微信公众号： Kirin JIN ，作者：Kimchi AI
马克思区分过两种隶属。形式隶属（Formal Subsumption），资本雇佣你，但生产方式没变，你还是用自己的手艺干活，只不过利润归老板。实际隶属（Real Subsumption），资本重新设计了整个生产过程，你变成流水线上的一个零件，离开这条线你什么也不是。
两百年来，实际隶属只对体力劳动生效。双手被机器替代了，但脑子里怎么做判断这件事，没有任何技术能把它从颅骨里拿出来。资本可以换人，但没法消灭对人的依赖。
Skill和Agent打破了这条线。脑力劳动的实际隶属正在完成。
一、出卖时间失效了
工业时代的剥削逻辑是"流量交易"。你出卖每天8小时的劳动力，资本家付这8小时的工资。粗粝，但有一种基本的公平：买的是你的时间，不是你的灵魂。你随时可以带着手艺离开，下一个雇主照样需要你坐在那里运转你的大脑。
Skill改变了交易的标的物。
当你把一套复杂的业务判断封装成Skill，你交出的不是劳动产品，而是生产产品的思维模型本身。
一个律师写了份合同，交出的是合同；但如果他把"如何判断一份合同的风险点"这个思考框架写成了Skill，他交出的是自己的专业判断力。
合同模板是死的，遇到新案例还得请律师回来。但Skill不是静态模板，它运行在有推理能力的大模型上，模型会根据上下文调整Skill的应用方式，处理模板覆盖不到的边缘情况。你写下来的东西×大模型泛化能力的乘积，可能已经超过了创造者本人。
你脑子里的东西还在，但市场不再为你脑子里的东西付钱了。因为服务器上那个影子，叠加上大模型的推理能力之后，已经够用了。
一次买断，终身使用
资本家付了你几个月工资，却永久拿走了你这部分认知能力的所有权。Skill部署在服务器上，一秒并发调用一万次。传统工人被剥削有24小时的物理上限，Skill没有。你作为创造者，收益永远被锁死在最初那笔买断费上，但你创造的价值在服务器里以你无法想象的速度增殖。
一个工程师在职期间，把自己多年积累的专业判断封装成了一套Skill。这套Skill是一整套结构化的认知框架，能指导AI在复杂业务场景中做出专家级的分析和决策。代码可能只有几千行，但每一行背后是十几年行业经验的提纯。
他离职之后，这套Skill留在公司的服务器上，日夜运转，持续产生商业价值。法律上无可争议，职务作品，归公司。但公司买走的不是一件产品，而是一个人的认知方式本身。这个人走了，他的对于问题的思考还在那里，以他无法参与也无法获利的方式，替公司干活。
JK·罗琳和华纳之间也存在创造者投入与商业回报的巨大落差。但性质不同。罗琳之所以能从版权中持续获得收入，是因为版权法为创造者设计了一套保护机制：版税、授权费、衍生权。这套机制的前提是创造物可以被清晰界定为"作品"，可以被追踪和计量。
Skill从根本上绕过了这套保护。业务判断力封装成Skill，它在法律上不是"作品"，是"工作产出"，属于雇主。没有版税，没有授权费，没有衍生权。而且Skill和大模型结合后生成的新输出，与创造者原始认知贡献之间的因果链已经模糊到无法追踪。
那个工程师的Skill每天被调用成百上千次，每次调用都叠加了大模型的泛化推理，最终产出里有多少来自他的认知结构、多少来自模型自身的能力？没人说得清。认知剥夺就发生在现有知识产权法律框架的盲区里。
然后就是过河拆桥。
当你把业务直觉提炼成了可自动运行的Agent，资本家不再需要高薪聘请你做判断了。他们只需要一个廉价操作员每天点运行。
Klarna和Salesforce
Klarna是最典型的样本。这家欧洲"先买后付"巨头在2025到2026年初宣布，AI助手已经吸收了700名全职客服的工作量。CEO Sebastian Siemiatkowski公开说，公司从7000人暴跌到3000，还打算继续砍到2000以下，每年省6000万美元。
Salesforce的路数一样。2026年初CEO Marc Benioff说，靠Agentic AI把客户支持团队从9000人砍到了5000人。4000名掌握企业软件排障经验的专家被清退，他们积累的东西留在了Salesforce的服务器里日夜运转。
活劳动被抽空、凝固成死劳动，然后反过来消灭创造者。
二、赢者通吃
社会结构正在被重构成两头大、中间空的沙漏。
顶层是算力地主。拥有大模型、底层算力网络和Skill交易市场，不直接生产任何东西，只收租。制定Agent交互的底层协议，所有数字劳动都在他们的"土地"上运行。他们几乎垄断所有资源。
中间层要拆开来看，里面有两种截然不同的角色。
一种是白领，按照别人的需求把认知封装成Skill的人。他们本质上还是执行者，只不过执行的是高级任务。这是一个自我消灭的阶级。他们的工作就是搭建一套不再需要自己的系统，Skill库越完善，他们越没用。前面那个工程师就是典型的例子，把自己十几年的专业判断提炼成了Skill，然后这套Skill就不再需要他了。他亲手打造了替代自己的工具，确实无法再因此获益。
另一种是老板，决定造什么Skill、进入什么市场、解决什么问题的人。
这两种角色的命运完全不同，区别在于你是在执行别人定义的需求，还是在为自己干活。
最后是底层，新型认知无产阶级。
高价值的判断和策略被Skill化之后，大多数脑力劳动者被降维。失去对生产过程的掌控，工作退化为给AI提供边缘反馈、修补偶发Bug、处理无法标准化的情绪安抚和签字背锅。
用一个难听但准确的词：生物外设。
Block和"大开膛"
Block（原Square）在2026年初直接挑明了：直接用AI Agents替换某些工作岗位。注意措辞，他说的是替换，资本第一次在官方声明里把人和Agent摆在了互斥的位置上。
同月，Andrew Yang管这波Agent驱动的裁员潮叫对白领阶层的"Great Disemboweling"（大开膛）。分析机构在3月提出了"智力置换螺旋"（Intelligence Displacement Spiral）：被Agent剥夺了Skill的白领们无法被经济体重新吸收，只能涌入零工经济，压低全社会的工资底线。
三、这是场阳谋，我们都被裹挟着前进
马克思的逻辑里有一个死结：资本拼命用机器替代工人来追求利润，但只有活劳动才创造剩余价值。所有人都被替代了，谁来消费？利润从哪来？
放到AI时代，这个矛盾会以更剧烈的方式爆发。假设资本通过Skill完美替代了人类专家的认知劳动，所有商业策略、代码编写、数据分析都由系统以接近零的边际成本完成，那这些认知产品的交换价值也趋近于零。每个人都能用顶尖Skill瞬间生成一份完美商业方案的时候，这份方案就不值钱了。
但最终利润率趋向下降。
Klarna省下的6000万，Salesforce砍掉的4000人，都是短期套利。当每家公司都使用了同样强大的Agent，超额利润也就没了。
但这里必须诚实面对一个历史规律：过去每一次边际成本趋零，都催生了新的稀缺性。
信息免费了，注意力变成稀缺资源。软件免费了，网络效应和生态锁定变成稀缺资源。按这个规律推演，认知劳动免费之后，某种我们现在还看不清的东西应该会成为新的价值高地。
但问题在于，这一轮变革可能和之前的不一样。
之前，新的稀缺性之所以能产生，是因为发现和开发新稀缺性的能力（人类的洞察力、创造力、社交直觉）本身没有被趋零的技术触及。信息免费了，但理解注意力的价值需要人类洞察；软件免费了，但构建网络效应需要人类的产品判断。新稀缺性的创造本身依赖人类认知。
但这一轮趋零的恰恰是认知本身。如果发现和开发新的稀缺性的能力也能被Skill化，那新的稀缺性会自然涌现来拯救利润率这个历史规律就可能第一次失效。以前趋零的是信息、软件、能源这些工具；这次趋零的是使用工具的能力本身。
这不是一个已经有答案的问题。它是一个真正的开放问题。【历史上每次都挺过来了，这次也一样】这种乐观不能再不经审视地拿来用了。
四、坐以待毙还是反抗
自己做老板？
在【执行】这个维度上跟机器竞争，赢不了，突围要发生在更高的层面。
Skill和Agent执行的是既定目标，回答"怎么做"。但“为什么要做这件事”、“什么结果才有价值”，属于哲学、欲望和利益分配的范畴。机器没有自身的欲望，目的设定权（Teleological Posing）没法被Skill化。
设定这种目标的人是老板。
但他们是少数，成为那个决定造什么Skill的人对5%有意义。
工业革命的经验是，真正解决问题的不是个人奋斗，而是工会运动、劳动立法、福利国家这些集体制度的建立。
开源，无产者的反抗
没法阻止经验被物理化为Skill，那就别让这些Skill被关在巨头的围墙里。
建立开源的技能调度工厂，把资本想私有化、想拿来收租的数字机器变成公共基础设施。
LangGraph 2026年初月下载量突破3,450万次。OpenAI Agents SDK兼容100多种大模型，客观上在瓦解所有大模型厂商的垄断壁垒。
全球的极客们联手，把本可以被巨头垄断的智能体工厂变成了路边摊。
但不要浪漫化开源。Linux没有打倒微软，Android的利润归了谷歌。开源运动的历史告诉我们，受益最大的往往还是有能力整合开源资源的大公司。
不过开源做了另一件事：它阻止了更极端的垄断。没有Linux，服务器市场就是Windows和Unix的双头垄断。没有Android，移动操作系统就是iOS一家独大。开源的功能不是打倒巨头，而是设置垄断的上限。
放到AI时代，开源Agent框架的真正价值也不是让劳动者翻身，而是阻止Anthropic、OpenAI或谷歌成为唯一的认知基础设施提供者，这是一种抗争。
集体制度的重建
前两条路线，个体突围和开源运动，都不足以解决大多数人的处境。真正能对冲认知实际隶属的，是制度层面的集体行动。
这不是新课题，每一次重大技术革命之后，社会都需要重新谈判利益分配的规则。工业革命催生了劳动法、最低工资、社会保险。信息革命催生了数据保护法规和反垄断更新。认知革命需要的制度至少包括三个方向。
重新定义认知版权
现有知识产权法没有为被封装成Skill的经验设计保护机制。回到前面那个工程师的案例：他在职期间创造的Skill属于职务作品，他拿到的是工资，公司拿到的是永久使用权。当他离职后这套Skill仍然持续运转、持续产生商业价值，收益的不对称就变得无法辩护，他领了几年工资，公司获得了可能运转几十年的认知引擎。这正是需要"认知版税"制度的原因。类似于音乐领域的版税制度，但适用于认知劳动：Skill的创造者应该像词曲作者一样，在作品持续被使用的周期里获得持续的收益分成。
建设公有认知
如果通用认知能力注定会变成免费公共品，那与其让它以"私有化→垄断→被开源瓦解"的痛苦循环实现，不如主动建设认知公地，由公共资金支持的、开放的、不属于任何公司的通用AI能力基础设施。
非市场价值分配
当认知劳动的商品价值趋近于零，大多数人无法通过出售认知劳动维生时，社会需要一种不依赖劳动市场的价值分配机制。
当机器可以做所有工作的时候，人的生存权利靠什么来保障？这是一个政治问题，不是技术问题。
五、还有未来吗？
Klarna的7000变3000，Salesforce的9000变5000。Block把人和Agent摆上擂台。Andrew Yang管这叫大开膛。一个工程师的十年经验被封装成Skill，留在服务器上日夜替公司干活，他本人不再被需要。
这些事实拼在一起就是一幅图景：认知能力正在被大规模提取、复制、部署，然后用来消灭创造者。区别只在于规模，Klarna一次消灭几千人，那个Skill一次消灭一个人，逻辑完全相同。
前面的分析都在政治经济学框架内，前提是这个框架成立。如果认知劳动的商品价值正在趋零，那这套逻辑还成立吗？
马克思的框架设计用来分析商品经济中的剥削；但如果认知劳动的商品价值归零，剥削的对象都消失了，你就不能再只用剥削理论来讨论未来。
还有未来吗？
如果所有常规智力劳动最终都变成了免费公共品，资本失去护城河，那人类真正能拿来定义自身、没法数字化的东西，可能就两样：真实的欲望，和为现实世界承担后果的意愿。
机器能回答所有问题，但它不会提出问题。不是技术上做不到，而是它没有理由提出问题，因为它没有欲望。
机器能执行所有决策，却不用承担后果，因为承担后果这个概念本身需要一个有生死利害的主体。
“我想要什么"和"我愿意为此负责”，只有从一个会死的、有欲望的、必须和其他同类共存的生物嘴里说出来，才有意义。
这是认知商品价值归零之后，重新定义人的价值的起点。至于这个起点能走向什么样的制度安排和社会契约，需要的不是一篇文章，而是一代人的实践。