《资本论》第一卷第四章:货币转化为资本
这一章的核心问题很直接:
钱为什么有时只是钱,有时却会变成资本?
马克思的回答不是:“钱多了就是资本。”
也不是:“会投资的钱就是资本。”
他的思路是:
- 普通商品交换的目标是满足需要:商品 - 货币 - 商品。
- 资本运动的目标是增殖:货币 - 商品 - 更多货币。
- 但单靠买卖流通,并不能凭空创造新的价值。
- 因此,资本增殖的秘密必须在市场之外、生产之中寻找。
- 这个秘密就是:资本家买到一种特殊商品,叫作劳动力。
- 劳动力在使用过程中能创造出超过自身价值的价值,这就是剩余价值的来源。
这就是“货币转化为资本”的逻辑。
一句话概括本章:
钱要变成资本,必须经历“货币 - 商品 - 更多货币”的运动;多出来的价值不能靠流通本身解释,只能来自资本家购买的一种特殊商品——劳动力,它能创造超过自身价值的新价值。
钱不是天然的资本
一个 Python 开发者手里有 10 万元存款,这 10 万元本身不是资本。
如果他用这笔钱买电脑、租房、吃饭、报课,这些钱只是作为普通货币在流通。钱的功能是购买生活资料或生产工具。
但如果他用这 10 万元:
- 招人开发 SaaS;
- 购买 GPU 算力;
- 做 AI 应用投放;
- 期待未来卖订阅、卖 API、卖企业方案,收回 20 万、50 万、100 万;
这时,钱就进入了资本运动。
区别不在于钱的数量,而在于钱的运动形式。
普通消费的形式是:
商品 - 货币 - 商品
W - G - W比如你接一个外包项目,交付代码,拿到钱,再用钱买生活用品。这里的目标是使用价值,是生活需要。
资本的形式是:
货币 - 商品 - 更多货币
G - W - G'比如投资一个 AI 客服产品:先投入资金,购买服务器、模型服务、人工、渠道,再通过销售获得更多资金。这里的目标不是某个具体商品,而是钱的增殖。
马克思要抓住的,正是这两种运动形式的差别。
普通交换:卖是为了买
在简单商品流通中,一个人卖出商品,是为了买入另一个商品。
农民卖粮食,拿到钱,再买布匹、铁器、盐。
开发者卖劳务,拿到钱,再买房租、食物、课程、设备。
这里的钱只是中介。
钱像桥,帮助不同商品互相转换。过桥之后,目的完成。人真正想要的不是钱本身,而是钱能换来的东西。
这类似《大学》里讲“物有本末,事有终始”。在普通交换中,终点是使用价值:吃饭、穿衣、居住、学习、生产。钱只是过程,不是目的。
所以:
W - G - W起点和终点都是商品。
卖出的是自己不需要或暂时不用的商品,买入的是自己需要的商品。
这个过程可以让双方都觉得“划算”,因为双方需要不同。
你卖一个 Python 自动化脚本,客户觉得它能省人力;你拿到钱,觉得可以支付房租。双方都获得了自己需要的使用价值。
但这里没有解释资本主义意义上的“增殖”。
资本运动:买是为了卖,而且要卖得更多
资本的运动倒过来了。
资本家不是先卖后买,而是先买后卖。
G - W - G'他先拿钱买商品,再把商品卖出去,得到更多钱。
这里的关键是 G'。
G' 不是原来的钱,而是增殖后的钱:
G' = G + ΔG这个 ΔG,就是剩余价值的最初形式。
比如一个 AI 创业公司融资 500 万:
- 买云服务和 GPU;
- 招工程师、产品经理、销售;
- 购买数据、投放广告;
- 做出一个 AI 代码审查平台;
- 最后通过订阅收入和企业合同获得 800 万。
这 500 万如果只是被花掉,那不是资本增殖。
如果它通过一整套经营过程变成 800 万,它就表现为资本。
资本的目的不是一次性买到某个有用物,而是让价值不断自我扩大。
所以资本有一种“无止境”的倾向。
普通消费有边界:一个人一天吃不了十顿饭,穿不了一百件衣服。
但资本增殖没有自然边界:100 万想变 120 万,120 万想变 200 万,200 万想变 1000 万。
平台经济尤其明显。
一个外卖平台、网约车平台、短视频平台、AI API 平台,早期可能并不追求当期利润,而是追求用户规模、交易规模、数据规模、网络效应。投资人看中的是将来的货币回报;估值调高是对未来的判断,不等于钱已经回到手里。
多出来的钱从哪里来
这是第四章最关键的难题。
如果资本运动是:
G - W - G'那么多出来的 ΔG 从哪里来?
不能简单说:“低买高卖。”
因为如果所有人都靠低买高卖赚钱,那么一个人的赚就是另一个人的亏。整个社会总价值并没有增加,只是在不同人之间转移。
比如二级市场炒币、炒股、炒 NFT,如果只看买卖差价,有人高位卖出赚钱,往往意味着有人高位接盘亏钱。这里可以发生财富转移,但不能解释整个资本体系如何持续生产剩余价值。
也不能说:“商品按高于价值的价格出售。”
如果所有卖家都把价格提高 10%,那么他们作为买家时也要多付 10%。整体看,大家互相涨价,并不能让社会总价值凭空增加。
这就是马克思所谓“资本总公式的矛盾”。
资本必须从流通中开始,因为资本家必须在市场上买东西、卖东西。
但资本的增殖又不能仅仅来自流通,因为单纯交换不能创造新价值。
换句话说:
资本的秘密发生在市场中,又不发生在市场中。
它必须通过买卖进入过程,但真正的增殖不在买卖动作本身,而在买到某种商品之后的使用过程。
市场交换表面上是平等的
这一章很重要的一点是:马克思并不是说资本家一定靠欺骗、抢劫、缺斤少两赚钱。
他先假设市场交换是等价交换。
也就是说:
- 工资按劳动力价值支付;
- 原料按市场价值购买;
- 机器按价值购买;
- 产品按价值出售。
即使在这个“公平交易”的前提下,资本仍然能够增殖。
这比简单道德批判更锋利。
如果只是说资本家靠坑蒙拐骗赚钱,那问题就变成了“坏人太多”。
但马克思要说明的是:即使交易双方在法律上自由平等,资本主义生产关系仍然会系统地产生剩余价值。
这对理解现代平台经济很有用。
平台和骑手、司机、主播、开发者之间,合同上往往是自愿的。
开发者加入应用商店,主播加入平台,司机接单,众包标注员做任务,形式上都可以说是自由选择。
但问题在于:
- 谁掌握入口?
- 谁制定规则?
- 谁拥有数据?
- 谁拥有算法调度权?
- 谁能决定抽成比例?
- 谁承担设备、时间和风险?
- 谁获得可规模化的收益?
表面平等的交换关系背后,可能隐藏着结构性的支配关系。
关键商品:劳动力
马克思接下来找到了解决矛盾的钥匙:劳动力成为商品。
劳动力不是劳动本身。
劳动力是人的劳动能力,是体力、脑力、技能、经验、注意力、创造力的总和。
劳动则是这种能力被实际使用的过程。
资本家在市场上买到的不是已经完成的劳动成果,而是一段时间内使用劳动力的权利。
比如 AI 公司雇一名 Python 工程师,月薪 3 万。公司买到的不是某一行固定代码,而是这个人在一个月内的开发能力:
- 写接口;
- 调模型;
- 做 RAG;
- 优化推理延迟;
- 修线上 bug;
- 设计数据管道;
- 和产品讨论需求;
- 解决意外问题。
劳动力的特殊性在于:
它被使用时,能够创造新的价值。
普通商品不会这样。
一台服务器会把自身价值逐渐转移到产品成本中。
一批原材料会进入新产品。
一个 API 调用额度会被消耗掉。
但劳动力在生产过程中不仅转移旧价值,还能创造新价值。
这就是货币转化为资本的关键。
劳动力的价值由什么决定
既然劳动力是商品,它也有价值。
劳动力价值大体由维持劳动者及其家庭再生产所需要的生活资料决定。
通俗说,就是让这个劳动者能够活下去、恢复体力脑力、维持技能、养育下一代劳动者所需要的社会成本。
对一个 AI 应用开发者来说,这里面可能包括:
- 食物、住房、交通;
- 电脑、网络、软件工具;
- 教育和培训成本;
- 城市生活成本;
- 行业经验积累成本;
- 一定的文化和社交需求;
- 家庭抚养成本。
所以,不同历史时期、不同国家、不同岗位,劳动力价值不同。
一个高级机器学习工程师和一个低技能临时工,劳动力再生产成本不同,工资水平也会不同。这里不仅有生理最低限度,也包含社会历史形成的生活标准。
这点很像儒家讲“养民”不能只看不饿死,还要看礼俗、教化、家计、后代延续。马克思当然不是儒家,但他也不是把劳动者看成一台只需加油的机器。劳动力再生产包含社会条件。
剩余价值怎样出现
假设一个开发者一天工资折算为 1000 元。
这 1000 元对应的是他劳动力一天的价值,也就是维持他作为开发者再生产所需要的成本折算。
但他一天实际工作 8 小时。
如果他用 4 小时创造的价值已经等于 1000 元,那么剩下 4 小时创造的价值,就超过了劳动力自身价值。
这部分就是剩余价值的来源。
可以简化表示为:
- 必要劳动时间:再生产工资价值所需的时间
- 剩余劳动时间:超过必要劳动时间、为资本创造剩余价值的时间
资本家支付的是劳动力的价值。
资本家获得的是劳动力的使用价值。
而劳动力的使用价值,恰好是创造价值。
这里没有违反等价交换。
资本家按市场价格购买劳动力,劳动者按合同出卖劳动力。
问题在于,劳动力这个商品的使用价值,能生产出超过自身价值的价值。
这就是资本增殖的秘密。
放到 AI 创业公司里看:
公司给开发团队发工资,工资可能是合理市场价。
但如果团队开发出的产品可以被卖给大量客户,边际复制成本很低,公司收入就可能远超工资、云成本、销售成本等投入。
尤其软件和 AI 产品具备规模化特征:
- 一次开发,多次销售;
- 一个模型能力,可以封装成 API;
- 一个工作流产品,可以卖给许多企业;
- 一个数据闭环,可以提升平台壁垒;
- 一个插件生态,可以吸引外部开发者继续创造价值。
资本正是要组织这种过程,让投入的货币变成更多货币。
为什么不是机器创造剩余价值
现代读者容易问:AI 时代,价值是不是机器、算法、模型创造的?
马克思的回答需要仔细理解。
机器当然提高生产力。
AI 模型、自动化流水线、云计算平台,都会让单位时间产出大幅增加。
但在马克思的价值理论中,机器本身不创造新的价值。它把自身已有价值分摊、转移到产品中。
比如一家 AI 公司购买 GPU 服务器。服务器很重要,但它的价值会随着使用、折旧、算力消耗逐渐转移到服务成本中。它不会自己凭空产生超过自身价值的价值。
真正让生产过程变成资本增殖过程的,是活劳动的加入。
不过在 AI 时代,这个“活劳动”不只是在公司办公室写代码的人,也包括更广泛的劳动结构:
- 数据标注员;
- 内容审核员;
- 模型训练工程师;
- 产品和运营;
- 用户反馈形成的数据劳动;
- 开源社区贡献;
- 平台生态开发者;
- 被算法调度的零工劳动者。
AI 看似自动运行,背后往往凝结着大量人的劳动、历史数据和社会协作。
这不是说机器不重要,而是说机器的重要性属于生产力层面;剩余价值的社会关系,仍然要回到资本如何购买、组织和使用劳动力来理解。
劳动力成为商品的两个条件
劳动力不是任何时代都能成为商品。
马克思指出,它成为商品需要两个历史条件。
第一,劳动者在人身上是自由的。
他不是奴隶,不是农奴,可以把自己的劳动力作为商品出卖。现代劳动合同、自由择业、跳槽、远程接单,都属于这种形式上的自由。
第二,劳动者又没有足够的生产资料。
他没有土地、工厂、平台、资本、流量入口、核心模型、渠道资源,所以不能独立生产并销售产品,只能出卖劳动力。
这两个条件合起来很微妙:
劳动者有人身自由,可以出卖一定期间的劳动力; 又因为缺少独立生产的条件,不得不一次次出卖劳动力。
一个 AI 开发者可能技术不错,会 Python、FastAPI、LangChain、RAG、Docker,也懂一点产品。但如果没有客户、资金、算力、数据、品牌、销售渠道,他就很难独立完成资本循环。
于是他可以选择:
- 入职大厂;
- 给创业公司打工;
- 做外包;
- 接平台众包任务;
- 加入开源项目换声誉;
- 做独立产品但承受现金流风险。
他在法律上自由,但在经济条件上受制于资源分布。
这就是“自由劳动者”的双重含义。
融资视角:投资人买的是什么
从投资融资角度看,资本转化也很清楚。
投资人给 AI 初创公司投钱,并不是为了看钱静静躺在账户上。
钱必须进入一个增殖过程。
它会变成:
- 工资;
- 算力;
- 数据;
- 办公成本;
- 增长投放;
- 商务渠道;
- 法务财务;
- 产品研发。
这些都是资本运动中的商品或服务。
投资人真正期待的是:
投入本金 → 公司经营 → 最终取得货币回报
中途估值再高,只要还没有相应的货币回流,最后一步就仍是期待:
G - W - G'在创业叙事中,这通常被包装为:
- TAM 很大;
- 增长很快;
- 毛利率很高;
- 数据飞轮形成壁垒;
- 单位经济模型转正;
- 后续融资估值提升;
- 最终 IPO 或并购退出。
这些词背后,本质上都是资本对 G' 的期待。
如果一个项目只有技术趣味,却无法说明如何让货币增殖,它可以是研究、作品、公益、爱好,但在资本逻辑中就不是合格的资本运动。
平台经济:资本怎样组织别人的劳动
平台经济把第四章的逻辑表现得很集中。
平台一开始投入资金:
G购买技术、服务器、补贴、营销、团队:
W形成平台系统后,它开始组织大量劳动者和用户活动:
- 骑手送餐;
- 司机接单;
- 商家入驻;
- 主播生产内容;
- 用户点击、评论、分享;
- 开发者提供插件;
- 企业客户接入 API。
看平台自己的账:订阅费到账了,广告费、交易抽成收回来了,这些才是实际的货币回流。就这一轮投入而言,收回本金而且有了增量,才写作:
G'用户数据积累起来,投资人愿意给平台更高的估值,都可能改变对未来收入的预期,却不能加进这一轮已经收回的货币里。
平台厉害的地方在于,它不一定直接雇佣所有劳动者,却能通过规则、算法、流量分发、评价体系和结算系统,控制劳动过程。
这使得“购买和使用劳动力”的方式变得更复杂。
有些劳动者是员工,有些是外包,有些是个体户,有些是内容创作者,有些甚至只是普通用户。但他们的活动都可能被卷入平台的资本增殖过程。
这也是为什么现代资本分析不能只盯着工厂车间,还要看平台、协议、接口、数据、模型、推荐系统和生态规则。
国学类比:从货殖到价值增殖
中国传统里并不缺少对财富流动的观察。
《史记·货殖列传》很早就写商贾逐利、物资流通、地区差价、财富积累。它看到的是商业社会中人们如何因时、因地、因物而获利。
但马克思这一章关心的不是一般“货殖”,而是资本主义生产方式下的特殊增殖机制。
用一个谨慎的类比说:
- 普通交换像“通有无”:我有粮,你有布,通过市场互通。
- 商业套利像“察时变”:低处买,高处卖,靠信息和时机获利。
- 资本增殖则更进一步:它不是只在流通中腾挪,而是进入生产过程,组织劳动力持续创造剩余价值。
如果借《易经》的话,“生生之谓易”讲的是变化生成。资本也表现出一种不断自我扩张的运动,但它不是自然生命的生生不息,而是价值关系的自我增殖。
这个类比不能硬套。
《易》讲天地变化,马克思讲社会生产关系。相通处只是:二者都提醒我们,不要把事物看成静止的物,而要看成运动过程。
资本不是一堆钱,而是一种运动中的社会关系。
给 AI 开发者的理解抓手
对做 AI 应用的 Python 开发者来说,这章可以转化成几个判断问题。
第一,你手里的钱是在消费,还是在资本循环?
买一台电脑自学,可能是消费,也可能是为未来生产能力做准备。
融资买算力、招人、获客,并期待收入增长,就是资本循环。
第二,一个 AI 产品的增殖点在哪里?
是卖一次性项目?
是卖订阅?
是 API 调用量?
是数据闭环?
是平台抽成?
是企业流程中的不可替代性?
是生态开发者持续贡献?
第三,谁的劳动力被组织进来了?
创始人自己的劳动、员工劳动、外包劳动、开源劳动、用户反馈、标注劳动、客户场景知识,都可能进入产品价值形成过程。
第四,表面平等的合同背后,资源控制权在哪里?
谁拥有客户?
谁拥有代码仓库?
谁拥有模型权重?
谁拥有数据?
谁拥有部署环境?
谁拥有分发渠道?
谁能改规则?
第五,技术效率提升,最后转化成了谁的收益?
AI 自动化节省了时间。
但节省出来的时间,是让劳动者生活更自由,还是让平台利润更高、估值更高、劳动强度更大?
这些问题,正是第四章在今天仍然锋利的地方。
原文对照
转述(第一卷第四章):马克思在本章提出,资本运动的公式是"货币—商品—更多货币",不同于简单商品流通的"商品—货币—商品";即使全部交易都按等价原则进行,资本仍能增殖,秘密不在流通领域本身,而在于资本家在市场上买到了一种特殊商品——劳动力。
本章的核心结论
《货币转化为资本》这一章不是在讲普通发财术,也不是在讲商业鸡汤。
它是在拆解资本主义社会最基本的谜题:
为什么钱能变成更多钱?
马克思的答案是:
钱要成为资本,必须进入一种特殊运动:
G - W - G'但多出来的价值不能从单纯流通中解释。等价交换本身不会创造剩余价值。
真正的关键在于,市场上出现了一种特殊商品:劳动力。
资本家按价值购买劳动力,却在生产过程中使用劳动力创造出超过其自身价值的价值。这个超过部分,就是剩余价值。
因此,货币转化为资本,并不是一个单纯的金融技巧,而是一种社会关系的形成:
- 一边是拥有货币和生产资料的人;
- 一边是拥有劳动力但缺少生产资料的人;
- 双方在市场上自由交换;
- 资本在生产中使用劳动力;
- 价值由此增殖。
用现代语言说:
资本不是账户余额,资本是能调动资源、组织劳动、控制生产过程,并以增殖为目的的价值运动。
理解了这一点,再看 AI 创业、平台经济、融资估值、打工合同、开源生态、数据劳动,就不会只停留在“技术先进不先进”“商业模式性感不性感”的表层。
你会看到更深的一层:
谁在投入货币,谁在出卖劳动力,谁在组织生产,谁在获得增殖。
上一章:货币,或商品流通 · 第一卷目录 · 下一章:劳动过程和价值增殖过程
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。