《资本论》第一卷第十一章:协作
第十章讲了相对剩余价值:资本通过提高生产力,压缩必要劳动时间,让同样工作日里剩余劳动占比更高。
从第十一章开始,马克思分析资本如何提高生产力。
第一种基本形式,就是协作。
协作不是简单地“很多人都在干活”。它指的是许多人在同一个生产过程中,或在相互联系的不同生产过程中,有计划地共同劳动。
一句话概括本章:
当许多劳动者被资本组织在一起劳动时,会产生单个劳动者无法达到的集体生产力;但在资本主义条件下,这种集体生产力表现为资本的力量,而不是劳动者自己的力量。
这章看似在讲工厂组织,其实对现代软件公司、AI 团队、平台经济、开源生态都非常重要。
一个人做不到的事,多人可以做到
协作最直观的地方是:有些事情一个人根本做不了,或者做起来效率极低。
比如搬一根很重的木梁,一个人搬不动,十个人一起能搬动。
比如修一条路,一个人做要很久,很多人分段协同可以快速完成。
比如训练一个大模型,一个人不可能独自完成,需要研究员、工程师、数据团队、基础设施团队、安全团队、产品团队、运维团队共同完成。
这不是单个劳动的简单相加,而是产生了新的集体力量。
在 AI 应用开发中也是这样。
一个人可以做 demo,但要做企业级产品,通常需要:
- 后端开发;
- 前端开发;
- 模型工程;
- 数据工程;
- 产品设计;
- UI/UX;
- 测试;
- DevOps;
- 安全合规;
- 销售和客户成功;
- 运维支持。
这些人不是各自孤立地做东西,而是围绕一个产品目标协作。
协作产生的结果,往往超过每个人单独劳动结果的机械总和。
集体劳动产生新的生产力
协作的关键是:多人共同劳动会产生一种新的生产力。
这个生产力来自:
- 同时行动;
- 分工配合;
- 节奏协调;
- 信息共享;
- 互相补位;
- 共同解决问题;
- 工具和基础设施共享;
- 管理和流程组织。
一个开发者单独做产品,很多时间耗在切换任务上:写代码、设计页面、部署、找用户、修 bug、写文档、做客服。
一个组织化团队可以让不同人同时推进不同环节。前端不必等后端所有工作完成才开始,测试可以提前设计用例,运维可以准备部署环境,销售可以同步接触客户。
协作让生产过程并行化。
用工程语言说,它把串行任务变成并行任务,把个人吞吐变成系统吞吐。
但马克思关心的不只是效率,而是这种效率在资本主义中归谁支配。
资本是协作的组织者
在资本主义生产中,劳动者之所以大规模协作,通常不是他们自发平等地组织起来,而是资本把他们雇佣到一起。
资本家购买许多劳动力,把他们放进同一个生产过程。
工厂里是这样,现代公司里也是这样。
AI 公司把工程师、产品经理、销售、运营、数据标注员、运维人员组织起来,围绕一个商业目标劳动。资本提供工资、工具、管理、办公空间、服务器、账户权限、客户资源和生产计划。
于是,协作看起来像是资本的能力。
明明集体生产力来自劳动者共同劳动,但因为劳动者是在资本控制下协作,这种集体力量就表现为资本家的力量、公司的力量、平台的力量。
比如一个大厂有强大的产品交付能力。人们会说:
这家公司执行力很强。
但这个“公司执行力”背后,是大量劳动者协作的结果。
只是由于组织、代码、客户、品牌、数据和产品归资本所有,集体劳动的力量被归到资本名下。
为什么协作会提高生产力
协作提高生产力,至少有几种方式。
第一,节省共同条件。
许多人一起劳动,可以共享工具、场地、基础设施。
比如一个团队共用代码仓库、CI/CD、云平台、监控系统、组件库、设计系统。每个人不必重复搭建。
第二,形成规模效应。
很多任务只有达到一定规模才值得专业化。
比如小项目不一定需要专职 SRE,但大规模 AI 服务必须有稳定的运维和监控。用户量越大,基础设施越专业,单位成本可能越低。
第三,产生同步行动的力量。
上线一个大型产品,研发、测试、运维、市场、销售、客服必须同步配合。单人无法同时完成这么多动作。
第四,互相激发和监督。
多人共同劳动,会形成节奏、压力、比较和学习。团队中的知识传播会让个人更快成长。
第五,缩短完成时间。
某些工作必须在短时间内完成,协作可以集中大量劳动快速解决。
比如安全漏洞修复、线上事故处理、重大客户交付、模型发布前评测。
协作带来的生产力,是社会劳动本身的力量。
协作需要指挥
一旦许多人共同劳动,就需要协调。
马克思用过类似的比喻:一个乐队需要指挥。
生产也是如此。多人协作如果没有协调,可能互相冲突、重复劳动、等待阻塞。
现代软件团队里,这种协调表现为:
- 项目管理;
- sprint 计划;
- 需求优先级;
- 架构设计;
- 代码规范;
- 接口协议;
- 发布流程;
- 事故响应;
- 权限管理;
- 评审制度。
协调本身是必要的。
问题在于,在资本主义条件下,协调往往同时也是控制。
管理不仅是为了让大家配合,也是为了让劳动服务于资本增殖。
这就是管理的双重性:
- 从劳动过程看,管理是协作所需的组织功能;
- 从价值增殖过程看,管理是资本对劳动的监督和控制。
比如项目经理协调任务,是为了产品顺利完成;但绩效系统、工时压缩、任务指标也会把劳动者推向更高强度。
管理不是中性的
现代公司经常把管理语言说得很中性:
- 对齐目标;
- 提升效率;
- 降本增效;
- 敏捷迭代;
- 组织协同;
- 人效提升;
- 数据驱动。
这些词不一定都是虚假的。协作确实需要清晰目标和组织流程。
但马克思会提醒:在资本主义生产中,管理并不只是技术协调,它还承担资本支配劳动的职能。
谁决定目标?
谁决定 deadline?
谁决定功能优先级?
谁决定绩效指标?
谁拥有代码和产品?
谁获得协作产生的剩余价值?
这些问题决定了管理的社会性质。
所以,协作本身是人类社会劳动的力量;资本主义管理则把这种力量纳入资本增殖。
协作和资本规模
协作需要一定资本规模。
一个人有一点钱,可以买工具自己干活;但要雇佣很多人,组织大规模协作,就需要更大的资本。
资本越大,越能集中生产资料和劳动力。
这也是为什么第十一章和第九章相连。
第九章说剩余价值量取决于可变资本总量和剩余价值率。第十一章进一步说明,当资本雇佣大量劳动力时,不只是人数增加,还会产生协作带来的集体生产力。
大资本的优势不只是钱多,还在于它能组织更多人共同劳动,形成规模化生产能力。
AI 大厂的优势就是这样。
它不只是雇了很多聪明人,而是能把研究、工程、算力、数据、安全、产品、销售、生态组织起来。单个天才开发者很难独自复制这种协作系统。
所以资本规模一旦足够大,就会带来组织上的生产力优势。
协作中的劳动者关系
协作会改变劳动者之间的关系。
在小生产中,一个人可能完整掌握整个生产过程。
在协作生产中,劳动者开始相互依赖。
一个开发者的接口影响前端,前端体验影响销售,销售反馈影响产品,产品决策影响后端架构,运维稳定性影响客户续费。
每个人的劳动都嵌入整体。
这有积极面:人类社会劳动能力增强,个人不再孤立。
也有消极面:在资本控制下,个人可能失去对整体生产目的的掌握,只成为组织中的一个执行节点。
你可能只负责一个模块、一个指标、一个流水线环节,却不知道最终产品如何影响用户、如何赚钱、如何改变行业劳动结构。
协作扩大了社会劳动,也可能加深劳动者对资本组织的依赖。
平台协作:分散劳动的集中组织
平台经济把协作变得更复杂。
传统工厂是把劳动者集中到一个空间中。
平台则可以把分散在各地的人通过 App、算法、接口和结算系统组织起来。
比如:
- 外卖平台协调用户、商家、骑手、地图、支付、客服;
- 网约车平台协调司机、乘客、路线、价格和评价;
- 内容平台协调创作者、用户、广告主和推荐算法;
- AI 平台协调模型开发者、应用开发者、企业客户、数据供应、算力资源和插件生态。
这些人可能彼此不认识,也不在同一个办公室,但他们的劳动被平台系统组织成一个整体。
平台就是现代协作的组织机器。
它把分散劳动集中为资本可控制、可计量、可变现的流程。
这也是为什么平台资本如此强大:它不一定直接雇佣所有人,却能协调大量社会劳动。
开源协作和资本吸收
开源社区是另一种重要协作形式。
开源协作不完全等同于资本主义企业内部协作。很多人出于兴趣、声誉、共同需要、技术理想参与开源。
但资本可以吸收开源协作的成果。
现代 AI 应用大量依赖:
- Python;
- Linux;
- PostgreSQL;
- PyTorch;
- Transformers;
- LangChain;
- FastAPI;
- Docker;
- Kubernetes;
- 各类开源模型和数据工具。
这些工具背后是巨大的社会协作。
企业在这些基础上开发产品、收费、融资、上市。
这说明现代资本不只组织企业内部劳动,也会把外部社会协作纳入自己的价值增殖过程。
这不是说开源没有意义,而是说我们要看清:开放协作产生的公共生产力,可能被资本私有化、平台化、商业化。
协作的历史意义
马克思并不否认协作本身的进步意义。
协作让人类生产力大幅提升,让复杂工程成为可能,让社会劳动摆脱孤立状态。
没有协作,就没有现代工业,也没有现代互联网、云计算、大模型、开源生态。
问题在于,在资本主义中,协作的社会力量并不表现为劳动者共同拥有的力量,而表现为资本的力量。
劳动者越协作,资本控制的生产力可能越强。
团队越能干,公司估值越高。
开源生态越繁荣,平台越能低成本构建商业产品。
用户越参与,平台数据越丰富。
于是,社会协作的成果被资本转化为自己的竞争力。
这就是第十一章的锋利之处。
国学类比:众力与主宰
中国传统也很早就知道“众力”的重要。
《荀子》讲人能群,强调人类通过群体组织胜过单个个体。兵法也讲阵势,强调组织后的众人不是散乱之众,而是有序之力。
这可以帮助理解协作:许多人按一定秩序结合,会产生超过个人之和的力量。
但马克思进一步问:这个众力由谁主宰?成果归谁?组织目的是什么?
如果众力为共同体所共有,那是一种关系。
如果众力被资本组织并占有,表现为资本家的力量,那就是另一种关系。
所以,协作的关键不只是“众人合力”,而是“众人之力归谁支配”。
对 AI 开发者的理解抓手
第十一章能帮助你看懂团队和平台。
第一,团队生产力不是个人能力简单相加。
架构、流程、沟通、基础设施、共享知识,会产生新的集体生产力。
第二,公司能力本质上是劳动者协作的结果。
所谓公司执行力、平台能力、组织能力,背后是人的共同劳动。
第三,管理既是协调,也是控制。
你要区分哪些管理真正帮助协作,哪些管理主要服务于压缩劳动时间、提高强度、提取剩余价值。
第四,开源协作可能被资本吸收。
当你使用或贡献开源时,要看清它可能如何进入商业闭环。
第五,平台是分散协作的组织者。
平台通过接口、算法和结算,把大量分散劳动组织成可盈利系统。
原文对照
原文(第一卷第十一章):“许多人在同一生产过程中,或者在不同的但互相联系的生产过程中,有计划地一起协同劳动,这种劳动形式叫做协作。”
转述(第一卷第十一章):马克思指出,协作会创造出单个劳动者所没有的集体生产力,但在资本主义生产关系下,这种由劳动者共同创造出来的力量,会表现为资本的力量,而不是劳动者自己的力量。
本章的核心结论
第十一章可以浓缩成一句话:
协作产生了单个劳动者无法达到的集体生产力,但在资本主义条件下,这种社会劳动的力量表现为资本的力量。
更具体地说:
- 协作是许多人有计划地共同劳动;
- 协作会提高生产力,产生集体劳动能力;
- 协作需要协调和指挥;
- 在资本主义中,资本家作为劳动力和生产资料的购买者,成为协作的组织者;
- 管理既有技术协调功能,也有资本控制功能;
- 集体生产力来自劳动者,却被资本占有和表现;
- 大资本通过组织大规模协作获得优势;
- 现代平台和开源生态让协作扩展到企业边界之外。
理解这一章之后,你看一个 AI 公司或平台,就不会只说“这家公司很强”,而会继续追问:
这种强来自哪些人的协作? 谁组织了协作? 谁控制协作过程? 谁占有协作成果?
这就是马克思分析协作的真正目的。
上一章:相对剩余价值的概念 · 第一卷目录 · 下一章:分工和工场手工业
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。