《资本论》第一卷第十二章:分工和工场手工业
第十一章讲协作:许多人共同劳动,会产生单个劳动者没有的集体生产力。
第十二章继续往前推进:资本不只是把许多人放在一起劳动,还会把生产过程拆开,让不同劳动者长期专门从事局部工序。
这就是分工。
在资本主义早期,分工最典型的形式是工场手工业。它还没有完全进入机器大工业,但已经把手工业者组织在同一个生产体系里,把原本完整的劳动拆成许多片段。
一句话概括本章:
工场手工业通过细密分工提高生产力,但也把完整劳动者变成局部劳动者,使人的能力被资本按生产需要片面化。
这一章对现代软件开发和 AI 应用非常重要,因为今天的技术团队同样高度分工:前端、后端、算法、数据、运维、测试、产品、增长、客服、销售,各自承担局部环节。
从完整手艺人到局部劳动者
在传统手工业中,一个工匠往往掌握完整过程。
比如一个鞋匠可能知道如何选料、裁剪、缝制、定型、修整、售卖。
一个木匠可能从选木、设计、切割、组装到打磨都能完成。
这种劳动者拥有相对完整的技能和产品理解。
工场手工业改变了这一点。
资本把许多工匠聚集起来,把原本完整的生产过程拆成多个工序。每个人长期只做其中一个环节。
一个人只裁剪,一个人只缝边,一个人只打孔,一个人只装配。
这样做可以提高效率,因为每个人熟练于某个动作,减少切换时间,工具也可以专门化。
但代价是:劳动者不再掌握完整生产过程,而变成局部劳动者。
分工为什么提高生产力
分工提高生产力,原因大致有几个。
第一,熟练度提高。
一个人长期做同一类动作,会越来越快、越来越稳定。
第二,减少任务切换。
完整劳动需要不断在不同环节之间切换。分工后,每个人专注一个环节,减少切换成本。
第三,工具专门化。
工序固定后,工具可以针对局部动作优化。
第四,劳动过程更容易管理。
生产被拆成可观察、可测量、可比较的环节,资本更容易控制节奏和质量。
第五,整体流程可以被重新设计。
资本可以安排工序顺序、人员比例、交付节奏,使整个生产系统更高效。
现代软件团队也一样。
一个全栈开发者可以从前端做到部署,但当产品复杂后,团队往往分成:
- 前端;
- 后端;
- 数据工程;
- 模型工程;
- DevOps;
- QA;
- 安全;
- 产品;
- UI;
- 客户成功。
每个岗位专门化后,效率提高,交付更稳定。但每个人也可能只看到自己那一小块。
工场手工业的两种来源
马克思分析工场手工业时,提到两种形成路径。
第一种,是把原本不同的独立手工业结合到一个生产过程中。
比如生产一种复杂产品,需要多个不同工种,资本把他们集中起来,形成一个整体。
第二种,是把原本一个工匠完成的完整劳动拆成多个简单工序。
比如一个人原来完整做针,现在拆成拉丝、切断、磨尖、装头、包装等环节。
这两种路径在现代技术行业也能看到。
第一种像复杂 AI 产品开发:算法、后端、前端、数据、合规、销售原本是不同专业,被资本组织到一个产品系统中。
第二种像把开发过程拆成更细的流水线:需求拆解、接口开发、prompt 调试、标注审核、测试、部署、监控、客户交付,每个人只负责其中固定部分。
无论哪种,结果都是生产过程被资本重新组合。
局部劳动者的形成
分工一旦稳定,劳动者就被塑造成适合某一局部工序的人。
这叫局部劳动者。
他不再作为完整生产者出现,而是作为整体机器中的一个功能部件出现。
在软件行业,这种现象也存在。
有人长期只写前端页面,不接触业务模型。
有人长期只调 prompt,不理解产品商业逻辑。
有人长期做数据标注,不知道数据最终用于什么模型。
有人长期写后端接口,却不接触用户。
有人长期处理工单,只按脚本回应客户。
分工让每个人更熟练,也可能让每个人更片面。
劳动者能力被资本按岗位需要裁剪。
这并不是说专业化一定不好。专业化确实能带来深度。但在资本主义工场手工业中,问题是劳动者被固定在狭窄环节,完整理解和控制生产过程的能力被削弱。
分工和管理权力
分工越细,整体协调越重要。
如果每个人只负责局部环节,那么谁掌握整体?
在资本主义生产中,整体通常由资本和管理层掌握。
劳动者各自掌握片段,资本掌握全局。
这就是分工带来的权力变化。
一个完整工匠知道整个产品如何完成,具有较强自主性。
一个局部劳动者只知道一个环节,就更依赖整体组织。
现代企业里也一样。
单个工程师可能只知道某个微服务,产品全局、客户关系、商业模式、数据闭环、部署架构、收入结构则由公司掌握。
当系统足够复杂,个人离开组织后,可能很难独立复制整体生产过程。
这使劳动者对资本组织的依赖增加。
分工和劳动等级
工场手工业的分工还会制造劳动等级。
有些工序需要较高技能,有些工序被简化为重复动作。
资本会根据工序不同支付不同工资,并利用低技能劳动降低成本。
现代 AI 产业也有类似结构。
高层可能是模型研究员、架构师、产品负责人。
中间是工程师、数据工程师、运维、实施顾问。
底层可能是数据标注员、内容审核员、众包任务劳动者、低端客服。
一个 AI 产品看起来很先进,但背后可能有大量低报酬、重复性、不可见的劳动。
分工让复杂产品成为可能,也让劳动等级更细。
这提醒我们:不要只看技术光鲜的一面,也要看它背后如何分配劳动、技能和收益。
社会分工和工场内分工
马克思区分两种分工:
- 社会分工;
- 工场内分工。
社会分工是不同生产者、行业、职业之间的分工。
比如农民生产粮食,工厂生产衣服,软件公司生产应用,云厂商提供算力。
这些生产者通过市场交换联系起来。
工场内分工则是在同一个资本控制下,劳动者被分配到不同局部工序。
比如同一个 AI 公司内部,前端、后端、算法、数据、销售、客服分工协作。
两者都叫分工,但社会关系不同。
社会分工中,各生产者通过商品交换联系;工场内分工中,劳动者通过资本家的计划和管理联系。
这很重要。
资本主义社会整体看似无计划,由市场协调;但单个企业内部却高度计划化。
公司内部不是每个员工拿自己的小商品去市场交换,而是由管理层分配任务、设定流程、安排资源。
所以资本主义并不是没有计划,而是社会整体由市场竞争调节,企业内部由资本计划调节。
软件工程中的分工悖论
现代软件开发很能体现分工的双重性。
没有分工,很难做复杂系统。
但分工过细,会带来问题:
- 每个人只关心自己模块;
- 没人理解整体架构;
- 需求在部门之间传递失真;
- 局部 KPI 和整体价值冲突;
- 工程师远离用户;
- 产品责任被流程稀释;
- 创造性劳动变成工单处理。
这和马克思对工场手工业的批判有相通之处。
分工提高效率,但也可能牺牲人的完整能力。
对于 AI 开发者来说,这个问题尤其明显。你可能只负责“把某模型接进某流程”,但不理解用户为什么需要、数据从哪里来、结果如何影响客户岗位、产品如何盈利。
当你只成为系统中的局部执行者,资本就更容易替换、度量和控制你。
分工和可替代性
分工越细,某些岗位越容易被标准化。
标准化带来两个后果。
第一,效率提高。
工作流程清晰,新人更容易上手,质量更可控。
第二,可替代性提高。
如果一个岗位只需要执行固定动作,那么资本可以更容易替换劳动者,或用机器、软件、AI 自动化替代。
比如:
- 简单数据清洗可以自动化;
- 标准客服话术可以由 AI 接管;
- 重复测试可以脚本化;
- 模板化页面可以低代码生成;
- 基础内容生成可以由模型完成;
- 固定报表可以自动生成。
这不是说所有分工都会降低技能。某些专业化会非常高级。但资本有一种倾向:把复杂劳动拆成可管理、可替换、可量化的环节。
这正是工场手工业到机器大工业的过渡基础。
分工中的知识归属
当生产过程被拆开,知识也会重新分布。
劳动者掌握局部经验,资本和管理层掌握整体流程。
在现代企业中,这种整体知识被沉淀为:
- 流程文档;
- 代码仓库;
- 产品路线图;
- 数据资产;
- 监控指标;
- 客户关系;
- 培训体系;
- SOP;
- 模型评测体系;
- 权限系统。
这些知识不再属于某个完整劳动者,而属于组织。
组织知识的积累可以提高生产力,但在资本主义条件下,它通常归公司所有。
劳动者贡献经验,经验被写进流程;流程反过来降低劳动者不可替代性。
这在 AI 公司很常见。
一个资深工程师摸索出的 prompt 策略、评测方法、客户实施经验,一旦沉淀为内部平台和文档,就成为公司的生产资料。后来新人可以按流程操作,原来的经验被资本吸收。
分工的进步性和限制
马克思并不是简单否定分工。
分工确实提高生产力,让复杂产品成为可能,也推动技能专门化。
没有分工,就没有现代医疗、软件工程、芯片制造、云计算和大模型。
但资本主义分工的限制在于:它不是为了人的全面发展,而是为了资本增殖。
人的能力被按生产环节切割。
劳动者越适应某个局部功能,就越可能失去对整体的掌握。
生产力越社会化,成果却越被资本集中占有。
这就是分工的矛盾。
国学类比:专与全
中国传统里也有“专”与“全”的张力。
技艺需要专精,所谓“术业有专攻”。没有专精,就难有高水平。
但传统修身也重视人的整体性,不希望人完全变成某种器用功能。
可以借这个张力理解第十二章:分工让人“专”,但资本主义分工可能让人只剩“专用”,失去“全人”意义上的发展。
马克思批判的不是人学习专门技能,而是人在资本分工中被片面化、工具化。
对 AI 开发者的理解抓手
第十二章可以帮你思考自己的职业位置。
第一,你是在掌握完整生产过程,还是只掌握一个局部环节?
这会影响你的自主性和议价能力。
第二,你的技能是深度专业化,还是被流程化后的狭窄重复?
前者可能提高不可替代性,后者可能增加被替代风险。
第三,你贡献的经验是否被组织吸收成流程和工具?
这不是坏事,但你要知道它会改变你和公司的力量关系。
第四,AI 自动化会优先替代哪些被细分、标准化、重复化的环节?
这能帮助你判断职业风险。
第五,一个产品背后有哪些不可见劳动?
不要只看模型和界面,也要看数据、审核、标注、客服、实施等分工。
原文对照
转述(第一卷第十二章):马克思在本章分析工场手工业如何通过把完整的生产过程拆分成局部工序来提高效率,这在提高熟练度和生产力的同时,也把原本掌握完整技艺的劳动者变成了只熟悉某个局部环节的片面劳动者。
本章的核心结论
第十二章可以浓缩成一句话:
分工和工场手工业通过把完整劳动拆成局部工序提高生产力,同时也把完整劳动者变成资本控制下的局部劳动者。
更具体地说:
- 工场手工业建立在协作基础上;
- 它通过细分工序提高熟练度、减少切换、专门化工具;
- 分工让资本掌握整体生产过程,劳动者掌握局部环节;
- 局部劳动者对资本组织的依赖增强;
- 分工制造劳动等级和可替代性;
- 社会分工通过市场联系,工场内分工通过资本计划联系;
- 分工有生产力进步意义,也有使劳动者片面化的限制。
理解这一章之后,你看一个 AI 团队,就可以继续追问:
谁理解整体? 谁只执行局部? 哪些知识沉淀为资本的流程? 哪些劳动被标准化、低价化、不可见化?
这就是分工问题在现代技术行业中的现实形态。
上一章:协作 · 第一卷目录 · 下一章:机器和大工业
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。