知識人異化和復歸：人工智能代理參與知識生產的影響與應對

【摘要】人工智能代理在提升知識生產效率的同時也進一步加劇了知識人價值的消解。文章結合人工智能代理的功能和技術特點闡述了其將為知識生產模式帶來的變革，指出技術革新將引發知識人的異化；從知識人與知識、知識生產、知識人類本質以及機器相異化四個方面解析了人工智能代理引發知識人異化的原理及表現，說明了知識人異化將引發社會創新力下降、社會排斥、機器宰制知識社會以及社會權力的傾斜等問題。最后，文章從目標制定、行動規劃、秩序重構以及效果把控四個層面提出了知識人異化問題的應對策略。

【關鍵詞】人工智能代理 大語言模型 知識生產 知識人 異化

【中圖分類號】G230 【文獻標識碼】Ａ 【文章編號】1003-6687（2024）11-030-09

【DOI】 10.13786/j.cnki.cn14-1066/g2.2024.11.004

知識生產指人類借助人腦以及已有的知識產品、儀器設備等輔助性工具進行科學研發，[1]從而產出有關自然世界、社會與人本身的科學知識——知識產品的活動。知識生產過程分為兩個階段：一是涵蓋知識學習、知識思考和知識創新活動在內的知識創造階段；二是知識創新結果的物化表達階段，即將創新成果轉化為知識產品的過程，包括成果撰寫、加工出版等活動。[2]知識社會學家弗洛里安·茲納涅茨基將專門致力于知識開發的個體定義為“知識人”。[3]從知識生產過程來看，知識人包括專注于知識創造的研究人員以及專門從事加工出版工作的出版從業者兩類群體。

知識生產的主體涵蓋了從事該活動的人們的總和。[4]人類一向被視為知識生產的唯一主體，處于知識領域的核心地位。而智能技術的滲透卻引發了知識人的身份焦慮和價值危機。自人工智能代理在知識生產活動中展現出高度類人屬性后，技術引發的知識人異化問題愈發明顯。知識人究竟發生了何種異化，會產生怎樣的社會影響？知識人又該如何尋求價值復歸？這些疑問是知識人在知識生產智能化浪潮中尋找價值出口、重建知識生產秩序必須要厘清的問題。

一、人工智能代理帶來的知識生產模式變革

融入了大語言模型的人工智能代理為人工智能技術的落地應用帶來了新的契機，知識密度高、技術接受能力強的知識生產領域已然迎來了人工智能代理的滲透應用。技術應用在為知識生產帶來降本增效機會的同時，也使知識生產陷入復雜的秩序危機。

1. 人工智能代理的發展與功能

人工智能代理也被稱為智能體，是一種可以感知環境、作出決策并采取行動的系統或程序。其具備獨立思考和開展行動的能力，能夠通過任務拆解、調用工具逐步完成繁復專業的工作任務，并從任務效果的反饋中學習經驗以作出更好的決策。

人工智能代理翻譯自其英文名稱“AI Agent”，其中“Agent”這一概念最早可追溯至亞里士多德時期，在哲學領域泛指一切具有行動能力的存在。[5]20世紀50年代，在圖靈將高度智能有機體拓展到人工實體后，“Agent”便進入人工智能領域，代指能夠感知環境、作出決策、采取行動的人工實體。[6]自此之后，科技界出現了許多人工智能代理項目，如擊敗國際象棋世界冠軍的“深藍”、戰勝智力比賽冠軍的NLP計算機“Watson”等，不過，這些智能產品都只能適用于特定任務。直到大語言模型取得矚目進展后，科技領域將其與人工智能代理結合，開發出Auto-GPT、AgentGPT、BabyAGI等人工智能代理產品，為通用人工智能的發展帶來了新的希望。

相較于大語言模型，人工智能代理擺脫了對用戶提示的依賴，能夠獨立思考和決策，并具有開展行動的能力；與機器人流程自動化（Robotic Process Automation， 簡稱RPA）相比，其不再需要人工預設規則和流程，且能夠感知環境信息并作出調整。在用戶以自然語言發布任務后，人工智能代理便自動啟動任務理解、任務拆分、方案制定、任務執行、結果反饋等操作。例如，在研究人員發布“開發一種抗癌藥”的指令后，人工智能代理便開始自主開展研發工作，先調研抗癌藥物的研究趨勢，然后制定一個開發目標，再明確該藥物的開發步驟，最后嘗試合成該藥物。[7]

2. 人工智能代理滿足知識生產需求的技術原理

人工智能代理的技術框架包含大腦、感知和行動三個組件。[8]得益于這樣的技術框架，人工智能代理具備多種與人類相似的高階能力，在知識生產領域表現出極大的應用潛力。

知識生產往往是多個主體參與、多個環節構成的復雜活動，溝通協作是其必要環節之一。大語言模型則為不同功能的智能體之間、智能體與人類之間架起了溝通交流的橋梁，支持人工智能代理理解人類指令并由多個智能體交流協作共同完成復雜的知識生產任務。

知識的生產源自現實存在的各種現象、問題和需求，是對現實存在的反映和解釋。知識生產結果也會對現實存在起到影響和塑造作用。因此，對現實的感知力也是知識生產主體的必備能力。人工智能代理框架中的感知模塊支持其通過文本、視覺、聽覺等方式輸入信息從而形成對環境的感知，使其能夠依據現實存在開展知識生產活動。

具備知識與經驗的儲備和調用能力是知識生產者實施知識創新的必要條件。大語言模型的嵌入使人工智能代理具備了知識生產所需的語言知識、常識知識和專業領域知識。記憶形成和檢索功能則使人工智能代理能夠回溯和利用工作經驗，“熟能生巧”地成為知識生產領域的專家。

知識生產是在原有知識基礎上進行推理與決策的智力活動。思維鏈（CoT）等技術能夠激發大語言模型的推理能力，支持人工智能代理進行演繹和歸納等思維活動。同時，結合了大語言模型的人工智能代理還具有規劃和決策能力，可以將復雜的知識生產目標分解為若干子任務，制定詳細的任務計劃，并對計劃進行反思和完善。

知識生產不僅是存在于人類大腦中的思維活動，還需實施成果撰寫、編輯出版等實踐行為以形成知識產品。人工智能代理的行動模塊支持其以自然語言生成知識成果，通過彼此交互調用具有編程、搜索、審核、排版等不同功能的智能體協同工作，甚至還能實施物理世界的具身行動，如移動位置、操縱物體等，從而具備開展科學實驗、生產知識產品等實踐活動的能力。

3. 人工智能代理引發知識生產模式變革的作用機制

在傳統知識生產模式下，知識人需依托自身知識儲備提出或發現問題，并進一步調用既有知識、搜集文獻資料以進行有目的的知識學習與思考；隨后，制定研究或創作計劃，開展數據收集與分析、科學實驗、文學藝術創作等活動，從而獲得新的知識；在此基礎上，將新的知識通過成果撰寫、作品生成等方式轉化為物質的知識成果實體，經過編輯加工形成可供傳播利用的知識產品并出版發行。在人工智能代理進入知識生產領域后，知識生產者個體或組織只需根據知識生產目標，利用AutoGen Studio、XAgent等開源人工智能代理產品構建并調試工作系統、提供必需材料，便可發出生產指令，接收系統產出的知識成果。文獻調研、數據收集與處理、實驗實施、成果撰寫、出版生產等知識生產核心工作均可由人工智能代理代為完成。例如，清華大學NLP實驗室聯合面壁智能、北京郵電大學、布朗大學，共同發布了全流程自動化軟件開發框架ChatDev。在收到軟件開發任務后，ChatDev中扮演首席執行官、專業程序員、測試工程師及藝術設計師的智能體便可通過交互協作自動生產一個完整的軟件。[9]

在人工智能代理的滲透下，知識生產主體突破了人類的唯一性并拓展至人機共生范圍。知識生產要素由智力、知識及輔助性工具轉變為大語料、大算力和大模型。知識生產方式由以人為核心的由內而外的知識創造模式轉變為以人工智能為中心的由外而內的信息處理模式。[10]在此模式下，知識生產呈現高度自動化、一體化、智能化特征，能夠極大地減少成本消耗，并為解決知識創造難點提供新的方法和路徑。但這也為知識生產帶來新的秩序挑戰，最先感受到危機的便是從事知識生產活動的知識人。如果說面向特定任務的智能技術在單項工作中的應用讓知識人從煩瑣、耗時的工作中解放出來，使其能夠投入更高層次的創造性知識活動中，那么通用性更強的人工智能代理則進一步替代了知識人在創造性知識生產活動中的作用，使知識人在知識生產中的地位和關系網絡發生變化，引發知識人的異化。

二、人工智能代理引發知識人異化的原理及表現

在手工技術時代，造紙、雕版、印刷等技術讓知識得以被記錄和傳播，為知識生產活動提供了必要支持，也使知識人的身份得以成立。到了機器技術時代，技術使得知識生產更加標準化、自動化，使知識人從生產知識產品實體的工匠身份中解放出來，轉變為專注于內容生產的專家。及至信息技術時代，技術進一步成為輔助開展智力生產活動的工具，使知識人的知識生產能力再度被提高。至此，技術總是在發揮著提升知識人的知識生產能力、推動知識人身份專門化的作用。而進入智能技術時代后，類人化的智能技術卻在智力勞動領域與知識人形成了替代關系，反而使得知識人身份發生了異化。

“異化”一詞的本義為讓渡、疏遠，后來在德國古典哲學中被用以說明主體與客體的關系。馬克思在吸收眾多哲學家觀點的基礎上提出異化勞動理論，指出異化勞動具有勞動者與勞動產品相異化、勞動者與勞動活動相異化、人的類本質與人相異化、人與人相異化四種形式。馬克思雖將異化置于資本主義生產模式下進行探討，但從異化概念本身來看，其所揭示的人類創造物與人類本身的疏離或對立關系的形成原理實則具有普遍意義，[11]同樣可被用以透視知識人的異化問題。

1. 知識人與知識相異化

波普爾將知識劃分為主觀知識與客觀知識。其中，主觀知識是基于人的心理狀態感知的知識；客觀知識則是基于自然科學，通過經驗歸納而無限靠近客觀世界真理的知識。二者的生產過程均強調經驗的參與，[12]區別在于前者僅基于個人經驗，后者則建立在具有主體通性的公眾經驗之上。[13]（85）經驗是經由人類感官進行信息采集、再由大腦進行信息加工的過程，是人腦認知世界的主要方式。[14]因此，知識生產這一源于經驗的活動無法擺脫知識人而成立，知識也無法脫離知識人而存在。馬克思也指出，人只有在改造對象世界的過程中才能被證明是類存在物，[15]（54）因而知識人與其勞動產物——知識的存在也應是一體的，知識理應是知識人的勞動對象。

而人工智能代理對知識生產活動的參與卻使知識人與知識之間發生了異化。人工智能代理的感知和“大腦”部件支持其獲取有關客觀世界的信息并進行分析處理，即由基于特征、規則和計算的理性思維過程代替人類的經驗積累過程，甚至比人類更加高效，使得知識人之于知識的價值被削弱。知識生產活動不再以知識人為主要作用者，產出知識的價值也不再與他們的勞動價值成正比。[16]因此，知識與知識人發生分離，知識人也失去了勞動對象。

此外，社會學家哈里·柯林斯認為知識由科學家們的互動、討論和合作等實踐構建而來，因而知識包含了實踐的社會性和交互性。[17]而人工智能代理介入下的知識生產活動產出的“機器知識”不再是知識人勞動的產物，自然也抹去了與知識人、知識勞動有關的社會屬性。人工智能代理參與生產的知識不僅不等同于知識人認知和價值觀主導下的創造性產物，甚至會反過來對知識人的認知和行為產生影響，使知識人成為“機器知識”的被動接受者。

2. 知識人與知識生產勞動相異化

在第四次工業革命之前，機器對人類的勞動替代主要發生在體力勞動范疇，即物質勞動方面。及至第四次工業革命，智能機器逐步具備了思考和創作能力，機器的勞動替代開始進入屬于腦力勞動范疇的非物質勞動領域。[18]在結合了大語言模型的人工智能代理出現之前，智能技術支持下的專用人工智能只能適用于單一任務情境，尚不能獨立勝任復雜的知識生產任務，只能在個別知識生產環節輔助知識人完成煩瑣、耗時的工作。[19]人工智能代理的出現，開啟了腦力勞動大規模自動化的新篇章，其具備適用于不同知識生產任務的自主性和遷移能力，能夠承擔大部分屬于知識人的工作，與知識人形成了替代關系，影響知識人行使自身的勞動權利。

由此，知識生產中的核心勞動被機器介入，不再是專屬于知識人的勞動；知識人的勞動目的由生產知識異化為設計、調試出具備更優知識生產性能的機器；知識人的勞動對象也由知識異化為機器。這正如馬克思所指出的勞動異化的表現：人的活動表現為看管機器以防止其發生故障，僅在機器運轉和機器作用于“原材料”時起到中介作用。[20]知識人的勞動開始邊緣化，逐漸遠離知識生產的核心，也無法獲悉知識生產全貌，更難以識別自身在知識生產勞動中的貢獻。[21]知識生產活動愈繁榮，知識人反而可能愈發感到不自由、不自主。本該令知識人感到舒暢、有成就感的知識生產勞動也異化成其為了獲得物質生活資料以維持生存的手段。

3. 知識人與其類本質相異化

當人工智能機器逐漸具備與人類相似的能力時，人與機器之間的界限將變得模糊。這讓我們不得不思考：在被人工智能代理滲透的知識生產中，知識人的類本質特征是否還能成立？

德雷福斯指出：“把人同機器區別開來的，不是一個獨立的、普遍的、非物質的靈魂，而是一個涉入的、處于情境中的、物質的身體?！盵22]在人工智能應用于知識生產的初級階段，人工智能機器常被理解為知識人身體的延伸，但這種延伸是極其有限的，仍然以人為核心對某些方面的能力進行增強或彌補，如幫助研究人員進行數據分析，輔助編輯校對、排版等。而人工智能代理則突破了這一能力限定，立體化地具備了與人類身體功能高度類似的智能。人工智能機器儼然一個由技術構造的“身體”，運用思維構建知識生產邏輯，并用無形的“肢體”調用各種工具實現知識生產。由此，“身體”的功能不再為知識人所獨有，知識人與從事知識生產的機器間的本質區別也逐漸被模糊。

馬克思認為，有目的、有計劃地開展活動是人類與動物的本質區別，勞動創造了人。因此，有規劃地參與知識生產勞動、生產知識產品是知識人區別于其他群體的類本質特性。而人工智能代理本就是為勞動而生的機器，并且在知識生產勞動中具備了與人類相仿的明確生產目的、作出生產規劃、執行生產任務的自主能力，這使得知識人的類本質特性被進一步消解。“自由的有意識的活動是人的類特性”，[15]（53）而人工智能代理參與的知識生產活動中，大部分勞動都可交由自主性極強的機器完成，原本的知識人反而成為機器啟動和運行的助手，知識人在知識生產活動中喪失了其類本質依據。

4. 知識人與機器相異化

馬克思將人與人的異化界定為異化勞動的第四種形式。在人工智能代理參與知識生產的情境中，機器已從工具進化為與人并行的參與者角色，并進一步引發了其與知識人之間的異化。因而有必要考慮這一新的異化表現形式，剖析知識人與機器的異化原理。人類與機器的關系經歷了三個發展階段。起初，人類將技術支持的機械產物看作自身的對立面，二者呈現二元對立關系；隨著認知的深入，人類開始以高位姿態駕馭技術工具，使人機關系進入以人為核心的單向使用階段；在智能技術時代，人機關系開始呈現向平等協作關系轉型的態勢。[23]但總的來說，人類長期以來都被認為是技術的創造者和領導者，奴役著作為工具的機器。即便在生成式人工智能技術應用之初，知識人群體雖然意識到機器已從工具角色轉變為參與者角色，但仍然盡力強調人類在知識生產中的主體地位，維護以人為核心的人機關系，并試圖構建人機合作的新型知識生產模式。

不過，人類與機器的合作關系尚未成熟便因人工智能代理的進化面臨新的挑戰。機器不但具有了類人化的認知和思維能力，還具有了與人類身體類似的存在狀態，[24]能夠相對獨立、完整地完成知識創造、篩選、加工等步驟，使知識人的工作被進一步簡化，甚至與知識人形成了替代關系。從事知識生產活動的人工智能代理需要什么，原本的知識人便向其提供什么。知識人在輔助人工智能代理進行勞動的過程中很難獲得智慧的增長，而機器的知識生產能力卻日益增強。[21]機器與人相向而行，扮演起知識人原本的角色，按照其智能邏輯重構知識人和知識社會；知識人卻成為機器的一部分，甚至成為機器活動的客體之一。[25]未來的知識人要面對的是由人工智能代理及其他數字化系統構成的智能化生存環境。知識人逐漸信賴越來越聰明能干的智能機器，委托機器完成知識生產核心環節，甚至依賴機器做出關鍵的知識生產決策。[26]而這也是知識人逐漸讓渡知識生產核心主體地位的過程，知識人反而成為知識生產的非核心參與者和旁觀者。這一情況使得知識人與機器的關系發生異化，并進一步導致知識人因爭奪剩余的價值空間而出現關系異化，產生新的競爭和對立關系。

三、人工智能代理引發知識人異化的社會影響

知識人異化是否應當被干預？對此，應該結合其可能產生的影響來作出判斷。人工智能代理介入知識生產，引發了知識生產主體、客體及技術間關系網絡的變化，構建了全新的知識生產場域。對相關問題的討論不可局限于技術層面的變革，應從社會學范式中汲取營養，關注知識生產活動與社會的互動關聯。[27]根據彼得·德魯克的觀點，未來的社會將是一個以知識為支配性資源、決定性生產要素的知識社會。知識空間的變動必然會引起社會空間的連鎖反應，因而知識人異化所帶來的影響應從更宏觀的社會層面進行考察。

1. 知識人價值流失致使社會創新力下降

知識在隱性知識和顯性知識的社會化相互作用下產生。[28]其中，隱性知識是指技能、認知等源于個人經驗的，無法由明確的語言來表達和傳播的知識；顯性知識則是能夠用符號表達的知識。[29]知識創造包括四個步驟：一是通過體驗進行經驗傳授，實現由隱性知識向隱性知識轉換的“共同化”過程；二是個人依靠主體認知對隱性知識進行加工并轉化為顯性知識的“表出化”過程；三是將多種概念整合為知識系統以完成顯性知識向顯性知識轉換的“聯結化”過程；四是通過學習和實踐將顯性知識再度轉化為隱性知識的“內在化”過程。[30]隱性知識是顯性知識被理解和運用的基礎，也是知識創新的重要來源。由于只有人類才能通過體驗獲得隱性知識，人工智能代理只能習得和處理顯性知識，因而知識創造過程必須由人類開啟。

這就是說，知識創新仍然要以知識人的積極勞動為條件，因而必須提高知識人的內生動力，保障知識人的勞動幸福。勞動幸福要求知識生產勞動要推動知識人的全面發展，使其在勞動中獲得解放和尊嚴。[31]而在人工智能代理介入知識生產后，知識人在輔助性工作中反而難以獲得價值上的肯定，更難以獲得勞動幸福。這使得知識人的生產積極性受到挫折，影響由隱性知識的積累作為開端的全新知識生產程序的啟動，使知識生產陷入機器主導的有限的顯性知識循環，消除了從隱性知識中偶然迸發未知知識的可能。而知識社會的價值創造來自生產力和創新，二者均建立在對知識的運用之上。[32]因此，在對知識創新非?？粗氐闹R社會中，知識人價值流失引發的知識創新乏力將使社會發展錯失新的刺激點。

2. 知識生產力變革引發社會排斥

在工業化時代，機器對物質生產的參與迫使一部分體力勞動者失去工作機會。[33]在智能技術時代，機器進一步取代腦力勞動者，開始從事創造性的知識生產勞動。與具有欲望和情感的知識人不同，人工智能代理作為沒有肉身的機器無須滿足生存的需要，不會期待通過知識生產勞動獲得報酬；其在勞動價值觀方面也不存在個體差異，能夠避免因勞動態度和投入程度的波動導致工作差錯或事故；人工智能代理學習新的知識和方法、繼承經驗和技能也無須遵循人類學習的生物法則，在優化成本方面明顯優于知識人。[34]在知識社會中，知識創新效率是競爭力的重要來源，而人工智能代理的機器屬性更加符合知識社會在效率和成本方面的期待?；谶@一原因，知識生產中知識人的工作空間被人工智能機器擠壓，使知識人面臨失業的風險。

在技術變遷推動的人類生產自動化進程中，機器對人的替代并非吞噬性的，傳統人類崗位消失的同時也伴隨著新崗位的出現，但這一點在機器對人的替代超越體力勞動范疇而涉足腦力勞動領域時并非定律。[35]基于高度自動化的知識生產勞動衍生出的新崗位可能遠少于減少的崗位，且新崗位面臨更高的知識和技能要求。[36]未來知識生產需要的是具備更強協調組織與管理能力、技術控制與問題解決能力、知識價值識別與判斷能力、突破性知識創新能力的知識人，這給知識人提出了新的要求，也意味著知識人內部即將出現新的競爭和分化。不具備對新價值的預見能力、對新崗位技能的學習能力、對新知識生產節奏的適應能力的那部分傳統知識人很可能淪為價值創造能力較低、可替代性較高的“數字窮人”，受到智能機器和新生精英的雙重擠壓，在知識社會中被邊緣化，面臨被社會排斥的風險。

3. 技術滲透導致智能機器宰制知識社會

在知識社會學領域，互動主義的建構論主張知識與社會間存在動態互構關系，社會是知識直接建構的結果，而知識的形式和內容是社會建構出來的。因此，知識實踐過程在知識社會占據重要位置，在這一過程中，人們的思想和行動將直接構成而不只是影響知識社會。在以往的“知識—社會”互動建構過程中，“人”被認為是第一位的。為此，知識社會通常把生產能力建立在知識人的知識實踐活動之上。[37]然而，在人工智能代理替代知識人開展知識生產活動并引發知識人異化后，智能機器開始取代人類，逐漸掌控“知識—社會”的互動建構過程。

一方面，知識生產轉向由機器主導的模型化、概率化的生產邏輯，產出平均化的“機器知識”，但其并不一定符合社會現實。例如，研究者利用WarAgent模擬歷史上真實發生過的戰爭時發現，由于很難全面詳細地向系統反映全部社會細節，系統模擬出的國家結盟情況以及對宣戰對象的選擇與歷史事實并不相符。[38]若此類“機器知識”被用作社會決策的參考依據，難免會對社會走向產生影響。

另一方面，智能機器的廣泛應用必然帶來知識生產效率的提高，刺激知識社會競爭加速。被不斷激發的競爭需要與智能機器的高效率特性不謀而合，又將進一步驅使知識生產加速。而“機器知識”的高效產出并不等同于知識質量和創新水平的提高，知識生產的良性發展也不應以單純追求效率為目標。知識人異化反而消解了人類對效率和質量的平衡作用，以及對知識與社會的協調作用，致使知識與社會脫離人類對其穩定性的維護，為社會競爭與發展帶來更多風險。由此，知識生產被技術滲透帶來的知識人異化，對知識生產與社會發展構成雙重影響，使得在二者互動共生中形成的知識社會愈發脫離人的掌控而被機器宰制。

4. 技術競爭引發知識社會的權力傾斜

正如赫胥黎對“知識就是力量”的解釋，人類可以從知識中獲得控制和改變世界的巨大力量，[13]（86）獲得知識便獲得了改造世界的權力工具。同時，權力又可被用來干預知識的獲得或生產，[39]使一切知識都受意識形態的影響，[40]并通過對知識的應用反作用于社會權力結構。

人工智能代理引發的知識人異化使得基于知識人勞動的知識競爭異化為基于人工智能的技術競爭。而所有人工智能都是技術與社會實踐、制度、政治及文化融合下的知識性產物，[41]滲透著人類社會的意識形態和權力結構，人工智能代理也不例外。加之技術開發者擁有遠高于使用者的技術控制權力，因而知識生產便被置于暗含權力傾向的技術黑箱之中，智能化的知識生產反而成為鞏固社會既有權力格局的特殊手段。另外，由于人工智能技術的應用能力與科技發展水平、資源占有程度相關聯，處于技術開發與應用強勢地位的國家和地區的知識生產能力也將更加突出。這意味著滲透其利益、立場和意識形態的知識將更具顯示度和影響力，更加強化其在知識社會中的權力地位。

此外，人工智能可以影響人們的思想和選擇，其本身就是一種權力。[42]因此，知識人的異化也使得知識生產受到智能機器的操控，從而進一步加劇知識社會的權力傾斜。在傳統知識生產模式中，知識是知識人在特定社會語境下創造出來，并在交流中相互補充、糾正而形成的開放的、供參閱的知識，[43]也是總體的社會內部關系的表征。[40]而異化情境下的知識生產是經機器批量化、標準化處理，生產被抽象和簡化了的知識的過程，是一種“去語境化”過程，機器無法起到知識人構建特殊文化語境的作用，所生產的“非語境化知識”會導致人的認知視野愈發狹隘，使主流知識更受關注，而地方性和非正式的知識則更加邊緣化，[44]來自非權力中心的聲音被進一步掩蓋，加劇知識社會的權力傾斜。

四、人工智能代理引發知識人異化的應對策略

鑒于知識人異化將為知識社會帶來多重風險，知識生產不可任由機器主導，知識人必須在新的知識生產模式中重建自身價值體系。然而僅憑知識人個體行動難以統一價值復歸方向，還需選定能夠有效規制和引領知識生產活動的關鍵組織，由其發揮組織優勢，重建人工智能代理滲透背景下的知識生產秩序，并檢驗和保障知識人復歸效果。

1. 目標制定：重新定義知識人的角色和發展方向

明確知識人的復歸目標是應對知識人異化問題的首要任務。在智能技術深度參與知識生產的趨勢下，知識人的復歸不能再向傳統知識生產模式中的知識人角色回歸，而應向以下方向進化。

首先，知識人應扮演起人機共生知識生產模式的主導者角色。從知識人異化的社會影響來看，人工智能機器生產知識與人類生產知識會帶來不同的社會結果。機器與人類存在本質上的差異，機器并不能完全取代人類從事知識生產活動。雖然智能技術的應用趨勢預示著屬于人的權力中心的消解，但這并不意味著知識生產的絕對去中心化，反而更加需要知識人對技術應用方向、人機合作模式進行整體性的把控，維護知識生產的有序性。

其次，知識人應向知識生產的管理者角色發展。人工智能代理作為技術成果也是人類知識勞動的對象，因而人工智能代理參與下的知識生產是一項“如何運用知識生產知識”的管理革命。使用哪些知識工具、生產何種知識成果、如何開展知識生產活動、構建怎樣的知識生產關系，這些任務并不是既定的。問題發現、目標決策、規則制定、流程設計、過程管理、結果把關這些管理工作正是未來知識人的價值所在，也是機器無法取代的部分。

最后，知識人還應向知識創新的開拓者角色升級。人工智能代理在引發知識人異化危機的同時也為知識人帶來更多的可自由支配的時間，這正是發展和創新的基礎。人工智能代理在創造突破性、個性化知識方面的能力非常有限。因此，知識人應將自己的時間投入對新知識的學習中，保持創新的科學精神，生產獨創性的、具有不確定性的、不可量化的、非平均化的知識，不斷開拓知識邊界，使知識社會發展不囿于技術要素競爭。

2. 行動規劃：發揮組織力量規制知識生產活動

由于知識生產呈現主體分散、自由度較高的特征，單憑個體的價值復歸行動會不可避免地出現知識人依據差異化的價值觀和標準各行其是的局面。因此，知識人異化問題的化解應當以組織為行動單位，由組織通過引領、規制等手段將個體力量集合起來發揮整體作用，實現知識人價值的復歸。

知識生產的目的是形成新的知識以推動知識發展，表現為知識量的擴張和質的飛躍，只有滿足這兩方面要求的知識活動才能成為有效的知識生產，其產物才能進入知識行列。[45]然而，并非所有的知識生產和傳播渠道都能保證知識生產的有效性。例如，知識人個體也可以通過自媒體等渠道生成和傳播知識活動成果，但往往會因其信度、效度和標識度等問題被排除在知識譜系以外。[46]因此，出版便成為知識活動產物進入人類知識領域的正式通道，起著知識選擇、提供知識載體以及知識傳播的重要作用。加之出版業本就是專注于知識生產目標的專門組織，因此出版業便合理地成為應對知識人異化的組織行動者，有能力通過規制知識生產活動實現知識人的價值復歸。同時，出版作為知識生產的重要環節和知識人聚集的工作領域，引領知識人尋求價值復歸也是知識人向新的角色進化的重要體現。

因此，出版業不僅要承擔好知識生產的組織者、知識價值的傳遞者的責任，更加嚴謹地組織和指引知識創新活動，將符合社會需求和價值評判標準的、具備創新性的知識成果傳遞至社會系統。同時，要進一步扮演好知識生產秩序的建設者和知識人價值的維護者角色，通過制定倫理規范、制度政策等規制知識生產活動，引導和鼓勵知識人創造更優質知識成果；在知識篩選與認證環節檢驗行動效果，避免知識人價值缺位下的知識活動成果進入知識體系，產生不良社會影響。

3. 秩序重構：構建人機共生知識生產模式規范體系

在傳統知識生產模式中，知識人處于知識生產秩序的核心位置。根據行動者網絡理論的觀點，人工智能代理與知識人在形塑知識與社會方面的作用地位是等同的。[37]這對于傳統的知識生產秩序造成了沖擊。對知識人異化問題的應對需要出版業發揮組織優勢重建知識生產秩序，通過規范、制度與政策手段規制知識生產行為，從而將知識人的復歸落實到知識生產實踐中。

規范是知識生產秩序的基石，是人機共同參與知識生產的行為準則，也是知識人復歸的“指南針”。出版業可以組織學界和業界開展關于知識生產中人機界限問題的探討，明確規定人工智能的參與尺度，劃定知識人的職責范圍；在此基礎上，出版業者應積極參與國際合作，依托行業協會制定技術應用標準與知識生產規范，推進知識生產領域技術應用的全球規范性和一致性建設，引導知識人群體充分貢獻人的價值。

制度與政策為知識生產活動提供了具體指導和約束手段。出版業應制定明確的作者政策，如作者認定原則和知識產權保護政策等，保護知識人的合理權益并通過落實責任制度要求其對知識生產行為負責。出版業還需規定作者的透明度義務，要求其披露知識生產過程中的智能技術應用情況，以備接受生產過程合規性及知識成果質量審查。

在出版業建立的規范、制度與政策體系的規制下，知識人可在合理的限度內充分利用人工智能代理改造知識生產流程，采用人機共生知識生產模式，在發揮技術效率優勢的同時充分彰顯知識人的價值，追求更高層次的知識創新，從而實現知識人價值的復歸和升級。

4. 效果把控：加強對知識生產成果的評價與核驗

區別于“完成即發表”的自媒體等知識生產、傳播渠道，出版業作為知識產品生產和傳播的正式通道，設置了復雜的“知識確認程序”以確保知識生產的規范性和可靠性。[47]因此，出版業還可以通過調整知識篩選與評價標準、建立知識核驗機制以檢驗知識人復歸效果，及時發現問題，并對知識人的生產行為起到約束作用。

一方面，出版業應建立多元化的知識生產評價體系。人工智能代理介入下的知識生產效率將被提升至新的高度，出版業更應將知識生產評價重點放在是否遵循知識生產規范、是否符合社會實際情況、能否回應社會發展需要、能否取得實質性的知識突破等方面上來，而非過于關注熱點的追蹤速度、工具與方法的應用技巧等已經可以由機器高效完成的方面。出版業應從過程和結果兩個維度出發，根據知識生產在獨立性、科學性、創新性、知識產權明晰、權責明確等方面的要求，制定科學可行的知識生產評價指標體系，為知識的篩選設立新的標準，也促使知識人群體參照此標準調整知識生產規劃，充分發揮人的價值，追求更高層次的知識創新。

另一方面，出版業還應構建覆蓋全流程、融合多手段的知識核驗機制。有效檢驗知識生產的規范性是尋求知識人復歸的最后一道保障。出版業可依托知識生產管理平臺，設置作者、編輯、同行專家、讀者共同參與，貫穿知識生產、審查評議、傳播利用階段，融合自查、審查和監督多種手段的知識核驗機制，[48]從而有效實施對知識生產過程的追蹤、對人機貢獻的明晰以及對成果質量的檢驗，確保知識生產過程符合規范標準，知識成果達到創新要求。

結語

人工智能技術已催生了新一輪的技術創新和產業變革，技術將為知識生產注入新的發展動力。在看到人工智能為知識生產帶來無限可能的同時，切不可低估技術應用為知識社會帶來的長期影響。技術引發知識生產秩序崩塌與重構的過程也是知識人不斷認識技術和自身本質的過程。[49]隨著自我認知的深入，知識人應該積極參與人工智能議程的制定，主動定義自身的內涵、自身在知識生產中的角色以及與機器的界限。本文闡明了人工智能代理將為知識生產模式帶來的變革，指出了知識生產領域將要面對的知識人異化問題，深入剖析了知識人異化的原理、表現，以及可能對知識社會產生的影響，提出了知識人的復歸方向及行動策略。未來的研究還可著眼于實踐層面，提出更具體的行動方案，關注技術參與下的知識生產模式創新、與人機共生生產模式相匹配的知識生產規范及評價體系的建構、知識核驗機制的設計方案等議題。

參考文獻：

[1] 溫芽清. 知識產品生產機制探析[J]. 河北經貿大學學報，2007（2）：13-18.

[2] 劉詩白. 論現代知識生產[J]. 福建論壇（人文社會科學版），2005（4）：4-10.

[3] 弗洛里安·茲納涅茨基. 知識人的社會角色[M]. 郟斌祥，譯. 南京：譯林出版社，2012：7-8.

[4] 尼科·雅赫爾. 科學社會學——理論和方法論問題[M]. 顧鏡清，譯. 北京：中國社會科學出版社，1981：13

[5] 壽步. 人工智能術語agent的精準譯解及其哲學意義[J]. 哲學分析，2023，14（3）：130-143，199.

[6] 王吉偉. AI Agent發展簡史，從哲學思想啟蒙到人工智能實體落地[J]. 大數據時代，2023（12）：6-19.

[7] Boiko D A， MacKnight R， Gomes G. Emergent autonomous scientific research capabilities of large language models[EB/OL].[2024-05-16].https：//doi.org/10.48550/arXiv. 2304.05332.

[8] Xi Z H， Chen W X， Guo X， et al. The Rise and Potential of Large Language Model Based Agents： A Survey[EB/OL]. [2024-05-17]. https：//doi. org/10. 48550/arXiv. 2309. 07864.

[9] Qian C， Cong X， Liu W， et al. Communicative Agents for Software Development[EB/OL].[2024-05-16].https：//arxiv. org/abs/2307.07924.

[10] 徐笑君，李賓. 知識生產革命：“人+AI”雙環知識共創模式[J]. 清華管理評論，2024（Z1）：96-104.

[11] 歐陽英. 從馬克思的異化理論看人工智能的意義[J]. 世界哲學，2019（2）：5-12，160.

[12] 王姿懿. 基于科技理性的發展對ChatGPT的反思[J]. 自然辯證法通訊，2023，45（12）：97-105.

[13] 哈貝馬斯. 作為“意識形態”的技術與科學[M]. 李黎，郭官義，譯. 上海：學林出版社，1999.

[14] 張小軍. 關于“人工智人”的認知人類學思考[J]. 人民論壇·學術前沿，2023（24）：67-79.

[15] 馬克思. 1844年經濟學哲學手稿[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，譯. 北京：人民出版社，2018.

[16] 馬克思，恩格斯. 馬克思恩格斯文集：第一卷[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，譯. 北京：人民出版社，2009：156.

[17] 鄭泉. 生成式人工智能的知識生產與傳播范式變革及應對[J]. 自然辯證法研究，2024，40（3）：74-82.

[18] 崔中良，盧藝. 勞動替代危機下人機關系的顛覆與重建[J]. 江漢論壇，2024（2）：61-69.

[19] 齊志遠，高劍平，郝亞楠. 生產工具演變與勞動分工體系變革——從機器、專用人工智能到通用人工智能雛形ChatGPT[J]. 自然辯證法通訊，2024，46（2）：1-10.

[20] 馬克思，恩格斯. 馬克思恩格斯選集：第二卷[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，譯. 北京：人民出版社，2012：774.

[21] 陳希. 人工智能時代勞動異化危機及其應對[J]. 理論導刊，2024（1）：65-72.

[22] Dreyfus H. What Computers Still Can't Do： A Critique of Artificial Reason[M]. Cambridge， MA： MIT Press， 1992： 236．

[23] 薛璐瑤. AIGC視域下的人機關系變革探究[J]. 新媒體研究，2023，9（19）：94-97，101.

[24] 詹海寶，郭夢圓. 融合與共創：ChatGPT介入內容生產的人機關系再審視[J]. 媒體融合新觀察，2023（4）：9-14.

[25] 尹幫文，孫偉平. ChatGPT沖擊波：類人恐懼與異化危機[J]. 理論月刊，2023（6）：5-13.

[26] 馬喬恩. 數字資本主義與人的“新異化”[J]. 甘肅社會科學，2023（6）：9-18.

[27] 周國清，唐永亮. 人工智能語境下出版研究綜論[J]. 中國編輯，2024（3）：19-26.

[28] 野中郁次郎，竹內弘高. 創造知識的企業：日美企業持續創新的動力[M]. 李萌，高飛，譯. 北京：知識產權出版社，2006：70.

[29] Polanyi M. The Study of Man[M]. Chicago： University of Chicago Press， 1959： 12.

[30] 徐璞. 知識工作中的創新與信息技術：基于認知視角的分析[M]. 上海：上海人民出版社，2014：24-25.

[31] 齊旭旺. 馬克思主義勞動幸福思想及其新時代啟示[J]. 勞動哲學研究，2023（1）：157-165.

[32] 彼得·F·德魯克. 后資本主義社會[M]. 傅振焜，譯. 北京：東方出版社，2009：6.

[33] 恩格斯. 社會主義從空想到科學的發展[M]. 中共中央馬克思恩格斯列寧斯大林著作編譯局，譯. 北京：人民出版社，1997：60.

[34] 張晉銘，徐艷玲. 智能社會的“勞動”窘境及其化解[J]. 貴州社會科學，2022（10）：4-13.

[35] 尤瓦爾·赫拉利. 未來簡史：從智人到神人[M]. 林俊宏，譯. 北京：中信出版社，2017：286.

[36] 孫偉平. 人工智能與人的“新異化”[J]. 中國社會科學，2020（12）：119-137，202-203.

[37] 劉珺珺，趙萬里. 知識與社會行動的結構：知識社會的理論與實踐研究[M]. 天津：天津人民出版社，2005：87-92.

[38] Hua W Y，Fan L Z， Li L Y， et al. War and Peace （WarAgent）： LLM-based Multi-Agent Simulation of World Wars[EB/OL]. [2024-05-16]. https：//doi.org/10.48550/arXiv.2311.17227.

[39] 約瑟夫·勞斯. 知識與權力：走向科學的政治哲學[M]. 盛曉明，邱慧，孟強，譯. 北京：北京大學出版社，2004：12.

[40] 魯均亦. 從知識社會學、權力社會學到空間社會哲學——以“空間—知識—權力”為軸心的考察[J]. 山東社會科學，2023（9）：45-54.

[41] Crawford K. The atlas of AI： Power， politics， and the planetary costs of artificial intelligence[M]. New Haven： Yale University Press， 2021： 8.

[42] Bartolettii I. An artificial revolution： On power， politics and AI[M]. London： The Indigo Press， 2020：1-3.

[43] 黃陽坤，陳昌鳳. “眾智連接”的愿景與“硅基寡頭”的隱憂：ChatGPT的知識功能與人類的知識危機[J/OL]. 現代出版，1-10[2024-03-27].http：//kns.cnki.net/kcms/detail/11. 5979. G2.20231218.0935.002.html.

[44] 王婷瑜，張新俏，杜智濤. 權力的解構與強化：ChatGPT重建知識生產秩序[J]. 數字出版研究，2024，3（1）：43-50.

[45] 張蕾. 論學術發表與出版的知識論本質[J]. 出版廣角，2024（9）：57-61.

[46] 王列生. 論知識譜系的“篩網效應”[J]. 福建論壇（人文社會科學版），2024（1）：35-52.

[47] 高奇琦. 知識革命還是知識墮化——ChatGPT與知識生成秩序[J]. 中國社會科學評價，2023（2）：8-13.

[48] 王鵬濤. AIGC出版背景下知識生產合規化困境與調適[J]. 編輯之友，2024（3）：14-22.

[49] 彭蘭. “鏡子”與“他者”：智能機器與人類關系之考辨[J]. 新聞大學，2024（3）：18-32，117-118.

Alienation and the Return of Knowledge Man： Impacts and Responses to AI Agent Involvement in Knowledge Production

SONG Ming-zhen， WANG Peng-tao（School of Information Management， Nanjing University， Nanjing 210023， China）

Abstract： While AI Agent increases efficiency of knowledge production， it also further aggravates the dissolution of the value of knowledge man. Combining with the functions and technical characteristics of AI Agent， the article explains the changes that the intervention of AI Agent will bring to the knowledge production mode， and points out that the technological innovation will trigger the alienation of the knowledge man. The article analyzes the principles and manifestations of AI Agent as well as the causes for the alienation of knowledge man from four aspects： the relationship between knowledge man and knowledge， knowledge production， the essence of knowledge man and technology. It also explains that the alienation of knowledge man will lead to the decline of social innovation， social exclusion， machine domination of knowledge society and the tilt of social power. Finally， the article proposes action strategies to address the issue of alienation of knowledge man from four levels： goal setting， action planning， order reconstruction， and effect control.

Key words： AI Agent; LLM; knowledge production; knowledge man; alienation

（責任編輯：張茂）

基金項目：國家社會科學基金一般項目“智能媒體時代出版企業服務生態系統構建研究”（21BTQ076）；ISTIC-Taylor& Francis Group學術前沿觀察聯合實驗室開放基金“人工智能背景下科技出版失范風險的治理研究：基于知識核驗的視角”（IT2304）

作者信息：宋明珍（1997— ），女，甘肅蘭州人，南京大學信息管理學院博士研究生，主要研究方向：學術出版、智能出版；王鵬濤（1982— ），男，陜西西安人，南京大學信息管理學院教授、博士生導師，主要研究方向：智能出版、學術出版、出版產業分析。