摘要：作为国内人工智能模型的代表，DeepSeek因其远低于世界主流人工智能模型的训练成本迅速火爆全网，引起社会各界广泛关注。这些关注点集中于两个问题：DeepSeek如何做到“高性价比”，以及开源为什么比闭源更能够做到“高性价比”。解释这两个问题的关键在于理清DeepSeek迅速崛起的生产力逻辑。本文借助马克思《资本论》中“相对剩余价值的生产”相关论述，阐述了DeepSeek迅速崛起背后的生产力逻辑，即资本以提高生产力为手段，以可变资本和不变资本的节约，获取更多利润。具体体现为，通过劳动的社会化（“分工专业化”和“协作紧密化”）和芯片、数据等生产资料的集中，DeepSeek在提高生产力的同时，实现了可变资本和不变资本的节约，从而做到“高性价比”，获取更多利润。而劳动的社会化和生产资料的集中共同作用所产生的“社会的劳动生产力”，通过DeepSeek开源为社会共同占有，比通过OpenAI等闭源被私人占有，更能够推动社会生产力发展，这蕴含未来“重新建立个人所有制”的可能。
关键词：人工智能 政治 生产力逻辑 DeepSeek
2025年年初以来，DeepSeek因其远低于世界主流人工智能模型的训练成本迅速火爆全网。从企业纷纷接入DeepSeek到各地政府掀起“DeepSeek+政务”热潮，从学者热烈探讨DeepSeek技术原理到全国两会代表们热议点赞DeepSeek的技术创新、开源共享，社会各界高度关注以DeepSeek为代表的国内人工智能的发展。大家的讨论集中在以下两点：一是DeepSeek如何通过算法、架构等技术创新而非依赖芯片堆叠达到世界主流人工智能模型的运行效率， DeepSeek如何做到既提高效率又节约成本，即 “物美价廉”或“高性价比”；二是如何解释DeepSeek的开源比OpenAI等的闭源更能够做到“高性价比”。DeepSeek的开源，尤其是2025年2月底关键技术细节的开源，进一步提高其运行效率并降低产品价格，使其自身在获得高利润率的同时降低整个行业的成本。与之形成鲜明对比的是，OpenAI等人工智能模型过度依赖芯片堆叠技术并采取闭源政策，使得其模型进化缓慢、成本高昂，并且在DeepSeek广泛使用之后被迫大幅降低其产品价格。对于这两个问题，理论界目前主要关注DeepSeek所带来的影响和挑战，即使有人直接探讨DeepSeek本身，也主要从生产关系角度进行分析，而很少有学者从生产力视角出发来分析DeepSeek为什么能够迅速崛起。
与此不同，我们一是借助马克思《资本论》中“相对剩余价值的生产”相关论述，锁定DeepSeek迅速崛起背后的生产力逻辑，厘清DeepSeek如何通过“劳动的社会化”（包括“分工专业化”和“协作紧密化”）和“生产资料的集中”提高生产力，节约可变资本和不变资本，获得高利润率；二是明确DeepSeek迅速崛起的生产力逻辑之后，接着分析DeepSeek的开源如何通过促进劳动的进一步社会化使生产资料日益成为公共的生产资料，从而证明人工智能的开源蕴含“重新建立个人所有制”的可能。显然，这种充分彰显社会性质生产力的社会共同占有，会极大促进社会生产力的更大发展。正如习近平总书记所强调的：“确保人工智能向善、造福全人类，避免其成为‘富国和富人的游戏’。”
一、政治关于人工智能的已有研究
在DeepSeek迅速崛起之前，人工智能的广泛应用已经使劳动过程发生巨大变化，生产资料的智能化使劳动力被人工智能大量替代，这对劳动价值论形成了一定的冲击。对于这种变化，政治理论界主要围绕人工智能时代价值源泉、劳动过程变化带来更大劳动异化以及人工智能的治理展开了探讨。
一是人工智能时代如何认识劳动价值论。一种观点认为经典劳动价值论已经过时。人工智能作为一种生产要素，在生产过程中与其他生产要素共同创造价值。人类劳动并非价值的唯一来源，弱人工智能应被视为介于人与物之间的特殊劳动者，也能创造价值和剩余价值。另一种观点则坚持劳动价值论。人工智能本质上仍是劳动工具、生产资料，其本身并不能创造价值，人类劳动是创造价值的唯一源泉。
二是人工智能的广泛应用带来了更大的劳动异化。该观点认为，人工智能的应用使劳动过程发生巨大改变，劳动者的主体地位随着资本对劳动过程控制的加强而逐渐减弱，智能劳动资料在提高企业效率的同时挤出的产业后备军增加了在岗劳动者的压力，劳动对象边界的拓展给剩余价值的生产提供了更广阔的空间。劳动过程控制的增强，不仅加剧了对劳动者工作时间的压榨，而且通过隐蔽的模糊工作时间与非工作时间的界限挤占了劳动者的生活时间，导致工作时间的隐性延长。在资本逻辑支配下，人工智能所造成的生产劳动时间和非生产劳动时间界限的模糊，实质是按照资本增殖需要塑造人，使人成为资本增殖的手段直至非人的存在，从而造成新的异化。这种从“人是机器”到“机器是人”的转变，体现了从工业时代“机器悖论”到数字时代“智能悖论”的演变。其具体表现为，人工智能通过社会生产力的高度发展降低劳动强度、缩短必要劳动时间，为个体创造更多用于自身发展的时间；但是，劳动者在表面自由灵活的弹性工作制下，实现了一种“全天候工作”，劳动强度反而增加了。
三是人工智能的治理问题。一种观点认为公有制是人工智能治理的关键。数据资源和算法技术等具有的公共属性与公有制天然相适应，数据资源和数字发展成果的开放共享进一步优化了人工智能技术，而劳动者掌握和使用人工智能技术进行集体劳动时，其创造性和主观能动性得到更大发挥，两者共同促进社会生产力的发展。集体所有权可以赋予社会上更多团体用权力来控制和决定人工智能的开发，有助于整个社会共享人工智能的利益。因此，我们需要在创新数字生产资料公有制实现形式、构建技术进步服务人的自由而全面发展的扩大再生产模式和建立共享性财富积累机制等方面进行探索。另一种观点认为人工智能的广泛应用扩大了资本主义的内在矛盾，可能促进资本主义生产关系的灭亡。人工智能机器运动取代必要劳动使商品经济的“价值”基础趋于坍塌，剩余劳动的泛在化使得资本主义剩余价值的“剩余劳动”基础趋于崩溃。而数字智能劳动工具使人类劳动实现了由体力到脑力再转向智力的飞跃，为实现人类解放和劳动解放提供了可能性。也就是说，人工智能革命标志着生产力趋于全面解放并临近奇点，资本主义生产关系自我否定的奇点随之将至，智能自动化机器体系将是更适合社会主义的劳动资料形式，社会主义的可能性第二次出现并将成为“工艺上的事实”，进而走向全面胜利。
综上所述，理论界主要关注人工智能对劳动价值论的冲击，以及人工智能所带来的生产关系变化。虽然一些学者对人工智能带来的劳动过程变化进行了分析，但其关注点不是劳动过程本身，而是劳动过程控制背后资本对劳动的剥削，缺乏对人工智能自身如何促进生产力进步的深入剖析。这样一来，我们就无法完整把握人工智能发展的全貌，不利于更好地利用人工智能促进社会生产力的发展。在此背景下，本文努力揭示DeepSeek迅速崛起背后的生产力逻辑，并探讨其开源政策是否意味着“重新建立个人所有制”在未来成为可能。
二、DeepSeek迅速崛起的生产力逻辑
DeepSeek的迅速崛起在于其高运行效率和低运行成本，这使其和OpenAI等其他人工智能相比，更容易获得市场认可从而获取利润。这背后的生产力逻辑是资本以提高生产力为手段，以可变资本和不变资本的节约，实现获取更多利润的目的。通过劳动的社会化（“分工专业化”和“协作紧密化”），DeepSeek工程师团队作为总体工人在节约劳动时间的同时创造了一种集体力，极大提高了DeepSeek的运行效率。这种结合劳动力所创造的“社会的劳动生产力”不需要DeepSeek花费分文，便实现了可变资本的节约。DeepSeek所掌握的这种结合的社会劳动，通过对集中起来的生产资料的共同使用，节约了芯片和数据等生产资料，实现了不变资本的节约。可变资本和不变资本的节约，共同使得DeepSeek大大降低了产品成本价格，使其可以获得高利润率。
（一）《资本论》所揭示的生产力逻辑
马克思在《资本论》中对“相对剩余价值的生产”的相关论述，深刻揭示了资本的生产力逻辑。这首先从单个资本对超额剩余价值的追逐开始，单个资本采取新的生产方式提高劳动生产力，相同时间内会生产出更多商品，同样大小的劳动量分摊到增大的产品数量中，便会导致商品个别价值下降。“但是商品的现实价值不是它的个别价值，而是它的社会价值。”如果按社会价值出售这些商品，采取新生产方式的资本必然获取大量超额剩余价值，然而，劳动生产力提高所带来的更多商品要想出售从而实现超额剩余价值，就需要扩大销路或市场。“在其他条件相同的情况下，他的商品只有降低价格，才能获得较大的市场。因此，资本家要高于商品的个别价值但又低于它的社会价值来出售商品。”如此一来，即使商品低于社会价值出售，也能获得一定的超额剩余价值。
单个资本生产力提高，在竞争作用下会诱发其他资本效仿，“价值由劳动时间决定这同一规律，既会使采用新方法的资本家感觉到，他必须低于商品的社会价值来出售自己的商品，又会作为竞争的强制规律，迫使他的竞争者也采用新的生产方式”。随着新生产方式被普遍使用，个别价值取代原来的社会价值成为新的社会价值，两者之间的差额即超额剩余价值消失。这种追求更多剩余价值的行为，会如浪潮般席卷包括与生产必要生活资料有关的生产部门在内的所有生产部门，当“属于必要生活资料范围、从而构成劳动力价值要素的商品变得便宜时，一般剩余价值率才会最终受到这一整个过程的影响”。最终，资本全体普遍获取相对剩余价值。“因此，提高劳动生产力来使商品便宜，并通过商品便宜来使工人本身便宜，是资本的内在的冲动和经常的趋势。”
对于生产的当事人资本家来讲，是利润率而非剩余价值率对应于其预付总资本，资本家不仅关注新生产方式可以降低劳动力价值来提高利润率，也关注新生产方式通过节约不变资本来提高利润率。针对这两个方面，马克思讲道：“资本有一种趋势，要在直接使用活劳动时，把它缩减为必要劳动，并且要利用劳动的各种社会生产力来不断缩减生产产品所必要的劳动，因而要尽量节约活劳动〔即直接使用的活劳动〕，尽量少地使用生产商品的劳动；同样，它还有一种趋势，要在最经济的条件下使用这种已经节约了的并缩减到必要程度的劳动，也就是说，要把所使用的不变资本的交换价值缩减到它的尽可能最低的限度。”
通过对劳动过程的分析，马克思论证了资本如何通过新生产方式节约可变资本和不变资本，劳动过程包含劳动的社会化和生产资料的集中两个方面。其中，劳动的社会化通过“分工专业化”和“协作紧密化”来实现，分工所形成的局部工人专门进行局部操作对劳动时间的节约，以及局部工人之间协作所创造的集体力或“社会的劳动生产力”，实现了可变资本的节约。生产资料的集中则表现为，集中起来的生产资料由于被结合的社会劳动共同使用而得到节省，实现了不变资本的节约。总体来讲，资本以提高生产力为手段，以可变资本和不变资本的节约，实现获取更多利润的目的。值得一提的是，“生产力手段”和“逐利目的”是一体两面的辩证关系，然而在传统社会主义政治传播过程中，往往忽视了对“生产力手段”或“生产力逻辑”的分析。马克思所论证的这些机器大工业时代生产力的规律性认识，仍然适用于当今人工智能时代，只是形式上发生了改变。
（二）劳动的社会化促进可变资本的节约
我们首先分析DeepSeek如何通过劳动的社会化实现可变资本的节约。关于“分工专业化”，在互联网发展初期，计算机工程师往往负责生产产品全链路中的大多数乃至全部操作，因而顺序地完成制造这一产品所需的各种操作。随着业务需求的不断扩大，受一定期限内必须提供大量完成的产品的外力压迫，资本必须按照另一种方式利用其所雇用的大量计算机工程师和他们同时进行的劳动创造，这就使得数据采集、数据清洗和处理、数据标注、架构研发、算法研发、模型研发以及各种基础设施的运维等实现分工。这些操作不再由同一个计算机工程师按照时间的先后顺序完成，而是如马克思对工场手工业者的描述那般“分离开来，孤立起来，在空间上并列在一起”，每一种操作分配给一个计算机工程师，全部操作由各个计算机工程师同时进行。“这种偶然的分工一再重复，显示出它特有的优越性，并渐渐地固定为系统的分工。”这些分工促进了人工智能相关技术的快速发展，使计算机工程师固定为数据工程师、算法工程师、模型工程师、系统工程师、架构工程师以及各种运维工程师等局部工人，这些局部工人作为“总体工人”的“肢体”只需要从事局部操作，“花费在这一操作上的时间，比顺序地进行整个系列的操作”的工人所需时间要少，这使得总体工人可以在相同时间生产出更多产品，提高了生产力。
以DeepSeek-V3为例，通过DeepSeek官网的招聘信息，同时借鉴OpenAI技术论文所述负责不同训练阶段的工程师团队分工方案，我们可以看到，DeepSeek-V3在预训练阶段，架构工程师用多头潜在注意力（MLA）和DeepSeek MoE优化架构，算法工程师研发出Dual Pipe算法优化训练框架，硬件工程师则根据Dual Pipe算法设计高效的跨节点全对全通信内核，系统工程师优化FP8混合精度训练框架，运维工程师负责计算集群扩展、分布式计算基础设施等的运维；在此基础上，数据工程师进行数据处理生成包含14.8万亿个高质量且多样化的标记的训练语料库，算法工程师进而进行14.8万亿个标记的预训练以及长上下文扩展训练，模型工程师则负责模型的评估。在后训练阶段，算法工程师对DeepSeek-R1进行蒸馏，模型工程师将其融入DeepSeek-V3，算法工程师进而微调数据集以及进行强化学习优化，数据工程师进行数据标注，模型工程师则负责模型的评估。这些工程师作为局部工人，一组局部工人的劳动成果是另一组局部工人劳动的起点，例如数据工程师处理好的训练语料库是后续算法工程师进行预训练的起点，这就要求每个局部工人在自己的职能上只用必要的时间，只有这样，“互相补充的各个劳动过程才能不间断地、同时地、空间上并存地进行下去”。因此，对于总体工人来说，一方面，“在一定劳动时间内提供一定量的产品，成了生产过程本身的技术规律”；另一方面，由于商品要按市场价格出售，“在一种商品上只应耗费生产该商品的社会必要劳动时间，这在商品生产的条件下表现为竞争的外部强制”。也就是说，每个局部工人完成自己的局部操作所需时间，比顺序地完成整个系列操作的单个计算机工程师所需时间少得多，从而整个团队作为总体工人在相同时间内能生产出更多产品。
关于“协作紧密化”，一方面，“劳动者集结在一定的空间是他们进行协作的条件”，而“分工专业化”促使“不同的阶段过程由时间上的顺序进行转化为空间上的并存”，为实现“最简单形式的协作原则：同时雇用许多人从事同种工作”创造了条件。大量局部工人聚集在同一劳动场合从事同种局部操作，可以抵消个别工人同平均工人之间的偏离，这种偏离“只要把较多的工人聚集在一起，就会互相抵消，归于消失”。这些聚集在一起的局部工人“单是社会接触就会引起竞争心和特有的精力振奋，从而提高每个人的个人工作效率”。另一方面，聚在同一空间有计划协同劳动的局部工人所发挥的社会力量与单个局部工人劳动所发挥的力量机械加总有本质区别；也就是说，协作创造了结合的劳动过程，这种结合的或总体的劳动过程，“不仅是通过协作提高了个人生产力，而且是创造了一种生产力，这种生产力本身必然是集体力”。
以DeepSeek-V3为例，DeepSeek雇用的大量工程师聚集在同一劳动场合有计划地协同劳动，创造了集体力。首先，为了解决传统MoE模型中因强制负载均衡导致的性能下降问题，算法工程师设计了无辅助损失的负载均衡算法，架构工程师将负载均衡策略嵌入MoE架构，两者和运维工程师等协作研发出独特的DeepSeek MoE，这一架构能够更加高效精准地激活对应的专家，使得每次推理仅激活370亿参数，占总参数量的5.5%。其次，为了高效利用芯片，DeepSeek-V3使用流水线并行、专家并行、数据并行三种方式进行处理，这三种方式可能导致分组芯片之间通信增多和计算效率下降的问题，算法工程师研发出Dual Pipe算法，架构工程师优化训练框架，硬件工程师则实现高效的跨节点全对全通信内核，三者协作实现了极低的通信耗费。最后，在FP8混合精度训练中，系统工程师实现高效计算与资源管理，算法工程师设计量化策略与训练稳定性方案，硬件工程师提供算力适配，三者协作进一步降低了内存和通信耗费。可以看出，尽管DeepSeek采用的多数技术之前就已存在，但是作为局部工人的各个工程师之间的协作创造了一种集体力，极大提高了人工智能的运行效率。这种集体力是“社会的劳动生产力或社会劳动的生产力”，但是这些局部工人的劳动力并入生产过程之前，资本家所“支付的是100个独立劳动力的价值，而不是100个结合劳动力的价值”。协作产生的这种“结合劳动力”超过“独立劳动力”，从而带来的“劳动的社会生产力不费资本家分文”，“它是社会劳动的自然力”，好像是资本内在的生产力，这就使资本实现了可变资本的节约。
（三）生产资料的集中促进不变资本的节约
如前所述，不变资本的节约来源于生产资料的集中或者说“生产资料因作为结合的、社会的劳动的生产资料使用而日益节省”。对于DeepSeek来说，劳动的社会结合或者说“工人的聚集和协作”，不仅通过提高生产力节约了可变资本，而且不变资本也大大节约了。人数较多的工程师并入生产过程之后，整个团队作为总体工人对生产资料的共同使用、交替使用、共同消费，会“在劳动过程的物质条件上引起革命”。首先，DeepSeek MoE、Dual Pipe算法、FP8混合精度训练框架对模型的优化，以及高质量训练语料库（包含海量数据的优质数据库）的构建，使得模型在训练过程中极大降低了内存和通信耗费，节约了不变资本。将整个模型比作一个机器的话，“在一定生产期间内的损耗减少的事情，不仅会使单个商品变得便宜（因为每个商品都在它的价格中再现归它负担的损耗部分），而且会使这个期间内相应的资本支出减少。维修劳动等等，凡是必要的，在计算时就要包括在机器原来的费用之内。这种劳动会因机器更加耐用而减少，这会相应地降低机器的价格”。
其次，在DeepSeek整个模型的训练过程中，生产资料费用不会成比例增加。一方面，其使用的芯片和数据费用不会因为得到了更高效利用而增加，也就是说，“生产资料的交换价值，丝毫不会因为它们的使用价值得到某种更有效的利用而有所增加”。另一方面，其使用的芯片费用不会和芯片算力作用范围按相同比例增加，或者说，“大量积聚的并且共同使用的生产资料的价值，一般地说，不会和这些生产资料的规模及其效果成比例地增加”。基于这两方面原因，DeepSeek-V3总训练成本仅为557.6 万美元，远低于OpenAI等其他人工智能模型的训练成本。如此一来，随着生产规模扩大，资本家需要预付的不变资本价值的绝对量会增加，但分摊或转移到更大产品量上的不变资本的价值量会相对减少，“不变资本的价值组成部分降低了，而随着这部分价值的量的减少，商品的总价值也降低了”。因此，“利润，可以通过劳动的共同条件使用上的节约而增加”。根据DeepSeek自己的计算，其理论上一天的利润率可以达到545%。
此外，作为其他企业或行业的生产资料，DeepSeek生产力的提高，表现为其他企业或行业生产资料价值的减少，从而导致不变资本的减少。例如，DeepSeek-V3的API使用费用为1M tokens输入费用仅0.07美元，输出费用1.1美元，夜晚使用费用减半；而相同性能的GPT-4o的API使用费用为1M tokens输入费用2.5美元，输出费用10美元。如此一来，其他企业或行业的不变资本得到节约，这种节约归功于DeepSeek生产力的提高。“生产力的这种发展，最终总是归结为发挥着作用的劳动的社会性质，归结为社会内部的分工，归结为脑力劳动特别是自然科学的发展。在这里，资本家利用的，是整个社会分工制度的优点。在这里，劳动生产力在其他部门即为资本家提供生产资料的部门的发展，相对地降低资本家所使用的不变资本的价值，从而提高利润率。”
三、DeepSeek的开源蕴含“重新建立个人所有制”的可能
OpenAI等的闭源体现了资本主义生产方式的内在矛盾，劳动的社会化和生产资料的集中共同作用所产生的“社会的劳动生产力”被私人占有之后，表现为资本的生产力，这会束缚社会生产力的进一步发展。与此相反，DeepSeek通过提高生产力获取高利润率，这不仅得益于之前人工智能技术的开源，也得益于其自身的开源政策。这种开源表明，生产资料在更大程度上成为公共的生产资料，“社会的劳动生产力”在更大程度上为社会共同占有，就更能够推动社会生产力不断发展，从而使每个社会成员以更加低廉的成本甚至免费使用劳动产品，这蕴含未来“重新建立个人所有制”的可能。
（一）OpenAI等的闭源体现“社会的劳动生产力”的私人占有
OpenAI等世界主流人工智能企业采取闭源政策，并以此企图长期获取高额利润。从OpenAI官网和其公开信息可以看到，OpenAI从成立初期的开源政策到中后期闭源政策的转变发生于2019年资本的引入，OpenAI本意是用盈利性企业来支持其技术研发，然而资本逐利性迫使其以追逐利润为目的而非其一直宣称的“坚定地致力于公共利益”，“为人类谋求广泛利益”。在OpenAI发展早期，和DeepSeek相似，OpenAI结合的社会劳动利用开源的技术和数据提高自身的生产力，其开源政策在促进行业生产力提高的同时，用户使用所产生的数据和反馈也在不断提高OpenAI自身生产力，这进一步促进行业生产力的提高。然而，资本的引入使得OpenAI的发展逐渐被资本逐利目的所禁锢。随着劳动的进一步社会化，生产资料“进一步转化为社会地使用的即公共的生产资料”，而“生产资料因作为结合的、社会的劳动的生产资料使用而日益节省”，这种充分彰显社会性质的生产力“虽然是社会劳动创造的社会生产力，但起的作用却类似为生产目的服务的自然力”。也就是说，这种“社会的劳动生产力”被OpenAI私人占有之后表现为资本的生产力，必然要服务于其逐利目的。为了获取高额利润，OpenAI一方面通过劳动的社会化和生产资料的集中提高自身生产力，从而节约不变资本和可变资本，降低其产品成本价格，进而获取超额剩余价值；另一方面，为了保证在较长时间内获取超额剩余价值，OpenAI采取闭源政策对核心技术进行垄断，这就阻断了行业内其他资本直接复制技术从而最终普遍获取相对剩余价值。
这一行为蕴含了资本主义生产方式的内在矛盾。一方面，OpenAI通过结合的社会劳动对生产资料的共同使用提高生产力，从而获取超额剩余价值，并通过对这种“社会的劳动生产力”的垄断实现了高额利润；另一方面，OpenAI的闭源政策导致其获取的数据和反馈相对较少，只能更多依靠堆叠大量芯片来提高其生产力。这种不变资本的增加导致OpenAI产品成本价格升高，不仅阻碍了其自身生产力的提高，也不利于整个行业生产力的提高。也就是说， “手段——社会生产力的无条件的发展——不断地和现有资本的增殖这个有限的目的发生冲突”。这表明，OpenAI对“社会的劳动生产力”的私人占有反而阻碍了社会生产力的进一步提高，用马克思的经典论述来讲：“资本的垄断成了与这种垄断一起并在这种垄断之下繁盛起来的生产方式的桎梏。生产资料的集中和劳动的社会化，达到了同它们的资本主义外壳不能相容的地步。”
（二）DeepSeek的开源体现“社会的劳动生产力”的社会共同占有
和OpenAI等的闭源政策不同，DeepSeek采取开源政策。我们在前面分析DeepSeek的生产力逻辑时已经提到，DeepSeek生产力的提高离不开对大量开源共享技术的使用，例如，其基本架构基于Transformer架构，FP8混合精度框架基于低精度训练中广泛采用的技术，Dual Pipe算法中的MLP与ZeroBubble的做法类似，数据的处理方法借鉴了他人的做法，等等。这些开源共享的技术，是人工智能行业之前劳动的社会化和生产资料的集中共同作用所生产的劳动产品，“是社会劳动创造的社会生产力”，这些技术作为DeepSeek的生产资料纳入其劳动过程，由于劳动的进一步社会化被结合的社会劳动共同使用，从而表现为公共的生产资料或“社会的劳动生产力”的社会共同占有。
除了算法等技术外，数据作为人工智能的重要生产资料也表现为公共的生产资料或“社会的劳动生产力”的社会共同占有。尽管DeepSeek没有公布其数据来源，但是通常说来，人工智能训练需要的海量数据主要来源有三种：一是公开可用的数据互联网文本，例如官方网站、GitHub等开源社区、新闻网站、博客、论坛、电子书、学术论文等的公开语料；二是合作和授权数据，例如与高校合作获取的专业领域数据、与企业合作获取的垂直领域数据、通过第三方数据供应商购买的经合法授权的专业数据集；三是用户生成内容，例如在严格匿名化和合规处理前提下使用社交媒体、问答平台的公开内容。这些数据中相当一部分本来就为社会共同所有，另一些则分散在各个机构和企业手中，这些数据达到万亿级，集中在人工智能的劳动过程中为结合的社会劳动共同使用，也表现为公共的生产资料或“社会的劳动生产力”的社会共同占有。
DeepSeek结合的社会劳动共同使用上述生产资料生产出的劳动产品，是社会上其他企业或个人新的劳动过程的生产资料。由于DeepSeek生产力的提高大大降低了产品成本价格，使其以远低于社会价值的价格出售其产品时利润率仍大大提高，在竞争的强制规律作用下，其他企业必定会接入DeepSeek以提高自己的生产力从而提高利润率。在这一过程中，DeepSeek选择开源其关键技术，这使得其他企业更易本地化部署和优化，从而降低其他企业的产品成本价格。如此一来，DeepSeek的技术作为生产资料将随着劳动的进一步社会化“日益转化为只能共同使用的劳动资料”，从而降低整个行业的产品成本价格，提高整个行业的生产力。此外，DeepSeek还免费提供给个人使用，这使得其一方面作为生产资料为整个社会所拥有；另一方面，海量个人使用所产生的数据和反馈将推动DeepSeek进一步优化性能、提高效率，这会极大促进整个行业生产力的提高。这表明，“社会的劳动生产力”的社会共同占有可以提高整个行业的生产力，极大促进社会生产力的发展。
（三）人工智能的开源是否意味着未来“重新建立个人所有制”的可能
人工智能的开源使得结合的社会劳动共同使用集中起来的生产资料所产生的“社会的劳动生产力”被社会共同占有，不断提高整个行业的生产力，极大促进社会生产力的发展。与此相反，这种“社会的劳动生产力”被资本私人占有之后，闭源所带来的垄断尽管能在一段时间内保证单个企业获取高额利润，但是也限制了其自身生产力提高的速度，进而束缚了社会生产力的发展，OpenAI的模型进化相对缓慢就是证明。与此不同，DeepSeek的开源不仅降低了其自身产品的成本价格，也降低了行业产品的成本价格，例如，火山引擎已经将其产品价格下调50%，这也迫使OpenAI大幅降低其产品的价格。这表明，在人工智能领域，“社会的劳动生产力”的社会共同占有和资本主义私人占有相比，更有利于促进社会生产力的提高，降低整个社会的使用成本，使发展成果更多惠及人民群众。
这就引发了我们的一个思考：既然马克思讲“生产资料的集中和劳动的社会化，达到了同它们的资本主义外壳不能相容的地步”，那么，人工智能的开源是否意味着我们向“重新建立个人所有制”又靠近了一步？
关于“重新建立个人所有制”，马克思的经典论述讲道：“从资本主义生产方式产生的资本主义占有方式，从而资本主义的私有制，是对个人的、以自己劳动为基础的私有制的第一个否定。但资本主义生产由于自然过程的必然性，造成了对自身的否定。这是否定的否定。这种否定不是重新建立私有制，而是在资本主义时代的成就的基础上，也就是说，在协作和对土地及靠劳动本身生产的生产资料的共同占有的基础上，重新建立个人所有制。”这里的“协作”对应“劳动的社会化”，“对土地及靠劳动本身生产的生产资料的共同占有”对应“生产资料的集中”或者说“一切生产资料作为结合的、社会的劳动的生产资料使用”，劳动的社会化和这种结合的社会劳动对生产资料的共同占有所产生的“社会的劳动生产力”被资本主义私人占有之后，越来越束缚社会生产力的发展，而这种“社会的劳动生产力”也在不断冲击资本主义私有制这个束缚社会生产力发展的外壳。因此，“资本主义生产由于自然过程的必然性，造成了对自身的否定”。“这种否定”就是在劳动的社会化和这种结合的社会劳动对生产资料的共同占有的基础上，使其所产生的“社会的劳动生产力”为社会共同占有，进而将资本主义私有制“改造为非孤立的单个人的所有制，也就是改造为联合起来的、社会的个人的所有制”。
人工智能的发展恰恰证明了以下这一点：OpenAI对“社会的劳动生产力”的私人占有阻碍了社会生产力的发展；与此相反，DeepSeek的开源使“社会的劳动生产力”为社会共同占有，在更大程度上促进了社会生产力的发展，实则为“重新建立个人所有制”理论的一个现实明证。然而，人工智能只是整个社会生产资料的一部分，而且人工智能本身的关键生产资料——芯片被少数企业占有乃至垄断。因此，我们可以说人工智能的开源是“重新建立个人所有制”的一个良好开端，随着生产资料的集中和劳动的社会化程度不断提高，未来整个社会的其他生产资料或“社会的劳动生产力”也会通过社会共同占有的方式为每个社会成员低价或免费使用，从而促进社会生产力不断向前发展，在更大范围真正实现“重新建立个人所有制”。实际上，一些西方学者也关注到了这一点，近年来他们对“平台合作主义”和“基于共有资源的开放合作主义”的探讨，就是对“重新建立个人所有制”的一个积极探索。
四、余 论
综上所述，DeepSeek基于“生产力逻辑”，相对于其他闭源政策人工智能更能做到“高性价比”。通过劳动的社会化（“分工专业化”和“协作紧密化”）和芯片、数据等生产资料的集中，DeepSeek在提高生产力的同时，实现了可变资本和不变资本的节约，从而做到“高性价比”，获取更多利润。而劳动的社会化和生产资料的集中共同作用所产生的“社会的劳动生产力”，通过DeepSeek开源为社会共同占有，比通过OpenAI等闭源被私人占有更能够推动社会生产力的发展，这蕴含未来“重新建立个人所有制”的可能。值得一提的是，马克思在《〈政治批判。第一分册〉序言》中就曾讲道：“我所得到的、并且一经得到就用于指导我的研究工作的总的结果，可以简要地表述如下：……这个意识必须从物质生活的矛盾中，从社会生产力和生产关系之间的现存冲突中去解释。”这种“生产力—生产关系”分析框架延续到《资本论》中，马克思是从“劳动二重性”出发阐述“资本二重性”以及“资本二重性内在矛盾”的。遗憾的是，在传统社会主义政治的传播过程中，学者大都忽视对“生产力逻辑”的分析。诚如布雷弗曼在《劳动与垄断资本：二十世纪中劳动的退化》中所讲：“本书是在马克思的精神影响下写成的，但是，读者将会看到，马克思以后的任何一个马克思主义者所写的书，都没有在本书的有关劳动过程的那些章节中发生直接的作用。”因此，我们认为应将生产力纳入政治的研究对象，没有离开生产力的生产关系，也没有离开生产关系的生产力，政治的研究对象是“生产力—生产关系论”。
此外，当前DeepSeek等人工智能主要作为一种数字基础设施或者说生产资料，通过API为其他开发者或者企业所使用。随着DeepSeek等人工智能的不断发展，将会有越来越多的开发者或者企业利用其API开发应用程序和插件，例如OpenAI 的GPT Store和DeepSeek在GitHub公布的应用。这使得其他企业在利用API使用人工智能提升自身效率的同时，也会通过插件使其自身成为人工智能的API。换句话说，DeepSeek等人工智能未来有可能通过第三方插件逐渐演变为“人工智能平台”，当前的产品供应商和平台企业未来都有可能发展成这个平台的供应商，成为连接平台企业的平台。这样一来，消费者就可以通过将自己更加个性化的需求输入搜索，一次性将所需产品全部找到，更大程度减少流通时间和流通费用。这种流通效率的提高，将直接提高平台资本的数字生产力和间接提高产业资本生产力，进而提高社会总资本大生产力。而人工智能平台可以通过收取API费用和广告费获取利润。
郑泽华，南开大学院博士研究生；
张 开，中共中央党校（国家行政学院）教研部教授。
基金项目：国家社会科学基金一般项目“中国特色社会主义政治视域下的资本理论研究”（编号：24BJL006）
本文发表于《天府新论》2025年第5期，注释从略。
