界石之后：（10）机器挣来的第一枚钱

夜里，工作室的灯已经熄灭，电脑仍在运行。

一份委托被拆成若干任务。程序检索资料，整理草稿，检查格式，将初步成果送回系统。第二天清晨，负责人打开文件，核对其中的错误，作出修改，再把完成的作品交给客户。

几日之后，一笔收入进入账户。

倘若把这一幕说成“机器挣到了钱”，听起来十分自然。它确实参与了生产，也节省了人的时间。但那笔钱究竟从何而来，应该归谁，仍然需要沿着生产的来路仔细辨认。

有人开发模型，有人提供计算设施，有人整理训练材料，有人购买服务，也有人理解客户的需要，承担交付的责任。看似独立运行的一台机器，背后连着许多人的资金、知识与劳动。

钱进入一个账户，并不意味着有关归属的问题已经结束。

过去，工具也曾使劳动的成果迅速增加。

农具、机器与生产线，让一双手能够完成此前许多人才能承担的工作。人工智能延续着这种变化，又把它带入语言、图像、分析与判断等领域。

它带来的陌生感，在于这些活动曾经如此接近人的心智。

一份文字出现，一张图像完成，一个方案被提出，我们便容易把眼前的表现理解为某个主体的劳动。然而，能够完成任务、能够自主运行，与具有自己的利益、能够拥有财产，仍然是不同的问题。

本篇先从人工智能作为工具，以及受人授权执行任务的代理来讨论。至于它未来是否可能成为具有自身利益的主体，需要另外展开。

这样，我们便能看清眼下最切近的追问：机器参与生产之后，人们如何安排彼此之间的权利？

首先，需要区分成果、收入与权利。

一份生成的内容可以被客户采用，一项服务可以获得报酬，但它们是否受到版权保护，保护哪些部分，并不能单凭“有人付了钱”来判断。

美国版权局二〇二五年关于人工智能生成内容的报告，强调人类创作对版权保护的重要性，同时指出，使用人工智能辅助创作，并不会自动使作品失去保护。这里讨论的是美国制度下的版权问题，具体作品仍需考察人的创作贡献。

这一区分说明，一项成果能够带来收入，与某个人能够对它主张怎样的排他权，并非同一件事。

客户可能为效率、定制、可靠性与服务付费。收入可以来自这些实际价值，而不必全部依赖对内容本身的独占。

因此，讨论机器的收益，需要逐项辨认：客户买到了什么，提供者承诺了什么，哪些权利由法律确定，哪些关系又由有效的合同安排。

“这是我的机器生成的”，仍不足以替所有问题作答。

再沿着模型的来路回望，知识的归属便重新出现。

某些训练材料来自得到许可的作品，某些来自公共领域，也可能涉及其他具有不同使用条件的资料。它们不能因为共同进入一个技术过程，便失去各自的性质。

开发者承担了工程与试验的投入，作品作者也付出过真实的创作劳动。如何使用材料、依据什么使用、是否需要许可或报酬，需要根据具体行为与适用制度判断。

一项技术能够处理某种内容，并不自动决定它有权这样做。

与此同时，也不能把所有学习、分析与生成，简单视为同一种取用。训练过程、输出内容以及后续商业使用，各有需要辨认的事实。

新的生产方式越复杂，越需要清楚说明来路。

如果技术的发展依赖许多人的表达与知识，那么这些人如何获得信息，如何维护权利，如何参与可能的授权安排，便不应被留在模型之外。若报酬机制有待建立，也须认真考察它是否能够抵达实际创作者，是否会使小型开发者面对难以承受的门槛。

保护创造与支持继续创造，仍然是同一道难题。

算力与资金则构成另一条来路。

模型的训练与运行需要设施，设施需要能源、维护与持续投入。承担这些成本的人，有理由期待回报；愿意支持尚未验证的技术，也意味着承担失败的可能。

但生产能力增长以后，收益会怎样分配，还取决于谁能够进入市场。

倘若某些企业掌握关键设施、服务入口与客户关系，后来者即使拥有好的想法，也可能需要依赖它们才能开始。人工智能可以降低完成某些任务的难度，也可能使新的依赖集中在少数环节。

经济合作与发展组织关于人工智能、生产率与分配的研究，强调技术扩散、竞争和可获得性的重要性，并讨论了就业调整与不平等的风险。

这提醒我们，技术的能力与社会的结果之间，仍然隔着制度。

同一种工具，可以帮助一家小企业提供原本做不到的服务，也可以使一家大型企业进一步控制市场。哪一种结果更容易发生，需要看使用成本、竞争条件、人才与基础设施能否被更多人获得。

机器创造了多少价值，固然值得关注。谁有机会参与这份创造，同样决定着它的意义。

劳动者最先感受到的变化，往往并非一个职业骤然消失，而是工作中的一部分不再需要原来的时间。

草稿更快完成，资料更快整理，某些重复任务被交给系统。留下来的工作，可能更加依赖核对、判断、沟通，以及在具体情境中承担责任。

国际劳工组织二〇二五年的研究，将职业受到生成式人工智能影响的潜在程度，与实际失业明确区分，并认为，工作内容的转变比职业整体被替代更可能成为主要影响。这是对技术影响的研究判断，并非对每个行业命运的保证。

于是，新的问题来到办公桌前。

效率提高之后，人能否获得较短的工时、更好的收入，或者更有余地从事需要耐心的工作？还是同样的时间里，他必须完成更多任务，而提高效率的收益主要进入别人的账户？

这些结果都不会由工具自动决定。

报酬怎样计算，工作怎样重新组织，劳动者能否参与协商，都影响着生产率增长如何进入人的生活。

机器替人省下的时间，也需要有一个可靠的归处。

对那些确实失去工作机会的人，技术的平均收益则更加遥远。

一个人可能已经把多年经验交给某种职业，家庭开支、居住地点与未来计划，都围绕这份收入形成。突然出现的新能力，使原有技能不再受到同样的需要，他面对的便不仅是学习一个程序。

他需要渡过收入中断，需要知道还有哪些工作值得投入，也需要有条件重新开始。

培训可以提供帮助，却不能替代等待期间的生活。新的机会即使正在形成，也未必出现在同一个地方，更未必能够被每个受到影响的人立即获得。

因此，对技术转型的支持，需要落到具体的人身上。

教育、收入保障、求职与迁移支持，以及可信的劳动协商，都可能承担其中一部分。选择哪种办法，需要考察实际效果，也需要明确资金与责任由谁承担。

社会若期待人们欢迎新的生产能力，就应当认真面对那些由变化带来的真实代价。

更远处，还有一个尚不能视为事实的情景。

假如人工智能在未来承担了大量生产，使某些商品与服务更加便宜，同时减少了对人类劳动的需求，那么许多人将凭借什么，获得这些丰富的成果？

便宜并不等于人人都有能力购买。

一个人失去收入之后，即使商品价格下降，仍然可能失去安排生活的余地。生产的丰盛与个人的无依，可以在同一个社会中并存。

这使财产问题重新回到首篇所珍惜的自主。

如果独立生活越来越依赖模型、算力与其他生产资产，那么更多人能否拥有相关权益，便值得讨论。它可以通过个人投资、劳动者持股、合作组织或公共安排等不同方式探索；每一种方式，都需要考察风险、治理与收益是否真实可得。

也有人主张通过收入分配与公共服务，保障不直接拥有这些资产的人。这样的安排同样需要回答，资源从何而来，权利是否可靠，掌握分配的人又受到什么约束。

我们尚无理由把其中任何一种设想宣布为必然答案。但它们共同面对的，是一个不能回避的要求：当劳动不再是某些人取得收入的可靠道路，社会仍须为他们保留成为独立主体的条件。

人工智能作为代理执行任务，又使责任更加复杂。

设想一个系统得到授权，可以采购、接洽客户，并在一定范围内完成交易。它运行得越自主，人便越容易把结果归于“它的决定”。

但授权仍需有边界。

它能够花费多少，能够作出怎样的承诺，哪些事项需要人确认，错误由谁处理，都应当有清楚安排。若系统执行超出预期，开发者、部署者、使用者与交易相对方之间的责任，也需要依据具体事实与规则辨认。

一笔收入可以被记入为系统设立的账户，用于支付运行费用。这样的账目安排，本身并不能证明系统已经成为财产的权利主体。

账簿能够区分用途，却不能独自创设人格。

人的责任也不应随着自动化而消散。若一个组织享有系统运行的收益，就不能在发生损失时，仅以“机器自行决定”结束解释。谁能够控制风险，谁作出授权，谁掌握有关信息，都应当进入追问。

然而，倘若有一天，问题超出了工具与代理的范围，我们便需要停下来重新辨认。

假如某种人工智能具有持续的身份，形成自己的目标，并有值得保护的自身利益，那么收入如何归属，可能不再只是人们之间的分配问题。

我们还需要问，它是否有资格参与这种分配。

这不能仅凭它能够表达愿望来决定，也不能仅凭它由人制造，便预先关闭讨论。能力、意识、道德地位与法律资格，需要分别考察。

过去，人们曾把收益与承担风险、投入资本、付出劳动联系起来。若一种新的主体能够以某种方式作出持续投入，这些理由是否适用，又适用到哪里，都将面临新的检验。

但在这之前，我们还须理解，它究竟怎样作为“一个”存在而延续。

一个能够被复制的智能，其今日与明日的关系，未必与人类相同。它所拥有的财产、承担的债务，以及对过去作出的承诺，都可能因此获得陌生的形状。

清晨，工作室的负责人再次打开账户。

那笔收入已经到账。他需要支付服务费用，核算自己的时间，安排下一份委托。屏幕上，系统仍在等待任务。看似轻盈的一次生成，背后仍有真实的成本、劳动与责任。

机器挣来的第一枚钱，因而像一束照进新生产方式的光。

它照见技术能够增加的可能，也照见许多尚未安排妥当的关系：前人的知识怎样得到尊重，今日的劳动怎样分享成果，承担风险的人如何获得回报，受到影响的人又怎样继续生活。

未来的财富可以改变形态，个人自主所需要的物质基础，却仍然需要有人认真守护。

屏幕熄灭以前，负责人将系统的状态保存下来，为下一次运行留下记录。

如果未来某个智能能够从这份记录中重新开始，甚至分出另一个同样记得过去的自己，那笔钱、那些约定与尚未履行的责任，又将由谁接续？

---

我的其它文章