图 1 AI各垂直技术环节 

简而言之，人工智能的发展在这一阶段是由平台公司提供资源，即建筑在平台的基础之上；它受到平台社会的结构性影响是不可避免的。平台的人工智能化，对于平台来说，是复制过去成功路径的企图，也是抢占尚未分割完毕的未来市场的努力。人工智能是其核心业务的延续或扩展，对其已有的商业模式不仅不构成挑战，而且常常起到强化作用。例如，Meta向人工智能投入巨额资金，所要求的巨额回报仍会从其主要收入来源即广告收入中获得；而巨额广告收入可持续的原因在于平台能够收集巨量用户数据，使“个性化”广告投放更加精准，转化成消费的成功率更高。 

然而，人工智能的复杂性使得即便身为数字巨头也很难一家独大，未来各个巨头在竞争中会分化出各自的比较优势，相比同一赛道的竞争，或许互相依赖的程度反而会增加，由此形成牢固的产业链条，使得入场门槛更高。 

对于全社会而言，与平台逻辑合流的人工智能发展并非良兆。生成式人工智能输出的结果远非乐观人士所认为的那样“去意识形态化”，相反，只要是由人类训练出来的，即便超越了用户个体的意识形态，也会因算法偏向（algorithm bias）与数据偏向（data bias）呈现出整体的根深蒂固的不平等。具体到某一家的人工智能大模型来说，它对于“哺育”自己的母公司的评价也很难做到不偏不倚，至多保持恰当的沉默（笔者询问几个人工智能助手有关其母公司的问题，都无法得到具体评价信息）。一个基于带有偏见的数据训练的算法，可能会在决策和行动中延续甚至放大现有的社会偏见。这种现象凸显了人工智能系统不仅是技术工具，还具有塑造社会结构和权力分配的潜力。也因此，对于平台的既有批判，在这类人工智能系统中依然成立。

（二）人工智能的平台化

“平台化”（platformization）近年来已成为学术文献中的一个概念，在最普遍的意义上，是指社会在多个维度、多个领域中受到平台影响的过程。例如，对于劳工来说，是指从传统的泰勒主义生产流程中转移到以灵活外包为主要特征的生产网络中去；对于文化产品来说，是指其内容的生产、分配和流动受到数字平台的经济和基础设施性扩张的影响；等等。而本文所言人工智能的平台化，是指人工智能公司通过将人工智能大模型应用到平台的产品与服务中，谋求平台级用户与数据，从而借由网络效应打造新平台的过程。

如同平台试图在人工智能市场上复制自己的成功，人工智能公司也试图将自己的产品“平台化”，以期获得这一新市场的垄断地位，成为新的平台，即走出微软之于PC操作系统市场、谷歌之于搜索引擎市场相类似的路径。比如，OpenAI于2024年1月推出了GPT Store，即基于GPT的应用商店，在GPT Store里，开发者可以上传自己的应用供用户下载使用、赚取利润。这可以看成是人工智能的平台化尝试，以效仿苹果的Apple Store、谷歌的Google Play，为第三方开发者提供一个数字市场平台。从人工智能公司的角度来看，这是一条利益最大化的可靠路径。它们可以以此诱人前景可以游说投资者，在资本市场上获得更多青睐，为自己的平台之路增加更多助力；而平台公司也愿意通过投资来获得人工智能公司的部分控制权，以自身雄厚的资金实力来换取对方的技术优势。因此，人工智能的平台化也指向AI与平台逻辑的合流。典型范例就是微软与OpenAI的合作。微软对OpenAI的投资总额超过130亿美元，以此获得了该公司20%的股份，并设定了未来利润上限为920亿美元。作为OpenAI的独家云服务供应商，微软的Azure每年收取的服务费用超过10亿美元。此外，微软有权使用OpenAI的所有技术，并将这些技术整合到其产品Copilot中。 

如果说平台的人工智能化是平台逻辑的必然延展，那么看似符合同一趋势的人工智能的平台化面临的实际情况则要复杂得多。虽然后者也在很大程度上与平台逻辑合流，但是想要再造平台的愿景充满了不确定性。这是因为与已然取得市场垄断地位的现存平台不同的是，人工智能公司诞生并发展于新的互联网范式之下。2016年欧盟通过《通用数据保护条例》（General Data Protection Regulation, GDPR）提案，2018年强制执行，为跨境数据流动树立了一个约束性典范，标志着全球范围内互联网范式的重大转变，从“平台成形期”（即从2005年奥莱利提出平台概念到2017年斯尔塞尼克批判平台资本主义之间的一段时期）甚至更早时期的新自由主义范式转变为对平台实施约束与管制的多方治理范式。在这种新范式下，除了追逐利润的资本之外，还有多方力量也在其中博弈，构成新的权力关系与权力结构。在这个博弈过程当中，出现了崭新的现象，技术（尤其是具有很大自主性的人工智能技术）这样的非人类行动者开始在塑造社会网络和权力关系方面发挥重要作用。这意味着技术本身能够充当社会中介，并对人类施加影响。正是非人行动者与人类行动者的复杂互动，带动了行动者网络发生变化。

三、行动者—网络—理论下对平台的技术网络分析

除此之外，“数字资本主义”的批判者自己也承认：“技术的话语正是数字资本主义研究甚至整个传播政治经济学所需要的‘突破口’——在传播政治经济学的领域中，技术始终是一条略显尴尬的脉络，它默默串联起了传播政治经济学的整个谱系，但在很多理论家那里，技术却是一个让他们避之唯恐不及的‘幽灵’，只要谈论技术就会落入技术决定论与拜物教的陷阱。这种逃避的态度并不能缓解技术与主体性之间的张力，反而掩盖了真实的问题。”如果将技术与人一样视为网络中的行动者，就在认识论与方法论上规避了政治经济学批判会落入的陷阱，如此可以化解技术与主体之间的对立，而这正是行动者—网络—理论的题中之义。因此，本文从技术的社会建构论出发，以行动者—网络—理论作为理论基础，分析人工智能平台化的多种变数与可能路径。

技术的社会建构理论由维贝·比亚克（Wiebe Bijker）、特雷弗·平奇（Trevor Pinch）等学者提出，该理论认为，技术发展不是一个线性或决定性的过程，而是由社会、文化和政治因素共同塑造的。它强调，技术产品并非天生有用或成功；相反，它们的意义和功能是通过不同的相关社会群体（relevant social groups）之间的互动产生的，也就是说，同一技术可能被不同群体赋予不同的意义和用途，这被称为“阐释的灵活性”（interpretive flexibility）。这种灵活性不仅是技术诞生之后人们如何看待它们，而且在技术被发明之时、产品被设计之初就存在。也就是说，并不会只有唯一或最优的设计，最终技术或产品的形态是建构之后的产物。由布鲁诺·拉图尔（Bruno Latour）、米歇尔·卡隆（Michel Callon）和约翰·劳（John Law）提出的行动者—网络—理论是技术的社会建构论的一个有影响力的分支，它挑战了传统社会学对人类行动者和非人类行动者的区分，将两者视为在塑造社会和技术网络方面具有同等影响力的角色。该理论作为传统社会学的替代方案，认为“社会”不是一个固定的结构，而是一个持续演化的联结的网络（network of associations）。在《重组社会》（Reassembling the Social）一书中，拉图尔提出如下关键概念： 

（1）能动性（agency）。拉图尔将人类（human，如工程师、用户、监管者）和非人类（non-human，如技术、基础设施、文本等）都视为影响网络的行动者，前者即通常意义上的actor；对于后者，拉图尔特意使用了actant这个词，以区别于主体主义色彩浓厚的actor。也就是说，任何能够改变事物的独特状态的东西都可以被称为“行动者”。每一个行动者都具有能动性，只不过能动性在此的定义是制造差异、带来转变、产生效果。

（2）转义者（mediator）。拉图尔区分了“转义者”（mediator）与“中介者”（intermediary）。其区别在于，当输入经过中介者时，输出是可以预测的；转义者则不然，它们转变（transform）、转译（translate）、扭曲（distort）以及修改（modify）其所承载的意义或者元素。输入经过转义者得到的输出常常是新的、偶然的、难以预测的，拉图尔称之为“惊异迸发”（lots of surprising aliens may pop up）。 

（3）转译（translate）。不同行动者（包括人类行动者和非人类行动者）协商、重新定义和调整其利益以形成稳定网络的动态过程。行动者注定要制造差别（be made to make difference）。没有发生改变的因果链（原因—效果）之中的角色（character）并非行动者，它们只是在传输（transport）效果。而在网络中的行动者不断改变对行动（action）的意义的理解，将其转译成自己能够理解的意义。 

（4）不变的移动（immutable mobile）。这个概念描述的是在空间和时间中移动（mobile）而保持不变（immutable）的特质。拉图尔以“测量标准”为例，来解释知识、技术和人工制品（artifacts）在不同语境（context）中传输时如何保持稳定。具备此特质的技术和理念使网络得以扩展。 

（5）黑匣子（black box）。这个概念是指一个过程、一项技术或一个系统已变得稳定并且在关系网络中被视作理所当然。黑匣子也可以是多个，多个黑匣子各司其职并且互相依赖，通过这种关系相互联结、相互背书，形成黑匣子关系网络。

通过梳理行动者—网络—理论的关键概念，我们可以发现，它为理解围绕人工智能的相关社会群体之间的权力关系提供了一个极为独特的视角。在它看来，人工智能自身也成为一个行动者，这与在其他理论中人工智能被当作纯粹的客体（object）是完全不同的，而且在某种程度上更贴近现实的核心——人工智能在人类的设计中，是向着具备能动性的目标迈进的。而且，人工智能不仅是一个行动者，还是一个转义者，尤其当以神经网络为主要模型的深度学习成为人工智能训练的一环时，即便是包括算法工程师在内的开发人员也难以预测训练结果。在考察权力与权力关系时，行动者—网络—理论能将我们视线的焦点从等级制的权力结构（诸如政府或公司这样的凌驾于个体之上的权力结构）中移向由人类行动者与非人类行动者共同组成的网络之中。权力不是一个实体所占有的东西，而是通过网络的转译（translation）、卷入（enrolment）和稳定化（stabilization）而产生的。因此，权力关系不是预先确定的，而是在不同行动者之间不断协商产生的，这些行动者包括工程师、政策制定者、企业、投资人、数据、算法、用户乃至人工智能本身。平台与人工智能的新发展可以被看作行动者网络的变化：新的行动者加入这个网络，与原来的行动者之间建立新的关系；新的关系不仅扩张了网络，还在扩张过程中改变了原有关系。 

为了使分析更加明确具体，我们需要明确这个网络之中的行动者，通过追踪行动者来进一步明确它们之间的关系。首先可以确定的是“不变的移动”，这将为我们的“追踪”提供一个贯穿网络的线索。本文认为，“算力”（computing power）可以被视作这种“不变的移动”。“算力”即运算能力，指计算机或计算系统在单位时间内处理数据和执行计算的能力。这里所说的算力并不单纯受制于硬件，如单个芯片，而是受多种因素影响，包括硬件架构、计算资源、数据存储与传输、算法与软件、能源供应与散热等。可以将这些影响因素都视作非人类行动者，当每个非人类行动者在改变时，通过算力得到的结果也会发生变化（这个变化是可以预测的，也就是说，在行动者提升的时候，算力的输出也会提升，因此，可将算力视作“中介者”），它们共同组成了一个技术的网络（a network of technology）；而这些非人类行动者又联结着研究者、工程师、各国政府与公共部门、私有企业、用户等等，形成一个更为庞大的网络。无论在平台成形期还是在平台的人工智能新发展时期，算力是各方的共同基准线。然而，不同的行动者均有自己的优先考量，其行动的驱动力或受到的制约也各不相同。 

（一）技术网络的稳定化时期

在平台成形的初期，算力并非平台公司商业成功的决定性因素。此一时期的肇始之年，即2005年，全球互联网使用率为16%。到2010年，发展中国家与地区的使用率才21%。可以推断出，互联网公司绝大部分都是服务于使用率达67%的发达国家与地区，并且，这个时期从事与互联网并不强相关的硬件或软件业务的公司才更有可能成长为巨头，如开发Windows操作系统和Office办公软件的微软、发售iMac与推出macOS的苹果。直到平台成形末期的2015年，全球数据总量也才不到20泽字节，而根据预测，2025年数据总量将增长至175泽字节。

图 2 全球数据总规模（2010-2025） 

初期，互联网使用率是逐利的瓶颈，只有继续建设电信基础设施，才可能解决互联网接近权的基本问题，而对于平台公司而言，打开全球市场的野心才有可能实现。实际上，电信部门的私有化——在世界银行的报告中被称为“自由化”（liberalization）——从20世纪80年代就开始了。1990年至1998年之间，超过91个发展中经济体开放了电信业，达成了超过500个项目与投资意向，总规模达2,140亿美元。进入21世纪，承续上世纪的这一风潮，由美国主要推动的新自由主义意识形态大行其道，各国电信部门的私营化程度加深，越来越多的国家打开自家市场，将电信基础设施交给号称更有效率的私有企业来建设。在普及了基本的互联网接近权之后，更多的用户与用户产生的数据都被卷入（enrolled）这个网络，也就是说，用户与数据成了新的行动者。之后，带宽成为下一个基础设施建设的技术追求，世界上多个国家都在2010年前后提出全国性的宽带建设目标，例如，发展中国家哥伦比亚2009年提出“国家IT计划”（National IT Plan），发达国家美国2010年提出“全国宽带计划”（National Broadband Plan）。在遍及全球的此类建设中，网络的传输速度与质量大大提升，为之后的平台成形期打下了物质基础。

对于一国之政府来说，数字经济可以加快信息与商品流通、带来繁荣与增长，为发展本国经济之要义。用户首先作为公民，从人权角度来说应该享有数字接近权，至转变为消费者后，对政府来说可以增加国内GDP，对私有企业来说是潜在市场与利润来源。因此，政府采取与私有企业、尤其是实力雄厚的跨国公司合作的方法来实现自己的政治目标。这一时期两者通过对“数字经济”与“公民”的转译达成共识，公私合作非常普遍。也是这种合谋之势使得社交媒体这种科技跨国公司同样被视为数字经济的一部分，能够自如进入多国市场，为平台成形去除了制度障碍。这是一个网络的“稳定化”时期，各方通过合作达到了自己的目的，也就是在全球性的网络之中获得了稳定的权力。 

以上这一阶段是平台成形初期，可以将其视为以算力为基准的技术网络正在经历“稳定化”的时期。各方通过合作达到了自己的目的，在全球性的网络之中获得了稳定的权力。换句话说，各个行动者以意义的转义达成了共识。然而，用户与用户产生的数据的卷入，给行动者网络带来了变数。2010年之后，社交媒体的平台雏形初现，用户对信息、娱乐、社交与政治表达的需求都推动着社交平台的发展。与此同时，社交媒体的技术特性也增强了它们在政治传播中的地位，无论是政治运动还是正式选举，无论是公民还是政党的政治动员，都可以经由社交媒体来组织与扩大。这当然引起了各国政府的重视。“用户”又重新被转译回政治话语中的“公民”“选民”或“反对派”，逐渐变成这个网络中举足轻重的行动者，也就埋下了公私部门之间共识断裂的种子。

在用户数量激增导致总数据量大幅增长的情况下，算力需求水涨船高。虽然亚马逊、微软与谷歌在2010年之前就开展了云计算业务，但那时候主要为有此需求的企业客户提供小规模的服务（私有云计算，private cloud computing）。直到2010年之后，得益于这一时期的带宽建设与算力需求，云计算（特指公有云计算，public cloud computing）服务才逐渐蔚为主流：全球云计算市场规模从2010年的246.3亿美元增长到2020年的1564亿美元，共增长635%。30与社交媒体平台不同的是，云计算，尤其是基础设施服务（Infrastructure as a Service，IaaS），需要更多的物质支撑，包括地理空间、能源供应与散热等等。如果说社交媒体平台对用户及其数据的需求极为强烈，需不断优化算法效率与提升用户体验，更仰赖程序员与算法工程师，那么，云计算的基础设施建设则要更多地与公共部门打交道，因为地理空间也好，能源供应也罢，仍然为公共部门权力所覆盖。此时，除了电信部门之外，还有能源部门与地方政府的行动者也加入了进来，使得整个网络（network）也愈发复杂。 

（二）技术网络的去稳定化时期 

在平台成形期，技术网络稳定之后，各个平台都或多或少遇到了自身的瓶颈。为了突破这些瓶颈，平台寄希望于人工智能化：在原来的稳定化网络中凭借自己在算力上的优势，利用人工智能的平台化来巩固自身地位。 

平台遭遇的瓶颈，一是平台自身的扩张触及“天花板”，二是受到他方权力制约的程度加深。在第一个方面，以社交平台为例，数据显示，从2015年到2016年，互联网用户在社交平台上花的时间增长了15.32%，达到了历史最高值，而从2016年到2023年，增长率大幅下降，甚至在2024年出现负增长（-5.3%）。如果说社交平台的商业模式很大程度上依赖于用户的在线时间（只有用户在线才可以不间断地提供数据），那么就可以发现，这一商业模式的红利开始渐渐萎缩。

图 3 互联网用户花在社交平台上的时间 

当平台已经将其用户规模拓展到极限，或者是在此基础上将数据采集挖掘与算法优化做到极致，又或者是已经将云计算的硬件规模扩大到边际收益不断走低的程度，那么，形成了核心商业模式的平台企业就一定会想方设法拓展业务版图。一方面是本世代（其特点为“信息帝国主义仍然是金融资本主义”）最为通行的做法：手握资本，加入金融玩家行列；另一方面是探索新的技术及其“平台化”的可能。例如2021年Facebook号称要打造“元宇宙”（metaverse），为此将公司更名为Meta，但到了2024年，主要负责元宇宙开发的Reality Labs分部亏损177亿美元，只带来区区21亿美元收入，在削减了20%预算之后，如今扎克伯格又宣布投身人工智能。这就说明，在走向人工智能化之前，平台企业已经试错过了，人工智能并非自然而然地成为“可平台化”的选项，而是平台企业在各个选项中发现人工智能的技术条件已经成熟、商业化前景俨然在望，相比其他选项更为实际且可能有大回报，为此才不惜投入重金，将人工智能作为下一个阶段的“入场券”。 

然而，由于巨额资本的涌入，整个硅谷不再像“车库创业”那一时代那般注重创新，而转向了“四个互联网”（包括硅谷的开放互联网、布鲁塞尔的“布尔乔亚”互联网、北京的威权互联网、华盛顿的商业互联网）中的华盛顿模式（指受到美国共和党领导人支持的商业互联网），更注重资本的运作。预测了平台兴起的奥莱利，在2021年3月撰文称，人们所熟知的硅谷正在走向终结。他给出了四个原因：所需的技能不同；许多能够创造财富的市场都是受监管的；而驾驭受监管的市场所需要的技能是硅谷明显缺乏的；最后，企业越来越难维系炒作。在此情况下，科技往往不再被理解为“改变世界”而是“为股东创造利润”，成为少数人的游戏。

改变对“科技”意义的阐释，也就改变了对创新的宽容度，也许在这些平台的内部曾经有激动人心的创新，但由于无法在财报上表现良好，就失去了试错与改进的机会。在这个意义上，程序员与算法工程师作为行动者，在投资人的转译之下，其角色从“科技创新者”变成了“工具人”；相比他们，投资人更青睐于“职业经理人”。换句话说，如果拥有技术专长的人才不能同时具备“变现”（monetization）的能力，意味着他/她领导的科技创新就无法将“用户”转变为“消费者”，那么这一科技创新就无法与其“使用者”（这里采取user的一般意义）产生联结，而只有这种联结，才是催生更多创新、更多进步的保证。

在第二个方面，平台遭遇越来越多的制度壁垒，主要来源于保护公民数据隐私的法律法规、反垄断的管制与各国政府的禁令。尤其最后一点，是地缘政治下民族国家重申权力的集中体现。在民族国家眼里，“平台”不仅仅是数字经济繁荣或信息自由流通的象征，还是可以被各方利用达到政治目的的工具，甚至可以被“武器化”（weaponization），成为威胁社会稳定的大杀器。各国政府出于对国家安全与网络主权的考虑，改变了“基础设施”与“数据”的意义。早在2012年，澳大利亚政府禁止华为参与其“国家宽带网络”（National Broadband Network）建设；同年，美国众议院情报委员会发布报告，首次公开点名华为和中兴，称其设备可能威胁国家安全，建议美国政府和企业不要使用其产品；2014年，中国最高领导人习近平在致首届世界互联网大会的贺词中提出“尊重网络主权”， 2016年，中国通过《网络安全法》；2016年欧盟通过的GDPR，已有经验研究表明其参与塑造了欧盟以外的全球隐私制度，通过“布鲁塞尔效应”（Brussels effect）成为欧盟向其他国家输出其监管框架的工具，甚至就连美国加州这个新自由主义的大本营于2018年通过的《加州消费者隐私法案》（California Consumer Privacy Act, CCPA）也借鉴了GDPR中的概念与原则；2019年11月，《〈俄罗斯联邦通信法〉及〈俄罗斯联邦关于信息、信息技术和信息保护法〉修正案》颁布实施，该修正案旨在保护俄罗斯互联网在遭受外部攻击时实现可持续运营，因此又被称为“主权互联网法案”；2020年，美国总统特朗普以国家安全威胁为由签发对中国公司拥有的移动应用程序TikTok的禁令；等等。

（三）技术网络中各个行动者及其关系 

以上分析表明，由于新的行动者的“卷入”，原行动者的意义发生了“转译”，行动者的关系也随之发生变化，技术网络从之前的“稳定化”时期进入“去稳定化”（de-stabilization）时期。纵观平台的演化过程，我们会发现，平台的扩展实际上是一个平台成为“代理”的过程。在现代社会，无论是哪种类型的国家，公民的选择实际上都是由政府来代理，而政府与跨国公司合谋之后，又将本国的基础设施建设交给后者来代理，于是，“公民”在此不断转译之中就变成了“用户”与“消费者”。不仅如此，从前的“受众”将对信息的选择交给“算法”来代理；从前的“劳动者”将工作安排交给“算法”来代理。现在，云计算平台则成为数据存储与运算的“总代理”。这些给予“代理”权利的过程，其实就是一个依赖程度逐步加深的过程。之所以要交给平台公司，是因为我们“默认”这些公司在“算力”与“算法”上拥有极高的专业性，能够通过“运算”得出“最优”的解法，帮助我们实现更有“效率”的生产与生活；就像个体在经济活动中，也常常委托第三方作为代理，授权他们管理与运作自己的资产。与这些第三方服务不同的是，平台涉及“基础设施”与“数据”，其不可追踪性与不可解释性，极大地削弱了它们的透明度，它们变成一个个“黑匣子”。 

作为“黑匣子”的平台的权力威胁到了民族国家政府的权力，政府再次将“用户”和“消费者”转译为“公民”，以自身在治理与监管领域的能动性（agency）谋求夺回部分权力，在实际操作中，就是进一步成为平台的代理；而平台也因为遭遇瓶颈，迫切地想要再次与政府达成共识，从而保证未来的“稳定化”。所谓政府成为平台的代理，是指一方面平台将规范与制度上的可追踪性与可解释性交给政府，政府代理了平台的“公共责任”与“合法性”的部分；另一方面，双方再次就“数字经济”与“科技创新”的阐释达成一致，人工智能与算力就变成了这个一致阐释的核心。民族国家政府因地缘政治因素，将算力视为衡量一国综合实力的一项标准，并将提升算力作为国家战略目标；而平台也将算力视为人工智能平台化的物质基础之一，急欲大规模兴建数据中心，以满足平台下一步扩张的需求。

在算力作为基准的技术网络中，政府由于掌握了地理空间与能源供应的权力，再加之在规范与制度上掌握“代理”权，将自己提升至与平台旗鼓相当的重要地位。一个典型实例是，2025年1月，美国总统特朗普在白宫宣布启动“星际之门”项目（Stargate Project），与他站在一起的还有OpenAI的CEO山姆·奥特曼（Sam Altman）、Oracle的主席拉里·埃利森（Larry Ellison），以及软件银行集团的CEO孙正义。该项目资金规模高达5,000亿美元，资金将用于在未来四年间“为OpenAI在全美建设新的AI基础设施”，因为“这一基础设施将确保美国在人工智能领域的领先地位，为美国创造数十万个就业岗位，并为全世界带来巨大的经济效益”。之前与OpenAI签订了排他性协议的微软并没有拆散这种合作关系，而是“顺势”也加入这个“大家庭”。

人工智能，尤其是本文讨论的生成式人工智能，也成为以算力为基准的技术网络中的非人类行动者，与人类行动者之间建立起相当复杂的互动关系。首先，生成式人工智能的发展之路建立在平台基础上，享受着巨大的平台红利也受到严厉监管制约，即一方面承担着再次刺激数字经济繁荣的期待，另一方面也携带着被武器化的巨大政治风险。人类行动者会将两方面都纳入考虑，但各个国家与地区的态度截然不同。例如，于2024年生效的欧盟《人工智能法案》以高风险人工智能系统为监管重点，“对GDPR进行了补充，使后者更适用于人工智能时代”，而美国总统特朗普则移除了拜登时期签发的若干个旨在“确保安全、可靠和可信地开发和使用人工智能”的指导意见，以“保证美国在人工智能创新上的领先地位”。在此，主权实体（包括民族国家政府与欧盟这样的跨区域联合政体）的权力进一步彰显。

其次，人工智能的风险来源于高度的不可控性，因为人工智能研究者越来越多地通过以神经网络为主要方法的深度学习来建立大模型，即便对于研究者来说，人工智能在隐藏层中处理数据、从数据中学习的过程也复杂到难以一一解释，这就增加了监管的难度，但同时也提升了监管方相关专业技术人员的重要性。除此之外，虽然研究者对算法的改进起到非常关键的作用，但想要进一步提升输出结果的质量，对输入数据的质量的要求也相应提高。当出现数据稀缺（data scarcity）的挑战时，尚未开放权限的高质量数据就会变得更加重要，不过这些数据常常因为隐私或伦理考量不开放获取权限，例如由医疗部门掌握的患者数据。有研究表明，目前人工智能在医药方面的研发受制于数据，只能靠改进技术来部分克服数据不足的困难。然而，要想充分解决权限问题，还是不得不依赖于公共部门的参与，这将进一步扩大公共部门行动者的权力。 

最后，没有哪一种科技产品或应用像生成式人工智能这般依赖于使用者的行动。社交平台运用算法并不是为了“学习”，而是为了“知道”使用者的喜好，只有投其所好才能实现“个性化定制”推送，才能将“使用者”变成“消费者”（精准广告投放对象）与“玩工”（数据乃至内容的持续贡献者）。因此，平台的算法多通过收集多维数据、高维建模再加以聚类分析，实现对使用者喜好的“预测”（其实是统计学意义上的强相关），推送更多内容使其继续停留在平台上。而生成式人工智能从使用者提问的那一刻就开始“学习”，而且目前诸多产品都采取“对话”的界面，将其使用者由被动的“消费者”或无知无辜的“玩工”转变为主动发起者。生成式人工智能通过持续不断的对话进行学习，同时，使用者不仅得到了有针对性的帮助，也相应提升了对人工智能的熟悉程度，逐步掌握了与人工智能对话的技能。如果说社交平台的算法需要收集使用者的实时行为（real-time activity）的数据来达到商业目的，它与“用户”之间并不发生直接互动，更多以单方面操控为主，那么，生成式人工智能则需要使用者的行动（action）来对其输出结果给出反馈与评估，调整和改变在之前大数据训练中学到的成果，即与“使用者”直接互动，双方都在互动中发生改变。由此，生成式人工智能可以被认定为在以算力为基准的技术网络中持续演化的行动者。

总结以上分析，我们会发现，在以算力为基准的技术网络中，人类行动者与非人类行动者之间存在复杂互动。“技术”及其产物作为非人类行动者扮演着“转义者”的角色，自身承载的意义被转译，同时也转译了它们联结着的行动者的意义，这改变了行动者之间的关系，也因此改变了权力格局。其中，“算力”作为“中介者”（拉图尔所谓“客体”一旦隐入背景，就会从显性的“转义者”成为不可见的“中介者”）可以成为我们追踪行动者变化的一个线索。在平台成形期，跨国公司与政府的合谋让无处不在的基础设施将“公民”卷入并且将其转译为“用户”和“消费者”（以及“劳动者”）。然而，随着平台公司为了攫取利润不断提升“算法”，“用户”（包括“消费者”和“劳动者”，在对数字资本主义的政治经济学批判中，其为同一个整体）将自身选择交由“算法”这一非人类行动者来代理。在与“算法”的互动中，他们的卷入程度逐步加深，甚至利用平台的技术特性，发挥自身在政治行动上的能动性，这一变化又促使政策制定者不得不重新考虑其“公民”意义。为了夺回由平台“黑匣子”侵蚀的公共权力，政府试图通过治理与监管行动，使自身成为平台在公共责任与合法性上的代理。生成式人工智能作为新的非人类行动者，被试图维持市场垄断地位的平台公司“卷入”，同时与研究者、政府、用户、数据、算法等发生互动。一方面，在它所嵌入的网络中，各个行动者的地位已然发生改变；另一方面，它又具有特殊的能动性。因此，这些互动均异于之前的非人类行动者，自然会为今后的改变提供新的可能性。