具身智能与人类文明重构
王羽 中国生产力促进中心协会副理事长兼秘书长
摘要： 当大语言模型在数字空间中复述人类的话语片段时，具身智能的浪潮正在将思考重新放回躯体，将智能重新植根于物理世界的真实交互之中。这不是技术的线性升级，而是对笛卡尔以来心身二元论的根本性修正。本文从迈克尔·波兰尼的默会知识理论、哈耶克的感觉秩序思想以及索洛悖论的经济学悬案出发，系统论证具身智能的认知革命意义与经济变革效应。本文的核心判断是：具身智能真正的革命性不在于替代人类的体力劳动，而在于首次让资本跨越默会知识的鸿沟，打通物理世界全要素生产率的最后瓶颈，并由此引发生产函数、分配伦理与人类存在意义的深层震荡。具身智能将重构比较优势的基础，为鲍莫尔成本病提供解药，同时也使劳动与资本的界限趋于消融，要求人类重新设计社会契约。从更深层的哲学意义看，具身智能是人类自我认知的一面镜子，它迫使我们正视身体在智能构成中的根基性地位。这场变革的终极指向，是让人类从谋生的必然王国走向创造的自由王国。
关键词： 具身智能，默会知识，索洛悖论，鲍莫尔成本病，全要素生产率
一、智能为何需要身体
人工智能的发展正站在一个奇特的转折点上。一方面，以大型语言模型为代表的“离身智能”取得了令人瞩目的成就，它们能够撰写论文、编写代码、通过各类专业考试，在符号操作的维度上展现出接近甚至超越人类的能力。另一方面，这些系统始终面临一个根本性的困境：它们无法理解物理世界的真实含义。它们可以说出“苹果是红色的、圆形的、可以吃的”，却从未真正触碰过一个苹果，未曾体验过拿起它时的重量感、咬下去时的脆裂感、以及汁液在口腔中弥漫的滋味。它们活在波兰尼所说的“默会知识”的彼岸，永远无法跨越那道将符号与实在分隔开来的鸿沟。
这一困境并非偶然。它根植于西方哲学传统中一个悠久的偏见，即对身体的贬抑与对纯粹理性的推崇。从柏拉图开始，身体就被视为灵魂的牢笼，是追求真理道路上的障碍。笛卡尔以“我思故我在”完成了心身二元论的经典表述，将思维确立为人之为人的本质，而身体则被降格为一架可以独立研究的机器。这种思想传统深刻影响了人工智能的发展路径。早期的人工智能研究者们坚信，智能本质上是一种符号操作，只要找到正确的算法，就可以在计算机上重现人类的思维能力。身体，以及与身体相关的感知、运动、情感，都被视为次要的、甚至是可有可无的附加物。
然而，过去半个多世纪的认知科学研究正在逐渐推翻这一假设。越来越多的证据表明，智能并非一个可以脱离身体而独立存在的抽象程序。它是生物体在与环境的持续互动中演化出来的生存工具，深深植根于感官运动系统的结构和功能之中。我们不是先有一个“智能”然后把它装进一具身体，而是身体的结构、感觉、运动，共同构成了智能的底层基础。我们对世界的理解、对概念的掌握、对意义的把握，都离不开身体的参与。
正是在这一思想背景下，具身智能的概念应运而生。它代表着一种根本性的范式转换：智能不是抽象的计算，而是身体、大脑与环境三者之间动态耦合的产物。让机器拥有身体，不是为了让它能够搬东西或拧螺丝，而是为了让智能真正落地，让符号获得意义的锚定。这是一个认知层面的革命，它要求我们重新理解什么是理解，什么是认知，什么是智能本身。
这一变革的影响远不止于学术讨论的范畴。当具身智能从实验室走向工厂、农场、医院和家庭，它将引发一场堪比工业革命的经济社会震荡。它将改写生产的逻辑、分配的逻辑，乃至人类自我理解的逻辑。本文将从默会知识的哲学问题出发，经由全要素生产率的经济学分析，最终抵达人类文明形态的宏观思考，试图为理解这场变革提供一个兼具理论深度与历史视野的分析框架。
二、默会知识的挑战
要理解具身智能的革命性意义，我们必须首先面对一个困扰了人工智能研究数十年的核心难题，即所谓“莫拉维克悖论”。汉斯·莫拉维克在1988年指出：“让计算机在智力测验或棋类比赛中表现出成人水平是相对容易的，但要让计算机具备一岁幼儿般的感知和行动能力，却极其困难，甚至不可能。”这一观察揭示了一个令人深思的真相：那些我们通常认为“高级”的认知活动，如下棋、数学证明、法律推理，实际上只需要相对较少的计算资源；而那些我们习以为常的“低级”能力，如视觉识别、行走、抓握，背后却隐藏着极其复杂的生物计算。
如何解释这一悖论？答案藏在亿万年生物演化的历史中。高等逻辑思维是进化晚近的产物，只是覆盖在古老感官运动系统上的一层薄纱。真正的智能底座，是那些帮助生物体在复杂物理环境中生存、觅食、躲避天敌、繁衍后代的能力。这些能力经过漫长时间的打磨，已经深深地沉淀在神经系统的底层结构中，以至于我们完全意识不到它们的复杂与精妙。我们可以毫不费力地从人群中认出朋友的面孔，可以在一瞬间判断飞来的球是远是近，可以在崎岖不平的山路上自如地行走，却完全无法说清自己是如何做到这些的。
迈克尔·波兰尼在二十世纪中叶提出了一个影响深远的概念来把握这一现象：“默会知识”。他有一句名言常常被引用：“我们知道的，比我们能够说出的多。”波兰尼以骑自行车为例来说明这一概念：骑车者知道如何通过调整车把角度来保持平衡，这种调整遵循着复杂的物理规律，但没有任何骑车者能够说出这些规律是什么。事实上，如果你试图按照物理学公式来计算每一个转向动作的精确角度，你一定会从车上摔下来。骑车的能力是默会的，它存在于身体之中，通过练习和体验获得，却无法被显式地编码为命题或规则。
默会知识的涵盖范围远比我们想象的要广。一个熟练的木匠知道如何根据木材的纹理、硬度和湿度来调整刨削的力度和角度，这种“手感”凝聚了数十年的经验，却几乎不可能被完整地传授给学徒。一个经验丰富的护士知道如何在不对病人造成不适的情况下完成翻身、擦拭、更换床单等一系列操作，这种“手法”同样是一种默会知识。一个老农抓起一把泥土就能判断它的肥力和墒情，这种“眼力”也无法被还原为简单的测量指标。在这些活动中，认知与身体、思维与行动、判断与执行是完全融合在一起的。这就是哈耶克在《感觉的秩序》中所探讨的核心问题。他指出，心智并非被动接收外界信息然后加以处理，而是通过身体与环境的持续互动，建立一套分类与预期的生理网络。我们的感官系统本身就已经在执行一种前概念的分类活动，它把连续变化的外部刺激映射为离散的知觉范畴。这种分类不是任意的，而是由身体的结构、感官的特异性和长期的进化压力共同塑造的。换句话说，我们如何感知世界，首先取决于我们拥有什么样的身体。
如果把这一认识论洞察与人工智能的发展联系起来，其含义是深刻而令人警醒的。大型语言模型无论规模多大，数据多丰富，都无法获得这种植根于身体体验的默会知识。它们可以处理“温热”这个词在各种语境中的分布，却永远无法感受什么是温热；它们可以分析“沉重”这个词与其他词的共现关系，却永远无法体验什么是沉重。这不仅仅是感官体验的缺失，更是意义根基的缺失。按照具身认知理论的观点，我们的概念系统本身就是通过隐喻映射从身体经验中建构起来的。我们常说“前途是光明的”，“关系是亲密的”，“情绪是高涨的”，这些抽象概念的理解都依赖于对视觉、触觉、空间方位等身体经验的隐喻性延伸。一个从未拥有过身体的智能系统，其概念体系只能是漂浮的、空洞的、无根的。
由此我们可以理解，具身智能的追求不是为人工智能增加一种新的输入输出模态，而是在为智能寻找意义的根基。让机器人拥有身体，让它学会在与物理世界的真实碰撞中感知、行动、学习，就是让它在某种意义上“生长出”自己的默会知识。当机器人的指尖接触物体感受到形变和阻力，当它的双足在崎岖地面为对抗重力而微调步态，当它的视觉系统根据自身运动产生的光流变化来推断空间结构，一种不同于符号逻辑的、根植于物理交互的新型认知正在形成。这就是认知科学中所说的“形态计算”原理：不是只有大脑在计算，身体的形态、材料的特性、机械的结构也在执行计算，它们共同分担了控制的负担，使得智能可以在有限神经资源的条件下应对近乎无限的环境复杂性。
从这个角度看，具身智能不是对传统人工智能的简单延伸，而是一条截然不同的技术路径。如果说离身智能追求的是把世界装进符号系统，那么具身智能追求的是让智能系统真正活在物理世界之中。这一转向的哲学意味已经超出了技术本身，它触及了笛卡尔以来西方思想中那道根深蒂固的裂痕，即心智与身体的分离。在笛卡尔的经典图景中，心智是无广延的思维实体，身体是有广延的物理实体，二者之间通过松果腺进行神秘的互动。这一二元论框架不仅制造了难以解决的哲学难题，而且塑造了一种独特的现代思维方式：我们习惯于把“我”等同于我的思维，而身体仅仅是“我”所拥有的某样东西。具身智能的认知意义就在于，它用工程实践的方式对这道裂痕进行了弥合。它用机器身体和智能算法的耦合告诉我们：智能不是一个可以随意安装在任意硬件上的软件，而是形态、材料、控制与环境之间不可分割的整体。这是一种新的认知范式，可以称之为“我行动，故我理解”。
三、信息流与原子的不同命运
将目光从认知科学转向经济学，具身智能的意义同样具有革命性。要理解这一点，我们需要从现代经济增长理论中一个著名的谜题说起。
1987年，诺贝尔经济学奖得主罗伯特·索洛发表了一句广为流传的评论：“你可以在任何地方看到计算机时代的来临，唯独在生产率的统计数据中看不到。”这句话精准地把握住了一个令人困惑的现象：自二十世纪七十年代以来，信息技术投资持续高速增长，计算机和软件几乎渗透到了经济生活的每一个角落，但官方统计的全要素生产率增长率却长期低迷。这就是所谓的“索洛悖论”，或称为“生产率悖论”。
围绕这一悖论，经济学家们展开了持续数十年的争论。有的学者认为这只是统计测量的滞后效应，生产率提升确实发生了，只是需要时间才能在数据中显现出来；有的学者认为信息技术虽然提高了某些行业的生产率，但其效果被其他行业的停滞所抵消；还有的学者提出，信息技术的真正贡献不在于直接提高生产效率，而在于提升产品质量和创造新产品，这些价值在传统统计指标中难以体现。这些解释都有一定的道理，但它们可能都错失了一个更为根本的结构性问题。
我们需要重新审视过去半个世纪技术进步的基本特征。信息技术的突飞猛进确实极大地降低了信息获取、传播和处理的成本，这一点毋庸置疑。搜索引擎让我们可以在毫秒之间找到海量信息，社交网络让全球沟通几乎免费，电子商务平台极大降低了交易匹配的摩擦成本。所有这些都是真实的进步，它们改变了人们的日常生活和商业形态。但是，我们必须注意到，这些进步主要发生在虚拟空间，它们改变的是信息的流动方式，而不是原子的组织方式。你可以用光速传输一个设计方案，但要按照这个方案建造一座桥梁，依然需要工人和机器在物理空间中一砖一瓦地施工；你可以用人工智能快速诊断疾病，但为病人实施手术依然需要外科医生的双手；你可以用物联网实时监控农田环境，但真正下地耕作的依然是农民和他们的机械。
这正是问题的关键所在。信息流可以近乎零成本地复制和传输，但原子的搬运依然沉重迟缓。制造业、建筑业、农业、交通运输、医疗护理，这些构成社会经济实体骨架的行业，其生产过程长期受制于物理世界的规律和人类身体的限制。在这些行业中，生产率的提升远没有信息技术行业那样迅猛。这里就触及到了我们上一节讨论过的默会知识问题。物理世界的生产活动大量依赖于那些难以编码、难以标准化、难以大规模复制的默会技能。一个熟练的焊工知道什么样的电流、角度和速度能产生完美的焊缝，这种“手艺”是默会的；一个经验丰富的护士知道如何在不增加病人痛苦的情况下完成复杂的护理操作，这种“手法”是默会的；一个老农知道什么时候该播种、什么时候该施肥、什么时候该收割，这种“农时感”同样是默会的。
过去几十年，当我们在信息技术领域不断取得突破的时候，这些依赖默会知识的物理生产活动并没有发生根本性的变化。自动化确实在进步，但它主要替代的是那些高度结构化、可预测的重复性体力劳动，也就是经济学家 Autor、Levy 和 Murnane 所定义的“程序性体力任务”。对于那些需要适应环境变化、需要灵活应对意外情况、需要精细感知和即时判断的“非常规体力任务”，传统自动化一直束手无策。索洛悖论的深层根源正在于此：信息技术打通了信息和知识的流通，却没有真正打通物理世界生产率的瓶颈。资本可以轻松地占有编码化的知识和技术，却难以占有那深嵌于人类身体和经验之中的默会技艺。
正是在这个意义上，具身智能呈现出了完全不同的经济变革潜能。它不是数字技术在虚拟空间的又一次加速，而是智能执行能力与物理世界生产活动的第一次真正合流。传统的工业机器人只能在精心控制的、与人隔离的环境中重复执行预设动作，它们没有感知，没有判断，没有灵活性。而具身智能系统，融合了高维感知、灵巧操控与基于世界模型的实时推理，开始能够处理物理世界中的不确定性和复杂性。这意味着，过去只能内嵌于熟练工匠、资深护工、优秀农民的默会知识，第一次有可能被具象化、编码化，进而转移和规模化。
从经济学角度看，这是全要素生产率的一个全新增长源。索洛本人提出的增长模型将经济增长分解为三个部分：资本积累的贡献、劳动力增长的贡献，以及一个被称为“全要素生产率”的残差。这个残差，其实就是技术进步对经济效率的整体提升作用。过去几十年的信息技术革命，其作用主要体现在降低交易成本和提高信息效率上，对实体生产过程的渗透却很有限。具身智能一旦成熟，情况将根本不同。它将在原子层面提升生产效率，让物理世界的生产活动实现与信息世界类似的指数级进步。索洛悖论可能因此在新的技术水平上得到解决，全要素生产率将迎来一轮爆发式的提升，而且这一次，它的增长源泉不再局限于信息流动的效率，而是直接作用于物质变换本身。
四、比较优势的历史性重构
如果具身智能真的能够将默会知识具象化和规模化，那么它对全球经济格局的影响将是深远而根本性的。其中最为重要的一个方面，是对传统比较优势理论基础的彻底改写。
大卫·李嘉图在十九世纪初提出的比较优势理论，至今仍是理解国际贸易格局的基础框架。这一理论的核心逻辑是：各国应当专注于生产自己相对擅长的商品，然后通过贸易互通有无，从而实现总体福利的最大化。在古典理论中，比较优势主要来源于劳动生产率的差异；在新古典的赫克歇尔-俄林模型中，比较优势则取决于各国生产要素的相对丰裕程度。劳动力丰裕的国家在劳动密集型产品上具有比较优势，资本丰裕的国家在资本密集型产品上具有比较优势，这是过去两百年间全球产业分工的基本逻辑。
正是基于这一逻辑，二十世纪下半叶以来出现了大规模的产业转移。发达国家的制造业向发展中国家转移，根本驱动力就是后者在劳动力成本上的巨大优势。中国、东南亚等地区成为“世界工厂”，背后是数以亿计的产业工人用辛勤劳动支撑起了全球产业链。这一模式既推动了发展中国家的快速工业化和经济增长，也使得发达国家得以享受低廉的商品价格，总体上确实实现了双赢。然而，具身智能的崛起将从根本上动摇这一格局的根基。
当具身智能体能够以可竞争的成本完成大量原本需要人类工人完成的物理生产任务时，廉价劳动力的比较优势将趋于消失。这里的关键不在于机器人的成本能否低于发展中国家的工资水平，而在于具身智能所带来的是一整套完全不同的生产函数。它不会疲劳，不需要休假，不受情绪影响，可以在危险环境中持续工作，而且最为关键的是，它的能力可以通过软件升级而不断提升，其边际成本近乎为零。这意味着，一个具身智能体一旦掌握某种技能，就可以以极低成本在无数个副本中复制这种能力。一个在德国实验室里训练好的精密装配技能，可以在一夜之间部署到全球任何一个工厂的任何一台同型号机器人上。这不是传统意义上的资本输出或技术转让，而是一种全新的生产力扩散方式。
在此情形下，全球产业布局的逻辑将从“寻找廉价劳动力”转向“寻找创新策源地”。生产的比较优势将不再取决于劳动力成本，而取决于所谓“具身化智能密度”，即一个经济体在具身智能技术研发、高质量训练数据积累、物理交互算法创新等方面的综合能力。那些在前沿技术研发、高端人才聚集、产业生态培育方面具有优势的经济体，将重新获得制造业竞争力，部分原本为了寻求低劳动力成本而外迁的产能可能回流。这种“再工业化”并非简单的工厂迁回，而是基于全新技术范式的高端制造重构。
对于发展中国家而言，这一变化带来的挑战是严峻的。过去几十年被证明行之有效的“人口红利”发展路径可能面临终结。如果一个国家的经济增长高度依赖低成本的劳动力来吸引国际产业转移，那么当具身智能使得制造业对低成本劳动力的需求大幅下降时，这种模式的可持续性将受到根本性的质疑。当然，这也意味着新的机遇。具身智能技术的研发和应用本身就是一个庞大的新兴产业，那些能够抓住机遇、在前沿领域进行战略布局的发展中国家，有可能实现跨越式发展。问题在于，这种跨越对教育体系、科研能力、制度环境的要求，远高于简单提供廉价劳动力和土地的传统路径。
从更宏观的历史视野来看，比较优势的重构并非孤立的经济现象。它是生产范式发生根本性转变的外在表现。在农业时代，比较优势主要取决于土地和气候；在工业时代，它主要取决于资本积累和劳动力供给；而在即将到来的具身智能时代，它可能主要取决于数据和算法，特别是那些从物理世界真实交互中产生的高质量数据。这是一场更深层次的资源定义变革：数据，尤其是物理交互数据，正在成为一种全新的、具有战略意义的生产要素。如何界定数据产权，如何规范数据跨境流动，如何建立公平的数据价值分配机制，这些都将成为未来全球经济治理的核心议题。
五、鲍莫尔成本病与服务业的生产率困局
具身智能对经济结构的另一重大影响，在于它可能为长期困扰后工业社会的“鲍莫尔成本病”提供解决方案。
1967年，经济学家威廉·鲍莫尔提出了一个关于服务业成本长期上涨的理论。他的核心观察是：经济可以分为两个部门，一个是“进步部门”，如制造业，其主要特征是技术进步能够持续提高劳动生产率；另一个是“停滞部门”，如教育、医疗、表演艺术、手工服务业，其生产过程高度依赖人的直接参与，难以通过技术手段大幅提升效率。在进步部门，工资会随着生产率提高而增长；由于劳动力市场竞争，停滞部门的工资也会跟随上涨，但其生产率并没有相应的提升。结果是，停滞部门的生产成本不断上涨，其产品和服务的相对价格越来越高。
鲍莫尔用了一个经典的例子来说明这一点：莫扎特弦乐四重奏的演奏需要四个人，这个事实从十八世纪到今天都没有改变，也几乎不可能改变。在莫扎特的时代，演奏一场四重奏需要四个乐师各花一小时；在今天，依然如此。但是，这一小时劳动的相对成本却发生了巨大变化。两百多年前，其他行业的工资水平很低，听一场音乐会对普通人来说并不算特别奢侈；今天，尽管技术进步让制造业的生产率翻了数百倍，制造业工人的工资也随之大幅提升，演奏四重奏仍然需要四个人各花一小时，音乐会的票价相对于其他商品就变得异常昂贵了。
这个看似简单的逻辑，解释了为什么在发达经济体中，教育、医疗、护理、文化服务等行业的支出占GDP的比重持续上升。不是因为这些行业变得更贵了，而是因为它们无法像制造业那样通过技术进步持续提高效率，而它们的从业者工资却跟随全社会工资水平一同上涨。这一现象对公共财政的压力尤为显著。医疗支出的持续攀升几乎困扰着所有的发达国家，老龄化社会带来的护理需求扩大，叠加护理行业本质上难以大幅提高生产率，正在形成严峻的财政可持续性挑战。
具身智能的出现可能改变这一困局。如果具身护理机器人能够承担大部分基础性的生理照料工作，如协助老人翻身、如厕、洗浴、服药提醒、简单康复训练等，那么养老护理行业的生产率将得到实质性提升。同样，如果具身手术机器人能够在复杂手术中提供超人的精度和稳定性，外科医疗的生产率也将突破人工操作的生理极限。在教育领域，具身化的教学辅助系统可以为每个学生提供个性化的动手操作指导和实验支持，这同样是对传统教育生产率的提升。
这里需要特别指出的是，具身智能对鲍莫尔成本病的“治愈”，不是简单地用机器替代人。上述服务行业的核心价值，恰恰在于人与人之间的情感连接、信任关系和意义交流。一个老人需要的不仅是生理上的照料，更是被尊重、被关心、被陪伴的温暖感觉；一个学生需要的不仅是知识的传授，更是老师的鼓励、引导和人格示范。具身智能的恰当定位，应当是承担那些重复性高、情感密度低的基础性任务，从而将人类从业者解放出来，让他们能够聚焦于那些真正需要人性化互动的高阶服务。换言之，具身智能不是服务的“去人化”，而是服务的品质升级。它通过技术手段将服务过程分解为可标准化和不可标准化两个层面，前者由具身智能体承担，后者由人类从业者专注于提升。这既提高了整体生产率，又保全甚至提升了服务的温度和质量。
从这个角度看，鲍莫尔成本病的解决，不仅具有经济效率的意义，更具有社会伦理的维度。它涉及到我们对“什么是好的照护”、“什么是好的教育”、“什么是好的医疗”这些根本问题的重新理解。在技术进步的条件下，如何划定人与机器的恰当边界，如何确保技术真正服务于人的福祉而非仅仅服务于效率指标，这些都需要审慎的社会讨论和制度设计。
六、劳动与资本边界正呈现历史性模糊化，生产函数正在消融
至此，我们可以进入一个更具理论深度的问题：具身智能对经济学基本范畴的冲击。这也许是这场技术革命所引发的最深远的思想挑战。
在标准的经济学框架中，生产函数被表述为𝑌=𝑓(𝐾,𝐿,𝐴)其中 𝑌Y 代表产出，𝐾K 代表资本投入，𝐿L 代表劳动投入，𝐴A 代表技术水平。资本和劳动被明确区分为两种不同的生产要素：资本是过去生产剩余的积累，表现为机器、厂房、基础设施等物质形式，由资本所有者提供并获取利润；劳动是人的体力和智力的付出，由劳动者提供并获取工资。这一区分不仅是经济分析的技术前提，更是整个分配理论的基石。国民收入在资本和劳动之间的分配比例，也就是所谓的“要素份额”，是决定社会收入分配格局的最基本参数。
具身智能体的出现使这一清晰的概念边界变得模糊不清。具身智能体是什么？从投资角度看，它无疑是一种资本品。企业需要投入资金进行研发、制造、部署和维护，它出现在资产负债表的资产一侧。但从功能角度看，它执行的却是过去由人类劳动承担的任务。它不仅能够完成体力劳动，而且还具备了感知、判断、学习和适应环境变化的认知能力。在这个意义上，它又具备了劳动者的属性。
这种边界的模糊并非全新的现象。传统的机器设备同样可以替代劳动，经济学家们一直以“资本有机构成提高”来描述这一过程。但传统机器与具身智能体之间存在一个质的差异：前者是“死”的工具，完全受人的控制，只是人力的延伸；后者则是“活”的智能体，能够自主做出判断和选择，并在一定范围内独立完成复杂任务。当资本品开始拥有认知能力，开始获得某种意义上的“主体性”时，它就不再仅仅是被动的生产工具，而成为一种介于传统资本和传统劳动之间的新生产要素。
这一变化对收入分配格局的影响是深远的。如果具身智能体被界定为资本，那么它的产出回报将归属于资本所有者。当具身智能体大规模替代人类劳动时，国民收入中资本所得的份额将不断上升，劳动所得的份额将相应下降。这不是暂时的调整，而是一种持续的结构性趋势。问题在于，劳动收入是目前绝大多数家庭最主要的收入来源。如果劳动收入份额持续下降，广大群体的消费能力将受到严重压制。这就会产生一个深刻的矛盾：技术的进步使生产能力空前强大，但由于分配机制未能相应调整，有效需求反而不足，生产过剩的危机可能重现。
马克思在《资本论》中深入分析过“资本有机构成提高”的趋势。他认为，在资本积累过程中，资本家为了追求超额剩余价值和应对竞争压力，会不断提高不变资本相对于可变资本的比例，也就是用更多的机器设备替代活劳动。这一趋势的长期后果是利润率的下降，因为剩余价值的唯一源泉是活劳动，当活劳动在总资本中的比重越来越小时，利润率必然趋于下降。马克思的分析是在十九世纪工业资本主义的条件下进行的，具身智能时代的情况可能比那时更为极端。在马克思的图景中，机器虽然可以替代体力劳动，但终究需要人来设计、操作和维护，活劳动虽然相对减少但并未消失。在具身智能时代，当智能体同时具备了执行能力和认知能力，不仅体力劳动被替代，相当一部分脑力劳动也可能被替代，活劳动在生产过程中的角色被压缩到了极致。
当然，这并非不可避免的宿命。技术进步的方向从来不是单纯由技术的内在逻辑决定的，而是社会选择的结果。同样面临技术变革，不同的制度安排、政策选择和社会博弈，会导致截然不同的后果。问题的关键在于，人类是否能够及时建立与新生产力相匹配的生产关系和分配机制。这要求我们重新思考一些最基本的经济概念：什么是劳动？什么是资本？生产要素的贡献如何衡量？收入分配的依据是什么？这些问题的答案，将决定具身智能时代是走向更广泛的共享繁荣，还是走向少数人占有绝大部分财富的极端分化。
七、从劳动收入到人本价值正在变化，社会契约正在重写
面对上述挑战，单纯依靠市场自发调整无法实现合理的解决方案。我们需要一场与生产力变革相匹配的制度创新和社会契约重写。
首先需要重新审视的，是税收体系的根本结构。现代税收制度在很大程度上建立在对劳动收入和企业利润的征税之上。个人所得税、工薪税是多数国家财政收入的主要来源。在充分就业、劳动收入占国民收入主体的时代，这种税制是合理且有效的。但在具身智能深度替代劳动的情况下，如果税基仍然高度依赖劳动收入，财政收入的稳定性将受到严重侵蚀。一方面，被替代的劳动者失去了工作和收入，不再缴纳个人所得税；另一方面，他们转向依赖社会保障支出，公共支出的压力反而增大。这就要求将征税的重点从劳动转向资本，特别是那些从具身智能应用中获得了巨大生产剩余的资本。
向资本征税并非新想法，但具身智能时代赋予了这一命题新的紧迫性和可能性。具体而言，可以考虑对具身智能体的部署征收一种“自动化税”或“机器人税”。这种税收的逻辑基础在于：当资本所有者用智能体替代了原本由人类承担的工作时，他实质上占有了原本通过劳动力市场实现价值循环的那部分社会生产能力，理应对此承担相应的公共义务。这种税收还可以被设计成一种激励机制，引导企业更多地利用具身智能来补充和增强人类劳动，而非简单地替代。
其次，需要考虑建立某种形式的“社会红利”或“全民基本收入”制度。如果具身智能带来的生产率提升确实属于全社会的共同财富，那么全体社会成员理应分享这一进步的红利。具体的制度设计可以多样化，可以是直接向所有公民发放的现金转移，可以是设立全民基金、将部分具身智能的产出收益按人均分配，也可以是扩大公共服务和社会保障的覆盖范围和质量水平。这种制度安排并非单纯的济贫或救济，而是对“社会共同财富”的一种合理分配。须知，具身智能所依赖的底层技术、数据资源和基础设施，在很大程度上是全社会长期积累的公共知识的产物。基础科学研究、公共教育体系、信息基础设施，这些都是数代人共同努力的成果，是任何私人资本无法单独创造的。当这些公共知识积累通过具身智能转化为巨大的私人生产剩余时，社会有充分的理由要求合理的回报。
更深层次地看，我们还需要重新定义“贡献”和“参与”的含义。在传统经济体系中，一个人主要通过参与劳动力市场来获得社会承认和经济回报。工作不仅提供收入，更提供身份认同、社会地位和自我价值感。当具身智能使得传统意义上的“充分就业”不再必然时，我们就需要建立更为多元的价值承认机制。那些无法被机器替代的人类独特贡献，如养育子女、照护家人、社区服务、艺术创造、文化传承，应当在社会评价和资源分配中获得更为恰当的位置。这不是要贬低市场工作的价值，而是要承认，人的尊严和价值不能仅仅用其市场产出来衡量。一个社会的文明程度，恰恰体现在它如何对待那些不能用市场价格来量化的美好事物。
这些社会契约层面的思考，可能显得过于理想化，但它们并非无源之水。在人类历史的某些转折关头，社会确实展现出重新设计制度框架的能力。工业革命时期的工厂法、公共教育体系的建立、社会保障制度的诞生，都是对早期工业资本主义弊端的制度回应。这些制度创新在当时也曾经面临巨大的阻力和质疑，但历史证明它们对于社会秩序的稳定和经济持续发展是不可或缺的。今天，面对具身智能带来的更大规模变革，需要的同样是这种制度创新的勇气和远见。
八、道成肉身与文明的跃迁
回到文章开篇的主题：具身智能的终极意义是什么？我们已经从认知科学和经济学两个维度展开了分析。认知科学告诉我们，身体不是智能的附属品，而是智能的根基；经济学告诉我们，具身智能将改写生产力和生产关系的底层逻辑。然而，在这些分析之上，还有一个更深层的哲学问题值得我们思考：在这场技术革命中，人本身的位置在哪里？
具身智能的发展，在某种意义上，是人类自我认知进程的一个新阶段。每一次重大的技术革命，都伴随着人类对自身本质的重新追问。哥白尼革命让人类意识到自己并不在宇宙的中心，达尔文进化论让人类认识到自己与其他生物之间并无不可逾越的鸿沟，弗洛伊德的精神分析揭示了人类心灵中潜藏的黑暗大陆。人工智能的发展则将这一追问推向了极致：如果说智能可以被机器模拟或重现，那么人之为人的独特之处究竟在哪里？
具身智能给出的答案，或许与我们直觉相反。它恰恰说明，人的独特性不在于纯粹理性的计算能力，而在于我们拥有身体。我们拥有的是一具有限的、脆弱的、会疼痛也会愉悦的身体。这具身体将我们嵌入一个具体的时空位置，迫使我们以特定的视角感知世界，在与环境的互动中形成独特的历史和记忆。我们的情感、我们的性格、我们的价值观，无不打上这具身体的烙印。人的尊严不在于超越身体的纯粹理性，而在于灵与肉不可分割的整体性。
具身智能的正当追求，不是创造一个取代人的类人存在，而是将人类从那些纯然工具性的劳作中解放出来。让机器去承受重力，让机器去处理重复，让机器去面对危险；而人，则可以更多地投入到那些只有人才能做的事情中去：创造美、传递爱、探求真理、体验生命本身。在终极意义上，具身智能是一面镜子，它让我们第一次如此清晰地看见，身体在构成完整的人性中究竟占据着何等重要的位置。
在人类文明漫长的发展史中，我们经历过无数次工具的使用和延伸。麦克卢汉说，媒介是人的延伸。轮子是脚的延伸，书本是眼睛的延伸，电子媒介是中枢神经系统的延伸。具身智能则可能是最具革命性的延伸：它不仅延伸了我们作用于物理世界的能力，更重要的是，它促使我们重新认识那个被延伸的本体，即我们自己的身体。当我们创造出一具能够感知、行动、学习的机器身体时，我们同时也在重新发现自己身体的意义。
由此，我们可以回到一个更为古老的智慧。“道成肉身”，这一表述在不同的传统中有着不同的意涵，但它的核心洞见是相通的：最高的智慧、最深的真理，需要在具体的、有形的、可感的实在中得以显现。具身智能的终极追求，或许正是为技术赋予一种“肉身性”，让智能不再漂浮于虚无的符号空间，而是能够真实地感知世界的温度、承受存在的重量。
这是通往下一次文明跃迁的道路。在这条道路上，我们将重新理解智能、重新理解劳动、重新理解价值、重新理解人本身。这不会是一条平坦的坦途，正如人类历史上所有伟大的转折都伴随着阵痛和混乱。但只要我们始终保持着对人之尊严的敬畏，保持着对社会正义的追求，保持着开放的制度想象力，那么具身智能就有可能成为推动人类文明迈向更高阶段的阶梯，而不是将人放逐到意义荒漠的牢笼。
在这场灵与肉的重新统一中，隐藏着我们这个时代最深刻的希望。
作者：
王羽 高级工程师，研究员，中国生产力促进中心协会副理事长兼秘书长、中国指挥与控制学会无人系统专业委员会副主任委员、中国人工智能学会智能驾驶专业委员会副主任委员兼秘书长、中国自然辩证法研究会会员、中国优选法统筹法与经济数学研究会资深会员、中国材料研究学会高级会员、中国仿真学会高级会员、中国城市科学研究会高级会员、中国仪器仪表学会高级会员