摘要：以"人作为基础设施"为视角,回溯深圳出租车司机（以湖南攸县籍的哥为主）与平台（滴滴出行）长达8年"斗智斗勇"的历史,论文展示了劳动者利用非正规技术的丰富操演参与建构了平台的生成。在承认劳工作为主体的历史地位的同时,通过作者与司机对平台数据智能技术的共同反演,揭示了另类数字劳动是一个劳动者被贬值、平台技术及背后的资本被赋值的过程;拆解了司机与平台博弈、抗争的另类数字劳动隐秘地成了平台技术优化、升级的重要途径。数字资本主义本质上是一个"制造能动"并"反噬对抗"的新权力装置;以此对劳动过程、劳工主体性建构、劳动异化等理论进行了重新审视。
关键词：另类数字劳动；人作为基础设施；权力装置；制造能动；反噬对抗
一、引子
我恨滴滴的原因，第一是我们帮它打下了天下之后，看清了它的嘴脸，它不是为你的士服务的；第二它最大的目的，是把全世界的车垄断在它的名下……它真正的目的是做金融，就是让我们帮它去养客户，最后一网打尽!
2019年10月，在深圳石厦村的一个湖南人饭馆，外号“县长”的攸县60后老司机(攸县的哥，已经成为一个品牌或习惯叫法，因此本文的攸县的哥，实为攸县籍的哥),道出了传统出租车司机对滴滴这一出行平台的普遍情绪。经历了8年与滴滴的“交手”1,他们不仅对出行平台有着切身理解，而且不得不承认，平台的出现彻底改变了他们的职业生涯与未来。
“平台是数字化基础设施”——西方学者关于平台的界定和媒介研究的基础设施转向(infrastructural turn)2,既是对近十年来全球数字化商业平台无处不在地嵌入人的生命世界(life-worlds)的一个回应，也是对平台用户的数字劳动(更确切地说是“数据劳动”)产品公共属性的反思。
出行平台是一种特殊的数字基础设施，它基于城市公共交通系统，因此也是原有基础设施的“平台化”。陈玉洁、邱林川以“数字公用事业”(digital utility)为定位，全面梳理了滴滴出行的“平台化”过程，展示了这个出行领域全球最大私营互联网企业(市场占有超过Uber),如何利用大数据和智能化重构中国城市交通基础设施、试图成为数字公用事业供应商的曲折历程。他们将为滴滴提供看不见的数据资产并受算法操控的司机，称为“数字公用事业劳动者”(digital utility labor),认为，劳动，包括数字公用事业劳动，是数字公用事业可持续发展的基础和命脉”3,从而充分肯定了以劳动密集型为特征的平台劳动者的社会价值。
然而，对于像“县长”这样对“滴滴”怀有复杂情感的出租车司机群体来说，数字公用事业劳动者是完全陌生的称呼；他们对遭遇平台之后的经历有着自己的体验与认知，而劳动者的经验视角或许更有助于我们从亲历者的角度，去探讨中国社会的平台化问题。本文试图复盘滴滴这一出行平台的生成(becoming)与作为特殊数字劳动者的出租车司机之间复杂的博弈过程，从而探讨以数据为核心的按需商业平台如何一步步改造劳动关系、劳动过程，最终建构起一种全新的权力装置；借此也试图对2020年那篇著名的深度报道《外卖骑手，困在系统里》4的“系统”一词，作出学术回应。
二、“人作为基础设施”
首先本文在方法论上借鉴西方学者“基础设施反演”(infrastructural inversion)的理路，让平时视而不见的基础设施的基底(substrate)浮现出来，成为我们考察的实在之物(substance)。这一方法论主张，基础设施是一个关系性概念，只有在特定的文化脉络和有组织的实践中，基础设施才得以显现5。换言之，我们并非从习以为常的消费者身份视角，而是从平台运转的后台去看大数据技术与劳动者的关系：例如本文重点探讨的是劳动者技术操演与滴滴的技术架构(包括数据采集、机器学习、算法决策等)的运作之间可能存在的关联。这是对滴滴这个数字化基础设施的反演式考察——揭示平台那个“隐而不见的后台”(invisible background)中的权力关系。
让我们首先进入平台的智能化技术核心。2017年2月，滴滴研究院副院长叶杰平“拆解”了“滴滴大脑”——一个包括大数据、云计算和机器学习的出行智能系统，他把滴滴大脑的计算形象地比喻为“动态打靶”6:对于满大街移动的人和车辆，人工智能就像灵敏的狙击手，精准地一一射中靶子。这个过程之短令人瞠目：滴滴大脑仅需2毫秒就能猜出你想去哪儿、2秒就能为你提供智能派单7。今天“流的空间”(space of flow)是进入了消费者瞬间欲望冲动的微循环，大数据通过对“微循环流”精准的供需匹配，实现资本的加速逻辑——凭借媒介技术的变革，资本完成一次循环与流通周期的时间正趋向于零；尽管“对于人类的行动和感知来说，节省多少毫秒的时间毫无意义”8。
如此强大的滴滴大脑，每天可从3000万个日订单量中生产出超过106TB的新增轨迹原始数据(相当于10.6万部电影的数据量)9。数据无疑是维持平台日常运营的生产要素，同时也是滴滴平台无限扩张、加速增值的必要条件——滴滴出行的企业理想是成为“全球最大的智慧交通综合服务提供商”,甚至要穷尽“物理世界人和物体的流动”10。
正因为数据是平台的核心资产，我们就有必要剖析原始数据的采集、积累问题。尽管乘客也是平台数据来源的基础，但司机作为出行服务的供给端对平台数据的贡献远大于乘客11;事实上，平台一旦失去劳动者实时供给端数据，将彻底崩溃——这其实是所有按需平台的“阿喀琉斯之踵”。正是基于劳动者数据生产的必要性和平台潜在的脆弱性，陈玉洁和邱林川之文提醒我们思考数字平台中人的地位：
数字公用事业与电力等传统公用事业的区别至关重要：数据化(datafication)作为数字平台的权力来源，不仅有赖于算法、技术和“非人”(non-human)的自然资源，而且更关键和更密集地依赖于人类自身。12
在此，我借用“人作为基础设施”(people as infrastructure)这一视角13,将劳动密集型按需平台视为由“活的劳动”(living labor)生成的“活生生的基础设施”(lively infrastructure)。如果说滴滴大脑是基础设施反演的技术视角的话，那么活的劳动是一个社会视角；它们是基础设施这个“系统”的重要组成部分。
“人作为基础设施”要求我们从劳动者媒介化的实践来考察数字平台。近年来，国内外传播政治经济学派对平台资本主义、数字劳动的理论探讨颇有建树，平台劳动的经验研究在人类学、社会学、传播学等学科渐成气候。针对网约车司机、外卖员(又叫“骑手”)的个案研究，对平台算法权力下“不稳定劳工”(precariat)、劳动过程、劳动者主体性(包括对抗策略、集体性行动消解)等议题均有涉猎。其中，科技民族志学者罗森布拉特(Alex Rosenblat)对优步司机的研究最为细腻、深入14。但已有研究主要基于“人机嵌入”劳动的情境化个体，对于劳动者作为有机社群的个案研究非常稀缺。值得一提的是，人类学家格雷(Mary L. Gray)和计算机科学家苏里(Siddharth Suri)的《销声匿迹》15考察了从事互联网数据劳动的众包工人，两位作者提出的“自动化的最后一英里悖论”意味深长：一方面，如今像亚马逊这样高度智能化的平台仍然离不开人类简单、枯燥、重复的幽灵工作(ghost work);另一方面，众包平台通过互联网接口(API)指派任务，剥离了人的社会关系，但身处不发达地区的印度工人机智地利用社交工具和亲朋好友等资源，通过众包(crowd, 众人)协作网络，顽强地为“社会连结”(social connection)赋予价值。可见，面对冰冷的机器，像信任、善意、认同等人的社会属性仍具强大的生命力。这无疑是“活生生的基础设施”的一个生动注脚。
深圳的湖南攸县籍出租车司机群体为“人作为基础设施”提供了一个独特的中国案例。这个以地缘、业缘为纽带的同乡同业群体在文化和经济生活上留存着浓重的乡土基因，从而为探讨当代中国“流动社会”的真实图景提供了一个重要而有趣的视角16;其次，由于特殊的政策管制，中国出行服务平台化最初从传统出租车行业打开缺口，这与其他国家的“优步化”过程截然不同。因此，这一特殊个案可以在一定程度上弥补“平台劳工问题仍然是中国互联网政治经济学的薄弱环节”之缺憾，并以此“质询本土语境如何塑造了中国的平台化进程”17。
中国城市化进程中的同乡同业群体至少有三个特征：城市的边缘地位、非正规经济的弹性和自组织的活力。以深圳石厦村的攸县出租车司机为例，他们曾经通过车载对讲机建构了“一呼百应”的地缘共同体，解决了生人社会、职业风险等生存困境；作为城市的边缘人，他们内部产生了牢固的同乡同业身份认同18。这种社群关系一直延续至微信时代。因此，本文的研究对象是一个特定的有机社群，文中涉及的每一个人物都是这个人际网络和集体性实践的一分子。
这里有必要对同乡同业社群涉及的非正规经济作一点解释。多项研究发现，这类社群特别擅长发现、利用城市运行规则中的漏洞，从中找到立足、发展之道；用人类学者项飙通俗的表达就是善于在制度上“打 洞”19。有 学者指出：“无视规矩、不惜代价的冒险精神，以及通过种种非制度的、冒险的活动发掘机会、把握机会的能力，对于处在城市社会最下层的流动农民获取更高的地位利益具有特殊 的意义。”20
本文的“另类数字劳动”与“非正规”密切相关，它是相对于正常数字劳动而言的。正常数字劳动主要指司机在使用打车软件执行平台任务、为乘客提供正常出行服务时所生产的数据；它也包括了司机为平台推广应用软件等营销活动所产生的数据，这些活动由平台制定任务、奖励等规则。而另类数字劳动在本文中有三层含义：一、它专指由司机发起的在打车软件应用上的“违规操作”(即非正规实践)所产生的数据；二、所有的违规操作都具备两个前提条件——平台技术本身存在漏洞和劳动者有明确的利益动机，但除了利益，违规操作还包含了劳动者复杂的目的、情感、关系等社会属性；三、“另类”也有“特殊性”和“地方性”的文化内涵，它是作为中下阶层的劳动者对代表数字智能科技的“平台”的一种特殊认知与实践，攸县的哥浓厚的地方文化、职业习惯、媒介素养互为揉合，建构了一种关于平台的地方性知识——包括俚语、行话、策略等。
本文采用质化研究的方法，访谈时间集中在2019年9月到2021年3月。共举办焦点小组访谈8场，参与者50余人次；个别访谈的受访者包括出租车司机44人，网约车司机14人。凡文中引用的经验材料均进行了多人交叉核实。其他访谈对象包括滴滴出行内部管理人员2人，出租车公司管理人员1人。本文在写作过程中，还就数据采集、机器学习等问题请教了3位在高校从事大数据挖掘、机器学习研究的学者和3位业界从事人工智能研发的专家。所有受访对象都做了匿名处理21。
三、另类数字劳动
按需平台的数据生产是一种隐秘的劳动，亲自当过外卖员的欧洲学者道尔恩(Niels Van Doorn)和贝杰(Adam Badger)在《平台资本主义的隐秘之所》一文中，对此有过深入的讨论22。这种隐秘性在我的访谈对象身上表现得尤为明显——他们对自己每天从事的数字劳动几乎一无所知。但我发现，当的哥们聊起滴滴等打车软件时，时而兴奋、得意，时而沮丧、愤懑。从这些情绪线索中，我渐渐明白，尽管他们并不清楚数字劳动，但他们津津乐道的那些与平台有关的趣闻轶事，几乎都与他们自称跟滴滴斗智斗勇中所使用的违规操作有关，而且另类数字劳动所创造的价值，与他们作为司机正常的数字劳动大不相同。
(一)“是我们帮它打下了天下”
2012年打车软件初出茅庐时，中国城市出租客运市场有着严格的准入制度，出租车是应用软件的唯一入口。全国上百万辆出租车按每辆车一天接30-50个乘客计算23,理论上打车软件每天可推广的人数在3000万以上。因此，出租车成了直接嵌入消费场景的最佳营销点。攸县的哥把打车软件的推广比作：“一开始池塘里得有水。”这个比喻非常贴切，因为软件刚推出时，所谓的“平台”只不过是打车软件后台的技术架构(technical architecture),即一个空的池塘。
在“得司机者得天下”的早期，滴滴(嘀嘀)、快的的创始人非常在意“司机的口碑、尊重、信任和友情”24。经过一年艰辛的“地推”,到2013年8月，全国安装嘀嘀打车应用的出租车司机为18万，仅覆盖当时110万辆出租车的16%25。但2014年1月，腾讯为了利用嘀嘀打车推广微信支付，与阿里投资的快的展开了一场历时五个月、“堪称惨烈”的补贴大战26。两家互联网巨头的豪赌彻底摧毁了最初温情脉脉、对司机们充满尊重的营销方式。这可能是世界互联网史上规模最大、烧钱速度最快的恶性竞争，它“对整个打车市场，甚至整个社会均造成的不良影响让政府部门和行业市场饱受诟病”27。
有不少研究对平台经济的“劳动”进行过探讨，包括用户的数字劳动、直播平台主播的情感劳动、游戏平台代练的玩劳动(playbor)等。但平台化之初的出租车司机展现了更为复杂的劳动身份与协作图景。打车软件出现后，软件公司没有与出租车司机产生雇佣关系，司机每月仍向自己所属的公司缴纳“份子钱”;但打车软件的使用尤其是补贴大战深刻地改变了司机的劳动过程，他们劳动身份变得多样化了：在作为驾驶车辆的劳动者的同时，他们成了数据生产者；而且他们还是新技术产品(乘客端出行软件、移动支付等)28的推销员。司机的推广行为同样产生数据，但其背后有着复杂而微妙的内涵。
打车软件刚面世时，出于时间成本等考虑，很少有司机采用五花八门的打车软件。但补贴大战彻底改变了一切。大部分石厦村的攸县的哥在这个时期下载了滴滴、快的司机端应用软件，“欢欣鼓舞”地加入了这场新技术革命，以分享平台经济的红利。因此，出租车司机是在金融资本的驱使和不受规制的竞争环境下“被平台化”的。在滴滴、快的两家战事正酣时，双方不断加码、即时到账的现金补贴很快让司机的工作变得本末倒置，现金来得快，人心就活了——这就有了“刷单”行为。
“刷单就是做假单，不存在的单”,攸县的哥刘勇直言不讳地说。由于两家竞争，通过向乘客推广软件和移动支付，一次真实的行程变成两次交易以加倍套取补贴，或者司机同时充当乘客“演双簧”,成了刷单的源起。但刷单也来自早期软件的技术漏洞。被的哥们称为“电子脑”的龙哥发现最初支付宝不需要手机短信验证，而且一部手机可以绑定6个支付宝账号，他自称最多时向亲朋好友借过25个手机号码充当乘客，就这样“自己给自己发单，两头吃”。这种窍门很快就在社区内部传递，尝到甜头的司机们开始千方百计地试探软件的漏洞，他们称之为“做手脚”;因此，出行平台一出现，司机们就开始了“反向操作”——这是劳动者对基础设施的技术反演。与乘客的即兴、互惠合作需要“语言沟通艺术”,利用熟人社会的关系资源充当乘客与司机上演发单、抢单的双簧戏也需要“交情”。可见，补贴大战中的攸县的哥在熟人和生人的关系中都积极地调动了情感劳动。
由于出行软件的后台技术一直在演进，的哥们的应对“套路”也不断花样翻新。例如最初订单执行过程没有定位跟踪，的哥们坐在一起就可以相互发单、抢单；后来打车软件采用GPS跟踪，的哥们就得把“车辆运动的轨迹做出来”。于是傍晚下班后，一些司机“两两结对”,骑上老婆上班用的自行车就上路了——乘客、司机两种角色轮番上阵。据司机“百通”回忆：“当时(后台)只看你的轨迹运动了没有，快慢没什么讲究，有时边推自行车边走路也行。”
石厦村的攸县的哥大多是60、70后老司机，虽只有初、高中文化程度，但特殊的职业令他们消息灵通、见多识广，微信上的同乡朋友圈就像当年的对讲机，更是这个职业社群的“智多星”。自补贴大战起，他们从未停止过对打车软件后台技术的琢磨、交流与分享。的哥们很快就明白了：池塘里有水的同时，“还要把鱼(乘客)引进来、养起来”,这是在为打车软件“养客源”。可见出租车作为流动的媒介，成了技术后台供需两端“关系性数据”的勾连者，培养了消费者新的打车习惯。出租车这个人类相遇的亲密地带，变成了多媒体融合的数据生成之 所29。
更有甚者，的哥们通过琢磨后台技术，发现了一个秘密——后台其实是有“口子”的，有时口子是开的，可以随便刷单；有时口子关上了，刷单就存在风险(如暂时封号)30。于是，的哥们得出了他们的推理：口子开了的时候是那些打车软件公司“骗风投”的窗口期——这是的哥们在不断试错、交流、合作中总结出来的一套“新知识”和另类操作经验。由此可见刘勇对刷单的定义是片面的，刷单固然是造假，但这种看似“摆不上台面”的行为，实质上是一种有偿的软件推广和非正规的数据生产服务，它为滴滴、快的在激烈争夺市场份额阶段快速找到融资渠道“制造”了业绩报表上的数据。
滴滴创始人程维向媒体透露了补贴大战后滴滴和快的订单数据的变化，两家的下降比例高达四成和六成之多31。这一方面固然来自乘客方的激励效应——一种虚假的消费需求，但也有资本推动下出租车司机刷单所制造的惊人的数据泡沫。补贴大战横扫整个出行市场，据艾瑞咨询的一份报告显示，从2012年初至2013年底，中国市场上先后出现近百款打车应用，累计用户数估为1800万32,而2014年的这场资本豪赌令滴滴、快的击败了市场上几乎所有的打车软件，在当时中国打车市场已达1.72亿的APP累计账户中，滴滴、快的占据99.8%的份额33。这是在中国本土上演的一场声势浩大的资本加速运动，也是劳动者在资本的刺激下既参与建构了平台、又快速被“平台化”的过程。
(二)“我们要打败滴滴”
2016年7月，中国成为全球第一个宣布网约车合法的国家34。有学者认为，“这是一次由技术创新引发、各种力量博弈推动的‘放松管制运动’”35,其结果是催生出一个巨大的城市出行供应市场。据统计，2015年年底，中国移动端出行服务用户中司机数量总计为1871.4万人，其中出租车司机占不到十分之一(153万人)36——在市场供给端迅速扩容的同时，出租车司机下沉为平台的少数群体。
反转来得快而彻底。2015年9月，一站式出行平台“滴滴出行”成立，新的企业LOGO就去掉了“滴滴打车”时代的出租车标识，尤其令出租车司机愤愤不平的是，过去他们根本不放在眼里的“黑车”(指非法营运的私家车)被“洗白”成为网约车后，竟然更受“算法老板”37的青睐。
原因说来简单。平台在拥有了多种网约车辆业务之后，开始用资本最原始的“分割-攫取”模式制定新的市场规则38。首先是网约车和出租车两类司机之间出现了区割：前者每完成一单，滴滴收取平均19%的抽成39,而后者是免费的。于是，算法偏见在执行大规模实时分单(即智能派单)时自然向网约车倾斜——出租车司机处在平台整条“食物链”的最底端。滴滴出行运用如此简单的一个算法逻辑，重构了中国城市交通服务业的利益分配和劳动秩序。此外，在对网约车的大力推广中，滴滴向乘客发放只能用于网约车服务的名目繁多的补贴，以养成消费者新的出行习惯；这也意味着平台变相地掌控了市场的定价权，此举令整个出租车行业遭受沉重的打击。2015年出行市场的剧烈转型使得各城市出租车司机罢运、退车潮时有发生；据2016年6月陈玉洁对出租车司机的一项全国性调查，有55%的受访者参加了罢运40。
自从2015年5月滴滴快车上线后，的哥们明显感受到接单难度的增加。他们分工合作，有的用客户端叫车，有的开车在边上转悠，以观察平台如何派发订单。用“县长”的话说：“我们都发现，你要用滴滴打出租车，它说周围没有，然后又要乘客加价，反正想方设法不让我们接单。”这种模拟乘客与司机双重角色的实验，作为劳动者对平台的反演贯穿于司机与后台技术斗智斗勇的整个过程。了解真相后的“县长”采取了他所谓的“报复行动”:
我们抢到单，就马上点完成，然后把路边客(指不用打车软件的乘客)拉走。在道义上这是违反规则的，但是我发现你(指滴滴)反正不是为我的士服务的，我干嘛跟你讲道理?所以我天天这样做。最后我的账号被封99年。
这是直接破坏平台游戏规则的行为。当时滴滴还在与优步作战，对抢单的出租车司机仍有小额奖励，“县长”他们采取的是线上拿补贴、线下拉“扬招客”的“两面派”行动；这同样是利用了当时后台的技术漏洞——司机抢单成功后可以立刻点击“完成”,奖金即时到账，平台并不跟踪司机定位和移动支付的数据。但一段时间后，“县长”在他的APP上就接到“账号被封99年”的通知，可见平台发现了这个漏洞并采取了惩罚措施。事实上，各种形式的“拒单”(包括接单后拒载)是司机日常工作中最简单有力的抵抗方式，可谓平台劳工“弱者的武器”;因而拒单也是平台对司机最严厉的惩治项目。
“分割-攫取”模式还反映在平台对司机的大数据绩效管理上。2016年9月，滴滴推出司机个人服务信用体系41,从而在订单和收入上造成了司机内部的分割。这是出租车司机在传统公司制度中从未遇到的差异化管理。从最初的“滴米制”(一种虚拟积分制)到后来的服务分制、口碑值制，司机们采取了多种抵抗方式。以2016年下半年推出的“金牌司机”制为例，滴滴按乘客评价、接单率等指标将司机分为金、银、铜三个等级，用于平台在智能派单中向优质司机倾斜。对于等级制，攸县的哥们以集体犯规的方式加以抵制：当他们发现有一种“刷金牌司机”(通过刷单增加分值、提高等级)的有偿服务时，信息一时在微信群里四处转发；几乎所有的受访者都花钱刷成了金牌司机。当这个绩效考核模式被取消时，的哥们自豪地宣称金牌司机制被他们“破掉了”。然而，平台即推出了一套更加复杂、精细的绩效制(如目前130分的口碑值制),大大增加了通过“刷分”破掉平台游戏规则的难度。
滴滴对出租车行业的冲击引发了司机持续的对抗行动，甚至还上演了一些戏剧性的片断。2018年市场上出现了多款挑战滴滴垄断地位的打车软件，而帮这些软件做推广被一部分攸县的哥视为报复滴滴的绝地反击。例如“嘀嗒出行”高额的推广奖励加上司机的复仇情绪，引发了石厦村持续半年多“刷嘀嗒”的热潮， 一些的哥的参与热度远超当年的补贴大战。据刘勇等人回忆：嘀嗒公司华南地区负责人曾 到石厦村考察，感叹大榕树广场刷单的场面“热闹得像开演唱会一样”。大榕树广场是石厦村的公共休闲场所，通常傍晚是一幅的嫂接的哥下班的温馨画面，却临时成了的哥的嫂们相互刷单的狂欢舞台。家户经济、同乡同业那些将乡土关系嵌入经济生活的文化现象，与数字化的“先进”科技产生了魔幻的结合。
假如说参与刷单的的哥们是技术上与滴滴交手的游击队员的话，那么接下来，我要引出与平台正面交锋的出租车司机里的“正规军”。
(三)“这就是一种博弈”
平台是一个复杂的共生系统。这个声称比AlphaGo还聪明的滴滴大脑高速进化的同时，也是“黑产”猖獗之时。2019年，滴滴官方公布网约车黑产市场规模超过10亿元，已经形成了技术、服务、中介等组成的上下游产业链。与出行平台相关的黑产主要涉及注册造假、刷单和作弊抢单工具三大类42。作弊抢单工具分应用软件和插件(也叫外挂),司机统称为“抢单神器”。本文以“非正规技术”作为此类技术工具的学术用语，而运用非正规技术的实践同样生成数据，因而也是一种另类数据劳动。
石厦村热衷集体刷单的的哥们大多听说过抢单神器，但真正使用抢单神器的却是出租车司机中自组织的“正规军”——2012年通过微信“串起来”的“深圳微信车队”,一个由不同户籍的深圳出租车司机组成的线上职业社群(我称之为“民间车队”)43。深圳微信车队后来分裂成多支小车队，以石厦村的哥为主力的飞鹰队是其中的一支44;各车队之间“分中有合”(指合作),鼎盛期全深圳规模约为上千人。
为了将黑产与滴滴共生共长这一特殊现象进行一次技术反演，我将媒体有关滴滴人工智能的报道与深圳民间车队对抢单神器的操演这两条线索并行叙述；抢单神器的使用来自我对原“深圳微信车队”14位“元老级”队员的口述史。
民间车队使用黑产技术与平台的交锋分为三个阶段。第一阶段是平台智能化之前，队员们初试“神器”得心应手阶段。车队负责技术的郑师傅自称是“深圳第一个使用抢单加速器的人”,他对2013年使用的加速器“烧饼”、“葫芦侠”记忆犹新，这些是免费的游戏加速软件；另一位创始人武哥自豪地说：“滴滴一出来，我们就跟滴滴斗智斗勇。”多位队员向我解释了安装加速器后可将抢单时间从6秒缩短至3秒的操作原理。早期车队借助这类加速软件每天可以抢到利润较高的长途订单，他们通过微信调度车辆、人员实现共赢共享，队员们回忆当时的心情是“心花怒放”。
借助于加速器的威力，队员的收入大幅增加，队伍也不断壮大。到2015年，深圳微信车队(改名为“深圳V车队”)注册了公司，与杭州、武汉等城市的民间车队成立了“全国出租车V车队联盟”,以微信公众号为跨地域协作平台，利用在滴滴上抢长途单的优势，开辟出一个主营差旅、机场、酒店客户接送的细分市场。
民间车队与平台的交锋在滴滴与快的合并后进入了关键的第二阶段。2015年5月，滴滴成立了“机器学习研究院”,宣布推出“智能出行平台”,由此进入了本文开篇提到的滴滴大脑(其人工智能技术产品名为“九霄”)的发育期。此时滴滴向全球招募了何晓飞、叶杰平等大数据和机器学习领域的专家，他们的第一项任务就是将打车软件时代的“司机抢单”改为智能化的“平台派单”45。这次重大的技术改造也是平台与司机权力关系的一次根本性的转折。智能派单是出行平台提高运力、实施差异化管理和分配机制的重要环节；换言之，它是平台操控一切关系与过程的基础，也是全球所有商业平台权力系统的共同逻辑46。从2015年启动九霄项目，到2018年上半年司机端全面推行“指派”(即平台指定派单)模式47,滴滴大脑正是在这个阶段通过海量数据的饲喂进行机器学习、迭代进化，前文提到的2017年“出世”时便一鸣惊人的滴滴大脑就是这一时期的成果。
据车队队员们回忆，2015年黑产市场异常活跃，推出了自动抢单(即没有时间延迟直接抢单)、GPS虚拟定位等新技术，卖家、品种与营销方式多种多样，价格几百至上千元不等，并提供售后服务，形成了一条完整的产业链。黑产技术开发人员在业内被称为“作者”,他们专门找平台的漏洞并不断更新技术，而那些使用黑产的司机也就成了专业“打洞”者。滴滴、黑产、司机形成了奇特的共生关系。
几位创始人跟我回忆了这一阶段自动抢单软件的名称，诸如疯狗、大黄蜂、乘风破浪等。郑师傅为我出示了2017年出产的名为007的自动抢单软件，页面显示司机可以自己设置抢单时间(单位为毫秒)、抢单行程(单位为公里)等参数。有些抢单神器还可以跟GPS虚拟定位软件或插件一起使用，其具体操作叫作“定位漂移”,主要用来避免司机长途回程时出现的空载，它需要3-4名队员默契配合方能完成，因而被称为“团队合作项目”48。
队员们反映，平台初期对技术漏洞(指黑产的使用)反应很慢，武哥说：“他们(指平台)开始没有技术支持，反而我们有技术支持，他们堵漏洞要很久”。据众人回忆，抢单神器从好用到失灵的生命周期有一个逐渐缩短的过程——大致从大半年或半年缩短到2、3个月，再缩短到1、2个月。按郑师傅观察，通常司机端软件更新就意味着抢单工具的失灵，于是就出现了“魔高一尺、道高一丈”的局面：
滴滴的版本是一直升级的，它一升级，卖那个技术(指黑产)的人也跟着升级，这两个一直是在斗争中。那边堵漏洞，这边就发现新的漏洞。这就是一种博弈。
可以说，滴滴大脑的发育阶段是黑产与平台的拉锯战，黑产技术在与九霄的交锋中也得到了惊人的提升。滴滴信息安全战略副总裁弓峰敏在2017年的一次采访中说：“我们可以用AI、机器学习来拦截作弊，黑产团伙同样也会利用机器学习和AI来绕过我们的策略，这就是一场持久战一样的博弈。”49黑产技术与市场的繁荣，令民间车队如虎添翼，这一阶段的“全国出租车V车队联盟”逐渐发展成一个覆盖26个省、4个直辖市共90多个城市的线上联盟，形成了跨地域的自组织协作平台50。
最后一个阶段是滴滴人工智能的成熟期。2018年1月，滴滴成立“AI Labs”(人工智能实验室)并正式将滴滴大脑的升级版命名为“滴滴交通大脑”,它是“兼备云计算、AI技术、交通大数据和交通工程的智能系统”51。滴滴出行凭借这个智能系统与地方政府合作开展城市智能交通建设，并加速向海外拓展。由此标志着滴滴人工智能进入了成熟期。
此时的平台技术成了见招拆招的武林高手，抢单神器的生命周期明显缩短，有的用不到一个月就作废了。2019年，滴滴又使出了更“狠”的一招——对司机端软件登陆采用了人脸识别。在郑师傅看来，刷脸加上永久封号(意味着司机的失业)这两个杀手锏，说明“滴滴在技术上几乎完美了”,同时也意味着民间车队的团队作战受到了致命的钳制。在打击非正规技术的使用上，滴滴从此掌握了生杀大权。从此，全国各地民间车队靠抢单神器获得的订单大幅减少，接着又遭遇2020年全球新冠疫情，用武哥的话来说，车队“被打得七零八落，有的已经名存实亡，大家都心灰意冷”。最后这个阶段，滴滴人工智能完胜。
非正规技术的使用作为一种另类数据生产，或是逾越了平台的抢单时差、或是对定位加以篡改，表面上看，是对平台算法的破坏。据陈玉洁2016年对全国出租车司机的问卷调查，在使用出行软件的4989个样本中，有高达34.5%的司机(N=1719)安装了作弊软件。陈文并没有提供司机使用作弊软件的动机，并以劳工维权的“算法行动”(algorithmic activism)对这一现象作出了解释52。
但质化研究呈现了更加复杂的一面。“深圳微信车队”创始人之一明哥在聊到近几年使用抢单神器的感受时，将车队比作“蚂蚁军团”:
我们是在抗争，你(指平台)把这个破了，你把我们封了，我们就像蚂蚁一样想另外的办法，我来咬你，即使剁了我的头，我只要有四肢，我用腿来踢你。哪怕我还有一点点力气，我就想办法跟你抗争!
这是访谈中最激烈的对抗性话语。但其他老队员都认为他们使用抢单神器主要是一种市场博弈行为，利益是他们使用抢单神器的初衷。依仗非正规技术与全国性资源，几位创始人当年都有过创业的梦想，只是到如今已经彻底破灭了。
作为专业打洞者，访谈中队员们常挂在嘴上的是对自己使用黑产的一些辩解，诸如“滴滴是靠我们把漏洞给补起来的”;有的甚至认为黑产是滴滴的“内鬼”搞出来的，是滴滴故意而为之，平台和黑产是一种“相生相克”的关系。他们并不认为这是一种揣摩，而是自己长期与黑产打交道得出的证据确凿的结论。
而我更关心的是在2015年滴滴开始建构智能平台到2018年滴滴高调打黑这一时间段——也就是滴滴大脑的发育阶段，遍布全国的民间车队和其他司机使用非正规技术所生产的数据，客观上对滴滴大脑这个人工智能的生成起到了什么样的作用。
为此我请教了6位从事大数据挖掘、机器学习研究的科学家(其中一位曾经参与过无人驾驶的研发),他们给出了这样的答案：所有被发现的漏洞对人工智能的机器学习与系统完善都起到了“一定的作用”,甚至“非常重要的作用”53。在计算机领域，这样的例子比比皆是，例如2016年4月美国国防部启动了“攻陷五角大楼”计划(hack the pentagon),其目的是希望黑客挖掘出国防系统中存在的安全漏洞并进行修复。一些大型软件厂商、企业也将自身软件或系统发布在如HackerOne、Sobug、漏洞盒子等众测平台，期望通过悬赏刺激更多的研究人员对其产品中的安全漏洞进行快速发掘54。人工智能的系统完善也是同样的原理。从这个角度看，使用非正规技术的司机其实成了滴滴大脑这个人工智能(包括其机器学习和检测、防御系统)的数字劳工，他们的一切非正规技术实践都为系统的优化作出了贡献；他们做着与印度等国家的众包工人同样的幽灵工作，只不过那些众包工作是有雇主(在众包平台上名为“请求者”,其中包括优步55)的有偿劳动，对滴滴而言，借助黑产这个行业，司机们所从事的为系统发现、检测漏洞的数字劳动却是免费获取的。
四、新权力装置
与平台劳动自然生成的正常数字劳动不同，另类数字劳动是“活的劳动”对数字化基础设施的反演，它是一种在特定文化脉络中展开的有组织的实践，凝结着劳动者作为主体的智力、情动(affect)与协作。另类数字劳动不仅在一定程度上令我们窥见基础设施的“基底”,掀开了数字智能技术黑箱的一角，而且它将权力置于福柯所言的“一个复杂的策略性的处境”56之中，从而有可能揭示数字资本主义所建构的新型社会关系和组织形态，即一种新的权力装置。本文认为，攸县的哥和民间车队与滴滴长达八年斗智斗勇的另类数字劳动，揭示了新权力装置在大数据、智能技术上两个特定的运作机制及后果。
第一，数字化权力装置通过在劳动过程中“制造能动”(manufacturing agency),有可能形成完美的价值链，快速实现资本增值，并造成劳动者的贬值。
在产业资本主义工厂政体下，19世纪马克思认为工人是在“强制”(coercion)的劳动过程中生产剩余价值；20世纪70年代布若威(Michael Buraway)从工人的“赶工游戏”中发现带有一定自发性和自主性的车间内部竞争，调和了劳资双方的利益，由此提出“制造同意”(manufacturing consent)这一劳动过程理论57。因此，20世纪产业资本主义是“工人自发的同意与资本主义微妙的强制二者的结合塑造了生产行为”58。本文认为，数字资本主义建构了一种比制造同意更深层、更复杂、更能调动劳动者个体和集体能动性的机制，这是一种制造能动的劳动过程。本个案的另类数据生产是一种自下而上、集体协作的产物，劳动者的能动性得到了极大的施展，甚至以自编自演的方式积极主动地投身于平台的生成。
表面上看，劳动者的能动性源自对新技术红利的追求；但事实上，我们必须将数字资本主义的劳动过程置于复杂的策略性处境与关系中，才能真正洞察劳动者的能动性是如何被制造出来的。
数字资本主义制造能动的机制，从本质上源自被数字技术赋予的一种新的资本价值链。早在打车软件阶段，出租车就成了一个个移动穿梭的数据“生产点”;在金融资本的补贴大战中，这些异常活跃的节点更是变成了日夜穿梭、不眠不休的资本循环回路的马达。正常的数据生产，加上软件推销制造的虚假需求和数据泡沫(刷单),令出租车司机为即将诞生的平台做出了多方面的贡献：为平台积累原始数据(作为原材料兼资产),为滴滴、快的争夺宝贵的市场份额，为吸引风投“制造”业绩，为出行市场培养新的消费习惯，甚至也为移动支付的推广立下了汗马功劳——这是数据价值的高弹性(high elasticity)、高灵活性和连带效应(又叫网络效应)的一个经典案例。资方之所以在补贴大战中投入巨额资金——甚至处于失控的非理性状态59——就是因为他们十分清楚数据生产的马达一旦开足马力，就能成功打通资本流通与增值的所有环节，数据流量高速吸纳金融资本、生产要素、市场份额的正循环形成了一条完美的价值链。此外，数字资本主义“流量迷狂”的另一个秘密在于：在资本运作过程中，数据与增速、量能高度相关，与真假关系不大，这与“数字化数据”(digitalized data)高度抽象的特性有关，它以隐秘的手段获取，被赋予了隐秘的身份与法力。可以说，深谙这一原理的资方对劳动者正常数字生产乐享其成的同时，对另类数据劳动是默许的，在特定情境下是鼓励的。因此，是数字技术将数据快速、高效转化为资本价值链的动能和资本的意志，在背后成功策划、制造了劳动者的能动性。
制造能动有几个前提条件：首先劳动者对数据采集、用途存在着巨大的知识盲点；其次劳动者并无数据产权，从而造成了资方对数据的任意攫取、占有、利用，新的资本积累模式获得了合法性。总之，劳动者的能动性是在受蒙蔽的前提下被制造出来的。假如说工厂政体下制造同意一定程度上仍在工人的认知与可控之内的话，那么制造能动完全超出了劳动者的认知与掌控范畴——数字资本主义令人与产品的关系隐而不显，人的价值创造几乎被完全遮蔽。
然而，制造能动的结果是新权力关系的确立：“活的劳动”成了抽象的数据与运力，滴滴以绝对的垄断地位操控了出行市场，用分割-攫取的算法逻辑重构劳动秩序、分化劳动者；与此同时，劳动者“被平台化”的后果是数字资本主义制造了一个庞大的弱契约、可替代、可计量且对平台高度依赖的不稳定劳工。在体量被急剧放大的劳动力市场，工人的贬值不只体现在相对收入的减少，更反映在行业和个体职业命运的脆弱不安(precarity)上60。在此，我对马克思的论断略作调整：数据世界的增值同人的世界的贬值成正比61。
第二，智能化的新权力装置，通过机器学习的正反馈机制，吸纳了劳动者作为人的一切社会属性，包括对抗性行动，从而有可能成为吞噬一切的力量。
另类数据生产不仅包含着劳动者作为理性人的功利动机，而且在职业命运的跌宕起伏中，司机们作为感性的人对平台产生了由爱转恨的复杂情动，劳动者在技术应用上展开的各种对抗性操演凝结着人的社会属性——数据实质上是社会关系的产物。
但是，经过数据采集，人的一切社会属性都被抽象化为由0和1组成的代码；更为关键的是，像滴滴大脑这样的智能化装置，在机器学习这个环节一改过去所有机器的特征，它是一个全新的正反馈装置。前文提到的欧洲学者道尔恩和贝杰揭示：通过向算法喂饲数据这一机器学习，数据与算法产生耦合——被“喂”的数据越多、算法就越有用、越精准。这个“正反馈回路”(positive feedback loop)是机器学习及其全面自动化的核心，也是资本加速增值的秘密62。
但道尔恩和贝杰可能没有料到，与算法产生正反馈回路的数据，不仅来自正常数字劳动，还有来自博弈、破坏、抵抗的对抗性数据(adversarial data)。它们起到了另一种正反馈的作用——帮助系统检测漏洞、修补漏洞，协助系统建立防御机制(相当于windows系统的防火墙),总之，对系统的优化起到了外人意想不到的作用。这也就意味着，在工业时代，维纳控制论中的“噪音”需要“滤波器”来消除干扰63;但是在智能技术时代，对抗性数据在机器训练、深度学习中，却是一个必不可少的环节；而且，数据中对抗样本的价值甚至要超过一般的正样本64。
关键是，劳动者的对抗行动被机器吸纳、利用，成功地令机器和资本快速赋能。从2016年到2020年，滴滴车主苹果手机的APP(IOS系统)每年更新次数都在20次以上65,系统优化(包括解决系统漏洞的小程序)是数字智能技术的必要环节。这就意味着，滴滴大脑不但像一名灵敏的狙击手，对满大街移动的车辆和乘客进行动态打靶(供需匹配);同时它还是一名高明(smart)的猎手，在后台捕捉正常数据的同时，也俘获一切对抗的、异常的猎物，通过升级迭代，为狙击手提供更精良的武器。从司机破坏性刷单、黑产技术使用和对绩效制的破解这些案例看，任何劳动者能“破”的漏洞，换来的都是自动化机器更加精细化、精准化的技术与管理策略；劳动者投入大量时间、精力、情感、智力的对抗行动都被数字智能装置所反噬，转而成为强化平台操控劳动者的力量。
“制造能动”并“反噬对抗”(可视为同时进行的过程)是我从出租车司机另类数据实践得出的推论，是对数字资本主义技术向度的剖析，当然，这背后离不开资本的意志和资方的意图。可以说，按需平台的数字智能技术不仅彻底颠倒了人与机器的主仆关系，而且已经拥有了一种“相克即相生”的机器哲学。由此可见，按需平台使得人的一切社会属性，尤其是人的能动与反抗都被编制进入了资本的增值链，建立了远超产业资本主义的新霸权——一种巨大而不可见的数字智能霸权。这是本文对有学者已经在宏观层面提出的“平台超级权力”及其“强大的正循环效应”的一个个案补充66;这也意味着在没有政府监管、市场竞争、媒体监督等外部压力条件下，数字资本主义有可能成为吞噬一切的新权力装置。
以此，我对《外卖骑手，困在系统里》中“系统”一词，做一个简单的学术回应。在我看来，作为平台劳动者的骑手同样被困在一个制造能动并反噬对抗的权力装置(即系统)中。平台利用个体骑手对利益的追求，通过任务制、游戏化的规则制造了骑手的能动性(加快行驶速度、发现一条就近线路等),最终导致去情境化、非人性的(impersonal)机器装置对送餐时间的不断压缩；与此同时，骑手们的任何对抗行为同样被算法老板所俘获，通过系统优化，成为进一步管控骑手的反制力。有学者提出骑手通过“逆向工程”(即劳动实践中的算法学习)展开各种策略性行动，达到自我赋权、反剥削和再创造67;在我看来，劳动者获得的只不过是情境性的、虚假的自主性，骑手们的逆向工程无一能跳脱平台规则、逃离数字监控和系统反噬。在监管缺位的环境下，骑手之所以被困在系统里，很大程度上是被困在算法老板令劳动者作茧自缚的机器与资本逻辑中。
制造能动和反噬对抗是一个劳动者的主体性(subjectivity)被建构又被否定的过程。数字资本主义的新权力装置要求我们对过去的理论如新媒体赋权(赋能)、弱者的武器放在一个远比以往更复杂、更多维的情境中加以考察；同时需要对马克思经典的劳动异化理论进行必要的发展与补充。
19世纪中叶，马克思在蒸汽机时代提出了异化劳动的四种表现形式(也叫四个规定)68,在揭示商品异化劳动对人的全面否定上，这一理论思想的深刻性与洞见性至今没有过时。但马克思的异化理论并没有涉及劳动中工人的反抗问题。按需平台反噬对抗的权力装置将劳动者与自己生产的数字产品的关系“坐落”在一种更深层的、结构性的扭曲和背谬之中69:劳动者原本用来否定他者的力量直接生产了自身的对立面；而且反抗越激烈，束缚、压迫自己的反制力就越强大——新的权力装置令劳动者落入了无处遁身、自我耗竭的境地，这是数字异化劳动的一种新范式。今天无人驾驶技术日趋成熟，正在宣布劳动者面临着用自己生产的数据将自己淘汰的结局，这无疑是一种比工业时代更彻底的异化。
但是，本文在此特别强调，正是数字资本主义对劳动者主体性的遮蔽与抹杀，我们就更应该看到并承认劳动者作为真实主体的历史地位。攸县的哥遭遇平台后，又一次将血缘、地缘的熟人社会资源嵌入到新的经济与技术生活中；那些在技术专家眼中看似笨拙甚至荒诞的另类数字劳动，是劳动者在有限的媒介素养下，借助社群的交流、协作、共享，甚至即兴创作(improvisation)所展开的多姿多彩的技术操演——特定的社群文化生产了丰富的地方性知识，包括关于平台的技能、策略和话语的意义之网；借用意大利自主马克思主义者维尔诺(Paolo Virno)对马克思“普遍智能”(general intellect, 又译为“一般智力”)的重新界定，劳动者在数据生产中积累了包括“正规和非正规的知识、想像、伦理习惯、思考模式和‘语言游戏’”的普遍智能70。劳动者作为主体的生产性，无疑是对“活生生的基础设施”的生动展演；在数字资本主义试图凌驾一切的时代，攸县的哥、民间车队这类有机社群遭遇平台的初期抵抗，作为一段“人的经验史”就显得弥足珍贵。
五、结言
数字劳动是目前国内外一个炙手可热的研究领域，在理论上似乎陷入了“剥削”抑或“解放”的框架之中。以哈特(Michael Hardt)和奈格里(Antonio Negri)为代表的解放说，其思想影响更为深远。这两位思想家从西方后现代理论汲取了丰富的灵感资源，对非物质劳动下主体性生产、主体逾越(excess)所带来的解放潜能抱有极大的幻想。对此，齐泽克(Slavoj Žižek)等人已经有过犀利的批判71。
本个案表明，数字劳动是一个交织着合作、博弈、破坏、抗争的动态过程，“剥削-解放”框架无疑太过简约。今天，技术范式的重大转向，要求更多的研究者(包括人工智能科学家)和劳动者一起通过“基础设施反演”,去“拆解”数字资本主义隐秘而复杂的劳动过程、权力关系，重新审视劳工的主体性问题。
最后，数字劳动是一个过于宽泛的概念。在按需平台，虽然劳工和消费者都是从事数字劳动的用户，但两者的身份、地位截然有别，后者很难对前者产生深切的理解与共情。或许有人会说，出行平台提供了便捷的城市交通，科技进步导致传统行业衰落也是历史的必然。但事实并没有这么简单。试问：假如我们每天快速奔向制造能动、反噬对抗的另一个平台，从事着高度内卷化、996的工作，那么再智能化的交通基础设施又有何意义?放大了看，我们每一个生命体都是数字化基础设施活的零部件，所有人的价值都面临着被数据遮蔽、异化与吞噬的命运。因此，我们有必要质询：在无人驾驶汽车已经测试上路的今天，那些日夜奔波为平台创造价值的劳动者，未来将何处安身?随着人工智能的完善，作为一切数字化基础设施的所有的人，我们将何以安顿自己的身心?
