R

A03 Actor-Network Theory·AI 作为非人行动者

创建 2026-06-07 更新 2026-06-11 5 条双链 STS 专题 AI 整理

A03 Actor-Network Theory·AI 作为非人行动者

当你把一个 AI agent 接入工作流，你以为你在”增加一个工具”。Latour 的行动者网络理论（ANT）会告诉你：你在重组整张网络的权力与信息流，而”工具”这个词正是让你看不见这场重组的那层障眼法。本节的视角不是”AI 好不好用”，而是”AI 进来之后，谁的角色被改写了、哪些原本属于人的活动被悄悄委托出去了、哪个节点变成了所有人绕不过去的隘口”——这套精密的追踪工具，远超 PM 手里那条”用户采纳曲线”。

[!quote] 一句话立场 只把 AI 当工具 = 看不见它对网络的重组。ANT 逼你把 AI 当成一个会铭写、会转译、会重新分配角色的非人行动者（actant），于是组织内的权力地图第一次变得可画。

§0 为什么是 ANT，而不是 SCOT 或”采纳曲线”

读到这里，你脑子里大概率挂着两个默认框架，得先各打掉一个。

默认框架一：技术采纳曲线 / Diffusion of Innovations。 这是 PM 的母语——创新者、早期采用者、鸿沟、大众市场。它好用，但它有一个致命的本体论预设：技术是一个固定不变的对象，变化的只是”多少人用了它”。曲线只测量”采纳率”，它默认 AI 进来前后，组织的角色结构、谁向谁汇报、什么算”决策”这些东西都不变，变的只是 X 轴上的人数。这正是 ANT 要拆掉的盲区：AI 进入工作流后，被改写的恰恰是这些”不变量”本身。

默认框架二：SCOT（技术的社会建构，见 A05 技术的社会建构 vs 技术决定论）。 SCOT 比采纳曲线深刻，它告诉你技术形态是”相关社会群体”协商的结果（Pinch & Bijker, 1984, Social Studies of Science, 14(3): 399–441）。但 SCOT 有一个被 ANT 抓住痛打的人类中心主义假设：人是行动主体，技术物只是被人协商、被人塑造的对象。在 SCOT 的世界里，AI 永远是”被讨论的桌上之物”，它自己不会反过来改写讨论者。

ANT 的根本翻转在于广义对称性（generalized symmetry）：人类与非人类在分析框架里被对称对待，谁也不预设比谁更有”能动性”。这不是说”AI 和人一样有意识”——这是个常见误读，下文会专门处理——而是说：在追踪一个网络如何运作时，你不能预先把因果都归给人，把物当成惰性背景。对 AI 而言这一点尤其要命，因为 AI 是少数真的会生成输出、改写下游行为的非人物。把它当惰性工具，等于在分析的第一步就把最重要的变量删掉了。

维度采纳曲线SCOTANT
AI 的本体地位固定对象，只问用量被社会群体塑造的对象与人对称的非人行动者（actant）
关注的变化采纳率（X 轴人数）技术形态的协商定型网络中角色/权力/信息流的重组
看不见什么角色结构本身的改写非人物的能动性（自承）持久的宏观权力结构
对 PM 的产出”渗透到哪一阶段了""哪几个群体在争夺定义权""谁的活被委托走了、哪个节点成了 OPP”

[!note] 框架选择的赌注 我赌：对”AI 进入组织”这类问题，ANT 的解释力 > SCOT > 采纳曲线。但 ANT 的代价是它放弃了规范性判断（不预设好坏）和对持久结构的解释——见 §6 的对手回应。如果你的问题是”这个功能值不值得做”，ANT 帮不上忙，请回到采纳曲线和 c14 - 模型评估体系与 Goodhart 陷阱。

§1 核心词汇表：Actant / Translation / OPP / Inscription / Black-boxing

ANT 由 Bruno Latour（1947–2022）、Michel Callon、John Law 于 1980 年代初在巴黎创新社会学中心（Centre de Sociologie de l’Innovation）共同发展（来源：Routledge Encyclopedia of Philosophy “Latour, Bruno”；Nature 讣告 2022）。它的力量在一套可操作的词汇，下面五个就是你分析 AI 网络时真正会用上的工具。

1. Actant（行动元）。 借自 Greimas 符号学，指”凡能引发行动或改变他者状态之物”——人、机构、文本、算法皆可。关键不是它”是不是人”，而是它”有没有 make a difference”。一个不改变任何下游行为的 AI 模型，在 ANT 里根本不算 actant；一个会改写客服话术、重排工单优先级的 AI，则是强 actant。

2. Translation / 转译。 Callon 的四阶段模型（Callon, 1984, The Sociological Review, 32(S1): 196–233；同文 1986 年收入 J. Law 编 Power, Action and Belief，两种引用年份并存，引用须区分），以圣布里厄湾扇贝研究为经典案例：

阶段含义AI 工作流里的对应
Problematization（问题化）定义问题，把自己设为”必经节点”AI 平台把”所有内容先过一遍模型”定义为唯一正确流程
Interessement（利益化）说服、锁定其他行动元加入用”效率提升 40%“话术把各部门拉进来
Enrollment（征募）分配角色，稳固同盟人从”决策者”被重分配为”审核者/兜底者”
Mobilization（动员）通过代言让沉默者被代表模型输出代表了它从未问过的真实用户

3. Obligatory Passage Point（OPP，必经节点）。 某行动元把自己设置成”所有人要达成目标都得经过的隘口”。这是 ANT 解释权力如何积累的核心机制——权力不是谁天生拥有，而是谁成功把自己变成了 OPP（来源：Monteiro, NTNU, “ANT and Information Infrastructure”；Wikipedia “Obligatory passage point”）。

4. Inscription（铭写）。 设计者把对未来使用者行为的假设”铭写”进技术物。这与 A02 Script 理论·产品内嵌脚本 的 script 概念同源（Akrich, 1992, in Bijker & Law eds., Shaping Technology / Building Society, MIT Press, pp. 205–224）。技术物因此是凝固的社会规范；实际使用可能产生 anti-program（对抗铭写的用法）。

5. Black-boxing（黑箱化）。 复杂网络一旦稳定，就被当成单一整体，不再每次追溯其内部。算法黑箱化 = 一连串社会与技术决策被封进盒子，使批判性追溯变难。这正好接住了 幻觉 与 c13 - 幻觉的不可消除性 的讨论：当模型输出被黑箱化为”系统说的”，错误的来源就被网络性地抹掉了。

§2 把 AI 装进网络：一个 PM 真会遇到的剖面

设想 99/滴滴这类公司上线一个”AI 客服工单分诊系统”。用采纳曲线，你只会问”坐席用了没、用了多少”。用 ANT，你画一张完全不同的图：

  • Problematization：AI 厂商（或内部平台团队）把”所有工单先经模型分诊”定义为唯一正确路径，自己成了 Problematization 的发起者。
  • OPP 的诞生：分诊模型变成 OPP——人工坐席要处理任何工单，都得先经过模型给的标签和优先级。原本”坐席自主判断 → 处理”的流程，被改写成”模型判断 → 坐席在模型框架内执行”。权力从坐席手里转移到了 OPP 持有者手里，而组织结构图上看不到这次转移。
  • Delegation（委托）：Akrich & Latour（1992，同书 pp. 259–264）的术语——原属人类的”判断工单紧急程度”这一活动，被委托给了非人的模型。坐席不是”用了一个工具”，而是”交出了一项判断权”。
  • Inscription 与 anti-program：模型里铭写了设计者对”什么算紧急”的假设；当一线坐席发现模型系统性低估某类投诉，他们会发展出 anti-program（绕过模型、手动改标签、私下建群转单）。anti-program 的强度是衡量铭写是否脱离现实的最佳信号——它比任何满意度问卷都诚实。
  • Black-boxing：半年后，“模型分诊”被当成理所当然的背景设施，没人再追问标签是怎么来的。直到某次大面积误分诊（breakdown）才让整个网络重新显形——这与 A06 基础设施研究·AI 作为隐形基础设施 中 Star “故障时才显形”的命题严丝合缝。

[!tip] 给 PM 的可操作产出 上线前画两张图：(1) 委托清单——哪些原属人的判断被委托给了 AI；(2) OPP 地图——AI 把自己设成了谁的必经隘口。这两张图在采纳曲线上完全不可见，却决定了上线三个月后的组织摩擦在哪里爆发。

§3 判断主轴：90% 的人会在这里搞错的四个点

这一节是本节点的命门。把 AI 接进 ANT 视角，下面四个错位反复出现：

错位一：把”对称性”误读成”AI 有意识/有意图”。

  • 症状：一听”AI 是行动者”，立刻反弹”算法又没有意图，怎么能跟人对称”。
  • 为什么会错：把方法论对称（分析时不预设谁更重要）误当成本体论主张（物和人一样有心灵）。Latour 反复澄清这是方法论工具，不是本体论断言。
  • 正确做法：对称性只要求你”不要在第一步就把因果全归给人”。AI 不需要有意图，只要它的输出改变了下游行为，它就在 ANT 意义上”行动”了。
  • 真实反例：Langdon Winner（1986）和 Collins & Yearley（1992, “Epistemological Chicken”）正是抓着”物无意向性”猛批 ANT，认为对称性会滑向相对主义。这个批评有力（见 §6），但它打的恰恰是被误读的本体论版本，而非方法论版本。

错位二：以为”接入 AI”是加法，其实是网络重组（减法 + 重分配）。

  • 症状：路演里说”我们给坐席增加了 AI 助手”。
  • 为什么会错：加法叙事掩盖了 Delegation——某项人类判断被拿走并重分配。
  • 正确做法：每接入一个 AI 能力，先问”它从谁手里拿走了什么活、把谁重新定位成了什么角色”。
  • 真实反例：Khoreva et al.（2025, Human Resource Management Journal, DOI: 10.1111/1748-8583.70038）用 ANT 分析人才管理中的算法能动性，显示算法重构了 HR 网络中人与机器的角色分配——不是 HR “多了个工具”，而是招聘判断权被重新洗牌。

错位三：只盯模型能力，看不见谁成了 OPP。

  • 症状：选型会上比 benchmark 分数，不问”这个平台会不会把自己变成我们绕不过去的隘口”。
  • 为什么会错：能力是可替换的，OPP 地位是锁死的。一旦某平台 AI 成了你所有工作流的必经节点，迁移成本就不是技术问题而是网络问题。
  • 正确做法：选型时把”它在多大程度上要把自己设为 OPP”列为一级评估项，与能力、成本平级。
  • 真实反例：平台型 AI（搜索、推荐、模型 API）被 ANT 分析为”强制人类行为经其过滤的 OPP”（来源：ANT 综述条目）。这正是 Anthropic、ChatGPT 等基础模型平台的真实竞争策略——把自己锁成开发者绕不过去的隘口，而非单纯卖能力。

错位四：信任黑箱，丧失追溯能力。

  • 症状：“系统说这个工单是低优先级”——没人能说清”系统”是怎么算的。
  • 为什么会错：black-boxing 让一连串社会决策（训练数据选择、标注口径、阈值设定）消失成”系统的客观判断”。
  • 正确做法：在产品里强制保留”打开黑箱”的接口——可溯源、不确定性外显（呼应 p305 - 信任架构与可解释性设计）。
  • 真实反例：幻觉 一旦被黑箱化为”系统输出”，错误的网络性来源就被抹平。Denton et al.（2021, Big Data & Society, ImageNet 谱系研究）展示数据集如何把大量隐形劳动与社会选择”后台化”，正是 black-boxing 的活体标本。

§4 产品 PM 视角补盲：工程之外的三个看走眼点

ANT 容易被读成”组织/工程”分析，但它对 PM 的真正杀伤在三个非工程盲区：

  1. 用户心理模型的重分配：当 AI 成为 OPP，用户的心理模型从”我在做决定”滑向”我在确认系统的决定”。这种从 agency 到 ratification 的心理转移，会系统性降低人的警觉性（automation complacency）。产品若不主动对抗，anti-program（用户私下绕过系统）会侵蚀你以为很高的”采纳率”。
  2. 商业模式即 OPP 争夺：基础模型公司的护城河不是 benchmark，而是成功 black-box + 成为 OPP。PM 做平台战略时，“我们能否成为客户绕不过去的隘口”比”我们模型多强”更决定长期价值。
  3. 合规边界的委托风险：Delegation 把判断委托给 AI 的同时，没有委托责任。当模型误分诊导致安全事件，组织图上找不到”模型”这个责任主体——责任会沿网络弹回到最近的人类节点（坐席/PM）。这对安全产品（如 安全感知与干预、顺风车安全）是结构性陷阱：你委托了判断却独自承担后果。

§5 跨域呼应：从亚马逊雨林到滴滴巴西网络——非人行动者的人类学迁移

[!quote] Rick 的不公平优势在这里显式落地 我的人类学底子（Descola《Beyond Nature and Culture》、Viveiros de Castro 的视角主义）和滴滴国际化/巴西-拉美 fieldwork，恰好能给 ANT 的”非人行动者”补上一个 Latour 自己常被批评缺失的维度：文化本体论的差异。

Latour 的对称性有一个隐藏的普遍主义假设——他默认”人 vs 非人”的划界本身是稳定的。但 Descola 的多重本体论（自然主义/泛灵论/图腾主义/类比主义）告诉我们：“什么算行动者、人与非人的边界划在哪”，本身随文化而变。Viveiros de Castro 的亚马逊视角主义里，美洲豹也以”人”的视角看自己——非人能动性不是隐喻，而是宇宙论事实。这不是浪漫化，而是给 ANT 一个它缺的工具：对称性不是普遍给定的，它是特定本体论的产物。这一迁移在 E02 AI 在中美拉美的 Imaginaries 差异剖解 会完整展开。

落到我自己的巴西 fieldwork：在巴西网约车网络里，CPF实名验证 这个非人行动元的”能动性”，与它在中国的同类机制完全不同。CPF 不只是一个验证字段——它转译了巴西特定的信任结构、非正式经济、对国家身份系统的历史性不信任。同一个”AI 风控模型”铭写进中国网络和铭写进巴西网络，激活的 anti-program 截然不同：中国司机的对抗策略与巴西司机的对抗策略，反映的是两套本体论里”人-系统”关系的不同划界。把 AI 当普遍工具的 PM 会在这里栽跟头——这正是 ANT + 人类学的联合诊断力。这一跨文化差异也是 A04 Sociotechnical Imaginaries·跨文化 的核心命题：同一 AI 在不同社会文化走出不同产品形态。

链入：人类学、民族志、0117社会学。

§6 对手框架回应：接受 + 边界，不是反驳

对手一：Langdon Winner（《Do Artifacts Have Politics?》1980；“Upon Opening the Black Box” 1993）。

  • 他对的部分（接受）：ANT 的描述性立场（不预设好坏、只追踪联结）使它对权力结构、阶级、持久不平等缺乏批判力。Winner 指出 ANT 拆开黑箱后”找到的是空的”——它能描述网络怎么形成，却不评判谁被网络碾压。这个批评直接击中 AI 治理的痛处：纯 ANT 无法对 AI 偏见、平台垄断做规范性谴责。
  • 我坚持的边界：但对”AI 进入组织后发生了什么”这个描述性问题，ANT 的精度无可替代。我的用法是分工——用 ANT 画出网络重组的精确地图（描述），再交给 0115道德哲学-伦理学 和 生命政治 做规范性审判。ANT 让权力显形，批判理论给权力定罪。两者是流水线，不是替代。

对手二：Collins & Yearley（“Epistemological Chicken”, 1992）与 Mills（2018, British Journal of Sociology, DOI: 10.1111/1468-4446.12306）。

  • 接受：对称性原则若推到极致会陷入相对主义；Mills 批评 ANT”无法批判剥削结构”。对一个要为安全产品的伤害负责的 PM 来说，“只描述不批判”确实不够。
  • 边界：ANT 的回应是”对称是方法论工具，宏观是微观联结的效果而非原因”。我接受这个回应仅限于分析阶段——在描述时悬置规范判断，在决策时绝不悬置。这是我对 ANT 的实用主义切割。

对手三（Rick 未读，破 echo chamber）：Blok & Jensen（2025, “What Next for ANT?”, Dialogues in Sociology, 1(1), DOI: 10.1177/29768667241285397）。 Latour 去世后，他们主张 ANT 必须在气候危机与后殖民张力中”变形式创新”，而非守成。这逼问我自己的盲点：我把 ANT 当成熟工具用，但它的奠基者群体认为它正面临是否还适用于行星尺度危机的存在性质疑。把 ANT 套到 AI 上时，我赌的是它的微观追踪力依然有效——这是个需要持续验证的赌注，不是定论。

§7 failure scenario 与 bias 砍除

  • failure scenario 1：当 AI 网络高度稳定、无争议、无 anti-program 时，ANT 几乎失语——它最擅长追踪”进行中的争议”，对一个运转平顺的黑箱反而无话可说。此时该回到 A06 基础设施研究·AI 作为隐形基础设施 的故障显形视角。
  • failure scenario 2：ANT 对”为什么是这种网络而非那种”（宏观结构原因）解释力弱。要解释”为什么全球南方反复成为 AI 数据标注的隐形劳动池”，需要政治经济学，不是 ANT。
  • failure scenario 3：把”成为 OPP”当成纯负面会误判——有时让 AI 成 OPP 正是产品价值所在（如安全强制校验）。ANT 不告诉你 OPP 好坏，只告诉你它存在。
  • confirmation-bias 砍除：本节点早期叙述偏向”ANT 比 SCOT/采纳曲线更优越”。补反例——对”功能优先级排序""ROI 评估”这类问题，采纳曲线和 c14 - 模型评估体系与 Goodhart 陷阱 远比 ANT 实用。ANT 不是万能上位框架，它是一把特定形状的手术刀。

§8 PM 决策启示：面试 / 选型 / 复现

  • 面试：被问”你怎么评估 AI 接入对组织的影响”，答案不要停在”提升效率”。说：“我会画委托清单和 OPP 地图——AI 从谁手里拿走了哪项判断、它把自己设成了谁的必经隘口。因为采纳率掩盖了权力重组。“这是一句能让面试官坐直的 ANT 式回答。
  • 选型：把”该平台在多大程度上要把自己锁成 OPP”列为与能力、成本平级的一级指标。能力可替换，OPP 锁定不可逆。
  • 复现 / 落地：上线 AI 能力时，强制做两件事——(1) 保留打开黑箱的可溯源接口（对抗 black-boxing）；(2) 监测 anti-program（用户绕过系统的行为）作为铭写脱离现实的早期信号，比满意度问卷诚实得多。

§9 与已有节点的关系

  • 对照 A05 技术的社会建构 vs 技术决定论：本节点做的是纠偏 + 对话——SCOT 把 AI 当被塑造的对象，ANT 把它升格为对称的行动者。两者不是替代，ANT 补上了 SCOT 缺失的非人能动性，SCOT 补上了 ANT 缺失的群体协商可回溯性。
  • 对照 A02 Script 理论·产品内嵌脚本：本节点做深化——Akrich 的 script/inscription 概念正是嵌套在 ANT 框架内的，A02 聚焦”设计者如何铭写用户脚本”，本节点把它放回”整张网络如何重组”的更大图景。
  • 对照 c13 - 幻觉的不可消除性：本节点做补缺——c13 在技术内部闭环讨论幻觉，本节点补上”幻觉一旦被 black-boxing 为’系统输出’，其网络性来源如何被抹平”的社会后果维度。不复述 c13 的技术根因。
  • 链 A01 Agent 概念史与语义流变（0411 Agent 专题）：0411 的 Agent 概念正是本节点所分析的”非人行动者”的具体技术形态；本节点的”Delegation/转译”为其提供组织权力层的分析母版。

§10 关联节点

核心（必读）

延伸（可选）

修订日志

  • R1（2026-06-07）：首稿。建立 ANT 五词汇表（actant/translation/OPP/inscription/black-boxing）；判断主轴四错位四件套；Winner/Collins&Yearley/Mills 三对手回应 + Blok&Jensen 破 echo chamber；人类学（Descola/Viveiros de Castro）+ 巴西 CPF fieldwork 跨域具体落地；与 A02/A04/c13 三类升级对照。事实接地：Latour/Callon 生平著作、Callon 1984/1986 转译模型、Akrich 1992、Khoreva 2025、Blok&Jensen 2025、Denton 2021 均据简报核实来源。