[ 2 ] 征召：Uber 与劳动的流动性（Enlist: Uber and the Liquidity of Labor）

流动劳动（Liquid Labor）

作为一名“司机伙伴”（driver-partner），阿尔琼（Arjun）为自己工作。他想什么时候起床就什么时候起床，想什么时候工作就什么时候工作，想去哪里就去哪里。然而，他一天中的活动却以种种微妙的方式被塑造着：驱使他在一天中的特定时刻前往特定地点，催促他延长工作时间，促使他达到某种客户服务标准。通过大量的算法干预，Uber 生产出一种特定的主体性（subjectivity）；这种主体性必须不断被更新，却依然保有惊人的效力。之所以说惊人，是因为它几乎不带有传统管理的任何标志。阿尔琼没有经理、监工或调度员。他没有上过任何正式的培训课，也不必背诵什么厚厚的员工守则。事实上，这套调节装置看上去几乎空无一物：智能手机上呈现的一连串事件，便促发了一种仿佛从自我中有机生长出来的展演（performance）。这种主体性是如何产生的？诱导它需要哪些算法操作？¶

对 Uber 而言，劳动必须变得具有流动性。当其管理层描述这个网约车平台时，他们谈论的不是汽车、路线和司机的具体情况，而是流动性。伦敦运营负责人克里斯托夫·拉米（Christophe Lamy）说，公司“为交通运输带来了一套流动的市场交易系统”（Knight 2016）。这种表述源自金融界并非巧合——Uber 的高层管理人员大多出身于此。这里的管理想象是：Uber 的体制已经如此浸透整座城市，以至于任何人都可以在任何时间、任何地点即时调用它。作为一种服务的交通，绝不应被锁定在单个身体和定点车辆这类缺乏流动性的资产之中。相反，算法性（the algorithmic）将劳动拆散，并围绕用户实时地、动态地将其重组，以形成一个连贯的产品——“轻点按钮，即刻乘车”（Tap a Button, Get a Ride）。移动被液化为一种遍布全城、随叫随到的操作。¶

因此，在某种意义上，劳动的特殊性被抹去了。来的是阿尔琼还是哈里（Harry）并不特别重要，车是普锐斯（Prius）还是卡罗拉（Corolla）也无关紧要。这些具体之处都是无关紧要的细节，消失在一片随取随用、整齐划一的劳动之海中。但这并不意味着工人被忽视了——远非如此。对这位司机伙伴所期望的操作始终保持不变。一种展演是必需的——它涵盖特定的车况、着装标准、举止方式以及执行上的胜任能力。换言之，“轻点按钮，即刻乘车”这一前提同时也是一项承诺。流动性不仅关乎灵活性，也关乎维持某种一致性的能力。为了确保这种展演，Uber 必须不停地施加力量——将一群分散的个体凝结起来，把他们粗糙的离群之处压平，汇成一股蜿蜒流畅的“最佳实践”行为之流，以提供一致的服务。¶

Uber 标榜自己是街头层面的新型软件，是一个积极塑造用户日常出行体验的工程系统。正如首席执行官特拉维斯·卡兰尼克（Travis Kalanick）所断言的，“Uber 的独特之处在于我们存在于物理世界之中”（2016）。当然，基特勒（Kittler）、帕里卡（Parikka）和基尔申鲍姆（Kirschenbaum）等学者早已证明了数字之物的物理性。但即便暂且不论数据中心、线缆和硬盘的物质性，Uber 在其运营核心也具有一种明显得多的物理性——用车辆在城市空间中运送食物或身体。再引卡兰尼克的话（2016）：“一辆车穿过城市，出现在你所在的地方。”在这种表述中，传统软件被贬为一种十足超脱尘世的事务，局限于桌面电脑，对抽象的数据集进行封闭的处理。与之相对，Uber 不仅强调其物理性，还强调其可及性——一种世界上任何人都能通过牛仔裤口袋里的智能手机获得的服务。这些特性合在一起——尽管显然是在漫画化以往软件的非物质性——构成了该公司自称为计算之物注入物理世界的一种新方式的依据。正如卡兰尼克总结的（2016）：“我们存在于比特与原子相汇之处。”¶

但“真实世界”是一个困难重重得多的空间。如果说算法性是逻辑与控制的结合，那么控制在这里便受到严峻考验。这些系统渗入日常生活，带来了利润丰厚的新可能性——Uber 和 Airbnb 这类“独角兽”的财务成功即为明证——但也带来了新的脆弱性。“比特与原子”的交汇极大地放大了任何软件都必须处理的与物质性的协商，使其他行动者的能动性凸显出来。像 Uber 这样的系统所面对的不再是像素这种高度顺从的媒介，而必须将摩擦大得多的要素——人及其多样的动机——征召进算法过程之中。一种新的依赖由此产生：对无法被严格强制的行动者的依赖。而且，这种依赖并非可以一劳永逸地得到保证的一次性交易。相反，它表现为每天发生数百万次的持续协商——每当一位乘客（Rider）叫车，Uber 都必须设法命令一位司机（Driver）到场。这一征召过程之所以复杂，还因为 Uber、Airbnb 以及其他由算法驱动的公司坚称其劳动力具有自雇身份。雇佣关系这一传统的监管围栏无法延伸到工人身上。这种支配劳动却无须为劳动承担全部财务、后勤或伦理责任的梦想，从资本的角度看是一幅极具诱惑力的图景。它把算法操作推向其极限（也许甚至超出极限）。但它同时也表明需要新的策略——如果算法系统要享受“真实世界”的利润，这些策略就必须真正起作用。¶

伙伴—管理—消息机器（Partner-Management-Messaging Machine）

作为一家企业，Uber 为其工人设定了明确的管理目标——关于应当从事何种工作、初始成本投入、所需时间框架、所期望的技能、所涉及的报酬等等的一套特定观念。这套观念从严格的强制性要求（名义上的工人）一直延伸到指导方针、建议和最佳实践做法（理想的工人）。这些期望并不是通过传统的等级制、厚厚的手册、大量培训或实体监工来传达的。¶

相反，主要渠道之一是数据驱动的消息推送：它们由后端平台自动发送，并通过“伙伴”（Partner）应用出现在工人的手机上。这种即时反馈回路具有强大的行为效果，老司机们对此心知肚明，他们指出“应用提供的刺激是即时的”（Campbell 2016）。然而，正如我们将看到的，伙伴们对于自己想从事的工作有自己的设想，这些期望既向“管理层”（Management）的期望靠拢，又与之背离。他们试图通过一套位于劳动与物流交汇处的具体实践来实现这一设想。¶

消息以多种形式在伙伴应用中推送，每种形式都有其预期结果。“促销”（Promotions）出现在应用的主页“信息流”中，采取定向活动的形式，通常为在指定时间、指定地点驾驶提供更高的报酬。尽管这些活动符合经典的激励方案，但平台所实现的实时反馈却把它们转变为游戏化（gamification）。例如，“完成 18 趟行程，额外赚 60 美元”这一以文字写出的提议，看起来是纯粹的经济奖励——一种基于绩效的加薪。然而，这项活动被呈现为一项持续进行的挑战，由一根绿色进度条来标示，每成功送达一位乘客，进度条便立即前进一格。因此，响应式数据与实时消息的结合，把一项干巴巴的报价转变为一项游戏化的任务，利用的正是游戏业和博彩业所深谙的那种升级逻辑与微量多巴胺刺激。正如一位伦敦司机所解释的（Knight 2016）：“这就像待在投注站里。非常、非常容易上瘾。”¶

游戏化、激励与操纵紧密相连。而且，这些技术远非新鲜事物。正如康纳·莱恩汉（Conor Linehan）等人所断言的（2015, 82），“典型游戏设计元素（即积分、徽章、排行榜、时间限制、明确目标、挑战）的效果，可以通过行为心理学家数十年来所研究和理解的行为原理加以解释。”而行为心理学又在很大程度上建立在 B. F. 斯金纳（B.F. Skinner）所发展的概念之上；斯金纳在装有杠杆的箱子里对老鼠进行实验，根据它们的行为给予奖励或惩罚。在这一框架的幻想中，伙伴成了一种控制论系统，受到正强化或负强化的输入刺激，只是一遍遍地运行惩罚或回避程序。¶

“评分”（Ratings）是另一种消息形式。评分是相互的——每一趟行程结束后，司机和乘客都会以 1 到 5 颗星互相评分。然而，司机面临的利害关系要大得多：如果他的评分降得太低，他将被禁止使用平台。低于 4.8 分即被视为低于平均水平；低于 4.6 分，司机便面临被停用的风险。^[1] 与促销一样，响应式后端数据与实时消息的结合为公司政策提供了关键支撑，同时具有若干重要优势。¶

评分是应用中四个主要“标签页”（tabs）之一。作为一种用户界面元素，标签页本质上是一组视图，把互补的内容分组到面板中，这些面板要么处于活动状态（可见），要么处于非活动状态（隐藏）。在较早的“页面”范式中，只有点击链接、加载页面之后，进程才会启动。例如，一场考试及其计时器只有在学生从“首页”转到“考试”页面时才开始。相比之下，标签页中的所有内容和计算都已加载并在运行，只是隐藏在当前活动的标签页之后。于是，这里有一种暗示：对伙伴而言，点击一个标签页与其说是启动一个进程，不如说只是把一个早已在运行的进程调到前台。换言之，伙伴们“切换”到的是一种似乎始终在线、始终在计算的治理形式。¶

当然，在实践中，评分是在每趟行程之后给出一次。然而在心理上，不断被重新计算的评分却作为一种强有力的——即便是潜意识的——行为激励形式发挥作用。事实上，爱德华·陈（Edward Chen）法官在最近的一项裁决中（O’Connor vs Uber Technologies, 2015）专门评论了顾客评分，指出“这种程度的监控——司机在任何时候都可能处于被观察之中——可以说赋予了 Uber 对其司机表现的‘方式与手段’以极大的控制权。”令人紧张、手心冒汗的年度绩效考核，被一种在一天中以一系列微交互的形式不断进行的重新评估所取代。在应用“后台”运行的计算，在伙伴的认知后台中建立起一种相应的低度焦虑。正如一位司机所解释的（Knight, 2016）：“［星级评分］一直在你脑子里，它会突然击中你：我会被打低分吗？会有人投诉我吗？”评分执行公司政策的方式，比纸质合同或员工手册所能做到的要微妙、精巧得多。¶

因此，评分消息对司机进行一种微妙的推动，使其趋向一种特定的劳动实践——而这种展演反过来又引发乘客所期望的反应。这就是阿莉·霍克希尔德（Arlie Hochschild）在其关于空乘工作的开创性研究中所理论化的情感劳动（emotional labor）中的“微笑服务”——这种劳动要求“一个人诱发或压抑感受，以维持那种能在他人身上产生适当心境的外在神情”（2003, 7）。在这里，软件触及了它的极限。管理层所期望的司机展演性（performativities）显然无法因技术原因而被编码；Uber 无法编码快乐，也无法直接控制行为。但更重要的是，它们因情感原因而无法被编码。情动劳动（affective labor）必须始终显得是即兴的、不费力的——自发而真诚，仿佛自然地发自内心。用霍克希尔德的话说（2003, 8），“表现出享受需要费力，就是把工作做砸了。”与这种对积极情绪的诱发相伴而来的，是对消极情绪的压抑。疲惫和烦躁的迹象必须被克制，“否则劳动就会以一种不得体的方式显露出来，而产品——乘客的满意——就会受损”（Hochschild, 2003, 8）。简言之，情动必须显得真实，而非自动化。Uber 既不提供小费机制，也不为“小殷勤”编列预算。司机没有任何经济激励。但是，当评分令人不安地逼近 4.7 分大关、并从智能手机屏幕上盯着他时，司机可能会在自己身上诱发一种情感展演：为乘客开门、递上薄荷糖或瓶装水、愉快地闲聊，或者帮忙搬行李。与此同时，他可能会压抑醉酒乘客引起的沮丧、交通堵塞带来的压力，或长时间轮班造成的疲倦。评分为管理层履行了一项将情感劳动推至前台的功能，迫使伙伴们为了继续工作而管理自己的感受。¶

司机还会收到定期的“驾驶报告”（Driving Report）。这是一条自动生成的消息，它利用手机的加速度计和 GPS 传感器来检测一段时间内的速度和运动。手机通过 GPS 定位，至少需要使用 4 颗全球定位卫星（Weiss 2017）。就像汽车呼啸而过时的声学现象一样，当手机靠近或远离这些位置时，会产生一种远程信息层面的多普勒频移。正如 Uber 工程师安德鲁·拜因斯坦（Andrew Beinstein）所解释的（2016），任何手机（进而任何车辆）的速度都可以“从预期信号频率与实际信号频率之间的差值中准确推导出来。”一旦确定了车速，加速和制动便可被定义为这一速度随时间发生的突然变化。因此，对拜因斯坦来说，一个简单的公式便可以“通过计算导数来确定加速度的大小”（2016）。由此建立起界定粗暴操作的标准。Uber 工程部门采用前进保险公司（Progressive Insurance）设定的 3 米/秒² 标准，作为被视为不安全的“急刹车”事件的界限。如果这类违规被检测到的次数过多，驾驶报告便会自动发出警告消息。其中一条警告通知司机“检测到多次急加速”，违规日期以一种警示性的橙色字体写出。虽然细节是技术性的，但这里的关键在于，智能手机建立起了它自身的调节回路：收集数据；将其传送以供处理；并在反馈回路中呈现结果。其结果是持续施加一种压力，使人趋同于一种被定义为“安全驾驶”的行为规范。¶

然而，司机并不驯顺。他们的欲望有时与管理想象相吻合。但更多时候，他们会偏离开去，通过种种实践既适应算法管理的凝视、又对其加以遮掩规避——放大那些会被识别的正面标记，同时减少异常信息及其相关后果。例如，如果司机拒绝了一个“乘车请求”（Ride Request），他或她就会在伙伴应用的主屏幕上收到一条警告消息，标题醒目地写着“您的收入”（Your Earnings）。这些消息以橙色标示，并配有惯用的警示图标——三角形中央一个感叹号。正如司机哈里·坎贝尔（Harry Campbell）所解释的（2016），它们是警告，因为“如果你错过超过 2 个请求，Uber 实际上会让司机‘暂停’2 分钟。”然而，论坛上的一位老司机提供了一个绕过“错过派单”（即拒绝的行程）禁令的简便办法。正如坎贝尔所指出的（2016），解决办法“是放掉一个派单之后立刻下线，然后马上重新登录。这样就能在他们让你‘暂停’之前清除你错过的派单记录。”¶

正如亚历克斯·罗森布拉特（Alex Rosenblat）在她对 Uber 和 Lyft 所做的大量民族志研究中所指出的，司机们还以许多其他方式采取策略性行动来“钻系统的空子”。在峰时（surge）期间，许多司机会在乘客应用和伙伴应用之间不停切换，比较乘客数量（需求）与可用司机数量（供给），等到达到某个阈值再采取行动（2015）。另一些司机注意到，“如果司机蜂拥而至，峰时定价（surge pricing）就会消失，所以他们会考虑在峰时区域边缘之外等候，以帮助维持价格的上涨”（2015）。这一举动表明了一种劳动的延宕或保留：在某个区域的外围徘徊，直到达到最大的货币阈值。在另一项研究中（Min Kyung Lee et al, 2015, 5），研究者访谈了 21 名 Uber 和 Lyft 司机，令人惊讶地发现其中超过一半的人完全无视峰时定价信息，“因为供需控制算法未能照顾到他们的能力、情绪和动机。”¶

这最后一点似乎暗示了算法性之逻辑组成部分中的一个根本缺陷。如果行为心理学已被如此透彻地理解且具有普遍性，那么这些激励性的消息技术理应更加成功才对。一种解释是，Uber 的劳动力被当作铁板一块，而事实远非如此。正如罗森布拉特与黄（Hwang）所论证的（2016, 4），这种把劳动过度简化为一个“相对等同的整体”的做法，既出现在商业逻辑中，也出现在关于共享经济的学术分析中。单一的算法系统并不预设一个由相同动机、期望和理解所维系的同质劳动人口。换言之，统一的平台并不自动意味着统一的劳动力。在每座不同城市中开展工作所必需的技能、工时、工资和客户方面的差异，共同构成了一种深刻的质的区别，而不仅仅是量的区别。因此，正如罗森布拉特与黄所指出的（2016, 6），“在得克萨斯州奥斯汀为 Uber 开车，与在纽约市为 Uber 开车并不是同一份工作。”¶

另一种与此密切相关的解释是，平台把单个工人理解为普遍的。埃德·芬恩（Ed Finn）在分析联邦快递（Fedex）的路线算法时，将每个投递点称为“无特征的、可替换的点”，与每位人类司机的具体欲望和动机形成对照（2017, 50）。但在许多方面，Uber 的“司机伙伴”（Driver-Partner）同样是可替换的——一个相对通用的数据对象，可以与任何其他工人互换。换言之，这个“普通人”不仅仅是一种营销想象，而是在底层由数据本身建构出来的。事实上，Uber 信息本体论的特定性质意味着，这种被一般化、被抽象的工人是唯一能够被实例化、被理解的类型。从代码的角度看，一个“工人”是这样一个对象：在某个特定郊区工作，在某些特定时段驾驶，平均速度为 X，平均时薪为 Y。正如在关于 Palantir 的一章中所讨论的，这种理解是一种本体论决定，它界定了被允许存在的对象与属性，同时抹去了其他一切。在这里，核心的经济与管理关切是被理解的、内在的，而文化、宗教和社会特征及其可能对动机施加的力量则完全是外在的、未被计入的。内部因素本身也许能产生海量数据。但作为动机的范畴，它们是完全不充分的。在根本层面上，这一框架根本无法登记单亲母亲、压力重重的独居者、百无聊赖的退休者以及他们各种各样的异质动机。如果要“优化”消息推送，对这个算法主体的捕获（capture）与建构就必须变得更具侵入性，才能更加全面。对司机有限的逻辑理解，限制了所能施加的控制的强度。¶

伙伴—管理—消息机器是一台充满矛盾、遮掩与协商的机器。伙伴处于一团旋转不息的自动化消息的中心：推动其继续开得更久，警告其危险驾驶，诱使其驶入峰时区域，告诫其不要拒载潜在乘客。通过注册和上线，每位司机都为自己最终确定并触发了一系列消息。这种由斥责、引诱、哄劝和告诫构成的独特配置，试图把她以往的行为转变为理想的 Uber 工人的行为。¶

溢出信息之物（Overflowing the Informatic）

暴力肉身—乘客机器（Violent Flesh-Passenger Machine）

2016 年 2 月 20 日，45 岁的杰森·多尔顿（Jason Dalton）——两个孩子的父亲、一名 Uber 司机——据称在其家乡密歇根州卡拉马祖（Kalamazoo）实施了一系列袭击，杀害六人，重伤二人。记者克里斯·希思（Chris Heath）（2016）在对此事展开深入调查之后，描述了他所还原的当晚事件经过：周六下午，多尔顿登录这一网约车平台，接了他的第一单。但在这趟例行行程中，他突然猛踩油门，连闯红灯，冲进相邻车道，剐蹭了另一辆车。他的乘客趴在车厢地板上躲藏，恳求他停下，最终趁多尔顿减速时逃离了汽车。多尔顿随即回到家中，穿上防弹衣，给他的格洛克（Glock）手枪装上了子弹。¶

但在这场暴力插曲之后，多尔顿做了一件既寻常又令人惊讶的事——他又接受了一个 Uber 接客请求。这位乘客在应用中输错了位置，于是给多尔顿发短信指路。但多尔顿找不到她，便在街区里气势汹汹地兜圈子。当他在附近看到 25 岁的蒂安娜·卡拉瑟斯（Tiana Carruthers）时，他问她是不是他的乘客。他开车离开，但几分钟后又回来，向她连开数枪。希思（2016）描述了这场屠戮：“第一颗子弹击中了她的左臂。第二颗子弹击中了她的右腿。最后两颗子弹中，一颗打断了她的另一条腿，另一颗穿过她的臀部，嵌入了她的肝脏。”卡拉瑟斯不知怎的活了下来。¶

多尔顿回到家中，把受损的汽车换成他父母的雪佛兰 HHR（Chevy HHR），把卡壳的格洛克换成一把能用的枪：一把瓦尔特 P99 9 毫米半自动手枪（Walther P99 9-mm semi-automatic）。但同样地，就在刚刚向一个陌生人的身体打光一整个弹匣、并与其他车辆发生两次高速碰撞之后，多尔顿的下一步举动出人意料。他又接了一连串 Uber 订单。正如希思所详述的（2016）：¶

8 点 02 分，他在西密歇根大学校园附近的家中接上了基思·布莱克（Keith Black），把他送到市中心。布莱克坐在副驾驶座上，和他闲聊了几句。那一小时稍晚的另一位乘客记得多尔顿跟着收音机哼唱。9 点 21 分，他在“饼干桶”（Cracker Barrel）旁边的费尔菲尔德酒店（Fairfield Inn）接单，把三名乘客送到城里的“啤酒交易所”（Beer Exchange）；他的应用启动不了，车费也没有正确收取，但他似乎对此相当随和，好像这不是什么大事。他看起来就像在做自己的工作，仿佛什么事也没发生过，也不会再发生什么事。

接下来，多尔顿开车来到一排汽车经销店。他停下车，走向里奇·史密斯（Rich Smith）和他的儿子泰勒（Tyler），开枪把两人都打死了。晚上 10 点左右，多尔顿开到“饼干桶”的停车场，那里有一群年长的妇女正准备开车回家。他走向其中一位，问她能否匀出一美元来“让美国再次伟大”，然后近距离朝她开枪。附近车里的另外四名妇女尖叫起来，于是多尔顿走过去，依次向她们每个人开枪。¶

据希思（2016）所述，多尔顿最后一次回到家中，给枪重新装弹。而且，他又一次无视过去几个小时里留下的一路血腥，径直恢复了作为 Uber 司机的运作，载着顾客在市中心区域往来穿梭。午夜前后，他把几名学生送到西密歇根大学的宿舍。此后，多尔顿又把一名法学院学生和他的妻子从当地一家酒吧送回酒店。他开得缓慢而小心，并解释说自己沉默寡言只是因为累了。12 点 30 分左右，他把几个串酒吧的朋友从“中央城市酒馆”（Central City Tap House）送到他们的下一站“Up And Under”。最终，在凌晨 12 点 38 分，多尔顿被拦下逮捕，他完全服从了警察的要求。¶

多尔顿此前没有任何被捕记录，也从未有过类似的行为。希思（2016）在采访中发现，认识多尔顿的人听到这个消息都惊呆了。他最亲密的朋友们难以置信。他的妻子对他们的婚姻并无怨言。他的政治立场属于中间派，他的枪支都已登记，他的工作生活也还说得过去。当被要求解释他当晚的行为时，他平静地拒绝了，援引第五修正案，或干脆拒绝给出理由。然而最终，多尔顿让步了，向警探威廉·穆里安（William Moorian）和科里·吉林盖利（Cory Ghiringhelli）作出了以下一系列陈述（2016），这些陈述被记录在他们的警方报告中：¶

他说，作为 Uber 的司机伙伴，图标原本是红色的，今晚变成了黑色。

多尔顿说，iPhone 可以控制你。

多尔顿解释说，你可以开到时速 100 多英里，闯过停车标志，你就是能到达各个地方。

它会给你一项任务，然后它会真的接管你的整个身体。

多尔顿说，这个东西通过你的手机知道每个人在哪里。多尔顿说，它告诉他要随时待命。

那不像是一种告知，更像是一种控制。

多尔顿说，Uber 要求司机的车必须比 2007 年的新，当你接入它时，你真的能感觉到那种存在压在你身上。

多尔顿说，当他坐在那里时，那几乎就像是能够接入你身体的人工智能。

暴力肉身—乘客机器考察的是位于 Uber 算法生态（algorithmic ecology）核心的肉身性。它逐一审视一长串案例：在这些案例中，伙伴们以攻击性和暴力的行为将自身强加于乘客——殴打、性侵犯、强奸、绑架等等。这些行为是出乎意料、无法预测的，不仅因为它们是偏离常规的行为，还因为它们出自肉身性的身体，而这些身体的能力并不会被软件赋予它们的角色所穷尽。与此相对，Uber 算法生态所理解的“司机伙伴”始终是一个信息性的身体（informatic body）——由一系列身份标记构成，通过数据库加以验证，并作为微服务（microservices）与 API 之海中又一个数据对象而运作。这个信息性的身体是如何被建构出来的？¶

首先，这个信息性的身体是由入职流程（onboarding）生产出来的。“入职”是公司的术语，指的是让申请者完成注册流程、获得批准并上路。Uber 工程博客上的一篇文章解释了这一流程如何被大规模扩展，以跟上公司在市场渗透和国际扩张两方面的增长速度。“直到 2013 年，入职流程还完全是手工的，”Uber 工程师乔纳森·佩平（Jonathan Pepin）（2016）如此感叹。申请者不得不前往当地的 Uber 办公室，与一名运营经理一起办理所需的文书手续。这种面对面的注册在时间和金钱上都代价高昂。更重要的是，这一物理过程与工程师们所习惯的“纯粹”信息过程不同，它无法被规模化；人力资源的遗留逻辑以实体的 Uber 办公室和经理的身体为形式，造成了一个瓶颈。地区差异——各城市注册成为司机所必需的地方性法规，它们无法被简单抹平或彻底消除——又加剧了这些物质约束。¶

工程团队的回应是创建了一个“入职状态机”（Onboarding State Machine, OSM），使他们能够“为每个国家、州、城市或我们所需的任何粒度层级上的每个入职流程配置一组步骤，并与一个事件系统相结合，使我们能够轻松地把用户从一个步骤切换到另一个步骤”（Pepin 2016）。这一逻辑是灵活的——可以为巴黎或帕洛阿尔托（Palo Alto）的申请者额外插入一个步骤。这一逻辑也与前端解耦——可以为中国或英国的用户套用某种地区样式。这些特点并非只是对工程团队的空洞赞美。相反，这种信息架构使得人力劳动和物质基础设施得以大幅削减。运营经理可以被调岗或裁撤。当地办公室可以关闭，代之以所谓的“绿灯中心”（Green Light Hubs），在那里，年轻员工以共享工位的方式为司机提供基本支持。这种高度可扩展的方法的一个关键“副产品”是，它完全建立在一个信息性的身体之上——一个被分配了 ID、并在信息流中被逐步推进的申请者。已注册？下一步。有车辆？下一步。已观看视频？下一步。对信息性身体的这种高效入职意味着，肉身性的身体从未被见到、触碰或与之交谈。¶

其次，这个信息性的身体是由以伙伴身份进入平台所需的背景调查生产出来的。这一流程由 Checkr 负责；据其网站所述，这家公司为 Postmates、Zenefits 和 Uber 等“全球企业和初创公司提供现代化且合规的背景调查”。Uber 把申请者的姓名、社会安全号码、车牌号和地址传给 Checkr，后者在州和全国性侵犯者登记册、恐怖分子监控名单以及其他未具名的数据库中进行核查。如果申请者出现在这些名单上，就会被自动取消资格。正如记者特蕾西·连（Tracey Lien）所解释的（2016），Checkr 还会调取“与驾照号码相关联的机动车登记档案”。连进一步阐述道（2016），如果档案中列有“酒驾、欺诈、鲁莽驾驶、肇事逃逸、暴力犯罪、恐怖行为、性犯罪、重罪、盗窃轻罪、致命事故或拒捕、逃避逮捕”，申请者同样会被取消资格。不过，这项取消资格的核查仅限于过去七年。因此，信息性的身体是由四个字段实例化的：姓名、地址、车牌号和社会安全号码。这些字段与更广泛的数据库交叉比对，衍生出更多元数据，例如是否被列入性侵犯者登记册（真/假），或犯罪记录（无犯罪记录、严重、轻微、已消除等）。在这个意义上，空白、空值或空记录都是正面数据，它们完成了一个被批准为申请者的信息性身份的建构。¶

这个信息性的身体也没有指纹。如前所述，入职流程的可扩展性直接建立在其高度非物质的性质之上：交叉核对数据库、录入信息、观看入门视频。因此，Uber 和 Lyft 这类网约车公司激烈反对在办理中心当着官员的面把拇指按进印泥这一非常物理性的流程，也就不足为奇了。当然，这一流程会让公司付出更多成本。但更重要的是，它是高度具身的，抗拒精简化和规模化的逻辑。批评者说，使用指纹比 Uber 所进行的基于姓名和驾照的背景调查要严格得多。他们认为，指纹识别能够抓住许多从信息缝隙中溜走的案例——申请者使用假名或化名、搬家或迁出本州，或者有七年窗口期之前的犯罪活动。得克萨斯州奥斯汀于 2016 年 7 月实施了新的指纹法规。仅在第一个月，这些更严格的规定就已阻止了 84 名申请者为网约车服务开车（Taylor 2016）。考虑到 Uber 的高流动率及其对新司机的贪婪需求，一种假设是：指纹问题不仅仅是时间、成本和规模的问题，而是会把一个潜在的劳动力池拒之门外的问题。这些身体是被有意地保持为未知的吗？¶

最后，一旦开始驾驶，信息性的身体便会不断被强化、被重新展演。“点一下应用，即刻乘车。”Uber 预设了一种由整个生态——数据与代码、支付与寻路、基础设施与物流——所实现的无缝功能。司机伙伴被紧密地整合进这一生态之中，从而产生了对劳动身体的某种抽象。因此，尽管 Uber 的广告牌也许会吹嘘能够“知道拐角处是谁”，但从技术系统的角度看，工人实际上是高度可替换的——司机就是司机就是司机。单个劳动者变成了一个可互换的部件，拥有视觉、双手和双脚，能够在特定时间把车辆驾驶到特定地点。每一个环节的行动都受到指引，要么通过应用内消息，要么通过导航指令。进程由实时交通计算加以预测；路线由寻路算法事先铺设好（Nguyen 2015）。支付由后端功能自动处理。而构成 Uber“生态”的微服务数量仍在大幅增长。正如工程师尤里·什库罗（Yuri Shkuro）所解释的（2017），2015 年底，这家网约车公司使用了大约 500 项服务；到 2017 年初，它已拥有 2000 多项服务，处理从欺诈检测到地图处理和数据挖掘的一切事务。在这个由处理器、服务、传感器和信息架构组成的庞大技术生态中，司机所从事的劳动实践被严格限定，缩减为一个无法被自动化取代的名义性活动内核。Uber 常常声称自己是一家软件公司，而非运输公司。在这种观点中，司机伙伴不过是一个会看、会刹车、会转弯的程序，引导汽车沿着 GPS 坐标安全行驶。随着该公司最近在匹兹堡（2016）开展自动驾驶汽车试点项目，显然就连这些具身形态最终也被视为残余之物。¶

当然，这一过程既非偶然，也非 Uber 所特有，而是资本体系中劳动分工这一更广泛趋势的一部分。正如哈里·布雷弗曼（Harry Braverman）在《劳动与垄断资本》（Labor and Monopoly Capital）中确凿无疑地证明的，在这一轨迹中，技术被工具化以服务于一个特定目标——削减从事工作所需的教育和技能，以及构成工作的活动范围。在这个意义上，技术始终在扩张——增加其职责，拓宽其范围，扩充其全部本领——而人类劳动的角色则逐渐被圈定、被缩减，结果是“将工人禁锢在一轮盲目的奴役性职责之中，在其中，机器表现为科学的化身，而工人则微不足道或一无所是”（1998, 207）。¶

布雷弗曼展示了这一趋势如何在整个 20 世纪的现代工作场所中展开。但这只是一个长得多的故事中的一个时刻。事实上，马克思和恩格斯很早就认识到了这一趋势，指出劳动者变成了单纯的“机器的附属品，要求他做的只是极其简单、极其单调和极容易学会的操作”（2008, 43）。工人的工具腰带被扩大，变成了一系列基本自主、只需偶尔维护的机械装置。工人的作坊被膨胀，变成了驱使他劳作的工业工厂。在这一过程中，他从单个的手艺人转变为可替换的机械部件，众多工具中的一件。Uber 延续了这一轨迹，开发出一个在规模和复杂性上都急剧膨胀的技术系统，而人的能动性则被简化、被边缘化。¶

因此，从头到尾，伙伴的身体都是信息性的：一个在各入职状态之间移动的 ID，一个不会触发危险信号的数据包，一个把车辆从 A 点移动到 B 点的程序。然而，这个信息性的实体并不构成全部。这并不是要把物理性物化，并暗示司机的主体性与展演性实际上完全是肉身性的。也不是要声称信息过程对“现实”没有任何掌控。正如其他部分所展示的，数据驱动的操作确立条件、施加力量，改变行为、转化实践。相反，这只是要断言：这种二分的框架本身是不完整的。正如凯瑟琳·海尔斯（Katherine Hayles）所论证的（2010, 13），“把信息设想为与实例化它的媒介相分离的东西，是一种在先的想象行为，它把一个整体性的现象建构为信息/物质的二元性。”这并不是说 Uber 相信它的工人是化身（avatars）或天使。企业承认“现实”与其表征之间、物质与为之建模的数据之间存在某种程度的区分。但在算法系统内部，这一区分在很大程度上被抹去了。代表每位工人的那些被抽象化、被理想化的数据，预设了一个信息性的身体，它可以毫无扭曲地覆盖在这个有血有肉的完整的人之上。被封装进一套严格的逻辑之后，对司机的控制看上去界限分明。¶

但身体从未被完全容纳。正如马修·富勒（Matthew Fuller）所论证的（2005, 83），“与其外部相搏斗的系统”不可避免地会产生一种相似物，但同时也会产生一种“崩塌与溢出”。这肉身始终在某种程度上是外在的、不可预测的，既包含生产性劳动的潜能，也包含暴力行为的潜能。身体具有微笑和交谈的能力，也具有殴打或猥亵的能力。或许正因如此，每当出现表明司机拥有肉身性身体——能够摸索和强奸、偷窃和扼杀——的情况时，无论对 Uber 还是对公众来说，这似乎都是一个真正的震惊。¶

这类事件远非罕见。仅去年一年，在伦敦，Uber 司机就被指控犯有 32 起强奸和性侵犯，平均每 11 天发生一起侵害（Samuels 2016）。仅看一个月——2016 年 5 月——就能看到这类活动在地理上散布开来的一个肮脏横截面。在加拿大奥沙瓦（Oshawa），一名司机据称把手伸过座位，摸一名 16 岁男孩的生殖器部位，随后停车并对他实施性侵犯（Vella 2016）。在马里兰州盖瑟斯堡（Gaithersburg），一名司机因将一把能够发射霰弹枪子弹的自制枪支对准两名警探，而以谋杀未遂罪被捕（Marraco 2016）。在特拉华大学，一名司机被控在争吵升级后袭击、掐住并殴打一名 19 岁的女学生（Lazzaro 2016a）。在墨西哥城，一名司机据称从夜总会接上一名女子，随后停车强奸了她，之后把她赶下车，却留下了她的钱包（The Yucatan Times 2016）。在盐湖城，一名司机据称在 15 分钟的车程中抚摸一名女子，到达后又试图扯下她的裤子，并把她拉回车内（Boyd 2016）。¶

当然，这些行为的责任不能简单地推卸给 Uber 所实施的管理体制。与此同时，我们必须承认，这一算法生态所创造的新的劳动条件加剧了某些特定倾向。以峰时定价（Surge Pricing）为例。峰时定价通过提高车费费率，激励司机在特定时间和地点驾驶。当然，传统出租车公司多年来一直以更有机的方式做着这件事，逐渐摸清并频繁光顾更有利可图的地点和时段，比如深夜红眼航班的机场路线。然而，峰时定价更为紧迫：它通过推送通知和消息反复提醒司机，同时用鲜红色在视觉上勾勒出那个地点。峰时定价也更为具体：它在地图上精确标出区域范围，并准确界定所提供的倍数（例如 ×2.1）。这种激励似乎与一些暴力事件相吻合——这些事件发生在深夜，发生在从时髦街区的夜总会或餐馆接上女性之后。例如，2015 年 10 月，印度一名司机因强奸乘客被成功定罪。据法新社（Agence France-Presse）报道（2015），这名乘客说她上车后打起了瞌睡，醒来时“发现出租车停在一个僻静的地方，司机在那里强奸了她，然后把她丢在德里北部她家附近。”¶

这些新的条件还意味着把两类人群聚到了一起——一边是报酬过低、审查不足的劳动者群体，一边是由任何拥有智能手机的人所构成的扩大了的客户群。乘客不再需要拨打出租车公司的电话、与真人接线员交谈——正如研究者雪莉·特克尔（Sherry Turkle）所证明的，许多青少年觉得这种对话式互动令人不自在或尴尬（2011, 70, 513, 522）。与公交线路的复杂或火车时刻表的繁琐相比，移动应用所需要的一次点击简直容易得难以置信。Uber 只不过是又一个表现得和其他应用一样的应用。用户可以轻而易举地把所需的最低限度技能迁移过来：安装、启动、滑动、缩放、点击。这使它既对年轻用户来说易于使用，又从家长的角度看是可被允许的（或者至少是无从管控的）。根据一份报告（Monday 2016），“我们询问的许多青少年，其中有些年仅 14 岁，说他们经常使用网约车服务 Uber——去看朋友，或者去看电影、参加派对或听音乐会。”因此，这些据称发生的事件中有一些发生在年长司机与年少青少年之间，也就不足为奇了。例如，2016 年 4 月，一名 16 岁少女说，一名夏威夷男司机从商场接上她和她的朋友们，把她的朋友们送到之后，便开始故意拐错弯，随后停车袭击了她；她奋力反抗后逃走，后来被送进医院（Lazzaro 2016b）。把交通功能无缝地打包进一个智能手机应用，确立了新的条件——把不稳定的劳动与新的、潜在易受伤害的人群置于同一个封闭空间之中。¶

这一连串的暴力展示了身体根本上的开放性，展示了劳动者的不确定性。简单地说，把一位伙伴指定为一组特定的功能可供性（affordances），并不能穷尽他所能是、所能做、所能想的一切。相反，与任何系统一样，Uber 生态中也存在其构成对象的全部可供性与被工具化的那部分可供性之间的差异。换言之，一个对象的潜能与它如何被投入使用之间存在一道缝隙。安德鲁·芬伯格（Andrew Feenberg）把这道缝隙称为“操作余地”（margin of maneuver），这一余地“是按照占支配地位的技术代码加以实施所必需的，但也包含着与该代码不相容的潜能。今天成功的管理就在于压制那些危险的潜能，以维护操作上的自主性”（2008, 114）。即使有几十个监控位置、制动和评分的系统，这一算法生态核心处的血肉能动性也永远无法被完全圈住，它作为“逃逸并超出其工具性”的活动而泄漏出来（Frabetti 2015）。因此，这一连串的暴力行为所破坏的，不仅是一家公司的声誉，更是算法性本身所承诺的无缝运作性。¶

耗竭，而非使用（Exhaustion, Not Use）

Uber 提供了一个具体的例子，说明被算法浸透的过程如何积极地塑造当今劳动的轮廓。伙伴—管理—消息机器调动了多种机制，试图把工人调节至最佳展演状态——推动司机伙伴趋向特定的物流实践与情感实践。尽管司机在这一生态中被赋予的只是名义性的位置，他们仍然坚持自己的能动性；这种能动性向管理想象靠拢，却从未与之完全重合。由此，他们把始终存在于数据驱动的治理模式中的协商凸显了出来。暴力肉身—乘客机器则深入探究了 Uber 核心处的一种不一致。从注册到上线，整个平台所使用的流程和信息结构都在强化一种以信息性为主的身份观念。与此同时，这一生态产生了新的、不稳定的劳动条件，在这些条件下，潜藏于个体之中的肉身能力以暴力的方式浮现出来。与平滑优化和液化劳动的幻想相反，Uber 司机在一个参差不齐、前后不一的系统中始终是一个不确定的要素。偶然性（contingency）永远无法被完全编码消除。¶

Uber 的一系列广泛操作似乎也在趋向一种穷尽性的元操作（meta-operation）。这当然关乎知识。例如，Uber 为每位乘客建立了一份高度细化的档案。表面上看，只捕获了 7 项核心信息：IP 地址、支付信息、设备信息、位置、电子邮件、电话号码和账户历史（Hill 2017）。然而，算法操作使这些字段得以随时间存储，与其他值相比较，并组合起来形成新的值。此外，全平台的索引使这些值得以与司机、城市和其他乘客的数据相比较，为每份个人档案生成更多信息。正如一份法庭文件所清楚表明的（Samuel Ward Spangenberg vs Uber Technologies, 2016），这些操作的结果是，每位乘客身上有多达 512 个变量，令人咋舌。例如，其中包括用户账户的存在时长（account_age_in_seconds）、最常走的路线（gps_points_most_frequent_course）、一段时间内的取消行为（cancels_10mins_prior_to_last_cancel），以及用户是否涉嫌欺诈或使用虚假账户（has_suspicious_prefix_90_80_tag, fraud_risk_udr）。数据的捕获与交叉授粉力图填补空隙，穷尽地把握算法主体。¶

但穷尽性也关乎以压力的形式把这些知识付诸使用。Palantir 力图渗透进操作场域（辖区、司法管辖范围、金融市场），而 Uber 则力图侵占司机的身体，塑造劳动的展演。从评分到消息推送，一连串的机制试图把工人征召向一种被视为最佳实践的展演。引诱、斥责、哄劝、说服——这些操作施加着真实的力量，以微妙而重大的方式塑造身体的姿态和行为。正如让-皮埃尔·瓦尼耶（Jean-Pierre Warnier）所论证的（2001, 16），“感觉—情感—运动的那一种在深入主体方面最为有效……它通过中介主体能动性的运动算法而被纳入身体图式之中。”算法性沉入劳动者的身体，作为一组必须通过身体展演来应对的压力渗透到皮下。算法性施加的是一种解集开放的力量。每位司机都必须找到自己的方式来化解这种压力。¶

Uber 还展示了这一元操作的一个新面向。“耗竭”的一个常见定义就是简单地“用尽”某种材料或物质。但福柯（Foucault）谈到的是“耗竭，而非使用”（1995, 154）。这两个术语之间的差别似乎不仅仅是语义上的，而且是操作上的。使用是操纵，而操纵是通过触摸、握持、摆弄来完成的。使用意味着为了某个目标而把某物拿在手中。锤子必须被拿起来挥动，钥匙必须被触碰、转动，矿井必须被进入、被开采。即便是在软件这种所谓非物质的对象那里，“用户”（user，即“使用者”）也是那个点击和轻触所提供的功能可供性的人。使用建立起一种紧密的联系——无论多么短暂或失衡——一种以触摸和可触性为前提的关联。¶

与此同时，为了使用某物而“拿起”它，预设了这样做的权利。使用者拥有被使用之物；被使用之物属于使用者。股份被股东所使用，房屋被房主所使用。所有权是一种既伴随着权利也伴随着要求的关系。为了让一个对象继续提供使用价值，必须履行实际的义务。车辆必须保养，工厂必须维护，雇员必须领到工资，动物必须喂养。法律义务可能被遵守，也可能被规避，但这并不能否定它们。即便所有者未能履行这些要求，司法系统仍然维持着它们。因此，“使用”既确立了接近性，也确立了责任，是一种至少带有名义上的问责形式的相互依存关系。¶

另一方面，耗竭似乎以一种不同的方式运作。这个词的拉丁语词根是 exhaurire，由 ex（出）与 haurire（汲取或排干）组合而成，意指排出或抽走，尤其是指水（Harper 2017）。耗竭某物，并不是为了操纵它而把它整个拿起来，而是意味着一种更为精细的移除，把某种想要的物质虹吸到别处。耗竭不是致力于承接一个整体，而是通过抽取一个享有特权的局部来运作。与使用所包含的联系不同，耗竭坚持保持一定的距离。当福柯谈到对生产力和可用时刻的榨取时（1995, 154），他所暗示的或许正是这一点。如果这些力量可以被抽取和工具化，那又何必致力于使用所意味的那种更亲密的关系——以及随之而来的脆弱性与责任？结果是耗竭者与被耗竭者之间的某种脱钩。某一特定子集的能量和活动被抽走，同时保持着一道明确的缝隙，这道缝隙抛弃了手中工具的相互依存关系和所有权的义务。¶

由于不拥有车辆，Uber 可以标榜自己是一家科技公司，而非运输公司。作为一种优化耗竭的策略，这种表述通过最小化所有权来最大化资本。这家科技公司可以一往无前——扩张市场、建立客户群、增强信息系统。相比之下，传统出租车服务因为拥有在一座城市中充当运输提供者的权利，就必须艰难应对诸如残障人士设施之类的市政法规；又因为拥有车队（即便是租赁的），就必须承担维护车队的义务。对物质之物的拥有和使用是一种不受欢迎的问责。沉没成本、折旧、维护——这就是会生锈、会损坏的硬物质的非流动性。取而代之的愿望是：耗竭生产性之物，却不承担所有权中隐含的责任。无资产的利润。¶

而且这种脱钩走得更远。正如我们已经看到的，工人不被界定为雇员，而是自由职业的“司机伙伴”。这个新词意味着，公司不是雇主，不必承担传统的劳动责任：确保工作安全、保证工时、提供休息设施、支持公平雇佣实践等等。同样，这种新的表述也意味着，工人不是雇员，无权享有相关权利：最低工资、医疗保险、病假、退休计划等等。劳动不是被使用，而是被耗竭。司机伙伴负责保养她的汽车、管理她的开支、调节她自己的行为，而 Uber 则从她的全部生产能力中抽取一个被称为资本的高度特定的子集。¶

如何在不使用某物的情况下耗竭它？正如本章前面所探讨的，这里的关键在于算法性把生产能力分解、再重新融合为新配置的能力。毕竟，正如弗兰科·贝拉尔迪（Franco Berardi）所指出的（2011, 141），所需要的不是工人，而是“劳动的细胞分形，报酬过低、不稳定、去人格化。非个人的神经能量的碎片，由网络重新组合。”提供一项服务的单一、自足的劳动者被炸裂了。相反，算法性将劳动拆散，并围绕用户实时地、动态地将其重组，以形成一个连贯的产品。把劳动身体生产为一个信息性实体，在很大程度上抹去了一切特殊性——司机就是司机就是司机。劳动者变成了一个复杂操作架构中可替换的操作者——不过是随取随用、整齐划一的劳动之海中的又一滴水。正如贝拉尔迪所解释的（2011, 110），“工作时间可以与工人的个人人格和法律人格相脱离，成为一片由增值细胞组成的海洋，以细胞的方式被召集，并由资本的主体性重新组合。”Uber 协调着这一同质的物质，同时又与其特殊性保持疏离。劳动被变得流动并被耗竭，其所产生的产出中有一部分被抽走。¶

注释