技术天才的“自我驱逐”：算法程序员日常实践的“边界逆向”

本刊官方网站：

http://cjjc.ruc.edu.cn/

摘要

日常实践中边界的概念是重要的，不仅决定了日常活动开展的资源划分，还塑造了社会世界的发展轨迹。本文讨论的问题是当边界被镌刻于算法之上时，边界的实质是什么？程序员如何嵌入到算法实践中去生产边界？研究认为，算法程序员作为“技术专家”追求流程的无可争议性、工具模型的有效性、技术认知的连贯性，“技术天才”的集体身份是他们对技术和组织做出的某种深刻承诺，由此建立的社会边界扩大了程序员的技术权威性。然而，程序员的技术感受并非建立在乌托邦意义上，而是建立在物质报酬基础上，企业组织通过财富允诺鼓励技术人员日复一日、充满激情地付出，而不计较自我价值的快速贬损。算法程序员将自我能力和职业身份的描述化约为对数据指标和模型的优化，臣服于标准化的组织实践，不加批评地获取鲜活的用户体验，“技术天才”并没有成为社会判断力的正义使者，仿佛算法机器中的一颗齿轮。当有一天，他们的价值被组织拾取殆尽，便成了技术社会大分工中剩余类别的一种。被裁的程序员要重新进入社会寻找岗位，这并非是个人所想要追求的流动，而是被迫在社会竞争中被重新定价和排序。集体的技术聚合并没有产生额外的个人活力，边界工作与边界对象成为一个逆向过程（reverse process）。

作者简介

张萌，中国社会科学院新闻与传播研究所副研究员，中国社会科学院新闻与传播研究所传媒发展研究中心副主任。

基金项目

本文为国家社科基金一般项目《大国博弈中算法认知战与计算宣传机制研究》（项目号：23BXW053）成果。

一

引言

纵观日常，人们越来越多地参与到技术相关的活动中，某些技术的发展导致了足够异质的活动线（Strauss，1984：125）。正如围绕算法实践，专业的程序员、普通用户、平台等不同主体展开各自的理解并寻求自身在技术空间中的位置。极为类似地，1906年伯克利脊椎动物学博物馆成立，不同的人群（自然主义者、诱捕者、慈善家、管理人员等）都在谈论动物标本的收集，但却有着不同的理解，Star（1989）在这一研究中提出边界对象（boundary object）的概念，边界对象允许不同的群体共享意义。当代信息系统（information systems）的发展涉及广泛的内部和外部利益相关者，他们在跨学科、跨专业或临时项目中共同参与，边界、边界工作和边界对象的概念，能够帮助我们理解跨越边界的协调与互动。

日常实践中，边界的概念是重要的，不仅决定了日常活动开展的资源划分，还塑造了社会世界的发展轨迹。社会世界（social worlds）并非地理意义上的社区（Fleischmann，2006），而是一组共同或联合活动，或是通过交流网络联结在一起的实践（Kling & Gerson，1978：26）。本文关注的是由算法搭建的社会世界中群体之间的社会变革与权力关系，尤其是程序员群体的职业身份与自我认知在世界细分与边界变迁中所起的作用。与这一议题相关的系列人工制品（artefacts）——例如算法产品、算法审计、算法实践等——中介了不同主体的协商过程，起着边界对象的作用；程序员作为计算机技术的专业人士从事特定的边界工作，以在特定情形中去捍卫自身职业权威和边界（Abbott，1988；Lawrence，2004；Suddaby & Greenwood，2005）。Star和Griesemer（1989）认为使用边界工作和边界对象的概念可以了解某一工作场景中的生态（ecology），即所有参与到知识生产和日常实践中的事物，不论是看门人，还是诺贝尔获得者。

本文试图关注的是算法程序员日常工作场景中的生态走向。根据埃文斯数据公司的统计（Evans Data Corporation），预计到2024年全球程序员将达到2870万，在中国人工智能产业短时间内发展成为数十亿美元的产业，预计到2025年将达到4000亿人民币，人工智能的迅猛发展吸引了大量年轻人的加入，最受欢迎和关注的便是算法程序员（Vailshery，2023）。中国算法程序员的月平均工资为36150元（World Salaries，2024），这是一群高薪群体，但同样是这一群体，却面临着“35岁瓶颈”和较高的裁员率（北晚在线，2023），承受着环境与自身的牵制。我们认为，算法程序员的现实处境是一个社会物质实践（sociomaterial practices）（Doolin & McLeod，2012）的过程，也就是说，算法程序员是谁，他们处于什么位置，不是由他们所从事的工作或者其自身特质单一决定的，而是由物的能动性（例如技术本身）与人的能动性相互纠缠而实现的（Llewellyn，1998）。基于技术与人的社会物质实践分析，本文想要讨论的问题是，当边界镌刻于算法之上时，边界的实质是什么，它对于不同的群体来说拥有何种高度象征意义？程序员如何嵌入到算法实践中去讨论或产生边界？本文从算法程序员群体的日常实践入手，将边界工作和边界对象建立在特定的角色事件中，试图去分析特定文化地图中，算法程序员的技术权威是如何树立，又是如何黯然失色的。

二

文献综述

（一）边界与边界工作

社科领域的边界研究关注的主要问题是群体如何通过其社会职能来获得实践中的权威与控制，其他群体如何被排除在外，谁对世界的理解是正确的（Carlson & Lewis，2015）。典型的，布迪厄（Bourdieu，1977，1984，1990）对边界的讨论渗透到了对社会地位的争夺、文化实践和品位的分析中，阶级特权往往通过象征性分类来使自己的文化和生活方式区别于下级阶层，以使自己的文化和生活方式获得合法化。学者们将社会科学中的边界进一步区分为象征性边界（symbolic boundaries）与社会性边界（social boundaries）（Lamont & Molnár，2002；Grodal，2018）。象征性边界是社会参与者对物体、人、实践甚至时间和空间进行分类的概念区分，是个人和群体斗争并就现实定义达成一致的工具。社会性边界是社会差异的客观化形式，表现为资源（物质和非物质）和社会机会的不平等获取和不平等分配。象征性边界强调主题间的区分，社会性边界则更强调对个人的分组（Lamont & Molnár，2002）。

边界的创建是极为重要的，因为一个领域可以通过边界扩展和边界收缩来获得文化资源（Grodal，2018；Lewis，2012）、知识权威和职业机会（Gieryn，1983），边界的划分加速了某个领域的专业性（Bishop，1999）。托马斯·吉林（Thomas Gieryn）试图去划分科学与非科学之间的边界，在他看来科学的边界是灵活的和动态描绘的。他提出了“边界工作”（boundary work）的概念——科学的边界是在远离实验室和专业期刊的自然环境中被划定和捍卫的。不同的群组通过边界工作，来公开性地竞争认识论方面的权威（epistemic authority），这种权威意味着能够去“定义、描述以及解释有限现实领域的正当权力”（Gieryn，1995: 393-443）。

关于边界工作的讨论，不少讨论集中在专业人士如何在特定情形中去捍卫自身职业权威和边界（Abbott，1988；Lawrence，2004；Suddaby & Greenwood，2005）。Abbott（1988）重点关注职业生活（professional life）中的边界，认为个人职业通过创造性的竞争来塑造专业管辖权。与Abbott所强调的客观过程不同，吉林更强调的是认知权威建立过程中人们对科学的解释策略。吉林（Gieryn，1983，1999）确定了边界工作的三种策略和目标：扩张（expansion）、垄断（monopolization）、维护自主（protection of autonomy）。他认为构建科学与非科学之间的边界，拒绝向伪科学家（pseudoscientists）提供这些资源，能够保护科学研究的自主权免受政治干预，有助于科学家获得知识权威和职业机会。

边界工作不仅在科学学科与非科学学科之间进行，而且在特定领域的个体参与者之间进行。Azambuja和Islam（2019：5）对审计公司进行了人类学视角的研究，分析中间管理层人员如何应对日常边界工作的矛盾性，他们有时候会感觉到释放（emancipation），因为他们感觉到被不同的角色和期望所赋能，同时他们也会感觉到疏远，因为在满足不同需求中所面临的匹配和区隔感。Bucher和Langley（2016）研究了医院管理人员如何通过边界工作创建不同类型的临时交流空间，那些在实践中相距甚远的成员可以在此空间中发展新的想法并且连接到新的日常工作中。Burri（2008）分析了放射科医生的身份和专业知识如何通过边界工作重建，放射科专家必须获得对新机器以及新的视觉知识和技术的掌握才能重新进入这一领域，并且成像实践是在特定的社会领域积累象征性资本的区隔实践（distinction practices），可视化设备和图像成为了身份竞争中的物质和认知资源，成为研究中心、社区和诊所之间协商社会秩序的工具。

目前关于边界工作的研究领域和话题十分广泛，包括职业社会学（Abbott，1988）、组织机构变迁（Malsch & Gendron，2013；Suddaby， Cooper & Greenwood，2007）、职业声誉与权威的争夺（Burri，2008）、职业边界的维持（Bechky，2003）、通过边界工作实现劳动分工（Allen，2000）等。已有的边界研究过多强调边界在差异分类中的张力，而职业群体自我价值的取舍如何作用于集体边界的生产则鲜有涉及。有学者通过跟踪巴西某会计事务所中层管理人员的日常组织生活（daily organizational lives），利用边界工作的概念对其主观工作经验进行深描，来理解中层管理者充满矛盾性的个人体验——中层管理人员处于上层资本和下层劳动力之间，处于被授权感（the sense of empowerment）和被物化感（the feeling of being objectified）之间，他们将自己描述为积极主动且具有反思能力的行动者，但同时也认为缺乏自治和归属感，为了实现组织功能，他们也会甘愿成为接口和协调设备（interfacing and coordination devices）（Azambuja & Islam，2019）。这与我们关切的问题十分相近，边界工作将能动性、权力动因（power dynamics）、物质性（materiality）和时间性（temporality）整合到组织研究中，能够帮助我们理解算法工作中基本的关系过程（Emirbayer，1997）。

（二）边界对象与跨越边界的协调

边界工作在建立区隔，而边界对象又在试图弥合社区之间感知和实践差异，通过新兴的相互理解来促进合作（Henderson，1991；Star，2010；Star & Griesemer，1989）。Star和Greiesemer（1989：409）将边界对象描述为“生活在多个社会世界中并且在每个社会世界中都具有不同身份的对象”。边界对象允许不同社会物质世界的协调（Huyard，2009）和参与者之间的交流（Briers & Chua，2001：238）。边界对象的概念优势在于其注重不同的参与者、社会世界、含义和用途（Fujimura，1992：175），强调共享知识（Bechky，2003）与跨越边界的协调（Carlile，2002，2004）。正如Star和Griesemer（1989：410-411）所提到的边界对象是交流、合作工作（cooperative work）以及实现共同目标的前提，他们在伯克利脊椎动物学博物馆的信息实践中确定了四种边界对象：（1）事物的存储库（repositories），（2）理想的类型、表示或抽象，（3）一致的边界，（4）标准化形式。边界对象的概念最初被引入分析科学团体与组织研究（Star，1989；Star & Griesemer，1989），后来被引入到了更多的实践领域。

边界对象的类型是多样的，但正如Star（2010）自己所说，其在组织层面是最有用的。边界对象可以是计算机模拟软件（Hauptman，2001）、终端、技术标准，也可以是某种社会安排（Harvey & Chrisman，1998），可以是事物、思想、过程，也可以是人（Frost，Reich & Fujisaki，2002），可以是实体制品，也可以是技术和社会表现的其他形式（Bresnen，2010）。甚至整个组织都可以充当边界对象，于是有学者提出了“边界组织”的概念（Guston，1999，2001）。创新的组织不仅能够跨越边界，而且能够改变和破坏边界，对于参与者来说，只有那些能够维护其利益的实践才能够获得支持（Mørk，Hoholm，Maaninen-Olsson & Aanestad，2012）。

边界对象形成了不同社会世界之间的交叉和转译，它们在确保可靠性的同时也保留差异、制度和社会完整性。例如，地图可以帮助工业组织中的不同群体来理解整个生产过程（Miller，2005）；故事板（storyboard）可以充当设计师、用户之间的有效边界对象（John，Bass，Kazman & Chen，2004）；在藤村，癌症作为边界对象，医生与分析生物学家同时指称患者的癌症，但也以完全不同的方式理解癌症（Harvey & Chrisman，1998）。边界对象的塑造和维护对于跨社区沟通与发展至关重要，包括信息系统和计算机辅助领域（Lee，2007）。在计算机辅助工作的研究（Computer-Supported Cooperative Work，CSCW）中，不少学者从社会物质性（sociomateriality）的角度来构建边界对象，边界对象充当多个社会世界之间的接口并促进不同的社会参与者之间资源（信息、概念、技能、物质）的流动（Roth & Mcginn，1998：42）。社会物质的角度鼓励人们将边界对象看做是动态的多样化的事物，其重点在于边界对象的使用，Doolin和McLeod（2012）提出了五个概念来支持信息系统开发中的边界对象的观点，即实践、时间涌现、社会物质能动性、表现性和多样性。边界对象的有用性既不是物质属性（material properties）所固有的，也不是人类能动性的意向性所独有的，而是二者纠缠中实现的社会物质能动性。

现有研究更多强调边界对象作为一个公共信息空间，不同群体在没有共识的情况下进行交互和协调（Bartel & Garud，2003：333；Bechky，2003），更注重兼具工具性和象征性的边界对象的整合作用，某种程度上夸大了边界对象的物质属性与整合属性，降低了这一概念的解释的灵活性（interpretative flexibility）（Zeiss & Groenewegen，2009），边界对象不仅可以充当整合的推动者，也可能是知识共享的障碍（Bresnen，2010；Carlile，2002；Henderson，1991），边界对象并不会永远有效地跨越所有知识边界（Carlile，2002；Doolin & McLeod，2012）。所以，本文关注协调关系本身的同时，更关注的是这种协调关系的另类面向是如何通过个体来作用于整个的组织边界的。

三

研究方法

研究者于2023年4月至12月期间，以熟人推荐与线上偶遇的方式对22名算法程序员进行深度访谈，每位受访者的受访时间为50-90分钟不等。具体从三个方面具体关注算法程序员日常实践中的边界互动（Wenger，2000：236-237）情况：一是算法程序员作为算法技术专业人士与非专业人士之间的边界相遇，包括他们如何进行日常沟通并在技术社区中交换知识；二是算法程序员与平台之间的边界穿越，算法程序员如何通过实践来与他们所在的平台组织进行对话，而平台又是如何穿越边界与程序员进行互动；三是算法程序员与外围用户之间如何产生链接。在这些问题的具体讨论与问询中，进一步明确算法程序员的个体认知、职业身份等与共享价值规范的相互作用。在本文中，受访者编号如“M-29-BJ-A”用于标识受访者的基本信息。其中，“M”代表男性，“FM”代表女性；“29”表示受访者的年龄；“BJ”是其所在城市的首字母缩写；“A”则是受访者标号。

四

研究发现

（一）技术天才：当完美交付成为一种身份标记

边界是一种在物体、人或行动类别之间建立的区隔，并调节彼此之间关系的互动（Bucher，Chreim，Langley & Reay，2016）。身份是在边界绘制中形成的（Abbott，1995）。对于程序员来说，他们的职业身份边界在于这一群体被认为拥有从事与代码知识相关工作的专业权利（Abbott，1988），这种专业权利意味着在代码专业化领域，程序员的专业权威和专业地位会随着专业控制的知识领域的排他性和特殊性而增加（Suddaby & Viale，2011），也就是，对于程序员来说如何在日常实践中将自己呈现为重要的声音，依赖于其在专业化领域中的职业权威和专业边界（professional boundaries），这是其能动性的重要体现，即将某种“特殊”职业（special occupations）与其他工作人员区分开来（Bucher，Chreim，Langley & Reay，2016）。相对于非技术人员（例如运营岗位、普通用户）来说，程序员对技术的规制能力是一个异常稳定的过程，看似是“技术天才”一般的存在。其中，算法工程师是利用算法来处理日常事务的专业人士，他们的日常工作往往是通过一定规范的代码输入来在规定时间内获得满意的或者符合要求的输出，因此，他们将算法视为是解决特定计算问题的得力工具。

算法程序员的能动性表现在其需要通过专业边界来捍卫自身权威，以维持、改变或持续扩大其实践领域，这种专业边界的配置不仅会定义谁才是一名合格的、优秀的算法工程师，而且还会塑造相应的社区实践（Armstrong，2002）。对于算法工程师来说，他们要在固有的技术和组织范式中保持集体的竞争性，需要将特定的实践在有限的时空聚集，并且使自身与其他一些无关紧要的活动保持暂时性的分离。所以，对于他们来说，什么是一个“良好实践”（good practice）变得尤为重要。通过访谈我们发现，对于算法程序员来说，从技术角度去追求流程的无可争议性、工具模型的有效性、技术认知的连贯性成为了他们实现完美交付、满足组织对个体竞争期望的主要方式，也是这一群体建构职业权威所做的主要边界工作。

1. 技术流程的无可争议性

日常实践与应用中的算法粗略地可以分为五大方向，包括图像处理算法、自然语言处理算法（NLP）、语音识别算法、个性化推荐算法、搜索应用中的算法等。对于算法程序员来说，无论是身处哪一方向和领域，技术的实现必然会有一套相应的流程规则。

以受访者F和K为例，他们均为从事广告算法推荐的程序员，虽来自不同平台，但其日常工作流程十分相似，和数据打交道成为他们释放算法功能的主要方式——“数据获取-数据样本化处理-数据模型训练-数据模型评估-模型部署上线-数据扩量与调试”，通过数据进行模型的训练，在确保数据合理的情况下用它去解决一些未知的问题。在数据采集中，算法程序员通过数据埋点、内容填写等方式来对用户（包括广告主、普通用户等）行为或事件进行捕获和处理，“我们会采集用户和广告主两侧的特征，广告主会在注册时填他卖的是什么类型的产品，例如是游戏、汽车、女装，如果是女装，再细分为适合年轻人还是老年人，女装的图片、简介、价格等，这是广告主一侧投放的物料”（M-32-BJ-F），而在用户侧，“用户搜索了什么，在一个下滑操作中，也就是一个刷次中刷到了哪些资讯，点击了什么内容并浏览了多少秒，产生了哪些行为，以及用户的注册信息，在输入的那一刻都会被前端捕捉到，专业一点叫数据埋点”（M-30-BJ-K）。之后，根据数据整理成样本，一个样本由三部分构成即用户信息（用户年龄、行业、偏好等）、资讯信息（资讯的标题、作者等）和用户对资讯产生了什么行为（点赞、分享、收藏、评论等）。“我们会把这些样本结合，一批一批地送到机器学习的模型里面，通过大量的数据去训练一个模型，其实模型你可以理解为很多个参数，像小格子一样，可以储存很多东西，模仿人的大脑储存，等它见的类型多了，它就能判断这个用户是什么样的人，有多少概率会点击这个广告，又有多少概率会购买这个商品或服务。” （M-32-BJ-F）从数据的采集到模型的上线与迭代，程序员需要严格完成每个阶段的任务目标，他们对数据的管理策略直接反映在不同时期的算法作品上，这种流程固定下来成为组织惯例并非由程序员个体偏好决定，而是在负责任的、有效并专业的数据科学体系搭建过程中留存下来的。这样严密的操作流程能够使得程序员从获取的数据中提取学习模式并应用于更大范围的服务对象，进一步巩固其在技术社会中合法参与的基础与权威，技术流程边界成为了加固程序员社会边界（Lamont & Molnar，2002：168）的一种有效方式。

2. 模型工具的有效性与技术认知的连贯性

对于算法程序员来说，一场技术流程的开启与完结均以算法模型是否达到理想结果为指征，对模型质量的追求成为处于异质性工作中的算法程序员的技术想象共识的一部分，这种技术共识便是通过算法参数的调整来不断提高模型的预测率、准确率、用户留存率，同时使损失率不断下降。“我们要度量真实的结果Y与预测的结果Y之间的大小关系，用MSE损失函数评估模型的性能。我们期待看到的结果就是一个模型在训练过程中，损失曲线是平稳下降的，准确率曲线是平稳上升的。”（M-29-SC-J）训练优良的算法模型成为了被打包封装的一个个可以重复使用或者被他人随时调用的技术单元对象，这种有效性的实现往往取决于数据的质量与分析，程序员会期待尽可能地获取足够多和足够新的数据进行增量训练，在基线模型（base line）的基础上取得更明显的进展，从而体现其工作的价值。“一个模型不可能直接上线让消费者使用，所以实验平台很重要，我们会对用户的每一刷都设置一个随机的哈希值，保证实验组和对照组的用户流量是均匀的，让用户无职业身份偏差地进入实验流量中，如果结果很好的话，再将原来只占1%的实验组扩量到3%，5%，10%...40%，最后这个模型涉及的用户越来越多直到覆盖所有用户。”（M-30-BJ-K）一个模型部署上线后，并不意味着该模型便定型为组件库中的特有组件，相反，模型需要不断地迭代，使进入实际应用领域的算法产品，能够以一种动态的方式持续反馈到程序员的认知中，不断激活他们进行技术输出的能力，程序员不断地被变动的、扩展的现实数据刺激，持续地进行技能的转换与输出。“模型也是有细粒度的，有的是按天级的数据更新，有的是按小时级或者是秒级的数据来更新，模型部署上线后不断迭代、评估、扩量，如果一个实验观察结果还是不好，就只能下线，重新上别的模型。” （M-32-BJ-L）

科学家是创造理论的人，他们接受的训练是如何制造工具，工程师则是将理论运用于实践的人，他们接受的训练是如何使用工具，科学家往往比工程师更被人认可（阿什福德，2017/2020：25）。对于算法工程师来说，他们的日常实践更多的是对工具的使用而非创造，其所从事工作的正当性和权威性的建立是迫切的同时也是具有挑战性的。“一个算法可能迭代很多轮都没法上线，因为算法有一个特点——就是算法的输出是不确定的。假设做一个分辨器，这个分辨器的准确率、召回率是多少，我们可以给一个预估，但不会很精准，只有无限接近真实的线下数据跑出来的才精准。对于算法工程师来说，不确定因素太多，所以压力也比较大。”（M-29-BJ-E）因此，在日常工作中，他们尽量地通过技术流程的标准化、技术工具的有效性和连贯性来不断调试充盈在代码中的计算结构和计算价值，使代码产品朝着某种组织目标或社会目标推进。虽然充满不确定性和挑战性，但这仍是一个将代码写作转换成为组织价值和社会价值的生产过程，也是“技术专家”“技术天才”作为程序员的集体身份对技术和组织进行的某种深刻承诺，在此基础上建立的社会边界扩大了程序员相对于非技术人员的技术权威性，同时也为他们带来了丰厚的物质回报和更多的可用资源。

（二）自我驱逐：当个体与技术的断裂凝结于虚假的技术繁荣

这一节我们将推进对边界工作的另面理解。对于为程序员塑造专业权威边界工作来说，边界内的集体身份认知成为组织行动的共识基础，他们依着严谨科学的流程与及时更新的技术工具，为这一群体注入了一种独特气质——技术好，很快能给回音，并按时按需解决问题。然而，技术权威由边界工作而起的同时，技术浪漫主义的圈子也由边界工作而破裂：技术天才好像并非我们想象中的“神通”，他们追求技术客观效能体现了程序员的能动性，强化了技术道德感，但社会道德意识则被驱逐。

过来一个需求，我们不会怀疑需求合不合理，不会思考它的社会意义在哪里，这是业务部门做的。（FM-29-SH-R）

我们曾经做的一个事情就是去水印，要把竞争对手X平台的水印去掉，而且要去得毫无痕迹，你要问它有没有伦理的问题，答案是‘有’，这本来就是一种‘盗窃’，但是产品提出这个需求，我们就做了。我们更多的是提供一个工具，不管你产品端怎么用这个东西。（M-38-BJ-S）

他们不对技术之外的社会后果过多关注，相比于模型产品是否是“一种合理的社会选择”这一问题，他们更关注的是这种模型是否提供了理想的计算性能，而对于算法如何以一种大众公认的、有意义的方式来链接信息，缺乏深入思考。无论他们选择如何编写程序，技术的道德困境都被包含在结果里，甚至有时候对于工程师来说，结果到底是什么其实他们并不清楚。“做算法的我们其实并不接触最后的成果，我做的东西可能会给我们银行带来什么具体收益，其实并不清楚。”（M-26-SH-T）这种集体默会实践会产生新的边界，从而进一步衍生新的实践后果——程序员成为算法机器中的一颗螺丝钉，成为算法机器中的某个齿轮，“技术天才”并非是社会判断力的正义使者，他们并未能够借助算法实践真正进入技术结构的核心地带，而是通过一种看起来极具专业性和参与感的技术实践，将自己逐渐剥离于对算法社会产生关键作用的权力关系之外，看起来颇富创造性的“技术天才”成为算法机器的零件，程序员成为算法机器持续使用的工件（artifacts），个体与技术的断裂凝结于虚假的技术繁荣。这种自我驱逐所表现出的以及其产生的脆弱性和不稳定性主要表现在以下几个方面：

1. 框架化的创造性与灵活性

技术的进步不仅在于经验知识的积累，还在于创造性的范式转换，而算法程序员往往抓住的是眼前的技术范式——用算法作为工具生产见效最快的产品，而在某一阶段或某一位置他们所持有和崇尚的信念还应该有什么，如何以一种更宏观的视角推动技术社会的革新，不仅不在其考虑范围内，且往往被其职业边界区隔为“本职工作”之外的业务。“在我们这里，技术和业务是分开的，我们并不自己思考要去做哪些业务，那是产品经理和业务人员做的。”（FM-27-XA-G）这种由专业边界所衍生的、不断收窄的“逆向边界”，使得程序员的创造性被单纯地收敛于技术工具是否使得某些代码的复用率越来越高。在某银行工作的受访者O，从事了一年半的数据开发后转岗到了算法相关部门，主要利用算法来对潜在的金融风险进行预判，相比于数据分析岗，受访者O认为算法岗位的自主创造空间要弱化很多，一方面这与组织行业自身规范有关，“第一我们要做的内容和产品受到了银监会的监管，另一个就是巴塞尔协议（的约束），所以很难掺杂自己的一些想法和偏见，同时也没有太多自主发挥的余地”（M-27-NJ-O），另一方面，其所做的内容只是整个产品链条中的一个节点，这种碎片化的工作决定了其很难对整个产品在组织和社会中的意义产生全面的理解，“我们会做信用卡审批的工作，但是审批流程是一个很长的链条，我们只是参与了其中很小的一部分，并不是全量都会走我们这里，最终决定的还是总行那边，我们只是链条中的一部分”（M-27-NJ-O）。

哪怕一些程序员有自主的想法与技术理想，也需要不断与现实结果协商妥协，因为在高度制度化、组织化的体系内，内源性变化（endogenous change）似乎与制度含义是相矛盾的（Scott，2001：187），因此很多时候，程序员技术的自我认知很难成为集体行为。受访者F是一名有着6年从业经历的算法工程师，从计算机视觉方向的算法转到了推荐和广告方向的算法，在访谈中他提到了自己的跨技术取向最后隐忍尘埃的无奈：“作为一个从业者，其实有时候是比较suffer的，因为有些事情我们也不想这么去做，比如我不是很认可我们短期给用户推送很多广告，来换取超额收益，因为这件事情对用户来说并不是他想要的，对我来说也不希望自己的算法产品变成这样。但是，我们有收入的压力，假如说在某个时间节点没有达到预期的收入，公司在亏损，我可能就没有这份工作了，那我怎么办，我只能先保住自己的工作，所以我就不得不去做这样的事情。”（M-32-BJ-F） “技术中的那些范式层的性质不仅取决于创造力，而且会受到复杂的商业和政治利益因素的干扰。”（阿什福德，2017/2020：153）富有创造力和想法的个体，以及他们的个人理想抱负，并非总能被集体接纳，成为一种有效的替代方案，无论从个人收入还是组织盈利考量，个体很难承受偏离现有边界分工的物质后果，除非他们可以接受失去岗位、被替代所带来的影响。“技术人员假设A有异议不想做某件事，那B肯定会做，B不做，C肯定会做，你的执行力出现问题，那可以换人，有的是人把这件事干了。”（M-40-BJ-U）薪资财富与技术生产紧密绑定在一起，不会有人愿意将自己暴露在被取代和失业的危险中，为此技术的稳定性也得以维持，程序员的技术感受并非建立在乌托邦意义上的，而是建立在物质报酬基础上，他们很难成为一种真正的分裂式对抗力量。

2. 群体流动性和不可替代性弱化

技术的创新是永无止境的，技术的进步也是持续的，技术的无限进步与人的有限更新之间出现了裂痕：程序员很少会技术过剩，他们需要做的反而是不停地更新自己对工具的重新掌握，输入最前沿的技术与专业知识，提升效率避免被淘汰、被裁员；而企业组织则从成本的角度出发，希望岗位中的个人能够在有限时间内持续产出，组织希望程序员从自我提升的技术竞赛中不断赋予算法机器超人的表现，但却并不会留给程序员以额外的时间。程序员仿佛算法机器中的一颗小齿轮，小齿轮的转动带动整个社会技术大齿轮的转动，但小齿轮与大齿轮之间的时间质量却并非一致和均衡的，技术社会的大齿轮会随着时间的积淀变得更加完善、越走越远，而程序员个体则会随着时间的变迁，逐渐落伍甚至被淘汰。所以，技术社会的发展是一项比程序员自身生命力更久远的业绩，程序员对于企业、对于组织来说，具备的仅仅是阶段有用性或者是局部有用性，年轻的程序员在职业竞赛中被贴上“体力好、家庭负担轻、时间充沛、技术前沿、猝死风险低”的标签，就像受访者F所说：“35岁定律不仅存在，而且越是竞争激烈的地方，就越是显著。大龄程序员可能更容易生病，甚至说更容易猝死，而且你在一个岗位待得越久，公司裁员赔偿费用也越高。所以公司一定是择优录取，新人的竞争优势也更明显。”（M-32-BJ-F）

当程序员的阶段有用性被组织提取完成后，类似于机器零件的他们面临的并不是被重新打磨，不是被企业给予新的发展空间，而是被新的零件所替换。裁员潮的出现与整个互联网行业的发展周期以及经济的下行现状有着密切关系，即使是当时炙手可热的算法岗位现在也面临着被裁的问题，在某些互联网企业甚至裁员数量位居各岗位之首。对于算法岗位，一些企业业务发展到顶，或者战略目标有所转变，例如从过去希望通过算法获取用户转变为提升用户体验，导致对算法岗位的需求正在减少，“尤其随着人工智能行业越来越追求大模型，导致成本越来越高，已经不是一般公司可以负担得起的，行业越来越趋向少部分公司研究模型，大部分公司花钱购买服务，例如一些中小公司只需要用现成模型也能做出来东西，对算法人才的需求在减少”（M-37-XA-V）。程序员被裹挟着进入了一种“技术与组织无限扩张”与“技术与人在不断分离”的冲突之中，流动性弱化，不可替代的优势正在消失，个人流动被技术群体的社会竞争所取代，正如那些被裁的程序员，他们要重新进入社会寻找岗位，他们正在完成的并非是个人所想要追求的个人流动，而是在社会竞争中被重新定价和排序。当人成为装备中的齿轮，这种疏离的结构条件使得劳动者成为历史的被动对象，而与发展人类的潜力越来越远（参见Schacht，1970），最终程序员成为组织和资本的替代愿景和阶段性工具，成为扩展资本范围和市场逻辑的耕耘者。技术社会对程序员才能的拾取并不是简单的技术借鉴和劳动购买，而是技术发展推动的新社会分工，是技术秩序与集体想象的一种重构，程序员群体被拾取的同时也会被置于巨大的脆弱之中。他们在付出劳动之后，快速被淘汰，却又无法以个体之力应对，当他们的价值被拾取殆尽后，便逐渐成为技术社会大分工中剩余类别的一种。此时，我们再回看边界工作的内涵，其张力未必像已有研究那样体现在专业与非专业、特殊职业与其他职业之间（Abbott，1988），而可能会在专业人士群体本身产生差异与区分，对于算法程序员来说，边界工作并未让他们在技术领域中永久占据排他性位置，反而在技术权威中呈现了自我弱化、自我驱逐。

（三）作为边界对象的算法与组织的标准控制

为什么程序员会（甘心）成为一个机器齿轮或者零部件？从个体的角度很难回应这一现实问题，因为程序员的算法实践不是一个单一的技术事件，不是程序员个体的技术审判，而是结合了组织叙事和政治属性形成的产品。正如Granovetter（1985：487）解释嵌入（embeddedness）概念时所说的，“行动主体不会像独立于社会语境（social context）那样行事或者做决定，也不会盲目遵循为他们编写的剧本”，相反，“他们有目的的行动被嵌入到了具体的、持续的社会关系系统中”。程序员嵌入组织社会，组织社会又嵌入到大众社会，算法成为组织、用户、程序员这三个不同社会世界的联结点和边界对象。Star和Greiesemer（1989：409）将边界对象描述为存在于多个社会世界中并且在每个社会世界中都具有不同身份的对象。通过边界对象，不同领域的行动者构建了一个协商空间，差异、信息得以在这一协商空间中被突显、修正和流动。算法作为边界对象，不仅蕴含了不同行动者对于技术生活的理解与表达，而且直接反映了算法是如何在这一过程中被认真对待与遵从的，这对我们理解程序员为何遵从标准化的生产而很少偏离（某种程度上成为机器零件）提供了分析思路。

对算法的敏感并不是程序员的天生技能，而是在组织的标准控制下习得的，组织对程序员的间接控制体现在程序员的技术忠诚能获得丰厚的物质回报，企业从程序员的流转中汲取价值的最大化，使得充盈在算法社会中的数据结构能够获得稳定的效能，从而实现用户注意力的锚定与非流转。算法程序员的嵌入性问题源于其高度复杂的技术实践、严格的组织控制和技术创新压力，使他们在技术权威中丧失自主性和创造性。相比之下，其他岗位如外卖员的嵌入性更多体现在工作流程和任务分配上，对自主性的影响较小。算法程序员的物质报酬虽丰厚，但更多是对技术忠诚的奖励，而非对自主性和创造性的认可。在平台组织对流量这种狭隘商品的追逐过程中，平台的规则和用工标准逐步稳定下来，组织成为权利、机会和资源的分配者，而算法程序员这些开发和部署算法的人并不真实地在市场的行为方式中拥有充分的权限，即使他们是代码的操盘手，也无法使算法过滤某些组织的现实愿景，集体智慧和个体智慧哪一个更接近真理是由组织利益决定的，技术人员所在的组织是被某种商业目标或高层的前瞻性逻辑（prospective logic）塑造的。“我们会把业务目标、业务组建、业务能力都呈现在一个系统里，当你有业务需求时，我们需要站在企业级的角度去规划，你这个需求应该对应到哪个组件、哪个系统，在全集团的系统中如何摆布，都是需要在整体架构上做的事。在项目组里的程序员很难发挥自己的灵活性或创新性，因为一些大的方向、一些要做的事上层已经规划好了。”（M-29-BJ-A）程序员是特定行动方案中的一环，而并不是系统的设计者，他们是技术天才，但却不是一个行业的艺术家。

Strauss（1978）认为塑造社会行动的因素可以分为“协商环境”（negotiation context）和“结构性环境”（structural context），前者是通过协商直接影响其形式和过程的社会环境的直接特征，后者则是超越了直接的协商环境，更强调个人过程与社会结构的互动。企业组织结构由周密的职业技术等级制度、行为标准、绩效考核标准搭建而成，程序员所在的企业组织营造的不是单纯的协商环境或结构性环境，而是二者的混杂。因为，组织对处于不同职级的程序员的能力要求和考核标准是不同的（见表2），职级越高，组织对程序员的响应式需求变现的能力要求越低，对其突破式创新的能力要求越高。

所以，对于高层的、管理层的技术人员来说，他们有一定的技术协商的空间，拥有更多的资源来实现变革（Lockett，Currie，Waring，Finn & Martin，2012），但仍然是以企业利益为目标的；而对于处于基层的工程师来说，其受结构性环境的牵制尤为明显，创造性的工作由决策者完成，而需求变现的任务则降级交给程序员来做。因此，算法程序员，尤其是基层的程序员，他们很难在算法的技术机器之上建立一种休闲的道德秩序和技术理想，因为这会扰乱技术本来的逻辑，算法要在组织结构中获得被认可的位置，就需要程序员按照固定的模式进行调试，程序员一次次地出入技术空间，无一不是为了追求一个所谓的性能优越的完美算法，而就是在这样的过程中，程序员的想象力被算法机器牢牢摄取。

组织的标准控制不仅体现在其对程序员标准化劳动的生产上，而且体现在其对程序员与用户关系的塑造上。一个简单的用户界面背后其实是复杂的计算处理程序，企业通过算法程序员的事务性输出换来用户的消遣性实践，而作为开发人员，程序员对用户的考量是在一种原始意图的前提下进行的，“我们拿到的用户数据都是脱敏的，比如年龄、性别，对我们来说只是冰冷的数字，我们只是从显著性等角度去探讨它的一个因果率”（FM-24-BJ-P），技术标准是程序员维护算法生产的关键，他们很少从道德和审美的角度来思考，而对用户关系的思考也是，他们对用户关系很少进行道德化的审视，甚至大多数情况下他们从来不需要对用户解释什么，就像我们与受访者U的一段对话：

笔者：用户不了解算法背后的那套东西，您觉得有必要向外界做出解释吗？

受访者：没必要。

笔者：为什么？

受访者：他理解不了。你还是一个博士，你能理解吗？

笔者：但如果不向公众解释，这个东西在黑箱里面。

受访者：不care，不是所有的人都care这个事情。

笔者：但如果出问题的话？

受访者：我们从来没有保证我们线上的数据一定准确，算法只能做到80%，没有办法保证它的高精的状态，更没有办法保证它永远不出问题。

用户对于程序员来说只是冰冷的数字，然而，在他们意识不到的地方，他们的日常实践正在成为引导人们行为的技术合集，正在决定着用户如何被纳入到数字契约中。

五

讨论与结论

算法作为边界对象，但在组织（实用框架）、用户（道德框架）、程序员（标准框架）之间具有不同身份，计算系统的复杂性、商业的逐利性、用户的隐私等利益考量相互交织。（1）企业组织追求的是对算法程序员群体技术才能和技术“遗产”的深度利用，算法对于企业来说，是提升效率、留存用户、实现盈利的技术工具，算法实践到底符合谁的标准、符合什么标准并不是最重要的，最重要的是企业能够通过算法实现流量的收集和分发，从而获得组织对“事实”管辖的“非凡权力”（extraordinary power）（Abbott，1988：225），用一种私有化的内驱逻辑来生产公共场所中我们所能见到的那些文化现象和商品，企业以一种实用性框架来审视算法；（2）对于嵌入组织的程序员来说，重要的事情不是社会事务的优化，而是生产更具竞争力的模型，算法程序员以一种标准化的框架来审视算法，对于他们来说，算法很难是一种道德和审美的产物，他们需要极力地保持数据的代码化运作更具有计算价值和经济意义；（3）对于用户来说，他们追求的是通过算法获得良好的使用体验，用户以一种道德框架来审视算法，组织产品只有满足用户体验才能实现经济效益，程序员成为企业获取用户的“中间人”。

既有研究认为边界对象能够协调不同群体之间的互动，成为一个交集协商地带，而事实上，在我们的研究中边界对象呈现了逆向性，真正的协商被“实践的政治”所取代，算法作为边界对象的逆向过程表现在：企业、用户与工程师之间形成稳定的互动关系时，实践的政治开始发挥其作用，这种实践政治影响着社会力量的作用方式，以至于最后，没有谁真正掌握话语权——企业为了实现组织利益不得不满足用户体验，只有符合社会道德标准的算法技术方才具有跨环境的影响力；算法程序员群体为了获得职业物质和非物质的资源机会（例如报酬、权力、社会地位等）不得不在组织标准框架下开展日常实践，只有符合组织实用标准的技术人才方可实现职业/财富的稳定性；程序员与用户之间建立的联系更多的是一种技术选择，而非道德选择，技术领域中甚至允许存在道德偏差（如受访者提到的擦除他人视频中的水印等）。单纯从技术角度占领社会边界，没有为道德叙事留有空间，且严格在组织标准中实践，使得程序员很难突破外在规范的整体性，甘心成为企业组织中的一颗技术螺丝钉，成为算法机器中的一个齿轮，这成为这一群体不可见的身份（invisible identities），成为劳动机械化（the mechanization of labor）（Striphas，2016）过程中最原始的存在。就像马克思（1976）在资本论中所论述的，在机器变得有用、合法、普遍之前，人本身必须首先要变得和机器一样。

平台企业创造了一套模式，使得程序员依照一定的标准进入工作，这是组织划定的程序员通往稳定性的必由之路。标准的一致性避免了程序员群体的集体焦虑，大家不必在标准对接中内耗，不必计较和过多解释为什么必须要这么做，而不是那么做。算法程序员将自我能力和职业身份的描述化约为对数据指标和模型的优化，臣服于标准化的组织实践，他们有技术野心，却没有承担过多的社会任务，不加批评地去换取用户鲜活的体验。这套模式一开始就是逻辑清晰的，但程序员很难以同样清晰的逻辑跳出这套模式，正如吉登斯（1990/2011：2）所说的那样：“我们中的大多数人都被大量我们还无法完全理解的事件纠缠着，这些事件基本上都还处在我们的控制之外”。作为高薪人才算法程序员脆弱感的暴露并非那么明显（他们在外人看来是高薪精英群体），以至于很多时候他们也无法真正揭示进步技术的虚假繁荣，自我驱逐成为一颗机械齿轮。

所以，程序员群体所进行的边界工作，尽可能地调用一切代码操控数据资源，使算法机器避开技术效能低下的侵蚀。但同时，集体的技术聚合并没有产生额外的个人活力，边界工作成为一项“逆向过程”（reverse process）——标准框架下的日常实践虽然能够减少歧义和提供指导，但却以程序员丧失流动性、灵活性、想象力为代价，塑造技术权威的边界工作反倒是成为组织实现标准控制的切口，程序员也成为了组织标准化系统所生成的剩余类别（residual categories）。技术想要保持永久的新鲜并非难事，会有新人不断进入这一领域，然而新人的补充并非是新兴主体的出现，依然是前者的角色重演。随时将至的裁员仿佛悬剑，他们的工作生涯充满了不确定性，而他们在技术时代洪流中的历史命运却越来越清晰——被技术拾取，然后又被技术抛弃。这也让我们进一步看到自反性现代化（贝克，吉登斯，拉什，1994/2014：6-9）在非政治领域中的蔓延，随着技术-经济的扩展，原先属于政治领域的塑造权在风险社会开始向亚政治领域转移，并在技术人员的日常实践中进行，他们在知识实践中丧失了高薪带来的传统式的安全感，正如贝克所说“在我们共同呼吸的有毒空气面前，阶级专属的壁垒也坍塌了”（1986/2018：27），即使是这样一群看起来精英的人士也难逃风险社会的损害。

组织所构建的算法机器提供补偿的手段颇具深度和政治意味。程序员的边界工作与算法作为边界对象均出现了“边界的逆向”——程序员看似被给予了优渥的待遇和极大的尊重，而事实上不过是算法机器透过技术权力所进行的象征性表演——企业通过财富允诺鼓励越来越多的技术人员日复一日地、充满激情地付出，而不计较自我价值的快速贬损；程序员日复一日的付出却在有朝一日被组织的标准化控制所抛弃。边界的这种自反性彰显了现代社会所承载的自我冲突，而其所产生的后果是工业社会标准化和制度化所无法解决的。算法不断更迭，但其流动性没有带来精神和文化的流动，程序员群体没有随着算法机器的完善获得十足的移情能力，他们可以做的选择越来越局限，按部就班，很难去展开对不同生活道路的追求，即使有理想，却未必有空间可以实现，就像受访者F在提到未来的职业发展时谈道：“当你的收入到了一定阶段的时候，你会觉得收入增量带来的幸福感，远不如自己做一些有价值的事情。比如衣食无忧以后，我们站在民族、国家、社会，甚至是文明的高度上去想，还有哪些事情是应该做的。我也想做这样的事情，但不知道什么时候才可以实现。”（M-32-BJ-F）

算法作为边界对象，并非打破了并糅合了政治权力、市场盈利、用户体验、 技术进取之间的区隔，反而是作为社会物质实践过程对组织、程序员、用户的行 为产生影响。人类行为不仅依赖于物质性和物质人工制品（materiality and material artefacts），而是由它们构成的，就像Doolin和McLeod（2012）所说，信息系统开 发之类的组织实践是社会物质实践（sociomaterial practices），能动性不再是单属于 人类或其人工制品的属性，而是被重新配置为一种二者相互纠缠而实现的新的行动能力。一方面程序员的实践赋予算法以生命力，而算法作为社会物质实践也决定了程序员以一种标准化劳动来追求算力和效能，算法本身也是具有能动性的，程序员是谁，处于什么位置也是由边界对象本身来构成的。算法不是程序员私人的狭小产品，而是具有公共性的技术指称，无论程序员的个人意图如何，算法都具有相对的独立性，而不会有太多程序员的个人主观色彩被绘制其中。算法程序员被置身于被组织社会和算法社会所描述的文化中，日复一日地将既定意识创建为有形的技术产品，其稳步的发展或者是单调枯燥的重复，带来的却是有朝一日算法机器的爆炸式成长，就比如我们今天看到的Sora、ChatGPT的出现，现代性的算法机器所产生的技术裂痕，让我们看到了人的作用越来越渺小，我们时刻在场，却在最后永久缺席。这是技术与人联系的新模式。

本文系简写版，参考文献从略，原文刊载于《国际新闻界》2024年第10期。

本期执编 / 咕咚

订阅信息

全国各地邮局均可订阅《国际新闻界》，国内邮发代号：82-849，欢迎您订阅！

您也可通过下方二维码或网址https://mall.11185.cn/h5/#/bkGoodsDetails?spuId=113613&from=imgShare&dsId=zxSWChat&dsModule=c3df4964-af5d-40a8-d6cc-a768b5306e52 ，进入中国邮政微商城订阅本刊。

您还可访问《国际新闻界》官方网站 http://cjjc.ruc.edu.cn/ ，免费获取往期pdf版本。

进入官网下载原文