讲座回顾：人工智能——解放或赛博朋克？

导语

AI与社会：理论视角与未来展望

我们不乏听到这样的说法：AI是对人类智能的异化，AI只能做机械重复劳动云云。理论家们似乎过分地急于反思AI的人类学层面的问题，而过分地无视了自己是在何种经济结构下使用AI的。

以及还不得不指出的是，人们通常等所关注的、办公室白领常用到的大语言模型只是AI的一小部分，大量调用api使用算力的主要是公司/国家——后者是结构的真正生产者和塑造者。那么真正值得关注而没有被关注的问题就是：AI如何与现有的政治经济结构互动?

本讲座将分为四部分：①首先探讨人工智能是如何从历史中诞生，在军事中发展，并在21世纪的今天依然运用于战争;②然后介绍人工智能迅猛发展对环境带来的影响;③之后介绍马克思《机器论片段》中的观点，将AI理解为“对象化劳动”;④再之后分析社会上关于AI的几种主要观念。

早期的计算机学家也都是逻辑学家;计算机中许多重要的概念由逻辑学的概念演变而来，比如布尔代数、组合逻辑，甚至可以说通用计算机正是逻辑学智慧的结晶。对于布尔代数如何变为晶体管中的0-1再逐步通过门电路已经是老生常谈的事情了，我们可以举一个组合逻辑应用在计算机当中的例子。

哈斯凯尔·柯里在研究“组合逻辑”(一种不需要变量的逻辑系统，可以归为形式主义)时意外发现：如果给这些逻辑组合子标上“类型”，这些类型的公式看起来和直觉主义逻辑中的公理一模一样。当时在逻辑学家关于什么是“证明”的争论中，直觉主义者认为：证明一个命题，本质上就是构造出一个证据。这已经为“证明即构造”埋下了伏笔。这对计算机是十分友好的，虽然后续发展出了寄存器能够在计算机能够容忍的时间内写入和读出，但这仍然涉及到了变量，涉及到变量是很难验证程序的正确的，比如一个步骤只拿到了x=5的结果，它怎么知道这是不是一个意外产生的?而这种新的组合逻辑可以使用归纳法来证明嵌套的程序的正确性，因此诞生了OCaml ，一门严谨而高效的语言，通过强类型和模式匹配确保了代码的稳健，至今仍然是任何程序都需要用到的编译器(将代码转换为0-1码)的重要组成部分，以及使用在航天、核电站等容错率为零的领域，以及对运行速度十分苛刻的金融领域。

计算机之父图灵是在为英国破译纳粹电报密码时发明了逻辑推演机。他成功地设计出一台机器，这台机器可以用这些信息迅速地推导出“敌方密码”在某一天的设置情况。要想获得德国海军的“密码”在某一天的设置，就要从1.5*10的20次方种可能性中找到正确的组合。平均说来，图灵的机器可以在3小时之内解决这个问题。

第一台通用电子计算机ENIAC(1946年)直接服务于美国陆军弹道研究实验室，用于计算火炮射击表。这体现了国家军事需求对计算机技术的直接塑造。早期人工智能的研究，特别是在20世纪50-60年代的第一次浪潮中，其主要资金支持方是美国国防高级研究计划局(DARPA)，因为当时基于规则系统和搜索算法的“AI”被尝试用于导弹制导优化、模拟战场推演和情报分析，这标志着AI技术从诞生之初就与军事应用紧密结合。可以说，它的基础就是统治阶级的需要。

举这个例子是想排除两种误解，第一种认为计算机是少数几个天才灵机一动所发明的;又或是“工业党”认为计算机是技术缓慢进步所慢慢推动，必然出现的。事实上，任何一个突破性的技术都是这么发展的：在理论科学框架下新的范式必须与一个特定阶级迫切的需要相结合。

美国的AI军事

(1)举国体制：在防务与安全领域投资方面，与好莱坞大片中由少数阴谋资本家掌握军工复合体的传统印象不同，美国社会呈现出了资本的“举国体制”。从华尔街到硅谷，从中情局到国防部及各军兵种，各类基金和投资公司...都被统合起来，帮助以硅谷初创企业为代表的小企业耐心成长，还培育了一大批与防务与安全有关的企业(其中不少已在乌克兰战场得到考验)，形成了一张庞大的，有组织的AI军事投资网络。

2021年3月，美国人工智能国家安全委员会(NSCAI)发布了其具有里程碑意义的《最终报告》，虽然该机构在后续被解散，但这份计划深刻影响了美国的AI布局。在核心战略主张上，这份计划构建了一个覆盖硬件研发、算法优化与人才梯队的闭环体系，也强调了半导体供应链的重要性，导致全球AI产业链开始出现“脱钩断链”的风险。

这种举国体制在2025年体现为特朗普政府雄心勃勃的“星际之门(stargate)”计划。这项涉及5000亿美元、由政企协同驱动的巨额投资，旨在通过建设近7千兆瓦的超大型数据中心，构建起全球最庞大的国防专用算力集群。AI已经成为了新的国家级基建项目。

(2)反哺资本：2024年4月，《纽约时报》披露了美国国防部一个名为“梅文计划”项目的最新进展情况：“梅文智能系统”正在通过得到美国国家支持的乌克兰战场得到快速训练和完善，使得该AI系统已能够将卫星、雷达、红外设备甚至社交媒体上的影像处理后汇总到一块屏幕上，帮助接入该系统的人员快速识别出打击目标。可以说，AI训练不仅仅是企业的问题，而时刻受到国家系统的支持，并服务于其目的。

资料：帕兰蒂尔公司正是梅文智能系统平台承包商。2003年，斯坦福大学毕业的几个年轻的程序员创办了数据挖掘公司帕兰蒂尔公司，公司获得了“硅谷创投教父”，极右翼人士彼得·泰尔(PeterThiel)的投资。2005年9月，IQT风险投资基金向帕兰蒂尔公司投资200万美元，成为其A轮投资者。2020年，连续17年不盈利的帕兰蒂尔公司在华尔街上市时总市值206亿美元。2024年12月13日，帕兰蒂尔公司总市值已达1732亿美元，超过了美国的五大军工企业。

AI与生态主义

有研究称，由于人工智能技术的广泛应用，对矿产资源的需求目前正在以惊人的速度增长。据欧盟委员会发布的报告预测，到2030年，欧盟国家对锂的需求将增长到原有水平的18倍，到2050年则到原有水平的60倍。训练模型也会消耗大量能源和水资源，自2022年生成式人工智能兴起后，微软和谷歌公司都曾表示其用水量比之前有明显增加。这些都直接转化为“全球南方”国家的生态压力。

全球南方并不是AI的生态威胁唯一的受害者。2024年12月，浙江大学的张萌研究员团队在Frontiers of Environmental Science & Engineering期刊第18卷第12期上发表了题为“Revisit the environmental impact of artificial intelligence: the overlooked carbon emission source?”的论文。研究指出，人工智能使用相关的碳排放量最高可达约1.026亿吨二氧化碳当量。相比之下，全球人均二氧化碳排放量仅为4.7吨/年(OWID，2024)——这意味着人工智能系统的年碳排放量相当于2180万人的年排放总量。从全球范围看，这一数字已超过2022年全球137个国家的年碳排放量。相应的能源需求也达到了1080太瓦时，超过许多中小型国家的年能源消费量(如朝鲜2021年消费996太瓦时;爱尔兰2022年消费1860太瓦时)(Energy Institute，2024)。

重读马克思《机器论片段》

(一)机器体系与对象化劳动的理论基础

在作为机器体系存在的固定资本中，资本作为把创造价值的活动占为己有的价值这样一种关系，同时表现为资本的使用价值与劳动能力的使用价值的关系。.......在机器体系中，对象化劳动本身不仅直接以产品的形式或者以当作劳动资料来使用的产品的形式出现，而且以生产力本身的形式出现。

在非资本主义或前资本主义的生产方式中，劳动资料本质上是劳动者肢体的延伸。此时，劳动资料直接服务于劳动过程本身，服从于劳动者的意志和技巧。然而，当劳动资料“加入资本的生产过程”后，一切都发生了变化，在这里马克思精准预言了这一过程中劳动资料的最终形态就是“自动的机器体系”。这意味着，机器体系不再首要地由“如何更有效地帮助劳动者进行生产”这一标准来决定，而是由“如何最大限度地榨取剩余劳动、如何使资本增殖更高效”这一资本逻辑来规定。

马克思反复说明，这之中存在着质的不同：手工工场中，资本家并无法控制劳动过程，而只能控制劳动产品;而在机器占主导的情况下，资本直接改变了劳动的逻辑本身，使得劳动者自己对自己的行为也失去了控制，从使用工具的人沦为了被工具使用的人。工具仿佛获得了一种“自主性”，开始“自动运行”。

可以说，在机器体系中，对象化劳动对活劳动的支配更加明显。就此而言，AI代表着马克思所说“死劳动对活劳动的统治”的终极形态：“科学、巨大的自然力、社会的群体性劳动都体现在机器体系中，并同机器体系一道构成‘主人’的权力。”(《马克思恩格斯文集》第5卷，第487页)。

(二)AI作为对象化劳动的当代体现

①今天，劳动者在生产中需要AI，而AI则属于资本。大企业拥有知识产权与巨额研究预算，完整的学术-工业体系，庞大的电信网络，惊人的垄断数据，以及——最开始创造AI的国家机器。

对于计算机的各项产品来说，能够支持它的配套设施的生态往往比产品自身的性能更加重要。比尔·盖茨的财富与微软所销售产品的生产成本无关：盖茨的财富既不是因为他以低于竞争对手的价格生产出优质产品，也不是因为他对雇佣的劳动者进行了更高程度的剥削，而是因为微软成功地将自己制定的标准强化为世界通用的标准，几乎垄断了该领域，这是一般智力私有化的一种具体形式。在几十年间，比尔·盖茨的财富并不是来自于工业产品，而是来自垄断租金。

②积累：所有的AI发展到今天都是基于一个吸血鬼式的缝合工厂。现在很多人把AI比作成时代的发动机，但是所有的发动机都要投入燃料——而 AI 的燃料就是人类过去所有的劳动活动、生产资料和劳动果实，它本身就是在所有过去的劳动和剥削中成长出来的血肉傀儡。在最初的互联网上的一切人类创造，无论其在“法律”上是否为大企业所私有，实际上都已经被私有化了。

这揭示了一个令人不安的现实：过去，资本主义只能够在一定时间空间范围内占有对象化劳动，而现在它却可以占有人类整体的文明成果，其占有的范围从“物”的层面推进到了“符号”和“精神”的层面。

另一方面，活劳动不仅仍受到剥削，而且必须主动寻求被剥削。软件工程师Alexander Liteplo在2026年2月左右推出RentAHuman.ai平台。这个平台的的核心逻辑是：“AI虽然有大脑，但没有身体。”。目前的AI(如大语言模型、自动代理)可以写代码、分析数据、甚至做决策，但它们无法进入物理世界。那么与其在各种同城跑腿平台之间打开接口，不如直接提供一个 API(接口)，让AI行动者(Agent)可以像调用代码插件一样，直接花钱“雇佣”一个人类去帮它完成这些物理任务。开发者戏谑地在首页上留下一个颇具赛博朋克风的口号：“AI Needs Your Body”，可以说正揭示了这种机器体系对活劳动的支配，你的直接上司甚至不是一个真人，而好像已经是一AI。

(三)【讨论】劳动价值论被动摇了吗?

A：工人每天工作8~12小时甚至更多，但ta可能实际上只花费6个小时就生产出了ta所必需的生活资料，因此劳动在创造价值。

B：那么机器为什么不是这样一种商品呢?机器可以24小时运转，但它1小时创造出来的产品的价值可能就足够维持ta运转下去。机器需要被人制造，工人也同样需要社会的再生产;以前机器只有机械的运动，但现在AI也可以规划机器的运行，这和一个工人还有什么两样呢?

经典的马克思主义理论认为，在生产过程中，机器的使用价值被消耗，其自身的价值则被转移到新产品中。但这个过程没有增添一丝一毫的新价值。这里实际上存在两个不相同的对劳动的表述：①具体的物质和思维劳动。②抽象的人类劳动。

所以，假如只从第一个“劳动”的意义上来看，AI确实创造了价值。在使用价值的意义上，劳动者也成为了一种热力学机器，每天都在消耗自然界中原本存在的能量(比如谷物制成的面包)，将其转化为其他人可以使用的“人类社会中的能量”。那么在这种解释下，只要能够自主规划、有自己的身体的AI都可以成为和人类一样的热力学机器。但是，如果从抽象劳动的角度说，AI的产品无法在市场当中获得承认并实现价值，并且从企业的角度，作为固定资本投入的AI“价值的创造”也将会破坏其现有的资本存量—流量平衡。

需要指出，劳动价值论固然有其规范面向，但是这种规范性只有在19世纪的背景下才能确立。在这一框架下，“劳动”被赋予了崇高的本体论和精神意义——青年马克思正是继承了这一点，认为劳动是人类主体性(创造力、意识、本质力量)在自然界中的客观化。人通过劳动，把自然改造成符合人类目的的人造世界，同时也在确认自身的精神存在。但是更重要的是，当我们说AI不创造价值时，这绝不是为了维护人类的某种“劳动特权”或基于劳动的“尊严”。相反，或许我们可以将AI看作一次自然科学反哺社会科学的一个案例：AI的出现让人们重新意识到，社会不应该是一个巨大的工厂，人也不应当是劳动的机器。当我们说AI不创造价值时，这仅仅是一个经济学上的事实。

(四)马克思的社会展望

一旦直接形式的劳动不再是财富的巨大源泉，劳动时间就不再是，而且必然不再是财富的尺度，因而交换价值也不再是使用价值的尺度。群众的剩余劳动不再是一般财富发展的条件，同样，少数人的非劳动不再是人类头脑的一般能力发展的条件。于是，以交换价值为基础的生产便会崩溃，直接的物质生产过程本身也就摆脱了贫困和对立的形式。个性得到自由发展，因此，并不是为了获得剩余劳动而缩减必要劳动时间，而是直接把社会必要劳动缩减到最低限度，那时，与此相适应，由于给所有的人腾出了时间和创造了手段，个人会在艺术、科学等等方面得到发展。

理解了这个转变，我们就可以从生产力和生产关系的矛盾角度入手来分析：

(1)生产力角度，AI的数据中心、计算中心与大型机器都是凝结了人类一般智力的固定资本，因此生产力的发展必然要求剩余人口与剩余资源投入生产资料的生产，而这部分现在仅由少数精英技术人员来完成;

(2)生产关系角度，社会财富的生产，包括生产、生活资料甚至文艺作品的生产已经不依赖于直接形式的劳动或劳动时间了，工人已经成为机器的一个零件和附属者。

(3)因此，这样的矛盾必然导向重新地制定财富分配的规则，(至少不是完全地)将劳动时间作为分配的标准，提供大规模的社会福利，并且让每个人都能够拥有自由时间，能够进行娱乐、体育锻炼、社会批判、艺术创作，或拥有使用AI工具的途径去促进AI的下一步发展。

AI在社会中的讨论

社会中我们经常讨论AI，但实际上大多数讨论都有一个误区，单纯从语言上来看就是将AI作为主语来讨论，比如AI取代了工人，AI会发展经济，AI是否能涌现智能......这种在语言上的现象实际上反映了大多数讨论忽视了AI在实际的政治经济框架下发挥的作用，以及也引出了下面谈到的几种问题。

(一)谁拥有AI?从科技寡头的口是心非，到程序员的卢德主义

科技寡头对自己的AI的看法可能大相径庭，但是这些人都有一种默契，那就是只有他们才能决定 AI 的方向。这些明星企业家们心口不一的操作，掩盖了一个更清醒的现实：即伟大的AI就是追求利润最大化的抽象力量的化身。在这里起作用的已经不是特定的个体人格，而是整个资本利润逻辑。

但是在今天，当社会大众沉湎于对诸如AI这种节省劳动的自动装置的乐观幻想或悲观恐慌中时，我们经常忘记问的一个问题是：到底是谁拥有了织布机?到底是谁拥有 AI、机器人和自动化技术?据我们目前所知，AI 和机器人都还没有自我意识，他们的技术也远非是OpenAI 所宣称的那么“open”，他们仍然臣服于资本所构建的大学-企业-政府-金融-军事这个五位一体的利维坦之下。

(二)AI骗局论/AI威胁论/ AI不可知论

简单来说，这一理论认为 AI 崛起的作用被太过于夸大了。因此，AI在很大程度上应该被看作是一种阶级性的营销策略。

但是AI本质是不可知的。这并不意味着AI的能力是无法被理解的，而是说AI是否是一场骗局是不重要的。相反，并不存在着对AI是什么的本质回答。工人认为AI是什么，或者说工人认为AI会取代他们，才是重要的。因此，我们不应该只是满怀敬畏地坐着等待AI之神的到来，我们还必须考虑AI和自动化所隐含的意识形态，以及随之而来的关于人类已经过时的恐吓和谎言。

因此，这一理论引入了葛兰西主义和女性主义作为最重要的理论资源。因为它主要关注工作的定义是如何流变，而资本主义又如何通过隐藏在幕后的工作来维系其生存和发展的。

在2017的多伦多大学提出了关于“无用阶级”的问题：自动化将扩大马克思所说的劳动后备军，因此很快社会上就将没有足够多的工作可供分配，用时髦的理论家赫拉利的话语来说，是一个“无用阶级”。

在工业资本主义时代，最典型的“无用”工作就是女性的家务劳动，比如照顾子女、打扫家庭、做饭等等。这些工作无论对于资本主义还是任何一个社会来说都是至关重要的，但资本家和政府往往拒绝承认其生产性、重要性和价值，因为他们不具备资本属性。而这个谎言在AI时代即将被灌输给所有的劳动者。

当你被告诉你不再重要时，这种广泛的自动化也尝试告诉你：任何人都不重要。在疫情的时候，所有的市民都宅在家里，但好像一切都可以通过无人类的机器和网络世界所供应，只要一个APP就可以解决生活中的所有事情。因此一部分人就好像觉得“似乎我们不再需要人了”。AI资本主义时代的所有事物都故意表现出精简、及时、超智能和未来主义的样子，在过程中刻意剔除我们对人类全体的劳动和贡献的感知。数字技术变成了数字魔法，它所需求的所有服务和产品都已经像耶稣点水成酒那样被AI变出来了。在这里，消费者体验到的不光是一种身处未来的神秘感，更多的是一种无罪的道德纯净感——因为所有的劳动后面都仿佛没有人，因此也就没有了剥削，自己也无需为这种剥削负责。

这种观念是最可怕的地方在于：在没有人的、貌似停滞的、貌似极其自动化的生活背后，是一个个活生生的、却被开除了人籍的、维持整个AI资本主义再生产的劳动力。这些后工业时代的无产阶级和父权资本主义时代的家庭妇女是一样的：你感受不到他们，但你的生存其实就越依赖于他们。我们对我们每天使用的、已经完全构成了所谓“必须被捍卫的现代生活”的平台和服务的实际工作方式普遍缺乏好奇心——这就是这种神秘的AI不可知论的副产品。

但是哪怕在ChatGPT也需要有大量的人类数据标注师来给各类图片打上标签;同时，哪怕到今天也需要有人工帮助GPT识别出什么是粗俗、暴力的内容。谷歌和脸书在内容审核领域工作的人比他们的正式雇员还要多。这些被雇佣为内容审核者和数据标注师的工人和数字游民生活在第三世界，比如菲律宾和印度，因为那里的工资相对较低。于是我们会发现，支撑我们数字世界的最黑暗的任务被外包给了生活在最贫困国家的最穷者——从现实生活中处理环境有害的贵重矿物开采、有毒电子废物、生活垃圾，到虚拟世界中审查严重破坏心理健康的内容。他们从事着算法资本主义时代的再生产劳动。

AI威胁论是这种神秘化的极端，它用AI来恐吓劳动者，好像有一个神秘的敌人，以使得资本能够变得更富有。这提醒我们注意：资本主义需要无产阶级变得脆弱，并时刻保持脆弱。当专家预测机器人接管后会出现大规模失业时，我们应该呼吁的不仅仅是要监管机器的使用——我们需要的是监管资本主义本身。

所以说，AI威胁论与其说关注的是AI问题，不如说他关注的是隐藏在AI问题之下的，资本主义根深蒂固存在的与劳动、剩余价值生产、剥削相关的恒定问题。这赋予了 AI 规训论以持久性和历史意义，并提醒我们，我们仍然存在于资本主义占据世界主导地位的时代中。

(三)拜AGI教

在社会讨论中，常常听到这样一种说法，现在失业/有社会问题怎么办?等AGI实现了自然就会解决了!即使站在计算机科学的角度，这也绝非那么容易：AI本质上只是一个预测模型，AGI就是更好地利用AI能力进行自主规划的智能体;但想要将这两者接入到社会生活的方方面面，显然各种插件是需要通过社会的毛细血管向下传导的。但这种“只要AGI来了一切都会好起来的”的思想实质上有更加深刻的内涵。

传统的希望需要一种叙事，现状是不可接受的，但通过努力和斗争，更好的未来是可能的。这种叙事在20世纪的大部分时间里。塑造了进步主义的政治。工人运动、民权运动、女性主义运动都基于这种叙事，但这种叙事有一个前提，行动是有效的，努力能够带来改变。当这个前提变得可疑时，传统的希望就崩塌了。AGI信仰恰恰在这个裂口中生长，它提供了一种不需要政治行动的希望，一种不需要集体组织的变革想象，一种不需要漫长斗争的解放许诺。一个硅谷程序员所说的话在这里极具象征意义：我知道我应该关心退休储蓄，房产投资这些事情，但说实话，我觉得这些都没有意义，到我退休的时候，要么AGI已经解决了所有经济问题，要么我们都已经死了。

AGI信仰者在主观上可能表现为对现状的批判，但在客观功能上，这种信仰却服务于现状的维持，它将批判能量从政治行动引向技术等待，从集体组织引向个人的站位选择。对于掌握AI发展方向的科技寡头来说，ta们同样被这种信仰所吸引，比如马斯克;他认为人类正在走向不可避免的灭亡，只有在那之前实现或是脑机接口，或是AGI，或是移民火星的技术神话才能拯救人类，而他正是这一过程的掌舵人。

这就是AGI信仰的生长环境以及两种群体。就它自身来说，它将一种深刻的政治信仰伪装成中立的技术讨论，将一种末世论神学伪装成科学预测。一个典型的例子是，加速主义运动这一运动将技术发展本身神圣化，反对任何形式的紧缩和管制，将AGI的快速到来视为人类的最高利益。就它对其他社会观点的互动来说，你要不然是技术进步的推动者，要不然是阻遏者。在这种框架中，对AI安全的担忧被视为阻碍进步的反动力量，对技术风险的讨论被视为卢德主义的复辟。

总结

对AI也存在着乐观主义者：认为AI是一个改善、也许最终废除雇佣劳动剥削的机会，为人们享受更多自由时间、娱乐、个人发展和政治参与的社会开辟了前景。因此AI变革论者认为，人类应该致力于创建一个新时代的社会主义世界性联合政府，政府应该公有化当下的AI技术，将其从资本主义的牢笼里解放出来，并且将AI技术作为全民所有的生产资料开放给所有人使用。

在《机器论片段》中，马克思深刻剖析了资本主义机器大生产时代的内在矛盾与发展趋势，指出了一个充满张力的未来图景：随着一般智力(general intellect)——即社会知识体系、科学技术和集体智慧——的不断发展，社会生活过程逐渐被知识重构，生产越来越依赖于科学认知与技术应用而非直接劳动时间。机器体系的进化与知识的客观化使社会生产力呈现爆发式增长，财富创造方式发生根本转变，体力劳动逐渐被智能化的生产体系替代，社会进入以知识积累为核心的再生产阶段——在这里，劳动者的肉体日益从属于技术。

然而，这种发展是在资本的矛盾逻辑中展开的。资本一方面极力压缩必要劳动时间、最大限度提高生产效率，另一方面却又坚持将劳动时间作为价值与财富的唯一尺度。这种二重性使资本在不知觉中成为自己的“掘墓人”：它越是推动一般智力的发展、越是减少直接劳动在生产中的作用，就越动摇了自身存在的基础——即依靠剩余劳动剥削的增殖模式。于是，资本在无意中为社会解放创造出物质条件：它为实现“自由支配时间”的社会构建出强大的生产力基础。

这种理论不像加速主义过分强调加速，而是强调变革的显示可行性以及操作性;如果说加速主义是猛踩油门，反AI奇点论是踩刹车，那么AI变革论就是要我们把握好方向盘。我们必须像对待上世纪的一触即发的核武器一样，认为AI可能击溃摇摇欲坠的资本主义经济体系，在这之后带来的是技术封建主义，赛博朋克，人类毁灭还是社会主义社会，只能取决于我们现在的态度和行动。

总之，在21世纪建设社会主义需要建构新的解放愿景，这一解放新规划主要目标是夺回对未来的控制权，并建设一个比资本主义更现代、更合理的世界。21世纪的乌托邦想象“必须被一个雄心勃勃的左派选择所解放，新自由主义失败了，旧的福利国家现在也再不可能——只有新的愿景才能带来普遍的繁荣和解放。