摘要：具身智能以多模态大模型为基础，积极与数字虚拟和物理现实环境交互。其演进逻辑导致工业、非制造业、技术领域中就业结构的转变及对劳动岗位的替代。具身智能同时具备“本体+环境+智能 ”三个关键性要素，形成人形通用性、稳定鲁棒性与智能自主性特征，并使劳动者就业机会平等、职业选择自由与职业能力发展等权益的实现受到深刻影响。为此，在人—具身智能交互下，须以法律手段保障劳动者的平等就业权、自由择业权以及职业发展权，从而实现超级智能社会中人—具身智能的协作共生，促进高质量充分就业与劳动就业市场的健康有序发展。

关键词：

具身智能；劳动就业；平等就业权；自由择业权；职业发展权

引言

当前，我国已步入以互联网和实体经济深度融合为特征的“新技术群 ”阶段，人工智能技术迭代周期正由“年 ”级缩短至“周 ”级 。在此背景下，能够理解、推理并与物理世界交互的具身智能，被广泛视为人工智能发展的新阶段 。2023年世界半导体大会（ITF World ）预言，人工智能（AI）的下一波浪潮将是具身智能，它将在推动实体经济与数字技术、智能技术深度融合的过程中发挥关键作用，重塑生产要素配置，推动产业升级，并引发劳动岗位替代与就业结构转型。

区别于传统自动化与弱人工智能，具身智能不仅能够完成制造业中的标准化、重复性任务，还能在驾驶、陪伴等非标准化领域发挥作用 。其广泛应用既会替代低技能劳动，也会催生新兴岗位，形成“替代与创造并存 ”的双重效应 。鉴于我国人口基数庞大、灵活就业比例较高的现实国情，具身智能对低门槛、简单任务型就业岗位的冲击，可能加剧职业流动的频繁性。

面对这一趋势，我国已开始从法律与政策层面作出回应：在地方层面，2022 年出台的《上海市促进人工智能产业发展条例》为地方人工智能立法提供了范本；2024 年，上海进一步发布全国首个具身智能治理文件——《人形机器人治理导则》，强调人形机器人智能化设计与应用必须符合人类能力边界 ，推动人机协同共生 。在国家层面，2025年7月，国务院审议通过《关于深入实施“ 人工智能+ ”行动的意见》，提出充分发挥我国产业体系和应用场景优势，加快人工智能与经济社会深度融合。

学界围绕人工智能对劳动就业和失业的影响已有较多探讨 , 但针对人—具身智能协作下新兴劳动形态及其权益保障的研究仍相对不足 。随着人机界限日益模糊以及人工智能自主能力持续增强，智能机器成为一股强大的异己力量，对人的主体地位造成前所未有的冲击和挑战。

因此，如何科学界定具身智能的法律性质与行为特征，如何构建健康、可控的人机协作关系，以及如何有效缓解具身智能对劳动就业市场带来的冲击，已成为保障劳动者就业权亟待解决的新课题 。本文将从具身智能技术演进的历史脉络切入，阐述人机交互逻辑及其对劳动岗位替代与就业结构变迁的影响，系统分析具身智能对劳动就业权带来的多重冲击，并探寻适应具身智能发展的劳动者就业权法律保障路径。

一、具身智能的发展与劳动市场就业结构的变革

（一）具身智能的内涵特征

第一，具身智能运行的基本技术原理要求具备“ 本 体 + 环 境 + 智 能 ”三 要 素 。 具身智能（Embodied Intelligence）是指能通过机器人等物理实体与现实交互，进行环境感知、信息认知、自主决策和采取行动，并能够从经验反馈中实现智能增长和行动自适应的智能系统 。其中“本体”，即硬件载体；“环境”，即本体所交互的物理世界；“智能”，即大模型、语音、图像、控制、导航等算法 。本体、环境、智能的高度耦合成为具身智能的基础 。具身智能技术发展从前期模块化的算法集成，逐渐转向大模型驱动的统一技术框架，在通用性与泛化性上取得了明显突破。 区别于传统人工智能，具身智能由三个相互关联的技术要件构成：身体（以足够灵活的本体影响和操纵外界物理世界的能力）、多模态传感器（感知物理环境信息的能力），以及人工智能大脑与小脑（智能处理信息的能力，包括自主学习和决策），其中最重要的是实现自主学习以直接影响或操纵物理世界的能力 。因此，具身智能通过“身体 ”与现实世界产生交互，使其从数字虚拟世界走向物理世界，并被视为实现未来通用人工智能的关键路径。

第二，具身智能具有人形通用性、稳定鲁棒性以及智能自主性的特征 。从具身智能的应用形态来看，人形机器人作为具身智能的典型载体，因其形态与人类相似，一直被视为人工智能（AI）的终极形态和智能制造的理想范式 。这种形态赋予了“ 本体 ”要素高度的人形通用性，使其能更自然地融入人类环境并使用为人设计的工具与设施 。在具身智能的技术发展过程中，由于持续的数据积累与大模型训练 ，多模态大模型（MLMs）不断升级，为具身智能注入了强大的感知、交互和规划能力，使“环境 ”要素具备了稳定鲁棒性——系统在复杂、动态的物理环境中保持稳定运行和抗干扰的能力 。AI 大脑与 AI小脑对依托模型收集的数据信息进行深度分析与学习，驱动具身智能进行更加智能自主的决策，这使其能够在非结构化环境中适应变化，独立完成任务 。高度灵活的具身智能体具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力 。尤其是人形机器人因其广适用、高交互和强拟人能力的特点已成为多模态具身智能落地的首选平台 。这些特点共同构成了具身智能的表征，也使人形机器人具备了“一脑机 ”和“一脑能 ”的能力 。“ 一脑机 ”是指具身智能由多模态传感器进行“感知”，并通过“记忆—认知—推理—决策 ”过程中所使用的 AI 大脑与 AI小脑模块，无差别地搭载于人形机器人的平台之上 。而“一脑能 ”则意为搭建了具身 AI 大脑与 AI 小脑的机器人能够适应各种不同的场景，可通过“决策—计划—控制 ”的逻辑指挥其身体，从而拥有与人类世界高度交互的能力。概言之，具身智能关键的技术突破是发挥通用泛化功能，从而实现与虚拟和物理环境进行主动、适应性的交互。

（二）具身智能的交互逻辑

首先，具身智能的发展使人机交互模式不断变革（详见图 1）。 在历史进程中，人类对机器作为生产工具的属性与功能的认识不断深化 。早期机器的使用主要通过提升生产效率，促成劳动力的集中配置，推动社会逐步进入以劳动力大规模供给为特征的劳动密集型社会，形成了以手工操作与初级机械相结合为主导的生产格局 。此阶段人机交互的核心是人类直接操作和控制机器，关注点在于机器如何嵌入并优化既定劳动流程 。工业革命完成了从手工业到大工业的转变，促进了人机交互模式的升级，进入以大量生产、大量消费为基础的资本集约型社会，此阶段机器自动化程度提高，人类角色更多转向监督、维护和流程管理，人机交互更侧重于对自动化系统的监控与设定 。智能社会的到来，特别是具身智能的发展，催生了人智交互新模式 ，标志着进入数字信息型社会 。新的劳动社会形态不仅关注人类与机器的交互方式，更关注智能系统如何理解和适应人类的需求和行为 。人智交互模式强调的是具身智能的智能协作，人类能够意识到具身智能的存在，在保持控制权的前提下通过 AI技术手段获取辅助和建议，人智交互高度依靠抽象数据驱动，服务于知识密集型产业 。此阶段的人类劳动越来越多地在算法引导、优化或管理的框架下进行，形成了人机协同决策与执行的新范式。

其次，具身智能的高度自主性使人智协作共生成为影响劳动就业的重要因素 。进入超级智能型社会的人—具身智能交互新阶段后，这种基于具身智能的人智交互劳动形态，通过具身化的方式提供更加直观、自然的交互体验，形成了以知识集约型社会为基础 ，以“ 数据 ”(Data)、“ 信息 ”(Information)和“知识 ”(Knowledge)三大原动力为驱动的社会变革 。人—具身智能交互模式则赋予具 身智能自主权，它可以独立执行任务，人类仅对 AI的全程代理结果进行监督 。在人—具身智能协作模式中 ，许多重复性 、危险性和精密性的工作由具身智能承担，人类只将精力集中在更具创造性和战略性的工作上 。与信息社会最大的不同在于，处理这些数据需要人工智能等高度发达的智能化处理技术，以实现全社会规模下可持续的循环 。在人与具身智能交互程度愈发深入的态势下，从固定基机器人到仿生机器人再到人形机器人，具身智能的通用性、鲁棒性、自主性特征逐步凸显 ，在具身智能不断学习与进化的过程中 ，劳动者与智能机器的具身行为协作共生，在劳动就业中提升自身的核心竞争力，有效监督具身智能的工作结果，将成为未来劳动者的主要方向与目标。

（三）具身智能促进了劳动市场就业结构的改变

追溯具身智能的演进，可以看到人工智能与人类交互模式的深刻变化 。在人工智能发展的历程中，具身智能从工业领域逐步走向更广泛的行业，促进了劳动市场就业结构的转变。

其一，基于符号主义（Symbolism）的规则化具身智能在工业领域形成对体力劳动的替代 。基于符号主义的规则化具身智能关注规则推演来模拟人类思维 , 图灵提出：早期的具身智能形式是指让机器能够模仿人类行为，完成与人类相似的智能化活动 。从20世纪50年代到20世纪80年代初，通过在劳动密集型产业中投入工业机器人 ，劳动生产率大大提高 ，改变了工业领域的就业结构 。虽然早期的具身智能与世界的交互还不充分，但其在重复性、标准化岗位中对体力劳动者的替代效应，却使工业领域产生了“机器代人 ”的危机 。技术转型和升级，使劳动者因不适应新技术而出现抵触情绪，对自动化产生的焦虑日甚。许多工厂不再需要大量的体力劳动者，形成了拥有机器操作技能的劳动岗位对纯体力劳动岗位的替代 。机器的使用替代了劳动者的人工，技术进步实现了制造业生产过程中对每个程序和步骤的分解，人的劳动机械化成为迈向机器人性化的开端。随着工业机器人的普及，工厂促进了生产技能的专业化与生产过程的分工，低技能劳动者逐渐被替代。麦肯锡的研究报告指出，随着人工智能的不断发展成熟，到2030年中国创造的就业岗位数量规模将达到 4500万人 。具身智能则进一步将物理空间、网络空间和生物空间全面融合，取代了一些曾经由劳动者完成的基础性岗位，所产生的劳动替代对工业领域的就业结构产生了影响。

其二，基于行为主义(Behaviorism)的情景化具身智能在非制造业领域创造出新的职业需求 。基于行为主义的情景化具身智能关注模拟人类感知场景，并在服务密集型产业中投入仿生机器人以及生物模拟型机器人运用，提高了服务的精准度，造成了非制造业领域就业结构的转变。自 20世纪80年代中期到20世纪90年代，许多人类行为不再被简单地看作是遵照一套规则行事 。智能是具身化(Embodied)和情境化(Contextlized)的 ，它体现在与真实环境的动态交互过程中，而非依赖于预先设定的知识或目标 。这一时期的具身智能在一定程度上克服了与物理世界交互的技术局限，情景化具身智能的发展在服务业、家庭、医疗等非制造行业领域创造出了新的职业需求，并产生了女性对男性的劳动替代以及高技能水平需求对低技能水平需求的岗位替代 。随着女性受教育程度的提升，越来越多女性劳动者开始进入劳动力市场，在具身智能的辅助运用下，劳动岗位对劳动力的技能水平需求不断提高，使非制造业中的就业结构转变越发明显。同时，尽管一些劳动岗位被替代的效应明显，但日新月异的智能技术也在不断创造出新的就业机会，如传统的拣货员和包装工岗位减少，但对系统维护和设备调试技术员的需求显著上升 。在非制造业中不同技能水平需求的劳动岗位存续发生改变，智能化第三产业的兴起与生产方式的变革，深刻影响着劳动力供需格局，进一步改变了非制造业中的就业结构。

其三，基于联结主义（Connectionism）的算法化具身智能在技术领域增加了劳动岗位的技能需求 。基于联结主义的算法化具身智能关注深度学习，赋予智能自主学习的能力，形成了新就业形态对传统就业形态中劳动岗位的替代，对传统标准用工造成了冲击，但同时也创造了大量的智能密集型劳动岗位 。20世纪 90年代末至 21世纪初，联结主义主张构建人工神经网络来模拟大脑的神经元连接和信息处理过程，以此实现自主学习和智能推理 。作为该理念的延伸与发展，深度学习结合强大的算法模型在诸多领域得到广泛应用。在劳动就业中，数字平台经济的运作高度依赖算法的协调与指挥，这不仅促使传统劳动就业岗位依托算法平台进行转型升级，更催生了以平台为载体的新就业形态，从而在短期内对传统产业中从事程式化工作的劳动者形成替代效应 。然而，从长期视角看，技术的深入应用同时也创造了大量与人工智能开发、运行、维护及数据分析等相关的智能型就业岗位 。 比如，ChatGPT、劳动管理工具等非实体和交流性的具身智能在工作场景中的使用，这些交互技术、程序和设备的作用是与人类交换信息或代表他们执行任务，由此企业对人机交互设计或机器人系统集成等技术型岗位的需求大量增加 。 以人工智能产业为核心的企业正日益偏好能够将深厚技术专长与战略引领、跨学科创新及复杂问题求解能力相融合的高阶人工智能复合型人才 。伴随具身智能与人形机器人技术的迭代，人形机器人在智慧养老场域中的角色已从单纯的环境辅助扩展至具备感知、决策与执行一体化的综合服务能力，能够完成诸如高龄群体体位转移、康复训练协助、生命体征监测与突发情况预警等高风险、精细化的护理支持工作 。这一技术演进深刻重塑了传统护理职业的能力结构，要求护理人员掌握与智能体协同的操作、管理与人机交互能力，以适应人机共融的服务新范式 。与此同时，具身智能的持续发展进一步推动了劳动过程的技术化分工与专业化分层，企业对于兼具智能技术素养与组织管理能力的复合型人才的需求呈显著上升趋势。

二、具身智能对劳动者就业权实现的影响

基于具身智能“本体+环境+智能 ”的三要素，形成了人形通用性、稳定鲁棒性与智能自主性的特征，因此，具身智能在劳动就业中具备高精度、高稳定和高适应的绝对优势 。具身智能的运用在一定程度上对劳动就业有促进作用，但也对劳动者就业机会平等、职业选择自由与职业技能发展等权益的实现造成了严峻的影响。

（一）具身智能影响劳动者的就业机会平等

其一，具身智能侵占劳动者的就业机会。在具身智能应用情境中，劳动者在就业中的主导地位容易被具身智能体所削弱甚至取代。具身智能体凭借其自主性与整体性运作，超越了传统的机械化劳动组织模式，形成了一种类似生命体的动态劳动组织模式。人形机器人因其与人类共享同一物理空间的能力，在自主决策时极易对劳动者的就业公平带来不可预见的影响 。具体而言，作为劳动本体的具身智能体能够通过收集和分析雇主的直觉与经验数据，形成高度自主的决策机制及对劳动者的特征描绘 。然而，这一过程通常对其他劳动参与者（如同事、工会或监管者）具有高度不透明性 。 因此，在具身智能体动态学习与交互的过程中，可能会产生对劳动者不利的后果（例如隐性决策偏见、责任归属不清），以及其自主行动可能会实质性地侵占劳动者的就业机会，构成难以预见且难以有效控制的系统性风险。另外，人工智能对就业的替代效应呈现出全面性与破坏性的新特点 , 不仅涉及体力劳动，更日益深入智力劳动领域 。诚然，技术在解放人类脱离繁重、危险或重复性工作方面具有积极作用，并与劳动者的创造能力紧密关联 。但在人智协作中，共享型与零工型的岗位已经表现出“智能代人 ”对劳动者就业权的侵害，而人—具身智能交互情形下的创意型岗位同样面临被替代的风险 。这些趋势共同侵蚀着劳动者获取平等就业机会的基础。

其二，具身智能影响劳动者的劳动价值实现。作为具身智能的典型形态，人形机器人凭借其高度拟人化的特质，在劳动场景中展现出远超传统机器人的价值转化能力。然而，受人工智能技术排斥的劳动力进入非物质生产部门就业，会直接影响社会劳动及其生产的社会价值。具身智能的核心特征在于其超越了单纯执行指令或生成数据的工具性角色，能够进行自主生产活动 。其关键驱动力之一，是将传统劳动者基于有限生命周期的经验性知识，从人脑中分离并抽象化 ，通过认知与推理形成可被无限复制与利用的智能决策要素 。这一过程实质上将人类劳动者的经验转化为了具身智能体的核心生产资料。人形机器人更进一步，其具备与人类类似甚至在某方面超越人类的高精度劳动能力，在直接实施劳动行为的过程中进行着高效价值转换 。我国劳动法治建设当前面临的主要挑战在于，由具身智能等新技术催生的新型劳动形态与生态，难以在现有劳动法框架内获得清晰的规范认证。这导致各参与主体（如平台 、智能体所有者 、劳动者）之间的利益配置失衡风险加剧，极易形成人力资源错配现象 。尤其值得注意的是，具身智能体无须建立传统意义上的劳动关系即可实现应用价值，而劳动者在具身智能时代的就业形态则趋向碎片化与多元化，若在人—具身智能交互下缺失公平报酬 、工作安全 、免受算法歧视等基本劳动权利的底线保障，必将严重阻碍劳动者劳动价值平等与充分的实现。

其三 ，具身智能影响劳动者的平等就业权 。与传统工业化生产不同，智能化生产要求劳动者具备持续学习和人机协作能力。然而，现实中智能化环境下的就业关系常常出现“技术中心化 ”的误区，过分强调技术效能而忽视劳动者的能动性与主体价值，这种偏向不仅容易造成劳动者在职业发展中的被动地位，也加剧了平等就业机会的结构性不平等。具身智能的核心优势在于其与物理世界的深度交互，每一次互动都构成其学习进化的契机。这种持续不断的实践和反馈循环，能够极大地加速具身智能的进化和适应能力的提高。然而，这种强大的学习进化能力，在失衡的就业环境中可能成为加剧不平等的推手。平等就业权作为公民的基本权利，在具身智能时代面临双重挤压：一方面对雇主来说，当面临劳动者与具身智能体的同等选项时，基于成本、效率与可预测性的考量，雇主极易倾向于选择具身智能体。另一方面，在具身智能的学习范式中，雇主与劳动者均可能产生过度依赖智能的情形。尤其值得警惕的是，若招聘环节的算法设计或训练数据本身隐含偏见，可能对求职者产生歧视性的归类，这将系统性扭曲劳动力的选择偏好，使特定群体（如特定年龄、性别、教育背景的劳动者）被排除在外。上述种种，都会影响劳动者平等就业权的实现，甚至可能导致人类劳动能力的退化，形成深层次的社会不公。

（二）具身智能影响劳动者的职业选择自由

其一，具身智能影响劳动者的自主性 。具身智能高度依赖与物理世界交互以获取数据，然而这一过程潜藏着劳动者的自主性逐渐丧失的风险 。劳动者的自主性不仅涵盖狭义层面的“独立决定个人事务”，更包含广义层面的“参与共同决策 ” 。其核心价值在于实现有尊严的生活，甚至超越尊严本身，成为一种达成更高价值目标的手段 。在具身智能持续跟踪、分析和形成复杂数据集的过程中，劳动者保持其自主性变得更加困难。在“一脑机 ”与“一脑能 ”的稳定鲁棒性下，具身智能与劳动者的协作日益弱化了物理空间作为劳动关系核心场域的决定性因素。物理空间本身的具身化扩展与实际工作场所的数字化整合，改变了传统的就业形态。人—具身智能协作模式，催生了劳动者工作方式的多样化、多任务处理的协同化以及工作流程的高度程序化 。这推动了灵活就业的普及 ，使其在劳动市场中占据了大量份额。人形机器人的使用在降低人为因素对产品质量的影响，大幅提高生产效率的同时，也对个性化生产提出了更高的要求。然而，这种技术驱动的变革隐藏着深层次的控制：通过技术诱导劳动者被赋予统一的数字化标识，使算法全面介入劳动者的思维与工作方式，甚至劳动者相互之间的联系也变得数据化与机械化 。这种表面赋予形式自由的就业模式，实质上却在系统性地侵蚀劳动者的自主性根基。

其二 ，具身智能导致劳动者过快的职业流动 。相较于传统就业模式，智能时代的劳动者与过去相比，更频繁地在工种 、职业和行业之间流动，就业与失业状态的界限趋于模糊。 由于具身智能在特定岗位的部署，直接替代了部分传统劳动者 ，迫使其向其他领域流动 ，这一过程往往伴随着日常体力任务的减少与智力任务的增加 。劳动者从执行型岗位转向参与监督型岗位，工作内容演变为监督具身智能体的运行，解读其反馈的生产数据，并据此进行决策优化或流程调整 。这种智能化劳动形式打破了传统岗位的物理与时间限制 。上述转型催生了高度灵活的雇佣形态 ，在这种情况下 ，劳动者可能仅与雇主维持数小时的契约关系，或在同一天服务于多个雇主，其职业流动性大幅增加 。研究表明，企业自动化增加了服务三年以上的在职劳动者离开雇主的可能性。具身智能可以收集高度流动的劳动者数据，如果仅根据具身智能得出的结果作出就业决策，则在人—具身智能协作的全过程中极易产生对劳动者不利的决策模式，最终损害劳动者的职业发展权益。

其三 ，具身智能影响劳动者的自由择业权。对劳动者来说，自由选择职业是与雇主之间形成劳动关系的出发点，从事自己选择的职业被视为劳动者重要的基本权利 。在不受时间和场所限制的人—具身智能协作方式下，虚拟空间和互联网技术虽能高效连接不同劳动场所的劳动力资源，使具身智能体灵活适应多元场景以满足动态劳动需求，但这并不意味着劳动者择业自主性的自然提升。具体来说，在技术层面，多模态控制信号进行控制和反馈，能够使脑机智能更加强大，并且提供更真实的意识体验和更强烈的自主感和能动感。然而，这种技术赋能若缺乏有效规制，极易被异化为控制工具 。现实中，企业常借由指挥命令权对平台灵活就业过度管控，或滥用设施管理权介入劳动者的私人领域，通过智能监控和数据存储分析对劳动者进行实时考评，不当使用劳动者数据，这些行为都将对劳动者权益造成侵害。尤为严峻的是，在上述权力失衡与数据滥用的环境中，具身智能的“脑机 ”可能会在学习中产生偏见，并养成一种隐性的排他的思维方式，将不利数据引入具身智能深度学习中的风险也被扩大，这些数据集使具身智能得出判断和预测的结果，进一步压缩了劳动者的可选择空间，最终侵蚀了其自由择业权。

（三）具身智能影响劳动者的职业能力发展

其一，具身智能加剧可持续就业的困难 。具身智能的深度应用对劳动者的职业素养提出了更高水平与更强适应性的要求，而新技术驱动的职业所需技能与当前劳动力技能储备之间的不匹配造成了劳动者的可持续就业困难 。具身智能通过自主决策与推理，模拟人类对未知对象的认知过程，开发零样本学习方法，实现训练类向测试类的知识迁移，从而显著降低对特定工序编程的依赖。人工智能技术本质上沿着两条路径演进，要么强化人类的决策能力，要么通过自动化决策来代替人类劳动 。随着具身智能的普及，大量传统工作岗位面临淘汰风险，迫切要求重构劳动者能力开发体系 。如果劳动者职业能力提高的速度无法匹配具身智能协作所需的能力阈值，其长期就业稳定性将遭受严重威胁。

其二，具身智能造成劳动者技能结构性错配。技能错配是当今劳动就业面临的严峻挑战之一，对劳动者、企业和劳动世界的未来都会产生多重影响 。具身智能重构了工作环境，对劳动者的技能施加了新的要求 。传统依赖稳定雇佣关系的岗位正被人形机器人所替代，雇主得以通过短期化、碎片化的“时间购买 ”模式实现生产目标 。技术进步的本质在于引入新的生产工具和组织方式，重塑职业结构与技能需求 。具身智能的兴起使这一重塑过程呈现出更为动态和复杂的特征，其对劳动过程的介入不断改变岗位所需的知识结构与能力范式 ，以经验积累和程序性操作为核心的“跟踪—记录型 ”技能逐渐被边缘化，在培训体系中的地位显著下降 。取而代之的是，数据驱动与人机协同模式强化了对数据管理、算法监督、跨系统协调等高阶复合型能力的需求 。 由此，劳动力市场出现了既有技能存量与新岗位要求之间日益扩大的结构性错配，成为影响劳动者适应新岗位与再就业的核心障碍。

其三 ，具身智能影响劳动者的职业发展权 。职业发展权是指劳动者在其职业生涯全过程中，依法平等地享有接受教育培训、提升职业技能、获得合理晋升机会和实现自我价值的权利 。这不仅关乎一般性人权，更是人的发展权的重要内容。从这个意义上来说，这一权利不仅包括就业准入与维持，还延伸至职业能力持续提升、岗位流动与晋升通道的畅通，以及应对技术变革与产业升级的再培训与再就业支持的保障权 。该权利不仅表明了劳动市场政策发展的方向，实质也包含了劳动者素养的要素 。在职业发展过程中，职能评估的公正与晋升通道的畅通是劳动者向上流动的关键因素 。如果高技能劳动者因技能错配无法进入技术更复杂、劳动生产率更高的岗位，将被迫与低技能群体竞争生产率较低、报酬相对较差的就业岗位，从而加剧就业岗位的结构性矛盾与劳动力市场的分化 。在具身智能深度嵌入生产协作的背景下，劳动者理应享有持续获取当前及未来工作所需智能知识与技能的权利，以应对不断更新的技术要求 。然而现实悖论在于，具身智能不仅具备自主学习和快速适应新生产流程的能力，还能够对突发或异常情况进行实时调整与优化 。在这种人—具身智能交互阶段，劳动者原有的学习、适应与改进空间被大幅压缩，其职业能力的边际效用呈现递减趋势 。其结果是，劳动者职业发展的必要性和可能性在客观上受到限制 。随着具身智能的持续进化与自我迭代，劳动者在职业晋升、技能积累乃至就业稳定性方面的权利与机会，都将面临被逐步侵蚀的风险。

三、具身智能下劳动者就业权的法律保障

具身智能技术的快速发展正在重塑劳动力市场的岗位结构、技能需求与雇佣形态，就业权作为劳动者的核心权利面临着前所未有的挑战 。就业权内涵丰富，涵盖平等就业、自由择业以及职业技能培训等核心要素 。在具身智能广泛应用的背景下，如何认识和实现这些权利成为亟待解决的新课题 。有必要从法律制度层面重构就业权保障路径，在坚守劳动者主体地位的前提下，不仅要关注获取和维持就业机会的平等，更须回应技能错配、职业替代和岗位流动性增强等新问题，构建与具身智能协作相适应的就业权保障框架，以维护劳动就业市场的动态平衡与公平正义。

（一）强化劳动者主体性认识以保障平等就业权

具身智能技术虽然加速了生产组织方式的重构 ，但并未改变劳动者作为生产主体的核心地位 。具身智能（如人形机器人）本质上是资本与技术的物化载体，是雇主掌控的生产资料 。如果说机器人是资本 ，智能是无形资产 ，具身智能则可以作为雇主的有形资产 。具身智能既是一种现实的社会生产工具，也作为连接人与物理世界的中介而存在 。在这种情况下，不是客观真实的物理世界作用于人，而是人所创造的具身智能直接作用于人。

联合国对平等就业权的重视与保护主要基于国际人权保护的基本理念，国际劳工组织明确提出，要以人为本，将工人权利以及所有人的需求、愿望和权利置于经济、社会和环境政策的核心位置。《中华人民共和国宪法》第 42条第 1款规定了公民的劳动权利，劳动者是唯一合法的劳动主体。欧盟《人工智能法案》要求高风险人工智能系统的设计和开发应当包括适当的人机交互接口工具，能在人工智能系统使用期间由人类进行有效监督。欧洲议会的报告中提出，鉴于机器人的自主性最终会根据现有的法律类别提出其性质问题，是否应创建一个具有其特定特征和影响的新类别；虽建议为机器人设立特定法律地位，为最复杂的自主机器人确立承担损害赔偿责任的“ 电子人格”，并将其应用于机器人自主决策或独立与第三方互动的情形，但也明确机器人技术的发展应侧重于补充人类能力，而不是取代人类能力。就具身智能的属性而言，其与劳动者主体仍具有本质区别 。从长远来看，有可能为其设立类似公司等非生物主体的“法律人格 ”身份认同，且有必要在对具身智能认知规则的制定中，设置认同人类才是真正劳动主体的“红线规则 ”的学习逻辑，在自主决策中强调和坚持劳动者是唯一的劳动权利主体的原则。这一路径既回应了技术应用衍生的责任分配需求，又践行了我国劳动法保护劳动者的根本宗旨。

因此，在法律制度和政策设计上应强化对劳动者主体性的确认，将平等就业权视为具身智能广泛应用的背景下最基本的劳动保障 。不仅要明确劳动者在智能化生产中的参与权与平等机会，防止因智能算法的自动化决策导致招聘、晋升和绩效评估环节中的结构性歧视；还要强化社会舆论与政策引导，纠正单纯“技术替代论 ”的片面观念，引导形成技术发展与劳动者主体地位相互促进的制度文化 。坚持历史唯物主义的基本立场，将人的自由全面发展置于社会生产的首要位置，将“以人为本 ”作为具身智能自主学习的信条和管理机制的底层原则 。智能时代劳动法的调整与修正，应致力于不断扩大多样性、公平性和包容性的保护范围，重新评估并覆盖智能经济中的边缘化群体，确保所有人得到公平公正待遇的权利 。 明确具身智能的人本主义底线认知规则，以法律规定具身智能的任何管理决策都必须接受人类的审查，由人类及其企业组织对运用技术的决策及其结果承担法律责任。

（二）注重劳动者自主性以保障自由择业权

注重劳动者的自主性，是充分实现自由择业的保障 。 自由择业权作为劳动权的重要内涵，体现的是劳动者在就业领域自主选择职业和就业方式的权利 。智能劳动条件的变化为劳动者的自主独立提供了现实基础，但由于行使算法权力的雇主控制了算法的设计、制定、部署和操作，对劳动者行为与存在状态实施数据化记录、运算、比对和分析 ，使劳动者无形中成为依附于智能体的工具 。具身智能的广泛应用改变了岗位结构与用工方式，但技术中心化的管理模式易使劳动者陷入被动选择与不稳定状态。《欧盟通用数据保护条例》（General Data Protection Regulation，以 下 简 称“GDPR”）第 22(1)条规定，当“完全基于自动化处理的决定 ”产生法律或“类似重大影响 ”时，用户有权不接受该决定 。在这种情况下，GDPR要求雇主或其他数据控制者实施“适当的措施来保障数据主体的权利、自由和合法利益，至少是获得控制者的人工干预、表达自己的观点和对决定提出异议的权利 ”。具身智能通过算法优化岗位配置的方式，强化了雇主对劳动过程的控制，可能导致劳动者的自主选择空间受限；新业态和灵活用工的扩张虽然在表面上提供了多样的选择机会，但如果缺乏必要的制度引导，往往会使劳动者陷入被动接受、缺乏稳定性的境地。

因此，要在法律制度上充分保障劳动者的自主性，完善职业信息公开与流动机制，保障就业信息透明，防止算法推荐与智能画像操控择业空间。技术工具和智能监督系统越来越多地用于现代工作场所的劳动管理，使用具身智能实施数据分析可能会对劳动者职业评价产生严重影响。随着劳动者被量化和被“ 明码标价”，劳动主体的尊严被智能算法和平台资本所吞噬。要适应社会新兴发展进一步展开人格保护，在人性尊严与人格自由发展权基础上，保障劳动者持有个人自由决定运用其个人信息资料的权限 。特别是企业日益重视劳动者入职前的职业背景调查，为了使劳动者职业选择的自由不受智能画像的影响，可以构建基于人—具身智能协作的信息分析界限，对企业的数据分析行为作限制性条款适用。还可以参照欧盟数据保护法中规定的数据最小化和数据保护的设计和默认原则，在劳动者明确知情且同意后，方可对人与具身智能协作过程中所感知的劳动者数据实施分析，并且该数据分析结果不得作为劳动者解雇和再就业的职业评价指向，不得作为企业之间的信息数据分享，更不得作为就业背景调查的直接依据。 同时，通过法律或集体协议引入具体规则，赋予劳动者对职业评价数据分析结果的提起争议权和复核权，对该数据结果具有封存权和删除权，以保障劳动者职业选择自由不受阻碍 。通过就业信息透明化、算法推荐机制公开化，避免因信息不对称或平台算法操控而限制劳动者的择业范围。在具身智能系统的全生命周期中嵌入合规约束，避免技术控制过度干预劳动者的自主就业选择 。对雇主依据具身智能与劳动者协作数据作出的控制性决策加以规范，防止过度管理对劳动者灵活就业的不当限制，促进自由择业权的有效实现。

（三）加强职业技能培训以保障职业发展权

人—具身智能协作模式要求劳动者必须不断更新技能以适应智能化生产 。技术进步能够将劳动者从高度重复的机械性劳动中解放出来，投入更多时间与精力从事创造性、高价值的工作。 国际劳工组织指出：教育、培训和终身学习有助于促进个人、企业、经济和整个社会的利益 。欧盟在“ 欧洲职业能力认证系统”（European Qualification Framework）框架下，建立各国培训认证体系，并加强高等教育机构对长期职业培训的参与，推动灵活课程供给以满足在职人群的能力更新需要 。我国已对工业机器人系统操作员、机器人工程技术人员等新职业设立技能标准，明确各等级劳动者的知识和能力要求 。未来应当更加注重劳动者潜在能力的挖掘，通过长期培训促进岗位灵活转换，实现人机协作优势。

当前，劳动者数字素养已成为人—具身智能协作的核心能力，涵盖动机、技能、特质、知识和自我概念等维度，在不同的劳动场景中呈现出从应用、分析到探索的递进特征 。应以法律和政策保障劳动者的受教育权与职业发展权，通过职业培训提高低技能劳动者的数字能力和匹配度，推动高技能劳动者能力升级 。有学者将劳动类型分为五级：体力劳动、标准化体力劳动、标准化事务劳动、人际创造性认知劳动以及高知识抽象性认知劳动 , 强调技能社会需要知识型、创新型和技能型多元劳动者，以职业教育塑造劳动者的持续适应力 。除技术“硬技能 ”外，还应重视创造性能力、批判性思维、同理心和领导力等“软技能 ”的培养，以充分发挥人类在智能协作中的独特优势 。我国人社部已明确推进职业技能培训实名制信息管理系统。今后，可通过立法规范“互联网+职业技能培训”，建立线上平台与资源质量动态评估机制，确保不同基础劳动者均享有公平的培训机会，增强与具身智能协作的能力，鼓励实施终身职业技能培训制度，有效应对技术变革，降低结构性失业风险，实现职业的可持续发展。

历史经验表明，自进入文明社会以来，人类始终与工具共生共进：从早期以生存狩猎为目的的原始工具，到手工工具，再到工业社会的机器，皆是这一进程的见证。劳动作为人类自我实现的根本途径，不仅推动了工业发展，更深刻映射了人类的本质。同时，工业化过程不断塑造人类对自身及世界的认知 。具身智能遵循同样的演进逻辑，在规则化、情境化、算法化的持续迭代中，通过感知与理解物理世界而获得的具身特征，显著提升了产业的自动化和智能化水平，其传统工具属性已发生深刻变化。

然而，无论技术如何发展，都无法取代人类劳动的本质属性与价值尊严 。因此，在现有法律框架下，明确劳动者的主体地位，合理限制技术扩张与滥用，是应对具身智能挑战、保障劳动就业权的核心要求。尽管具身智能在生产领域的应用尚处于初级阶段，但必须前瞻性地关注其对劳动就业的结构性影响，通过提升技术与劳动的适配度，构建以劳动者为中心的良性的人—具身智能协作模式，促进就业平等和高质量充分就业，捍卫人之为人的劳动价值与尊严。