劳动自身生产增殖价值学说认为，死劳动价值转移的本质是知识继承的效率函数—知识效率函数（η）。
知识效率函数衡量的是历史积累的知识（死劳动）在当下生产中的有效转化率，它决定了生产资料（机器、算法、制度等）能在多大程度上将过去的人类智慧转化为当前的价值创造。  

1. 核心内涵
- 知识继承性：任何生产工具（如蒸汽机、芯片、AI模型）都是历史劳动（历史脑力耗费）的物化结晶，其价值转移能力取决于它所封装的知识能否被高效调用和迭代。  
- 效率衰减：知识会随技术迭代而“贬值”（如算盘被计算机淘汰），效率函数量化这种衰减的动态规律。  
- 技术代际跃迁：更高知识效率的生产资料（如GPT-4对比早期计算机）能以更少资源投入（n↓）实现更大产出（m↑），从而提升λ增殖率。  

2. 现实类比  
- 像“知识电池”：  
  死劳动如同充电电池，储存着历史劳动的能量；知识效率函数则是电池的“充放电效率”，决定当前生产能释放多少存量价值。  
- 像“语言翻译”：  
  将古代文献（历史知识）翻译为现代技术（如从牛顿力学到航天工程），翻译的准确性（η）直接影响技术效能。  

3. 动态表现  
AI时代大语言模型的η值（突破人类知识边界，生成新知识）＞ 信息时代5nm芯片η值（几乎完全继承半导体物理学积累）＞工业革命时代蒸汽机的η值（仅能利用30%当时的热力学知识）