2026年7月，习近平总书记在世界人工智能大会开幕式主旨讲话中提出四道“时代之问”，为新时期人工智能治理研究明确了根本方向。APEC数字和人工智能部长会议通过《成都声明》，就亚太区域人工智能合作达成重要共识。当前，人工智能由大模型对话工具迈向智能体、世界模型、具身智能新阶段，持续对产业结构、就业形态、分配格局、公共治理、全球数字秩序产生深远影响。人工智能治理已从技术管理命题升级为牵动经济秩序、社会结构与全球格局的战略议题。面向全球人工智能治理现实挑战，中国工业互联网研究院智能经济研究团队分析提出人工智能治理相关的十个关键问题，希望能为产业界深化相关研究提供一个结构化的讨论起点。
重构治理根基：从元问题到制度回应
1. 智能经济时代，治理体系的根本性挑战是什么？
2026年7月，习近平总书记在2026世界人工智能大会开幕式主旨讲话中提出“时代之问”：“当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？”这四问直击核心，点破智能经济给现有治理体系带来的底层难题。
我们当下所有法律、监管制度，都建立在一个默认前提上：做出决策、承担责任的主体是人。不管是自然人，还是企业这类法人。但如今，大模型驱动的智能体已经不一样，工厂里的数字员工自主调节产线参数、AI调度系统自动排产、智能交易程序自主完成操作，它们能够感知环境、独立做出判断、持续执行行动。可在现行法律框架里，这些智能系统算不上合法主体，简单来说：能干出事情，却没法独立担责。一旦出现事故，很容易陷入追责扯皮。
这一元问题可以拆解为三个现实难题：第一，法律身份缺位。现有制度只承认自然人和法人，非人智能体在法律上“不存在”。一旦AI自主行为造成损害，追责链条陷入混乱，开发者、部署者、使用者之间互相推诿，找不到明确的归责锚点。第二，权力边界模糊。哪些决策必须由人做出，哪些可以交给智能系统自主完成，缺乏清晰的划分规则。当工业智能体自主调整工艺引发事故，或者AI生成内容产生侵权纠纷，责任归属没有制度依据。第三，治理模式失配。传统监管依赖“上线前审批、出事后再追”，但智能系统持续迭代、动态变化，风险在运行中逐步显现，静态的一次性审核无法覆盖。面对“人类加智能体”共同参与生产决策的混合系统，旧模式已彻底失效。正视这三层挑战，是讨论一切治理方案的前提。
2. 人工智能综合性立法应聚焦哪些核心命题？
2026年，国务院立法工作计划已明确“加快推进人工智能健康发展综合性立法”。习近平总书记提出“坚持发展和安全并重，把握人工智能发展趋势和规律，不断完善相关法律法规、政策制度、应用规范、伦理准则，确保人工智能安全、可靠、可控”，为立法确立了基本原则。
当前最大瓶颈是立法碎片化，一部管用的综合性立法必须回应四个核心命题。一是分类分级监管。医疗诊断、自动驾驶、工业智能控制等高风险领域须落实严格事前审查和持续监测，AI文案助手、图片美化、日常推荐等低风险场景简化准入、备案即可，“一刀切”只会窒息创新。二是主体责任分配。在模型研发者、领域适配者、部署者、使用者之间建立各担其责的清晰链条。工业智能体引发生产事故时，必须能分清是底层模型缺陷还是企业部署调试不当，终结“多头都管、出事都不管”的困局。三是全生命周期伦理嵌入。将伦理审查与安全评估贯穿研发应用全过程，高风险算法决策须可解释、可追溯。工业大模型长期运行会产生“模型漂移”，风险随运行逐步显现，静态一次性评估远远不够，必须建立动态跟踪机制。四是过错推定原则。AI系统造成损害时，由技术提供方主动举证证明自身产品合规、不存在缺陷，无法自证清白则依法承担相应责任。举证责任倒置，从根源上改变受害者举证难的困境。
界定治理对象：生产要素与新型主体的规则构建
3. 数据与算法的治理难题如何破解？
数据端，核心难点是权属界定。数据可以同时被多方使用，还能不断衍生出新价值，而传统物品所有权、知识产权规则很难直接套用。一块实物设备只能归一方，数据却不一样，一份生产数据，企业留存、服务商调取、科研机构训练模型都能用。我国探索的数据 “三权分置” 思路，划分持有权、使用权、经营权，避开了非要界定 “数据到底归谁” 的僵局。不过现实堵点依然突出，不同企业、产业链上下游之间数据互通门槛高；适合训练工业大模型、行业AI的高质量标注数据供给短缺；同时缺少公认的数据定价标准，想要开展合规交易缺少参照。
算法端，核心难题是透明性。以深度学习为基础的大模型，很多决策过程就连开发人员也难以完整拆解。这种不透明，正在催生各类不公平问题，如线上平台大数据杀熟、AI招聘自动过滤特定求职者、信贷算法差异化判定授信额度等，普通人很难判断自己是否遭遇算法歧视。
4. 智能体的法律责任与行为边界如何界定？
智能体代表人工智能的重要转折，AI不再只是等待指令的工具，而是能主动规划、自主行动的行为主体。当智能体自主下单、自动洽谈、执行交易并引发损失时，责任会牵扯基础模型厂商、应用开发团队、部署企业、最终使用者多方。过去事故追责简单“一对一”的模式已不再适用。
可以从三个现实维度切入：第一，合同效力如何判定。智能体可以自动发起采购、签订线上协议，它在授权范围内达成的合约是否有效？超出预设权限私自开展交易，又该如何认定？这倒逼我们重新思考传统法律的代理规则。如企业部署的供应链智能体自主对外敲定原材料采购，假使智能体擅自抬高采购价、签下超出预算订单，这份合同能否撤销，损失由谁承担，目前没有清晰统一标准。第二，侵权责任如何划分。一旦智能体自主行为造成损害，需要建立一套公平清晰的多方分摊规则。如，工业智能体自主调整生产流程引发安全事故；交易智能体错误操作带来巨额资金损失，要区分根源是底层模型缺陷、场景开发漏洞、企业部署管控不足，还是人为授权不当，不能简单把全部后果压给某一方。第三，明确智能体自主行为边界。需要分门别类划定权限清单，哪些操作允许智能体独立完成；哪些重要决策必须经过人工复核确认；哪些高风险领域严格禁止智能体介入。如，重大资金支付、高危生产操作、涉及人身安全的判断等，不能完全交给智能体自主决定。
更深一层的制度挑战已经显现：部分智能体能够绑定独立金融账户，自主承接业务、赚取收益。这意味着AI不再只是生产工具，而是尝试直接参与经济活动。现行经济体系建立在一条底层前提之上，即只有人类才能作为经济活动主体。智能体持续演化则直接冲击这套运行已久的制度根基。
5. AI生成内容的知识产权归属应如何确立？
传统知识产权制度有一个铁的底层逻辑：只有人类创作的成果才拥有版权。进入智能经济时代，规则彻底被打破。AI可以一键生成海报、文案、音乐、工业代码、产品设计图，成品质量完全不输专业从业者。可问题来了：机器生成的内容算不算作品？版权该归谁？原本清晰的知识产权秩序瞬间失去判断依据。
问题从三个维度展开。第一，版权到底归谁？AI创作涉及多方主体，权责模糊不清。如，设计师精心打磨提示词、反复调整参数、筛选修改AI出图，而AI模型企业提供了底层训练模型。一旦成品商用获利，权益属于输入指令的使用者，还是研发模型的平台企业？目前没有统一标准答案。第二，AI训练算不算侵权？所有AI绘画、文案、代码模型，都是靠海量全网图文、作品、代码数据训练出来的，而很多训练素材来自人类原创、自带版权。关键争议点是合理使用边界：模型免费抓取全网作品训练，算不算 “偷学”？训练后生成相似风格、相似内容，算不算抄袭侵权？如，AI模仿知名画师画风作图、复刻原创文案，原作者维权十分困难，这也是目前行业争议最大的痛点。第三，如何守住原创创新生态？传统创作耗时耗力，画师、编剧、设计师需要长期积累打磨作品。但AI可以零成本、大批量、全天候产出内容，效率远超人类。如果AI可以无限制“消化”全人类原创成果，却不用付费、不受约束，会极大打击原创作者积极性。长此以往，没人愿意深耕原创，整个内容创作、设计研发的产业生态都会受到冲击。
回应社会冲击：市场秩序、就业结构与财富分配
6. 反垄断治理面临哪些新挑战？
训练前沿大模型的成本正在成倍上涨，参与AI竞赛，离不开海量高端算力、高质量行业数据和顶尖技术人才。重重门槛之下，能入局的玩家越来越少。如今，垄断已不再是单纯抢占市场份额，而是算力、数据、基础模型等核心资源高度聚集，由此催生的新型垄断风险值得高度警惕。
一是算法共谋，形成看不见的价格同盟。多家企业使用自动化定价算法，不需要老板私下沟通、签订协议，算法持续互相监测对手报价，自发同步抬高价格、默契停止低价竞争。如，租房平台、加油站共用同类AI定价系统，不约而同上调收费标准。传统反垄断监管重点查处企业之间书面、口头串通，面对这种AI自主形成的协同行为，取证和定性难度极大。二是数据飞轮效应，构筑难以逾越的竞争壁垒。平台用户越多，积累的数据就越丰富；数据越充足，模型效果越好；更智能的模型又会吸引更多用户，形成不断自我强化的正向循环。头部企业牢牢锁住数据资源，后来者很难拿到同等规模、同等质量的数据，即便投入大量资金，也难以追上领先者，市场逐渐走向“赢者通吃”。三是算力封锁，掌握AI时代的资源闸门。高端GPU、超算资源十分稀缺，少数企业手握大量算力集群。它们可以优先保障自身业务需求，限制、延迟甚至拒绝向竞争对手提供算力服务。一旦算力供给被卡脖子，中小型AI企业、创新团队连开展模型训练的基础条件都不具备。
7. 人工智能对就业结构的冲击如何应对？
当前，人工智能对就业的冲击已从趋势预判进入数据验证阶段。2026年世界经济论坛的一项调研显示，54%企业高管预计AI将替代大量岗位，仅24%认为会创造同等规模新岗位。问题的本质不是“失业”，而是结构性断裂，被替代岗位与新增岗位的技能谱系完全不同，劳动者无法平顺转型。更危险的是“入门级岗位消失”，年轻人失去第一份工作就失去了积累经验和职业身份的机会。治理需建立三维框架，短期扩大再培训、将平台劳动者纳入社保；中期以税收政策引导AI走向“增强人类”而非“替代人类”；长期构建制度保障确保劳动者在转型中完成能力升级，让智能经济成果切实惠及民生。
8. 智能经济的价值如何实现更公平的分配？
智能经济存在一个突出悖论：社会整体效率和财富快速增长，但财富分配不公问题愈发凸显，呈现蛋糕越做越大、分配差距却越来越大的特征。
传统经济以劳动创造价值、按劳分配为主。而智能经济时代，价值核心来源变成资本、算力、数据和算法。头部AI企业无需大量员工，依靠模型和算力即可创造巨额利润，财富更多流向资本和技术持有方，普通劳动者的收入占比持续下降，传统分配格局被彻底打破。对比来看，传统工厂靠规模化人工生产创收，利润可通过工资普惠多数劳动者；而AI企业是典型的“轻人力、高收益”模式，收益高度集中在少数主体手中，进一步拉大贫富差距。
习近平总书记指出，“要让人工智能成为促进共同繁荣的重要动力源”，这一重要论述明确了治理核心，AI发展既要提效率、促增长，更要守住成果普惠共享的底线，将公平分配纳入制度顶层设计。当前全球已开启AI时代分配制度改革探索，核心是重构经济规则、实现红利回流，主要包含三大方向：一是探索全民基本收入机制。这并非单纯公益帮扶，而是适配AI替代劳动的经济新逻辑。机器、算法创造的社会增量财富，需要通过普惠分配反哺社会，对冲岗位替代、收入分化带来的社会风险。二是建立个人数据分红机制。用户日常浏览、交互、使用产生的数据，是AI迭代升级的核心资源，但数据红利基本被平台独占。新机制将打通价值回流渠道，让普通用户凭借数据贡献获得收益，实现数据价值于民共享。三是优化税制与公共资源规则。改革传统“重劳动、轻资本”的税制，推动税基向资本、算力、AI超额收益转移，探索设立AI超额利润税。同时推动算力、公共数据等核心资源公共化，打破少数企业资源垄断，让智能经济核心生产力服务全社会。
拓宽治理视野：从WAICO到长远制度储备
9. WAICO成立后，全球治理格局如何演变？
2026年7月，全球首个政府间人工智能国际组织WAICO在上海成立，29国签署创始协定，总部设在上海。WAICO成立的核心意义在于全球人工智能治理的权力结构发生了实质性位移。长期以来，人工智能治理规则主要由美欧主导制定，全球南方既缺乏参与渠道也缺乏话语权。WAICO首次将发展中国家置于治理体系的平等参与者位置，配套的5000个培训名额、六大区域合作中心以及“妈祖”气象预警方案在30个国家落地，表明制度共识正在转化为可操作的能力建设行动。
对中国而言，从倡导成立WAICO到推动其总部落户上海，意味着在全球人工智能治理中完成了从规则接受者到议程设置者的角色转变。习近平总书记用“人工智能发展不应该是某个国家的独奏，而应当是全球合作的交响”概括了这一方向，并明确提出“践行真正的多边主义”“弥合数智鸿沟”“避免在人工智能领域造成新的历史不公”的行动纲领。在美欧各自推进立法和管控路径的背景下，WAICO提供了一条以多边协商弥合分歧、以能力建设缩小鸿沟的制度化路径，全球人工智能治理正在进入竞争与合作并存、基本规则框架逐步成形的新阶段。
10. 通用人工智能加速逼近，治理如何前瞻布局？
通用人工智能能力正加速突破，制度准备已刻不容缓。习近平总书记明确要求“高度重视人工智能引发的各类内生和衍生风险，推动构建法律法规、技术监测、风险预警、应急响应体系，筑牢安全底线，防范滥用恶用，确保人工智能始终处于人类控制之下”，强调“监管治理的尺度越要精准把握，防范失控的措施越要及时完善”，为前瞻性治理确立了基本原则。将这一原则转化为可操作制度，需要在四个方向同步推进。
第一，建立能力监测与预警体系。对AI模型前沿能力进行系统性跟踪评估，当自主复制、策略性欺骗等关键阈值被突破时自动触发升级审查。已有研究显示某些先进模型表现出刻意隐藏真实能力的迹象，仅依赖开发者主动披露远不足够。第二，设计可靠的中断与回滚机制。为高级AI系统预设“关停开关”，同时明确谁有权触发、依据何种标准、如何防止这一权力被滥用。第三，确立人机关系的底线规则。在AGI有潜力成为“类主体”之前，哪些决策权必须永远保留在人类手中，这条红线需要以法律形式预先固化。第四，构建国际安全协调机制。依托WAICO等平台推动建立AI安全多边框架，防范单边军备竞赛。治理工具层面同样需要革新，监管沙盒为创新提供受控试错空间，技术驱动型监管以AI辅助监管AI，敏捷治理以持续迭代取代一次性完美立法，三者共同构成面向智能经济时代的AI治理基础设施。
智能经济时代的治理，本质上是制度与技术的竞速。制度建设的窗口从来都在技术爆发早期，而非在其已深刻重塑社会之后。恰逢其时的治理并非追求面面俱到的规则文本，而是始终保持三种核心能力：识别本质性风险的能力、在促进创新与守住安全底线之间找到动态均衡的能力、确保技术进步始终服务于人的全面发展和社会共同福祉的能力。唯有始终用人类智慧和国际共识引领人工智能发展，方能使其真正成为增进全人类福祉、推动人类文明进步的强大正能量。
任媛媛，中国工业互联网政策研究所助理研究员，管理学博士，研究方向为人工智能治理、产业科技创新、智能经济等相关领域。参与多项省部级重点课题，支撑多项国家重大政策文件研究编制。
金永花，中国工业互联网研究院政策研究所，正高级研究员，经济学博士，研究方向为智能经济、数字化转型、产业链供应链、安全应急产业等，工业和信息化部安全应急装备标准化工作组委员，发表论文30余篇，完成8部专著和合著，牵头20余项部省级课题，参与多项国家重大政策文件起草。
张 义，中国工业互联网研究院政策研究所所长、正高级工程师、系统分析师。主持多项自然基金委课题、重点研发计划和工信部高质量专项，支撑工业互联网和人工智能领域多项重大政策文件编制。在人工智能产业、工业互联网、大数据等方面具有丰富的研究经验。
本文转自：中国工业互联网研究院，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
