引言：从“+AI”到“AI+”的范式革命

2026年，我国《政府工作报告》首次提出“打造智能经济新形态”，标志着人工智能的发展正式从“技术应用”阶段跃升至“形态塑造”阶段。这一跃升的本质，并非算力堆砌或算法迭代的技术竞赛，而是对工业时代形成的生产关系进行系统性的智能化重构。正如上海财经大学崔丽丽教授所言：“智能经济的本质并非技术迭代，而是生产关系的系统性重构——人机协同重塑劳动形态，数据要素重构分配机制，跨界融合再造产业边界。”

作为一名政策改进的研究与实践者，笔者深切感受到：智能化时代的到来已不可逆转，人们的生活必须智能化，政治经济的劳动生产必须智能化。然而，技术跑得越快，制度的“缰绳”就越需要握稳方向。当前，我们面临的主要矛盾已从“算力不足”转向“制度焦虑”——数据确权悬而未决、人机责任边界模糊、智能体的法律地位尚付阙如。这些问题若不通过前瞻性的国策设计加以破解，智能生产力将被陈旧的生产关系所束缚，甚至可能滑向“技术主权沦丧”或“算法寡头垄断”的歧路。

本文围绕《未来国策》的核心构想，从生产关系重构与智能经济治理两个维度展开论述，尝试勾勒一个既符合“以人为本、智能向善”原则，又能充分释放智能化红利的制度框架。

第一章 政治体制的智能化：从“科层治理”走向“人机协商”

1.1 智能治理的底层逻辑：国家计算与社会计算的融合

清华大学孟天广教授曾提出“计算政治学”的双重意涵：一是“计算的政治”，即国家运用数智技术进行治理的过程；二是“政治的计算”，即用计算方法研究政治现象。在智能化时代，政治体制的演进必然沿着这两条路径交织前行。

传统科层制依赖于横向分权、纵向分层的组织结构，以应对超大规模社会的治理挑战。然而，当经济系统从相对稳定的机械系统演变为高速演化的复杂自适应系统时，线性思维的治理模式遭遇了“看不懂、管不着、跟不上”的三重困境。破解之道在于构建“国家计算”与“社会计算”的双轮驱动机制：

• 国家计算：由政府主导，建立覆盖全域的“经营主体基因库”和“经济大脑”，通过数据融合与算法推演，实现对经济运行态势的“可感、可知、可算、可管”。例如，在宏观经济调控中，智能系统可实时感知数千万家企业的用工、用电、物流数据，提前预判产业链断点并触发预警。
• 社会计算：依托开源平台和多元主体参与，形成对社情民意、社会心态的敏捷感知网络。尼泊尔年轻人曾借助ChatGPT推选临时总理的事件虽显草率，但也揭示了技术赋权社会的巨大潜力。关键在于，如何将这种自发的“数字共识”纳入制度化的协商轨道，而非任其演变为“数字精英民主”的偏狭。

1.2 智能体的法律地位：从“工具”到“有限主体”

2025年，阿尔巴尼亚任命全球首位AI虚拟部长“迪埃拉”，负责公共采购事务。尽管这更多是一种政治表演，但它开启了一个严肃的法理追问：当智能体深度参与决策甚至独立执行公共职能时，法律应如何界定其地位？

《未来国策》主张探索“智能体有限法律人格制度”。这一构想并非要将AI等同于自然人，而是基于功能主义的考量，为智能经济中的责任划分提供法理基础：

• 第一层级（辅助型AI）：作为人类工具，责任由使用者承担。例如，公务员使用AI生成公文草稿，最终审核与签发责任仍归属人类。
• 第二层级（自主执行型AI）：在特定授权范围内可独立作出决策，但需建立算法备案、动态审计与责任追溯机制。例如，“迪埃拉”部长虽负责合同条款起草，但每个环节仍需人类专家复核。
• 第三层级（人机协作型AI）：当AI与人类形成持续协作关系（如人机协同的劳动班组），应建立共有权益与共同责任框架，避免责任“甩锅”给算法或数据。

必须强调的是，无论AI扮演何种角色，最终的价值判断、政策选择与权力行使，必须由具备政治智慧和责任担当的人来完成。“人工智能君主制”将决策权完全交给算法的设想，是对政治本质的扭曲，也是人类应当规避的制度歧路。

1.3 双层协商机制：算法透明与公众参与

智能化政治并非“黑箱决策”的代名词。恰恰相反，技术的引入应为民主协商提供更丰富的手段。

• 算法透明机制：政府部门使用的关键算法，特别是涉及公共资源配置、行政许可、行政处罚的模型，应向同级人大或专门委员会公开其设计逻辑、训练数据与评估指标。这不是要求公开源代码（涉及商业秘密），而是要确保算法决策的“可解释性”与“可问责性”。
• 数字协商民主：借鉴“数字协商”理念，在重大政策制定过程中，通过智能平台汇聚民意、模拟推演政策效果，并组织线上线下相结合的协商会议。例如，在规划智慧城市建设项目时，可利用数字孪生技术向市民展示不同方案的交通影响、环境影响，让公众在充分知情的基础上参与投票。

第二章 经济体制的智能化：生产关系的系统性重构

2.1 劳动形态的重塑：人机协同与新型劳动关系

当人工智能从辅助工具演变为协作伙伴，传统的“雇主—雇员”二元劳动关系正在被打破。中国科学院大学孙毅教授指出，要“探索建立适应人机协同的新型生产任务分配体系，推动职业分类动态调整，审慎界定AI智能体在经济活动中的合理地位”。

《未来国策》提出构建“人机协同”的三层制度框架：

• 职业分类的动态调整机制：建立国家职业分类动态更新平台，每两年评估一次AI对各类职业的替代与增强效应。对于“AI训练师”“人机协作调度员”“算法审计师”等新兴职业，及时纳入国家职业资格目录，明确技能标准与培养路径。
• 人机协作班组的权益分配规则：在制造业、物流业等领域，由“人类班组长+AI调度系统+机器人执行单元”组成的混合班组将日益普遍。需要建立基于贡献度的权益分配机制——明确人类的知识经验、AI的算法优化、数据的实时反馈各自在价值创造中的权重，并据此确定薪酬分成。
• 劳动者技能重塑的保障体系：政府设立“智能化转型培训券”制度，为受AI冲击的劳动者提供每年一定额度的免费技能培训。培训内容不仅包括数字技能，更强调批判性思维、创造力、情感沟通等AI难以替代的人类优势能力。

2.2 数据要素的市场化：从“资源焦虑”到“制度破题”

当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。数据是智能经济的“原油”，但若没有炼油厂和输油管道，原油只会淤塞于数据孤岛之中。

• 确权与分级分类：建立“公共数据、企业数据、个人数据”的三元确权框架。公共数据坚持“取之于民、用之于民”原则，除国家安全例外，应依法开放共享；企业数据保护商业秘密与知识产权，但涉及重大公共利益的，可依法强制脱敏共享；个人数据强化隐私保护，推行“数据可用不可见”的技术模式，如多方安全计算、联邦学习等。
• 定价与交易机制：探索“数据要素贡献度评估”模型。例如，在训练一个行业大模型时，数据提供方、算法开发方、算力支持方如何分配收益？可引入“沙普利值”法（合作博弈论中的一种利益分配公式）计算各方贡献度，为数据交易提供量化依据。
• 合成数据的战略储备：针对真实数据获取难、隐私风险高等问题，鼓励发展合成数据产业。国家可设立“合成数据公共平台”，为中小企业提供高质量的训练数据，降低其智能化转型门槛。

2.3 产业组织的变革：跨界融合与“链主+模型”模式

智能经济的生命力在于解构传统壁垒、重构产业生态。四川大学贺立龙教授建议，建立“链主引领+行业模型”的协同创新机制。即由能源、制造、金融等领域的头部企业联合AI领军企业，开放核心业务场景与行业知识，共同开发垂直领域大模型。

• 从“产品”到“产品+服务”：传统制造企业往往“重硬轻软”。智能化时代，应推动制造业向“产品+智能服务”模式转型。例如，工程机械企业不仅销售设备，还提供基于AI的远程运维、预测性维护、产能共享等增值服务。这种模式将企业与客户的关系从“一锤子买卖”升级为“全生命周期伙伴”。
• 算力即服务：智能算力应像水和电一样普惠可得。国家需优化全国算力资源布局，完善一体化算力网络，让中小企业“像用电一样用算力”。可探索“算力券”制度，对中小微企业、初创团队给予算力补贴，降低其参与智能经济创新的门槛。
• 开源生态的全球协作：中国开源生态正经历从“使用者”向“贡献者”再向“引领者”的转型。《未来国策》鼓励建立面向全球的开源技术生态，对优质开源项目给予资金支持，并将开源贡献纳入科研人员与工程师的职称评价体系。

第三章 分配与保障：共创分享与安全底线

3.1 分配机制的创新：按“数”分配与按劳分配的结合

智能经济的价值由多方主体共同创造，其成果应惠及广大参与者。传统的按劳分配、按资分配之外，“按数分配”正在兴起。

• 数据提供者的收益权：个人或企业提供的原始数据（经脱敏后）若被用于训练商业模型，应有权获得合理回报。可探索“数据信托”模式，由第三方机构代理数据提供者的权益，与数据使用方进行集体谈判。
• 算法开发者的知识产权激励：对于具有重大创新价值的算法模型，除现行专利制度外，可设立“算法著作权”登记制度，赋予开发者一定期限的排他性收益权。
• 行业知识沉淀的贡献回报：许多行业大模型依赖于资深专家提供的经验知识。应建立“知识贡献库”机制，记录并量化每位专家的知识贡献，据此分配模型应用产生的收益。

3.2 安全与伦理：智能向善的制度护栏

“以人为本、智能向善”是我国人工智能治理的核心原则。将其转化为可操作的制度，需要构建多道护栏：

• 算法备案与分级分类监管：建立智能体分级分类治理框架。高风险场景（如金融授信、公共资源配置、司法辅助）的算法，必须经过严格的安全评估与伦理审查；低风险场景则可适用简易备案程序。
• 算法审计与问责机制：成立独立的算法审计机构，定期对政府部门和关键行业使用的算法进行审计。审计内容包括算法偏见、数据质量、决策可解释性等。发现问题后，建立“算法问责清单”，明确整改责任人与时限。
• 技术伦理教育普及：将AI伦理纳入国民教育体系和公务员培训必修课。培养全社会对技术的批判性思维能力，让公众既会用AI，也敢质疑AI。

3.3 国际竞争：制度软实力的较量

崔丽丽教授指出：“中国智能经济的国际竞争，归根结底还是‘制度软实力’的竞争。”美国依靠算力堆砌与科技巨头主导，欧洲侧重于隐私保护与严格监管，中国则应走出一条兼顾创新与安全、效率与公平的差异化道路。

• 数据跨境流动的规则话语权：依托“一带一路”倡议，推动建立“数字丝绸之路”数据跨境流动规则。主张在尊重各国数据主权的前提下，探索“可信数据流动圈”模式。
• 智能经济国际标准的参与：积极参与ISO、IEC等国际组织的AI标准制定，将我国在智能体治理、人机协同、数据确权等方面的实践成果转化为国际标准。
• 全球南方国家的智能能力建设：支持我国AI企业“走出去”的同时，注重对发展中国家的人才培训与技术援助，帮助其缩小“智能鸿沟”，共同参与全球智能经济治理。

结语：通向人机共荣的未来

智能化时代的到来，不是机器取代人类的“终结者”剧本，而是人类智慧与机器智能相互增强的新纪元。正如习近平总书记所强调的，“要建立健全大数据辅助科学决策和社会治理的机制”。这意味着，技术的引入不是为了替代人的判断，而是为了拓展人的认知边界；不是为了固化既有权力结构，而是为了让治理更加精准、透明、包容。

《未来国策》的构想，归根结底是回答一个根本问题：在智能时代，我们想要怎样的生活？答案应当是：人们的生活因智能化而更加便捷、更有尊严；政治经济的劳动生产因智能化而更高效、更公平；技术进步的红利，通过合理的制度设计，流向每一个普通人的口袋与心头。

这是一场深刻的制度变革，其规模与意义不亚于改革开放初期的经济体制转型。当年的改革，释放了亿万农民的活力；今天的智能化变革，将释放亿万脑力与算力融合的澎湃动能。作为政策研究者，我们既要有仰望星空的想象力，也要有脚踏实地的制度匠心——因为，我们正在书写的，不仅是技术迭代的编年史，更是人类文明新形态的奠基之作。