引言：智能化时代的治理范式危机

当AlphaGo战胜人类棋手的那一刻，我们惊叹于算法的精妙；当ChatGPT通过律师资格考试，我们开始思考知识工作的未来；当DeepSeek以低成本实现大模型突破，我们发现技术垄断的神话可以被打破。人工智能正以指数级速度重塑人类社会，这场变革与前三次工业革命有着本质区别——过去我们创造的是工具，现在我们创造的是一种近乎“类人”的认知主体。

智能化时代已然到来，这不再是关于技术的讨论，而是关于生存方式的命题。人们的生活必须智能化，政治经济劳动生产必须智能化，这既是技术演进的必然，也是国家竞争力重塑的战略选择。然而，当下的治理体系仍停留在工业时代的思维惯性之中：线性思维面对复杂系统束手无策，条块分割难以应对跨界风险，事后补救永远追不上技术迭代的速度。更深层的危机在于，AI对认知劳动的替代正在催生“无用阶级”，当资本加速流向机器而财政仍需安置人群时，双重刚性约束将社会逼向结构性矛盾的临界点。

本文提出《未来国策》框架，试图回答两个核心命题：如何在代际之间订立新的社会契约，使技术进步的红利跨越时间维度公平分配？如何构建智能化处理的经济治理体系，使复杂系统在“合理”与“合意”双重目标下有序演进？这不仅是制度设计的理论探索，更是关乎人类尊严与文明延续的现实抉择。

一、智能化时代的社会结构转型与治理挑战

1.1 从“工具依附”到“人机共生”：治理主体的根本性变革

数智文明正在推动治理主体从单一向复合的飞跃。传统治理理论的疆域囿于人类行动者的单维主体性预设，治理效能受限于生物智能的认知带宽与情感偏好。智能系统的深度嵌入彻底解构了这种一元叙事，治理主体不可逆地跃迁至人机共生的新维度。

在这一新维度中，人类治理主体通过技术具身获得认知增强。知识图谱将碎片化信息升维为全域时空矩阵，卷积神经网络在非结构化数据流中捕捉社会治理的隐性规律，政策仿真系统将事后的反馈性修正转变为事前的预见性测试。人类治理者得以从简单、机械、操作性的治理活动中解放出来，核心价值向战略引领与高阶决策层面系统性升华——当算法承担起“规定性判断”的政策执行任务时，人类得以专注于复杂价值排序中的伦理决断、模糊情境下的溯因推理以及非线性系统中的涌现应对。

但人机共生并非技术乌托邦。技术伦理的规范性赤字带来了新型现代性风险：算法黑箱可能固化社会歧视，数据垄断可能催生“算法领主”，智能系统的自主决策可能侵蚀人类自治空间。西方学者将这种现象称为“代际支配”——当代人通过技术选择任意地决定未来世代行动条件的能力正在急剧增强，这种支配关系无论是否产生有害后果，其结构性存在本身就对民主价值构成威胁。

1.2 “双重刚性约束”：AI替代与社会预期的结构性冲突

中国在智能化转型中面临独特的“双重刚性约束”：

第一重约束是AI替代与民众收入增长期待的结构性冲突。过去十年，机器自动化主要替代体力劳动，被替代者尚可在服务业等“安全区”实现再就业。但这一次，替代对象从“体力”转向“脑力”——律师、程序员、初级医生、金融分析师等知识工作者同样面临被替代风险。替代速度从渐进式转向指数级，再就业空间从“有安全区”转向“无安全区”。当劳动生产率提升不再自动转化为劳动者收入增长，当“劳动创造价值”这一工业时代的基本信条遭遇根本性质疑，社会契约的基石开始松动。

第二重约束是资本流向机器与财政需安置人群的资金双向挤压。企业在成本收益驱动下，倾向于将资本投向AI设备而非雇佣人力；而财政需要安置的被替代人群却在持续扩大。这种“资本流向机器、财政流向人群”的双向挤压，使得传统再分配政策的空间日益逼仄。

这两对矛盾的叠加，宣告了工业时代“充分就业—劳动保障—社会分配”这一经典社会契约的失效。新的契约必须在承认“人可以不就业”的前提下，重新定义人的尊严来源、价值实现方式和权利保障基础。

二、代际契约：跨越时间维度的社会共识重构

2.1 从“劳动契约”到“存在契约”：社会契约论的范式转换

工业时代的社会契约建立在劳动交换的基础上：劳动者让渡劳动力使用权，换取工资报酬与社会保障；国家通过制度安排确保这种交换的公平性与可持续性。这一契约的潜在前提是：劳动是绝大多数人获取收入的主要渠道，有劳动能力者应当通过劳动参与社会分配。

智能化时代的根本性冲击在于：这一前提正在瓦解。当AI能够承担越来越多的认知劳动，当“工作”不再是社会分配的必要环节，旧契约便失去了存在的基础。我们需要订立新的“代际契约”——不是关于劳动与报酬的交换，而是关于存在与尊严的承诺。

代际契约的核心要义包括：第一，承认技术进步是代际累积的成果，当代人享有的技术红利建立在先代人创造的基础之上，因此当代人有义务为后代人保留选择空间；第二，确立“人的尊严不依赖于劳动”的基本原则，社会分配的基础从“劳动贡献”转向“存在本身”；第三，建立跨期资源调配机制，将当前技术红利的一部分转化为未来世代的发展基金。

2.2 “社会转型基金”：跨期资源调配的制度载体

实现代际契约的关键在于构建资源跨期调配的制度载体。谢一嘉提出的“社会转型基金”构想具有重要参考价值：该基金的资金来源可包括三部分——一是对算力、数据等新型基础设施征收的“资源占用税”；二是对高替代风险的AI应用征收的“技术红利调节费”；三是国有数据资产运营收益的一定比例划转。

基金的支出方向应当服务于代际公平：一是为被AI替代的劳动者提供终身学习账户，支持其在生命周期内的多次职业转换；二是建立“普遍基本能力账户”，保障每个人获得数字时代生存所需的基本素养培训；三是设立“未来选项储备”，用于保护那些可能被短期效率逻辑淹没的长期价值——如基础科学研究、人文艺术创作、弱势群体关怀等领域。

这一基金的本质，是将资本流向机器的过程中产生的收益，通过制度安排部分回流到人群安置与社会保障。它不是对技术进步的阻碍，而是对技术进步成本的公平分担；不是对市场逻辑的否定，而是对市场逻辑的补充与校正。

2.3 未来世代的制度代表权

代际契约的有效性取决于未来世代是否能在当下决策中获得制度性代表。西方学者提出，克服代际支配的唯一途径是在政治决策中建立未来世代的制度代表权，使代际权力关系变得不那么任意。这种代表权不应局限于少数议题，而应通过协商性、审议性的代表形式，确保未来世代的自主性与选择空间得到尊重。

在具体制度设计上，可考虑在人大系统中设立“未来事务专门委员会”，负责审议涉及长期影响的重大立法与政策；在重大技术决策中引入“未来影响评估”机制，对可能产生代际锁定效应的技术路径进行审慎评估；通过“公民会议”“共识论坛”等协商民主形式，让不同年龄段的公民共同参与涉及代际利益的决策过程。

三、智能化处理的经济治理：从“管理”到“共治”

3.1 智能经济的内涵与制度竞争

2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着我国人工智能发展从“技术应用”阶段进入“形态塑造”新阶段。智能经济的本质不是技术迭代，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。

从全球视野看，智能经济的制度竞争时代已然开启。美国模式以资本驱动、放松监管为特征，追求技术主导与市场垄断；欧洲模式以规则先行、权利保护为特征，但在创新活力上面临挑战；中国需要在发展与安全之间寻找平衡，走出一条“两条腿走路”的新路。这场竞争归根结底是“制度软实力”的竞争——谁能构建适应智能经济本质的治理体系，谁就能在智能时代占据领先位置。

3.2 数据要素市场化：流通与合规的双重突破

数据是智能经济发展的基础资源。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”。中国拥有14亿人口规模的应用场景优势，但数据“孤岛化”问题严重，加总起来量很大但不整合，数据质量就难以提升。要形成国内数据统一大市场，必须通过体制机制改革实现数据的统合与整合。

数据要素市场化的核心在于解决“定价、确权、入表”三大制度难题。在定价机制上，需要建立基于贡献度的价值评估体系，区分数据采集者、处理者、使用者各方的权益边界；在权利配置上，探索“数据所有权与使用权分离”的制度框架，促进数据合规高效流通；在资产入表上，完善数据资产评估准则，推动数据资源向数据资产转化。

流通与安全需要平衡。一方面要“放得开”，推动公共数据依法开放与授权运营，促进合成数据产业健康发展；另一方面要“管得住”，建立健全数据流通安全治理标准，建设互联互通的国家数据基础设施。在区域层面，可借鉴“山海协作”理念，以大湾区、长三角、京津冀等区域为先行区，探索数据跨域流通的制度经验，逐步形成全国统一的数据要素市场。

3.3 人机协同：新型劳动关系的制度建构

当人工智能从辅助工具演变为协作伙伴，传统的劳动关系制度必须因时而变。清华大学李宁教授指出，AI在个体层面带来的生产力提升，并不会自动汇聚为组织和产业层面的能力升级——“简单地将AI工具叠加到现有工作流程上，只能产生碎片化的效率改善，无法形成系统性的能力跃迁”。

构建人机协同的新型劳动关系，需要在三个层面进行制度创新：第一，建立动态的职业分类调整机制，对可能被AI替代的岗位进行预警，对新兴人机协作岗位及时认定；第二，界定AI智能体在经济活动中的合理地位，探索“电子人格”的法律框架，明确AI参与生产时的权益分配边界；第三，建立基于算法共享、数据提供与行业知识沉淀的成果共享机制，激励数据提供者、算法开发者、行业专家持续投入。

更深层的挑战在于人才培养逻辑的重构。AI倾向于替代标准化、流程化的基础性工作，而这些工作恰恰是年轻人进入职场后积累经验、培养判断力的重要阶梯。如果只关注短期效率释放而忽视人才成长路径的重新设计，就可能在获得当下生产力红利的同时，透支未来的人才储备。因此，治理框架需要引导企业和社会共同探索AI时代的新型人才培养模式——从“先系统学习、再解决问题”的线性模式，转向“在解决真实问题的过程中借助AI按需学习”的新范式。

3.4 算法共治：从监管到嵌入的治理演进

传统治理思维将算法视为监管对象，试图通过外部规则约束技术应用。但智能经济的复杂性在于：算法不仅是治理的对象，更是治理的工具；不仅是规则的遵守者，更是规则的执行者。当“代码即法律”成为现实，治理逻辑需要从“对算法的监管”演进为“通过算法的治理”乃至“与算法的共治”。

算法共治的内涵包括：第一，建立智能体分级分类治理框架，明确备案、审计、问责机制，对不同风险等级的应用场景实施差异化监管；第二，推动技术信任机制与制度信任体系的耦合，通过智能合约建立程序性信任，通过零知识证明实现隐私保护与验证能力的共存；第三，构建开源社区的分布式监督机制，形成技术治理的“全景敞视”结构，防止责任制度沦为技术精英的独白。

在治理目标上，江小涓提出“合理性”与“合意性”双重维度——从经济学角度，将社会资源配置效率提高和发展成果相对公平分配定义为“合理”；从社会学角度，将具有最大公约数的社会共识和社会稳定定义为“合意”。向这两个维度趋近和收敛，就是效率较高、相对公平、共识度高的治理秩序。

四、《未来国策》的制度体系与实施路径

4.1 顶层设计：系统观念下的整体性治理

习近平总书记强调，“系统观念是具有基础性的思想和工作方法”，要求“加强顶层设计、整体谋划，增强各项改革的关联性、系统性、协同性”。这一方法论为智能化时代的经济治理提供了根本遵循。

现代经济系统的内部结构是高度关联、非线性互动的，任何局部扰动都可能通过网络效应迅速放大。这一特性挑战了传统“分而治之、条块分割”的治理方式，必须转向整体性、协同性的治理。在智能经济治理中，这意味着要构建“产业组织链”与“区域调度链”双轮驱动的治理架构：一方面，构建覆盖产业全生命周期的数据共享平台，形成从规划引领、精准招商、梯次培育到动态评价的闭环产业组织机制；另一方面，建立“实时感知—精准预测—智能预判—协同调度—及时反馈”的完整调度闭环，实现跨部门、跨层级任务精准派发与协同处置。

4.2 微观基础：经营主体赋能与生态构建

经营主体是经济的力量载体。在数智技术浪潮重塑经济形态的今天，经营主体的角色正在发生质的变化——从过去经济系统中相对孤立的“原子”，通过数据流、产业链和平台的深度链接，成为彼此交互的“网络节点”。治理理念需要从“管制”转向“赋能”，政府角色向经济生态系统的“园丁”与“系统架构师”转变。

经营主体赋能的制度设计包括三个层次：一是分层分类的“滴灌式”培育，依托大数据分析建立精准的企业画像，对龙头企业、高成长性企业和小微企业实施差异化扶持；二是贯穿企业全生命周期的“智慧服务链”，在企业创立、成长、扩张等阶段提供准入、融资、技术创新等一站式服务；三是“经营主体高质量发展评价体系”，通过对核心发展要素的量化评估与动态追踪，及时诊断产业链断点、创新生态堵点，引导治理资源精准投向。

在创新生态构建上，郑永年提出人工智能时代要“抓小放大”——企业上市后交给市场，政府重点转向培养中小型企业。杭州DeepSeek的出圈印证了地方融资的重要性：三五千万资金可能帮助一个企业渡过难关，培育出未来的创新力量。这一思路需要在制度层面落地，包括发展风险投资特别是耐心资本，扶持民间资本，形成国有资本与民间资本“两条腿走路”的格局。

4.3 技术支撑：“一库一脑一体”的智算治理架构

智能化处理的经济治理需要坚实的技术基础设施支撑。可以构建“主体基因库—经济大脑—企服AI智能体”三位一体的智算治理架构：

“一库”筑基。由政府统筹建设覆盖全域的“经营主体基因库”，整合归集市场监管、税务、统计、海关、银行、互联网平台等机构的微观主体数据，形成区域经济智算治理的数字基座。这不仅是数据的汇聚，更是通过制度创新促进数据要素配置的过程。

“一脑”决策。基于主体基因库海量数据，运用先进算法模型，建设全域协同的“经济大脑”。经济大脑需要对经济运行态势做到“可感、可知、可算、可管”，通过算法驱动和数据洞察，实现对经济运行的精准感知、科学决策与智慧响应。

“一体”服务。开发智慧治理服务交互平台，打造链接全域的“企服AI智能体”。通过数智技术深度赋能，建立政企—企企智能连接桥梁，推动经济治理从被动式响应转向主动式服务，从经验判断转向数据洞察。

4.4 治理合作：弱秩序与强秩序的协同演进

新的社会秩序涉及多方利益关系调整，需要各方充分博弈互动。江小涓提出，“弱秩序”（市场与社会自发秩序）与“强秩序”（公权力介入的制度秩序）将长期并存，两者需要协同演进。

在智能经济治理中，弱秩序具有特殊重要性。开源社区依赖于成员的自愿贡献与合作，技术社群为技术发展制定非强制性规则，非政府机构通过声明、指南等推动共同遵守规则——这些自发形成的秩序往往比强制规则更具适应性和创新活力。但同时，强秩序必须在场，筑牢合理合意底线并为弱秩序保驾护航。当具有市场控制力的企业实施垄断行为、当算法黑箱侵蚀个体权利、当数据垄断威胁公平竞争时，公权力必须及时介入。

因此，适宜的治理架构是一个公权力与社会各方面合作推进的过程。奥斯特罗姆提出的“多中心治理原则”在智能时代获得新的生命力——当社区成员能够建立信任、沟通机制和惩罚规则时，社区可以通过自主治理有效管理公共资源；但这种自主治理需要社区、区域和国家的协同，即所谓的“多层次嵌套制度”。

4.5 人的发展：始终处于价值创造的中心

每一次重大技术革命，真正的治理挑战都不在技术本身，而在于经济社会形态能否与新技术相适配。蒸汽机和电力的历史告诉我们，技术的发明与生产力的真正释放之间，往往隔着数十年的组织形态变革。

在智能化转型的浪潮中，必须坚守一个根本原则：让人始终处于价值创造的中心。这不仅是伦理要求，更是治理有效性的前提。好的治理不是为AI设置天花板，而是确保在迈向智能经济的进程中，技术进步、组织变革和人的发展能够协调推进。

这意味着：在制度设计上，要将人的尊严与发展作为最高目标，社会保障的基础从“劳动贡献”转向“存在本身”；在教育体系上，要重构人才培养逻辑，为终身学习和问题驱动学习提供制度支持；在社会参与上，要确保每个人都能在智能经济变革中拥有平等参与、公平受益的权利；在价值分配上，要让技术进步的成果惠及全体社会成员，而非集中在少数技术精英手中。

结语：从“智能治理”走向“治理智能”

智能化时代的到来是不可逆转的历史潮流。人们生活必须智能化，政治经济劳动生产必须智能化，这是时代给出的命题，也是我们必须回答的考卷。

《未来国策》的构想，试图在三个维度上回应这一命题：在时间维度上，通过代际契约实现技术红利的跨期公平分配，让每一代人都能分享进步成果、保留选择空间；在空间维度上，通过智能化处理的经济治理实现复杂系统的有序演进，让“合理”与“合意”双重目标在动态中趋于平衡；在人的维度上，通过制度创新确保人在人机协同中始终处于价值创造的中心，让技术进步服务于人的解放而非人的替代。

从“智能治理”到“治理智能”，不仅是语序的转换，更是治理范式的根本性跃迁。前者是将智能技术应用于治理过程，后者是将治理逻辑嵌入智能系统；前者关注效率提升，后者关注价值对齐；前者是工具层面的改进，后者是制度层面的重构。只有完成这一跃迁，我们才能在智能时代真正实现“治理的现代化”——一种与技术文明深度适配、与人的尊严高度契合的新型治理形态。

这需要理论界的持续探索，需要实践界的勇敢尝试，需要全社会的共同参与。正如谢一嘉所言，本文不追求提供标准答案，而是提出问题、厘清逻辑、抛砖引玉。当越来越多的人开始思考这些问题，当越来越多的实践开始回应这些挑战，我们就有可能在这场文明转型中把握主动，让智能技术真正成为增进人类福祉的力量，而非侵蚀人类尊严的工具。