引言：智能化时代的双重变奏

当DeepSeek、ChatGPT等生成式人工智能大模型以前所未有的速度渗透到社会生活的各个角落，当算力成为新的基础设施、数据成为关键的生产要素，我们清晰地感知到：一个全新的智能化时代已经呼啸而至。这场以“科技革命”与“治理革命”相碰撞为特征的历史性变革，正在从根本上重塑人类的生产方式、生活方式乃至组织方式。对于政策改进者而言，一个不容回避的时代命题已然浮现：未来的政治体制与经济体制应当如何演进，才能适应并驾驭这一深刻的智能化转型？

本文的核心主张旗帜鲜明：智能化时代到来，人们生活必须智能化，政治经济劳动生产必须智能化。这不是技术崇拜式的盲目跃进，而是基于生产力决定生产关系这一基本规律的现实判断。当智能技术将人类从大量重复性体力和脑力劳动中解放出来时，如果政治体制的运行仍停留在经验决策与科层文牍，如果经济体制的分配仍固守工业时代的劳资框架，那么制度的上层建筑必将成为生产力发展的桎梏。因此，本文立足于“计算政治学”的前沿理论与“智能劳动”的变革实践，尝试勾勒一幅面向未来的制度图景——《未来国策》的核心架构：以国家计算与社会计算的协同运行实现政治过程的智能化，以对智能劳动的制度化规范实现经济分配的公正化，最终构建一个政治智能、经济高效、劳动解放的全新社会形态。

一、计算政治学：未来政治体制的运行逻辑

政治体制的演进史，本质上是一部信息处理能力升级的历史。从口耳相传的部落议事，到竹帛书简的中央集权，再到印刷媒介下的民族国家建构，直至广播电视时代的大众民主，每一次信息传播技术的革命都深刻改变了权力的运行方式。进入数智时代，当大数据、算法、算力成为国家治理的新要素，一种全新的政治学范式——计算政治学应运而生，它构成了未来政治体制的理论基石与方法论武器。

1.1 数字国家的兴起与国家计算系统

计算政治学的核心发现之一，是揭示了“数字国家”的兴起。这并非简单地将信息技术应用于政务流程，而是国家形态的根本性重塑 。在智能化时代，国家权力运行的场域正在从传统的物理空间、社会空间向数字空间急剧拓展，并呈现出三重空间深度融合的态势。未来的政治体制，必须能够在这三个空间内同时实现有效治理。

这一体制的技术基础是“国家计算系统”（State Computing）。所谓国家计算，是指国家依托中心化的科层组织，对政治系统内部运行的各个环节——从政治决策、政策执行到监督问责、考核激励——进行常态化和泛在化的数据采集与智能分析 。其核心逻辑是简约化与标准化。过去，我们依靠统计报表、逐级汇报来了解国情，这种信息传递必然存在损耗与时滞。而在未来，依托覆盖全域的物联网、实时更新的政务云以及纵横联通的数据库，国家计算系统能够以接近于实时的精度，感知经济运行的脉搏、监测社会稳定的风险、评估政策实施的效果。

例如，在宏观调控领域，传统的政策制定往往依赖于季度或月度统计数据，属于典型的“事后调控”。而基于国家计算的未来体制，可以通过对税收记录、用电负荷、物流周转、招聘信息等多源数据的融合分析，构建起经济运行的数字孪生模型。当模型推演出某一区域或行业可能面临失速风险时，系统会自动触发预警，并为决策者提供多套政策工具的模拟测算结果——减税力度X与基建投资Y的组合，将分别在3个月和6个月后对就业率Z产生何种影响。这种从“经验驱动”到“数据驱动”、从“事后应对”到“事前推演”的转变，将极大提升国家治理的科学性与精准性。

1.2 社会计算系统与协商民主的智能化

与国家计算自上而下的视角相对应，“社会计算系统”（Social Computing）则代表了自下而上的技术赋权。随着移动互联网和社交媒体的普及，社会公众、专业机构、社群网络构成了分布式、多中心的计算主体，其核心功能在于感知社会复杂性、分析社情民意、计算社会心态 。

在未来政治体制中，社会计算系统将深刻改变公共参与和民主协商的形态。传统的民意收集依赖于人大代表建议、政协委员提案或定点的社会调查，样本有限且存在失真可能。而在智能化时代，通过自然语言处理技术和大模型的情感分析能力，国家可以对社会舆论场进行全样本的实时扫描，精准把握公众对某一政策的普遍态度、情绪波动乃至深层次诉求。这并非是某些西方理论所担忧的“电子利维坦”式的监控，而是“网上群众路线”的技术化升级 。它使得“从群众中来，到群众中去”这一优良传统，能够在数亿级规模的交互中得以高效实现。

更重要的是，计算政治学推动了协商民主的智能化转型。当城市在规划公共交通线路时，传统的听证会可能只能覆盖少数利益相关者。而在未来，决策部门可以通过城市信息模型，将规划方案在数字孪生城市中向所有市民开放，收集公众的反馈意见，并通过算法对不同群体的利益诉求进行加权分析与冲突检测。社会计算系统能够模拟出不同方案对通勤时间、环境质量、商业活力的差异化影响，并生成各方利益的最大公约数。这种“计算协商”并非取代人的判断，而是为人的理性决策提供了前所未有的信息支撑和方案参照，实现了“政治的计算”与“计算的政治”的深度融合 。

1.3 算法治理与制度运行的自动化

计算政治学的深化，必然带来“算法治理”的兴起。算法不再仅仅是后台的技术工具，而是日益成为前端的前沿的制度执行者 。在未来政治体制中，大量程序性、规则明确的治理事务将由智能体自动完成。

以劳动权益保障为例，传统的劳动监察依赖于劳动者投诉后的被动执法，效率低、成本高。而在智能化体制下，正如国内一些地区已经开始探索的实践，人社部门可以建立“非工程建设领域用工在线监管服务系统”。该系统通过预设规则与智能算法，对企业劳动合同签署、员工考勤、工资发放等数据进行实时扫描分析。一旦系统通过数据交叉验证发现某企业工资发放流水异常（如连续三个月延迟且金额波动剧烈），便会自动发出预警，并启动核查程序，甚至在特定条件下直接冻结企业账户以保证工资支付 。这种从事后处理向事前防范、从被动响应向主动干预的转变，正是算法治理的威力所在。

更进一步的想象是，未来的法律法规不再仅仅是印在纸上的条文，而是可以转化为机器可读、可执行的代码。当一部新的《数据安全法》或《劳动者权益保护法》通过立法程序后，其核心规则可以被自动编译进国家计算系统的监管算法库中。所有涉及数据跨境流动的企业行为、所有涉及加班工资的薪酬发放，都将被置于新的算法规则的持续审视之下。违规行为将不再仅仅是“可能被发现”，而是“极难遁形”。这种“制度即代码”的趋势，将极大降低法律的执行成本，提升制度的刚性与权威。

二、智能劳动：未来经济体制的核心议题

如果说计算政治学回答了未来国家“如何治理”的问题，那么对智能劳动的制度安排则回答了未来财富“如何创造与分配”的问题。智能化时代的经济体制变革，其核心正在于对“劳动”概念的重新定义。

2.1 从劳动异化到人机协同：智能劳动的内涵

马克思主义政治经济学深刻揭示了技术进步在资本主义条件下的二重性：机器本该是减轻工人负担、缩短劳动时间的手段，却在现实中成为剥削和异化劳动者的工具。在智能化时代，这一命题面临着新的挑战与机遇 。

当前的生成式人工智能发展，正在催生一种全新的“智能劳动”形态。它既包括劳动者借助AI工具进行的创造性工作（如设计师使用Midjourney生成灵感草图、程序员使用Copilot辅助编程），也包括那些支撑AI系统运转的幕后劳动（如为算法提供标注数据的数据工人）。前者体现了人机协同的效率提升，后者则暴露了技术光环下的劳动隐蔽化 。

未来的经济体制，必须正视并规范这两种形态的智能劳动。所谓人机协同，不应是机器单向取代人，而是机器作为“协作伙伴”增强人的能力。未来的劳动者将不再仅仅是流水线上的操作者，而是AI智能体的管理者、训练者和审核者。生产方式将转变为“人类提出创意与价值判断 + 人工智能负责海量执行与优化”的新模式。这种转变要求生产关系做出相应调整：劳动者的价值不再仅仅由“劳动时间”来衡量，而更多地由“劳动复杂性”、“创意独特性”和“算法驾驭能力”来决定。

2.2 劳动形态的重构：替代、创造与新生

人工智能对劳动力市场的影响，理论界长期存在“剥夺”与“创造”之争 。而从政策改进的角度看，简单的二元论无助于应对复杂的现实。未来的经济体制必须建立在对劳动形态结构性演变的深刻认知之上。

首先，是重复性劳动的加速替代。无论是制造业流水线上的装配工作，还是服务业中的标准化客服、基础性财务会计，凡是符合“规律性强、可程式化”特征的岗位，都将面临被智能系统大规模替代的命运。这不是危言耸听，而是生产效率提升的必然趋势。

其次，是新兴岗位的爆发式创造。替代的另一面是新生。人工智能的产业化将催生出一大批我们今天难以想象的职业：提示词工程师、AI伦理合规官、数据标注师、合成数据工程师、人机协作培训师等。这些新岗位对技能的要求更高，但也代表着人类劳动向更高价值环节的跃迁。

最后，是人机协作的深度融合。在大量中间地带，未来的劳动形态将是人与AI的混合体。例如，医生在AI辅助下进行更精准的诊断，教师在智能教学系统的支持下实现个性化辅导。在这些场景中，AI承担了信息检索、模式识别等基础工作，而人类则专注于共情沟通、复杂决策和价值判断。

未来的经济体制，必须构建一套能够包容这三种形态并促使其正向演化的制度框架。对于那些被替代的劳动者，需要建立覆盖全民的转岗培训与就业安全网；对于那些新生的岗位，需要及时建立职业标准与技能认证体系；对于人机协作的常态，需要重新界定工作时间和绩效考核方式。

2.3 所有权的追问：平台合作主义与数据收益共享

随着智能劳动成为主流，一个更深层次的制度问题浮出水面：由人机共同创造的财富，应当如何分配？如果一家企业依靠海量用户数据训练出的AI系统创造了巨大利润，而数据提供者（用户）和知识沉淀者（一线劳动者）并未从中获益，这是否构成新的不公？

这正是“平台合作主义”（Platform Cooperativism）思潮试图回应的核心问题 。该理论指出，当AI接管越来越多的任务时，所有权问题变得至关重要。传统的平台企业由外部股东控制，其治理逻辑是“资本收益最大化”。而平台合作社则不同，它由真正使用平台的劳动者和用户共同拥有，实行“一人一票”的民主决策，让收益更多地回归实际参与劳动和创造价值的人手中。

例如，西班牙的Givit配送合作社就是工人共同拥有的配送平台，工人们不仅拥有稳定的雇员身份和更高的收入，还能直接参与决定平台的定价规则、数据政策和未来发展方向 。这种模式虽然在规模上尚无法与科技巨头抗衡，但它提供了一种重要的制度想象：未来的数字基础设施，是否可能由公共机构或劳动者合作社来拥有和治理？

在国内政策层面，探索数据要素的收益共享机制已成为当务之急。《未来国策》中应明确提出构建“数据收益分享”制度。当企业的算法模型依赖于海量用户的交互数据时，这部分数据贡献应被视为一种“智能劳动”的投入。企业可以从利润中提取一定比例，设立数据收益基金，通过普惠性的数字消费券、公共服务提升或直接的数据分红，回馈给广大数据提供者。这既是对数据要素价值的承认，也是缩小数字鸿沟、实现共同富裕的重要路径。

三、《未来国策》的核心架构：计算与劳动的智能化融合

在前述分析的基础上，我们可以尝试勾勒《未来国策》的核心制度架构。这一架构旨在实现政治过程与经济活动的双重智能化，并通过两者的深度融合，构建一个更具适应性、包容性和韧性的社会运行体系。

3.1 政治体制：建立双计算中心与智能决策辅助

未来的国家治理中枢，应在现有政府架构基础上，建立虚实结合的“双计算中心”。

一是国家计算中心，作为政务数据的汇聚地与核心算法的运行场。它依托全国一体化政务大数据体系，承担经济调节、社会治理、市场监管等领域的宏观监测与智能推演职能。国家计算中心输出的不是僵化的指令，而是经过多模型交叉验证的“决策选项包”。例如，在制定区域发展规划时，它能够模拟不同投资强度、产业政策与环境约束下的长期演化路径，帮助决策者看清各种选择的潜在后果。

二是社会计算中心，作为民意感知与社会风险的监测枢纽。它通过合法合规的方式接入主流社交媒体、新闻门户、问政平台等公开数据，运用大模型进行情绪分析、议题聚类和趋势预测。社会计算中心的使命不是限制言论，而是从海量的社会表达中，精准识别出那些可能演变为群体性事件的苗头性问题，或者捕捉到那些未被现有政策覆盖的民生痛点。

两个中心并非相互隔绝，而是形成“感知-分析-反馈-调整”的治理闭环。社会计算中心发现的民意热点，将触发国家计算中心对相关政策进行复盘评估；国家计算中心的决策方案，也可以通过数字孪生城市向社会公布，并接收社会计算中心对其公众反应的持续监测。这一机制，使得政治体制具备了类似于智能体的“感知-认知-行动”能力，实现了从静态管理到动态适应的进化。

3.2 经济体制：构建智能劳动账户与人机协作规范

未来的经济运行，需要为每一个社会成员建立“智能劳动账户”，并构建覆盖全产业链的人机协作规范。

智能劳动账户并非简单的数字货币账户，而是一个记录个人在智能化时代多重贡献的价值账本。它至少包含三个维度：一是传统就业记录，记录个人在单位时间内通过受雇劳动获得的收入与社保缴纳情况；二是数据贡献记录，记录个人在使用数字服务过程中产生的、被企业用于训练算法的匿名化数据贡献量；三是知识共创记录，记录个人在开源社区、内容平台、公共知识库等领域的无偿贡献（如编写维基百科词条、参与开源软件开发、为AI模型提供反馈优化等）。这些多维度的劳动贡献，都将被量化并作为未来获取基本公共服务、参与数据收益分红的重要依据。

人机协作规范则需要从微观层面厘清劳动者与AI智能体的权利边界。这包括：在企业内部，需要明确哪些决策必须由人类做出、AI仅提供参考（如人事任免、重大投资），哪些流程可由AI全权处理（如常规客服、数据报表生成）；在劳动关系认定上，需要明确当AI系统承担了大部分工作内容时，剩余的人类操作者与平台之间究竟是合作关系、雇佣关系还是其他新型关系；在成果归属上，需要界定AI生成内容的版权归属——是归开发者、归使用者，还是应进入公共领域。

经济体制的智能化还体现在宏观调控工具的革新。未来的货币政策与财政政策，可以借助国家计算系统对海量微观主体行为数据的分析，实现更精准的滴灌而非漫灌。例如，当系统监测到某一区域的小微企业普遍出现现金流紧张时，可以自动触发定向的税收缓缴或信贷支持政策，而不必等到季度统计数据出来后才后知后觉地采取行动。

3.3 社会保障：算法协商与基本公共服务的数智化

智能化的政治经济体制，最终必须落脚于人的保障与发展。《未来国策》中的社会保障体系，将呈现“算法协商”与“服务智达”两大特征。

算法协商是针对新就业形态劳动者权益保护的重要制度创新。传统的集体谈判制度建立在稳定的雇佣关系和集中的工作场所基础之上，而外卖骑手、网约车司机等新业态劳动者往往被隔绝在“算法黑箱”之外，不知规则为何制定、不知处罚因何触发 。未来的制度安排应强制要求平台企业就其核心算法规则（如派单逻辑、计价规则、奖惩机制）与劳动者代表进行定期协商。协商的结果——无论是超时免责的触发条件，还是强制下线休息的疲劳阈值——都应向社会公开，并接受独立审计。这种协商并非一次性的，而是基于系统运行数据的持续动态调整。例如，当大量骑手在某一区域普遍出现配送超时时，算法系统应自动调取该区域商家出餐效率、交通拥堵状况等数据，判断超时是否属于骑手责任，而非简单地一刀切处罚 。

基本公共服务的数智化则意味着服务供给模式从“人找服务”向“服务找人”的根本转变。基于国家计算与社会计算的融合分析，未来的社保系统能够在公民即将失业（如企业社保减员前）就推送再就业培训和岗位信息；能够在家庭即将迎来新生儿（如医院产检数据）就主动告知生育津贴申领流程和附近托育资源；能够在老年人即将达到失能临界点时，自动评估并安排上门照护服务。这种主动、精准、智能的服务供给，既提升了公共资源的配置效率，也体现了以人民为中心的发展思想。

结语：通向人机共生的未来治理

站在2026年的当下回望与前瞻，我们深切地意识到，智能化不是未来的选项，而是已来的现实。《未来国策》所描绘的计算政治学与智能劳动图景，并非冷冰冰的技术乌托邦，而是一幅试图将效率与公平、解放与保障、创新与安全统一起来的制度蓝图。

计算政治学的要义，在于用数据的流动打破信息的壁垒，用算法的透明对冲权力的任性，用算力的增强提升治理的效能。它不是为了用机器取代官员，而是为了让官员从文山会海和模糊决策中解放出来，将精力投入到那些更需要人类智慧、同理心和价值判断的工作中去。

智能劳动的制度安排，不是为了给资本提供更高效剥削劳动者的工具，而是为了在机器承担了大部分繁重、重复、危险的工作之后，重新定义“劳动”的意义，让人类有更多时间去从事创造、陪伴、探索和精神生活。当基本生活需求可以通过普惠性的数据收益分红和技术进步红利得到保障，当工作不再是谋生的无奈而是自我实现的方式，马克思所说的“人的全面发展”才有可能真正从理想照进现实。

当然，通往这一未来的道路充满挑战。数据隐私与算法歧视的风险、技术性失业带来的社会阵痛、现有利益格局对变革的抵制，都是我们必须正视的难题。但正如计算政治学所揭示的，复杂性问题只能用更先进的复杂性手段来应对。我们唯有以更开放的姿态拥抱技术变革，以更审慎的制度驾驭技术风险，才能在智能化浪潮中，不仅不被淹没，反而能乘风破浪，建设一个政治更加清明、经济更加繁荣、劳动更加光荣、生活更加美好的未来国家。

这正是《未来国策》的核心使命，也是我们这一代政策改进者的历史担当。