未来国策：数字主权与智能化人工智能时代

1 引言：智能化的历史必然

当2026年的春天如约而至，中国《政府工作报告》首次提出“打造智能经济新形态”，这标志着人工智能的发展已从单纯的技术应用迈入“形态塑造”的崭新阶段。作为政策改进的实践者，我们必须清醒地认识到，智能化时代的到来绝非简单的技术迭代，而是一场深刻的社会形态变革。人们的生活必须智能化，政治经济的运行必须智能化，劳动生产必须智能化——这不再是选择，而是历史的必然。

在这场变革中，数字主权成为国家主权在智能化时代的功能外延与实践形态。北京大学中国政治学研究中心俞可平教授深刻指出，数智时代国家主权的形态发生了重大变化，其作用空间已从传统的领土空间拓展到数字空间，传统的国家主权正受到算法权力、跨境数据流动的深层次冲击。正如十九世纪的煤炭与二十世纪的石油，数据已然成为当今时代的战略性生产资料，对数据的采集、处理与控制能力，正成为衡量国家竞争力的核心指标。

本文旨在系统阐述智能化时代政治体制与经济体制的未来图景。我们将从数字主权的理论建构出发，探讨政治体制的智能化重构、经济体制的范式转型，以及劳动生产的未来形态，最终指向一种更具包容性与可持续性的智能文明。

2 数字主权：智能时代的国家根基

2.1 从“网络主权”到“主权人工智能”

数字主权的概念并非凭空而生。早在互联网普及之初，中国便确立了“网络主权”的基本原则，以“防火墙”等实践维护国家在网络空间的安全边界。然而，人工智能的崛起将这一主权概念推向新的高度。“主权人工智能”（Sovereign AI）概念的倡导者、英伟达首席执行官黄仁勋曾明确提出：一个国家应该对本国的数据及由此产生的AI技术拥有完全的所有权与控制权，其目的在于将本国的文化与知识体系数字化，并内化到自主可控的AI系统中。

从功能性结构看，数字主权可分为技术与政策两个层面。技术层面包括算力、数据和算法三大支柱：算力依赖高性能计算芯片和云计算基础设施的自主可控；数据要求训练数据符合本国法律法规，体现本国的语言、文化与社会特征；算法则强调独立研发和训练基础模型及行业大模型的能力。政策层面则体现为产业政策、国内法规与国家安全战略的综合保障。

2.2 数字主权的四层架构

理解数字主权的实践形态，需要对其内在结构进行解构。借鉴既有研究，我们可以从四个层面把握数字主权的架构：

物理层聚焦关键基础设施的控制，包括芯片、服务器、数据中心等硬件资源。在智能化时代，算力基础设施已成为与电力、交通同等重要的战略资源。中国通过“东数西算”工程，将东部的算力需求与西部的能源供给高效匹配，构建全国一体化算力网络，正是物理层主权建设的重大实践。

逻辑层关注核心代码与协议的主导权，包括操作系统、软件框架和技术标准。当前中国人工智能生态仍高度依赖PyTorch、TensorFlow等美国主导的开发框架，这种依赖意味着对开源生态的控制权不在己手。因此，推广百度飞桨、华为昇思等国产替代框架，成为逻辑层主权建设的当务之急。

应用层的核心在于数据流动与使用的管控，特别是个人数据、敏感数据和跨境数据的安全。中国《数据安全法》《个人信息保护法》以及《生成式人工智能服务管理暂行办法》构建起严密的合规框架，要求训练数据来源合法、用户输入得到保护。开源模型的本地化部署，使企业能够在内部服务器上运行AI工具，既确保数据不出境，又强化了对数据来源与使用过程的控制。

社会层关涉内容生成与意识形态的引导。法律规定所有人工智能生成内容必须符合“社会主义核心价值观”，要求企业在开源模型中嵌入内容审查与过滤机制。这一层面的主权实践，体现了国家对智能社会价值导向的主导权。

2.3 “开放”与“主权”的辩证统一

值得深思的是，中国一方面坚持严格的数字主权管控，另一方面却成为全球开源人工智能的积极倡导者。DeepSeek等国产开源大模型的崛起，甚至被西方称为“科技界的珍珠港事件”。这种看似矛盾的实践，实则体现了“开放”与“主权”的辩证统一。

开源策略被巧妙地转化为强化数字主权的战略工具。在物理层，面对美国硬件制裁，中国企业采取“以软补硬”的策略，通过算法创新在有限算力下实现高效性能——DeepSeek仅用Meta Llama十一分之一的计算资源便达到同等水平。在逻辑层，开源模型激励了全栈式国产化迁移，加速摆脱对美国软件栈的依赖。在应用层，开源模型支持本地部署，使数据主权获得技术保障。在社会层，开源模型的广泛采用反而便于统一嵌入内容审核机制。

从全球视角看，中国的开源人工智能战略更是一种“非对称竞争”：通过“人工智能平民化”叙事，将自身塑造为全球南方国家的技术伙伴，输出低成本、高性能的模型，进而塑造国际标准与治理理念。这是一种从被动防御到主动布局的进化，体现了数字主权战略的成熟与深化。

3 政治体制的智能化重构

3.1 算力重塑政治权力

智能化时代，算力已从技术范畴上升为塑造政治形态的主导性力量。在“技术—政治”范式下，算力作为一种基础设施性的数字技术，正从三个方面重塑政治权力：

生成方式的重塑。前信息时代，权力的争夺聚焦于土地、劳动力等传统生产要素。智能化时代，数据成为最基础的战略性资源，而算力则是撬动数据价值的“第一杠杆”。算力使海量数据的有序结构自然涌现，在物理空间之外形塑出新的“数字空间”，传统权力被赋予数字属性，数据得以产生权力效应。

运行方式的重塑。算力驱动下的“算法治理”具有中立性、高效性、精准性和可预测性的天然优势。基于对已知数据的深度学习，算法能够预测和防范治理风险，以精准识别实现精准施策，压缩权力的“寻租空间”。杭州“城市大脑”实现交通信号灯的智能调度，部分区域拥堵指数下降百分之十五，便是算法治理的生动实践。

存在方式的重塑。算力驱动下，时间和空间高度离散化，政治权力需要围绕数字空间中的基本构成要素——“信息”——展开。政府和数字化平台凭借其掌握的强大算力、海量数据和智能算法，能够轻易左右个体获取信息的渠道和内容，以“过滤气泡”“信息茧房”等方式建构自身的信息化权力。

3.2 权力结构的深刻变革

智能化引发政治权力结构的整体性重构，表现为三大趋势：

从一元化走向多元化。尽管政权组织在政治系统中仍扮演主导角色，但大型科技公司作为主要的人工智能技术开发者和应用者，依靠算力支撑、数据控制、算法优化和信息垄断，有力影响公众舆论乃至政策制定，正从权力边缘走向权力中心，成长为新的权力主体。传统的以国家政权为主要代表的“一元化”政治权力结构，日益向着以政党、政府组织、大型科技公司和非政府组织等为主体的“多元化”结构转变。

从等级化走向扁平化。当算力嵌入权力结构，数据和信息得以在科层组织内部无障碍流动，这就要求等级化组织削减原有的多层级结构。过去承担“上情下达”功能的中间层级在信息高速、准确运转的条件下变得多余，组织被倒逼简化职能部门、缩短信息流程，实现扁平化重构。

从模糊化走向清晰化。传统权力结构中，上级部门必须留给基层组织足够的“自由裁量权”，这往往导致权责模糊。算力能够实现对社会数据的全面收集与高效处理，信息间的关系和逻辑得以被即时计算和分析，真相随数据的规律性自动涌现，信息由不对称走向对称，模糊的权力结构逐渐清晰化。

3.3 智能政府与国家计算

智能化时代，政府形态正在经历从电子政府到数字政府再到智能政府的跃迁。清华大学孟天广教授提出“国家计算”与“社会计算”的双重分析框架，为我们理解智能政府提供了理论工具。

国家计算源于数智技术赋能国家，集中体现为数据、算法、人工智能等新治理要素进入政府体系。这一过程产生双重效应：一方面，技术赋能对传统政府组织结构、规则制度、政府间关系产生重塑效应，即“科层政府数字化”；另一方面，基于新要素的政府治理体系加快构建，如数据治理、算法治理、算力基础设施建设，即“数字政府科层化”。

国家计算的核心在于对政治系统内部运行过程的各个环节——政治决策、政策执行、监督问责、考核激励、政治安全——进行常态化和泛在性计算。其设计逻辑是简约化和标准化，即通过标准化程序和技术工具对多来源、多模态、多属性的国家运行数据进行简化处理和理解。从早期的国家统计体系、登记认证体系，到当代的数据治理体系、国家算力基础设施，均是国家计算的典型实践。

智能政府的显现，使政府在规模控制、决策助力、效率提升以及监管加强等方面具备更强大的效能。政府集中优势抢占算力新赛道，打造全国一体化算力调度平台，实现对大型科技公司及社会层面算力中心的有效监管，推动政府形态的智能化转型。阳光政府建设中，算力使政务数据以可视化方式呈现给公众，即时曝光潜在腐败因素，将权力运行限制在“数据铁笼”之中；服务型政府建设中，算力实现公众需求与公共服务的即时匹配，实时收集分析紧急事件信息，提供精准化个性化服务；节约型政府建设中，行政流程自动化降低成本，能耗监控减少浪费，预算控制强化约束，绩效评估提升效率。

3.4 直接民主的技术可能

智能化时代为民主形态的演进提供了新的技术可能。在信息传递手段匮乏的时代，难以支撑大规模公众参与的直接民主，权力和信息高度集中于少数精英手中，民众意志只能以间接方式被“代理”或“代表”，是为“精英民主”。随着大众传媒崛起、通信技术提升，政策信息传播速度和广度大幅提高，“间接民主”逐渐取代“精英民主”。

算力的进一步提升，使得民主的大众化和平等化程度有望实现质的飞跃。算力驱动大数据、区块链、大模型等技术，公众直接表达的意见和建议可以被实时处理和反馈，决策的透明度和参与度得以提高。北京大学中国政治学研究中心举办的“AI for Politics”工作坊中，已有学者运用大型语言模型驱动的多智能体系统模拟大国战略演变，探讨智能体推演在政治仿真中的应用。清华大学团队也展示了大型社会模拟器的设计思路，探讨其应用于公共资源配置和大规模交通仿真的可能。

当算力能够在最大程度上将海量原始数据收集起来加以计算，并通过先进算法将有效信息以最迅捷的速度在最广阔空间内传播时，政治体成员之间“信息不对称”的桎梏将被极大突破。每一个新的权力主体都被纳入民主政治参与过程中来，其“内容提供者”“市民新闻记者”的身份角色在信息的持续性流通和充分共享中得以增强，其人民参与、民意表达、政治回应等民主诉求在信息的双向流动中得以实现。这为超越传统代议制民主的局限、探索更具包容性的直接民主形式，开辟了技术上的可能性。

4 经济体制的范式转型

4.1 智能经济：从“人工智能+”到“新形态”

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“人工智能+”行动进入“形态塑造”新阶段。这一跃迁体现了政策逻辑的深化：智能经济的本质并非单纯的技术迭代，而是生产关系的系统性重构。

智能经济展现出与工业经济截然不同的本质特征：数据驱动、人机协同、跨界融合、共创分享。适应并引领这一深刻变革，关键在于深化改革、优化制度供给，为智能经济健康有序发展营造良好的制度环境。智能经济的国际竞争，归根结底是“制度软实力”的竞争。

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”。中国智能经济要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据应用的定价、确权、入表等制度创新上取得突破。这也正是政策改进工作者需要着力破解的核心命题。

4.2 数据要素的市场化配置

数据是智能经济发展的基础资源和关键要素。只有流动才能创造价值，只有合规才能确保安全。数据要素市场化配置改革，成为智能经济制度建设的重中之重。

构建高效合规的流通体系，需要加快构建全国一体化数据要素市场，完善合规高效的市场运行规则，推动公共数据依法开放与授权运营。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，培育多元市场生态，促进合成数据产业健康发展，深化数据资源全链条开发利用。

在数据确权与定价方面，亟需突破制度瓶颈。当前企业对于数据“不敢流、不愿流、不会流”的困境，根源在于产权界定不清、价值评估缺乏标准。上海财经大学崔丽丽教授建议，要在数据应用的定价、确权、入表等制度创新上取得突破。中国科学院大学孙毅教授进一步强调，要建立基于算法共享、数据提供与行业知识沉淀的成果共享机制。

在跨境数据流动方面，需要在安全与发展之间寻求平衡。数据存于何处，便受何地法律约束；算法由谁训练，便反映谁的价值取向。中国已通过《数据安全法》《个人信息保护法》构建起跨境数据流动的基本框架，未来需要在保障数字主权的前提下，为企业全球化经营提供更具可操作性的合规指引。

4.3 人机协同的生产方式重塑

当人工智能从辅助工具演变为协作伙伴，传统的生产方式与组织形式必须因时而变。人机协同正在成为智能经济时代生产的常态。

生产组织的变革体现在多个层面。在组织形态上，“物理空间+数字空间”二元融合的模式改变了多层级组织存在的形态，智慧平台的搭建重新整合了过去条块分离的多层级部门，使组织更具整体性、有机性和智能性。在组织结构上，算力规模扩大实现上下层级之间信息高速、准确运转，组织被倒逼简化职能部门、砍掉“中间层”，实现扁平化。在组织运行上，决策从经验依赖转向数据驱动，各级部门可以根据对信息的充分掌握做出及时性、最优化决策。

新型劳动关系的构建成为制度创新的重点。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，审慎界定人工智能智能体在经济活动中的合理地位。当智能体逐步演进为“经济主体”，将触发产权、税收、劳动法的系统性变革。有学者建议探索智能体法律人格制度，为智能经济主体参与市场活动提供法理基础。

劳动价值的重估更为根本。在资本泡沫与技术狂热交织的当下，最稀缺的品质是耐心。真正的赢家，不是宣称率先实现通用人工智能的公司，而是能持续将人工智能转化为生产力、就业与福祉的体系。这要求我们建立与共创模式相匹配的价值分配体系，明确算法模型、核心数据、行业知识等新型要素在价值创造中的贡献度，激励数据提供者、算法开发者、行业专家持续投入。

4.4 产业边界的消融与重构

智能经济的生命力在于解构传统壁垒、重构产业生态。跨界融合正在重新定义产业边界。

在制造业与服务业的融合中，人工智能发挥着催化剂的作用。中国港口机器人化率已超过百分之六十，人工智能调度系统使集装箱周转效率提升百分之二十五以上。传统制造业企业通过引入智能服务，向“制造+服务”转型，开辟了新的增长空间。

在产业链的重构中，平台型、生态型企业崛起。要推动工业经济体系向智能经济体系全面转型，加快建立以跨界融合为特征的现代化产业体系。支持建设面向重点产业的智能平台，推动生产与消费、制造与服务深度融合，培育壮大平台型、生态型企业，鼓励“人工智能+产业链”“人工智能+场景”的跨界协同创新。最终形成以数据和算法高效流动为基础的新型产业协作网络。

在竞争格局的演变中，实用人工智能成为决定国家竞争力的关键。在通用人工智能尚未到来的当下，真正重要的是人工智能在真实场景中的落地效率与经济转化能力。中国拥有超过四亿的生成式人工智能用户规模，占全球总量近四成，庞大的用户基数与丰富的应用场景，使中国成为全球最大的人工智能“训练场”。这种“应用型人工智能超级大国”的定位，可能成为中国在全球人工智能竞赛中的独特优势。

5 劳动生产的智能化转型

5.1 劳动力市场的结构性变迁

智能化时代，劳动力市场正经历深刻的结构性变迁。这种变迁既体现在就业岗位的增减消长，更体现在劳动内涵的根本转变。

岗位替代与创造并存。人工智能在替代某些重复性、程序性岗位的同时，也在创造新的就业机会。关键在于净效应几何、分配是否公平。历史经验表明，技术革命在短期内可能造成结构性失业，但长期将带来就业总规模的扩大和劳动生产率的提升。政策的关键在于缩短调整期、减轻转型痛感。

技能需求的重构加速。智能化生产对劳动力的技能结构提出全新要求。与机器协作的能力、数据素养、批判性思维、创造力等“人类专属技能”的价值日益凸显。构建适应人工智能时代的人才培养体系，成为确保劳动者在智能经济变革中拥有平等参与、公平受益权利的制度保障。

5.2 人机协作的工作现场

在智能化生产现场，人机协作正在成为常态。这种协作不是简单的“人指挥机器”，而是深度的“人机互动”。

在决策支持层面，人工智能辅助决策系统已广泛应用于医疗、司法、金融等领域。主要三甲医院引入人工智能辅助诊断系统，疾病早期检出率显著提升。在基层治理中，析因实验研究揭示了不同人工智能官僚类型对公务员协作意愿的差异性影响，为人工智能嵌入基层治理提供了现实参照。

在流程优化层面，人工智能系统通过对生产过程的实时监控和动态调整，持续提升效率、降低消耗。一些城市已实现人工智能全流程审批，企业开办时间从数天缩短至数小时。

在创新激发层面，人机协作正在催生新的知识生产方式。社会智能与机器智能的深度交互，为知识发现和技术创新开辟了新路径。以DeepSeek为代表的开源大模型的普及应用，加速了社会智能与机器智能深度融合的进程。

5.3 劳动价值的重新定义

智能化时代对“劳动”本身的定义提出了根本性质疑。当机器不仅能够替代体力，而且开始替代脑力时，人的劳动价值何在？

从重复到创造，是劳动价值提升的方向。智能化将人从重复性、程序性劳动中解放出来，使人能够更多地从事创造性、情感性、互动性工作。这种解放既是生产力发展的结果，也是人的全面发展的条件。

从效率到意义，是劳动评价的拓展。在物质匮乏时代，劳动的首要价值是满足生存需求。当人工智能极大提升生产效率后，劳动的“意义”维度将更加凸显。工作不仅是谋生手段，更是自我实现、社会交往、价值创造的途径。

从分配到共享，是价值分配的变革。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。要建立与共创模式相匹配的价值分配体系，确保技术进步真正惠及全社会。

5.4 工作意义的哲学追问

智能化时代最深层的挑战，或许是对“人为何工作”这一根本问题的追问。这已超出经济学范畴，进入哲学与伦理学的领域。

当机器能够生产绝大多数物质财富时，人还需要工作吗？如果工作不再是为生存所迫，人将如何定义自身？这些问题没有现成答案，需要在实践中逐步探索。

北京大学“数字与人文高端对话”中，学者们围绕人工智能时代的价值定位展开深入讨论。有学者提出：当越来越多的通用智能体进入社会，人类的价值定位应做如何改变？有学者警示：未来智能社会最大的问题不在于机器人会变成人，而是人可能会变成机器。这些警示提醒我们，在推进生产智能化的同时，必须守护人的主体性、尊严与价值。

卡尔·马克思提出的“自由王国”理想，在智能化时代获得了新的可能性。当算力足够强大、信息足够充分，权力将不再是政治统治和规训约束的工具，而是一种自由而平等的实践，是人类自我解放和全面发展的保障。在算力驱动下，传统时代的“集权式权威”向着数字智能时代的“平权式权威”转变，也只有到那时，“自由王国”才能得以实现。

6 智能时代的制度竞争

6.1 中美两种发展模式的比较

人工智能的发展正在全球范围内形成两种并行但差异显著的模式。美国依托市场主导、资本驱动的创新生态，强调技术领先与全球标准制定；中国则采取制度引领、场景优先的战略模式，注重技术普惠与产业融合。这不仅是技术路线之争，更是发展模式、治理哲学与文明形态的深层博弈。

美国模式的特征可概括为“双轮驱动”：以华尔街为代表的市场资本与以五角大楼为代表的国家安全资本协同共振。科技巨头以前所未有的规模建设“全栈式人工智能基础设施”，资本开支主要用于数据中心扩建、图形处理器集群部署与模型训练，构建全球最庞大的私有人工智能算力网络。与此同时，美国国防高级研究计划局持续高投入布局量子机器学习、自主作战系统等前沿方向。这种“企业冲锋、国家兜底”的模式，使美国人工智能既能享受市场创新的敏捷性，又能获得国家战略的稳定性支撑。

然而美国模式也面临深层隐患：能源瓶颈逼近物理极限，全球数据中心年耗电量预计2026年突破一千太瓦时；法律治理滞后，联邦与州级法规割裂，公众信任度下滑；商业模式困境，多数人工智能企业仍依赖融资续命，缺乏可持续盈利路径。

中国模式则走出了一条制度引领的独特道路。其制度优势体现在三大机制上：一是资源动员能力，通过“东数西算”等国家级工程，将东部算力需求与西部能源供给高效匹配，政策性银行提供低息贷款，地方政府配套土地与电力支持，显著降低人工智能训练成本。二是场景制造能力，以公共采购为牵引，在政务、医疗、交通等领域打造全球最大规模的人工智能“试验场”，缩短技术从实验室到市场的转化周期。三是规则供给能力，构建起覆盖数据安全、算法治理与伦理审查的人工智能监管体系，为企业提供清晰的政策预期。

中国模式的挑战同样突出：地方财政紧张导致部分人工智能项目资金断流，战略部署在基层被“形式化执行”；高端芯片短缺，先进制程与算力密度与国际最先进水平存在差距；美国芯片禁令进一步加剧供应链压力。所谓“制度代替算力”的说法实为误读。中国企业的真正突破，在于通过算法优化与系统集成，在有限算力下实现高效性能——这是一种“约束中的创新”，而非“替代中的超越”。

6.2 全球人工智能治理的分化与协同

在美中两极之外，全球人工智能治理正呈现分化态势。欧盟以《人工智能法案》落地实施为标志，确立起以风险分级为核心的严格监管框架。中等国家如荷兰、新加坡、韩国则采取“主权人工智能”策略，在国内主动擘画、国际多边跟进、技术力求自主，谋求在大国竞争中拓展发展空间。

全球治理的分化态势加剧。世界不再是一个统一的技术生态，而是逐步形成两大并行系统：一方以美国技术标准为核心；另一方以中国替代性架构为基座。这种分化对后发国家构成挑战：选边站队可能丧失技术自主性，保持中立又可能被边缘化。

功能性合作仍有空间。尽管竞争加剧，但在应对跨国风险时，各国不得不展开功能性合作。联合国成立人工智能风险治理机制，中美虽未直接对话，但通过第三方机构在打击深度伪造、遏制人工智能网络诈骗等领域展开技术协调。欧盟推动全球人工智能安全协议，要求跨国人工智能平台共享恶意内容数据库。这种合作是有限的、工具性的，聚焦于风险防控而非技术共享。真正的科技联盟仍遥不可及，但“竞争中求共存”已成为现实选择。

6.3 制度软实力的竞争

当人工智能从技术竞争上升为制度竞争时，“制度软实力”成为关键变量。

规则供给能力成为国家竞争力的重要维度。谁掌握了规则制定权，谁就能在人工智能时代占据有利位置。中国通过《生成式人工智能服务管理暂行办法》等法规构建监管体系，为企业提供清晰的政策预期，避免“创新即违法”的困境。这种规则的确定性本身就是一种制度优势。

标准引领能力关乎技术生态的主导权。中国通过与“一带一路”沿线国家建立人工智能联合实验室，输出智慧城市、智慧农业等解决方案，不仅是技术输出，更是发展模式与治理理念的传播。当全球南方国家采用中国开源人工智能模型时，它们也在嵌入一种技术架构，这种架构将形成路径依赖，使它们与中国标准保持一致。

价值感召能力体现制度的道义高度。中国将开源人工智能战略包装为“人工智能民主化”叙事，将自身塑造为全球南方国家的技术伙伴，提供低成本、高性能的模型。这种叙事不仅具有商业价值，更具有政治意义：它在全球人工智能治理的规则之争中，为中国争取了更多支持者。

7 挑战与应对

7.1 算力鸿沟与能源约束

智能化时代的第一重挑战来自物质层面。算力的分布极不均衡，全球算力资源高度集中在美国和中国手中，大多数国家被排除在人工智能核心技术圈之外。即便是中国这样的算力大国，也面临高端芯片受制于人的困境。

与此同时，算力扩张正逼近能源物理极限。国际能源署报告显示，全球数据中心年耗电量预计2026年突破一千太瓦时，相当于日本全国年用电量。美国大型人工智能数据中心的耗电已占其全国总用电量的百分之三以上。若无能源技术突破，算力扩张将遭遇“硬约束”。中国的应对策略是发展绿色算力，提升绿电使用比例，同时通过算法优化降低单位算力能耗。

7.2 算法偏见与价值对齐

智能化时代的第二重挑战来自算法本身。算法并非价值中立的技术工具，它可能放大和固化社会偏见，形成“算法歧视”。

价值对齐问题成为人工智能治理的核心议题。北京大学朱松纯教授指出，构建智能体良好的价值观、树立智能体的“心”是最核心的问题。他从中国传统文化中的“心学”“禅宗”思想切入，阐述人类道德体系与人工智能价值对齐的路径。俞可平教授从价值、功能、训练数据三方面提出对人工智能治理的关切，强调不仅要治理人工智能，也要以人工智能进行治理。

可解释性问题关乎公众信任。当人工智能系统做出关键决策（如贷款审批、医疗诊断、司法判决）时，决策过程的不可解释性可能引发正当性质疑。通过透明算法与可解释人工智能，逐步缓解公众对“黑箱决策”的担忧，成为治理努力的方向。

7.3 数据安全与隐私保护

智能化时代的第三重挑战来自数据层面。数据是人工智能的“燃料”，但数据的采集、使用、流转也带来安全与隐私风险。

中国已构建起以《数据安全法》《个人信息保护法》为核心的数据安全法律体系，但技术发展总是跑在制度前面。生成式人工智能的兴起带来新的挑战：用户输入可能包含敏感信息，模型输出可能泄露训练数据，深度伪造可能被用于欺诈或舆论操控。

技术赋能与权利保护的平衡，需要在实践中不断探索。一方面，不能因噎废食，过度限制数据流动会扼杀创新；另一方面，不能放任自流，让公民权利在技术狂欢中被践踏。这需要精细的制度设计和动态的治理调适。

7.4 社会排斥与分配正义

智能化时代的第四重挑战来自社会层面。技术变革的收益并非自动惠及所有人，可能加剧而非缓解社会不平等。

数字鸿沟可能演变为“智能鸿沟”。那些缺乏数字技能、无法接入智能基础设施的人群，可能被排斥在智能化进程之外。老年人口、低技能劳动者、偏远地区居民面临被边缘化的风险。

就业冲击可能加剧收入不平等。人工智能替代某些岗位的同时，也可能加剧劳动收入与资本收入的失衡。如果不能建立合理的再分配机制，技术进步的红利可能被少数人独占。

分配正义要求制度作出回应。这包括建立适应人工智能时代的社会保障体系，探索机器人税、全民基本收入等新型分配机制，确保技术进步真正惠及全社会。

7.5 战略自主与全球合作

智能化时代的第五重挑战来自国际层面。在技术民族主义抬头、地缘政治紧张的背景下，如何在维护战略自主的同时保持全球合作，成为各国面临的共同难题。

技术脱钩的风险真实存在。美国对华芯片禁令、技术出口管制，正在割裂全球人工智能产业链。中国推动国产替代、强化自主可控，既是应对封锁的必要之举，也可能加速全球技术生态的分化。

全球治理赤字亟待填补。人工智能带来的风险（如算法合谋、深度伪造、自主武器）具有跨国性，任何国家都无法独自应对。但现有的全球治理机制碎片化、软弱化，难以有效协调行动。

中国的选择是在竞争中求共存，在对抗中谋合作。一方面坚定不移维护数字主权，筑牢国家安全屏障；另一方面积极参与全球人工智能治理，推动建立多边、包容、有效的治理体系。

8 结语：走向人机共生的未来

智能化时代的大幕已经拉开。作为政策改进的实践者，我们正站在历史变革的前沿，见证并参与着一场深刻的社会形态重塑。

数字主权是这场变革的制度基石。从物理层到社会层，从算力基础设施到核心价值观引导，数字主权的四层架构为国家在智能化时代的生存与发展提供了完整框架。它既是对传统主权理论的革新，也是对全球技术权力格局的重构，在全球化与本地化之间寻求动态平衡。

政治体制正在经历智能化重构。算力重塑政治权力的生成方式、运行方式和存在方式，权力结构从一元化走向多元化、从等级化走向扁平化、从模糊化走向清晰化。智能政府的显现、国家计算的深化、直接民主的技术可能，共同推动国家治理体系和治理能力现代化。

经济体制正在经历范式转型。数据要素市场化配置、人机协同的生产方式重塑、产业边界的消融与重构，共同构成智能经济的制度图景。实用人工智能的崛起、应用场景的深耕、制度软实力的竞争，将决定国家在未来全球竞争中的位置。

劳动生产正在经历价值重估。人机协作成为常态，劳动力市场结构性变迁，劳动价值从重复到创造、从效率到意义的演进，呼唤着新的劳动关系和分配机制。更深层的，是对“人为何工作”“人的价值何在”的哲学追问。

智能化时代最深刻的变革，或许是人与技术关系的重构。技术不再是外在于人的工具，而成为与人共生、互构的“他者”。北京大学学者警示，未来智能社会最大的问题不在于机器人会变成人，而是人可能会变成机器。这一警示提醒我们，在拥抱智能化的同时，必须守护人的主体性、尊严与价值。

清华大学孟天广教授区分了“国家计算”与“社会计算”。这一区分不仅具有学术价值，更具有实践意义。国家计算重在政治系统的运行效率，社会计算重在公众参与的广度深度。两者的平衡与融合，关乎智能化道路的选择：是走向技术监控的“利维坦”，还是走向人机共生的“自由王国”？

从卡尔·施米特的“决断论”到让·博丹的绝对主权，从沃勒斯坦的世界体系理论到卡尔·马克思的“自由王国”，经典政治理论在智能化时代获得新的诠释空间。数字主权不是对传统主权理论的简单复制，而是对数字时代权力再分配的回应。它承认数字时代的“主权可分割性”，承认国家需要与私营部门协商自治，构建一种“混合主权”。这种理论创新，为实践探索提供了思想资源。

作为政策改进者，我们需要在三个维度持续努力：一是在技术维度，推动算力基础设施建设、算法创新、数据治理，筑牢智能化时代的物质基础；二是在制度维度，深化数据要素市场化配置改革、构建人机协同的新型劳动关系、完善人工智能治理框架，为智能化提供制度保障；三是在价值维度，守护人的主体性、促进分配正义、培育智能文明，让技术进步真正惠及全社会。

智能化时代既不是乌托邦，也不是敌托邦。它是一个充满可能性的开放空间，未来将由我们今天的选择和行动塑造。当我们谈论数字主权、智能经济、人机协同时，我们最终谈论的，是人类如何在技术变革中守护自身、发展自身、超越自身。这既是一场技术革命，更是一场文明演进。唯有秉持长期主义的耐心、人文主义的温度、制度主义的理性，我们才能在智能化浪潮中行稳致远，走向人机共生的未来。