引言：智能化时代的国家转型

智能化时代已然来临。这不是一个未来的预言，而是正在发生的现实。当阿尔巴尼亚任命人工智能生成的虚拟部长“迪埃拉”负责公共采购事务，当尼泊尔的民众借助ChatGPT参与临时总理的遴选过程，当长安汽车的智能工厂引入超过400台机器人重构生产流程，我们看到的不仅是技术的应用，更是一场深刻的政治经济体制变革的前夜。

作为一名政策改进工作者，笔者深切感受到现行制度框架与智能化生产力之间的张力。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着人工智能从“技术应用”跃升为“形态塑造”的国家战略。但问题在于：我们准备好迎接一个由智能体参与甚至主导经济政治运行的时代了吗？传统的科层官僚制如何与算法决策系统共存？劳动价值论在人工智能自主创造价值的世界里是否依然成立？所有权与分配制度是否需要根本性重构？

本文提出的《未来国策》构想，旨在回应这些问题。其核心主张是：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。这一主张并非技术乌托邦，而是基于对人工智能“元技术”属性的认知——它不仅是产业升级的助推器，更是改造治理逻辑与制度形态的“新制度性基础设施”。在此背景下，建设“数字国家”与“智能化人工智能平台”，成为国家治理体系和治理能力现代化的必然选择。

一、从工具到主体：人工智能重塑政治经济的基本逻辑

1.1 人工智能的“主体性”转向

理解人工智能对政治经济体制的冲击，首先要认识到一个根本性变化：人工智能正在从被动工具演变为具有一定自主性的经济政治主体。

在传统认知中，技术始终是人类的工具。但通用人工智能的发展正在打破这一边界。正如国外学者所指出的，通用人工智能既是劳动者又是所有者——它既能够自主创造经济价值，又将权力集中在控制其基础设施的少数主体手中。这种双重身份从根本上动摇了工业时代建立起来的制度框架。

从劳动形态看，人工智能已经从辅助工具演变为协作伙伴。在重庆美心集团的智能工厂里，焊接机器人以0.1毫米的精度完成作业，操作工从“手艺人”转型为“机器人导师”；在西南铝机电公司，机器人工作站使生产效率提升一倍，产品合格率从85%跃升至99%。这不仅是效率的提升，更是劳动关系的重构——人机协同正在成为新的生产范式。

从治理形态看，人工智能开始嵌入公共权力运行。阿尔巴尼亚的虚拟部长“迪埃拉”负责政府采购流程的四个关键环节：起草合同条款、设定资格标准、确定价格上限、验证文件有效性。尽管每个环节仍需人类专家复核，但权力边界已经模糊：当算法决定谁能成为政府供应商时，这究竟是行政权力的行使，还是技术系统的输出？

1.2 智能化时代的制度困境

然而，人工智能的快速渗透也暴露出现行制度框架的三重困境。

第一重困境：主体困境。 当人工智能系统 autonomously 做出影响公民权益的决策时，责任主体是谁？是系统开发者、部署机构，还是使用者？阿尔巴尼亚的“迪埃拉”部长由OpenAI前首席技术官参与打造，尼泊尔的总理推荐基于美国公司的ChatGPT生成。当核心政府职能依赖他国技术产品时，国家主权边界何在？

第二重困境：价值困境。 算法决策追求效率最大化，但公共治理需要兼顾公平、正义、参与等多重价值。如果治理仅以效率为核心，可能带来制度有效性的削弱。更值得警惕的是，生成式人工智能产生的流畅输出容易让人类降低验证阈值，形成“自动化偏见”——久而久之，人类的批判性思维能力可能退化。

第三重困境：分配困境。 当人工智能自主创造价值时，价值分配的逻辑必须重构。国际研究表明，人工智能可能在未来十年为亚太地区贡献高达1万亿美元的经济增益，但若三分之一的地区人口仍处于离线状态，这些收益的分配将极不均衡。如果人工智能驱动的财富仅集中在少数控制基础设施的精英手中，我们可能见证“技术封建主义”的崛起。

这些困境表明，智能化时代需要的不是对既有制度的修补，而是政治经济体制的根本性创新。《未来国策》的构想正是在这一背景下提出。

二、《未来国策》的核心架构：数字国家与智能化人工智能平台

2.1 数字国家的内涵与边界

“数字国家”并非取代物理意义上的国家，而是在既有国家主权框架内构建一个与之并行的数字空间治理体系。其核心要义有三：

第一，数字主权。 在算法权力与跨境数据流动日益频繁的背景下，国家主权必须延伸至数字空间。这意味着核心算法基础设施必须自主可控，关键数据资源必须受国家法律保护，公民在数字空间的权利必须得到有效保障。北京大学中国政治学研究中心提出的“主权人工智能框架”，强调政治、技术、文化自主性的统一，正是这一理念的体现。

第二，数字身份。 每个公民在数字国家中拥有唯一的、不可篡改的数字身份。这一身份不仅是进入各类智能化服务的“钥匙”，更是公民权利与义务的数字映射。从选举投票到社会保障申领，从纳税申报到公共服务获取，数字身份成为公民参与政治经济生活的基础载体。

第三，数字治理。 数字国家不是对传统科层制的简单数字化，而是构建“人机共生”的新型治理结构。政务服务智能体、公共安全数字人、生态环境智能监测系统等嵌入治理流程，使治理不再是官僚制的单一执行，而成为人机协作的复合结构。在这一结构中，算法承担信息处理、风险研判、资源调度等任务，人类保留价值判断、最终决策和责任担当。

2.2 智能化人工智能平台的系统设计

智能化人工智能平台是数字国家的“操作系统”。它不是单一的技术系统，而是由算法、数据、制度三者耦合的复杂治理基础设施。其架构设计遵循以下原则：

感知层：全域智能感知。 平台通过物联网、传感器、公共摄像头等终端，实时采集经济社会运行数据。这些数据涵盖生产流通、交通物流、环境监测、公共安全等各个领域，形成对数字国家运行状态的“全息画像”。

认知层：算法理性中枢。 平台内置大规模人工智能模型，对感知层数据进行实时分析和趋势预测。与人类决策的有限理性不同，算法能够基于海量数据识别模式、评估风险、模拟政策后果。例如，在经济调控领域，平台可以模拟不同税收政策对产业升级和收入分配的影响，为决策者提供量化依据。

执行层：智能体网络。 平台派遣各类智能体执行具体任务。这些智能体可以是数字形态的（如政务服务聊天机器人、自动化审批系统），也可以是具身形态的（如自动驾驶物流车、智能机器人）。在执行过程中，智能体与人类工作者形成协同关系——人类负责复杂判断和例外处置，智能体负责标准化流程和重复性劳动。

交互层：人机协作界面。 平台为公民、企业、政府工作人员提供差异化的交互入口。公民通过数字身份登录个人政务空间，享受“千人千面”的智能化服务；企业通过法人入口获取政策精准推送和审批绿色通道；政府工作人员通过决策支持系统获得数据洞察和政策建议。

2.3 三层制度逻辑：算法、数据与制度的耦合

智能化人工智能平台的有效运行，依赖于算法、数据与制度的三层耦合。

算法层：从“黑箱”到“可解释”。 算法的治理价值取决于其可解释性。如果政策执行过度依赖不可理解的算法输出，将削弱政策的公信力，动摇治理的合法性基础。因此，平台必须内置可解释性人工智能机制，对算法决策的逻辑、依据和置信度进行透明化呈现。对于高风险决策（如司法量刑、信贷审批、社会保障资格认定），算法输出必须经过人类复核，并保留完整的决策链条以供审计。

数据层：从“资源”到“资本”。 数据是智能经济的核心要素。中国科学院大学孙毅教授指出，只有流动才能创造价值，只有合规才能确保安全。平台构建全国一体化数据要素市场，完善数据定价、确权、入表等制度安排。公共数据依法开放与授权运营，合成数据产业健康发展，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。

制度层：从“规制”到“赋能”。 制度的角色不仅是约束风险，更是赋能创新。这包括：建立智能体分级分类治理框架，明确备案、审计、问责机制；制定人机协同劳动标准，界定智能体参与生产时的权益分配；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。制度的终极目标，是在效率与公平、创新与安全之间找到动态平衡。

三、智能化政治体制：从科层官僚制到人机协同治理

3.1 算法官僚制的兴起与现实挑战

2025年9月，阿尔巴尼亚任命人工智能生成的“迪埃拉”为公共采购部长，这是历史上首次由非人类担任内阁级政府高官。尽管这一事件被质疑为政治表演，但它揭示了一个不可逆转的趋势：算法正在进入官僚体系。

深圳大学的研究表明，不同类型的“人工智能官僚”对基层公务员的协作意愿产生差异性影响。清华大学的研究则发现，人工智能辅助决策会影响公众的合法性认知——当算法参与决策时，公众既可能感知到“数字合法化”（技术中立带来的信任增强），也可能产生“数字补偿”（对人类决策偏差的修正期待）。

这些发现指向一个核心问题：算法应当如何嵌入官僚制？笔者认为，可行的路径是构建“三层过滤”的人机协同治理结构：

第一层：信息过滤。 人工智能系统承担信息的收集、整理、初步分析任务。在政策制定过程中，平台自动汇聚相关领域的国内外实践、学术研究成果、公众舆情数据，形成决策参考报告。这一层级的核心价值是突破人类信息处理能力的边界，提升决策的信息完备性。

第二层：方案过滤。 人工智能基于预设的价值目标和约束条件，生成多个政策备选方案，并模拟各方案的预期效果和潜在风险。例如，在制定产业政策时，平台可以模拟不同补贴方式对就业、创新、财政可持续性的影响，为决策者提供量化比较。

第三层：决策保留。 最终决策权始终保留在人类手中。算法提供的是“决策支持”而非“决策替代”。在医疗、司法、公共安全等高风险领域，人类决策者必须对算法输出进行独立判断，并对决策后果承担最终责任。正如清华大学董汀研究员所言：“善治与良治从来不是源自先进的工具，而在于对人的尊重、对正义的追求和对共同体的责任。”

3.2 智能民主：数字时代的参与创新

智能化政治体制不仅是自上而下的治理重构，更包括自下而上的民主参与创新。尼泊尔民众借助ChatGPT参与总理遴选的过程，尽管存在“数字精英民主”的风险，但也展示了技术扩大政治参与的潜力。

在《未来国策》框架下，“智能民主”包括以下机制：

智能协商。 平台定期就重大公共政策发起大规模在线协商。与传统听证会受限于参与规模不同，智能协商可以容纳百万级公民同时参与。人工智能对公众意见进行实时聚类分析，识别共识领域和分歧焦点，为政策调整提供依据。

算法透明。 公民有权了解影响自身权益的算法决策的逻辑和依据。平台为每项算法决策生成可理解的解释报告，公民可以通过数字身份查询、申诉和寻求人工复核。这一机制既保障公民知情权，也对算法形成监督约束。

数字公投。 对于涉及重大公共利益或价值分歧的议题，平台可以发起数字公投。公民通过数字身份投票，投票过程由区块链技术保障透明和不可篡改。尼泊尔的实践表明，尽管数字投票面临代表性挑战，但技术的演进（如更广泛的可及性设计）可能逐步缓解这一问题。

3.3 主权边界：智能时代的国家能力

当阿尔巴尼亚的部长由美国公司参与打造，当尼泊尔的总理推荐依赖他国算法，一个根本性问题浮现：智能时代的国家主权边界何在？

《未来国策》对此的回答是：构建“主权人工智能”能力。这不是封闭自守，而是在开放合作中保持核心能力的自主可控。具体包括：

技术主权。 在基础大模型、关键算法框架、核心算力设施等战略领域，保持自主研发能力。国家投资建设公共算力基础设施，支持高校、科研机构和企业开展前沿探索，形成多元主体参与的创新生态。

数据主权。 涉及国家安全、公共利益和个人隐私的数据，必须在境内存储和处理。重要行业的数据跨境流动需经过安全评估。国家建立数据分类分级保护制度，既保障数据流动创造价值，又守住安全底线。

价值主权。 算法嵌入的价值判断必须符合本国法律和文化传统。进口的人工智能系统需经过价值观对齐审查，确保其决策逻辑不违背国家核心价值。北京大学的研究表明，不同版本ChatGPT的意识形态立场存在演变趋势，这凸显了价值观对齐审查的必要性。

四、智能化经济体制：从工业经济到智能经济

4.1 新形态：智能经济的本质特征

2026年《政府工作报告》首次提出“打造智能经济新形态”，这是对数字经济演进规律的深刻把握。与工业经济相比，智能经济展现出四大本质特征：

数据驱动。 数据成为基础资源和关键要素。在传统经济中，生产决策依赖经验判断；在智能经济中，算法基于实时数据流进行动态优化。工厂根据市场需求的分钟级变化调整生产计划，物流网络根据交通状况的实时监测优化配送路径。

人机协同。 劳动力形态从“单一的人类劳动”演变为“人类-智能体协作网络”。在重庆美心集团，操作工化身“机器人导师”，通过输入参数、优化路径，让机器人精准“掌握”每一道焊缝的走向、温度和深度。人类从重复性劳动中解放出来，转向创造性、策略性、情感性工作。

跨界融合。 产业边界日益模糊。制造业与服务业的区分不再清晰——制造企业通过产品联网提供持续服务，服务平台通过智能制造延伸至实体产品。生产与消费的界限也被打破——消费者通过个性化定制参与生产过程，生产者通过数据分析预判消费需求。

共创分享。 价值由多方主体共同创造。算法开发者、数据提供者、行业专家、终端用户共同参与价值创造过程，传统的线性价值链演变为网状价值生态系统。分配制度必须反映这种共创特征，让各类参与者公平受益。

4.2 生产函数的重构：劳动、资本与智能体

传统经济学将生产要素划分为劳动和资本。但通用人工智能的崛起正在瓦解这一二分法。

从理论层面看，需要引入新的分析框架。若用数学语言描述，传统的柯布-道格拉斯生产函数可以表述为：产出等于全要素生产率乘以劳动的阿尔法次方乘以资本的一减阿尔法次方。在智能经济中，这一函数需要扩展为：产出等于全要素生产率乘以（人类劳动加上智能体劳动）的阿尔法次方乘以（物理资本加上算法资本）的一减阿尔法次方。

其中，“智能体劳动”指人工智能系统自主执行的生产性任务。与人类劳动不同，智能体劳动不受生理限制，可以7乘以24小时持续运行，边际成本趋近于零。“算法资本”则指嵌入智能体的决策优化能力——它既是资本（需要前期投入），又具备劳动的属性（持续执行任务）。

这一重构对分配制度产生深远影响。当智能体自主创造价值时，传统的劳动价值论面临挑战：如果价值主要由算法资本创造，那么收益应当归属于算法所有者；但如果算法的训练依赖海量人类数据，这些数据的提供者是否也应分享收益？这正是“人工智能红利”概念的由来——建议通过普遍的人工智能红利机制，让数据提供者和智能体共同创造的价值惠及全社会。

4.3 分配正义：人工智能红利与智能体税收

基于上述分析，《未来国策》提出两大分配制度创新：

人工智能红利机制。 借鉴阿拉斯加永久基金的模式，建立国家人工智能红利基金。基金的资金来源包括：对高利润智能经济企业征收的特别税、公共数据授权运营的收入、政府投资智能产业的收益分成。基金每年向每位公民发放等额的数字红利，让全民共享智能经济发展的成果。这一机制既体现“数据全民所有”的法理基础，也回应技术性失业带来的分配挑战。

智能体税收框架。 当智能体大规模替代人类劳动时，传统的个人所得税税基将急剧萎缩。为此，需要建立针对智能体经济贡献的税收制度。建议对使用智能体替代人类劳动的企业征收“智能体税”，税率根据替代程度和行业利润率差异化设计。税收收入专项用于社会保障、再就业培训和全民人工智能红利发放。这一框架借鉴了法国经济学家皮凯蒂对资本征税的思路，旨在防止智能经济时代贫富差距无限扩大。

4.4 劳动关系：人机协同的制度化

随着机器人切割设备操作工、焊接机器人工作站装配工等新工种被人力资源和社会保障部增设为新工种，劳动关系调整成为紧迫议题。《未来国策》提出以下制度创新：

职业分类动态调整。 建立职业分类的动态更新机制，及时反映智能经济催生的新岗位和消失的旧岗位。对受冲击严重的行业，制定转岗培训和再就业支持计划。重庆工商大学教授莫远明建议，应加快制定相关工种的国家职业标准和评价评价体系，精准对接市场对自动化集成人才的迫切需求。

人机协作标准。 制定人机协同场景下的劳动保护标准，明确人类在协作中的自主权和安全保障。当智能体出现故障或输出错误指令时，人类有权拒绝执行并免责。同时，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，让人机协作的价值创造在分配中得到公平体现。

技能重塑体系。 面对人与机器一同“进化”的现实，建立覆盖全民的智能技能培训体系。重点提升劳动者的数字素养、人机协作能力、复杂问题解决能力。长安汽车的老焊工转型为智能工厂技术员的故事表明，终身学习不是口号，而是智能化时代的生存刚需。

五、风险与治理：走向善治的智能化

5.1 算法黑箱与透明性危机

任何新范式的生成都伴随风险。在智能化政治经济体制中，最核心的风险是算法黑箱对治理透明性的冲击。

当前的大规模人工智能模型往往具有高度复杂性与不可解释性。当政策执行依赖算法输出时，如果公众无法理解决策依据，将削弱政策的公信力，动摇治理的合法性基础。更值得警惕的是，生成式人工智能产生的流畅输出容易让人类产生“幻觉的准确性”错觉——用户倾向于相信结构良好、表达自信的输出，即使其中包含错误、遗漏或偏见。

应对这一风险，《未来国策》强调“可解释性人工智能”的治理价值。所有嵌入公共决策的算法系统，必须满足可解释性标准：能够用人类可理解的语言说明决策依据、置信度、不确定性范围。对于高风险决策场景（如司法、医疗、福利资格认定），算法输出必须保留完整的决策链条以供审计，公民有权要求人工复核。

5.2 智能鸿沟与数字排斥

智能鸿沟问题日益凸显。人工智能应用在不同地区、不同社会群体间的普及程度差异明显。如果治理智能化只在发达地区或高收入群体中快速扩展，而欠发达地区与弱势群体无法获得同等机会，社会不平等将进一步加剧。尼泊尔的案例显示，所谓“数字民主”可能蜕变为“数字精英民主”——只有城市中受过良好教育的年轻人能够参与，大多数普通民众特别是农村地区和老年人的声音被边缘化。

弥合智能鸿沟需要系统性政策干预。包括：通过财政转移支付支持欠发达地区智能基础设施建设；开发针对老年人、残障人士等群体的无障碍智能服务；开展全民人工智能素养培训，让每个公民都具备使用智能服务的基本能力。正如天津市网信办转载的文章所指出的，只有在硬件设施、算法偏见、应用场景等多维度综合施策，才能实现治理智能化的真正普惠共享。

5.3 认知基础设施与批判性思维保护

世界经济论坛2026年发布的研究报告提出了一个重要警示：人工智能正在成为人类的“认知基础设施”，但如果设计不当，可能导致批判性思维能力的普遍退化。

当人工智能承担越来越多的认知任务——信息搜索、论点构建、风险评估——人类练习这些思维技能的机会相应减少。久而久之，可能形成“认知卸载”的恶性循环：越依赖人工智能，独立思维能力越弱；思维能力越弱，越依赖人工智能。这对国家竞争力、民主稳定和社会凝聚力构成潜在威胁。

《未来国策》将“认知韧性”作为核心政策目标。在系统设计层面，要求人工智能平台内置促进主动思维的功能——透明呈现假设前提、结构化展示证据链、内置反方论点、在高风险任务中设置验证提示。在教育层面，将人工智能素养纳入国民教育体系，但教学重点不是“如何使用”，而是“如何审问”——理解模型的训练方式、偏见来源、幻觉机制、说服优化逻辑。让公民成为人工智能的批判性使用者，而非被动接受者。

结语：在效率与人性之间寻找平衡

智能化时代不可逆转。当焊接机器人以0.1毫米的精度完成作业，当人工智能部长处理政府采购流程，当ChatGPT参与总理遴选，我们看到的是一个深刻变革的世界。这一变革既带来效率跃升的巨大可能，也蕴含着侵蚀人性尊严的潜在风险。

《未来国策》的核心主张是：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。但这绝非技术决定论的盲目乐观。智能化必须服务于人的解放而非奴役，必须增进社会公平而非加剧不平等，必须强化民主参与而非滑向算法权威主义。

在数字国家与智能化人工智能平台的设计中，我们始终遵循一个根本原则：技术是工具，人才是目的。算法可以辅助决策，但最终判断必须由人做出；智能体可以创造价值，但分配正义必须由人保障；人工智能可以成为认知伙伴，但批判性思维必须由人坚守。

正如北京大学中国政治学研究中心所倡导的，我们要在“智治”与“善治”之间找到平衡。善治从来不是源自先进的工具，而在于对人的尊重、对正义的追求和对共同体的责任。这些价值无法外包给算法，需要的是持久的制度建设、理性的政治文化和负责任的公民参与。

未来十年，将决定人工智能是成为人类思维深度的催化剂，还是替代品。这一结果不由算法单独决定，而将由设计标准、教育体系、制度保障和政策选择共同塑造。作为政策改进工作者，我们有责任参与这一塑造过程，让智能化真正服务于人的全面发展，让数字国家成为人类文明的新形态，而非技术异化的牢笼。

当算法与制度相遇，当智能与人性交融，我们站在一个新时代的起点。《未来国策》只是一个初步的探索，期待更多有识之士加入讨论，共同描绘智能化时代的美好图景。