引言：迈向“机器也在内”的文明新形态

智能化时代不是工业文明的简单延续，而是一场彻底的文明范式革命。当大模型能够通过公务员考试，当“AI数字员工”能够独立完成调度、审核、客服等复杂工作任务，当外卖骑手的每一分钟都被算法精确切割，我们不得不正视一个根本性问题：现有的政治体制与经济体制，是否还能容纳这种全新的生产力？

工业文明时代建构的政治与经济制度，其底层逻辑建立在“人类是唯一主体”的前提之上。政府治理依赖科层官僚制，经济分配遵循劳动价值论，社会秩序依靠法律规范人类行为。然而，数智文明的到来彻底解构了这一预设——智能系统不再只是被操纵的“工具”，而是进阶为具备认知代理能力的“共在者”。人与机器的关系，正在从“使用与被使用”转向“协作与共生”。

本文提出的《未来国策》核心框架，正是基于这一判断：智能化时代，人们的生活必须智能化，政治经济与劳动生产必须智能化。而这一转型能否成功，取决于两个关键问题的回答：第一，我们如何定义人与智能体的政治关系？第二，我们如何重构人与算法的分配逻辑？对此，本文提出“认知伙伴”与“智能化价值分配”两大支柱，试图为未来国策的制定提供一个可操作的认知框架。

一、认知伙伴：政治体制中的人机共生

1.1 治理主体从“单一”走向“复合”

传统治理理论的疆域始终囿于人类行动者的单维主体性预设。政策制定依赖官员的经验判断，政策执行依靠科层体系的机械传导，政策评估止步于事后反馈。这种模式的根本局限在于：人类治理者的认知带宽有限，无法实时处理海量异构信息；情感偏好容易导致决策偏差，难以实现真正的客观公正。

数智文明时代的到来，使得治理主体从“单一的人类”跃迁为“人机复合”。这并非技术赋能意义上的效率提升，而是存在论意义上的主体重构。智能系统从被操纵的“持存物”进阶为具备认知代理能力的“共在者”，治理体系由此摆脱了工具理性与复杂现实的反复角力。

在《未来国策》的框架下，我们提出“认知伙伴”（Cognitive Partner）这一概念，用以定义智能体在政治体制中的法律地位。所谓“认知伙伴”，是指具备有限法律人格的智能系统，它能够在人类治理者的指导下，独立完成信息采集、方案模拟、执行监测等治理任务，并对自己的行为承担相应的“算法责任”。

1.2 认知伙伴的三重治理功能

在具体的治理场景中，认知伙伴承担着三重不可替代的功能：

第一，作为“数字调研员”的感知智能。 认知伙伴不再是后台的被动算法，而是化身为遍布线上线下的主动感知节点。一端，它们通过移动通信、卫星遥感、空气质量监测站等多模态传感网络，对宏观经济脉动、人口流动、自然环境变化实现秒级捕捉；另一端，则依托大语言模型驱动的对话能力，在短视频评论区、社区论坛等场景自动发起半结构化访谈，挖掘公众诉求与情绪拐点。所有感知流被实时汇聚到分布式知识图谱中，经由因果发现算法筛去“相关但非因”的噪声，提炼出具有政策可操作性的关键变量链条。

第二，作为“虚拟政策实验室”的仿真推演。 在政策制定阶段，认知伙伴承担“虚拟政策实验室”的角色。方案生成智能体首先调用国内外法规条文、历史案例、专家论证报告等知识库，依据既定目标和约束快速产出多套政策草案，并自动标记与现行法规的兼容度。随后，强化学习与多目标优化智能体接管沙盘：在数字孪生城市或产业链模型里，引入就业、碳排放、财政负担、收入分配基尼系数等多维指标，将不同政策组合映射为高维搜索空间，通过成千上万次对抗仿真找出帕累托前沿。决策者可在模拟平台上同步调节政策参数，实时观测各项指标曲线的变化，在“成本、收益、公平、可行”四维坐标中择优定策，实现低成本试错与可视化博弈。

第三，作为“动态校准器”的反馈迭代。 认知伙伴把政策执行现场与仿真沙盘彻底打通。一旦监测到关键指标偏离预设置信区间，异常检测智能体即刻计算偏差来源是数据异常、模型老化还是外部冲击，并触发贝叶斯更新或在线迁移学习，对参数与结构进行增量校准。整个过程可在数分钟内闭环完成，让政策从一纸静态文件进化为随经济周期、风险事件和民意波动即时“自我修复”的活体机制。

1.3 人机协同的治理架构

认知伙伴的引入，并非要取代人类治理者，而是要重构分工机制。在《未来国策》的设计中，人和机器的分工遵循“各司其职、互信共生”的原则：

人类治理者从简单、机械、操作性的治理活动中解放出来，其核心价值向战略引领与高阶决策层面实现系统性升华。当算法系统承担起“规定性判断”的政策执行任务时，人类治理主体的认知资源可以有效配置到机器智能的薄弱领域，例如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等。在战略决策层，人类治理者的历史意识提供长周期价值锚点，防范算法优化导致的短期主义陷阱；在战术执行层，数智系统的实时响应能力能够化解突发事件的连锁反应，规避因官僚系统运转迟滞引发的系统性风险。

这种人机协同的治理架构，催生了具有自组织与自适应特征的共生秩序。当人与机器保持适度、平稳、可持续的能量互动时，治理结构能够突破传统科层制的平衡态束缚，转向远离平衡态的动态有序。经验知识与算法洞察的相互校验形成决策可靠性屏障，直觉判断与概率推论的辩证互动提升政策创新速率，价值理性与工具理性的交织共振优化治理效能。

1.4 制度规范的延伸：从规范人类到规范人机

认知伙伴的法律地位确立，必然要求治理制度的相应调整。传统治理制度设计的认识论基础在于人类中心主义的预设，将非人行动者降格为被规训的客体。这种哲学层面的视域局限在数智文明时代遭遇根本性挑战。

《未来国策》提出，治理制度必须实现从“对人类规范”向“多元主体覆盖”的转型。具体包括三重适配创新：

第一，重构主体适用范围。将算法系统作为“有限权利主体”纳入制度框架，确立其作为“电子人格”（Electronic Personhood）的权利义务边界。这意味着，当认知伙伴在授权范围内独立执行任务时，其行为后果由算法系统本身与部署单位共同承担；当认知伙伴超出授权范围或存在算法缺陷时，责任追溯机制能够明确区分“算法责任”与“人类责任”。

第二，重塑规则解释机制。借助形式化验证技术确保法律条款的机器可读性，利用线性时序逻辑表达合同条款中“对时间与逻辑的约束”。使得法律规范不仅能为人类所理解，也能为智能系统所执行。

第三，增强制度弹性设计。基于演化博弈论构建规则的自适应调整机制，使法律体系能够响应技术系统的自组织演进。治理制度人机多元适配的核心命题在于跨越事实与价值的鸿沟，形成破解“休谟法则”的技术化方案，将伦理规范编码为机器可执行的逻辑命题。

二、智能化价值分配：从“劳动价值论”到“数据收益权”

2.1 算法劳动：新型劳动形态的崛起

智能化时代的经济体制变革，首先体现在劳动形态的根本转变。传统工业经济中，剩余价值生产主要源于物质商品生产；而在算法劳动场景下，剩余价值生产维度呈现“双层次”特征：

第一层次，是外卖送餐、网约车、家政服务等“实体服务劳动”，劳动者在算法的调度、监控与评估下，为平台提供使用价值与剩余价值。第二层次，是内容创作者的“数据生产劳动”与用户的“无偿数据贡献”，经平台方算法加工转化为精准广告、用户画像等数据产品，以“间接”方式创造出巨额剩余价值。这一变化既拓宽了剩余价值生产范围，又使其来源更趋隐蔽。

算法劳动的本质特征在于：劳动过程的“去雇主化”表象与“强控制”实质并存。平台以“自主经营者”“合作伙伴”等名义模糊劳动关系，却通过算法实现对劳动过程的精准控制。外卖平台的“智能调度系统”规定配送时间、路线与服务标准，网约车平台的“派单算法”决定司机的接单顺序与收入议价权，形成马克思所言的“形式隶属”向“实际隶属”的深度绑定。

2.2 分配正义困境：平台垄断与价值失衡

算法化背景下的剩余价值分配，在逻辑上呈现“强者恒强、弱者恒弱”的两极分化特征。平台资本凭借对算法技术与数据资源的垄断，构建起新型剩余价值占有机制。一方面，算法通过“动态定价”“抽成比例调整”等手段，推动劳动者创造的剩余价值向平台集中。例如，网约车平台借助算法优化派单效率，使司机单位时间劳动强度提升百分之三十以上，而平台抽成比例最高可达百分之二十至百分之三十。另一方面，平台利用数据垄断形成“网络效应”，吸引更多劳动者与用户加入，通过规模效应降低单位商品价值，进而攫取超额剩余价值。

这种占有方式的核心，在于平台资本对“算法生产力”的垄断性控制。平台资本所有者与技术主管成为分配的实际主导者，占据绝大多数剩余价值；而外卖骑手、出租车司机等广大普通算法劳动者，因丧失基本议价能力，仅能获得维持劳动力再生产所需的最低劳动报酬。此外，算法剥削还伴随不确定性结果，如算法误判导致的超时罚款、平台抽成比例变动引发的收入减少等问题，在实践中屡见不鲜。

2.3 从“赋权-流通”到“持有-收益”：数据权利的重构

破解智能化时代的分配正义困境，必须重新审视数据权利的法律建构。在网络计算时代，因算法专有性和数据价值场景性，数据需基于市场交易实现价值，因此数据确权遵循“赋权-流通”的理路，背后隐含着分配正义与交易效率两个目标。然而，分配正义与交易效率之间存在目标对立和关联对立的迷思：过度强调赋权可能阻碍数据流通，过度强调流通又可能损害原始数据提供者的权益。

智能计算时代的到来，为这一困境提供了新的解决方案。大模型可对数据价值提取转化后通过模型共享实现价值，数据利用的安全便捷性及低门槛形成比较优势。基于模型共享的价值实现路径，使得正义和效率的最终落脚点从“对立”走向“竞合”——核心在于分配正义的实现，而非简单的交易效率。

《未来国策》据此提出，应当以“持有-收益”的二元权利结构实现分配正义。具体而言：以经过实质审查登记后的相对持有权为基础，参照开放市场模型赋予数据持有者期待性的数据收益权。这意味着，数据权利不再被理解为传统的所有权（强调占有与排他），而被重构为“持有权”（强调事实上的控制状态）与“收益权”（强调价值创造的分享）。

这一重构的核心意义在于：它将数据价值的分配逻辑从“交易定价”转向“贡献分享”。在智能计算时代，数据价值的实现不再依赖于市场交易中的一对一议价，而是通过大模型的训练与推理，在模型共享中实现规模化价值创造。因此，分配正义的实现方式也应当相应转变——从“交易环节的公平”转向“价值创造的共享”。

2.4 按成果付费：商业模式的范式转型

与数据权利重构相呼应，智能化时代的商业模式正在经历从“卖设备/卖模型”向“按性能/按成果付费”的深刻转型。传统的一次性销售设备或软件许可的模式正在快速让位于基于服务水平协议（SLA）的持续价值交付模式。这种转变不仅改变了供需双方的合作方式，更重要的是建立了一种以价值创造和价值分配为核心的新型产业生态。

SLA化的本质是将智能系统的价值从“拥有”转向“使用”，从“功能”转向“效果”。工业企业渐渐发生转变，不再将重心聚焦于购买了多少传感器、部署了多少算力，而是关注这些技术投入能够带来多少生产效率的提升、多少成本的降低、多少质量的改善。供应商也相应地调整了商业模式，不再追求一次性的大额合同，而是通过持续优化服务来获得长期稳定的收入。这种模式的转变使得技术供应商和用户企业真正成为了利益共同体，共同承担风险，共享收益。

在《未来国策》的框架下，这种商业模式的转型具有更深层的制度含义：它为智能化时代的价值分配提供了一种可操作的实现机制。通过将智能系统的收益与其实际贡献挂钩，SLA模式实现了“按贡献分配”的原则；通过将数据提供方、算法开发者、系统部署方纳入同一价值链条，SLA模式构建了“风险共担、收益共享”的分配结构。

2.5 分配正义的制度保障

实现智能化时代的分配正义，不能仅依赖市场机制的自发调节，还需要制度的主动介入。《未来国策》提出以下制度安排：

第一，明确算法劳动关系。将算法调度下的劳动者纳入劳动法律保护范围，打破平台以“自主经营者”“合作伙伴”等名义规避用工责任的制度漏洞。确立算法劳动者的基本权利：知情权（了解算法的调度逻辑与评价标准）、申诉权（对算法误判提出异议）、参与权（参与算法规则的制定与调整）。

第二，建立数据收益共享机制。基于“持有-收益”的二元权利结构，构建数据要素的价值分享制度。对于用户主动生产的数据（如内容创作），赋予其数据收益请求权；对于用户被动生成的数据（如行为轨迹），通过数据信托、数据共益等制度安排，确保数据价值的普惠共享。

第三，完善算法监管体系。建立算法的分级分类治理制度，对涉及劳动者权益、消费者权益、公共利益的算法系统，实施强制性的算法影响评估与算法审计。将伦理规范嵌入算法设计，将公平正义原则转化为可计算、可验证的技术指标。

第四，构建多中心治理格局。分配正义的实现，不能仅依赖政府的单方面规制，还需要平台、劳动者、用户、行业组织、专业机构的多元参与。通过集体协商、行业自律、第三方评估等机制，形成分配正义的协同治理网络。

三、弱秩序与强秩序：未来治理的双重架构

3.1 自发秩序的制度空间

智能化时代的秩序重构，不能仅仅依赖公权力的强制介入，还需要为自发秩序留出足够的制度空间。所谓“弱秩序”，主要是指不能运用公权力保障实施的市场与社会自发秩序；所谓“强秩序”，主要是指使用公权力保障实施的制度秩序。

数智时代有一些特有或特别重要的自发秩序。第一是开源社区，从软件到网络到硬件到大模型，各类开源社区依赖于社区成员的自愿贡献和合作，而非严格的合同或规则。第二是技术社群，为技术发展制定非强制性规则。例如，国际电气与电子工程师协会所构建的算法安全印章、算法标识和算法伦理认证制度，推动了社团共同遵守规则的实施。第三是各种非政府机构以及国际组织和政府间会议通过的声明、决议、宣言、指南等非条约式成果。

这些“弱秩序”之所以重要，是因为它们能够以更低的成本、更快的速度响应技术变革，能够容纳更加多元的价值取向，能够激发更加活跃的创新活力。在数智时代，技术发展速度快，应用方式和经济社会影响极为复杂，形成普适性的共识困难重重，因此往往需要从有共识的群体开始起步。

3.2 强秩序的底线功能

然而，“弱秩序”并不能解决所有问题。当市场与社会中出现强势者的失范行为，当自发规则体系遭遇“共同遵守规则”底线的挑战，公权力介入的必要性就凸显出来。具有市场控制力的企业的垄断行为、有强权的组织与个人欺行霸市、有信息控制力的一方传递虚假信息、市场竞争失利者不守规则或孤注一掷——这些都挑战了自发秩序有效运转的底线，使自发规则体系不能有效运作，并由此生发了对制度秩序的诉求。

《未来国策》强调，强秩序必须在场，筑牢合理合意底线并为弱秩序保驾护航。具体而言，强秩序承担三重功能：

第一，底线设定功能。通过法律法规确立智能化时代的基本规则——数据隐私保护、算法公平正义、劳动者基本权益、消费者合法权益。这些底线规则具有普遍约束力，任何主体不得以“技术中立”“商业创新”为由突破。

第二，外部干预功能。当市场失灵、社会失序、技术异化导致严重后果时，公权力能够及时介入，纠正偏差、恢复秩序。这种干预应当是审慎的、适度的、可预期的，避免过度干预扼杀创新活力。

第三，公共品提供功能。智能化时代的公共品——算力基础设施、公共数据集、技术标准体系、人才培养机制——需要公权力的主动投入与统筹协调。通过“东数西算”和全国一体化算力网，统筹推进智能算力基础设施布局；通过构建高质量政务数据集和知识库，支撑政务大模型的优化训练；通过“一地建设、多地多部门复用”的集约化部署模式，防止形成“模型孤岛”。

3.3 强秩序与弱秩序的协同演化

适宜的治理架构，是公权力与社会各方面合作推进的过程。强秩序与弱秩序并非相互替代的关系，而是协同演化的关系。

一方面，强秩序应当为弱秩序留出充分的制度空间。行政监管部门应当尊重技术社群的专业判断，尊重行业组织的自律规则，尊重开源社区的自治秩序。只有当自发秩序无法有效解决问题时，公权力才应当介入；介入的方式也应当遵循比例原则，以最小干预实现必要目标。

另一方面，弱秩序应当为强秩序提供有益的补充与制衡。技术社群的专业标准可以为监管规则的制定提供技术依据；行业组织的自律规则可以减轻行政监管的负担；开源社区的开放协作可以防止技术权力的过度集中。在自发秩序与制度秩序的持续互动中，治理体系得以不断优化、动态调适。

合作治理的理想目标是尽可能使“自发秩序”和“制度秩序”带来的两种社会福利损失的净值最小，使社会秩序的合理性和合意性向最大可能趋近。这正是《未来国策》所追求的目标——在保障安全与促进创新之间、在规范秩序与激发活力之间、在公权介入与社会自治之间，找到动态平衡的最佳点位。

四、走向人机共治的未来

4.1 从“治理技术”到“技术治理”

智能化时代对国家治理的冲击，远不止于工具的更新换代。当智能系统从被操纵的“工具”进阶为具备认知代理能力的“共在者”，当算法从后台走向前台、从执行走向决策，治理本身的内涵正在发生根本性转变。

这一转变的核心，是从“治理技术”（technology in governance）走向“技术治理”（governance by technology）。前者意味着将技术作为治理的工具和手段，后者意味着技术本身成为治理的主体和机制。在“技术治理”的框架下，算法不仅辅助人类决策，而且独立承担治理任务；不仅执行既定规则，而且参与规则的制定与调整；不仅回应公众诉求，而且主动感知和预测社会需求。

《未来国策》对“认知伙伴”的制度设计，正是对这一转变的主动回应。通过赋予智能系统有限的法律人格，明确其权利义务边界；通过构建人机协同的治理架构，实现人类智慧与机器智能的优势互补；通过完善算法监管和责任追溯机制，确保技术治理始终处于可控、可信、可靠的轨道上——这些制度安排的目标，是让“技术治理”真正服务于“治理技术”，让智能系统真正成为人类的“认知伙伴”，而非取代或支配人类。

4.2 分配正义的人本底线

经济体制的智能化转型，同样面临着价值选择的根本性问题。当算法劳动成为普遍的劳动形态，当数据成为核心的生产要素，当平台资本凭借算法垄断攫取超额剩余价值——分配正义的实现面临着前所未有的挑战。

《未来国策》对“智能化价值分配”的制度设计，确立了分配正义的人本底线：无论技术如何发展、模式如何变革，劳动者应当获得与其贡献相匹配的报酬，数据提供者应当分享数据创造的价值，技术进步的成果应当惠及全体社会成员。这一底线的确立，意味着分配正义不能简化为技术效率的副产品，不能委托给市场机制的自发调节，而必须成为制度设计的核心目标和价值取向。

“持有-收益”的二元权利结构，为数据价值的普惠共享提供了制度基础；按成果付费的商业模式的兴起，为按贡献分配的实现提供了可操作的机制；算法劳动关系的明确和数据收益共享机制的建立，为劳动者的权益保障提供了法律支撑。这些制度安排的共同指向，是在智能化时代重构分配正义的实现路径，让技术进步真正服务于人的发展，而非相反。

4.3 法治、协同与能力的三位一体

实现上述目标，需要法治、协同与能力的三位一体保障。

法治是基础。必须尽快制定国家层面的《智能体治理条例》与《数据收益权法》，将智能体的法律地位、算法的伦理底线、数据的确权与交易、算法劳动者的权益保障纳入法治化轨道。只有在明确的法律框架下，技术创新才能有稳定的预期，社会治理才能有可靠的依据，价值分配才能有公平的规则。

协同是关键。智能化时代的治理，必然是多方参与的协同治理。政府应发挥宏观规划与制度保障作用，企业需将合规与伦理要求融入技术研发全流程，工会应代表劳动者参与算法规则的集体协商，行业组织和专业机构应承担技术评估和标准制定职能。只有形成多元参与的治理格局，才能有效应对技术变革带来的复杂挑战。

能力是支撑。智能化时代的治理者，无论是政府官员、企业管理者还是普通劳动者，都需要具备相应的数字素养。面向公务员开展“人工智能+政策”复合能力培训，支持企业与高校共建实训基地，在职业院校增设“人工智能+制造”“人工智能+医疗”等交叉专业，为低技能劳动者开展智能设备操作基础培训。只有全面提升全社会的人工智能素养，才能让人人都有能力参与智能化时代的治理与分配，才能真正实现发展成果的共建共享。

4.4 结语

智能化时代的到来，是不可逆转的历史潮流。人们的生活必须智能化，政治经济与劳动生产必须智能化——这既是技术进步的逻辑必然，也是社会发展的现实要求。然而，智能化本身不是目的，人的自由全面发展才是。

《未来国策》提出的“认知伙伴”与“智能化价值分配”，正是试图在技术与人文之间、效率与公平之间、创新与规范之间找到平衡点。认知伙伴的制度设计，旨在让智能系统成为人类的合作者而非替代者，让人机共生的治理模式服务于公共利益而非少数人利益；智能化价值分配的制度设计，旨在让数据价值的创造者共享数据收益，让算法劳动者获得应有的尊重与保障，让技术进步真正惠及每一个社会成员。

这是一个宏大的愿景，也是一项艰巨的任务。它需要政治家的远见卓识，需要立法者的缜密设计，需要技术专家的持续创新，需要社会各界的广泛参与。但最重要的是，它需要每一个社会成员的自觉行动——主动学习人工智能新技能，积极参与智能化治理进程，共同维护分配正义的底线。

唯有如此，我们才能真正迈向人机共治的未来，在智能化时代实现经济快速发展和社会长期稳定的双重目标，让数字中国的技术势能真正转化为中国式现代化的治理动能。