一、导言：智能化时代的制度追问

我们正站在一个历史分水岭上。2025年国务院发布的《“人工智能+”行动意见》首次提出“探索培育发展智能代理等创新型工作形态”，这一表述看似平常，却蕴含着深刻的制度意涵——政府在官方层面第一次将人工智能纳入劳动市场的正式角色范畴，承认未来的岗位将不仅是“人”的岗位，也将是“智能代理”的岗位。紧随其后的2026年《政府工作报告》更进一步，明确提出“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”阶段迈入“形态塑造”新阶段。

智能化时代已不可逆转地到来。这不是一个未来学的预言，而是正在发生的现实。从Deepseek、ChatGPT到各类垂直领域的智能体，人工智能正在重塑我们的生产方式、生活方式乃至思维方式。人们清晨醒来，智能家居已备好早餐；出门上班，自动驾驶规划最优路线；进入办公室，智能助理已整理好待办事项、完成初步的数据分析；下班回家，健康助手根据一天的生理数据提供健康建议。生活的每一个角落，都被智能化重新编码。

然而，技术的狂奔不能没有制度的缰绳。当智能代理从“工具”演变为“协作者”，当人工智能系统开始深度参与政治决策和经济活动，我们必须回答一系列根本性问题：谁来治理这些日益自主的人工智能平台？智能代理人是否应获得某种形式的“资格”？人机协同的社会中，权力如何分配、责任如何归属、利益如何共享？这些问题构成了《未来国策》的核心关切。

本文认为，智能化时代的政治体制与经济体制必须围绕两大支柱进行重构：一是人工智能平台的治理框架，二是智能化代理人的资格认定。前者解决的是“如何管”的问题，后者解决的是“谁参与”的问题。二者相辅相成，共同构成未来社会制度设计的基石。在这一重构过程中，我们必须坚持一条基本原则：智能化是为了更好地服务人，而不是取代人；是为了拓展人类能力，而不是消解人类价值。

二、人工智能平台治理：从技术规制到生态治理

（一）平台治理的范式转换

传统的人工智能治理主要聚焦于技术本身——算法的公平性、数据的隐私性、系统的安全性。这种治理范式在智能化初期是有效的，因为当时的人工智能尚局限于特定场景、执行特定任务。但随着人工智能平台的泛在化、基础设施化，治理范式必须实现根本性转换。

2025年发布的《中国数字平台治理研究报告》指出，当前人工智能平台治理面临三大挑战：一是多重外部压力下平台竞争从价格竞争向价值创新转型；二是人工智能与工业互联网平台的融合从“单点智能”迈向全流程的“系统智能”；三是内卷式竞争加剧，行业创新活力亟待激发。这些挑战的本质在于：人工智能平台已不再是单纯的“技术工具”，而是承载着经济活动和公共服务的“社会基础设施”。

因此，人工智能平台治理必须从“技术规制”走向“生态治理”。所谓生态治理，是指将人工智能平台视为一个由多元主体——包括平台运营者、算法开发者、数据提供者、终端用户、监管机构——构成的复杂生态系统，治理的目标不是简单地“管住”平台，而是维护整个生态系统的健康运行。

（二）平台治理的三重维度

基于《中国数字平台治理研究报告》的分析框架，人工智能平台治理应从治理结构、生态治理和社会治理三个维度展开。

第一，治理结构维度。这解决的是“谁来治理”的问题。传统平台治理主要依赖平台企业的自我规制，但这种模式在人工智能时代面临严峻挑战——当平台日益成为公共基础设施时，纯粹的企业自我规制可能导致公共利益被忽视。因此，必须构建“政府监管+平台自治+社会监督”的多元共治结构。政府负责制定基础规则、实施底线监管；平台负责日常运营管理、算法合规审查；行业组织、学术机构、用户代表等社会力量负责监督评价、提出改进建议。三者相互制衡、相互协作，共同维护平台生态的健康运行。

第二，生态治理维度。这解决的是“治理什么”的问题。人工智能平台的生态治理涵盖多个层面：首先是数据治理，建立覆盖数据采集、存储、加工、流通、使用全链条的治理机制，确保数据的质量、安全和合规性；其次是算法治理，建立算法备案、算法审计、算法解释等制度，确保算法的公平性、透明性和可问责性；再次是应用治理，针对不同应用场景制定差异化的治理规则，平衡创新激励与风险防控；最后是竞争治理，防止平台利用市场支配地位实施垄断行为，维护公平竞争的市场环境。

第三，社会治理维度。这解决的是“为了谁”的问题。人工智能平台必须承担相应的社会责任。这包括：保障用户权益，确保用户对个人信息和算法决策的控制权；促进社会公平，防止算法歧视和数据偏见加剧社会不平等；维护公共利益，在公共安全、公共卫生等领域发挥积极作用；推动可持续发展，将环境保护、资源节约等目标纳入平台运营考量。

（三）多智能体协同治理

随着多智能体系统的兴起，平台治理面临新的挑战。所谓多智能体系统，是指由多个相互作用的智能体构成的复杂系统，这些智能体可能是人类，也可能是人工智能体，它们通过协作完成单个智能体无法完成的任务。斯坦福小镇和MetaGPT等项目已经展示了多智能体协同的巨大潜力——在小镇环境中，多个智能体可以像人类一样进行社交、工作和生活；在软件开发中，多个智能体可以分工协作，完成从需求分析到代码编写的全流程。

多智能体协同治理的核心难题在于：当多个智能体相互作用、自主决策时，系统的整体行为往往难以预测和控制。一个智能体的“合理”行为，在与其他智能体相互作用后，可能产生意想不到的“涌现效应”。这就要求治理框架从“单点控制”转向“系统调适”——不是试图精确控制每一个智能体的行为，而是通过设置合理的交互规则、激励约束机制，引导系统整体朝着预期的方向演进。

《中国数字平台治理研究报告》提出，多智能体治理应强化技术、制度与组织的协同，提升系统的透明性与可控性。具体而言，应建立多智能体系统的可追溯机制，确保系统行为能够追溯到具体的智能体和决策过程；建立多智能体系统的可解释机制，确保智能体的决策逻辑能够被人类理解和审查；建立多智能体系统的可干预机制，确保在系统行为偏离预期时能够及时介入调整。

三、智能化代理人资格：从工具到准主体的制度跨越

（一）代理人资格的制度逻辑

智能化时代最深刻的制度变革，或许在于对“代理人”这一概念的重新定义。传统法律体系中，代理人是具有法律主体资格的自然人或法人，能够以自己的名义从事法律行为、承担法律后果。智能化代理人的出现，对这一制度预设提出了根本性质疑——当一个人工智能体能够自主地与用户交互、自主地作出决策、自主地执行任务时，它是否应该获得某种形式的“代理人资格”？

2024年《上海政法学院学报》刊载的《代理视域下人工智能体缔约研究》一文提出了一个重要的理论突破：应当赋予人工智能体“有限法律人格”，将其厘定为当事人的代理人。这一观点打破了传统“工具论”的束缚——人工智能不仅仅是人类使用的工具，在特定条件下可以成为具有法律意义的“准主体”。

依据代理制度，对于人工智能体缔约，可以采取法律推定拟制方法：基于人设置利用智能体的行为，认定两者之间的代理关系。这意味着，当一个人部署了一个智能代理，并授权其在特定范围内自主行动时，法律可以推定该智能代理具有代理人的地位，其行为后果原则上由本人承担。这一制度设计的智慧在于：它既承认了智能代理的“准主体性”，又将最终的权责归属于人类，避免了“算法甩锅”或“责任真空”的风险。

（二）资格认定的维度与标准

智能化代理人资格的认定，不能搞“一刀切”。不同场景、不同能力、不同自主程度的智能代理，应当获得不同层级的资格认定。基于当前技术发展水平和制度演进趋势，代理人资格认定可以从以下维度展开：

第一，自主性维度。这是最核心的认定标准。智能代理的自主程度存在显著差异——有的仅在预设规则内执行简单指令，有的能够在复杂环境中自主决策。自主性越高，对资格认定的需求越迫切。可以建立“自主性分级制度”，根据智能代理的任务复杂度、环境适应能力、学习进化能力等指标，将其划分为不同的自主性等级，对应不同的资格层级。

第二，专业性维度。不同领域的智能代理需要不同的专业能力。医疗诊断代理需要具备医学知识和临床推理能力，法律咨询代理需要掌握法律条文和判例规则，投资顾问代理需要理解金融市场和风险模型。对于涉及重大利益或公共安全的专业领域，应建立“专业资格认证制度”，要求智能代理通过相应的专业能力测试，方可获得该领域的代理人资格。

第三，责任能力维度。这是资格认定的制度保障。智能代理本身没有财产，无法独立承担责任，但这不意味着责任能力问题无法解决。《代理视域下人工智能体缔约研究》提出的方案是：由本人（即部署智能代理的自然人或法人）承担最终责任。基于此，资格认定应考察本人是否具备相应的责任承担能力——包括财务能力、风险控制能力、应急处理能力等。本人责任能力不足的，可以要求其购买相应保险或提供其他形式的担保。

第四，可解释性维度。这是资格认定的技术前提。如果一个智能代理的决策过程完全不透明、无法解释，那么赋予其代理人资格将带来巨大的治理风险。资格认定应要求智能代理具备“可解释人工智能”的基本特征——能够以人类可理解的方式说明自己的决策依据和推理过程。对于无法满足可解释性要求的“黑箱”智能代理，应限制其在高风险领域的应用。

（三）代理人资格的法律效力

获得资格的智能化代理人，在法律上应具有何种效力？这是一个需要审慎界定的问题。

首先，代理人资格意味着智能代理的行为可以被视为本人的行为。当智能代理在授权范围内与第三方进行交互时，其意思表示应被视为本人的意思表示，由此产生的法律后果由本人承担。这一定位既尊重了智能代理的自主性，又保持了法律关系的清晰性——第三方知道自己在与谁的代理打交道，本人知道自己的责任边界在哪里。

其次，代理人资格不意味着智能代理具有独立的法律人格。这是一个关键区分。获得资格的智能代理仍然不是“人”，不能以自己的名义拥有财产、提起诉讼、承担刑事责任。它始终是“代理”，而不是“本人”。这一制度设计避免了赋予机器完全法律人格所带来的伦理困境和社会风险。

再次，代理人资格可以被撤销或中止。如果智能代理出现严重违规行为，或者其技术能力不再满足资格要求，资格认定机构可以依法撤销其资格。这为持续监管提供了制度抓手。

四、政治体制重构：智能化时代的治理新形态

（一）决策辅助而非决策替代

智能化时代政治体制重构的首要原则是：人工智能系统应当辅助人类决策，而不是替代人类决策。近年来学术界讨论的“人工智能君主制”设想——由人工智能全面接管人类治理权——是一条必须警惕的歧路。

《重庆邮电大学学报》刊载的《人工智能君主制：政治智能化的歧路》一文对此进行了深刻剖析。该文指出，虽然人工智能君主制在决策效率、精准性和复杂问题处理上具有技术优势，但也存在多方面的负面效应：作为其决策基础的算法和数据如果出现偏差，难以保证决策的公平正义性；人工智能缺乏情感和伦理意识，可能无法做出符合人类社会道德标准和价值观念的决策；权力高度集中于人工智能，可能引发新的“技术霸权”或“技术神权”。

政治的本质是不同利益群体的博弈、协商与妥协，是对多元价值的权衡与取舍。这不仅仅是计算问题，更是价值问题、情感问题、认同问题。人工智能可以计算最优解，但无法判断什么是对人类“最好”的——因为“好”本身就是一个需要人类定义的价值判断。人工智能可以处理复杂信息，但无法体会弱势群体的困境、无法感受公平正义被践踏时的愤怒、无法理解牺牲与奉献的意义。因此，无论技术发展到何种水平，最终的决策权必须掌握在人类手中。

（二）人机协同的决策机制

在坚持人类最终决策权的前提下，人工智能可以深度参与政治决策过程，形成人机协同的新型决策机制。这种协同可以体现在以下层面：

第一，信息处理与态势感知。现代治理面临的信息量级远超人类处理能力。人工智能可以实时采集、整合、分析来自各渠道的信息，帮助决策者全面把握经济社会发展态势、及时发现潜在风险、准确评估政策效果。例如，在公共卫生事件应对中，人工智能可以整合病例数据、医疗资源、人口流动等多源信息，为决策者提供态势感知图景。

第二，政策模拟与效果预测。重大政策出台前，通常需要进行充分的前期论证。人工智能可以构建政策模拟系统，基于历史数据和现实条件，模拟不同政策方案的可能效果，预测可能出现的正面效应和负面风险。这有助于决策者在政策出台前就充分了解各种可能性，做出更审慎的选择。

第三，方案生成与优化建议。人工智能可以基于给定的政策目标，生成多种可能的政策方案，并对各方案进行比较分析、提出优化建议。人类决策者可以在人工智能生成方案的基础上，结合自身的价值判断和经验智慧，进行最终选择。

第四，执行监测与动态调整。政策出台后，人工智能可以持续监测执行情况，及时发现政策执行中的偏差、反馈政策效果的实际表现，为政策动态调整提供依据。这种“监测-反馈-调整”的闭环机制，有助于提升政策执行的精准性和适应性。

（三）智能时代的民主参与

智能化不仅改变决策方式，也改变民主参与的形式。传统的民主参与受限于时间、空间和信息成本，往往只能在特定时间（如选举日）、特定场所（如投票站）进行，参与深度有限。智能化技术有望突破这些限制，拓展民主参与的新可能。

首先，人工智能可以降低公众参与的信息门槛。政策议题往往涉及复杂的专业知识，普通公众难以深入理解。人工智能可以将复杂的政策文本转化为通俗易懂的解释，可以根据用户的背景和兴趣提供个性化的政策解读，可以回答用户关于政策影响的具体问题。这有助于公众在知情的基础上进行理性参与。

其次，人工智能可以拓展参与渠道和形式。除了传统的投票、听证等形式，智能化平台可以支持更多样化的参与方式——在线讨论、意见征集、众包建议、参与式预算等。公众可以通过智能终端随时随地表达意见、参与讨论、提出建议。

再次，人工智能可以辅助意见整合和共识形成。面对海量的公众意见，人工智能可以进行主题聚类、情感分析、观点摘要，帮助决策者准确把握民意走向；可以在意见分歧的群体间寻找可能的共识点，促进对话和协商；可以在形成决策后，向参与的公众反馈意见采纳情况、解释未采纳的原因。这有助于形成“参与-反馈-再参与”的良性循环。

五、经济体制重构：智能经济时代的生产关系变革

（一）人机协同的新型劳动关系

智能化对经济体制最直接的影响，体现在劳动形态的根本性变革。2026年《政府工作报告》提出“打造智能经济新形态”，其核心特征之一就是“人机协同”。当人工智能从辅助工具演变为协作伙伴，传统的劳动关系必须因时而变。

中国科学院大学孙毅教授指出，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。这意味着，我们需要重新思考“什么是劳动”“谁是劳动者”这些基本问题。

在未来的劳动场景中，人机协同将呈现多种形态：有些岗位中，人工智能承担重复性、程序性工作，人类负责创造性、情感性工作；有些岗位中，人类负责设定目标、提供创意，人工智能负责执行落地、优化细节；有些岗位中，人类和人工智能形成“混合团队”，共同完成复杂任务。在这些场景中，劳动成果是人与智能代理共同创造的，因此，成果的分配也应体现双方的贡献。

《政府工作报告》中“探索培育发展智能代理等创新型工作形态”的表述，恰恰体现了对这一趋势的前瞻性把握。政府在官方层面承认智能代理可以成为一种“工作形态”，这意味着未来的企业用工统计、社保缴纳基数、税收计算方式，都可能需要考虑智能代理这一新变量。

（二）数据要素的产权与分配

智能经济的另一核心特征是数据成为关键生产要素。数据的采集、加工、流通、使用，构成经济运行的基础循环。然而，数据要素的产权配置和价值分配，仍然是当前制度建设的短板。

从产权角度看，数据具有不同于传统财产的特殊性——非竞争性（同一数据可供多人同时使用）、非排他性（难以阻止他人使用）、价值不确定性（同一数据在不同场景下价值差异巨大）。这些特性使得传统的产权规则难以直接套用。上海财经大学崔丽丽教授指出，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”，必须在数据应用的定价、确权、入表等制度创新上取得突破。

从分配角度看，数据价值的创造是多方主体共同参与的结果——数据主体（提供原始数据的个人或企业）、数据采集者、数据加工者、算法开发者、场景应用者，都对最终价值的实现有所贡献。如果分配机制不能合理体现各方贡献，就可能导致激励扭曲或利益失衡。

基于上述分析，未来数据要素制度建设应聚焦以下方向：一是建立分层分类的数据产权配置，区分原始数据、衍生数据、数据产品等不同形态，适用不同的产权规则；二是构建公平合理的数据收益分配机制，确保数据贡献者能够分享数据价值；三是完善数据要素市场运行规则，促进数据合规高效流通；四是强化数据安全治理，保障数据主体权益和公共利益。

（三）智能时代的市场竞争与产业组织

智能化正在重塑市场结构和产业组织形态。一方面，人工智能平台具有显著的规模效应和网络效应，容易形成“赢者通吃”的市场格局，加剧垄断风险；另一方面，智能代理降低了创业和创新的门槛，使得小团队甚至个人都能借助智能代理实现过去需要大规模团队才能完成的任务，催生了“超个体”这一新型市场主体。

“超个体”是指一个人与多个智能代理组成的复合体。一个设计师带着几个设计代理、一个程序员带着几个编程代理、一个创业者带着几个运营代理，可以释放出远超传统个体的生产力。这种趋势可能带来产业组织形态的根本性变革——企业边界变得模糊，“平台+超个体”可能成为主流的产业组织模式。

这种变革对市场竞争政策提出了新要求。传统的反垄断分析主要关注市场份额、市场集中度等指标，但在平台化、生态化的市场结构中，这些指标的解释力有所下降。未来的竞争政策需要发展新的分析工具——从关注静态的市场份额转向关注动态的创新能力，从关注单一市场的垄断转向关注跨市场的传导效应，从关注企业行为转向关注平台生态的整体竞争状况。

同时，针对“超个体”这一新兴市场主体，需要建立相应的制度安排。包括明确超个体的法律地位和经营资格，建立适合超个体的税收和社保机制，提供针对超个体的创业支持和风险保障等。这些制度安排有助于超个体在规范的轨道上健康发展。

六、制度创新路径：迈向智能时代的未来国策

（一）制度竞争与国际话语权

智能时代的制度建构，不仅关乎国内治理效能，也关乎国际竞争格局。正如崔丽丽教授所言，“智能经济的制度竞争时代已然开启”，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，中国智能经济的国际竞争，归根结底是“制度软实力”的竞争。

当前，全球人工智能治理呈现多元路径：欧盟侧重风险防控，出台《人工智能法案》对高风险场景层层限制；美国强调技术创新，监管框架相对宽松；中国则在“发展中规范、规范中发展”的理念下，探索兼顾创新与安全的治理模式。这些不同路径背后，是不同制度逻辑和价值取向的差异。

在这场制度竞争中，中国有条件走出一条具有自身特色的道路。我们拥有超大规模市场优势，为制度创新提供了丰富的应用场景；我们拥有集中力量办大事的制度优势，可以快速推动制度落地和完善；我们拥有悠久的治理传统和丰富的治理智慧，可以在借鉴国际经验的同时保持制度自信。关键是要将潜在优势转化为现实的制度竞争力。

（二）渐进式改革与试验性治理

智能时代的制度建构，需要坚持渐进式改革和试验性治理的方法论。智能化发展日新月异，制度设计很难一步到位、一劳永逸。与其追求完美无缺的终极方案，不如采取“小步快跑、迭代完善”的策略。

试验性治理的具体形式可以包括：设立“监管沙盒”，为创新产品和服务提供试验空间，在可控环境中测试新的治理规则；开展试点示范，在部分地区、部分领域先行先试，总结经验后再推广；建立动态调整机制，定期评估制度效果，及时修订完善。

以智能代理人资格认定为例，可以先从低风险领域起步，如个人助理、日程管理等日常场景，积累经验后再逐步拓展到金融、医疗、法律等高风险领域；可以先采取自愿认证方式，待制度成熟后再考虑强制要求；可以先建立简易程序，简化资格认定流程，降低创新门槛。

（三）价值底线与人文关怀

在积极拥抱智能化的同时，我们必须坚守一些基本的价值底线。智能化是为了更好地服务人，而不是取代人；是为了拓展人类能力，而不是消解人类价值。无论技术发展到何种水平，人的尊严、人的权利、人的自由必须得到充分尊重。

这意味着：任何智能系统都必须尊重人的自主权，不能替代人类做出根本性的人生选择；任何智能系统都必须尊重人的隐私权，不能随意采集、使用个人信息；任何智能系统都必须尊重人的知情权，不能以“黑箱”方式运行；任何智能系统都必须尊重人的平等权，不能强化或放大社会偏见。

同时，智能化制度设计必须特别关注弱势群体的权益保障。老年人、残疾人、低收入群体等，可能在智能时代面临“数字鸿沟”和“算法歧视”的双重风险。制度设计应当确保这些群体能够平等地获取智能化服务、平等地参与智能经济活动、平等地分享智能技术红利。

七、结语

智能化时代已经到来，它不是遥远的未来，而是正在展开的现实。政治体制和经济体制必须回应这一时代变革，在保持制度连续性的同时实现适应性重构。

本文围绕两大核心议题——人工智能平台治理与智能化代理人资格——进行了初步探讨。人工智能平台治理的核心是从“技术规制”走向“生态治理”，构建政府监管、平台自治、社会监督的多元共治结构；智能化代理人资格的核心是赋予智能代理“有限法律人格”，将其厘定为当事人的代理人，既承认其准主体性，又将最终权责归属于人类。

这些制度设计必须服务于一个根本目的：让智能化更好地造福人类。技术是手段，人是目的。无论智能代理多么聪明、无论算法多么强大，最终的衡量标准只有一个——它是否让人的生活更美好、让社会更公平、让未来更可持续。

正如习近平总书记所指出的，“人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响”。面对这一深远影响，我们需要保持开放的心态，积极拥抱变革；也需要保持审慎的态度，稳妥应对风险；更需要保持人文的关怀，确保技术进步始终沿着造福人类的轨道前进。

未来的政治体制和经济体制，不会是“人工智能统治人”，也不会是“人与人工智能对抗”，而应是“人与人工智能协同”——人类发挥人类的独特优势，人工智能发挥人工智能的独特优势，二者相互补充、相互增强，共同创造更美好的未来。这，正是《未来国策》的核心愿景。