引言：智能化时代的治理悖论与范式重构

我们正站在一场深刻文明转型的门槛上。人工智能不再仅仅是生产效率提升的工具，而是正在演变为重塑政治经济形态的基础性力量。2025年以来，从阿尔巴尼亚任命全球首位AI生成的虚拟部长“迪埃拉”负责公共采购事务，到尼泊尔民众借助ChatGPT推荐选出临时总理，这些看似孤立的事件实则预示着一个根本性问题的迫近：当机器智能开始介入甚至部分替代人类的政治决策与经济资源配置时，我们赖以生存的制度框架将如何应对？

当前，中国的战略部署已然清晰。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着人工智能发展从“技术应用”阶段跃升至“形态塑造”新阶段。这一跃升的本质，不是技术迭代的线性延伸，而是生产关系的系统性重构——人机协同重塑劳动形态，数据要素重构分配机制，跨界融合再造产业边界。与之相应，政治治理也必须完成从“工具赋能”到“架构重塑”的根本转型。

本文提出的《未来国策》框架，正是对这一时代命题的系统回应。其核心思想在于：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。但这绝非简单的技术叠加，而是要在坚持“以人为本、智能向善”的根本原则下，构建一套能够容纳人机协同、数据驱动、算法辅助的全新治理架构。在这一架构中，AI被定位为辅助人类决策的工具，而非替代人类进行决策的主体——善治与良治的根源始终在于对人的尊重、对正义的追求和对共同体的责任。

一、数字国家的兴起：政治形态的根本性变革

1.1 从科层制国家到数字国家

理解《未来国策》的治理架构，首先需要把握国家形态本身正在发生的质变。数智时代的来临正在推动“数字国家”的兴起，这绝非单纯将大数据、人工智能等新技术应用于国家治理场景，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。

与传统国家相比，现代国家致力于解决超大规模和内部复杂性的治理挑战，通常采取横向分权、纵向分层的科层制形态。而今，数字国家的来临正全方位地重塑这一形态：

第一，国家组织形态从科层化、部门化向扁平化、协同化变迁。传统依赖正式制度和组织边界来界定的政府架构正在日益模糊化，跨层级、跨部门、跨系统的业务协同成为常态。基于数字技术的业务流程重塑和组织结构变革，正在推进适应数智时代的“整体性政府”建设。

第二，国家运行场域向数字空间拓展，并与物理空间、社会空间深度融合。国家权力通过进入数字空间建立新机构、新规则和新能力，在优化治理体系的同时提升治理能力。

第三，信息成为国家治理的基础要素和国家运行的关键机制。数据、算法、算力等数智技术的广泛应用，切实提升了国家汲取、处理和应用信息的能力，增强了克服超大规模和超复杂性难题的能力。

1.2 国家计算与社会计算的双重演进

数字国家的核心运行机制，体现为“国家计算”与“社会计算”两大系统的形成与交互。

国家计算源于数智技术赋能国家，重在国家政治或行政事务的常态化、泛在性计算——包括政治决策、政策执行、监督问责、考核激励、政治安全等各个环节。国家计算系统的核心逻辑是简约化和标准化，通过标准化程序对多来源、多模态的国家运行数据进行简化处理，由采取中心化、科层制组织结构的行政体系来实施和运行。现代以来的国家统计体系、登记认证体系、财税审计体系，以及数智时代产生的数据治理体系、国家算力基础设施等，均是国家计算的典型案例。

社会计算则源于数智技术赋权社会，重在社会或社群事务计算——围绕社会系统运行、国家社会互动过程，如社会复杂性感知、社情民意分析、社会心态计算、公共舆论治理等领域。社会计算的设计逻辑尤为强调理解或应对复杂性，非标准化地处理多样化数据是其内在特征。这使其更依赖于多元主体的广泛介入和深度协同，如社会公众、专业机构、社会团体、媒体和社群网络等均为社会计算的主体。

《未来国策》治理架构的核心要义，正是在于实现国家计算与社会计算的有机耦合。既发挥国家计算在制度化、稳定化运行方面的优势，又吸纳社会计算在应对复杂性、感知多样性方面的能力，形成“国家主导、社会协同”的智能治理新格局。

二、《未来国策》治理架构的顶层设计

2.1 架构理念：整体智治与主体赋能

基于对数字国家演化规律的把握，《未来国策》治理架构确立了“整体智治、主体赋能、人机协同、共创分享”的核心理念。

整体智治意味着突破传统“分而治之、条块分割”的治理方式，转向整体性、协同性的治理。现代经济系统内部结构高度关联、非线性互动，任何局部扰动都可能通过网络效应迅速放大，触发“牵一发而动全身”的连锁反应。因此，必须将政治经济系统视为一个相互依存、动态演化的复杂整体，通过数智技术实现“实时感知—精准预测—智能预判—协同调度—及时反馈”的完整治理闭环，推动治理决策从被动的“事后救火”向主动的“事前预警”和“前瞻引导”跃升。

主体赋能则将经营主体和公民个体置于治理的核心位置。我国有1.89亿户经营主体，支撑了7亿多人的就业，它们是我国经济活动的主要参与者、就业机会的主要提供者、技术进步的主要推动者。在数智时代，经营主体从过去相对孤立的“原子”，通过数据流、产业链和平台的深度链接，成为彼此交互的“网络节点”。治理理念必须从“管制”转向“赋能”，政府角色向经济生态系统的“园丁”与“系统架构师”转变。

2.2 架构框架：“一库一脑一体”的智算治理体系

在操作层面，《未来国策》治理架构以“数据驱动+算法赋能+服务触达”为突破口，构建“主体基因库—经济大脑—企服AI智能体”三位一体的智算治理体系。

“一库”筑基：经营主体基因库。由政府统筹建设覆盖全域的经营主体基因库，整合归集市场监管、税务、统计、海关、银行、互联网平台等机构的微观主体数据，形成区域经济智算治理的数字基座。这一基因库不是简单的数据汇聚，而是通过数据清洗、标注、关联，形成对每个经营主体“发展状态—技术能力—要素需求—成长潜力”的多维刻画，为精准治理提供数据支撑。

“一脑”决策：经济大脑。基于主体基因库海量数据，运用先进算法模型，打造经济治理智慧中枢。经济大脑对经济运行态势做到“可感、可知、可算、可管”，形成横向协同、纵向贯通的整体智治新格局。其核心功能包括：经济态势的实时监测与异常预警、政策效果的模拟推演与事前评估、产业布局的优化建议与风险提示。

“一体”服务：企服AI智能体。开发智慧治理服务交互平台，打造链接全域的企服AI智能体，通过数智技术深度赋能，建立政企—企企智能连接桥梁，推动经济治理从被动式响应转向主动式服务。企业可通过自然语言与AI智能体交互，获取政策匹配、融资对接、技术合作等精准服务；政府则通过智能体感知企业需求，实现服务的“主动触达”。

2.3 治理层级：三层联动的智能治理结构

在纵向维度，《未来国策》架构设计了“宏观—中观—微观”三层联动的治理结构。

宏观层：国家智能治理中枢。负责全局性、战略性决策的智能化辅助。依托全国一体化数据平台，构建国家宏观经济模型，对GDP增长、就业、物价、国际收支等核心指标进行动态监测与趋势预测。建立重大政策仿真实验室，在政策出台前进行多情景模拟推演，评估政策在不同区域、行业、群体间的分配效应，最大程度规避政策偏差。

中观层：区域与行业智治平台。在省级和城市级部署区域智治平台，对接国家中枢的同时，因地制宜融入地方特色产业和发展需求。行业主管部门牵头建设行业大模型，推动能源、制造、金融等领域的头部企业联合AI领军企业，开放核心业务场景与长期积累的行业知识，共同开发垂直领域大模型，形成可复用的行业智能中枢。通过“模型即服务”的灵活供给模式，降低中小企业智能化改造成本。

微观层：人机协同的基层治理单元。在基层政府机构，部署AI决策辅助系统和人机协作平台。借鉴阿尔巴尼亚AI部长“迪埃拉”的实践经验，让AI负责程序性、重复性、高透明度要求的行政事务，如合同条款起草、资格标准设定、文件有效性验证等，但每个环节都需经人类专家复核。这既发挥AI在效率、合规性方面的优势，又确保最终决定权掌握在具有责任担当的人类官员手中。

三、智能化决策辅助：从经验驱动到数据洞察

3.1 决策流程的重构：四阶段智能化闭环

《未来国策》框架下的决策流程，被重构为“感知—分析—推演—执行”的智能化闭环。

感知阶段：全维度的态势觉察。传统决策的信息获取往往是滞后的、抽样性的、层级过滤的。智能化决策辅助首先改变这一点：通过物联网、社会感知、网络舆情等多源数据融合，实现对经济社会运行的“全维感知”。例如，在就业领域，不再依赖月度统计报表，而是通过招聘平台数据、社保缴纳流水、企业用电用工实时数据，形成近乎实时的就业景气指数。

分析阶段：深度洞察与归因。在感知基础上，AI系统进行深度分析和模式识别。运用机器学习算法，从海量数据中识别出人类经验难以察觉的关联模式和早期信号。例如，识别产业链供应链的潜在断点——当某个上游企业的库存周转率出现异常波动时，系统自动预警其可能对下游多个行业产生的传导冲击，并追溯波动的可能原因。

推演阶段：多情景模拟与优选。这是智能化决策辅助的核心价值所在。在制定重大政策前，决策者可以在“政策仿真实验室”中进行多情景模拟推演。例如，在调整房地产调控政策时，系统可基于多智能体建模，模拟不同政策组合对房价、交易量、土地财政、金融风险、居民杠杆等多维指标的影响，并呈现不同社会群体的受益或受损分布。决策者据此选择更具韧性、更公平的政策方案。

执行阶段：精准滴灌与动态调适。政策进入执行阶段，AI辅助系统实现精准触达和动态调适。通过企业画像和个体画像，将政策资源精准匹配到符合条件的对象——如某项减税政策自动推送至符合条件的企业，并预填申请表单。同时，系统持续监测政策执行效果，一旦发现实际效果与预期偏离，或外部环境发生重大变化，即启动动态调适机制，向决策者提出调整建议。

3.2 决策主体的重塑：人机协同的新范式

智能化决策辅助不是用机器替代人，而是重塑人的决策角色和能力。

人类决策者的角色升级。在AI辅助下，人类决策者从繁琐的信息处理中解放出来，更聚焦于价值判断、利益平衡、创新突破和危机应对。AI负责回答“是什么”“如果……会怎样”的事实性问题，而人类负责回答“应该怎样”的价值性问题。例如，AI可以模拟某项产业政策对就业、税收、环境的影响分布，但究竟如何在效率与公平之间取舍，在不同群体利益之间权衡，这是人类决策者不可让渡的职责。

AI系统的责任边界界定。必须明确划定AI的决策权限边界。借鉴阿尔巴尼亚AI部长“迪埃拉”的实践经验，AI负责程序性、事务性工作，而实质性决定权始终保留给人类。在《未来国策》框架下，建立AI决策事项“正面清单”和“负面清单”。负面清单包括：涉及价值判断和利益平衡的决策、涉及公民基本权利和义务的决策、涉及重大公共利益和国家安全的风险决策——这些领域AI仅提供信息辅助，最终决定必须由人类作出。

人机交互界面的设计。智能化决策辅助的有效性，很大程度上取决于人机交互界面的设计。理想的交互界面应当是“可解释的”——AI不仅要给出建议，还要呈现建议的依据、数据的来源、模型的逻辑、置信度的评估，使人类决策者能够理解和质疑AI的输出，形成真正意义上的“人机对话”而非“机器独白”。

3.3 算法治理：确保AI向善的制度安排

智能化决策辅助的广泛应用，必然带来算法权力的崛起。如何确保算法权力不被滥用、算法决策公平公正，是《未来国策》必须回应的核心议题。

算法的价值对齐。AI系统的决策逻辑源于其训练数据和算法模型，如果训练数据包含历史偏见，或算法目标函数设计不当，可能导致AI决策放大社会不公。因此，必须建立算法的价值对齐机制——在算法开发阶段嵌入公平性、包容性约束，在算法部署阶段进行偏见检测和修正，在算法运行阶段持续监测其决策结果的分布效应。

算法的透明与可解释。用于公共决策的AI系统，其核心逻辑必须向监管者和公众保持透明。这不是要求公开每一个代码参数，而是要求公开算法的设计理念、训练数据来源、主要决策逻辑、潜在局限性，使外部监督成为可能。对于直接影响公民权益的算法决策，公民有权获得解释——为什么算法给出了这样的判断，依据是什么。

算法的审计与问责。建立算法备案、算法审计、算法问责的全链条制度。所有用于公共决策的AI系统必须在监管部门备案，接受定期的算法审计，审计内容包括算法的准确性、公平性、稳健性。一旦发现算法导致权益损害，明确责任归属——是算法设计缺陷、数据质量问题还是使用不当，并建立相应的救济渠道。

四、智能经济体制：生产关系的系统性重构

4.1 数据要素的市场化配置

智能经济的核心资源是数据。数据只有流动才能创造价值，只有合规才能确保安全。《未来国策》在经济体制层面的首要任务，是构建高效合规的数据要素流通体系。

全国一体化数据要素市场。加快构建全国统一的数据要素市场，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，建立公共数据“多源融合”的开发机制。在医疗健康、交通出行、城市治理、生态环保等领域，推动公共数据资源向人工智能企业合规开放。探索多方安全计算、联邦学习等技术路径，实现“原始数据不出域、数据可用不可见”的融合开发利用。

数据确权与定价机制。数据要素的特殊性在于其非竞争性和非排他性，这使得传统产权制度难以适用。《未来国策》探索建立“数据资源持有权—数据加工使用权—数据产品经营权”分置的运行机制，既激励数据供给，又保障数据流通。同时，创新数据定价机制，基于数据对价值创造的贡献度进行收益分配。

数据流通安全治理。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。对涉及国家安全、商业秘密、个人隐私的数据，实施分类分级保护和合规审查。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。

4.2 人机协同的新型劳动关系

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。

劳动形态的重塑。AI接管了大量重复性、流程化的体力和脑力劳动，促使劳动者从事更具有创造性和决策性的工作。在工业领域，AI优化生产工艺、实现供应链智能协同，让劳动者从重复操作中解放出来，聚焦更具创造性的环节；在服务业，智能终端、智能体的广泛应用拓展服务场景，让劳动者服务更精准、更高效；在传统农业，智能农机、农业机器人让劳作变得更轻松。

人机协作的职业体系。《未来国策》推动职业分类动态调整，培育“智能代理”等新工作形态，催生数据标注师、智能训练师、人机协作工程师等新职业。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，构建人机友好、算法兼容的新型劳动关系。明确智能体参与生产时的权益分配规则，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。

劳动者权益保障。加强人工智能时代劳动者的工作风险评估，减少AI对就业的冲击。完善符合智能时代人才职业属性和岗位特点的劳动者能力多元化评价体系，支持企业规范用好股权、期权等中长期激励方式。在企业推进智能化改造过程中，劳动者可通过工会等渠道提出“技能培训配套”“岗位调整保障”等合理诉求，确保智能化改造不损害劳动者合法权益。

4.3 跨界融合的产业组织

智能经济的生命力在于解构传统壁垒、重构产业生态。

产业边界的消融。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“AI+产业链”“AI+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。

“链主引领+行业模型”的创新机制。推动能源、制造、金融等领域的头部企业联合AI领军企业，开放核心业务场景与行业知识，共同开发垂直领域大模型，形成可复用的行业智能中枢。通过“模型即服务”的灵活供给模式，降低中小企业智能化改造成本，使AI技术深度融入研发设计、生产工艺、供应链管理等关键环节。

容错激励与业态培育。优化首台套重大装备保险补偿政策，鼓励企业在真实生产环境中率先采用工业AI控制系统、智能机器人等关键装备。建立应用场景数据反馈闭环，允许企业在使用过程中持续优化算法模型。推动制造业企业向“产品+智能服务”模式转型，支持企业利用AI拓展远程运维、预测性维护、产能共享等增值服务。

五、风险防控与制度保障

5.1 主权AI与技术自主

当国家核心职能依赖AI系统，而这些系统的底层架构、训练数据、算法逻辑若受制于人，国家主权独立的边界何在？这一问题在阿尔巴尼亚任命AI部长、尼泊尔借助ChatGPT推荐总理的事件中已然浮现——这两个事件的背后技术提供者均为美国公司。

《未来国策》将“主权AI”作为战略基石。以政治、技术、文化自主性为核心，构建主权AI框架。在关键领域的决策辅助系统中，必须使用自主可控的技术架构和训练数据，确保国家核心职能的运转不受外部干预。同时，积极参与全球AI治理规则制定，在坚持“以人为本、智能向善”理念的同时，维护国家数字主权。

5.2 数字精英主义的防范

尼泊尔的经验同时警示着另一种风险：当政治决策权被部分转移到数字平台，所改变的不仅是讨论介质，更是权力分配的格局。能够娴熟使用数字工具并长期参与网络讨论的，主要是城市中受过良好教育的年轻人，所谓“数字民主”实际上可能演变为“数字精英民主”，大多数普通民众特别是农村地区和老年人的声音和利益容易被忽视甚至边缘化。

《未来国策》强调“数字包容”原则。在推进治理智能化的同时，必须保留并强化传统服务渠道，确保不擅长数字工具的群体同样能够获取服务和表达诉求。在算法设计和决策模型中，嵌入对弱势群体的保护机制，防止算法放大既有不平等。建立算法影响评估制度，重大公共算法部署前必须评估其对社会不同群体的差异化影响。

5.3 法律规制的动态调适

技术创新的高速度、不确定性与法律规制的稳健审慎之间存在天然张力。《未来国策》探索建立“敏捷治理”的法律调适机制。

一方面，建立智能体分级分类治理框架，明确备案、审计、问责机制。对不同风险等级的AI应用实施差异化监管——风险越低，监管越宽松以鼓励创新；风险越高，监管越严格以保障安全。另一方面，保持法律规制的开放性和迭代性，通过“监管沙盒”等机制，允许创新在可控环境中先行先试，积累经验后再上升为普遍规范。

结语：迈向人机共生的善治

智能化时代的到来是不可逆转的历史潮流。生活必须智能化，政治经济劳动生产必须智能化——这不仅是效率提升的诉求，更是文明演进的必然。但智能化的终点不应是机器统治人，而应是人与机器的更好协作，共同创造更美好的生活。

《未来国策》治理架构的探索，正是试图在这一根本方向上迈出一步。它坚持“以人为本、智能向善”的核心理念，将AI定位为辅助人类决策的工具而非替代人类的主体，将国家计算与社会计算有机结合，在提升治理效能的同时保障公平正义，在拥抱技术变革的同时坚守人的主体地位。

善治与良治的根源，从来不是先进的工具，而在于对人的尊重、对正义的追求和对共同体的责任。智能化决策辅助可以让我们更全面感知、更精准分析、更科学决策，但最终的价值判断、政策选择和权力行使，必须由具备政治智慧和责任担当的人来完成。这正是《未来国策》的灵魂所在——让技术服务于人，让智能通向善治，在数智时代书写人类政治文明的新篇章。