引言：智能化时代的必然抉择

当历史的钟摆进入2026年，人类社会正经历一场从“信息时代”向“智慧时代”的深刻跨越。人工智能不再局限于屏幕之内的对话助手，而是加速向物理世界延伸，成为重塑生产方式、组织形态与治理逻辑的根本性力量。这一年，中国《政府工作报告》首次明确提出“打造智能经济新形态”，标志着国家对人工智能发展的战略认知完成了从“技术应用”到“形态塑造”的关键跃升。

作为政策改进的研究者与实践者，我们必须清醒地认识到：智能化不是可选项，而是必选项。未来已来，只是分布不均。当“一人公司”借助智能体便可匹敌传统数十人的团队，当“龙虾”类智能体以前所未有的速度渗透至寻常百姓的日常，当政务大模型开始在千余个政府单位辅助甚至主导行政决策，我们面临的已不是“要不要智能化”的选择题，而是“如何构建与之匹配的体制”的论述题。

《未来国策》的提出，正是基于这一时代判断：智能化时代，人们生活必须智能化，政治经济劳动生产必须智能化。本文旨在系统阐述经济人工智能体制与智能化人工智能治理两大支柱，为智能时代的制度构建提供一份框架性的思考。

一、经济人工智能体制：从技术赋能到范式重塑

1.1 智能经济的内涵与本质

理解经济人工智能体制，首先需要厘清“智能经济”这一核心范畴。智能经济并非数字经济的简单延续或线性扩展，而是一场经济范式的根本性革命。它以人工智能为核心驱动力，以数据为关键生产要素，以算力为基础底座，全面重塑生产、分配、交换、消费等经济活动各环节。

从本质上看，智能经济是一种“能力经济”。人类社会发展至今，先后经历了依赖体力的农业经济、依赖脑力的工业经济，而智能经济时代，人类第一次拥有了“创造能力的能力”。人工智能不仅本身是生产力，更是缔造生产力的“原力”——科技创新、商业模式创新、物质生产范式的变革皆由此涌现。正如上海财经大学特聘教授胡延平所言，人工智能最大的意义在于它已经能够开始源源不断地生产能力，持续创造出前所未有的新能力。

从演进脉络观察，中国在智能经济领域的布局呈现清晰的战略节奏：2017年国务院印发《新一代人工智能发展规划》，奠定基础；2024年“人工智能+”行动首次写入政府工作报告，开启赋能；2026年“打造智能经济新形态”正式提出，标志着进入形态塑造新阶段。这一演进路径深刻揭示了技术革命从工具嵌入到系统重构的内在逻辑。

1.2 数据要素市场的制度建构

数据是智能经济的“血液”。没有高质量的数据供给，人工智能便如无源之水。当前，我国智能经济发展的主要矛盾已从早期的“算力不足”转向“数据要素焦虑”——高质量专业数据供给不足、数据治理规则不健全、数据共享机制不畅，成为制约行业大模型发展的突出矛盾。

构建适应智能经济的数据要素市场，需在以下维度实现制度突破：

其一，建立多源融合的公共数据开发机制。 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。技术上，探索多方安全计算、联邦学习等路径，实现“原始数据不出域、数据可用不可见”的安全融合利用。制度上，明确公共数据授权运营的权责边界，建立“谁投入、谁贡献、谁受益”的利益分配机制，激励数据提供者持续投入高质量数据。

其二，构建数据流通的合规基础设施。 数据只有流动才能创造价值，只有合规才能确保安全。必须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，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。对于合成数据这一破解专业领域数据匮乏的关键路径，应予以重点支持，促进合成数据产业健康发展。

其三，完善数据价值的评估与入表机制。 数据作为生产要素，必须能够定价、确权、入表，才能真正融入经济循环。需加快探索数据资产化的实现路径，建立与人工智能发展需求相适应的数据确权与版权保护体系，尤其是针对人工智能生成内容（AIGC）的版权认定、价值评估与交易流转规则，打通从数据资源到数据资产的转化通道。

1.3 人机协同的生产关系重构

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。经济人工智能体制的核心任务之一，便是构建适应人机协同的新型生产关系。

首先，重新界定劳动形态。 人工智能正在深刻重塑职业结构。近期就业市场研究中出现了一个新指标——“AI暴露度”，用以衡量一个职业中已有多少工作任务被AI覆盖。调查显示，“AI暴露度”越高的职业人群，工作时长反倒在拉长，岗位替代风险也在增高。这一现象揭示了赋能与替代并存的复杂态势。中期就业结构的变化，取决于新产业扩张的速度与规模，也取决于市场的制度供给和社会福利的创新供给。

其次，探索智能体的经济主体地位。 随着智能体从“对话助手”进化为具备任务闭环能力的“数字化劳动力”，其参与经济活动的深度和广度将持续拓展。这触发了一系列制度追问：智能体能否成为合同主体？其创造的成果归谁所有？造成的损失由谁承担？学界已开始审慎探讨AI智能体在经济活动中的合理地位，探索建立基于算法共享、数据提供与行业知识沉淀的成果共享机制。两会期间，有代表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。

再次，重塑产业组织形态。 智能经济催生了“超级个体”与“一人公司”的兴起——个体驾驭AI，让智能体成为数字劳动力，有机会将人从繁重劳动中解放出来。这种变化正在改变整个经济运行的底层逻辑。全国政协委员刘尚希敏锐地观察到，一个人加若干个智能体就相当于雇了几十个人，产业的组织形态发生变化，导致整个经济运行的底层逻辑发生改变。这就要求我们重新审视企业与市场的边界、雇佣与合作的区分、管理与协同的范式。

1.4 产业融合与业态创新机制

智能经济的生命力在于解构传统壁垒、重构产业生态。经济人工智能体制必须为跨界融合与业态创新提供制度土壤。

一是建立“链主引领+行业模型”的协同创新机制。 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，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，推动全要素生产率系统性提升。

二是健全“首台套+迭代升级”的容错激励机制。 人工智能技术的落地应用必然伴随试错过程。应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、农业无人机等关键装备。同时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，形成以应用牵引技术成熟的良性发展格局。

三是构建“硬件+服务”的融合监管机制。 智能网联汽车、AI手机等新一代智能终端面临硬件准入与算法合规分属不同部门、标准协同不足的堵点。应建立跨部门联合审批与检测认证体系，变分头监管为全周期协同管理，为企业打通硬件销售与软件服务的价值闭环扫清障碍。以监管机制创新催生“产品+算法订阅”等新型商业模式，推动智能终端从孤立设备升级为跨场景交互入口。

1.5 两个超级周期的协同驱动

理解智能经济的发展，需要把握两个“超级周期”的叠加：一是以人工智能为核心的智能科技产业周期，二是智能科技驱动的新兴与未来产业周期。两个周期的启动有先有后，但在相当长时期内将是交织向前的关系。

当前，我们处于智能科技产业周期的后期，正在向内生智能阶段演进。而智能科技驱动的新兴未来产业周期仍处早期，从科技创新角度需要突破的障碍点更多、投资更大、周期更长。这两个周期的发展速度对社会具有深刻影响——新兴未来产业周期创造的就业岗位和产业形态，对于对冲智能科技产业周期的替代风险具有重要作用。

经济人工智能体制的核心使命，正是通过制度设计促进两个周期的良性互动：充分利用智能科技产业周期形成的能力，催化未来产业群的整体崛起；通过创造智能普惠、生态协调的共同发展机制，让更多社会群体参与其中、从中受益，最终实现“飞轮效应”驱动的经济升维。

二、智能化人工智能治理：从数字政府到智能政府

2.1 智能治理的范式跃迁

与经济领域的深刻变革相对应，政治领域的智能化转型同样势在必行。当前，我国政府治理正加快从网络化、数字化向智能化转型。国务院《关于深入实施“人工智能+”行动的意见》将“人工智能+治理能力”作为重点领域，明确要求“安全稳妥有序推进人工智能在政务领域应用”，开创社会治理人机共生新图景。

从“数字政府”到“智能政府”的演进，不仅是技术迭代，更是治理范式的根本跃升。数字政府的核心逻辑是存量政务数据的高效利用，实现线下任务向线上的迁移，其运转仍高度依赖人工干预。智能政府则在此基础上实现质的飞跃：通过政务大模型的部署，政府具备更强的泛化能力、自组织任务执行能力、跨部门跨场景协同能力。模型引领下，智能政府可以实现从被动响应到主动预测、从标准化工具到个性化治理的深刻转变。

截至当前，全国已有上百家政府单位接入了政务大模型，涵盖智能问答、政策分析、交通便民、12345热线等多个场景。深圳福田区的“AI数智员工”协助处理行政事务，杭州“城市大脑”实现城市综合管理，DeepSeek V3等本土大模型因其良好的中文处理能力与数据安全优势，正逐步应用于政策解读、公共服务与行政审批。这些实践表明，智能政府已从理念构想走向现实落地。

2.2 智能法治政府的理论建构

技术赋能与法治约束之间的张力，是智能政府建设的核心理论问题。人工智能追求效率、能力与应用范围的拓展，法治则要求权力、程序与权利具备明晰边界。在智能化转型中寻求二者的动态平衡，构成了“智能法治政府”这一命题的核心内涵。

从“数字法治政府”到“智能法治政府”的升维，体现为运行机制的重塑与治理模式的再造。

在运行机制层面，智能技术嵌入行政权力，促使政府内部运行机制从被动的、规则驱动的自动化，转向主动的、模型驱动的自主生成。决策机制实现从数据辅助到模型驱动的核心变革——政务大模型不再仅是数据辅助工具，而是能够自主分析、预测、生成方案的“认知中枢”。公务人员从传统的决策者和执行人，逐步转变为事前的引导者、事中监督者和事后审计人。互动机制从响应式服务演进为预测性治理，政府行为由被动回应公民请求转向主动预警社会风险、推送个性化服务。

在治理模式层面，人工智能技术的“准主体性”对传统法律关系构成挑战。随着人工智能自主理解复杂指令、独立生成内容、作出预判性决策的能力增强，其在政府治理中的话语权重得到实质性提升，日益呈现出“准主体”的特性。这模糊了传统法律关系中的主体边界，挑战了既有责任归属框架，使得个人信息保护法、数据安全法等数字化转型中建构的法律制度，在应对人工智能治理场景时存在一定的不适应性。

因此，智能法治政府必须构建一种将技术要素、法律规范与伦理价值深度融合的“嵌入式治理”新模式。一方面，人工智能技术的政务应用必须遵循法治原则，在法律授权范围内进行，确保公民权益不因技术变革而受损。另一方面，法律体系也需要主动适应智能政府建设带来的挑战，将实践检验有效的创新做法及时上升为制度规范，对不适应智能化发展的现有法规进行修订完善。

2.3 智能体嵌入权力的风险规制

智能技术在政府治理中的深度应用，在提升效能的同时也潜藏着多重风险。智能化人工智能治理必须建立系统的风险识别与规制框架。

一是技术可靠性风险。 生成式人工智能的“幻觉”问题、算法偏见、自动化决策的“黑箱”效应，在政务场景中可能转化为侵害公民权利的实质风险。当AI系统基于有偏差的数据或算法做出决策，其后果可能比商业场景更为严重。必须建立政务大模型的准入标准与动态评估机制，确保其在关键决策场景中的可靠性。

二是数据安全与隐私风险。 政府掌握着海量公民个人信息与敏感数据，政务大模型的部署扩大了数据暴露面，增加了泄露风险。需要在数据采集、存储、使用、销毁全生命周期建立严格的安全防护体系，对敏感政务数据实施分级分类管理，对模型训练数据实施脱敏处理。

三是技术依赖与“懒政”风险。 过度依赖AI系统可能导致公务人员决策能力退化，甚至出现“机器做了人就不做”的责任推诿。必须明确人机协同中的人类最终责任原则，确保关键决策环节保留人工复核与干预机制，防止技术依赖诱发行政不作为。

四是自动化决策的公正性风险。 算法决策可能因设计缺陷或数据偏差而产生歧视性结果，尤其是在涉及公民基本权利的领域（如社会福利分配、行政许可、执法裁量），必须建立算法审计与救济机制，确保受决策影响的公民享有知情权、异议权和申诉权。

2.4 分层分类的治理框架

面对智能体日益复杂多样的应用场景，智能化人工智能治理需要建立分层分类的治理框架。

首先，建立智能体分级分类管理制度。 根据智能体的自主性水平、应用场景风险、涉及权利重要性等维度，划分不同风险等级，实施差异化监管。对于低风险场景（如政务咨询、信息查询），可采取备案制，鼓励创新应用；对于中风险场景（如辅助决策、流程自动化），实施算法备案与动态监测；对于高风险场景（如涉及公民重大利益的自动化决策），则需严格准入、强制审计、明确责任。

其次，构建全周期的治理闭环。 从智能体的设计开发、测试验证，到部署应用、运行监测，再到退出淘汰，建立覆盖全生命周期的治理机制。在开发阶段嵌入伦理审查与价值观对齐评估；在部署阶段实施试点验证与影响评估；在运行阶段建立持续监测与纠偏机制；在退出阶段确保数据妥善处置与服务平稳过渡。

再次，完善多元共治的治理格局。 智能化治理不是政府的“独角戏”，需要政府、企业、学术界、社会组织、公民等多方主体共同参与。政府承担规则制定与监管责任，企业履行算法透明与安全保障义务，学术界提供伦理咨询与技术评估，公民享有知情同意与监督投诉权利。通过多元主体的协同互动，形成内外结合、上下联动的治理合力。

2.5 制度弹性与技术可信的平衡

智能化人工智能治理面临的核心挑战，在于如何在鼓励创新与控制风险之间找到平衡点。过度监管可能扼杀创新活力，监管滞后则可能放大技术风险。

一方面，保持制度的弹性空间。 人工智能技术迭代速度远超传统立法周期，僵化的规则可能很快过时。应借鉴“监管沙盒”理念，为智能政务应用提供试点测试的弹性空间，在可控范围内探索创新路径。对于开源社区、开发者生态等新型组织形式，采取包容审慎的监管理念，避免用旧尺子衡量新事物。

另一方面，确保技术的可信底线。 无论技术如何演进，以人为本、公平正义、透明可释、安全可控等基本原则必须坚守。应推动建立政务人工智能的伦理委员会，对重大伦理风险进行研判与处置。对算法的可解释性提出明确要求，确保“黑箱”不遮蔽权利。建立人工智能系统的责任追溯机制，明确开发者、部署者、使用者的责任边界，确保损害发生时权利能够得到救济。

正如北京大学AI for Politics工作坊所揭示的，我们需要审慎区分“治理AI”与“以AI进行治理”两个命题。前者关注如何对人工智能技术本身进行规制，后者关注如何利用人工智能改进治理效能。二者相互关联却各有侧重，需要在制度设计中有清晰的认识与区分。那些主张由AI全面接管人类治理权的“人工智能君主制”设想，虽然在决策效率上具有技术优势，但其对政治本质的扭曲、对人类主体性和人文价值的消解，使其成为政治智能化的一条歧路，是应当规避的制度设计。

三、人与AI的共融：未来社会的价值基石

3.1 人的价值与技术的关系

在智能经济和智能治理的双重变革中，一个根本性问题始终萦绕：技术越发展，人的位置何在？

历史地看，人类发展历程经历了四次重大关系的解耦：人与土地的解耦、资本与生产的解耦、信息与价值的时空解耦。每一次解耦都伴随着焦虑与阵痛，但最终都实现了人的进一步解放。人工智能带来的变革同样如此——它正在将人从重复性、程式化的劳动中解放出来，为人类从事更具创造性、情感性、意义性的活动释放空间。

但必须清醒地认识到，有人的智能经济与无人的智能经济可以同时存在，而“人的安放问题，比人工智能的发展更重要”。技术进步的根本目的不是替代人，而是解放人、成就人。正如上海财经大学报告所强调的，我们需要思考的是“如何通过发展创造增量以解决社会问题，以及如何通过创造智能普惠、生态协调、共同发展的新机制，让更多人从智能经济的发展中受益”。

3.2 新型分配与社会保障

当人工智能逐步替代人类劳动，传统的以劳动贡献为基础的收入分配模式将面临挑战。智能化时代的制度设计，必须回应“无工可务者如何体面生活”的深刻追问。

一方面，建立与共创模式相匹配的价值分配体系。 智能经济的价值由多方主体共同创造——数据提供者贡献了训练素材，算法开发者贡献了模型能力，行业专家贡献了领域知识，最终用户贡献了使用反馈。需要建立一套能够识别、量化各主体贡献的分配机制，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，激励各方持续投入。

另一方面，构建适应智能时代的社会保障网络。 当“AI暴露度”持续攀升，职业转换成为常态，传统以稳定雇佣为基础的社会保障模式需要改革。有学者提出“以科技保障作为社会保障解决方案的一部分”，用技术红利反哺社会保护。这可能意味着从“就业关联型保障”向“公民身份型保障”的转变，确保每个人无论是否参与传统就业，都能享有基本的生活保障和发展机会。

3.3 数字素养与社会参与

智能化时代，数字素养成为公民参与社会生活的“通行证”。弥合“数智鸿沟”，确保不同群体平等享受智能红利，是未来国策必须关注的基础性议题。

当前，“数智鸿沟”呈现出隐蔽性高、复杂性强的特征，主要表现为三个维度的失衡：基础设施鸿沟导致部分群体面临接入壁垒，智能要素鸿沟加剧“算力贫困”与“智力赤字”，安全防护鸿沟削弱了弱势群体的数字化生存能力。弥合这些鸿沟，需要基础设施、治理体系与人才赋能的协同发力。

在教育领域，应推动人工智能通识教育普及，构建覆盖全民的数字素养培育体系。在公共服务领域，确保传统服务方式与智能服务并行，保留必要的线下渠道，保障老年人等特殊群体权益。在社会参与领域，鼓励公民通过智能平台参与公共事务，让技术成为扩大民主参与、增进社会沟通的桥梁，而非制造区隔的屏障。

结语：迈向以人为本的智能化未来

站在“十五五”开局之年的历史节点，回望工业革命以来人类走过的历程，每一次技术革命都伴随着制度的深刻调整与社会的剧烈变迁。蒸汽机时代孕育了工厂制度，电气时代催生了现代企业组织，信息时代塑造了平台经济模式。今天，人工智能正以前所未有的深度和广度重塑经济社会肌理，制度创新同样不能缺席。

《未来国策》所勾勒的经济人工智能体制与智能化人工智能治理，正是对这一时代命题的系统回应。前者致力于释放智能经济的增长潜能，构建数据驱动、人机协同、跨界融合、共创分享的新型经济形态；后者致力于驾驭智能治理的变革力量，在法治轨道上推进政府智能化转型，确保技术赋能不偏离公共价值。二者互为支撑、相互促进，共同构成智能时代制度体系的支柱。

但我们必须铭记，无论技术如何演进，以人为本始终是制度设计的根本遵循。正如习近平总书记所深刻指出的，要“培育具有重大引领带动作用的人工智能企业和产业，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态”。这一论断的核心，正在于让智能发展成果惠及全体人民。

未来已来，将至已至。面对智能化的时代浪潮，我们既要有拥抱变革的勇气，也要有驾驭变革的智慧；既要把握技术跃迁的历史机遇，也要坚守人的价值这一永恒基石。唯有如此，才能在智能时代的激流中开辟出一条既充满活力又公平正义的发展道路，让技术的光芒照亮每一个人的未来。