一、引言：智能化时代的国家命题

2026年，我们正站在智能时代的重要历史节点。人工智能浪潮已从技术探索全面席卷各行各业，成为重塑社会形态的基础性力量。从2024年“人工智能+”行动首次写入政府工作报告，到2026年“打造智能经济新形态”正式成为国家战略，短短数年间，中国面向智能时代迈出了关键步伐。这不仅是技术应用的深化拓展，更是对生产方式、治理模式乃至国家形态的系统性重构。

在这场深刻的时代变革中，一个根本性问题日益凸显：当人工智能从辅助工具演进为具备一定主体性的“智能体”，当算法开始参与公共决策、数据成为核心生产要素，传统的政治体制与经济体制将如何适应？国家主权的边界如何在数字空间重新划定？人与智能机器的关系又当如何界定？

本文提出“主权人工智能”与“智能化人机协同”两大核心概念，旨在系统阐述智能化时代政治体制与经济体制的演进方向。主权人工智能强调国家在算法规则、数据资源、技术标准等领域的主导权，确保智能化进程始终服务于国家利益与公共利益；智能化人机协同则关注人与智能机器的关系重构，推动从“工具型替代”走向“伙伴型共创”，实现生产力跃升与人的全面发展相统一。本篇的中心思想在于：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——这不仅是技术演进的必然趋势，更是国家战略的主动选择。

二、主权人工智能：数字时代的国家意志

（一）国家主权在数字空间的延伸

传统的国家主权理论建立在领土、人口、主权权力的物理边界之上。然而，数字时代的到来正在重塑国家主权的内涵与边界。北京大学中国政治学研究中心主任俞可平指出，算法权力与跨境数据流动等新要素正在挑战传统的国家主权理论。当国家的核心职能日益依赖人工智能系统，当关键数据跨境流动成为常态，国家主权的独立边界何在，成为必须直面且回答的问题。

主权人工智能的提出，正是对这一时代命题的系统回应。其核心要义包括三个方面：一是技术自主性，即在人工智能核心技术、基础算法、关键框架上形成自主可控的能力，避免核心技术受制于人；二是数据主权性，即对国家境内产生的数据拥有管辖权、使用权和收益权，确保数据要素的安全有序流动；三是价值对齐性，即人工智能系统的运行逻辑与国家的法律法规、伦理规范、主流价值观保持一致，防止算法偏见或外部价值渗透对国家治理造成冲击。

从国际实践来看，主权人工智能的紧迫性已不容忽视。2025年9月，阿尔巴尼亚任命AI生成的虚拟部长“迪埃拉”负责公共采购事务，尼泊尔则基于ChatGPT的建议选出临时总理。这两个事件虽然象征意义大于实质权力，却揭示了一个深层隐忧：当国家的核心政府职能依赖外国技术产品，当算法决策的依据无法被充分解释和审查，国家主权的独立性将面临实质性挑战。清华大学副研究员董汀对此发出警示：没有人能够确切知道，ChatGPT是基于哪些数据、使用了何种算法、遵循了怎样的价值标准生成了相关建议。主权人工智能的建设，正是为了在拥抱技术红利的同时，守住国家治理的自主底线。

（二）主权人工智能的制度框架

建设主权人工智能，需要构建涵盖技术研发、数据治理、算法监管的系统性制度框架。

在技术研发层面，需要建立“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人工智能领军企业，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。这种机制既有助于形成可复用的行业智能中枢，又能够确保关键领域的智能化应用掌握在国内主体手中。同时，应支持人工智能开源社区发展，推动模型、工具、数据集等创新资源开放共享，在开源协作中培育自主技术生态。

在数据治理层面，数据作为新的治理要素，其地位甚至比算法更为根本。需要建立公共数据“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。这既保障了数据安全，又激活了数据要素价值。在收益分配上，应鼓励基于数据价值贡献的分配机制创新，加强数据供给激励，培育壮大数据要素市场。

在算法监管层面，算法黑箱对治理透明性的冲击是当前面临的主要风险之一。大规模人工智能模型往往具有高度复杂性与不可解释性，政策执行一旦过度依赖算法输出，可能使治理过程失去公众可理解性。因此，需要建立智能体分级分类治理框架，明确备案、审计、问责机制；推动可解释性人工智能发展，建立第三方评估体系，确保算法的透明性与可问责性。正如有学者所言，没有制度化的规制，人工智能的治理实践可能陷入效率至上的单维逻辑，忽视公平与伦理约束。

三、智能经济形态：生产关系的系统性重构

（一）从数字经济到智能经济的范式跃迁

2026年政府工作报告首次提出“打造智能经济新形态”，标志着我国人工智能发展进入“形态塑造”新阶段。从2024年“人工智能+”行动首次写入报告，到今年“打造智能经济新形态”的提法出现，背后是政策逻辑的深刻跃迁。

如何理解“智能经济”与“数字经济”的本质区别？上海财经大学数字经济研究院发布的《智能经济：中国发展新形态》报告提出，智能经济的实质是“能力经济”。数字经济阶段，本质上是通过信息对称、效率提升来提高生产力，完成了知识信息的数字化；而智能经济不是数字经济的延续扩展、线性发展，而是经济升维、创新突变——人类第一次拥有并可以“创造能力”的能力，智能科技不仅本身是生产力，更是缔造生产力的原力。

从生产力层面看，以大模型为代表的新一代人工智能技术突破正加速向现实生产力转化。智能机器善于执行重复任务、分析庞大数据集、处理常规案例，而人类则在处理模糊信息、判断棘手情况、应对复杂情境等人性化软技能方面占优势。二者的结合，形成了“混合智能”的新型生产力形态。从生产关系层面看，生产力的跃升必然要求生产关系的适应性调整——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。

值得注意的是，智能经济的发展呈现“两个超级周期”的叠加：一个是以人工智能为核心的智能科技产业周期，另一个是智能科技驱动的新兴与未来产业周期。前者包括大模型、智能体、具身机器人等产业的快速迭代，后者则涵盖AI for Science驱动的药物研发、新材料探索、新能源开发等长周期突破。两个周期相互交织、互为动力，共同推动经济体系的系统性升维。

（二）人机协同的生产方式变革

进入大模型生产时代，生成式人工智能推动智能机器加速迭代，形成了全新的人机交互形态。从数字资本的生产过程来看，智能机器和知识工人各施所长、有效协作，根本性地重塑了工作性质和生产流程，不断演绎着“人机共舞”的新景象。

当前人机协作主要呈现三种实践样态：

第一种是智能助手与人机协作。随着大模型垂直化部署的持续推进，各领域推出的智能助手功能从自动生成会议纪要、辅助处理文档，到数据增强、代码补全、灵感激发，让生成式人工智能成为工作场景的“智能副驾驶”。在智能医疗场景中，智能助手可以“倾听”患者就诊过程并立即生成医疗记录，使医生走出“文档疲劳”，专注于与患者沟通。此类场景中的人机协作是松散的工具型合作关系，属于人机协作的初级形态。

第二种是数字员工与人机协作。为了进一步挖掘人机协作潜力，各类企业开始利用专有数据训练垂直大模型，生成定制化的数字员工。能够理解业务逻辑的数字员工加入劳动力大军，根据特定工作场景的需要与劳动者强强联合，形成新型人机团队。在知识生产领域，撰文、翻译、制表、作图等重复性目标任务交给数字员工自动执行，劳动者则专事于创意问题求解等更具想象力和挑战性的劳动。此类场景中，人机协作演进为人机知识共享、彼此赋能的伙伴互动过程，即“AI是人的能力的延伸，人是AI能力的放大器”。

第三种是通用智能体和人机协作。在数字资本倾力开发的“自动化机器体系”中，通用智能体可以“按意图行事”，通过与人的协同完成复杂任务，演绎人机协作的理想图景。尽管此类应用尚处于发展早期，但其展现的潜力预示着未来人机关系的根本性转变。

然而，人机协作的发展并非只有光明一面。马克思主义劳动过程理论认为，资本主义力求实现的理想是死劳动支配活劳动。在数字资本操控下，人机协作并不必然带来人类自由时间增加、工作意义提升的数字红利。智能机器的规模化应用可能促使知识工人习得技能的加速贬值，侵蚀人类复杂认知能力生成的实践基础；“一键式生成”的数字便捷极易导致知识生产过度依赖人工智能，消弭人的创造力。这些警示提醒我们，智能经济的发展必须与制度建设同步推进，确保技术进步真正服务于人的全面发展。

（三）智能经济的制度竞争

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。上海财经大学数字经济研究院副院长崔丽丽指出，中国智能经济的国际竞争，归根结底是“制度软实力”的竞争。

当前智能经济发展面临的主要矛盾，已从“算力不足”转向“数据要素焦虑”。中国要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据应用的定价、确权、入表等制度创新上取得突破。具体而言，需要构建适应人机协同、数据驱动的新型产业组织方式，推动人工智能从“辅助工具”向“生产核心”跃升。

在产业融合层面，需要建立“链主引领+行业模型”的协同创新机制，健全“首台套+迭代升级”的容错激励机制，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。在消费供给层面，应探索“硬件+服务”的融合监管机制，构建“生成式内容”的产权与交易机制，完善“智能服务”的普惠供给机制。在要素配置层面，需要优化智能算力“普惠共享”的配置机制，构建开源创新“全球协作”的生态机制，让中小企业像用电一样用算力，真正降低智能化转型的门槛。

四、智能化政治体制：人机协同的治理革命

（一）数字国家的兴起与国家形态重塑

数智时代的来临正在推动“数字国家”的兴起。清华大学教授孟天广指出，数字国家的兴起绝非单纯将大数据、人工智能等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。

从组织形态看，国家正在从科层化、部门化向扁平化、协同化演变。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、跨系统的业务协同和统筹联动快速扩张。基于数字技术的业务流程重塑和组织结构变革，适应数智时代的整体性政府成为世界各国政府改革的共同方向。

从运行场域看，国家运行快速向数字空间拓展并与物理空间、社会空间深度融合。面对新生数字空间的公共治理难题，国家权力通过进入数字空间建立新机构、新规则和新能力，加快推进政府数字化转型。

从运行机制看，信息日益成为国家治理的基础要素。伴随着第四次科技革命，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，增强了国家克服超大规模和超复杂性难题的能力。

（二）国家计算与社会计算的双重意涵

理解智能化政治体制，需要引入“国家计算”与“社会计算”两个核心概念。

国家计算源于数智技术赋能国家，反映为数据、算法、人工智能等新治理要素进入政府体系。国家计算重在处理国家政治或行政事务，对政治决策、政策执行、监督问责、考核激励、政治安全等进行常态化和泛在性计算。其核心逻辑是简约化和标准化，通过标准化程序和技术工具对多来源、多模态数据进行简化处理，为国家治理提供信息支撑。

社会计算则源于数智技术赋权社会，随着移动互联网和智能化应用的普及，计算系统与社会系统日趋深度融合。社会计算重在社会事务计算，围绕社会复杂性感知、社情民意分析、社会心态计算、公共舆论治理等领域展开。其设计逻辑强调理解或应对复杂性，更依赖于多元主体的广泛介入和深度协同。

国家计算与社会计算的协同演进，构成了智能化政治体制的双重驱动。前者确保国家治理的效率与秩序，后者保障社会参与的活力与包容。二者的平衡与耦合，决定着人工智能能否真正成为治理现代化的助推器。

（三）人机协同的治理架构

在治理理路上，人工智能推动的转向体现为三重逻辑的叠加：

第一，治理认知从经验理性转向算法理性。算法对风险的实时研判和对社会趋势的预测，使治理的科学化、前瞻性显著增强。但治理如果仅仅以效率为核心，可能带来制度有效性的削弱。因此，需要在技术设计与制度安排中推动算法的透明化与可解释化，迈向“智治”而不丧失“善治”。

第二，治理过程从部门流程导向转向数据驱动。政策执行不再仅依赖于预设程序，而是通过实时数据流的动态更新，实现调度、调整与预测的闭环。这种转变要求建立跨部门、跨层级的数据共享机制，以公共财政、法律法规保障数据利用中的权益平衡。

第三，治理主体形态从科层体系走向人机共生。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逐渐嵌入治理流程，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。这种人机共生格局，需要制度层面设计责任拓扑扩散机制，确保责任在算法、人类和组织之间得到合理分配。

从国际实践看，人工智能在政治治理领域的应用已成为趋势。2024年美国公开的联邦人工智能应用案例超过1700例，英国政府为工作人员提供名为“汉弗莱”的AI系统用于日常工作处理，法国政府也在着手为公共部门部署生成式人工智能工具。中国的探索则强调“以人为本、智能向善”的核心理念，将人工智能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。在政治传播、政策制定、社会治理等环节，AI可以发挥强大的数据处理和模式识别能力，为决策者提供更全面、更精准的信息支持，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。

五、人的安放：智能化时代的核心命题

（一）从“工具化”回归“人本身”

在AI时代的讨论中，一个根本性问题始终萦绕：人究竟是目的还是工具？技术究竟是解放人，还是替代人？这个问题正以最现实的方式叩击着每一位劳动者。从设计、编程等脑力劳动，到焊接、搬运等体力劳动，大量基础工作正被AI快速替代。人们在惊叹技术效率的同时，也普遍陷入焦虑：下一个被替代的，会不会是我？

全国政协委员连玉明给出的思路是：未来的关键不在于争论“谁被替代”，而在于加速劳动力的“价值转移”——构建“适应性就业支持体系”，帮助劳动者完成从被影响岗位到新兴岗位的技能跃迁，驾驭变革而非被变革冲击。“价值转移”的核心，不是让劳动者与AI比拼算力，而是引导人们从重复性劳动转向创造性、情感性、决策性工作，从“工具化”的执行者回归能创造意义的“人”本身。

博报堂生活综研·上海的最新研究发现了值得关注的新趋势：善于使用AI的生活者，往往更容易意识到自身的独特优势，并能够将与AI对话中获得的新视角与启发转化为自己的灵感来源，逐渐形成一种与AI相互协同的关系。研究将这种“以自身智慧巧用AI来打磨精进自我，在不确定性中不断找寻前进方向”的生活者欲求命名为“智向”。这提示我们：AI不仅可以是效率工具，更可以成为自我审视、自我打磨的工具，帮助人们发现并深化自己真正热爱的事物。

（二）有人经济与无人经济的平衡

随着具身智能、智能体的发展，一个现实问题日益凸显：当智能机器能够越来越多地替代人类劳动，“有人经济”与“无人经济”将如何共存？上海财经大学特聘教授胡延平指出，人造智能是有可能脱离人类智能实现自主循环的，在智能互联、蜂群智能实现的情况下，有人经济和无人经济这两种经济循环可能同时存在，人作为劳动力对经济增长的贡献长期而言逐步下降。

但关键问题在于：不能将人在经济活动中的比例下降，等同为人的重要性的下降。在有人智能与无人智能同时存在的情况下，“人的安放”问题比人工智能的发展更为重要。这意味着，我们需要对社会福利保障制度进行前瞻性改革，以科技保障作为社会保障解决方案的一部分，减轻发展中的社会摩擦力，同时释放更大的社会创新潜能。

近期关于“超级个体”或“一人公司”的讨论，实际上是在描述人的劳动新形态。个体驾驭AI，让智能体变成数字劳动力，代替个体从事重复性强、耗费时日的工作，使个体有机会从繁重劳动中解放出来，专注于更具创造性的工作。这种趋势提示着人的价值实现的新可能：不是与AI竞争，而是与AI协同，在人与机器的能力互补中开辟新的发展空间。

六、结语：走向人机共生的未来

智能化时代的到来是不可逆转的历史潮流。在这场深刻的时代变革中，主权人工智能与智能化人机协同构成了国家战略的两大支点。前者确保国家在智能化进程中守住自主底线，后者推动生产力跃升与人的全面发展相统一。

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。人工智能只是手段，人的全面发展才是目的。未来国策的制定，需要在技术效率与人文关怀之间找到平衡，在制度设计与价值追求之间实现统一。

当我们迈向人机共生的未来，需要始终铭记：最终决定我们成为“工具”还是“目的”的，不在于技术本身，而在于我们能否清醒地认识到——一切技术进步，最终都应回归人、成就人。