引言：智能化时代的必然抉择

当时间的指针完全进入2026年，我们清晰地看到，人工智能已不再是科幻电影中的虚构角色，也不再仅仅是实验室里的技术原型，而是如同电力与互联网一般，正在成为渗透经济社会所有毛孔的“基础设施”。2026年《政府工作报告》首次明确提出“打造智能经济新形态”，这一表述的跃迁具有里程碑式的意义——它标志着人工智能从“技术工具”正式走向“经济底座”，从“赋能手段”升维为“形态本身”。

作为一名政策改进的研究与实践者，笔者深切感受到，传统的政策框架与经济运行模式正在遭遇前所未有的挑战。在工厂车间，工业机器人与人类工人的协作边界日益模糊；在办公室，智能体已能独立完成文案撰写、代码生成乃至初步的决策分析；在街头巷尾，“无人车”与“机器人交警”已成为城市运行的有机组成部分。人们不禁要问：当机器不仅能替代体力，甚至能替代部分脑力时，社会的政治结构该如何调整？经济循环的逻辑该如何重塑？劳动者的价值又该何处安放？

这正是本文试图回答的核心命题。本篇《未来国策》的构想，立足于一个基本判断：智能化时代已经到来，人们的生活必须智能化，政治经济运行与劳动生产方式必须全面智能化。这不是一种技术狂热，而是生产力发展的必然要求。我们需要构建与之相匹配的“人工智能体制”——一套涵盖经济运行、政治决策、社会治理的智能化制度体系，以及推动这一体系落地的“智能化政策演进”路径。唯有如此，才能在即将到来的“两个超级周期”（智能科技产业周期与新兴未来产业周期）叠加的历史关口，掌握发展与治理的主动权。

一、智能经济：从“+AI”到“AI原生”的范式革命

1.1 智能经济的内涵界定：能力经济的崛起

要设计未来的经济体制，首先必须深刻理解“智能经济”究竟是什么。它并非数字经济的简单延伸，而是一场经济范式的根本性革命。

智能经济的本质，可定义为“能力经济”。在农业时代，人类依赖体力与自然力；在工业时代，人类依赖机械能延长体力；在信息经济与数字经济时代，人类依赖信息技术处理知识与数据，本质上是完成了知识与信息的数字化。然而，进入智能经济阶段，人类社会第一次产生并拥有了“可以创造能力的能力”。人工智能不仅本身是生产力，更是缔造生产力的“原力”。

从生产要素的视角看，这一变革体现在三个层面：第一，劳动对象从物理世界的自然资源，大规模向数字空间的虚拟资源迁移。数据、算法模型、数字孪生体成为新的劳动对象，它们具有无限复制性、非损耗性和自增值性，突破了传统资源稀缺性的约束边界。第二，劳动资料从单一功能的专业工具，进化为通用的智能生产系统。一个大模型经过微调，可同时服务于医疗诊断、法律咨询、金融风控等多个领域，边际成本趋近于零，迭代速度呈指数级增长。第三，劳动者从单纯的“人”，演变为人与人工智能协同的“新劳动力”组合。

1.2 智能经济新形态的三大支柱

构建智能经济新形态，需要夯实三大技术-经济支柱：

一是算力基础设施。 算力已成为像水和电一样的公共品。截至2025年6月底，我国在用算力中心标准机架已达1085万架，智能算力规模达788EFLOPS。未来的经济体制必须确保算力的普惠供给，让中小企业乃至个人开发者都能以可承受的成本获取所需的算力支持，这是智能经济时代的基础性资源配置问题。

二是数据要素市场。 数据是智能经济的“燃料”。与传统生产要素不同，数据具有非竞争性部分排他的特点。未来的核心制度突破在于：如何构建高效合规的流通体系？如何解决数据确权、定价、收益分配这些基础性难题？国家层面已提出要持续加强人工智能高质量数据集建设，推动公共数据依法开放与授权运营。只有当数据像电流一样在经济社会体中顺畅流动，智能经济才能真正“活”起来。

三是算法与智能体生态。 算法是智能经济的“大脑”。截至2025年6月底，我国已有439款生成式人工智能服务完成备案，涵盖煤炭、航空、汽车、物流、新闻、教育等各个领域。未来的趋势是“智能体”的爆发——这些具有一定自主性的数字实体，将像今天的APP一样充斥我们的生活与生产空间，成为经济活动的新型参与者。

1.3 智能经济引发的生产关系变革

智能经济对生产力的重塑，必然倒逼生产关系的深刻调整。这主要体现在三个方面：

首先，所有权关系出现新形态。 在智能经济中，最有价值的资产不仅是厂房和设备，更是数据、算法模型和用户关系。然而，数据的产生往往是分散的、协作的——用户在使用互联网服务时产生数据，平台收集数据，算法工程师加工数据。这引发了一个根本性的政治经济学问题：数据创造的价值归谁所有？是归产生原始数据的个人，还是归加工数据的企业？未来的分配体制必须回应这一问题。

其次，劳动过程发生结构性转变。 当智能体成为新型劳动者，“人机协同”成为主流组织形式，传统的雇佣关系面临挑战。一个人加上若干个智能体，就可能构成一个“一人公司”。这些智能体在法律上是什么地位？它们与人类劳动者之间是什么关系？这些问题已从理论探讨进入现实迫切需求阶段。

再次，经济运行机制从“人控型”向“协同型、自治型”演化。 在智慧供应链中，智能系统可以自主调度生产资源、实时响应市场需求；在能源网络中，人工智能可以动态平衡供需。这意味着，越来越多的微观经济决策将由算法而非人类直接做出。如何在保持效率的同时确保这些决策符合社会整体利益，成为治理的新课题。

二、人工智能体制：构建人机共治的制度框架

2.1 从“技术治理”到“体制构建”

所谓“人工智能体制”，并非指“由人工智能构成的体制”，而是指“适应人工智能时代的制度化安排”。它既包括对人工智能技术的监管与治理，更包括利用人工智能重塑治理体系本身。这是一个双向互构的过程。

2025年4月，习近平总书记在主持中共中央政治局第二十次集体学习时强调，要“完善人工智能监管体制机制，牢牢掌握人工智能发展和治理主动权”。这为人工智能体制的构建指明了方向。与传统的产业监管不同，人工智能体制的核心特征在于其“元治理”属性——因为人工智能正在成为所有行业的基础设施，对其治理就超越了部门边界，成为一种全局性的制度供给。

2.2 新型劳动关系与主体界定

人工智能体制要回答的第一个核心问题，是“谁是经济活动的参与者”。

在传统的民商法框架中，法律关系的主体只有自然人和法人。但当智能体能够独立签约、履约、承担一定责任时，这一框架便显得捉襟见肘。例如，一个由人工智能驱动的自动化采购系统，在缺乏人工干预的情况下与供应商签订了采购合同，该合同是否有效？当人工智能生成的医疗建议导致患者权益受损，责任该由谁承担？

对此，学界和实务界已开始探讨“智能体法律人格”的制度可能。一种渐进式的方案是建立“电子代理人”制度，即在一定范围内承认智能体的行为效力，将其行为的法律后果归于其控制者或受益者。更长远地看，随着具身智能机器人的普及，是否需要创设一种新型的法律主体——“人工智能力主体”，以界定其权利义务，是一个需要前瞻性研究的重大课题。

与此同时，新型劳动关系的界定同样迫切。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AI智能体在经济活动中的合理地位”。这意味着，未来的劳动法可能需要区分“人类劳动者”和“数字劳动者”，前者受劳动法保护，后者则更多体现为财产权的运用。这种区分将对社会保险、税收、劳动保障等制度产生深远影响。

2.3 分配体制的重构：共创与分享

智能经济的价值创造具有鲜明的“共创”特征——一个强大的人工智能模型，其能力来源于算法工程师的智慧、数据提供者的贡献、算力基础设施的投入，以及无数用户在使用过程中的反馈优化。因此，其价值分配也必须体现“分享”原则。

未来的分配体制需要建立一套“按贡献分配”的复合机制：

第一，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。 这需要发展出一套可量化的评估体系。例如，当一个医疗人工智能辅助医生做出准确诊断时，其产生的价值如何在医院、医生、人工智能开发者、数据标注者之间分配？

第二，探索数据要素的收益分配机制。 数据的价值来源于“聚合”而非“单一”，因此分配机制也应体现这一特点。可行的路径包括：建立公共数据使用费制度，将公共数据运营收益反哺公共事业；鼓励企业建立数据收益分享计划，对提供高质量数据的个人给予合理回报；探索数据信托、数据合作社等新型组织形式，增强个人在数据收益中的话语权。

第三，重构社会保障体系。 随着越来越多的工作被人工智能替代或改造，传统的“就业-缴费-福利”模式面临挑战。清华大学公共管理学院朱旭峰教授的研究显示，在资本主义制度下，人工智能可能加剧劳资矛盾，使劳工阶级处于更加弱势的地位。这为我们提供了警示。在中国特色社会主义制度下，必须通过制度创新确保技术进步的成果惠及全体人民。可考虑的方向包括：建立“全民基本算力”或“数据红利”等普惠性福利，探索与就业脱钩的“机器人税”或“自动化税”，为被技术替代的劳动者提供转型支持。

2.4 治理体制的智能化转型

人工智能体制的另一面，是治理本身的智能化。当人工智能成为治理工具，政府形态、决策流程、公共服务都将发生深刻变革。

一是构建“可解释的人工智能治理”体系。 当前，人工智能模型往往具有高度复杂性与不可解释性，如果政策执行过度依赖算法输出，可能使治理过程失去公众可理解性，削弱政策的公信力。因此，必须在技术设计与制度安排中推动算法的透明化与可解释化，建立算法备案、算法审计、算法问责的完整链条。

二是建立敏捷治理机制。 人工智能技术迭代速度极快，传统立法周期难以跟上技术变迁。这就需要引入“监管沙盒”“试点授权”等新型监管工具，允许在一定范围内先行先试，根据实践效果动态调整规则。例如，对于自动驾驶、无人机配送等新业态，可在特定区域赋予其一定的“制度容错空间”，在保障安全的前提下探索最佳监管模式。

三是防范“智能鸿沟”扩大化。 人工智能应用在不同地区、不同社会群体间的普及程度差异明显。如果治理智能化只在发达地区或高收入群体中快速扩展，而欠发达地区与弱势群体无法获得同等机会，社会不平等将进一步加剧。因此，国家需要通过财政转移支付、智能基础设施普及以及人工智能素养培训，弥合智能鸿沟，确保治理智能化的普惠共享。

三、智能化政策演进：从顶层设计到动态适配

3.1 政策演进的“三步走”战略

智能经济的培育和人工智能体制的构建，不可能一蹴而就，需要遵循科学的演进路径。回顾我国人工智能政策的发展脉络，可以清晰地看到一条从“技术突破”到“融合应用”再到“形态塑造”的战略升级路径：

第一步（2017-2023）：技术突破与产业培育期。 2017年国务院印发《新一代人工智能发展规划》，明确了我国人工智能发展的“三步走”战略目标。这一时期的核心任务是突破核心技术、培育骨干企业、布局创新平台，为后续发展奠定基础。

第二步（2024-2025）：融合应用与行动推广期。 2024年，“人工智能+”行动首次被写入政府工作报告，标志着人工智能从“实验室”走向“千行百业”。2025年，行动持续推进，重点在于拓展应用场景、深化行业融合。

第三步（2026-2035）：形态塑造与制度成型期。 2026年《政府工作报告》提出“打造智能经济新形态”，标志着进入第三阶段。这一阶段的核心任务不再是单项技术的突破或单一场景的应用，而是系统性地构建智能经济的“四梁八柱”，形成与智能生产力相匹配的生产关系。根据国务院《关于深入实施“人工智能+”行动的意见》，到2035年，我国将全面步入智能经济和智能社会发展新阶段。

3.2 智能化政策的核心工具

面向未来，政策的制定和执行本身也必须“智能化”。这意味着政策不再是静态的条文，而是动态演进的规则体系。

一是数据驱动的政策制定。 传统政策制定往往依赖抽样调查、经验判断，存在一定的滞后性和主观性。智能化政策强调基于实时数据的精准决策。例如，通过分析就业市场的实时数据，可更早地识别被人工智能替代风险高的职业群体，提前部署转岗培训；通过监测经济运行的高频指标，可更及时地调整宏观调控的力度和节奏。

二是仿真推演与政策实验。 在重大政策出台前，可利用数字孪生技术构建经济社会运行的“虚拟实验室”，模拟政策实施后的效果，预判潜在风险。这种“先模拟、后实施”的模式，可大幅提高政策的科学性和有效性。

三是适应性治理。 鉴于人工智能技术的不确定性，政策本身需要具备足够的弹性。这要求在设定底线红线（如安全、伦理底线）的前提下，给予市场主体充分的创新空间。同时建立政策效果的动态评估机制，根据评估结果及时调整优化，形成“实践-反馈-优化”的闭环。

3.3 重点领域的政策突破

在未来一段时间，以下几个领域的政策创新尤为关键：

数据要素市场化配置改革。 这是智能经济发展的“牛鼻子”。重点在于：健全数据产权制度，探索建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制；完善数据流通交易规则，培育多层次数据交易市场；建立数据要素收益分配机制，让数据价值创造者合理分享收益。

人工智能安全监管制度。 党的二十届三中全会《决定》明确提出“建立人工智能安全监管制度”。这需要从技术、应用、主体等多个维度构建全链条的监管体系：在技术层面，建立算法安全评估、数据安全审查机制；在应用层面，实施分级分类监管，对不同风险等级的人工智能应用采取差异化管理措施；在主体层面，压实企业主体责任，建立责任倒查和追究机制。

人机协同劳动标准。 随着智能体大量进入工作场所，亟需制定人机协同的劳动标准。这包括：明确人类劳动者的“不被算法支配权”，确保关键决策保留人工干预通道；建立智能体应用的透明度要求，劳动者有权知晓哪些任务由智能体完成；界定人机协作中的责任边界，当协同作业出现问题时，明确是人的责任还是智能体的责任。

智能社会伦理规范。 在更广泛的社会层面，需要构建“以人为本、智能向善”的伦理规范体系。这包括：强化科技伦理审查，确保人工智能研发和应用符合伦理准则；加强公众的人工智能素养教育，提升全社会对人工智能技术的理解和驾驭能力；推动人工智能伦理、法律和社会问题研究，为制度完善提供学理支撑。

四、未来图景：人机共生的新文明形态

4.1 政治体制的人机共治

展望未来，政治体制将呈现“人机共治”的新形态。这并非意味着机器统治人，而是指人工智能将成为治理体系的有机组成部分，辅助人类做出更科学、更精准的决策。

在决策支持层面，人工智能系统可实时汇聚经济社会运行的海量数据，为决策者提供全景式认知和趋势性预判。在政务服务层面，智能体将承担大量的咨询、受理、初审等事务性工作，让公务员能够集中精力处理复杂问题和人性化服务。在公众参与层面，人工智能可帮助民意诉求的收集、分类和分析，使政策制定更好地回应人民关切。

但无论如何，必须坚守一条底线：涉及价值判断、重大利益分配、公共安全的关键决策，最终必须由人类做出。人工智能是辅助者而非替代者，这是“人机共治”与“机器统治”的根本区别。

4.2 经济体制的双循环

未来的经济体制将呈现“有人经济”与“无人经济”双循环并存的结构。

“无人经济”并非真的无人，而是指由智能体、机器人自主运行的经济活动。在智能工厂、无人仓库、自动驾驶等场景中，人类不直接参与具体操作，而是作为监督者、维护者和优化者。这部分经济循环的核心是效率最大化，主要遵循技术逻辑和算法规则。

“有人经济”则是指人类深度参与的经济活动，特别是在需要创造力、情感互动、伦理判断的领域——如艺术创作、教育、医疗、养老等。这部分经济循环的核心是人的发展和幸福，主要遵循价值逻辑和人文关怀。

两种循环并行不悖，相互支撑。“无人经济”为全社会提供丰富的物质基础，“有人经济”则实现人的价值和情感需求。未来的分配体制需要确保“无人经济”创造的财富能够惠及所有人，为人们在“有人经济”中实现自我价值提供条件。

4.3 人的发展：从“劳动谋生”到“自由创造”

智能化时代最深刻的变革，或许在于人的劳动形态的根本转变。

马克思曾预言，在生产力高度发达的条件下，劳动将从“谋生手段”转变为“生活的第一需要”。智能经济的发展，正在为实现这一愿景提供技术可能。当人工智能承担了绝大多数重复性、事务性的工作，人类将获得前所未有的时间和精力解放。人们可以更多地从事创造性活动——科学研究、艺术创作、社会公益、情感陪伴、自我提升——这些正是人之为人的本质所在。

但这不会自动发生。如果没有合理的制度安排，技术解放可能演变为技术抛弃——少数掌握技术的人成为“超级个体”，而大量被替代的人陷入失业和边缘化。因此，制度设计的核心目标，就是确保技术进步的成果能够公平分配，让每个人都能在智能时代找到属于自己的位置。

正如上海财经大学胡延平教授所言，“有人的智能经济和无人的智能经济同时存在的情况下，人的安放问题，比人工智能的发展更重要”。这正是《未来国策》的灵魂所在——所有关于技术、经济、体制的讨论，最终都必须回到一个根本问题：如何让技术服务于人的全面发展，而不是让人成为技术的奴隶。

结语：以制度创新赢得智能未来

站在2026年这个时间节点回望，人类正经历着堪比工业革命的深刻变革。从“人工智能+”到“智能经济新形态”，政策话语的演进折射出我们对这场变革认识的深化：这不只是一场技术革命，更是一场社会革命、制度革命。

中国在智能经济发展方面拥有独特的制度优势。14亿多人口形成的超大规模市场，为智能技术提供了丰富的应用场景和迭代数据；全球最完整的工业门类，为智能技术提供了全链条的试验场；党和国家的顶层设计和统筹协调，为智能经济发展提供了稳定的制度预期。将这些优势转化为现实的竞争力，关键在于制度创新。

正如上海财经大学崔丽丽教授所言，“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。我们需要构建的，是一套能够激发创新活力、防范技术风险、促进共同富裕的人工智能体制，一套能够动态适应技术变迁、持续自我优化的智能化政策体系。

这并非易事，却别无选择。智能化浪潮浩浩荡荡，顺之者昌。唯有主动拥抱变革，以制度创新引领技术发展，才能在这场深刻的文明转型中，开辟出属于中国的智能未来，让技术进步真正惠及每一个人的美好生活。