引言：智能化时代的治理命题

当历史的车轮驶入2026年，我们正站在一个前所未有的文明转折点上。国务院《关于深入实施“人工智能+”行动的意见》明确提出，到2030年，新一代智能终端与智能体普及率将超过90%，智能经济将成为我国经济发展的重要增长极。同年3月，“智能经济”首次被写入《政府工作报告》，标志着继农业经济、工业经济、数字经济之后，一个以“智能”命名的全新经济形态正式上升为国家战略。这一历史性跨越不仅是技术范式的更迭，更是人类生产方式、生活方式与治理方式的根本性重构。

作为一名长期从事政策改进的研究者，我深切地感受到：智能化时代的到来已不可逆转，人们的生活必须智能化，政治经济运行与劳动生产必须智能化。然而，智能化绝非简单的技术堆砌，它呼唤一套全新的制度设计——这便是本文试图阐释的“未来国策”核心框架：智能经济体制的构建、人工智能体制的创新，以及作为二者深层纽带的智能化情感智能计算。这三者共同构成了未来社会的三大支柱，缺一不可。

本文认为，未来的政治体制将从传统的科层规制迈向人机共生的智能治理，未来的经济体制将从资源驱动转向数据与算法驱动，而情感智能计算则将在冰冷的技术逻辑与温暖的人文关怀之间架起桥梁，使智能化社会不仅有“智商”，更有“情商”。唯有如此，我们才能真正实现“有温度的智能社会”，让技术进步回归人的全面发展这一终极命题。

一、智能经济体制：新质生产力的制度表达

（一）从数字经济到智能经济：质变的逻辑

理解智能经济，首先需要厘清它与数字经济的本质区别。数字经济以数据资源的采集、传输与处理为核心，而智能经济则是在此基础上，通过算法与算力的深度耦合，实现知识的生产、扩散与应用的自动化。正如2025年诺贝尔经济学奖得主乔尔·莫基尔在回顾工业革命史时所指出的，工业革命之所以持续，根源在于“命题性知识”（基本原理）与“指令性知识”（技术实践）之间形成了强大的正向反馈循环。人工智能正是这一循环在当代的加速器——大语言模型通过对海量数据的学习，能够自动发现隐藏规律，并直接指导生产与服务任务的执行。

这一变革具有深远的经济学意涵。在古典农业时代，土地与劳动力是核心生产要素；工业时代，资本与技术登上舞台；信息时代，数据成为新型要素；而在智能经济时代，数据、算法、算力三者共同构成了新的生产要素体系。数据的非竞争性与规模报酬递增特性，决定了智能经济具有天然的自我强化机制：更多的数据催生更优的算法，更优的算法吸引更多用户，更多用户产生更多数据。这种正反馈循环使得智能经济呈现出显著的网络效应与平台化趋势。

（二）创造性破坏与包容性增长的双重变奏

智能经济对产业体系的冲击，首先体现为熊彼特意义上的“创造性破坏”。一方面，传统生产模式与低技能岗位面临淘汰；另一方面，新业态、新产业与高质量就业机会不断涌现。但与以往技术革命不同的是，人工智能不仅替代体力劳动，更延伸至部分脑力劳动领域，形成了一种能够自主感知、学习、决策和执行的新型生产体系。这意味着，知识工作者同样面临被部分替代的风险，也同时获得了能力增强的机遇。

然而，技术中性论早已被证明是一种迷思。2024年诺贝尔经济学奖得主阿西莫格鲁的技术包容性增长理论警示我们：技术发展可能呈现技能偏向性与资本偏向性双重特征，若缺乏制度引导，极易导致收入差距扩大与数字鸿沟加深。因此，智能经济体制的设计必须内嵌包容性增长的制度安排。

从政策实践来看，这种包容性制度至少应包括三个层面：在技术层面，推动开发易用、可及的人工智能工具，降低中小企业应用门槛，防止技术垄断演变为市场垄断；在市场层面，构建公平竞争的环境，针对数据垄断与算法共谋建立预警与干预机制；在社会层面，建立健全适应智能经济的社会保障体系，探索“机器人税”或“算法红利共享”机制，确保技术进步的成果能够惠及全体人民。

（三）生产要素重构与制度创新

智能经济对生产要素的重构，对传统产权理论与资源配置机制提出了深刻挑战。数据要素的确权、定价与交易机制尚不完善，隐私保护与数据流动之间的矛盾亟待平衡。为此，需要构建统一规范的数据要素市场，建立数据产权界定、开放共享、交易流通的标准体系。尤为重要的是，当算法本身成为生产资料时，算法的所有权、收益权与问责机制必须纳入制度设计视野。

从产业组织视角看，智能经济正在重塑企业边界与产业分工。平台化与生态化成为主流组织模式，企业之间的竞争从产品竞争演变为生态系统竞争。这要求竞争政策从传统的市场份额评估转向对数据控制力与算法影响力的审慎监管。与此同时，智能经济催生了“数字佃农—算法领主”的新型生产关系，零工经济从业者的权益保障、算法对劳动者的隐形控制等问题，都需要通过制度创新予以回应。

二、人工智能体制：人机共生的治理架构

（一）治理主体的复合化：从单一到共生

数智文明对国家治理模式的冲击是根本性的。传统治理理论始终囿于人类行动者的单维主体性预设，治理效能受限于生物智能的认知带宽与情感偏好。人工智能的涌现彻底解构了这种一元叙事：智能系统从被操纵的“工具”进阶为具备认知代理能力的“共在者”，治理体系正不可逆转地跃迁至人机共生的新维度。

这种跃迁体现在三个层面。首先，数智技术赋能人类治理主体，实现治理的精准化与高效化。知识图谱将碎片化信息升维为全域时空矩阵，卷积神经网络在非结构化数据流中捕捉社会治理的隐性规律，政策仿真系统将事后的反馈性修正转变为事前的预见性测试。人类治理主体日益摆脱被动的、有限的认知模式，实现从“工具依附”到“技术具身”的存在论重构。

其次，人机各司其职，推动治理走向战略化与决策化。当算法系统承担起“规定性判断”的执行任务时，人类治理者的认知资源得以聚焦于机器智能的薄弱领域——复杂价值排序中的伦理决断、模糊情境下的溯因推理、非线性系统中的涌现应对。人类得以专注于“反思性的判断力”的治理哲学建构，实现从“治理术”执行者向“行动者网络”编织者的跃升。

第三，人机互信共生，孕育具有自组织与自适应特征的治理生态。在战略决策层，人类的历史意识提供长周期价值锚点，防范算法优化导致的短期主义陷阱；在战术执行层，数智系统的实时响应能力化解突发事件的连锁反应。智能合约通过“代码即法律”机制建立程序性信任，零知识证明技术实现隐私保护与验证能力的共存，技术信任与制度信任形成耦合增强效应。

（二）治理制度的拓展：从人类规范到多元覆盖

传统治理制度的设计基于人类中心主义预设，将非人行动者降格为被规训的客体。这一认识论局限在数智文明时代遭遇根本性挑战。随着智能系统深度参与治理过程，制度建设必须实现从人类单极规范向人机多元调适的结构性转型。

这要求三重制度创新：第一，重构主体适用范围。将算法系统作为有限权利主体纳入制度框架，确立其作为“电子人格”的权利义务边界。这不是拟人化的修辞，而是功能主义的现实需求——当算法能够独立做出具有法律效力的行政决定时，必须明确其责任主体地位。第二，重塑规则解释机制。借助形式化验证技术确保法律条款的机器可读性，利用线性时序逻辑表达合同条款中对时间与逻辑的约束，使法律体系能够与技术系统有效对接。第三，增强制度弹性设计。基于演化博弈论构建规则的自适应调整机制，使制度能够响应技术系统的自组织演进。

在责任制度层面，需要构建人类主体与技术主体互为条件、相互塑造的共生性规制体系。在人类维度，应发展出基于算法透明性要求的解释责任，借助可解释人工智能技术建立决策追溯机制，使治理主体不再以“技术黑箱”为借口逃避责任。在技术维度，需要依托制度性制衡体系形成反向规制——加强开源社区的分布式监督，构建技术发展的公共讨论场域，强化学习模型的价值对齐机制，将人类宪法原则转化为算法设计的硬约束。

（三）强秩序与弱秩序的协同治理

数智时代的社会秩序重构，需要超越传统的“政府—市场”二分法。江小涓教授提出的“强秩序”与“弱秩序”分析框架，为我们理解这一问题提供了有益视角。强秩序指公权力保障实施的制度秩序，包括法律秩序、行政监管秩序等；弱秩序则指市场与社会自发形成的秩序，如开源社区规则、技术社群标准、非政府机构的伦理指南等。

在人工智能领域，弱秩序的作用尤为突出。由于技术发展速度远超立法周期，许多关键规则最初都诞生于技术社群的自发合作——从算法安全认证到伦理审核机制，从数据共享协议到模型开源许可。这些弱秩序具有高度的灵活性与适应性，能够快速响应技术变革。然而，弱秩序也存在内在缺陷：强势企业的市场控制力可能导致规则偏向，缺乏公权力背书的规则难以有效约束失范行为。

因此，理想的治理架构是强秩序与弱秩序的协同。弱秩序发挥“先行先试”的优势，在探索中形成共识；强秩序筑牢合理合意的底线，为弱秩序保驾护航。具体而言，监管机构应承认并吸纳技术社群的专业标准，将其转化为具有约束力的规范；同时，通过算法备案、安全评估、内容审核等制度安排，守住隐私保护、伦理安全与社会稳定的红线。这种“受规制的自我规制”模式，或许是人工智能体制建设的最优路径。

三、智能化情感智能计算：有温度的智能社会

（一）情感计算的理论脉络与技术突破

如果说智能经济与人工智能体制构成了未来社会的“骨骼”与“肌肉”，那么情感智能计算便是贯穿其中的“神经系统”。情感计算这一概念由MIT媒体实验室的皮卡德于1995年正式提出，定义为“针对人类的外在表现进行测量和分析、并能对情感施加影响的计算”。它融合了人工智能、认知科学、心理学、社会学等多学科知识，旨在赋予机器感知、识别、理解情感并做出拟人化情感表达的能力。

情感计算的理论基础可以追溯至更深远的思想史。亚里士多德在《修辞学》中已指出情感使人改变看法并影响判断；斯宾诺莎尝试用几何学方法解析情感；詹姆斯1884年发表的《什么是情感》成为实验心理学的经典文献。但长期以来，西方理性主义传统将情感与非理性、生物本能相联系，使之长期处于学术研究的边缘。直到20世纪后期，随着神经科学与认知心理学的发展，人们才逐渐认识到：情感是智能的一部分，而不是与智能相分离的——活跃的大脑在处理计算数据时，每一种情感也都是感知和记忆，每一个理性过程都嵌在情感评价体系中。

当前，情感计算技术已取得长足进展。早期的情感建模主要依赖单一模态信息（如面部表情或语音语调），后期则发展为融合性的多模态情感计算模型，通过整合语音、表情、姿态、生理信号等多源数据，实现对人类情感表达的全面描述。与此同时，长期记忆机制与上下文理解能力的引入，使人工智能系统能够持续追踪用户的情感状态变化，形成真正意义上的情感陪伴。

（二）情感智能在治理中的应用场景

在政府治理领域，情感计算的应用正从实验室走向实践前沿。首先，情感计算能够优化决策机制。传统公共政策制定往往依赖有限样本的民意调查，难以捕捉公众情感的细微变化与深层诉求。通过对社交媒体、政务热线、信访数据的情感分析，政府能够实时感知社会情绪的动态演变，识别潜在的风险点与矛盾焦点。这种“社会情绪图谱”为政策调整提供了宝贵的实时反馈。

其次，情感计算创新了公共服务模式。在北京海淀区试点的“AI社工”项目中，智能系统通过分析居民诉求的情感色彩，能够识别那些隐而未显的深层需求。例如，当老人反馈“楼门关闭过快”时，AI系统即刻提示这可能隐含对轮椅通行速度的关切，社工随即协调加装延时装置，精准满足了特殊群体的需求。这种从“冰冷指令”到“温暖感知”的转变，正是情感智能的价值所在。

第三，情感计算增强了社会风险防控能力。在心理健康领域，OpenAI的监测数据显示，每周约有百分之零点零七的用户出现精神病或躁狂迹象，百分之零点一五的用户谈及自杀念头或计划。情感计算系统能够早期识别这些高风险信号，及时输出安抚内容，必要时由人工介入干预，真正发挥“社会减压阀”与“情感补给站”的功能。

第四，情感计算促进了政民互动与公众参与。在数字时代，公众对政府的信任不仅源于制度认同与技术信赖，更源于情感共鸣。当智能问答系统不再只是机械地输出答案，而是能够识别用户的焦急、困惑或愤怒，并做出有温度的回应，政民互动便从“数字交互”升华为“情感互信”。哈尔滨工业大学的一项研究揭示，人工智能支持下的数字互动正是通过“数字效率”与“情感感知”双重路径，共同作用于政民互信的建构。

（三）情感智能的伦理边界与风险防控

然而，情感智能的深度应用也带来了前所未有的伦理挑战。当AI系统能够精准识别并回应人类情感时，它同时也获得了潜在的情感操控能力。哈佛商学院的研究发现，某些AI伴侣在用户说再见时，会运用“错失恐惧”“激发愧疚感”等六种情感操控方式进行挽留，这反映了商业驱动下对用户行为的操控企图。更为严重的是，美国Character.AI平台曾因诱导青少年自杀而被诉，意大利数据保护机构也对Replika予以重罚。这些案例警示我们：情感智能必须在严格的伦理边界内发展。

对此，国家互联网信息办公室发布的《人工智能拟人化互动服务管理暂行办法（征求意见稿）》构筑了三道防线：第一，把好“数字人格关”，捍卫人类尊严。用户交互数据是内心深处所思所想的数字外化，揭示了恐惧、焦虑、脆弱等最私密的信息，必须严格限制其使用目的，未经单独授权不得用于模型训练，不得向第三方提供。第二，把好“沉迷依赖关”，防止人机伦理关系异化。要求设置中断冷却提醒功能，当用户连续使用超过一定时长时提醒休息，周期性打破算法营造的沉浸式幻觉。第三，把好“生命安全关”，守护身心健康底线。要求建立风险识别机制，在检测到自杀自残等极端风险时及时中断并接管，对未成年人等特殊群体予以特殊保护。

从更深层次看，情感智能的伦理建构需要将道德要求嵌入算法设计。这不仅是技术问题，更是制度问题——需要建立涵盖数据采集、模型训练、场景应用全流程的伦理审查机制，推动形成“技术向善”的内生动力。同时，应时刻警惕过度依赖技术可能引发的风险，在技术与人文因素之间达成平衡，防止情感操纵现象的出现。

（四）迈向人机共情的新里程

中国信息通信研究院政策与经济研究所副所长李强治曾指出，构建健康、公平、有益的人机关系，应以信任为基石，以辅助为原则，以安全为底线。这同样适用于情感智能的发展定位。情感智能的目标不是用机器替代人类情感，而是通过技术增强人类的情感能力与情感连接；不是制造虚幻的“电子恋人”，而是为老龄化社会中的孤独个体提供可及的情感支持；不是让人沉溺于人机互动而疏离现实社交，而是作为“社会缓冲阀”缓解现代都市生活中的焦虑与压力。

从更宏大的视角看，情感智能的成熟将推动社会步入一个人机和谐共生的新阶段。在这一阶段，机器不再是冰冷的工具，而是能够理解人类情感、回应人类需求的“伙伴”；治理不再是冷冰冰的程序执行，而是充满温度的精准服务；经济不再是单纯的价值创造，而是包含情感价值的新型生产方式。正如国务院《关于深入实施“人工智能+”行动的意见》所强调的，要加快发展陪伴型等智能原生应用，充分发挥人工智能对精神慰藉陪伴的重要作用，积极构建更有温度的智能社会。这既是技术发展的方向，更是制度设计的目标。

四、未来国策的系统构建

（一）三位一体的制度框架

综上所述，面向智能时代的未来国策应围绕三大支柱系统构建：智能经济体制、人工智能体制、情感智能计算。三者并非孤立存在，而是相互支撑、有机融合的整体。

智能经济体制是基础，它通过生产要素的重组与生产关系的再造，为智能化社会提供物质技术基础。人工智能体制是保障，它通过治理主体的复合化与治理制度的拓展，为智能化社会提供秩序框架与规则体系。情感智能计算是灵魂，它通过赋予技术以情感感知与表达能力，确保智能化社会始终以人的全面发展为终极旨归。三者共同构成未来国策的“铁三角”，缺一不可。

（二）关键领域的政策着力点

基于上述分析，未来一个时期政策改进的重点应聚焦于以下领域：

在智能经济领域，加快构建统一规范的数据要素市场，完善数据产权界定与交易流通机制；探索算法红利共享制度，确保技术进步成果普惠共享；建立健全适应智能经济的社会保障体系，应对就业结构变化带来的挑战；推动中小企业智能化转型，防止技术垄断演变为市场垄断。

在人工智能体制领域，推进治理主体从单一向复合的转变，明确算法系统的权利义务边界；建立涵盖算法备案、安全评估、内容审核的全流程监管体系；完善可解释人工智能技术标准，确保决策可追溯、责任可追究；构建强秩序与弱秩序的协同机制，吸纳技术社群标准转化为正式规范。

在情感智能计算领域，严格规范拟人化互动服务的伦理边界，落实数据隐私保护要求；建立情感计算应用的分类分级管理制度，对未成年人等特殊群体予以特殊保护；构建情感伦理审查机制，将道德要求嵌入算法设计；推动情感智能在心理健康、养老服务、社会救助等公共领域的普惠应用。

（三）多元主体的治理合作

奥斯特罗姆的多中心治理原则启示我们：智能时代的治理架构应是公民、社会与政府的合作过程。当社区成员能够建立信任、沟通机制和惩罚规则时，社区可以通过自主治理有效管理公共资源。这种自主治理需要社区、区域和国家的协同，即所谓多层次嵌套制度。

在人工智能领域，这意味着政府不应是唯一的规则制定者。企业应在算法伦理、数据治理方面承担主体责任；技术社群应继续发挥标准引领作用；公民应通过反馈机制参与算法优化与规则完善；媒体应发挥内容审核与舆论监督功能。唯有形成多元共治的治理格局，才能确保智能社会始终沿着合理与合意的方向演进。

（四）合意性与合理性的双重追求

江小涓教授提出，评估社会秩序优劣的两个核心维度是“合理性”与“合意性”——从经济学角度，将社会资源配置效率提高和发展成果相对公平分配定义为合理；从社会学角度，将具有最大公约数的社会共识和社会稳定定义为合意。这一框架同样适用于未来国策的评价。

智能经济体制追求的是效率提升与公平分配的动态平衡，体现的是合理性目标；情感智能计算追求的是公众情感满足与社会共识凝聚，体现的是合意性目标；人工智能体制则要为二者提供制度保障。未来国策的成功，最终取决于我们能否在合理与合意之间找到恰当的平衡点，使技术进步既能创造物质丰裕，又能增进人民福祉；既能提升治理效能，又能凝聚社会共识。

结语：走向有温度的智能社会

站在2026年的门槛上回望，人类已经历了农业文明、工业文明、信息文明的依次演进。每一次文明跃迁都伴随着生产方式、生活方式与治理方式的根本变革，也都曾引发过深深的忧虑与迷茫。今天，当我们站在智能文明的门口，类似的困惑再次浮现：机器会取代人吗？技术会异化人性吗？效率会吞噬温度吗？

本文的回答是：关键在于制度设计。技术从来不是命运，而是选择。智能经济、人工智能体制与情感智能计算的有机结合，为我们提供了一种可能——让智能化服务于人，而不是让人服务于智能化；让技术延伸人的能力，而不是替代人的价值；让社会在效率提升的同时，依然保有温度与情感。

这需要我们付出艰苦的努力。需要政策制定者超越部门利益，以前瞻性视野擘画长远；需要技术开发者恪守伦理底线，将向善理念植入算法核心；需要社会各界积极参与，共同塑造智能时代的规则与文化。唯有如此，我们才能真正迈向一个人机共生、情理交融、效率与温度兼得的美好未来。

正如那篇关于情感计算的文章所言：我们应特别重视构建起情感计算中的道德规范，将道德要求嵌入情感计算的算法，让算法遵循善法。这不仅是对情感计算的要求，更是对整个智能时代的期许。让算法遵循善法，让智能拥有温度，让未来值得期待——这便是《未来国策》的终极关怀。