引言：智能化时代的双重变革

我们正站在一场深刻文明转型的门槛上。通用人工智能的突破性发展，已不再是单纯的技术迭代，而是对社会基础结构的根本性重塑。正如马克思所言，“社会关系和生产力密切相连，随着新生产力的获得，人们改变自己的生产方式，随着生产方式即谋生的方式的改变，人们也就会改变自己的一切社会关系”。智能化时代的到来，意味着政治运行、经济生产、劳动形态都必须完成智能化转型，这不仅是效率提升的需要，更是社会存续发展的必然要求。

作为政策改进的研究者，我们需要回答一个根本性问题：当人工智能开始全面渗透社会各个领域，当智能系统既是生产者又是配置者，当生产资料从物理形态向算法和数据形态迁移，我们原有的政治体制和经济体制将面临怎样的挑战？又该如何通过制度设计，确保智能化进程服务于人的全面发展而非奴役人类？

本文提出《未来国策》的初步构想，聚焦两大核心命题：一是政治人工智能体制模拟，探索如何构建人机协同的智能治理架构；二是智能化生产资料所有权，思考在算法和数据成为核心生产资料的背景下，如何建立适应智能化生产关系的所有权制度。这两个问题相互关联：治理体制决定了生产资料配置的政治逻辑，所有权制度则规定了治理体制运行的经济基础。

一、政治人工智能体制模拟：从技术赋能到治理重构

1.1 政治智能化的逻辑起点

政治智能化是社会智能化的核心维度。当前关于人工智能介入政治治理的讨论，呈现出两种极端倾向：一种是技术乐观主义，认为人工智能可以完全替代人类决策，实现所谓的“完美政治”；另一种是技术悲观主义，担忧人工智能将导致技术专制，使人类沦为机器的附庸。这两种观点都失之偏颇。

我们需要清醒认识到，人工智能介入政治治理，既不是简单的技术工具应用，也不是对人类治理权的完全替代，而是一场深刻的治理范式重构。政治人工智能体制模拟的核心，是在保留人类最终政治判断权的前提下，充分发挥人工智能在信息处理、趋势预测、政策模拟、执行优化等方面的优势，构建“人类主导、机器辅助”的协同治理架构。

世界经济论坛的一项研究指出，人工智能正在成为人类认知的基础设施层，塑造着人们搜寻信息、构建论点、评估风险和做出决策的方式。当人工智能成为“认知基础设施”，政治治理就必须对这种基础设施进行战略性设计，以确保其强化而非替代人类的判断能力。

1.2 人工智能君主制：一条需要警惕的歧路

在政治智能化的讨论中，有一种设想值得高度警惕——“人工智能君主制”。这种主张将人工智能系统置于国家治理的最高位置，由人工智能全面接管人类的治理权，像传统君主制中的君主一样主导决策。从技术可能性角度看，随着大模型能力的提升，这种设想似乎具备了一定的实现条件。

然而，“人工智能君主制”是一条根本性的歧路。首先，政治的本质是对多元利益的协调和对价值冲突的裁决，而这些都离不开人类的伦理判断和情感共鸣。算法和数据如果出现偏差，难保所做出的决策具有公平正义性。其次，权力高度集中于人工智能系统，将引发“技术霸权”风险——一种用数学符号与复杂模型构建的“技术神权”。最后，也是最根本的，政治决策必须保持对人类负责的 accountability 链条，而人工智能系统无法承担这种政治责任。

这并不意味着我们要排斥人工智能在政治治理中的应用。相反，我们需要的是对人工智能介入政治治理的方式进行审慎设计，确保其在强化人类判断能力的方向上发展，而非取而代之。正如有关研究指出的，政策制定者必须确保人工智能转型强化而非削弱社会赖以生存的认知韧性。

1.3 人机协同治理架构：未来国策的政治体制模拟

基于上述认识，本文提出“人机协同治理架构”作为未来国策的政治体制框架。这一架构包含以下核心要素：

第一，决策辅助层。人工智能系统作为政策制定的智能辅助平台，承担信息收集、数据处理、方案生成、影响模拟等功能。当政策制定者面临复杂决策时，人工智能系统可以在极短时间内生成多套政策方案，并对每套方案的潜在影响进行多维度模拟评估。这极大地拓展了人类决策者的认知边界和信息处理能力。例如，在制定产业政策时，系统可以模拟不同政策选项对就业、创新、区域平衡、国际竞争力等指标的长短期影响，为决策者提供科学参考。

第二，执行协调层。在政策执行层面，人工智能系统可以承担跨部门、跨层级的协调职能。传统科层制面临的信息不对称、部门壁垒、执行偏差等问题，通过智能系统的实时监测和动态调度，可以得到有效缓解。系统能够跟踪政策执行的每一个环节，及时发现偏差并预警，提出调整建议。

第三，民主参与层。人工智能可以成为扩大民主参与、提升协商质量的技术支撑。通过自然语言处理技术，系统可以将海量的公众意见进行分类、归纳和提炼，使政策制定者能够准确把握民意脉搏。同时，系统也可以将复杂的政策议题转化为公众易于理解的语言，降低参与门槛。更重要的是，人工智能可以模拟不同利益群体的诉求，在政策制定阶段就进行利益平衡测试，避免政策出台后引发剧烈社会冲突。

第四，人类保留层。这是整个架构中最关键的部分。无论人工智能系统多么智能，最终的政治判断权和决策权必须保留在人类手中。对于涉及价值选择、利益分配、伦理判断的重大决策，必须由人类决策者承担责任。人工智能系统可以提供信息和建议，但不能替代人类的最终裁决。这要求建立明确的“人机边界”规则，哪些权力可以委托给智能系统，哪些必须由人类保留，需要以法律形式加以明确。

1.4 政治体制模拟的实践路径

实现上述架构，需要在以下几个方面推进制度创新：

建立政务人工智能标准体系。对进入政治决策流程的人工智能系统，建立严格的技术标准和伦理规范。系统必须具备可解释性，能够清晰地展示其推理过程和决策依据；必须具备可审计性，接受独立机构的算法审查；必须具备可控性，在任何时候都可以由人类接管。

构建国家智能治理实验室。在政策制定部门设立智能治理实验室，对重大政策进行人工智能模拟测试。在政策正式出台前，先在模拟环境中运行，观察其可能产生的各种影响，识别潜在风险，优化政策设计。这类似于工程领域的风洞试验，为政策制定提供科学验证平台。

培育人机协同的治理能力。对公务人员进行系统培训，使其具备与人工智能系统协同工作的能力。这包括理解算法逻辑、识别系统偏差、提出有效指令、审慎判断系统输出等。同时，在教育体系中加强批判性思维培养，使公民具备在智能时代辨别信息、参与公共事务的基本素养。

二、智能化生产资料所有权：从资本垄断到全民共享

2.1 生产资料的智能化转型

如果说政治体制解决的是决策权配置问题，那么经济体制的核心则是生产资料所有权问题。智能化时代，生产资料的内涵和形态发生了根本性变化。

传统工业时代，生产资料主要表现为机器、厂房、原材料等物理形态。信息时代，数据和软件开始成为重要生产要素。而进入通用人工智能时代，生产资料进一步演变为“智能生产系统”。这一系统包含三个核心层次：一是算力基础设施，包括芯片、服务器、网络等物理载体；二是算法模型，包括基础大模型、行业模型等知识形态；三是数据资源，包括训练数据、实时反馈数据等原材料。

这一转变具有深刻的制度意涵。正如有学者指出的，通用人工智能正在溶解劳动与资本之间的传统边界——人工智能既是劳动者（替代人类劳动），又是所有者（创造价值并集中于控制者手中）。如果这种新型生产资料的所有权继续沿袭传统的私有制逻辑，将导致前所未有的财富集中和社会分化。

当前已经显现出危险的迹象：通用人工智能在资本主义制度下的发展，加剧了生产资料的数据化垄断、分配关系结构性失衡以及消费关系的异化。少数科技巨头掌控着算力、算法和数据，形成“技术封建主义”的权力结构——对数据的排他性占有和租金化机制，取代了传统的剩余价值剥削模式。如果不进行制度干预，我们将滑向一个“云资产阶级”与“赛博无产阶级”尖锐对立的社会。

2.2 智能化生产资料所有权的制度困境

智能化生产资料的所有权问题，比传统生产资料更为复杂，主要体现在以下几个方面：

第一，价值的集体创造与收益的私人占有的矛盾。人工智能系统的价值，并非仅由科技公司创造。互联网基础设施的公共投入、教育体系培养的人才、用户日常使用中产生的数据、社会整体积累的知识资源，都构成了人工智能价值的基础。然而，当前的制度安排却将这些集体创造的财富，主要分配给少数股东和创始人。

第二，自然垄断与公平竞争的矛盾。人工智能产业具有明显的规模效应和网络效应，大模型的训练成本极高，但复制边际成本几乎为零。这种技术特性决定了市场容易形成“赢家通吃”的格局。传统的反垄断手段——拆分企业，在高科技领域面临实践困难，因为平台经济的运行逻辑要求一定的规模。

第三，技术主权与全球治理的矛盾。人工智能不仅是商业资产，更是战略资源。各国政府出于安全考虑，必然对核心技术实施管控，形成“管控的高度集权性”。但在全球层面，缺乏有效的协调机制，可能导致“技术主权”竞争升级为数字铁幕，阻碍人类共同的智能进步。

2.3 智能化生产资料公有制的新形态

面对上述困境，我们需要超越传统的“公有制—私有制”二分法，探索适应智能化生产特点的所有权新形态。本文提出“智能化生产资料公有制”的构想，其核心不是国家对生产资料的全盘掌控，而是建立多元主体共同参与、收益全民共享的制度安排。

第一，算力基础设施的公共属性确立。算力是智能化时代的“新电力”，应当被定位为具有公共属性的基础设施。国家通过战略投资，在关键算力节点保持控制力或引导力。但这并不意味着完全国有化，而是建立混合所有制架构：基础算力平台由国家主导建设，商业化算力市场由市场主体充分竞争，边缘算力资源由社区和个人分享。对于使用公共资源的算力设施，其产生的收益应当有一部分回流到公共财政，用于全民分红。

第二，算法模型的“知识公地”构建。算法是人工智能的“灵魂”。当前的闭源模式导致算法成为少数公司的“黑箱”，既不利于技术创新扩散，也不利于社会监督。未来应当大力推动算法开源，将基础模型作为“知识公地”进行公共管理。国家通过资助基础研究、建立公共模型库、支持开源社区等方式，确保核心算法能力的社会可及性。正如有学者指出的，中国在推动开源大模型方面已经展现出独特优势，DeepSeek的成功实践表明，开源模式不仅可行，而且可以在全球竞争中占有一席之地。

第三，数据资源的集体产权界定。数据是人工智能的“原料”。当前的数据所有权安排严重失衡：用户生产数据，平台收集数据，企业独占数据收益。未来需要建立数据的“集体产权”制度——数据生产者（个人和机构）对自身数据拥有控制权和收益权；数据聚合者（平台）对数据产品拥有使用权但需向生产者支付对价；涉及公共利益的数据，应当纳入公共数据池，用于公共政策制定和基础研究。这类似于“数据信托”模式，由独立信托机构代表公众管理公共数据资产，确保数据收益用于公共利益。

2.4 全民分红：智能化收益的公平分配

确立生产资料所有权，最终要落实到收益分配上。如果智能化带来的效率提升仅仅转化为资本所有者的利润，而劳动者（无论是被替代的还是剩余的工作者）无法分享收益，社会将陷入深刻的合法性危机。因此，建立与智能化生产资料所有权相适应的分配机制，是未来国策不可或缺的组成部分。

借鉴阿拉斯加永久基金的经验——该基金将石油资源收益转化为全体居民的年度分红——一些学者提出了“人工智能永久基金”的构想。其基本逻辑是：人工智能产业在利用社会公共资源（互联网基础设施、能源系统、公共数据、教育体系）的同时，应当向社会回馈一部分收益。这些收益汇集成永久基金，其投资回报以分红形式发放给全体公民。

这一构想可以从以下几个层面推进：

第一层：企业层面的员工持股计划。主导人工智能产业的大型科技公司，应当建立广泛的员工持股计划，不仅包括正式员工，还应包括兼职员工、承包商甚至核心用户。企业在使用公共基础设施（能源、网络、频谱等资源）时，其市场准入资格应当与是否建立了普惠性的股权分享计划挂钩。

第二层：产业层面的国家人工智能基金。借鉴挪威主权财富基金模式，从人工智能产业的税收、频谱拍卖收入、数据交易收益中提取一定比例，设立国家人工智能永久基金。基金由专业机构管理，投资于多元化资产组合，其年度收益的一部分用于全民分红。初期可优先覆盖受人工智能冲击最严重的群体，随着基金规模扩大，逐步扩大到全体公民。

第三层：个人层面的数据收益账户。建立个人数据收益账户制度，当个人数据被商业机构使用时，产生数据收益进入个人账户。这种收益可以表现为现金形式，也可以表现为服务折扣或免费使用智能应用。这既是对个人数据贡献的承认，也是激励个人主动管理自身数据的制度安排。

2.5 从消费者到产消者：智能时代的劳动形态变革

智能化生产资料所有权的确立，还涉及劳动形态本身的变革。在传统工业社会，生产者和消费者是分离的；在智能时代，这一界限正在模糊。用户在社交媒体的每一次点击、在电商平台的每一次浏览、在智能助手的每一次提问，都在“生产”数据，都在为人工智能系统的优化提供“劳动”。但当前的制度安排中，这种“劳动”没有得到承认，更没有获得报酬。

“产消者”概念的提出，为解决这一问题提供了思路。当消费者同时也在生产价值，就应当被纳入生产关系的调节范围。未来需要建立“数据劳动”的承认机制：用户在创造数据过程中付出的时间和精力，应当被视为一种劳动贡献，获得相应回报。这既是对个体权利的尊重，也是防止智能化收益过度集中的制度屏障。

与此同时，“制造平权”运动的兴起，为生产资料所有权的分散化提供了技术可能。随着桌面级智造终端的普及和生成式人工智能对工业设计的重塑，物质生产的门槛正在系统性降低。当个人可以在车库或实验室完成过去需要整座工厂才能完成的生产任务时，生产资料的所有权就从少数资本持有者手中下放到了普通创客手中。这种“制造平权”趋势，与智能化生产资料公有制的理念相互呼应，共同指向一个更加分散、更加民主的生产力组织方式。

三、人机共治与全民分红：未来国策的总体图景

3.1 两大变革的内在统一

政治人工智能体制模拟与智能化生产资料所有权，是未来国策的两大支柱，二者内在统一、相互支撑。

从制度逻辑看，生产资料所有权决定了经济权力的分布，经济权力又会影响政治权力的配置。如果智能化生产资料高度集中于少数科技巨头，那么无论政治体制设计得多么精巧，最终都会被资本力量俘获，所谓的人机协同治理就会沦为技术寡头统治的遮羞布。反之，如果实现了智能化生产资料的社会化占有和收益的全民分享，就为真正的民主治理奠定了经济基础——公民不再仅仅是政治投票者，更是经济资产的共同所有者。

从治理效能看，人机协同治理架构为智能化生产资料的管理提供了技术支撑。要运行数亿公民的数据收益账户，要管理规模庞大的人工智能永久基金，要协调复杂的算法开源社区，都需要高度智能化的治理系统。没有政治体制的智能化，经济体制的智能化也将难以落地。

3.2 风险防范与制度韧性

任何制度设计都需要充分考虑潜在风险。未来国策的实施，面临以下几个主要挑战：

技术风险。人工智能系统本身可能存在偏见、错误或被恶意操控。如果治理系统过度依赖人工智能，一旦系统出现故障或遭受攻击，可能导致整个治理架构的瘫痪。因此，必须保留“人工 override”机制，在关键节点确保人类能够接管。同时，建立多层次的安全防护体系，对核心治理系统实施最高等级的保护。

权力风险。智能化治理可能导致权力的隐蔽性增强。传统权力运行有迹可循，而算法决策往往笼罩在技术复杂性的迷雾之中，难以监督和问责。为此，必须建立算法透明度和可解释性标准，设立独立的算法审计机构，确保公民有权了解和申诉影响自身权益的算法决策。

社会风险。收益全民分享的制度设计，可能遭遇两种截然不同的批评：一是来自右翼的批评，认为这是“养懒汉”，削弱工作激励；二是来自左翼的批评，认为这是用“数字小恩小惠”消解对根本制度变革的诉求。对此需要清醒认识：全民分红不是要替代工作伦理，而是在智能化替代大量劳动后的制度托底；不是要放弃更深层的制度改革，而是为制度改革创造社会条件。

3.3 文明转型的中国选择

中国在推动通用人工智能发展中具有独特优势。开源大模型的成功实践表明，我们可以在技术创新模式上走出不同于西方的道路。同样，在制度创新层面，中国也有条件探索适应智能化时代的治理模式。

中国特色社会主义的制度优势，为智能化生产资料公有制的探索提供了政治保障。公有制为主体、多种所有制共同发展的基本经济制度，与智能化生产资料的多元所有权结构具有内在契合性。坚持以人民为中心的发展思想，为全民分享智能化收益提供了价值指引。全过程人民民主的理念，为人机协同治理架构注入了民主内涵。

面向未来，我们需要以“十五五”规划为契机，将智能化治理和智能化所有权纳入国家战略框架。在政治体制层面，支持有条件的地方开展人机协同治理试点，探索政务人工智能的规范和边界。在经济体制层面，研究设立国家人工智能基金，探索数据要素收益分配机制，支持开源社区和公共算力平台建设。在国际层面，积极参与全球人工智能治理规则制定，推动构建公平合理的智能化国际秩序。

结语：为了人的全面发展

智能化时代已经来临。这不是一个遥远的未来，而是正在发生的现实。我们今天的制度选择，将决定这一时代的性质：它究竟是加剧不平等、强化统治的新工具，还是实现人的解放、促进共同繁荣的新机遇？

本文提出的政治人工智能体制模拟与智能化生产资料所有权构想，核心指向只有一个：确保智能化进程服务于人的全面发展。人工智能越智能，越需要保持人的主体性；生产资料越先进，越需要实现财富的公平分配。这不是对技术进步的限制，而是对技术进步方向的引导；不是对市场逻辑的否定，而是对市场逻辑的超越。

正如有学者所言，“社会关系和生产力密切相连”。当生产力发生质的飞跃，生产关系必须随之变革。智能化生产力的崛起，呼唤着智能化的政治经济体制。这是一个伟大的历史任务，也是一项紧迫的现实课题。作为政策研究者，我们有责任提出构想、参与讨论、推动实践，为智能化时代的中国道路贡献智慧。

未来已来，唯变不变。在智能化的浪潮中，我们要始终锚定一个目标：让技术服务于人，让智能造福全民。这既是《未来国策》的根本宗旨，也是我们这一代政策改进者的历史使命。