一、引言：智能化时代的逻辑起点

我们正在经历一场前所未有的范式转移。当DeepSeek等开源大模型在政务系统广泛部署，当OpenClaw这样的智能体在电脑桌面端自主调度资源，当“智能经济”首次写入政府工作报告，一个清晰的信号已经释放：智能化不再是技术工具的简单叠加，而是经济社会运行底层逻辑的根本重塑。

作为政策改进的实践者，我们需要回答一个根本性问题：当人工智能开始“思考”并“行动”，与之相适应的政治体制和经济体制应该是什么样子？本文提出的核心判断是：智能化时代的政治体制必然走向“体制智能化”，其本质是国家治理从科层制转向人机协同的智慧网络；经济体制必然走向“体制算法化”，其本质是资源配置从市场与计划的二元博弈转向数据—算法—算力协同驱动的智能决策。这不是技术决定论的盲目乐观，而是对生产力变革的必然回应——当劳动价值在生产中的权重持续下降，当智能机器开始承担认知劳动，上层建筑的调整就成为了历史必然。

二、政治体制智能化：从科层制到人机协同

（一）国家形态的重塑：数字国家的兴起

传统政治体制以科层制为核心特征：纵向分层、横向分权、制度约束、程序正义。这一体制适应了工业时代的治理需求，却在面对超大规模和内部复杂性时显露出局限性。智能化时代的到来，正在推动“数字国家”的兴起——这绝非简单地将新技术应用于治理场景，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。

国家计算体系的形成是这一变革的技术基础。所谓国家计算，是指国家政治或行政事务的常态化、泛在化计算，涵盖政治决策、政策执行、监督问责、考核激励等各个环节。与国家统计体系、财税审计体系等现代国家计算系统一脉相承，智能化时代的国家计算呈现出新的特征：它不再是事后统计，而是实时感知；不再是抽样推断，而是全域分析；不再是人工研判，而是人机协同。国务院《关于深入实施“人工智能+”行动的意见》明确提出到2035年我国全面步入智能经济和智能社会发展新阶段，正是对这一趋势的战略回应。

（二）运行机制的质变：三重逻辑的叠加

政治体制智能化的内在机理，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。传统治理依赖决策者的经验积累和直觉判断，其优势在于灵活性，局限在于有限理性。智能化治理通过算法对风险的实时研判和对社会趋势的预测，使决策的科学化、前瞻性显著增强。例如，在公共安全领域，智能监测系统可以从海量数据中识别异常模式，为预警提供数据支撑。

第二，治理过程从部门流程导向转向数据驱动。传统政策执行依赖于预设程序和部门分工，跨部门协同往往面临信息壁垒。智能化治理通过实时数据流的动态更新，实现调度、调整与预测的闭环。深圳市福田区部署的“AI数智员工”、杭州市的“城市大脑”，都是这一转型的典型案例。

第三，治理主体形态从单一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。在这一结构中，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、事中监督者和事后的审计人。

（三）制度化的关键：算法、数据与制度的系统耦合

政治体制智能化不是简单的“工具叠加”，而是需要算法、数据与制度的系统耦合。

算法提供了认知的跃迁，使治理决策能够超越有限理性。但算法并非天然中立，它所依赖的数据与模型可能包含偏见和局限。如果缺乏制度化的可解释机制，算法的治理价值将被削弱。因此，推动可解释性人工智能发展、建立第三方评估体系、透明算法逻辑，成为治理智能化的基础前提。

数据是智能治理的燃料，其地位甚至比算法更为根本。高质量的数据集建设、数据产权界定、数据安全与流通的制度安排，决定了治理资源能否公平配置。未来，治理若要在教育、医疗、社会保障等领域实现智能化优化，必须以跨部门、跨层级的数据共享机制为基础，通过公共财政、法律法规保障弱势群体在数据利用中的权益，从而防止“数据鸿沟”成为新的治理难题。

制度保障则是治理路径的最后一道关口。法律法规、伦理准则、容错机制和责任追究制度，为人工智能嵌入治理提供制度护航。没有制度化的规制，智能治理可能陷入效率至上的单维逻辑，忽视公平与伦理约束。《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体系，需要在应对人工智能治理场景时进一步完善和适配。

（四）规避歧路：从“人工智能君主制”到“人机共生”

在探讨政治智能化时，必须警惕一种危险的倾向——“人工智能君主制”。这一设想主张由AI全面接管人类的治理权，将人工智能系统置于国家治理的最高位置，像传统君主制中的君主一样主导决策。从技术可能性来看，AI在决策效率、精准性和复杂问题处理上确实具有优势，但这一设想存在根本性缺陷：算法和数据如果出现偏差，难保决策的公平正义；AI缺乏情感和伦理意识，可能无法做出符合人类社会道德标准和价值观念的决策；权力高度集中于AI，可能引发新的“技术霸权”或一种用数学符号与复杂模型构建的“技术神权”。

政治体制智能化的正确方向不是用AI取代人类，而是实现人机协同。智能政府汲取数字政府建设成果，可以在数据训练基础上自主学习、自主分析、自适应优化，形成双向赋能的新范式：既可以通过人机协同减少重复性工作、降低政府运行成本，又可以通过预测新态势、生成新内容、提出决策建议，形成政府效能新增量。在这一范式中，AI是人的能力的延伸，人是AI能力的放大器。

三、经济体制算法化：从市场与计划到算法驱动

（一）智能经济的内涵：从“让数据说话”到“让系统思考并行动”

经济体制算法化，对应的是“智能经济”这一新形态的崛起。智能经济是数字经济的高级形态，它以人工智能、大模型、智能体为核心引擎，依托数据、算力、算法协同发力，具备自主学习、推理决策、生成创造与自主执行能力。简单来说，数字经济是让数据说话，智能经济是让系统思考并且能够行动。

这一本质跃迁意味着经济体制的底层逻辑正在发生根本性转变。传统经济学的核心议题是资源配置：市场通过价格信号调节供需，计划通过行政指令实现平衡。而在智能经济中，资源配置的枢纽正在从“价格”与“计划”转向“算法”——算法通过实时处理海量数据，能够实现比市场更敏捷的供需匹配，比计划更精准的资源调度。2026年政府工作报告首次提出“打造智能经济新形态”，并将其列为年度政府工作任务，正是对这一趋势的战略确认。

（二）运行的基础：数据—算法—算力的新型铁三角

智能经济的运行建立在“数据—算法—算力”这一新型铁三角之上。其中，数据是经过算法加工后能够产生洞察和预测的“原料”；算法作为处理数据的逻辑与规则，是价值创造的“灵魂”；而算力，特别是绿色高效的算力，则是支撑这一创造过程的“物质基础”。这三者之间的协同效应，构成了智能经济持续演进的内生动力。

值得注意的是，随着算力需求的指数级增长，其背后的能源消耗已成为制约智能经济发展的关键瓶颈。政府工作报告专门提出，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。通过智能调度实现“计算跟着电力走”或“电力追着计算算”，不仅是降低运营成本的经济考量，更是关乎发展可持续性的战略选择。

（三）生产过程的再造：从自动化到自优化

经济体制算法化在生产端的表现，是智能制造从“自动化”向“自优化”的演进。传统自动化依赖预设程序，只能执行固定任务；智能化生产系统则能够根据实时市场反馈自主调整工艺参数和排产计划。这一转变的核心在于：算法不再是被动的执行工具，而是主动的决策主体。

大模型生产下人机协作的实践样态，生动展现了这一变革。在数字资本主义的智能化生产中，功能各异的智能助手成为知识工人的“工作神器”；数字员工实现知识库具象化，与劳动者形成新型人机团队；通用智能体则“按意图行事”，演绎人机协作的理想图景。在经营决策领域，数字员工发挥强大的数据运算能力，高效收集和挖掘市场趋势，实时形成“计算知识”；人则在算法推荐的基础上，利用战略直觉和利益平衡，在充满不确定性的环境中促进决策动态优化。

（四）分配逻辑的重构：从劳动价值到人的发展价值

经济体制算法化带来的最深层次挑战，在于分配逻辑的根本性重构。主流经济学分析经济周期，通常将经济下行解读为有效需求不足，对策便是通过货币政策与财政政策刺激投资与消费。然而，智能革命的迅猛发展正在动摇这一理论根基：智能机器与人工智能系统正从替代重复性体力劳动，快速扩展到替代程序化认知劳动，乃至部分创造性工作。这导致了一个关键悖论——生产力的飞跃式进步，不再必然带来社会总劳动岗位的净增长，反而可能导致劳动在经济价值创造中的权重持续下降，即“劳动价值不断虚化”。

当大量劳动者发现自己的技能在智能系统面前迅速贬值，就业从“价值创造”通道沦为“辅助机器”的境地时，其收入增长预期便会疲弱，消费意愿随之受抑。这正是传统政策传导阻滞、就业与增长脱钩等现象的深层原因：问题的核心已转向“分配”与“需求”侧，根源在于创造价值的方式和价值的分配基础正在发生质变。

因此，经济体制算法化必须回应一个根本性问题：当劳动不再是价值创造的主要来源，分配的依据应该是什么？答案或许在于从“劳动价值”走向“人的发展价值”。在智能化生产能力近乎无限的未来图景中，稀缺性将逐渐从“生产能力”转向“创新性、高品质的消费需求”。人的角色从生产过程中的“劳动者”，日益转向消费循环中的“价值定义者”与“意义赋予者”。社会主要矛盾可能从“生产不足”转向“分配不均”与“需求层次不高”。智能技术创造的巨大财富如何公平而有效地分配，以支撑全社会形成强大、可持续的消费能力，成为关键命题。

（五）治理的同步：从静态审批到敏捷治理

经济体制算法化对传统治理模式提出了挑战。数据产权如何界定？算法“黑箱”如何穿透？智能体行为引发的责任如何归属？对这些问题如何作答，直接影响着市场主体的预期和行为选择。

一个理想的人工智能治理框架，应当既能有效防范化解重大风险，又能为技术创新留下充分的试错空间。这需要从过去注重“事前审批”的静态管理模式，转向强调“过程监管”和“敏捷治理”的动态治理模式。具体而言，包括三个层面：第一，善用开源社区的自我规制力量，以开放生态应对分布式风险；第二，强化基础模型的源头治理，以底层能力约束智能体行为；第三，推动数字平台企业发展适配智能体的新型风险防控机制，针对智能体高频、并发的行为特征构建新型防线，防止个案伤害在规模化放大下演变为系统性风险。

四、政治与经济智能化的一体两面

政治体制智能化与经济体制算法化，并非两个孤立的过程，而是同一场范式革命的一体两面。二者相互支撑、相互赋能，共同构成智能化时代的制度基础。

一方面，政治智能化需要以经济智能化提供的物质技术为基础。智能政府的运行依赖强大的算力基础设施、高质量的数据集、成熟的算法模型，这些都离不开智能经济的支撑。另一方面，经济算法化需要以政治智能化提供的制度环境为保障。数据产权的清晰界定、算法伦理的规范约束、智能体行为的责任归属，都需要通过政治体制的智能化变革来提供制度供给。

更深层次地看，二者的耦合体现为“国家计算”与“社会计算”的双向互动。国家计算重在国家政治或行政事务，通过中心化、科层制的行政体系实施和运行，确保制度化、稳定化和高效化；社会计算则重在社群事务，围绕社会系统运行过程、国家社会互动过程展开，强调理解复杂性、应对多样性。二者的协同演化，构成了智能化时代国家治理的完整图景。

五、面向未来的政策思考

基于上述分析，作为政策改进的实践者，我们需要在以下几个方向上进行前瞻性布局：

第一，推动政府组织形态的智能化再造。传统科层制难以适应智能化时代的治理需求，需要探索扁平化、协同化的新型组织结构。通过数字技术实现跨层级、跨部门、跨系统的业务协同和统筹联动，推动整体性政府建设。

第二，构建数据驱动的决策支持体系。建立跨部门、跨层级的数据共享机制，推动高质量数据集建设，为智能化决策提供数据支撑。同时，建立第三方评估体系，推动算法的透明化与可解释化，确保智能决策的公正性和公信力。

第三，完善智能经济的分配调节机制。面对劳动价值虚化的趋势，需要探索与智能时代相适应的社会保障与收入补充机制。完善全民普惠式社会保障网络，研究针对技术变革红利进行更广泛社会分配的可行性，切实提升居民实际购买力与安全感。

第四，重塑面向智能时代的教育体系。教育应从培养标准化劳动力，转向培养具有批判思维、创造力、审美能力和终身学习素养，能适应并引领“存在价值竞争”的全面发展的人。将人工智能通识教育纳入国民教育体系，普及数字化常识、消除数字鸿沟，增强全社会对技术变革的适应能力。

第五，建立敏捷治理的制度框架。从“事前审批”转向“过程监管”，建立分级分类监管机制，在发展中规范、在规范中发展。同时，积极参与全球人工智能治理规则制定，以市场份额提升国际规则话语权，在全球智能经济竞争中占据主动。

六、结语

智能化时代已经到来。这不是遥远的未来图景，而是正在发生的现实。作为政策改进的实践者，我们需要深刻认识到：政治体制智能化和经济体制算法化，不是技术工具的简单叠加，而是制度逻辑的根本重塑。在这一进程中，我们必须把握住一个核心原则——技术服务于人，而不是人服务于技术。

人工智能君主制是一条歧路，因为它消解了人的主体性。真正值得追求的，是人机共生的智慧社会：让智能系统成为人的能力的延伸，让人成为智能系统的价值引领者。唯有在效率与公平、创新与安全、技术与人文之间实现动态平衡，智能化才能真正成为服务人民、造福社会的善治工具。

这，正是《未来国策》的核心要义。