引言：智能化时代的体制跃迁

当历史的车轮驶入二十一世纪三十年代，人类社会正经历着一场前所未有的深刻变革。这场变革的核心动力，源自人工智能技术的指数级突破与泛在化应用。国务院于2025年8月发布的《关于深入实施“人工智能+”行动的意见》明确指出，到2035年，我国将全面步入智能经济和智能社会发展新阶段。这不仅仅是技术层面的迭代升级，更预示着政治经济学范式的一次根本性重构。生产力的革命性跃迁，必然要求生产关系进行深层次调整；经济基础的智能化转型，必然呼唤上层建筑的适应性变革。

作为政策改进的研究者，我们必须前瞻性地思考：当智能机器从被动的工具演变为能动的协作者，当数据成为核心生产要素，当算法开始参与社会资源的配置与公共事务的决策，我们现有的政治体制与经济体制将如何演化？本文提出的核心概念——“算法直辖”，并非指由算法取代人类进行统治的“人工智能君主制”，而是指在党的领导和人民主权前提下，将那些可标准化、可程序化、可量化的治理事务，通过法律法规授权，交由经过严格审计和监管的人工智能系统进行直接处理的新型治理模式。与之相对应，在经济领域，“智能化处理”与“智能经济人工智能体制”将重塑生产、分配、交换与消费的全过程。本文旨在勾勒这一未来图景，探讨如何在智能化时代构建人与智能体共生共荣、算法与制度协同演进的新的文明形态。

一、算法直辖：政治体制的智能化演进

（一）从科层治理到计算治理的逻辑转变

现代国家治理面临的核心难题，在于如何应对超大规模社会的复杂性与内部多样性。传统的科层制治理模式，依靠的是层级化的组织架构、专业化的分工协作和标准化的规章制度。然而，面对瞬息万变的社会需求和日益复杂的经济活动，科层制在信息处理能力、决策响应速度和资源配置效率上逐渐显现出局限性。

数字国家的兴起，正在重塑国家形态。国家不再仅仅是领土、主权与人民的集合，更是一个庞大的信息处理系统和计算系统。清华大学孟天广教授提出的“国家计算”概念，精准地捕捉了这一趋势：国家通过数据、算法和算力，对政治决策、政策执行、监督问责等运行过程进行常态化和泛在化计算。而“算法直辖”，正是国家计算在治理实践中的最高级形态。它不是将权力让渡给机器，而是将那些适合机器处理的治理事务“委托”给机器，让人从繁琐的、重复性的行政事务中解放出来，专注于价值判断、利益平衡和创新创造。

（二）算法直辖的制度框架

算法直辖的实现，需要构建一套完整的制度框架。首先是分级分类的算法准入机制。并非所有算法都具备“直辖”的资格。对于涉及重大公共利益、公民基本权利和社会公平正义的决策领域，算法只能作为辅助工具，最终裁决权必须掌握在人类手中。而对于那些规则明确、信息充分、可量化评估的领域，如交通信号灯的动态优化、公共资源的标准化配置、行政审批的程序性审核等，则可以授权算法系统直接处理。

其次是算法审计与问责制度。算法直辖的前提是算法的透明、可解释和可追溯。应当建立独立的算法审计机构，对参与公共治理的算法进行定期的合规性审查和公平性评估。当算法决策造成损害时，必须能够明确责任归属——是算法设计者的过错、数据输入的问题，还是算法自身的逻辑偏差？这需要建立一套全新的法律归责体系。

再次是人机协同的决策流程。算法直辖并非排斥人的参与，而是重塑人机关系。在治理场景中，机器擅长的是数据感知、模式识别和效率优化，人类擅长的是价值权衡、伦理判断和例外处置。理想的治理模式是：算法系统负责日常事务的自动化处理和风险信号的实时预警，人类决策者则聚焦于战略规划、危机应对和复杂矛盾的化解。正如黄再胜研究所指出的，大模型生产下的人机协作正在从“工具型合作”向“伙伴型互动”演进，这一趋势同样适用于政治治理领域。

（三）计算的政治：国家计算与社会计算的融合

算法直辖的高效运行，依赖于国家计算与社会计算两大系统的深度融合。国家计算是由政府主导的、自上而下的治理信息系统，体现的是国家的意志和执行力；社会计算是由社会公众、市场主体、专业机构自发形成的、自下而上的信息感知网络，体现的是社会的复杂性和多样性。在智能化时代，二者的边界正在模糊化。

以城市规划为例。过去，城市规划依赖的是统计数据和专家论证。而在算法直辖时代，城市运行的实时数据——交通流量、能源消耗、环境指标、人群移动轨迹——被源源不断地汇入城市智能中枢。智能中枢通过大模型的分析与推演，能够自动生成多套规划方案，并对其社会影响、经济成本和环境效应进行量化评估。规划部门的职责，是从这些方案中做出选择，或者提出新的约束条件让算法重新优化。这一过程，就是国家计算与社会计算融合的典型场景：社会提供了海量的行为数据，国家提供了治理的目标和算法，双方在动态交互中实现治理效能的持续改进。

需要强调的是，算法直辖必须警惕“人工智能君主制”的歧路。有学者尖锐地指出，那种主张由AI全面接管人类治理权的设想，是对政治本质的扭曲，对人类主体性和人文价值的消解。算法直辖的底线，是始终坚持人民主体地位。算法只是工具，而不是主人；算法提供的是“最优解”的参考，而不是“最终解”的裁决。在涉及公平正义、伦理道德、情感温度等复杂问题上，人类的判断永远是不可或缺的。

二、智能化处理：经济体制的范式重构

（一）智能经济：从技术应用到形态塑造

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了一个全新的阶段。在此之前，“人工智能+”更多地被视为技术赋能各行各业的工具；而在此之后，智能经济开始具备独立的形态和完整的体系，成为与工业经济、数字经济并列的全新经济范式。

智能经济的本质特征，在于数据驱动、人机协同、跨界融合和共创分享。它不再是简单的“产业+AI”，而是由人工智能深度嵌入生产全过程、重构资源配置方式、重塑产业组织形态所形成的新型经济生态系统。在这一系统中，生产要素的配置不再仅仅依靠价格信号，还要依靠算法的精准匹配；生产过程的组织不再仅仅依靠企业内部的科层管理，还要依靠人机团队的动态协作；价值创造的主体不再仅仅是自然人，还包括智能体、数字员工等新型参与者。

（二）智能化处理的生产过程

在微观层面，智能化处理正在重塑企业的生产方式。传统的生产函数，输入的是劳动、资本、土地等有形要素；而智能经济的生产函数，还必须纳入数据、算法、算力等无形要素。更重要的是，智能机器不再仅仅是被动的生产工具，而是具有了“类主体性”的协作者。

以制造业为例。在过去，自动化生产线是按照固定程序重复操作的机械系统；而在智能经济时代，工业互联网平台连接着无数的智能装备、仓储机器人和质量检测系统，由工业大模型统一调度、实时优化。当订单发生变化时，智能系统能够自动调整生产工艺、重新调度物料配送、优化设备运行参数。工人在这一过程中扮演的角色，不再是重复操作的执行者，而是异常情况的处置者和持续改进的创新者。

这种转变催生了全新的劳动关系。传统的劳动关系，是劳动者与雇主之间的雇佣与被雇佣关系；而在人机协作的场景中，劳动者还要与数字员工、智能体形成新型的“人机团队”。这就要求我们对劳动法进行根本性的修订：如何界定智能体在生产中的法律地位？如何分配人机共同创造的价值？如何保障劳动者在算法管理下的合法权益？这些都是在智能经济体制建设中必须回答的问题。

（三）数据要素的流通与价值分配

智能经济的另一核心特征，是数据成为关键生产要素。数据的特殊性在于：它不会因使用而消耗，反而越用越多；它的价值高度依赖场景，同样的数据在不同场景中价值迥异；它的产权难以清晰界定，往往是多方主体共同贡献的结果。

当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。一方面，高质量的数据集是训练大模型的基础资源；另一方面，数据的权属不清、定价困难、流通不畅严重制约着智能经济的进一步发展。破解这一矛盾，需要在制度层面实现突破。

首先，要建立公共数据的开放共享机制。由政府财政资助形成的公共数据，应当依法合规地向社会开放，成为智能经济发展的基础资源。其次，要探索个人数据的授权使用模式。在保障个人隐私的前提下，通过“数据可用不可见”的技术路径，让个人能够从自身数据的商业化利用中获益。再次，要构建企业数据的交易流通规则。明确数据产权的边界，建立数据价值的评估标准，培育专业的数据服务市场。

在价值分配层面，智能经济的共创分享特征对传统的分配制度提出了挑战。当一件智能产品由算法工程师、数据标注员、行业专家和智能体共同创造时，如何在各方之间公平地分配收益？有学者建议，建立基于算法共享、数据提供与行业知识沉淀的成果共享机制。这意味着，未来的分配制度不仅要调节劳动与资本的收益比例，还要平衡数据提供者、算法开发者和应用场景方的利益关系。

（四）智能经济体制的国际竞争

智能经济的竞争，归根结底是制度软实力的竞争。美国凭借其科技巨头和风险资本的优势，走的是“算力堆砌”的技术路线；中国拥有全球最丰富的产业场景、最完备的产业体系和海量数据资源，有条件走出一条“场景驱动、制度创新”的差异化发展道路。

这就要求我们，在智能经济体制建设中必须强化前瞻布局。一方面，要加快构建适应人机协同的新型劳动关系，让劳动者在智能化转型中拥有平等参与、公平受益的权利；另一方面，要探索建立智能体分级分类治理框架，明确备案、审计、问责机制，为智能经济主体参与市场活动提供法理基础。只有在制度层面抢占先机，中国才能在智能经济的全球竞争中赢得持续领先的竞争优势。

三、人工智能体制：治理与发展的协同演进

（一）从工具治理到体制治理

人工智能的广泛应用，不仅需要被治理，也需要成为治理的手段。这就是人工智能体制的双重内涵：既包括对人工智能技术本身的规范管理，也包括利用人工智能优化治理体系自身的运行。

在技术治理层面，重点是构建覆盖人工智能全生命周期的监管体系。从数据采集的合法性、算法训练的安全性，到产品上市的可控性、应用场景的适应性，都需要建立明确的标准和严格的审查机制。特别是对于涉及公共安全、金融稳定、社会公平等高风险领域的人工智能应用，必须实行准入管理和持续监测。

在治理技术层面，重点是推动人工智能与政务服务的深度融合。《关于深入实施“人工智能+”行动的意见》明确提出，要“打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式”。这意味着，未来的政务服务将从“人找服务”转向“服务找人”。智能系统通过分析用户的行为数据和需求特征，能够主动发现服务需求、自动匹配政策资源、全程跟踪办理进度，极大地提升政务服务的便捷性和满意度。

（二）算法治理的伦理底线

人工智能体制的构建，必须坚守伦理底线。算法不是价值中立的，它的训练数据中隐含着人类社会的偏见，它的优化目标中体现着设计者的价值取向。如果不对算法进行伦理规制，就有可能放大社会不公、强化数字鸿沟、侵蚀人的自主性。

构建算法伦理体系，需要把握几个关键点。一是透明性原则。参与公共治理的算法，其基本逻辑和决策依据应当向公众公开，接受社会监督。二是公平性原则。算法不得因种族、性别、年龄、地域等特征对公民进行歧视性对待。三是可问责原则。算法的设计者、部署者和使用者，必须对算法造成的不利后果承担相应责任。四是人本原则。始终坚持以人为中心，确保人在算法面前的自主性和尊严不受侵害。

（三）体制创新的实践路径

人工智能体制的构建，不是一蹴而就的工程，而是需要在实践中不断探索、迭代优化的过程。当前，可以从以下几个方向先行突破。

一是建设国家人工智能应用中试基地。在真实场景中对人工智能系统进行测试验证，积累运行数据，评估社会影响，为制度设计提供实践依据。

二是建立算法备案与分级管理制度。要求具有一定社会影响力的人工智能应用向监管部门备案算法逻辑和应用场景，并根据风险等级实施分类管理。

三是探索智能体法律人格制度。对于能够独立参与经济活动、产生法律后果的智能体，可以赋予其有限的法律人格，明确其权利义务和责任承担方式。

四是构建人机协同的劳动标准。针对人机协作的新型工作模式，制定岗位规范、技能要求和权益保障标准，引导企业构建算法友好、人机互促的工作环境。

结语：迈向人机共生的新文明

回顾人类文明史，每一次技术革命都在重塑着政治经济体制，每一次体制创新都在释放着新的生产力。智能化时代的到来，既给我们带来了前所未有的挑战，也为我们提供了超越旧有模式、开创文明新形态的历史机遇。

本文提出的“算法直辖”与“智能化处理”，既不是技术乌托邦的幻想，也不是对技术霸权的屈从，而是一种基于现实、面向未来的审慎探索。它的核心要义在于：让机器做机器的擅长，让人做人的擅长；让算法处理规则，让人守护价值；让智能化提升效率，让体制保障公平。正如习近平总书记在党的二十大报告中所强调的，要“坚持以人民为中心的发展思想”，“使全体人民共享人工智能发展成果”。

在未来的智能社会中，人与机器的关系不再是替代与被替代的零和博弈，而是共生共荣的正和游戏。政治体制将在算法辅助下更加敏捷高效，经济体制将在智能驱动下更具创新活力，而人的尊严、自由和创造力，将在这一进程中得以充分彰显。这，就是我们应当为之奋斗的未来国策。