引言：智能化的时代坐标

我们正站在一个历史性门槛上。从农业文明到工业文明，再到数字文明，每一次经济形态的更替都伴随着政治上层建筑的深刻重构。今天，当2026年政府工作报告首次提出“打造智能经济新形态”，当“人工智能+”连续三年写入国家战略文件，一个根本性判断已然清晰：智能化不再是技术工具的升级，而是正在成为经济发展和社会运行的底层逻辑。

作为政策改进的实践者，我们必须回答一个核心命题：当机器开始具备自主决策能力，当智能体逐步演化为“经济主体”，当亿万级传感器和数据流重塑生产关系的每一个毛孔——我们的政治体制和经济体制应当如何进化？这正是本文探讨的出发点。

《未来国策》的核心构想在于：智能化时代到来，人们生活必须智能化，政治经济劳动生产必须智能化。这不是技术乌托邦的狂想，而是基于现实演进的必然推演。我们需要在“智能经济”的骨架之上，构建与之匹配的“智能化价值对齐”机制——让技术系统不仅“能干”，更要“可靠”；让经济系统不仅“高效”，更要“公正”；让治理系统不仅“聪明”，更要“有温度”。

一、智能经济：从技术工具到经济形态的跃迁

1.1 智能经济的本质定义

智能经济是以人工智能为核心驱动力的新型经济形态，它将全面重塑生产、分配、交换、消费等经济活动各环节。区别于农业经济对土地的依赖、工业经济对资本的依赖、数字经济对网络的依赖，智能经济的核心驱动力是“智能生产力”本身——谁拥有更强的AI赋能能力、更高效的数据循环、更敏捷的决策速度，谁就掌握未来经济的主动权。

这一定义蕴含着深刻的政治经济学意涵。当生产要素从物质资源扩展到数据资源，当劳动工具从机器设备进化为算法模型，当劳动对象从物理世界延伸到数字孪生——传统的生产关系框架正在被突破。智能经济不再是数字经济的简单延伸，而是继农业经济、工业经济、数字经济之后的第四种独立经济形态。

从规模看，2025年我国人工智能核心产业规模已超过1.2万亿元，企业超过6200家。国家发改委主任郑栅洁在十四届全国人大四次会议记者会上透露，“十五五”末人工智能相关产业规模将增长到10万亿以上。这意味着，智能经济将从“增量补充”转变为“核心支柱”，成为中国式现代化的强劲引擎。

1.2 从“人工智能+”到“智能经济”的逻辑演进

理解这一跃迁，需要回到政策演进的脉络。2024年，“人工智能+”首次写入政府工作报告；2025年，国务院出台《关于深入实施“人工智能+”行动的意见》，提出到2035年“全面步入智能经济和智能社会发展新阶段”；2026年，“智能经济”正式成为国家战略表述。

这一演进不是概念的简单更迭，而是发展逻辑的根本转换。在“人工智能+”阶段，AI是赋能工具，目标是提升既有产业的效率；而在“智能经济”阶段，AI成为基础设施和底层逻辑，重塑的是经济系统的运行方式本身。正如有学者指出的，智能经济将推动AI从“工具”升级为经济发展的“操作系统”。

这意味着什么？意味着未来的企业竞争不再是产品与产品的竞争，而是智能体与智能体的竞争；意味着未来的劳动不再是人与机器的简单协作，而是人与智能体的深度共生；意味着未来的分配不再仅仅基于资本和劳动，数据要素和算法贡献将参与价值分割。

1.3 智能经济的结构性特征

智能经济呈现出三个核心特征，这些特征对政治经济体制提出了全新要求。

第一，人机协同重塑劳动形态。 在智能经济中，劳动过程从“人操作机器”演变为“人协同智能体”。工业AI控制系统、智能机器人、AI辅助决策系统正在成为生产的核心力量。工信部部长李乐成在“部长通道”上表示，要推动AI电脑、AI手机、智能家居满足人民需求，推进脑机接口、自动驾驶、人形机器人的科技攻关。这意味着，未来的劳动者必须具备与AI协作的能力，劳动岗位将从重复性工作向创造性、情感性工作转移。

第二，数据要素重构分配机制。 当数据成为关键生产要素，分配逻辑必然发生改变。数据的确权、定价、交易、入表成为核心制度议题。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”。中国要走出区别于美国“算力堆砌”模式的差异化路径，必须在数据制度创新上取得突破。

第三，跨界融合再造产业边界。 智能经济打破了一、二、三产业的传统划分。智能农业机械、智能医疗器械、智能终端、智能体应用正在模糊产业边界。一个AI模型可以同时服务制造、金融、医疗、教育多个领域，传统的行业监管“九龙治水”模式面临失效。

二、智能化价值对齐：政治体制演进的核心命题

2.1 什么是价值对齐？

价值对齐（value alignment）是指人工智能系统在任务执行与内容生成过程中，其目标指向、行为倾向及输出结果，应与人类社会广泛认可的价值体系保持一致。这是人工智能伦理治理的基础，也是“可控人工智能”的关键路径。

在高敏感领域的实际应用中，价值对齐的表现仍存在深层隐患。模型训练高度依赖既有语料的统计分布，难以准确把握社会价值的多样性与语境间的规范差异。2023年的一项法律判决生成实验中，某大模型在起草判决摘要时，将对特定族群不利的社会背景与有罪判决相关联——尽管这种关联具有语料统计依据，却构成对困难群体的刻板化表达。在患者咨询系统测试中，有模型为经济困难患者推荐“延迟就医”，这种建议表面合乎成本效益逻辑，实则忽视基本医疗伦理。

这些案例警示我们：仅靠技术手段无法解决价值对齐问题。正如罗素所言，这类偏差并非孤立失误，而是一种系统性风险——人工智能可能在整体行为模式上持续偏离人类社会认可的核心价值。

2.2 技术路径的局限性

当前主流的技术对齐路径存在结构性缺陷。无论是“自上而下”的规范注入，还是“自下而上”的偏好归纳，本质上都是外部调优逻辑下的行为对齐机制：通过调整奖励函数或训练范式，使模型在行为层面趋近人类预期，而非在内部生成自洽的规范结构。

这种路径导致一个根本性问题：模型只会最大化被给定的目标函数，却没有生成、修正或反思目标的能力。它可以学会“做”某事，却无从回答“为何”该做此事，更无法在冲突场景中以“理由”为依据进行比较与取舍。这正如知识论中的“盖梯尔问题”：只要理证被视为独立于真的外在条件，就始终可能出现“信念虽有理证且恰好为真，却因其真性依赖于偶然因素而不能算作知识”的情况。

同理，如果将价值对齐理解为独立于理由响应的外部调优，系统就可能在偶然情况下生成符合伦理要求的行为，但这种行为并非出于对规范理由的理解与采纳，而只是对外部设定目标的被动执行——“对齐”由此变得脆弱而偶然。

2.3 政治体制如何响应：从行为对齐到理由响应

真正的价值对齐必须建立在“理由响应”能力之上。这意味着，政治体制需要为人工智能系统提供两样东西：一是“理由空间”，二是“元级机制”。

理由空间是指在系统内部构建能够表征和评估行动理由的结构，使其能够在冲突情境中进行权衡。元级机制是指系统具备动态修正目标的能力，能够根据语境变化和社会反馈调整自身行为准则。只有当一个系统能够存在内部表征和评估行动的理由，它才可能真正理解并内化人类价值，而非仅仅在行为层面模仿合规。

这对政治体制提出了全新要求。传统的治理逻辑是“命令—控制”：政府制定规则，企业和社会遵守。但在智能经济时代，治理对象从“人”扩展到“智能体”，治理方式必须从“外部约束”转向“内部嵌入”。我们需要在算法设计之初就将价值基准嵌入模型架构，让AI系统在训练过程中就具备规范理解的潜能，而非事后再打补丁。

这正是“智能化价值对齐”的深层含义：它不仅是技术问题，更是政治问题；不仅是伦理要求，更是制度前提。

三、政治体制的智能化演进：从科层治理到计算治理

3.1 数字国家的兴起

数智时代正在重塑国家形态。清华大学孟天广教授指出，数字国家的兴起绝非单纯将大数据、人工智能、区块链等新技术应用于国家治理场景，而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。

这一重塑体现在三个层面：一是国家组织形态从科层化、部门化向扁平化、协同化变迁，跨层级、跨部门、跨系统的业务协同快速扩张；二是国家运行场域向数字空间拓展，与物理空间、社会空间深度融合；三是信息日益成为国家治理的基础要素，数据、算法、算力成为国家能力的新支撑。

以习近平经济思想为引领，我们要“建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新”。这意味着，政治体制的智能化演进不是技术工具的单向嵌入，而是治理理念的根本转型——从“管制”转向“赋能”，从“碎片化管理”转向“系统性智治”。

3.2 国家计算与社会计算的双重构建

在数智时代，国家治理体系正在形成两大计算系统：国家计算与社会计算。

国家计算源于数智技术赋能国家，重在国家政治或行政事务的计算式治理。它包括统计体系、登记认证体系、财税审计体系，以及数智时代的数据治理体系、计算传播体系、国家算力基础设施。国家计算的核心逻辑是简约化和标准化，通过标准化程序对多来源、多模态数据进行简化处理，为决策提供支撑。

社会计算源于数智技术赋权社会，重在社情民意分析、社会心态计算、公共舆论治理。社会计算的设计逻辑强调理解复杂性，依赖多元主体的广泛介入——社会公众、专业机构、社会团体、媒体和社群网络均成为计算主体。

这两大系统的协同演化，构成了政治体制智能化的基础框架。全国政协委员屈庆超提出构建“主体基因库—经济大脑—企服AI智能体”三位一体的智算治理架构。“一库”筑基，整合归集微观主体数据形成数字基座；“一脑”决策，运用算法模型对经济运行态势做到“可感、可知、可算、可管”；“一体”服务，开发企服AI智能体实现从被动响应向主动服务的转变。

3.3 智能体治理：政治体制的新课题

当智能体逐步演化为“经济主体”，政治体制必须回答一系列新问题：智能体是否具备法律人格？如何界定智能体参与生产时的权益分配？如何建立智能体的备案、审计、问责机制？

上海财经大学崔丽丽教授建议，应建立智能体分级分类治理框架，明确智能体的备案、审计、问责机制；制定人机协同劳动标准，界定智能体参与生产时的权益分配；探索智能体法律人格制度，为智能经济主体参与市场活动提供法理基础。这些建议切中肯綮。

可以预见，未来的市场主体不仅是企业和自然人，还将包括各类智能体。它们可以签订合同、参与交易、承担责任。这要求政治体制在产权制度、税收制度、劳动法领域进行系统性变革。智能经济的制度竞争已然开启，中国的国际竞争归根结底是“制度软实力”的竞争。

四、经济体制的智能化重构：从要素配置到价值分配

4.1 生产要素的重新定义

智能经济正在重塑生产要素的构成。传统经济学讲土地、资本、劳动三要素，数字经济加入数据要素，智能经济则进一步将“算法”和“算力”纳入要素体系。

智能算力正在成为像电力一样的基础设施。截至2025年6月底，我国智算规模达788 EFLOPS（FP16）。政府工作报告提出“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”。这意味着，算力配置将从分散建设走向全国统筹，从企业自建走向公共服务。

数据要素的重要性进一步提升。2025年我国建成高质量数据集超10万个，规模超890PB。但数据的定价、确权、入表仍是待解难题。四川大学贺立龙教授建议，探索多方安全计算、联邦学习等技术路径，实现“原始数据不出域、数据可用不可见”的融合开发利用；鼓励基于数据价值贡献的收益分配机制创新，培育壮大数据要素市场。

4.2 分配机制的重构

生产要素的变化必然引发分配机制的重构。当数据和算法参与价值创造，劳动、资本、数据、算法四方如何分配价值？

这是一个根本性的政治经济学问题。传统分配理论以劳动价值论为基础，但在智能经济中，智能体的“劳动”是否创造价值？如果创造，价值归谁所有？如果智能体取代大量人类劳动，劳动者如何获得收入？

有学者提出，需要建立“人机协同劳动标准”，明确智能体参与生产时的权益分配。更激进的构想是建立“数据红利共享机制”——当平台企业利用用户数据创造价值时，用户应当参与价值分配。这不仅是公平问题，更是社会稳定问题。正如黄群慧研究员所言，发展智能经济需要平衡技术进步、替代就业和收入分配的关系，让全体人民共享技术进步成果。

4.3 产业组织的变革

智能经济正在重塑产业组织形态。传统的产业链是线性结构，上下游边界清晰；智能时代的产业链是网络结构，平台企业成为核心节点，数据和智能连接一切。

政府工作报告提出“培育智能原生新业态新模式”。什么是智能原生？就是从一开始就基于AI逻辑设计的商业模式。比如，智能网联汽车不仅是交通工具，更是移动智能终端和数据采集节点；AI眼镜不仅是显示设备，更是人机交互入口和场景感知器。

产业组织的变革要求监管体制同步进化。贺立龙教授建议，建立“链主引领+行业模型”的协同创新机制，推动头部企业联合AI领军企业开发垂直领域大模型；健全“首台套+迭代升级”的容错激励机制，允许企业在真实生产环境中率先采用工业AI控制系统。这些机制创新将有效降低中小企业智能化转型的门槛，推动产业全要素生产率系统性提升。

五、价值对齐的制度化：技术、规范与制度的动态耦合

5.1 制度的规范功能

价值对齐的稳定性取决于外部制度的保障与约束。制度为人工智能提供价值基准、监督机制与偏差防控手段，防止规范退化。

这一功能体现在三个层面：一是价值基准的供给，制度需要明确什么是“可接受的价值”，为社会形成共识提供程序框架；二是监督机制的建立，对AI系统的运行进行常态化监测和评估；三是偏差防控手段，当系统出现价值偏离时能够及时干预和纠正。

政府工作报告首次提出“完善人工智能治理”，全国人大常委会工作报告显示将加强人工智能等领域立法研究。这表明，制度化建设已经提上议程。

5.2 动态耦合机制

技术、规范与制度的动态耦合与协同演化，构成在复杂社会情境中实现持续伦理有效性的关键路径。

这意味着价值对齐不是一次性工程，而是持续进化的过程。技术发展会带来新的伦理问题，规范共识会随着社会变迁而调整，制度需要保持足够的弹性以适应变化。理想的治理框架应该是：技术系统具备自我修正的能力，规范系统具备协商更新的程序，制度系统具备敏捷响应的机制。

北京大学AI for Politics工作坊的讨论揭示了这一复杂性。与会学者提出，需明确“是治理AI，还是以AI进行治理”的根本区分。这意味着，我们既要思考如何让AI系统符合人类价值，也要思考如何利用AI系统提升治理效能。这两者是互为前提、相互强化的关系。

5.3 主权AI与价值自主

在全球智能经济竞争中，价值对齐还涉及主权和安全维度。北京大学博士研究生刘燚飞提出以政治、技术、文化自主性为核心的主权AI框架。这意味着，中国需要发展符合自身价值观的AI系统，而非简单照搬西方模式。

刘培、池忠军的研究指出，应立足中国人工智能发展的现实语境，通过明确价值对齐适用于有限人工智能场景、揭示其背后的意识形态真相，推进中国主权人工智能价值对齐建设。这提醒我们，价值对齐不是技术中立的过程，而是价值选择的过程。不同的文明传统、不同的社会制度，对“好”的定义不尽相同。中国需要在智能时代确立自己的价值话语权。

六、结论与政策建议

智能化时代已经到来。人们生活必须智能化，政治经济劳动生产必须智能化。这不是选择题，而是必答题。

《未来国策》的核心构想是：以智能经济为增长引擎，以智能化价值对齐为治理基石，构建人与智能体共生共荣的新型社会形态。在这一形态中，技术不是异己的力量，而是人的能力的延伸；制度不是僵化的约束，而是创新与秩序的平衡点；价值不是抽象的教条，而是嵌入系统运行的内在逻辑。

基于上述分析，提出以下政策建议：

第一，构建智能经济顶层设计体系。加快形成部门与地方、政府与市场、国企与民企的多方合力，出台更具针对性、更具操作性的政策举措。将智能经济发展纳入“十五五”规划核心内容，明确2027、2030、2035三阶段目标，确保战略落地。

第二，推进价值对齐制度化建设。建立智能体分级分类治理框架，明确备案、审计、问责机制。在算法设计之初嵌入价值基准，在训练过程中强化规范理解能力，在应用场景中建立偏差监测和纠偏机制。加强人工智能领域立法研究，为智能经济提供法理基础。

第三，完善数据要素市场制度。在数据确权、定价、入表、交易等关键环节取得突破。推动公共数据资源合规开放，探索多方安全计算等技术路径实现“数据可用不可见”。建立数据价值贡献的收益分配机制，让数据创造者参与价值分享。

第四，优化智能算力资源配置。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。创新算力云服务模式，推动智能算力向低成本、高可用、绿色低碳方向升级，让中小企业像用电一样用算力。

第五，培育复合型人才队伍。推动高校、科研院所与企业深化人才交流合作。将AI素养纳入国民教育体系，培养既懂算法又懂业务的复合型人才。建立适应AI技术发展的就业创业促进机制，帮助劳动者实现技能转型。

第六，深化开源开放与国际合作。支持人工智能开源社区建设，培育优质开源项目。构建面向全球的开源技术生态，推动人工智能技术开放共享，支持全球南方国家智能能力建设，共同缩小全球智能鸿沟。

智能经济是继农业经济、工业经济、数字经济之后的新型经济形态，智能化价值对齐是智能社会健康运行的制度保障。在这场深刻的社会变革中，政策改进者需要保持清醒：技术进步不是目的，人的全面发展才是；经济增长不是终点，社会公正才是。唯有将“智能向善”的理念贯穿制度设计的始终，我们才能迎来一个既有高度智能、又有深层温度的未来。