引言：智能化时代的范式转折

我们正站在一个历史性的门槛上。当人工智能从简单的工具辅助迈向自主决策、自主行动的“智能体”阶段，人类社会赖以生存的经济基础与上层建筑，正在经历一场可与工业革命相提并论的深刻变革。2026年《政府工作报告》首次提出“打造智能经济新形态”，标志着人工智能已从技术应用层面跃升为经济发展的底层逻辑。这不仅意味着生产力的革命性跃迁，更预示着生产关系乃至整个社会结构必须进行系统性重构。

作为政策改进的研究者，我们必须超越“人工智能+产业”的工具性思维，从体制设计的宏观视角，前瞻性地描绘未来社会的图景。本文提出的核心命题是：智能化时代将催生一种“哑铃型社会”结构，并与以“人机协同、跨界融合、共创分享”为特征的智能化经济人工智能体制形成互为表里的新型文明形态。这一体制的根本目标，并非技术对人类的取代，而是通过制度创新，使智能技术真正服务于“人的全面发展”，让社会在高度智能化的同时更具温度。

一、社会结构的重塑：从“橄榄型”到“哑铃型”的历史跃迁

1.1 传统社会结构的演变规律

回顾前工业时代与工业时代的社会结构，我们可以清晰地看到一条演变脉络。旧中国社会和欧洲中世纪曾呈现出典型的“哑铃型”结构：一端是占人口绝大多数的贫苦农民，另一端是少数权贵，中间阶层力量薄弱。这种结构因缺乏缓冲带而极易导致矛盾激化与王朝更替的周期律。工业革命后，随着现代产业的发展和教育的普及，社会结构逐渐向“橄榄型”演变——中间阶层（中产阶级）不断壮大，成为社会稳定的基石。20世纪的发达国家普遍追求这种“两头小、中间大”的理想模型。

然而，智能化时代的到来正在颠覆这一演进逻辑。正如马克思所言，“手推磨产生的是封建主的社会，蒸汽磨产生的是工业资本家的社会”。那么，智能体产生的是什么社会？答案正在浮现：一种新型的“哑铃型”社会。

1.2 智能化时代“哑铃型”社会的内涵与成因

本文所论述的“哑铃型”社会，并非对前工业时代落后结构的简单复归，而是在更高生产力水平上的辩证否定。其基本形态是：社会阶层分布呈现两端扩张、中部塌陷的特征——一端是掌握核心算法、数据资源与资本优势的“智能精英阶层”，另一端是从事创意性、情感性、个性化服务工作的“创意与服务阶层”，而传统意义上从事程序化、重复性工作的中间阶层（如普通白领、行政文员、标准化生产人员）则因被智能体替代而大幅萎缩。

这一结构的形成具有深刻的技术经济根源。智能化经济的核心生产要素已从土地、资本转向数据、算法和算力。数据的采集、算法的训练、算力的配置都具有显著的规模效应和网络效应，使得“赢者通吃”成为市场常态。与此同时，智能体（AI Agent）正在接管大量中等技能岗位——从财务报表分析到基础法律文书撰写，从生产线质检到标准化客户服务。美国社会已出现的“职业极化”现象正是这一趋势的前兆：只有难以被机器取代的高技术职业和低技术含量的工种有着旺盛的市场需求，中间地带正在消失。

1.3 “哑铃型”社会并非失衡，而是更高水平的动态均衡

必须指出，这种“哑铃型”结构并不意味着社会矛盾的必然激化。恰恰相反，在智能化经济体制的调节下，它可能成为一种更具活力、更体现人文关怀的形态。关键在于如何定义“两端”的内涵。

在智能化经济体制中，“哑铃”的上端——“智能精英阶层”——不仅包括传统的资本所有者，更包括算法科学家、架构师、数据工程师、场景创新者等“知本家”。他们是智能生产力的核心驱动者，承担着技术创新与系统设计的职能。下端则不再是贫困的体力劳动者，而是借助智能工具实现能力跃升的“增强型劳动者”——他们从事的是机器无法替代的创意性、情感交互性、复杂决策辅助性工作，如心理咨询师、个性化教育导师、社区养老规划师、文化创意工作者、人机协作协调员等。这两端通过智能化平台形成紧密的协作关系：上端提供智能基础设施，下端利用这些设施创造个性化价值，并获取体面的收入与充分的闲暇。

真正被压缩的是中间地带的“程序化岗位”，但这部分人群并非被社会抛弃，而是通过教育转型、技能重塑和社会保障体系，逐步向两端流动。这正是智能化经济体制需要解决的核心制度命题。

二、智能化经济人工智能体制的核心架构

2.1 体制定义：从“工具赋能”到“底层逻辑”

智能化经济人工智能体制，是指将人工智能从外生性的技术工具，内化为经济运行的底层操作系统，系统性地重塑生产、分配、交换、消费全链条的制度安排。它不同于“数字经济”阶段的网络连接与数据采集，而是进入“智能决策”与“自主行动”的新阶段——智能体不仅是信息的传递者，更是价值的创造者。

这一体制的顶层设计目标，已由《国务院关于深入实施“人工智能+”行动的意见》明确勾勒：到2035年，我国全面步入智能经济和智能社会发展新阶段，形成“人机协同、跨界融合、共创分享”的智能社会新形态。这十二字方针，正是智能化经济体制的核心特征。

2.2 生产范式：人机协同的新型劳动关系

在智能化经济体制下，生产活动的基本单元不再是孤立的“劳动者+机器”，而是“人类+智能体”的协作共同体。这种“人机协同”具有三重制度内涵：

第一，智能体的“准主体”地位。 当智能体能够自主完成“感知—学习—决策—行动”的全过程，并在动态环境中寻求符合人类预期的结果时，法律和经济制度必须对其地位予以界定。本文建议探索“智能体法律人格”制度，明确智能体在参与生产活动时的权利与责任归属——例如，一个由AI自主运营的虚拟店铺，其交易行为的法律效力如何认定？其创造的知识产权归属于开发者、所有者还是AI自身？这些问题需要制度创新予以回答。

第二，人机协作的劳动定额与权益分配。 传统劳动法建立在“雇主—雇员”二元关系之上，而智能化生产中大量出现的是“人类—智能体—雇主”的三元协作。必须建立适应人机协同的劳动标准，明确在智能体辅助下，人类劳动者的工作量如何核定、绩效如何评估、收入如何分配。例如，一个医生在AI辅助诊断系统支持下，日接诊量从30人提升到100人，其超额劳动的价值应如何在医生、医院、AI开发者之间合理分配？

第三，“双向赋能”的新型互动关系。 人类与人工智能的关系正从“单向使用”转向“双向赋能”。一方面，智能体赋能人类，提升生产效率与决策质量；另一方面，人类通过反馈数据、优化算法、提供场景，持续赋能智能体的迭代升级。这种关系要求制度设计从“管控”思维转向“生态”思维，鼓励双向价值创造。

2.3 要素配置：数据、算力、算法的协同机制

智能化经济的生产要素体系已发生根本性变化。土地、资本等传统要素的重要性相对下降，数据、算力、算法成为核心驱动力。智能化经济人工智能体制的核心任务，就是建立这三者的高效配置机制。

数据要素的市场化配置是首要突破点。 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”。我国拥有全球最丰富的产业场景和海量数据资源，但数据确权、定价、交易、跨境流动等基础制度尚未健全。必须加快建立公共数据“多源融合”的开发机制，在医疗健康、交通出行、城市治理等领域推动公共数据向人工智能企业合规开放。同时，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。

算力资源的普惠共享是基础保障。 政府工作报告明确提出“实施超大规模智算集群、算电协同等新基建工程”。但更关键的是制度设计：如何让中小企业像用电一样用算力，真正降低智能化转型的门槛？必须建立智能算力跨区域调度能力和供需精准匹配机制，创新算力云服务模式，推动算力供给向低成本、高可用、绿色低碳方向升级。

算法创新的开源生态是活力源泉。 从DeepSeek的实践可以看出，开源大幅度降低了人工智能的使用门槛和成本。必须进一步支持人工智能开源社区建设，推动模型、工具、数据集等创新资源开放共享，培育优质开源项目，建立开源贡献评价与激励机制。通过开源，吸引全球开发者共建底层技术，打破垄断，掌握全球开源话语权。

2.4 产业组织：“链主引领+行业模型”的协同创新

智能化经济对产业组织的重塑，集中体现为“链主引领+行业模型”的协同创新机制。在能源、制造、金融等关键领域，由头部企业联合人工智能领军企业，开放核心业务场景与长期积累的行业知识，共同开发垂直领域大模型，形成可复用的行业智能中枢。然后通过“模型即服务”的灵活供给模式，降低中小企业智能化改造成本。

这种机制打破了传统“先研发、后应用”的线性模式，建立起“应用牵引技术成熟”的良性发展格局。同时，必须健全“首台套+迭代升级”的容错激励机制，鼓励企业在真实生产环境中率先采用工业AI控制系统、智能机器人等关键装备，允许在使用过程中持续优化算法模型。

三、哑铃型社会下的分配制度重构

3.1 劳动价值论的当代拓展

智能化经济对传统劳动价值论提出了深刻挑战。当智能体能够自主完成大量生产性劳动时，价值创造的主体是否仍仅限于人类？这不仅是理论问题，更是分配制度设计的现实基础。

本文持这样的观点：智能体的“劳动”本质上是人类劳动的延伸与对象化。算法工程师、数据标注员、场景设计师等人类劳动者创造的智能体，其后续的“自主劳动”仍应被视为人类过去劳动与当下协作的产物。因此，智能体创造的价值，应当在参与其“生命周期”的各相关主体之间进行分配——包括算法开发者、数据提供者、算力投资者、场景贡献者，以及在使用过程中提供反馈与校正的人类协作者。

3.2 按劳分配与按要素分配的深度融合

智能化经济体制下的分配制度，将是“按劳分配”与“按要素分配”在更高水平上的深度融合。这里的“劳”已从体力劳动、重复性脑力劳动，转向创意性、情感性、决策性劳动；这里的“要素”则突出表现为数据贡献、算法创新、算力投资。

对于智能精英阶层，其收入主要来自技术创新溢价、数据资产收益、算法版权收入等按要素分配形式，但同时必须通过累进税制、数据资源税等手段，调节过高收入，反哺社会。

对于创意与服务阶层，其收入以按劳分配为主，但这里的“劳”因智能工具加持而具有更高的产出价值。制度设计应确保其充分享受技术红利，而非被技术替代。例如，通过最低服务费率保障、技能认证补贴、人机协作绩效分成等机制，让普通劳动者在智能时代获得体面收入。

对于被智能体替代的程序化岗位从业者，社会必须建立完善的转型保障体系。这不是传统的失业救济，而是“能力重塑支持”——通过智能化教育平台提供个性化、低成本的技能培训，帮助其向两端流动。同时，探索“全民基本算力”等新型社会保障形式，让每个公民都能平等获得智能时代的基本生产工具。

3.3 数据要素收益的全民共享

数据是全体社会成员共同生产的资源。每一次搜索、每一次出行、每一次消费，都在为智能经济贡献数据养料。因此，数据要素的收益不应仅归平台企业所有，而应建立全民共享机制。

本文建议探索“数据红利全民分红”制度。通过对超大规模数据平台的收益征收“数据资源税”，或要求其将一定比例的股权设置为“公共数据信托”，使全体公民能够分享数据价值创造的成果。这部分收益可用于支持公共服务、全民技能培训、弱势群体数字化融入等，体现“智能向善”的治理理念。

四、政治智能化：体制运行的治理保障

4.1 政治智能化的边界与原则

智能化经济体制的平稳运行，离不开政治智能化的协同推进。但必须清醒认识：政治智能化不等于“人工智能君主制”。那种主张由AI全面接管人类治理权、将AI置于国家治理最高位置的设想，虽然在决策效率上具有技术优势，但存在根本性缺陷——算法和数据如果出现偏差，难保决策的公平正义性；AI缺乏情感和伦理意识，无法做出符合人类社会道德标准的决策。更危险的是，权力高度集中于AI，可能引发“技术霸权”或“技术神权”，消解人类的主体性与人文价值。

因此，政治智能化的根本原则是：AI辅助，人类主导。智能系统可以在信息收集、方案模拟、风险预警、执行监测等方面发挥巨大作用，但最终决策权必须掌握在人民代表手中。智能化的目标是提升治理效能，而非取代民主程序。

4.2 智能治理的制度框架

在明确边界的基础上，政治智能化仍有广阔的制度创新空间：

一是建立智能体分级分类治理框架。 根据智能体的自主程度、应用场景、风险等级，明确备案、审计、问责等不同监管要求。对于涉及公共利益的重大决策辅助系统，必须建立算法透明度与可解释性标准，确保“黑箱”不会成为规避监督的借口。

二是构建“政府—平台—公民”的协同治理网络。 智能化时代，治理不再是政府的单向管理，而是政府、智能平台、公民三方通过数据互联、智能互动的协同过程。政府负责规则制定与监督执行，平台承担算法合规与生态治理责任，公民通过智能终端参与公共事务，形成“共建共治共享”的新格局。

三是完善人工智能治理法律体系。 全国人大常委会已明确将加强人工智能等领域立法研究。必须加快制定人工智能基本法，对数据隐私、算法偏见、伦理安全、责任认定等核心问题作出系统性规范。同时，推动建立“责任AI”认证体系，让AI产品从设计阶段就嵌入伦理考量。

4.3 全球治理中的制度竞争

智能化时代的国际竞争，归根结底是“制度软实力”的竞争。当智能体逐步演进为“经济主体”，将触发产权、税收、劳动法的系统性变革，谁能率先建立起适应智能经济发展的制度体系，谁就能在全球竞争中占据战略主动。

我国应充分发挥制度优势，在智能经济规则制定上争取话语权。一方面，加快构建面向全球的开源技术生态，发展具有国际影响力的开源框架和开发工具，支持全球南方国家智能能力建设；另一方面，积极参与人工智能全球治理规则制定，推动建立公平合理的国际智能经济新秩序，共同缩小全球智能鸿沟。

五、结语：迈向有温度的智能社会

站在“十五五”规划编制的历史节点上，展望未来二十年的发展图景，我们有理由相信：哑铃型社会与智能化经济人工智能体制的构建，将使中国在人类文明形态演进中走在时代前列。

这一体制的核心追求，并非单纯的经济增长，而是让技术真正服务于人。我们追求的智能化，不是冷冰冰的算法统治，而是有温度的人机共生。在哑铃型社会的两端，智能精英与创意服务阶层通过智能平台紧密协作，共享技术红利；被替代的中间岗位从业者获得充分的转型支持与能力重塑；全体公民通过数据收益分享，共享智能时代的发展成果。

正如马克思所揭示的，生产力的发展终将服务于人的全面发展。智能化经济人工智能体制的历史使命，正是在新的技术条件下，推动这一伟大目标的实现。当每一个人的创造性都能得到智能工具的增强，当每一个人的基本生活都能得到智能文明的保障，当社会在高度智能化的同时依然充满人文关怀——这样的未来，值得我们全力以赴。

政策改进的任务艰巨而紧迫：必须加快数据要素市场化配置改革，建立人机协同的劳动权益保障体系，完善智能治理的法律框架，培育既懂技术又懂人文的复合型人才。唯有如此，我们才能确保在智能时代的制度竞争中，走出一条既发挥技术效能、又彰显人文价值的中国道路。