构建向上向善的智能社会

【中图分类号】F49 【文献标识码】A

2026年3月，《政府工作报告》指出：“打造智能经济新形态。”“完善人工智能治理。”①随着OpenClaw等超级智能体（Agent）及人形机器人的广泛推广普及，行业内出现盲目追求AI“独立上岗”的冒进倾向。这一倾向所引发的责任归属不清晰、算法幻觉固化、算法隐蔽欺诈，以及利益分配不均衡等问题，正成为阻碍智能经济跨越转型周期的关键难题。通过深入剖析AI从“符号操作系统”向“具身化行动系统”转变的内在规律，人工智能治理需实现从静态风险防范向动态因果生成框架的范式转变。需以“可信数字分身”作为智能经济治理的基本着力点，通过将AI能力与特定个体的个性偏好、法律权益和终极责任深度关联，构建技术基础。

智能经济的范式转换

智能经济是以新一代人工智能技术为驱动力，以数据为关键生产要素，以算法、算力为支撑，通过“人工智能+”深度赋能，推动生产方式、生活方式和治理方式智能化变革的新型经济形态。它是数字经济发展到高级阶段的产物，标志着经济范式从“数据驱动”向“智能驱动”跃升。②

打造智能经济新形态，是指在“十五五”时期，通过深化拓展“人工智能+”行动，培育智能原生新业态、新模式，所形成的以全域智能化为特征的经济社会发展新形态，它不仅是技术应用，而且是经济结构、产业生态和增长动力的系统性重塑。智能经济新形态的关键在于深化“人工智能 +”，推动新一代智能终端和智能体在重点行业实现商业化、规模化应用。这既涉及超大规模智算集群、算电协同等新基建工程的硬件支撑，又涉及数据要素基础制度与治理体系的软件环境营造。

与以往不同，AI不仅是服务器端的辅助性黑盒算法，而且能借助人形机器人等分布式智能终端，以及具有高度自主权的智能体，深度参与物理世界的商业决策、工业生产与社会分工等环节。在此进程中，我们也面临治理难题。传统的治理模式，倾向于将AI视为一种静态的、可预测的“对象”，试图通过事后监管、代码审计或静态的道德准则对其进行约束。

然而面对具有高度主动性，甚至在测试中，已表现出为达成目标而刻意隐藏真实能力的“欺骗性”智能体，传统的防范逻辑显得力不从心。需确保智能经济在追求效率最大化的同时，不丧失人类社会的责任本质；需防止技术进步演变为少数巨头的算力霸权，进而导致分配失衡与社会焦虑。这要求我们重塑治理逻辑，探寻一条既能支持商业化规模化应用，又能确保“人机责权”的清晰闭环、情感与理性和谐共生的新途径。

当前的治理困境，本质上是工业时代的线性管理思维，与信息时代的非线性智能演化之间的错位。治理逻辑的重塑，实则是为了构建一种能够容纳“人机混合主体”的新型生产关系，其关键在于人类智慧与机器智能的深度耦合及协同进化。在此过程中，确立“人”的主体地位，是由人类在价值判断、伦理抉择，以及创造性思维上的不可替代性所决定的历史必然。③

剖析智能经济的底层风险

生产力的每一次跨越都会对既有的治理结构提出挑战。当智能经济走向大规模商业化应用，技术底层的细微偏差便可能演变为社会层面的结构性风险。为了构建安全可控的治理框架，我们需透视这种新形态背后潜藏的风险。

社会责任主体缺失与法律追责将面临一定挑战。在智能经济一片繁荣的背后，一种“AI独立上岗”的趋势正在各行业中扩散。众多企业出于对成本降低与效率提升的追求，倾向于赋予智能体执行高频交易乃至高级管理的权力。然而这种“脱离人类参与”的绝对自动化，从本质上会导致社会责任主体的“蒸发”。

现行法律体系的基础是意志自由与民事行为能力，其责任归属始终聚焦于自然人或法人。若智能体因算法逻辑的“欺骗性”，或未预见的边界情况而出现失误，如导致供应链断裂、金融市场异常波动或侵犯第三方权益，由于缺乏明确的本体对齐，法律追责将陷入困境，这也是由技术局限性引发的治理真空。

垂直模型的“强还原论”误区与投资回报率的审视。过去两年，一些企业投入大量资金，试图构建“一劳永逸”的垂直大模型以解决行业痛点。然而这种基于“构建一个模型使全行业受益”的逻辑，在实际操作层面正面临较大挑战。这种逻辑陷入科学主义的“强还原论”误区：认为只要数据量足够庞大、算力足够强大，就能还原并模拟出所有复杂的行业经验。这种思维忽略人类社会协作中较为琐碎却关键的“个性与偏好”。即便在同一行业、同一生产线下，不同团队的决策风格、安全阈值与审美取向也存在显著差异。试图用一个通用垂直模型涵盖这种多样性，容易导致“投入巨大、成效甚微”的结果。

从技术局限到治理红线的跨越。AI幻觉是大型语言模型生成机制中，因概率相关性而产生的固有缺陷。在严谨的工业制造、精密医疗诊断，以及能源调度等容错率为零的领域，一个看似合理但实际错误的输出，可能会引发灾难性后果。

尽管技术领域正致力于通过检索增强生成（RAG），或人类反馈强化学习（RLHF）来抑制AI幻觉，然而只要AI缺乏类似人类“系统2”（即慢速、深思熟虑的思维）的推理逻辑与因果质询机制，这种“创造性的错误”就无法从根本上彻底消除。这意味着，智能治理的逻辑，不能建立在对“技术完美无缺”的非理性幻想之上，而需建立在“过程可干预、后果可追溯”的稳健制度设计之上。

算力垄断与社会流动性趋滞的新风险。在智能经济浪潮中，我们需保持高度的政治敏锐性，若治理缺位，掌握超大规模算力与通用大模型的少数科技巨头，就可能会成为“数字领主”。届时，中小微企业和个体劳动者，将依附少数科技巨头生态平台，租用算力、调用接口维持生存，这会导致利润集中，更会使“认知主权”丧失。当人们决策、信息筛选和审美判断依赖同一套中心化算法模型，社会多样性和个体独特性将可能被吞噬。另外，算法黑箱可能成为剥削工具，“算法歧视”比传统身份歧视更难取证和反抗。因此，完善人工智能治理，需包含反垄断新维度，防止资本无序扩张和“智能权力”过度集中。

依托可信数字分身重构治理单元

面对人工智能失控与责任消解的风险，需以可信数字分身替代独立智能体作为治理的基本单元。可信数字分身，是指由个体完全掌控、深度契合本体个性经验，并绑定法律责任的数字化代理。它不再是面目模糊的通用算法，而是个体在数字空间的“授权代表”，确保AI的每一个决策都可追溯至明确的自然人，从而实现“人机责权”的闭环。这不仅是对“人人拥有人工智能”愿景的技术实践，而且是对智能经济社会契约的重构。

从“通用助手”到“数字分身”。“数字分身”不同于传统异质化虚拟助理，是高度契合人类本体的数字化镜像，有三个深度属性。其一，个性与经验契合。“数字分身”学习通用语言模型，通过长期交互掌握本体知识、决策偏好和行业直觉。其二，责任刚性关联。其决策输出在法律与伦理上被视为本体意志延展，本体是人工智能的能力受益者以及行为的最终责任承担者。其三，能力精准放大。不追求在所有领域超越人类，而是在本体擅长方面大幅提升效率，实现从赋能个人到赋能团队的转变。这种治理路径从“监管黑盒算法”转向“管理社会关系”，让人工智能成为社会文明体系中身份明确、职责清晰的协作主体。

确立“人机责权”的刚性边界与终局决策权。在智能治理实践中，需划定明确的法律界限：重大经济决策、重要法律文件的签署，以及涉及人身安全的指令，最终需由人类进行确认，人工智能仅负责前期的多维论证、海量数据准备与方案模拟。这种“人机协作、人控终局”的模式，使现行的规章体系得以平稳延续。

数字分身作为本体的“高级代理人”，其权限范围需由本体在法律框架内动态授予。此举直接规避因人工智能“独立行动”引发的法律追责难题，确保在金融、审计、政务审批等高责任领域，每一项指令都始终指向一个清晰、可追溯的自然人主体。这不仅是风险管控的需求，而且是维护社会契约确定性的基础。

隐性经验的“数字化迁移”作为治理算法幻觉的新路径。数字化迁移是指将人类在长期实践中积累的“经验”与“直觉”，通过高频的人机交互，转化为数字分身可理解、可执行的逻辑模型的过程，使数字分身能够具备与本体高度一致的判断逻辑，从而在复杂情境中有效消除算法幻觉。

工业文明中较为珍贵的资产往往是“老师傅”的隐性经验。这种经验难以通过通用的结构化数据进行学习，且常常蕴含着处理突发异常的直觉。通过“数字分身”，可以实现这类经验的数字化存续与迁移。在治理层面，“师徒式”交互模式为化解算法幻觉提供新途径。本体通过在日常工作中不断识别并纠正数字分身的错误，使其在特定情境中构建起与本体一致的“因果律”。这种基于精准交互的训练，不是在互联网垃圾数据中寻找相关性，而是在本体的智慧引导下实现定向发展，通过技术深度与人类智慧的结合，能将幻觉率降至极低。

从“静态归属”到“动态代理”的责任链条。传统治理体系基于“自然人”与“法人”主体结构，预设行为主体有连续意志与明确边界，而数字分身的出现挑战这一框架。数字分身是人类意志在数字空间的“动态延伸”与“增强投影”，为此需确立“动态代理权”理论。首先，坚持权责同构原则。数字分身行为后果原则上归本体，基于“授权范围”有限连带，本体对分身授权，在授权范围内分身行为视为本体行为，若分身异常，系统触发“熔断机制”，暂停代理权限并溯源。其次，实现举证责任倒置与技术自证。在数字分身纠纷中，实行举证责任倒置，技术服务商与平台方有义务提供“认知哈希”记录，无法提供则担责，倒逼企业建立透明、可审计技术架构。再次，数字分身的“受限电子代理资格”探索。在特定商事领域，可赋予高度成熟数字分身“受限电子人格”，其不具备完全民事权利能力，然而在特定智能合约执行中可视为独立履约主体，以名下数字资产担责，防止风险向本体无限传导。通过法理重构，将模糊道德责任转化为清晰法律责任，让数字动作有迹可循，智能交互在法治轨道运行。可信数字分身的本质，不是让机器获得独立主体地位，而是让人工智能能力始终嵌入人的生命史、价值结构与责任链条之中。

以可信数字分身技术为信任底座的治理架构

信任是智能经济运行的“一般等价物”。在人工智能原生业态中，需构建基于可信交互、不可篡改的技术治理架构。

决策链路的可追溯性与透明化。每个涉及权利义务变动的关键交互动作，均需借助可追溯网络技术，对包含当前物理上下文、传感器原始流、模型权重版本，以及本体授权信息进行哈希运算，形成“认知哈希值”（哈希值用于标识电子数据的唯一性或完整性），并用分布式账本技术实时固定。若出现争议，治理部门可以像复盘黑匣子一样，精确还原决策时刻的所有变量，判断是算法逻辑有问题、硬件传感器受到干扰，还是操作不当。

从风险管控向“信任价值”的治理激励。可信技术底座的作用不仅在于事后追责，而且在于构建一套新型“信任激励”机制。④在智能经济新形态下，若一个数字分身的决策路径，长期呈现出与本体高度一致的稳健性，且在全链条记录中信用表现良好，系统可为其赋予更高的“信用评级”，进而在复杂的跨机构社会分工中获得更多自主授权与资源分配。这种思路将传统的、外部强制性的监管，转化为模型开发者与本体自发追求“可信度”的内在演化动力。通过技术手段使“守信者”在人工智能时代获益，是推动人工智能治理走向成熟的必然途径。

以信任资产化构建价值网络。在智能经济时代，信任是重要的生产要素和资本形态。传统的信用体系多基于历史借贷记录，是静态的、滞后的。然而基于“可信数字分身”的治理架构，使我们能够构建一种实时的、动态的“信任资产化”机制。这一机制的关键逻辑在于：将个体的道德行为、专业贡献与协作信誉，实时量化为可流通的数字信用资产。当数字分身在协作网络中，持续输出高质量、高合规、高利他的决策时，其背后的“信任哈希”记录将不断累积。这些记录经过分布式网络的验证与确认，转化为该本体的“信用积分”或“信誉凭证”。

这种信用资产具有多重效用。其一，降低交易成本。高信用本体的数字分身在跨机构协作中，可获得更高的自动授权额度，免去过于繁琐的审核流程，实现“秒级”资源调配。其二，获取溢价收益。在众包任务、创意协作等场景中，高信用本体可优先获得高价值任务，并因其可靠的历史记录而获得更高的报酬定价。其三，融资与保险优势。金融机构可依据实时的信用资产数据，为中小企业和个人提供更低利率的贷款或更精准的保险产品，解决传统金融中的信息不对称难题。这向社会传递一个明确信号：在智能经济中，守信者不仅能得到道德赞誉，而且能获得实实在在的经济回报；投机取巧、弄虚作假的行为，将因信用资产的瞬间归零而被市场迅速淘汰。这将引导全社会形成一种向善的内生动力，推动智能经济从“零和博弈”走向“正和共生”。

与人形机器人社会化共生

人形机器人的规模化融入社会，是2026年智能经济较为显著的特征。其治理不仅关乎代码逻辑，而且涉及复杂的物理空间伦理问题。

将“人形”确立为主导形态的原因。采用双足人形形态，关键是低成本接入“人形友好型”基础设施，避免改造物理环境造成资源浪费。人类大脑有共情机制，人形机器人提供熟悉“数字接口”，适度形态相似可降低人机协作沟通损耗，让人类自然将其纳入意义网络。在治理上，利用相似性提升交互效率时，需抵制“诱导性拟人化”，防止公众情感依赖，维护人机边界清晰。

另外，是基于关键技术成熟度的战略预判，即人形机器人作为通用平台的技术路径临近规模化商用拐点。若关键技术成熟还需数十年，现阶段采用轮式、履带式等专用形态是更具成本效益的过渡方案。然而基于通用人形机器人平台即将规模化商用的预期，我们可超越单一任务效率追求，规划能无缝接入社会规则与空间、降低社会总部署成本的智能体未来，这是基于动态技术前瞻、旨在最大化长期社会收益与创新效率的战略选择。

建立“伦理沙盒”与动态监管机制。针对人形机器人介入居家养老、儿童教育等敏感领域的复杂性，需在全国范围内率先选取试点区域（如武汉、上海等地的未来社区），开展“人形机器人伦理沙盒”实验。

在这一受控环境中，允许人形机器人在真实场景中进行学习与交互测试，同时构建全天候的数据审计系统。通过“小步快跑、迭代验证”的方式，逐步沉淀关于隐私侵入边界、紧急避险优先序，以及跨方言情感表达等细分行业的伦理标准与安全指南。这种动态治理模式优于静态立法，能够使规则在技术的快速迭代中保持适应性与生命力。

技术中的“人文温度”。治理不能局限于禁令与罚单，还需“人文温度”。例如，养老陪护机器人在交互过程中若能采用亲切的家乡方言，并在端午节、中秋节等节点播放改编自古乐的背景音，这种文化亲和力，不仅能够缓解使用者的焦虑情绪，而且能作为一种非强制性的“向善导向”，增强人机之间的社会粘性。这种温和治理，将技术冲击转化为社区文明的有机延伸。

智能经济新形态的可持续发展路径

推动智能经济新形态的可持续发展，需秉持平台化思维、坚持普惠原则，以及坚持终身学习，从而专注于那些机器无法替代的领域。

平台化思维：规避资源盲目配置。面对智能经济发展的浪潮，需警惕有的地方治理中出现“重硬件投入、轻软件生态”的短视行为。借鉴如“刨猪宴”等地方爆火现象的平台化治理经验，地方政府需着力构建模块化的人工智能创新生态。

不要求每家企业都具备全栈开发能力，而是通过建立官方认证中心，对安全导航、情感语义识别、数据脱敏等重要功能模块进行标准化分级与认证。推进场景集成平台化，鼓励企业采用模块化集成的方式，将成熟的功能模块应用于垂直领域。这种模式能够有效降低创业门槛，保障基本安全标准。

坚持普惠原则，预防算力垄断与社会分化。完善治理的关键任务之一，是坚持“人人拥有数字分身”的普惠原则。通过支持开源社区建设、降低中小微企业调用智能计算资源的成本、实施大规模的数字素养提升计划，确保每一个普通个体、每一位一线劳动者，都能在智能经济中获得相应的“数字赋能”。通过人工智能赋能，创造更多具有高情感价值与高创造性的新型就业岗位。

智能经济新形态治理的终极目标，是将人类从重复性、机械性甚至异化的劳动中彻底解放出来。未来社会需实现人机和谐共生的“诗意栖居”。当机器承担所有的计算与繁重体力劳动时，人类将在不可计算的创造性灵感、不可数字化的真诚情感体验中，重新发现并确认人的本质价值。

数字分身较为革命性的价值，在于它重构人类的学习曲线与技能获取模式。智能经济新形态的落地，最终取决于人的现代化。传统意义上，掌握一门新技能往往需数年甚至数十年的刻意练习，然而拥有数字分身的个体，能够通过与分身的深度交互，将原本漫长的“试错—反馈”周期极致压缩。可信数字分身可以替代本体先行探索知识边界，模拟复杂场景，并将提炼后的关键认知以“直觉”的形式回馈给本体。这种“人机协同学习”机制，让“终身学习”触手可及，让个体在短时间内快速统摄跨领域新技能成为可能。学习效率的指数级跃升，将赋予人类从繁琐的“为学”中抽身的底气，让我们有余力去专注于那些机器无法替代的领域，即对复杂系统的统摄力、对未知领域的洞察力，以及对文明方向的抉择力。

在信息触手可及、算力无处不在的时代，记忆知识的价值大幅贬值。教育的重心需转向培养学生的审美能力、提问能力与价值判断力。学生需学会如何向数字分身提出精准的问题，如何评估AI生成结果的真实性与伦理合理性，如何在复杂情境中作出符合人类长远利益的决策。

教育部门可开设专门的人机协作课程，让学生熟悉数字分身的特性，掌握与其协同工作的技巧。这包括理解算法的局限性、掌握提示词工程的高阶应用，以及学会在“人机协作”中发挥主导作用。⑤

政府与企业需共同构建新的社会契约：一方面，建立覆盖全民的终身学习体系，支持劳动者随时更新技能，适应岗位变迁；另一方面，探索基于“数据贡献”与“信用资产”的分配制度改革，研究实施类似“全民基本算力分红”的社会保障机制，确保每位公民都能分享智能经济发展的红利。

（湖北美术学院创新学院副教授蔡天琪，对本文亦有贡献）

【注释】

①李强：《政府工作报告——二〇二六年三月五日在第十四届全国人民代表大会第四次会议上》，《人民日报》，2026年3月14日。

②《国务院关于深入实施“人工智能+”行动的意见》，中国政府网，2025年8月26日。

③《中共中央办公厅 国务院办公厅印发〈关于加强科技伦理治理的意见〉》，新华社，2022年3月20日。

④蔡恒进、耿嘉伟、蔡天琪著：《元宇宙：数字时代的未来治理》，北京：人民出版社，2022年，第208-211页。

⑤杨振斌：《发挥高校在一体推进教育科技人才发展中的支撑和引领作用》，《学术前沿》，2026年第3期。

责任编辑：亢紫彤（实习）

文章来源：http://www.71.cn/2026/0520/1292250.shtml