（来源：团结报）

转自：团结报

　　□ 尚  进

　　当人工智能以前所未有的速度渗透至经济社会肌理，我们既惊叹于其赋能千行百业的磅礴伟力，也清醒地意识到，技术的指数级跃迁与治理体系的线性响应之间，正在形成一道日益深阔的“速度鸿沟”。这道鸿沟，既是规则滞后的缝隙，也是风险滋生的温床。

　　截至2025年末，从北京大模型备案数量突破200款、产业规模跃上4500亿元量级，到全国累计备案生成式AI服务近750款，中国人工智能已然驶入规模化落地的深水区。中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示，2025年我国生成式人工智能用户规模达6.02亿人，同比增长141.7%。这些数字清晰表明，人工智能已从实验室的“盆景”成长为覆盖亿万用户的“风景”。

　　然而，繁荣之下治理难题暗流涌动。自动驾驶事故责任如何厘清？AI生成物的知识产权归属何处？基层监管部门面对算法黑箱时的专业无力感如何消解？放眼全球，这些问题是人工智能发展面临的共性问题。欧盟《人工智能法》已于2024年8月正式生效，按照风险等级将AI系统分为不可接受风险、高风险、有限风险、低风险或无风险，试图以“分级监管”破解技术复杂性难题；美国则走了一条行业自律为主的路径，2023年10月发布的《关于安全、可靠、值得信赖地开发和使用人工智能的行政命令》更多依赖企业自愿承诺。两条路径各有得失，欧盟的刚性监管被批评为可能抑制创新，美国的柔性引导则被质疑约束力不足。

　　事实上，解决这些问题的根本核心在于，我们能否构建起与智能时代相匹配的治理生态。当前，中国正探索以“多元共治”的方式，为人工智能健康发展保驾护航。

　　以法治定分止争。当人工智能法的立法呼声日渐高涨，我们需要的不仅是一部统摄性法律，更是一套能够动态响应技术迭代的规则更新机制。2026年1月1日起施行的修改后的网络安全法，首次以法律形式将国家层面的人工智能发展战略转化为制度规范，为多层次治理框架建立奠定了基础。但单行突破还不够，人工智能的治理困境很大程度上源于规则的“碎片化”与“滞后性”。自动驾驶事故发生后，究竟是追究研发者的算法缺陷责任，还是部署者的运营管理责任，抑或使用者的操作不当责任？现行法律体系中尚无明确答案。唯有让“研发者—部署者—使用者”的责任链条清晰可溯，让规则不再是追赶技术的影子，而是引领发展的路标，才能真正实现以法治之力为创新护航，让规则成为行稳致远的压舱石。同时，还应建立法规标准的动态快速更新机制，将地方行之有效的治理实践及时转化为国家推荐性标准或行业指南，以缩小规则与技术的“速度差”。

　　以技术赋能监管。面对算法黑箱与模型复杂度的指数级攀升，传统人工监管模式已显力不从心。调研显示，多数地方监管人员坦言自身缺乏专业算法审计能力，面对动辄数千亿参数的大模型，传统的“看报告、查台账”式检查几乎无从下手。建设国家人工智能治理技术平台，集成算法备案、安全测试、风险监测等核心公共服务能力，打造标准统一、易于部署的技术工具包，正是以技术之矛攻技术之盾的必然选择。在国家级人工智能先行示范区，还可以探索设立实体化运作的跨部门“人工智能综合监管协调办公室”，建立常态化会商与联合执法机制，实现对融合性创新场景的一体化、穿透式监管。唯有让算法在阳光下透明运行，让每一次决策都有迹可循、有责可追，才能以技术对抗技术，以透明度捍卫公信力。

　　以共治凝聚合力。治理从来不是政府的独角戏，而是全社会共同参与的协奏曲。当前治理体系在有效吸纳行业、企业与公众力量方面存在明显短板。行业自律规范“软约束”多而“硬效力”少；企业内部伦理审查易受商业目标干扰，独立性和权威性不足；公众参与则缺乏制度化、有实效的渠道。面对社会力量参与不足的现实瓶颈，我们需要从制度上打开参与通道。企业应设立独立的伦理审查委员会，赋予其“一票否决”的硬约束，其风险评估报告须作为产品上市或迭代的前置条件；授权行业协会制定更具约束力的技术标准，配套建立权威的合规认证与违规公示机制；组建由专家、公众、利益相关方共同构成的社会影响评估理事会，对可能存在重大社会风险的AI应用启动强制性听证或复审程序。只有让每一份社会力量在治理体系中找到自己的坐标，让监督与被监督、自律与他律在制度轨道上良性互动，方能织就一张密而不僵、严而有温的共治之网。

　　谁能率先构建起敏捷、包容、有力的治理生态，谁便能在智能时代的全球竞争中占据战略主动。这不仅是技术命题，更是一场关乎国家治理现代化的深刻实践。而当下，中国以“多元共治”的制度创新回应技术变革的时代叩问，相信人工智能的发展之路能够走得更加宽广、更加稳健。

　　（作者系民革中央经济委委员、北京市朝阳区委会副主委，中国信息界杂志社社长）