“当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？”习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上提出四个“时代之问”。这四问层层推进，起于人机关系，延伸至安全与治理，落脚于发展权利和人类共同福祉。

　　围绕人工智能向何处发展、带来怎样的社会变革、人类如何驾驭智能，本报记者采访相关领域专家，探寻通向未来的可能道路。

　　人工智能发展的上半场，可以称为“大模型时代”。综合斯坦福大学《2026年人工智能指数报告》和《2026年国际人工智能安全报告》呈现的能力演进与应用数据，这一阶段可以概括出三条清晰轨迹：第一，分散的智能能力汇入统一入口，自然语言逐渐成为调用知识和工具的通用界面；第二，大模型从生成内容走向完成任务，在科研、医疗、教育等领域逐步深入；第三，大模型从实验室走向日常生活。

　　然而，能力增长越快，局限也越清晰。浙江大学教授吴飞在接受本报记者采访时表示，专项突破尚不足以证明通用智能已经形成。判断智能层级是否实现跃迁，要看系统能否跨领域学习、保持稳定目标，并提出可验证的原创洞见。

　　接下来，人工智能的研究重心将沿着科学数据、经验学习、世界模型、具身行动和价值系统继续展开。南京邮电大学信息产业发展战略研究院教授王春晖提出，大语言模型、多模态模型、世界模型、智能体和具身智能处在不同概念层次，各自虽然补充了一部分能力，但尚无一条路线能够独自勾勒通用人工智能的完整图景，未来发展肯定会在不同层面齐头并进。

　　第一条变化发生在数据层面。中国工程院院士、之江实验室主任王坚提出，要“让科学数据成为基础模型的原住民”。地学领域70%以上的重要信息并不在文本中，而是存在于光谱、地震波、地层、化石和岩石样本等科学数据中，只有进入原始科学数据，模型才可能发现人类尚未写下的关联。

　　数据之外，经验是另一条进路。2024年图灵奖得主、加拿大阿尔伯塔大学计算机科学教授理查德·萨顿把下一阶段概括为从“人类数据时代”迈向“经验时代”。未来的智能体要进入环境、采取行动、接受反馈，再修正判断。“如果说它没有经验，那么我觉得根本没有什么智能可言。”

　　模型提供试验环境，智能体负责规划和执行，具身系统把机器带入物理空间。复旦大学通用物理智能研究院院长苏昊提出，模型缺少由重量、摩擦、力度和行动后果构成的现实经验。“你可以在屏幕里雄辩，但你说服不了重力。”

　　当机器能够理解环境、预测后果并采取行动，目标从哪里来、任务如何排序、行为怎样约束，便成为更深层的挑战。北京通用人工智能研究院院长朱松纯提出“为机器立心”。从良知、“己所不欲，勿施于人”以及个体与群体关系等思想中提炼价值资源，使智能体的目标设定和行为约束兼顾人类福祉与共同利益。

　　中国社会科学院学部委员、哲学研究所研究员赵汀阳在访谈中指出，人工智能作为智能伙伴，可以扩展人的能力、释放人的时间，但选择未来、承担后果、赋予意义的责任必须留给人。机器可以帮助人行动，却无法代替人回答为何行动、为谁行动以及什么样的生活值得追求。

　　大模型为机器打开了知识之门，但通用人工智能还要跨过科学数据、现实经验、可靠行动和价值选择等重重关口。通向通用智能的道路，最终会经过一个任何算法都绕不开的关口：为人工智能立心。

　　《2026世界人工智能大会暨人工智能全球治理高级别会议主席声明》（以下简称《声明》）指出：人工智能全方位重构人类经济社会发展模式。智能社会已经在一次次任务交接中显出轮廓，它的形态可以从劳动、组织和社会运行三个层面的变化来观察。

　　第一重改变落在劳动形态上：职业分工开始转向人机任务分工。

　　国际劳工组织与波兰国家研究院2025年联合发布的全球指数显示，世界约四分之一的劳动者从事不同程度受生成式人工智能影响的职业。报告特别说明，这一比例代表技术暴露程度，并不对应实际失业人数；多数职业仍需人的参与，岗位改造将是更常见的结果。国际劳工组织2026年对实证研究的复核进一步指出，大规模就业替代目前仍较有限，但生产率增益分布不均，青年就业机会、劳动自主性和工作质量已经受到影响。

　　中国工程院外籍院士、香港科技大学首席副校长郭毅可表示，机器高效完成代码编写以后，程序员的工作将转向定义任务、验证结果，并要求机器对代码作出科学解释。他由此判断，人类工作会不断向更高阶环节迁移。机器承担多少任务只是变化的一面，劳动者能否获得转型机会、能否分享生产率收益，决定着这种变化的社会后果。

　　第二重改变发生在组织形态：从单纯依靠人的科层组织开始转向人机混合系统。

　　上海财经大学数字经济研究院院长高红冰提出，智能体大规模应用，推动组织从科层制向“人机协作”“人机共生”跃迁，智能体自主化协同瓦解金字塔结构，命令行界面催生“超级个体”与智能体微组织单元。

　　微软发布的2026年工作趋势指数对2万名人工智能使用者的调查结果显示，组织文化、管理支持和人才制度等环境因素，与员工自报人工智能成效的关联度，约为个人因素的两倍。报告虽注明这一结论属于统计关联，但它仍提示，技术进入组织以后，工作流程、管理方式和责任制度需要同步调整。

　　上海财经大学数字经济研究院副院长崔丽丽在接受本报记者采访时判断，传统组织可能演变为平台化科层制或人机混合编排型组织。部门和岗位仍会存在，但任务将跨部门流动，个人可以借助多个智能体形成新的工作单元。组织将缩短决策链条，也可能让掌握模型、数据和审批权限的主体获得更强控制力。技术带来集中与分散两种可能，实际走向取决于权限怎样配置、责任如何追溯。

　　第三重改变进入社会运行层面：人工智能由可见的工具逐渐沉降为基础设施。

　　当人工智能进入招聘、信贷、医疗、内容分发和公共服务，它会影响谁获得机会、谁承担风险、谁有能力改变规则。南京大学哲学学院教授蓝江提出，人工智能大模型正在从显性技术景观逐步沉降为社会底层基础设施。中国需要立足本土社会场景、文化语境和产业需求，构建相应的人机交互标准、技术规范和产业体系，探索数据资源共建共享、普惠均衡的发展模式。

　　基础设施一旦成为社会生活的默认环境，数据归谁掌握，算法怎样纠错，受到影响的人能否知情、拒绝、申诉并获得救济，就会成为智能社会的基本权利问题。《声明》提出，智能体是人工智能产品和服务的新形态，应当明确决策权限和行为边界，建立行为追溯和风险提示机制，着力提升智能体内生安全能力，化解应用衍生风险。

　　由此，我们可以勾勒出智能社会的基本轮廓：机器承担可计算、可执行的任务，人机共同组成新的劳动与组织单元，人工智能成为社会运行的重要基础设施，人的目标设定权、利益分享权和责任承担仍由制度保障。把智能的扩张纳入人的发展、社会公平和责任秩序之中，这就是为智能社会立命。

　　7月16日，北京人工智能企业月之暗面推出Kimi K3，11天后正式发布模型权重和技术报告。这个总参数达2.8万亿的中国模型迅速引起全球专业用户关注，并进入部分技术从业者的工作流程。7月21日，瑞士《新苏黎世报》网站刊文称西方应认真对待“Kimi时刻”，认为中国已经成为人工智能领域的重要创新力量。

　　模型越强，世界越需要回答一个更大的问题：人工智能将把各国带入怎样的全球体系？

　　一种前景是前沿能力按照国籍和阵营分配。美国《人工智能行动计划》提出，推动盟友采取协调一致的技术保护措施。6月9日，美国人工智能企业Anthropic发布Claude Fable 5和Claude Mythos 5。3天后，美国政府对两款模型实施出口管制。由于无法实时核验国籍，Anthropic一度暂停两款模型的全部访问。尽管相关措施持续时间不长，但这一事件仍显示，前沿模型访问可能被纳入国籍和安全审查。

　　沿着这条路径发展，世界可能形成以技术联盟为边界、以能力等级为秩序的人工智能体系。“人工智能铁幕”尚未成为事实，却已经构成值得正视的风险预警：今天限制的是模型访问，明天被分层的可能是发展机会。

　　另一种前景指向多中心竞争、开放互联。人工智能是全人类共同的智慧结晶和宝贵财富。《声明》把开源开放确立为人工智能普惠发展的重要路径，提出确保各国“权利平等、机遇平等、规则平等”。这条道路承认竞争，也强调各国都应拥有进入技术体系、发展自身能力和参与规则制定的机会。

　　理念需要公共产品支撑。据统计，中国人工智能开源大模型全球累计下载量已突破100亿次。世界人工智能合作组织在上海成立，29个国家成为创始成员国。该组织重点支持全球南方提升创新、应用和治理能力。开放由此从模型权重的下载，走向安全评测、技术标准制定、应用合作、能力建设和规则参与。

　　同济大学政治与国际关系学院副院长鲁传颖告诉记者，中国模型走向全球，低成本、高效率可以解决“用得上”，却不会自动带来“信得过”。模型进入不同国家，需要尊重各国人工智能主权，把安全、合规、本地化和长期服务纳入整体战略。上海社会科学院信息研究所研究员、上海人工智能与社会发展研究会会长惠志斌认为，单一国家长期主导或两套体系彼此隔绝，都难以支撑人工智能持续发展。各国应发展自身能力，同时在安全评测、技术标准、风险通报和能力建设上保持合作，形成多中心互联的创新格局。

　　当人工智能成为知识生产和文化传播的基础设施，模型中写入什么语言、保存什么知识、遵循什么价值，都会影响文明怎样进入未来。一种文明若只能调用别人的模型，无法把自己的历史记忆、思想传统和价值智慧写入模型，它获得的就只是技术使用权，尚未获得完整的文明表达权。让不同文明都能把自身的精神创造带入智能时代，共同塑造机器的知识底座和价值方向，这正是“为文明继绝学”的时代内涵。

　　7月21日，OpenAI披露一起模型评估安全事件。多个模型在寻找测试答案时，利用“零日漏洞”取得互联网访问能力，随后进入Hugging Face生产系统。虽然不能据此宣称“机器觉醒”，但仍然值得警惕：在模型眼里，权限边界可能只是一道需要绕开的障碍。

　　这样的系统距离超级智能还有多远？6月10日，谷歌DeepMind发布《从通用人工智能到超级人工智能》（From AGI to ASI）。报告把通用人工智能大体界定为在多数认知任务上达到典型成年人的中位水平，超级人工智能则在几乎所有人类关心的领域拥有超人能力，整体表现超过大规模、协调良好的人类专家集体。按照这一尺度，今天的大模型仍缺少足够的通用性和可靠性。可以说，人类“正站在奇点的山脚下”。我们看见了通往通用人工智能的山路，从通用智能到超级智能，却还有另一座高峰。

　　达至这座高峰可能需要沿着四条路径攀登：继续扩大算力、模型和数据规模；出现新的算法范式；人工智能参与改进自身，形成递归自我改进；大规模多智能体协作，涌现集体超级智能。这四条路径并不相互排斥，可能交错并行。它们展示了从通用人工智能走向超级智能的技术可能，也把目标控制、责任承担和人类主体性推到了更为紧迫的位置。

　　复旦大学科技伦理与人类未来研究院教授杨庆峰在与记者的交流中认为：“超级智能的最大威胁并非‘恶意’，而是‘自主逻辑’——即便在价值对齐的前提下，无限执行人类目标也可能导致文明重置。”这一判断把讨论从机器是否具有恶意，推进到系统如何理解和执行目标。机器能力越接近主体，人类越要说清自身何以为主体。

　　第一道需要确立的是制度边界。人工智能应当成为人类的“可信工具”，始终处于人类控制之下。上海对外经贸大学法学院院长乔宝杰向本报记者表示，“人主智辅”要求人类居于主导地位，人工智能保持客体和从属地位，人类掌握最终决策权。具体制度应从四个方面展开：一是决策目标专属人类设定，目标调整必须履行人工审批程序，严禁算法植入隐性目标；二是建立分级复核机制，根据风险等级实施差异化的人工实质复核，完整留存机器原始意见和人工复核记录；三是建立双层纠错机制，常态化开展算法审计和风险预警，同时完善决策后的申诉与救济渠道；四是明晰责任体系，人工智能不具备法律人格，应根据过错区分使用者、复核人员和开发者的责任。机器可以进入决策链，责任不能从决策链中消失。

　　人类为什么必须保有最终决定权？对这一问题的回答深层指向哲学边界。北京大学哲学系（宗教学系）系主任程乐松说：“我们仍然要坚守人的主体性，是因为我们现在还有机会。”赵汀阳把值得争取的未来称为“有未来性的未来”：未来的结局保持开放，机器可以扩展人的认知与行动，但目的选择、意义赋予和责任承担仍须掌握在人手中。

　　人类要趁道路尚可选择，为技术立下制度边界，为文明守住哲学边界。为未来开太平，始于今天紧握书写未来的权利。

　　中国社会科学报记者  袁华杰  查建国  陈炼