竞逐规则主导权：全球AI治理进入“深水区”

宋玉茹／文

近日，中方宣布正加紧筹建世界人工智能合作组织。该多边机构拟驻上海，旨在共促“智能向善”并弥合全球智能鸿沟，现已向约40国发出邀约，并在2026世界人工智能大会上进一步凝聚治理共识。该倡议折射出了全球AI规制的紧迫态势。

当前，人工智能在释放巨大生产力之际，也潜藏算法失控与技术异化等深层风险。技术演进与规制模糊的张力，正迫使全球监管跨越概念探讨，全面步入实质性的规则建构与战略博弈阶段。

从宏观的主权先机竞逐，到微观人类主体性防线的构筑，再到跨法域的协同共治，一幅复杂的国际规制图谱正加速成型。探究其演进脉络与底层逻辑，正是把握数字时代科技治理走向的关键前提。

竞逐全球人工智能规则主导权

人工智能技术的快速演进正深刻重塑全球产业与政治经济格局。技术突破的表象之下潜藏着深层次的制度博弈。

随着技术广泛嵌入社会底层运行框架，确立具有普适性的治理范式成为大国竞争的核心议题。在全球战略层面率先主导监管规则，往往意味着掌握了未来产业生态的话语权。这场围绕规则设定权的竞逐，促使全球监管版图呈现出显著的阵营分化与梯队演进态势，各主要经济体正依据自身资源禀赋加紧部署差异化的规制战略。

审视当前国际监管格局，欧美两极展现出截然异质的规制导向。

欧洲的监管逻辑高度依赖严密的成文法体系，意图通过制度供给弥补本土科技产业的相对劣势。欧盟出台的《人工智能法案》（2024年8月生效）确立了基于风险分级的强监管模式，将人工智能系统按不可接受风险、高风险、有限风险与最小风险四级分类，对招聘筛选、信贷评分、生物识别等高风险应用实施严格合规审查。其深层战略在于激发“布鲁塞尔效应”，试图将内部的高标准数据隐私与伦理审查转化为全球通行准则，呈现出防御性与规范性并重的特征。

相对而言，美国的规制路径更具实用主义与分散化色彩，其核心诉求是维持全球技术创新链条的绝对领先。联邦层面延续“创新优先”基调，2025年特朗普政府发布《美国人工智能行动计划》并撤销拜登时期第14110号行政令。但2026年6月因前沿模型自主利用软件漏洞的风险急剧上升，特朗普签署新行政令设立“自愿框架”，要求被认定的前沿模型在发布前向政府提供最多30天访问权限——这被视为“松绑”框架下的一次安全回摆。这种创新优先的战略，最大程度保留了市场敏捷性与研发自由度。

欧美之外，中国的规制路径体现了统筹发展与安全的特征。面对复杂的技术溢出效应，中国针对算法推荐、深度合成及生成式模型等特定应用场景，较早出台了《互联网信息服务算法推荐管理规定》（2021）、《互联网信息服务深度合成管理规定》（2022）及《生成式人工智能服务管理暂行办法》（2023）等专门规章，并以备案制落地。根据国家互联网信息办公室最新数据显示，截至2026年4月30日，累计有868款生成式人工智能服务完成备案，530款生成式人工智能应用或功能完成登记。此种场景化的敏捷治理模式，旨在精准对冲社会风险的同时，为本土产业提供清晰的合规预期，进而拓展在全球数字规则建构中的话语空间。

伴随三大经济体战略布局的深化，全球人工智能监管已初步凝结为多层级的梯队结构。美、欧、中凭借各自在资本、市场规模或制度执行力上的比较优势，构筑了规则制定的第一梯队。

在此之外，英国、日本、新加坡等国组成第二梯队，试图在创新激励与合规约束之间寻找灵活支点，既避免因过度规制错失技术红利，亦防范对单一外部规则的深度依附，这客观映射出全球治理体系的复杂现状。

然而，依赖单一维度的法定条文或裹挟地缘政治色彩的单边策略，难以有效应对通用目的技术引发的系统性冲击。技术演进的跨国界属性意味着，基于利益分割的规制割裂极易催生全球性的规则真空与技术盲区。宏观战略层面的先机竞逐仅为全球治理的表象，探寻行之有效的技术演进规范框架，需将研究视域向关乎人类共同福祉的具体治理场域延伸。

人工智能具体治理维度的监管焦点

宏观层面的大国规则博弈，正不可避免地向具体的治理实践下沉。随着人工智能向社会生活纵深渗透，国际监管的视域已从抽象的战略框架延伸至实质性的应用场景。

审视当前各主要经济体的监管动向，应对技术演进伴生的多维风险，其规制重心正高度聚焦于以下三大关键领域。

其一，确立技术安全底线与防范算法失控。

确立技术安全底座是国际监管的基础。各国普遍以数据隐私、算法黑箱与系统稳健性为切入点，防范底层技术失控。其中，算法偏见已成监管焦点。

例如，亚马逊AI系统因学习历史数据排斥女性候选人，引发了对算法失控的广泛警惕。这种技术警惕正迅速转化为实质性的法律追责。

在DerekMobley诉人力资源软件公司Workday案中，原告指控该AI招聘工具系统性排斥大龄求职者。法院近期初步认证该案为集体诉讼（涉及约11亿份申请），并裁定AI供应商不能以“算法决策”为由逃避反歧视责任。这明确释放了信号：算法偏见不再是技术瑕疵，而是可被直接追责的法定红线。

为应对此类风险，欧洲立法高度关注强制第三方审计与合规机制建设；美国则侧重推动企业在发布大模型前开展“红蓝对抗”测试。对底层隐患的严格把控与责任穿透，已成为人工智能大规模社会化应用的基本前提。

其二，坚守人类主体地位与防范技术异化。

跨越底层安全，全球监管正向更深层的伦理水域迈进，其核心关切点在于防范“技术异化”。面对生成式模型强大的自主推演与决策能力，监管者愈发警惕纯粹的算法逻辑会替代人类的价值判断。

欧盟《人工智能法案》敏锐捕捉到了这一风险，对高风险自动化决策系统，第14条要求部署者指派具备必要能力、培训和权限的自然人进行有效监督，并有权对系统决策提出质疑和纠正。

值得注意的是，2026年5月欧盟就《数字AI一揽子法案》达成政治协议，将高风险系统核心合规义务的执行期限从2026年8月推迟至2027年12月，在坚守人类主体性底线的同时，为技术适配留出弹性空间。

这种制度设计的本质是确立“人在回路”原则，明确无论技术如何进化，人工智能终究是辅助工具，最终的决策权和责任归属必须锚定在人类自身，从而划定机器不可僭越的伦理边界。

其三，规制职场算法控制与维护劳动者权益。

算法对社会运行的重塑，在劳动就业领域引发的监管关切尤为紧迫。随着人工智能深度嵌入任务分配、进度监控与绩效评估，劳动者正面临被算法全面支配的风险，对算法对工作流程的全面渗透，部分国家开始构筑保护劳动主体性的监管护栏。

以欧盟平台工作相关指令为例，其核心诉求是提升算法在分配任务、监控进度与评估绩效时的透明度：2024年12月发布的《欧盟平台工作指令》覆盖约2800万平台劳动者，第9条明确要求平台书面告知算法决策逻辑、数据收集范围及对收入的影响，并禁止处理情绪、心理状态、工会活动等敏感数据，关键决策须启用人工复核；第16条更进一步确立举证责任倒置，由平台方承担证明从属关系不存在的举证责任并提交算法技术方案供审计。

同时，2026年2月，澳大利亚新南威尔士州正式通过《数字工作系统法案》，将AI、算法及自动化平台纳入职业健康安全监管。法案要求雇主主动管理数字系统引发的心理社会风险，防止过度工作负荷、不合理绩效监控和算法歧视，并赋予监管机构检查相关系统的权力。

此外，印度等新兴经济体在数字基础设施建设中，逐步将弱势群体权益与数字鸿沟弥合纳入政策考量。这些动向表明，对抗职场算法异化、保护劳动者的自主控制权，已成为当前具体治理实践中的重要命题。

中国应对人工智能全球治理挑战的对策建议

面对日益复杂的国际监管壁垒与不断拉大的全球数字鸿沟，单一的规制模式已难以应对技术演进带来的系统性挑战。为更好地适应人工智能发展趋势，中国在参与全球协作与优化本土治理的过程中，需要在技术标准对接、监管机制创新以及多边平台建设等层面进行务实布局。

其一，积极参与国际技术标准制定以降低跨国合规壁垒。

各国密集的差异化立法客观上增加了人工智能跨国发展的合规成本。在具备普遍约束力的国际法律条约短期内难以达成的现实下，推动跨国技术标准互认是较为务实的选择。

中国相关行业机构与科技企业可进一步加强与国际标准化组织、国际电信联盟等专业技术平台的对接。在数据分类分级、大模型安全评估及接口兼容等具体的工程层面，积极引入并分享国内的治理实践与技术标准。将宏观的监管诉求转化为全球通用的技术参数，不仅能在尊重各国法律底线的前提下缓冲规则冲突，也能为中国人工智能产业走向国际市场提供更为平稳的制度通道。

其二，推行监管沙盒等敏捷治理机制以统筹创新与安全。

人工智能技术的快速演进与法定程序的相对滞后之间存在客观矛盾。过度依赖固定的法律文本进行事后监管，难以完全适应大模型自我演化的技术特性，也可能在一定程度上抑制产业的研发活力。

为此，国内监管机制可进一步向动态适应的敏捷治理方向探索。具体而言，可稳步扩大“监管沙盒”等创新试点的覆盖面，在明确安全底线和风险可控的前提下，为前沿模型的研发提供适度的试错空间。

通过这种伴随式的监管互动，监管部门能够在动态观察中准确识别技术的底层逻辑与潜在隐患，及时调整合规要求。这种持续迭代的监管方式，有助于在防范系统性风险的同时，更好地维护本土创新生态。

其三，依托联合国框架推动构建包容普惠的全球治理体系。

全球人工智能治理体系的公平性与稳定性，离不开广泛的国际参与。面对当前技术能力与规则制定权相对集中的现状，推动建立更具代表性的多边治理架构显得尤为重要。

中国可继续支持联合国在全球数字治理中发挥主渠道作用，以《全球人工智能治理倡议》为指引，推动搭建普惠性的国际协调平台。在多边合作实践中，系统探索涵盖算力基础设施共建、技术转移与高质量数据共享的协同机制，切实回应广大发展中国家弥合数字鸿沟的现实诉求。通过倡导并参与构建多元共治的开放体系，不仅有助于改善国际规则制定中的非均衡态势，也有利于引导人工智能技术向造福全人类的方向发展。

（作者系中国社会科学院财经战略研究院助理研究员）