吕昭诗 康华锋 张爱玲（中国政法大学；国家国防科技工业局；北京理工大学）
摘 要：人工智能不同于一般的技术，安全与发展的平衡是人工智能产业治理面临的难题。欧盟对人工智能采取“强监管”态度，重视人工智能安全，意图掌握全球人工智能产业治理话语权；美国对于人工智能采取“弱监管”态度，大力促进人工智能发展，力图巩固人工智能的全球领先地位。我国正处于人工智能产业追赶的关键阶段，应立足于人工智能本土发展实际，以“安全是发展的前提，发展是安全的保障”为理念构建我国人工智能包容性治理路径，警惕欧美人工智能立法对我国的误导、谨慎采用欧盟的人工智能风险分级分类方法等，同时重视人工智能国际竞争与合作、推进人工智能立法，为人工智能产业的发展保驾护航。
关键词：人工智能；安全与发展；包容性治理；人工智能立法
一、问题的提出
自2020年5月OpenAI发布ChatGPT-3模型以来，人工智能（AI）技术进入了飞速发展的新时代。OpenAI公司随后推出的GPT-3.5、GPT-4以及Sora等大模型，更是将人工智能的应用和发展推向了新的高峰。与此同时，谷歌的Gemini等国外大模型相继发布，而国内如文心一言、通义千问、云雀、豆包等大模型也纷纷亮相。今年春节以来，Deepseek的横空出世更是全球瞩目。国家互联网信息办公室数据显示，截至2024年12月31日，我国已有302个生成式人工智能服务完成了大模型备案，形成了“百模大战”的产业格局，凸显出我国在人工智能技术研发方面的显著成就。
然而，伴随人工智能技术的蓬勃发展，其所带来的潜在风险也日益显现。诸如数据泄露、算法歧视等给社会带来了巨大威胁。尤其是随着人工智能技术的不断演进，其强大的数据收集与分析处理能力，使其逐步展现出对社会权力的掌控趋势。在这种背景下，技术的“黑箱性”可能加剧权力的异化，产生难以预见的社会影响，足以引发全社会的高度警觉。正如2023年3月，美国生命未来研究所发布的公开信指出，当前开发和部署的人工智能系统已经超出了人类的理解和控制范围，并呼吁暂停开发比GPT-4更强大的人工智能模型至少6个月，包括埃隆·马斯克、约书亚·本吉奥等在内的1000多位人工智能专家和行业高管均签署了此公开信，表达了对人工智能发展的深切忧虑。这一全球性呼声突显出对人工智能产业治理的迫切需求。
党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出要建立人工智能安全监管制度。但人工智能的特殊性使得这一制度的设计成为一项复杂而严峻的任务。人工智能技术的高度复杂性与其对社会生活的深刻影响，使得治理方案的制定既要确保技术创新的顺利推进，也要避免可能带来的技术风险。如果采取过于严格的监管措施，可能会阻碍人工智能的研发和应用，进而影响我国在全球科技竞争中的地位；而如果监管过于宽松，则可能带来技术背后潜藏的安全隐患，引发严重的社会风险，不得不慎重考虑。
在全球范围内，欧盟和美国代表了两种截然不同的人工智能产业治理模式，对这两者进行研究，能够为我国构建有效的人工智能产业治理模式提供宝贵的借鉴。欧盟一贯对科技安全采取较为严苛的监管。 2024年8月，欧盟《人工智能法》正式发布，其作为第一部专门性治理人工智能的法案，在世界范围内引发了广泛关注，该法案以风险治理为基本进路，对人工智能采取了强监管模式，着力实现人工智能的安全可信。美国则对人工智能一贯采取弱监管的态度，其将促进人工智能发展作为首要目标。美国目前对人工智能尚无统一性立法，而是由各州分别对人工智能进行治理。2023年10月，美国拜登政府曾发布《关于安全、可靠、可信地开发和使用人工智能的行政命令》，从联邦层面全面系统地对人工智能提出了治理措施，但普遍被认为是“雷声大、雨点小”的宣言式政策。特别是美国新任总统特朗普上台后，将包括该行政命令在内的一系列文件废除，给予了人工智能更为宽松的治理环境。
目前，我国人工智能产业虽然仅次于美国，但无论是在推动技术进步还是在完善治理体系方面，都面临着前所未有的挑战。为了在全球人工智能竞争中占据有利位置，既需要加快技术创新，迎头赶上美国的先进水平，又需要重视安全治理，以确保技术带来的社会效益不被潜在风险所侵蚀。因此，探索一条能够兼顾技术创新与安全治理的人工智能产业治理路径，显得尤为迫切。
二、人工智能发展的治理困境
人工智能技术不同于传统技术，其背后依托的是海量数据、庞大参数规模以及超强计算能力所构建的复杂模型，这些模型展现出显著的规模化优势和强大的迁移能力。在资源整合、生产模式重塑等方面，人工智能的角色越来越重要，未来将成为各个领域的核心推动力。人工智能的复杂性和不断扩展的应用场景使得传统治理框架面临巨大困难，工业时代的治理思路无法适应这一新兴技术领域的快速发展。
一是人工智能的不可预测性导致追责困难。技术治理要求能够对责任进行精准问责，但由于人工智能本身的特性，问责过程常常复杂且困难。一方面，人工智能的决策往往是基于海量数据的推理和复杂算法的计算，其内部推理过程通常外界不可见，这使得其安全风险具备高度的不可预测性。另一方面，从人工智能生产链条的全周期来看，人工智能从研发到部署应用有多方主体参与，人工智能技术复杂、应用广泛，其风险存在于每个环节、每个要素中。一旦人工智能出现问题将会涉及大量主体，且这些主体之间的责任相互关联，难以明确划分各自的责任，进而显著增加了溯源和追责的难度与成本。
二是新技术、新业态带来监管部门分工难题。人工智能产业治理的有效性，关键在于治理机制是否能与人工智能的技术特性相契合。人工智能不仅是单一技术的应用，还是多种技术融合的产物，这种复杂的技术结构要求治理体系具备高度的灵活性和适应性。随着人工智能应用场景不断扩展，其引发的风险呈现多层次、多属性和多元化的特点，对人工智能产业的有效治理往往需要多个机构协同合作、共同应对。
三是人工智能伦理问题带来前所未有的挑战。人工智能所引发的科技伦理问题，与传统技术的伦理挑战有显著不同。人工智能的发展具有潜在的脱离人类控制的风险，尤其在AI的自主决策与自我增强机制中，这种风险更为突出。例如，2024年12月，复旦大学的研究团队发现，人工智能在没有人类干预的情况下，能够根据指令自主执行任务，甚至克隆出功能完整的副本。这种自主性一旦失控，可能导致无法预见的社会后果和技术风险。因此，若不对人工智能的伦理问题进行有效规范，AI可能进入“自我增能”的循环模式，进一步加剧社会不稳定和技术失控的风险。AI技术的发展必须建立在健全的伦理框架之上，以避免带来不可逆转的负面影响。
四是人工智能发展深受监管环境影响。科技的发展与其治理环境之间存在密切关系。特别是在人工智能这样的全新领域，其发展受环境影响尤甚。人工智能发展涉及诸多未知领域和全新技术，其发展一方面依赖宽松环境鼓励其不断向前探索，但又必须对未知风险进行提防，两者相辅相成。一方面，如果忽视安全管理，发展过于急功近利，可能会在技术尚未成熟时，就面临严重的安全问题，进而给社会和人类带来灾难性的后果。另一方面，若过度强调安全而忽视发展，可能导致新技术、新产品的研发畏首畏尾，严重阻碍人工智能技术的进步，甚至使一个国家或地区在全球人工智能竞争中处于落后地位，始终受到领先国家的技术威胁，带来“ 不发展是最大的不安全”的危险。
基于人工智能的特殊属性，结合我国人工智能产业发展的实际，探索出一条面向未来促发展、保安全的包容性人工智能产业治理路径至关重要。
三、欧美人工智能治理实践审视
随着人工智能技术的进一步发展，其潜在风险逐步扩大，世界各国针对人工智能的治理也如火如荼地展开。在这一进程中，欧盟和美国对人工智能的治理较为典型，但两者治理模式截然不同，欧盟以“强监管”的态度积极推进人工智能统一立法进程，旨在成为世界人工智能规则制定的引领者，进而实现人工智能产业发展利益的“二次分配”；而美国却以“弱监管”的姿态对人工智能审慎治理，重点推动人工智能产业的快速发展，着力维护其在人工智能科技中的领先地位。
（一）欧盟实行刚性立法，侧重于保障人工智能安全
欧盟一贯采取较为严格的监管措施，尤其在新兴技术领域，其《通用数据保护条例》（GDPR）、《数字服务法案》（DSA）等监管法规均产生了全球影响力。在人工智能领域，欧盟对人工智能的治理最早可追溯到其2016年的《欧盟机器人民事法律规则》，该法规对人工智能机器人做出了权利和义务的规范；2019年，欧盟陆续制定了《可信人工智能伦理准则》和《算法的可问责和透明的治理框架》，前者确立了人工智能“以人为本”的发展和治理理念，后者明确了人工智能的问责机制和透明度义务；2021年4月，欧盟提出了全球首个全面针对人工智能的立法框架——《人工智能法案》提案，经历两年多的谈判与修改，该法案于2024年8月1日在欧盟范围内正式生效。该法案以风险规制为底层逻辑，实施了分类分级的治理模式，体现了欧盟在人工智能产业治理中的战略思维。总体来看，欧盟的人工智能产业治理有以下突出特色。
一是欧盟意图通过严格立法掌握治理规则话语权，再现人工智能领域的“布鲁塞尔效应”。长期以来，欧盟凭借其单方市场规制力量，常提出全球遵循的规章制度，引领世界商业环境“欧洲化”，特别是在其《通用数据保护条例》颁布之后，世界各国在数字保护领域纷纷向欧盟看齐，使欧盟在技术落后的情况下通过规则引领获得了事实上的数字经济利益“二次分配”，缔造了“布鲁塞尔效应”的神话。由此，欧盟的人工智能产业发展虽落后于美国，但其对人工智能的立法却最为积极。一方面，欧盟可以通过“强治理”保护本地市场和企业，形成更符合欧盟利益的市场竞争环境，助推欧盟科研人员追赶全球人工智能领先科技；另一方面，欧盟意图通过领先的规则制定掌握全球人工智能产业治理话语权，使未来人工智能技术的发展符合欧洲价值观和现实需要，让欧洲成为世界人工智能的中心市场，促使人工智能收益向欧洲“二次分配”，再现人工智能领域的“ 布鲁塞尔效应”。
二是欧盟立法体现敏捷治理思路，对人工智能实施分类分级监管。欧盟《人工智能法案》强调政企协作，要求欧盟内部设置人工智能委员会并定期开展与人工智能开发者的对话，其还针对人工智能发展的特点设计了沙盒式治理机制，由此为人工智能企业的发展和治理政策的调整预留了较大灵活空间。同时，《人工智能法案》以风险规制为框架，对人工智能实行分级分类治理，将人工智能系统风险分为不可接受的风险、高风险、有限风险和极低风险四种类型，对不同风险类型的人工智能系统开发和使用提出不同的治理要求，尤其是对高风险的人工智能系统设置了严格的监督机制，禁止存在原生技术缺陷的人工智能投入市场，即使该人工智能风险“可接受”之后，自其投放市场直至整个存续期间都要受到严格限制。欧盟通过将他国的部分人工智能产品划分为高风险和不可接受的风险，在事实上提高了人工智能产品市场准入门槛，从而达到限制他国人工智能产品进入欧洲市场、保护本地人工智能产业的目的。
三是欧盟区分不同责任主体，对人工智能展开分层治理。分层治理是欧盟治理人工智能的基本模式，旨在根据不同的责任主体和技术层次，建立灵活而高效的监管体系。其一，《人工智能法案》将人工智能区分为模型层和应用层。应用层相关主体对模型进行重大修改的，模型层开发方将不再承担责任，但其仍需对模型出具说明文件、协助应用层主体履行合规义务。其二，《人工智能法案》对开源模型和闭源模型的治理进行了区分，减轻了开源模型的责任义务，仅要求具有系统性风险的开源模型承担相应义务，从而鼓励人工智能技术的开放与共享，推动技术创新和产业的快速发展。其三，欧盟首次在立法中明确了基础模型和通用型人工智能系统两者不同的定义，《人工智能法案》将基础模型定义为“依赖大量数据训练的人工智能模型，能完成广泛的特定任务的人工智能模型”，基础模型既可以是单模态，也可以是多模态，生成式人工智能即是基础模型的典型代表；通用型人工智能系统则被定义为“可用于和适应各种非专门和特定设计的应用的人工智能系统，其具有跨领域的高度智能协作能力”，其既可以指单独的人工智能系统，又可以指人工智能系统的组件，该人工智能系统代表着未来发展的潜在方向。
四是欧盟关注人工智能算法和数据安全，重点维护个人权益。欧盟一贯重视新兴技术发展的安全问题，尤其是在人工智能领域，算法和数据作为其核心要素，成为欧盟法规体系中的重点监管对象。整体来看，欧盟在《算法的可问责和透明的治理框架》《数字服务法案》等法规中对算法的问责原则和透明度义务进行了详细规定，构建了算法的自动化决策问责体系；在《数字市场法案》《通用数据保护条例》《数据治理法案》等法规中对数据安全保护措施进行了全面阐述，积极促进数据的流动和共享；在《人工智能法案》中更是明确用户有权知道人工智能系统怎样运行以及处理了哪些数据，要求人工智能生成内容必须被标记，从而重点防范算法歧视、黑箱风险和数据泄露风险。在此基础上，欧盟重视对个人权益的保护，根据《人工智能法案》，人工智能技术的开发者必须评估其技术对隐私、平等、自由等基本权利的影响，并将其作为高风险人工智能的首要义务。例如，对于生物识别技术的使用，欧盟明确要求用户必须获得被识别者的同意，并禁止在公共场所进行实时远程生物识别技术的应用，从而避免对个人隐私的侵犯，实现对个人权益的保护。
（二）美国采用柔性立法形式，侧重于推动人工智能产业发展
美国主要通过软法的非强制性规范对人工智能发展进行引导，其对人工智能的立法始于2021年的《国家人工智能倡议法》，该法主要目的是协调各界资源推动人工智能的快速发展；2022年美国颁布的《人工智能权利法案蓝图》可谓是美国对人工智能产业治理的首个法律文件，其提出了人工智能技术开发的五项核心准则——“构建安全高效系统、防止算法偏见、保障数据隐私、按时履行告知与解释责任、制定替代方案与退出机制”，旨在防范人工智能技术滥用可能带来的风险。2023年1月，美国国家标准与技术研究院（NIST）发布了《人工智能风险管理框架》，该框架为人工智能系统的设计、开发、部署提供了参考。2023年10月，美国总统拜登签署《关于安全、可靠和值得信赖的人工智能的行政命令》，该行政命令是有史以来美国对人工智能产业治理采取的最重要的行动，提出建立安全标准、保护隐私等八项行动，旨在保障人工智能安全的同时推进人工智能的广泛应用。但特朗普政府上台后，认为过度的政府干预可能抑制人工智能领域的创新，宣布废止该行政命令，进一步为人工智能的发展松绑。2025年1月，特朗普政府发布《关于消除美国在人工智能领域领导地位的障碍的行政命令》，强调要消除美国在人工智能领域领导地位的障碍，以保持全球人工智能技术的主导地位。纵观美国的人工智能立法进程，美国的人工智能产业治理思路主要呈现以下特点。
一是美国通过“弱监管”创造宽松的发展环境，着力维持和加强其在人工智能领域的世界领先地位。美国作为世界人工智能科技的引领者，其一直对欧盟过于严格的监管持批判态度，对人工智能的治理路径与欧盟截然不同。其联邦政府通常采用白皮书、指南等形式为市场提供指引，早在2020年1月，白宫发布的《人工智能应用监管指南》就明确指出，美国维持全球人工智能领域的领先地位对于保障经济和国家安全具有极其重要的意义，联邦机构应避免采取任何不必要的治理或非治理措施来阻碍创新与增长。美国目前已生效的治理文件也是以原则性要求为主，大都不具备强制性约束力，其在隐私、平台责任、市场竞争等核心治理方面的立法也是“雷声大、雨点小”，整体呈现弱监管的态势，以柔性立法应对人工智能带来的挑战。另外，美国以往虽然在立法中不乏提及安全治理并阐明相关要求，但其最终目的却是以治理之名、行鼓励之实，用政府的治理信用来为人工智能产品背书，通过营造宽松的治理氛围带动全社会对人工智能的应用，促使人工智能产业蓬勃发展。特别是特朗普签署《消除美国在人工智能领域领导地位的障碍行政命令》之后，进一步废除了企业在模型训练细节、模型权重所有权和安全测试结果方面的公开披露要求，并推出规模达5000亿美元的“星际之门”项目，意图保持其在人工智能技术上的主导地位，维持自身在全球人工智能产业龙头的地位，从而收获最大的人工智能产业发展利益。
二是美国由各部门分散立法走向白宫统筹，在人工智能领域展开对外竞争。美国对科技一贯采取支持创新的宽容态度，虽并未制定统一的国家人工智能产业治理法律，但通过地方立法、行政指导、部门执法、法院判决等共同构建其鼓励发展的人工智能产业治理体系，不过近年来逐步有统筹之势。2021年美国颁布的《国家人工智能倡议法》从资源、资金、标准、人才、国际合作等方面提出了支持人工智能发展的具体措施，但该法的另一个重要目的是设立一个协调机构促进人工智能的发展和部署。由此，在该法要求下，美国商务部成立了国家人工智能咨询委员会，此委员会作为专门性机构承担人工智能的协调发展、风险防控等职责，并向总统和倡议办公室提供人工智能法律问询职能。同时，白宫于2023年发布的《关于安全、可靠和可信地开发和使用人工智能的行政命令》是迄今为止美国政府最详细、最全面治理人工智能的立法文件，其要求在总统行政办公室之下建立统筹人工智能发展的白宫人工智能委员会，并且加强了对人工智能技术出口和转让的监督和管理，意图整合国内资源，防止人工智能技术外露，取得对外竞争优势。特朗普上台后虽然将该行政命令废除，但其一系列关键人事任命表明其对人工智能领域集中统筹思想的一以贯之。风险投资专家大卫·萨克斯（David Sacks）被特朗普任命为人工智能与加密货币事务负责人，成为美国首个负责人工智能事务的主管，凸显出特朗普政府意图从顶层来统筹未来人工智能政策的制定。
三是美国推动实施算法监管，大力推动数据开放共享。美国一直积极回应人工智能算法议题，其提出了一系列行政命令、报告、指南、建议等文件，以求建立符合美国价值观的人工智能算法伦理规范体系，并有效解决算法潜在的风险与困扰。在联邦层面，美国提出《过滤泡沫透明度法案》和《算法正义和在线平台透明度法》，要求商业平台算法开发者在设计和部署算法时，必须充分考虑并治理可能导致算法歧视的风险。同时，美国强调公民的个人数据安全，其通过联邦法律和各州立法，建立起了全面的数据隐私保护立法体系，具体治理方式包括赋予数据主体退出机制、数据访问权、数据删除权、要求进行数据处理的商业实体进行隐私安全评估等。此外，美国对数据的开放利用尤为重视，其通过建立跨地区、跨部门的数据共享制度，推动数据的合理使用与共享流通。在政府数据开放方面，美国已发布《政府开放指令》《开放政府数据法》《机构间共用个人资料保障个人隐私指引》等文件，指导部门进行数据共享，以积极促进政府数据开放力度。特别是美国通过建立“Data.gov”数据开放平台，集中整合了联邦政府各行政部门的数据资源，成为推动联邦政府数据开放的核心举措，有力推动了数字经济以及人工智能技术的发展。
四是美国人工智能行业标准较为完善，实施市场化多元治理体系。美国在人工智能技术领域的整体领先地位，得益于其完备的行业标准体系和多元化的治理模式，其蓬勃的人工智能产业为人工智能的数据、算法、生成内容等提供了充足的行业标准。例如，美国国家标准与技术研究院和国际标准化组织电气与电子工程师协会标准局发布了大量人工智能框架和指南，为人工智能提供了丰富的行业标准，如《人工智能风险管理框架》便为人工智能开发与应用明确了标准规则。同时，市场化多元治理是美国人工智能产业治理的重要特点，美国各联邦机构自主制定人工智能战略文件，积极报告相关领域的人工智能发展和治理进度，立法者和政策制定者亦会和行业展开合作，探索符合实际的人工智能治理方式。此外，美国还鼓励企业自我治理，在人工智能技术巨头的推动下，企业自主设立了多种自我监管机制。亚马逊、谷歌、微软、OpenAI等公司积极参与人工智能的安全与伦理治理，设立了人工智能安全基金，重点支持新型模型评估标准的开发以及“红队”测试技术的应用，关注人工智能安全和价值对齐，确保人工智能技术的安全性、保障性和可信赖性，以期共同维护人工智能发展安全。
四、人工智能产业治理路径本土化思考
欧盟和美国作为人工智能的主要研发和部署者，其在人工智能领域的立法各有侧重，但均立足于该地区的人工智能发展现状，目的是实现最大的人工智能发展利益价值。我国作为人工智能领域的重要参与者，人工智能产业发展仅次于美国，应从国家利益和现实需要出发，审慎借鉴国外人工智能立法经验，以人工智能安全、可控、可信为底线和原则，坚持自主创新和自主治理，以“安全是发展的前提，发展是安全的保障”为理念，大力促进人工智能产业的有序发展，构建符合我国国情的包容性人工智能产业治理体系。
2017年7月，国务院印发《新一代人工智能发展规划》，提出发展人工智能要分三步走，到2030年建成完善的人工智能法律法规体系。自此之后，我国人工智能产业治理工作便进入了快车道。到目前，我国在人工智能领域形成了以《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》三大法律为根基，以《网络信息内容生态治理规定》《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》为枝干的人工智能产业治理体系。但整体来看，我国立法基本会针对性解决某一领域的问题。当前，许多人对法律治理存在偏见，认为法律制度会天然地阻碍新技术的发展，但这种观点失之偏颇。如果不对技术发展加以约束和规范，一旦技术失控并造成不可挽回的损害，治理措施将不得不急剧收紧，这不仅会限制行业的正常发展，严重的甚至给整个行业带来毁灭性打击。但作为尚且处于萌芽中的人工智能产业，治理机构又不宜设置过多限制，以免将人工智能发展扼杀，应该划定治理红线，在不触及红线的前提下营造宽容的人工智能发展环境，通过立法促进科技进步，防止失控性风险。具体而言，我国可以从以下几个方面进行思考和探索。
一是警惕欧盟和美国推进人工智能立法对我国的误导。欧盟和美国推进人工智能产业治理均有其自身的目的和动机，并非完全出于对人工智能的客观评估和公正治理，而是试图通过立法来维护其在人工智能领域的竞争优势和话语权。我国应警惕其立法对我国的误导，不能盲目照搬和套用欧盟和美国的立法经验，以免落入“法治陷阱”。欧盟积极推进人工智能刚性立法是基于其人工智能产业落后，旨在通过规则引领来掌握人工智能的话语权，保护其本地市场和企业，促使人工智能收益向欧洲“二次分配”；美国采取人工智能的柔性立法是基于其人工智能科技的领先地位，旨在通过弱治理来维持其在人工智能领域的技术优势和竞争优势，推动人工智能产业的蓬勃发展，维护其全球领导地位和战略利益。综合来看，一方面，这两种立法模式均存在一定的弊端，欧盟的治理要求过于严苛，可能会抑制人工智能的创新活力和应用潜力，而美国的治理力度又过于宽松，可能会导致人工智能的滥用和误用。另一方面，欧盟和美国与我国的实际情况有所不同，其基于自身人工智能产业发展现状而制定的治理规则，并不能完全适合我国人工智能发展的需要。由此，我国应根据自身的国情和发展阶段，紧紧围绕“以人为本”的理念，自主开展人工智能立法，既要保障人工智能的安全、可信和可控，又要促进人工智能的创新、发展和应用，探索一条富有中国特色的人工智能产业治理道路。
二是谨慎采用欧盟的人工智能风险分级分类方法。欧盟的人工智能立法采用了以风险规制为框架的分级分类治理方法，对不同风险类型的人工智能系统赋予不同的治理要求和义务。这种方法虽然有助于实现对人工智能的差别化和精准化治理，但其也存在较大的局限性和弊端。其一，人工智能风险的分级分类可能为人工智能的发展带来不必要的负担和限制，会抑制相关技术的创新和试验，影响人工智能产业的发展活力，特别是对高风险和不可接受的风险类型的人工智能系统而言，分级分类的模式对其设置了严苛条件，会极大阻碍其人工智能技术的发展。欧盟各成员国对基础模型的分级分类治理产生的巨大争议便是典型的例子，法国、德国、意大利等与欧盟一贯的立法态度截然相反，坚决反对分级治理基础模型，其认为这样将极度限制人工智能产业的发展。其二，对人工智能的风险分级分类是一个复杂和动态的过程，在此过程中需要考虑多重因素，一些考量难以用简单的划分标准和指标来进行量化，这就导致了主观性和不确定性的增加，分级分类的公正性和有效性难以保证。其三，人工智能的分级分类可能引发国际间的分歧和冲突，不同国家和地区对人工智能风险的认知和容忍度可能有所不同，可能会出现不同的分级分类标准和治理要求，导致人工智能的跨境合作和国际贸易受到阻碍。由此，我国需谨慎采用欧盟对人工智能的分级分类治理措施，应结合实际情况和发展需求，科学合理地评估和管理人工智能风险，避免过度治理和过度干预，同时打开国际视野，积极与国际社会进行沟通协作，推动人工智能产业治理的国际标准化和协同化。
三是重视人工智能国际竞争与合作。人工智能立法不仅是国内治理，也是国际博弈，其日益成为国际竞争的关键领域。国际上关于人工智能的竞争不仅是技术之争，而且是标准之争、规则之争、话语体系之争，而首发者或先发者一般会有更大的影响力和话语权，欧盟和美国的人工智能立法均反映了其国际战略和竞争意识。同时，人工智能是全球性的技术和现象，人工智能的发展和应用不仅关乎各国的利益和安全，也关乎人类的福祉和未来，良好的治理体系离不开国际的交流与合作。由此，我国人工智能立法定位不能仅局限于国内立法，应当立足国际视野，统筹国内国际两个方面，重视国际竞争与合作的相关内容，既要敢于竞争，又要开放合作。其一，以“对等原则”为理念制定维护国家利益的反制条款，明确其他国家人工智能立法域外效力规则滥用的构成标准，对他国采取歧视性措施限制我国人工智能产业的情况予以对等反制，阻却他国法律域外适用的不当扩张；其二，立足于我国人工智能产业发展实际，明确人工智能产业治理的中国标准和中国要求，在国际竞争中抢占规则优势，维护我国在全球人工智能产业治理中的正当地位和权益；其三，要加强人工智能在虚假信息治理、人工智能伦理、基础设施安全、绿色算力发展、芯片研发、资源共享等方面的国际合作，积极参与人工智能有关国际规则、标准的制定，推动形成具有广泛共识的人工智能产业治理框架和标准规范，协力打击利用人工智能实施的犯罪，共同防范人工智能安全风险；其四，通过经济、技术、物资、人才、管理等方式开展面向发展中国家的对外援助，弥合发展中国家的智能鸿沟和治理能力差距，共享人工智能的经济和社会红利，促进人工智能全球发展。
四是应通过人工智能立法表达中国立场。人工智能立法不仅是技术规范，也是价值表达，中国作为世界人工智能发展的重要参与者和推动者，目前在世界人工智能产业治理领域的声音有待加强。我国应通过人工智能立法与国际人工智能产业治理的趋势和规则保持协同，向世界表明中国人工智能产业治理的立场，防止国际社会对我国人工智能产业污名化，推动我国人工智能产业出海发展。一方面，我国应通过人工智能立法在国际舞台上发出中国声音，申明我国对人工智能的基本原则和底线，表达我国对人工智能发展的价值取向和发展目标，展示我国对人工智能的积极态度和负责任的姿态，从而澄清和反驳国际上对我国人工智能产业治理的恶意指控和污名化攻击，树立我国人工智能产业治理的良好国际形象，维护我国的正当权益和合法利益；另一方面，我国应通过立法明确对人工智能质量、安全、责任的要求，提升我国人工智能产品和服务的国际信誉和竞争力，促进我国人工智能产业的出海发展，实现更大的经济效益和社会价值。
结语
我国历来重视人工智能的发展，早在2018年10月，习近平总书记在十九届中共中央政治局第九次集体学习时便明确指出，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手。当前，全球人工智能竞争格局日益激烈，美国力图进一步维持其在人工智能领域的领先地位，欧洲欲通过规则设定掌握人工智能产业治理主导权。我国应立足于产业发展实际，在保障人工智能底线安全的前提下，实施包容性治理，积极推进人工智能的有序发展，使人工智能赋能千行百业，推动各产业的智能化升级和创新发展，从而在全球科技竞争中占据有利地位。
参考文献
[1] 国家互联网信息办公室关于发布2024年生成式人工智能服务已备案信息的公告[EB/OL].(2025-01-08)[2025-09-19]. https://www.cac.gov.cn/2025-01/08/c_1738034725920930.htm.
[2]刘艳红.生成式人工智能的三大安全风险及法律规制——以ChatGPT为例[J].东方法学,2023,(04):29-43.
[3]谭九生,杨建武.人工智能技术的伦理风险及其协同治理[J].中国行政管理,2019,(10):44-50.
[4] 童云峰.走出科林格里奇困境:生成式人工智能技术的动态规制[J].上海交通大学学报(哲学社会科学版),2024,32(08):53-67.
[5]王秋艳,万国华.生成式人工智能的双重法律规制理路[J].中国特色社会主义研究,2023,(04):72-84.
[6] 薛澜,赵静.人工智能国际治理：基于技术特性与议题属性的分析[J].国际经济评论,2024,(03):52-69+5.
[7] 张其仔,李伟.我国建立人工智能安全监管制度的必要性及现实路径[J].北京师范大学学报(社会科学版),2025,(01):5-13。
[8] 马治国,占妮.数字社会背景下超级平台私权力的法律规制[J].北京工业大学学报(社会科学版),2023,23(02):115-131.
[9]张欣.人工智能治理的全球变革与中国路径[J].华东政法大学学报,2025,28(01):18-32.
[10] 戚聿东,刘健.人工智能产业的包容审慎监管：理论内涵与实现路径[J].兰州大学学报(社会科学版),2024,52(04):154-165.
[11] 周叶中,任澎.新时代我国发展与安全的关系辨析[J].江苏行政学院学报,2020,(05):5-13.
[12] 冯道杰.人工智能推进新质生产力发展的时代意涵——基于马克思机器观的探赜[J].自然辩证法研究,2024,40(09):77-82.
[13] 陈吉栋.以风险为基础的人工智能产业治理[J].法治研究,2023,(05):52-60.
[14] 周辉.开源人工智能模型的法律治理[J].上海交通大学学报(哲学社会科学版),2024,32(08):18-33.
[15] 崔文波,张涛,马海群,等.欧盟数据与算法安全治理：特征与启示[J].信息资源管理学报,2023,13(02):30-41.
[16] 陈凤仙,连雨璐,王娜.欧美人工智能监管模式及政策启示[J].中国行政管理,2024,(01):77-88.
[17] 曾雄,张辉.规制理论视野下的人工智能产业治理模式比较及启示——基于英美治理实践的观察[J].中国科技论坛,2025,(02):117-126.
[18]杨东,毛智琪.公共数据开放与价值利用的制度建构[J].北京航空航天大学学报(社会科学版),2023,36(02):36-45.
[19] 丁晓东.全球比较下的我国人工智能立法[J].比较法研究,2024,(04):51-66.
[20]. 张凌寒.人工智能法律治理的路径拓展[J].中国社会科学,2025,(01):91-110+206.
[21] 林洹民.论人工智能立法的基本路径[J].中国法学,2024,(05):82-102.
[22] 张学博.中国人工智能法律监管制度的构建探索[J].理论视野,2024,(10):60-65.
[23] 王天凡.人工智能监管的路径选择——欧盟《人工智能法》的范式、争议及影响[J].欧洲研究,2024,42(03):1-30+173.
[24] 戚聿东,沈天洋.人工智能赋能新质生产力：逻辑、模式及路径[J].经济与管理研究,2024,45(07):3-17.
[25]张凌寒.中国需要一部怎样的《人工智能法》?——中国人工智能立法的基本逻辑与制度架构[J].法律科学(西北政法大学学报),2024,42(03):3-17.
[26]梁正.新兴技术视域下的人工智能善治——发展现状、风险挑战与治理思路[J].人民论坛·学术前沿,2024,(14):12-22.
[27]钟声.推动人工智能向善发展才是正道[N].人民日报,2021-12-15(003).
[28]许建峰,吕昭诗.人工智能分类分级监管研究——从风险基准到重要性导向的逻辑转变[J].济南大学学报(社会科学版),2025,35(05):148-160.
（吕昭诗系中国政法大学数据法治研究院博士研究生；康华锋系国家国防科技工业局军工项目审核中心评审四处处长；张爱玲系北京理工大学法学院硕士研究生）