AI性能的跃升，意味着曾经需要数十年逐步消化的“技术变革期”将被迫压缩至极短时间内完成，其引起的治理问题已成为了不可回避的历史性抉择。
2026年伊始，在ChatGPT问世近四年之际，已经少有人调侃AI所生成的内容，更多的是以一种惊诧甚至忧虑的眼光去看待这场突如其来的科技变革。
同样，在今年1月的达沃斯论坛上，AI已取代宏观经济议题成为会议焦点，被多个国家、国际组织、科技公司领导者定义为“新型基础设施”。这并非单纯源自对技术的兴奋或崇拜，而是由于其衍生的政治经济影响，已引发对劳动市场、社会就业的冲击，乃至产生对人类主体性的威胁。既有制度是否有能力承载这一变革，已成为不可回避的问题。
一、变革加速的三重因素
AI带来的冲击之所以如此迅猛，源于三重因素的相互叠加。
最为直接的原因，是AI性能远超预期的提升速度，迫使“技术变革期”提前到来。2016年2月，当AlphaGo在围棋世界里大放异彩击败欧洲冠军时，Google Deepmind创始人哈萨比斯仍认为AI要达到人类水平尚需几十年时间。然而，仅仅十年发展，已让曾经的预言显得过于保守。虽然当前业界对实现通用人工智能（AGI）的具体时点仍存分歧，但对其加速演进的趋势已形成高度共识。在近期，马斯克更是判断到2026年底，AI的推理与分析能力将超越最聪明的人类个体。AI性能的跃迁式进步与其部署成本的快速下降，意味着原本有着数十年可以逐步面对、消化的技术变革，将被迫要求压缩到极短时间内去完成。
更为结构性的原因，是从政治经济视角，生产关系调整往往滞后于生产力进步的发展规律。我们所熟悉的大部分社会制度，无论教育、就业、还是金融，都是由特定生产力结构所衍生的“配套设施”，并且以服务生产力运作、进而提升社会整体福利水平为目的。然而，随着技术变革在短期内快速发生，特别是其影响已不限于提高效率本身，而是重新改写价值创造的方式时，既有制度将越发难以适用。哪些工作更重要、哪些技能更稀缺、哪些组织方式更有效，这些基础性问题将被迫重新回答。而由于新的制度建构需要周期，在特定时间段内，“新兴”的生产关系需求与“过时”的制度供给必将产生矛盾。这也是为何历史上，通用型技术革命并不必然在短期内转化为宏观增长红利，反而由于制度错位而伴生经济波动甚至危机。
此外，另一个不可忽视的加速效应，是变革过程中所叠加的熊彼特式“创造性破坏”。 在AI快速发展的背景下，若社会总生产资料在短期内保持稳定，那么其内部将以高度不对称的方式重新配置。随着资本、人力、政策红利加速向新兴产业聚集，传统行业所吸纳的资源将不断缩减，旧技术、旧产业、旧商业模式将加速淘汰。这意味着在社会内部，生产资料并非平缓转移，而是通过破坏性的方式加速重构，进而放大冲击所带来的真实体感。在个体层面，当职业阶梯被压缩，部分乃至大多数群体更易感受到竞争加剧、机会收缩与安全感下降的威胁，由此在情绪传导中抬升社会的整体焦虑感。
所以，尽管相信科技创新终将提升整体福利，但“破坏”与“重构”的过程并非坦途。
二、AI治理的四个抉择
人类社会或许已不存在“慢慢适应”的空间，但在走向AI治理的过程中，有些问题必须得到严肃且认真的回答。这些问题的抉择，并非仅基于利弊权衡，而是不同价值观念的取舍，也将对未来带来长期而深远的影响。
其一，是否应适当干预AI在社会整体层面的渗透速度？
AI的全面推广已不是技术问题。英伟达创始人黄仁勋近期指出，AI已进入“工业化部署阶段”，其发展不再受限于算法本身，而取决于能源、算力和系统架构的建设速度。从工程师视角，只要有着充足的能源供给与建设投入，AI的大规模部署不存在技术性障碍。然而，在特定制度错配期内，社会是否有能力平稳地承接该变革也是一个严肃的政治经济考量。正如卡尔•波兰尼在其著作《大转型》中所警示，当技术与资本结合并通过市场化机制快速扩张时，若社会保障体系与相应制度安排无法同步适配，其引发的冲击将更为深远和剧烈。更何况，围绕AI的安全、伦理、透明度问题，已引发长期的争议以及国家间立场的分歧。
其二，科技巨头如何平衡其商业利益，又将在AI治理中扮演何种角色？
AI性能的跳跃式提升是以极其密集的资本投入为前提。2025年，Meta、OpenAI、Microsoft等公司在AI领域投资均超千亿美元，但模型性能提升的背后尚没有清晰的商业逻辑支撑。正因如此，“人工智能之父”辛顿在去年底就警示，科技公司推动AI应用的最强激励不是订阅费收入，而是设计“智能体”（AI Agents）以替代人类劳动，但这将不可避免地带来规模失业。
更为重要的是，拥有算力、算法、数据优势的科技公司，将秉持怎样的效用函数以参与治理。如果仅追求利润最大化，那么后果将是灾难性的；但如果将其服务定义为具备某种公共产品属性，主动推进透明化、可追责的治理框架，又该如何合理说服以盈利为目的的公司。《加州人工智能透明度法案》在通过过程中所引起的激烈博弈，已预示着在更大范围上推广所面对的阻力。而在全球层面，科技公司如何与主权国家、国际组织协作或分权以建立具有广泛可借鉴性的治理标准，也成为近期慕尼黑安全会议上的重要议题。
其三，AI是否可赋予主体性地位，人类个体又该如何构建其独特意义？
对许多科研工作者而言， AI性能的提升已使其角色定位从搜索引擎，上升为研究助理，再逐渐升级为共同作者。2025年10月斯坦佛大学举行的“Agents4Science”会议上，已尝试要求会议论文应主要由AI完成，明确AI需作为“唯一第一作者”。然而，当写作、表达、乃至对未来的预判都可以交给一位“数字伙伴”时，人类自身的独特性何存将成为全球性问题。这不仅关乎物质，更在于意义——人类参与劳动不仅为了收入，也是其构建社会角色与身份认同的锚点，是通过专业技能获取社会尊严的基石。正因如此，在达沃斯论坛上，赫拉利发出“末世般”警告，认为人工智能的创意表达能力是对“人类独特性”的底层剥夺，其引发的认同危机恐转化为系统性的社会失秩。哈萨比斯也认为，在AGI到来的窗口期内，社会必须优先应对“意义缺失”的严峻挑战。
其四，在终将到来的人机协作社会，有哪些新的治理模式将会涌现？
人类社会的治理范式通常侧重于事后追责与惩罚规训，但为应对AI的瞬时风险时，新兴的治理模式正转向事前原则，尝试将法律准则与伦理边界直接编码进智能体的逻辑底层。而其中，又充满竞争性的价值选择与伦理判断。此外，在“智能体”之间，他们彼此进行交易的一般等价物是否还基于传统主权货币？他们的组织形式是依赖中心化的、具有“安全开关”（kill switch）权限的人工治理端，还是最小化地减少人类参与，以“DAO”的形式自组织？最后，则回到牛津大学人类未来研究所创始人尼克•博斯特罗姆在其著作《深度乌托邦》中所发出的疑问：在一个不再需要人类努力就能解决一切物质问题的社会中，治理的终极目标将如何从“维持生产秩序”转向“守护文明的活力与意义”？
这些问题并非是对未来的浪漫畅想，而是摆在面前不可回避的历史性抉择。
三、走向共识？
治理的实现不是依靠强迫，而是依靠理念层面达成最大公约数的共识。为此，群体、组织、国家之间才能克服集体行动的困境，当面对特定问题时，才能在所相信的价值取向下选择具有“正当性”的行为。
然而，在AI治理走向共识的过程中，注定将充满争议与反复。传统治理问题，无论经济危机、恐怖主义、气候变化，其往往有着一个清晰的治理目标，所讨论的通常是实现目标的手段，以及在此过程中不同行为体所分担的损益。但针对AI治理，当前多数问题都是开放性的，没人能断言何种取舍更为正确，无论学界或业界也尚未提供能被广泛接受的终极方案。在国际层面，更难形成一个具有高度权威性，能够“自上而下”指导各国面对新一轮科技变革的组织。
或许，答案不仅来自逻辑构想，更来自现实层面的实践与试错。站在从现代社会迈向“超智能社会”的临界点上，在传统的制度慢慢被解构，而新的生产关系尚未建立之时，需要一代人去探索人类该如何面对AI变革，寻找如何建构自身意义的答案。每代人都有其特殊的历史使命，而当前的我们可能会被称为“跃迁一代”（threshold generation）。这并非是一个简单的任务，其中也充满失败的风险与未曾预想的挑战。但同时，尚存的时间窗口并不会很长。有人已选择将自己从工业革命后所形成的职业标签中抽离，以AI架构师的自觉来重塑工作流程与产出；也有人在人机协同、智能体协作方面探索新的组织形式；有人选择把AI当作个体智慧的延伸，从而坚定地走向自我。
2026年，是新一轮技术革命真正引导社会变革的破局之年，也注定将在历史坐标上留下深刻的印记。如何跨越这一变革，或许不取决于能开发出多强大的算法，而取决于我们能否在社会转型、公共利益与个体意义之间，达成一份新的“数字社会契约”。
（注：黄宇韬，牛津大学博士，中国社科院世经政所国际发展与全球治理研究中心秘书长。本文仅代表作者个人观点。责编邮箱bo.liu@ftchinese.com）