5月21日上午，全球人工智能创新治理中心（CGAIG）及复旦发展研究院（FDDI）访问学者、巴塞罗那国际研究学院（IBEI）高级研究员、联合国大学区域一体化比较研究所（UNU-CRIS）客座研究员安东尼奥·波斯蒂戈（Dr. Antonio Postigo）博士，全球人工智能创新治理中心副秘书长、复旦发展研究院助理研究员辛艳艳博士进行了深度对话。

人工智能正重塑公共治理的运行方式。随着三方合作（Triangular Cooperation）日益成为南南合作的重要形式，如何借助数字工具提升合作项目的执行效率、增强资金可追溯性并保障受援国治理主权，成为值得探讨的议题。

2026年5月11日下午，全球人工智能创新治理中心和复旦发展研究院访问学者、巴塞罗那国际研究院（IBEI）高级研究员安东尼奥·波斯蒂戈（Antonio Postigo）博士作题为“自由贸易协定：从贸易自由化到多极世界中包容性人工智能治理的基石？”的讲座分享。

人才正在成为人工智能发展最关键的资源之一，决定着技术能否走向负责任的发展方向。全球人工智能竞争也在转变为人才争夺战，人才流动的方向反映着人工智能发展的前景。随着产业发展从线性模式进入综合集成模式，产学研政需要协同推进，人才培养渠道也需要在国内和国际层面保持畅通。人工智能对劳动力市场的影响主要体现在三个方面，一是赋能现有工作以提升效率，二是从根本上改变工作性质，三是催生全新岗位。目前人工智能已经取代了全球约12%的岗位，未来30%到50%的劳动力将受到冲击。短期的失业风险不容忽视，但长期来看净收益总体为正。为此，教育体系亟需进行根本性变革。这不是简单地在课程中加入人工智能工具，而是要培养人才的灵活性、敏捷性和适应能力，以应对快速变化的职业生态。

人工智能生成内容的认证和标注，正在成为全球人工智能治理的核心法律挑战。内容认证主要的四种技术路径——基于模式识别、生成数据库、元数据溯源，以及基于嵌入的水印——各有利弊，当下监管主要依赖于后两种路径的集合。随着生成内容日益逼真，人类与机器生成内容的界限越来越模糊，法律框架和现实发展之间的错位也愈发明显。中美欧巴等国家地区均已出台相关规定，侧重点有所不同。例如，中国重点关注公众混淆风险并设定了披露义务的具体方式。美欧则在标注要求之外为艺术性表达保留了部分例外空间，中国对这类例外尚未作出明确规定。全球层面，现有的国际层面组织与论坛对于这一问题推动力度不足，C2PA等技术标准的扩张面临技术和政治双重障碍。目前亟需推动跨国、跨平台的全球内容标注协作，才能真正消弭虚假信息、深度合成以及海量AI合成内容带来的社会风险。

随着全球人工智能生态系统日益脱钩，各国越来越关注AI主权问题。中美两国占据人工智能技术的第一梯队，与第二梯队国家之间存在显著差距。以韩国为例，中等强国虽然在芯片制造和平台创新等方面具备局部优势，但面临多重治理困境。它们需要在本土创新和国际合作之间取得平衡，在追求自主性的同时避免牺牲包容性，在关注安全的同时推进技术创新和就业保护。韩国正在致力于构建全栈式人工智能供应能力，推动公平、平衡和包容的人工智能创新，并希望将自身模式推广到全球南方。全球人工智能治理亟需形成统一标准，确保安全性、透明度和跨国互操作性。

全球人工智能治理的核心挑战并非缺乏制度，而是制度扩张与治理能力之间的结构性错配。近年来各层级的人工智能治理框架大量涌现，但事故数量也在同步攀升，这说明制度增长并没有自动转化为治理成效。这种错配体现在两个方面。一方面是机制扩张与能力真空并存，许多国家尤其是全球南方缺乏落实治理框架的实际能力。另一方面是权力错位，人工智能治理以国家为驱动，但人工智能的实际运作以企业为核心，算力、数据和安全标准的制定权集中在大型科技公司手中。因此，人工智能治理的关键问题不在于建立了多少机制，而在于谁真正具备治理能力，以及这种能力如何分配。具体而言，治理能力应当被理解为三个层次，分别是技术能力、制度能力和公信力。

当前围绕通用人工智能（AGI）的讨论存在若干问题。比如AGI的定义大多由行业和技术群体主导，而非基于学术共识。对AGI的预估普遍过于乐观，如果持续大规模投入算力和芯片却未能取得里程碑式的突破，将带来深远隐患。政府在AGI发展中应当扮演三重角色，分别是技术范式的引导者、组织架构创新的推动者和资源的协调者。中美两国的AGI发展呈现出不同路径。美国采取以模型为中心的方式，推进“星际之门”和“创世纪计划”等战略项目。中国则以应用为驱动，致力于将人工智能融入基础设施，降低使用门槛，让各行各业都能获得人工智能的赋能。两种路径有望在未来某个阶段实现聚合，兼顾能力提升与应用落地。因此，将中美AGI发展简单对立起来是不可取的。

人工智能正在从被动的推理工具转向主动的智能体，这加剧了全球南北之间的智能鸿沟。全球北方仅占世界人口的25%，却掌控着80%的全球收入，垄断了GPU算力集群和顶尖研究人才。全球南方则普遍缺乏数字基础设施、电力供应和网络覆盖，还面临数据殖民的问题。人工智能模型主要基于全球北方的数据和西方价值观训练，南方国家沦为被动使用者。不过人工智能也可以成为弥合鸿沟的工具。它可以通过远程导师缩小教育支出差距，通过诊断技术输出医疗服务，通过低功耗方案解决本地问题。南北合作应当是互利共生的。北方提供算力、开源模型和能源基础设施，南方贡献年轻劳动力和关键矿产资源，从而实现智能资源的全球普惠。

人工智能风险具有全球性和系统性，尤其体现在网络安全、生物安全以及非国家行为体滥用这三个领域。然而目前全球人工智能治理已经陷入地缘政治竞争的思维定式，合作对话被主导权竞争所取代。把人工智能视为一场竞赛，在战略上其实适得其反。一方面，人工智能能力依赖全球供应链、研发生态和人才流动，没有哪个国家能独立掌控全局。另一方面，竞争叙事强调速度而非安全，削弱了各方分享风险信息的动力，还将技术管控异化为国家安全工具，形成排他性的技术阶层。因此，人工智能治理需要从竞争对抗转向基于风险的务实合作，从碎片化的规则转向统一协同的治理架构。各国应该淡化竞争叙事，建立连接政府、产业、学界和国际组织的多元协作平台，以及各类专项合作机制。

前沿人工智能系统规模庞大，自主化程度越来越高。传统的人工监控方式已经难以应对海量词元生成和智能体自主行动带来的治理挑战。对此，可以尝试用人工智能来治理人工智能。具体手段包括数据过滤、品格训练、机制可解释性研究、思维链监控以及人工智能控制研究等，通过多层次的技术方法对人工智能技术栈的各个环节实施有效监管。这种治理需要具备技术深度和快速迭代能力的专业机构。目前美国、英国、中国等国已经在探索建立独立的非营利机构和专业研究组织，逐步形成多元治理生态。不过各国治理机构之间仍需加强协调与合作，共同应对人工智能带来的系统性风险，避免人类被自身培育的技术力量所反噬。

从宪法主义的视角出发，人工智能治理不仅是技术问题，更是法律、社会与技术三重叠加的复合议题。当前以Anthropic为代表的科技公司正在用类似宪法的语言来构建治理框架，试图界定大语言模型与社会秩序之间的关系，体现出企业对塑造全球人工智能治理规则的深度参与。与此同时，从加密货币治理到技术共和国理念，“私人宪法主义”的复兴正在让科技公司成为与国家并行的规则制定者。目前各国政府的人工智能监管深度还远不及科技企业自身的治理探索，两者之间差距明显。