图为二〇二五年十一月六日，观众在二〇二五年世界互联网大会“互联网之光”博览会现场参观。

新华社记者 黄宗治摄

从联合国设立“人工智能独立国际科学小组”与“人工智能治理全球对话”机制，到各国近期密集出台法规、针对AI智能体发布安全风险提示等，国际社会正以多种路径探索AI安全治理之道。国际社会AI治理呈现怎样的阶段性特征？进入2026年，AI治理面临哪些新挑战，当前有哪些治理新趋势？围绕这些话题，本报邀请专家进行解读。

AI治理频出新

随着人工智能技术快速迭代，近期国际社会围绕“管什么”“怎么管”正迈入新一轮探索期。从多边机制到各国出台综合性法案与场景化专门立法，一系列新动向引发关注。

不久前，联合国大会任命“人工智能独立国际科学小组”40名成员，包括机器学习、数据治理、公共卫生以及人权等领域专家。联合国秘书长古特雷斯发表声明表示，2025年8月，联合国大会就全球人工智能治理通过决议，正式设立“人工智能独立国际科学小组”和“人工智能治理全球对话”机制。科学小组将负责评估人工智能的风险、机遇与影响。

日前，欧盟理事会就一项简化部分人工智能监管规则的提案达成一致，主要涉及精简欧盟人工智能监管框架、减轻企业合规负担、禁止利用人工智能生成色情内容等。欧盟理事会表示，该提案是欧盟委员会“综合简化一揽子计划”立法方案中的一部分，是对欧盟《人工智能法案》部分内容作出的调整。

与此同时，美国多个州也出台针对专门场景的立法。据美媒报道，纽约州议会拟出台法案，禁止 AI 聊天机器人提供法律或医疗建议，允许用户对违规的聊天机器人运营方提起诉讼。另据美国《新闻周刊》网站报道，美国多个州今年还将发布立法，要求AI陪伴系统履行安全信息披露义务并建立防护机制。

近期，多国也分别发布AI相关立法与治理措施。3月1日，越南《人工智能法》正式生效。外媒报道称，该法为东南亚首个以专门立法方式确立的较为完整的人工智能监管框架。此外，1月22日，针对AI智能体部署后的潜在风险，新加坡在瑞士达沃斯世界经济论坛期间发布《智能体人工智能治理示范框架》。同一日，韩国也正式宣布实施《关于人工智能发展和构建信赖基础的基本法》，要求企业与开发者对“高风险”领域应用AI模型时采取严格措施。

中国现代国际关系研究院科技与网络安全所所长、研究员李艳接受本报记者采访时表示，当前国际AI治理仍处于探索初期，这符合AI技术与应用的客观节奏。从技术演进看，AI仍在快速迭代，技术路线和应用场景远未达到完全稳定与明晰的成熟阶段。这意味着，初期的治理面临“科林格里奇困境”与“步调难题”，即规制的时机与力度一旦把握失当，过早、过严可能扼杀技术创新、制约产业发展；反之则难以有效管控风险，或极大推升治理成本与难度。

“在此阶段，各国AI治理呈现鲜明的分散化与异质化特征。从治理路径看，尚无统一模板，各国均在探索符合自身国情与发展定位的治理模式，初步形成了‘监管偏好型’‘发展优先型’‘发展与安全平衡型’等差异化治理路径。”李艳说。

复旦大学发展研究院副教授、全球人工智能创新治理研究中心研究员江天骄对本报记者表示，当前，各国在AI治理路径上表现出不同政策取向。尽管路径多元，但如何在不挫伤创新活力的同时筑牢安全底线，平衡好发展与安全的关系，正成为各方推动AI治理的共同追求。

“立法追不上代码”引担忧

进入2026年，AI治理面临的挑战愈发复杂多元。从“AI投毒”到各类应用场景风险，既有治理框架面临不少新挑战。年初以来，AI智能体OpenClaw（俗称“龙虾”）的快速发展，也让“立法追不上代码”的担忧再度升温。

日前，哈佛大学、麻省理工学院等多所高校联合多家机构发布《混沌智能体》研究报告。研究团队在模拟真实企业生产环境中部署智能体，结果短短两周内便触发并记录下11起严重安全漏洞案例。报告认为，超六成企业面对失控的智能体缺乏有效终止能力，AI安全治理体系建设迫在眉睫。

美国纽约大学教授玛哈·侯赛因·阿齐兹也撰文警告称，智能体可能遭不法分子大规模利用，网络安全风险进入全新阶段。

江天骄表示，智能体引发更多关于数据安全、隐私保护、网络攻击、恶意滥用等连锁风险的担忧。这些风险场景已超出传统治理框架的覆盖范围。当用户为了效率而向智能体让渡权限，一旦出现安全风险，责任应如何认定？当不法分子滥用智能体实施网络攻击、精准诈骗并催生黑灰产业链时，亟须一整套从数据到智能体、从责任界定到落实执法的综合治理框架。

香港中文大学信息工程系副教授周亚金对本报记者表示，早期AI立法主要围绕模型本身展开，重点关注模型如何处理数据、应用于何种场景。彼时，责任主体相对单一，主要指向模型提供厂商。然而，随着技术演进、智能体出现，如今的AI已不再局限于单一模型，而是逐渐发展为复杂的生态系统，涵盖模型提供者、工具开发商、应用开发者、最终部署者（如云服务提供商等）等多个角色，涉及众多企业和主体。

“在此背景下，责任链条正变得模糊不清。”周亚金表示，复杂系统下，不同角色应当承担何种责任，成为早期立法与相关治理措施未能预见的问题。尽管立法过程中可以尝试对模型提供者、应用开发者、部署者等角色进行抽象界定，但AI生态发展速度过快，今日抽象出的角色分类，不久后可能就会被新业态突破。立法始终滞后于应用生态演进，这是无法回避的现实，也是当前AI治理面临的突出挑战。

李艳表示，2026年，AI治理的核心问题已从技术层面转向更加综合的规则制定与秩序构建，呈现三大突出挑战：一是发展与安全的平衡难题。技术的敏捷迭代与治理的滞后性形成巨大张力，“治理追不上代码”已成为各国面临的共同难题。如何在创新红利与算法黑箱、数据泄露、深度伪造等风险之间划线，成为各国监管面临的最大考验；二是敏捷性治理能力不足。AI技术跨地域、跨场景的快速扩散，超越了传统行政监管的响应速度，跨国数据流动与算法模型的无边界性也使国家无法以一己之力解决问题；三是权力与责任的界定模糊。算法责任归属、平台合规义务、通用人工智能风险预案等核心议题，至今仍缺乏全球公认的基准，治理之路任重而道远。

对话合作仍是必选项

尽管风险挑战频现，各国在“边探索、边应对”的过程中，仍涌现出不少创新型治理实践。

其中，监管沙盒作为一种弹性监管工具，正被越来越多国家采用。欧盟《人工智能法案》明确要求建立人工智能监管沙盒机制。西班牙于2023年11月率先启动欧盟首个AI监管沙盒试点。目前，欧洲多国也在积极推进相关探索。

在中国，2025年12月，国家互联网信息办公室起草了《人工智能拟人化互动服务管理暂行办法（征求意见稿）》，首次在部门规章层面明确“监管沙盒”制度，允许企业在监管机构的监督指导下开展创新试点和安全测试。

江天骄表示，在欧盟、英国、新加坡等地，AI监管沙盒正从试点工具向长期制度化安排升级。这类机制为自动驾驶、AI医疗等特定领域提供了在受控环境中测试技术应用的法律和制度框架，也为技术风险划定了合理边界。

监管沙盒之外，场景化的立法也呈快速增长趋势。例如，美国针对自动驾驶责任、深度伪造分别立法。在中国，今年的全国两会也就AI生成内容的版权归属、算法歧视等专项立法建议进行了广泛讨论。

专家指出，多元的治理路径并不意味着各行其是，对话与合作对全球至关重要。

“人工智能作为新兴技术，天然具备跨领域、跨国界的特性。一国企业开发的模型可为全球用户提供服务，若各区域立法差异过大，企业合规成本将急剧攀升。因此，寻求对话与合作是必选项。同时，AI带来的诸多问题本身就需要跨境协作。例如，深度伪造的跨国传播如何处罚？虚假信息干预他国选举如何应对？使用AI的网络攻击如何防范？这些问题在AI出现前已亟须国际合作，AI的介入更让这种协作成为必需。”周亚金说。

李艳表示，当前，多国正在探索跨国自愿准则与技术标准的融合。历史经验证明，最佳实践的分享与互鉴是打破治理困境的关键。因此，国际对话必不可少。唯有通过多边机制搭建沟通桥梁，才能弥合不同国家在监管认知上的鸿沟，推动形成兼顾各国国情与全球共同利益的治理规则，避免因治理碎片化引发的失灵甚至失效。

“全球AI治理已有原则性共识，但距稳定成型的治理体系仍有距离。”李艳表示，在此背景下，中国发布《全球人工智能治理倡议》，倡导“秉持共同、综合、合作、可持续的安全观，坚持发展和安全并重的原则，通过对话与合作凝聚共识”，为国际社会提供了具有重要参考价值的中国方案。

“从全球范围来看，AI治理的国际对话越发迫切。”江天骄说，无论是深度伪造、网络攻击，还是不法分子滥用引发的更为严重的核生化恐怖袭击，都使全球面临“一损俱损”的局面。任何一国的监管缺位都可能成为全球风险源。因此，各方急需围绕各自的监管立法和治理标准进行交流和对话，在AI安全与数据流动等关键议题上开展政策协调，逐步建立标准互认和联合评估机制，推动构建普惠包容的安全与治理体系。（本报记者 林子涵）