AI治理新思维：可靠下限、内生安全与全球共享

2026年8月，同济大学党委书记郑庆华在《光明日报》发表署名文章，为人工智能的成熟化发展勾勒出三条关键路径：从模型突破转向系统可靠，从外部监管转向内生设计，从技术垄断转向能力共享。这一框架直指当前AI产业的核心痛点。

过去数年，行业竞赛多聚焦于参数规模与生成效果，但实验室的亮眼成绩未必能应对真实世界的复杂约束。医疗、交通等关键领域，绝不能将偶然输出视为可靠结论。真正的系统能力，在于守住稳定运行的底线，而非追逐短暂峰值。未来竞争将围绕基础理论、数据质量与因果认知展开，只有将科学机理融入模型，构建人机协同的智能网络，才能支撑千行百业的落地应用。

治理层面，传统的“先发展后监管”模式已显滞后。风险往往在数据筛选、算法训练阶段就已埋下，并随规模应用迅速放大。因此，安全与伦理必须嵌入技术全生命周期，按应用场景分级设定门槛——对自动驾驶等高风险领域从严要求，对辅助性应用保留探索空间。同时，人的主体地位不可动摇，算法只能提供建议，价值判断与最终责任必须由人类承担。

全球数智鸿沟若持续扩大，可能固化为参与规则制定的能力差距。普惠不应止于输出产品，而应通过人才培养与联合研究，帮助更多国家建立自主创新能力。开放合作能增强人类共同解决问题的能力，高校与科研机构应推动标准协同，尊重文明多样性。唯有打通创新、治理与共享的链条，人工智能方能行稳致远。