币安交易所官网

人工智能的发展速度正在逼近一个新的治理临界点。过去几年，行业讨论更多围绕大模型能力、算力规模和商业落地展开，而随着智能体（AI Agent）开始从“回答问题”走向“执行任务”，监管视角也正在发生变化。

7月20日，2026世界人工智能大会系列分论坛——人工智能法治论坛举行。论坛围绕“智能体发展的法治回应”展开讨论，并发布《智能体服务健康发展的法治十原则》白皮书，试图为正在快速扩张的智能体产业建立一套更明确的治理框架。

和传统软件不同，智能体最大的变化在于，它不只是执行固定指令，而是在一定范围内进行判断、规划和行动。比如企业智能客服可以自主处理用户请求，办公智能体能够调用多个系统完成流程操作，医疗辅助智能体甚至可能参与诊断建议生成。

能力提升带来的问题也更加复杂。

如果一个智能体在运行过程中出现错误，是开发者负责，还是部署企业负责？如果它调用第三方服务造成损失，责任边界又该如何划分？这些问题并非技术团队单方面可以解决，而涉及法律、商业模式以及用户权益。

此次发布的白皮书提出三方面治理逻辑。其中一项核心要求，是覆盖智能体研发、训练、运行、迭代到退出的全过程管理。相比过去针对单一算法环节的监管方式，智能体治理更强调全生命周期风险控制。

这背后反映出一个现实变化：AI系统正在从“工具”变成“参与者”。

过去的软件产品通常按照预设规则运行，而智能体可能面对开放环境进行动态决策。它需要处理的不只是模型准确率，还包括权限控制、数据使用、安全边界等问题。企业如果只关注效率提升，而忽视运行风险，后续可能面临更高的合规成本。

白皮书同时强调用户数字权益保护，包括服务标识、分层告知同意、最小权限以及可信输出等规则。这些措施针对的是智能体应用普及后的新型信息不对称。

普通用户很难判断一个AI系统到底掌握了哪些数据、拥有哪些操作权限，也难以确认生成结果是否可靠。尤其对于老人、未成年人等数字能力较弱群体，智能体可能带来的影响更加直接。

另一个重要方向是产业责任划分。

近年来，AI行业一直存在一个争议：当系统具备一定自主能力后，企业是否可能以“AI自主决定”为理由弱化自身责任。此次白皮书明确提出“人类最终担责”原则，意味着技术自主性不能成为责任转移的工具。

这与全球人工智能监管趋势正在形成呼应。欧美近年来都在探索针对高风险AI应用的责任机制，但智能体的发展速度明显快于监管体系完善速度。企业希望尽快释放商业价值，监管机构则需要避免技术扩张带来不可控风险，两者之间正在寻找新的平衡点。

从产业角度看，智能体可能成为下一阶段AI商业化的重要入口。微软、谷歌、OpenAI等企业都在推动AI从聊天助手向任务执行平台转变。未来大量企业流程可能由多个智能体协同完成，治理规则也将直接影响这一市场的扩张速度。

人工智能竞争已经不只是模型能力竞争。谁能在技术创新和责任体系之间找到更稳定的结合点，可能决定下一阶段产业格局。对于智能体而言，真正的挑战或许不是让它变得更聪明，而是让它在拥有更大行动空间之后，依然处于可管理、可追责的范围内。