问题——从“换人”到“换脑”，传统理论遇到新命题。 近年来，智能制造工厂流水线等场景加速落地，一些简单重复岗位被自动化设备替代已较为普遍。更值得关注的是，生成式技术与机器学习能力的提升，使智能系统开始进入文案处理、信息筛选、审计核算、辅助诊断、案卷分析等过去被视为“白领核心能力”的领域，并在写作、绘画、作曲、视频制作等创意环节表现出可用性。这个变化冲击了社会科学长期依赖的一个隐含前提——能动性通常被认为是人类独有，技术只是工具与媒介，不具备独立行动与决策能力。当智能系统在学习、推断、生成各上呈现“类能动”特征时，结构与能动的关系如何重新界定，成为智能社会研究绕不开的基础问题。 原因——技术能力跃迁叠加组织需求，推动“类能动”扩张。 学界普遍认为，这轮变化不只是效率提升，而是智能系统数据驱动下具备了动态学习与改进能力，不再局限于按指令执行，而能在一定边界内完成识别、判断与生成。同时，公共机构和企业对降本增效、流程再造、风险控制的需求不断增强，两者叠加，推动智能系统从“辅助工具”走向“参与行动”。在这一背景下，以人类反身性、意向性为中心的传统能动理论出现解释压力：如果智能系统能在规则约束下作出一定程度的认知与行动选择，能动性是否仍应被视为人类专属属性？在人机协作中，责任、权力与影响的边界如何划分？这些都需要在理论上给出回应。 影响——能动模式变化或重塑社会分工与分层逻辑。 王宁认为，在结构层面的深远影响尚未完全展开之前，可以先从能动理论本身切入，推动概念更新与模式划分。其核心主张之一，是将“能动”从常量转为变量：能动性不应被简单理解为“有或没有”，而应被视为在不同主体与情境中呈现不同强度、不同形态的连续谱系。在此基础上，可继续区分多种能动模式，如人机协作下的联合能动性、组织与群体层面的集体能动性等，用以解释智能系统介入后行动主体如何被重新组合。 在现实层面，能动模式的转型可能带来多重后果：其一，就业结构将面临再调整，一些标准化、规则化的白领岗位可能转向“人机协作型岗位”，对劳动者提出更强的复合技能要求。其二，社会分层逻辑可能变化，掌握数据、算力、算法工具与组织资源的群体，可能在机会获取与规则制定上获得更强的结构性优势。其三，日常生活的决策链条被改写，信息获取、内容生成与风险判断更依赖智能系统，便利性提升的同时，也可能带来偏差扩散、责任模糊与权利边界不清等新风险。 对策——以理论更新牵引治理升级，明确边界与责任。 面向智能社会的治理与研究，需要理论与制度同步推进。一上，应推动社会理论更新，将技术因素纳入结构与能动的分析框架，形成能够解释“人—机—组织—制度”互动关系的概念工具，避免用旧范式硬套新现实。另一方面，在实践层面要完善规则体系：明确人机协作情境下的责任划分与可追溯机制，强化数据治理与算法透明度要求，建立与就业转型相匹配的教育培训和职业转换支持，降低技术替代带来的结构性冲击。同时，应以具体应用场景为抓手开展评估，区分不同领域智能系统的可用边界与风险等级；在公共服务、司法辅助、医疗决策等关键领域，更需坚持审慎原则与安全底线。 前景——智能社会进入深水区，能动理论重构将成为长期议题。 随着智能系统进一步嵌入组织运行与公共治理，能动模式的变化将更频繁地体现在制度设计、劳动关系与社会互动之中。未来研究重点或将从“技术是否具备能动性”转向“不同能动模式如何共存并被有效治理”，以便为就业政策、社会保障、教育改革与公共管理提供更具解释力的理论支撑。将能动性视为变量，并据此开展模式区分与机制研究，有助于更准确把握智能社会的结构性变化，提升政策应对的前瞻性与精细化水平。
人工智能带来的理论冲击提醒我们，技术变革往往走在社会认知之前。面对这场正在展开的社会科学范式调整，既需要学界推进概念与框架更新，也需要政策层面提前布局。如何在保持人类主体性的同时，理性看待并引导新技术引发的社会变化，将在相当长时期内持续成为重要议题。