问题——技术跨越式迭代带来“三重挑战”同时显现。随着大模型、智能体等应用加速落地，人工智能明显提高产业效率，但也让网络安全风险更具突发性和链式传导特征；社会层面，换脸、拟声诈骗以及内容“幻觉”等现象增多，肖像权、名誉权、财产权等纠纷更易发生；在就业层面，人工智能对岗位的影响呈现“替代与创造并存”，但部分行业出现替代速度快于新岗位生成、转岗培训跟进不足等结构性矛盾。原因——“临界点效应”抬高了治理难度并放大外溢风险。一上，数据成为关键生产要素，企业将核心业务数据接入模型训练与推理，安全机制一旦薄弱，可能出现“一处失守、全盘受损”。另一方面，人工智能降低了网络攻击门槛，攻击者借助自动化工具可实现批量化、精准化攻击，使以规则和静态边界为主的传统防护体系承压。同时，智能体应用在权限配置、身份授权、行为追踪等环节若约束不足，容易出现过度授权和权力滥用，风险也从“系统漏洞”转向“行为失控”。在法律层面，技术生成内容的责任认定、证据规则与侵权边界仍在完善，规范供给相对落后于应用扩散。影响——从企业经营到公共安全，风险呈现“链式扩散”。在产业链上，人工智能供应链更复杂，单一组件、接口或外包环节的薄弱点都可能触发跨行业、跨企业的连锁事件，甚至导致关键行业服务中断与数据泄露。对公众而言，拟真合成技术让诈骗更具迷惑性，识别成本与维权难度上升；内容“幻觉”一旦被误用或被恶意传播，可能扰乱市场秩序和舆论环境。对劳动力市场而言，重复性、流程化岗位更易被自动化替代，而新岗位往往需要数据治理、模型评测、安全合规、场景工程等复合能力；若培训与岗位衔接不足，短期内结构性摩擦可能加剧。对策——以“可控、可用、向善”为主线补齐治理与能力体系。今年《政府工作报告》提出完善人工智能治理，强化数据安全、算法公平与伦理底线，并部署适应人工智能发展的就业创业支持措施。工业和信息化部有关负责人在两会期间介绍，我国人工智能核心产业规模已超过1.2万亿元，对应的企业超过6200家，制造业人工智能普及率超过30%，并强调人工智能必须“为人所用、为人服务、为人所控”。在此基础上，多方建议从安全、法治、就业三端共同推进：其一，安全端突出“全链条+动态化”。有业界人士建议，面向大模型、智能体、具身智能等新形态应用，提升监管与防护的适配能力，推动形成覆盖数据、模型、接口、应用、终端与供应链的全链条防护；以数字资产为核心收敛攻击面，建立持续评估、持续修复机制，避免“静态合规、动态失守”；将智能体纳入统一的身份管理与授权体系，强化最小权限、行为审计与可追溯机制；在对抗层面，推动“以智能对抗智能”，以自动化监测、威胁情报与对抗推演提升处置效率，推动从被动防御转向主动防御。其二，法治端强调“鼓励创新与明确边界并重”。围绕深度合成标识、个人信息保护、数据流通利用、生成内容责任认定与证据规则等重点领域，建议更细化可操作标准，推动平台、机构和开发者建立合规审查与风险分级机制；对换脸、拟声等高风险应用，强化身份核验、用途限制与追责闭环；对生成内容引发的侵权与虚假信息传播，完善取证、溯源、处置与赔付机制，形成可执行、可落地的治理框架。其三，就业端重在“托底与转型并举”。针对岗位结构变化，建议让职业培训更紧贴产业需求，面向制造业、服务业等重点领域推进技能再培训与岗位再设计，鼓励企业在“人机协同”中提升劳动者的工具使用能力、流程管理能力与安全合规意识；同时，通过政策支持促进新业态、新职业发展，扩大数据治理、工业软件、模型评测、安全运营、智能制造运维等方向的岗位供给，缓解替代冲击。前景——从“技术扩张”走向“治理成熟”，关键在于形成协同共治的制度供给。总体而言，人工智能已成为产业升级的重要引擎，但应用越规模化，越需要用规则、标准、技术防护与人才体系共同守住底线。未来一段时期，网络攻防将更趋动态化、对抗化，安全能力建设需与应用部署同步推进；法律治理将从原则性要求走向更细颗粒度、可执行的规范；就业结构调整仍将深化，政策与市场需要共同降低转型成本，提高劳动力适配速度。只有在可控前提下释放创新活力，技术红利才能更稳定、可持续地惠及产业与民生。
人工智能治理现代化是一道关乎发展与主导权的时代课题。要在技术创新与风险防控之间保持动态平衡，就需要更具前瞻性的制度供给：既要提前识别并化解“灰犀牛”式风险，也要为“新动能”打开空间。正如代表委员们的共识：停滞并不意味着安全，失去约束的技术扩张也不可取。中国式人工智能治理的关键，在于把握发展与安全的平衡点。