智能何以向善：DSG治理框架與推進路徑

智能向善是統籌人工智能發展與安全的重要目標。但是人工智能發展與安全治理的規范滯后性和治理碎片化導致人智信任危機、組織變革沖擊、制度競爭失序等系統風險加劇。本文基于人-技術-智能體融合、行業與組織變革、制度變遷與重構等多維視角系統構建統籌人工智能發展、安全與治理的“DSG”治理框架，提出以開源開放塑生態、以標準先行控風險、以評價監管促向善的三位一體協同聯動推進路徑，為構建人工智能發展與安全的全球治理新標準和新秩序提供中國方案。

2025年4月25日，習近平總書記在主持中共中央政治局就加強人工智能發展和監管進行第二十次集體學習時指出“人工智能帶來前所未有發展機遇，也帶來前所未遇風險挑戰。要把握人工智能發展趨勢和規律，加緊制定完善相關法律法規、政策制度、應用規范、倫理準則，構建技術監測、風險預警、應急響應體系，確保人工智能安全、可靠、可控”。早在2018年，習近平總書記在政治局第九次集體學習已強調“加強人工智能發展的潛在風險研判和防范，確保人工智能安全、可靠、可控發展”。近年來，中國積極投身全球人工智能治理體系構建。2023年《全球人工智能治理倡議》、2024年《加強人工智能能力建設國際合作決議》均提出“以人為本、智能向善”構建人工智能發展、安全與治理的中國方案。2025年人工智能行動巴黎峰會聚焦如何讓AI造福人類實現智能向善，強調亟需建立一個包容而高效的AI國際治理框架。但是，伴隨著技術權力擴張與社會控制能力失衡引發的技術控制困境，人工智能發展與安全治理呈現出規范滯后性和治理碎片化等問題，導致人智信任危機、組織變革沖擊、制度競爭失序等系統風險加劇。統籌人工智能（AI）發展與安全已成為全球亟待解決的重要議題。為回答“智能何以向善”，本文基于人-技術-智能體融合、行業與組織變革、制度變遷與重構等多維視角，系統構建統籌人工智能發展（Development）、安全（Security）、治理（Governance）的“DSG”治理框架，提出以開源開放塑生態、以標準先行控風險、以評價監管促向善的三位一體協同聯動推進路徑，為構建人工智能發展與安全的全球治理新標準和新秩序提供中國方案。

1 統籌人工智能發展與安全的治理趨勢與挑戰

1.1基于智能向善的全球人工智能治理動態

傳統意義上的人工智能向善（AI for good）泛指通過技術設計、開發、應用和管理等環節，確保AI技術服務于社會公共利益，遵循道德和法律規范，提升人類福祉。中國治理語境下，對人工智能向善的解讀逐漸從技術本身的道德合法性視角投射至AI技術對整個社會生態系統的潛在影響，聚焦在法律、倫理和人道主義層面的價值取向，專注于促進政府、非政府機構、公民社會和國際組織建立包容、非營利、可擴展的AI治理方案。基于智能向善的全球人工智能治理動態（圖1所示）呈現治理剛性逐步增強的趨勢，從“以人為本”為原則的軟性規范和行業自律（2018年-2020年），發展到以“合規監管”為規則的硬性法規制和風險防控（2021年-2023年），再到以“多元共治”為載體的協同治理升級和生態重構（2024年至今），面向“智能向善”的評價監管已經成為統籌AI發展與安全治理重要內容。

圖1 基于智能向善的全球人工智能治理動態

1.2 人-技術-智能體融合發展倒逼治理機制升級

人-技術-智能體融合發展引發安全風險指數級上升，主要呈現以下風險：（1）倫理邊界模糊風險。腦機接口、增強智能等人工智能技術模糊了人類與智能體界限，人機身份重構導致意識上傳、記憶修改等倫理邊界模糊化風險日益加劇，引發“人類主體性”爭議。（2）人機混合責任風險。傳統法律框架難以覆蓋人機混合責任的風險后果，智能體深度介入醫療診斷、司法量刑等會引發決策權分配沖突，導致責任歸屬復雜化。（3）數據與生物安全風險。人機融合依賴腦電信號、基因信息等生物數據，生物數據泄露可能引發身份盜用、神經攻擊等新型犯罪，進而形成數據與生物安全威脅。（4）系統失控與對抗性風險。智能體自主學習能力增強后，可能突破預設邊界，甚至與人類目標發生利益沖突，甚至通過算法權力擴張介入情緒調控、行為引導等人類生活，個體自主權被技術寡頭侵蝕的系統失控與對抗性風險不容忽視。現有人工智能技術迭代速度遠超規則制定，全球尚未形成針對人-技術-智能體融合的監管框架，治理機制難以應對融合技術的系統性風險。人-技術-智能體融合作為人工智能發展重要趨勢，正在倒逼治理機制升級，亟需通過開源開放重塑人工智能發展生態，將倫理與安全要求嵌入技術研發底層，平衡技術精英與社會大眾的治理話語權。

1.3 行業與組織變革發展推動治理范式創新

行業與組織變革發展對治理結構和治理生態提出新挑戰。人工智能技術驅動組織結構從傳統層級分明和部門割裂向分布式團隊和數據中臺轉型，對原有的組織治理結構提出新要求，需要更便捷的跨部門合作方案，甚至需要企業適應決策權部分讓渡給算法系統的“AI原生組織”的新型治理結構。人工智能開源開放創新使算法研發等核心環節從少數頭部企業擴散至中小廠商，但是產業鏈供應鏈各環節采用異構框架，數據接口及協議兼容性差，數據采集方、算法開發者、應用廠商等產業鏈供應鏈各環節對數據所有權和收益分配規則仍存在分歧，跨層級產業鏈供應鏈上下游缺乏互操作性標準，缺乏對核心技術的知識產權與標準協同保護機制，難以形成產業鏈供應鏈各環節協同共治的發展生態。倡導構建“責任式開源開放創新”的產業鏈供應鏈協同治理共識，將統籌人工智能發展、安全、治理的DSG治理框架深度融入產業鏈供應鏈各環節，在統一評價監管框架下對人工智能賦能的產業鏈供應鏈開展多主體和多層級的協同共治新范式。

1.4 制度變遷與迭代驅動治理體系重構

制度變遷與迭代對傳統治理體系的剛性結構與路徑依賴發起新挑戰。制度變遷不僅涉及法律、政策的調整，更包含價值觀念、權力結構和利益分配的重塑，多元價值沖突與合法性危機日益凸顯。全球化與數字化轉型催生隱私至上與數據共享的多元價值觀沖突，導致傳統治理的一元權威模式難以調和價值分歧，加劇了技術標準等國際制度競爭的失序狀態。全球化與本土化治理失衡引發治理合法性爭議，國際規則與國內制度難以兼容，主權國家面臨創新激勵與安全管控的兩難平衡。制度變遷迭代深刻影響全球治理體系重構，世界各國政府與國際組織積極投身于人工智能的全球治理博弈，力圖爭取AI治理標準、治理規范和治理準則的競爭話語權。智能向善需要全球共治，積極推動人工智能國際標準互認，采用標準迭代平衡人工智能創新發展與風險管控，積極構建分級治理體系和多元共治框架成為統籌人工智能發展、安全、治理的全球治理共識。

2 統籌人工智能發展與安全的DSG治理框架與評價體系

2.1 DSG治理框架內涵和外延

統籌人工智能發展（Development）、安全（Security）與治理（Governance）的“DSG”治理框架是以人工智能技術與社會系統深度互嵌為基礎，以“智能向善”（AI for Good）為宗旨，基于包容共享、開放協作、和諧友好、尊重隱私、安全可控、公平公正、共同擔當、敏捷治理等原則，面向人-技術-智能體融合，行業與組織變革、制度變遷與重構等三大維度，對人工智能的發展和安全治理開展系統評價和動態監管（圖2所示）。“DSG”治理框架倡導負責任創新和開源開放創新范式迭代實現人工智能可靠發展，運用風險識別、風險評估、風險防控助推人工智能安全發展，開展多級評價、多元共治、動態監管實現人工智能可控發展。開源開放創新發展、標準先行安全防控、評價監管向善治理是“DSG”治理框架統籌人工智能發展與安全治理的三大推進路徑。“DSG”治理框架為破解規則滯后性與治理碎片化提供了新思路，通過“個體-組織-制度”的協同演化在理論層面將智能向善的倫理主張轉化為可操作的評價監管機制，在“技術-市場-社會”的實踐層面為政產學研用提供統籌人工智能發展與安全的治理體系。“DSG”治理框架為促進新質生產力與高質量發展、深化現代化產業體系建設、推進國家安全體系與治理能力現代化提供治理方案，助力我國在全球人工智能治理體系中實現從規則接受者向范式引領者的戰略轉型。

圖2 基于智能向善的DSG理論框架

2.2 DSG治理評價體系

DSG治理評價體系以人工智能全產業鏈內政產學研用多元異質主體為評價對象，以統籌人工智能發展、安全與治理共識為核心，倡導以評價促發展、以監管筑安全的DSG積極主義，遵循客觀性、審慎性、前瞻性、主動性等原則確立評價維度和量化指標權重，構建DSG動態評價指標集，評價方法，評價方式，實現智能向善目的和宗旨。

DSG治理評價體系構建了動態評價指標集，具體包括3項一級核心范疇、9項二級重要議題、60余項三級觀測指標（圖3所示）。其中，3項一級核心范疇包括“發展、安全與治理”。9項二級重要議題包括發展范疇下的“人-技術-智能體融合發展、行業與組織變革發展、制度變遷與重構發展”，安全范疇下的“人智信任危機、組織變革沖擊、制度競爭失序”，治理范疇下的“可靠的人智融合倫理治理、安全的組織生態治理結構、可控的治理協同共治體系”。60余項三級觀測指標主要包括“人才技能提升比例、AI研發投入、AI專項預算占比、關鍵崗位人員培訓頻率、安全文化滲透、法規合規及時性、智能體維護成本占比、關鍵基礎設施保護覆蓋率、安全標準引用率”等可量化、可追蹤的實操層面。隨著數字技術向人智融合演進，人工智能技術風險呈現非線性爆發特征，治理規則需要不斷更新迭代，傳統靜態指標在快速變化中容易失效，傳統環境和社會治理框架在應對技術失控、安全漏洞與治理滯后等系統性風險時顯得力不從心。DSG治理評價體系要求主體動態調整防護與合規策略，以動態指標量化人工智能在發展、安全與治理。DSG動態評價指標集并非強制清單，而是通過關注一系列前瞻性觀測指標，為企業、產業、政府等主體提供新的治理方向。

圖3 基于智能向善的DSG評價指標集

3 統籌人工智能發展、安全與治理的推進路徑

DSG治理評價體系以實現人工智能持續向善為目的與宗旨，通過“開源開放”促進人工智能技術創新生態向善發展，通過“負責任且可評價”的人工智能引導人工智能公司治理體系向善升級，通過“彈性監管指標”推動人工智能產業鏈供應鏈韌性向善提升，通過“標準先行”獲取全球人工智能向善治理話語權，最終統籌人工智能發展、安全與治理，為回答“智能何以向善”提供兼具理論解釋力與實踐可行性的中國方案。

3.1 發展生態：基于DSG治理框架推進開源開放創新

引導開源創新賦能人工智能可持續發展。

基于DSG治理框架鼓勵企業開源底層算法框架，以開源分布式創新吸引全球開發者參與，降低中小企業技術準入門檻，推動人工智能技術的快速迭代和優化。加強企業開源倫理審查，開發開源AI倫理評估工具，在代碼庫中嵌入倫理檢測模塊，確保技術應用符合社會責任。引導產業構建跨行業開源聯盟，共建開源開放平臺，促進生態整合與資源共享。通過建立開源供應鏈風險管理體系，動態監控開源許可證沖突，避免生態閉源隱患。政府則需加強制度支持，加快自主可控開源生態創新發展相關支持政策出臺。通過設立專項資金與稅收激勵加速企業、產業開源步伐。通過企業主導技術輸出、產業整合生態、政府制度護航，DSG框架下的開源創新成為人工智能可持續發展的核心引擎。

深化開放創新促進人工智能融合發展。

基于DSG治理框架驅動產業構建協同創新生態推動產業鏈上下游企業、高校、科研機構協同，打造“基礎研究-技術開發-產業應用”全鏈條，推動技術互通與資源共享。在縱向協同層面，通過建立聯合開放研發基金、知識產權共享協議等機制，打通高校理論突破向產業落地的“死亡之谷”。在橫向標準互通層面，主導制定跨行業AI技術標準，推動異構系統互操作性，引導企業加強跨界合作與資源共享，開放技術資源，吸引生態伙伴協作創新。政府需強化政策引領與資金支持，鼓勵搭建國家級算力共享平臺等國家級公共服務開放平臺與基礎設施，降低中小企業技術接入門檻。通過產業主導生態融合、企業開放協作、政府基礎設施支撐，DSG框架下的開放創新促進人工智能跨域融合發展。

落實負責任創新推動人工智能向善發展。

基于DSG治理框架引導政府落實負責任創新，通過制度約束與動態監管確保人工智能技術向善。政府主導建立“負責任AI中心”，整合倫理學家、技術工程師、法律顧問及社會學者組成跨學科智庫，針對自動駕駛“電車難題”決策邏輯、生成式AI內容版權歸屬等爭議場景制定可操作的倫理指南；完善第三方倫理審計制度，引入DSG治理評價體系對金融風控、醫療診斷等高風險AI應用實施年度強制審計，對未通過DSG審查認證的企業限制市場準入；設立“負責任創新基金”激勵企業合規向善發展。引導企業在開發全流程嵌入倫理審查，成立跨部門倫理委員會，統籌AI合規與問責，確保技術決策兼顧商業目標與社會責任。引導產業開展AI倫理培訓與普及，培養技術開發者的責任意識。通過政府加強監管、企業駐守底線、產業普及教育，DSG框架下的負責任創新推動人工智能向善發展。

3.2 安全防控：基于DSG治理框架倡導標準先行

標準合規明確人工智能內生安全風險界限。

基于DSG治理框架的人工智能標準合規旨在以統一標準明確認知行為與技術操作的合法性邊界，規范模型算法安全、數據安全、系統安全三類人工智能內生安全，引導人工智能朝著符合社會倫理、保障個人隱私和公共安全的方向發展。為統籌推進人工智能安全標準體系建設，各標準化組織、行業協會、產業聯盟等應協調配合，率先研制人工智能安全的基礎共性標準，規范人工智能安全相關的術語定義、分類分級、通用要求與參考架構，明確人工智能研發設計目標和行為邊界。政府應引導企業加強內部合規文化培養與制度建設，推進AI安全團體標準制定，助力產業界研制AI安全行業標準，拉齊行業合規水準，有序推進國際標準、國家標準、行業標準、團體標準等全面的人工智能安全標準合規體系建設。

標準評估實現人工智能應用安全風險可控。

基于DSG治理框架的標準評估為人工智能發展提供了更為明確的技術規范與發展邊界，有助于確保網絡域、現實域、認知域、倫理域等人工智能應用安全風險處于可控范圍內。根據功能、性能、應用場景，由領軍組織牽頭聯合產業鏈上下游企業共同研制有關人工智能安全的一系列團體標準，實現多領域、多維度垂直場景應用安全的測試評估。同時，政府引導人工智能技術開發者、服務提供者或第三方評估機構建立人工智能安全等級測試評估體系。腦機接口等用戶交互的技術研發者應在人工智能開發初期開展內部研討、組織專家評議、與用戶溝通交流，切實遵循科技倫理規范，并結合目標市場的法律要求和風險管理，評估人工智能產品和服務能力成熟度。服務提供者應預先評估人工智能產品對使用者的影響，防止對使用者造成傷害，并提高人工智能風險防范意識，建立健全實時風險監控管理。

標準先行建構人工智能總體安全話語體系。

基于DSG治理框架的標準先行體現出柔性規則與硬性法律融合的治理理念，為爭奪全球人工智能安全標準制定權和治理話語權提供支撐。標準先行作為治理策略，有助于在早期技術開發階段嵌入倫理價值要求，在中期應用部署階段推行DSG安全認證制度，在后期處理階段提供溯源追責路徑。政府應支持企事業單位參與ISO、IEC、ITU、IEEE等國際標準化活動，與國外人工智能安全相關組織開展標準化交流與合作，積極參與或主導基于DSG安全認證類國際標準制定和修訂工作。科技領軍企業應深化標準國際化戰略，通過技術輸出打造事實標準；行業組織機構應建立開放性平臺為基于DSG安全認證標準的出海提供指導與幫助。我國應把握時機利用關鍵重大場合提出深化人工智能安全認證標準的相關倡議，主動加強與各國交流合作共享資源，不斷提升中國在國際人工智能標準制定中的權威性和影響力，形成標準先行的人工智能國際安全防控與治理的話語體系。

3.3 向善治理：基于DSG治理框架加強評價監管

以多元協同與多級聯動構建人工智能治理生態。

基于DSG治理框架的智能向善評價體系建構與推進路徑遵循“政府牽頭-行業協同-社會共治”的多元協同與多級聯動模式。政府作為監管主體，運用動態響應與彈性監管機制為DSG評價設立安全紅線；企業作為實施主體，通過DSG動態評價引導企業加強技術創新與倫理規范融合發展，打造負責任開源開放創新生態；個體作為參與主體，遵守DSG積極主義和倫理原則，主動參與社會監督和反饋技術風險，保障人工智能對齊發展的透明性與公正性；國際組織與第三方認證機構作為DSG推進主體，通過推廣DSG安全標準認證體系構建協同共治的多級治理生態。

以DSG積極主義倡導人工智能主動向善治理。

DSG 治理框架倡導“DSG 積極主義”推動人工智能向善發展。在正向激勵方面，通過設立開源生態成熟度評價，引導資本流向可持續發展領域，促進資源的優化配置與行業的良性進步。在規范引導方面，構建算法偏見修正強制披露制度，同時對相關超標企業實施算力配額管理，并借助供應鏈責任追溯覆蓋率要求，促使全產業鏈實現安全合規發展。在彈性約束方面，DSG動態適應性體現為三級指標集的彈性閾值設計，技術評價指標隨技術進步動態下調，制度評價指標隨國際合作深化階梯式提升，形成“指標定義治理-治理重塑指標”的自演進邏輯，實現治理措施與行業發展實際的精準匹配與協同共進，以科學、靈活的評價方式引導人工智能向善之路上行穩致遠。

以DSG評價運用搶占人工智能治理話語權。

DSG 治理框架從治理理念、評價運用和標準話語權三方面系統推進。在治理理念上，DSG 治理框架將人工智能技術可持續發展考量納入其中，既能激發人工智能創新活力，又能有效管控潛在風險。在評價運用上，強化政府、企業、科研機構、行業協會、第三方認證機構等在 DSG 評價實施中的分工協作，形成全方位、多層次的監管合力，制定相應激勵機制和政策措施鼓勵企業積極參與 DSG 評價和監管治理，推動評價結果在市場準入、風險投資、產業布局、國際發展、政策扶持等方面的應用，提高DSG治理框架的影響力和國際認可度。在標準話語權提升上，通過積極參與ISO、IEC、IEEE等國際標準組織技術規則制定，依托“一帶一路”數字基建推進DSG安全認證和技術援助機制實現DSG治理框架的“軟性輸出”，優先將DSG動態評價體系轉化為國際技術基礎設施的默認配置，推動DSG治理框架在沿線國家的應用，為全球人工智能治理貢獻中國智慧和中國方案，搶占人工智能治理話語權。

本文來源于《清華管理評論》2025年第6期。王黎螢，浙江工業大學中國中小企業研究院教授。余佩玲，浙江工業大學管理學院博士研究生。陳勁，清華大學經濟管理學院蘋果公司講席教授、清華大學技術創新研究中心主任。梁正，清華大學公共管理學院教授。蔡靈巷，康奈爾大學工程學院碩士研究生。文佳，浙江工業大學管理學院博士研究生。謝雯欣，浙江工業大學管理學院博士研究生。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com