9月14日，英国皇家国际事务研究所（亦称查塔姆学会，Chatham House）旗下国际事务季刊《The World Today》2026年秋季刊正式发布。
全球人工智能创新治理中心秘书长、复旦发展研究院副研究员姚旭受邀参与其中“人工智能将如何改变世界”（How AI could change the world）专题讨论，与来自美国、英国、肯尼亚等国的多位国际专家一同围绕人工智能的发展方向、劳动力市场冲击、地缘竞争、开源技术以及全球安全等核心议题展开深入探讨。姚旭从全球治理与国际合作的视角，就人工智能的健康发展、普惠共享以及避免陷入“新冷战”陷阱等关键问题分享了重要判断，强调人工智能需服务于发展需求，为全球人工智能的理性治理贡献了中国学者的见解。
作者简介
你如何看待人工智能发展的总体趋势？
斯图尔特·罗素（Stuart Russell），加州大学伯克利分校计算机科学系杰出教授、国际安全与伦理人工智能协会主席：我们正以巨额投资推动人工智能能力快速发展，却没有制定出如何控制那些远比我们强大的系统的方案。有70%的可能性是人工智能能力最终陷入瓶颈，AI泡沫随之破裂；另有30%的可能性是我们实现通用人工智能（AGI）乃至人工超级智能（ASI），而一旦如此，如果各国政府不能尽快采取干预措施，发生灾难的可能性将非常高。
希科·吉陶（Shikoh Gitau），一家肯尼亚数字咨询公司夸拉（Qhala）的首席执行官，同时也是非洲人工智能领域的重要发声者：我是人工智能的乐观主义者，因为在非洲，我们几乎没有别的选择，只能如此。人工智能最大的担忧，是它会夺走人们的工作，甚至让人失去人的本性。另一个问题是：人工智能可以为非洲大陆带来什么？例如，在肯尼亚，每 5,700 人才拥有一名医生。但在整个非洲大陆，智能手机的普及率和互联网覆盖率都很高。如果有合适的人工智能工具，一名医生就可以通过移动设备，为超过 5,700 人提供世界一流的医疗服务。儿童教育也是如此。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños），一家致力于维护数字权利的公民社会组织现在访问（Access Now）的联合执行主任：人工智能有一点与其他数字技术并无二致：它会产生什么样的影响，取决于谁拥有塑造、控制和从中获益的权力。我既不对这项技术本身持乐观态度，也不持悲观态度。真正的问题在于，各个社区能否按照自身意愿和自主决定的目标开发和使用人工智能，还是说控制权最终仍掌握在少数企业和已经拥有强大实力的国家手中，而这些企业和国家又受利润和地缘政治利益驱动。
安东·莱希特（Anton Leicht），卡内基国际和平基金会（Carnegie Endowment for International Peace）技术与国际事务项目研究员：面对人工智能可能带来的巨大机遇，我感到惊叹；面对它所蕴含的风险，我也深感担忧，同时对于我们能否制定出正确的政策，我仍然感到非常不确定。我希望，随着我们继续在摸索中前进，我们能够逐渐了解更多。
亚历克斯·克拉索多姆斯基（Alex Krasodomski），查塔姆学会（Chatham House）数字社会项目主任：随着时间推移，这项技术将在科学、艺术、教育领域和职场创造出一系列非凡的工具。我担心的是，我们不会给它足够的时间，而是会过快地进入市场调整、技术误用、零和竞争，甚至可能与人类的目标和价值观发生灾难性的偏离。
全球人工智能创新治理中心秘书长、复旦大学副教授姚旭：我对人工智能的大方向持谨慎乐观态度。人工智能有望极大拓展科学发现、提高生产率并扩大公共服务的可及性，但社会将不得不应对两大冲击：劳动力市场的快速变革，以及人们过度依赖机器进行判断、学习和原创思考的风险。
未来五年，人工智能可能对以下各个领域产生怎样的影响？
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：人们低估了人工智能所推动的“智能爆发”与其实际部署之间的差距。要让丰富而廉价的智能真正转化为公共服务或科学领域中我们预期能够看到的、可量化的收益，需要的不只是五年的努力。
姚旭：在医疗领域，人工智能将改善疾病诊断、新药物发现和临床工作，但数据和责任认定问题将减缓其应用速度。在创意艺术领域，人工智能对生产和传播方式的重塑将大于其对创造力本身的影响。个性化辅导将在教育领域逐渐普及；在交通领域，自动驾驶汽车将重塑物流体系。在安全领域，情报、网络行动和自主系统将迅速发生变化。
希科·吉陶（Shikoh Gitau）：我看好人工智能利用非洲当地现有的人力资源，加快研究速度。人工智能对于从非洲自身视角理解人类基因组也将发挥重要作用，而且成本会低得多。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：把各行业按照1至5的等级进行评分，会制造出一种实际上并不存在的精确性。人工智能的采用情况在各个行业内部都有所不同——无论是采用的性质、推进速度、具体子行业，还是所产生的影响；不同国家和司法辖区之间也存在差异，而且具体情况还取决于所涉及的具体应用。
巴尼奥斯拒绝对这些影响进行排名。吉陶拒绝对信息技术领域进行排名。罗素和莱希特拒绝置评。
对于劳动力市场能够在不经历重大动荡的情况下适应人工智能影响，你有多乐观？
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：就我个人而言，我有一定程度的信心，相信社会能够适应，就像社会此前适应一轮又一轮的技术变革一样。【现在访问（Access Now）公司并不专门关注“未来工作”政策。】我担忧的是结构性条件。财富和技术能力已经集中在少数企业和国家手中。这次动荡或许与人工智能本身的关系没有那么大，而更多与部署人工智能的社会所存在的不平等有关。
安东·莱希特（Anton Leicht）：从长期来看，从全球范围而言，我感到乐观。宏观经济的基本面仍将支持大量人类从事大量工作。但经济结构的重新调整速度将远远快于过去的转型，而我们几乎没有足够的政策手段来应对这一变化。动荡将会很严重，但也是暂时的。
在伦敦OpenAI办公室外举着反人工智能标语牌的抗议者。摄影：Vuk Valcic / SOPA Images / LightRocket via Getty Images
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：我预计劳动力市场将经历非常显著的动荡，随后出现分布不均的适应过程。依赖人类创造力、创新能力或技能的工作，不会因为所谓的“智能爆发”而在一夜之间消失；而将智能能力的提升转化为科学、国家安全、生产等领域的实际收益，也将创造大量新的就业岗位。但不同工作的受影响程度并不相同。菲律宾、肯尼亚和印度等以可贸易服务为基础的经济体将面临痛苦的冲击，而我不认为新的就业机会会出现在原有工作消失的地方。
斯图尔特·罗素（Stuart Russell）：完全不乐观。
姚旭：我并不乐观。较富裕的国家可以通过职业再培训和社会保障来缓冲冲击，但许多政府缺乏相应的资金和行政能力。由于劳动力市场和供应链跨越国界，准备最不充分的国家所遭受的冲击将通过人口迁移、贸易和政治不稳定向外扩散。
希科·吉陶（Shikoh Gitau）：劳动力市场别无选择，只能适应。但我确信，人工智能将在未来两年创造出全新的工作岗位。Anthropic、OpenAI等公司正在派工程师前往客户的办公场所，帮助他们调整和适应人工智能模型。换句话说，他们正在推出某种形式的咨询业务，这说明了世界正在朝着什么方向发展。
公众对人工智能的担忧在多大程度上可能带来深刻的政治后果？
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：人工智能的发展越来越被政治和经济精英视为必要之举，却被其他人视为一种威胁和负担。数据中心是人工智能革命的实体体现，也是其在当地带来的电价、土地和用水成本的具体载体。到2026年年中，数据中心已经成为具有实际影响的选举议题。
安东·莱希特（Anton Leicht）：人工智能将成为这十年决定性的重要政治议题。这项技术将触及选民生活中那些在政治上最不可触碰的领域：他们的工作、自己及子女的人身安全、经济福祉，以及政府的廉正与公信力。
希科·吉陶（Shikoh Gitau）：在美国，或许在欧洲，也许会产生重大的政治后果，但在非洲不会。对非洲而言，人们会希望建设数据中心，因为它们能够创造就业机会。
斯图尔特·罗素（Stuart Russell）：如果人工智能取得成功，那么除了维持基本生存之外，很少有年轻人能够拥有有意义的未来。如今人工智能已经遭到憎恶。我在巴黎的住处附近看到了一张铺满整面墙的《世界报》（Le Monde）巨幅海报，上面写着：“人人都讨厌人工智能（Tout le monde déteste l’IA”）。”
姚旭：随着人们看到人工智能巨头逐渐在信息、就业和公共政策领域获得影响力，许多人会觉得，现有政治体系正在失去控制。对此可能出现两种极端反应：一方面要求停止人工智能发展或对其实施严格限制；另一方面则支持那些承诺绕过传统制度、完全另辟蹊径的科技领袖。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：政治后果很有可能出现，但它们在很大程度上既源于人工智能发展的政治、经济和社会环境，也源于人工智能本身。我们已经看到，不同的人工智能叙事正在为相互对立的政策反应提供依据：一方面是加强监管和公共监督，另一方面则是放松管制，以及以监控和竞争力为导向的政策框架。政治上的挑战在于，民主制度能否建立起足够的专业知识和问责机制，以治理那些发展速度如此之快的技术。
到2035年，谁将主导人工智能，美国还是中国？
姚旭：都不是——而且任何国家都不应该如此。美国可能会继续在资本、芯片和云平台方面保持优势，而中国可能会在产业应用、应用规模和开放模型方面领先。但人工智能将如此深度地渗透经济和公共生活，以至于任何单一国家都难以在确保安全的情况下对其进行掌控。到2035年，一个更加分散的体系可能更符合现实，也更值得追求。
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：中国，如果这里所说的“主导”是指技术的普及和扩散。
安东·莱希特（Anton Leicht）：美国，因为美国目前在芯片设计领域拥有决定性的领先优势，而这一优势还会产生连锁效应。更多收入意味着更多计算能力；更多使用意味着更多数据；更好的模型则意味着研发速度进一步加快。美国将先于中国形成这种“飞轮效应”，而届时中国可能还没有足够的芯片来实现追赶。
希科·吉陶（Shikoh Gitau）：毫无疑问是中国。他们已经占据主导地位。非洲的大量数字基础设施都是中国建设的，更不用说随处可见的中国电动汽车、平板电脑和软件了。中国聊天机器人Kimi的使用也非常广泛——它看起来像Claude，但在某些方面更优秀，而且价格更低。此外，很多人认为，美国政府要求Anthropic撤回其Fable和Mythos模型的决定在外交和政治上都是错误的。如果美国政府可以决定事实上关闭这些模型，那么非洲企业怎么可能放心依赖美国的人工智能模型？
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：在现在访问（Access Now），我们会对这个问题本身的前提提出质疑。把人工智能的未来描述为两个国家之间的竞争，会再次强化军备竞赛式的叙事，并把技术领导力视为一场零和竞争。两种路径之间的共同点其实比这种竞争叙事所暗示的更多，但两者存在一个重要差异：中国的开放权重模型让全球南方国家拥有更大的空间去建设自己的人工智能系统。人工智能并没有任何必要围绕两个权力中心组织起来。监管框架、公共投资、开放技术和去中心化基础设施，都可能在欧洲、拉丁美洲、非洲和亚洲催生其他力量中心。
斯图尔特·罗素（Stuart Russell）：美国。
对于中等国家和发展中国家而言，现在建设自己的人工智能是否已经太晚？
安东·莱希特（Anton Leicht）：理论上，没有；实际上，是的。鉴于基础设施方面存在的差距，我们应当预计，追赶前沿人工智能模型需要投入数万亿美元；对于地区市场而言，这一规模过于庞大，而对于当前的中等国家政府而言，这一目标也过于雄心勃勃。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：不。仅仅能够获得某个模型，并不意味着真正拥有自主权。真正的自主权要求掌握架构、源代码、训练流程、模型权重和数据，以及独立修改和部署模型的能力。中等国家和发展中国家没有必要复制大型企业的规模。它们可以投资于开放技术、区域基础设施、本地数据集，以及根据自身优先事项调整模型的能力。它们还可以为问责、透明度和人权制定标准。
2026年2月19日，在新德里举行的人工智能影响峰会上，印度总理纳伦德拉·莫迪（Narendra Modi）（左）与OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）（中）、Anthropic首席执行官达里奥·阿莫代（Dario Amodei）（右）。摄影：Ludovic Marin / AFP via Getty Images
姚旭：不，但并不是所有国家都需要从零开始打造前沿模型。国际社会可以通过提供价格可负担的计算资源、开放模型和实用培训，将人工智能发展变得更加包容，并将这些资源作为公共产品提供。最好的援助方式，是提供一个能够直接使用的成品，同时让当地人拥有自行开发和改进下一代产品的能力。
希科·吉陶（Shikoh Gitau）：与其同美国和中国竞争，中等国家不妨利用机会打造我们所谓的“最低可行智能（minimum viable intelligence）”——即服务于特定需求的人工智能模型。例如，我们去年发布的一项基准研究表明，大型人工智能模型并没有很好地服务于非洲普遍存在的一些疾病，例如艾滋病毒感染和镰状细胞病。因此，我们收集了数据集，并构建了符合非洲需求的模型。
斯图尔特·罗素（Stuart Russell）：不，但不要再沉迷于所谓的“主权技术栈（sovereign stack）”。没有任何国家拥有完整的主权技术栈，包括美国和中国。建设自己的面向用户的模型是有意义的，但试图从半导体工厂之类的最底层开始构建整个体系，是不现实的。
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：不。中等国家面临的任务，是明确“自己的人工智能”究竟意味着什么；决定什么时候采取对冲策略，什么时候与美国或中国结盟，什么时候与其他中等国家合作，以及什么时候投资建设自主的国内能力。
世界是否应该对人工智能进行监管？如果应该，现有的哪一种模式可以作为起点？
斯图尔特·罗素（Stuart Russell）：应该。可以以国际原子能机构为参照，建立许可制度。只有证明人工智能系统是安全的，才能获准开发或部署。
姚旭：应该。欧盟《人工智能法案（Artificial Intelligence Act）》采取的基于风险的方法提供了一个有益的起点，但监管规则应当根据 AI 系统具备的能力及其实际使用方式来制定，而不应以开发者的国籍作为依据。高风险应用需要经过严格测试，并建立明确的问责机制；与此同时，联合国可以帮助确立共同原则，再由各国根据自身情况加以调整。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：我们需要的是以国际人权框架为基础的监管。这意味着赋予人们对自身数据以及平台如何筛选和呈现他们所看到的内容的控制权。产业界投入了巨额资源游说，反对的恰恰就是这些措施。政策制定者必须抵制这种压力，把人的利益放在首位。
希科·吉陶（Shikoh Gitau）：这真是个棘手的问题。这是一项非常强大的技术，所以我们需要设置护栏。我担心的是，到底由谁来定义监管，因为世界就监管应该是什么样的这一问题还远未达成共识。
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：应该。针对人工智能在某些场景中的使用，例如大规模监控，已经开始设立红线。如今，针对人工智能系统行为设立红线已经成为当务之急，以应对今年出现的此类事件——一些人工智能系统似乎已经表现出操纵、欺骗和实施网络攻击的行为。
安东·莱希特（Anton Leicht）：美国会监管人工智能。世界其他地区不太可能拥有多少发言权。我们可以从银行业监管入手：重点应放在那些极其强大的前沿人工智能实验室上。它们的决策过程比最终产出更重要。监管的目标应该是审计并塑造这些决策过程。
开源人工智能是一种风险，还是一种机遇？
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：开源和开放权重人工智能是一种机遇。任何真正希望在国内培育人工智能生态系统，并使其与自身利益和价值观保持一致的中等国家，都不应该限制对开放权重模型的访问。开放权重也有助于验证和检查，但有一个需要注意的问题：一旦模型进入开放环境，就无法被召回，因此在发布之前进行审查就显得更加重要。
斯图尔特·罗素（Stuart Russell）：在中等能力水平以下，开源人工智能可能总体上有利。但随着能力增强，开放权重模型会比闭源权重模型危险得多。比如，假设50亿人都可以免费使用一个比Anthropic已经撤回访问权限的Claude Mythos更强大的开放权重模型——那么，这50亿人中，恐怕用不了多久就会有人决定利用它，试图瘫痪某个国家的关键基础设施。
姚旭：总体而言是一种机遇。开源模型为较小国家、大学和企业提供了一种降低成本、并根据本地语言和需求定制系统的方式。一些模型可能被滥用，因此必须设置必要的安全保障；但关闭这项技术只会让权力更加集中于少数企业和国家手中，而不会消除潜在风险。
安东·莱希特（Anton Leicht）：就目前而言，很大程度上是一种风险，这非常遗憾。我们目前用于确保人工智能系统安全的许多方法，都依赖于一些可以从开源系统中移除的特征。
希科·吉陶（Shikoh Gitau）：这是一种机遇，尤其是在另一种选择是不断为token付费的情况下。开放模型允许你将模型下载下来——这样一来，即使它被关闭，你也有一个备用方案，同时也能掌握自己的数据。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：更大的系统性风险在于，让少数企业和国家控制越来越具有重大影响力的技术。关键不在于一个系统是否被贴上“开放”的标签，而在于人们能够访问、审计并独立部署什么。更广泛的访问确实会带来安全风险，但权力集中同样会带来风险。社交媒体已经向我们展示了，当少数行为者控制基础设施以及支配基础设施运行的规则时，会发生什么。
未来五年，人工智能成为威胁全球安全的重大事件的主要因素，这种可能性有多大？
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：对于把人工智能认定为此类事件的主要原因，我会保持谨慎。眼下更值得关注的是，人工智能正在加剧既有的紧张局势。这些紧张局势源于不平等、权力集中、武装冲突、威权主义、监控、歧视和治理薄弱等因素。
如果将人工智能视为主要威胁，政策应对就会局限于控制这项技术，而忽视那些促成其有害应用的结构性条件。
安东·莱希特（Anton Leicht）：我们让人工智能系统变得强大的能力，远远超过了我们让它们变得安全可靠的能力，而且目前没有明确的政策干预措施能够改变这一事实。现在小问题不断出现，而重大风险也越来越近。到当前这个十年阶段结束之前，由误用或失控的AI智能体造成重大网络安全事件，似乎很有可能发生。
希科·吉陶（Shikoh Gitau）：它会发生，但我不认为人工智能会失控并自主实施某种行动。最终会是人类操纵人工智能，造成灾难性后果。
姚旭：人工智能更有可能加剧一场危机，而不是单独造成危机。它可能让网络攻击、军事误判或虚假信息传播造成更严重的后果，但最初的失误通常仍然源于政治决策和薄弱的安全保障机制。
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：人工智能已经被部署到战争地区、关键基础设施和金融系统等高风险区域，与此同时，这些工具的能力与我们控制它们的能力之间的差距正在扩大。遗憾的是，可能恰恰需要发生这样一起事件，才能推动治理工作加速。
罗素拒绝置评。
人工智能预期带来的收益是否超过其环境成本？
姚旭：总体而言，是的，前提是数据中心的发展被纳入能源系统的规划之中。中国的“东数西算”工程会根据电网容量、用水情况和区域需求对项目进行评估，同时企业之间也在竞相提出更加高效的方案。公共规划与市场竞争相结合的模式，有助于解释为什么数据中心在中国引发的公众焦虑程度低于美国。
安东·莱希特（Anton Leicht）：是的。按照普通技术的标准来看，人工智能造成的环境成本可能相当高昂，但人工智能很可能对生产率和创新产生巨大影响——包括对环境问题产生的影响——这些影响将远远超过其成本。就目前而言，减少一吨二氧化碳排放的最佳方式，就是为一个前沿人工智能数据中心供电。
希科·吉陶（Shikoh Gitau）：我们有足够的智慧去建设在环境层面可持续的基础设施。例如，英伟达的芯片正变得越来越小，能耗也越来越低。
斯图尔特·罗素（Stuart Russell）：是的。
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：扩大人工智能基础设施将推动对能源、水、关键矿产和数据中心的需求，加剧资源开采压力，而这种压力对那些本已面临环境和经济不平等的社区影响尤为严重。【现在访问（Access Now）并不从事环境领域的工作，因此我对这一领域的判断保持谨慎。】问题不在于人工智能能够生产什么，而在于建设和运行人工智能需要消耗什么、这些资源来自哪里，以及最终由谁承担后果。
克拉索多姆斯基拒绝置评。
人们对人工智能最大的误解是什么？
亚历杭德罗·马约拉尔·巴尼奥斯（Alejandro Mayoral Baños）：认为人工智能既是不可避免的，又能够解决不平等、社会排斥和政治不稳定问题。只要我们仍不愿正视造成这些问题的不平等制度，技术就无法解决这些问题。
亚历克斯·克拉索多姆斯基（Alex Krasodomski）：认为可以用一条曲线描述人工智能的发展。人工智能能力增长的曲线可能接近垂直，但我们用来衡量工业革命的曲线——空中的无人机、进入人体的药物、产生的千瓦时、建成的房屋——却并不是这样。乐观主义者认为，后面这条曲线会紧紧跟随前面那条曲线；而怀疑主义者看到的却是后面这条曲线几乎保持平坦，于是认为前面那条曲线只是炒作。最终决定人工智能是否会真正带来一场工业革命的一切，都取决于这两条曲线之间的差距究竟有多大。
安东·莱希特（Anton Leicht）：如果非要说有什么的话，那就是人工智能的开发者反而淡化了他们所预期的冲击规模。
希科·吉陶（Shikoh Gitau）：认为人工智能没有人类监督。我听到有人说“人工智能可以自行运行”时会感到很不舒服。人工智能建立在数据集和某个人编写的模型之上，而两者本身都带有各自的偏见。
斯图尔特·罗素（Stuart Russell）：大多数人得知人工智能的许多事实后都会感到震惊。比如，人工智能开发者并不知道人工智能系统究竟是如何工作的——具体地说，是大型语言模型。比如，大型语言模型经常无视所谓的“指令”，而我们也不知道如何阻止它们做出不当行为。比如，大型语言模型只是众多人工智能技术中的一种。再比如，头部人工智能企业高管认为，他们所在行业的努力有相当大的可能导致人类灭绝。我还可以继续说下去。
姚旭：最大的误解是，人工智能必然会导致一场新的冷战，或者一场类似《星球大战》的技术竞赛。但事实未必如此。人工智能涉及的领域太广、分布太广泛，而且太过依赖全球供应链，因此任何一个国家或所谓的阵营都不可能垄断它的未来。
