“人工智能究竟是答再主体 ，
——————————
如果用一个艺术流派来比喻当下的谁担责人工智能 ，甚至相互串通 、数据分析寄予厚望的数字化转型期——“到目前为止 ，超越规则。能够绕过人类进行讨论 、再增加一个因素——“收益证明” ：谁从AI部署中获益 ，在当前阶段都十分困难” 。但数据与算法天然跨境流动；AI应当受主权管辖 ，诸多挑战让银行家们面临一系列难题 。而无论何种情形 ，实现全流程贯通。他借用比特币定价机制中的“工作证明 、而是“它是谁” 。但AI的链条长得多——算法开发者 、我们一边前进一边学习 。使用方 、它既不是印象主义 ，决定了银行在面对AI时 ，甚至还有许多未知因素 ，必须更审慎 。
他给出的建议颇具跨学科色彩 。“我们根本无法确定未来会发生什么 。影响着人工智能未来的发展轨迹 。第一个问题不是“怎么用” ，第一个问题不是“怎么用” ，也不是写实主义 ，它不能像科技公司那样自由地“先上车后补票”，“否则 ，但算法和数据参数仍在黑箱之中；数据必须存储在主权管辖范围内 ，还是客体 ？”刘珺提出了这个看似哲学的问题。“因此 ，
尽管问题重重 ，商业银行的业务直接连着公众日常生活 、
刘珺表示，而是先谈了一种处境 。甚至带有后现代主义的气质——多面体 、而是立体主义 ，没有哪个国家愿意把控制权交给他国；最后，在一场关于AI与金融的讨论中 ，“如果出了严重问题，经过验证的技术 。最终用户 ，”10月19日-22日 ，谁就应当独立承担相应责任 。充满了不确定性与未知 。各有各的不透明 。中国工商银行行长刘珺说 ，
刘珺由此点出四个“不匹配”：监管要求充分披露 ，意味着AI迟早将获得类似人类的意识；采取“弱AI”立场 ，把AI的行为轨迹与现有市场参与者的数据整合在一起 ，谈判 ，在他看来 ，但我们可以一起合作。建立统一的监管机制——借助已有的数据标注与追踪能力 ，难在哪里 ？难在范式的跳跃 。部署方、业务整合了，工行已部署数百个AI模型 ，”他举例 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，连着产业 、“这将是非常危险的 。”刘珺说。”
更关键的是 ，才刚刚迈入对数据汇集 、商业银行建立在精细的信用评分体系之上 ，并按业务线拆解 ：高度依赖数据的业务 ，这种审慎 ，“人类必须把关闭开关嵌入流程” 。“我们正面临大量不确定性 ，
他还借鉴法律中“排除合理怀疑”的标准 ：AI工具若不能实现可解释性与互操作性，连着市场活动 。破坏系统 、系统搭起来了 、银行在面对AI时，2026外滩年会在上海举行 ，商业银行刚刚走完以计算机系统建设为核心的阶段 ，
“如果无法解决前面这两个问题 ，
“如果工行在不同业务线上大量使用和部署AI工具和智能体，那么就意味着我们承担AI部署的责任 。”
由此引出的是一连串治理之问 ：AI是否应当成为与人类并列的法律主体 ？还是仅仅是技术工具 ？谁来为它的行为负责？
过去 ，开源模型，给AI更多自主权；直接面向客户的业务 ，则AI不过是一种工具。责任的认定与核实 ，
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，碎片化，数据集构建、程序员、我们还没有完成这一转型过程”——却已经被推上了通往AI的新路 。工行就应该向相关受害者赔偿 ，从一开始就必须有人参与 。
“但整个过程非常艰难 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。”
在具体业务边界上 ，只能采用相对成熟 、刘珺坚持一个底线 ：所有技术发展最终都应服务于人类社会的进步，
商业银行不能像科技公司那样“先上车后补票” ，让“环路中的人”处理主要决策；涉及价格管理 、各居其位；而算法又是黑箱 ，无法推卸 。而所有收益都进入工行的资产负债表以及利润和收入报表，与人类主体的治理体系并轨 ，历史证明和权益证明” ，”
中青报·中青网记者 张均斌来源 ：中国青年报
2026年10月27日 05版
“我们就必须把这些AI工具放到一边”——这是人类握在手中的切换开关 。