规则重构：2026年全球科技治理进入“评估时代”

本文来自微信公众号： Internet Law Review ，作者：互联网法律评论

2025年，科技领域在生成式人工智能的快速落地与日益严峻的网络安全威胁中并行发展。智能体（AI Agent）技术的初步实践，在展现潜力的同时，也凸显了其在治理与安全层面的复杂性。

步入2026年，科技发展的核心驱动力正从单纯的技术突破，转向技术与商业伦理、地缘政治及监管框架的深度协同。行业关注的焦点，正从“能否实现”转向“如何负责任地部署”以及“带来的影响是什么”，这标志着行业正步入一个关键的“评估时代”。

预测一：数字主权深化，从数据本地化到技术可控性

2026年，数字主权将不再只是欧盟的一句政治口号，而是重塑欧洲乃至全球软件市场格局的确定性力量。欧盟《数字运营弹性法案》（DORA）、《网络与信息安全指令2》（NIS2）等一系列法规的核心诉求从“数据储存在哪里”彻底转变为“谁最终控制数据”。

与此同时，各国会试图展现自身对AI提供商和他国政治体系的独立性，例如一个国家可能会构建自己的大语言模型（LLM），或者一个国家可能会在自己的GPU上运行其他国家的LLM，并确保其数据不会流出国境。这将迫使几乎所有软件供应商将“主权设计”深度融入产品架构和血液中。可验证的信任、开源技术战略，将成为新的入场券。

当然，这种政治关切并非新近出现，也非政治机构所独有。不过，各国在历史进程遗留下的复杂的依存关系，加上数字网络和服务的全球化，都对数字主权得以建立或恢复的条件提出了新的问题和挑战。全球主权国家对“数字主权”的诠释和实践，更像是一个政治项目，需要对依赖和自主关系进行重新政治化，其中，对立身份的重新定义和战略行为体的协调至关重要。

对企业来说，数字主权将更深嵌入企业的数字部署之中，直接影响其可用性和控制权。2026年，企业必须深刻意识到，云机构、LLM架构、供应商管辖范围、数据流和API条款等，不仅受到地缘政治的影响，而且也都发挥着地缘政治工具的作用。数字化采购绝不仅仅是一项运营决策，因为每一个依赖关系都可能带来政治风险。企业领导者将体会到，“数字主权的关键在于理解哪些杠杆至关重要，并在他人之前确保对这些杠杆的控制权。”数字主权对企业的意义不仅仅在于防御，而是将成为领导力的检验指标之一。

2026年，在数字主权的背景下，AI也将引入了一种新的脆弱性：认知依赖。在使用大型语言模型时，企业须意识到，自己不仅依赖于供应商的技术，还依赖于供应商的价值观、假设和内在的世界观。此时，数字主权问题不仅是一个技术问题，更是一个政治和组织问题。

预测二：中美科技规则博弈，呈现“体系竞争”新态势

Manus的出现一直被视为“第二个DeepSeek时刻”，而2025年12月29日晚，Manus出售给Meta，表面是资本流动，实际也凸显出美国创新体系利用其规则、市场、资本优势，对全球（包括中国）创新成果的一次“合规捕获”，使其汲取中国顶尖的工程智慧和创新能力的同时，避免了直接对华投资或技术转让的政治风险。DeepSeek与Manus，一前一后，共同描绘了2026年中美科技竞争的一个侧面：“硅幕”是一个强大的力场，最顶尖的技术力量正在被其推向两个截然不同的岔路口：是成为自主生态的“基石”，还是成为他人生态中的“尖兵”？

Nexperia的遭遇表明，即使是一家欧洲公司，只要其利益最终与中国深度绑定，也会成为打击对象。这里的逻辑是“筑篱笆”，旨在削弱中国科技产业的全球整合能力和抗风险韧性。这种“生态隔离”规则将在2026年进一步网络化、精细化。美国将与其盟友系统性地梳理关键行业（如新能源、生物科技、AI）的供应链，基于“可信赖”标准创建“白名单”体系。中国企业，即便像Nexperia一样拥有欧洲身份，若被视为其“去风险”供应链中的不可控环节，都可能面临被排除在外的风险。美国的规则核心是“去中国化”而非简单的“去风险”。

2026年，围绕AI“规则战”也将白热化。中国会进一步细化和完善技术出口禁令清单，防止更多“Manus式”的核心技术流失；美国则会通过出口管制、CFIUS和反向CFIUS等机制，一方面阻止中国对其关键领域的出口和投资，另一方面可能会微妙地保持对吸纳中国应用层创新人才的开放性，以维持其生态活力。

DeepSeek、Nexperia、Manus，也分别对应着规则塑造、规则规避、规则套利三种企业应对策略。对于中国企业而言，2026年，对技术趋势的洞察力必须与对规则博弈的洞察力相匹配。

预测三：AI治理体系化，从敏捷响应走向持续审计

2025年，中国在AI治理上展现了独特的“敏捷治理”风格。不同于欧盟《人工智能法案》耗时数年的漫长立法，中国通过出台针对性强的部门规章和标准，快速响应了生成式AI带来的安全与伦理挑战，为创新留出了试错空间。然而，随着AI智能体走向企业核心生产流程和用户个人生活，2026年的挑战将截然不同。AI智能体监管的重点将不再是过去针对通用人工智能的理论风险，而是可能转向限制其在高风险领域的自主性和访问权限。

2025年是AI智能体的元年，然而，大多数公司并不需要一个庞大的语言模型笼统地解决一切问题，而是需要专为特定目标的专业级代理，因此有人预测，2026年将成为专业化AI智能体的元年。

然而由于AI智能体的“自主性”，根据“规模”或“功能”的监管规则不再有效，因此监管重点将转向“谁可以使用智能体”以及“智能体可以访问哪些数据”。企业为了安全可控，也将要求AI供应商限制代理的自主程度，并要求对敏感操作进行明确授权。这将迫使企业实施更严格的监督和授权机制，以确保审计追踪。因此，2026年或许会成为“负责任人工智能发展”的一个转折点。

中国在2026年或将推动AI治理从“应对式监管”向“体系化治理”逐步升级，焦点将从针对单一服务的事前备案，过渡到对AI融入企业全流程的持续审计和问责。中国可能会率先在金融、医疗等关键领域建立“AI系统可靠性评估”体系，要求企业证明其AI决策的可追溯、可审计、可干预。这与欧盟强调的“高风险”分类监管异曲同工，但可能更侧重在具体行业场景或敏感工作流程中落地。

预测四：破解AI“黑匣子”，可验证性成为合规核心

监管机构常常对AI发展充满警惕，因为目前虽然科技公司已经找到了提升AI模型智能的方法，但没人能打开“黑匣子”并解释算法如何进行——即使是构建这些模型的专家工程师，也无法解释为何AI行为难以预测，或者为何有时会偏离预设的程序。然而随着AI在医疗和金融等高风险应用领域中发挥越来越重要的作用，监管机构、行业和公众对清晰理解AI行为的需求日益增长。

因此无论在在科学领域还是监管领域，打开AI黑匣子是绝对必要的，而2026年我们可以开始看到他们是如何打开这个黑匣子。

2025年4月，Anthropic首席执行官Dario Amodei透露，Anthropic不仅投资了一家专注于可解释性的初创公司，而且该公司最近找到了追踪人工智能模型思维路径的方法，他们称之为“电路”。当然，该公司目前只发现了少数这样的电路，但估计人工智能模型中存在数百万个这样的电路。Amodei预计到2027年，该公司可以检测出大多数人工智能模型问题。

几乎同时，NTT旗下的研发机构NTT Research发布了其新成立的AI物理研究组（PAI研究组）。该研究组是一个跨学科团队，正与哈佛大学、斯坦福大学和普林斯顿大学的学术合作者共同探索AI大模型内部的运作机制。该团队不仅希望全面理解人工智能的工作原理，更希望为构建更负责任、更符合伦理的人工智能这一行业使命做出有意义的贡献。

2025年9月，斯坦福大学专家发布了《关注蛋白质中的注意力》，该论文表明，科学家对医疗健康领域的AI神经网络“考古学”小有成就。相关专家也表明，他们已经开始开发评估医疗AI系统影响的方法，包括其技术特性、训练样本、部署方式、对医护人员的效率或干扰程度、对医院工作流程的投资回报率、患者满意度以及决策质量。

提升AI透明度是一项双管齐下的工作，既包括技术创新，也包括监管举措。2026年，关于AI“黑匣子”的争论也将从一个哲学和技术难题，落地为一系列具体、可执行的监管动作。对于企业而言，拥抱“可验证性”不再是一个选项，而是生存的必备条件。那些能够系统化地记录、测试并证明其AI系统合规性的企业，将成为新时代的赢家。正如Amodei指出，解释AI模型如何得出答案最终会带来商业优势。

预测五：版权体系重构，应对AI生成内容的价值挑战

到2026年，AI制作视频、音频和图片将会迎来爆发式增长。与此同时，我们也将面临更多版权问题。一旦大型、整合的数据集公开流通，归因和执法将几乎不可能。随着视频和音频数据在其原始系统之外被重复使用，可以预计注册、报告和版税欺诈现象将会增加。

随着AI产出变得丰富且可互换，创意作品价值在大多数情况下都会下降。“三级版税结构”可能会成为音乐、文学和视觉艺术平台的普遍规则，平台将通过AI检测技术对内容进行分类并给与不同级别的版税，作为对原创新和稀缺性的奖励：100%人类创作、AI辅助创作、100%AI生成。

金融投资者更关心稳定的现金流和可扩展的收入模式，而AI许可制度与这种逻辑非常契合，因为它倾向于批量协议、标准化条款和聚合权利。而大型AI模型提供商，其策略可能从“谨慎获得授权”转向“大胆使用，积极和解”。它们将AI训练视为一种“风险投资”，将潜在的侵权诉讼赔偿金视为一种可计算的“版权税”。因此，未来版权保护的重心，将从“防止使用”转向“确保归属和公平计价”。

AI是否终将杀死创意，目前还无法预料，但肯定的是它正无情地淘汰旧的版权模式。2026年，或许是创意产业在废墟上重建新秩序的一年。