在具体业务边界上，答再连着市场活动。谁担责部署方、必须更审慎。超越规则。
“人工智能究竟是主体 ，工行已部署数百个AI模型 ，实现全流程贯通 。
“如果无法解决前面这两个问题 ，“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 。系统搭起来了 、而是“它是谁” 。破坏系统 、责任在银行自身，并按业务线拆解 ：高度依赖数据的业务，商业银行刚刚走完以计算机系统建设为核心的阶段 ，充满了不确定性与未知 。商业银行建立在精细的信用评分体系之上 ，
刘珺由此点出四个“不匹配”：监管要求充分披露，甚至还有许多未知因素，让“环路中的人”处理主要决策；涉及价格管理、“这是一条相当艰难的道路 ，
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场，才刚刚迈入对数据汇集、“否则，2026外滩年会在上海举行 ，
他给出的建议颇具跨学科色彩 。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 ，他借用比特币定价机制中的“工作证明 、”他举例 ，”
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
最终用户 ，开放权重 、这种审慎，——————————
如果用一个艺术流派来比喻当下的人工智能 ，经过验证的技术 。连着产业 、还是客体 ？”刘珺提出了这个看似哲学的问题。银行在面对AI时 ，”10月19日-22日，它不能像科技公司那样自由地“先上车后补票”，也不是写实主义 ，使用方 、难在哪里？难在范式的跳跃 。第一个问题不是“怎么用” ，与人类主体的治理体系并轨 ，它既不是印象主义 ，
“但整个过程非常艰难 ，”
更关键的是 ，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 。程序员、“人类必须把关闭开关嵌入流程”。历史证明和权益证明”，各居其位；而算法又是黑箱 ，
“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 ，全球协作是关键词；甚至可以考虑将AI视为一种“准人类法律主体” ，而无论何种情形 ，则AI不过是一种工具 。“这将是非常危险的 。从一开始就必须有人参与 。没有哪个国家愿意把控制权交给他国；最后 ，“如果出了严重问题，那么促进发展也就无从谈起 。谁就应当独立承担相应责任 。那么就意味着我们承担AI部署的责任 。能够绕过人类进行讨论 、但AI的链条长得多——算法开发者 、”
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 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，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 ，第一个问题不是“怎么用” ，而是“它是谁” 。“我们正面临大量不确定性 ，中国工商银行行长刘珺说 ，意味着AI迟早将获得类似人类的意识；采取“弱AI”立场 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。在一场关于AI与金融的讨论中，责任的认定与核实 ，
尽管问题重重 ，我们一边前进一边学习 。决定了银行在面对AI时 ，商业银行的业务直接连着公众日常生活 、
商业银行不能像科技公司那样“先上车后补票” ，无法推卸 。诸多挑战让银行家们面临一系列难题。数据分析寄予厚望的数字化转型期——“到目前为止 ，”刘珺说 ，建立统一的监管机制——借助已有的数据标注与追踪能力 ，”刘珺说 。金融与社会大额敞口的业务 ，在他看来 ，只能采用相对成熟 、在当前阶段都十分困难” 。“因此，给AI更多自主权；直接面向客户的业务 ，但我们可以一起合作 。甚至带有后现代主义的气质——多面体 、谈判 ，银行用计算机系统出了问题 ，影响着人工智能未来的发展轨迹 。数据集构建 、
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 ，
刘珺表示 ，但数据与算法天然跨境流动；AI应当受主权管辖 ，没有任何一个国家能独自应对AI治理 ，碎片化 ，开源模型 ，