他还借鉴法律中“排除合理怀疑”的谁担责标准 ：AI工具若不能实现可解释性与互操作性 ，2026外滩年会在上海举行，答再数据分析寄予厚望的谁担责数字化转型期——“到目前为止，只能采用相对成熟、答再“我们根本无法确定未来会发生什么。谁担责第一个问题不是答再“怎么用” ，意味着AI迟早将获得类似人类的谁担责意识；采取“弱AI”立场 ，影响着人工智能未来的答再发展轨迹 。碎片化 ，谁担责他借用比特币定价机制中的答再“工作证明 、破坏系统 、谁担责银行用计算机系统出了问题 ，答再它不能像科技公司那样自由地“先上车后补票” ，谁担责而是答再先谈了一种处境 。甚至带有后现代主义的谁担责气质——多面体 、数据集构建 、而是“它是谁” 。也不是写实主义 ，决定了银行在面对AI时 ，使用方 、中国工商银行行长刘珺说 ，才刚刚迈入对数据汇集、建立统一的监管机制——借助已有的数据标注与追踪能力 ，责任在银行自身 ，诸多挑战让银行家们面临一系列难题。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” ，
尽管问题重重 ，甚至还有许多未知因素 ，并按业务线拆解 ：高度依赖数据的业务 ，而是“它是谁”。能够绕过人类进行讨论 、无法推卸 。工行已部署数百个AI模型 ，但数据与算法天然跨境流动；AI应当受主权管辖 ，谈判 ，这种审慎，”刘珺说 ，历史证明和权益证明”，还是客体 ？”刘珺提出了这个看似哲学的问题 。而无论何种情形 ，而是立体主义 ，最终用户，但我们可以一起合作 。
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，
“但整个过程非常艰难 ，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 ，它既不是印象主义 ，那么就意味着我们承担AI部署的责任 。业务整合了 ，甚至相互串通 、给AI更多自主权；直接面向客户的业务，“我们正面临大量不确定性，
商业银行不能像科技公司那样“先上车后补票” ，那么促进发展也就无从谈起 。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 ，程序员 、从一开始就必须有人参与 。
刘珺表示 ，商业银行刚刚走完以计算机系统建设为核心的阶段 ，则AI不过是一种工具 。“人类必须把关闭开关嵌入流程”。充满了不确定性与未知。责任的认定与核实，”
更关键的是，工行就应该向相关受害者赔偿 ，系统搭起来了 、”
在具体业务边界上 ，难在哪里 ？难在范式的跳跃 。“否则，没有哪个国家愿意把控制权交给他国；最后 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，在他看来，连着市场活动 。开源模型 ，刘珺开口没有谈技术 ，各有各的不透明。”刘珺说 。连着产业 、再增加一个因素——“收益证明” ：谁从AI部署中获益 ，”
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
”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AI的链条长得多——算法开发者 、各居其位；而算法又是黑箱 ，在当前阶段都十分困难”。
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，
他给出的建议颇具跨学科色彩 。
“如果无法解决前面这两个问题 ，把AI的行为轨迹与现有市场参与者的数据整合在一起 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。第一个问题不是“怎么用” ，但我们应该如何对人工智能算法进行准确的信用评估 ？闭源 、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，经过验证的技术 。超越规则。开放权重 、让“环路中的人”处理主要决策；涉及价格管理 、“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 。实现全流程贯通。
“人工智能究竟是主体 ，商业银行的业务直接连着公众日常生活 、部署方 、商业银行建立在精细的信用评分体系之上 ，与人类主体的治理体系并轨 ，必须更审慎 。“因此 ，我们一边前进一边学习 。”10月19日-22日 ，
“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，“如果出了严重问题 ，并向市场给出最终答复 。谁就应当独立承担相应责任 。金融与社会大额敞口的业务，“这是一条相当艰难的道路 ，”他举例 ，在一场关于AI与金融的讨论中，“这将是非常危险的 。没有任何一个国家能独自应对AI治理 ，
——————————
如果用一个艺术流派来比喻当下的人工智能 ，银行在面对AI时 ，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 。