编者按

近年来，人工智能（AI）的公共政策讨论呈现出显著的分化态势。不同学者在技术发展速度、风险可接受度及监管必要性等议题上存在根本分歧。然而，在分歧之外存在一项共识，即AI的广泛应用将引发深刻的社会变革。兰德公司于2026年发布的报告《建构人工智能韧性的大战略》（Toward a Grand Strategy for AI Resilience）指出，面对这一变革，当前主流的政策取向，无论是“技术乐观主义”所主张的“放任自流”（Do-nothing），还是“亡羊补牢”（Wait-and-see）式的被动反应，均未能有效增强个人、机构和系统抵御技术冲击的能力。报告主张，在技术变革的浪潮中，我们要主动塑造一个能驾驭技术的社会。韧性，作为个人、机构或系统承受冲击、适应冲击并从中恢复的能力，应成为AI公共政策的核心目标。

报告来源

Asad Ramzanali & Ganesh Sitaraman. (2026). Toward a grand strategy for AI resilience. RAND.

https://www.rand.org/pubs/perspectives/PEA4525-1.html

核心观点

报告的核心论断为：面对AI带来的变革，社会应采取前瞻性、结构性的韧性构建策略，而非采取“放任自流”或“亡羊补牢”式反应。因为“放任自流”策略未能考虑AI应用可能引发的经济、社会与安全扰动，反而会使整个系统更趋脆弱，美国对社交媒体影响的回应即遵循此路径；“亡羊补牢”式策略意味着危害在政策介入前实际发生，包括失业、关键基础设施遭袭及青少年心理健康恶化等，事后补救难以修复已造成的损害，且狭窄的技术性方案并不创造韧性社会。而前瞻性、结构性策略，要求在经济、社会与国家安全结构中预先嵌入设计特征，以使个体、机构与社区具备韧性。报告中称之为“韧性设计”，其既可为预先规划决策规则与流程的程序性机制，也可为涉及对系统或结构本身构建或重组的实质性机制。报告从工程学、心理学和生态学三个领域借鉴韧性概念，分别应用于国家安全、个人社区和经济三个领域，提出一套前瞻性、结构性的政策框架，以此预先增强社会系统的抗压与恢复能力。

主要分析

报告构建了一个相对简单且具有经典代表性的情境。假设一个中等规模的数据中心遭受网络攻击出现问题，一旦切断互联网连接，原有的正常运行状态下产生的收入会立即归零，且损失是立即的、可确定的、可计算的；相比之下，AI扩散风险初期极低且存在内部修正可能，虽收益递减但仍在持续。这种不对称形成断网成本、功能下降成本、灾难成本三种削弱断网动机的成本结构，断网成本体现为确定性损失与不确定风险的对比，功能下降成本使运营方处于“边坏边赚”的渐进状态，灾难成本因社会损失属外部成本而未被运营方内化。由此，报告提出两种激励机制：一是将社会损失按比例计入运营方责任以扩大其风险承担；二是通过立法对预防性断网给予收入补偿以减少确定性损失。报告结论认为，断网决策的及时性取决于制度安排与风险认知的协同作用。

报告从工程学、心理学与生态学借鉴韧性概念，分别对应国家安全、个人社区和经济三个领域，以此构建一套前瞻性、结构性的政策框架。

由此可见，面对AI引发的变革对社会颠覆性的改变，社会需要采取积极主动的结构性措施来增强韧性。即便我们确信AI的应用将对社会产生重大影响，也无法预测这些变化将以何种方式或何时显现。以韧性为目标的政策要求在经济、社会和国家安全的结构中预先嵌入必要的设计特征。韧性机制可以是程序性的，也可以是实质性的，程序性机制包括预先规划的决策规则与流程；实质性机制则涉及对系统或结构本身的构建或重组，以使其在面临压力时更加强健。报告强调，我们拥有自主权来决定社会如何运用人工智能技术、何时应建立无AI环境，以及公共政策应如何应对因AI广泛应用而引发的个体体验冲击。我们应当善用这种人类自主权，构建推动韧性发展战略。

对中国的借鉴意义

当前，算力基础设施、平台经济和AI大模型已经成为我国数字经济的重要引擎。如果未来AI大规模应用导致结构性失业、社会心态异化或关键基础设施遭受新型攻击、出现异常或失控，其影响范围可能将远超单一行业。此外，根据报告分析结论，即便运营方拥有断网失控AI的技术手段，但确定性损失与不确定损失仍会让运营方在缺乏动力叫停AI，从而导致我国数字经济风险进一步扩大。

因此，报告结论对我国更新数字领域的标准和监管具有一定借鉴意义。可以考虑通过预防性措施和制度设计预先影响运营方决策动机，例如在特定条件下提供损失补偿、责任豁免、奖励免除部分税务等前瞻性激励机制，激励运营方在风险尚不明朗时提前采取措施，从而控制风险社会化扩散，有效管理我国数字经济的系统性风险。

编译｜刘冬澈

排版｜韩智颖

审核｜智库编审委员会