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