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