AI治理能否跟上技术狂奔？人大77页报告三大核心洞察

796款生成式AI服务完成备案、481款应用完成登记、日均Token消耗量突破30万亿，这是《生成式人工智能治理研究报告（2026年）》【文末附资源下载地址】记下的中国速度。

中国人民大学人工智能治理研究院动员信息学院、法学院、新闻学院等五个学院的团队，用77页篇幅追问一个更冷的问题：应用跑这么快，治理跟上了吗？

他们的答案是：166条治理政策已经落地，但工具结构明显偏科。

【文末附资源下载地址】

先看供给端。

截至2024年底，全国完成备案的生成式AI服务是302款；到2025年底变成748款。2026年2月底，这个数字停在796款，另有481款登记应用。两年多一点，供给翻了1.6倍。

再看治理端。

研究团队从北大法宝政策库筛选出166条近期核心治理政策，用五类政策工具做量化分析，结果很不均衡。需求应用型工具命中98.2%，能力供给型96.4%，信息协调型92.2%，监管约束型74.7%，激励财政型只有27.7%。翻译成大白话：几乎每条政策都在开放场景、建平台、发算力券；四分之三谈监管边界；不到三成给真金白银。报告把这叫"前端部署积极、后端治理滞后"。

报告还给出一个值得抄走的概念，叫治理能力密度：在关键场景同步配置规则、标准、评测、工具、责任和反馈机制，让应用可识别、可评估、可纠偏、可追踪、可问责。

政策数量的竞赛该结束了，能力密度的竞赛刚开始。

166条近期核心政策里，地方政策110条，中央政策只有17条。广西14条、上海11条、江苏8条、北京7条，治理重心已经从部委文件下沉到省市细则。

报告概括这套分工为"中央定边界、地方促落地"。好处是试点速度快、场景资源足，生成式AI能在最短时间内进入政务问答、辅助诊疗、工业排产这些真实流程。

代价也写在报告里：不同地区规则颗粒度不一、评测能力参差、治理工具碎片化。同一个AI应用，在广西和在江苏遇到的准入门槛可能完全不同。

研究团队提醒得直接：地方政府如果把治理等同于建平台、发算力券、列场景清单，那就走偏了。

平台和场景只是载体，真正决定效果的是场景准入条件、模型调用边界、人工复核机制和责任分配。

这段话，值得每个地方数据管理部门贴在墙上。

报告的国际比较是全文最硬的部分。五个经济体，五条路径。

欧盟走法律义务型，《人工智能法案》加通用模型义务，透明、版权、系统性风险全写进法条，短板是合规成本高。

美国走创新基础设施型，第14179号行政令加90多项行动计划，把治理塞进国家竞争战略。

英国走评测证据型，AI安全研究所持续测试前沿模型，把治理从规则文本推进到事实生产。

新加坡走软法工具型，Project Moonshot把抽象原则做成企业能直接用的测试工具。日本走企业指南加经济安全型，连算力供应的韧性都纳入治理。

中国被归为第六类：场景扩散与能力供给型。报告的评价很克制，动员能力强、场景丰富、试点快，是优势；模型透明、第三方评测、事故报告、跨区域一致性不足，是欠账。

这份报告的数据截至2026年2月，之后棋局还在变：8月底欧盟把ChatGPT归入"超大型在线搜索引擎"，纳入系统性风险评估轨道。新加坡1月推出全球首个智能体治理示范框架；国内备案数到7月底已突破1028款。

监管对象正从模型一路扩展到智能体，报告所说的复合治理阶段，只会更复杂。

第三章侵权责任部分，几乎是判例串讲。

杭州"奥特曼案"里，平台提供LoRA训练功能，用户上传奥特曼图片训练出侵权模型，法院认定平台侵害著作权。

广州Tab案更戏剧化，平台应诉后屏蔽了"奥特曼"关键词，庭审现场输入"迪迦"，AI照样生成高度相似图片。

小红书"种草案"里，一键生成"种草文案"的工具，因破坏真实内容社区的竞争基础被判不正当竞争。

这些判决的共同点：立法还在讨论，法院已经用个案划线。

报告把生成式AI分成两类：信息交互型（问答与内容生成，风险集中在著作权、不正当竞争、人格权），决策交互型（招聘、信贷等自动化决策，风险在偏见与歧视）。

现行法可以靠过错责任兜底，但合理注意义务怎么定、收到通知后采取什么必要措施、模型方部署方运营方的责任怎么切分，全都等着细化。

对每天调用AI接口的企业来说，这不是学术问题，是下一个败诉风险点。

第一优先：对照三个缺口自查。透明披露、持续评测、事故报告，是报告点名要补强的方向，也是监管约束型工具命中率只有74.7%的软肋。

本季度内把自己产品的这三项底数摸清，比多读十份政策文件有用。

第二优先：给场景分级。政务、医疗、金融、教育、公共传播五类高风险场景，部署前做风险评估，部署中保留日志和人工干预通道，部署后建立投诉与纠错机制。

报告的原文建议，可以直接抄进内部制度。

第三优先：借工具降成本。参考新加坡Project Moonshot的做法，把合规要求转成可复用的测试工具和流程，红队测试、基准测试都做成标准化动作。

合规不该是纸面文章，也不必是天价开销。

这份报告真正想说的，是治理正在从政策动员切换到能力建设。

政策数量的竞赛已经结束，能不能评测、能不能追溯、能不能问责的能力密度竞赛才刚开始。留给从业者的问题只剩一个：你的组织，还把合规当成备案通过的那一页纸吗？

关键词：#生成式AI治理·#大模型备案·#AI安全治理框架·#智能体治理·#人大治理报告