AI法治研究十大议题：西政学者的前沿观点
【学术精选】
人工智能法治研究十大议题
西政学者的声音
前言
2026年，人工智能技术深度迭代与场景应用全面拓展，成为AI法治体系加速完善、理论研究深入的关键年份。为响应国家AI发展战略，解决治理中的前沿法律问题，“探寻人工智能法治研究的真问题（第二季）”研讨会发布了《2026年人工智能法治研究十大议题》。
本期推文聚焦议题六：前沿人工智能安全保障与极端风险防控的法治进路，梳理西政学者的核心观点。
01
本期文献
02
西政学者观点
01
宏观层面：人工智能安全治理顶层立法框架
《新质生产力视野下的人工智能
立法研究》
作者：付子堂
【原文摘录】
我国人工智能立法可在“集中立法+要素立法+场景立法（1+3+X）”模式下有序推进。一方面，应出台一部具有中国特色的人工智能法，为依法加强人工智能治理提供基础规则，保障新质生产力下新型劳动关系与要素在安全基础上不断发展。在此过程中，需充分认识人工智能法“公私交融”的特征，避免陷入私法规范或公法规制的单一路径。同时，要看到人工智能不仅具有技术性还具有社会性，综合立法应包含人工智能的权利法、责任法、市场法、监管法和促进法，构建自上而下与自下而上的双向治理范式。另一方面，集中立法虽能从整体上明确原则、提供指导、提炼共识、挖掘共性、划定红线，但不应寄希望于毕其功于一役。一是人工智能产业应用广泛，不同应用场景的风险类型与发展挑战各不相同，集中式立法无法面面俱到。二是算法、算力、数据的共同作用是新一轮人工智能热潮的根本原因。在集中立法的同时，还需结合要素与场景进行分散式补充立法，才能适应人工智能作为新质生产力更新迭代迅速、技术不确定、风险难预见等特征。要在人工智能法基础上，结合网络安全法、数据安全法、个人信息保护法等已有智能要素立法，完善数据财产法、算法问责法、算力安全法等智能要素法的制定；同时，推动自动驾驶汽车、医疗人工智能、人形机器人等应用场景的专门立法，破解不同应用形式面临的法律挑战，最大程度激活新质生产力潜能。
【观点解析】
文章提出适配AI风险治理的“1+3+X”分层立法模式，为人工智能极端风险防控搭建顶层法治框架，回应前沿AI安全保障的制度缺口。其一，统一人工智能基础法作为集中立法核心，统筹公私法规范，统筹权利、监管、责任多元规则，确立安全发展并重的底层立法价值，划定极端风险通用法律红线，形成全域治理顶层依据。其二，依托要素立法补齐技术风险短板，围绕数据、算法、算力三大核心生产要素完善配套法规，针对性规制算法黑箱、数据泄露、算力失控等内生极端安全隐患。其三，通过自动驾驶、医疗AI等场景专门立法实现差异化管控，区分不同场景风险等级，对高风险应用设置专项约束机制。整体立法体系兼顾统一规制与细分适配，化解AI迭代快、风险不可预测的治理难题，构建全链条法治路径，从立法源头筑牢极端风险防控屏障。
02
制度层面：分级分类全生命周期安全保障制度
《人工智能法的基本问题及制度架构》
作者：侯东德
【原文摘录】
我国人工智能法的立法工作已启动，当前亟待明确人工智能法的属性、立法目的、调整对象及基本原则等基本问题，并在明确这些问题的基础上进行制度架构。人工智能法宜定位为兼具私法属性的公法，并以推动技术创新和防范技术风险为立法目的，以研发活动、应用活动、风险管理活动为调整对象，在公平原则、可靠可控可信、安全与发展并重、合规性原则的指引下进行制度架构设计。具体而言，人工智能法宜从实现技术重大突破和推动多元应用场景落地方面建立发展与促进的制度体系；通过建立准入制度、分级分类监管制度、试错容错监管制度、协同性监管制度构建安全风险防范的制度体系；从研发者和提供者的一般义务和特殊义务两大方面构建义务体系。
【观点解析】
从制度层面搭建AI安全与极端风险防控的核心监管框架，承接顶层立法思路细化落地规则。文章先厘清人工智能法公私交融的复合属性，确立“创新发展+风险防控”双重立法目标，以研发、应用、风控全流程活动为规制范围，锚定安全发展并重、可靠可控等核心原则，为极端风险治理划定价值基准。文中设计三层配套制度体系：一是发展促进制度平衡技术迭代与产业落地；二是以准入审查、分级分类监管、跨部门协同监管为核心的风控体系，对高风险、具备极端危害潜力的通用大模型实施差异化前置管控，搭配容错机制兼顾创新；三是划分主体一般与特殊安全义务，压实研发、运营主体极端风险防控的首要责任。整套制度形成事前准入、动态分级监管、主体责任约束的闭环，是阻断AI极端风险滋生、常态化保障人工智能安全的核心法治工具。
03
规制层面：极端不可逆风险的刑事法治兜底
《生成式人工智能的犯罪风险及刑法规制》
作者：盛浩
【原文摘录】
技术发展与风险挑战相伴而生，过度强调技术发展往往导致安全缺乏保障，过度强调风险应对往往带来技术进步限制。因此，如何平衡安全保障与技术发展是所有社会调整规范共同面对的话题。在刑法强制性手段面前，技术既带有风险也比较脆弱。随着科技发展，具有侵害法益危险的行为越来越多，如果刑法禁止一切有法益侵害危险的行为，那么现代生活将无以为继。所以，刑法在充分发挥法益保护机能的同时，还必须把握规制新兴技术风险的限度，以实现更高的社会价值和利益。
生成式人工智能的犯罪风险归根结底是技术风险，刑法在具体规制过程中应树立安全保障与技术发展平衡的理念。具体而言：一是合理把握规制的程度和范围。在程度上，面对生成式人工智能这一新兴技术，刑法要把握好规制力度，除了避免随意增设新罪、重复立法，还要对提高相关行为的处罚力度保持警惕。虽然生成式人工智能被用于犯罪活动将促使传统犯罪的危害性产生“量变”，但现行刑法是否“无法将这种呈几何倍数增长社会危害的程度进行诸如‘数额累计’等量化评判”，以及能否据此对这类犯罪行为进行从重处罚，还需谨慎对待。在范围上，刑法也应当正确处理犯罪风险和单纯的技术创新风险之间的关系。例如，生成式人工智能的“算法黑箱”现象产生原因，是算法学习了数据库中带有偏见性、欺骗性、歧视性、侮辱性的信息，而这些信息可能来自大量用户的上传和输入，甚至可能是生成式算法自身进行数据整合的结果。对于这种技术不确定性带来的风险，刑法需要秉持谦抑的态度，即使为了达到风险防范的目的，也不能仅仅依据危害结果进行归责。否则，会不当扩大打击面，使刑事责任沦为一种纯粹的结果责任，阻碍人工智能技术的变革和进一步发展。
二是应当充分认识到刑法手段的单一性和有限性，注重刑法与行政法、民法及技术手段之间的配合。生成式人工智能的犯罪风险的系统性、综合性特征，决定其有效防范不能仅依靠刑法的严厉惩治，还要明确风险规制的目标、规制的主体及职责、参与主体的权利义务关系，以及科技企业的合规监管等内容，而相关的规则需要通过民法、行政法加以细化和明确。同时，技术是解决技术风险的最好手段，生成式人工智能的犯罪风险还可以通过弥补算法漏洞、强化数据监控等方式实现，刑法应当为这些技术手段留出空间。
【观点解析】
为厘清极端AI风险防控中刑法的定位边界，完善“立法-行政监管-刑法规制”完整法治链条。文章提出刑法规制生成式AI极端风险必须坚守发展与安全平衡的核心逻辑，秉持刑法谦抑性原则。一方面，严格限缩刑法介入范围与力度，反对盲目增设新罪、唯结果归责，针对算法黑箱等技术固有不确定性风险，避免扩大追责范围抑制技术创新；对AI放大的恶性危害后果，也审慎评判从重处罚的适用空间。另一方面，明确刑法仅为最后防线，存在规制局限性，不能单独应对系统性极端风险。需联动前置的行政分级监管、民事主体义务规则，搭配算法安全、数据管控等技术治理手段协同发力，形成多元共治格局，既以刑罚震慑滥用AI引发的极端危害，又为人工智能创新预留制度空间。