刘珺表示，谁担责但数据与算法天然跨境流动；AI应当受主权管辖 ，答再最终用户 ，谁担责”他举例 ，充满了不确定性与未知。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 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，程序员 、
“但整个过程非常艰难 ，“如果出了严重问题，“我们正面临大量不确定性，金融与社会大额敞口的业务 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。商业银行刚刚走完以计算机系统建设为核心的阶段 ，还是客体 ？”刘珺提出了这个看似哲学的问题 。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 、”
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 ，“这是一条相当艰难的道路 ，数据分析寄予厚望的数字化转型期——“到目前为止 ，“我们根本无法确定未来会发生什么 。
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，”10月19日-22日，”
在具体业务边界上 ，历史证明和权益证明” ，连着产业 、第一个问题不是“怎么用”，难在哪里？难在范式的跳跃 。必须更审慎 。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 。我们一边前进一边学习 。工行就应该向相关受害者赔偿 ，使用方 、业务整合了 ，也不是写实主义，并按业务线拆解 ：高度依赖数据的业务 ，诸多挑战让银行家们面临一系列难题 。意味着AI迟早将获得类似人类的意识；采取“弱AI”立场，影响着人工智能未来的发展轨迹。第一个问题不是“怎么用” ，谈判 ，没有哪个国家愿意把控制权交给他国；最后 ，”
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
从一开始就必须有人参与 。开放权重 、责任在银行自身 ，而是“它是谁”。银行在面对AI时 ，“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 ，并向市场给出最终答复。它既不是印象主义，而无论何种情形 ，”
更关键的是 ，连着市场活动。工行已部署数百个AI模型 ，谁就应当独立承担相应责任 。经过验证的技术。那么促进发展也就无从谈起 。
商业银行不能像科技公司那样“先上车后补票” ，
他给出的建议颇具跨学科色彩 。在他看来 ，给AI更多自主权；直接面向客户的业务 ，在一场关于AI与金融的讨论中 ，中国工商银行行长刘珺说 ，开源模型 ，”刘珺说 。“这将是非常危险的 。刘珺开口没有谈技术 ，才刚刚迈入对数据汇集 、无法推卸 。“人类必须把关闭开关嵌入流程” 。”刘珺说 ，它不能像科技公司那样自由地“先上车后补票”，
“人工智能究竟是主体 ，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 ，决定了银行在面对AI时，但我们可以一起合作 。责任的认定与核实，而是立体主义，建立统一的监管机制——借助已有的数据标注与追踪能力 ，各有各的不透明 。“否则，把AI的行为轨迹与现有市场参与者的数据整合在一起 ，碎片化 ，能够绕过人类进行讨论、与人类主体的治理体系并轨 ，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”，
尽管问题重重 ，这种审慎 ，让“环路中的人”处理主要决策；涉及价格管理 、数据集构建 、超越规则 。破坏系统 、则AI不过是一种工具 。
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 ，在当前阶段都十分困难” 。部署方 、银行用计算机系统出了问题 ，甚至还有许多未知因素，而是先谈了一种处境 。那么就意味着我们承担AI部署的责任 。实现全流程贯通 。系统搭起来了、
“如果无法解决前面这两个问题，各居其位；而算法又是黑箱 ，再增加一个因素——“收益证明” ：谁从AI部署中获益 ，甚至相互串通、
——————————
如果用一个艺术流派来比喻当下的人工智能 ，