人工智能技术标准体系与法律法规体系的协同机制研究
摘要
技术标准与法律法规是人工智能治理的主要工具。但实践中，技术标准体系与法律法规体系存在协同不足的问题，主要表现为效力层级不够清晰、更新节奏不够同步、互动机制不够完善等。为此，需强调技术标准作为软法参与人工智能治理的重要价值，厘清软法与硬法之间的协调逻辑，通过技术标准向法律法规有序转化、法律法规向技术标准精准细化衔接，以及建立常态化沟通、沙盒监管、国际合作等动态协同机制，构建人工智能技术标准体系与法律法规体系的良性互动格局，推动人工智能向善发展。
一、人工智能的双重治理需求
人工智能已广泛应用于人们生产生活的各个领域，包括辅助驾驶、智慧司法、智慧行政等，但也引发了安全、伦理等风险。有效防控人工智能风险，引导技术健康发展，已成为全球范围内的普遍共识与重要议题。
当前，技术标准与法律法规是人工智能风险防控的主要工具。其中，人工智能技术标准侧重于技术的可操作性，提供技术方面的具体方法、流程、指标和技术要求，具有实时性、灵活性、前沿性；法律法规确立指导原则、评估程序和监督问责等内容，具有权威性、稳定性，但也存在一定的滞后性。
作为人工智能治理体系的两大主要工具，技术标准与法律法规在功能上高度互补，有学者认为，标准化是一种调控社会生活的方式，旨在跨越时空实现持久而统一的秩序。立法机构则着重于原则性、框架性的指导。二者的协同程度直接决定着治理的实际效能。但在实践中，技术标准与法律法规之间尚未形成高效顺畅的沟通渠道与制度化转化机制，制约了治理质量的提升。
当前，由于人工智能治理的技术标准与法律法规之间缺乏有效的沟通渠道与转化机制，实践中逐步显现出一些亟待完善的问题：法律条文因缺乏可操作的技术支撑，落地执行难度较大；部分风险评估标准随着技术发展逐渐显现局限性，且缺乏国家强制力保障，存在一定的实施不确定性；企业面临法律法规要求不够具体、技术标准要求较为庞杂的双重压力；监管工作与技术迭代节奏不够匹配，技术更新速度快于立法进程，难以及时响应新型风险演变需求。基于此，开展人工智能技术标准体系与法律法规体系的协同机制研究，构建两者有机结合的治理范式，具有迫切的现实需求和深远的理论价值。
二、技术标准与法律法规协同不足的现实困境
人工智能技术标准是否具备与法律法规同等的强制力，是当前人工智能标准化领域的争议焦点之一。制定技术标准的组织多为行业协会、龙头企业、科研机构、高校代表等，与立法机构存在本质区别。我国当前的技术标准体系包括国家标准、行业标准、地方标准、团体标准与企业标准，其中国家标准分为强制性国家标准和推荐性国家标准。这里讨论的主要为非强制性标准。如果技术标准不具有强制效力，那么在人工智能快速发展的今天，由于法律法规的滞后性，技术标准强制效力缺乏等原因，可能会影响人工智能技术的发展进步。从理论层面看，技术标准与法律法规具有天然的差异性，私权与公权的强制力不同，使得二者之间存在一定的协同壁垒；从技术实践应用来看，人工智能风险评估标准与法律法规之间存在协同不足的现实问题，其背后涵盖制度、技术、价值、利益等多维度原因。
（一）人工智能技术标准体系现状
当前，人工智能技术标准体系处于快速发展阶段，技术标准体系已经初具雏形。在国际层面，国际标准化组织/国际电工委员会第一联合技术委员会人工智能分技术委员会（ISO/IEC JTC 1/SC 42）作为全球人工智能标准化的重要机构之一，已发布多项人工智能相关标准，包括人工智能概念与术语（ISO/IEC 22989）、人工智能知识工程参考架构（ISO/IEC 5392）、人工智能应用指南（ISO/IEC 5339）、人工智能管理体系（ISO/IEC 42001）。IEEE也积极开展人工智能标准制定工作，发布了IEEE7000系列标准，涉及算法透明度、伦理设计等方面，为人工智能系统的负责任发展提供了技术指导。
在区域及国家层面，欧盟在人工智能标准化方面采取了积极主动的策略，欧盟委员会发布的《人工智能协调计划》提出了构建欧洲人工智能标准体系的目标，欧洲标准化组织（CEN、CENELEC、ETSI）联合成立了人工智能标准化协调组，推动人工智能标准的制定和实施。美国国家标准与技术研究院（NIST）发布了《人工智能风险管理框架1.0》等，为组织识别、评估和管理人工智能风险提供了灵活的、基于自愿的指导，旨在提高组织机构将可信度考虑纳入人工智能产品、服务和系统的设计、开发、使用和评估的能力。
我国在人工智能标准化方面取得了显著进展，形成了统筹协调、分类指导的体系建设的格局。2024年，工业和信息化部等四部门联合发布《国家人工智能产业综合标准化体系建设指南（2024版）》，提出到2026年新制定50项以上国家标准和行业标准、参与制定20项以上国际标准的目标；同年，全国网络安全标准化技术委员会发布《人工智能安全治理框架》1.0版。
截至目前，我国已发布多项人工智能国家标准，包括强制性国家标准《网络安全技术 人工智能生成合成内容标识方法》（GB 45438-2025），以及推荐性国家标准《人工智能大模型第2部分：评测指标与方法》（GB/T45288.2-2025）、《网络安全技术生成式人工智能服务安全基本要求》（GB/T45654-2025）等。这些标准对通用大模型的模型安全、数据安全等作出了规定。
总体来看，全球人工智能技术标准体系作为对法律法规补充的一种治理工具，显现出以下优势。一是技术标准的技术导向与法律的原则导向形成互补。技术标准内容聚焦技术细节、量化要求及伦理落地规范，强调可操作性和实用性，恰好填补了法律条文原则化、抽象化的空白。二是技术标准的快速迭代与法律法规的相对稳定形成动态平衡。人工智能技术迭代速度远超立法周期，而技术标准的更新灵活性，则有效弥补了法律的滞后性缺陷。三是技术标准的国际化程度与跨境法律协同需求相契合。国家与国际组织的标准化合作，推动全球技术规范趋向协调，这与人工智能跨境应用引发的法律冲突问题形成回应，统一的国际标准既能降低跨国企业的合规成本，避免因各国法律差异重复适配，也为跨境人工智能监管协作等法律难题提供了技术共识。
（二）人工智能法律法规体系现状
当前人工智能法律法规体系处于立法加速和框架构建阶段。全球主要经济体纷纷出台或酝酿人工智能专门立法。从立法现状来看，全球主要经济体的人工智能专门立法已从政策转向规则落地。2024 年欧盟《人工智能法》正式生效，构建了“风险分级与全生命周期监管”的框架，明确将医疗、法律等应用纳入高风险人工智能范畴，要求相关系统必须通过合规性评估、建立技术文档、实施持续监控方可投入使用。日本颁布的《人工智能相关技术研究开发及应用推进法》重点关注人工智能技术的潜在风险，通过提升研发及应用的透明度防止技术滥用导致犯罪、侵犯隐私或著作权等不当行为。在美国，联邦层面以行政命令与行动计划推动人工智能发展和安全统筹，州层面立法包含加州《前沿人工智能透明度法案》，该法案要求涵盖的提供商向用户提供一种选项，以在图像、视频或音频内容中包含清单披露，或由涵盖的提供商创建或更改的其任意组合的内容生成人工智能系统；州层面立法还包含伊利诺伊州《人工智能视频面试法案》，适用于在伊利诺伊州运营的所有雇主，要求人工智能技术尊重候选人的权利和隐私。
目前，我国已形成以《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》为基础，结合《生成式人工智能服务管理暂行办法》等专项法规的治理体系。例如《中华人民共和国数据安全法》第二十一条明确建立数据分类分级保护制度，根据数据对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护。《生成式人工智能服务管理暂行办法》提出“包容审慎和分类分级监管”原则，要求对具有舆论属性或社会动员能力的人工智能服务实施安全评估和算法备案。法律法规、部分规章特点为原则性、程序性要求多，聚焦高风险领域，立法周期长，具有强制约束力。
总体来看，人工智能技术标准体系与法律法规体系在功能上相互呼应、各有侧重。一方面，全球主要经济体通过专项立法与配套细则来加速规范落地，与技术标准体系形成治理闭环；另一方面，以不同领域聚焦为明确导向，法律与技术标准相配合，共同治理。法律法规重在原则指引与底线约束，技术标准重在技术细化与操作落地。但由于各国立法模式、监管重点存在差异，且相互衔接的制度化机制仍在完善过程中，技术标准体系与法律法规体系之间仍存在协同提升空间。
（三）协同不足的主要表现
随着人工智能技术快速迭代与广泛应用，实践中技术标准与法律法规之间协同不足的问题逐步显现，主要体现在以下方面。
第一，人工智能技术标准的技术导向与法律规则的衔接不够充分，人工智能技术标准的技术性语言与法律的规范性语言存在较大差异，人工智能技术标准追求精确、可操作性、可量化，更偏向技术语言，法律追求公平、正义、权利界定，具有抽象性和原则性，且一般避免轻易将具体技术引入其中。实践中，法律法规一般仅明确风险防控目标或原则性要求，但不界定如何通过技术实现该目标。人工智能技术标准虽然提供了技术解决方案，但未被法律法规明确纳入适用范畴，企业面临按技术标准执行可能未必满足法律的要求，按法律法规执行则可能缺乏技术落地指引的两难。例如日本《人工智能相关技术的研究开发及应用推进法》基本理念包括“鉴于人工智能相关技术的研究开发及应用，若以非法目的或不正当手段实施，可能助长其被用于犯罪、个人信息泄露、著作权侵权等危害国民生活安定及国民权利利益的情形，为保障其规范实施，必须采取确保人工智能相关技术研究开发及应用过程透明度等必要措施”。然而该法却没有界定如何通过技术实现确保人工智能相关技术研发和利用过程透明度的目标。对于企业来说，面对标准与法律的衔接空白，可能会阻碍企业迈向新技术发展的脚步，尤其是发展人工智能技术的相关企业。
第二，行业及科技人员等参与主导制定的人工智能技术标准与法律法规可能存在脱节。有学者认为，在实践中，人工智能的技术标准治理面临正当性、科学性、协调性和有效性方面的困境。也有学者认为技术标准尤其是非强制性标准的法律地位不明确，其评估结果在司法、执法中的效力认定缺乏清晰规则，同时缺乏公众公信力和直接强制力，且行业可自行制定或协商要求，导致标准被质疑为不可信。例如ISO标准虽具有技术先进性，且基于行业共识、技术前沿性制定，目的是提供统一的技术框架，但企业可以选择性地认证执行，因为标准并没有法律意义的强制力来保证施行。人工智能技术标准的实施主要依靠行业自律和市场机制，法律法规的实施则依靠行政执法和司法救济，强调国家强制力。这导致少数企业将ISO等标准仅仅视为“合规工具”，而非一种企业需要持续改进的实际措施。
第三，人工智能技术标准与法律法规的更新周期存在明显差异。人工智能发展迭代速度极快，法律法规的滞后性往往体现得更明显。例如，我国在2021年就发布了《汽车驾驶自动化分级》这一推荐性技术标准，而《中华人民共和国道路交通安全法》目前还在修订中，自动驾驶汽车的道路测试、上路通行相关责任追究等方面还有待法律法规进一步明确。
第四，人工智能技术标准的国际化趋同与各国法律差异化之间的矛盾。如今，国际组织与各国政府共同推动全球人工智能技术标准的协调，但各国法律体系在数字科技领域表现出明显的差异。例如，欧盟的《通用数据保护条例》（General Data Protection Regulation，以下简称GDPR）要求所有处理欧盟公民数据的企业必须严格遵守。对于车企来说，尤其是在自动（辅助）驾驶、智能网联方面，车辆中采集的海量数据，包括驾驶行为、位置信息、车主信息等必须符合GDPR要求。而《中华人民共和国个人信息保护法》的内容与此存在差异，当中国车企在进入欧盟市场时，可能会因为合规要重新设计而产生更高的费用，或者因为理解差异而产生高额的赔偿金。由于不同国家的数据隐私、内容监管等相关法规存在差异，导致企业在跨国运营中面临合规挑战，可能限制企业正常发展。而人工智能技术标准的国际化趋同，为解决这一跨境合规难题、推动全球人工智能产业协同发展，提供了可行的协同方案。
（四）协同不足的深层原因
第一，从制度维度看，人工智能技术标准与法律法规属于不同的制度体系，具有不同的制定程序、法律效力和实施机制。人工智能技术标准通常由行业协会、龙头企业、科研机构、高校代表等机构制定，采用自愿性原则，其效力主要来源于市场认可和行业自律。法律法规则由立法机关制定，具有国家强制力，其效力来源于国家权威和法律制裁，且法律的制定需要遵循严格的立法程序，例如《中华人民共和国立法法》和相关法律专门规定了全国人大及其常委会的立法程序，对行政法规、地方性法规、自治条例、单行条例的制定程序也作出了原则性规定。这种制度设计上的差异导致人工智能技术标准与法律法规之间缺乏合适的衔接机制，难以形成协调一致的治理体系。而对于有行为约束力的标准，则需要在符合宪法和法律的基础上开展，这也对技术标准制定工作带来了一些挑战和要求。
第二，从技术维度看，人工智能技术的复杂性和快速发展性给人工智能技术标准与法律法规的协调带来了挑战。人工智能应用的大规模扩散在加速社会转型的同时，也会导致社会的“复杂性涌现”（Complexity Emergence）。这一概念是系统科学中的重要概念，指简单要素通过非线性互动在宏观层面自发形成全新秩序或属性的现象，新形成的整体特性无法通过分解还原到个体要素，呈现出“整体大于部分之和”的特点。这种过程往往具有不可预测性，其中的复杂性可能超出人类已有的经验知识，给个体认知、群体交互、系统秩序带来颠覆性影响。可以说，人工智能技术涉及机器学习、自然语言处理、计算机视觉等多个领域，加之人工智能技术更新换代速度快，共同导致了多个领域的复杂性涌现。因此人工智能技术标准和法律都难以及时跟上技术发展的步伐，加之法律的立法周期较长，人工智能技术标准与法律之间在技术层面形成了不协调的割裂现象。
第三，从价值维度看，人工智能技术标准与法律的价值取向存在差异。传统的技术标准主要关注技术可行性、安全性和效率，强调技术中立性。而在法律的价值体系中则包含多种结构形式，有的学者认为秩序、公平、个人自由是法律制度的基本价值。当人工智能技术标准与法律法规面对需要价值衡量的问题时，就会产生一定的差异。例如，为了提高人工智能系统的效率，如果欠缺对社会价值的考量，技术标准可能允许一定程度的算法不透明，而法律为了保护公民的知情权和参与权，可能要求更高程度的透明度。从人的尊严的角度考虑，人工智能技术标准与法律也具有较大的差异，国家和法律存在的正当目的乃是为了确保人的尊严的实现，因而法律上的“人的尊严”即将人视为法律上的主体，法律应当积极保障人的尊严在社会生活中的实现。而人工智能技术标准因其技术性、服务性、追求效率的底层逻辑，与法律价值取向存在较大的差异。
第四，从利益维度看，人工智能技术标准与法律的制定过程涉及不同的利益相关方，具体实施过程及效果也作用于不同的群体。在人工智能技术标准制定过程中，行业利益可能会被优先考量。而在法律制定过程中，公共利益、社会公平、秩序往往是制定法律需要重点考虑的因素，正如《中华人民共和国立法法》第五条的规定：“立法应当符合宪法的规定、原则和精神，依照法定的权限和程序，从国家整体利益出发，维护社会主义法制的统一、尊严、权威。”
三、技术标准参与人工智能治理的积极功能
处理人工智能技术标准体系与法律法规体系之间的关系不应局限于软法与硬法的适配差异，而应着眼于二者的协同共治。软法以其灵活性在社会治理中发挥重要作用，而具有软法性质的技术标准同样可以在人工智能风险评估中承担关键职能，与硬法规范形成有效互补，构建更为科学合理的人工智能治理体系，实现高度的人工智能发展水平和保障持续安全可信状态的能力。技术标准可以为人工智能企业提供更具操作性的指引，还可以降低单一的硬法监管带来的合规成本，有利于人工智能企业的科技进步发展，即秉持发展导向、统筹发展和安全的理念，给予人工智能企业更大的发展空间。基于此，应当积极确立人工智能技术标准的软法地位和体系功能，充分发挥其在人工智能治理中的工具价值，推动形成硬法与软法优势互补的人工智能治理形态。
（一）技术标准与软法的内在关联
“软法”是指“不依赖国家强制力保障实施的有效行为规则”。具体而言，软法可呈现多种形式与格式，例如行为准则、技术标准、道德声明、专业指南、原则声明、认证计划、私营标准、公私合作计划或自愿性计划等。而技术标准通过工具理性与价值理性（社会理性）对事实进行合理定性，在制定标准的过程中同样存在两种理性的交织：运用工具理性进行事实判断，运用价值理性进行规范判断。科学事实的维度由各领域的专家根据科学共同体的运行规则予以决定；价值判断维度则通过程序化的社会理性（例如公众参与原则）予以实现。在当代治理体系中，技术标准作为一种重要的“软法”（Soft Law）形式，逐渐成为介于法律与市场机制之间的柔性规制手段。技术标准并非孤立存在，而是在法律规范、行业自治与政策引导的交叉地带中发挥独特的治理功能。
第一，从属性看，技术标准天然具有软法的核心特征——非强制性、自愿性与灵活性。技术标准的制定主体多为非政府组织、行业协会或技术标准化机构，其制定过程依赖于技术共识与利益协调，而非国家立法程序。企业是否采纳标准，往往出于市场压力、竞争策略或品牌信誉等考虑，而非法律义务。
第二，从行为效力看，技术标准虽不具备法律的强制执行力，却在实践中对经营主体的行为产生实质性的引导与约束。企业为提升质量、进入国际市场或降低合规风险，往往主动遵循相关标准，使得标准在事实上具有行为指引与市场准入的双重效用。这种“事实上的强制性”已成为软法研究的重要议题。
第三，从治理机制看，国家行政机关在监管实践中越来越多地引用、吸纳标准，将其作为监管的重要依据。例如，在环境保护、数据安全等领域，监管机构通过引用行业标准来填补法律空白，做出一般遵循或不低于标准的行为指引，实现“以软促硬”的治理模式。人工智能技术标准与其他标准一样，可以使监管机构通过引用人工智能技术标准来填补法律空白，实现软法的作用。
综上，人工智能技术标准作为一种典型的软法形式，不仅在形式上体现了非强制与灵活性，更在功能上展现了事实上的规范效力。它通过市场与行政的双重机制，实现了法律秩序的柔性延伸，为人工智能企业留有柔性的发展空间，也为协同治理提供了制度基础。
（二）技术标准参与人工智能治理的积极性
人工智能技术标准的实施绝不意味着对法律的取代，而是一种参与协同治理的有效手段。考虑到立法过程的程序性和滞后性，软法凭借其时效性、技术性及便捷性优势成为人工智能治理的重要补充。“在人工智能治理体系中，科技伦理、道德规范、行业规范、技术标准、企业规章、国际宣言等软法有其不可替代的积极作用，特别是在具体应用场景的科技伦理、行业规范和技术标准独具指导和规范作用。”以人工智能技术标准为例，其在填补监管空白、降低制度试错成本以及实现治理的灵活性与敏捷性等方面，展现了显著的优势，能够在制度创新中承担一部分探索的角色，对于推动技术进步、促进企业发展、引领产业升级、保障产业安全具有一定的支撑作用。
第一，人工智能技术标准在治理机制中扮演着填补立法滞后空白，构建技术秩序的关键角色。以人工智能为代表的新兴技术迭代速度远远超过传统立法的周期，技术标准能够快速应对法律法规缺位情况，在促进人工智能不断发展的同时，带来柔性规则的护航。当前，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，我国也将人工智能发展置于国家战略层面系统布局之中。由于法律规范的制定程序复杂、论证严谨、立法耗时较长，与此同时人工智能新技术、新应用场景在不断涌现。在这一背景下，人工智能技术标准可以通过较为灵活、高效的特质，为人工智能治理提供过渡性的解决路径，为产业发展提供具体、明确的行为规范，可以凝聚相关参与主体的共识，确立基本的技术标准要求，构建法律缺位时期的技术秩序，同时在相对柔性治理的环境中促进人工智能产业的发展。
第二，人工智能技术标准的实施能够在一定程度上有效降低制度性试错成本，为企业提供指引，为人工智能技术的探索提供“缓冲带”。一方面，相较于具有强制效力的硬法体系，技术标准通过非约束性的规范形式，在确保基本治理秩序的前提下，可以赋予经营主体更大的调整与探索空间，降低合规成本。另一方面，人工智能技术标准能为企业提供清晰的合规指引。合规工作本需配备专业法务合规人员，这对资金、人力有限的中小企业而言，无疑会加重经营负担，而人工智能技术标准可直接明确合规核心方向与基础要求，帮助中小企业省去盲目摸索的研发成本。
第三，法律的刚性约束与严厉的追责机制在传统行业风险治理中具有显著威慑作用，但在面对人工智能、量子计算等高速发展的新技术时，却可能制约产业发展。在此情境下，人工智能技术标准作为一种柔性治理工具，在安全与创新之间建立缓冲带，有助于降低创新过程中的制度性摩擦与试错成本。我国发布的《全球人工智能治理倡议》提出，应坚持发展和安全并重的原则，促进人工智能技术造福于人类。在人工智能技术标准治理下，这条由其构建的“缓冲带”不仅可以保障人工智能的安全，也能有效地促进人工智能的发展。
第四，人工智能技术标准对于技术变革具有一定的敏捷响应能力。在软法治理框架下，不同类型的治理主体包括行业协会、技术联盟组织、企业联合组织乃至跨国标准化组织均可参与制定非强制性规则、标准或操作指南，形成多元主体协助治理的格局。通常来说，可尝试的软法方案和替代方案数量没有限制。在传统监管模式下通常只有一个监管机构有权针对特定问题采用单一方法。相比之下，许多不同类型的实体或实体联盟可以采用自己的软法工具。人工智能技术，尤其是以大语言模型为代表的生成式模型，是敏捷治理需求的典型场景，其安全风险与攻击形态呈现高动态演化特征。人工智能技术标准能够调动产业和科研群体的能动性，帮助实现敏捷动态的治理需求和提升人工智能治理能力，其凭借可快速生成、可迭代更新的技术属性，成为实现敏捷治理的重要载体。
综上所述，人工智能技术标准之于人工智能发展与治理具有重要意义，能够坚持人工智能发展和安全并重的原则，即坚持发展导向，统筹发展和安全。虽然软法由于自身特性，传统上在公众信任度方面存在提升空间，如其制定机关的公信力、缺乏直接可执行性等问题，但却是一项合理且有效的人工智能治理工具，其与法律结合共同治理人工智能也是当前人工智能迅猛发展的应对之策。这种标准参与治理的机制实质上体现了软法意义上的技术自洽，通过标准化协议、快速迭代规则等其他行业企业机制的结合，实现治理的灵活性与响应性。因此，软法的敏捷治理功能不只是技术工具的结果更是一种制度逻辑的转型。从法律的自上而下约束转向通过技术性标准、评估共识协议等软法机制形成的协同治理体系。这种治理模式不仅缓解了法律滞后带来的规制真空，也为快速迭代的技术体系建立了风险响应与规范更新的快速应对，从而成为传统法律难以企及的动态治理典范。
不过，由于软法与法律之间衔接机制不畅通，在相关技术标准已经颁布实施的情况下，相关法律法规援引标准的情况并不充分，应当发挥好人工智能技术标准在填补监管空白、降低制度试错成本以及实现治理灵活性与敏捷性的优势作用，构建人工智能标准体系与法律体系的协调机制，保障人工智能向善发展。
四、构建人工智能技术标准体系与法律法规体系的协同机制
为实现加快人工智能等数智技术发展的目标，技术标准和法律法规应紧密衔接配合，提供稳定、可预期和适宜创新的监管环境。有学者认为，“人工智能技术和产品开发后，在部署和应用阶段实施精准治理可以既不阻碍技术发展、应用和创新，又能确保部署和应用阶段的安全可控。对此，实现分级分类、场景化和精细化的治理已经成为各国共识。以分级分类为核心的精准治理需要依靠评估和认证制度落地推进。”通过技术标准向法律法规有序转化、法律法规向技术标准精准细化衔接，实现法律与标准优势互补，提高人工智能治理的有效性、适应性和动态循环迭代性。
(一)借助技术标准强化法律法规的可操作性
由于法律条文的模糊、抽象和概括性，具体适用时需要进行解释和细化。人工智能领域技术复杂、发展迅猛，法律不确定性问题更加突出。技术标准能够作为法律的补充和细化，将原则性要求转化为具体指标和操作流程，提高法律的确定性和可用性。同时，技术规范具有专业性和科学性，能够为法律解释和适用提供技术支撑，确保法律法规准确实施，故应通过“法律原则—技术标准—合规工具”的转化路径，使抽象的法律要求具象化。在此过程中，为避免法律规制过于严厉、繁杂，可利用风险分类分级驱动差异转化的方式完善监管法规。我国《生成式人工智能服务管理暂行办法》第十六条规定“国家有关主管部门针对生成式人工智能技术特点及其在有关行业和领域的服务应用，完善与创新发展相适应的科学监管方式，制定相应的分类分级监管规则或者指引”。在对人工智能治理的过程中，针对不同风险级别、类型的人工智能体，应当首先明确对应的法律原则和监管尺度，再不断细化完善技术标准和应用规范，最终“培育”出合理有效的合规工具，以此通过依法有效治理来赋能人工智能安全可信发展。
（二）将成熟技术标准依法上升为法定规范要求
习惯法理论认为，长期重复的、具有普遍认同性的实践行为可成为法律渊源。标准作为行业最佳实践的总结和提炼，经过实践检验和行业认可后，逐渐形成行业惯例，具备了上升为法律的条件。同时，经过实践验证的、能高效解决特定问题的规则，具有被法律吸收的天然合理性，法律应当反映社会发展的客观规律，将经过实践检验的、成熟的标准和实践上升为法律，能够提高法律的科学性和适应性。
在人工智能治理领域，一方面，完善效力强化机制。可以采用标准“入法”的方式。立法机关在制定或修订法律时，直接引用成熟的、具有共识性的风险评估标准或其核心要求作为法定要求。我国工业和信息化部、中央网信办等四部门联合印发的《国家人工智能产业综合标准化体系建设指南》（2024年版）指出，要强化全产业链标准工作协同，统筹推进标准的研究、制定、实施和国际化。将人工智能全产业链的基础共性标准依法、适时上升为法律法规，有利于强化全产业链标准工作协同的总体要求。
另一方面，建立标准成熟度评估与推荐机制。设立由法律、技术、产业、伦理专家组成的常设咨询机构，定期评估人工智能相关技术标准的成熟度。具体而言，可以参考《人工智能 服务能力成熟度评估》（GB/T 45907-2025）这一标准，从服务能力成熟度、存储能力成熟度、计算能力成熟度、数据结构化处理与决策能力成熟度等方面来评估分值。例如《人工智能生成合成内容标识办法》指出，服务提供者应当按照《互联网信息服务深度合成管理规定》的规定，在生成合成内容的文件元数据中添加隐式标识。鼓励服务提供者在生成合成内容中添加数字水印等形式的隐式标识。随着后续技术的持续发展，相关配套技术标准将逐步落地，且这类标准可跟随技术迭代持续动态优化，待技术标准发展成熟后，也将反向推动相关法律法规的细化完善。
（三）协同机制的动态运作
当前，“人工智能技术演进走向新范式。人工智能技术进入快速迭代期，智算芯片、算法架构、算力架构等不断取得突破”。若要应对人工智能的巨大变革，仅靠上述两种机制是不充分的。应当构建动态的运作系统，通过建立常态化沟通体系、沙盒监管与国际合作机制的有机衔接，形成技术标准与法律法规的迭代适配生态。以此应对新技术不断变革下催生的新风险。
首先，信息共享与反馈渠道是协同机制的核心纽带，其关键在于建立一种常态化沟通体系。沟通主体不仅应当包括标准建设主体与立法主体，还应当涵盖人工智能企业、科研人员、行业组织、社会公众等主体共同参与这一常态化的沟通机制。在多元主体参与的基础上，完善用户反馈机制，并建立及时的效果评估机制。
其次，沙盒监管是实现协同机制动态化的创新路径。沙盒监管是由英国金融行为监管局（FCA）于2015年11月提出的创新监管理念，旨在为企业提供受监督的安全测试环境。在人工智能领域使用这一创新理念与路径，通过这种试验性的监管方式，能够为人工智能技术创新提供可控的测试环境，有助于在信息共享与沟通常态化的基础上及时评估、调整治理手段，开展人工智能社会治理实验。例如，欧盟《人工智能法》规定成员国应确保其主管机关在国家层级至少建立一个人工智能监管沙盒。又如，我国市场监管总局、工业和信息化部等五部门联合发布的《关于试行汽车安全沙盒监管制度的通告》指出，为更好保护消费者人身财产和社会公共安全，完善汽车新技术、新业态、新模式安全监管方式，根据《缺陷汽车产品召回管理条例》，拟在汽车安全领域试行沙盒监管制度。国务院发布的《关于深入实施“人工智能+”行动的意见》指出，到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%。沙盒监管这一创新路径有助于为人工智能产业提供合理的监管方式，促进并激励人工智能产业的发展，加快培育新质生产力，推动科技创新和产业创新深度融合。
最后，加快推进人工智能治理能力建设的国际合作机制。当前，在各国法律体系不统一的背景下，国际标准是跨国流通与产业协同的“通用语言”，通过统一技术基准和协作规则，既降低企业国际化运作成本，又为产业发展和国际合作提供支撑。统一的标准为产业链上下游、跨国企业提供一致的技术接口和合作规则，化解因规范分歧导致的协作摩擦，推动产业规模化发展。在人工智能领域中，由于法律规范的不统一限制了技术发展与合作，而标准的统一能够促进不同企业之间的国际化运作与合作发展。
人工智能的浪潮正以指数级态势重塑人类社会，其在释放巨大潜能的同时，亦对传统法律治理体系构成了挑战。当前治理格局中，软法与硬法之间的张力、技术标准与法律规范之间的鸿沟，已成为制约治理效能的瓶颈。对此，需要建立技术体系与法律体系之间的协调机制，通过标准向法律汇聚、法律向标准细化，以及建立包括常态化沟通体系、沙盒监管与国际合作机制在内的动态协同机制等举措来进行制度设计，使二者成为人工智能治理的有效工具。最终，通过此种系统性的制度设计，方能使技术标准与法律规范这两大工具从彼此割裂走向协同共生，使得大中小型企业都能够有效开展自我管理，从而促进人工智能技术的发展，共同构建敏捷、有效且负责任的人工智能治理体系，为在数字文明新时代驾驭技术巨变、保障人类根本福祉提供坚实的制度基石。
