gcd算法求最大公约数（函数）
深圳的一场对谈，揭开了AI治理的深层焦虑
2026年9月5日，深圳。亚太媒体高端论坛的一场“深度对谈”进行到一半时，北京大学教授王栋说了一句话，让在场不少来自发展中国家的媒体人频频点头：“要寻找全球AI治理的最大公约数，首先要承认不同国家的发展阶段、技术能力、风险认知存在差异，要求所有国家完全采取相同的政策是不现实的。”
这句话之所以引发共鸣，是因为它点破了一个长期被忽视的现实：当欧美国家热衷于讨论AI伦理准则、风险分级和法律框架时，全球大多数国家还在为“如何用上AI”发愁。世界银行《2025年数字化进程与趋势报告》显示，高收入国家占据了全球87%的知名AI模型、86%的AI初创企业和91%的风险投资。算力、数据和人才的鸿沟，正在将“全球南方”国家推向智能时代的边缘。
这场对话发生的时间节点耐人寻味。就在此前不到两个月，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举行，100多个国家和国际组织的代表与会。大会期间，全球首个人工智能***间国际组织——世界人工智能合作组织（WAICO）正式成立，29个国家成为创始成员国。从深圳的这场对谈到上海的那场大会，AI治理的议题正在从“少数人定规矩”走向“多数人谈合作”。
“智能鸿沟”不是比喻，是每天要面对的门槛
马来西亚《亚洲时报》董事会主席张丹华在深圳的对谈中分享了一个观点：AI治理的核心是为人民谋福利，必须坚持向上向善的行为导向【5†L?】。但在很多发展中国家，AI连“用上”都成问题，遑论“用好”和“管好”。
这种困境并非危言耸听。人工智能越来越依赖大规模数据和高性能计算，如果基础能力长期不足，原有的数字鸿沟就可能进一步固化为“智能鸿沟”。全球南方国家在算力、数据、人才上的劣势是结构性的。一位业内人士直言：“没有算力，谈什么数据主权？没有基础模型，谈什么算法公平？没有本土应用，谈什么伦理落地？”
[IMG:1]
2026年7月，首届联合国人工智能治理全球对话在日内瓦举行。中国常驻联合国代表在会上指出，要“摒弃技术霸权、壁垒思维，着力缩小国家间、区域间、群体间发展差距，不让一个人、一个群体、一个国家沦为智能变革旁观者”。这番话的背景是：部分发达国家正在人为设置技术壁垒，把科技合作政治化。治理机制的碎片化、规则约束力的不足、大国治理立场的分化，正在让AI领域的全球治理赤字持续扩大。
斯里兰卡锡兰联合报业公司总编辑亚帕在深圳的对谈中提出了一个更具体的诉求：各区域媒体机构必须通过共享专业信息来加强合作，建立强有力的对话机制【5†L?】。他希望年轻一代学习使用AI，并积极传授AI知识【5†L?】。这折射出一个更普遍的困境——规则写得再好，没有人、没有能力去执行，终究是一纸空文。
从“写规则”到“建能力”：一条正在被验证的路径
2026年或许会被记住为AI治理的转折之年。这一年，全球AI治理的节奏明显加快：5月，中美元首会晤同意开展AI***间对话；7月，首届联合国AI治理全球对话在日内瓦举行；同月，上海世界人工智能大会发布了凝聚十五条共识的《主席声明》。
但真正让业内人士感到“方向对了”的，是治理思路的转变。过去几年，全球AI治理的讨论几乎被“设限”主导——伦理准则、法律框架、风险分级。而2026年上海大会的一个重要突破，是把“先赋能”写进了治理议程。
具体来说，中国宣布了三项面向发展中国家的务实举措：未来5年提供5000个人工智能专题研修培训名额；面向东盟、阿盟、非盟、拉共体、上合组织、金砖国家建设国际人工智能应用合作中心；推动气象智能预警方案“妈祖”在30个国家落地应用。这些举措分别指向人才培养、合作平台和场景应用，回应的是发展中国家最现实的需求。
[IMG:2]
同月，工业和信息化部会同有关方面发布了《国际人工智能伦理治理行动计划》，明确提出“强化治理能力普惠，重点面向发展中国家开展伦理治理能力建设合作”。该计划被定位为中国面向国际社会提供的重要公共产品。国务院2026年度立法工作计划也明确提出“完善人工智能治理，加快推进人工智能健康发展综合性立法”。
北京大学教授王栋在深圳的对谈中进一步阐释了这种思路：全球AI合作不能只停留在原则和宣言层面，更应延伸到人才培训、技术应用、风险评估以及政策能力建设方面，让发展中国家真正拥有参与AI治理的能力【5†L?】。他强调，发达国家拥有更多技术、资本和智力资源，应该承担更多责任，包括加强能力建设、推动技术普惠、分享治理经验【5†L?】。
行业一线：治理正在从理念走向场景
治理思路的转变并非只停留在国际会议层面。2026年上半年，伴随多项政策密集落地和企业跟进，AI治理正从理念讨论转向具体的场景实践。
在金融领域，中国农业银行董事长在2026陆家嘴论坛上表示，要健全“权责明晰与风险包容并重”的银行内部AI治理体系。香港金融管理局公布的GenA.I.沙盒++参与者名单中，入选用例包括聊天机器人AI检测系统、AI合规及法规监督助手、AI医疗索赔知识助理等。
在企业管理层面，有企业尝试以“治理的确定性应对技术的不确定性”。安利搭建了覆盖研发、运营、终端使用全流程的AI安全治理体系。Soul成立了人工智能伦理与治理委员会。这些案例表明，AI治理正在从***层面的宏观设计，下沉到企业层面的具体实践。
但挑战依然严峻。大模型能力加速跃升，智能体从辅助工具演变为能够自主规划、执行任务的行为主体。深度伪造、网络攻击等滥用风险不断累积，就业替代、能源消耗、垄断加强等系统性挑战逐渐显现。治理不是写一篇文章，而是建机制、搭平台、分资源。
最大公约数在哪里
回到深圳那场对谈的核心问题：AI治理的“最大公约数”到底在哪里？
王栋的答案是：在安全与发展之间找到一个平衡，让更多国家，特别是全球南方国家能够从AI的发展中获益。张丹华的答案是：让AI成为为人民谋福利的工具【5†L?】。亚帕的答案是：让年轻一代有能力学习和使用AI【5†L?】。
这些答案指向同一个方向——AI治理不能只是“富人俱乐部”的案头文件。当中国把5000个培训名额、30国落地方案摆上桌面，当29个国家携手成立世界人工智能合作组织，当开源共享成为AI协同创新的底层逻辑——治理就从抽象的原则变成了可以触摸的东西。
当然，这不是否定规则的重要性。而是说，没有能力的规则是空中楼阁。从倡议到宣言，从行动计划到主席声明，从国际组织到能力建设——AI治理正在经历一场从“定规则”到“建能力”的范式转换。这条路才刚刚起步，但方向，或许真的对了。
（本文基于2026年9月5日亚太媒体高端论坛“AI治理如何找到‘最大公约数’”主题对谈及相关公开信息整理报道）
本文由AI辅助生成
