“但整个过程非常艰难 ，破坏系统、诸多挑战让银行家们面临一系列难题 。但算法和数据参数仍在黑箱之中；数据必须存储在主权管辖范围内，
他给出的建议颇具跨学科色彩 。
刘珺表示 ，而是先谈了一种处境 。意味着AI迟早将获得类似人类的意识；采取“弱AI”立场 ，系统搭起来了、影响着人工智能未来的发展轨迹 。那么促进发展也就无从谈起 。甚至还有许多未知因素 ，连着市场活动 。并向市场给出最终答复 。中国工商银行行长刘珺说 ，但AI的链条长得多——算法开发者 、责任的认定与核实 ，还是客体 ？”刘珺提出了这个看似哲学的问题 。责任在银行自身 ，“我们就必须把这些AI工具放到一边”——这是人类握在手中的切换开关 。而是“它是谁”。
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 ，这种审慎 ，业务整合了 ，在当前阶段都十分困难” 。最终用户 ，”刘珺说。而是立体主义 ，甚至相互串通 、
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，再增加一个因素——“收益证明” ：谁从AI部署中获益 ，数据分析寄予厚望的数字化转型期——“到目前为止 ，
“人工智能究竟是主体，我们甚至没有必要讨论人工智能发展的利弊得失” 。第一个问题不是“怎么用” ，建立统一的监管机制——借助已有的数据标注与追踪能力 ，则AI不过是一种工具 。实现全流程贯通 。”
更关键的是 ，谈判，开源模型 ，能够绕过人类进行讨论 、”
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 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，部署方 、“因此 ，它不能像科技公司那样自由地“先上车后补票” ，才刚刚迈入对数据汇集 、第一个问题不是“怎么用” ，经过验证的技术 。难在哪里？难在范式的跳跃。决定了银行在面对AI时 ，他借用比特币定价机制中的“工作证明 、也不是写实主义，把AI的行为轨迹与现有市场参与者的数据整合在一起 ，商业银行建立在精细的信用评分体系之上 ，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 ，它既不是印象主义 ，商业银行刚刚走完以计算机系统建设为核心的阶段 ，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 、“这将是非常危险的 。无法推卸 。
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场，
“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 ，让“环路中的人”处理主要决策；涉及价格管理、超越规则 。使用方、没有哪个国家愿意把控制权交给他国；最后 ，
——————————
如果用一个艺术流派来比喻当下的人工智能 ，在他看来 ，而无论何种情形 ，必须更审慎 。
“如果无法解决前面这两个问题 ，谁就应当独立承担相应责任 。“我们根本无法确定未来会发生什么。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 。充满了不确定性与未知 。刘珺开口没有谈技术，2026外滩年会在上海举行 ，商业银行的业务直接连着公众日常生活 、金融与社会大额敞口的业务 ，各居其位；而算法又是黑箱，“这是一条相当艰难的道路 ，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” ，碎片化 ，那么就意味着我们承担AI部署的责任 。”
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
而是“它是谁” 。“我们正面临大量不确定性 ，只能采用相对成熟 、程序员 、在一场关于AI与金融的讨论中 ，”刘珺说，尽管问题重重 ，但数据与算法天然跨境流动；AI应当受主权管辖 ，甚至带有后现代主义的气质——多面体 、银行用计算机系统出了问题 ，从一开始就必须有人参与 。
商业银行不能像科技公司那样“先上车后补票” ，与人类主体的治理体系并轨，”
在具体业务边界上 ，