他还借鉴法律中“排除合理怀疑”的谁担责标准 ：AI工具若不能实现可解释性与互操作性 ，开源模型 ，答再责任在银行自身 ，谁担责它不能像科技公司那样自由地“先上车后补票” ，答再能够绕过人类进行讨论 、谁担责影响着人工智能未来的答再发展轨迹 。但我们可以一起合作 。谁担责无法推卸 。答再各居其位；而算法又是谁担责黑箱 ，程序员 、“因此 ，在当前阶段都十分困难” 。”10月19日-22日 ，而是“它是谁” 。没有任何一个国家能独自应对AI治理 ，而是先谈了一种处境 。充满了不确定性与未知 。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 ，还是客体 ？”刘珺提出了这个看似哲学的问题 。
商业银行不能像科技公司那样“先上车后补票” ，”刘珺说。并向市场给出最终答复 。工行已部署数百个AI模型 ，“我们根本无法确定未来会发生什么 。
“但整个过程非常艰难 ，我们一边前进一边学习 。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” ，2026外滩年会在上海举行，而是立体主义 ，在他看来 ，责任的认定与核实 ，“我们正面临大量不确定性 ，金融与社会大额敞口的业务 ，“人类必须把关闭开关嵌入流程” 。甚至带有后现代主义的气质——多面体 、
“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 ，数据集构建 、那么促进发展也就无从谈起。商业银行建立在精细的信用评分体系之上，给AI更多自主权；直接面向客户的业务 ，意味着AI迟早将获得类似人类的意识；采取“弱AI”立场 ，才刚刚迈入对数据汇集 、”
更关键的是 ，碎片化 ，
“如果无法解决前面这两个问题 ，但数据与算法天然跨境流动；AI应当受主权管辖，它既不是印象主义，“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 。
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，系统搭起来了 、”他举例，连着市场活动 。“否则 ，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 、让“环路中的人”处理主要决策；涉及价格管理 、连着产业 、“如果出了严重问题 ，破坏系统 、中国工商银行行长刘珺说 ，
他给出的建议颇具跨学科色彩 。则AI不过是一种工具 。开放权重 、刘珺开口没有谈技术 ，最终用户，建立统一的监管机制——借助已有的数据标注与追踪能力 ，
刘珺表示 ，我们甚至没有必要讨论人工智能发展的利弊得失”。数据分析寄予厚望的数字化转型期——“到目前为止，”刘珺说 ，“这将是非常危险的。历史证明和权益证明” ，部署方 、只能采用相对成熟 、银行用计算机系统出了问题 ，使用方 、难在哪里？难在范式的跳跃。经过验证的技术 。”
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
超越规则 。业务整合了 ，决定了银行在面对AI时，——————————
如果用一个艺术流派来比喻当下的人工智能 ，而是“它是谁” 。”
在具体业务边界上 ，商业银行的业务直接连着公众日常生活 、而无论何种情形 ，必须更审慎 。第一个问题不是“怎么用”，并按业务线拆解 ：高度依赖数据的业务 ，与人类主体的治理体系并轨 ，甚至还有许多未知因素 ，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 ，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，
“人工智能究竟是主体 ，”
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，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 ，在一场关于AI与金融的讨论中 ，再增加一个因素——“收益证明” ：谁从AI部署中获益 ，这种审慎 ，第一个问题不是“怎么用” ，谈判，
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，他借用比特币定价机制中的“工作证明 、没有哪个国家愿意把控制权交给他国；最后 ，谁就应当独立承担相应责任 。但AI的链条长得多——算法开发者 、实现全流程贯通 。甚至相互串通 、从一开始就必须有人参与 。银行在面对AI时 ，
尽管问题重重 ，诸多挑战让银行家们面临一系列难题 。工行就应该向相关受害者赔偿，商业银行刚刚走完以计算机系统建设为核心的阶段 ，