专访教授汤星：中国特色超智能经济的理论建构、运行机制与未来展望

在这一背景下，学界和实务界需要更具解释力的概念工具，来描述智能经济正在发生的深刻变化。近日，“中国特色超智能经济理论”的提出者，吉尔吉斯斯坦国家科学院外籍院士、清北新人工智能研究院院长汤星教授围绕中国特色超智能经济接受媒体专访，从理论建构、运行机制与未来展望三个层面，系统阐释了这一新兴经济形态的内涵逻辑与发展路径。

一、理论建构：为智能经济新形态提供新的分析视角

（一）内涵界定：根植中国式现代化的智能经济新形态

访谈伊始，汤星教授给出了中国特色超智能经济的清晰界定。他认为，中国特色超智能经济是根植于中国式现代化发展语境，依托新一代人工智能与数字技术集群，以新型生产要素系统性重构为基础，以全产业、全场景、全链条智能化升级为支撑的智能经济新形态。在他看来，超智能经济突破了传统经济与初级智能经济的发展局限，不再停留在单一环节、单一产业的人工智能技术赋能，而是将人工智能技术嵌入经济发展全流程，实现经济系统全要素、全主体、全流程的智能化转变。他将其概括为“数据驱动、人机协同、跨界融合、共创分享”的智能经济形态。

（二）理论逻辑：三大理论支撑概念建构

围绕“为何要提出超智能经济”这一问题，汤星教授梳理了三条理论逻辑。

其一，马克思主义生产力理论的生成逻辑。汤星教授指出，劳动工具的变革是划分经济时代的重要物质标志。马克思曾以“手推磨产生的是封建主的社会，蒸汽磨产生的是工业资本家的社会”揭示经济形态变迁与劳动工具变革之间的密切关系。从传统手工业工具到工业机器设备，再到数字化、智能化技术装备，劳动工具的每一次革新都推动经济形态跨越式发展。超智能经济形态的形成，正是人工智能技术作为新型劳动工具变革的结果。新一代人工智能技术具备自主学习、推理和决策能力，能够在没有人类逐步指令的条件下完成复杂任务，人工智能劳动工具由此获得某种“类主体性”，劳动者在一定程度上呈现“智能化”，海量数据则成为新型劳动对象。劳动资料、劳动者和劳动对象的智能化转变，彻底变革了传统生产力，推动经济发展迈入智能新时代。

其二，汤星教授认为，新质生产力以科技创新为主导，具备高科技、高效能、高质量的特征，是依托技术革命性突破、生产要素创新性配置、产业深度转型升级催生的全新先进生产力质态。超智能经济形态完全契合新质生产力的发展内核与实践要求，人工智能技术不再是经济系统的外部变量，而是深度嵌入生产、分配、交换和消费各环节的关键驱动力，可以被看作新质生产力在智能化阶段的集中表现。

其三，汤星教授特别强调，“中国特色”作为超智能经济的限定词，并非修辞层面的修饰，而是对制度条件与经济形态之间关系的实质性判断。我国的制度优势能够有效规避市场化发展弊端，充分发挥市场在数据、算力、技术等新型要素配置中的决定性作用，激发市场主体创新活力，同时通过政策引导、制度规范保障产业发展安全，实现超智能经济高效发展与规范发展的有机统一。

二、运行机制：三重机制重塑经济系统运行

（一）要素协同机制：数据、算力与算法的三重耦合

汤星教授将数据、算力与算法视为超智能经济运行的三大要件。在他看来，数据是基础。全域产业场景、市场交易、社会治理产生的海量数据，可为智能决策、技术迭代提供基础支撑，但数据发挥作用需要经过清洗、标注、建模等一系列加工过程，须消耗算法算力与算法资源。算力是超智能经济运行的“动力系统”，依托云计算、边缘计算、超级计算等基础设施，为海量数据处理、算法训练、智能场景运行提供算力保障。算法则是超智能经济的“加工工艺”，能将数据转化为可用的信息和知识，将算力转化为实际的生产能力。三者形成“数据积累—算法优化—算力升级—数据提质”的动态循环，构成超智能经济持续发展的内生动力。

（二）生产组织机制：人机协同对劳动过程的重塑

在汤星教授看来，超智能经济中的人机协同正在引发新一轮劳动过程变革，其方向与机器大工业时期有所不同。过去，机器是人类生产活动的辅助者，人类利用机器进行劳动；而在超智能经济中，人工智能技术赋予机器一定的自主性，机器既能辅助人类完成劳动，也能自主完成复杂的劳动任务，例如汽车压铸、电池生产等高精度劳动场景已引入智能机器人。人类与智能机器协同劳动能够优势互补、提高劳动效率。由此，超智能经济系统中价值创造活动的参与主体不再局限于人类，智能机器和算法系统也开始承担一部分原本由人类独立完成的价值生产任务。

（三）劳动方式升级机制：智能技术引领全产业链升级

汤星教授指出，人工智能技术嵌入劳动生产全过程，正在形成全链条智能化运行机制。在生产端，智能技术替代传统人工粗放式生产，实现生产流程自主感知、智能调度、精准管控，大幅提升生产精度与生产效率；在流通端，依托智能物流、大数据匹配、智能调度系统，实现供应链全域可视化、流通高效化，降低流通成本、提升供需匹配效率；在消费端，通过用户数据挖掘与智能算法分析，精准匹配用户需求，实现产品、服务的精准供给，推动消费升级；在价值链层面，智能技术推动价值链从低端加工制造向高端研发、智能服务、品牌运营环节攀升，重构全球价值链分工格局，实现产业链、供应链、价值链的全方位升级。

三、未来展望：走中国特色超智能经济发展之路

（一）夯实智能基础设施支撑

汤星教授认为，我国已启动超大规模基础智能设施建设，但智能设施的区域分布不均衡、产业分布不均衡等问题仍然存在，呈现东部地区优势明显、中部稳步提升、西部追赶态势突出的特征。他建议，加快推进全国一体化算力网络建设，打通“东数西算”工程中的调度壁垒，统筹建设国家级、区域级算力枢纽与边缘算力节点，兼顾中心算力的规模化运算优势与边缘算力的场景化适配优势，针对中小微企业、基层产业主体推出普惠算力服务，降低市场主体智能化应用成本，实现算力的分级协同供给；同时加快工业互联网、物联网等感知终端的部署，提升部署密度，为超智能经济提供泛在连接的数据采集能力，夯实其数据支撑。

（二）强化核心技术自主创新

在汤星教授看来，超智能经济的竞争本质是技术能力的竞争。当前我国智能产业应用层技术迭代速度较快，但在高端芯片、基础软件框架等关键技术环节仍存在受制于人的风险。他提出，应坚守自主创新原则，构建全链条自主可控的技术创新体系：加大对技术研究的长期稳定投入，依托产学研机制，整合企业、科研机构、高校和社会高端人才的力量，组建技术自主创新联合体，围绕技术难题开展定向攻关；同时打通基础研究、技术攻关、场景试验、产业落地的完整链条，提升技术成果转化效率。

（三）深化全域产业智能融合

汤星教授分析指出，现阶段我国产业智能融合存在明显结构性失衡，高新技术产业智能化程度较高，而传统制造业、现代农业、民生服务业融合深度不足，多数企业仅完成单一环节智能化改造。对此，应立足实体经济本源，分类分层推进全域产业智能融合升级：在制造业，重点推动智能技术从单点应用向全链条渗透，推广智能生产线、柔性制造系统、全流程智能质检与运维体系；在农业，推广智能传感器、无人机、智能冷链物流等技术，搭建智慧农业管控平台，实现种植、养殖、加工、流通全流程精细化、智能化管控；在服务业，重点推进个性化推荐、智能客服、风控决策等场景的智能化应用。

（四）注重复合型人才培养

人才是超智能经济发展的关键要素。汤星教授建议，高校可在制造、农业、医疗、金融等专业中嵌入智能技术课程，打破院系壁垒，开展跨学科人才培养，并将企业真实项目引入课堂，使学生在解决具体行业问题的过程中掌握技术工具的应用逻辑；企业则应面向在岗人员开展人工智能技术应用能力培训，帮助不同行业的从业者掌握利用智能工具提升工作效率的基本能力。他表示，人才建设是一个长期积累的过程，需要在教育体系改革和企业培训制度完善方面持续投入，才能为超智能经济的发展提供稳定的人才支撑。

（五）发挥新型举国体制优势

汤星教授强调，走中国特色超智能经济发展之路，关键在于坚持党对科技事业的全面领导，充分释放新型举国体制的统筹管理优势。应强化国家顶层战略统筹，通过国家中长期科技发展规划和产业规划，明确智能经济发展的总体方向、优先领域和阶段性目标，为市场主体提供稳定的预期；应统筹配置发展资源，依托举国体制优势整合跨区域、跨行业创新资源，推动高端技术、优质人才、核心要素向重点产业、薄弱区域倾斜；应构建适配超智能经济高质量发展的制度体系，加快补齐数据治理、算法监管、智能产业发展、知识产权保护、人工智能技术应用等领域的制度短板，出台针对性行业标准与监管规则，明确新业态、新模式的合规边界；同时加强市场监管，严厉打击数据滥用、算法歧视、资本无序扩张等违规行为，维护市场秩序。

结语

访谈最后，汤星教授总结道，中国特色超智能经济形态是马克思生产力理论在新时代的具体阐释。未来，我国需持续推进智能基础设施建设、坚持自主创新、推动人工智能技术与实体产业融合、加强复合型人才培养、完善制度保障，形成超智能经济发展动能。

标签：