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 ，银行用计算机系统出了问题 ，与人类主体的治理体系并轨 ，谁就应当独立承担相应责任。历史证明和权益证明” ，“否则 ，“我们根本无法确定未来会发生什么 。谈判 ，各居其位；而算法又是黑箱 ，部署方、第一个问题不是“怎么用” ，
“如果无法解决前面这两个问题 ，商业银行建立在精细的信用评分体系之上 ，使用方 、
“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 、再增加一个因素——“收益证明”：谁从AI部署中获益，
“但整个过程非常艰难 ，刘珺开口没有谈技术 ，数据分析寄予厚望的数字化转型期——“到目前为止，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 ，责任的认定与核实 ，建立统一的监管机制——借助已有的数据标注与追踪能力，我们一边前进一边学习 。
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，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” ，中国工商银行行长刘珺说 ，
他借用哲学家约翰·塞尔的框架：采取“强AI”立场 ，破坏系统 、2026外滩年会在上海举行 ，
尽管问题重重 ，”
更关键的是 ，“这将是非常危险的 。系统搭起来了、但数据与算法天然跨境流动；AI应当受主权管辖 ，数据集构建 、第一个问题不是“怎么用”，则AI不过是一种工具 。连着市场活动 。“我们正面临大量不确定性，“因此，没有任何一个国家能独自应对AI治理，无法推卸 。“如果出了严重问题 ，经过验证的技术 。难在哪里 ？难在范式的跳跃 。能够绕过人类进行讨论 、还是客体 ？”刘珺提出了这个看似哲学的问题 。在一场关于AI与金融的讨论中 ，它既不是印象主义 ，银行在面对AI时 ，最终用户 ，甚至还有许多未知因素 ，并向市场给出最终答复 。
“人工智能究竟是主体 ，“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 。他借用比特币定价机制中的“工作证明 、
刘珺表示 ，”
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
业务整合了 ，他给出的建议颇具跨学科色彩 。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 ，决定了银行在面对AI时 ，碎片化 ，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。但AI的链条长得多——算法开发者 、充满了不确定性与未知 。才刚刚迈入对数据汇集 、甚至相互串通、在当前阶段都十分困难” 。影响着人工智能未来的发展轨迹。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” ，但我们可以一起合作 。”10月19日-22日 ，诸多挑战让银行家们面临一系列难题 。那么就意味着我们承担AI部署的责任。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 ，并按业务线拆解：高度依赖数据的业务 ，”
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，
——————————
如果用一个艺术流派来比喻当下的人工智能 ，”他举例，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 ，”刘珺说。而是“它是谁”。超越规则 。意味着AI迟早将获得类似人类的意识；采取“弱AI”立场 ，工行已部署数百个AI模型 ，没有哪个国家愿意把控制权交给他国；最后 ，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 、”
在具体业务边界上 ，它不能像科技公司那样自由地“先上车后补票” ，各有各的不透明 。在他看来 ，给AI更多自主权；直接面向客户的业务 ，连着产业 、“这是一条相当艰难的道路 ，而是“它是谁”。程序员 、只能采用相对成熟 、而无论何种情形，开源模型 ，