在全球科技公司持续投入数千亿美元建设算力基础设施、以海量数据推动模型规模扩张之际，一项发表于《自然·机器智能》的研究对“数据规模决定模型性能”的主流路径提出挑战。美国约翰斯·霍普金斯大学团队发现，若从更接近生物大脑的架构出发，即使在未经大规模训练的情况下，人工智能系统也可能自发呈现出与人脑相似的活动模式。这一发现将AI发展焦点从“数据与算力”重新拉回到“架构与归纳偏置”，为下一代高效AI提供了新的技术想象空间。本文围绕该研究的核心发现、技术机制及其延伸意义展开分析。主流路径反思：数据与算力并非唯一变量当前AI产业的发展趋势，是向模型持续投入海量数据，并构建规模堪比小型城市的计算资源体系。约翰斯·霍普金斯大学认知科学家指出，这一路径成本高昂，需要长期训练与巨额资本支撑。然而，人类学习视觉能力所需的数据量却极为有限。研究团队认为，进化过程中形成的大脑结构本身，可能已经为高效学习提供了优越起点。如果架构设计足够接近生物神经系统，模型或许无需依赖海量样本即可具备类脑特征。论文作者米克·邦纳（MickBonner）表示，如果单纯依赖大规模训练才是获得类脑行为的关键，那么通过架构修改不可能构建出类似大脑的系统；但实验结果显示，合理的结构蓝图本身即可显著缩短学习路径。实验验证：未训练模型亦可呈现类脑表征研究团队选取当下主流的三类神经网络架构——Transformer网络、全连接网络与卷积神经网络——反复调整参数与结构，构建数十种不同模型，所有模型均未进行预训练。随后，研究人员向这些未经训练的系统展示物体、人物和动物图像，并将其内部活动与人类及非人灵长类动物在观看相同图像时的视觉皮层反应进行对比。结果显示，单纯增加Transformer或全连接网络中的神经元数量，并未显著改变其内部表征；而在卷积神经网络中，通过空间维度压缩（如池化）与特征维度扩展（增加通道数）两种关键操作，模型内部活动模式明显更接近人类视觉皮层。即便没有任何训练，这些卷积模型在预测视觉表征方面的表现，已可与传统需数百万乃至数十亿图像训练的系统相当。论文指出，卷积架构所蕴含的归纳偏置，与生物视觉系统的结构约束高度接近，使得许多皮层表征特征能够在“经验调谐”之前便自然涌现。这意味着，架构约束本身可能比此前认知的更为重要。从蓝图出发：加速学习与降低能耗的可能路径研究团队强调，若从正确的架构蓝图入手，并结合更多生物学启示，AI系统的学习速度有望大幅提升，同时减少对海量数据和高强度算力的依赖。目前团队正探索更简单、受生物启发的学习方法，期望构建新一代深度学习框架，使模型在保持性能的同时实现更高效率与更低能耗。这一方向不仅具有技术意义，也对产业结构产生潜在影响。若模型性能更多取决于结构设计而非资源堆砌，AI研发将不再完全依赖资本密集型投入，而转向对算法与认知科学的深度融合。跨学科线索：材料自组织与AI数学逻辑值得关注的是，相关研究还在材料科学领域获得呼应。宾夕法尼亚大学工程与应用科学学院的科学家在研究泡棉材料时发现，即使整体形状保持稳定，其内部气泡仍持续运动。更为关键的是，这种微观不稳定运动与AI训练所遵循的数学原理具有相似性。这一发现提示，类似“学习”或“自我增强”的行为，可能并非仅限于神经系统，而是材料、机器与生物细胞共享的基本动力学特征。这一跨学科视角进一步强化了架构与结构约束的重要性：复杂行为的出现，或许源自内在结构本身，而非完全依赖外部输入。综合上述研究可以看到，AI发展的关键变量正在发生转移。与其依赖数月训练、庞大数据与城市级算力资源，不如从更接近大脑的结构设计入手，构建具备天然优势的模型起点。《自然·机器智能》发表的这项成果，为“数据至上”的路径提供了重要补充，也为更高效、可持续的人工智能体系打开新的研究方向。在算力与资本不断扩张的时代背景下，如何在架构层面实现突破，或将成为下一阶段AI竞争的核心所在。参考文献：1、JohnsHopkinsUniversity.AImaynotneedmassivetrainingdataafterall[EB/OL].[2026-01-04].https://www.sciencedaily.com/releases/2025/12/251228074457.htm.2、KazemianA,ElmozninoE,BonnerMF.Convolutionalarchitecturesarecortex-aligneddenovo[J].NatureMachineIntelligence,2025,7:1834-1844.3、黄嬿.耗资数千亿是浪费，研究：好AI不需庞大数据训练[EB/OL].[2026-02-09].https://technews.tw/2026/02/09/ai-base-is-more-important-than-data-training/.

智慧养老，作为数字时代背景下诞生的新兴服务业态，正以前所未有的速度重塑传统养老格局。它不仅是科技赋能产业的典范，更是应对全球人口老龄化挑战的关键突破口。本文梳理这一新兴服务业的发展动因、市场现状、核心价值与未来趋势。一、市场机遇：老龄化浪潮催生庞大需求中国正经历快速且规模巨大的人口结构转变。65岁以上人口已超过2.6亿，且这一数字仍在持续增长。预计到2025年，中国养老市场规模将达到800亿美元，并在2030年突破3万亿人民币大关。庞大的老年群体，特别是慢性病患病率的上升，催生了对于高效、可持续养老照护体系的巨大刚需，为智慧养老这一新兴服务产业提供了爆发式增长的土壤。二、产业定义与核心特征：从“单点智能”到“全域智慧”智慧养老服务的核心，在于利用物联网、人工智能、5G、大数据等新一代信息技术，整合硬件、软件与服务，重构养老服务价值链。它区别于传统养老模式的本质特征是通过“数据驱动”，从环节单一化和机构分散化走向全链智能整合，主要表现在以下几个方面。一是主动预防，通过智能监测设备实现健康状况实时追踪与异常预警，变被动响应为主动干预。二是高效整合，将分散的养老服务与医疗系统无缝连接，实现跨机构的协同照护。三是个性化定制，基于个体数据和偏好，提供量身定制的健康管理方案与生活辅助。实践证明，采用智慧化手段的养老机构，其服务效率可提升40%以上，意外事件响应速度加快60%，显著优化了人力资源配置。三、关键驱动因素与全球格局在全球范围内，智慧养老作为新兴的服务业支柱，其迅猛发展并非偶然，而是由多重核心驱动力共同塑造，并在不同区域市场呈现出多样化的格局。1.核心驱动力剖析首先，人口结构的历史性转变是根本动力。全球范围内加速的人口老龄化，催生了对现代化、高效化养老解决方案的庞大刚需。其次，主流的“90-7-3”养老模式（即90%居家养老、7%社区养老、3%机构养老）奠定了市场基础，凸显出家庭护理场景的巨大潜力与广阔空间。再次，慢性病管理的迫切需求构成了强劲推力。心脑血管疾病、糖尿病等的高发，使得持续、便捷的居家健康监测与管理系统成为刚性需求，推动市场呈指数级增长。最后，政策支持与社会认知提升提供了关键保障。各国政府陆续出台扶持政策，同时公众对智慧养老的接受度不断提高，为产业创造了良好的发展环境。2.全球市场格局洞察从全球视野来看，智慧养老市场展现出巨大的增长潜力和鲜明的区域特色。据权威机构预测，全球智慧养老系统市场规模预计到2033年将达到约1155.7亿美元，期间年复合增长率将保持在12.6%的高位。区域市场表现各异：北美地区凭借其技术研发领先优势和较高的市场普及率，目前在市场中占据主导地位。欧洲市场则更为成熟，其发展注重成本效益与严格的合规性要求。而亚太地区无疑是未来最具活力的新兴市场，其庞大的老年人口基数、快速的经济增长以及巨大的市场潜力，正吸引全球资本和技术的关注，有望成为未来产业增长的重要引擎。在明确的内生动力推动下，智慧养老服务业正迎来黄金发展期，并将持续重塑全球养老产业的未来图景。四、主要发展趋势与服务创新智慧养老服务业正在技术革新与需求升级的双重驱动下蓬勃发展，其演进路径呈现出以下五大清晰趋势，共同勾勒出未来养老服务的崭新图景。1.服务个性化：从“标准化”到“量身定制”传统的“一刀切”式养老模式正被逐步淘汰。未来的核心趋势是个性化关怀，即利用大数据和评估工具，深入理解每位长者的健康状况、生活习惯及个人偏好，从而提供真正意义上的定制化照护方案与健康管理计划，显著提升服务的精准度与满意度。2.远程医疗普及：打破时空限制的医疗资源触达远程医疗的普及是智慧养老的关键一环。通过Telehealth（远程健康）服务和可穿戴设备的远程监测技术，老年人无需频繁前往医院，在家中即可享受专业的医疗咨询、慢病管理和紧急响应服务。这极大地缓解了医疗资源分布不均的压力，为行动不便或偏远地区的老人带来了福音。3.AI与数据分析深化：从“监测”到“预测与决策”人工智能（AI）与数据分析的应用正从表层监测向纵深发展。AI不再仅仅用于警报触发，而是通过深度学习，对海量健康数据进行分析，实现对跌倒、突发疾病等风险的主动预测，并为医护人员提供辅助诊断和个性化干预策略的建议，推动养老服务从“被动响应”向“主动预警”变革。4.系统集成化：构建“医养结合”的无缝服务体系“信息孤岛”问题正通过系统集成化得到解决。未来的趋势是将智慧养老系统与区域的医疗卫生、社保等平台进行深度整合，打通数据壁垒，实现老人健康信息在家庭、社区、养老机构与医院之间的顺畅流转，最终形成一体化的“医养结合”服务网络，确保照护服务的连续性和高效性。5.智能家居融合：打造全方位的智慧生活空间智慧养老正与智能家居生态深度融合。通过将紧急呼叫、环境传感器、智能药盒等养老设备与全屋的灯光、空调、安防等系统联动，能为长者创造一个更安全、舒适、便捷的生活环境。例如，夜间离床自动点亮小夜灯，发生意外时自动报警并联系亲属，真正实现全方位的智慧生活辅助。这五大趋势相互关联、协同作用，共同推动智慧养老服务业向更人性化、高效化和智能化的方向演进，最终目标是让每一位老年人都能享有有尊严、有品质的晚年生活。五、技术演进与未来展望家庭健康技术已历经从1.0（单设备监测）到4.0（多模态预测性护理）的演进。未来3-5年，技术创新将持续聚焦在以下几个方面。一是多模态感知，融合雷达、音频、视觉等非接触式传感技术，更精准、无感地监测生理指标（如血压、血糖）与环境参数。二是AI算法升级，发展个性化模型、小样本学习及可解释AI，以增强信任度和适应性。三是交互体验创新，引入自然语言、虚拟健康助手和AR/VR技术，提升服务的易用性和亲和力。前沿研究方面已开始探索联邦学习（保护隐私的数据协作）、量子计算在医疗数据处理中的应用等方向，预示着这一服务业巨大的技术纵深。六、社会价值与实证效果智慧养老服务的核心价值在于填补传统医疗系统在慢性病管理和院后护理领域的“空白期”，解决资源短缺、干预延迟等痛点。实证案例显示，AI医疗警报系统能将紧急响应时间缩短至90秒，降低高风险患者再住院率22%，并实现1:3.6的投资回报率，展现出显著的社会与经济效益。结语智慧养老产业方兴未艾，是技术赋能、需求拉动与政策引导共同作用下的典型新兴服务业。它正从技术应用的“单点突破”走向构建全域协同、主动服务的“智慧生态”。面对确定性的老龄化未来，推动这一新兴服务业的规模化、普惠化发展，不仅是巨大的市场机遇，更是构建未来社会福祉的重要支柱。参考文献：[1]RateMon.RateMonIntelligentCare:SmarterDetection,FasterProtection[EB/OL].(2025-06-30).https://www.ratemon.com/en.[2]AMR.SmartElderlyCareSystem12.6CAGRGrowthOutlook2025-2033[EB/OL].(2025-02-24).https://www.archivemarketresearch.com/reports/smart-elderly-care-system-46152#.

2026年3月9日，美国联邦航空管理局（FAA）与美国交通部（DOT）联合宣布了一项具有里程碑意义的决定：从超过30份申请中遴选出8个试点项目，正式启动“先进空中交通（AAM）和电动垂直起降飞行器（eVTOL）融合试点计划（eIPP）”。该计划的研究周期为三年，预计将于首个试点项目正式投入运营后的第36个月结束。这一覆盖全美26个州的计划，标志着作为低空经济核心赛道的先进空中交通产业完成了从技术研发、原型机试飞验证阶段，向规模化商业试运营阶段的跨越，为全球低空经济的合规化、产业化落地提供了具有参考价值的实践样本。eIPP的诞生源于明确的政策驱动。2025年6月6日，美国总统特朗普签署了“释放美国无人机主导地位”行政令，指示FAA和DOT设立这一试点计划，以加速eVTOL在美国的运营进程。该计划的核心设计逻辑是在不突破现有航空适航监管体系的前提下，为eVTOL企业开辟一个与型号合格证（TC）认证流程并行的合规运营窗口期。需要明确的是，eIPP并非认证流程的“捷径”。入选企业必须在FAA的全程闭环监管和明确的运营边界约束下开展飞行，其目的是在漫长的认证周期内，同步积累真实环境下的飞行数据，持续优化自动化飞行与航电系统，面向公众验证运营安全能力，并探索可持续的商业盈利模式。入选的8个试点项目横跨美国东西海岸，全面覆盖了超大城市都市圈通勤、核心城市群城际交通、民生与公共服务以及前沿技术验证等核心场景。纽约与新泽西港务局将牵头实施一项试点项目，旨在探索新英格兰地区内的12种不同运营模式。该项目的一项重要内容是在曼哈顿直升机场开展电动空中出租车服务测试，从而实现与该地区各大主要机场之间的便捷接驳。在得克萨斯州，运输部门将为构建一个区域性航空网络提供支持，该网络旨在将达拉斯、奥斯汀、圣安东尼奥和休斯顿这四大交通枢纽紧密连接起来。包括ArcherAviation、JobyAviation在内的多家行业合作伙伴将共同参与，协助建立这些区域性的飞行航道。新墨西哥州的阿尔伯克基市将牵头实施一项重点项目，旨在与飞行自动化技术开发商通力协作，共同推动航空器自主运行技术的进步。该项目致力于探索如何将大型无人航空器系统安全、有效地整合进美国受控空域之中。这是对无人化、自动化未来运行模式的关键探索。佛罗里达州交通部的项目将分三个阶段推进，全面覆盖航空货运、客运出行、自动化系统验证与医疗应急响应全场景，并获得公共和私人投资的大力支持。合作伙伴包括Archer、Beta、Electra和Joby。其他入选项目同样各具特色。犹他州的交通项目将横跨太平洋西北部、落基山脉和俄克拉荷马平原，测试多种下一代飞机和运营概念；路易斯安那州将测试飞往墨西哥湾能源产业区的货运和人员运输能力；北卡罗来纳州将建立有人驾驶的医疗和区域运营，并开发延伸至弗吉尼亚州的自主飞行运营；宾夕法尼亚州则通过NASAOAAM多州协作，致力于在13个州内振兴区域航线，类似于基本航空服务计划支持的航线。在此次试点遴选中，总部位于佛蒙特州的BetaTechnologies表现尤为抢眼，入选了全部8个试点项目中的7个，成为参与最多的制造商。该公司计划先将其飞机用于关键货物和医疗物流任务，随后再扩展到客运服务。Beta公司创始人兼CEO凯尔·克拉克表示：“这一计划证明了美国保持航空航天领导地位的承诺。我们已准备好制造和部署飞机，通过航空服务连接更多社区，让航空出行变得更加安全、更加普及。”ArcherAviation入选了得克萨斯州、佛罗里达州和纽约-新泽西都市圈三大核心流量场景，计划最快在2026年下半年启动旗下Midnight机型的试点运营，重点攻坚高密度超大城市都市圈的短途空中通勤。其CEO亚当·戈德斯坦表示，这是白宫、FAA和DOT发出的最明确信号，表明将空中出租车推向市场是真正的优先事项。JobyAviation则是本次试点中布局范围最广、落地场景覆盖最全的市场主体，其确认参与的试点项目横跨四大核心合作体系，业务覆盖10个州，包括佛罗里达州的全域项目、纽约都市圈、得克萨斯州城际项目以及北卡罗来纳州的医疗救援与区域通勤服务。此外，Electra、Wisk、Ampaire、ElroyAir等企业也凭借各自差异化的技术路线成功入选。尽管所有参与企业目前均尚未获得FAA的型号认证，但都必须已处于正式的认证流程之中。eIPP的落地，不仅为头部企业打开了提前商业运营的窗口，更形成了强大的产业带动效应，推动低空经济全产业链的协同发展。在基础设施端，试点项目明确的航线走廊和运营场景，直接激活了各州垂直起降机场（Vertiport）的规划与建设，此类机场是专为动力升力航空器设立的着陆区域。联邦层面的试验将对垂直起降机场的基础设施标准进行评估，相关研究将重点关注如何管理由下洗气流和外洗气流产生的风速，这些气流的风速有时可超过每小时55.5公里。围绕核心航线走廊，空域协同管理、地面保障服务、能源补给等配套体系的标准化落地进程全面加快。在制造端，明确的运营需求推动行业从原型机研发走向规模化量产。头部企业同步推进产能布局，其中JobyAviation已公布明确规划，将在2027年实现月产4架航空器的产能规模，依托其在加利福尼亚州玛丽娜市与俄亥俄州代顿市的专业化生产基地，搭建适配试点运营与全面商业化的批量交付能力。这种“需求拉动供给、供给支撑运营”的良性循环，将带动轻量化材料、核心航电系统、航空级动力电池等上下游产业链的技术升级。相关链接：[1]8selectedpilotprojectsexpectedtoenable"flyingtaxis"acrossU.S.states[EB/OL].(2026-03-11)[2026-03-16].https://english.news.cn/20260311/f39765d9d1314c969825287743a6e266/c.html.[2]DOTannouncesprojectsselectedforU.S.eVTOLIntegrationPilotProgram[EB/OL].(2026-03-10)[2026-03-16].https://www.globalair.com/articles/dot-announces-projects-selected-for-us-evtol-integration-pilot-program/12036.[3]THEFUTUREOFAVIATIONISHERE:Trump’sTransportationSecretarySeanP.DuffyandFAAUnveilEightSelectionsforPilotProgramTestingNext-GenAircraftinAmerica’sSkies[EB/OL].(2026-03-09)[2026-03-16].https://www.transportation.gov/briefing-room/future-aviation-here-trumps-transportation-secretary-sean-p-duffy-and-faa-unveil?utm_source=tech.therundown.aiutm_medium=newsletterutm_campaign=air-taxis-to-fly-in-26-states.[4]eIPP试点落地美国低空经济迈入商业化加速期[EB/OL].(2026-03-13)[2026-03-16].https://news.qq.com/rain/a/20260313A05WBK00?suid=media_id=.[5]USAlaunchesnationwideeVTOLoperationaltrialsprogram[EB/OL].(2026-03-11)[2026-03-16].https://www.aerospacetestinginternational.com/news/usa-launches-nationwide-evtol-operational-trials-program.html.[6]USTransportationSecretarySeanP.DuffyandFAAUnveilCompaniesSelectedforCountry’seVTOLIntegratedPilotProgram(eIPP)[EB/OL].(2026-03-10)[2026-03-16].https://evtolinsights.com/us-transportation-secretary-sean-p-duffy-and-faa-unveil-companies-selected-for-countrys-evtol-integrated-pilot-program-eipp/.

1.新加坡智能体AI治理体系的整体架构面对智能体AI的治理挑战，新加坡率先在全球构建起专项治理体系。治理体系由政府与AI、网络安全社区合作开发，兼顾了创新与安全，既为智能体AI的发展预设了治理边界，避免因无规则而引发安全问题，也未对具体技术路径进行规制，为技术创新保留了空间。这一治理思路符合新加坡一贯的“柔性治理”理念，使它能够在全球AI治理中率先迈出步伐。新加坡IMDA发布的《智能体人工智能治理示范框架》是全球首个智能体AI专项治理框架，其核心逻辑是“以人类责任为核心，构建全流程、多维度的治理体系”，摒弃了传统的“形式化人机回圈”，提出了七大核心治理原则，从制度设计、技术控制、部署运营、用户赋能等方面为智能体AI治理划定了核心要求，构成了智能体AI治理的重要原则。在技术安全层面，框架明确指出，智能体AI面临的威胁形态与传统系统存在显著差异，其依赖提示词和工具调用机制的特征，使其更容易受到提示词注入等攻击方式的影响，被诱导执行越权操作。针对这一特征，框架提出了两大核心技术控制要求：一是开展专门的红队测试：部署方应针对智能体AI开展定制化的红队测试，模拟智能体在复杂或对抗性环境中可能出现的异常行为，如提示注入、工具滥用、目标操纵等，而非仅仅测试模型本身的准确性或稳健性。红队测试的核心目的是发现智能体AI的潜在漏洞与攻击路径，提前采取缓解措施；二是高风险任务采用沙箱运行：对智能体AI的高风险任务采用沙箱运行机制，即在隔离的测试环境中观察智能体的行为是否符合预期，验证其安全性后，再逐步放开权限至生产环境。沙箱运行机制能够有效隔离高风险任务的影响，即使智能体在沙箱中出现异常，也不会对实际系统造成危害，是防范恶意行为的重要技术手段。在部署策略上，框架明确反对一次性、大规模上线高自治智能体，提出了“渐进式部署”的要求，同时强调建立持续监控机制，将治理视为一个持续过程，而非上线前的单次合规动作。渐进式部署要求组织从内部辅助、低风险场景入手，逐步扩大智能体AI的应用范围，而非直接让其对接关键业务或外部用户。例如，企业可先将智能体AI应用于内部文档整理、员工考勤等低风险场景，验证其安全性与稳定性后，再逐步应用于客户服务、流程自动化等中等风险场景，最后再考虑应用于金融交易、系统运维等高风险场景。渐进式部署能够有效降低智能体AI上线的风险，让企业在实践中不断优化治理措施；持续监控机制要求部署方应设置明确的行为阈值和监控指标，对智能体AI的运行状态、工具使用、权限变更、决策过程等进行实时监控，一旦智能体出现异常行为、陷入推理循环、偏离既定目标或超出行为阈值，系统应能够自动报警并触发中断机制，及时制止有害行为的发生。监控指标应根据智能体的自主性级别、应用场景进行定制化设置，确保监控的有效性。在用户保障方面，框架将治理视角从系统内部延伸至终端用户，提出了“赋能最终用户”的要求，认为智能体AI的安全治理不仅是开发方、部署方的责任，也需要用户的参与，核心是通过保障用户知情权、提升用户监督能力，形成全方位的治理体系。首先是保障用户的知情权：用户在与智能体AI交互时，应当清楚知晓其面对的是AI系统，并理解该系统的能力边界和使用限制。这一要求旨在防止用户对智能体AI的能力产生不切实际的期待，避免因用户误操作或过度依赖而引发风险；其次是提升用户的监督能力：框架强调，对员工和用户的培训不应止于“如何使用AI”，而应包括如何审计、质疑和监督智能体的输出与行为。只有当使用者具备基本的审计意识和判断能力，能够发现智能体的异常行为并及时反馈，智能体AI才可能在组织内部实现相对安全的运行。最后，框架将风险治理的防线前移至系统设计阶段，提出了两大核心设计要求，从源头降低智能体AI的风险，这也是新加坡“全生命周期风险预防”治理思路的体现：一是最小权限原则：为智能体设定清晰的行动边界，智能体只应被赋予完成其功能所必需的权限，而不应因便利或效率考虑而获得不必要的系统访问权。例如，日程管理智能体不应被授权访问财务系统，客户服务智能体不应被授权修改企业核心数据库。最小权限原则是防范工具滥用、权限升级等风险的核心手段，也是智能体AI系统设计的首要原则；二是行动可逆性评估：将“行动可逆性”作为风险评估的重要维度，要求部署方在评估智能体使用场景时，严格区分低风险、可逆操作与高风险、不可逆操作。其中，发送内部通知、整理信息等行为风险较低、可轻松逆转，可适当放宽监督要求；而对外转账、删除数据、触发关键业务流程等行为风险较高且不可逆，必须设置更严格的护栏和人工干预机制，如多重人工审批、操作前预警、操作留痕等。2.新加坡智能体AI的治理方法新加坡CSA发布的《保护自主型AI》作为《保护AI系统指南和配套指南》的增编文件，是对《智能体人工智能治理示范框架》的实操落地，其核心是采用基于风险的生命周期方法，为系统所有者提供保护自主型AI系统的具体指导。该指南提出了风险评估四步法，并在AI生命周期的规划设计、开发、部署、运营维护四个阶段，详细列举了具体的安全控制措施，同时针对SaaS环境这一典型应用场景提出了特殊考量，还通过三个实际案例展示了治理要求的落地方法，形成了“评估-排序-控制-评估”的闭环治理流程，具有极强的实操性。新加坡CSA提出，保护智能体AI系统的核心是开展科学、全面的风险评估，并制定了风险评估四步法，这一方法贯穿于智能体AI的全生命周期，是所有安全控制措施的基础。四步法并非线性流程，而是闭环迭代的过程，在系统的运行维护阶段需持续开展风险评估，根据实际情况优化控制措施。第一步：开展全面的风险评估开展全面的风险评估具体包括三个步骤：一是评估自主性级别：确定系统的自主性水平是理解其安全挑战的第一步，不同自主性级别的系统，风险评估的重点、方法与控制措施存在显著差异；二是执行威胁建模和污点追踪：绘制智能体AI的工作流图，明确其执行路径、组件交互、工具调用等流程，同时使用污点追踪（TaintTracing）技术跟踪不受信任的数据在系统中的流动路径，识别关键的脆弱点；三是识别与能力相关的风险：以智能体AI的认知、交互、操作三大能力为中心进行风险分析，精确评估每项能力的潜在影响，例如对具备代码执行能力的智能体，重点评估工具滥用、恶意代码执行的风险；对具备商业交易能力的智能体，重点评估恶意交易、数据泄露的风险。第二步：确定风险处理的优先级在识别出所有风险后，需根据风险的可能性、影响程度、企业可用资源、风险偏好，对已识别的风险进行排序，确定风险处理的优先级。核心原则是“高可能性、高影响”的风险优先处理。风险优先级的确定需结合实际情况，例如金融企业的风险偏好较低，对数据泄露、恶意交易等风险的处理优先级应更高；而初创企业的资源有限，可在保障核心安全的前提下，优先处理影响业务运行的风险。第三步：在全生命周期中实施安全控制措施根据风险评估结果与优先级排序，在智能体AI生命周期的规划设计、开发、部署、运营维护四个阶段，针对性地实施安全控制措施，这是风险防控的核心环节。CSA在指南中详细列举了四个阶段的具体控制措施，形成了全流程的安全防护体系，具体措施将在6.2节详细阐述。实施控制措施的核心原则是“分层防护、重点管控”，即针对不同风险等级、不同自主性级别的系统，实施不同强度的控制措施，避免“一刀切”。第四步：评估并处理残余风险在实施安全控制措施后，需对残余风险进行评估，即评估控制措施实施后，未被完全消除的风险是否在企业的风险容忍度范围内。对于残余风险，企业有两种处理方式：一是接受风险：若残余风险的可能性与影响程度均较低，且在企业的风险容忍度范围内，企业可正式接受该风险，并做好风险监控；二是进一步缓解风险：若残余风险超出企业的风险容忍度范围，企业需进一步优化控制措施，采取额外的安全手段，直至残余风险降至可接受水平。2.2全周期的安全控制措施新加坡CSA在《保护自主型AI》中，将智能体AI的生命周期划分为规划与设计、开发、部署、运营与维护四个阶段，针对每个阶段的核心风险点，制定了具体的安全控制措施，形成了“源头防控、过程管控、末端治理”的全流程安全防护体系。所有控制措施均围绕智能体AI的核心风险展开，具有极强的针对性与实操性，是企业落地安全治理的核心依据。首先，规划与设计阶段是智能体AI风险预防的源头，该阶段的控制措施核心是从设计上规避风险，为后续的开发、部署、运营奠定安全基础，仅制定1项核心控制措施，但却是整个生命周期安全控制的前提。其次，进行全面的风险评估与威胁建模：采用行业最佳实践进行风险评估和威胁建模，明确系统的风险底数与脆弱点。对于2级弱自主系统和3级完全自主系统，污点追踪技术尤为重要，需通过污点追踪识别整个工作流中的下游影响，划定不受信任数据的隔离范围，从设计上防止风险的传导与扩散。2.1开发阶段：系统加固的核心，构建安全底座开发阶段是智能体AI系统加固的核心，该阶段的控制措施覆盖了供应链、模型、系统、资产、权限、环境等多个维度，0是全生命周期中控制措施最多的阶段，核心目标是构建安全、可控的智能体AI系统底座，具体措施如下表所示：表1:新加坡智能体系统安全控制开发阶段措施表控制措施核心描述风险类型供应链安全确保数据、模型、代理、软件库和工具等所有组件均来自可信来源；使用软件成分分析（SCA）工具扫描依赖项供应链投毒、恶意组件引入模型加固优先选择指令遵循能力强的LLM；训练模型识别并拒绝被禁止的任务提示注入、越狱攻击、目标操纵系统加固采用“设计即安全”原则和安全软件开发生命周期（SDLC）；实施零信任架构；对系统提示进行稳健性设计系统漏洞、权限泄露、恶意行为资产识别、跟踪与保护使用模型卡、代理卡、数据卡和SBOMs记录管理AI资产；对内存中的数据进行静态加密资产丢失、数据泄露、记忆投毒定期备份对内存快照、代码和文件进行充分备份，便于异常时的取证分析和回滚数据丢失、系统瘫痪、恶意操作身份验证与访问控制对API、模型、数据、工具和环境实施严格的身份验证和授权；应用细粒度、有时限的范围令牌或凭证权限升级、未授权访问、工具滥用限制代理权能实施防护栏，设定明确的操作边界；动态授予代理完成任务所需的最小权限，不允许代理修改自身权限工具滥用、权限升级、恶意行为默认安全应用最小权限原则配置所有代理和委派角色；默认拒绝所有网络访问和管理员权限权限泄露、未授权访问、网络攻击环境隔离在沙箱环境中运行代码和测试第三方工具；将数据处理流与控制流解耦恶意代码执行、工具滥用、风险传导模型自我反思执行决策前，提示代理总结对指令的理解并请求澄清指令误解、目标偏差、决策错误减少幻觉通过RAG等技术使模型输出保持事实性；定期进行内存核对以清除错误信息级联幻觉攻击、决策偏差、数据投毒2.2部署阶段：安全验证与运行保障，把控上线关口部署阶段是智能体AI从测试环境走向生产环境的关键关口，该阶段的控制措施核心是安全测试与运行保障，确保上线后的智能体AI能够稳定、安全运行，具体措施如下表所示：表2:新加坡智能体AI系统安全控制开发阶段措施表控制措施核心描述风险类型可用性控制实施速率限制防止拒绝服务攻击；部署资源管理控制，防止推理循环或资源滥用导致的性能下降资源过载、拒绝服务攻击、系统瘫痪安全测试进行行为测试、对抗性评估和AI红队演练，发现规范博弈、逻辑错误或潜在漏洞提示注入、工具滥用、目标操纵等各类新型风险保护MCP服务器若部署MCP服务器，实施上下文级别的访问控制，并对工具输入进行净化MCP服务器被攻击、代理间通信异常、工具滥用保护代理间通信实施代理间身份验证和消息加密；监控交互异常；对关键决策实施多代理共识验证代理间通信泄露、恶意代理入侵、决策错误2.3运营与维护阶段：持续监控与动态防控，保障长期安全运营与维护阶段是智能体AI全生命周期的持续环节，核心目标是及时发现并处置智能体AI运行过程中的异常行为，防范风险的发生与扩散，具体措施如下表所示：表3:新加坡智能体AI系统运营与维护阶段措施表控制措施核心描述风险类型输入验证实施输入防护栏，检测直接和间接的提示注入；对用户输入进行净化或编码；对外部文件进行扫描提示注入、恶意输入、数据投毒输出验证在工作流各阶段插入验证检查点；实施输出防护栏，检测并过滤敏感信息或恶意内容；对AI生成的代码进行静态分析和漏洞扫描数据泄露、恶意代码执行、虚假信息输出持续监控与日志记录监控模型行为漂移、工具使用模式和权限变更；应用熔断机制，异常时冻结风险传播；实施端到端分布式追踪，确保可追溯性行为异常、工具滥用、权限升级、风险传导人机回圈（Human-in-the-Loop）对高风险、不可逆的操作（如商业交易、数据库修改）要求人工批准恶意行为、决策错误、不可逆的操作危害建立漏洞披露流程提供渠道供用户报告安全问题或就系统行为提供反馈未被发现的潜在漏洞、系统异常行为3、新加坡智能体AI治理体系的全球价值与启示新加坡发布的全球首个智能体AI治理框架与安全指南，不仅为新加坡本土的智能体AI发展划定了治理边界，也为全球智能体AI治理提供了首个官方参考范式，其治理思路与方法突破了传统AI治理的局限，实现了从“内容治理”到“行为治理”、从“事后追责”到“全生命周期预防”、从“形式化监督”到“有意义的人类责任”的三重跨越，对全球AI治理的发展具有重要的里程碑意义，也为各国政府、企业提供了重要的启示。3.1全球价值：为智能体AI治理树立首个示范标杆在智能体AI成为AI发展新阶段的背景下，全球各国均面临着智能体AI治理的空白，新加坡的治理体系率先填补了这一空白，为全球提供了首个治理范式，其核心价值体现在三个方面：第一，确立了人类责任为核心的治理内核：新加坡的治理体系始终将人类责任放在核心位置，摒弃了形式化的人机回圈，提出了“有意义的监督”原则，明确了智能体AI的行为最终由人类承担责任，这一原则成为智能体AI治理的底层逻辑，为各国治理框架的制定奠定了基础；第二，构建了风险导向的全生命周期治理方法：新加坡以风险评估为核心，构建了覆盖规划设计、开发、部署、运营维护的全生命周期治理体系，提出了可实操的风险评估四步法与41项安全控制措施，让企业能够清晰地知道“如何开展风险评估”“如何实施安全控制”，解决了治理落地难的问题；第三，兼顾了创新与安全的平衡：新加坡的治理体系并非强制性的法律法规，而是非强制性的示范框架与信息资源，未对智能体AI的具体技术路径进行规制，为技术创新保留了充足的空间，同时通过划定治理边界、提出安全要求，防范了过度创新带来的安全风险，实现了创新与安全的平衡，这一治理思路符合AI技术发展的规律。3.2对各国政府的启示：构建适配智能体AI的柔性治理体系新加坡的治理体系为各国政府开展智能体AI治理提供了重要的启示，各国政府应结合本国的AI发展现状、产业需求、安全诉求，构建适配智能体AI的治理体系，核心思路包括：第一，坚持“柔性治理”，避免过度规制：智能体AI仍处于发展初期，技术路线尚未定型，各国政府应借鉴新加坡的经验，采用非强制性的示范框架、指南等柔性治理手段，而非急于出台强制性的法律法规，为技术创新保留空间，同时通过行业自律、政企合作等方式，推动治理要求的落地；第二，构建科学的治理架构：各国政府应先制定智能体AI治理的核心原则，明确治理的底层逻辑与边界，再组织技术、安全领域的专家，制定具体的实操指南，为企业提供可落地的治理方法，形成“原则指引方向，实操保障落地”的治理体系；第三，强化政企协同，凝聚治理共识：智能体AI的治理并非政府的单一责任，需要政府、企业、科研机构、行业协会等多方主体的协同参与。各国政府应搭建政企协同的治理平台，与AI、网络安全社区合作开发治理文件，凝聚治理共识，让治理要求更符合产业实际；最后，针对特殊场景制定定制化治理要求：各国政府应关注SaaS、多代理系统、金融、医疗等智能体AI的典型应用场景与高风险场景，制定定制化的治理要求，解决特殊场景下的治理难题，提升治理的针对性与有效性。参考文献：1.Singaporedebutsworld’sfirstgovernanceframeworkforagenticAI[EB/OL].[2026-01-23].[2026-02-10]https://www.computerweekly.com/news/366637674/Singapore-debuts-worlds-first-governance-framework-for-agentic-AI2.SingaporeLaunchesWorld-FirstGuideforResponsibleDeploymentofAgenticAI[EB/OL].[2026-01-23].[2026-02-10]https://fintechnews.sg/125071/ai/singapore-agentic-ai-framework/3.联合早报：我国推出全球首个由政府主导代理式人工智能监管模式框架[EB/OL].[2026-01-22].[2026-02-10]https://www.zaobao.com.sg/news/singapore/story20260122-81434504.新加坡发布新框架旨在管控自主AI智能体的风险[EB/OL].[2026-01-22].[2026-02-10]https://www.businesstimes.com.sg/zh-hans/companies-markets/singapore-unveils-new-framework-rein-risks-autonomous-ai-agents

数字孪生技术从航空制造领域延伸至生物医药与肿瘤学研究，成为精准医疗发展的核心驱动力。美国国立卫生研究院、密歇根大学等机构的研究已实现眼细胞、脑癌肿瘤的数字孪生构建，能从细胞和个体层面模拟生理与病变过程，预测治疗效果；肿瘤学领域的数字孪生更是形成了从诊断到生存监测的全流程应用框架，可整合多维度数据实现动态仿真。尽管该技术在眼部疾病、癌症诊疗中展现出革命性潜力，但其落地仍面临数据整合、模型验证、伦理规范等多重挑战，未来需通过跨学科协作与技术创新推动临床普及。多场景落地，数字孪生解锁疾病研究与诊疗新路径数字孪生技术已在眼部疾病和癌症诊疗中实现突破性应用，为疾病机制研究和个性化治疗提供了全新工具。在眼科领域，研究人员构建了视网膜色素上皮细胞的3D数字孪生体，通过AI算法量化分析细胞极性特征，揭示了年龄相关性黄斑变性中细胞结构的破坏规律，为该致盲眼病的疗法研发奠定基础。在癌症领域，密歇根大学研发的脑癌数字孪生模型，可整合患者血液、肿瘤代谢及基因数据，精准预测饮食疗法和药物的治疗效果，避免无效治疗方案。而在肿瘤学整体研究中，数字孪生能覆盖癌症诊疗全流程，从精准选择治疗方案、优化放疗剂量，到开展虚拟临床试验加速药物研发、辅助肿瘤外科手术规划，甚至实现癌症幸存者的长期复发监测，展现出多场景的应用价值。技术内核独特，动态整合与智能仿真成核心优势与传统静态预测模型不同，数字孪生技术的核心优势在于动态化的虚拟复刻与多维度数据的智能整合仿真。其技术架构通常包含数据、计算、接口三层，能聚合基因组学、影像学、电子健康记录等多源数据，并通过机制建模与机器学习结合的方式，模拟病变发展和治疗反应。同时，双向数据流是其关键特征，可根据患者的实时临床数据持续更新模型，不断提升预测准确性，比如肿瘤数字孪生能随患者的影像学检查、治疗进程动态调整，精准捕捉肿瘤的异质性和发展动态。此外，该技术还能实现“虚拟模拟”，医生可通过数字孪生在实际治疗前测试不同方案的效果，如脑癌模型可模拟饮食调整和药物作用，预判癌细胞对治疗的反应，为个性化诊疗提供科学依据。落地尚遇瓶颈，多维度挑战制约临床规模化应用尽管数字孪生技术潜力巨大，但现阶段向临床常规应用的转化仍面临诸多跨领域挑战。数据层面，电子健康记录系统碎片化、数据格式不统一、存在缺失和偏倚问题，且多源数据的互操作性不足，难以实现无缝整合，同时实时数据的捕获也缺乏完善的技术管道。模型层面，多数数字孪生模型仅通过回顾性数据验证，缺乏前瞻性临床试验证明其能改善患者预后，且部分机器学习模型的“黑箱特性”降低了临床医生的信任度，相关监管路径也尚未形成统一标准。此外，高算力需求带来了计算成本和可扩展性问题，多数医疗机构难以承担搭建和维护的硬件成本，而跨学科人才的缺失也成为制约因素；伦理层面，患者敏感医疗数据的隐私保护、算法偏倚可能加剧的医疗不公，以及治疗决策相关的责任界定问题，也尚未形成完善的治理框架。未来可期，跨领域协作推动技术普惠与升级数字孪生技术的未来发展，将围绕技术升级、标准建立和普惠化推进，需依托跨学科协作突破现有瓶颈。技术层面，下一代数字孪生将融合Transformer模型、联邦学习等先进AI技术，提升数据处理和模型泛化能力，同时结合可穿戴设备等获取实时生理数据，让模型更贴近患者实际情况。行业层面，需建立统一的数据表示和模型验证标准，推动医疗数据的标准化互通，同时监管机构需完善适应动态更新模型的监管框架，实现全生命周期的安全监管。此外，普惠化是关键方向，需开发适配资源有限地区的简化版模型，依托开源平台和移动医疗技术，让数字孪生技术走出高资源学术中心，惠及中低收入地区和弱势群体。同时，需将健康公平纳入技术设计核心，避免算法偏倚，确保不同人群都能享受精准医疗的红利。未来，随着技术的不断成熟，数字孪生有望成为精准医疗的基础工具，真正实现以患者为中心的个性化疾病诊疗和管理，推动医疗领域从“经验医疗”向“精准医疗”的深度转型。参考文献：1、NIH.NIHscientistsdevelop"digitaltwin"ofeyecellstounderstandandtreatage-relatedmaculardegeneration[EB/OL].https://www.nih.gov/news-events/news-releases/nih-scientists-develop-digital-twin-eye-cells-understand-treat-age-related-macular-degeneration,2026-02-10.2、UniversityofMichigan.Braincancerdigitaltwinpredictstreatmentoutcomes[EB/OL].https://news.umich.edu/brain-cancer-digital-twin-predicts-treatment-outcomes/,2026-01-12.3、OlawadeDB,OisakedeEO,BelloOJ,etal.Digitaltwinsinoncology:Frompredictivemodellingtopersonalisedtreatmentstrategies[J].CriticalReviewsinOncology/Hematology,2026,220:105171.

2025年12月，纽约市发布《纽约市区块链计划》（TheNewYorkCityBlockchainPlan）（以下简称《计划》），提出以“负责任探索”和“审慎应用”为导向，系统推进区块链技术在城市治理中的研究、试点与能力建设。该计划由纽约市科技与创新办公室（OTI）牵头制定，被纽约市政府定位为美国主要城市中首个较为系统的市级区块链治理框架，其目标并非简单推广区块链，而是帮助各部门识别技术适用场景、评估潜在风险、建立协同机制，并为政府未来应对数字资产和区块链相关新变化预作准备。一、出台背景纽约出台这一行动计划，首先与区块链技术及数字资产生态的持续演进有关。《计划》指出，区块链已从最初支撑比特币运行的底层技术，逐步扩展至数字身份、供应链管理、政府记录管理等多个领域；与此同时，数字资产监管政策变化又进一步推动了相关技术和产业活动升温。纽约市认为，随着区块链从投机性交易场景向更广泛的公共治理和社会服务领域延伸，政府有必要尽早建立认知框架和治理准备，而不是在技术大规模扩散后被动应对。从城市自身条件看，纽约把自身定位为全球金融科技中心和创新高地，认为其在人才、产业、金融和制度资源方面具有先发优势，因此有条件率先探索城市政府如何审慎接入区块链时代。《计划》明确，纽约推动区块链并不是为了追逐概念，而是希望评估其是否能够在提升政府透明度、可信度、效率和公共服务能力方面发挥真实作用。从政策基础看，该《计划》并非孤立出台。《计划》由OTI历时18个月形成，访谈了50余家机构，并系统梳理了全球100多个公共部门区块链案例。二、计划的重点内容从结构看，该《计划》并不是单纯的项目清单，而是一个“技术认知、场景研究、制度约束、行动安排”相互衔接的完整框架。在实践层面，纽约对全球政府区块链案例进行了系统梳理，认为当前政府场景主要集中在数字证照与产权记录、公共资源管理、数字资产与金融应用、执法追踪与区块链分析、教育与人才培养等几个方向。在具体行动上，计划提出了三大优先方向和12项承诺。第一项重点是支持市政府部门开展区块链探索，包括建立跨部门工作组、推动试点、发布应用评估指南以及提升对区块链相关违法活动的识别与应对能力。其中最受关注的首个试点，是由环境保护局（DEP）与OTI合作，围绕石棉认证核验开展区块链试点，借此测试区块链在资质认证和防篡改管理中的可行性。第二项重点是加强政府人员和居民的区块链素养建设。《计划》提出设立“区块链素养与创新系列”，为公务人员提供案例学习、专家讲座和定制资源；建设面向公众的信息平台，发布数字资产科普、安全提示和城市行动进展；同时与纽约市公立学校和纽约市立大学合作，推进区块链与数字资产相关的教育和实践项目。第三项重点是建立动态跟踪和持续调整机制。《计划》提出启动“区块链风险与机遇审查机制”，持续跟踪技术变化、政策变化及新兴用例；分析州和联邦层面的监管进展及其对纽约市的影响；关注数字身份、数字钱包、零知识证明等相邻技术；并定期公开计划实施进展。纽约并未将区块链视为一次性政策部署对象，而是将其纳入持续监测和滚动更新的治理议程。三、行动计划的亮点纽约这份《计划》最突出的亮点，在于它并未把区块链当作单纯的产业口号或技术标签，而是明确建立了“适配性优先”的政府应用逻辑。《计划》提出“fit-for-purpose,notfirst-to-adopt”，即不追求率先采用，而强调是否适配具体公共治理需求。这一判断实际上为政府应用区块链划出了一条重要边界：只有在多方协作、可信记录、自动化核验等场景中，区块链才可能具备明显优势。第二个亮点，纽约突出把“制度与治理能力”置于“技术部署”之前。《计划》多次强调，区块链应用的关键制约并不主要来自技术，而是来自法律认可、遗留系统整合、跨部门协作、采购流程、隐私安全和技术治理等制度问题。换言之，纽约并未将技术试点等同于应用成功，而是将其视作制度准备的一部分，这种判断相比单纯强调“技术创新场景”更为成熟。第三个亮点，纽约采用了“小切口试点+并行验证”的推进方式。《计划》所选择的首个试点并非支付、金融或城市级数据平台等高风险领域，而是聚焦石棉认证核验这样一个较为具体、边界清晰、便于验证防篡改和流程追溯价值的管理场景。结合《计划》中关于“并行运行旧系统”和“小规模低风险试点”的经验总结来看，纽约有意以渐进方式降低试错成本和制度风险。第四个亮点，纽约把区块链问题放在更广义的城市数字治理体系中加以统筹，显示出纽约希望将区块链纳入整体“科技友好型政府”框架之中，作为提升治理现代化的一项新工具。第五个亮点，《计划》兼顾了“应用探索”与“风险防控”两条线。除试点、教育和协同机制外，纽约还专门将“提升应对区块链相关非法活动的能力”列为承诺事项，反映出其已认识到区块链并不仅是服务创新工具，也会对执法、金融监管和消费者保护提出新要求。四、对行动计划的评价总体看，《纽约市区块链计划》是一份更偏“治理准备型”的政策文本。它的最大价值，不在于立即带来多少落地项目，而在于为城市政府如何理解区块链、判断区块链、筛选区块链、试点区块链建立一个相对完整的分析框架。从这一点看，这份计划具有较强的示范性，尤其对其他大城市而言，其意义不只是“要不要上链”，而是“政府应如何在不确定环境中组织技术探索”。从积极面看，纽约方案体现出较强的理性和克制。它没有把区块链描绘为万能工具，而是明确指出其价值建立在多方共享、可信核验和自动化流程等特定条件之上；同时也坦承隐私、安全、成本、环境影响、用户接受度和制度适配等多重约束。但从外部评价看，这一计划也面临争议。有报道称，一些观察者质疑，在全球许多政府和技术界人士已普遍对区块链的非金融公共应用持保留态度的背景下，纽约为何仍要投入资源推动这一议题。相关报道认为，区块链长期以来在政府场景中“试点多、规模化少”，许多所谓应用价值并不明显，纽约此举可能带有较强的政治表态和技术姿态色彩。与此同时，也有行业和学界人士认为，纽约此次并非盲目押注区块链，而是通过计划、试点和评估机制为政府建立审慎讨论空间，因此仍具有探索价值。由此看，《纽约市区块链计划》的争议焦点并不在于“是否支持技术创新”，而在于“区块链是否值得政府持续投入制度资源”。支持者强调，随着数字资产、链上身份、可验证凭证等技术持续演进，城市政府需要尽早建立知识储备和治理框架；质疑者则认为，区块链在多数公共管理场景中并未证明其相较传统数据库的显著优势，政府应避免为低效技术支付过高的制度成本。纽约此次行动计划，恰恰处于这两种观点的交汇点上。因此，对于《纽约市区块链计划》更为客观的评价应当是：纽约并没有真正“全面部署区块链”，而是在城市治理层面为区块链设立了一个“可控试验场”和“制度观察窗”。若能做到这一点，《纽约市区块链计划》或将成为美国城市政府探索新兴技术治理的一次有代表性的制度实验；若不能，其结果也可能再次印证区块链在公共治理中的实际边界。参考文献：1.TheNewYorkCityBlockchainPlan.（2025-12-19）https://www.nyc.gov/assets/oti/downloads/pdf/reports/nycoti_blockchain_plan.pdf.2.MostTech-FriendlyAdmininHistory:MayorAdams,CTOFraserAnnouncePlanforResponsibleBlockchainExplorationUseAcrossNYCGovernment.（2025-12-19）.https://www.nyc.gov/content/oti/pages/press-releases/mayor_adams_cto_fraser_announce_responsible_blockchain_exploration.3.NewYorkCitybetsonblockchain,atechnologymosthavediscardedasuseless.（2025-12-23）.https://statescoop.com/nyc-eric-adams-blockchain-plan/.4.NYCLaunches‘Nation’sFirst-EverMunicipalOfficeOfDigitalAssetsAndBlockchain’FollowingExecutiveOrder.（2025-12-15）.https://finance.yahoo.com/news/nyc-launches-nation-first-ever-195548534.html?guccounter=1guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8guce_referrer_sig=AQAAAGG2S10VSsgFOuox_A0SNytK-OJ5gVLhDtidXqKiLev34v6nbmKlN3-_TAMgUXLIocmv3PzF0084DcQmFRG0wKEmCmYdzMLRNXST4qHURczUuGQEoaVEGkLRpSG5XeZZTl0vzBqOVPBsi3tTrUKhogXGby3c8xoqPOtyI0GVO3L5.

材料力学行为的精确建模是预测复杂工况下结构响应的基石。传统方法依赖于求解优化问题来校准预设模型的参数，这一过程往往面临非凸目标函数、局部最优解、计算耗时以及物理可解释性不足等挑战。近年来兴起的机器学习方法虽能灵活逼近复杂响应，但其黑箱特性又削弱了模型的可解释性。为此，由德国埃尔朗根-纽伦堡大学应用力学研究所和美国斯坦福大学机械工程系的研究人员MoritzFlaschel、DenisaMartonová、CarinaVeil和EllenKuhl共同提出了一种名为“材料指纹”（MaterialFingerprinting）的创新方法，旨在为力学材料模型的快速发现提供一条无需解决优化问题的捷径。该方法的核心思想源于一个基本假设：在标准化的实验设置下，每种材料都会产生一个独特的力学响应，该响应可被视为材料的“指纹”，即编码其所有相关力学特性的唯一标识符。基于此，材料指纹法采用两阶段工作流程：离线阶段，通过数值模拟为大量不同的材料模型及参数组合生成标准实验下的指纹，并构建一个包含指纹及其对应模型信息的数据库；在线阶段，对未知材料进行相同的标准化实验并测量其指纹，随后利用高效的模式识别算法在数据库中搜索最匹配的指纹，从而快速确定最能描述该材料行为的模型及其参数。这一策略彻底规避了传统优化问题，其模式识别步骤本质上是在数据库定义的离散空间中寻找全局最优解，计算高效且易于并行化。研究团队强调，此方法不仅能够校准参数，更能从预定义的模型集合中同时发现最优的函数形式及其参数，实现了从模型校准到模型发现的跨越。为了验证该框架的普适性，研究团队在超弹性材料的背景下，从两个维度展示了材料指纹法的应用：基于均匀变形场的监督方法和基于非均匀变形场的非监督方法。在监督方法中，实验设计为单轴拉伸和简单剪切，这些测试产生直接的应力-应变数据对，材料的指纹被定义为在不同预设拉伸和剪切值下测量到的应力响应向量。研究构建了一个包含Blatz-Ko、Demiray、Gent、Holzapfel、Mooney-Rivlin、Neo-Hooke和Ogden等经典超弹性模型的数据库，并利用指纹向量对均匀参数的齐次性进行归一化处理，这显著提高了数据库的覆盖效率。在线识别时，通过计算测量指纹与数据库中所有归一化指纹的余弦相似度，选择相似度最高的条目作为发现结果，并通过测量指纹的范数恢复均匀参数的实际大小。在非监督方法中，实验采用更复杂的带孔板双轴拉伸试件，以激发材料内部的异质变形场。此类实验不提供直接的应力-应变对，但能通过数字图像相关等技术测量试件表面的位移场，并结合边界上的净反力测量。材料的指纹因此被定义为由反力测量值和选定测点位移测量值拼接而成的向量。同样地，研究构建了包含可压缩版本超弹性模型的数据库，并对反力部分进行归一化以利用齐次性。模式识别算法通过同时匹配归一化的反力和位移指纹，从单一实验中实现材料模型的发现。通过对数值生成的数据进行基准测试，研究结果证实了材料指纹法在不同噪声水平下的有效性与鲁棒性。在无噪声情况下，无论是监督还是非监督设置，该方法均能精确地发现真实的材料模型，误差接近于机器精度。当引入1%和5%的高斯噪声后，发现的模型参数虽出现预期内的偏差，但应变能密度函数的整体误差仍然很小，且基于实验数据的决定系数R²在绝大多数情况下均高于0.98，表明发现的模型对噪声数据保持了极高的拟合优度。例如，在监督设置下，对于5%噪声的Neo-Hooke模型数据，方法发现了一个指数参数为1.80的Ogden模型作为替代，两者在实验变形范围内响应高度吻合。在非监督设置下，对于5%噪声的Demiray模型数据，发现模型预测的位移场与反力与真实模型也呈现出良好的一致性。这些结果凸显了方法通过数据库匹配规避非凸优化困境的优势，以及利用指纹归一化与参数重缩放技术处理参数大小范围外推的灵活性。综上所述，材料指纹法为快速、可靠的力学材料模型发现提供了一个强大且通用的框架。它通过将复杂的本构建模问题转化为高效的数据库搜索问题，同步实现了模型函数形式与参数的识别，并保证了所得模型的物理可容许性。尽管该研究聚焦于超弹性材料，但其框架设计具有高度的可扩展性，可推广至粘弹性、塑性等多种材料行为，并适用于任何标准化的实验设计。未来工作方向包括构建更全面、高保真的协作数据库，探索数据压缩与加速搜索技术，以及引入稀疏性促进以提升模型可解释性，最终通过实验数据进行验证。这项研究为材料表征领域开辟了一条绕过优化瓶颈的新途径，预示着向即时、自动化材料模型发现迈进的潜力。参考文献FlaschelM,MartonováD,VeilC,etal.MaterialFingerprinting:Ashortcuttomaterialmodeldiscoverywithoutsolvingoptimizationproblems[J].ComputerMethodsinAppliedMechanicsandEngineering,2026,450:118573.

2025年10月8日，欧洲委员会联合研究中心（JRC）发布了《人工智能在科学研究中的作用》报告，系统性地探讨了人工智能（AI）如何在科学研究的各个阶段产生深远的影响。报告深入分析了AI技术在假设生成、实验设计、数据收集、建模、分析、解读及科研成果传播等领域的应用，并提出了AI在推动科学进步、促进跨学科合作以及改进科研效率方面的独特优势。同时，报告也指出了AI应用过程中可能面临的伦理、数据质量和透明性等挑战，呼吁政策制定者加强对AI技术应用的监管，以确保其在科学研究中的健康发展。一、AI在科学研究中的深远影响报告指出，AI正在从单纯的工具转变为科研过程中的“协同科学家”，其在科学研究的各个环节中发挥着越来越重要的作用。从假设生成到实验设计，从数据收集到结果解读，AI技术的引入极大地推动了科研效率的提升，同时也为全球科研带来了全新的合作模式和技术突破。1、假设生成与问题提出AI的作用首先体现在加速文献分析和发现知识空白。在过去，科研人员需要花费大量时间进行文献调研和领域分析，而现在，AI可以通过快速扫描大量科研文献，迅速识别出研究中的空白和未解决的问题。AI工具可以基于已有数据自动提出假设，并通过跨学科的方式整合不同领域的知识，提出新颖且可验证的研究问题。尤其是大型语言模型（LLMs）和领域特定的AI系统，它们能够将不同学科中的信息进行有效整合，推动研究方向的拓展。通过这种方式，AI促进了科研的跨学科合作，提升了科学问题的多维度思考。2、实验设计与自动化执行在实验设计与执行阶段，AI技术推动了实验的自动化、智能化和高效化。AI工具不仅能够设计实验方案，还能够实时调整实验参数，并自动生成实验代码，极大地提高了实验设计的效率与精度。以AlphaFold为例，AI通过预测蛋白质结构，打破了长期以来生物学领域面临的瓶颈，加速了生物学假设的验证过程。除了AlphaFold外，AI还在化学、物理等领域的实验设计中发挥着重要作用。例如，AI可以帮助科学家设计更加复杂且多变的实验，并根据实验数据实时调整实验参数，推动实验过程的优化。3、数据收集与分析AI在数据分析方面展现出了强大的优势。随着科研数据量的指数级增长，传统的数据处理方法已经难以应对海量、多模态的科研数据。AI能够快速处理大量结构化和非结构化的数据，识别出人类分析无法捕捉到的潜在规律。在天文学、基因组学、气候变化研究等领域，AI通过深度学习算法发现了大量新知识。例如，AI分析天文观测数据，帮助科学家发现新型天体；在基因组学中，AI通过分析基因数据，揭示了基因与疾病之间的深层次关系。在材料科学领域，AI推动了“逆向材料设计”技术的发展，该技术通过分析现有材料的数据，逆向计算出满足特定性能需求的新材料。这一方法不仅提升了材料设计的效率，也推动了新材料的发现。4、结果解释与理论建构AI驱动的研究方法能够将实验数据转化为有价值的研究成果，但目前大多数AI模型在解释因果关系时缺乏透明度，这给科学解释带来了挑战。报告指出，尽管AI能够辅助验证新发现与现有知识的一致性，但其“黑箱”特性仍需进一步克服。因此，未来需要在确保AI应用有效性的同时，加强其因果推理的透明性，以提升科研的可靠性。5、科研成果传播与学术写作随着AI技术的不断进步，AI在学术写作中的应用已经变得越来越普遍。AI工具能够自动生成研究报告的摘要、撰写部分论文内容，并进行文献综述和数据分析，从而显著提高了科研成果的传播速度和效率。尤其是在全球学术交流日益频繁的背景下，AI的翻译和语言处理能力有效地突破了语言障碍，使得科研成果能够更快地传播到世界各地。然而，AI的写作工具也引发了学术诚信和原创性的问题，尤其是关于AI生成内容的归属和可验证性。因此，报告建议在推动AI辅助科研写作的同时，必须确保相关内容的准确性与原创性。二、全球AI科研格局根据报告分析，全球AI科研的产出和影响力集中在几个重要地区，其中美国、中国和欧盟是全球AI研究的主要推动力。1、美国：其在全球AI研究中占据主导地位，尤其是在风险投资和创新型初创企业的支持下，推动了AI技术的快速发展。美国的科研机构和技术公司在多个科研领域，如生物医学、物理学、材料科学等，利用AI推动了重大科研突破。2、中国：其在AI专利创新和AI技术的产业化方面迅速崛起。中国的科研产出逐年增加，特别是在AI应用于智能制造、智慧医疗、量子计算等领域，取得了显著进展。3、欧盟：其在推动AI科研方面的独特优势体现在其庞大的科研产出和系统的政府资助项目上。欧盟通过“地平线2020”计划等大型科研项目，不断提升其在全球AI科研领域的竞争力。报告指出，欧盟的AI科研生态系统不断加强，尤其是在数据共享、开放科学和跨学科合作方面，形成了独具优势的科研环境。三、AI在科研中的跨学科合作报告强调，AI不仅加速了科研进程，还促进了跨学科的合作与创新。AI工具的应用突破了传统学科之间的界限，使得科学家能够从多个学科的视角对同一问题进行综合分析，推动了新的科学思维模式的形成。尤其是在医学、化学、环境科学等领域，AI促进了多领域的深度融合，推动了更加综合的科研方法的出现。四、政策建议与未来展望为了充分发挥AI在科研中的潜力，报告提出了以下几点政策建议：1、加强AI基础设施建设政府应加大对高性能计算（HPC）、大数据平台和开放数据基础设施的投资，为科研人员提供必要的技术支持，促进AI技术的普及与应用。2、推动跨学科合作应鼓励各领域专家跨学科合作，推动AI与生命科学、环境科学、工程学等学科的深度融合。通过支持多学科团队的建设，推动创新性研究和技术突破。3、确保科研伦理与透明度AI的应用需要严格遵守伦理规范，保障科研的透明度与公正性。应加强对AI算法和数据来源的监管，确保其在科学研究中的应用不会引发伦理争议或影响科研成果的可靠性。4、提升AI素养与人才培养各级政府和科研机构应加强对科研人员的AI素养培训，提升其批判性思维和技术应用能力。特别是在高校和研究院所中，应设立相关课程与项目，培养具有跨学科背景的AI专业人才。参考资料：1.EC.TheRoleofArtificialIntelligenceinScientificResearch.20251008.https://publications.jrc.ec.europa.eu/repository/handle/JRC143482.2.MarionDelaunay.RoleofAIinthescientificresearchmethod.20251008.https://www.swisscore.org/role-of-ai-in-the-scientific-research-method/

韩国科学技术信息通信部于2025年12月19日宣布，在第22次国家核聚变委员会上，正式审议并通过《核聚变核心技术开发路线图（草案）2026-2035》。该路线图是韩国于24年7月发表的《核聚变能源实现加速化战略》的细化方案，其以“提前实现核聚变能源电力生产”为核心目标，提出推进“韩国型创新核聚变堆（电力生产实证堆）”的开发，力争将原本设定在2050年代的核聚变发电目标提前至2030年代完成实证，从而跻身全球核聚变能源技术的领先国家行列。路线图提示了韩国核聚变技术发展的四大基本方向，包括开发韩国型创新核聚变堆、实施小型化技术孵化、开发电力生产核心技术、构建可持续研究与产业环境。根据路线图，韩国政府将以2035年前完成8大核聚变核心技术实证为主线，同步建设先进研究基础设施，加快开启清洁能源时代，并通过掌握关键技术保障国家能源主权。该战略既是对美国“创世任务”等国际核聚变研发竞赛的回应，也充分依托韩国在核聚变实验装置（KSTAR）运行中积累的大量数据，并通过人工智能与核聚变技术融合来缩短研发周期。韩国将“韩国型创新核聚变堆”定位为面向商业化前的实证装置，计划于2026年启动概念设计。该装置计划采用可快速设计和建造的小型化方案，重点验证核聚变发电功能等商业化所必需的技术条件，具体技术指标和建设时间表将在概念设计阶段进一步明确。在技术布局上，韩国政府将于2030年前重点推进两大方向、共8项核心技术，并于2035年前完成实证。第一类为“小型化技术高端化”，以韩国核聚变实验装置（KSTAR）为核心平台，结合AI技术，强化1）等离子体控制、2）创新型偏滤器、3）加热与电流驱动、4）超导磁体等关键运行技术。第二类为“电力生产相关技术”，聚焦5）增殖包层、6）核聚变材料、7）燃料循环以及8）安全与许可体系，确保核聚变能源能够真正转化为稳定电力来源。为支撑路线图实施，韩国政府计划推进总规模约1.5万亿韩元的核心技术研发与先进实证基础设施建设项目，包括将建设5个大型实证基础设施，并通过修订《核聚变能源开发振兴法》、构建产学研一体化（One-Team）协同机制、加强专业人才培养以及深化与技术领先国家的国际合作，打造可持续的核聚变产业生态。同时，还将以5年为周期制定联动计划，分阶段推进技术开发，通过运营由产学研专家组成的评估检查团，以降低技术不确定性、持续推动创新。资料来源:韩国产业通商部https://www.msit.go.kr/bbs/view.do?sCode=usermId=307mPid=208pageIndex=4bbsSeqNo=94nttSeqNo=3186665searchOpt=ALLsearchTxt=

2025年12月，新加坡正式发布了“研究、创新与企业2030计划”（ResearchInnovationandEnterprise2030，简称RIE2030），预计于2026年4月开始实施，计划未来五年内投入370亿新元（约占GDP的1%）用于支持研发和创新，以推动经济增长并应对国家级挑战。这并非一次简单的科研预算上调，而是围绕国家竞争力、产业安全与社会可持续发展展开的系统性布局，也是其创新驱动发展道路的又一次关键升级。一、战略布局：聚焦四大重点领域RIE2030聚焦四大领域（见表1）。这些领域不仅是新加坡长期战略的核心，也为企业和科研机构提供了明确的“机遇风向标”。表1RIE2030布局的四大重点领域重点领域战略目标关键举措制造技术与商贸连通巩固先进制造枢纽地位，确保供应链韧性①加强半导体技术研发，深化供应链、交通业新机遇挖掘②投资太空和生物经济等新兴领域③布局人工智能、增材制造、机器人等跨行业通用技术个人保健与潜能开发应对人口老龄化挑战，提升全民健康水平①利用精准医学强化疾病识别与预防②依托新加坡健康成长追踪研究（GUSTO）数据开展青少年健康研究③加强“学习的科学”研究，聚焦人工智能对成人认知与技能学习的影响城市化方案与可持续发展应对生存性气候变化挑战①发展低碳技术，实现电力和工业领域脱碳②加强气候科学与适应能力研究③增加资助力度，加快可持续技术的应用与市场落地④设立新卓越中心，吸引可持续发展领域的海外人才并培养本地人才智慧国与数字经济建设智慧国家，推动经济转型①提升人工智能、量子技术、数字信任与安全领域能力②与本地领先企业和实验室合作，实现科技成果转化和应用③培养覆盖完整创新链的人才，包括技术专家、工程师和研发人员④深化与国际伙伴在数字安全、人工智能和量子等前沿领域的合作二、战略保障：投入创纪录的资金新加坡总理公署下的国立研究基金会（NRF）负责RIE2030的整体协调和资金分配。不同于外界想象中的“科研拨款等于实验室经费”，RIE2030的资金安排呈现高度结构化、目标导向明确的特征。按八大类别划分，其中29%将用于支持四大重点领域的前沿研究，推动相关技术的创新与应用；24%用于支持高校和科研机构的基础研究，提升新加坡在基础科学领域的研究能力；10%用于培养高素质的科研和创新人才，为科技创新提供坚实的人力支持；20%用于支持企业的创新活动，促进科技成果的转化与商业化运用。此外，还有17%的资金用于支持基础设施建设和应对未来可能出现的新兴科技机遇和挑战，确保新加坡在科技发展中的灵活性和前瞻性。三、战略引擎：启动国家级旗舰项目与重大挑战最具创新性的是，RIE2030将推出两类全新的大型研发计划，更有效地整合国家资源，攻克具有重大经济或社会价值的战略课题。其一是面向关键经济领域的“RIE旗舰项目”，其二是针对国家战略优先事项的“RIE重大挑战”。首个旗舰项目将聚焦半导体领域，旨在将新加坡打造成全球半导体产业链的关键节点，由新加坡科技研究局和经济发展局联合主导，重点突破先进封装、先进光子学等高价值领域的研究和制造技术，同时将为相关深度科技初创企业及本土企业提供专项支持，助力产业与科研协同发展。首个重大挑战项目以“实现健康长寿”为主题，计划通过推动跨学科科研与技术转化，探索早期干预手段，以延缓人体认知与身体机能的衰退，应对老龄化社会挑战。具体举措包括：建立老龄化人群研究队列及配套数据平台，搭建健康老龄解决方案试验平台，研发适用于新加坡乃至亚洲地区的预防、保健及治疗方案。其他旗舰和挑战项目仍在拟定中，有待日后公布。相关链接：1.NRFSingapore,Research,InnovationandEnterprise2030.[EB/OL].[2025-12-05].https://file.go.gov.sg/rie2030factsheet.pdf

2025年11月，Alphabet旗下自动驾驶公司Waymo宣布，在美国旧金山湾区、洛杉矶和凤凰城三地，将原本仅限城市道路的无人驾驶出租车服务延伸至高速公路，向部分公众用户开放全程无安全员的收费运营。这意味着，在高速公路等高车速、长距离场景中，完全无人驾驶从测试阶段迈入商业化试运行阶段，Waymo在运营半径和业务模型上实现又一次关键升级，也进一步拉开了与其他自动驾驶企业在技术成熟度和场景覆盖上的差距。一、服务场景延伸此次高速公路服务并非单点试验，而是嵌入既有运营网络的系统性扩展。Waymo已在凤凰城、旧金山、洛杉矶和奥斯汀等地提供无人出租车服务，每周完成超过25万单付费出行，商业车队规模超过1500辆，并计划在2026年前进一步扩展至亚特兰大、迈阿密和华盛顿特区。在此基础上，高速公路场景的引入，使其原本相对“碎片化”的城市出行网络开始连成跨城走廊。在旧金山湾区，Waymo以旧金山为核心，将服务范围南延至圣荷西，实现“半岛一体化”的约260平方英里连续运营区，并首次将圣荷西米奈塔国际机场纳入正式上下客点。这是继凤凰城天港国际机场之后，Waymo接入的第二座机场，使机器人成为机场长距离接驳的重要选项。在洛杉矶和凤凰城，高速服务重点覆盖市中心与外围居住区之间的主要干道，有利于提升跨城区通勤效率。按照Waymo披露的信息，目前高速服务首先向“早期体验”用户开放，由用户在App中主动勾选高速路线偏好，系统在判断高速路线具备明显时间优势时，才会为其匹配包含高速路段的行程。这种渐进式开通模式，既有利于企业在真实运营中持续收集数据、改进算法，也为监管机构和城市管理者保留了观察和评估的空间。二、高速场景的技术难度与安全应对与城市道路相比，高速公路的交通参与者类型更单一、信号灯较少，表面上更“规则”，但车速更高、事故后果更严重，对系统冗余和极端工况应对能力提出更高要求。Waymo在官方博客和技术说明中强调，其在高速场景上投入了大量封闭场地试验和仿真测试，用以弥补真实道路上“罕见事件”样本不足的问题，通过大规模模拟来训练系统在紧急变道、汇入车流、应对突发障碍等情形下的决策能力。在硬件与系统架构上，Waymo继续沿用多传感器融合方案，使用激光雷达、毫米波雷达和多摄像头构建360度环境感知，并在车辆上部署具备冗余能力的计算与制动系统，使其中一路出现故障时，系统仍能保持基本控制并执行安全停车或驶离策略。公司还与加州公路巡警等安全机构联合制定了高速运营规范，包括车辆遇到交通事故、救援现场、临时封闭车道等情形时的处理流程，力图将自动驾驶行为纳入既有交通安全体系之中。需要注意的是，联邦监管机构和社会舆论对自动驾驶安全性的审视仍十分严格。美国国家公路交通安全管理局（NHTSA）曾就Waymo车辆在撞击路障、违反交通标志等场景中的“异常行为”发起调查，并促使企业进行数次软件召回和升级，其中2025年一次召回涉及1212台第五代自动驾驶系统车辆，原因是旧版本软件在特定条件下可能与链条、闸门等路面设施发生轻微碰撞。截至2025年10月，NHTSA记录的Waymo车辆涉事事故超过一千三百起，但大多数为低速擦碰和轻微事故，受伤比例显著低于同等里程的人类驾驶车辆。这些事实一方面表明，自动驾驶在真实环境中难以避免交通事件，另一方面也显示，通过持续的软件更新和监管约束，可以在总体层面逐步改善安全表现。三、对城市出行效率和商业模式的推动从用户体验和出行效率看，高速公路的开放具有直接收益。对于旧金山湾区、洛杉矶盆地和凤凰城都市圈这类高度依赖高速公路通勤的区域，新服务使跨城或跨区出行时间有望显著缩短。Waymo预计，在部分路线上，使用高速路径可将行程时间压缩近一半，这对于经常往返城市与郊区、或需要在不同城区间多点通勤的乘客而言，将明显提升对无人出租车的使用意愿。机场接驳是另一个具有代表性的高价值场景。传统出租车和网约车的收入结构中，机场线路往往占较大比重，竞争激烈。Waymo先后将凤凰城天港国际机场和圣荷西米奈塔国际机场纳入服务范围，并通过高速公路串联机场与核心城区，为“门到门”自动驾驶出行建立了具备稳定需求和支付能力的应用场景，有利于提高车队利用率与单车营收水平。从行业竞争格局看，Waymo目前仍是美国唯一在多座城市提供完全无安全员、面向公众收费的自动驾驶出租车服务企业，其在城市道路和高速公路的同步运营，形成了差异化优势。相比之下，特斯拉的机器人出租车仍依赖车内监控人员或司机配合，亚马逊旗下Zoox主要在拉斯维加斯等有限区域提供短途体验服务，并且仍处在监管审查和技术验证阶段。Waymo在高速场景率先实现规模化商业运营，将进一步巩固其在美国无人驾驶出行市场的先发地位。四、展望从长远看，Waymo在多个城市同步落地高速公路服务，既是自身商业模型“从试点走向规模”的关键一步，也为自动驾驶出行提供了可验证的范例：通过先在特定区域、特定路段、特定人群中取得相对稳定的安全记录，再逐步向更复杂的空间和更广泛的用户扩展。如果后续运营数据能够持续证明其在事故率和伤害程度上优于人工驾驶，且能够妥善处理个案事故和责任认定问题，高速公路无人驾驶出租车或将从当下的区域化运营，演进为跨州、跨区域的自动驾驶出行网络，对美国乃至全球的道路交通体系产生深远影响。参考文献：[1]WaymolaunchesrobotaxifreewayserviceinSanFrancisco,LA,Phoenix[EB/OL].(2025-11-13).https://www.reuters.com/business/waymo-launches-robotaxi-freeway-service-san-francisco-la-phoenix-2025-11-12/.[2]RafeRosner-Uddin.WaymotorolloutdriverlesstaxisonhighwaysinthreeUScities[EB/OL].(2025-11-13).https://arstechnica.com/cars/2025/11/waymo-to-roll-out-driverless-taxis-on-highways-in-three-us-cities/.[3]AndrewJ.Hawkins.Waymoishittingthehighway—butcanithandlethespeed?[EB/OL].(2025-11-13).https://www.theverge.com/news/818552/waymo-highway-california-arizona-robotaxi-challenge.[4]Waymo’sRobotaxisCanNowUsetheHighway,SpeedingUpLongerTrips[EB/OL].(2025-11-12).https://www.wired.com/story/waymo-robotaxis-can-now-take-highways-freeways/.

上篇解析了5G标准必要专利的核心持有格局，下篇继续解析5G标准必要专利的地域分布与市场覆盖、法律状态与诉讼趋势。二、地域分布与市场覆盖（一）全球区域专利分布图3示出了5G标准必要专利申请提交的地理区域，显示了商业化的主要目标市场。这些信息帮助公司制定申报策略，确保覆盖主要司法管辖区，提升投资组合价值，并识别尚未开发的增长市场。图35G标准必要专利申请提交的地域分布专利申请地域与市场重要性、创新能力高度相关，形成四大核心板块：1.美国以84517项专利居首，是全球5G市场与知识产权保护核心枢纽；2.中国紧随其后（77658项），既是华为、中兴等企业的创新基地，也是核心消费市场；3.欧洲（62543项）凭借电信基础设施优势，在合规与标准领域占据重要地位；4.日本（28918项）、韩国（28018项）作为成熟设备消费市场，专利布局聚焦终端与通信技术优化。其次，印度拥有447项专利，得益于庞大的消费者基础和“数字印度”等举措。新加坡和香港是战略性商业枢纽，分别拥有1980项和1233项专利，提供进入亚太市场的渠道。图4示出了5G标准必要专利份额的国家排名，其中具体示出了排名前5的国家。图45G标准必要专利份额排名前5的国家从图4中5G专利份额情况可见，美国和中国主导着5G专利市场，合计贡献了48.90%的专利份额。这凸显了全球5G专利申请数量的差距，少数关键国家推动了大部分技术进步。（二）企业跨区域市场策略下图揭示了全球领先的电信公司在美国、中国、欧洲、韩国和日本等主要市场中的布局情况。图5全球领先电信公司在美国、中国等主要市场的布局情况不同企业呈现差异化市场覆盖模式，反映其国际化战略差异：全球均衡布局型：高通（美国覆盖率97.10%、欧洲71.75%）、爱立信（美国93.83%、欧洲87.30%）、诺基亚，适合参与全球5G标准谈判；区域主导型：三星（韩国覆盖率72.86%）、LG，聚焦本土及周边市场；本土深耕型：OPPO、小米、vivo等中国企业，国内市场覆盖率超95%，海外市场仍处拓展阶段；枢纽型地区：新加坡（1980项）、中国香港（1233项）凭借区位优势，成为亚太市场专利布局跳板。三、法律状态与诉讼趋势（一）专利策略差异化布局在加速发展的5G专利领域，诸如加速审查等专利策略揭示了激烈的全球创新竞赛。图6展示了5G标准必要专利中，对专利申请加速审查的公司排名。图65G标准必要专利中加速审查数量对应公司排名如图所示，LG以720项专利领先，在加速审查领域占37%。排名前五的公司——LG、高通、华为、Oppo和爱立信——合计占战略专利申请的84%，这一集中凸显了快速知识产权开发在塑造电信未来中的战略重要性。（二）诉讼演变与争议焦点在5G专利的竞争激烈领域，诉讼起着重要作用，下图示出了与5G标准必要专利相关的专利诉讼数量分布。从图中可以看出，5G标准必要专利相关的诉讼数量呈稳步上升的趋势，并在2022年达到顶峰。图71993年至2024年5G标准必要专利相关的专利诉讼数量分布三星频繁作为被告出现在法律纠纷中。这种模式也出现在电信巨头如SprintCorp、ATT和VerizonCommunications中，他们经常卷入专利纠纷，通常是在推出新技术时涉及侵权问题。同样，苹果、T-Mobile和爱立信等技术领导者也经常卷入诉讼，凸显了围绕5G技术部署的激烈环境。从华为到BoostMobile等小型企业的广泛参与，体现了广泛的挑战以及战略性法律辩护在复杂专利环境中的必要性，这对全球5G市场的成功至关重要。下图示出了面临5G标准必要专利诉讼案件的公司排名。图8面临5G标准必要专利诉讼案件的公司排名在竞争激烈的科技领域，华为和爱立信等公司不仅在创新，还在积极保护自身创新。他们诉诸法庭，质疑对其知识产权的任何侵占。这一强有力的防御策略得到了多方参与者的呼应，从三星和苹果等行业巨头到像SolIpLlc这样的细分知识产权公司。这凸显了严格的专利执法对于保护技术进步和巩固市场地位的重要性。下图示出了提起5G标准必要专利诉讼案件的公司排名。图9提起5G标准必要专利诉讼案件的公司排名综上，5G专利竞争既是技术实力的较量，更是产业主导权的争夺。把握专利布局趋势，将助力企业在全球5G浪潮中抢占先机。参考文献：[1]INSIGHTS.5GPatentLandscape:AComprehensiveAnalysisof5GInnovation(Updated2025).[2025-10-10].https://insights.greyb.com/5g-patent-landscape.[2]新浪科技.华为5G专利排名中又拿第一：领先高通、爱立信！网友直呼难怪手机信号强.[2025-01-25].https://finance.sina.com.cn/tech/discovery/2025-01-28/doc-inehczmh1876186.shtml.

在全球气候变化压力不断上升的背景下，各国正在探索更加有效的节能减排政策工具。与传统依赖行政管制的减排方式相比，碳排放交易等市场机制正逐渐成为气候政策的重要手段。英国碳排放交易体系（UKEmissionsTradingScheme，UKETS）正是在这一背景下形成的重要制度安排，通过碳价格机制推动能源结构调整和节能减排。根据英国政府2026年3月5日更新发布的政策说明文件，英国正在推进多项制度调整，包括提高碳市场最低拍卖价格、扩大碳交易体系行业覆盖范围，并探索与欧盟碳市场建立联通机制。随着这些政策逐步推进，UKETS在英国节能减排政策体系中的作用正持续受到关注。一、碳交易制度与减排约束机制英国碳排放交易体系建立于2021年，是英国在脱离欧盟碳排放交易体系（EUETS）之后形成的独立碳市场制度。目前该体系主要覆盖电力、重工业和航空等高排放行业，约占英国温室气体排放总量的四分之一。通过设定排放总量上限并允许企业交易排放配额，碳排放被转化为具有经济成本的资源。碳排放交易体系通常被称为“总量控制与排放交易”。在这一制度下，监管机构首先设定一定时期内允许排放的温室气体总量，并将这一总量划分为若干排放配额。企业必须持有足够的配额来覆盖自身排放。如果排放超过配额数量，则需要在市场中购买额外配额；如果企业通过技术改造或生产优化减少排放，则可以出售多余配额获得收益。这种制度安排能够在控制总体排放规模的同时，为企业提供一定灵活性。企业可以根据自身生产条件选择成本更低的减排方式，从而在整体层面提高减排效率。二、碳价格与节能技术投资在碳交易体系中，碳价格是推动节能减排的重要信号。当企业需要为碳排放支付成本时，高碳生产方式的经济吸引力会逐渐下降。企业为了降低排放成本，往往会通过技术改造、设备升级或能源结构调整来减少排放。对于能源密集型产业而言，这种价格信号尤为明显。例如，在电力、钢铁和化工等行业，如果碳排放成本持续上升，企业通常会更加重视能源效率提升以及低碳技术的应用。长期来看，这种制度能够促进节能技术研发，并推动产业向更加低碳的方向发展。同时，碳价格也为企业和投资者提供了长期预期。如果市场普遍认为未来碳价格将持续提高，企业在制定投资计划时往往更倾向于低碳项目。这种价格信号有助于引导资本进入清洁能源和节能技术领域。三、碳泄漏风险与配额制度在碳定价政策实施过程中，一个重要挑战是“碳泄漏”。所谓碳泄漏，是指企业为了规避碳排放成本，将生产活动转移到监管较弱的地区，从而削弱全球减排效果。为了减少这一风险，英国碳交易体系为部分高能耗产业提供一定比例的免费排放配额。这些产业通常包括钢铁、水泥和化工等国际竞争较为激烈的行业。通过提供部分免费配额，政策制定者希望在保持减排激励的同时，避免企业因成本压力而将生产转移到海外。不过，免费配额通常会随着减排目标推进而逐步减少。企业仍然需要通过技术升级和提高能源利用效率来适应未来更加严格的排放约束。四、碳市场覆盖范围的扩大随着气候政策不断推进，英国碳排放交易体系的覆盖范围也在逐步扩大。最初，该体系主要针对电力、工业和航空行业，但政策制定者正在计划将更多排放来源纳入体系。例如，英国正推进将海运行业纳入碳交易体系，并计划在未来将垃圾焚烧和能源回收行业纳入监管范围。通过扩大制度覆盖范围，更多经济活动将受到碳价格影响，从而进一步强化节能减排的政策效果。在扩展行业范围的过程中，相关政策通常会设置过渡期。例如，在垃圾处理行业正式纳入体系之前，英国先建立排放监测和报告制度，以便相关企业逐步适应新的制度要求。五、碳边境机制的协同作用为了提高碳减排政策的整体效果，英国还在推进碳边境调节机制（CarbonBorderAdjustmentMechanism，CBAM）。这一机制的基本思路是对进口商品征收相应的碳成本，使其承担与国内生产者类似的排放成本。通过这种方式，可以减少企业因碳成本差异而将生产转移到国外的动力，从而降低碳泄漏风险。同时，碳边境机制也有助于维持国内企业的竞争环境，使节能减排政策不会对国内产业造成过度冲击。在政策体系中，碳交易制度与碳边境机制形成互补关系：前者通过市场价格推动国内减排，后者则在国际贸易层面维持碳成本的一致性。六、减排目标与制度发展规划对于企业而言，政策稳定性是影响投资决策的重要因素。因此，英国在推进碳交易体系改革时，也强调制度的长期规划。英国政府已决定将碳交易体系延续至2030年以后，并规划新的运行阶段。这种长期制度安排能够为企业提供更加明确的减排预期，使企业在投资低碳技术时具有更高确定性。此外，英国还在探索与欧盟碳市场建立联通机制。如果未来实现市场联通，英国与欧盟之间的碳交易市场规模将显著扩大，从而提高市场流动性并降低价格波动。总体来看，英国碳排放交易体系通过市场机制将减排目标转化为企业需要面对的现实成本，使节能减排逐渐成为生产决策的重要因素。随着制度不断完善、覆盖行业逐步扩大，碳市场在推动能源结构转型和提高能源利用效率方面的作用也将进一步显现。对于全球气候治理政策的发展而言，这类以市场机制为核心的减排制度，仍将是值得持续关注的重要方向。参考文献：1.UKEmissionsTradingScheme(UKETS):apolicyoverview[EB/OL].(2026-03-05)[2026-03-09].https://www.gov.uk/government/publications/uk-emissions-trading-scheme-uk-ets-policy-overview/uk-emissions-trading-scheme-uk-ets-a-policy-overview2.TakingpartintheUKEmissionsTradingSchememarkets[EB/OL].(2026-03-05)[2026-03-09].https://www.gov.uk/government/publications/taking-part-in-the-uk-emissions-trading-scheme-markets/taking-part-in-the-uk-emissions-trading-scheme-markets

一、背景与争议欧盟碳市场（ETS）和碳边境调节机制（CBAM）作为欧盟气候政策的核心工具，正在面临一系列的政策调整与争议。2026年初，欧盟排放交易体系（ETS）迎来了新的改革压力，冯德莱恩主席为ETS辩护，强调其在推动脱碳与经济增长方面的双重作用。然而，德国总理默茨与法国总统马克龙等领导人则提出，高碳成本已经对重工业构成压力，呼吁修订或推迟ETS的实施。而另一方面，欧委会对CBAM的修订提案也引发了欧盟重工业的“反向游说”，尤其是第27a条豁免权力的赋予，使得市场的不确定性进一步加剧。二、欧盟碳排放交易体系（ETS）改革争议欧盟排放交易体系（ETS）自2005年实施以来，已经取得了显著的减排成效，覆盖了欧盟约一半的温室气体排放。冯德莱恩在安特卫普会议上辩称，ETS自实施以来减少了39%的排放，并且参与ETS的行业经济增长了71%。这表明脱碳与经济增长是可以并行的。然而，随着碳价格的逐年上升，重工业尤其是钢铁、化工等高耗能行业开始感受到较大的成本压力。2025年，福特因稀土矿短缺停产的事件凸显了供应中断对工业生产的威胁，进一步加剧了对ETS政策的批评。德国与法国领导人以及相关行业代表提出，若ETS不能有效支撑企业实现零碳生产，应该考虑修改或推迟该系统的实施。特别是随着免费排放配额的逐步退出，企业需要支付的碳成本急剧上升，这对高能耗行业带来了沉重负担。部分行业呼吁暂停逐步取消免费配额的进程，认为在没有足够低碳技术支持的情况下，强行推进脱碳政策可能会加剧去工业化风险。三、碳边境调节机制（CBAM）修订提案的争议与ETS的改革争议相对，欧盟碳边境调节机制（CBAM）的修订提案也引发了广泛的讨论。第27a条的修订提案允许欧委会在某些情形下，将部分产品从CBAM中移除或豁免。这一修订立即引发了欧盟多个成员国的强烈支持，特别是化肥等高耗能行业的要求，要求将化肥等商品纳入豁免范围，以缓解高能源成本给农民和生产商带来的压力。然而，部分行业协会对第27a条提出了强烈反对，认为这类豁免条款过于宽泛，缺乏明确的时间界限和触发条件，可能导致政策的不可预测性。这种不确定性可能破坏CBAM的初衷，使其无法为市场提供稳定、可预见的规则，从而扰乱投资决策和脱碳进程。矛盾的焦点在于短期灵活性与长期政策稳定性之间的冲突。以下是各方立场的主要差异：1、成员国与高耗能行业的立场：它们更关注当前的市场压力和生产成本，特别是在能源价格上涨的背景下，迫切需要通过豁免条款来减轻行业负担。化肥、钢铁等高耗能行业希望能够暂时摆脱高碳成本的约束，以保持竞争力和企业生存。这一立场强调短期内的灵活应对，以保护产业和就业免受过高碳成本的冲击。2、行业协会与欧盟委员会的立场：这些团体更注重碳定价规则的长期可预测性和稳定性。它们担心，过于宽泛的豁免条款会使政策过于依赖政治因素，导致规则的不稳定和市场的不确定性，从而影响企业对低碳转型的投资信心。行业协会认为，如果CBAM的执行频繁受到政治干预，这不仅会扰乱市场秩序，还会影响到低碳产品的需求预期，最终削弱脱碳进程。四、政策博弈与未来走向目前，欧盟面临的核心问题是如何平衡短期的产业生存需求与长期的脱碳目标。预计未来几个月，欧盟将进入一个关键的政策审查窗口期，预计在7月前，ETS的改革和CBAM的修订将迎来重大决策。这一阶段的博弈将决定欧盟如何在应对气候变化的同时，保障产业的长期竞争力与脱碳投资的稳定。五、总结与展望欧盟的碳市场政策正在经历深刻的调整和博弈。从ETS改革到CBAM修订，政策的核心争议在于如何平衡减排目标与产业竞争力之间的关系。各方的立场主要围绕短期经济压力与长期脱碳目标之间的冲突，未来政策将如何平衡这两者，将对欧盟气候政策的可持续性和国际竞争力产生深远影响。参考资料：1、ZiaWeise.VonderLeyenandMerzclashoverfutureofEU’scoreclimatelaw.20260211.https://www.politico.eu/article/ursula-von-der-leyen-pushes-back-as-leaders-and-industry-plot-to-weaken-eus-core-climate-law-friedrich-merz/?utm_source=RSS_Feedutm_medium=RSSutm_campaign=RSS_Syndicationhttps://www.politico.eu/article/european-chemical-giants-weaken-eu-flagship-climate-policy/?utm_source=RSS_Feedutm_medium=RSSutm_campaign=RSS_Syndication2、ZiaWeise.EuropeanindustryrevoltsoverEUplantoweakencarbonbordertax.20260209.https://www.politico.eu/article/european-industry-revolts-eu-plan-weaker-carbon-border-tax-tariff-climate-policy/?utm_source=RSS_Feedutm_medium=RSSutm_campaign=RSS_Syndication

2026年2月，联合国教科文组织UNESCO发布《重塑创意产业》指出：在数字化转型、人工智能、全球贸易动态变化以及艺术自由所面临愈发严峻威胁的影响下，文化格局呈现出快速演变的特征。同时，该报告整合了120多个国家的相关数据，重点剖析了文化产业数字化转型的主要进展与面临的主要问题，并向2005年《保护和促进文化表现形式多样性公约》的缔约方提出了系统性的政策建议，为全球文创产业高质量发展与治理提供指引。一、全球文化创意产业数字化转型的主要进展数字文化治理成为全球文化政策的核心支柱，2021-2024年，85%的公约缔约方制定了文化创意产业数字化转型政策，较2017-2020年的80%进一步提升，扶持本土数字文化创意市场的缔约方占比从44%升至64%，阿拉伯国家和亚太地区的增长尤为明显。全球各国的数字化转型政策主要聚焦四大核心方向：一是公共文化机构服务数字化，阿曼、捷克、乌干达等国搭建了文化服务智能门户与数字化管理系统，简化创作者行政办事流程，实现文化数据的实时采集与管理；二是跨部门政策协同，破解文化部门与数字、通信等部门的政策脱节问题，推动数字基础设施、文化数据共享等领域的联合施策；三是国家级数字战略制定，部分国家出台了专项数字文化战略，覆盖沉浸式技术创新、创意行业能力建设、本地文化知识产权保护等关键领域；四是细分行业专项扶持，游戏和电影产业因其在传播本土文化方面的战略价值而得到广泛认可，因此成为政策重点，部分国家出台了资助、培训、产业园区建设等举措支持其发展。二、数字化转型带来的主要问题数字技术重塑了文化创作、生产、传播与消费全价值链，为创作者提供了低成本创作、全渠道曝光的机遇，但随着数字技术的变革速度加快以及生成式人工智能（GenAI）的出现，全球数字文化产业也面临着全新的挑战。第一，平台市场集中度加剧。全球数字文化市场呈现“赢者通吃”的现象，少数头部平台主导了全球内容分发市场，市场导向的不透明算法推荐系统倾向于主推头部内容，加剧文化同质化风险。这种市场格局导致收入分配严重失衡，少数头部艺术家获得高额收入与曝光，大量中小创作者被挤压至行业边缘，文化多样性面临系统性威胁。第二，创作者职业不稳定性增加。尽管数字渠道已成为创作者最大收入来源，但数字化也加剧了创作者的收入波动、知识产权侵权风险。同时，数字技能鸿沟持续扩大，2021-2024年，尽管85%的缔约方出台了创作者数字技能提升举措，但发达国家占比达93%，发展中国家仅为81%，差距显著。第三，全球数字鸿沟持续扩大。国家间与国家内部的数字鸿沟问题突出，基础设施层面，发展中国家仅28%的人口具备基础信息通信技术技能，16%的人口具备中级技能，而发达国家这两项比例分别为67%、46%。数据层面，仅48%的缔约方开展了数字媒体文化内容消费相关统计工作，流媒体平台数据不公开、算法系统不透明。此外，性别、城乡、残障群体之间的数字接入与使用差距也持续存在，严重影响了文化参与的包容性。第四，生成式人工智能（GenAI）带来多重风险。首先，生成式人工智能（GenAI）严重损害从业人员的创造力和收入。国际作者和作曲者协会联合会CISAC预测，到2028年，生成式人工智能（GenAI）将导致音乐创作者全球收入损失24%（年损失约40亿欧元），视听创作者收入损失21%（年损失约45亿欧元）。其次，未经授权使用受版权保护作品训练模型、AI合成内容泛滥、英语主导的大语言模型加剧语言多样性流失等问题。最后，当前全球政策制定中很少将人工智能与文化之间关联。2016-2023年，128个国家共通过148项人工智能相关法案，仅1项将文化作为核心主题，针对文化创意产业的专项规范严重不足。三、政策建议基于上述分析，报告向2005年《保护和促进文化表现形式多样性公约》的缔约方政府、文化部门以及专业人员提出十八条建议，主要涉及建立人工智能治理框架、支持本土创作者、加强国际交流协作等多个方面。当前我国推进社会主义文化强国建设，各地也积极推动文化产业数字化转型，迎接文化产业的“智数时代”，结合报告以及我国文化产业发展现状，本文整理出五条主要政策建议：一是建立清晰的数字文化与人工智能治理框架，明确文化部门在数字创新、基础设施投资、知识产权保护中的核心职责，并将文化表现形式多样性作为人工智能立法与政策的核心考量。二是提升人工智能系统的透明度，明确训练数据披露、AI生成内容标注要求，保障创作者的知情同意、公平报酬与内容控制权。三是强化文化与数字政策部门的跨部门协作，建立联合规划、数据共享的长效机制。同时，推动战略性公私合作，扶持本土创意生态，激励流媒体平台投资本土内容。四是完善全行业数字与人工智能技能建设体系，更新艺术教育课程，提升公众数字媒介素养，并保障弱势群体的数字基础设施与创意工具获取权。五是完善数字文化产业数据采集体系，与国际组织、研究人员、私营部门和民间社会合作，加强数据的系统收集和共享，特别是关于AI在整个创意价值链中的使用和影响的数据，为政策制定提供支撑。资料来源[1]UnitedNationsEducational,ScientificandCulturalOrganization.Re|ShapingPoliciesforCreativity[EB/OL].(2026-02-18)[2026-3-11].https://www.unesco.org/reports/reshaping-creativity[2]Poltz,J.,Heine,F.(2025,November11).OpenAIusedsonglyricsinviolationofcopyrightlaws,Germancourtsays.Reuters.https://www.reuters.com/world/german-court-sides-with-plaintiff-copyright-case-against-openai-2025-11-11/

情报工作是一项复杂的任务，涉及多个环节，包括情报收集、情报分析、情报传递和反馈等。在这个过程中，既有人的因素，也有技术的因素。情报工作需要人员具备敏锐的观察力、深刻的洞察力以及强大的应变能力，这些素质共同作用，借助先进的技术手段，最终将复杂、零散的信息转化为有价值的判断和建议。无论是在市场竞争中对竞争对手的策略进行监测，还是在国家竞争中对潜在威胁的预判，情报都发挥着不可忽视的作用。近年来，地缘政治问题日益凸显，情报在国家安全和战略决策中的合法、合规应用受到广泛关注。情报的核心任务在于保障国家的安全和战略利益，确保对潜在风险和威胁做出预判和防范。合规和透明的信息收集为国家的防御策略提供支持，使其能够在维护自身安全的基础上参与国际合作。因此，情报不仅是维护国家利益的手段，也是影响国家外交、军事部署和经济策略的重要因素。一、情报：“大博弈”中的核心力量开启国家之间以情报手段为主进行博弈的新模式，肇始于19世纪英俄在中亚地区的影响力竞争。当时，英国和俄国在中亚地区展开长达数十年的竞争，尽管涉及外交和情报活动，但其目标主要是增强区域稳定的掌控力，并确保国家利益。通过合法的情报收集和对区域文化、经济情况的深入了解，双方致力于掌握关键信息，以减少直接军事冲突的可能性。1839年，阿瑟•康诺利（ArthurConolly）中尉最先创造性地使用了“大博弈（TheGreatGame）”这个词来描述英俄两国为了争夺在中亚的统治权与影响力而进行的竞争。这个词随后借鲁德亚德•吉卜林1901年出版的小说《基姆》（Kim）而流传下来。图1阿瑟•康诺利（ArthurConolly）中尉在“大博弈”期间，情报活动发挥了至关重要的作用。英国和俄国都投入了大量资源以收集对方的军事、经济和政治信息，并设法通过各种手段影响当地的局势。例如，英国派遣了大量年轻的探险家、地理学家进入中亚收集情报。俄国则展开了一系列行动，如向中亚派遣特工和使节，以建立地方情报网络。情报不仅仅是战术层面的工具，更成为支撑战略决策的重要支柱。例如，英国情报部门多次通过收集和分析情报来预测俄国的行动意图，从而调整对阿富汗和波斯的政策。俄国则通过情报网，逐步掌握了中亚地区的政治动态，并根据这些情报确定向南推进的步伐。二、情报搜集中的“硬实力”阿瑟•康诺利（ArthurConolly）中尉不仅是“大博弈”一词的提出者，还是作为士兵、冒险家或者官员走遍中亚收集信息并提供情报的众多年轻人中的一员。“康诺利们”的情报“硬实力”包括信息的记录与收集，对经济情报进行分析，以及区域政治格局的可视化。1.信息的记录与收集“大博弈”中的情报收集人员常常通过做笔记、画地图等方式来记录收集到的信息。他们在旅途中绘制地图，记录地形、道路和战略要地的位置。这些地图对于本国政府了解中亚地区的地理状况至关重要。他们详细记录所见所闻，包括军事部署、经济状况和社会文化动态，并定期向上级汇报。这些报告为政府制定政策提供了依据。图219世纪手绘地图2.经济情报的分析在“大博弈”时期，经济资源的分布和贸易路线的信息同样是重要的情报内容。例如，哪些地区产出丰富的矿产、粮食和畜牧产品，哪些贸易路线更为活跃，这些信息对了解中亚的经济状况非常重要。掌握这些信息有助于评估对方经济的自给自足能力及其对外贸易依赖度，从而为本国的经济封锁策略或贸易谈判提供依据。情报人员通过观察、记录市场物资流通情况、贸易往来和关税制度，不仅帮助本国了解当地的商业活动，也为潜在的贸易路线或禁运区域提供了参考，直接影响了对中亚经济政策的制定。3.区域政治格局的可视化情报人员通过绘制地图和记录区域内不同部族或政权的分布，帮助本国了解区域政治格局的动态。这种信息的收集为国家提供了更加客观的判断依据，使其能够采取更加平衡的外交措施，并在合法的前提下预防可能的冲突，以保障国家的战略利益和区域的和平与稳定。通过这些步骤，“康诺利们”得以收集到更多的信息，并将信息转化为情报，成为国家战略决策的关键依据。三、情报搜集中的“软实力”从相关传记资料来看，康诺利的动机不仅仅是为国家服务，某种程度上也包含了个人的冒险精神和对未知领域的探求欲望。在这种探索欲的驱使之下，康诺利在艰辛的环境中发展出重要的应变能力。除了专业的情报“硬实力”值得今天的情报从业人员借鉴，其在异域文化中的适应能力、语言技巧等“软实力”也同样值得关注。•克服语言和文化障碍：康诺利及其同事必须熟练掌握波斯语、阿拉伯语或土耳其语，并迅速适应当地文化，才能融入当地环境。•适应严峻的自然环境：从沙漠到高原，中亚的环境极为恶劣，不仅气候多变，还经常缺乏水源和补给，这要求他们具备强大的体力和适应能力。•建立坚实的人际网络：通过与当地领导人、商人和其他关键人物建立关系，探险者们建立了坚实的人际网络，能够获取有效信息，并获得在该地区行动的支持。图3“康诺利们”的情报软实力除此以外，情报搜集中的“软实力”还非常考验情报人员对当地环境的理解。情报搜集不仅仅依赖硬性的军事或政治数据，还涉及对文化、社会心理、历史背景等因素的敏锐洞察。具体来说，情报人员需要通过细致的文化理解和社会观察来捕捉到隐性的、潜在的，甚至是无法直接量化的信息，这对于制定有效的战略决策至关重要。康诺利在“大博弈”期间，除了关注俄国军事行动外，还非常注重中亚各国和各部族的文化、宗教信仰和社会结构的变化。这种深刻的文化理解让他能够更精准地分析不同族群的态度和行为，如通过研究中亚的部族和社会网络，理解了不同民族的政治需求与社会心理，从而能够通过文化纽带和历史背景去影响他们的政治态度。四、现代情报工作：“硬科技”与“软实力”相结合与康诺利的时代相比，现代情报工作在方法和技术上发生了深刻的变革。“大博弈”时期，情报人员必须亲自深入一线，与当地民众接触，凭借观察、文化理解和人际网络搜集情报；而现代情报工作更多地依赖于科技手段的支持，如卫星监控、互联网、社交媒体和大数据分析等。卫星和无人机等技术手段可以为情报部门提供合法的地理信息和自然环境数据，互联网和社交媒体也成为开放的舆情观察来源。大数据分析技术在信息收集上具有优势，为识别潜在的风险和趋势提供了合规支持。现代情报工作借助科技手段，提升了情报分析的客观性和效率，进而加强国家在全球化背景下的安全与合作能力。在这方面，现代情报人员不必再亲身前往某地即可获取大量信息，从而在全球范围内大大提高了情报收集的速度和广度。然而，现代情报工作也面临着信息过载的问题。如今的情报人员每天需要处理海量的数据信息，这远远超过了个人处理能力。因此，人工智能和自动化分析工具在情报工作中发挥了关键作用。通过机器学习和自然语言处理技术，情报人员可以自动过滤、分类、提取关键信息，从而更有效地应对信息过载的问题。不过，现代情报工作在信息甄别上也尤为依赖有如“康诺利们”所具有的“软实力”。尽管科技手段强大，但理解不同文化、语言背景下的信息含义依旧需要“软实力”支持。许多情报机构会配备语言学家、社会心理学家和文化专家，以便在大数据和自动化分析的基础上，对信息进行更加精细化的解读。现代情报工作应当始终遵循道德和法律规范，将“硬科技”与“软实力”结合，在合规的信息收集和分析框架内。通过合法渠道获取信息，并在文化理解的基础上进行分析，可以帮助国家实现更全面的预判与决策，保障国家利益的同时，积极促进全球和平与合作。参考文献：[1]大博弈[EB/OL].[2024-11-08].https://baike.baidu.com/item/%E5%A4%A7%E5%8D%9A%E5%BC%88/5899626.[2]努尔米宁.18-19世纪地图领域的科学、技术和探索[EB/OL].[2024-11-08].https://www.thepaper.cn/newsDetail_forward_4761417.[3]ArthurConolly[EB/OL].[2024-11-08].https://britishempire-me-uk.translate.goog/conolly.html?_x_tr_sl=auto_x_tr_tl=zh-CN_x_tr_hl=zh-CN.[4]YAPPM.ThelegendoftheGreatGame[EB/OL].[2024-11-08].https://www.thebritishacademy.ac.uk/documents/2491/111p179.pdf.