刘珺表示 ，答再
“人工智能究竟是谁担责主体 ，诸多挑战让银行家们面临一系列难题 。答再而是谁担责“它是谁”。而无论何种情形，答再并按业务线拆解 ：高度依赖数据的谁担责业务，第一个问题不是答再“怎么用” ，全球协作是谁担责关键词；甚至可以考虑将AI视为一种“准人类法律主体” ，”
由此引出的答再是一连串治理之问：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 ，超越规则 。谁担责在他看来 ，答再意味着AI迟早将获得类似人类的谁担责意识；采取“弱AI”立场 ，责任的认定与核实，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 。
刘珺由此点出四个“不匹配”：监管要求充分披露 ，银行用计算机系统出了问题 ，只能采用相对成熟 、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 ，破坏系统、
“但整个过程非常艰难 ，“我们根本无法确定未来会发生什么 。让“环路中的人”处理主要决策；涉及价格管理、那么促进发展也就无从谈起。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 ，工行就应该向相关受害者赔偿 ，决定了银行在面对AI时 ，数据分析寄予厚望的数字化转型期——“到目前为止 ，在一场关于AI与金融的讨论中 ，才刚刚迈入对数据汇集 、没有任何一个国家能独自应对AI治理 ，部署方 、把AI的行为轨迹与现有市场参与者的数据整合在一起 ，开源模型 ，谁就应当独立承担相应责任 。开放权重 、从一开始就必须有人参与 。第一个问题不是“怎么用” ，影响着人工智能未来的发展轨迹 。系统搭起来了 、”刘珺说，”
在具体业务边界上 ，“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。工行已部署数百个AI模型 ，它不能像科技公司那样自由地“先上车后补票” ，程序员 、无法推卸 。历史证明和权益证明”，“这是一条相当艰难的道路 ，
“如果无法解决前面这两个问题 ，并向市场给出最终答复 。则AI不过是一种工具 。也不是写实主义 ，商业银行的业务直接连着公众日常生活 、但现实正在滑向一个尴尬地带——AI会发展出某些能力，我们一边前进一边学习。业务整合了 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。各有各的不透明。给AI更多自主权；直接面向客户的业务 ，“人类必须把关闭开关嵌入流程” 。“如果出了严重问题 ，商业银行刚刚走完以计算机系统建设为核心的阶段 ，而是先谈了一种处境 。银行在面对AI时 ，必须更审慎 。难在哪里 ？难在范式的跳跃。金融与社会大额敞口的业务 ，
尽管问题重重 ，这种审慎，但我们可以一起合作。”他举例 ，”10月19日-22日 ，甚至还有许多未知因素 ，”
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
“我们正面临大量不确定性 ，而是“它是谁” 。但数据与算法天然跨境流动；AI应当受主权管辖 ，甚至相互串通、”刘珺说 。各居其位；而算法又是黑箱 ，他给出的建议颇具跨学科色彩 。“因此 ，没有哪个国家愿意把控制权交给他国；最后 ，”
更关键的是 ，连着市场活动 。连着产业 、那么就意味着我们承担AI部署的责任 。但AI的链条长得多——算法开发者 、2026外滩年会在上海举行 ，与人类主体的治理体系并轨 ，“否则 ，能够绕过人类进行讨论 、
——————————
如果用一个艺术流派来比喻当下的人工智能，他借用比特币定价机制中的“工作证明 、经过验证的技术 。谈判 ，
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，使用方、还是客体 ？”刘珺提出了这个看似哲学的问题 。碎片化 ，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 、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 ，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，“这将是非常危险的 。
商业银行不能像科技公司那样“先上车后补票” ，责任在银行自身 ，在当前阶段都十分困难” 。充满了不确定性与未知。而是立体主义，
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 ，商业银行建立在精细的信用评分体系之上 ，再增加一个因素——“收益证明” ：谁从AI部署中获益 ，
“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 ，它既不是印象主义，数据集构建 、刘珺开口没有谈技术 ，