人工智能（AI）需要健全的监管，并且必须依照良好的治理规则加以发展。
目前已出现多项用于评估人工智能治理的指数，最新的是《2025年人工智能治理国际评估（AGILE）指数》。
这些衡量工具有助于通过跟踪人工智能的发展，并借助可执行的制度提供清晰度与信心，从而建立对人工智能的信任。
良好的监管始于良好的信息，但在人工智能（AI）领域，这一点却很少见。关于人工智能系统如何构建、训练和部署的数据仍然零散，分散在各家私营企业之中，埋没于专有流程之中，或者根本从未被收集。
这意味着，试图监管人工智能的政府往往只能依靠不完整的情况快照开展工作，这些快照依赖自愿披露和不一致的报告标准，对系统内部实际运行情况的可见性十分有限。结果是，监管者被要求应对算法偏见和数据滥用等风险，却缺乏理解这些风险所需的证据，更遑论有效或跨境一致地加以应对。
近年来出现了多项指数和研究，帮助各国政府和产业评估人工智能治理的现状。其中包括经合组织的“人工智能政策观察站、牛津洞察的“人工智能准备指数”，斯坦福大学的“人工智能指数报告”，以及来自Tortoise Media的“全球人工智能指数”。每项研究都提供了有价值的见解，但侧重点各有不同。有些侧重创新与投资，另一些则评估伦理、治理或人力资本准备情况。
《人工智能治理国际评估》（AGILE）指数是这一领域的最新成果。该指数覆盖40多个国家，对法律框架、制度能力和社会保障措施的演变情况，以及仍存在不足之处，提供了可供比较的整体概览。
此类指数的真正价值并不在于为国家排名，而在于揭示人工智能发展中的差距与机遇。一些国家拥有完善的战略文件，但执行力薄弱；另一些国家职责明确，却监督分散。在许多国家，创新政策的推进速度快于法律或伦理护栏的建立。
这些差异至关重要。若缺乏共同的证据基础，人工智能监管就可能流于被动或形式化，而无法发挥促进作用并取得实效。
从原则到成效
监管意愿的形成速度往往快于负责落实这些意愿的制度建设，而制度的运行成熟度也参差不齐。例如，高收入国家通常具有更为完善的监管结构和技术能力。另一方面，许多中等收入国家虽已显现公众意识和政策意向，但在执行和协调方面仍面临困难。在某些情况下，监管方面的讨论已经展开，却未必转化为授权、监督或制度协调机制。
但缺乏基础设施支撑的雄心，只能停留在愿景层面。人工智能治理必须超越原则层面，涵盖执行、落实和问责。
《2025年AGILE指数》由中国的一个研究机构联合体开发，依据43项法律、制度和社会指标评估各国的人工智能治理状况。该指数将各国划分为四种类型，从制度框架较为成熟、被称为“全面领先者”的国家，到仍在奠定基础、被称为“基础探索者”的国家不等。
该指数旨在揭示全球人工智能政策体系的结构性现实，其最新版本就此提出三点结论：
1. 人工智能透明度就是力量
通过清晰呈现各国的优势与盲点，AGILE指数促使各国政府超越新闻稿式的表态，转向能力建设。该指数显示，公开提供人工智能治理数据（如监管框架和问责机制）的国家，在制度成熟度指标上的得分明显更高。透明度本身便成为推动进步的动力，有助于同行基准比较和政策经验借鉴。
2. 人工智能准备程度不均衡
在不同地区、收入群体之间，甚至在政府内部，人工智能的制度准备情况都存在深刻的不对称。一些创新部门进展迅速，而其所在国家的法律机构却落后。在其他地方，政策制定者因缺乏经过检验的框架，而对采取人工智能相关行动犹豫不决。
AGILE指数的制度维度显示，高收入国家与中等收入国家在监管执行能力方面相差40多个百分点。即便在发达经济体内部，监督机构和数据保护机构往往也落后于创新机构，这揭示了该指数所量化的内部分化问题。
3. 人工智能治理可以是敏捷的
包括新加坡、英国和韩国在内的若干国家已经证明，敏捷治理并非纸上谈兵，而是切实可行的。但这些进展必须被分享、研究并加以推广。
这些国家之所以在AGILE指数中表现优异，是因为它们已嵌入敏捷机制，从监管沙盒到“伦理设计”框架，将原则转化为实践。它们的经验为其他国家建设灵活而负责任的人工智能系统提供了可借鉴的范式。
从衡量到动能
治理必须与其所要引导的创新同步演进。2025年7月推出的全球监管创新平台（GRIP）旨在促进这一目标，汇聚公共和私营部门的利益相关方，借鉴全球最佳实践，共同制定切实可行的框架，并围绕敏捷、包容的治理建立实践社群。
AGILE指数等倡议为此提供了“仪表盘”，而GRIP则提供了“方向盘”。指数可以提供衡量，GRIP则推动行动，在数据、政策与现实改革之间建立紧密联系。无论是通过政策圆桌会议、共享工具包，还是国家自我评估试点，各国政府都必须更快地从原则走向原型，从工作文件走向实际政策。
人工智能治理的未来之路
衡量成熟度固然重要，但建设成熟度才是关键
这意味着要厘清雄心与能力之间的差距。对人工智能的信任不仅须通过原则来确立，还须通过可执行的制度来确立，以便为企业和公民提供清晰度与信心。愿意衡量自身在这些领域进展的国家，已经走在前列。
对于准备行动的人来说，大门已经敞开。在智能时代，停滞不前的人工智能治理已经落后。
