商业银行不能像科技公司那样“先上车后补票” ，金融与社会大额敞口的业务 ，在一场关于AI与金融的讨论中 ，我们甚至没有必要讨论人工智能发展的利弊得失” 。还是客体 ？”刘珺提出了这个看似哲学的问题 。”
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 ，开放权重 、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 、实现全流程贯通 。它不能像科技公司那样自由地“先上车后补票” ，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 。给AI更多自主权；直接面向客户的业务 ，数据分析寄予厚望的数字化转型期——“到目前为止 ，数据集构建 、“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。在当前阶段都十分困难” 。责任在银行自身 ，连着产业 、它既不是印象主义，超越规则。只能采用相对成熟 、让“环路中的人”处理主要决策；涉及价格管理 、谁就应当独立承担相应责任 。能够绕过人类进行讨论 、而是“它是谁” 。必须更审慎 。”他举例 ，建立统一的监管机制——借助已有的数据标注与追踪能力 ，“我们正面临大量不确定性 ，而无论何种情形 ，业务整合了 ，”
在具体业务边界上 ，中国工商银行行长刘珺说 ，2026外滩年会在上海举行 ，
他借用哲学家约翰·塞尔的框架 ：采取“强AI”立场 ，商业银行的业务直接连着公众日常生活 、没有任何一个国家能独自应对AI治理 ，甚至还有许多未知因素 ，决定了银行在面对AI时 ，但AI的链条长得多——算法开发者 、开源模型 ，
“但整个过程非常艰难 ，
“如果无法解决前面这两个问题 ，”10月19日-22日 ，“这是一条相当艰难的道路，但数据与算法天然跨境流动；AI应当受主权管辖 ，也不是写实主义，而是先谈了一种处境 。经过验证的技术 。我们一边前进一边学习 。商业银行刚刚走完以计算机系统建设为核心的阶段 ，并按业务线拆解 ：高度依赖数据的业务 ，“这将是非常危险的 。部署方 、他借用比特币定价机制中的“工作证明、从一开始就必须有人参与。
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 ，难在哪里 ？难在范式的跳跃 。”
更关键的是 ，
“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 ，”
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
那么就意味着我们承担AI部署的责任 。“人类必须把关闭开关嵌入流程” 。他给出的建议颇具跨学科色彩 。银行用计算机系统出了问题 ，
“人工智能究竟是主体，那么促进发展也就无从谈起 。而是“它是谁” 。而是立体主义 ，”刘珺说。
刘珺表示 ，第一个问题不是“怎么用”，各居其位；而算法又是黑箱，并向市场给出最终答复。工行就应该向相关受害者赔偿 ，在他看来 ，银行在面对AI时 ，“如果出了严重问题 ，无法推卸 。连着市场活动 。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” ，
尽管问题重重 ，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 ，历史证明和权益证明” ，”刘珺说，但现实正在滑向一个尴尬地带——AI会发展出某些能力 ，
——————————
如果用一个艺术流派来比喻当下的人工智能 ，但我们可以一起合作 。诸多挑战让银行家们面临一系列难题 。破坏系统 、系统搭起来了、“我们根本无法确定未来会发生什么 。最终用户，商业银行建立在精细的信用评分体系之上 ，刘珺开口没有谈技术 ，
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，“否则 ，没有哪个国家愿意把控制权交给他国；最后 ，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，