9月19日，由深圳香蜜湖国际金融科技研究院与数字金融合作论坛联合组织的“深圳香蜜湖国金院2026秋季会议”在深圳举办。本次会议聚焦宏观经济形势、人工智能治理两大核心议题，紧扣当下经济金融领域的发展热点与现实难点展开深度研讨，旨在为经济高质量发展以及人工智能向善发展输出富有前瞻性的启发与政策建议。

在本次会议上，香港中文大学（深圳）副校长罗智泉围绕复杂系统智能与社会价值这一主题，分享了自身的前沿实践与深度思考。他指出，人工智能正逐步从认知助手、任务智能体向复杂系统智能演进，这项技术的长期价值，在于帮助人类理解纷繁复杂的现实世界、优化系统运行效率，进而增进整体社会福祉。

据他介绍，深圳河套学院将复杂系统的理解与优化作为研究重点，坚持以现实真实问题为牵引，打通前沿学术研究、人才培养与产业实践之间的壁垒；学院围绕科学智能、工程智能与社会智能完成布局，开放共享模型训练和验证能力，并立足通信网络实践基础，进一步向社会智能、模拟社会方向拓展探索。

在他看来，开展社会智能研究，需要重点关注个体行为、群体互动以及系统演化，应当从三个维度搭建对应的模型与方法，并持续开展检验校准：一是依托人类行为大模型实现对人的行为模拟，二是借助多主体社会世界模型推演社会运行态势，三是利用数学建模与决策大模型为各类决策提供辅助支撑。

如果说罗智泉更多从技术演进与科研平台建设的视角探讨AI向善，国务院参事、清华大学文科资深教授、苏世民书院院长薛澜，则把目光投向人工智能发展背后的社会技术系统变革。他提出，人工智能的发展正经历从单纯技术创新走向社会技术系统整合的关键转变，这一轮变革不只是生产工具的迭代升级，更对现代社会组织模式带来了系统性挑战。

在他看来，当前人工智能技术虽已实现突破性进展，但技术突破与社会价值落地之间仍然存在差距，不少行业的AI实际应用效果不及市场预期。技术进步与社会建构本就是双向互动、彼此成就的过程，人工智能发展的下半场，核心任务在于推进基础设施、制度、组织、文化等整套社会系统的建构。

对此，他从四个层面作出拆解：第一是硬的基础设施，涵盖算力、数字资源、模型、安全等相关基础设施；第二是软的制度体系，包含数据产权与流通规则、责任机制、AI审计认证制度、监管沙箱等内容；第三是组织体系重构，推动组织形态从扁平化、任务模块化朝着AI原生模式转型；第四是社会文化体系，以智能向善作为核心统领，完善社会信任机制，重塑公众风险认知，提升全社会驾驭人工智能的综合能力。

宏观层面的系统构建之外，人工智能落地金融行业，治理范式同样迎来新的变化。神州数码信息服务集团总裁徐启昌提出，金融AI治理需要划定四重操作边界：一是权限边界，将智能体权限细化到操作级、工具级与参数级；二是责任边界，梳理清晰完整的责任链条，将AI应用的责任落实到人；三是审计边界，保障AI全生命周期做到可追溯、可审计、可问责；四是评测边界，持续优化金融智能体的能力测评标准。与此同时，他也呼吁监管机构与行业各方携手共建金融AI治理统一标准，合力推动人工智能向上向善。

金融AI规模化落地带来的治理课题，也是产业参与者共同面对的现实考题。阿里云智能集团金融解决方案副总经理张晓智介绍了阿里云的实践积累与行业经验。他谈到，伴随金融AI大规模落地应用，做好金融AI治理已经成为全球监管的普遍共识，但行业治理能力的建设速度，尚且跟不上AI模型快速部署迭代的节奏。

为保障人工智能在金融领域行稳致远，他提出六项可落地的行动建议：第一，完成AI资产全面盘点，开展风险分级工作；第二，搭建完善模型全生命周期管理体系；第三，设立AI伦理与治理专门委员会；第四，构建AI供应链韧性评估体系；第五，在企业内部培育 “负责任AI”的组织文化；第六，联合多方力量共建行业标准，探索监管沙箱建设。