法治号
2025年，我国人工智能（AI）治理呈现出一个颇具制度意味的变化：在不断强化风险底线的同时，政策层面并未全面收紧，而是主动在底线之上预留一段具有“模糊可试”特性的弹性空间——“灰区”。
这一空间，并非规则缺位形成的空白地带，而是一种有意识的制度安排——既避免过早固化边界抑制创新，也防止技术扩张失控带来系统性风险。“灰区”更明晰和适度，成为2025年AI治理的重要结构特征。
不是制度空白，而是主动留出的“缓冲带”
从2025年涉AI政策文件的整体表述看，“试点”“探索”“鼓励”“有序推进”等措辞频繁出现，而明确禁止性条款，则主要集中在少数高风险领域。这种语言结构本身，反映出治理思路的变化。
一方面，政策文本并未对所有AI应用场景进行全面细化规定，而是通过原则性表述设定总体方向；另一方面，在具体实施层面，又通过限定范围、对象和用途的方式，允许地方在一定条件下开展探索。
这种“留白式”治理，并不意味着制度失灵，而是监管体系在技术高度不确定条件下主动设置的“缓冲带”。AI应用的风险高度依赖具体场景、使用方式和管理能力，难以通过单一规则一刀切解决。在规则尚未成熟之前，保留有限探索空间，有助于识别风险类型、积累治理经验，为后续制度定型提供现实样本。
因此，所谓“灰区”，正是制度主动选择的一种过渡性安排。
最先进入“灰区”的，是“内部工具型AI”
从2025年地方政策实践看，最早被允许进入“灰区”的，并不是直接面向公众的自动化决策系统，而是各类“内部使用、辅助决策”的工具型AI。
第一类：内部系统——风险主要控制在组织内部。这类系统通常不直接面向公众，其运行结果仍需人工审核或人工决策，因此风险多停留在组织内部运行环节。截至2025年12月31日，国家互联网信息办公室数据显示，累计有748款生成式人工智能服务完成备案，435款生成式人工智能应用或功能完成登记。2025年全年新增446款生成式人工智能服务完成备案，新增330款完成登记。从备案与登记结构可见，相当比例的应用以接口调用、功能嵌入等形态存在，呈现出明显的工具化特征。这类工具既能够释放效率红利，又不直接触及公众权利边界，因而成为当前最稳定可控的试验形态。
第二类：地方试点——有限空间里的制度试验。以“试点”“示范”等名义推进的地方AI项目，是另一类典型“灰区”形态。在城市治理、政务服务等领域，不少AI项目并未直接以全面推广的形式上线，而是通过示范场景、试点项目、典型案例等方式，在限定范围内运行。多地“人工智能+”行动计划中，也普遍设置若干行业示范应用或重点场景，通过名单制、项目制逐步推进。这种做法，使AI应用在真实环境中接受检验，同时避免风险在更大范围内扩散。
第三类：技术测评——为未来规则提供样本。与直接应用不同，一些政策文件对评估、测试、模拟等技术活动普遍持鼓励态度，将其视为风险识别和制度完善的重要手段。例如，《人工智能技术伦理审查办法（试行）（公开征求意见稿）》对高风险活动实行“动态清单+专家复核”，为测试评估留出调整空间。这类应用本身并不追求即时规模化，而是服务于治理能力提升。
上述三类场景，共同构成了当前AI治理中的“模糊可试区”，其共同特征在于：风险可控、范围有限、责任相对集中。
提前暴露风险、切割责任，是治理底层逻辑
从更深层的制度逻辑看，“灰区”并非简单的“试验田”，而是承担着多重治理功能。
首先，它是风险“前哨站”。通过有限、真实的试探性应用，在AI大规模社会化部署之前，就把潜在威胁、伦理冲突和系统性风险提前暴露出来，为后续规则制定提供现实样本。
其次，它是责任的“切割器”。在规则尚不完备的阶段，通过自评估、日志留存、动态复核、应急报告等机制，把责任链条前置并细化到更小单元。一旦出现问题，可以迅速溯源、精准处置，避免风险外溢。
再次，它是创新的“缓冲阀”。在全球AI竞争持续加剧的背景下，这种治理方式既守住制度底线，又为技术发展保留必要空间，避免因过度谨慎而错失发展机遇。
从这个意义上看，“灰区”并不是制度例外，而是当前阶段AI治理体系中的一种功能性结构。
一个结构性信号：从“规则先行”走向“边界先行”
2025年AI治理释放出的一个重要变化，是治理思路正在从“规则先行”转向“边界先行”。在高度不确定的AI领域，政策实践更倾向于先划定风险底线，再在底线之上保留一段可试空间。这一变化至少释放出四重信号：
第一，分级治理成为基本方法。高风险领域严守底线，中低风险场景保留弹性空间，形成“硬底线+灰缓冲”的结构。
第二，制度仍处于热塑形阶段。2025年一系列“小切口”规则陆续出现，说明综合性立法仍在积累经验，灰区成为制度演化的重要样本来源。
第三，责任前置成为探索期基本配置。“灰区”并非法外之地，而是通过评估、留痕、复核等机制，把底线责任嵌入试错过程的前端。
第四，“灰区”探索正沉淀为可输出的治理经验。地方层面的场景探索不断汇入国家规则体系，一些从“灰区”中形成的制度做法，逐步沉淀为具有普遍意义的治理路径，并开始通过相关国际合作渠道进入全球讨论视野。
在不确定性中寻找制度确定性
2025年的中国AI治理，是一场在极大不确定性中寻求最大确定性的战略实践。它通过在清晰底线之上保留“模糊可试”的制度空间，既守住了安全发展的生命线，又为我国在AI时代赢得战略主动权争取了最大时间。
因此，所谓“底线之上的空间”，并不是规则之外的灰色地带，而是被限定范围、嵌入责任的制度缓冲层。它既为技术发展保留必要弹性，又避免风险在社会层面放大扩散。在高度不确定的技术环境中，这种“硬边界+灰缓冲”的治理结构，正在成为我国AI治理的一种重要制度形态。
纵观2025年的政策动向，我国AI治理正在形成一种以规则底线为基础、以场景试点为路径、以责任机制为支撑的结构性形态。在技术快速演进与治理能力重构之间，这种“可控探索”的制度安排，正成为我国应对AI不确定性的现实选择。（法治网研究院王灿 杨幸芳）
编辑：刘舒然