亚洲政府的AI系统鲜少成为真正的数字公共产品

亚洲开发银行2026年6月发布的报告，记录了意图声明与实际运营之间的巨大落差。亚洲各国政府推出了大量被冠以”数字公共产品”之名的AI系统，但真正符合开放性、可复用性与问责性标准的少之又少。当行政部门将决策权交给共享算法，一旦出现错误，责任归属仍无明确答案。

要点

• 亚开行2026年6月的研究显示，同时满足三项标准——真正开放、可复用、问责主体可识别——的AI系统极为罕见。
• 问题不止于技术层面：没有独立审计、没有附带维护义务的开放许可，”公共产品”这一标签不过是将成本社会化、将架构决策权私有化。
• 核心矛盾在于：共享模型与责任机制之间的边界模糊。没有问责机制的公共系统，会稀释行政责任链。
• 未来十年（2026—2040年）将出现两条路径：建立具备互操作性的有效标准，或走向无标准的封闭生态碎片化。
• 独立审计框架与附带维护义务的开放许可是可行的解决方向，但目前尚无亚洲国家发布完整标准。

数字公共产品的真正定义

“数字公共产品”这个术语颇具吸引力，让人联想到普遍接入、免费获取和行政共享。但亚洲开发银行在2026年6月认真核查了那些自称属于这一类别的AI系统，验证它们是否真正满足定义标准。

联合国的界定源于2020年《数字合作路线图》，由数字公共产品联盟通过九项指标加以落实。该定义涵盖开源软件、开放数据、开放AI模型、开放标准和开放内容，要求相关系统尊重隐私、不造成伤害、有助于实现可持续发展目标。具体要求包括：开放许可、明确所有权、可供他人使用的文档，以及对专有组件的独立性。

核查结果严苛。绝大多数被纳入统计的系统无法同时满足上述要求。部分系统部分公开了代码，但缺乏其他行政部门可实际使用的文档。部分系统保证了访问权限，却未说明由谁负责维护，也未明确部署后发现算法偏差时由谁承担法律责任。另有一些系统对采用它们的伙伴国而言完全是黑箱，对方只能依赖开发方的信誉。

这一诊断与社会科学界多年来的观察吻合：制度分类往往走在技术现实前面。研究社会科学方法与生成式AI关系的学者艾蒂安·奥利翁指出，这些工具的制度化采用，往往不如其他公共政策那样严格——缺乏事前评估、明确的成功指标和修订机制。”公共产品”的标签，变成了回应合法性压力的一种便捷答复。

没有责任的开放无法建立信任

亚开行报告的核心矛盾是一种根本性的不对称：开放一个AI系统，却不明确其法律与运营责任，等于分享一个在法律意义上无人负责的工具。

这种做法在统计数据库或地理数据库中或许可行，因为错误可以记录和纠正。但一个用于推荐是否批准社会福利、建筑许可或卫生许可的AI系统，情况截然不同：决策涉及具体的人，算法与最终决定之间的因果链必须可追溯。

亚开行研究识别出三类容易产生责任真空的情形。一是国家间共享却缺乏治理协议：一国部署他国开发的系统，但没有源代码、训练数据，也没有审计流程。二是通过国际组织部署，而这些组织不受国家行政问责约束。三是外包给私营机构——这些机构将产品贴上”公共产品”标签，同时保留知识产权。

第三种情形尤其值得关注。它在公共领域复制了达龙·阿西莫格鲁与西蒙·约翰逊在私营部门分析过的机制：技术以服务大众为名部署，但决定其影响的架构决策仍掌握在控制者手中。将这一视角应用于行政AI，可以发现”公共产品”标签可能掩盖一种并不陌生的权力捕获：拥有资源定义技术标准的组织，顺势把持了标准本身。

亚洲行政机构落后的原因

这种状况并非源于主观恶意，而是真实制约的结果。开发一个完全开放、有文档、可审计且长期可维护的公共AI系统，成本远高于直接部署现有方案——哪怕后者并不完善。对于亚开行研究覆盖的大量中低收入国家而言，采用国际组织或伙伴国开发的系统，往往是短期内唯一可行的选择。

但这条路会形成持久依赖。没有源代码和训练数据的AI系统，无法根据当地立法、文化或语言环境进行本地化调整，也无法由使用国的监管机构独立审计。无论用什么术语包装，供应商与用户之间的关系更像商业许可协议，而非公共产品共享。

亚洲面临的处境并非独特，但若干区域特征使其尤为脆弱。这里的法律、语言和行政环境极度多样——适用于首尔社会福利系统的方案，无法直接移植到达卡或万象。数字公共能力的投入严重不均衡，亚开行关于该地区数字基础设施的研究对此有详细记录。与此同时，公共服务现代化需要快速出成果的政治压力，驱使部署行动跑在治理设计之前。

算法责任是具体的行政挑战

追问公共AI系统的责任归属，不是哲学问题，而是现实问题。亚洲多个国家的行政机构，已在直接关乎公民权利的领域部署了决策辅助系统：分配社会住房、评估税务风险、筛选签证申请、导向医疗资源。在每一个场景中，一旦系统出现系统性错误，谁来负责——签署决定的公务员、提供模型的机构，还是提供训练数据的供应商——往往没有明确答案。

这一问题并非假设。美国企业在部署AI代理时已遭遇类似困境，正如其近期经历所示。公共部门还多出一个维度：申诉权。质疑行政决定的公民，有权知道决定依据哪些标准，有权要求人工复核。一个不透明的AI系统，在共享协议下部署却缺乏偏差文档，实际上使这项权利难以行使。

亚开行研究指出，联合国数字与新兴技术办公室等机构制定的国际标准，已对数字公共产品的认定提出了明确要求。但遵守这些标准仍是自愿的，亚洲地区的独立验证机制也远未成熟。”公共产品”标签目前更多是一种原则声明，而非可审计的承诺。

未来几年将决定走哪条路

未来十年将出现两条轨迹，近期的选择将决定哪条占上风。

第一条是向有效标准收敛。若干亚洲先行国家——目前尚无法确定是哪些——将为公共AI系统发布审计标准，要求附带维护与责任义务的开放许可，并建立允许行政部门之间真正共享的互操作机制。区域机构，首先是亚开行本身，可以将融资条件与可衡量标准挂钩，发挥规范化作用。这一路径产生的数字公共基础设施，可靠性将随时间提升，因为错误会被透明地发现、记录并纠正。

第二条是封闭碎片化。各国继续以”公共产品”标签部署各自系统，在开放标准和问责机制上没有任何趋同。供应商——无论是政府、国际组织还是私营机构——之间的竞争，将催生相互不兼容的生态系统，使用国无法审计，只能依赖构建方。共享承诺停留在名义层面，实质是长期技术依赖。

两条路对公民的意义截然不同。走第一条路，采用了社会福利决策辅助系统的国家，其居民原则上可以通过行政渠道核实系统是否执行了民主制定的规则。走第二条路，这种核实在结构上不可能实现，无论使用系统的公务员意愿如何。

可供观察的信号是具体的：一是某个亚洲国家发布针对其公共AI的完整审计标准——这一事件至今尚未出现；二是同时满足亚开行三项标准（开放性、可复用性、问责性）的系统数量出现可衡量的增长。这些信号可以核实，它们的出现或缺失，比任何意图声明都更能说明公共政策的真实走向。

亚洲地区也受到其他面临相同权衡的地区关注。海湾国家的情况提供了一个参照：当地公共AI服务于经济多元化目标，但治理逻辑与亚洲截然不同。跨区域比较，最终或许能提供近似自然实验，检验治理选择对共享系统实际质量的影响。

可信标准的具体要求

亚开行研究提出了若干具体路径，值得认真对待，作为治理架构的起点。

公共AI系统的独立审计框架，要求一个具备技术能力和机构独立性的第三方组织，能够访问源代码、训练数据、性能指标和受质疑的具体决策。这只有在系统部署之初就被设计为允许此类访问时才能实现，而目前这一点鲜有做到。

附带维护与责任义务的开放许可，代表了封闭所有权与无条件公开之间的中间路径。逻辑类似合同：在此许可下发布系统的组织，承诺维护文档、处理错误报告，并指定可识别的法律负责人。此类机制在自由软件领域已有先例，但应用于公共AI时，还需叠加与公民权利影响相关的具体义务。

这些要求并非遥不可及。但它们需要在法律、技术和制度能力上投入资源，并非所有国家都能独立承担。亚开行和其他区域机构的作用在此：将支持条件与精确、可验证的标准挂钩，而不是资助那些自我贴标的系统。快速出成果的政治压力可能不给建设这些基础留出时间，碎片化格局或将在替代方案成形之前就已固化。

来源

1. 亚洲开发银行，《AI系统作为数字公共产品》，2026年6月，https://www.adb.org/publications/ai-systems-digital-public-goods
2. 联合国数字与新兴技术办公室，https://www.un.org/techenvoy/digital-public-goods
3. 数字公共产品联盟，数字公共产品定义与标准，https://digitalpublicgoods.net/standard/
4. 联合国数字与新兴技术办公室关于该报告的官方新闻稿（2026年6月25日），https://www.un.org/digital-emerging-technologies/fr/content/press-release-ai-systems-digital-public-goods-report
5. 联合国大学出版物页面，《AI系统作为数字公共产品》，https://unu.edu/publication/ai-systems-digital-public-goods
6. ArXiv预印本，《AI系统作为数字公共产品》，https://arxiv.org/abs/2607.03427
7. DPG标准，数字公共产品联盟，https://www.digitalpublicgoods.net/standard
8. 联合国数字与新兴技术办公室，关于页面，https://www.un.org/digital-emerging-technologies/content/about
9. 艾蒂安·奥利翁个人网站，法国国家科学研究中心，https://ollion.cnrs.fr/
10. 达龙·阿西莫格鲁和西蒙·约翰逊，《权力与进步》，https://www.porchlightbooks.com/products/power-and-progress-daron-acemoglu-9781541702547
11. 亚开行/联合国大学/联合国数字与新兴技术办公室报告——《AI系统作为数字公共产品》（2026年6月），https://www.adb.org/publications/ai-systems-digital-public-goods
12. 联合国数字与新兴技术办公室——2026年6月25日新闻稿，https://www.un.org/digital-emerging-technologies/content/press-release-ai-systems-digital-public-goods-report
13. 联合国——《数字合作路线图》，2020年6月，https://www.un.org/en/content/digital-cooperation-roadmap/
14. 数字公共产品联盟——DPG标准（9项指标），https://github.com/DPGAlliance/DPG-Standard
15. 阿西莫格鲁和约翰逊——《权力与进步》（2023年），https://books.google.com/books/about/Power_and_Progress.html?id=4bumEAAAQBAJ
16. 东盟AI治理与伦理指南（2024年），https://asean.org/wp-content/uploads/2024/02/ASEAN-Guide-on-AI-Governance-and-Ethics_beautified_201223_v2.pdf