2026智能体伦理治理研究报告（摘要版）

AIAGENTETHICAL智能体伦理治理(摘要版)2026年7月北京大学人工智能研究院中国电子技术标准化研究院国家人工智能标准化总体组北京大学武汉人工智能研究院 1 2(一)智能体的技术基础与运行特征 2(二)智能体的类型谱系与能力分层 3(三)智能体的社会嵌入与伦理治理需求 4(四)全球治理政策梳理 5 9(一)身体安全与生命健康风险 9(二)隐私保护与数据伦理风险 10(三)人格尊严与人机关系风险 1(四)公平使用与差别影响风险 (五)空间秩序与公共安全风险 13(六)责任归属与损害救济风险 (一)持续交互场景下数据治理规则的适用边界尚不清晰 (二)自主行动能力扩展使算法治理规则面临新的调整压力 (三)平台治理规则在智能体生态运行中呈现责任配置失衡 (四)伦理审查机制对高风险动态应用的覆盖仍显不足 (五)工具接口规则对越权行动风险的约束能力有待强化 (六)责任救济规则在智能体行为后果分配中存在制度短板 (一)确立以人为本的智能体伦理治理原则 20(二)建立基于风险分级的智能体治理结构 21(三)构建贯穿生命周期的伦理治理机制 2(四)完善围绕工具调用的行为控制机制 23(五)建立面向多智能体系统的协同治理机制 24(六)优化智能体伦理治理的责任配置机制 25 (一)完善智能体伦理治理标准体系 (二)建立智能体伦理风险评估制度 (三)强化智能体运行过程的合规管理 27(四)健全用户权益保护与救济机制 28(五)推动伦理治理与技术治理协同 29(六)构建多元协同的治理格局 近年来，生成式人工智能由内容生成转向任务执行。具备规划、工具调用、环境感知、持续交互和自主执行能力的智能体，已进入办公、制造、交通、医疗及公共服务等场景。传统生成式人工智能主要响应单次指令；智能体则围绕目标拆解任务、制定方案、调用工具，并随环境变化调整执行。1其整合大语言模型、记忆、规生成式人工智能治理多聚焦内容真伪、数据合规和算法偏差。2智能体可读取数据、运行程序、操控设备并协同作业，影响延伸至个人权益、市场交易、机构运转和公共管理。³在医疗、交通、金融等高影响领域，治理已涉及生命健康、人格尊严、公平正义、社会信任与公共利益。我国已通过算法推荐、深度合成、生成式人工智能服务管理及伦理审查等制度，初步形成数据、算法、平台、伦理和责任框但现有规则多围绕数据处理、内容生成和平台服务设计，难以覆盖智能体长期运行、动态决策及工具调用。其行为牵涉研发方、平台、工具服务商、部署单位与用户，责任划分出现适用难题。4同时，风险多在正式运行中显现，行动路径和结果具有不确定性，仅靠事前评估与静态监管已难以奏效。本文围绕智能体的技术特征、伦理风险与制度适配展开，梳理核心能力，分析安全、隐私、公平、公共秩序2参见刘艳红：《生成式人工智能的三大安全风险及法律规制—以ChatGPT为例》,载《东方法学》2023年第4期，第30-31页。3参见吴汉东、张平、张晓津：《人工智能对知识产权法律保护的挑战》,载《中国法律评论》2018年第2期，第1期。智能体能够围绕目标感知、决策、调用工具并执行行动。明确其技术基础、能智能体建立在大模型之上，但本质区别不在文本生成能力，而在能否围绕目标统输出不再是终点，而是后续决策和行动的依据。主流智能体由基础模型、规划、记忆、工具和反馈模块构成，分别承担理解推理、任务拆解、历史保存、资源连接和方案调整。7这些模块使其由问答系统转为持续行动系统。判断于其运行逻辑是否转为“目标—规划—行动—反馈”循环。8它接收长期目标，自主首先，智能体具有目标导向性。用户更多提出结果要求，系统自行选择行动路径并判断下一步操作，因而由被动响应工具转向任务管理者。9其次，智能续决策能力。前一阶段结果成为后一阶段决策依据10系统通过环境反馈动态修正方再次，智能体具有记忆积累能力。其借助外部数据库、向量存储和知识库保存历史信息，12记忆还会影响后续规划、工具选择和行动决策。1由此形成跨时间的行为连续性，个人信息处理也由离散转向持续。第四，智能体具有工具调用能力。它可连接搜索、数据库、支付、邮件及物理设备，错误不再仅产生信息影响，还可能直接导致交易执行、数据删除、资源调配或设备控制。最后，智能体具有协同运行智能体尚无统一分类。按内部架构可分为反应式、基于模型、目标导向、效用借助工具接口、外部记忆和任务编排，在目标约束下持续感知、决策并行动。6按自3SeeSmitaKhapreetal.,“AgenticAlsystems:Asysteinteraction,explainability,security,andperformanceevaluation”,Neurocomputing,vol.696,2026,Art15AgenticHistory|TheAgenticAl予其连续性、自主性和适应性。多智能体系统通过任务分工、信息共享和动态协调络化、组织化运行也使整体结果难以归因于单一主体，成为伦理风险与制度挑战的智能体通过工具调用、环境感知和持续交互进入办公、金融、医疗、制造、供因此，治理不能只关注故障、失控和网络攻击，还须处理人的尊严、自主选taxonomy,applicationsandchallenges,InformationFusfoundations,interaction,explainability,security,andperformanceevaluation”,Neurocomputing,vol.696,2026,Art.134049.vol.14,2026,Art.1478,https:///10.3390/math1409147882页。(四)全球治理政策梳理智能体的自主性、交互性和执行性，使风险由隐私泄露、算法黑箱扩展至主体2023年《科技伦理审查办法(试行)》将人工智能纳入伦理审查；2025年《关于深入实施“人工智能+”行动的意见》明确智能体发展目标，并要求健全安全治理体智能向善、多元共治和安全稳妥，并强调用户知情权、最终决策权及对沉迷、情感2026年《人工智能科技伦理审查与服务办法(试行)》将高自主自动化决策系统列入高风险活动，并设置分层审查程序。35同年拟人化互动服务规则禁止情感诱生成式人工智能管理办法强化训练数据合法、个人信息保护和投诉处理责任。39由https://gongbao/2025/issue_12266/202509/content_7039598.html,最后访问时间2026年5月28日。意见》,https:///2026-05/08/c_1欧盟以《人工智能法案》的风险分级模式为核心，并通过修订和配套指南逐步英国采取促进创新、风险分级和柔性自律模式。《国家人工智能战略》提出安准则强化安全设计，45透明度记录标准要求公共部门公开算法系统基本信息和决策《国家人工智能产业综合标准化体系建设指南(2024版)》将治理标准列为重要组成部分，要求规范全生命周期伦理治理、风险评估、公平性、可解释性和伦理欧盟《可信人工智能伦理指南》提出人类监督、技术稳健、隐私治理、透明、非歧视、社会福祉和问责等要求。52ISO/IEC42001覆盖美国由不同联邦机构分散治理。NIST启动智能体标准计划，重点关注身份标识、工具调用安全、多智能体协同和责任归属；54其人工智能风险管理框架则为企Intelligence,https://www.europadata/196377/Al%20HLEG_Ethics%20GuidelinesforTrustworthyAl.160页。54SeeNISTArtificialIntelligence,gence/ai-agent-standards-initia/itl/ai-risk-management-framewo新加坡治理框架提出人类主导、透明、公平、隐私、安全、可追溯和可持续原则，并要求开展红队测试、建立行为围栏，以防提示词注入和越权操作，同时为创从“机器人三原则”到机器人伦理学，再到当前智能体治理，人工智能伦理逐步成为政府、产业界和学界的共同议题。57全球实践表明，应坚持发展与安全并重，58在风险分级基础上推进全生命周期、行为导向和多元协同治理。我国应结合国情加强部门协调，在防范风险的同时保留创新空间。5⁹全球智能体伦理治理正在从统一笼统的监管方式转向基于风险的分类分级治理，并由单一的事前审查逐步发展为覆盖研发、部署、运行和退出全过程的生命周期治理。治理重点也不再局限于生成内容是否合规，而是更加关注智能体的工具调用、自主决策和实际行动及其后果。同时，治理主体正由政府单一监管转向政府、企业、行业组织、学术界和社会5SeeInformationMediaDevelopmentAuthority,Mod.sg/-/media/imda/fileing-tech-and-research/artificial-intelligence/mgf-for-agentic第124-126页。随着智能体从信息生成走向任务执行，其伦理风险也从内容层面扩展到行为层面，可能引发身体安全、隐私保护、人格尊严、公平使用、公共秩序和责任归属等智能体可突破数字空间限制，行为结果能够直接作用于现实中的人身安全。技术系统与物理世界的联系变得愈发紧密。智能体的核心特征是围绕既定目标持续行身体安全与生命健康风险的形成主要源于智能体自主决策能力与现实环境复杂伤害风险。6因此，身体安全与生命健康风险不仅是智能体应用过程中最直接的伦理传统生成式人工智能的运行过程通常围绕单次任务展开，系统获取和处理的数信息、位置信息、行为偏好以及第三方平台数据等多种渠道形成较为完整的用户画由于智能体与传统软件系统相比具有更强的数据整合和推理能力，导致即便部使用户难以识别具体的数据处理主体和责任主体。9事实上，智能体背景当下各类智能体凭借自主交互与实体执行能力，深入渗透到教育、医疗、公共准则，《科技伦理审查办法(试行)》72则要求开展人工智能相关科研项目时，应当严、人格权益以及其他基本权利。这些要求表明，无论是国际组织还是我国现行制与此同时，智能体的发展也对传统人机关系提出新的伦理挑战。由于大语言模可能逐渐形成对智能体的情感依赖，并将其视为具有理解能力和情感能力的互动对由于智能体能够参与任务执行、资源配置和决策支持过程，因此其可能产生的人工智能系统在资源配置和决策支持领域的广泛应用可能导致隐性偏见以更加75国家新一代人工智能治理专业委员会：《新一代人工智能伦理规范》,2021年9月25日发布。智能体逐步落地智慧交通、城市治理、公共服务、金融交易与关键基础设施管运行秩序。《人工智能科技伦理审查与服务办法(试行)》将公共秩序列为人工智能科技活动需要重点关注的伦理风险领域之一，并要求相关科技活动遵循合理控制风智能体能够根据环境变化动态调整行为策略，并通过工具调用持续实施行动。体协同环境下，不同智能体之间的信息共享和任务协作可能进一步增强风险传播能传统生成式人工智能主要围绕信息生成和内容服务展开，运行过程相对封闭。法案》在高风险人工智能治理框架中提出，人工智能系统的风险管理应覆盖整个生命周期，并要求不同参与主体承担与其控制能力相适应的责任。8由于智能体能据环境反馈动态调整行为路径，最终行为结果与系统设计者的初始预期之间可能出权责界定的现实阻碍，会直接影响受害人的损害救济效果。我国《民法典》侵权责任编以行为、损害结果以及因果关系作为责任认定的重要基础，但在智能体场景下，损害形成过程往往涉及算法决策、数据输入、工具调用以及用户指令等多个环节，受害人通常难以准确掌握系统内部运行逻辑以及不同主体在损害形成过程中的具体作用，从而面临举证困难。联合国教科文组织在《人工智能伦理问题建议书》中提出，人工智能治理应当确保责任可追溯和救济可获得，避免技术复杂性削应当建立与人工智能应用风险相适应的责任和问责机制，以确保受影响主体能够获得适当救济。智能体自主执行能力提升、参与主体增多、运行链路变长后，责任划分模糊、权责分散的问题会变得愈发突出。特别是在多智能体协同场景下，多个智能体之间的信息交换和任务协作可能共同促成损害结果的发生，使责任主体识别和护，也直接影响社会公众对智能体技术的信任程度和制度接受程度，并构成智能体第85页。面对智能体引发的伦理挑战，现有数字治理法规体系主要适配单一功能人工智能与通用基础大模型，并以数据用途、算法功能、平台边界和责任主体相对稳定为前提。智能体具备跨系统调用、持续交互、自主规划和连续执行能力后，传统规则在数据治理、算法监管、平台权责、伦理审查、工具管理和损害救济等方面均显现我国《个人信息保护法》《数据安全法》确立数据处理合法、正当、必要原首先，持续交互使处理目的和范围难以稳定。《个人信息保护法》第六条要求尚无明确标准。欧盟《通用数据保护条例》(GDPR)92同样强调目的限制原则，但其次，长期记忆机制使数据生命周期管理面临挑战。传统数据治理建立在“收定权责；发生泄露或滥用时，受害主体亦难以迅速锁定主责方。6联合国教科文组织我国先后出台《互联网信息服务算法推荐管理规定》《生成式人工智能服务管理暂行办法》,形成初步算法治理框架，但其规制对象主要是相对稳定的算法模型和其一，算法透明度规则难以满足动态链式行为解释需求。《互联网信息服务算者在监管核查中说明训练数据和底层算法机理。上述规则主要关注算法原生设计逻动态行动的溯源解释义务，难以支撑目标分解、子任务划分和工具调用的全链路审其二，算法备案和风险评估制度难以回应能力持续变化。⁹《互要求生成式产品商用前完成一次性安全评估。智能体运行中可能不断接入新工具接第4期，第51-61页。此外，《生成式人工智能服务管理暂行办法》第十四条、第十五条和《互联网我国互联网治理长期以平台为中心，通过内容管理、安全保障、用户管理和风《生成式人工智能服务管理暂行办法》第七条、第八条、第九条要求服务提供在民事侵权层面，现行规范主要依托《民法典》第一千一百六十九条帮助侵权同时，《网络安全法》《生成式人工智能服务管理暂行办法》的监管罚则和合人工智能伦理治理已从原则倡导转向制度建设。《人工智能科技伦理审查与服务办法(试行)》提出伦理规范贯穿人工智能研发应用全流程，并围绕人格尊严、生命安全、公共秩序、隐私保护和可持续发展搭建风险审查体系。104现有机制主要面向功能边界和应用场景明确的人工智能项目，对智能体持续交互、自主迭代特征在审查时点上，《生成式人工智能服务管理暂行办法》第十七条要求商用前完成一次性安全评估，《人工智能科技伦理审查与服务办法(试行)》亦将项目立项、投产作为伦理审查核心节点。105两份文件均未明确产展应用触发二次审查的法定情形，前置审查难以覆盖全生命周期伦理隐患。在审查范围上，现行科技伦理审批以研发主体提交的项目申报材料为边界，审查内容与风险标准对应申报载明的功能和场景。106但智能体重要伦理风险往往在落地使用并连现行伦理规制偏重事前风险筛查，缺少面向常态化运行的动态监管条款，未将运行周期内的持续性风险监测、不定期复核纳入强制合规义务。107经合组织相关研究提出，人工智能风险管控应覆盖设计、研发、上线、运行、停用完整周期，并根现有接口管理制度主要以用户直接发起操作为基础，缺少针对智能体自主跨接口调用的专项规则，难以规制权限整合后的越权风险。《个人信息保护法》第十三条要求个人信息处理原则上取得信息主体明示同意，其制度逻辑是每项数据调取由用户分别授权、各项访问权限相互独立。智能体仅凭概括性任务需求即可串联多类第83页。但权限叠加后的实际使用范围可能超出用户初始授权意图，现行立法尚未划定权限从制度安排看，《生成式人工智能服务管理暂行办法》《人工智能科技伦理审查与服务办法(试行)》仅原则性要求人工智能运行接受人为管控，未就接口分级、权限回收、新增接口备案等场景设置具体条文。现行伦理审查以项目申报列明的接口目录为审核范围，智能体上线后自主拓展工具接口不在事前审查约束之内。《民法典》侵权责任编、《网络安全法》罚则多针对单一接口违规调取或单方越权，未对多权限组合致害作出安排。在各接口单独合规、智能体依托权限整合实施越权操作时，现有法条难以按照接口参与度拆分过错，受害方也难以完成因果关系现有民事责任和损害救济制度建立在主体明确、流程可追溯、因果关系清晰的基础上。智能体损害往往由多方行为共同促成，传统救济规则在归责和举证层面均面临适用困难。我国《民法典》第一千一百六十五条、第一千二百零二条分别确立过错归责和产品无过错责任的适用要件。过错责任以主观过错为前提，产品责任聚焦出厂阶段设计、制造缺陷。两类规则均默认人类能够全程管控产品研发与运行；智能体风险却常在上线后通过自主学习、外接接口逐步形成，既难以归入产品先天缺陷，也难以精准判定任一主体的主观过错。110《产品质量法》第四十一条将“投入流通时现有科技无法发现缺陷”列为生产者法定免责事由，在智能体纠纷中，该此外，民事诉讼举证规则与智能体案件证据分布不相适配。智能体决策逻辑、接口调用记录、算法参数等关键数据多由平台和研发主体控制，现行举证分配规则未针对算法黑箱、多主体数据分散设置举证倒置例外，普通权利人缺乏调取技术数据的渠道，难以证明因果关系和各方原因力大小，111受害人合法权益的有效救济因在梳理全球治理政策的基础上，针对规则适用困境，构建我国智能体伦理治理的制度框架。以人为本为原则，以风险分级为基本方法，以生命周期治理为主要路径，以工具调用行为控制为关键环节，以多智能体协同治理为重要补充，以责任配伦理原则是伦理治理的灵魂，它为智能体技术发展提供价值导向和行为准则。人类主导原则是智能体伦理治理的首要原则。智能体无论具备多高的自主性，本质上都是人类创造的工具，存在的目的是为了辅助人类完成任务，而不是取代人失控风险。公平公正原则要求智能体的在研发阶段和应用阶段都不得基于种族、性在不同的应用场景下，各个智能体的自主能力和执行权限都会有很大的差异，参考欧盟《人工智能法案》和我国《智能体规范应用与创新发展实施意见》,综合智能体的技术特征和伦理风险，可以将智能体划分为四个风险等级。不可接受风险智能体一般包括用于制造生物武器、化学武器、核武器等大规模杀伤性武器的智能体。高风险智能体则是指在医疗健康领域用于疾病诊断、治疗方案制定、手术辅助的智能体，诸如此类。114中风险智能体在涉及信息方面明显敏感度不及以上两种，一般用于客户服务、市场营销、办公辅助，内容创作、娱乐休闲、教育培训，智能家居、智能穿戴、个人健康管理的智能体都在这一范则是被应用于简单信息查询、日程管理、计算器等工具类，游戏娱乐、艺术创作等针对不同风险等级的智能体，应当适用不同强度的治理要求。对于不可接受风险智能体，应当建立严格的禁止制度，明确禁止研发、生产、销售和使用此类智能体。对于高风险智能体，建立事前审查、事中监管、事后追责的监管体系。对于低风险智能体，主要依靠行业自律和企业自我规制进行管理，鼓励企业制定行业标准和自律公约，加强自我约束，自觉遵守伦理规范和安全要求。智能体是一个动态演化的系统，其中存在的伦理风险不仅存在于研发和部署阶设计阶段是智能体伦理治理的源头，应当将伦理要求嵌入到智能体的架构设计和算法设计中，实现EthicsbyDesign。在智能体设计之初，应当进行全面的伦理影响评估，识别可能存在的伦理风险，并制定相应的风险防控措施。开发阶段是智能体伦理治理的关键环节，需要对智能体进行全面的伦理测试，部署阶段是智能体进入社会的入口。在这一阶段，履行必要的备案手续是非常必要的，并且需要向用户充分告知智能体的能力边界和潜在风险。对于涉及用户个人信息和敏感数据的智能体服务，应当取得用户的明确同意。118用户有权随时撤回运行阶段是智能体伦理风险的高发期，必须对智能体的运行情况进行持续监测，及时发现和处置伦理风险。119定期对智能体的运行情况进行风险评估，根据评估结果调整治理措施。建立完善的人工干预机制，确保人类能够在必要时干预智能退役阶段是智能体生命周期的终点，妥善处置智能体及其相关数据，防止产生伦理风险也格外重要。对于达到使用寿命或存在严重安全隐患的智能体，应当及时退役，建立智能体退役制度。对于不再需要的数据，应当进行安全删除，对于需要保留的数据，应当采取严格的安全保护措施，妥善处置数据。工具调用是智能体区别于普通生成式AI的核心特征，也是智能体伦理风险的主生成式人工智能当前普遍面临训练数据“事前授权失灵”的困境，点对点授权的交易成本远超数据本身价值，且海量分散的权利人难以逐一联系，导致混乱。120智能体的工具调用不仅涉及到数据的传输，所执行的操作是否得到授权往往也难以盖棺定论。根据工具的风险等级和智能体的应用场景，对智能体的工具调用权限进◆工具调用流程管控和技术应用建立严格的工具调用流程管控机制，确保智能体的每一次工具调用都经过必要的审核和验证。通过参考行业最佳实践的可信智能体的工具调用流程，可以有效防止智能体执行未经授权的工具调用，降低越权操作风险。人工智能的数据不可避免地存在“原罪”,智能体的工具调用依托海量数据，而在实践中基于成本、效率等经济因素考量，往往可能会选择性地“忽视”授权和记录问题。122建立完善的工具调用审计与追溯机制，确保智能体的每一次工具调用都可追溯，可审计。审计日志应当记录智能体工具调用的时间、用户、工具名称、参数、执行结果、人工确认情况等信息，不可篡改，保存期限不少于三年。对于每一次工具调用，应当明确标记责任主体。得益于智能体技术的发展，多智能体系统正在成为智能体应用的重要形态。然◆多智能体系统协同治理的必要性多智能体系统的伦理风险并不是由单一应用引发的，治理应当从整体出发，关铃多智能体系统的治理机制智能时代，机器人开始替代人类进行决策分析，从自动化向自主决策发展。人工智能从人类操控为主的“人在决策圈内”转向“人在决策圈外”123的智能体决策。而在多智能体因素叠加的情况下，智能体所催生的伦理风险进一步被放大。基于多智能体系统的治理原则，应当建立完善的多智能体系统治理机制以避免这种情责任配置是伦理治理的核心问题。只有明确了各个主体的责任，才能确保伦理◆责任主体的界定在一定程度上可以认为，由诸多技术应用开发的智能体本质上依旧是由人创造用户是智能体的最直接的使用者，对自己使用智能体的行为负责，应当理性、能体的设计和开发质量负责，确保智能体符合伦理原则和规范，不存在重大安全隐法规和伦理规范的主体采取的行政处罚措施。可以通过一般的警告、通报批评，罚利用智能体制造、传播违法犯罪信息，违反国家规定，擅自研发、部署高风险智能26参见杨延超：《人形机器人法律责任新范式：规则重塑与制度创新》,载《东南大学学报(哲学社会科学版)》2025年第5期，第68页。智能体伦理治理需要从标准体系、风险评估、合规管理和权益保护多个方面着智能体伦理治理标准体系主要由基础标准、技术标准、管理标准和应用标准构成。基础标准用于明确智能体治理中的基本概念、分类体系和总体框架，技术标准关注数据质量、算法安全和可解释性等技术要求，管理标准侧重研发、部署和运行过程中的伦理审查、风险评估与合规管理，应用标准则具体场景提出针对性的治理智能体伦理治理标准体系应根据不同风险等级和应用场景建立分类分级的标准制定模式，通过强制性与推荐性标准相结合，兼顾高风险领域的安全要求与低风险领域的创新需求。127标准体系还应根据技术发展和实践情况及时调整，并与法律规范、认证机制和监管活动相衔接，推动标准要求转化为企业治理措施，为风险评估智能体伦理风险评估应贯穿研发、部署、运行和退出全过程。事前评估主要识别设计与部署中的潜在风险，事中评估关注系统运行及风险变化，事后评估则用于从评估对象看，应当重点审查数据、算法、智能体行为及其应用评估主要考察来源合法性、代表性以及用户授权情况，算法评估关注公平性、可解释性和安全缺陷，行为评估重点审查工具调用与自主执行是否超出权限，场景评估第109页。智能体伦理风险评估应当采用定性与定量相结合的方法，确保评估结果的科学性和准确性。129评估可以综合采用专家评估、问卷调查、情景模拟和风险矩阵等方法。专家评估适用于复杂问题判断，问卷调查用于了解相关群体的风险认知，情景模拟用于观察智能体在具体环境中的行为，风险矩阵则根据发生可能性和影响程度为保证智能体伦理风险评估有效运行，应当建立明确的实施机制。评估主体应根据风险等级确定，高风险智能体原则上由独立第三方机构评估，中低风险智能体可以由企业内部伦理审查机构负责。评估程序应涵盖风险识别、分析评价、控制措施和报告形成，并完整记录评估依据、结论及处理结果，由监管机构对评估质量进企业应当将合规要求贯穿智能体研发、部署、运行和退出全过程。研发和部署阶段应完成伦理评估、安全测试及上线审查，并合理设定权限范围和人工干预机制。运行阶段应持续监测工具调用、数据处理和异常行为，退出时则应妥善处置相企业还应建立与智能体风险等级相适应的监测和处置机制。监测范围应覆盖内容输出、工具调用、数据处理以及用户反馈，并根据风险可能造成的影响设置相应的预警等级。发现一般风险后，可以通过限制权限、修复漏洞或者调整行为边界等方式及时处理。发生严重风险时，则应暂停相关服务，控制影响范围，并按照规定29参见辜凌云：《人工智能模型开源权重与接口开放差异化规范治理路径》,载《电子知识产权》2026年第1期，第40页。健全用户权益保护与救济机制，是智能体伦理治理的重要目标，也是以人为本◆用户基本权益的保护服务提供者应当保障用户的知情权、选择权、个人信息权益和公平交易权，不得利用技术优势损害用户利益。用户使用服务前，应当明确知悉智能体的身份、主要功能、能力边界和数据处理规则131,服务提供者不得通过拟人化设计或者模糊表述造成误导。用户有权自主决定是否接受或者终止相关服务，不得被强制或捆绑使用。智能体处理个人信息时应当遵循合法、正当和必要原则，对敏感个人信息作出应当再次告知用户。133服务提供者还应通过访问控制和安全监测防止信息泄露、重◆用户权益保护的具体措施用户权益保护需要通过具体制度落实。服务提供者应当在用户首次使用服务时说明智能体的主要功能和数据处理方式。当服务功能、权限范围或者数据用途发生重大变化时，还应再次告知用户。涉及敏感信息或者重要权益的事项，应作出单独提示。用户同意应当建立在充分知情和自主选择的基础上，不得通过默认、概括或者捆绑方式取得。134服务提供者还应采取访问控制、数据加密和异常监测等措施保障个人信息安全，并为用户提供便捷的投诉渠道和人工处理机制，使用户权利能够用户权益受到侵害时，可以通过协商、第三方调解、行政投诉、仲裁和诉讼等智能体治理既需要伦理规范提供价值方向，也需要技术措施保障实际落实。推伦理治理主要关注智能体的发展方向及其社会影响，通过确立基本原则和行为边界，引导技术应用符合人的尊严、公平和公共利益。技术治理则通过权限控制、安全测试、风险监测和人工干预等手段，将上述要求嵌入系统设计与运行过程。二者并非相互分离，伦理要求只有转化为具体技术机制才能真正发挥作用，技术措施也需要在明确的价值目标下确定控制范围。因此，应当推动伦理审查与技术评估相衔接，使制度要求能够落实到智能体的研发、部署和运行之中，从而提高治理的可铃伦理嵌入技术的实现路径推动伦理治理与技术治理协同，关键是要将伦理要求嵌入到智能体技术的设计为控制和安全监测。价值对齐用于约束智能体的目标和行为，可解释性技术提高决策过程的透明度，行为控制通过