党的二十届三中全会强调，“完善生成式人工智能发展和管理机制”“建立人工智能安全监管制度”。当前，生成式人工智能技术在赋能千行百业、推动社会进步的同时，也在个人信息、内容安全、知识产权等方面衍生出更棘手的“新风险”。为防范生成式人工智能带来的重大安全风险，要以完善法规、创新技术和强化评估为着力点，坚持发展与治理、创新与安全并重，全面提升生成式人工智能安全治理水平，促进人工智能健康、安全、有序发展，进而推进国家治理体系和治理能力现代化。

　　完善法规，建立健全治理体系。完善的法律法规是生成式人工智能安全治理的基石。一是加快立法进程，明确法律边界。现有法律已不足以应对新技术带来的复杂问题。应加快制定专门的法律法规，明确其法律地位、权利义务关系及责任追究机制。在立法过程中，要明确数据收集、处理、使用、共享等关键环节的法律边界，确保技术应用过程的合法合规性。此外，还应适时调整相关法律法规，以应对技术快速发展带来的新挑战。二是完善标准体系，推动行业规范。标准是推动行业规范化的重要手段。应加快制定和完善既符合国际通用标准，又适应国内实际情况的相关行业标准，涵盖技术设计、开发、测试、部署、运维等全生命周期环节。同时，鼓励行业协会、企业等主体积极参与标准制定，形成政府引导、市场主导、社会参与的多元化标准制定格局。三是强化执法力度，加强执法监管。法律法规的生命力在于执行。利用大数据、人工智能等现代信息技术手段，提升执法监管的智能化水平，实现精准监管和高效执法；加强对技术应用过程中的监督检查和违法违规行为的查处力度，形成有效的震慑作用。此外，建立跨部门联合执法机制，加强信息共享与协作配合，形成协调联动、合力应对风险挑战的工作格局。

　　创新技术，提升安全保障能力。技术创新是生成式人工智能安全治理的关键驱动力。一是加强研发，提升技术安全。提升生成式人工智能的安全性，依赖于技术创新。支持科研机构和企业开展算法安全性、模型可解释性、数据隐私保护等研究，从源头上降低技术应用的安全风险，确保在内容生成、数据处理等环节的安全可靠。推动技术创新与安全保障的深度融合，鼓励研发安全审计、异常检测、攻击防御等新型安全技术和工具，提供全方位的安全保障。二是智能监管，提升治理效率。传统的监管方式已难以适应生成式人工智能技术的快速变化。应推动智能化监管工具的开发与应用，如自动化审核系统、基于大数据的风险预测工具等，实现对生成式人工智能的实时监测和动态分析。运用机器学习算法，对海量数据进行挖掘和分析，提升治理效率和精准度，从而做到事前预防、事中控制和事后改进。三是推广应用，促进技术创新。技术的价值在于实践中的应用和验证。应推动生成式人工智能安全技术的广泛应用，鼓励在不同行业和领域进行实际测试和优化。结合区块链技术，实现数据的透明管理和不可篡改，增强技术应用的可信度。

　　强化评估，持续优化治理效能。科学评估是检验治理效果、发现问题并持续改进的重要手段。一是建立评估体系，监测治理成效。建立科学有效的评估体系是关键。为了评估生成式人工智能的安全治理效果，需建立科学、合理的评估体系。该体系应包括技术安全、伦理规范、法律合规等多维度的评估指标，并采用定量与定性相结合的方法进行评估，确保评估结果的全面性和客观性。同时，建立定期评估机制，对治理效果进行持续监测和跟踪评估。二是健全反馈机制，推动持续改进。评估结果的有效利用是推动治理工作持续改进的关键。要建立健全反馈机制，确保评估结果能够及时、准确地反馈给相关责任主体。政府、企业等主体应基于评估结果制定改进措施和行动计划，明确责任人和时间节点，确保措施落实。鼓励第三方评估机构和专家学者参与评估，提供客观公正的建议，为治理工作提供多元化视角和思路。三是动态调整策略，应对技术变革。新技术发展迅速，应用场景和安全风险不断变化，需密切关注其最新发展动态和趋势，追踪算法突破和应用场景创新。根据变化及时调整治理策略和重点，针对新出现的安全风险制定相应的防范措施；提前布局前瞻性研究，开展关于量子计算对生成式人工智能安全影响的研究，为未来的治理工作提供理论支持和技术储备。

　　（作者单位：重庆理工大学，本文为重庆市教委人文社科研究项目成果）