包容性治理的关键不在于扩大会议参与人数，而在于让发展中国家具备评估模型、监管采购、建设数据集、使用算力和参与标准制定的能力。复旦大学报告指出，面向全球南方的人工智能治理政策核心应从原则宣示转向能力供给，并提出五项政策议程——设立AI能力与发展峰会、联合融资窗口、区域监管沙箱互认、“非锁定”合同条款、分阶段治理路径。
从原则宣示到能力供给的范式转变
当前全球人工智能治理讨论在前沿模型安全与权利合规之间摆动，两者都重要，但如果缺少发展和能力建设维度，治理就可能再次复制既有数字不平等。对许多南方国家而言，更紧迫的问题不是如何监管本国尚未拥有的前沿模型，而是如何获得可负担算力、建设本地语言数据、培养监管人才、规范公共采购，并确保AI应用服务基本发展需求。若这些能力条件长期缺位，发展中国家即使参与国际会议和原则文件，也难以真正影响规则方向。
普惠式AI治理不应只是在规则制定后邀请南方执行，而应在制度设计的源头就纳入发展需求和能力差距。国际组织、多边开发机构和主要技术国家需要把能力建设制度化，让资金、工具、培训和开放模型与原则讨论同步出现。
五项政策议程详解
议程一——设立AI能力与发展峰会机制
该机制可与AI安全峰会并列，由G20、金砖、非盟、东盟、CARICOM轮流承办。议题至少覆盖算力可负担性、本地语言模型与公共服务AI。风险治理和安全评估不可或缺，但发展维度不应被视为安全议程的附属。如何让AI服务农业、公共卫生和教育？如何避免合规成本压缩本土创新？如何让非英语语言进入模型训练？这些问题应成为全球AI治理的核心议程。该机制应避免停留在政治宣言层面，重点形成项目清单、融资安排和能力建设指标。
议程二——联合设立AI能力建设融资窗口
建议由世界银行、区域开发银行、联合国相关机构和有能力的南方国家共同设立融资窗口，支持低收入国家建设公共数据治理、监管沙箱、公共采购标准、本地语言数据集和基础算力安排。
核心内容：每个区域至少一座规模不少于10,000张高端GPU的共享算力中心；对最不发达国家设立临时门槛价；优先支持开源大模型在低成本硬件上的本地化部署；提供可复用的AI公共采购指南、算法影响评估模板和监管沙箱蓝本；设立“AI监管人员驻地培训计划”，目标三年内为每个最不发达国家配备至少3-5名经认证的监管技术人员。融资设计应优先支持可维护、可扩展、可退出的项目，避免一次性设备采购造成新的依赖。
议程三——区域监管沙箱和测试工具互认
在公共卫生、教育、农业与气候适应、数字身份、跨境支付五个领域率先建立区域监管沙箱和测试工具互认。一国试点结果对邻国具有参考效力，降低重复试点成本。同时在区域层面建立联合采购协议，对核心云服务、模型API和算力服务展开集体议价，并建立区域专家网络使各国监管机构在算法审计和数据治理方面共享方法论。
议程四——在外部合作中嵌入“非锁定”合同条款
政府在采购云服务、模型系统和公共部门AI解决方案时，应要求数据可迁移、接口开放、模型说明、源代码或权重访问条件、供应商退出机制、本地人才培训和运维交接安排。在与中、美、欧及其他外部合作方的项目中，至少包含三类可验证条款：开源协议与可核查性——可由所在国监管机构公开核查；数据本地化与跨境流动规则——存储位置、跨境条件和数据主权在合同中明确；技术转移与长期可维护性——关键运维知识、零部件供应和本地工程师培训写入项目协议。
议程五——对外部嵌入型国家推行分阶段治理路径
能力薄弱国家不宜直接移植高成本、复杂化的监管框架。第一阶段聚焦基础数据保护、公共采购透明、重点应用场景风险评估和监管人才培训；第二阶段建设监管沙箱、本地语言数据集和区域共享工具；第三阶段再逐步完善高风险系统治理、模型评估和跨境数据合作。分阶段路径能够降低制度建设成本，也能避免高标准框架在低能力环境中变成形式化合规。
需要避免的四种做法
其一，不应将统一合规框架不加区分地推向所有南方国家。高标准合规可能挤占有限的制度资源，使治理变成形式审查而非能力提升。其二，不应把能力建设等同于技术转移。单纯提供硬件或软件，如果不伴随本地人才培养和长期运维支持，容易形成“建成即依赖”的循环。其三，不应默认南方国家的治理需求可以被现有框架覆盖。农业预警、公共卫生筛查、多语言教育辅助等场景在前沿模型安全的讨论中几乎不被提及，但恰恰是南方最迫切的需求。其四，不应把参与国际会议等同于规则影响——出现在宣言和合影中，无法自动改变治理结构。
行动顺序——从短期工具到长期制度网络
短期重点应放在共享监管工具、公共采购指南、基础数据保护和监管人才培训。具体包括建立简化级AI风险评估模板、发布公共部门采购AI系统合同指南、培训监管人员识别模型偏见和数据泄露风险、支持政府部门掌握开源模型基本使用规范。短期目标是让低能力国家具备最低限度的判断能力和采购能力。
中期重点转向区域算力安排、本地语言数据集和监管沙箱互认。区域组织可以推动共享计算资源、共同建设本地语言数据集、设立跨国监管专家网络，并在相近应用场景中推动沙箱测试结果互认。
长期目标是形成支撑发展友好型AI治理的制度网络，逐步促使AI能力建设磋商机制化、区域技术联盟常态化、跨区域监管协调标准形成。长期议程还应推动发展中国家参与模型评估、技术标准、公共数据治理和国际融资规则制定。将全球南方的参与从项目式合作提升为规则性参与。
