Page 85 - 《党政研究》2026年第4期

在知识转化阶段，评估框架会将仿真实验所获得的研究成果加以整合，并据此设计出
可以融入治理过程中的政策工具。这个过程是集知识封装、界面设计、责任确定于一体的
系统重构过程，其目的就是使计算政治智能成为负责任治理的基础设施。
评估框架将仿真输出的误差范围、敏感性图谱和博弈轨迹转化为标准政策制品。以结
构化的方式明确标出主要结论、稳健性等级及适用范围，每个判断都需附带误差区间，并
说明结论在何种参数下成立、何种情况下可能逆转。并且将政策层面的风险指标、民意拐
点、群体冲突阈值、政策执行偏差概率转化为可预警的量化刻度，在指标设计中嵌入误报
漏报的成本权衡。 继而基于博弈规则推演图谱，可视化呈现多主体在政策干预下的策略
〔 １３〕
变化与利益分配格局，可将复杂博弈过程具象化为可交互界面，从而降低政策论证中的认
知负荷。其运行过程共同特征是可审计性，每条结论都可逆向追溯到最初的实验设定、校
准参数和模型版本。
在政策方案生成场景中，计算政治智能的作用主要是方案构想和边界扫描，智能体系
统筹调用法规知识和历史案例，在既定约束条件下快速生成多份政策草案，并自动标出每
份草案与现行制度的契合度，但最终决策和价值权衡必须保留在人类手中。在多方博弈推
演场景中，智能体介入深度可适度延展，为不同利益主体分配数字分身，模拟利益表达和

舆论扩散过程。例如，中国人民大学高瓴人工智能学院发布的 “玉兰 － 万象 （ ＹｕＬａｎ －
ＯｎｅＳｉｍ）”社会模拟平台 （ ２０２５）已开放此类功能，使政策制定者可利用沙盘环境进行快
速试错迭代。 在实时风险预警场景下，系统权限边界锚定在异常识别和归因初判，监测
〔 １４〕
指标越线时自动启动复核并推送诊断结果至相关责任部门，但响应策略和资源调配的最终
决定仍由人类做出。
经过上述过程转换，最终会把评估框架确立成一套用来衡量治理应用质量与责任的标
准体系，这个体系包含逐层递进的评价标准。一是政治可信度，它承接了对象校准环节的
定义框架，要求计算结论进入治理流程时须附带样本可信度评级与效度验证报告，未通过
一致性检验和对抗测试的结果不得作为政策依据。二是过程合规性，承接了实验重构环节
的伦理规制框架，要求每个治理应用具备可独立复核的检测轨迹，可以完整记录数据溯
源、模型版本、参数设置及人类干预节点，确保每个环节可追溯、可解释、可问责。三是
社会可问责性，将评价视角从技术过程扩大到价值后果，要求治理应用在输入端要符合技
术规范，在输出端也要经得起公众的质问和社会的评判。借鉴负责任投资框架中的社会投
资回报评估思路，将民意反馈、群体满意度、行政纠纷发生率等社会指标纳入评估闭环，
使治理价值成为可测量、比较和改进的绩效。上述转换，意味着评估框架完成了从可信代
理筛选、可信知识生产到可信治理实践的全过程牵引，硅基样本由此真正可纳入国家治理
体系模拟运行与样本分析之中。

结语

相较于既有研究多聚焦于模型输出与历史数据间的静态拟合，硅基样本的应用将评估
重心从结果匹配转向过程可解释性与机制真实实践，用多层次效度验证替代单一指标崇
拜，将效能评估从事后对比提升为全程质量控制。进而用程序化伦理防线替代原则性警
示，弥合规范话语与技术实践之间的鸿沟。从而达到遵循 “对象校准—实验重构—知识转
化”的递进逻辑，揭示硅基样本研究从技术演示走向常规科学的内在演进规律的目的。
但是目前这项研究还存在着一些需要进一步探究的问题。即框架的测量维度和阈值设
置大多以西方的政治环境为背景的认知心理学量表为基础，在中国的本土治理环境中，对
于这些跨文化适应性的实证检验还需要开展。对齐效度验证主要依靠人类基线实验来完
成，而人类群体在不同的议题领域里认知稳定性的差别很大，怎样创建动态更新的参照系

８ ４ · ·