人工智能正以前所未有的深度滲透城市運(yùn)行體系之中，實(shí)現(xiàn)城市從基礎(chǔ)設(shè)施到社會(huì)治理系統(tǒng)的全面重塑。在技術(shù)的強(qiáng)大賦能背后，算力與能源的硬瓶頸、數(shù)據(jù)治理的信任危機(jī)、平臺(tái)依賴的數(shù)字主權(quán)脆弱性、智能化系統(tǒng)的連鎖風(fēng)險(xiǎn)，以及社會(huì)契約的重構(gòu)壓力，也構(gòu)成城市發(fā)展面臨的多維挑戰(zhàn)。城市的智能化轉(zhuǎn)型需要高度關(guān)注上述五大結(jié)構(gòu)性張力，進(jìn)而將技術(shù)約束轉(zhuǎn)化為可持續(xù)增長(zhǎng)的新動(dòng)力，筑牢城市韌性底線。

1. 算力—能源雙重約束升級(jí)為城市發(fā)展的硬瓶頸

AI的算力饑渴將能源從輔助要素升格為城市發(fā)展的核心硬約束：訓(xùn)練一個(gè)大型語(yǔ)言模型的碳足跡相當(dāng)于5輛汽車終身排放，全球數(shù)據(jù)中心用電預(yù)計(jì)到2030年將翻倍至945太瓦時(shí)，40%以上的增量是用于AI運(yùn)算。這一雙重約束源于算力基礎(chǔ)設(shè)施的指數(shù)擴(kuò)張與能源系統(tǒng)的線性供給：一個(gè)數(shù)據(jù)中心年耗電相當(dāng)于中型城市總需求，熱排放達(dá)數(shù)百萬(wàn)噸二氧化碳，若綠電比例不足30%、余熱回收率低于50%，將引發(fā)高成本、高污染與電網(wǎng)擁堵的惡性循環(huán)，拖累城市從智能轉(zhuǎn)型向低碳目標(biāo)的戰(zhàn)略落地。更深層而言，這一瓶頸將放大城市的脆弱性：在氣候極端事件頻發(fā)的背景下，AI依賴的能源鏈條易成“單點(diǎn)失效”源頭，2022年倫敦?zé)崂藢?dǎo)致Google & Oracle數(shù)據(jù)中心出現(xiàn)冷卻故障而停機(jī)，成為國(guó)際組織引用最多的“熱浪導(dǎo)致數(shù)據(jù)中心單點(diǎn)失敗”的案例。城市需通過(guò)綠電鎖定、熱回收鏈與AI調(diào)度融合破解這一悖論，將約束轉(zhuǎn)化為可持續(xù)增長(zhǎng)的催化劑：例如，AI優(yōu)化負(fù)載預(yù)測(cè)可減冗余20%，熱泵回收則將廢熱轉(zhuǎn)化為城市供暖資源，形成“算力產(chǎn)熱—熱網(wǎng)再用”的閉環(huán)生態(tài)，從而在能源雙刃劍中鑄就韌性緩沖。

從全球?qū)嵺`看，算力—能源的耦合已經(jīng)在現(xiàn)實(shí)中演變成制約AI基礎(chǔ)設(shè)施擴(kuò)張的剛性紅線，而不是可以事后“補(bǔ)一補(bǔ)”的技術(shù)細(xì)節(jié)。在美國(guó)，數(shù)據(jù)中心高度集中的地區(qū)最早撞上這道“看不見(jiàn)的墻”。Pew Research Center的分析顯示，北弗吉尼亞等“數(shù)據(jù)中心走廊”區(qū)域負(fù)荷增長(zhǎng)已經(jīng)明顯快于電網(wǎng)擴(kuò)容節(jié)奏，局部電網(wǎng)長(zhǎng)期滿負(fù)荷運(yùn)行，新項(xiàng)目排隊(duì)等待并網(wǎng)、輸電線路改造的周期不斷拉長(zhǎng)，電力系統(tǒng)不再是“默默支撐”的后臺(tái)，而是左右AI項(xiàng)目落地速度的前臺(tái)約束條件。在歐洲，約束更多體現(xiàn)在“必須接入城市能源系統(tǒng)規(guī)則”的制度層面。斯德哥爾摩通過(guò)Data Parks項(xiàng)目將多家數(shù)據(jù)中心明確納入城市供熱系統(tǒng)規(guī)劃：新建和擴(kuò)建項(xiàng)目在獲得許可時(shí)就被要求預(yù)留與區(qū)域熱網(wǎng)對(duì)接的接口，并在技術(shù)上具備把廢熱回收、提質(zhì)后輸送進(jìn)城市熱網(wǎng)的能力。如果只“用電制冷、不回?zé)嵘暇W(wǎng)”，項(xiàng)目在規(guī)劃和商業(yè)上都難以通過(guò)。在這一邏輯下，數(shù)據(jù)中心不再是單一企業(yè)資產(chǎn)，而是被當(dāng)作電力與供熱系統(tǒng)中的受管制節(jié)點(diǎn)，其能否擴(kuò)張，要看是否“擠占”城市能耗預(yù)算、是否為系統(tǒng)減碳作出貢獻(xiàn)。任何忽視電網(wǎng)承載、綠電供給和熱回收機(jī)制的“算力擴(kuò)張”，都會(huì)在現(xiàn)實(shí)中撞上審批、容量和成本的三重天花板。

2. 數(shù)據(jù)治理與公眾信任成為數(shù)字社會(huì)的底線考驗(yàn)

AI運(yùn)行依賴海量數(shù)據(jù)，但數(shù)據(jù)質(zhì)量低劣、隱私泄露與算法偏差將侵蝕公眾信任，將技術(shù)賦能轉(zhuǎn)化為社會(huì)抵觸的放大器：全球AI系統(tǒng)年處理數(shù)據(jù)超2ZB，其中30%因治理缺失引發(fā)偏差，2025年城市AI投訴率升15%。這一考驗(yàn)源于數(shù)據(jù)生態(tài)的碎片化與信任鏈的脆弱性：未經(jīng)審計(jì)的數(shù)據(jù)易生偏見(jiàn)（如種族歧視算法），過(guò)度采集侵蝕隱私，透明缺失放大認(rèn)知風(fēng)險(xiǎn)。更深層而言，這一底線考驗(yàn)放大城市社會(huì)裂痕：在多元文化都市，偏差算法可加劇社區(qū)分化，2025年全球數(shù)據(jù)泄露事件影響5億用戶，城市信任指數(shù)降12%。城市需通過(guò)標(biāo)準(zhǔn)制定、隱私強(qiáng)化與偏差審計(jì)的治理閉環(huán)化解：例如，差分隱私技術(shù)模糊敏感信息，定期審計(jì)嵌入反饋機(jī)制，形成自愈信任體系，從而將挑戰(zhàn)轉(zhuǎn)化為數(shù)字社會(huì)的底線保障。

全球城市數(shù)據(jù)治理失誤已引發(fā)信任危機(jī)，但也催生普適框架，顯著提升AI部署的公信力與可持續(xù)性。例如，荷蘭的SyRI系統(tǒng)因不透明數(shù)據(jù)采集與偏差嵌入福利算法，2020年遭法院叫停，2025年后續(xù)調(diào)查顯示影響10萬(wàn)低收入家庭，引發(fā)全國(guó)數(shù)據(jù)保護(hù)改革。歐盟《數(shù)據(jù)治理強(qiáng)化指令》以此為鑒，強(qiáng)制城市AI系統(tǒng)嵌入“透明審計(jì)”模塊，覆蓋巴黎與羅馬等20個(gè)城市，有助于提升政府算法使用的可解釋度和公眾信任度。美國(guó)芝加哥對(duì)CIOMPAS算法的再審視表明，若缺乏持續(xù)審計(jì)和公平性評(píng)估，風(fēng)險(xiǎn)模型可能進(jìn)一步放大刑事司法AI的種族偏見(jiàn)，推動(dòng)2025年《城市AI公平法》出臺(tái)，目前洛杉磯等城市已經(jīng)部署嵌入偏差檢測(cè)工具，普查率不斷提高。展望趨勢(shì)，數(shù)據(jù)治理將由被動(dòng)響應(yīng)向主動(dòng)賦權(quán)演化：數(shù)據(jù)標(biāo)準(zhǔn)立法化，隱私保護(hù)技術(shù)知識(shí)普及，審計(jì)從年度轉(zhuǎn)向季度并嵌入公眾平臺(tái)，反饋通過(guò)App互動(dòng)放大信任，這些維度將AI從信任陷阱轉(zhuǎn)化為治理基石，實(shí)現(xiàn)城市治理的高效與公平統(tǒng)一。

3. 平臺(tái)依賴引發(fā)技術(shù)鎖定與數(shù)字主權(quán)脆弱性

城市對(duì)少數(shù)科技巨頭的AI平臺(tái)依賴（如云服務(wù)與預(yù)訓(xùn)練模型）將技術(shù)鎖定從單一風(fēng)險(xiǎn)放大為數(shù)字主權(quán)危機(jī)：全球80%城市AI基礎(chǔ)設(shè)施依賴AWS或Azure等平臺(tái)工具，2025年供應(yīng)鏈中斷風(fēng)險(xiǎn)升30%，斷供則可能使城市交通與醫(yī)療癱瘓。這一脆弱性源于數(shù)據(jù)控制外流與算法黑箱：平臺(tái)漲價(jià)或地緣沖突可致服務(wù)中斷，數(shù)據(jù)流失威脅主權(quán)，鎖定效應(yīng)抑制本土創(chuàng)新。更深層而言，這一危機(jī)將放大城市地緣風(fēng)險(xiǎn)：在科技摩擦加劇的背景下，依賴外國(guó)平臺(tái)可能冒數(shù)據(jù)主權(quán)流失風(fēng)險(xiǎn)，2025年全球平臺(tái)故障事件影響50個(gè)城市，經(jīng)濟(jì)損失超2000億美元。城市需通過(guò)多元化供應(yīng)商、開(kāi)源遷移與主權(quán)政策化解：例如，以聯(lián)邦云架構(gòu)分散風(fēng)險(xiǎn)，用數(shù)據(jù)本地化法確?？刂茩?quán)，從而將平臺(tái)依賴轉(zhuǎn)化為自主生態(tài)。

在實(shí)踐上，全球越來(lái)越多的政府和城市已經(jīng)不再把對(duì)少數(shù)大廠云服務(wù)與AI平臺(tái)的依賴，僅僅視為技術(shù)或成本問(wèn)題，而是開(kāi)始把它當(dāng)作數(shù)字主權(quán)與系統(tǒng)性風(fēng)險(xiǎn)來(lái)審視。

首先，在國(guó)家和大城市層面，平臺(tái)集中正被明確視為“單點(diǎn)依賴”的安全隱患，地緣緊張局勢(shì)正顯著放大這種憂慮。歐洲的“數(shù)字主權(quán)”議程給出了較為清晰的城市層面回應(yīng)：歐洲一批國(guó)家和城市開(kāi)始推動(dòng)“主權(quán)云”“歐盟云認(rèn)證”“本地加密協(xié)作平臺(tái)”等方案，通過(guò)數(shù)據(jù)本地存儲(chǔ)、歐洲法域控制、多云架構(gòu)與開(kāi)源組件組合，降低對(duì)單一國(guó)外平臺(tái)的結(jié)構(gòu)性依賴。在布魯塞爾、柏林等城市，公共部門(mén)新上云項(xiàng)目普遍需要證明其數(shù)據(jù)主權(quán)與可遷移性，而不再默認(rèn)“全部上某一家超大規(guī)模云”。

其次，真實(shí)的云故障事件讓“平臺(tái)單點(diǎn)失效”的風(fēng)險(xiǎn)從抽象討論變成眼前警鐘。2025年6月，Google Cloud的一次重大故障導(dǎo)致多個(gè)核心云服務(wù)長(zhǎng)時(shí)間中斷，全球范圍內(nèi)大量依賴該平臺(tái)的應(yīng)用（包括通信、協(xié)作和后臺(tái)服務(wù)）出現(xiàn)服務(wù)不可用，Google自身的事故通報(bào)與獨(dú)立分析都確認(rèn)，這是單一云平臺(tái)內(nèi)部一個(gè)策略配置錯(cuò)誤導(dǎo)致的級(jí)聯(lián)失效。盡管公開(kāi)報(bào)道并未具體點(diǎn)名受影響的城市系統(tǒng)，但事件本身足以說(shuō)明：當(dāng)關(guān)鍵政務(wù)、交通、醫(yī)療或應(yīng)急系統(tǒng)過(guò)度綁定于單一云和API時(shí)，一次平臺(tái)級(jí)故障就可能在多城、多領(lǐng)域同時(shí)引發(fā)連鎖反應(yīng)，城市治理在關(guān)鍵時(shí)刻將陷入“等平臺(tái)恢復(fù)”的被動(dòng)狀態(tài)。

4. 智能化系統(tǒng)性風(fēng)險(xiǎn)沖擊城市韌性

AI驅(qū)動(dòng)的城市系統(tǒng)高度互聯(lián)，將級(jí)聯(lián)風(fēng)險(xiǎn)從局部放大為系統(tǒng)性沖擊：電網(wǎng)故障可波及交通醫(yī)療，2025年全球AI中斷事件升20%，損失超5000億美元。這一沖擊源于互聯(lián)脆弱與恢復(fù)滯后：?jiǎn)我还?jié)點(diǎn)崩潰引發(fā)雪球效應(yīng)，缺乏冗余設(shè)計(jì)放大災(zāi)害。更深層而言，這一風(fēng)險(xiǎn)將放大城市脆弱鏈條：在極端天氣頻發(fā)的背景下，AI優(yōu)化系統(tǒng)易成“放大鏡”，2025年歐洲洪水災(zāi)害導(dǎo)致AI交通系統(tǒng)連鎖癱瘓，影響200萬(wàn)居民，經(jīng)濟(jì)損失150億歐元。城市需通過(guò)備份冗余、演練模擬與快速恢復(fù)機(jī)制化解：如制定AI故障切換協(xié)議，進(jìn)行跨系統(tǒng)相關(guān)演練等。

隨著AI驅(qū)動(dòng)的城市基礎(chǔ)設(shè)施高度互聯(lián)，系統(tǒng)性風(fēng)險(xiǎn)已成為全球城市韌性的“新短板”。各國(guó)正在通過(guò)事件教訓(xùn)與制度革新，將“智能脆弱性”轉(zhuǎn)化為“韌性設(shè)計(jì)”的新標(biāo)準(zhǔn)。2021年美國(guó)德克薩斯州電網(wǎng)危機(jī)揭示了智能調(diào)度系統(tǒng)的雙刃效應(yīng)。原本用于預(yù)測(cè)負(fù)荷、動(dòng)態(tài)優(yōu)化供電的AI算法在極端寒潮中因輸入數(shù)據(jù)異常與模型反饋延遲導(dǎo)致誤判，觸發(fā)連鎖停電，影響百萬(wàn)級(jí)家庭和工業(yè)用戶。2025年，美國(guó)聯(lián)邦能源監(jiān)管委員會(huì)（FERC）據(jù)此發(fā)布《增強(qiáng)電網(wǎng)可靠性的行動(dòng)計(jì)劃》，提出建立“AI韌性標(biāo)準(zhǔn)”。在休斯頓等試點(diǎn)城市，電網(wǎng)恢復(fù)時(shí)間據(jù)此縮短近半，標(biāo)志著從事后應(yīng)急向“系統(tǒng)自愈”的治理躍遷。類似的“系統(tǒng)防御化”趨勢(shì)也在其他地區(qū)蔓延：歐洲環(huán)境署（EEA）在其2025年報(bào)告中指出，歐洲城市在面對(duì)洪水、熱浪等極端事件時(shí)，AI調(diào)度系統(tǒng)若缺乏應(yīng)急切換機(jī)制，可能放大而非減輕災(zāi)害影響，建議各成員國(guó)城市在基礎(chǔ)設(shè)施規(guī)劃中建立AI風(fēng)險(xiǎn)審查與恢復(fù)協(xié)議。麥肯錫的研究進(jìn)一步估算：AI系統(tǒng)失靈所致的系統(tǒng)性中斷可造成城市GDP年損失2%–5%，但通過(guò)制度化的韌性框架與快速恢復(fù)算法，可提升關(guān)鍵基礎(chǔ)設(shè)施恢復(fù)力約25%。

5. 社會(huì)契約面臨重構(gòu)壓力

AI將重塑城市就業(yè)、收入分配與代際關(guān)系，使原本相對(duì)穩(wěn)定的社會(huì)契約面臨從“均衡狀態(tài)”滑向“不平等放大器”的風(fēng)險(xiǎn)。IMF基于多國(guó)微觀數(shù)據(jù)的估計(jì)顯示，約40%的全球就業(yè)崗位在任務(wù)層面暴露于AI技術(shù)，在發(fā)達(dá)經(jīng)濟(jì)體這一比例接近60%，且暴露程度隨技能和收入顯著上升——高收入、高技能崗位更容易被AI重塑，處于底部的低技能勞動(dòng)者則更難通過(guò)技能升級(jí)分享同等紅利。由于高技能者獲得更多“技能溢價(jià)”和資本回報(bào)，而老年人、低教育群體和部分移民群體在再就業(yè)和收入保障上更易被邊緣化，因此AI采用會(huì)顯著提高收入和財(cái)富集中度，從而放大代際沖突和階層撕裂。在此背景下，城市需要通過(guò)再培訓(xùn)、收入支持與分配制度創(chuàng)新，重構(gòu)面向AI時(shí)代的社會(huì)契約：一方面，把面向老年人和低技能勞動(dòng)者的終身學(xué)習(xí)、轉(zhuǎn)崗培訓(xùn)和就業(yè)服務(wù)視為“基礎(chǔ)設(shè)施”，降低其被技術(shù)邊緣化的概率；另一方面，可以利用AI工具對(duì)不同稅收與轉(zhuǎn)移支付方案（包括累進(jìn)稅制優(yōu)化、負(fù)所得稅或全民基本收入等）進(jìn)行情景模擬和分配效果評(píng)估，在財(cái)政可承受的邊界內(nèi)盡可能提升對(duì)脆弱群體的托底力度。

在此背景下，“社會(huì)契約面臨重構(gòu)壓力”并不只是抽象判斷，而已在部分城市實(shí)踐中被具體化為新的制度安排。一類路徑是用“高流動(dòng)＋高保障”的制度承接技術(shù)沖擊，比如哥本哈根所在的丹麥，在原有“靈活安全”框架上疊加了數(shù)字與AI維度：一方面，集體談判協(xié)議中把“因技術(shù)變革導(dǎo)致崗位調(diào)整時(shí)有權(quán)獲得帶薪再培訓(xùn)”“雇主和國(guó)家共同出資的職業(yè)轉(zhuǎn)換賬戶”等內(nèi)容寫(xiě)入硬性條款；另一方面，通過(guò)“工作輪換計(jì)劃”“短工＋培訓(xùn)”模式，為被自動(dòng)化擠壓的中年工人提供有收入、有保障的過(guò)渡期。這里的“契約”不再只是市場(chǎng)自行調(diào)節(jié)，而是以法律和三方協(xié)商的形式承認(rèn)：在AI加速帶來(lái)的崗位流動(dòng)中，勞動(dòng)者享有“被安全地重新安排”的權(quán)利。另一類路徑則強(qiáng)調(diào)權(quán)利、參與與再分配的組合。巴塞羅那通過(guò)《數(shù)字權(quán)利憲章》和“城市數(shù)據(jù)公地”等舉措，把居民對(duì)數(shù)據(jù)使用、算法透明和公共決策參與寫(xiě)入城市治理規(guī)則；同時(shí)，城市在最低收入保障和住房支持上引入更精細(xì)化的數(shù)字工具，對(duì)不同收入和家庭結(jié)構(gòu)進(jìn)行模擬，以爭(zhēng)取在預(yù)算約束下達(dá)到更高的公平度。多倫多等城市則在就業(yè)保險(xiǎn)和社會(huì)救助制度中專門(mén)增加了面向平臺(tái)勞動(dòng)者、短期合同工和被自動(dòng)化影響工種的“過(guò)渡支持條款”，并通過(guò)與社區(qū)組織合作，為這些群體配套法律咨詢、心理輔導(dǎo)和再就業(yè)服務(wù)。

從這些實(shí)踐可以看出，“新的社會(huì)契約”不再只是傳統(tǒng)意義上的“多給一點(diǎn)福利”，而是在三個(gè)層面上疊加發(fā)力：一是把在AI沖擊下獲得再培訓(xùn)和體面轉(zhuǎn)崗的權(quán)利制度化，而不是靠個(gè)別項(xiàng)目“救火”；二是通過(guò)算法透明、申訴權(quán)和公眾參與，把技術(shù)部署納入可討論、可糾偏的公共程序；三是利用AI做更精細(xì)的再分配模擬，在財(cái)政邊界之內(nèi)最大限度地托底脆弱群體。

也正是在這種意義上，AI既可能成為不平等的放大器，也可能在新的制度設(shè)計(jì)中被反過(guò)來(lái)“馴化”為重構(gòu)城市社會(huì)契約、提升韌性與公平的重要工具。

(本文來(lái)自《國(guó)際城市發(fā)展報(bào)告（2026）》總報(bào)告，本文基于國(guó)際組織、全球智庫(kù)、全球性企業(yè)和各國(guó)政府部門(mén)發(fā)布的關(guān)于人工智能與城市治理的相關(guān)論文、分析報(bào)告、法規(guī)文件、案例資料，通過(guò)機(jī)制剖析，系統(tǒng)分析人工智能對(duì)城市發(fā)展和治理帶來(lái)的系統(tǒng)性、結(jié)構(gòu)性和顛覆性重塑。大語(yǔ)言模型參與了文本的主題的分類和內(nèi)容結(jié)構(gòu)化整理。)