AI元人文实践：价值原语化——法律法规代码化（整合）
——兼与杨垠红、高天《算法何以向上向善而行？》一文对话
岐金兰
2025年11月18日
摘要
本文旨在探讨价值原语化理论如何为法律法规代码化提供可行的实践路径。文章以杨垠红、高天《算法何以向上向善而行？——算法行为的民法规制》的法学研究为基础，指出当前算法规制面临算法解释困难、法律与算法逻辑异质、算法设计伦理责任模糊等困境。通过引入价值原语化理论，将抽象法律原则降解为可观察、可执行的行为单元，构建起连接法律规范与算法代码的"语义桥梁"。文章系统阐述了价值原语化如何通过建立行为协议透明市场、分层治理框架和客观行为问责机制，有效破解算法规制困境，最终提出一个从立法价值解析到协议部署监督的完整实践路径，为实现人机协同的规则体系提供了新的思路。
关键词：价值原语化；法律法规代码化；算法行为；人机协同；算法规制；行为协议；语义桥梁；民法规制
正文
在人工智能日益成为社会运行基石的今天，如何确保其发展"向上向善"已成为横跨技术、伦理与法律的全局性挑战。法学界与AI伦理界都在寻求破局之道：前者如杨垠红、高天在《算法何以向上向善而行？》一文中，极具洞见地将规制焦点从算法本身转向了"算法行为"；后者则提出了"价值原语化"的构想，旨在将抽象价值降解为可计算的行为单元。本文旨在论证，价值原语化理论，正是将"规制算法行为"这一法学理念，转化为"法律法规代码化"这一工程实践的关键方法论与可行路径。
一、法学研究的奠基：规制"行为"而非"算法"
在《算法何以向上向善而行？——算法行为的民法规制》（发表于《上海法学研究》2025年11月）一文中，作者杨垠红与高天清晰地指出了当前算法规制的三大困境：
- 透明促进向善的困境：复杂的算法黑箱使得"算法解释"在技术和证明上均难以落地。
- 融合形成向善的困境："法律算法化"或"算法法律化"因法律逻辑与算法逻辑的异质性而难以实现。
- 设计通往向善的困境：对算法设计者课以伦理义务，因算法输出的复杂性和设计者控制力的减弱而难以成效。
文章认为，困境的根源在于认识与路径的误区——试图让无意识的算法本身承担"向善"的道德责任。对此，作者提出了一个根本性的范式转换：法律应规制使用算法的"行为"，而非算法技术本身。在此基础上，文章进一步将"算法行为"界定为进入"法内空间"、能够产生法律效果的行为，并依据是否具备"意思表示"将其精细划分为法律行为、准法律行为、事实行为与侵权行为，从而为民法规制提供了清晰的法理地图。
这篇法学论文的卓越之处在于，它为算法规制找到了坚实且熟悉的法学基石——"行为"。然而，文章也诚实地指出，"法律代码化"仍是一个"未能实现的远景设想"，其核心障碍在于抽象的法律逻辑与精确的算法逻辑之间存在着难以跨越的"语义鸿沟"。
二、价值原语化：为"法律代码化"架设桥梁
杨垠红与高天的研究精准地提出了目标——"规制算法行为"，但如何将这一目标转化为可执行的工程？这正是"价值原语化"理论能够提供答案的地方。
- 价值原语：从法律原则到机器指令的"语义原子"
价值原语化理论的核心，是將"公平"、"诚信"、"安全"等宏观的法律原则，降解为细小的、可观察、可执行、可验证的行为基本单元，即价值原语。
· 例如，民法典中的"公平原则"在"算法定价"场景下，可以被降解为"价格透明度"（明确公示计价因素）、"一致性"（对新老用户执行无歧视标准）和"合理性"（价格与成本关联）等一系列具体原语。
这个过程，正是在将模糊的法律"概念"转化为清晰的算法"行为指令"。价值原语充当了连接法律自然语言与计算机代码的"中间语言"或"语义原子"。法学家与工程师可以在此层面上进行高效对话：法学家确保原语组合后的整体效果符合立法意图，工程师则负责将每一个原语编译成稳定、可执行的代码。
- 回应法学关切：价值原语化如何破解规制困境
· 回应"透明困境"：价值原语化不追求打开算法的技术黑箱，而是构建一个"价值行为协议"的透明市场。系统的决策基于哪些价值原语、其权重如何，都是开源、可审计的。这使得监管从"解释算法为何这么决策"转变为"验证算法是否遵守了约定的行为协议"，从技术性解释转向了合规性检查。
· 回应"融合困境"：价值原语化承认法律与算法的异质性，但并不止步于此。它通过建立"价值原语-规则-元伦理"的三层架构，将法律的价值判断过程结构化。法律提供价值目标和边界（元伦理层），价值原语将其转化为行为词汇表，规则层则是用这些词汇写成的具体"句子"。这使得"法律代码化"不再是生硬的直接翻译，而是在一个分层治理框架下的协同创作。
· 回应"设计困境"：价值原语化将问责焦点从算法设计者的主观意图，转移到算法行为主体的客观行为输出上。系统部署者选择并使用一套价值原语协议，即被视为其"意思表示"的体现，需为此承担相应的法律后果。这完美契合了杨垠红与高天将算法行为区分为法律行为、事实行为与侵权行为的责任框架。
三、实践路径：从概念到代码的协同工作流
基于价值原语化，我们可以勾勒出一条"法律法规代码化"的可行路径：
第一阶段：立法价值解析——从法律原则到价值原语谱系
此阶段是代码化的基石，目标是完成从宏观法律概念到微观行为指令的"精准降维"。
- 成立跨学科解析委员会：由法学家、法官、律师、领域专家（如经济学家、社会学家）以及AI伦理学家共同组成。其首要任务是进行"价值意图挖掘"，超越法条字面意思，探求立法精神、司法判例和社会共识中所蕴含的核心价值追求。
- 构建价值原语谱系：委员会将挖掘出的价值进行结构化降解。
· 以"消费者公平交易权"为例：
· 核心价值：公平
· 价值维度：信息对称、选择自由、权责对等。
· 价值原语：
· 信息透明性：要求所有影响决策的关键信息（如价格、费率、期限）以清晰、显著的方式呈现。
· 无默认勾选：禁止将付费服务设置为默认同意，确保用户选择是主动、明确的行为。
· 条款可读性：使用户协议的平均阅读难度不超过特定教育水平。
· 价格一致性：在同等条件下，对不同用户群体实行无歧视定价。
· 输出物：《XX法价值原语白皮书》，这是一个结构化的、机器可读的初始价值原语集，每个原语都有明确的操作化定义和三值表征的初步构想。
第二阶段：原语协议编码——从行为原语到可执行智能合约
此阶段是"翻译"的核心，旨在将人类可理解的价值原语，转化为机器可执行的逻辑。
- 法律与工程团队的协同编码：技术团队（架构师、算法工程师）与法律团队并肩工作。
· 定义数据结构：将每个价值原语定义为一个标准化的数据对象。例如，信息透明性原语可能包含以下属性：
· 构建协议逻辑：使用逻辑编程或规则引擎，将原语间的组合关系定义为"如果-那么"规则。{"primitive_id": "transparency_001","description": "关键信息需在决策前显著展示","metrics": {"font_size": "px","position": {"x": "px", "y": "px", "on_screen": "boolean"},"display_duration_before_action": "seconds"},"thresholds": {"font_size": ">=14","on_screen": "true","display_duration_before_action": ">=3"},"verification": ["ui_automation", "event_log_analysis"] }
· 例如：IF {交易类型 == "订阅"} THEN {必须触发 无默认勾选 原语} AND {必须满足 信息透明性 阈值}。 - 输出物：价值行为协议：最终成果不是一个黑箱模型，而是一个由可审计的规则集构成的"价值行为协议"，其形式可以是高级的智能合约或逻辑程序。该协议是开源、可追溯的，任何监管方和利益相关者都能查验其逻辑。
第三阶段：沙盘推演与校准——在虚拟社会中压力测试
在将协议部署到现实世界前，必须在模拟环境中进行充分的测试与迭代，这是确保代码化法律稳健性的关键。
- 构建"社会模拟器"：利用基于代理的建模（ABM）技术，创建一个虚拟社会。其中包含数以万计的、具有不同偏好和行为模式的"AI代理"，模拟真实用户。
- 实施"双重降维"模拟：
· 系统无需模拟所有社会价值，而是聚焦于与当前协议强相关的3-5个核心价值原语（如价格一致性、信息透明性）。
· 在此低维"决策沙盘"中，运行协议，观察其是否会导致意想不到的后果。例如，一个旨在实现价格一致性的协议，是否在模拟中意外导致了商家的"全局共谋"？ - 迭代校准：法学专家根据模拟结果，对原语的权重、阈值和逻辑关联进行精细调整。这是一个"人机协同"的调试过程，目标是让协议在复杂环境中依然能稳健地捍卫法律价值。
第四阶段：部署与监督——构建韧性治理生态
协议上线并非终点，而是一个动态治理循环的开始。
- 协议嵌入与执行：将校准后的价值协议以SDK或监管科技（RegTech）组件的形式，嵌入到目标平台或监管系统中，实现实时、自动的合规性检查。
- 持续监督与"语境主权"：
· 数据保护官、审计机构等角色，基于协议透明的特点，进行持续监督。
· 当出现新的社会情境或技术变革，使得现有协议无法妥善处理时（即出现"边界案例"），"语境主权"程序将被激活。 - 动态演化：主权程序（可能是一个由专家、利益相关者和公众代表组成的委员会）有权启动对价值原语库和协议的修订。这确保了整个系统不是一个僵化的教条，而是一个能够从社会实践中学习、并与文明共同演进的"活"的系统。
结论：迈向人机协同的规则体系
杨垠红与高天的文章为算法规制奠定了正确的法理方向——规制行为。而价值原语化理论，则为实现这一方向提供了工程上的"规则代码化范式"与"法律编译器"。
二者的结合，使我们超越"法律代码化"是"将法条直接编译成代码"的简单想象，转而将其理解为一个动态的、人机协同的规则体系构建过程。在这个过程中，法律并非变得僵化，而是通过代码获得了在数字空间中实时、精准执行的能力；代码也并非取代法律，而是在法律设定的价值框架内，成为了卓越的协议执行者。
最终，我们追求的不是一个自动裁决的"代码法"，而是一个法律规则与算法程序深度耦合、人类智慧与机器效率共生共荣的治理新范式。这既是"AI元人文"的终极关怀，也是智能时代法治文明的演进方向。
后附语
简介法学文章《算法何以向上向善而行？——算法行为的民法规制》：
该文由杨垠红与高天合作撰写，发表于《上海法学研究》2025总第13卷。文章系统批判了当前通过"算法解释"、"法律算法化"和"设计向善"来实现算法善治的路径困境，创造性地提出法律规制的核心应是"算法行为"而非"算法"本身。作者将算法行为纳入民法视野，依据其是否具备"意思表示"等标准，将其精细划分为法律行为、准法律行为、事实行为与侵权行为，为民法规制算法提供了坚实的理论基础和清晰的适用路径。该文是近期法学界在算法规制领域一篇极具深度与构建性的重要文献。
