湖南省邵阳市委常委、市人民政府常务副市长王永红接受审查调查

内容摘要：　今后，试点取得重大突破的法院，应当尝试提升系统的兼容性、开放端口，允许其他地区的法院同步运行平台/系统，降低建设成本。

今后，试点取得重大突破的法院，应当尝试提升系统的兼容性、开放端口，允许其他地区的法院同步运行平台/系统，降低建设成本。

世界上死刑的方法多种多样，但是无论如何改进，即使是使用最好的方法如注射执行死刑，也无法减轻被执行人对死的恐惧，因为这种恐惧感不是来自执行方法的痛苦，而是对失去生命恐惧的痛苦。[5]死刑作为报应观念的产物，为什么是情绪化的、非理性的呢？这种说法缺乏必要的论证和说服，理性来源于常识，杀人偿命的观点存在于任何时代、任何社会，死刑罪表现为，手段极其残忍、后果极其严重、影响极其恶劣、危害极大等特点。

于是我们会产生一种愿望，要是他活着多好，即使是个有罪的人，他活在监狱，他的生活大局已定，但是他还可以看到这个世界，看到他想看到的人，还可以思想，也可以把自己的想法告诉他人。所谓人道是最高价值，是指人道是人们追求的最理想的价值。我国刑法采用了并合主义，即兼采报应主义与预防主义。在刑法学说中，论证死刑不人道也是非常困难的事情，这也许不是一个法学学者能完成的，对人道的具体感受进行描述的任务，由诗人和哲学家来完成可能更加合适，它既然是怜悯之心，人皆有之，就只可意会，不可言传，笔者在上面作的描述死刑不人道的努力可能就是苍白的。对社会的功能即一般预防，也就是说以刑罚的严厉后果警告社会上的其他人，告诫他们不要去犯同样的罪，否则将受到刑罚的惩罚，从而产生预防犯罪的功效。

所谓人道，也就是人之道，是人所当行之道，是人的一切规范总和。二、死刑有用吗？ 死刑作为刑罚的一种方法，其功能也表现为一般预防功能与特殊预防功能。它的机理在于将新增加的信息和之前形成的记忆不停进行综合，从动态的随机数据中临时建立相关性的模式，进而做出当下的判断。

占卜所实现的，因此也就是一种法律的功能。转引自王贵松：《风险社会与作为学习过程的法》，载《交大法学》2013年第4期，第174-175页。[xxxii] 此自然段观点得益于和高鸿钧教授的交流，当然，文责自负。[xxxv]当环境变化时，保留原始环境的价值是一个基本的问题。

人类法律起源于古老的占卜活动，占卜产生了最早的文字，随之产生了吉/凶这样的源初代码。[xxxiv]以往，类似版权法的合理使用原则，是建立在传统版权计量和收费技术的局限之上，而现在，新技术则能替代法律更为高效地执行权利。

我们通常所谓的机器学习的要义是：对于某类任务T和性能度量P，在T上以P衡量的性能随着经验E而自我完善。在卢曼看来，法律系统是社会的免疫系统。因为，虚拟世界高度随机性、即时性、可塑性的特点，决定了它难以通过不学习的法律进行控制，而具有深度学习能力的智能机器则可以更好确保财产交易的效率和安全。技术变革必然涉及新财富的创造和旧财产的重新分配，而区块链技术的革命性就在于它实际上正是一种价值协议，它不只是关涉现实世界财产的数字化问题，而更是解决了虚拟世界资产的创造、分配、定价和交换问题。

当前的法律研究仍然还在此种认知框架下考虑规制技术的问题，而实际上以人工智能为代表的技术发展已经深刻改变了法律运行于其中的整个社会环境。权利、义务、责任、豁免、权力、自由、公正、善良、过失、故意，这些明显具有道德化色彩和伦理评价含义的法律概念，是否可以以及如何经由代码转换成算法和程序？不学习的康德（道义论）如何才能变形为学习的边沁（功利论）？不学习的法律，如何才能被成功改造为可计算的法律？ 以往，法律不学习的一个重要原因是法律执行成本的高昂，当技术发展使得这种成本大大降低时，法律的特征也就会随之改变。尤其是现代法律，必须通过内部的深度学习来维持其对社会深度不学习的功能方式。[xxii]例如在德国，目前就出现了一种新型的法律，即实验法（Experimentalrecht）。

这种抽象的系统信任，不再去学习具体的语境来吸收风险，而是将其加以普遍化处理，从而解决了每事都必重新建立信任的难题，这为期望的稳定提供了确定性，为社会合作在更为复杂的维度展开提供了机会。[iv]正是矛盾无法解决，才需要法律给出终局判决。

[v] 可参见[德]鲁曼：《社会中的法》（上册），李君韬译，台湾五南图书出版股份有限公司2009年版，第280-288页。四、法律死亡的危机：在认知性与规范性之间 中心化的不学习的法律机制，正在转向去中心化的机器学习。

但是，机器学习却围绕着一种可以被人为建构、改造、干预和引导的环境展开，它深度学习，因而可以处于一种随时立法的状态。只要触发事先设定的交易条件，合同就会被自动执行。这是一种依托于信息主义范式的人工社会世界或者说平行虚拟世界兴起所带来的时间意识的蜕变。财产不是处于真空之中而是深深嵌于自然与社会网络，因此以往只能用一种相对静态的规范化机制来维持财产的安全性。因此，只要是主权领土范围内的国民成员，他就必须承认和接受官方法律提供的信任担保。法律学习经由权力启动，同时又通过权力-权利的反身性机制对这一权力加以控制和约束。

正如前述，不学习的法律也内涵了学习过程，这使法律具有可变性。在此过程中，传统的公法-私法二元框架，就会伴随国家-市场-技术架构的深刻转变而蜕变，以主权国家为空间平台的规范化机制，将被各种新的跨国家、超国家、亚国家、区域性、平台性、私人性、随机性、部落化、区块化的空间算法机制取代。

法律经济学正是法律和产权由不学习向学习性转变在法理学上的典型呈现。实际上，权利话语的兴起，恰恰可能并不是传统自然法规范主义的回归，而是某种维纳式的法律控制论和学习性法律深化的体现。

因为，法律不学习始终是以一整套固定的符号系统来维持规范性期望为目标。晚近以来，法律正义再次以新实质主义的兴起（升级版本的卡迪司法）作为现象标志，法律经济学、政策分析法学和新治理主义都是其代表。

[xxvii]可以说，计算法学将是法律社会科学发展的终极版本。因此，必须借助类似法律这样的不学习机制，通过各类第三方法律机构的认证、判决和裁断，来保障社会沟通进程的顺畅。在此背景下，富勒描绘的作为法律内在道德的一系列指标性特征都会遭遇挑战。正是因此，各种法律制度特别是民商事法律都包含诚信条款（罗马法上的Fiducia）。

[viii]尤其在早期文明中，由于技术手段落后，法律不学习的野蛮特征就尤为突出，必要时就诉诸神秘的巫术、无常的命运或冷酷的暴力来形成法律裁断。而法律智能化的第二个层次，则是从不敢违法直接提升到了不能违法，诸如自动驾驶技术中的嵌入式代码（法律），就可以自动执行法律的预期结果，在事前就禁止了相关违法行为（如酒驾或超速）。

法律正在丧失它作为独立社会系统存在的功能正当性。[iii] 可详参卢曼关于法律功能的专章论述，[德]鲁曼：《社会中的法》（上册），李君韬译，台湾五南图书出版股份有限公司2009年版，第152-193页。

第三，扩大行政机关的任务，授权其制定规则并负责执行，改变对法的明确性要求。[xxiv] 参见[德]托依布纳：《魔阵·剥削·异化：托依布纳法律社会学文集》，泮伟江、高鸿钧等译，清华大学出版社2012年版，第46页。

所以使民决嫌疑、定犹与也。以往，不学习的现代法律天然反对歧视（discrimination），而法律学习化则首先会诉诸于更为精密的区别对待（discrimination）技术。国家暴力威慑确立了所有权的权威，中断了社会共识通过认知性学习持续获取的必要，赋予了财产具有规范性权益的共识。如果说，古代法是从过去到当下的涵摄，现代法是由现在指向未来的规范，那么学习性法律则会实现从未来到当下的映射。

朝令夕改，则无以措手足。也就是说，现代的法律不学习根据统一的权利和行为能力建立了平等对待和尊重的反歧视性标准。

进入 余盛峰 的专栏 进入专题： 人工智能 区块链 法律功能 。第一层次的智能应用，诸如法律检索、文件自动审阅、文件自动生成、智能法律咨询、案件结果预测等等，还无法改变法律不学习的本质，因为它主要是通过法律信息化、信息流程化、流程自动化的过程，提高不学习的法律的运作效率。

可参见[德]鲁曼：《社会中的法》（上册），李君韬译，台湾五南图书出版股份有限公司2009年版，第356页，以及第七章法院在法律系统中的地位。而机器学习则预设了世界的离散性（discreteness），它假定世界可以被一种数学机制来完全化约。