来源：银行家杂志

　　习近平总书记指出，“人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响。”当前，国内银行业围绕做好数字金融大文章，积极拥抱以人工智能技术为代表的新质生产力，深入发掘数据要素价值，推进商业银行“数字化+智能化”转型进入新阶段，让金融服务惠及广大人民群众，推动服务实体经济高质量发展。

　　过去几年，农业银行搭建了数字化转型的基本框架。在初步实现数字化金融服务的基础上 ，要积极拥抱人工智能（AI）技术，建设人工智能与银行领域深度融合的智慧银行，全面提升内部运营与对客服务效率，就需要形成完备的智慧银行建设方法论与实施路径。对此，农业银行以业务目标为驱动，以科技创新为支撑，体系化布局场景、流程、组织、数据、模型和技术等人工智能应用的核心要素，探索建立商业银行全面、深度应用人工智能的能力体系与应用范式，不断优化调整银行经营的劳动组合、流程制度、管理体制等，构建数字时代以人工智能技术为核心驱动的智慧银行。

　　积极应对银行数字化转型的新挑战

　　数字化转型是智能化改造的前提基础，银行业作为数字化转型的先锋，在建设智慧银行的新阶段，面临着技术基础、数据基础、业务模式等变化带来的新挑战，转型仍在路上。

　　智慧银行依赖IT架构变革。随着AI的蓬勃发展，深化人工智能应用已成为数字化时代下银行业创新和发展的关键驱动力。无论是传统的决策式AI还是新兴的生成式AI，本质上都依赖数据、算法和算力的深度与高效融合，这使银行规模化构建和使用人工智能面临一定门槛。对此，银行不能靠简单引入几款AI软硬件产品，而应重点思考如何调整与适配自身的IT架构，从产品、技术栈、团队、基础设施、数据等方面进行评估与准备，体系化落地AI技术能力。在基础设施上，需要思考如何从通用算力体系，向“通用+智能”算力相结合的基础架构转型，构建自主可控、动态伸缩、敏捷调度、绿色高效的新型AI算力底座；在软件交付上，需要从面向业务逻辑、流程功能的研发模式，转变为构建“代码+数据+模型”相融合的持续交付能力，并面向数据闭环、模型闭环设计应用系统架构。

　　智慧银行依赖高质量数据供给。传统AI模型关注算法能力，随着大模型的发展，深度应用人工智能反映出更加迫切的高质量数据需求。当前，大模型能呈现不同于传统深度学习的“智慧涌现”，主要依赖于海量的高质量数据“投喂”，而不是算法结构上的颠覆式变革。银行业经过多年的信息化建设，积累了大量结构化数据及相关数据处理经验，但建设智慧银行，在数据的“量”和“质”上还远远不足。一方面，数据采集类型仍需丰富。过去银行业采集数据多以业务流程为中心，以金融交易数据为主，大量客户与员工的行为、沟通信息、过程数据等未被充分采集，大量宝贵数据尚未得到充分利用。另一方面，数据质量仍需持续提升。当前，银行在业务处理中的数据回流还存在较长的反馈周期，数据闭环运行还需要额外实施数据标注等处理。模型只有快速处理最新数据、实时获取用户反馈、在线验证模型结果，才能快速优化迭代，保障应用效果。

　　智慧银行依赖业务模式调整适配。随着数字化转型的推进，商业银行通过“数据+算法”驱动业务数字化进程，人工智能技术也很早就介入到相应的业务中，典型模式是将线下流程直接搬到线上，或部分环节从“人工审核”直接替代为“机器判断”。随着人工智能应用的不断深入，场景和技术的融合匹配问题更加突出，人工智能技术与传统作业模式并非简单的替换关系。对此，银行的业务经营与对客服务模式要进行适应性调整升级，特别是深入思考并准确理解“人机协同”，重新审视业务规则和组织机制，将人工智能应用逐步渗透进业务链条，设计出更灵活、更高效的智慧化金融服务产品。面向智慧银行建设，我们不能再将人工智能与业务看作是“点”上赋能关系，而是要基于人工智能的应用特点，串联起业务间的联系，在数据基础、管理会计、流程机制、技术架构等领域有效应用人工智能技术，提升各基础领域的作业效率和质量。

　　正确认识银行人工智能的应用模式

　　从早期的通过统计分析得到的商业智能应用，到对已有数据“打标签”助力辅助或自动化决策，再到当前火爆的生成式人工智能助手，商业银行不断利用人工智能技术推进业务创新。但人工智能技术具有多路线迭代、应用孵化具有高不确定性、发展具有高成长性特点，合理布局商业银行人工智能应用、关注人工智能安全、强化人机协同是未来商业银行需要形成的人工智能应用的关键认识。

　　合理布局人工智能在商业银行的应用。当前，商业银行要正确认识决策式与生成式AI，合理制定应用策略。一方面，决策式AI在银行业有巨大应用空间，仍是人工智能应用的主流。如人脸识别、语音识别、OCR等技术相对成熟，应用场景丰富且试错成本低，值得进一步推广应用。另一方面，生成式AI技术路线仍在持续迭代，应用场景仍在逐步探索，实施路径仍待持续完善。未来，面对复杂场景，将通过大模型与决策式AI的大小模型协同，合力实现支撑服务。人工智能的深度应用并不代表银行要“All in AI”，要按照“坑少、本小、利大”的原则，因地制宜地选取人工智能应用的适宜场景，有效释放价值。一是选择“坑少”的场景，把人工智能技术最先应用于成熟的场景中，不断积累应用经验，推动技术成熟度持续提升。二是选择“本小”的应用模式，为新技术应用提供试错的空间，避免因为沉没成本的积累，造成“船大难掉头”的局面。三是选择“利大”的服务效果，新技术应用的基本目的就是要提升服务的质效，要将人工智能对客户和用户的服务质效提升摆在首位。

　　安全合规是人工智能应用的前提。新技术的应用往往伴随着风险，对于模型应用本身，人工智能在算法歧视、模型可解释性方面仍存在一定挑战；对于金融对客服务，商业银行应用人工智能还需要面对数据安全与生产运行等多方面的挑战。银行是经营风险的行业，确保安全可控是人工智能规模化、深度化应用的前提基础。一是维护好模型安全。在模型的训练和部署过程中，应实施严格的安全评估，特别是要有效应对大模型“幻觉”“偏见”等新问题，模型“可解释、可审计”是大模型能对客服务的前提，要确保始终输出正确的内容与价值观。二是保证好数据安全。金融数据的敏感性、私密性要求银行必须实现对数据的全面自主可控，不仅要做好用户关键敏感信息的去除或替换，还要保证“数据不出行、模型不联网”，确保数据使用安全合规。三是强化运营安全。建立人工智能运行的安全监控体系，准确及时开展模型性能监控、异常检测和攻击识别，及时发现和响应异常行为。对各类模型算法，应具备多模型部署等安全可控的替代手段，保障人工智能持续运行。

　　人机协同是人工智能的应用范式。人工智能的产生不是要取代人，而是要为人类的生产生活提供辅助和便利。某种意义上，“机器人”更应从“机器+人”的模式理解，人与机器的协同将是未来很长一段时间的人工智能应用范式。我们要正确认识人工智能的发展阶段，虽然利用人工智能技术处理银行业务的精准度已经很高了，但如果要求机器精度都达到100%，现阶段的技术可行性不足，实施复杂度与改造成本过高。对于人工智能的“误差”，在技术手段之外，可通过人工辅助的方式进行弥补，将人工智能定位为助手，“机器处理+人工辅助”将是性价比最高的应用范式。在此基础上，实现“人机协同”模式，并不需要对既有业务流程或人员岗位进行颠覆性调整，而应“化有形为无形”，基于“作业即标注、作业即提示”的流程设计理念，实现业务流程从面向用户向面向“用户+AI”的转型升级。一方面，做到“冷启动”，通过统一数据加工、标注和增强规范与工具，快速沉淀高质量数据集，以满足从0到1启动模型的数据准备要求。另一方面，做到“热循环”，将数据采集和标注、提示词、知识库更新等嵌入日常作业流程中，随用户行为与业务流程实时化、自动化完成数据采集、更新、反馈，满足模型持续迭代的数据需求。

　　做好人工智能深度应用的各项准备

　　深化人工智能应用不可能一蹴而就，智慧银行建设也不可能毕其功于一役，打造数字化时代下的智慧银行，要坚持应用为导向，聚焦场景、流程、组织、数据、模型和技术等核心要素完成能力准备与体系落地，体系化布局与落地人工智能全域能力。

　　做好业务准备，建立“AI+”的业务基础。人工智能应用的核心目标是提升业务价值，统一“AI+”应用的业务框架，聚焦场景准入、流程再造、持续运营等方面，完成业务能力构建与准备。一是审慎开展“AI+”场景准入。建立场景准入的规范与标准，通过精细化度量指标与手段，准确识别AI应用的价值提升方向，提升内部运营与客户服务效率，实现多、快、好、省、准的金融服务。二是加快推动劳动组合、作业模式与业务流程的适应性调整。主动适应AI等新技术应用对业务流程带来的变化，强化“机器处理+人工辅助”的业务与信息流闭环，将数据采集、标注、更新、回收等工作嵌入日常作业中。三是完善AI应用持续运营机制。建立高效稳定的业务运营团队，形成业务自运营闭环，建立清晰明确且可量化的评价体系，开展AI应用运营的动态评估。

　　做好数据准备，建立全生命周期数据闭环。数据是人工智能应用的基础，没有高质量数据，就没有高质量模型。要统一“AI+”应用的数据与知识框架，面向“AI+”应用开展全领域、深层次、多维度的数据整合、经验提炼和知识萃取。一是实施数据工程，积累高质量数据。一方面，“量”上要进一步丰富数据规模。不仅要有财务数据、交易数据等，更要有广泛的行为数据、沟通数据等多模态数据，通过全流程埋点完成全链路数据的自动化采集，加强多渠道数据整合。另一方面，“质”上要统一“用数”的标准、结构与规范。从源头完善数据采集、录入、传输等环节的校验规则，建立以数据宽表为核心的“用数”体系，提供比“原材料”更加规范、清晰、易用的“预制菜”。二是实施知识工程，构建高水平知识库。第一，系统规划面客知识体系，绘制知识地图，建立完整的面客知识管理与知识共建机制，组织全业务条线共同参与领域知识建设。第二，以知识“保鲜”为核心，建立知识生成、积累、管理与更新的流程闭环。形成知识持续产生、更新和反馈机制，将知识入库、访问、更新和下线固化在应用系统和工作流中，在新产品及其系统上线时，同步完成配套知识库上线。第三，建立一套全面、客观的知识评价机制，形成畅通、高效的知识反馈体系。

　　做好技术准备，建立适配AI应用的IT架构。高效稳定的AI技术体系是人工智能应用的支撑，要统一“AI+”应用的技术架构，建立高效集约的AI算力基础设施，实施面向“数据+模型”驱动的IT架构转型升级。一是建设新一代AI智能算力基础设施。顺应智能化算力发展趋势，构建适配“AI+”应用的AI算力集群和高速可靠的网络基础设施，不断提升AI算力密度及效能水平。匹配业务弹性需求，形成AI算力资源测算、保障和调度机制，进一步完善AI算力生态，加快推进模型算法、平台框架、算力芯片的多元异构与兼容适配。二是建设“数据+模型”驱动的IT架构。一方面，系统架构要支撑数据闭环。基于DataOps体系，围绕“采、建、用、管”数据闭环，支持应用系统对模型和数据的持续迭代，形成飞轮机制。另一方面，系统架构要支撑模型闭环。参照MLOps理念，构建模型训练、管理、部署、运行、应用闭环体系，提升AI研发运营效能。

　　做好模型管理，建立模型全生命周期管理体系。统一“AI+”应用的模型体系，完善模型全生命周期管理，推动高水平模型的开发和应用，促进模型质量和应用效率提升。一是加快模型组合升级。推进从简单应用规则模型向机器学习、深度学习等算法的组合应用转型，提升模型的通用性、扩展性、稳健性。在建模中，要保留过程文件和数据，确保模型可解释、可审计。二是加强模型多策略部署及持续运营。根据模型业务领域特点及模型变更程度，灵活选择敏捷、常规等部署方式，对迭代速度要求高的模型实现零停机部署。同时，模型部署要同步上线模型监控能力，用量化指标监控模型执行过程和业务效果，及时发现数据漂移、模型衰退等问题，第一时间更新或完善模型，降低对业务的影响。

　　做好人员准备，建设高水平的AI人才队伍。建立与人工智能深层次、高水平应用相适配的人才队伍。商业银行落地好“AI+”项目，一方面，要建立业务、数据、技术共同参与的项目融合团队，精准匹配与响应“AI+”项目实施的多样化能力需求。另一方面，对AI深化应用带来的数据标注、模型训练、知识管理等新工作需求，可立足现有人员岗位，由业务专家和运营人员承担数据标注、知识管理职责，由数据分析师和研发人员承担模型训练职责，通过配套队伍建设与人员培养实现能力补齐。

　　结语

　　面向数字时代，农业银行将坚持科技是第一生产力，坚持创新驱动发展，做好数字金融大文章，在风险管控、客户营销、产品创新、管理决策等领域发力做实人工智能应用，通过场景建设牵引沉淀能力体系与方法论，全面推进数字化时代下的智慧银行建设。通过建立“数据+算法”驱动的业务经营管理新模式，实现客户洞察更加精准、经营管理更加高效、劳动生产率大幅提高、服务水平明显提升、客户用户体验友好亲切，为业务高质量发展奠定坚实的数字化与智能化基础。

责任编辑：张文

邓金良（记者 陈信旭）09月18日,近日，广东省自然资源厅官方网站发布了一则《“黄金内湾”概念规划与设计国际咨询预公告》（以下简称《公告》），旨在全球范围内邀请具有相关规划设计经验的规划设计机构参与其中。《公告》的发布，适逢《粤港澳大湾区发展规划纲要》颁布实施5周年之际，因此在业内引发了较为广泛的关注与讨论。值得注意的是，“黄金内湾”这一概念于两年前才首次被公开提及。在2022年5月召开的广东省第十三次党代会报告中明确提出：“把珠三角核心区打造成更具辐射力的改革发展主引擎……着力打造环珠江口100公里‘黄金内湾’，带动广州、深圳、珠江口西岸三大都市圈协同发展、聚势腾飞。”然而，在当时的报告中，并未对“黄金内湾”的具体空间范围给出明确的界定，而此次发布的《公告》，则对“黄金内湾”的基本范围（暂定）进行了初步阐述：涉及广州、深圳、珠海、佛山、东莞、中山6个地市的部分地区。“黄金内湾”基础工作范围示意图（暂定）。图片来源于广东省自然资源厅官方网站据悉，以上区域范围并非最终确定版，根据《公告》，参与投标的各团队可结合研究提出基础工作范围局部优化建议。与此同时，“黄金内湾”这一新兴概念也引起了广泛关注。关于其内在含义、特征以及与粤港澳大湾区之间的内在联系等议题，均成为社会各界深入探讨的焦点。“黄金内湾”是什么？对于大湾区与“黄金内湾”的关系，不少人也心存疑惑，既然已经有了大湾区的发展规划，是否还有必要再额外设立“黄金内湾”。从地理空间上来看，“黄金内湾”主要涵盖了珠江口约100公里沿岸区域，这一区域亦是我们熟知的“珠江口”或“珠三角”，其地形特征呈现为倒“V”形，涉及广州、深圳、珠江口西岸三大都市圈。中国宏观经济研究院国土开发与地区经济研究所综合研究室副主任王继源在接受中国新闻周刊采访时表示，“黄金内湾”区域内，拥有广州南沙、珠海横琴、深圳前海等一批高能级的国家重大平台，这些平台与各类开发区、高新区及自贸试验区共同构成了科技创新的强大引擎，在区域一体化中起到示范引领带动作用。深圳前海城市建筑群。图/图虫创意据广东省大湾区办数据，2023年粤港澳大湾区经济总量突破14万亿元，以不到全国0.6%的国土面积，创造了全国1/9的经济总量。同时，还拥有深圳、广州、佛山、东莞这四座“万亿GDP之城”。相关数据显示，其中超过一半的经济规模来自“黄金内湾”地区。广州市社科院城市文化研究所副所长柳立子对中国新闻周刊表示，粤港澳大湾区内的城市在地理上形成了一个明显的圈层结构，这种圈层结构并非均匀分布，而是呈现出中心区域发展最快、条件最好的特点。而“黄金内湾”因其优越的自然条件和发展基础，汇聚了区域内最具发展潜力和经济实力的城市和区域。也因此，在不少业内人士看来，“黄金内湾”可以被视为粤港澳大湾区里的“小湾区”。柳立子认为，大湾区的发展是有步骤的，而“黄金内湾”是大湾区发展规划中最精华、最需要率先推动的区域，通过优先发展“黄金内湾”，可以充分发挥其辐射效应，打破壁垒、促进联通，带动大湾区周边整体发展。今年1月份，广东省人民政府印发《广东省国土空间规划（2021—2035年）》，再次提到，集中资源打造“黄金内湾”。依托各类重点平台，促进高端产业功能和高等级公共服务资源向环珠江口地区集中配置，打造国际一流的湾区门户。放眼全球，国家、区域之间的竞争越来越集中表现为科创产业高地的竞争，这种高地往往诞生于沿海湾区，通常具备开放的经济结构、强大的产业支撑、强劲的要素集聚能力、发达的基础设施、广泛的辐射外溢功能、高效灵活的体制机制。例如，上海大都市圈以上海为圆心、1.5小时交通距离为半径画圈，一个重要内容就是推进区域创新走廊联动融合建设。美国西雅图和加拿大温哥华打造经济共同体，在人工智能、虚拟现实、创意和娱乐产业开展双城一体化合作，推动创新走廊发展，提高彼此全球经济影响力。王继源指出，“黄金内湾”位于粤港澳大湾区的核心圈层，城市之间经济联系程度之深、产业分工程度之高、要素流动程度之强，无论在湾区还是全国都是第一梯队。建设“黄金内湾”，通过重点平台建设，以“小支点”撬动“大开发”，以“小切口”推动“大突破”，有利于实现1+1大于2的协同效应，促进广州、深圳、珠江口西岸三大都市圈联动，迸发更大“黄金内湾”发展活力。值得关注的是，“黄金内湾”所在的珠江口倒“V”字形的入海口，将东西两岸分割为二，因此跨江通道和入海隧道应运而生，为“黄金内湾”两岸架起沟通桥梁。目前，珠江口已建成和在建、规划的跨江通道有10来座。中国城市规划学会会员章森对中国新闻周刊表示，一方面，“黄金内湾”聚集了粤港澳大湾区主要的对外交通枢纽，承担了对外联系的核心职能。例如机场方面，“黄金内湾”区域内聚集了5个大型机场，包括广州白云机场、深圳宝安机场、香港机场、澳门机场和珠海金湾机场。航运枢纽方面，内湾地区聚集了广州港、深圳港、香港港等3个大型集装箱货运港，港口年集装箱吞吐量超过7400万标箱，运输规模远超其他国际湾区。深中通道。图/图虫创意其次，交通设施承担了区域一体化的“加速器”作用。章森告诉中国新闻周刊，深中通道开通后，直接诱增地区交通需求达到约5万车次/日。他预计，未来随着在建的狮子洋通道开通，“黄金内湾”的人流、物流、资金流、信息流联系将进一步顺畅，“黄金内湾”区域一体化进程将进一步加速。专家：需打破行政壁垒尽管多条跨海通道的建设使得珠江口东西两岸呈现出“超级城市”般的整合态势，但这并不意味着形成了一个实质上的统一城市实体。“黄金内湾”区域内的各个城市仍分属于不同的行政区域管理体系之中。因此，如何推动“黄金内湾”区域一体化发展成了当下规划重点。柳立子指出，当下“黄金内湾”区域内部存在着多种制度环境、税收区域以及行政区划壁垒，这些壁垒对区域间的互联互通与协同发展或多或少表现出一定程度的制约。王继源强调，在跨地市的区域一体化进程中，“看得见”的是硬件联通，“看不见”的是机制协同，必须把握好“硬件”与“软件”的关系，更加注重从体制机制上打破地区分割和行政壁垒，为一体化发展提供更为坚实有力的保障。因此，他认为，应从全局视角出发，打破“一亩三分地”的思维定式，强化各项改革措施的系统整合与协同推进，在重点领域和重点区域实现更大突破，促进生产要素在更大范围内的自由流动，探索区域一体化发展的制度架构和路径模式。柳立子提出，文旅产业，特别是现在的泛文旅概念，是新技术和新手段最佳应用的领域。她建议，可以利用文旅产业这一特点，通过串联大湾区的海岸线文旅资源，实现一城多站的旅游模式，打造多城共享的旅游品牌。这样不仅有助于提升“黄金内湾”的整体旅游吸引力，还能够促进区域间的经济合作和文化交流。不过，章森指出，在区域一体化发展过程中，由于“黄金内湾”区域内港口腹地重叠，可能会导致同质化竞争加剧。他说，广州、深圳、香港三大港口航线趋同、货源地大多重叠：广州货源地基本来自广东省内及泛珠三角；深圳80%的货物来自珠三角和泛珠三角；香港28%货物来源珠三角，38%来源内地。他说，当下“黄金内湾”众多港口仍处于自发性的市场竞争状态，缺乏顶层设计与统筹布局。因此，建议加强各港口间的分工合作与差异化竞争，发挥各自优势，避免同质化竞争。章森进一步表示，当前“黄金内湾”城际铁路初步建成了实体网，但由于系统制式、运营主体等仍存在差异，尚未湾区实现一体化融合，互联互通水平仍有待进一步加强。他提到，粤港澳大湾区城际铁路目前有三种模式：第一种是以广珠城际、广深城际为代表的铁路模式，采用铁路制式和信号系统，由铁路部门运营；第二种是以广清城际、穗深城际和今年贯通的广肇广惠城际为代表的“准铁路”模式，车辆制式与铁路一致，但由地方地铁公司运营；第三种是在建的广花、芳白、南中珠等城际铁路，车型和信号系统采用地铁市域快线模式，同样由地方地铁公司运营。由于信号系统、车辆制式、运营部门等均不相同，目前难以实现贯通运营，影响了“黄金内湾”地区轨道交通的互联互通水平。章森建议，为加快推行一体化发展，“黄金内湾”还需在“软、硬联通”层面下功夫，软联通包括加强票务系统的兼容，实现“一码通”等；硬联通则包括加强各制式城际轨道换乘站点的建设，减少换乘距离，提升换乘便捷度。与此同时，关于如何在区域一体化框架下促进产业间的协同创新，实现产业升级和转型，王继源表示，加强科创产业协同发展，是“黄金内湾”建设的关键目标和核心内容。他认为，应促进城市产业集群的集聚与壮大。各城市应重点聚焦主导产业与首位产业，打造良好的产业生态，形成相对完善的产业链条，加强企业间的信息交流与分工合作，构建起彼此联结的“无形”桥梁与纽带，从而提升产业的核心竞争力。同时，应促进产业链跨城市的紧密协同。以链主企业为主导，围绕电子信息、新能源汽车、人工智能等优势领域，结合各地的产业资源禀赋与技术优势，将上下游企业连通起来，实现优势互补、错位竞争与协同发展。王继源提到，“黄金内湾”里产业分工最终需由市场主导，产业布局转移归根结底是企业行为。然而，产业分工的前置条件与重要基础——生产要素的顺畅流动，却离不开政府的改革支持。例如，人才的互认、标准的互通、数据的共享、技术的转化等方面，因此，仍需政府建立机制、打破壁垒。（应受访者要求，章森为化名）作者：陈淑莲

邓金良（记者 陈钰倩）09月18日,近日，科索沃地区紧张局势再度升级。8月底，科索沃当局以“违法”为由，在北部的塞尔维亚族人聚居区关闭了5个与塞族人合作的平行机构，引发了塞族人的抗议。此举也引发了美国和欧盟的批评。西方担心随着乌克兰战火蔓延，科索沃的紧张局势可能导致巴尔干地区更广泛动荡。9月16日，中国外交部发言人就科索沃地区局势答记者问时表示，有关方面应继续开展务实和建设性对话，积极寻求科索沃问题持久解决方案。中国外交部发言人就科索沃地区局势答记者问长安街知事注意到，今年以来，科索沃当局动作频频，比如年初将欧元定为唯一合法货币。再比如，本月初，声称将开通伊巴尔河上的大桥。该桥将科索沃米特罗维察分为塞族占多数的北部，以及阿尔巴尼亚族占多数的南部。塞族人自2011年以来就一直在此设置路障。联合国安理会1999年通过了关于政治解决科索沃危机的第1244号决议，重申南联盟对科索沃地区拥有主权，并要求所有联合国会员国“尊重南联盟的主权与领土完整”。但在2008年2月科索沃单方面宣布脱离塞尔维亚“独立”后，美国等西方国家承认了其地位。图为塞尔维亚总统武契奇9月13日，塞尔维亚总统武契奇发表电视讲话强势回应，要求包括在科索沃北部举行地方选举、塞族人重返警察部队和司法部门，以及科索沃特种警察部队从北部撤出。武契奇还宣布，塞尔维亚议会将通过决定，宣布自科索沃单方面宣布“独立”以来在科索沃地区设立的所有机构和组织为非法。9月16日，中国外交部表示，关于科索沃问题，中方一如既往尊重塞尔维亚的主权和领土完整，认为科索沃地区塞族的安全和合法权益应得到保障。单方面行动无助于问题解决，影响地区安全稳定。有关方面应继续开展务实和建设性对话，积极寻求科索沃问题持久解决方案。延伸阅读据塞尔维亚广播电视台（RTS）8月29日报道，当天在法国总统马克龙访问期间，塞尔维亚和法国签署了11项多领域合作协议，其中包括敲定了价值27亿欧元的法国“阵风”（Rafale）多用途战斗机采购合同。塞尔维亚总统武契奇表示，这标志着塞军队首次装备西方战机，具有重大意义。马克龙29日飞抵塞尔维亚首都贝尔格莱德，开启为期两天的国事访问。在与武契奇举行会谈后，两人共同见证了两国政府和企业间签署十余项协议，内容涵盖民用核能、农业、基础设施建设等领域。RTS描述，在塞防长加西奇与法国达索航空CEO签署购买12架“阵风”战机的合同后，现场响起经久不息的掌声。这意味着塞尔维亚将成为世界上第9个拥有“阵风”战机的国家。根据交易，达索航空将在2029年前向塞交付9架单座战机和3架双座战机，包括备件和配套服务。合约金额27亿欧元，相当于塞尔维亚去年国内生产总值（GDP）的近5%。8月29日，马克龙（左）和武契奇（右）在塞尔维亚首都贝尔格莱德召开联合发布会 美联社武契奇强调，这是塞尔维亚军队加强军备、提高作战能力的“重要”一步。据塞尔维亚《政治报》29日报道，武契奇在联合发布会上说：“历史上第一次，我们将拥有西方制造的战斗机来保护塞尔维亚的天空，我认为这是塞尔维亚和法国关系的良好发展方向。”俄罗斯一直是塞尔维亚军用飞机的传统供应国。据美联社称，塞尔维亚空军现役战机主要包括苏联制造的米格-29战斗机和老化的南斯拉夫战斗机。武契奇此前曾表示，在西方对俄罗斯实施制裁后，塞尔维亚将寻求其他武器供应商。不过，据RTS报道，当被法国媒体问及最新签订的合同是否意味着塞尔维亚向欧盟靠拢、疏远俄罗斯时，武契奇表示，他为塞尔维亚平衡的外交政策“感到自豪”。他说，塞对外政策始终尊重《联合国宪章》，而西方许多国家无法说自己做到了这一点。“我不会为此道歉……我知道埃马纽埃尔（观察者网注：马克龙的名字）希望我对俄罗斯实施制裁，我也知道这会让他高兴，但我们没有这么做，我们也不为这个决定感到羞愧。”武契奇补充，尽管塞尔维亚没有加入西方对俄制裁，但塞尔维亚支持乌克兰“领土完整”的诉求，并将其视为友好国家。“我们（对乌）提供的人道主义援助比西巴尔干地区的任何国家都多，可能是二十倍。”武契奇强调，向法国购买“阵风”战机的决定从塞尔维亚的国家利益出发。他说，自己因此受到舆论攻击，质疑为何选择与法国而非与俄罗斯或中国合作，但他只是“在做对我们国家最好和最重要的一切”。法媒还在发布会上质疑塞尔维亚此后是否会向俄罗斯转让战机技术，武契奇对此也予以驳斥，称此次谈判过程并不容易，塞尔维亚“不可能为了世界上的任何东西”转让技术，将珍惜公共财政预算。他还反问道：“这是塞尔维亚历史上第一次拥有西方战机。你们希望塞尔维亚成为合作伙伴，然后又表示怀疑？”图为“阵风”战机 美联社在回答法媒提出的上述两个问题时，马克龙则称，他尊重塞尔维亚的主权和主权和国际伙伴关系。“我们看到很多人批评塞尔维亚与中国或俄罗斯的伙伴关系。现在它与法国建立了伙伴关系，这是一个非常大的变化……对欧洲来说，这是一个开端，一个战略转变，是巨大的勇气和巨大的机会，这是欧洲精神的体现。”塞尔维亚和法国在今年4月武契奇到访法国时达成“阵风”战机协议。欧洲新闻网此前指出，马克龙近来一直对塞尔维亚展开“魅力攻势”，试图通过帮助塞摆脱对俄国防和安全系统的依赖来巩固双边关系。意大利西巴尔干问题专家索菲·盖德特说：“让武契奇重返欧盟圈子，可以被看作是马克龙明智的外交举措。”“政客”新闻网欧洲版30日也注意到，马克龙此次访塞的调门比他2019年的上次访问更为“热情洋溢”。他不仅行前投书塞媒赞扬两国“珍贵友谊”，在29日的发布会上也扮演了一个“友好批评家”的角色，称尽管两国有时意见不一致，也始终互相尊重，“这就是我们两国友谊的基础”。马克龙还表示，最新协议的签署反映了法国对塞尔维亚通过加强经济、工业和政治联系融入欧洲的支持，法国相信塞尔维亚对该地区安全的重要作用。“欧盟需要一个强大而民主的塞尔维亚支持它，塞尔维亚需要一个强大而主权的欧洲来捍卫其利益。”他说，“塞尔维亚的地位在欧盟，它应该为整个地区树立榜样。”

#endText .video-list .on{border-bottom: 8px solid #c4282b;}