刘 学

(中国政法大学 民商经济法学院，北京 100088)

科技进步在推动人工智能发展的同时，数字经济也在不断创新演进，借助互联网技术而快速发展的数字经济逐渐成为社会主流，人工智能也成为学界的研究重点。在面临巨大智能技术风暴式发展的同时，法律却显得较为保守，难以对新型技术带来的挑战作出有效应对[1]。算法被逐步应用到市场交易中使企业经营效益得到提升，商品交易质量也随之提高，但由此也带来了算法合谋对传统反垄断法的挑战。反垄断的传统理念无法涵射新型智能技术变革带来的算法合谋的狡黠，算法合谋改变了传统合谋形成的市场结构，使合谋形式新颖多变、波谲云诡，传统反垄断面对新型算法合谋显得僵化无力。学界对此有两种不同观点，Ariel Ezrachi和Maurice E.Stucke最先提出“算法商业”的概念，即利用算法协助企业作出决策，促进经营者之间相互依赖和默契的合谋，这种动态也被称为有意识的平行主义，其本身并不违法。在一个集中的市场中，企业实际上可以分享垄断权力，通过认识他们共同的经济利益以及在价格和产出决策方面的相互依赖，将他们的价格设定在利润最大化的超竞争水平上，随后单方面将他们的价格设定在竞争水平之上[2]。OECD持同样观点，认可算法对促进企业竞争、推动市场良性发展的作用[3]。但也有学者认为，无论在现实中还是互联网中，限制竞争行为都是不容许的[4]。合谋是一种市场结果，通过价格或数量等形式的协调使低收入者可获得更高的利润，由于它给消费者带来的不利影响以及其可能对创新和经济增长产生的负面影响务必予以规制[5]。我国算法反垄断尚处于萌芽阶段，反垄断法应当保持克制、沉着应对，了解现实情况并重视理论研究[6]。

一、现实积弊：技术革命下的算法合谋

从理论上讲，市场是社会资源配置的最佳方式，市场可根据价格引导供需关系，公平的市场可以鼓励创新和竞争，并及时反馈市场需求[7]。算法合谋扰乱了市场竞争秩序，损害市场的正常运行。

(一)算法默示合谋的吊诡

算法是解决某些问题的程序代码形式的指令，在数字经济中用于分析、使用和处理大量数据。算法交互速度快、预测能力强，可以进行快速交互并提高交互频率，使公司业务快速增长成为可能。定价算法可以提高企业间相互依赖的效率，促进许多市场中的默契共谋。企业可以与其价格相匹配，并保持超竞争水平的价格稳定。算法使数据处理分析更加智能，对新状况的应对能力更强，在数字经济和算法驱动的商业社会中，预测分析和算法优化并不鲜见，算法上的默示合谋不会影响每一个甚至大多数市场。随着虚拟竞争的发展，当几个重要的条件存在时，人们会期望在不久的将来在市场中出现算法默契的共谋。第一，在涉及同质产品的集中市场中，可能会出现算法默示共谋，在这种情况下算法可以充分监控定价和其他关键销售条款。许多行业转向在线定价将促进和稳定有意识的共同行为，因为卖家可以更容易地监控竞争对手的定价、关键销售条款以及任何偏离当前均衡的情况，在这种环境下算法定价提供了一个稳定、可预测的工具，能以降价的形式实施可信而有效的报复。面对价格偏差时，可以使用特殊的软件进行报告并采取行动。第二，一旦检测到偏差(例如折扣)就可以激活一个可信的惩戒机制。算法环境的独特之处在于报复的速度，计算机可以快速监控偏差，并计算出无数次行动和反行动的利润影响，惩罚价格差异。计算机的反应速度实际上剥夺了折扣对手的任何重大销售，这种速度也意味着共谋可以在几秒钟内发出信号，先行者从折扣中获益的可能性越大，暗中勾结的可能性也就越大。随着竞争对手的价格在网上转移，即使是针对特定时间的特定个人和数千种产品，他们的算法也可以在几毫秒内评估和调整价格，每种算法都能迅速匹配竞争对手的折扣，并在第一时间消除其折扣激励。

伴随算法产生的默示合谋，不可避免会产生企业之间的暗中勾结与恶意竞争，竞争政策和法律可能没有设计或准备好应对与算法业务相关的所有挑战，但人工智能和自主学习算法并不会等待法律与制度的革新，而是在不断进行升级与发展。经济学理论认为，算法存在相当大的风险，即通过提高市场交易效率实现高频交易，增加了传统上以激烈竞争为特征的市场结构中合谋的可能性[8]。特别是在定价的背景下，智能系统有能力从周围环境中学习并制定应对策略，以不可预测的方式实现目标。这些类型的算法是深度学习或第二代定价算法[9]155-171，竞争者之间并没有形成任何非法的协议，也没有进行任何实质交流和接触，每个竞争者都会根据竞争对手的行为作出反应，将价格提升到具有竞争力的水平。该种行为对反垄断提出的挑战在于传统的反垄断要求企业之间要存在直接或间接的接触或协议的证据，以表明企业之间没有合谋，而新型算法合谋促进了竞争对手的共同行为，增加了达成合谋结果的风险，并不会受到目前竞争规则的影响[10]。

(二)责任主体归责的隐忧

在传统垄断协议框架中，主体一般为自然人、法人或其他组织，具备完全的权利能力和行为能力，可以对其行为承担相应的责任。在算法合谋中，算法是默示合谋的主要参与者之一，本质上属于网络编程。《中华人民共和国反垄断法》(以下简称《反垄断法》)对垄断行为规制的前提是主体具备承担责任的能力，对于算法而言一部分是基于自然人设计者的意图而进行设计的，另一部分则来自于算法自主学习而实施的垄断行为。在数字眼自主学习类别的算法合谋下，如何界定人类与机器之间的关系都关乎伦理与政策，需要考量的因素包括但不限于机器的程序、安全措施、奖励结构、活动范围等[11]。人类设计了自动学习算法的程序，并且由人类决定使用、暂停或终止程序。

算法合谋的法律规则有三种选择：一由机器(编程)承担；二由设计人员承担责任；三由企业担责或者谁也不承担责任。如果企业设计算法并且推动算法达到企业的不正当目的，公司设计使用算法并且从中获利，那么此时界定责任是相对容易的。但如果机器不按照公司意图行动，当计算机算法变成没有基于企业的命令而工作时，如何评价该行为就变得困难。在确定算法合谋的责任分配时，不可忽视企业的主观意图，从根本上看算法均为人设计，人对算法作出的决定应承担相应的责任。但伴随算法自主学习能力的深入，算法与人之间的联系逐渐弱化模糊，在面对不需要人为干预的高层次算法时责任如何划分便显得尤为棘手。有学者提议可以从算法的获益者来判断，谁获益谁担责。此外，在设计和运用算法的过程中，将消费者的意图受侵害作为判断的一个因素也存在争论。

(三)现有反垄断框架的缺憾

我国目前《反垄断法》规定了明示的合谋，对于非明示合谋即默示合谋尚未作出规定。《反垄断法》所规定的合谋是通过经营者间协商达成协议的合谋，但算法机制发出信号或者动态调整价格的行为均难以认定为《反垄断法》所规定的合谋行为。以数据眼自主学习合谋为例，算法可以自主学习排除人类干预，对市场和行业价格进行实时监测并实时更新政策以获取最大竞争优势，该种类型是传统的反垄断法无法涵射且认定的。另外，传统的合谋发生在垄断市场，合谋对于竞争秩序危害极大。算法时代，算法改变了传统合谋所需的条件，合谋对于市场的依赖性降低。以当前的电子商务平台为例，经营者数量多，市场份额分散，经营者也可以形成横向的价格合谋。默示合谋仅能在经营者所占市场份额大时才会造成损害，因此不可以概括认定算法合谋的负面作用，以免扰乱市场秩序。

(四)算法合谋协议概念的局限

协议是合谋达成的条件之一，明示合谋行为需要经营者通过明确的协议完成，对协议的精准识别是对合谋进行规制的前提，确定协议的内容后才可以进一步去分析合谋。我国《反垄断法》对于协议的概念付之阙如，我国立法采用了“垄断协议”的概念。合谋协议的概念需要经营者合意、协商方式、限制竞争内容三个要素。传统合谋协议无论形式还是内容都相对单一，如通过协商达成价格确定、数量限制、划分市场等，在实施合谋过程中不断进行交流磋商，实现限制竞争的效果。传统反垄断法对于垄断协议的划分模式极为简易，算法在合谋过程中使合谋的构成复杂化、经营者之间的联系方式多样化。以中心辐轴类合谋为例，不同层级的经营者共同参与其中，企业以中心为媒介，不同企业之间形成一种纵向的垄断协议来规避反垄断法律规范的监管。在数字眼自主学习合谋中，企业完全抽离于算法之外，由机器自主学习算法，结合市场条件、市场价格等因素进行一系列的定价行为，在此过程中无法监测到企业之间达成了合谋。在默示合谋中，经营者达成合谋时并未进行客观交流，而是通过特定行为无法受到反垄断的规制，因此有必要对“协议”的概念进行重新解释，扩大算法合谋的形式满足其特定要求。

二、基本范畴：对算法合谋的理论追问

(一)算法合谋的内涵厘定

算法一词来源于数学概念，原是一种古老的运算法则，其本质是一种解决问题的方式。在现代是指解决问题的一系列明确的指令，经过一定规范的输入，在有限时间内获得所要求的输出，其可以通过语言、代码等多种方式表示。在商业领域便是企业通过对数据的收集分析，最终设计出适合自己的经营方案。合谋是指竞争对手之间共同实施的一种策略行为，该行为极有可能侵害消费者合法权益以维护经营者的利益最大化[12]。合谋通常存在两个或两个以上的独立经营者，其共同通过协议或决定等形式对产品或服务的价格、数量进行限制，从而达到排除限制竞争的效果[13]。合谋行为可以分为明示的合谋与默示的合谋，明示合谋通常以书面或口头的明确方式体现维持合谋的反竞争行为，而默示的合谋也称为有意识的平性行为，通常是指不通过协议等明确形式，竞争对手通过一致行动来维持合谋以达到合谋的效果。

(二)算法合谋的本质特征

1.合谋达成隐秘性强

传统的合谋方式离不开人的主观意志，主要通过个人明示或暗示来达成合谋。在互联网大数据背景下，竞争者抛弃原始的人为合谋，市场竞争中诸多经营者共同行动达成合谋，利用算法巧妙地避开《反垄断法》所规制的行为，使合谋对市场的依赖性大大降低，即使监管人员发现异常，也难以取证证明经营者达成了合谋。数字算法技术通过一套完善的机制达成合谋，对市场情况、竞争者显存条件、消费者购买力等诸多因素进行计算从而确定商品价格，在此过程中人为因素被极大程度弱化，算法隐秘性加大了反垄断规制的难度，在此过程中的合谋形式由传统的明示合谋变为默示合谋。由于算法得以有效运作的重要基础是庞大的数据体系，经过一系列计算得出结果，数据信息的交流与互动要求提升市场透明度，但市场透明度的提升也意味着信息传递交互的迅捷，当市场某个竞争者的价格等因素变化时，其他竞争者便快速获知该信息，获取咨询的便捷直接促使数据获取成本下降。可见，数据技术的发展使经营者采取竞争策略所获得的营利空间压缩，在此情形下竞争者之间更倾向采取协同行为以获取更高额的利润。

2.算法参与主体众多

传统商业模式下，合谋行为通常由经营者进行磋商最终达成垄断协议，对于此种行为法律进行规制较为原始简单。在数字时代，算法的应用不断提高智能化水平与隐秘性优势，算法作为重要的主体参与到算法合谋中。在信使类合谋中，算法以一种工具的形式成为合谋的一方参与者，其发挥作用的驱动力在于使用者的驱使，单纯作为一项工具被利用在算法合谋中。在较为高级的数字眼自主学习合谋中，算法已经不仅仅作为一项工具存在，而是成为了具备自主学习、自主研发、自主升级的强势主体。智能算法在此类合谋中已经超越工具的价值，最大程度弱化人为因素的参与程度，可以依据市场情况与智能应用进行自主学习与自主研发，主动实施并主导定价行为。

3.算法智能化程度高

人工智能的发展催生新型经济关系与社会关系的同时，也带来智能的算法时代，这意味着一切事物皆可计算。智能算法已成为垄断协议的直接参与者，通过机器智能自主深度学习从而帮助经营者进行商业决策。算法具有极强的智能预测能力，通过对市场诸多因素的分析后得出最佳经营策略[14]。当算法判断合谋有利于竞争者时，那么算法便会选择合谋，在此过程中相关经营者也没有达成协议，甚至没有合谋意图，此时传统反垄断法律规范便无法对其进行规制，此种合谋危害更大。目前算法智能尚处于依赖数据进行总结的阶段，但未来的发展将变得难以预测，人工智能具备自主学习甚至自我编程升级的能力后，人类便无法预知其可能发展的水平，规制也将无从下手。

(三)算法合谋的类别

算法在合谋过程中扮演着不同的角色，对合谋的影响也不同，算法合谋的主要形式有四种。第一，算法协助合谋。算法通过自动定位竞争对手的价格数据，将自身经营者的价格调至与其相同价位，经营者达成合谋之后便可以充分利用算法来实现合谋，灵活设置价格，与合谋对象保持价格一致，此时算法在合谋过程中扮演着协助者的角色。同时，经营者可通过算法来实时跟踪价格，减少传统价格跟踪的时间差。第二，算法合谋动态定价。算法通过对市场数据的分析，根据市场变化来适时调整价格，价格的高低与市场需求多寡相关联。第三，算法信号合谋。算法信号合谋是指经营者发出特定的信号和相关信息捕捉其经营者消息，依据对方的回应作出反应。第四，人工智能合谋。智能算法可以通过机器学习及深度学习的技术帮助经营者作出决策，甚至可以独自作出决策。

算法合谋理论由Ariel Ezrachi教授提出，该理论的四种场景对于发现合谋以及创建相应的机制至关重要。

1.信使类合谋

信使类合谋指的是计算机或算法扮演信使角色，其行为依据人的计划进行。人类共谋的目的在于自愿达成卡特尔，利用计算机实施监督并管理卡特尔，代替人类执行其任务[15]。经营者首先对价格进行商定明确达成协议，而后通过智能手段设计算法程序，共谋者之间达成协议后一旦有背叛者出现，通过大数据的抓捕即可识别出违背协议者，从而对其进行处罚。在信使类合谋中，先达成共谋，而后经营者进行选择，算法仅仅起到协助人类的作用，人才是该类合谋的操纵者，算法仅作为被操纵的工具存在。在此场景中算法有三种作用：一是算法可以监控其他合谋者的数据，对数据作出反馈后生成具有竞争性的新价格；二是该种算法通过向企业发送信号的方式便利其他合谋者采取相同立场；三是算法的设计具有惩戒作用，如果企业的设定偏离协议，那么算法就会惩罚背叛者，如除了背叛者之外都可以降低价格，使背叛者退出市场[16]。信使类的合谋显然涉及企业之间的合谋协议，信使定价的方案在本质上是卡特尔协议，相关方应被认定为操纵价格共谋并担责。

2.中心辐轴类合谋

轴辐协议也被称为中心辐射型垄断协议，该种协议的特点是在同一条产业链条上，参与者并非同级经营者，而是不同层级经营者共同参与，企业并非与水平竞争者达成合谋协议，而是利用中心作为合谋的间接媒介，协议由不同层级的参与者们共同达成，其特点是一种复杂的纵向垄断协议，但却产生排除或限制竞争的效果[17]，是一种更为间接的方式。在同一市场上的经营者们对使用同一定价算法达成一致意见，该定价算法所定价格为市场公认价格，假设辐轴范围足够广，加之研发者的协助，非常容易达成合谋使价格飞涨并限制竞争。在该类合谋中，算法的开发者与使用者之间并不是横向的竞争关系，横向竞争者们通过选择相同或相近似的价格制定算法，企业绕过沟通环节进而作出具有竞争力的定价，不同层级的企业之间构建了一套复杂的关系网络，在企业之间通过枢纽共享信息进而达成合谋，他们之间的契约关系为纵向协议的性质。统一算法在不同企业间平行使用，对传统反垄断理念和制度造成极大困境。

3.可预测类合谋

该类合谋需通过信号算法方可达成，在此过程中计算机算法虽由不同企业研发，但设计程序类似，可以进行价格跟踪。定价算法扮演经营者的代理人，不仅可以监控竞争者定价，也可以在被代理人的价格范畴内适时调整定价。在可预测类合谋中，企业自己开发定价算法，当相关市场的企业遵守这个价格策略时，可以对市场价格作出一个适当的最佳反应以实现合谋，然而实际却没有进行任何合谋的行为，企业的实质目的是为了达成这种不可言说的合谋形式。在此合谋场域下，其实是一种“信号发送-企业反映”的模型，企业制定的算法确定价格后向其他竞争者发送信号，假设该企业发送高于价格水平的价格信号，其他企业收到信号后可以选择与其价格匹配，或者选择不提高价格并向发出者反馈消息，终止达成合谋，收到信号后的发送者也可以重新降低价格[16]。在可预测合谋模式下，企业联系默契，虽然没有书面或口头协议，但实质上存在默示的共谋，造成了实质竞争效果。

4.数字眼自主类合谋

随着企业与用户双方的数据不断增长，企业更愿意选择自主学习算法类型[9]164。自主类算法合谋中，可以自主进行深度学习并选择最优方式执行任务，凭借自身判断进行价格调整，寻找提高利润的方法，不需要听从研发者或经营者的指令。在有监督的学习中，数据点的结构可以按照相关市场的适当条件进行分配，因此该算法将告诉企业在瞬时市场条件下实现利润最大化的最佳价格水平[9]164。算法虽然无法给出通行的科学释义，但其运行条件均是在数据统合之上进行的。企业间数据的流动可以使算法进行实时更新，不断提出新的决策来适应现实情况。算法智能化的特点明显，其可以根据市场的变化而作出重新判断，甚至其行为也可能与研发者不同，人类在此定价类型中介入程度极其有限。自主合谋算法依据自己的思维逻辑判断时，其依据已知的数据得出最佳方案，人类主体介入算法程序受限后，其合谋的能力才会得到最大程度应用。数字眼自主学习算法并不需要去体现制造者的意图，其真正的功能体现在如何在价格给定的情况下使其利润最大化。传统算法模式下，算法的内部结构可以通过编码进行观察，而自主算法的不同在于其不可观测性，不可观测性模糊了责任的概念与界限，这也给反垄断规制提出了新挑战。

三、修正路径：算法合谋的逻辑依归

(一)协议内涵外延的重新解读

经营者通过一系列行为构成合谋，在对其进行规制时必须阐明协议的内容与性质，厘清合谋的合法与非法之界限，明确协议的内涵与外延。《欧盟运行条约》第101条第1款规定了企业之间所有的协议、企业协会的决定以及可能影响成员国之间贸易的协同行为，如果其目的或效果是阻止、限制或扭曲内部市场竞争，则因与内部市场不相容而被禁止。其立法目的在于禁止竞争者之间的一切恶意串通行为，对于“协议”“企业协会的决定”“一致行动”等词汇的定义，目的在于获取全部具有实质相同意义的合谋行为。第101条所禁止的行为直接或间接侵犯了潜在竞争，而最终却需要消费者为其买单，合谋的主要目的就在于将其他竞争者赶出市场，从而提升价格获取利润。

《反垄断法》所定义的协议，需要经营者通过共同协商达成相同的意志，其内容必须是有限制竞争可能性的因素。对于明示合谋外的算法合谋大致可以分为两类，一类是对于有合意的算法合谋，其可能通过性质模糊的其他约定方式进行。该种形式并没有对价格进行限制，仅仅是算法的共享，即便动态定价算法所致的结果一致，依据当前的协议概念，依然很难将共享算法的约定纳入《反垄断法》的协议，因此有必要对合谋协议的概念进行扩大解释，只要证明经营者间存在合谋合意，且算法与行为具有因果关系，便可以将其认定为《反垄断法》意义上的协议。第二类是对于有合意但没有协商的算法合谋，可能通过人工智能的手段进行。经营者仅通过常见的依存关系等因素不约而同地实施特定行为，鉴于该种行为会损害市场竞争，甚至可能造成非常严重的危害，因此对于协议的形式不应设限，可将上述行为推定为合谋协议。

(二)积极干预政策的切实保障

基于以上分析，立法者应当积极应对算法时代所带来的挑战，制定明确且可执行的强制性干预方案以防止恶意竞争。第一，可以增设事前阶段，在特定市场条件下，公司必须要报告特定算法的使用情况，这种监管机制可能会给机构或公司造成成本的增加，也可能被证明事前监督难以实施，特别是在涉及数字眼自主学习的情况下。第二，可以增设事后调查，如英国竞争与市场管理局就有权进行市场调查，搜集证据并进行评估，在必要时提供相应的补救。立法者可以授权执法者进行调查的权利，如针对算法的性质、意图、逻辑等，事后监管模式具有一定的调和性和偶然性，可以选择干预或不干预算法。在算法时代，企业通过大数据算法对消费者或整个社会作出评估与选择，我们没有理由限制政府作为主体对市场进行监管，即便企业通过复杂算法分析市场并确定了价格，政府抑或是法律也无法对其进行有效监管，因此需要创设一种严谨的技术手段进行干预。

(三)违法认定理念的理性转向

我国对于垄断的二分法标准具有简易的形式化特征，面对反垄断案件时执法效率高，但却无法摆脱僵化死板的特质。简单的二分法标准在面临数字时代的反垄断案时表现出明显的疲软之态，完全无法涵射新型的合谋方式，但数字科技的应用并不会因反垄断的僵化而停滞不前。传统二分法纠结于横向或纵向的区分而忽视了协议是否造成了限制竞争的现实结果，面对数字时代的反垄断，传统的二分法根本无法解决复杂的垄断协议，这也是为什么商业制度从不是法学家或者立法者驱动的，而是狡黠的商人驱动的，人人皆为经济人，商人自不例外。精于计算、利己至上，具有“经济人”本性的商人必定会对垄断事宜进行反复利益衡量。反垄断违法认定的理念应当从原始的形式化认定转向实质的理论依归，制定明确的实质性违法认定条款，确保执法用法有法可依，严格将法定原则作为制度建构的基本遵循。对于反垄断案件而言，实践中体现为较高的智能化与数字化特征，一概而论的标准过于粗放，面对新型智能化违法行为要基于具体案件进行个案审查，结合案件的手段、原因、结果、社会影响等因素综合判断。我国在司法实践中过于强调违法的形式认定而忽视实质认定，实质认定束之高阁的问题在面对新型算法合谋的境遇时应当予以重视[18]。

(四)政府与市场的辨证施治

在市场与政府之间作出选择是极其复杂的，二者之间的关系并非二选一，而是在政府与市场之间进行有机结合，在配置资源模式的不同程度间进行合理调试，体现在二者发挥作用的程度上[19]114。市场因其不可避免的失灵与广泛属性，若倾向选择市场，就要遭受市场失灵带来的广泛性危害；若选择政府，也极易陷入非市场导向下的陷阱。市场与非市场均存在不同的缺陷，市场体制下即便强调公平正义，也无法避免官僚体制下政治决策过程中武断傲慢的存在，与市场相比也不会更好。非市场在有意识纠正市场不公平的同时，自身常常又涉及不同类型和范围的不公平[19]117-118。对于无约束的市场力量而言，适度有效的非市场因素干预是有效且必要的，二者在经济发展进程中互相制约共同发挥作用。科技智能背景下的反垄断所带来的挑战不能仅靠一方进行规制，应在政府与市场之间寻求共同的治理方案，规制算法垄断的违法行为。政府与市场本就是社会发展的一体两翼，科技时代的算法合谋更离不开政府与市场的双重规制，不能否定一方推崇另一方，一定是在二者之间寻求共同治理算法合谋的平衡点。实践经验验证了市场是资源配置的最有效手段，可以有效提高社会资源的配置率，但市场的决定作用并非意味着其可以摆脱政府的“有形之手”成为唯一。市场的完美无瑕是市场发挥决定作用的假设前提，但是市场并不会完美无缺，仅仅是经济学概念上的假设，因此市场与政府也不是完全排除的二元论，而是处于相互依存的状态[20]，某种程度上处于一种不可分离的共生关系[21]。不同的历史阶段、不同的国家，政府与市场的关系都是不同的，二者的关系因国家的不同、市场经济的不同、发展时期的不同而各有差别[22]。政府与市场既相互区分，同时也相互渗透，但绝不可对立，这也是处理二者边界问题的重心[23]。算法合谋不仅是时代发展的产物，更是商业社会市场经济发展过程中的新事物，由市场产生，顺应市场发展同时也受市场的约束，但单一的市场约束无法驯服算法合谋这一猛兽，实践经验也表明算法合谋带来的危害与未知，需要政府与市场共同干预辨证施治。

数字时代，新技术的影响仍是未知，但政策制定与法律选择不能因此停摆。算法渗透现代生活的每个角落，时刻影响着商品经济的参与者，伴随技术的进步，算法在未来交易中会带来更大的影响。近代社会的诸多法律制度，许多法律制度的设计均源自立法者的刻意为之[24]。功利色彩浓厚的制度设计，不顾与传统社会、文化等诸多因素是否和谐，生搬硬套的“拿来主义”早已破坏了法律应有的体系与规范的属性[25]。立法活动“应立足智能互联网时代的客观要求，确立新型正义观，构架新型权利义务关系，促进权益的平衡共享发展，推动法律制度与规则秩序的转型升级。”[26]“法律的重要作用之一乃是调整和调和种种相互冲突的利益。”[27]人工智能算法发展的终极可能会取代人为的企业决策，《反垄断法》势必紧跟算法的发展，充分认识新技术带来的风险，切实保护交易、竞争与市场的和平。在人工智能的数字发展时代，寻求与科技的和谐共生是人类的共同议题。