数字时代的纵深发展正推动人类社会进入一个“万物皆互联、可计算、能智能”的新纪元。在此背景下，算法已从基础计算工具演进为具备高度自主性的复杂系统。尤其是基于海量数据的智能算法，通过深度学习和自主优化，不断修正模型、完善逻辑，形成具有高度适应性的决策体系。这种自我调适能力不仅显著提升了算法的精准性与效率，更使其能够动态响应外部环境变化，自主生成新的规则。然而，与之形成鲜明对比的是，传统法律规范固有的灵活性、适应性和针对性不足缺陷日益显现。法律一经颁布，往往难以随社会变迁而及时调整。在传统社会，这一缺陷尚不明显，但在算法主导的时代，面对智能算法的高速演进，法律规范弹性不足的问题愈发凸显，其权威性与适应性也遭遇前所未有的挑战。

目前，学界对算法时代法律规范的适应性危机关注不足。尽管关于算法与法律互动的研究已不少，但多数聚焦于法律对算法的规制或算法对法律发展的促进作用，而鲜少探讨法律自身的存续问题，尤其是探讨法律规范在算法冲击下的适应性危机。而在仅有的研究中，或囿于所提解决方法不当，或陷入过度悲观的论调。为此，本文拟引入动态体系论的理论框架，通过对法律规范的结构优化，增强其与算法时代的动态适配性，使法律规范更加适应算法时代社会发展的需要，这将从根本上破解法律所面临的现实困境。

一、算法时代法律的适应性困境

在算法驱动的数字时代，智能算法最显著的特征在于其具备“学习”能力。这种能力不仅表现为基础层面的自主学习，更体现为深层次的元学习特性，使算法系统呈现出高度的动态适应性和规则可变性。这种技术演进态势使得传统法律规范的结构刚性缺陷愈发凸显，进而引发法律规范在规制效能和社会适应性层面的各种危机。

（一）智能算法学习特性的技术本质

随着算法的迭代升级，智能算法展现出日益显著的“学习”特性，“以大数据和机器深度学习为基础，具备越来越强的自主学习与决策功能”。从本质上看，学习可以被理解为系统内部的适应性变化过程，“如果一个系统能够通过执行某种过程而改变它的性能，那么这个系统就具有学习的能力”。在数字技术迅猛发展的背景下，智能算法的优势愈发凸显：不仅具有高速运算能力，更重要的是具备自主学习的特征，“对于某类任务T和性能度量P，如果计算机程序可以从经验E中学习与改进，并在任务T上由P衡量的性能有所提升，那么就称这个计算机程序从经验E学习”。

当代智能算法已突破传统被动执行指令的局限，呈现出类似自然界的生命由数百万年前开始进化那样自主地从经验中进行学习。通过分析数据中的内在规律，智能算法能够获取新知识并持续优化系统性能。具体而言，智能算法可以在初始设计基础上，通过持续获取和分析大数据，不断挖掘信息价值，从而完善系统规则和知识体系。借助大数据分析、智能算法架构、评分系统等技术装置，这些系统能够对各类主体的行为进行实时监测、识别、评估和反馈。特别值得注意的是，先进的智能算法还能根据外部环境变化进行自我调适，发展出更优化的规范原则和价值标准。以司法领域为例，每个案件当事人的数据输入都会成为算法学习的素材，帮助系统发展出处理未来案例的方法论；而当事人基于算法输出的决策反馈，又会形成新的数据闭环，推动算法的持续优化。

从方法论维度来看，智能算法的学习模式呈现多元化特征，主要包括监督学习、非监督学习、半监督学习、集成学习、强化学习和度量学习等方法。作为机器学习的重要分支，深度学习技术发展出多种模型架构，如自动编码器、深度神经网络、受限玻尔兹曼机、卷积神经网络和循环神经网络等。随着数字技术的深入发展，智能算法的自主学习已成为技术演进的新常态。这种学习能力带来两方面的显著优势：一是算法系统能够根据外部环境变化动态调整规则体系，保持对外部数据环境的开放性和适应性；二是依托大数据的多维度支持，算法可以深入分析不同应用场景，识别差异化特征，从而生成个性化决策方案，甚至发展出定制化的规则体系。

（二）法律规范存在适应性不足

与具备动态学习能力的智能算法不同，法律规范却天然地具有“不学习”的特征。法律作为社会规范的制度化表达，其形成机制主要体现为对历史经验的系统总结与规则固化。这种规范模式虽然也包含一定的前瞻性内容，但其预见性始终建立在既往经验归纳的基础之上，而非未来的真实情形。尤为关键的是，法律规范一旦完成立法程序，就会在相当长的制度周期内保持稳定状态。正如学者所指出的：“现代法律是印刷术时代的产物，一旦文本印刷（制定）出来，再次进行印刷（制定）的成本过高，法律文本因此就天然具有不学习性。”在法律系统的运作逻辑中，合法/非法的二元判断结构类似于原始社会的吉/凶占卜，都依赖于固定的符号系统和非适应性的规范功能来维持社会预期的稳定性。这种制度设计虽然确保了法律系统的确定性和可预测性，但也使其丧失了根据环境变化进行自我调适的能力。

相较于能够通过机器学习不断优化规则的智能算法，法律规范最突出的结构性缺陷在于其规则刚性。这种刚性特征导致以下两个方面的困境：

一是规范滞后与社会发展的张力。法律修订的周期性特征使其难以适应社会的快速变迁。一般而言，法律修订周期通常5年以上，有的甚至长达10年以上。在此期间，法律规范必须保持其初始形态。“迄今为止所有公理化的形式推理系统，都不允许后天的经验变化对先天输入系统的公理集的有效性产生任何影响。”虽然这种稳定性在维护法律确定性和可预期性方面具有显著优势，但其代价是规范系统应对社会变革的适应性严重不足。在传统社会发展相对缓慢的时期，这种滞后性尚不构成明显缺陷，但在算法驱动社会加速转型的时代，法律规范与社会现实之间的脱节现象日益凸显，直接导致大量新兴案件面临无法可依的困境，这也是当下许多新型案件、疑难案件难以找到法律依据、难以得到有效解决的重要原因。

二是规范普适性与个案特殊性的矛盾。法律规范的另一重困境在于其难以实现真正的差异化适用。尽管现代法治都强调“相同情况同等对待，不同情况区别处理”的公平公正原则，但与智能算法基于大数据分析的精准识别能力相比，法律规范始终受限于其抽象化的表达方式和二值逻辑的判断结构。其局限性主要表现在：法律系统无法像智能算法那样深度识别个案特征的细微差异，难以精确评估不同变量之间的法律相关性，最终不得不依赖统一的规范标准来处理本质上存在差异的社会关系。其结果是，法律适用往往陷入“全有或全无”的机械裁判模式，无法针对具体情境做出差异化的规范回应。

（三）法律适应性不足面临的现实困境

当代社会复杂性已达到前所未有的程度，尤其是在纷繁复杂情形中出现的诸多新兴风险。新兴风险呈现出高度复杂、数量激增、机理错综、样态弥散等多重特征，而由于网络的传播，其影响范围呈现指数级扩张，形成超越时空界限的系统性风险。在此背景下，对风险应对机制提出了双重要求：即时响应与精准处置。智能算法凭借其独特的优势恰好满足这些需求：一是算法具备从海量数据中“发现存在于大量数据集中的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式”的能力；二是算法系统可以基于动态数据流实施实时决策；三是算法能够提供个性化解决方案。相比之下，法律规范适应性缺陷使其在算法时代面临严峻挑战：一方面，立法滞后性导致规范与社会现实脱节；另一方面，规范统一性难以满足个性化需求。若不进行系统性改革，法律规范确实存在被边缘化的制度风险。

实际上，算法革命引发的法律规范适应性危机已在多个领域显现，在这些领域里，形成了前所未有的权利义务关系框架，而法律却难以作出有效调整与应对。例如，在金融法领域，比特币等加密货币依托区块链技术实现了“自主运作的货币系统”。与传统法币不同，加密货币的信任机制内嵌于算法协议而非法律权威。区块链技术支持的点对点交易完全规避了传统法律框架，形成了自我执行的数字契约体系。又如，在合同法领域，智能合约通过代码组合构建自治性契约结构，合约代码本身成为元代码，无法纳入传统合同法框架的元代码系统，使既有合同法律制度面临适应性危机，以至于有学者哀叹“似乎没有几种（如果有的话）常见的实体商务的规则可以实际运用于此”。再如，在著作权法领域，数字权利管理技术使著作权人能够自主设定使用条款、实施差异化授权、精确控制作品流通，实质上架空了著作权法中的合理使用原则。种种迹象表明，面对智能算法的自主学习以及法律规范的僵化，法律规范正在面临多重危机，特别是面临被边缘化的危机。

可以说，智能算法的自主学习、深度学习能力正在重构规范体系的力量格局，“智能互联网时代突显科技发展对社会生活带来的全方位影响，法律变革既是对社会现时的反映，同时更要面向未来”。法律适用的空间被挤压、规范功能被虚置、制度权威被削弱。面对这种结构性变革，固守传统法律范式将导致制度失灵。要根据时代的发展，不断改造和优化法律规范的结构，使得法律更能够适应现实的需要，进一步发挥其社会治理之功能。

需要特别说明的是，算法时代法律危机表现为多维形态，例如，算法黑箱引发的程序正当性危机、人机协同导致的责任认定危机、自动化行政产生的依法行政危机、新兴领域规范缺位引发的调整失灵危机等。鉴于研究聚焦性，本文主要探讨法律规范结构性僵化引发的适应性危机。

二、面对适应性困境法律何去何从

从法制史维度考察，法律制度的演进始终呈现出与技术变革的深度耦合特征，特别是在科技革命的推动下，技术革新成为法律体系变革的重要驱动力。当前，一方面，智能算法通过自主学习、深度学习实现了认知能力的指数级提升，同时其学习成本呈持续下降态势；另一方面，既有法律规范却表现出明显的结构性滞后，难以适应社会发展的快速变革，面临被技术发展边缘化的系统性风险。在此背景下，探索算法时代法律规范的适应性变革路径，已成为法学理论界和实务界共同关注的重要议题。

（一）不同理论观点及评析

第一种观点可称之为“法律消亡论”。该观点认为法律体系正面临或即将面临根本性危机。持此观点的学者提出，当算法技术能够以更低的交易成本、更高的运行效率、更精确的规制效果以及更敏捷的响应速度实现社会治理目标时，将不可避免地引发法律规范的系统性衰退，并进而提出，当技术革命使得从遇到问题到修改法律的时间间隔逐渐趋近乃至消失的时候，我们所熟悉的法律也就会面临“死亡”的命运。

这种“算法兴起、法律消亡”的论断虽然揭示了算法时代法律规范面临的结构性挑战，特别是法律规范刚性导致的个性化适配困境以及规范与社会现实的脱节问题，但由此判定法律“死亡”的观点，不仅缺乏严密的论证，而且也并非良性的解决之道。

第二种观点可称之为“法律规则个性化论”。主张法律将经历从普遍性规范向个性化规则的范式转变。该观点认为，即便在形式上保持稳定，个体化导向的法律规则实质上将呈现为一种概率化存在状态，唯有通过具体案例信息的输入，方能实现从概率形态向实体规范的转化。这一理论类比了物理学领域从确定性牛顿力学向概率性量子力学的范式转换，认为法律规则同样面临从“非此即彼”的绝对性规范向具有概率分布特征的个性化规则的转型。

该观点具有一定的建设意义，其准确把握了法律体系发展的趋势性特征。然而，该观点仅停留在转型方向的描述层面，未能构建可行的实施路径或所提出的方法论缺乏可操作性；而且将法律规则全面个性化改造的设想，在本质上与法律作为社会规范所必须具备的普遍适应性特征明显存在悖论。

第三种观点可称之为“法律形态重构论”。主张法律的形态将经历深刻的数字化重构。有代表性研究指出，传统法律体系中公理化、结构化的规范范式，将逐步被去中心化网络架构中的技术性规则所替代，并认为用户数据以及由此转化而来的一系列代码可能成为新型法律规范的核心载体。该研究进一步强调，应当“在法律概念、法律规则、法律原则中融入智能互联网元素，探索从二元规范走向一体融合规则体系的制度安排，从而塑造信息时代的新型法治秩序”。

该观点虽然敏锐地把握了算法时代法律体系面临的适应性挑战，为法律转型提供了有价值的理论视角。然而，其未能有效解决智能算法动态演进性与法律规范稳定性之间的矛盾，特别是面对机器学习技术的自主进化特征时，现有理论尚未提出具有可操作性的调适机制；而且将技术性代码直接纳入法律规范的做法，可能引发法律本体论的认知危机，此时的法律还叫法律吗？如果法律失去了本真，肯定不是解决问题的最佳方案。

（二）实践中的应对方式及评析

在应对法律规范的滞后性与僵化问题时，各国普遍采取的对策是频繁立法或修法，以期使法律规范与社会现实保持同步。尽管这一方式在表面上增强了法律的适应性，但其副作用也不容忽视：法律的持续变动削弱了其稳定性和可预期性，进而影响公众对行为法律后果的合理预判，甚至可能扰乱社会秩序、改变个体的行为动机与模式。更为关键的是，现代社会的复杂性与问题的多样性已使通过明确而详细的条文来解决法律的适应性以及使所有的个案都得到公正处理成为天方夜谭，其结果无异于削足适履。

为应对这一困境，部分国家也尝试在法律形式上寻求创新。例如，德国近年来发展出“实验法”这一新型立法模式。其核心特征在于：一是法律设定明确的期限；二是伴有评估机制，包括法定的评估义务、专门评估委员会的设立以及评估报告的编制要求。实验法的优势在于其动态开放性，保持着未来修正的可能性。这一模式尽管在一定程度上增强了法律的灵活性，但其临时性与可变性可能动摇“法律必须被遵守”这一法治基本原则，并可能使法律陷入长期的不确定状态。

（三）算法时代的法律改造方向及方法选择

破解算法时代法律的适应性困境，需要构建一套兼顾法律本质属性与时代发展需求的改造方案。既要以法律规范结构的改变来适应算法时代的需要，又必须采取真正有效的改造方法，在保持法律本真的基础上进行。

首先，应当确立法律规范变革的基本方向。数字化代表未来的发展方向，法律应当适应算法时代的要求，从刚性向弹性的转变、从静态向动态的转变、从普适性向针对性的转变。这种转变的深层动因在于技术范式的根本性变革，即人类社会正经历着从牛顿式“大定律、小数据”范式向默顿式“大数据、小定律”范式的历史性转型。传统法律中依靠固定不变的“大定律”来规制具体“小事件”的规范模式，已难以适应以海量数据为基础、需要动态调整的新型社会治理需求。因此，法律规范必须建立动态调整机制，采取适当方法调整法律规范的适应性，逐步实现从刚性规则向弹性标准、从二元判断向多维评价的转变。

其次，应当选择科学的改造方法。核心问题在于如何在维护法律基本特性的前提下，提升其与智能算法及社会现实的协调性。破解当下法律规范结构性困境的根本路径在于赋予法律规范以“学习”的能力，通过对法律静态属性的系统性改造，实现从“刚性规范”向“动态规范”的范式转型。正如乌尔里希·贝克（Ulrich Beck）所强调的，“我们将创造法律和制度的条件去促成社会学习和实验的持续过程，以继续对抗现有的约束”。在此方面，动态体系论展现出独特的理论优势，其通过构建具有弹性特质的规范结构，使法律规范保持必要的开放性与适应性。正如学者所揭示的那样，“在法律体系的现代演变过程中，对于构建一个契合当代社会特质的法律体系而言，动态体系的方法论值得借鉴”。

三、动态体系论破解算法时代法律适应性困境的可行性

动态体系论作为一种法学方法论，其理论渊源可追溯至奥地利民法学家沃尔特·维尔伯格（Walter Wilburg）在1941年发表的大学校长就职演讲《私法领域内动态系统的发展》。该理论经由以海尔穆特·库齐奥（Helmut Koziol）、弗兰茨·比德林斯基（Franz Bydlinski）为代表的奥地利学派和德国法学家克劳斯—威廉·卡纳里斯（Claus-Wilhelm Canaris）等学者的发展，不断趋于完善，也从私法具体制度的技术性解决方案提升为具有普遍意义的方法论；由法律解释的辅助工具发展为具有建构性功能的立法论。其适用范围也从传统民法领域拓展至整个法律领域，形成了一种具有范式意义的法学思维方式。动态体系论的核心价值在于通过构建具有弹性的规范结构，实现法律系统与社会发展的动态调适。在算法时代，法律规范面临的技术迭代加速、价值冲突加剧等结构性困境，恰恰为动态体系论的适用提供了现实场域。通过引入动态体系论对既有法律规范进行优化改造，不仅能够增强法律的适应性和包容性，更能为算法时代的法律演进预留必要的空间，实现法律的“自我学习”功能。

（一）算法时代法律困境与动态体系论产生时具有相似性

法律规范难以适应算法时代的需要，法律规范僵化的不利后果越来越明显。动态体系论之所以能够为算法时代法律困境提供解决方案，原因在于其所针对的历史情境与算法时代的规范需求具有相似性。

在动态体系论诞生之前，大陆法系已形成高度体系化的概念法学传统。然而，19世纪末至20世纪初的社会经济变革使得既有的法律体系逐渐与现实脱节，“导致呼唤法官自由发现法律的呼声出现的，是对传统体系难以充分回应现实生活的需要以及法律感情的要求这一现象的反弹”，这种矛盾在德国的法律适用中体现得尤为突出。由于法典规定的严格性与滞后性，法律适用者不得不通过“非法治”的方式规避某些条文适用。这种现象既反映了成文法规范面对社会复杂性时的无力，也是急需解决问题时的一种无奈选择。然而，过度依赖法律适用者自由裁量又引发裁量恣意的新问题。正是在这样的背景下，维尔伯格提出通过动态构建方法重塑民法体系，使其摆脱概念法学的僵化窠臼。这与当下智能算法的自主学习、社会现实的不断变化而法律规范的僵化、严重滞后的情形，具有非常相似的现实背景。

还有一个相似的背景，当既有法律难以适应社会需求时，立法机关往往通过不断制定新法来应对，这导致法律数量激增却收效甚微。浩如烟海的法律规范仍然难以消除紧张关系，仍然缺乏和现实中基本体系间的有机关联，仍然跟不上现实的快速变化。实践证明，法律滞后性与社会变迁之间的矛盾无法通过简单的规范增量来解决。正如学者指出的：“更多地寄希望于立法来解决法律规范的残缺性问题，基本上是不切实际的想法。因为立法不可能经常地根据社会变化来不断地修改。”为此，维尔伯格提出一个基本观点，即“法律科学必须通过对法律进行更为动态的构造以及弹性规范的发展来克服这一难题”。在算法时代，这一矛盾表现得更为尖锐，即智能算法通过自主学习能够快速响应现实变化，而法律系统却陷入“立法膨胀”的恶性循环：一方面是新法制定耗费大量立法资源，另一方面是法律实施效率持续递减。这种困境的根源并非社会变化本身，而在于法律规范的结构性缺陷，这正是动态体系论着力解决的核心问题。

历史往往具有惊人相似之处，当代算法社会遭遇的法律适应性危机，与许多年前民法领域面临的挑战具有很大的相似性。同理，许多年前用来解决问题的方法，对于破解算法时代的法律规范困境同样具有重要的启示意义。

（二）动态体系论切中法律规范的结构性症结

法律适应性困境的症结主要源于法律规范的僵化性特征。这种僵化性特征导致法律规范呈现明显困境：一方面表现为对社会变迁的适应性不足，难以有效回应日新月异的社会现实；另一方面表现为规范适用的机械性，无法充分关照个案的特殊性。而这一问题更深层次的制约因素则在于立法技术的不足。动态体系论以其独特的规范构造技术，恰好能够从根源上解决这一结构性难题。

在规范复杂社会现实的立法实践中，立法者往往基于两种典型的规范模式进行制度设计：一是以概念法学为理论基础的规则模式，二是以自由法学为思想渊源的原则模式。考察现代立法实践，规则模式的应用更为普遍。

规则模式强调法律规范构成要件的确定性，总是设法穷尽每一个细节，试图通过精密的概念体系构建完备的法律规范。这种模式虽然能够确保法律适用的确定性和可预测性，实现法的安定性价值，但其固有的封闭性特征却严重制约了法律系统的适应性。具体而言，过细的规则体系存在以下明显缺陷：一是规范缺乏必要的弹性，难以应对社会现实的快速变迁；二是规范设计多基于理论预设，缺乏充分的实践验证；三是规范内容往往缺乏前瞻性考量，导致对新出现的社会问题应对乏力。这些缺陷共同构成了法律规范僵化的制度性根源。

原则模式则表现为采用高度抽象的一般条款，通过概括性语言构建法律规范。这种模式虽然具有适应性强、覆盖面广的优势，但其不确定性特征也带来明显弊端，尤其“在非判例法国家，其不可预见性过于突出”。法律适用者在宽泛的原则框架下享有过大的自由裁量空间，容易导致裁判恣意。实践中，法律适用者往往脱离规范文本的约束，通过价值的权衡得出自认为较为妥当的结论，并为其披上合法的外衣。这不仅损害了法的安定性，也动摇了法治的根基。

动态体系论对概念法学与自由法学进行了批判性超越，融合了评价法学的价值衡量方法，形成了一种新型立法方法论：一是摒弃概念法学将法律视为封闭实体的观念，转而对法律“不像概念法学那样，把法律作为‘物体’来理解，而是把它看作‘多种作用力作用的结果’”，使法律规范具备自我调适的能力；二是避免自由法学导致的规范过度抽象化，变成随意解释并可能影响法的安定性的恣意。在概念法学和自由法学之间，动态体系论找到了恰当的平衡，通过构成要件的协动来构建评价的框架，以回应实际生活必要的可能性，同时又确保一定的原则性。动态体系论运用动态技术让法律规范在规定的范围内“学习”，使得法律在具有“学习”能力的同时，也具有规范性和可预期性，使得人们对法律后果可预见可理解，但又可以顾及不同案件的不同情形，实现了规范稳定性与现实适应性之间的有机统一。

这里尤其对规则模式进行深入改造，通过引入动态机制赋予法律规范自我更新的能力，使法律规范获得“学习”的能力。对此，动态体系论提出了一种创新性的解决方案。该方案主张：“特定在一定的法律领域发挥作用的诸‘要素’，通过‘与要素的数量和强度相对应的协动作用’来说明、正当化法律规范或者法律效果。”维尔伯格等学者倡导的这种方法体现了一种高阶立法技术，其核心在于构建开放而富有弹性的规范结构。这种立法技术将更多要素纳入考量范围，以法律效果的弹性实现个案的正义，以及对个别情形的独特关切和充分地考虑；重点关注各要素间的互动关系及其相对权重。例如，在一个损害赔偿责任认定中，维尔伯格设定了一些可以考量的要素，这些要素不是绝对的和僵化的，而是可以变动的、相互作用的，每个案件都是要素变化和相互作用的结果。由此，每个案件都呈现出不同的个性化的图景，并使得每个案件都有自己的特色甚至是自己的“烙印”，而非千篇一律、千案一面。这种动态评价机制“相较于构成要件系统而言，动态系统论考虑的因素更为宽泛，更具有灵活性与开放性，从而可以适应复杂情况下的公正需要”。

由此可见，法律规范的僵化性并非不可克服的制度痼疾，而是立法理念与技术局限的产物。原则模式的过度抽象与规则模式的机械适用，都无法满足现代社会的规范需求。动态体系论通过其创新的规范构造方法，有效革除了法律系统的适应性障碍，消除了规范的结构性缺陷，使法律系统获得了与时俱进的自我更新能力。这种立法模式为构建适应算法时代社会需求的法律规范提供了新的路径。

（三）动态体系论解决法律规范结构性不足的运作机理

动态体系论的核心特征在于其“动态性”，这一特性不仅赋予法律规范以极大的弹性空间，更使其具备了自我调适与发展的“学习”能力，从而有效应对社会现实的持续变迁。其“动态”方法论体现在以下方面。

1.“要素”的动态性

动态体系论通过对传统“要件—效果”模式的革新改造，实现由刚性“要件”向弹性“要素”的范式转换。这一术语转变虽仅一字之差，却蕴含着内涵的差异与理念的革新。在内涵上，“要件”是固定的、明确的，必须满足严格的全有或全无标准；而“要素”则呈现出阶段性、互补性与多元性的弹性特质，使“要素—效果”模式成为一种开放性的规范构造。法律构造的变迁就是法律命题中构成要件的弹性化，也就是能够柔性应对社会变化的法律构造。在理念上，“要件”与“要素”蕴含着不同的理念，“要件”主要源于以下理念，即法律规则就应当清晰且明确，“尽可能地排除所有的‘弹性’或‘可塑性’——含混性（含糊不清的、一字多义的、能作歧义解释的）、模糊性（语义的范围比较不明确的、伸缩的幅度比较大的）及笼统性”，合理的法应该是合乎逻辑的、不受价值影响的有序体系。然而，这种理念未能充分认识到现代社会的高度复杂性，其所“展示的不是法典化理念的力量，而是现实意识的缺乏”。相比之下，“要素”模式建立在现代风险社会的认知基础上，认为当下社会的变迁“并非原有社会在既定历史轨道上的继续和扩大，而往往是脱离既定轨道的突变与异变”。从“要件”到“要素”的转变，实质上是法律规范评价空间的扩展过程，使法律判断从简单的事实认定转变为对复杂社会情境的动态评估。这种转型不仅拓宽了法律规范的社会涵摄范围，更显著提升了法律系统对社会现实的适应能力。

“要素”的动态性不仅体现在其内涵与理念的革新上，还通过以下两个维度展现其独特性：一是要素的个案差异性。动态体系论的奠基者维尔伯格并未对“要素”进行抽象化的概念界定，也未构建系统化的理论框架，而是通过具体案例的实证分析，针对不同法律问题列举相应的要素，通过一个个具体问题来演示动态体系论的形态，与具有技术特点的具体问题紧密相连而展开的，并将此形态运用到其他法律领域，形成其他法律领域的一个样板。我国学者也沿袭了这一方法论路径。例如，在民法过错责任领域，有学者将责任认定要素归纳为利益保护强度、行为正当化程度、过错程度、因果关系贡献度、因果关系确定性程度以及损害轻微程度等具体指标，从而构建更具弹性的归责体系。二是要素的位阶差异性。在动态体系论下，要素并非平等并列，而是具有层级化的权重分配。当不同要素发生冲突时，需依据其位阶高低进行价值衡量，以确定优先适用的要素。例如，在合同错误制度中，动态体系论要求区分“必要错误”与“非必要错误”，并据此赋予不同的法律效果：前者可能导致合同无效，而后者仅影响合同内容的调整。这种要素的位阶化安排，使法律规范能够因应个案差异，实现更具弹性的裁判结果。

当然，为避免滑向自由法学的恣意裁判，动态体系论在保持弹性的同时，仍强调要素的有限性与确定性，以维护法的安定性。动态体系论正是通过要素的个案差异、位阶排序及约束机制，既赋予法律规范必要的弹性以适应社会变迁，又通过结构性限制避免裁判的恣意性，从而在灵活性与安定性之间实现平衡。

2.要素间协动的动态性

一是各要素充足程度的动态性。这一特性实质上源于要素内部“因子”的结构性作用。根据要素的构成特征，可将其解构为规范性层面的“法原理”与操作性层面的“因子”两个维度。法原理体现为具有规范属性的法律规则，而因子则作为评估要素充足程度的具体指标，是衡量要素实现程度的关键观测点，可以较好地体现要素的充足程度。以比德林斯基对等价性要素的评估为例，其通过构建“等价性的完全丧失”“给付显著不均衡”“能够认可程度的等价性”“得到保障的等价性”四个因子，进行了等价性要素充足度的判断。换言之，在一个具体案件中，每个要素的满足程度不同，其强度的实现也不同，强度达到何种程度，取决于在具体情形中的充足度，由此实现了相同要素在不同案件中的充足度具有差异的动态性。

二是要素间协动组合的动态性。动态体系论中各要素间并非孤立存在，而是具有可交互性、互补性，强调对各要素的综合考量，将各要素的满足程度综合起来，才能决定效果的发生与否。而且，在构成一个法律效果时，并非每个要素都是缺一不可的，当某个要素的充足度未达阈值时，其他要素具备且达到足够强的充足度要求时，也可以构成某个法律效果。换言之，在个案件中，并不要求所有要素的充足度都需达到平均程度，即使部分要素的充足度未达到或者根本不符合标准，也会因其他要素的充足而得到弥补。由此，类似的案件由于各要素相互作用的情形不同，各要素的充足度存在差异，法律效果也由此呈现动态性。“在个案中，不仅要确定相关的因素，同时也要尽可能地衡量不同因素在个案中的权重，这会允许我们根据规则之后的价值导向寻找一个平衡的观点。”在此过程中，要素的数量与种类不会改变，但其组合形态与充足度配比呈现动态变化，由此决定了最终法律效果的不同，形成了丰富多彩的法律效果，也展现出法律适用的丰富性与适应性。

（四）动态系统论与智能算法学习机制具有同构性

动态体系论的上述方法与智能算法的学习机制具有异曲同工之效。以健康管理模型的构建为例。在智能算法的模型学习框架下，假设个体的体质状态分为健壮、适中、亚健康三种状态，即｛S1，S2，S3｝。在S1状态下，锻炼身体则奖励值+0.5，不锻炼则+0；在S2状态下，锻炼身体则奖励值+1，不锻炼则-0.1；在S3状态下，锻炼身体则奖励值+0.2，不锻炼则-5。强化学习就是要在这三种状态之间，以给定的概率和动作一步步转换，期间不断积累奖励值。当奖励值的期望达到最大且保持稳定后，则停止学习。此例中，状态、动作及其概率和奖励值都是事先给定的，根据不同值的变化而产生不同的结果。类似地，在智能算法的其他应用场景中，如自动驾驶、金融预测或自然语言处理，均可观察到相同的逻辑结构，即在给定的约束条件通过动态调整参数寻求最优解。

智能算法自主学习是根据现实的情况而不断调整规则，在大量数据输入智能算法系统后，智能算法通过学习形成一定的规则或模式，又将形成新的规则运用到所遇到的新的问题之中，经历得越多就越容易形成新的规则并有利于解决各种各样的问题，由此可以为纷繁复杂的现实提供有针对性的规则。这一机制与动态系统论中要素及要素间的协动机制具有高度的同构性。

可见，传统法律规范呈现的结构性僵化问题，其根源并非法律本体论层面的缺陷，而应归因于立法技术的局限性，即未能通过技术手段赋予法律规范必要的学习能力。当立法者在法律规范中植入对社会现实的回应性元素后，法律规范便能够实现对社会环境的认知开放性，由此，法律规范在最形式化的推理和最实质化的推理之间，找到最佳的制度平衡点。以弹性方式支撑起来的制定法，就像一根橡皮筋有张有弛，不仅显著增强法律系统对环境变迁的适应性和回应性，而且还将使法律得以充分发挥其主导预测和引导精细行为的能力。

四、算法时代动态体系论优化法律规范结构的路径

法律体系的最优效能体现为其对社会生活最大程度的规范覆盖，调整的范围越大，体系效益就越明显。只有当法律系统被理解为非闭合性组织体，使其具备环境感知与自我调适的双重能力，才能实现其与社会环境的良性互动。动态系统论通过引入具有动态特性的规范要素，为法律效果的证成提供了新的方法论。该理论在解决法律规范结构性困境方面展现出明显的方法论价值，被视为法学研究领域的重要理论突破，为破解长期困扰法律规范的僵化性与滞后性问题提供了创新性解决方案。

要将动态体系论运用到立法技术之中，在法律条款中设置具有弹性特征的要素，同时把协动的过程交由法律适用者根据现实情况作出应用性解释，由此形成动态体系化的法律规范体系；再借助于智能算法技术，对动态体系化的法律规范进行语义提取和代码转化，通过智能算法的执行提升法律实施的效能。

（一）在法律规范中设置动态的要素

现实中的问题都可以被归类为不同的特定法律问题，在立法时，可以针对不同的法律问题分别设置相应数量的要素。由于每个法律问题要素的有限性、确定性、封闭性等，可以有效防止因法律的“学习”可能带来的不稳定问题，确保法律效果的可预期性。为此，动态体系论对要素的设置，应当是在对相关法律问题有充分的了解、对客观世界有充分前瞻性认识的基础上准确地提炼具有规范特点的、与所考虑的事实直接相关的要素，而不是缺乏深入研究、随意设置要素。要运用大数据从类案中提炼出实质要素，并借助于动态体系论的方法，在法律规范中予以体现；而且这些要素并非杂乱无章地堆放在一起，而要在内涵及射程上体现一种整体性的有机互动关系。以行政处罚主观过错的裁量要素为例，可对行政裁量基准中的“情节”加以提取，在相关法律规范中列出可以考虑的具体要素，包括目标对象、目的动机、危害后果、方式手段、事后态度等作为考量主观是否有过错的要素，且所列出的要素应当明确、有限、准确，为制定裁量基准提供依据，减少裁量的随意性。

在法律规范中，通过上述弹性条款的设置，法律虽然仍以统一、普遍适用于所有场景为主要特点，但也可以适用于个性化的案件，从而实现个案的公正。换言之，动态体系化的法律规范，表面上是统一性的，但实施中可以根据不同情形而呈现多元化的结果。法律规范表面上的封闭，并不影响其实施中呈现出弹性的、富有广泛适应性的特征。

有人可能认为，立法中采取“总则+分则”的立法模式就可以化解法律僵化、滞后等问题，并认为“总则+分则”模式与动态体系论具有异曲同工之效果。其实，这是对动态体系论的误解。“总则+分则”立法模式解决的是立法体例问题，倾向于一种宏观的叙事，总则以“提取公因式”的方式提取一般原则，分则则规定比较具体的事务，主要解决的是法律体系的内部协调问题。而动态体系的“要素”更关注在具体条款中设置，是要素的微观嵌入，在具体规范层面设置具有弹性特征的构成要素；且其规范技术不是将整个法领域的宏观基本原则简单地延用至具体的法领域，而是在法领域的概念、规范或制度中通过规范要素具体地实施动态的法评价，通过有限、明确而富有弹性“要素”的设置，解决具体法律规范对社会变化的适应性问题。当然，在法律规范中设置动态“要素”的内容，与“总则+分则”立法模式不矛盾，“总则+分则”模式解决的是法律体系的逻辑自洽问题；而动态体系论解决的是法律规范的适应性问题。二者可以并行不悖，但在制度功能上却存在本质分野。

还需要说明的是，动态体系论的要素，尤其体现为法规范的法原理与法的一般原则存在本质差异。法的一般原则更倾向于价值理念的表达，是价值的权衡，一般原则与价值存在结构上的一致性，且由于其概括抽象的价值取向而给予法律适用者以更大的裁量空间，甚至有恣意的空间。而动态体系论的要素并非空洞的价值宣示，而是提取紧密结合特定法律问题的具体规则，将要素落实在具体法律问题上，而且，要素在抽象程度上呈现多层次性的梯度状。关于要素的层次性，有学者从具体到抽象将其分为五个层级，即特定问题的规则旨趣或目的、解决特定问题的法令基本目的、该法令上位法的基本原理、调整基本权冲突的解释性原理、实定法体系的根本原则。因此，在抽象程度或层次性方面，要素不同于单纯具有抽象和价值宣示意义的法的一般原则，而是介于一般原则与具体规则之间的、从具体到抽象呈现不同梯度状的规范，体现出抽象程度不断变化的递进层级，由此避免了一般原则因缺乏可操作性而沦为“空盒子”规范的困境。可见，要素与法的一般原则，虽然有时也在同一意义上使用，但两者存在抽象程度、生成基础、法律功能上的差异。为此，在立法过程中，要按照要素的特性，对特定法律问题提取要素，从具体到抽象、从浅到深、从窄至宽，设定具有层级性样态的要素，为法律规范的动态性提供基础。当然，并不是所有的法律规范中都要设置具有弹性特点的要素，对于那些仅需要形式化具体规则、无需随社会环境变化而变化、简洁固定的规则更符合法的可预见性的法律规范，如定额税率，则不宜运用动态体系论方法，无需设置弹性条款内容。

（二）将协动过程交由法律适用者作出应用性解释

正如上文所言，要在法律规范中对特定法律问题设置具有弹性特征的要素，而非采取非此即彼的具体规定方式；不能仅作出原则性的规定，而要通过要素的协动以及各要素的充足度实现法律对现实的适应性以及对个案处理的公正性。而根据动态体系论，要素间的协动过程并不需要在法律规范中呈现出来，而是处于“隐而不现”的状态，不必在立法层面明确规定精确的动态评价机制。因为如果在立法层面事先预定各要素所占比例，就无异于制定一套僵化的法原理优先性序列表，必将导致法律评价的机械化，重新陷入僵化法条的窠臼。为此，在基于动态体系论构建法律规范时，法律条款只规定应当考虑的要素，而不能规定要素的权重、充足度等此类论证结构的内容，而将要素的权重分配、充足程度等论证结构内容留待法律适用环节，由法律适用者根据个案情境进行实质性论证，并借助可视化、可辩驳的论证结构确保评价过程的可审查性，以此适应法秩序的演进，进而通过不断变换要素的相应权重和分量，推动个案评价的开放性。要素的明确设置既为类案裁判提供了规范指引，对法律适用者形成必要的约束框架，有效防范法律适用的恣意性；而对协动判断过程的预留空间，则使法律规范能够因应不同情境而实现差异化适用，最终达致法律实施效果的多元化和丰富性。

当然，为确保对法律规范适用提供指引，适时加强对法律规范中要素的解释是必要的，尤其是法律的应用解释，而不能把对要素协动的解释权完全交给具体的法律适用人员。解释的对象主要包括：一是各要素的优先顺序与位阶的变化。尽管要素的数量和内容可能不变，但随着现实的发展，各要素之间的重要性会发生变化，对此，应通过法律应用解释的方式予以回应。二是各要素充足度的变化。在实现某个法律效果时，对各要素的充足度要求是不同的，这个充足度也会因社会发展的变化而出现新的要求，对此，要适时作出解释。三是必要时增加相关要素。要素的有限性不是绝对的，适当加入是可能的。当现实发生变化时，尤其当出现未被立法者所预料到的情形时，需要根据现实的需要，通过法律解释的方式增加或改变某些要素，以适应现实的要求。

至于法律应用的解释主体与方式，可以是狭义的法律解释，即由全国人大常委会作出立法解释，尤其是增加或改变要素的，要通过立法解释方式予以实现；而更多的是司法解释、行政解释等这些法律应用性的解释。通过这种“弹性要素设置+动态解释机制”的双重技术，既能在不频繁启动立法修订程序的前提下保持法律体系的适应性，又能有效应对算法时代法律规范面临的结构性僵化危机，实现法律稳定性和发展性的有机统一。

（三）将动态体系化的法律规范转换为算法代码

算法是“一种有限、确定、有效的并适合用计算机程序来实现的解决问题的方法”，“是为实现某个任务而构造的简单指令集，在日常生活中有时也被称为过程或处方”。在数字时代，智能算法已经成为一种必然趋势，代表着未来发展方向，智能算法不仅具有自主学习能力，而且具有运行速度快、效率高、更精准等优势，已经被广泛应用。数字网络空间运行着一套具有自身逻辑结构和识别系统的代码，并成为决定网络空间的重要规则体系，在此背景下，动态体系化了的法律必须与智能算法代码相衔接。这里涉及法律代码化问题，即如何将动态体系化了的法律通过网络通行的方法加以实施。

实际上，动态体系化了的法律规范更易于通过智能算法的方式实施，尤其是“法律与算法在技术性表征上具有类似性，即产生机制的类似性、功能效用的类似性、表达方式的类似性”，这都为法律规范的算法代码化提供了可能性。在动态体系论中，其协动过程包括基础评价和原则性示例，其中，最为重要的是原则性示例。原则性示例适用条件为：一是在某个命题中涉及多个要素，是多要素相互作用的结果；二是多个要素都处于可变状态，始终处于不平均状态。例如，假设规范某个法律问题的要素为ABCD，四个要素的强度不同，每个要素的强度能否实现则取决于该要素的满足程度即充足度，要素A的充足度可能有a1、a2、a3，要素B的充足度可能有b1、b2、b3......，要素C的充足度可能有c1、c2、c3......，要素D的充足度可能有d1、d2、d3......。如果要素A的充足度为a1，要素B的充足度为b1，要素C的充足度为c1，要素D的充足度为d1，则法律效果R1=要素A×a1+要素B×b1+要素C×c1+要素D×d1。如果要素A的充足度为a2，要素B的充足度为b2，要素C的充足度为c2，要素D的充足度为d2，则法律效果：R2=要素A×a2+要素B×b2+要素C×c2+要素D×d2，依此类推。

上述动态体系论的协动过程，与智能算法具有非常相似的思维逻辑。以算法的决策树为例，其体现的是“如果......就......”的逻辑结构。该逻辑结构“是为解决一个特定的问题而精心设计的一系列操作步骤，这些操作步骤将问题描述的输入数据逐步处理、转换，并最后得到一个确定的结果”。每一步骤先有一个“假定”的适用条件，然后才有“处理”的结果。因此，从运行逻辑看，算法的设计与动态体系化了的法律规范在构造上具有相似性，动态体系论与算法设计的分解、排序、归类等思维逻辑具有一致性，具备了从法律向算法转换的可能性。智能算法是打开未来世界的钥匙，它把复杂问题分解成简单问题，把物理世界的信息抽象表示成计算机能够理解的信息。经过动态体系化的法律规范，再通过算法设计的步骤，由程序设计者对法律文义进行提取，把法律规范的信息转换成计算机能够理解的算法语言；通过“意译”方式来转换，将每个法律问题的法律规范的要素构成、要素间的关系、要素间的协动机制等进行精准表述，实现法律文本代码化以及代码的进一步优化；让智能算法根据现实中的不同变化，确定不同要素的充足度，并据此得出不同的法律效果，使得法律得到弹性实施，并实现个案的公正。

需要说明的是，法律代码化本质上是一种以技术手段对法律文本进行解构与重构的“再创作”过程，其核心在于如何将法律规范的语言逻辑转化为计算机可识别与执行的算法逻辑。这一转换过程对从业者的专业素养提出了较高要求，既需要精通法律解释学与立法技术尤其是动态体系论的规范构造方法，又需要掌握数字技术的实现路径。然而，当前从事算法编程的技术人员往往缺乏系统的法学训练，难以准确把握法律规范的内在逻辑与价值取向，因此在将法律条文转换为代码时，容易出现语义偏差或逻辑失真。但可以相信，随着数字技术的快速发展，尤其是区块链技术的成熟与广泛应用，必将为法律代码化提供更为可靠的技术保障。

五、结语

在算法时代，解决传统法律规范结构僵化问题的根本办法，要从改造立法技术着手，借鉴动态体系论的方法，构建具有自适应能力的弹性法律规范。经动态体系论重构后的法律规范，一方面，通过设置具有开放性的弹性要素，法律规范实现了与现实社会的高效耦合，可以持续吸纳外部环境的变化以动态地更新其内容，获得持续演进的能力，能够针对差异化情境作出精准回应；另一方面，法律规范没有突破所具有的功能特征，也未改变其维持规范性期望的独特方式，在确保法律安定性的前提下，有效降低了法律频繁修改的制度成本，保持了法律数量的节制性。与此同时，将动态体系化了的法律规范转换为算法代码，形成代码化的规范体系，对数字空间进行规制，并进而对现实中人的行为产生影响。因此，面对算法时代法律的适应性困境，重构的法律规范不仅使其适应性危机得以解除，还将在动态体系论的优化下焕发出新的生机。

（责任编辑：高薇）

【注释】

[1]参见黄文艺：“论预防型法治”，《法学研究》2024年第2期，第24页。

[2]参见周辉：“算法权力及其规制”，《法制与社会发展》2019年第6期，第116页。

[3]有关研究成果，参见马长山：“智能互联网时代的法律变革”，《法学研究》2018年第4期，第20—38页；余成峰：“法律的‘死亡’：人工智能时代的法律功能危机”，《华东政法大学学报》2018年第2期，第5—20页；李晟：“略论人工智能语境下的法律转型”，《法学评论》2018年第1期，第98—107页。

[4]张凌寒：“算法权力的兴起、异化及法律规制”，《法商研究》2019年第4期，第63页。

[5]佘玉梅、段鹏编著：《人工智能原理及应用》，上海交通大学出版社2018年版，第17页。

[6]陶玉婷主编：《机器学习与深度学习》，电子工业出版社2022年版，第5页。

[7]参见（美）特伦斯·谢诺夫斯基：《深度学习：智能时代的核心驱动力量》，姜悦兵译，中信出版社2019年版，第4页。

[8]参见周文安编著：《机器学习》，北京邮电大学出版社2021年版，第2页。

[9]参见胡凌：“超越代码：从赛博空间到物理世界的控制/生产机制”，《华东政法大学学报》2018年第1期，第11—12页。

[10]参见李晟，见前注[3]，第102页。

[11]参见余成峰：“法律人工智能新范式：封闭与开放的二元兼容”，《中外法学》2024年第3期，第592页。

[12]余成峰，见前注[3]，第17页。

[13]参见余成峰：“人工智能时代的范式转移与法律变革”，《科学与社会》2019年第4期，第106—107页。

[14]徐英瑾：《哲学证成与机器编程：人工智能知识论与儒家的三方对话》，复旦大学出版社2023年版，第96页。

[15]刘春燕、司晓梅主编：《大数据导论》，华中科技大学出版社2022年版，第147页。

[16]参见（美）练小川：“比特币和区块链技术将改变一切”，吴孟、曹子郁、张良晗译，《出版科学》2017年第4期，第6—9页。

[17]参见吴烨：“智能合约：通过合同的自治框架”，《河南财经政法大学学报》2022年第5期，第43页。

[18]（美）安德鲁·V.爱德华：《数字法则：机器人、大数据和算法如何重塑未来》，鲜于静、宋长来译，机械工业出版社2016年版，第120页。

[19]参见（美）劳伦斯·莱斯格：《代码2.0：网络空间中的法律》，李旭、沈伟译，清华大学出版社2018年版，第192—193页。

[20]杨昌宇：“智能互联网时代法律变革的中国理路”，《湖湘论坛》2019年第3期，第77页。

[21]参见余成峰，见前注[3]，第18页。

[22]李晟，见前注[3]，第105页。

[23]参见马长山主编：《数字法治概论》，法律出版社2022年版，第17页。

[24]马长山：“智能互联网时代的法律变革”，《法学研究》2018年第4期，第34页。

[25]参见（奥地利）赫尔穆特·柯启尔：“论法典化对法的塑造力——以《奥地利民法典》、《法国民法典》和《德国民法典》中的损害赔偿法为例”，史梦宵、邸楠译，载邵建东、方小敏主编：《中德法学论坛》（第10辑）, 法律出版社2013年版，第26页。

[26]参见王贵松：“风险社会与作为学习过程的法——读见克的《风险社会》”，《交大法学》2013年第4期，第174—175页。

[27]参见王飞跃：“人工智能：第三轴心时代的来临”，《文化纵横》2017年第6期，第95页。

[28]（德）乌尔里希·贝克：《风险社会》，何博闻译，译林出版社2004年版，第291页。

[29]王磊：“动态体系论：迈向规范形态的‘中间道路’”，《法制与社会发展》2021年第4期，第159页。

[30]《欧洲侵权法原则》以动态体系论方法设计的整部法就是典型例子。在国内，王利明主张将动态体系论运用到民法典相关法条的构建中，参见王利明：“民法典人格权编中动态系统论的采纳与运用”，《法学家》2020年第4期，第1—12、191页；王洪亮主张采用动态体系的立法模式来融合过错责任与危险责任，参见王洪亮：“侵权归责标准与责任前提——评中华人民共和国侵权责任法（草案）”，载清华法律评论编委会编：《清华法律评论》（第4卷第1辑），清华大学出版社2010年版，第45—58页；叶金强主张对风险责任的一般条款采取动态体系化的立法模式，参见叶金强：“《民法典》第1165条第1款的展开路径”，《法学》2020年第9期，第21—36页。

[31]（日）山本敬三：“民法中的动态系统论——有关法律评价及方法的绪论性考察”，解亘译，载梁慧星主编：《民商法论丛》（第23卷），金桥文化出版（香港）有限公司2002年版，第180页。

[32]陈金钊：“开放‘法律’体系的构成要素”，《上海政法学院学报》2018年第3期，第45页。

[33]参见（奥地利）瓦尔特·维尔伯格：“私法领域内动态体系的发展”，李昊译，《苏州大学学报（法学版）》2015年第4期，第108页。

[34]欧洲侵权法小组编著：《欧洲侵权法原则：文本与评注》，于敏、谢鸿飞译，法律出版社2009年版，中文本序，第1—2页。

[35]日本的加藤一郎曾指出：依据法规的理论构成不是为了产生结论，而是为了赋予理由。参见段匡：《日本的民法解释学》，复旦大学出版社2005年版，第265页。

[36]山本敬三，见前注[31]，第180—181页。

[37]山本敬三，见前注[31]，第177页。

[38]王利明，见前注[30]，第2页。

[39]参见顾祝轩：《民法系统论思维：从法律体系转向法律系统》，法律出版社2012年版，第176—177页。

[40]王人博、程燎原：《法治论》，广西师范大学出版社2014年版，第170页。

[41]参见（德）马克斯·韦伯：《经济与社会（下）》，林荣远译，商务印书馆1997年版，第204页。

[42]（德）卡斯滕·施密特：《法典化理念的未来——现行法典下的司法、法学和立法》，温大军译，载明辉、李昊主编：《北航法律评论》2012年第1辑，法律出版社2012年版，第42页。

[43]黄文艺：“法律体系形象之解构与重构”，《法学》2008年第2期，第29页。

[44]参见王磊，见前注[29]，第164页。

[45]参见叶金强，见前注[30]，第21页。

[46]参见山本敬三，见前注[31]，第204页。

[47]参见（奥地利）海尔姆特·库齐奥：《侵权责任法的基本问题（第一卷）——德语国家的视角》，朱岩译，北京大学出版社2017年版，第15页。

[48]（奥地利）海尔穆特·库齐奥：“动态系统论导论”，张玉东译，《甘肃政法学院学报》2013年第4期，第42页。

[49]参见（英）卡米拉·庞：《诠释人性：如何用自然科学理解生命、爱与关系》，姜帆译，机械工业出版社2021年版，第4页。

[50]参见（美）P. S.阿蒂亚、R. S.萨默斯：《英美法中的形式与实质：法律推理、法律理论和法律制度的比较研究》，金敏、陈林林、王笑红译，中国政法大学出版社2005年版，第61页。

[51]参见谢鸿飞：“民法典的外部体系效益及其扩张”，《环球法律评论》2018年第2期，第34页。

[52]参见（德）贡塔·托依布纳：《法律：一个自创生系统》，张骐译，北京大学出版社2004年版，第27页。

[53]参见孙宪忠：“如何理解我国《民法典》采取的总则与分则相区分的立法模式”，《探索与争鸣》2020年第5期，第7页。

[54]参见朱岩：“社会基础变迁与民法双重体系建构”，《中国社会科学》2010年第6期，第155页。

[55]参见（德）罗伯特·阿列克西：《法·理性·商谈：法哲学研究》，朱光、雷磊译，中国法制出版社2011年版，第213页。

[56]王磊，见前注[29]，第168页。

[57]参见胡玉鸿：“法理即法律原理之解说”，《中国法学》2020年第2期，第17页。

[58]（美）塞奇威克、韦恩：《算法》（第4版），谢路云译，人民邮电出版社2012年版，第1页。

[59]（美）迈克尔·西普塞：《计算理论导引》（原书第3版），段磊、唐常杰等译，机械工业出版社2015年版，第114页。

[60]蒋超：“法律算法化的可能与限度”，《现代法学》2022年第2期，第22页。

[61]袁方主编：《人工智能与社会发展》，河北大学出版社2022年版，第231页。

[62]参见诸葛越：《未来算法：下一个十年赢在计算思维》，中信出版集团2021年版，前言，第XIV页。

王春业，广东外语外贸大学区域法治研究院教授