AI 原生（AI-Native）是指以人工智能模型为系统核心前提，对流程编排、数据结构与决策权限进行系统性重构的组织范式。该概念源自产业实践，长期停留于营销话语层面；伴随大模型技术的兴起得以广泛传播，但始终缺乏可操作、可判定的技术定义。

2026年，Tan 在论文 Defining AI-Native Systems: Autonomy as Revision Authority 中首次提出严格的技术定义。该定义将判定标准收敛至单一核心维度——系统对自身决策的修订权威（revision authority），明确区分决策的执行主体（occupancy）与决策的修改权限主体（revision authority），并将修订权威划分为自调参（self-tuning）、自改写（self-rewriting）与自架构（self-architecting）三个递进层级。

依据该标准，唯有当人工智能具备自主重写系统自身实现的能力时，方可界定为真正的 AI 原生系统。此类系统须配套升级的异常检测机制、形式化验证流程以及经过验证的回退方案，同时系统目标与正确性判定权限仍由人类持有。据此判定，多数宣称“AI 原生”的产品实质上仅属于 AI 增强（AI-augmented）范畴；真正的 AI 原生系统中，人工智能不再是辅助工具，而是系统持续演化的实质性参与主体。