特朗普AI安全计划：靠科技巨头自我监管？

当地时间本周，特朗普政府公布了其应对人工智能安全风险的总体方案。与外界早先预期的“重拳监管”不同，这份方案的核心并非新的立法或强制标准，而是让数十家人工智能企业自愿承诺对其模型进行安全测试。用一位参与磋商人士的话说，这更像是“把护栏的钥匙交给开车的人自己保管”。

自愿承诺，而非硬性监管

根据Ars Technica的报道，白宫方面成功说服了数十家AI公司签署一份自愿性协议，承诺在模型发布前后开展安全评估，包括内部红队测试与部分第三方审查，并在发现严重风险时向政府通报。这些承诺不具法律约束力，企业不会因为未达标而面临罚款或诉讼，参与与否也完全出于自愿。

这一思路与特朗普政府上任以来对AI监管的整体基调一脉相承：撤销前任政府以行政令形式建立的强制性安全报告义务，转而强调“美国必须赢得AI竞赛”，主张减轻合规负担、加快模型部署。在政策制定者看来，过度监管可能把创新推向海外，而自愿框架既能保留一定约束，又不至于拖慢产业节奏。

“我们不需要一万条新规来告诉工程师怎么做事，我们需要的是让最优秀的公司留在美国。”——这是过去一年华盛顿关于AI监管最常见的表述之一。

自我监管的固有矛盾

批评者的担忧同样直白。让企业自行定义“安全”、自行决定测试深度、自行判断哪些结果需要上报，本质上是在要求利益相关方充当自己的裁判。安全测试往往意味着更长的发布周期、更高的算力成本，以及可能被披露的能力短板——这些都与商业激励直接冲突。

更现实的困难在于标准。不同公司对“严重风险”的定义千差万别：有的聚焦生物武器与网络攻击能力的门槛，有的更关注模型欺骗、自我复制或化学合成等前沿风险。缺乏统一口径，自愿报告很可能变成各说各话，政府拿到的是一堆无法横向比较的数据。

监管钟摆的往复

把这一步放进更大的时间轴上看，美国的AI治理正处在明显的钟摆运动中。前任政府试图用行政令建立强制性的算力与安全报告制度，随后被迅速推翻；国会层面的立法多年停滞；州一级则出现了如加州SB 1047这样激进但最终被否决的尝试。联邦缺位、州级碎片化、企业自愿承诺，构成了当前美国AI监管的实际图景。相比之下，欧盟的《人工智能法案》走的是分级分类的强制路径，两者形成鲜明对照。

对产业而言，自愿框架有其实际好处：它提供了一个与政府保持沟通的渠道，也让头部企业有机会在标准尚未成型时参与定义规则。对政府而言，它成本低廉、推进迅速，还能在政治叙事中同时收获“重视安全”与“支持创新”两种标签。

编者按：谁在为风险买单

需要指出的是，自愿承诺从来不是零成本，只是成本被转移了。政府省下的是执法与监督的开支，企业承担的是自我约束的信誉风险，而真正可能付出代价的，是那些处在模型能力边界之外、既没有议价权也没有信息优势的普通用户与第三方。安全测试的深度、结果公开的程度，以及违反承诺后是否真的会有后果，才是判断这套方案是否有效的关键指标。

换言之，数十家公司的签字只是起点。这份方案能否经受住第一次重大AI安全事件的考验，取决于华盛顿是否愿意在关键时刻动用它一直回避的强制工具。

本文编译自Ars Technica