施夫参议员呼吁设立AI版FDA：递归进化让监管者看不懂模型在做什么

2026年10月6日，美国加州民主党参议员亚当·施夫在接受The Verge采访时表示，随着AI模型通过递归进化不断自我迭代，“我们对它们在做什么、如何决策越来越难以看清”，他呼吁设立一个具有实质授权和专业能力的专职AI监管机构——“一个AI领域的FDA，或类似机构”——使其能够以远超国会立法速度的方式实施监管。

这是美国联邦层面立法者对AI监管架构最具体的公开表态之一。施夫同时宣布，他与共和党参议员约翰·柯蒂斯正在共同推进CLEAR法案（版权标注与道德AI申报法案），要求AI公司在发布新模型前向版权局提交训练数据中使用受版权保护内容的申报记录，并建立公开可查的数据库；已发布的模型需补报，否则将面临民事处罚。

递归AI为何让监管逻辑失效

施夫使用了“递归AI”这一概念描述他最担忧的威胁路径。递归进化指模型利用自身输出来训练或优化下一代模型。当模型的权重、行为和决策边界不再主要由人类标注员和工程师手动控制，而是通过多代迭代涌现，外部观察者将难以通过系统卡、技术报告和基准测试判断模型实际的行为边界。

施夫的表达直接：“我们甚至无法控制这些模型本身，更遑论将它们提供给公众、提供给善意行为者和恶意行为者，却期望不出任何可怕的结果。”当开发者自己都难以预测递归进化模型的行为边界，基于产品说明书的行政监管框架就面临底层失效的风险。

这正是施夫援引FDA作为参照系的原因。药品监管的逻辑不是让国会逐一审查每一种分子结构，而是设立拥有专业人员、检测实验室和强制上市前审批权力的机构，让新药经过独立验证才能进入市场。施夫希望AI领域建立类似机制。

CLEAR法案：版权申报是监管的基础设施

施夫选择先建设信息基础设施。CLEAR法案要求的不是赔偿，而是记录：公司必须在发布模型前申报使用了哪些受版权保护的内容，这些记录进入公开数据库，为未来国会判断“哪些训练用途构成合理使用”提供依据。

这一路径避开了当前最难解决的争议点，却为未来立法创造条件。施夫直接批评了行业的历史做法——“他们一开始就决定无视知识产权法，径直拿走了这些内容”——但选择先让数据可见，再讨论责任归属。

对大模型开发商而言，这意味着训练数据记录将从内部风险管理事项变为法定合规义务。那些此前以“训练数据范围难以追溯”为由规避版权讨论的公司将面临新的举证压力。

各利益相关方的处境

对头部AI实验室而言，“AI版FDA”方案最直接的影响是发布节奏。FDA对新药上市的审批周期通常在一年以上。如果AI监管机构获得类似的上市前审批权，大模型的发布节奏将被迫放慢，这对当前以“快速迭代、发布后学习”为主流策略的行业生态是结构性冲击。

对开发者和API用户而言，影响更多体现在合规文档层面。如果监管要求类似药品说明书的使用规范申报，API调用方可能需要证明其应用场景符合申报用途。这在高风险行业（金融、医疗、法律）尤为敏感。

对开源模型社区而言，情况更为复杂。FDA模式的假设前提是“上市前可审批”，但开源权重一旦发布即无法收回，监管机构对开源模型的管辖权在法律框架上存在根本性漏洞。

版权持有者（出版商、音乐公司、视觉艺术家）则是CLEAR法案的直接受益方。强制申报数据库一旦建立，将为版权诉讼提供可依赖的证据链。

最高法院裁决带来的法律阻力

施夫承认了一个关键法律障碍：最高法院的Loper Bright裁决意味着法院不再自动为行政机构对模糊法规的解读背书。这对“AI版FDA”方案构成实质性威胁。即使国会授权设立专职AI监管机构，该机构发布的具体规则极可能遭遇密集诉讼。

施夫的回应是，国会必须“在立法时尽可能写得具体”，减少授权模糊空间。这意味着“AI版FDA”要想在后Loper Bright时代站住脚，其授权法案本身需要在条文层面解决大量技术细节。

历史先例：社会媒体监管的延误教训

施夫以社交媒体监管失败为负面参照：“我们绝对不能再花那么多年的时间才开始弄清楚社交媒体。”Facebook于2004年成立，美国联邦层面针对平台责任、隐私和算法透明度的综合性立法至今尚未通过。

他拒绝以行业自律协议替代强制规则。这一立场与社交媒体治理的历史轨迹形成对照：平台此前多次以自愿承诺换取立法宽松期，最终在内容审核、数据隐私等议题上均未能达到公众期望的标准。

接下来最可能发生什么

CLEAR法案的参议院推进节奏是近期最可观察的指标。该法案已有跨党派共同发起人，在版权议题上存在一定政治共识基础，其进展速度将决定训练数据申报是否成为第一个落地的联邦AI合规义务。

更宏观的“AI版FDA”立法则面临更长的时间轴。设立新的联邦独立机构在美国需要立法授权、国会拨款和参议院确认任命。在施夫发言获得政策圈正面反应的同时，具体机构权限、管辖范围尚未公布。

对大模型厂商而言，当前最务实的应对方向是主动建立训练数据溯源记录。这一能力在版权诉讼和未来监管场景下都将成为核心竞争资产。