一、从AI行动计划到RFI：政策主线与时代语境

2025年7月，白宫发布《America’s AI Action Plan》，这是当前美国AI政策的主轴文件。它以“赢得AI时代的竞争力”为主题，确立了三大支柱：

  1. 1.加速创新（Accelerate Innovation）；
  2. 2.建设国家级AI基础设施（Build AI Infrastructure）；
  3. 3.塑造国际外交与安全秩序（Lead in AI Diplomacy and Security）。

在第一支柱“加速创新”部分，Plan 旗帜鲜明地提出要“去除繁苛规制、清理不必要的联邦障碍（remove red tape and unnecessary regulation）” 。它要求在不牺牲公共安全和公民权利的前提下，梳理那些阻碍AI系统创新与落地的法律与行政程序，并明确指示白宫科学与技术政策办公室（OSTP）发起一项全国征求意见，收集这些“制度性阻碍”的具体线索。

2025年9月26日，OSTP 发布的 《征求信息：人工智能监管改革》（Request for Information on Regulatory Reform on Artificial Intelligence），正是这项计划的直接执行。

二、去错配，而非去监管

这份 RFI 的基调与以往的“去监管”完全不同。它并没有重申“减少监管负担”的传统论述，而是明确写道：

“实现人工智能带来的效率、安全、可及性与竞争力，并不意味着去监管，而是需要监管性与非监管性的政策框架协同发力（包括法律法规、技术标准、指南、自愿性框架等），以在保障公共利益的同时推动创新与采纳。”

换句话说，监管并不是问题本身，错配才是问题的根源。所谓“去错配”，是指纠正那些在目标正确但手段失准的监管条款，使得AI技术的发展节奏与监管逻辑重新对齐。

RFI的精神可以理解为：监管的目标要保留，监管的路径要更新。政府要做的，不是把监管撤掉，而是把监管“校准”。

三、为什么要“清障”：制度错配的四个现实困境

RFI在正文中详细阐述了旧监管体系与AI系统之间的结构性错位。现有大多数联邦监管制度和政策机制是在现代人工智能技术兴起之前制定的。因此，它们通常建立在关于由人操作的系统的假设之上，而这些假设并不适用于以人工智能为主导或由人工智能增强的系统。这种错配并不是监管过度，而是监管“老化”：

  1. 1.验证与认证的静态假设

    现有的测试、验证与认证程序都是为“静态产品”设计的，而AI系统是动态学习、自我更新的。
  2. 2.问责机制依赖“人类决策点”

    法律体系的责任分配以“人为决策”为中心，而AI是系统性输出。
  3. 3.“人审在环”的一刀切逻辑

    对所有AI场景要求“持续人工监督”既不经济，也不必要。
  4. 4.数据生命周期口径滞后于AI实践

    现行法规对“采集—保存—再利用”的规则以静态信息系统为基础，未考虑AI的训练—推理—再训练闭环。
  5. 5.决策制定与可解释性

决策以可追溯到人类行为者的方式被做出、记录并说明，其过程和理由可被追溯。

因此，“去错配”不是放松监管，而是修正监管手段——让旧的规则重新服务于AI时代的目标。

四、RFI的“六个问题”：从理念到制度工程

RFI将“去错配”的理念转化为六个可操作的问题，邀请社会各界提供具体反馈：

  1. 1.目前有哪些 AI活动、创新或部署 被联邦法律、法规或政策抑制、延迟或限制？若清除障碍，将释放哪些AI能力或应用？
  2. 2.请点名造成障碍的具体联邦法规、规章或政策（尽量附 CFR/U.S.C. 引用）。
  3. 3.当既有框架不适配AI时，有哪些可用但未被充分利用的行政工具（如豁免、减免、试点/实验性授权等）？请连同法源一并标注。
  4. 4.如属结构性不兼容，要在不损害监管目标前提下实现合法部署，需要哪些必要修改？
  5. 5.若障碍源自缺乏清晰解释/适用口径，哪类澄清最有效（如标准、指南、解释性规则等）？
  6. 6.若障碍来自组织因素（机构如何理解/执行/不执行现行法/规/政策），联邦应如何恰当应对？

这六问构成了美国AI治理“自下而上”改革的骨架：不是要管多少，而是要管得更准。

五、学术型立法路径对比：美国“清障调适” vs 欧盟“框架立法”

为避免把“启示”写成企业动员，学术上可以从制度逻辑比较两种治理体系：

（1）路径起点

美国：以“行动计划 → RFI → 部门协同”为主线，目标是在既有法律体系内消解错配、提升可适配性。RFI是识别与排序障碍的制度入口。

欧盟：以《AI法》为核心，构建统一、前置的产品/系统监管框架，并辅以执行法案、标准化与执法协调，目标是预先设定合规轨道与风险分类（禁止、高风险、透明性风险）。

（2）工具取向

美国：偏向解释性规则、指南、标准与豁免/试点等“可调式工具”，强调在不弱化监管目标下，提升可信（例如让持续学习系统可被动态验证与审计）。

欧盟：偏向统一适用的强约束框架法，以合格评定、技术文档、CE一致性与市场监督构成闭环，对高风险系统设置前置义务。

（3）制度逻辑

美国：“去错配”——通过“把旧规则用好、用活、用新”实现监管现代化，以行政法工具的灵活性对冲技术演进速度。

欧盟：“设轨制”——先划定系统边界与风险层级，再以标准与合规评估推动市场整体一致性。

学术结论：两条路并非对立。美国的RFI聚焦“清障调适”，适合释放短中期采用力；欧盟的“框架立法”强调秩序与预期，更适于跨境一致性。对第三国研究者而言，这为比较法与协同治理提供了可互证的样本。

六、结语：从“去监管”到“去错配”的范式转移

2025年的美国AI政策从“放松监管”进入到“结构性修正”阶段。

AI Action Plan 提供了政治意图与授权方向，RFI 提供了制度化工具与执行路径。

这意味着美国的AI治理不再是“管得少”，而是“管得更对、更快、更能适配技术演化”。

真正的创新，不在于撤掉规则，而在于让规则跟上技术，与技术对齐。

声明：本文来自那一片数据星辰，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。