【概述】
2026年9月，联合国独立国际人工智能科学小组复盘OpenAI-Hugging Face事件，引发对现有安全措施能否跟上模型能力提升的讨论。企业自律是否足够、公共监管应介入多深，成为争议焦点。与此同时，各层面相关治理安排密集推进。中国发布《人工智能安全治理框架3.0》（下称《框架3.0》），美国总统特朗普与六家科技企业负责人签署《白宫超级智能协议》（下称《白宫协议》），G20创新部长级会议就《新兴技术卡罗来纳原则》（下称《原则》）达成共识，欧盟则继续落实《人工智能法案》确立的风险管理义务，这些举措表明，AI安全治理正形成多种制度路径。
AI安全既涉及数据泄露、系统失控等技术风险，也涉及歧视、深度伪造诈骗、网络攻击及基础设施受损等应用后果。随着系统自主性增强，风险还可能跨越企业和国界，增加识别、监督与责任认定的难度。
面对这些风险，欧盟突出法定义务，美国当前联邦政策侧重自愿评估与企业自律，中国通过行政监管与标准指引细化要求，多边机制则协调共同原则。这些差异表明，各方虽普遍关注AI安全，却对风险判断、监管强度及约束成本存在不同认识。本期聚焦据此在分析近期AI安全争议的基础上，讨论规制分化的动因及规制前景。
【评析】
从上述中美欧三类路径及多边协调的最新实践入手，对比分析AI安全各治理路径的运行逻辑，能够在互动效果与可能走向上总结出以下几点特征。
其一，相近的安全要求，落地方式各不相同。欧盟采取法定义务路径，对具有系统性风险的通用人工智能模型设置评估、风险缓解和严重事件报告义务，并由公共机关监督执行。美国当前联邦政策侧重自愿自律路径，6月行政令建立自愿评估机制，同时明确排除据此设立强制许可或发布前审批；9月《白宫协议》将内部控制、外部评估和董事会监督纳入企业承诺，具体违法行为则由既有法律处理。中国体现行政监管与标准指引相结合的路径，通过既有专门规则约束相关服务，再以《框架3.0》等持续细化风险识别和治理措施。框架本身不直接创设处罚，并不意味着整体监管依赖自愿。G20则采取多边原则协调方式，《原则》主张优先运用既有法律，针对制度缺口补充规则，同时保留成员的政策自主权。它协调的是治理方向，并未确立统一的企业义务。
这些概括并不意味着各方只使用一种工具。欧盟也借助自愿行为准则落实法定义务，美国也存在州级立法。强制力影响企业拒绝监督的空间，却不能替代监督能力；自愿安排能够快速调整，但其可信度取决于承诺是否可核查、违背承诺是否产生后果。
其二，规制分歧反映了制度传统，也反映了竞争优势与风险成本的分配。风险尚不确定时，提前限制可能损失创新收益，延后介入则可能让社会承担损害。各方对两类代价的权衡不同，因此即使承认同一风险，也未必支持同等强度的规制。
欧盟的基本权利保护传统与单一市场影响力，使其倾向于通过统一规则控制风险。相较于前沿模型研发，其市场与监管优势更突出，因而也有通过规则影响技术发展方向的动力。但高合规成本可能巩固大型企业优势，规则输出并不必然转化为本土创新能力。美国拥有领先企业，新增监管约束可能限制技术发展、动摇领先地位，联邦层面也因此长期存在去监管取向，当前也更重视率先限制研发可能造成的竞争损失。中国既要推动产业发展与应用扩展，也要控制技术进入公共服务和社会生活后的风险，因而将产业促进与公共监管并行推进。相较于美国当前联邦政策，中国保留专门规则介入的空间；相较于欧盟，则更多通过分领域规则与技术指引逐步细化要求。这种方式便于跟进技术变化，也更依赖部门协调和规则衔接。G20成员产业能力与治理诉求差异较大，强调创新收益、允许补充规则并保留国家自主权，正是容纳这些差异的结果。
AI安全的分治不仅发生在各国之间，国家内部也可能存在安全观分裂。比如目前美国的头部企业支持强制评估，一方面出于安全考虑，另一方面，也可能因较强的合规能力而试图借安全之名打压开源模型、进行垄断。对此，无论对于国家还是企业，新加坡国立大学Simon Chesterman教授提出的“AI治理的悲剧”揭示了规制能力与规制意愿可能错位的困境，当各方都担心单方面放缓会让竞争者获益，加速研发便可能挤压安全投入。这与国际关系“安全困境”理论中的相互不信任和竞争升级具有相似逻辑，也解释了为何安全共识未必带来相应约束。
其三，实践可能局部接近，共同标准仍受信任与利益差异制约。跨国企业可能统一测试、记录和报告流程，以减少重复合规，但流程相似不等于各方接受相同的危险能力门槛和责任分配。一份评估能否被另一法域认可，还取决于评估者是否可信、信息是否充分，以及监管机关是否接受其结论。
协调困难因此不限于技术标准。模型信息同时涉及商业秘密与国家竞争优势，披露越充分，越有利于核查风险，却也可能增加技术外流的顾虑。短期内，国内规则更可能分层并存，国际合作则先从事件沟通和评估方法交流推进。
【启示】
AI安全争议揭示了技术能力、规则影响力与风险承担之间的不对称。头部企业掌握模型和评估知识，既能影响安全标准，也可能从宽松监管或高合规门槛中获益；国家拥有监管权，却同时希望借本国企业保持竞争优势。而“AI治理的悲剧”所揭示的规制意愿不足，又会因公共监督对被规制者的技术依赖而进一步加重。即使规则不断增加，只要风险判断仍主要由开发者掌握，约束成本又被视为竞争损失，模型能力提升与监督滞后之间的落差就可能持续扩大。
然而，这种落差也会威胁竞争者自身。跨境风险难以由任何一方独自控制，保持技术优势并不能免于遭受损害，由此产生了竞争之中的合作需求。中美近期同意建立人工智能风险事件的沟通渠道，就是保留治理差异、围绕具体风险开展合作的一种尝试。此类安排若能通过实践逐步明确通报范围、信息核查和处置责任，就可能从政治承诺发展为稳定的程序约束。它未必直接促成统一标准，却可能改变各方仅凭自身判断处理跨境风险的状态。未来国际协调更有可能沿着具体风险合作、程序义务积累、共同标准逐步形成的方向发展。不过，这一进程并非自动发生，少数技术强国之间的安排仍需与多边进程衔接，其他受影响国家的参与和监督能力也将决定局部合作能否发展为更广泛的安全规则。AI安全治理突破困境的可能性，关键在于主要技术国家和企业能否接受与其能力相称的风险控制责任，以及其他受影响国家能否参与共同规则的形成与监督。
文稿 | 兰琦钰
编辑 | 胡磊
审核 | 黄志雄 兰琦钰
声明：本文来自网络空间国际法前沿，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。
