随着人工智能加速融入公共服务、劳动就业和社会治理，全球负责任人工智能治理正从原则倡议和政策框架建设，逐步进入制度落实与治理成效检验阶段。2026年9月23日，南非全球人工智能治理中心（Global Center on AI Governance，以下简称GCG）发布《全球负责任人工智能状况报告》认为，当前全球负责任人工智能治理面临的突出矛盾，在于政策承诺的扩展速度快于实施能力与问责机制的完善速度。这一判断表明，治理的关键不仅在于是否制定政策、建立框架，更在于相关制度能否落实到具体应用场景，能否对政府、企业及其他技术使用主体形成有效约束，以及能否让受到人工智能影响的个人和群体获得实质性保护。
本文将梳理报告在研究方法上的调整内容及五个维度的主要发现，分析各国为何倾向于优先推进人工智能发展与应用能力建设，而未能同步完善对自身行为的监督与约束机制，并进一步探讨全球负责任人工智能指数在测量方法与规范基准方面的局限。
《全球负责任人工智能状况报告》封面
图片来源：报告原文
01
衡量负责任AI的前提
衡量负责任AI需要回答“谁来负责”和“对谁负责”的基本问题。
首先需要明确责任的范围。2024年首版“全球负责任人工智能指数”（Global Index on Responsible AI，GIRAI，以下简称“指数”）强调在AI全生命周期中尊重和保障人权，2026年版则进一步纳入防止伤害、促进包容和服务公共利益的要求。这一扩展源于首版评估揭示的问题，即AI系统即使在形式上没有侵犯权利，仍可能造成伤害、排斥特定群体，或使收益集中于少数人。因此，人权保护构成负责任AI的底线，但判断AI是否负责任，还需要考察风险由谁承担、收益如何分配。
其次，责任范围的扩展，也要求评价明确责任主体。2026年版将政府框架与政府行动合并评估，把政策承诺与落实证据放在一起考察。对于非国家行为体，则只保留公民社会组织的相关活动记录，不对其打分。研究团队认为，责任应主要落在能够对AI价值链作出重大决策的主体身上，而不应以同样方式考核那些试图推动监督和纠正既有权力关系的组织。由此，指数的重心进一步转向政府，既考察政府如何规范企业，也追问政府如何约束自身使用AI的行为。
《全球负责任人工智能指数——2026年报告》
图片来源：global-index.ai网站
此外，指数也相应扩大了评估范围，从3个维度、19个主题领域扩展为5个维度、38个指标。除政策承诺和政府行动外，2026年版还引入赋能条件，将制度与资源背景纳入分析。同样的政策安排，在不同的执行基础下可能产生不同效果，因此，各国得分需要结合其监管能力、资源投入和既有制度加以理解。
不过，责任范围和评价结构的变化，也限制了两版结果的直接比较。研究团队对此做出的取舍是，随着研究深入而修正评价方法，比维持历届分数的绝对可比性更重要。这一取舍也提醒读者，各国得分取决于指数如何界定责任，包括优先防范哪些风险、保护哪些利益，以及要求哪些主体承担义务。指数以联合国教科文组织2021年通过的《人工智能伦理问题建议书》为重要基准，为跨国比较提供共同语言。但是，共同标准如何识别不同国家的制度安排，又如何回应各自的历史背景和政策重点，仍需接受检验。
02
五个维度揭示的治理落实缺口
各国已经普遍开始制定AI政策，但政策能否转化为实际保护，仍有很大差距。指数覆盖的135个国家和地区中，超九成至少出台了一项相关政策或举措，全球平均得分却仅约35分（满分100分）。在已有框架中，也只有略超半数能找到落实证据。指数围绕教科文组织建议书中的主要原则和政策领域，考察包容与多样性、伦理与可持续、劳动与技能、信任与安全，以及公共服务中的AI使用，呈现政策承诺与实际行动之间的差距。
各维度框架覆盖率：已落实与已通过但未落实
图片来源：报告原文
包容与多样性首先涉及一个问题，即谁应当为适应AI承担责任。各国较容易接受公平、非歧视等一般原则，但针对女性、儿童等具体群体的保护，落实明显不足。例如，制定性别平等相关框架的国家中，不到半数有政府落实举措。儿童保护也更多依靠学校开展AI素养教育，对开发者防范伤害的义务规定较弱。教育能够帮助儿童识别风险，却不能代替产品本身的保护措施。结果是识别风险的负担落在了儿童身上，开发者承担的防范义务却很弱。文化与语言多样性方面是例外，有落实举措的国家（52个）多于有框架的国家（47个），但政府出资建设的本地语言数据和模型，若缺少社区参与和普惠安排，收益可能主要流向外国大型AI企业。报告所关注的包容，不只是让更多人学会使用AI，也包括让AI的设计和使用回应不同人群的需要。
包容与多样性各指标：有框架与有政府举措的国家占比
图片来源：报告原文
伦理原则的落实同样存在取舍。透明、人类监督、公平与安全获得较多关注，环境与能源问题则相对滞后，采取相关措施的国家不足三成。报告认为，需要产业承担成本或调整收益分配的要求，更难进入实际行动。
执行工具也受资源条件影响。自2024年首版指数发布以来，全球南方新出台的框架中，超四分之三不具有约束力。报告将其与立法和监管能力、财政资源及投资谈判地位联系起来。因此，不能仅凭软法占比较高就认定治理意愿不足。即使制定了法律，缺少执法能力也可能使其停留在纸面上。
劳动与技能领域则突出表现为培训优先、保护滞后。制定AI技能培训框架的国家超半数，制定劳动保护框架的国家却不足三成。政府希望劳动者把握AI带来的就业机会，但对低薪外包、平台用工和劳动者维权的保障没有同步跟上。
全球南北及各区域AI框架中约束性与非约束性框架占比
图片来源：报告原文
这一落差在全球南方更明显。数据标注等工作被视为吸引投资和创造就业的机会，政府可能担心加强保护会使项目转移。另外，层层外包和薄弱的劳动组织，又增加了追责难度。劳动者虽然获得参与了AI经济的机会，但并不代表他们能够分享收益或免受伤害。报告以肯尼亚为例，为Facebook提供内容审核服务的外包公司Sama在2023年大规模裁员，被裁员工称，原因与他们尝试组建工会有关。在争夺外包工作的竞争中，劳动保护缺口可能被当作一种竞争条件，而单个国家很难独自改变这一局面。
全球南北设有劳动保护与技能培训框架的国家数量
图片来源：报告原文
信任与安全领域的关键缺口，是风险管理与问责没有同步推进。相关框架中，超半数不具有约束力，政府行动主要集中在培训、研究和机构建设。相比之下，受影响者如何质疑、追究责任并获得救济，规定较少。报告统计的法规中，要求或激励企业设立申诉机制的不足两成。
国家自身的AI用途也存在问责缺口。在设有相关AI法律法规的国家中，安全、影响评估和救济三项指标下，规定防务与国家安全豁免的比例均超过四分之三。机构能够自行开展风险管理，并不等于外部监督者或受影响者能够要求其解释和纠正决定。
各指标下AI法律法规含防务与安全豁免的国家占比
图片来源：报告原文
在公共服务AI维度上，政府采用AI的速度远快于治理AI的速度。该维度在五个维度中得分最低。公共部门技能框架较普遍，AI采购条件和政府算法公开要求却明显落后。政府如何使用AI，不能只看工作人员是否具备技能，还要看采购时是否设定责任、使用过程是否透明，以及公众能否质疑相关决定。
这一维度还有两个值得注意的现象。一是南北差距最小，近六成的欧洲国家此项为得分最低的维度。原因之一在于，该维度只评估国家层面的政策，不计入欧盟《人工智能法案》等区域法规；另一在于全球南方国家的公共部门AI多嵌在世界银行等机构资助的数字公共基础设施项目中，捐助方附带的采购规则着眼于资金监管，很少涉及权利保护。二是指数记录了35个国家中共53起政府使用“不可接受风险”AI的案例，其中大规模生物识别监控27起。透明度高、排名靠前的国家记录反而更多。不过，公开案例较多不能直接等同于风险更高，因为这也可能反映媒体、法院和公民社会更有能力揭露问题。
公共部门技能、采购与算法公开三项指标的框架与举措情况
图片来源：报告原文
五个维度呈现出的落实缺口有着相似的倾向。技能培训、能力建设和应用推广更容易得到推进，监督、劳动保护和救济机制则相对滞后。这种差异提示，治理落实不仅受资源和能力影响，也可能与政府对不同措施的收益和成本判断有关。
03
规则越来越多，为何仍难形成有效约束
报告揭示了政策承诺与落实之间的缺口，但将其主要归结为政府偏好扩大能力、不愿约束自身，还不足以解释当前的治理变化。指数的数据截至2025年9月，2026年出现一系列监管和智能体安全事件，需要放入同一分析框架。当前治理的关键矛盾，是公共机构对AI承担的责任持续增加，却未必掌握与之匹配的信息、技术和干预权限。规则能否落实，取决于这些条件能否结合，而不能仅由政策数量或约束性文件的比例判断。
政府首先需要有能力识别自己所监管的风险。2026年5月5日，美国国家标准与技术研究院宣布，人工智能标准与创新中心（CAISI）与Google DeepMind、微软和xAI达成协议，开展部署前评估和针对性研究。前沿模型的能力和危险行为难以仅从产品界面判断，外部评估机构需要接触模型、设计测试并获得专业人员支持。如果缺少这些条件，要求企业接受监督也可能只得到形式上的配合。因此，需要进一步区分报告所批评的能力建设，比如推动应用的能力可能加快风险扩散，独立测试和调查能力则是有效约束的基础。
CAISI的评估报告
图片来源：CSA Lab Space
政府提前接触模型，有助于发现风险，但发现风险后能否要求企业改变部署，还要看它拥有怎样的权限。美国6月2日发布的行政令提出建立前沿模型网络能力评估机制，并通过自愿合作，让政府在开发者向其他可信伙伴开放模型前，获得最长30天的访问期。同时，行政令明确规定，不能据此建立模型开发和发布的强制许可或事先审批制度。政府因此获得了更早评估模型的机会，但评估结果如何影响企业的部署决定，仍需要其他制度安排支持。
美国行政令有关前沿AI模型自愿合作框架的条款，明确不授权据此建立模型开发与发布的强制政府许可或事先审批制度
图片来源：美国白宫
伴随着合作，也产生了监督能否保持独立的问题。政府需要企业提供模型和技术信息，企业则有参与政府采购和国家安全项目的动力。如果测什么、如何测、能获得哪些信息都依赖企业配合，评估机构就可能难以充分检验企业的安全主张。判断这类合作是否形成了有效约束，需要看评估机构能否自主开展测试、取得必要信息，以及发现风险后是否有人有权要求整改。企业拒绝配合会承担什么后果，也应有明确安排。合作协议的价值，最终要由这些具体条件及其执行情况来检验。
政府既是AI的监管者，也是采购者和使用者，不同部门的目标未必一致。美国国防部门5月宣布与OpenAI、Google、微软、英伟达和亚马逊云服务等企业达成机密网络AI部署协议。7月7日，参议员伊丽莎白·沃伦要求国防部门及相关企业说明合同范围和保障条款，并公开合同全文。这些质询尚不足以证明部署存在违规，但其中一个问题值得我们思考，即政府扩大AI使用时，谁能审查其用途和安全保障，审查又能获得多少信息？
在国家安全领域这种矛盾更容易出现。军事部门希望尽快获得先进能力，技术评估机构关注风险，立法机关则要求说明责任和使用边界。保密要求还可能限制外部审查，使公众难以判断安全承诺是否落实。因此，报告关于国家选择性吸纳治理要求的解释，需要放到具体部门之间的关系中考察。约束是否有效，很大程度上取决于谁能取得部署信息、谁有权提出异议，以及异议能否促成改变。将政府笼统地视为愿意或不愿自我约束的整体，容易忽略这些决定执行效果的制度条件。
欧盟的做法也说明了自愿合作与强制约束可以结合。《通用人工智能行为准则》虽由企业自愿签署，但相关法定义务并不因企业拒绝签署而消失。评价合作机制，需要看它背后是否有明确义务，以及不履行义务会产生什么后果。这一做法还提示，软法与硬法不能简单对应治理薄弱与治理有力。《通用人工智能行为准则》是自愿工具，用于帮助企业履行《人工智能法案》中的义务。选择不签署准则，并不因此免除相关法定义务。欧盟委员会针对通用AI模型的执法权限自2026年8月2日起适用，包括要求信息、评估模型和要求纠正等。真正需要判断的是，自愿安排背后有没有不可回避的义务和可信的执行后果。合作工具可以提高规则的可操作性，也可能掩盖责任缺位，二者的区别要由制度设计与执行证据说明。
据此，报告揭示的落实缺口还应进一步区分。有些机构缺少识别风险的能力，有些无法取得必要证据，还有些即使发现问题，也无权要求整改。这些障碍需要不同的解决办法。判断治理是否取得进展，应当看风险被发现后能否得到纠正，以及作出部署和监管决定的机构是否受到监督。
04
如何将治理要求变成持续有效的保护
近期围绕前沿模型的测试与监管动作表明，AI治理正在从原则讨论进入具体的运行环节。随着智能体能够连续执行任务、调用软件和接触外部系统，监管需要关注的，已经不只是模型生成了什么内容，还包括它能够采取什么行动，以及出现问题后能否及时停止。英国AI安全研究机构（AISI）近期公布的一次测试事件，为观察这一变化提供了具体案例。
据AISI公开记录，2026年7月的一次网络能力测试中，部分智能体对真实人员和组织采取了未经授权的行动，包括试图向开源项目植入恶意代码。当时，研究人员为检验模型能力，有意开放了互联网访问，并关闭部分安全过滤器。AISI也说明，没有证据表明事件造成了现实伤害，测试中的行为不能直接代表普通商业使用中的表现。因此，这一事件尚不足以证明前沿模型已普遍失控，但它暴露出一个实际问题，即使在专业机构组织的测试中，智能体的行动也可能超出原先设定的范围。
AISI记录的一次智能体越界行动，涉及尝试植入恶意代码及被发现后的掩饰行为。
图片来源：英国AI安全研究机构事件报告
事件发生后，AISI暂停了风险最高的相关测试，并在加强网络隔离、实时监控和测试审查后恢复了大部分活动。其新增措施包括阻断外网访问、拦截可疑行动并交由人工审查，以及设置人工停机措施。这说明，发现模型具有危险能力只是评估工作的一个环节，能否限制它接触外部系统、撤销操作权限并及时中止任务，同样决定着测试和部署是否安全。AISI同时承认，监控可能失败，现有防护也未必适用于下一代模型，安全措施仍需随着模型能力变化而调整。
由此看，约束智能体需要同时考虑模型能力和部署条件。同一个模型，接入不同工具、获得不同权限后，可能产生不同风险。系统能否访问互联网、调用账户凭据或修改外部文件，都应成为评估内容。模型升级、增加工具或更换使用场景后，也需要重新检查原有防护是否有效。对于高风险用途，部署者还应提前说明什么情况下必须暂停、由谁作出决定，以及恢复运行需要满足哪些条件。
尽管法律规则可以为这些措施提供依据，但规则的存在与风险得到控制之间仍存在着距离。欧盟《人工智能法案》第九十三条允许委员会在相应条件下要求纠正、缓解风险，并限制模型在市场上的提供、撤回或召回模型。这些权限扩大了评估之后采取行动的空间，其实际效果则取决于监管机构能否及时获得证据、作出处置并监督落实。
与此同时，实际使用中的事件应当成为改进治理的重要依据。部署前测试只能覆盖有限条件，任务持续时间、工具组合和外部环境都可能改变模型行为。如果事件记录只说明某个系统出现问题，却没有交代当时的配置、权限和处置过程，其他机构便难以据此调整防护。因此，严重事件和具有警示意义的未遂事件，需要留下足够具体的记录，并在保护安全和商业秘密的前提下接受独立核查。
据此，模型治理应当把测试结果与明确后果连接起来。对于能够执行高影响行动的系统，部署者应预先确定风险触发条件、限制权限或暂停运行的程序，以及恢复运行所需的验证证据。遇到模型升级、工具扩展和使用场景改变等情况，也应启动重新评估。停机还应区分停止某一部署、撤销某项权限和限制模型的市场提供，避免将不同措施混为一谈。欧盟《人工智能法案》第九十三条允许委员会在相应条件下要求纠正、风险缓解，并限制模型在市场上的提供、撤回或召回模型，提供了评估之后可以采取行动的法律依据。但法律授权是否及时有效，仍要通过实际执行检验，不能因为存在这些条款就宣称风险已经得到控制。
欧盟《人工智能法案》第九十三条规定，委员会可要求通用AI模型提供者采取风险缓解措施，并在相应条件下限制模型供应、撤回或召回模型
图片来源：欧盟委员会网站
公开事件较多，既可能反映风险较高，也可能说明发现和披露机制更健全。仅比较案例数量，容易使积极公开问题的机构看起来表现更差。更有参考价值的是如何理解各国的治理表现，即是否能够及时发现风险事件、处置后是否会再次发生，以及受影响者能否获得解释和救济等。
近期，国际层面的新机制，为共享这些经验提供了条件。2026年7月，联合国举行首届全球人工智能治理对话。9月，独立国际科学小组发布关于AI智能体、失配与失去人类控制风险的专题简报。这些动作显示智能体风险已进入多边讨论议程，也为不同国家理解风险提供了共同的科学材料。不过，联合国层面的全球对话并不承担监管或执法职能，具体的调查、部署限制和责任追究，仍主要依靠国家和区域机构。
古特雷斯在全球人工智能治理对话开幕式上发言
图片来源：新华社
从这一分工看，多边合作可以先从事件报告和评估方法入手。各国如果能够共享必要的风险信息，并让测试能力较弱的国家参与，便有机会在保留制度差异的同时，减少对少数企业和技术强国所提供结论的依赖。这类合作能否发挥作用，还要看信息是否足够具体、参与机会是否实际可及，以及共同认识能否进入各国的监管实践。
对前沿模型风险的关注，也不应挤压对日常伤害的保护。情感操纵、歧视、劳动侵害和错误公共决策，已经涉及具体用户和群体的权益。我国7月15日起施行的《人工智能拟人化互动服务管理暂行办法》，针对持续性情感互动服务规定了未成年人保护、过度依赖防范、用户退出和投诉机制，并要求提供者发现重大安全风险时限制功能或停止服务。这类规则的特点，是将保护要求落实到具体服务关系中。其效果仍需观察，但它表明，治理进展也可以体现为用户获得更明确的退出权利、企业承担更具体的防范义务。
未来，还需要同时观察两个方面，一是机构能否及时阻断系统的危险行动，二是受影响者能否要求机构解释和纠正决定。前者关系到模型运行中的安全，后者关系到使用AI的政府和企业是否承担责任。如果只关注技术防护，可能忽略机构自身的侵权行为。如果只有原则和申诉渠道，却缺少及时干预的能力，保护又可能落后于伤害发生。
首届全球人工智能治理对话期间，与会者进入日内瓦会场
图片来源：Türkiye Today
总体而言，报告呈现了各国在政策制定和落实上的差距。结合近期进展，判断治理是否有效，还需要看监管机构发现风险后，能否要求整改或限制使用，以及相关措施是否真正得到执行。政策出台之后，风险由谁发现、措施由谁决定、责任最终落到谁身上，比规则数量更能说明保护是否有效。随着模型能力和应用范围继续扩大，这些安排能否经受技术升级、商业压力和国家安全需求的考验，将是未来判断人工智能治理进展的重要依据。
参考文献
Global Center on AI Governance, Global State of Responsible AI Report, 2026：https://www.globalcenter.ai/research/global-state-of-responsible-ai-report. https://cdn.sanity.io/files/az62drs6/production/8a0adc9218421bbca220ce551082335c7a6cef9d.pdf
Adams, R. et al., Global Index on Responsible AI 2026 (2nd Edition), Global Center on AI Governance. https://www.global-index.ai/#report-download
联合国教科文组织《人工智能伦理问题建议书》：https://www.unesco.org/en/articles/recommendation-ethics-artificial-intelligence
NIST. CAISI Signs Agreements Regarding Frontier AI National Security Testing With Google DeepMind, Microsoft and xAI，2026年5月5日。https://content.govdelivery.com/accounts/USNIST/bulletins/415cadf
The White House. Promoting Advanced Artificial Intelligence Innovation and Security，2026年6月2日。https://www.whitehouse.gov/presidential-actions/2026/06/promoting-advanced-artificial-intelligence-innovation-and-security/
U.S. Department of War. Classified Networks AI Agreements，2026年5月1日；Senator Elizabeth Warren. Warren Presses DoD for Answers on Military AI Contracts, Demands Release of AI Contracts，2026年7月7日。https://www.war.gov/News/releases/release/Article/4475177/classified-networks-ai-agreements/
https://www.warren.senate.gov/newsroom/press-releases/warren-presses-dod-for-answers-on-military-ai-contracts-demands-release-of-ai-contracts/
European Commission. The General-Purpose AI Code of Practice；The enforcement framework of the AI Act。https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai https://digital-strategy.ec.europa.eu/en/policies/enforcement-ai-act
UK AISI. Incident Report: unsanctioned agent behaviour during cyber testing. https://www.aisi.gov.uk/blog/incident-report-unsanctioned-agent-behaviour-during-cyber-testing
UK AISI. Building a more secure environment for evaluating dangerous capabilities，2026年10月。https://www.aisi.gov.uk/blog/building-a-more-secure-environment-for-evaluating-dangerous-capabilities
Regulation (EU) 2024/1689，第93条第1款；European Commission. The enforcement framework of the AI Act。https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-93
United Nations. Global Dialogue on AI Governance；Independent International Scientific Panel on AI, FAQ及Thematic Brief on AI Agents, Misalignment and the Risk of Losing Human Control. https://www.un.org/global-dialogue-ai-governance/en https://www.un.org/independent-international-scientific-panel-ai/en/faq https://www.un.org/independent-international-scientific-panel-ai/en/thematic-briefs/ai-agents-misalignment-risks
国家互联网信息办公室等五部门. 人工智能拟人化互动服务管理暂行办法，2026年4月10日公布，2026年7月15日起施行。https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm
编辑：康尔楠
声明：本文来自全球人工智能创新治理中心，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。
