江苏
文｜陆弃
9月29日，特朗普在白宫会见多家人工智能和科技企业负责人，讨论人工智能发展及安全问题，并与部分企业负责人签署一份自愿性协议。协议提出企业建立内部控制机制，同时接受独立外部审查，并由公司董事会设立委员会评估审查结果。特朗普当天表示，科技企业需要加强“自我监管”，并称未来不排除将其中一些做法通过法律法规固定下来。
这份文件看起来并不复杂，但它反映出的政策方向值得关注：面对发展速度远超传统监管周期的人工智能，美国政府正在尝试寻找一条既不明显压制产业扩张、又能够回应安全风险的治理路径。问题在于，当监管更多依靠企业自律时，谁来定义风险，谁来监督企业，又由谁承担出现问题后的责任？
过去几年，人工智能监管始终处在“创新速度”和“治理速度”的拉锯之中。模型能力不断提升，数据中心迅速扩张，人工智能已经从互联网公司的单一产品，逐渐变成影响能源、金融、医疗、国防和公共服务的基础性技术。美国政府如果采取过于严格的事前审批，可能增加企业成本、放慢创新速度；如果完全放任，又可能面对网络安全、隐私、就业冲击以及高能力模型被滥用等问题。
特朗普政府此次选择的，是介于两者之间的方式。协议没有直接建立一套强制性的联邦监管体系，而是要求企业自己建立控制制度，再引入外部审计，并让董事会参与监督。它实际上把企业内部治理、第三方审查和政府政策之间连接起来。
这种设计并非没有现实基础。人工智能技术更新太快，政府机构未必能够在每一个模型迭代周期内掌握足够的技术细节，而企业掌握着训练数据、模型架构、测试结果和安全评估等大量第一手信息。让企业承担一部分安全责任，可以缩短政策反应时间，也能够避免政府直接介入每一个技术环节。
但难题同样明显。企业毕竟拥有商业利益。模型发布意味着市场份额、资本投入和竞争优势，安全测试却可能意味着额外成本，甚至要求推迟产品上市。在这种情况下，企业内部的“自我监管”能否真正独立于商业目标，关键就不在于有没有一份协议，而在于审查结果是否透明、审计机构是否真正独立，以及违规之后是否存在明确而有效的责任机制。
这也是美国国内争论最集中的地方。部分专家认为，行业参与治理有助于在创新和安全之间取得平衡；也有专家担心，过度依赖企业自律可能导致监管责任被转移。相关批评的核心并不是反对AI发展，而是担心当模型能力越来越强时，仅靠企业自愿承诺能否承担相应的公共风险。
特朗普本人在当天的表态中，对人工智能发展的经济价值给予高度重视。他此前也多次强调美国必须保持AI领域的领先地位，并推动扩大数据中心和计算基础设施建设。白宫6月发布的国家安全人工智能政策，更明确要求加快先进AI系统进入美国国防和情报体系，同时强调系统必须具备可靠性、可控性和明确的责任链条。
这说明，美国当前的AI政策并不是单纯追求“少监管”，而是在尝试建立一种更有利于产业扩张的治理模式。人工智能已经被纳入国家竞争、产业政策和国家安全框架，监管的目标也因此出现变化：不是简单判断“应该不应该发展”，而是怎样在保持技术领先的同时控制风险。
这种变化尤其值得放在国际竞争背景下观察。特朗普把人工智能竞争更多描述为美国与中国之间的技术竞争，并强调美国不能因为安全顾虑而放慢发展速度。 这意味着AI治理已经不仅是科技公司的内部事务，而开始成为国家战略的一部分。
但越是具有战略意义的技术，越需要明确的边界。如果一个AI系统出现重大安全漏洞，责任究竟属于开发企业、审计机构，还是批准使用的政府部门？如果模型造成大规模经济损失，企业的自律承诺是否足以提供补偿？如果AI被用于网络攻击、深度伪造或者关键基础设施攻击，传统法律能否迅速界定责任？这些问题都不是董事会增加一个委员会就能够解决的。
更值得注意的是，人工智能的风险并不只发生在实验室。数据中心消耗大量电力和水资源，正在引发美国一些地方社区的反对；AI基础设施投资规模扩大，也在重新塑造地方经济与公共资源分配。特朗普29日同科技企业负责人讨论AI时，也谈到了数据中心与地方社区之间的矛盾。
因此，AI治理最终必须超越“企业愿不愿意自律”的问题，进入公共政策能够持续发挥作用的领域。行业规则可以成为第一道防线，独立审计可以提供第二层约束，法律责任和政府监管则需要成为最后一道底线。三者缺一，治理体系都可能出现漏洞。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
