美国正在通过州与联邦行动推进人工智能安全

通过反向联邦制，随着联邦政府制定国家标准，各州正在调整人工智能保障措施，为美国领导的全球框架奠定基础。

作者：Chris Lehane，首席全球事务官

从全国各州首府到华盛顿，再到国际会议，前沿人工智能治理的严肃方法正在形成。他们共同推进人工智能的民主愿景。

加利福尼亚州、纽约州和最近的伊利诺伊州都制定了先进的边境安全立法，帮助该国朝着管理最强大的人工智能系统的共同基线迈进。

这些努力反映了 OpenAI 所谓的反向联邦制背后的动力：各州通过共同框架帮助建立共同方向。随着国家主导的工作与联邦层面正在进行的努力相结合，国家标准开始形成，为美国主导的全球人工智能框架奠定了基础。我们认为，确保人工智能惠及大多数人而不是少数人的最佳方法是由民主政府而不是仅仅由前沿实验室做出关键决策（从边境安全开始）。

最终，基于这一原则的国家框架将最有利于美国。但在缺乏一项法律的情况下，各国可以通过相互反映的法律来推动我们实现这一目标。他们可以一步一步地创建事实上的国家标准。

如果安全是首要任务，这样的国家标准是最好的政策方法，以确保（a）美国继续在创新方面处于领先地位，并且不会被拼凑的法规所削弱，这些法规将减缓建立全球民主人工智能堆栈的能力，该堆栈将优化好人拥有所需的工具，以抵御试图在网络安全等领域滥用人工智能的坏人； (b) 让美国处于最有利的地位，能够采用国家标准并制定基于民主价值观的人工智能安全部署全球方法。如果我们想要创建一个真正优先考虑制定国家和国际标准的安全框架（这将最好地支持人工智能的安全部署），那么我们需要付出艰苦的努力、严肃的目标以及将各州、联邦政府和国际对话联系起来的战略。表演性或美德信号方法无法完成这里的工作——州一级的混乱并不符合持久安全方法的最佳利益，它只会导致更多的混乱。

为了使这种方法取得成功，各州应该继续在核心要素上保持一致，就像加利福尼亚州、纽约州和伊利诺伊州一样。从广义上讲，这些要素是：

• 记录在案的安全框架，其中包含前沿模型的风险评估以及这些评估及其结果的公开披露。
• 报告重大安全事故。
• 通过独立、客观的审计进行治理和问责。

总的来说，这三个国家已经在前沿人工智能部署中建立了民主监督。加州建立了核心披露框架。纽约表明该方法可以在各个司法管辖区采用。伊利诺伊州通过要求对关键披露进行独立验证来补充它。

我们认识到，立法通常包括额外的条款，以确保获得通过所需的票数。但我们相信，这些是通过反向联邦制创建事实上的国家标准所需的基本要素。如果没有这种纪律，我们就会面临政策蔓延和各州法律拼凑的风险，监管机构很难执行这些法律，消费者会感到困惑，并会转移开发者资源（尤其是初创企业和小公司），而这些资源本来可以更好地投资于安全。特别是，正如过去几周所表明的那样，随着人工智能模型的能力越来越强，我们需要一个连贯的系统，使我们能够将工具交到政府、关键基础设施、盟友和值得信赖的合作伙伴手中。

政策制定者还应防止任务蔓延。不应要求各国管理重大国家安全风险（或实际上代表整个国家做出国家安全决策）或进行高度技术性的审查，而这些审查最好由拥有资源、专业知识、访问机密系统以及与我们的团队密切合作的能力的联邦专家来处理。

在联邦层面，特朗普政府继续与技术和国家安全专家合作，制定美国政府在网络上测试最强大的人工智能模型的框架。该框架将建立测试标准、时间表和流程。 OpenAI 与政府、同行公司、商业团体和其他利益相关者进行建设性讨论，帮助制定工作。

正在进行的网络评估工作说明了一致性为何如此重要。如今，可以理解的是，在联邦框架完成之前，模型正在接受测试。随着实验室完成这一过程，一个教训变得清晰：我们需要在州和联邦层面采取一致且可重复的方法。如果我们希望政府、关键基础设施维护者、盟友和其他值得信赖的合作伙伴掌握最有能力的模型，这一点至关重要。我们赞赏政府希望在八月初之前建立该框架的目标。

联邦测试框架将有助于将先进的人工智能工具交到政府、关键基础设施维护者、盟友和其他值得信赖的合作伙伴手中。这样做将加强民主制度，并帮助建立美国领导的民主人工智能堆栈。现在是利用美国的创新领先地位来支持民主人工智能的时候了。

不明确的联邦程序和各州法律的拼凑都不会产生一个连贯的边境安全制度。我们需要一种方法，确保最好的测试人员评估最有能力的模型，并且值得信赖的防御者足够快地访问这些工具，以领先于恶意行为者。

国会也在行动。参众两院和两党的立法者——包括最近的众议员杰伊·奥伯诺特和洛里·特拉汉——都注意到了各州和行政部门的发展，并提出了联邦框架的提案。任何具有现实通过路径的讨论草案都不会是完美的。但我们认为这项工作是向前迈出的富有成效的一步，并相信其中的许多条款都是经过深思熟虑且值得支持的。

同样令我们感到鼓舞的是，参议院和众议院领导人正在国家治理和边境安全提案方面投入大量精力，我们与他们中的许多人进行了建设性对话。考虑到已经颁布了定向一致法律的各州的规模和影响力，将这些方法纳入联邦立法应该会使建立单一的国家边境安全制度变得更加容易。

OpenAI 的前沿安全蓝图列出了我们认为该框架的基本要素。

首先，联邦政府应该主导最先进系统的测试和评估。前沿人工智能提出了国家安全和公共安全问题，这些问题需要任何国家都无法完全复制的技术专业知识、资源和访问权限。

这项工作应该加强人工智能标准与创新中心（CAISI），该中心是拜登总统领导下创建的，并在特朗普总统领导下得到加强。 CAISI 可以提供评估先进模型所需的持久联邦能力，并将边境安全转向预防伤害发生，而不是主要依赖事后问责。任何联邦立法都应仔细考虑 CAISI 应如何与政府其他部门合作，以及它应在测试中心发挥什么作用。

其次，开发最强大系统的公司应满足明确的要求，包括独立审计、事件报告、严格的安全标准和举报人保护。

第三，联邦和州的努力应该相互加强。各州法律不会完全相同，我们期待与全国各地的政策制定者合作，确保他们在加强安全的同时最大限度地提高人工智能的经济效益。

各国还应继续充当边境安全以外领域的民主实验室，包括青年保护、电力和环境政策以及人工智能教育和扫盲。

联邦框架仍然至关重要。前沿人工智能提出了国家安全、经济竞争力和公共安全问题，最终需要国家标准、国家能力和国家机构来支持民主人工智能。

国家立法对于美国主导的人工智能标准国际框架也至关重要。几周前，七国集团与巴西、埃及、印度、肯尼亚和韩国一起讨论了这个想法，领先前沿实验室的首席执行官们讨论了建立这样一个框架的必要性。在那次会议之后，OpenAI 首席执行官萨姆·奥尔特曼 (Sam Altman) 在《金融时报》(opens in a new window) 上提议“建立一个由美国领导的国际论坛，建立公认的标准，提供对能力和风险的专家和公正的分析，并向参与和遵守规则的国家和公司提供技术。”本周，谷歌 DeepMind 首席执行官 Demis Hassabis 也在一篇新论文中提出了深思熟虑的想法。联邦立法——必须是两党共同制定的——将为这项国际努力提供坚实的基础。

现在，这种势头在各个层面都可见。各国正在制定共同方法。国会和行政部门正在建立一个国家框架。全球领导人开始讨论国际标准。如果两者互为基础，美国就可以领导基于人工智能民主愿景的全球框架的发展。这种人工智能的民主协调方法是真正优先考虑安全的方法。

• 全球事务

继续阅读

全球事务2026年7月8日

全球事务2026年6月30日