为什么人工智能面临一个艰难选择：国家化还是去中心化

9 月 12 日，Anthropic 首席执行官 Dario Amodei 呼吁对前沿人工智能的发展设定协调一致的限制，并提出一项分三个阶段推进的计划。Anthropic 将首先邀请外部评估人员进入公司，使其获得的权限大体上相当于内部风险团队所拥有的权限。

拟议中的审查团队将获得公司设备、办公空间使用权以及与员工交流的机会。其合同将允许发布关键调查结果，而不由 Anthropic 控制结论，但须遵守明确的法律、安全、隐私和商业限制。外部审查人员随后可以评估 Anthropic 的安全承诺是否会影响实际的训练和部署决策。

然而，仅接触一家实验室本身无法减缓竞争激烈的行业发展。Anthropic 可以开放其系统接受审查，而竞争对手和各国政府仍在继续加速推进。因此，Amodei 计划的第二阶段呼吁在足够多的美国前沿开发者之间实施监管和由政府协调的合作。第三阶段则寻求各国之间达成可验证的协议，同时让民主国家相对于中国保留足够的战略空间，以调控发展速度。

国家化与去中心化之争实际上融合了三种不同形式的权力。公共所有权会影响经济收益由谁获得，也会影响企业决策。独立访问权决定谁能够检查前沿技术的发展。相比之下，法律上可执行的暂停措施会直接限制受监管系统的发展速度。

Anthropic 现有的治理结构已经赋予董事会权衡股东回报以外因素的空间。该公司以公益公司（Public Benefit Corporation）形式运营，特拉华州法律要求其董事平衡股东的金钱利益、受企业实质影响的人群利益，以及公司所规定的公共利益。Anthropic 的长期利益信托（Long-Term Benefit Trust）还拥有董事会成员遴选权，旨在支持公司的使命。

公益章程可以授权 Anthropic 内部采取注重安全的决策，但无法约束拒绝进行同样权衡的竞争对手。Amodei 的提议并非通过转移公司所有权，而是通过共同规则和国际验证来弥补这一缺口。

所有权与控制权是不同的政策杠杆

参议员 Bernie Sanders 于 2026 年 6 月提出的一项方案，展示了部分国家化可能采取的形式。他提出的美国人工智能主权财富基金（American AI Sovereign Wealth Fund）将持有美国最大人工智能公司 50% 的公共股份，并由一个独立委员会行使相关投票权。该措施仍处于提案阶段，尚未成为法律。

公共股权可以重新分配该行业的一部分收益，并让委员会影响公司决策。但公共持股本身不会确立能力门槛、外部验证或可执行的停止令。这些机制仍需要单独的法律规则。

Yonathan Arbel、Simon Goldstein 和 Peter Salib 于 2026 年 8 月发表的一篇法律论文，将经济利益诉求与对现有规则未曾预见的决策进行控制区分开来。作者提出，在涉及灾难性风险或他们所称的“硬性”企业权力时，政府应拥有狭窄、可酌情行使且具有临时性的权力，以暂停前沿模型训练或部署。对于垄断、不平等和其他危害，他们倾向于采用传统监管或征税手段。

与公共股权相比，暂停令能够更直接地影响发展节奏。政府无需拥有每一个模型或运营每一家实验室，就可以暂停受监管的训练或部署。要使这种权力具备民主合法性，就需要明确的法定触发条件、技术能力、独立审查以及对自由裁量权的限制。

政府控制本身也会带来集中化风险。将所有前沿实验室置于国家所有之下，可能使模型开发与决定是否停止开发集中在同一个机构内。有限的暂停权则可以让企业继续由私人运营，同时为应对明确界定的极端风险保留紧急干预手段。

开放权重模型则朝相反方向发展，通过扩大访问权限来降低集中度。研究人员无需依赖少数企业守门人，就可以检查和调整这些系统。美国国家电信和信息管理局（U.S. National Telecommunications and Information Administration）于 2024 年得出结论，现有证据不足以支持对广泛可用的模型权重实施一刀切限制。

前沿能力使执法问题更加复杂。即使模型采用开源形式，欧盟委员会仍要求具有系统性风险的通用模型提供商评估并缓解风险、报告严重事故并维护网络安全。欧盟委员会警告称，在先进模型公开发布后，风险缓解可能变得更加困难。

因此，开放发布既可以扩大外部审查，也会使后续执法更加复杂。跨司法管辖区的复制会让缓解措施难以保持一致。分布式审计让更多机构有能力挑战被企业或监管机构俘获的权力；而前沿模型权重的无限制分发，则可能削弱合法暂停所需要的控制节点。

公共刹车需要多元监督

加利福尼亚州和欧盟表明，公共规则可以约束私人所有的人工智能开发者。加利福尼亚州于 2025 年 9 月签署的 SB 53，要求大型前沿开发者公布安全框架，为报告潜在重大安全事故提供渠道，并保护举报人。欧盟则对系统性风险模型的提供商施加风险管理义务，包括开放模型的提供商。

Amodei 提议的评估人员将获得更深入的访问权限，以检验类似义务是否会影响企业内部决策。狭窄且临时性的暂停权，可以在受监管系统越过法律规定的风险门槛时，为公共机构提供一种执法选项。

在这种混合结构下，政府将为具有系统重要性的开发者制定具有约束力的规则，外部评估人员将验证合规情况，公共机构则可以暂停指定的训练或部署。研究人员、举报人和多个司法管辖区的监管机构仍将保留独立渠道，以质疑相关证据。

这一刹车机制需要以已证明的能力或安全失败为依据制定公共干预标准，由启动干预的机构之外的实体进行审查，并明确规定权力的到期和续期规则。评估人员需要有自由报告不利调查结果的权利，删节内容应仅限于正当的法律、安全、隐私和经过严格限定的商业需要。这些保障措施将降低临时安全干预演变为对通用研究实施永久政治控制的风险。

这一模式的实际考验在于，这些规则是否能够覆盖足够多的开发者，从而防止相关活动仅仅转移到监管范围之外，同时继续保留对证据的独立访问权。这意味着，受监管系统的范围、评估人员的权限以及任何暂停令的司法管辖范围，都是核心的执行问题，而不是单靠所有权就能解决的细节。

只要前沿系统仍然可以被识别，并且仍存在可执行的控制节点，私人开发就可以在共同的监管边界内继续进行。独立机构将检查合规情况，并揭露企业或监管机构遭到俘获的问题。

公共持股可以重新分配人工智能带来的财富，并影响企业董事会决策，但所有权并不能说明训练何时必须停止。开放分发可以扩大访问和审查范围，但在前沿模型权重已经扩散之后，无法提供可执行的停止规则。

因此，要实现可信的发展节奏，就需要每一家受到监管的前沿开发者都面对同一条公共边界。民主合法性则要求独立评估人员、研究人员、举报人和监管机构检查相关证据，并对这条边界以及任何暂停令提出质疑。

来源：CryptoNewsNet。原始参考：CryptoSlate