美国新国会AI政策动向:强监管主张遇上白宫否决权
导语
美国中期选举落幕,民主党大胜,新一届国会即将就任,AI监管也成为新国会政策议程中的焦点。部分议员主张加强监管,甚至提出暂停模型开发;白宫则坚持对AI采取轻触式监管,并握有总统否决权。国会监管意愿升温与白宫政策立场之间的分歧,将如何影响美国下一阶段的AI立法?
卡托研究所政策分析师胡安·隆多尼奥撰文指出,在当前权力格局下,重手监管难以获得通过,轻触式、窄口径立法反而更可能落地。文章分析了新国会可能采取的AI治理路径,包括为政府关停AI模型设定明确门槛、厘清智能体失控的责任边界、通过信息披露回应数据中心建设争议,以及协调联邦与州级监管。作者认为,新国会更可行的路径,是在回应安全关切的同时约束行政权力,避免过度监管阻碍技术创新。
原文标题:The New Congress Has a Unique Opportunity for a Sensible Approach to AI Policy
原文来源:卡托研究所(Cato Institute)
编译解读:数字经济发展评论
2026年11月中期选举结束,民主党大胜,新一届国会即将就任。即将上任的议员已经表现出通过重手监管AI立法的意愿,有人甚至提议暂停模型开发。但白宫明确主张对AI保持轻触式监管,任何议案都要过总统否决这一关。卡托研究所政策分析师胡安·隆多尼奥(Juan Londoño)11月13日撰文指出,这一权力格局反而打开了一个独特的窗口:轻触式、窄口径的立法既能回应选民关切,又不牺牲创新,也最有可能成为法律。
这是隆多尼奥在卡托研究所网站发表的一篇政策评论,讨论中期选举之后新国会的AI立法空间。他的基本判断是,选举改写了国会与行政分支的力量对比,AI立法能走多远,由这个对比决定。总统否决权划定了立法上限,重手监管难以越过,窄口径立法才是最可能落地的路径。
一、新国会要重手,白宫握着否决权
新一届国会处理AI议题的立法意愿明显回升。部分议员呼吁激进监管,甚至提议暂停开发;但政治现实是,任何提案都必须经受总统否决。隆多尼奥判断,这种权力平衡会挡住重手管制的提案,从而留出回应行业关切、又不损害这项技术发展的空间。
在他看来,国会回应选民AI关切的最佳选项是聚焦窄口径、克制的立法,但注意力应当超越对AI行业的监管,转向约束行政权力。行政机构的越权行为向来名声不佳,这说明AI治理需要一套更有秩序、基于规则的体系;政策制定者应当警惕那些赋予行政机关更多AI权力的立法。约束行政权与监管行业本是同一件事,行政扩权才是更值得警惕的风险。
二、前沿AI安全:关停模型的权力边界
新国会若要推动前沿AI安全立法,绕不开一个近乎悖论的难题:立法既要妥善应对前沿模型开发与部署的风险,又不能让政府随意关停一家它不喜欢的公司所开发或持有的模型。从白宫运用评估框架的做法看,给行政机关过多自由裁量权,权力很可能被任意、不公平地使用。因此,任何提案都要在应对即时安全风险与防范行政权失控之间取得平衡。这些制衡不能被轻描淡写,必须明确写入法律,防止任何一位在任总统把行政权当成武器。
赋予政府广泛空间去关停模型,或许是阻止安全事故的高效方式,但代价是给政府开辟了一条通道,去审查那些产出它不喜欢的内容的AI公司。反过来,严格保护AI公司及其用户的言论自由会带来摩擦,拖慢政府应对安全事故的速度。
这种取舍是AI作为两用技术的必然产物:它既可用于网络攻击、生物武器开发等更危险的军事化用途,也可被普通人用来做研究或经营竞选。除非监管能把界线划清、只瞄准最危险的应用,否则任何AI监管都不得不在言论与安全之间寻求平衡。
三、把“灾难性风险”写成黑白分明的门槛
缩小这类法案范围的一个办法,是为行政行为设立一个可读、大体客观、界限分明的“灾难性风险”(catastrophic risk)门槛。这正是Anthropic近期提交给议员的讨论稿所尝试的路径:它把灾难性风险定义为“在实质上促成超过50人死亡或重伤,或超过10亿美元的财产损失或灭失”。门槛具体设在哪里或许值得进一步讨论,但这一条款的意义在于,触发政府行动的门槛应当尽可能黑白分明。灰色地带会给政府留下任意、不公平地行使这项权力的空间。
同样,关停模型的尝试必须在法官面前论证和抗辩。政府限制宪法保护的权利通常需要司法审查和授权才能推进,即便涉及国家安全也不例外;对需要及时响应的迫近风险,通常会开辟快速审查通道,但不会也不应取消司法审查。法官最有能力在安全与言论权利之间做出权衡,行政机关则缺乏这样做的动力,它近来对Anthropic的处置就是例证。
隆多尼奥据此提出四点主张:其一,任何行政机关成员都不应单方面决定关停模型,而不必向法官陈述理由;其二,负责做出这一决定的机构应当被明确指定,以免混淆或机构间冲突;其三,政府举证的标准应当明确清晰,防止模糊性被用来把权力扩张到超出原意;其四,举证责任在政府一方,而不能让开发者去证明一个否定命题。
四、用侵权法内化智能体失控成本
另一种政策思路同属窄口径瞄准有害行为:厘清侵权法(tort law)适用于AI智能体的边界,尤其是仍在开发中的智能体。隆多尼奥指出,现行侵权法很可能无力应对尚未向公众商业化、却已失控的智能体所造成的损害,例如OpenAI-Hugging Face事件中的内部智能体。
按照现行侵权法,人类雇员在追求商业利益过程中造成损害时,公司要承担替代责任(vicarious liability);智能体造成同类损害,这一责任却并不适用。在他看来,目标应当是让公司把智能体不当行为的成本内部化,这类成本在现行法律体系下不受惩罚,公司因此更有动力加强安全与隔离程序。也有人建议为AI开发引入注意义务标准,这可能是内化这些成本的另一条路径。
五、数据中心:不必暂停,但要信息透明
本轮选举周期中,围绕数据中心的争议主要指向日益上升的负面情绪,这种敌意催生了全国暂停新建数据中心的呼声。隆多尼奥与同事指出,这种情绪在很大程度上由与现实不符的电力或水资源过度消耗叙事所驱动。
在他看来,与其实施暂停令、推翻本应由地方自己做出的决定,国会不如确保审议过程更透明,更重要的是促成诚实、知情的讨论,让公民和政策制定者判断建一座数据中心对社区是否划算。一个可行办法是责成政府建立全国数据库,对能耗、水耗、噪音和污染统计确立统一的国家报告标准。这能给政策制定者和倡导者提供一个依据,用以恰当评估数据中心建设的地方影响,并与其他工业用途的土地和资源占用做比较。OpenAI等实验室已在州层面提出过类似举措,但建立联邦报告标准或许是理顺这场讨论最有效的方式。联邦报告标准因此成了暂停令之外的另一条路:把争议从“要不要建”转成“有没有数据”。
六、联邦优先权:州法碎片化与窄口径妥协
隆多尼奥此前已经论证过,AI治理立法各自为政、支离破碎,应对这一局面已是紧迫议题。数字技术的经验表明,地方性法规往往给企业和消费者带来代价高昂、令人困惑的溢出效应,最终适得其反。一些提案,例如Anthropic的草案,引入了较窄形式的优先权,只优先于法案明确规定的事项。这意味着各州保留对未涵盖事项的监管权,以此作为对联邦优先权反对者的妥协。
在他看来,宽口径优先权仍是消解监管标准冲突所造成混乱的最有效方式。退一步说,一个只覆盖技术栈中最明显属于州际商业那一层(如AI开发)的窄口径优先权,也好过任由州级监管失控的现状。
七、选举结果划定了立法空间
隆多尼奥的判断是,中期选举中民主党的大胜似乎给推动激进监管AI的群体壮了胆。然而国会与行政分支之间由此形成的权力格局决定了:轻触式、窄口径的路径最有可能成为法律。而这条路恰好也最有可能平息当前围绕这项技术的一些担忧,同时不过度阻碍它的发展。
新国会在AI立法上能走多远,边界已经比较清楚:白宫的否决权是上限,司法审查是底线,州权与联邦权的划分则决定监管能否统一。接下来值得观察的是,超过50人死亡或重伤、超过10亿美元财产损失这条灾难性风险门槛能否写进法律,只覆盖州际商业那一层的窄口径优先权又能否在两院过关。
内容来自 虎嗅,版权归原作者所有。
阅读原文 ↗