从加州到纽约再到伊利诺伊州，全美各州都在积极制定先进的人工智能安全保障法规。与此同时，华盛顿及各大国际会议也在同步推进相关工作。一个明确的方向正在显现：掌握人工智能治理关键决策权的，应当是民主政府，而非少数几家前沿实验室。
这背后遵循着一套独特且务实的逻辑——OpenAI称之为“反向联邦制”。简而言之，各州先在核心议题上凝聚共识，形成事实上的国家标准，继而自下而上推动联邦框架落地，最终为美国主导的全球人工智能治理体系奠定基础。
加州、纽约州以及近期的伊利诺伊州，已经展现出明确姿态。它们在高级别AI安全立法上的步伐，正在帮助整个国家建立起一套管理最强大人工智能系统的共同基准。更值得关注的是，这些努力并非各行其是，而是高度聚焦于几个关键要素：
- 建立可追溯的安全框架，对前沿模型实施风险评估并公开评估结果。
- 强制上报重大安全事故。
- 通过独立、客观的审计落实治理与问责机制。
三者结合，成效显著。加州搭建了核心披露框架，纽约验证了这套方法在不同司法管辖区的可复制性，而伊利诺伊州则在此基础上补足了独立验证这一重要环节。这三个州的实践，等于在真实场景中检验了一套“民主监督前沿AI部署”的标准流程。
当然，任何立法要获得足够票数通过，难免会加入各类附加条款。但真正关键的问题是：究竟什么才是通过“反向联邦制”创建设事实国家标准所必需的核心内核？如果缺乏这种纪律，各州法律很可能演变成一堆彼此矛盾、难以执行的拼凑物。监管机构将无所适从，消费者会一头雾水，而开发者（尤其是初创公司和小企业）的资源也会被白白消耗在这些合规迷宫中——这些资源本应更多投入到安全本身。
政策制定者还需警惕“任务蔓延”。不应要求各州去管理那些重大的国家安全风险，或替整个国家做出国家安全决策。高度技术性的审查工作，最好交由联邦层面的专家——他们拥有更充足的资源、更专业的知识、更接近机密的系统，以及与情报界协作的能力。
视线转至联邦层面。特朗普政府正与技术和国家安全方面的专家合作，制定一套在美国网络上测试最强大AI模型的框架。这项工作将明确测试标准、时间表和具体流程。各方——包括OpenAI、同行公司、商业团体及其他利益相关者——正在积极参与建设性讨论，共同推动这一框架成型。
正在进行中的网络评估工作，也反过来印证了一致性的重要性。目前，在联邦正式框架落定之前，各类模型已在接受测试。随着实验室走完这一流程，一个教训愈发清晰：我们迫切需要一套在州与联邦层面都能保持一致且可重复的方法论。这一点，对于确保政府、关键基础设施维护者、盟友以及其他值得信赖的合作伙伴具备驾驭最高能级模型的能力，至关重要。
一个明确的联邦测试框架，将帮助把前沿AI工具送到真正需要它们的人手中，进而强化民主制度本身，构建起美国主导的“民主人工智能堆栈”。坦率地说，利用美国在创新上的领先优势来支撑民主化AI，这个窗口期就在当下。
参众两院也在积极行动。两党议员，包括近期的众议员杰伊·奥伯诺特和洛里·特拉汉，都已注意到州层面和行政部门的进展，并提出了各自的联邦框架草案。任何一份讨论稿在达成现实可行路径之前都不会是完美的，但重要的是，这些工作本身就是向前迈进的一步。其中不少条款经过深思熟虑，值得认真对待。
得益于像加州、纽约这样具有规模和影响力的州已颁布一致性法律，这些州层面的实践经验一旦被吸纳进联邦立法，建立单一的国家安全制度就会容易得多。
在OpenAI发布的前沿安全蓝图中，我们勾勒了几个基本要素。首先，最先进系统的测试与评估必须由联邦政府主导。前沿AI带来的国家安全和公共安全问题，所需的技术专长、资源及访问权限，任何单一州都无法完全复制。
这项工作应当强化AI标准与创新中心（CAISI）的作用——该机构在拜登政府时期创立，并在特朗普政府时期得到加强。CAISI有能力提供持久的联邦级能力，将边境安全模式从“事后问责”转向“预防伤害发生”。任何联邦立法都应仔细考虑CAISI与其他政府部门的协同方式，以及其在测试中心体系中扮演的角色。
其次，开发最强大系统的公司必须满足明确条件：独立审计、事件报告、严格的安全标准以及举报人保护。
第三，联邦和州的努力应相互促进。各州法律不可能完全一致，但好消息是，我们期待与各地政策制定者合作，在确保安全的同时，最大化发挥AI的经济效益。
在边境安全之外，各州还应继续充当“民主实验室”的角色，尤其在青年保护、电力和环境政策、以及AI教育与扫盲等领域。
而联邦框架，始终是其中最核心的一环。前沿AI涉及国家安全、经济竞争力和公共安全等问题，必须依靠国家标准、国家能力和国家机构，才能支撑起民主AI的愿景。
国家立法对于美国主导的人工智能国际标准也至关重要。不久前，七国集团与巴西、埃及、印度、肯尼亚和韩国共同探讨了这一设想，领先前沿实验室的CEO们也谈到了建立这样一个框架的必要性。在那次会议后，OpenAI CEO Sam Altman在《金融时报》上提议建立一个由美国领导的国际论坛——设立公认标准，提供对能力与风险的专家分析，并向参与和遵守规则的国家及公司提供技术支持。紧随其后，谷歌DeepMind CEO Demis Hassabis也在新论文中提出了建设性构想。联邦立法——且必须是两党共治的——将为这一切提供坚实基础。
如今，这种势头是多层次、多层面的。各州在统一方法论，国会和行政部门在构建国家框架，全球领导人也开始讨论国际标准。只要这些层级互为支撑、互为基石，美国就完全有可能引领一个基于人工智能民主愿景的全球治理框架。这才是真正把安全放在首位的协调方式。
