2026年人工智能治理：科技公司如何自我监管 - 以及批评者为何持怀疑态度

科技公司成立了Frontier Model Forum并签署了Bletchley承诺，以指导2026年的AI治理自我监管。这些承诺侧重于安全测试和透明度。然而，政府仍然看到行为改变的有限证据。

欧洲和亚洲部分地区的监管机构质疑自愿措施是否跟得上模型规模。美国政策为自我指导留出更多空间。这种分歧影响了公司如何在合规与速度之间分配资源。

公司实际改变了什么

Frontier Model Forum要求成员在重大发布前公布安全报告。多家实验室现在运行内部红队演练。OpenAI披露了对其最新模型的更多滥用测试细节。Anthropic为能力评估增加了外部评审员。

这些措施发生在2023年Bletchley峰会之后。Microsoft聘请了更多安全人员并成立了新的审查委员会。Google DeepMind发布了Gemini更新的公开模型卡，列出了已知局限性。Meta对其Llama权重在某些高风险应用中添加了使用限制。

承诺与实际行动

自愿承诺列出了许多目标。实际产出显示范围更窄。Bletchley协议要求对前沿模型进行第三方审计。到2026年初，只有少数公司完成了哪怕一次此类审计。

Frontier Model Forum承诺共享危险能力基准。大多数实验室仍使用自己的内部测试。这些基准的公开发布仅限于摘要。批评者指出，摘要数据隐藏了具体的失败率。

• 安全测试

- Frontier Model Forum：要求在发布前提交红队报告

- 实际做法：报告往往省略完整的失败次数

• 透明度措施

- Bletchley承诺：要求为所有前沿系统提供模型卡

- 实际做法：许多模型卡省略训练数据集细节

欧盟与美国监管差距

欧盟AI Act制定了具有约束力的规则，这些规则在2025年和2026年分阶段生效。高风险系统必须符合透明度和文档标准。美国政策对大多数私人实验室仍停留在自愿层面。

因此，拥有全球产品的公司需要维护单独的合规轨道。欧盟版本在训练数据和输出监控上采用更严格的过滤器。美国版本保留更宽的能力测试窗口。这种双轨制增加了成本并减缓了统一的安全升级。

这一差距还影响人才布局。多家公司将部分政策团队迁至欧洲办公室，以处理与监管机构的直接接触。专注于可解释性的研究团队仍集中在美国。

政府采取更强硬立场

英国、欧盟和新加坡在2025年底引入了新的报告要求。这些规则要求对超过计算阈值的模型提前通知。加拿大提出了类似立法，将对错过截止日期的行为处以罚款。

中国扩大了算法登记范围以覆盖生成模型。公司必须向国家监管机构提交训练细节和安全测试结果。印度宣布计划要求某些高能力训练运行进行数据本地化。

这些国家举措不在自愿论坛结构之内。它们制造了新的压力点，仅靠自愿承诺无法解决。公司现在同时跟踪论坛截止日期和国家截止日期。

批评者对自我监管局限的看法

斯坦福大学和牛津大学的研究人员认为，自愿承诺缺乏执行力。他们指出承诺的基准发布多次延迟。民间团体向欧盟委员会提交了正式意见，指出审计数据缺失。

一些投资者也表示怀疑。主要基金的公开信要求提供更清晰的指标，说明安全投资如何转化为风险降低。他们想要量化证据而非流程描述。

实验室回应称，构建稳健的评估方法需要时间。他们指出，在没有商定标准的情况下仓促进行第三方审计可能会产生误导性结果。这种交流凸显了开发速度与监督深度之间的核心张力。

值得关注的下一步信号

三项发展将显示自愿措施是否获得可信度。第一，Frontier Model Forum在下一季度内发布共享的危险能力基准。第二，完成至少两项包含完整方法披露的独立审计。第三，美国发布任何高于当前自愿基线的行政命令，增加报告要求。

如果这些信号缺失或仅限于摘要，监管机构可能会更快转向具有约束力的规则。如果出现可衡量的进展，自愿路径可能会在美国和亚洲部分地区保留支持。公司已经在为两种结果准备内部团队。

跟踪AI产品路线图的读者应关注区域功能差异。在欧盟规则下发布的模型目前具有更窄的能力范围。如果执法收紧，这些差异可能会扩大。当前自我监管实验的结果将决定哪些功能首先在每个市场到达用户手中。