Anthropic 和 Google 审视特朗普的 AI 框架，但开放模型逃出监管网

Anthropic 和 Google 已审阅一项联邦 AI 安全框架，该框架要求某些前沿模型在面向公众发布前接受为期 30 天的审查。不过，据报道，该框架将开放模型排除在外，这使华盛顿审查的系统与其试图控制的风险之间出现重大缺口。

Anthropic 与 Google 的讨论并非又一轮自愿安全承诺。它们标志着特朗普政府在拆除了前任政府大部分 AI 监管架构后，试图建立联邦审查流程的努力。

这项政策推出前，Anthropic 与联邦政府之间还发生了一场引人注目的冲突。据报道，Anthropic 最新的系统在数小时内就在敏感政府网络中发现了漏洞。华盛顿随后限制了这些系统的访问权限，之后又将 Anthropic 带回谈判桌，就相关规则展开磋商。

这段历史使一项技术审查流程演变为一场控制权之争。封闭模型开发商在发布前将面临政府的保密审查。包括与 Google 和 Anthropic 竞争的公司在内的开放模型开发商，似乎仍不受同一流程约束。

因此，核心问题并不在于先进 AI 是否应当接受测试，而在于一套聚焦于愿意合作的美国实验室的框架，能否应对通过开放权重、外国开发商或不那么愿意合作的供应商发布的同等能力。

该框架设立 30 天安全关卡

眼下的变化是：先进封闭模型在公开发布前将接受保密的联邦审查窗口。

美国总统唐纳德·特朗普于 2026 年 6 月 2 日签署了相关行政命令。该命令要求政府建立一套自愿流程，用于审查高能力 AI 系统带来的国家安全风险。

该命令给予审查人员最长 30 天时间。这段时间旨在让联邦专家在模型面向广泛用户之前测试其网络能力。

前沿模型是指处于通用能力领先前沿的 AI 系统。根据向行业代表介绍的框架，据报道，是否纳入审查取决于模型是否为封闭式、能力极强，以及是否与国家安全风险相关。

这种表述留下了重要术语尚未明确。对于何为最先进水平，目前没有公开门槛。政府也尚未公布明确标准，用以判断何时某项网络能力会成为国家安全关切。

据报道的审查框架显示，参与公司将提交接近公开发布的模型。政府审查人员将在高安全环境中对其进行审查。

访问将被记录，审查期间员工也可能受到限制。多个政府部门将参与其中，而非将评估交由单一机构负责。

模型提交时点至关重要。实验室不会在发布前数月提供一个尚未完成的研究系统。据报道，它们将交付接近面向客户发布版本的模型。

这种方法为审查人员提供了更现实的审查对象。但它也将审查直接置于发布路径上，延误或存在争议的发现都可能影响产品计划。

这项行政命令将参与描述为自愿性质。它聚焦于拥有先进网络能力的系统，而非每一款新的商业模型。

不过，“自愿”并不意味着政府没有施加影响力的手段。前沿实验室向政府机构销售产品，依赖先进芯片的获取，并与受联邦规则约束的基础设施提供商合作。

一家公司原则上可以拒绝参与。但在实践中，拒绝可能使合同、安全许可、出口决定，或与国家安全客户的关系变得更复杂。

Anthropic 欢迎这项 6 月命令，并表示预计将支持其实施。Google 和 OpenAI 也作出积极回应，将联邦评估描述为可与持续推进 AI 开发并行不悖。

因此，该框架以合作而非普遍性的法律要求为起点。其覆盖范围在很大程度上取决于哪些开发商参与，以及政府将哪些系统界定为受涵盖对象。

这也构成了本文的核心张力。华盛顿正在为本就愿意讨论安全问题的公司设置一道重要关卡，却让其他发布路径大体不受影响。

为何 Anthropic 与 Google 的会谈如今更具分量

Anthropic 和 Google 面临压力，因为它们的模型既被广泛商用，也拥有日益重要的网络能力。

政府启动这一流程，并非源于一场抽象的政策辩论，而是在先进模型展现出以令政府官员警觉的速度识别软件弱点的能力之后。

据报道，一款名为 Mythos 的 Anthropic 模型参与了涉及高度敏感政府系统的测试。一名美国官员告诉美联社，该模型在数小时内发现了漏洞。

发现漏洞并不等同于利用漏洞。这一区别很重要，因为漏洞发现可以帮助防御方在攻击者利用系统之前完成修补。

参议员马克·华纳在 6 月的一场听证会上给出了更具戏剧性的描述。他表示，该系统在数小时内进入了几乎所有接受测试的机密环境，并称这一信息来自 NSA 和网络司令部负责人。

官方说法则更为有限。它确认发现了漏洞，但并未证实 Mythos 成功利用了每一个受影响系统。

这一核实缺口说明了政策制定者面临的困难。一个模型可能有助于防御，在敌对方手中又可能构成危险，而且很难通过一条新闻标题的结果来评估。

据报道，这项政府测试通过 Project Glasswing 进行，这是 Anthropic 发起的一项计划，涉及科技公司及其他合作伙伴。该项目聚焦于先进模型能够发现或放大的严重软件风险。

这些能力令 Anthropic 承受来自两个方向的压力。客户希望获得更好的自动化安全工具，而政府机构则希望确保同样的工具不会加速进攻性行动。

Google 面临类似挑战。其 Gemini 系统服务于消费者、开发者、云客户和公共机构。Google DeepMind 也拥有自己的框架，用于在部署前检测严重能力。

Anthropic 与 Google 的关联之所以重要，是因为两家公司都已运营内部评估体系。华盛顿正要求它们将私有测试实践纳入政府控制的流程。

对 Anthropic 而言，这一要求发生在其与政府进行了数月直接冲突之后。该公司在与政府签订的协议中，对自主武器和国内大规模监控施加了限制。

五角大楼寻求出于一切合法目的获得访问权限。Anthropic 则认为，仅有法律授权并不能解决所有安全或公民自由问题。

这一分歧最终超出了合同措辞的范围。政府将 Anthropic 视为采购风险，而批评人士则质疑政府是否在利用国家安全权力解决一场政策争议。

双方关系后来转向合作。Anthropic 与政府机构开展网络测试，在政府干预后限制了先进模型的访问权限，并参与有关共同评估规则的会谈。

Google 加入该框架时并未经历同样的公开对抗。它的参与赋予流程更广泛的合法性，也避免规则看起来像是针对 Anthropic 的专门和解方案。

据报道，OpenAI、Microsoft、Meta、Nvidia 及一些较小公司也参加了 8 月的讨论。它们的出席表明，该框架正成为一项行业政策，而非双边协议。

不过，Anthropic 仍是最重要的测试案例。它既是领先的安全倡导者，也是其安全警告帮助触发政府行动的公司。

如果 Anthropic 接受该框架，华盛顿便可以主张，外部测试是对私有安全措施的补充。如果双方关系再次破裂，这一流程看起来就更像是一种施压手段，而非合作。

Anthropic 与 Google 的监管止步于开放模型界线

该框架最关键的取舍在于：它审查封闭式美国模型，却据报道将具有类似能力的开放发布排除在外。

封闭模型将其底层权重——即学习得到的数值参数——置于开发商控制之下。用户通过托管产品或编程接口访问它们。

开放权重模型则更广泛地分发这些参数。开发者可以下载、修改并运行它们，而无需让每一次请求都经过原始提供商。

政府拟议流程聚焦于第一类。这在操作层面是合理的，因为封闭模型公司可以提供受控访问，并在测试期间延后发布。

开放权重开发商带来了更难执行的问题。一旦模型权重公开，就没有任何一家中心化提供商能够可靠地撤回每一份副本，或限制每一位用户。

据报道，该框架通过将开放模型排除在审查系统之外来应对这一问题。它还表示，相关规则不应被解读为限制模型发布后的使用。

这一选择降低了开放开发的阻力，但也造成了明显的激励问题。

一家严格控制其模型的公司必须接受保密测试。发布同等权重的开发商则可能无需接受任何相当的联邦审查。

这种区分并不总是与风险相符。分发方式会影响安全措施被移除的难易程度，但并不决定模型发现漏洞的底层能力。

Google 说明了这条界线为何复杂。该公司既开发封闭式 Gemini 系统，也开发开放的 Gemma 系列。因此，同一机构可以处于政策边界的两侧。

Anthropic 不发布 Claude 权重。其系统仍处于集中控制之下，因此可更容易通过访问协议和发布审查对该公司实施监管。

这种不对称可能会奖励那些在发布后给予政府更少控制权的模型提供商。它也可能让美国封闭模型实验室在速度上处于不利地位。

按监管标准看，30 天审查期并不长。但在一个发布时间会影响客户承诺、基准测试关注度和开发者采用情况的行业中，这段时间并不短。

如果 OpenAI、Anthropic 或 Google 因审查而推迟模型发布，开放竞争对手就可能利用这段间隔吸引开发者。外国实验室也可能在不参与的情况下发布同等权重。

政府似乎接受了这一取舍，因为它希望维护美国 AI 发展。在担忧美国相对于中国放缓后，特朗普曾推迟该命令的早期版本。

因此，最终方案瞄准了一小部分可控系统。它寻求在不建立全面许可制度的前提下获得提前可见性。

Google DeepMind 自身的安全框架表明，私营治理可以覆盖不止一种发布形式。该框架追踪能力等级，并要求在出现特定风险时进行安全审查。

其最新框架涵盖的风险包括有害操纵、先进 AI 研究能力，以及抗拒操作员控制的模型。Google 表示，其评估将能力测试与对可接受风险的明确判断结合起来。

Anthropic 采用不同的内部结构，但同样会评估严重能力并发布风险文档。这两家公司都拥有较小开发者可能缺乏的制度化流程。

联邦框架可以将这些实践中的一部分标准化。不过，它不会自动覆盖参与群体之外的开发者。

这意味着主要对立面并非 Anthropic 与 Google 之争，而是接受政府审查的闭源开发与监管较少的开放分发之间的对比。

该政策可以降低遵守规则的前沿实验室的风险，同时让最快的分发渠道不受触及。这两种结果可以同时成立。

一项秘密标准会带来其自身的安全风险

该框架要求公司和公众信任一套评估体系，但其中的关键门槛和程序仍处于保密状态。

某些保密不可避免。公布用于评估进攻性网络能力的详细基准，可能帮助攻击者针对测试优化模型。

该行政命令允许基准测试流程保持机密。当敏感发现涉及政府网络或可被利用的软件时，也应将其置于受保护环境中。

然而，对测试内容保密不同于对治理机制保密。公众无需看到每一个漏洞利用细节，也可以了解谁负责决策、哪些证据被采纳，以及公司如何提出申诉。

据报道，政府不打算发布完整框架。因此，被排除在 8 月会议之外的公司，可能几乎得不到有关未来系统是否符合资格的指引。

这种不确定性影响的不只是政策专家。企业客户会围绕模型可用性、区域访问以及预期的安全控制来制定路线图。

模型发布延迟可能扰乱软件上线或采购审查。受限模型则可能迫使团队在集成特定编程接口后更换供应商。

各组织已经需要一种可靠方式来保留内部评估、供应商声明和政策更新。可搜索的AI 知识库能够在规则变化时将这些材料关联起来。

更大的治理担忧在于自由裁量权。政府似乎能够决定哪些系统符合资格、谁能获得提前访问，以及出现不利发现后应采取何种应对措施。

Cato Institute 的 Juan Londoño 欢迎为先进模型风险做好准备，但质疑该政策的模糊性。他警告称，广泛的自由裁量权可能被用于针对一家已与政府发生冲突的公司。

这种可能性不能被排除，因为 Anthropic 与 Washington 的关系已经在合作与对抗之间摇摆。

这场国家安全争议还涉及一个更深层的权限问题。即使政府客户声称某项活动合法，模型提供商仍可能希望限制监控或自主武器的使用。

Trump 政府一直主张，已部署的系统应继续处于政府的运营控制之下。Anthropic 则将部分使用限制视为不可或缺的安全边界。

Council on Foreign Relations 的一份国家安全分析将此描述为谁控制已部署系统的问题。合同、技术保障措施和政府权限在此交织。

发布前审查无法解决这一冲突。它可以揭示模型能做什么，却无法决定谁应控制每一种获准使用方式。

该框架还可能混淆能力与意图。若通过受监控的安全项目部署，能够发现严重漏洞的模型可以增强防御方实力。

同样的能力在安全保障失效时也能帮助攻击者。因此，评估者需要同时测试技术表现及其周围的访问控制措施。

Anthropic 的经历说明了为何简单标签并不充分。据报道，其模型发现了严重弱点，但外部安全领域领导者认为，其他可用模型也具备类似能力。

据报道，超过 100 名网络安全专家反对在没有明确理由的情况下取消 Anthropic 的防御能力。他们的论点并非 Mythos 不构成风险。

他们质疑的是：当替代品仍然可用时，限制一家美国供应商是否能降低这一风险。这正是排除开放发布所造成的同一弱点。

如果结果一致且权限受到约束，秘密框架仍然可以发挥作用。缺少这些条件，自愿审查可能变成不可预测的准入把关。

政府尚未提供足够的公开证据，以区分这两种结果。任何对该政策的评估都应将这种不确定性置于核心位置。

该政策逆转了 Washington 的去监管信息

在政府数月来一直认为联邦 AI 规则威胁美国竞争力之后，Trump 的框架重新引入了一种发布前监督形式。

Trump 在重返白宫后撤销了 Biden 政府 AI 政策的重要内容。其更广泛的议程强调快速部署、减少监管以及与 China 的竞争。

新的审查流程并未重建旧框架。Biden 的做法在很大程度上依赖报告义务、标准制定工作，以及通过 NIST 等民间机构进行评估。

Trump 的体系将先进网络测试更贴近国家安全机构。它也限制了覆盖范围，并将参与描述为与产业界的合作。

不过，方向已经改变。Washington 曾将事前审查视为障碍，如今则认为，对某些模型提前掌握情况是国家安全所必需的。

催化因素是能力，而非监管理念的普遍转变。Anthropic 的模型通过执行与熟练网络操作人员相关的任务，使安全争论变得具体。

这一逆转也反映出联邦政府对私营实验室的依赖。政府机构使用着自己没有构建、也无法迅速替代的基础设施和模型。

这种依赖赋予公司技术控制权。采购权、出口管制和安全分类则赋予 Washington 另一种形式的筹码。

该框架试图结合这些优势。实验室提供接近发布的系统和技术支持，而机构则贡献机密环境、威胁信息和国家安全专业知识。

这一安排可以带来比任何一方单独开展时更好的评估。公司无法完全复现政府机构掌握的、有关活跃对手的情报。

政府评估者同样需要实验室工程师来理解模型行为、系统控制措施，以及特定测试的局限性。因此，合作比一份简单的合规清单更有用。

然而，当各方对可接受使用存在分歧时，合作就会变得脆弱。Anthropic 与 Pentagon 的争议表明，共同的安全目标并不保证共同的政策边界。

Google 避免了类似的公开决裂，但它面临同样的结构性问题。私营实验室可能识别出不可接受的风险，而政府买方则优先考虑运营灵活性。

OpenAI 也面临这一问题。托管模型的云服务提供商，以及依赖稳定访问的企业客户同样如此。

竞争环境又增添了一层复杂性。Anthropic 在 2026 年初修订了其旗舰安全政策，取消了一项可能会在缺乏充分保障时停止训练的绝对承诺。

公司领导层认为，如果竞争对手持续推进，单方面暂停并不能提升安全性。修订后的政策强调路线图、定期风险报告，以及与同行保护措施持平或超越它们的努力。

这一变化使协调一致的规则变得更加重要。当竞争对手以更低成本加速推进时，一家公司无法无限期维持严格限制。

Trump 框架试图提供协调，但仅面向选定参与者。它没有在 Anthropic、Google、OpenAI、开放模型开发者和外国实验室之间建立统一的约束性门槛。

这使政府处于一种混合状态。它重新引入了监督，同时仍强烈倾向于反对广泛监管。

结果既不是纯粹的去监管，也不是全面的安全制度。它是围绕 Washington 能够触及的公司建立的协商式检查点。

这种做法可以迅速应对特定网络威胁，但不太适合治理跨模型形式和国界传播的能力。

因此，Anthropic 与 Google 的审查是一项政策实验。其成功取决于有限合作能否带来真正的安全，而不只是将高风险开发转移到其他地方。

三个信号将显示该框架是否奏效

下一项考验在于，Washington 能否将闭门协议转化为跨发布、公司和模型形式的一致安全结果。

第一个信号是对下一次先进闭源模型发布的处理方式。参与实验室应提交接近发布的系统，完成审查，并说明由此产生的任何限制。

政府无需披露机密漏洞利用细节。它应公开说明，该流程是否改变了访问控制、发布时间，或模型可提供的能力。

清晰的结果将增强对针对性发布前测试的支持。无法解释的延迟或突然的限制，则会加剧对自由裁量式执法的担忧。

第二个信号是政府如何处理具有相当网络能力的开放模型。这是当前设计中最大、尚未解决的弱点。

Washington 可以为开放开发者创建自愿评估工具，建立分发保障措施，或聚焦下游基础设施提供商。每条路径都带来技术和政治成本。

无所作为会削弱该框架的安全逻辑。这将表明，发布形式比官员们声称担忧的能力本身更重要。

第三个信号是 Anthropic 与政府能否在下一次分歧期间维持合作。双方的关系已经从合同冲突转向模型限制，又回到联合制定规则的方向。

稳定的流程将让技术发现经受住政治紧张关系的考验。若关系破裂，则表明该框架过度依赖现任官员与公司领导人之间的非正式信任。

Google 的行为将提供有益对照。如果两家公司针对类似系统获得类似对待，该政策将更像一项标准。

如果 Anthropic 因早前争议而面临不同后果，批评者将把审查视为行政施压工具。

企业买家应关注这些信号，而不是假定“自愿”就意味着无关紧要。国家安全审查介入时，模型访问、发布日期和区域可用性都可能发生变化。

开发者也应追踪哪些能力会触发关注。自动化漏洞发现、漏洞利用生成、自主行动以及抗拒操作员控制，很可能会受到密切审查。

知识工作者也面临类似问题。某个模型可能仍然可用，但特定工具、连接器或高级模式却会受到限制。

团队应记录每个工作流程支持哪些模型版本，并为关键任务保留替代方案。同时，他们还应区分供应商的说法、政府结论以及独立证据。

Anthropic 与 Google 的讨论确实形成了一个联邦层面的审查关口，但尚未构成完整的安全体系。封闭模型审查只覆盖了先进能力触达用户的其中一条路径。

一个可信的框架最终必须解释，为何相似的能力会受到不同对待。它还必须区分必要的保密与不受问责的决策。

目前，每当一款重要模型临近发布，读者都应提出三个实际问题：它是否接受了审查，测试后发生了哪些变化，以及具备同等能力的开放系统能否绕过这一流程？

这些答案将揭示，Anthropic 与 Google 的框架究竟是在降低国家风险，还是仅仅将监管集中在最愿意配合的公司身上。请继续关注下一次模型发布、下一次开放发布，以及前沿实验室与华盛顿之间的下一场争议。