Hakeem Jeffries 推动 AI 监管，与华盛顿的缓行派相撞

尽管共和党领袖警告不要仓促应对人工智能，Hakeem Jeffries 仍于 9 月 13 日呼吁国会立即采取行动。这场由 Hakeem Jeffries 推动的 AI 监管行动，将一场技术安全辩论转变为对政治紧迫性的直接考验。两党都承认风险正在增加，但对于谁应放缓发展以及国会应多快介入，双方存在分歧。

这位众议院民主党领袖表示，民主党人周二开会时，议员们应紧急行动，并将 AI 列为高度优先事项。他的评论紧随现任和前任 AI 研究人员针对能力日益增强的系统发出的警告之后。当时，众议院正准备在 9 月下旬离开华盛顿。

核心冲突已不再是人工智能是否会带来风险，而是国会是否应在议员就完整框架达成一致之前实施保障措施。众议院议长 Mike Johnson 倾向于谨慎行事并与业界协调。Jeffries 则认为，在模型开发持续进行之际，等待完美方案会让公众暴露于风险之中。

Hakeem Jeffries 呼吁 AI 监管，加大施压力度

Jeffries 要求国会将先进 AI 视为需要立即治理的问题，而不是又一个长期研究课题。

Jeffries 在 ABC 9 月 13 日播出的《This Week》中提出这一呼吁。该电视网安排他与共和党众议员 Mike Lawler 及前 AI 研究员 Jacob Coxon 同场亮相。这期周日节目让政治领袖与一名警告技术发展速度的研究人员并列出现。

“我们当然需要开始紧急行动，”Jeffries 在讨论与先进人工智能相关的危险时表示。他还呼吁采取果断行动，放缓发展并保护美国民众。他的发言并未包含一项已完成的法案或详细的执行体系。

Jeffries 表示，众议院民主党人将在周二会议上讨论人工智能。这一承诺很重要，因为它设立了一个近期的政治节点。民主党人必须决定，“紧急”是指支持现有提案、整合一套法案，还是启动又一轮政策程序。

这种区别十分重要。国会已经发布报告、举行听证会，并提出有针对性的 AI 法案。这些行动形成了政策选项，但尚未建立针对先进模型监管的全面联邦体系。

Jeffries 还批评共和党领袖允许众议员返回各自选区。数名民主党议员曾要求议长 Johnson 取消休会并重新召集议院。他们希望国会推进两党共同支持的保障措施，以应对其信中所称的灾难性风险。

这项请求提及多项可能的措施，而非单一统一提案。这种做法反映出联邦 AI 政策的碎片化现状。议员们提出的想法涵盖事件报告、模型测试、紧急控制、儿童安全和州政府权限。

因此，眼下的变化是政治性的，而非成文法上的变化。一位政党领袖已将 AI 保障措施从委员会层级的工作提升为领导层优先事项。然而，国会尚未将这一优先事项转化为获得足够支持、能在两院通过的立法文本。

这一缺口塑造了整场 Hakeem Jeffries AI 监管辩论。紧迫性会为行动施压，但不会自动解决有关执法、责任、国家安全或竞争的分歧。它也无法决定应由哪个联邦机构监管能力最强的系统。

美联社报道，Jeffries 和 Johnson 都没有在周日亮相时提出具体步骤。他们的发言更清楚地展现了相互对立的本能，而非相互对立的法案。Jeffries 强调为安全而放缓发展。Johnson 则强调避免恐慌，并寻找可行方案。

这些立场让议员们面临一项艰巨任务。他们必须确定足够狭窄、能够获得两党支持，同时又足以影响企业行为的措施。否则，新的紧迫性仍将只是一种表态，而非治理上的改变。

为什么 AI 保障措施成为国会的即时争议

一连串来自 AI 内部人士的警告，将一场缓慢的政策辩论压缩为需要以天为单位作出决定的要求。

最新压力源于 Jacob Coxon 的公开警告，他曾在 Anthropic 和 OpenAI 工作。Coxon 表示，能力日益增强的模型最终可能超出有意义的人类控制。他认为，开发者并不完全理解先进系统想要什么、如何思考或优化什么。

这些说法描述的是潜在危险，而非已经记录在案的失控事件。没有公开证据显示，现有通用模型已成为自主的超人类智能。这些警告反而关注发展方向，以及能力跨越未知门槛后应对的难度。

这一区别应当保持清晰。政策制定者正同时权衡低概率的灾难性情景，以及已经影响消费者、劳动者、创作者和儿童的危害。不同问题需要不同证据、法律工具和执法时间表。

现有危害包括欺骗性内容、歧视性的自动化决策、隐私失误、欺诈以及不安全的聊天机器人互动。实际中，求职者可能永远不会知道自动筛选工具降低了其申请评价；而家长可能看到聊天机器人给出不安全建议，却没有明确的报告渠道。前沿风险聚焦于可能助长网络攻击、生物滥用或自主行为的高能力模型。前沿模型是处于通用 AI 能力领先边缘的系统。

国会面临压力，是因为这两类问题如今争夺同一份政治注意力。广泛回应可能无法妥善覆盖所有问题。狭窄回应则可能忽略当前危害或长期风险中的一方。

这一时点也反映出部分 AI 内部人士之间罕见的一致意见。竞相构建更强大系统的领袖人物，已支持增加保障措施或放缓开发步伐。他们的担忧削弱了这样一种观点：安全警告只来自外部批评者。

不过，业界支持并不自动构成中立证据。大型公司比小型实验室更容易承受合规成本。基于算力门槛、报告系统和昂贵测试的规则，可能强化既有企业，同时限制新进入者。

这种可能性使设计比口号更重要。一项保障措施可以降低风险，同时也会集中市场。国会必须审视两种影响，而不能将创新与安全视为互相排斥的口号。

Hakeem Jeffries 推动的 AI 监管也发生在国会多年准备之后。Johnson 议长和 Jeffries 于 2024 年成立了两党众议院特别工作组。其最终报告针对政府使用、国家安全、研究、隐私、教育和经济政策提出了建议。

官方的众议院人工智能两党特别工作组报告称，其 24 名成员——12 名共和党人和 12 名民主党人——咨询了 100 多位专家，并在 15 个政策领域形成研究结果和建议。该报告并未消除党派分歧，也没有将建议转化为法律。但它表明，国会并非从零开始。

这段历史构成了本文的第一个反转。议员们说 AI 发展过快，但国会多年来一直在研究许多相同的治理问题。短缺的并不只是信息，而是就权限、义务和可接受权衡达成一致。

最新警告改变了延迟行动的政治代价。此前支持继续研究的立法者，如今必须解释为何现有报告仍不够充分。支持立即实施控制措施的人，则必须说明哪些条款能够奏效，同时不会制造新的安全或竞争问题。

研究人员和开发者也面临压力。呼吁政府干预的领袖必须披露他们愿意让自身组织接受何种限制。他们还必须说明，自愿暂停、外部评估或国际协议是否能够得到核实。

这正是 Jeffries 的呼吁超越一次电视亮相的重要性所在。它为一场一再回避期限的辩论设定了期限。周二的民主党会议将成为首个迹象，显示领导层的紧迫性是否会催生明确的立法计划。

国会在预防原则与缓行回应之间分裂

主要较量是预防原则与程序性谨慎之间的对抗，双方都认为对方造成了更大的国家风险。

Jeffries 的立场始于不可逆性。如果开发者创造出无法可靠控制的系统，立法者无法通过日后监管挽回失去的时间。因此，预防原则支持在所有技术不确定性尚未解决前进行干预。

Johnson 的立场始于意外后果。在公众警觉时刻制定的规则，可能将尚不成熟的假设固化为法律。它们也可能削弱美国企业，而外国竞争对手则在不同要求下继续开发模型。

Johnson 表示，国会不应恐慌，而应谨慎行动。他还提议让总统 Donald Trump、议员和领先的 AI 高管共同会面。这一偏好将协调置于立即立法限制之前。

据 Axios 报道，Johnson 还表示，如果议员们已准备好一项可供表决的解决方案，他将召回众议院议员。他的条件揭示了实际分歧。要求重返议院的民主党人必须确定一项能够获得足够支持的法案。

总统 Trump 为缓行立场增添了另一层内容。他承认可能需要设置护栏，但警告不要将优势拱手让给中国。他还认为部分警告被夸大，但未具体说明他否定哪些情景。

竞争论点具有真实的政策后果。影响训练运行、芯片、数据中心或模型发布的限制，可能影响美国实验室开发新系统的速度。然而，薄弱的保障措施也可能造成国家安全漏洞，削弱同样的竞争优势。

Coxon 认为，与中国的竞争不应自动成为加速的理由。他呼吁两国采取合作且审慎的方式。在战略竞争期间，此类协调将难以谈判、监督和执行。

因此，两条路径对不确定性的归因不同。预防性路径将知识不足视为放缓的理由。监管缓行路径则将知识不足视为避免限制性立法的理由。

两种方式都无法消除风险。过早出台的规则可能会过时、让现有主导者受益，或将开发推向透明度更低的环境。延迟出台规则，则可能让安全实践在严重事故暴露其局限之前始终停留在自愿层面。

分歧还涉及制度责任。Johnson 强调公司行动和协商。Jeffries 则认为，立法者应承担更大责任，设定可执行的边界。

自愿承诺的推进速度可以快于立法。公司无需等待国会，便可实施模型评估、分阶段发布、访问控制和事件报告。然而，自愿体系允许每个开发者自行定义合规标准与后果。

联邦法律可以建立一致的义务。它可以授权审计、统一披露标准、保护举报人并施加处罚。通过联邦法律需要妥协，而这些妥协往往会削弱或延迟原始提案。

州层面的监管让局面更加复杂。各州已针对特定用途、信息披露、儿童、就业和自动化决策推进相关规则。联邦立法者必须决定，全国性规则是补充这些法律，还是优先于它们。

特朗普政府于 3 月发布的官方国家 AI 立法框架倾向于采取相对宽松且全国统一的联邦路径。该框架涉及儿童、电力成本、知识产权、言论自由关切、创新和 AI 教育，同时认为相互冲突的州法律可能阻碍美国竞争力。

这一议程在多个领域与民主党的关切重叠。保护儿童和应对消费者成本，可能获得两党的关注。分歧依然存在于联邦执法、州权以及直接施加给开发者的义务。

只有当立法者将预防原则转化为能够解决这些分歧的具体条款时，Hakeem Jeffries 的 AI 监管主张才会推进。呼吁放缓开发节奏是一种政治立场。界定哪些模型、行动和公司必须放缓，则是一项立法任务。

要求放缓 AI 开发比界定其含义更容易

最棘手的问题并非是否应放缓 AI，而是什么可衡量的行动才算是以安全方式放缓它。

国会可以监管前沿模型的训练。它可以要求开发者在进行规模异常庞大的训练之前通知政府。这样的体系需要一个技术门槛，并且随着芯片和训练方法的进步，该门槛仍须保持意义。

立法者也可以转而聚焦发布决策。公司可能完成训练，但在提供广泛访问之前需满足测试要求。这一路径针对部署风险，同时保留研究空间，但被窃取或在内部遭滥用的模型仍将构成隐患。

另一种方法是要求进行标准化安全评估。评估人员可以测试系统的网络能力、生物学辅助能力、欺骗行为以及对人类控制的抵抗性。国会仍需决定由谁开发测试，以及谁可以查阅机密模型信息。

事件报告提供了一个范围更窄的选项。开发者可以向指定联邦机构披露安全漏洞、危险模型行为或失效的安全措施。报告能够提升可见性，而无需立法者预测每一种危险能力。

许可制度代表一种限制更严格的模式。达到规定门槛的开发者，在训练或部署某些系统前需要获得许可。批评者担心，许可制度会巩固那些已经有能力应对复杂审批流程的公司。

紧急关停提案带来了额外挑战。模型是可以复制、修改、分发或跨司法辖区访问的软件。紧急权力必须识别受控基础设施，并界定启动限制所需的证据。

这些机制说明，"放缓"不能作为立法文本。每一种机制影响的行为不同，带来的执法负担也不同。它们还在开发者、云服务提供商、评估人员和政府机构之间分配权力。

国会必须确定，义务是否仅适用于模型创建者。云服务提供商控制着用于高级训练的大部分计算基础设施。开发者控制模型设计，而下游公司控制着许多现实世界的部署。

模型层面的框架可能遗漏由较小系统构建的有害应用。应用层面的框架则可能遗漏通用模型中罕见但严重的能力。组合体系覆盖范围更广，但会引入更多监管复杂性。

开源模型带来另一重张力。公开可用的模型权重可以支持研究、竞争和本地定制。同样的可用性也会让发布后的安全措施更难执行。

封闭系统让公司对访问和监控拥有更多控制权。它们也会减少外部审查，并将决策权集中在少数企业内部。国会必须避免假定任一分发模式天生安全。

美国还缺乏单一的通用 AI 监管机构。各机构在既有权限内监管特定行业和法律损害。先进模型立法必须在各机构之间分配责任，或建立新的联邦架构。

指定现有机构可以加快实施。但其法定职责可能并不涵盖国家安全或灾难性风险问题。设立新监管机构可以明确责任，但组建和配备人员需要时间。

资金与权力同样重要。政府评估人员需要技术专长、安全设施、有竞争力的薪酬以及获取模型信息的渠道。缺少这些资源的纸面授权，只会制造监督存在的表象。

同样的问题也适用于国会能力。议员和工作人员必须评估来自实验室、安全研究人员、公民自由组织、劳动者和投资者的主张。每个群体都有正当利益和需要审视的激励因素。

这一机制问题解释了 Johnson 的谨慎态度，但并未解决问题。定义不清的规则可能带来高昂合规成本，却无法提升安全性。然而，等待完美的衡量指标可能成为永久不作为的理由。

因此，Jeffries 必须将紧迫性与有限的初始方案联系起来。事件报告、举报人保护、独立测试访问以及联邦研究能力，都是比笼统要求放缓开发更具体的起点。

即使这些措施也需要谨慎定义。立法者必须明确涵盖的系统、受保护的披露、报告截止时间、保密要求和处罚。他们还必须防止公司利用安全分类来掩盖普通产品故障。

辩论应聚焦于可验证的义务。国会可以衡量公司是否报告了事件或完成独立评估。它却难以衡量一个组织是否在精神层面变得足够谨慎。

紧迫性的理由仍面临重大证据缺口

政治势头上升的速度，快于为最广泛限制措施提供正当性所需的公开证据。

Coxon 的警告值得关注，因为他拥有在领先 AI 实验室工作的经验。但这本身并不能确定灾难性后果发生的概率或时间。国会需要能够区分合理机制与戏剧性预测的证据。

公共辩论往往将多个主张压缩为一个。模型正在变得更强大。开发者并不完全理解每一个内部过程。某些未来系统可能抵制控制。这些陈述的证据强度各不相同。

当前模型可能产生错误、泄露敏感信息、协助恶意用户，并在测试中表现出不可预测性。这些有记录的局限性支持采取有针对性的安全措施。但它们并不自动证明具备人类水平的自主系统即将出现。

同样，对灾难性风险的分歧并不意味着可以忽视当前伤害。无论对能力发展的预测保守还是激进，消费者保护、歧视、版权、劳动替代、隐私和儿童安全仍是政策关切。

国会应要求呼吁监管的公司提供具体证据。高管应说明他们认为哪些评估具有可信度，以及他们愿意接受哪些门槛。他们还应披露，这些要求是否同样适用于自身计划发布的产品。

技术投资者兼白宫顾问 David Sacks 就此质疑了行业领袖。他认为，担忧超级智能的高管已经拥有停止构建它的权力。他的批评凸显了安全诉求与竞争性投资之间的冲突。

开发者的回应很可能会强调集体行动问题。单独放缓的一家公司，可能在竞争对手继续推进时失去人才、客户或战略地位。监管可以建立自愿克制无法保证的共同规则。

这一论点具有说服力，但它也有利于寻求可预测壁垒的现有主导者。公司可以支持将其已经投入资金实践的做法正式纳入监管。较小的竞争者可能面临相对更高的成本。

立法者需要审视这些激励因素，同时不应轻视安全证词。证人可以同时持有真诚的担忧和商业利益。有效监督会分别检验证据与所提补救措施。

国际核查仍是另一项缺口。国内规则可以约束美国公司和云服务提供商。但它无法直接控制每一家外国实验室或私人运营的计算集群。

出口管制和国际协议可以影响获得先进芯片的渠道。它们无法保证每个国家都会报告训练活动，或接受相同的评估标准。随着算法对计算能力的需求降低，执法将变得更加困难。

国会还必须考虑受监管信息可能如何创造新的风险。详细的能力报告可能帮助对手复现危险行为。然而，过度保密将阻止独立专家和公众评估政府决策。

因此，监督的结构至关重要。监管者可能需要保密访问权限，同时发布摘要性发现。独立研究人员可能需要在安全和隐私规则下获得受保护的访问权限。

另一个不确定性涉及正确的干预时点。当后果可能严重时，等待危险事件发生可能是不负责任的。在缺乏可靠指标之前采取行动，则可能导致规则针对想象中的系统，而非实际风险。

这是反对 Hakeem Jeffries 推动 AI 监管的最有力怀疑角度。紧迫性本身无法确定范围。基于未定义的“先进 AI”类别制定广泛授权，可能难以执行，也容易被政治化。

相反的风险同样值得审视。在采取任何安全措施前要求完全确定性，设定了不可能达到的标准。政策常常通过分阶段要求应对危害，并在证据变化时提高严格程度。

国会可以采用审查期限和可调整的技术门槛。它可以要求机构通过公开程序更新标准。它还可以区分即时报告义务与未来的许可或部署限制。

这种分阶段安排将在承认不确定性的同时保留紧急行动的理由。它也会让立法者在扩展框架前获得可衡量的结果。

Jeffries立场的可信度将取决于民主党人是否接受这种具体性。Johnson立场的可信度则将取决于协商能否形成明确期限，而不是无限期讨论。

现有AI法案表明国会并非没有选择，但尚无共识

华盛顿面临的问题并非完全缺乏政策构想，而是彼此脱节的提案过多。

国会议员已提出涉及模型评估、事件报告、紧急干预、儿童安全、政治深度伪造和政府采购的立法方案。部分提案获得两党议员联署支持，但鲜有提案成为领导层达成全面协议的基础。

FRONTIER Act提供了以风险为导向路径的一个例子。加州共和党众议员Jay Obernolte与马萨诸塞州民主党众议员Lori Trahan制定了一个与公司规模挂钩的监管框架。这一结构旨在避免对每一家开发商施加完全相同的义务。

其他提案则强调紧急授权。支持者认为，政府需要具备应对迫在眉睫威胁的机制。批评者则质疑，官员将如何识别此类威胁，以及如何防止其遭到政治滥用。

要求结束众议院休会的信函提及了多项法案和路径。其广泛性展示了现有的选择，但也凸显出尚未形成一项共同方案。提案清单并不等同于立法战略。

委员会管辖权构成了另一项障碍。AI影响商业、科学、国家安全、能源、教育、劳工、司法和金融服务。多个委员会都可能主张对同一框架的部分内容负责。

这种分散状态会拖慢协调，也会鼓励推出范围狭窄的法案。范围较窄的立法由于限制了反对意见，可能更容易通过；但它也可能在不同机构和行业之间造成定义不一致。

此前的众议院AI特别工作组曾试图建立共同基础。其成员包括民主党人和共和党人，最终报告涵盖多个政策领域。该报告的存在为领导层谈判提供了起点。

然而，共识报告比具有约束力的立法更容易达成。一般性原则允许议员在保留不同解释的同时达成一致。法定条文则迫使各方就资金、处罚、优先适用权和机构授权作出决定。

州法律加大了寻求联邦答案的压力。全国性运营的公司更倾向于统一的要求。消费者权益倡导者和州官员则常常反对会抹去更严格地方保护措施的联邦规则。

联邦优先适用权可能吸引业界支持以及部分共和党议员。民主党人可能要求在限制州权之前先制定可执行的全国性保护措施。这一交换条件可能成为未来立法方案的核心谈判点。

能源和基础设施问题提供了另一种可能形成联盟的方向。数据中心消耗电力、水资源、土地和地方基础设施。社区可能在获得经济收益的同时，也面临更高成本和环境压力。

这些担忧将先进模型政策与选民的日常体验联系起来。仅围绕假设中的超级智能展开的辩论可能显得遥远。一个家庭或许会注意到新数据中心项目附近的公用事业账单上涨，而企业采购方则可能发现模型供应商并未提供安全测试或重大事件的一致记录。这些影响会形成更直接的政治利益群体。

然而，将所有担忧纳入一项法案会增加反对者数量。广泛的一揽子方案或许能满足领导层对可见行动的期待，却可能无法获得通过。针对性方案或许能够通过，但可能达不到围绕灾难性风险的表述所设定的目标。

国会可以先为后续规则建立共同基础设施。统一定义、报告渠道、研究资金、评估标准和举报人保护将提升监管能力。更严格的措施可以在通过该体系收集证据后出台。

这一路径无法满足寻求立即暂停开发的倡导者。它也会通过建立可执行义务而超越纯粹自愿的做法。

这一方法检验了预防原则与程序审慎之间的核心较量。预防原则将确保立即获得监管工具。审慎态度则会将首个方案限制在国会能够界定、机构能够执行的要求之内。

Jeffries周二的会议可以揭示民主党人是否支持这种分阶段安排。一份明确列出第一阶段措施的清单，会使其行动呼吁更具可信度。没有立法优先事项的宽泛声明，则会加深外界对国会后续行动的疑虑。

共和党领导层也面临类似检验。他们可以说明哪些保障措施可以接受，并提供时间表。仅表示国会会在找到解决方案后采取行动，并未给出判断该条件何时满足的标准。

三个信号将表明紧迫性是否转化为政策

下一项检验不是AI专家再次发出警告，而是政治领导人是否将期限和法案文本与其公开关切相结合。

第一个信号是定于周二举行的众议院民主党会议结果。一项明确方案、具名发起人和委员会分工，将强化Jeffries关于AI已成为领导层优先事项的说法。又一份笼统声明则会削弱这一说法。

最重要的细节将是范围。民主党人可以选择一项狭窄的初始方案，也可以寻求覆盖先进模型开发的限制措施。他们的选择将表明，“紧急行动”究竟意味着可在近期实现的监管，还是围绕行业发展方向进行更大规模的对抗。

第二个信号是Johnson对要求重开众议院的呼声作何回应。他表示，如果议员提出解决方案，他将召集议员返回华盛顿。安排表决或启动正式的两党程序，将把这一条件转化为行动。

与Trump及AI高管举行会议同样值得关注，但其价值取决于产出。书面承诺、立法期限或指定谈判任务，将强化放缓推进一方的论据。没有可交付成果的非正式讨论则无法解决拖延问题。

第三个信号是某项具体两党法案的进展。委员会行动、围绕法定条文举行的听证会，或获得领导层支持的修正案，都将表明国会已超越宽泛原则。

该法案的实质内容将揭示正在形成的妥协。事件报告和评估将表明采取分阶段监管战略。许可或训练限制则将表明更强的预防性转向。

读者还应关注领先实验室在国会行动之前会做什么。呼吁放缓开发的公司可以自愿公布评估标准、记录发布决策，并扩大外部测试。它们的行为将影响其警告的可信度。

不过，企业行动只是辅助指标，不能替代这三个政治信号。核心问题在于政府授权和可执行义务。当管理层、竞争格局或市场条件发生变化时，自愿政策也可能改变。

Hakeem Jeffries推动AI监管的行动已经改变了讨论的基调。一位国会高级领导人已将研究人员的警告与立即关注立法的要求联系起来。这一转变对两党领导层、委员会和AI公司都形成了压力。

但它尚未改变联邦法律。国会仍未就受监管行为、负责机构、执法机制以及州规则的处理方式达成一致。这些细节将公开警告与可运行的安全框架区分开来。

对于开发者、企业采购方和知识工作者而言，结果可能影响模型获取、合规义务、产品披露和责任承担。实际上，采购团队可能在批准一项AI服务前收到标准化测试结果，而开发者则可能面临报告模型违规事件的期限，否则该事件将继续不为公众所知。它还可能决定公司必须提供多少有关测试和事件的信息。

因此，最有用的回应是密切关注立法文本，而不是政治修辞。应询问哪些系统被覆盖、公司必须报告什么、谁来核查合规情况，以及适用何种处罚。这些答案将表明紧迫性是否催生了可问责的监管。

在接下来的几周里，应关注周二民主党人的决定、Johnson的立法时间表，以及一项两党措施的进展。如果这三方面都取得进展，联邦AI保障措施将进入新阶段。如果它们停滞不前，华盛顿最新的警报将类似于此前一轮又一轮的听证会、报告和未获解决的提案。