伊利诺伊州 AI 法案将前沿 AI 审计变为一场联邦层面的检验

尽管华盛顿倾向于与开发者开展自愿合作，伊利诺伊州已率先出台州级规定，要求定期对前沿 AI 进行独立审计。这项伊利诺伊州 AI 法案将政策分歧转化为一项涉及审计机构、监管者以及多家最大 AI 公司的实际检验。

州长 JB Pritzker 于 2026 年 7 月 6 日签署《Artificial Intelligence Safety Measures Act》。其核心框架和审计义务将于 2028 年 1 月 1 日起生效。受监管的开发者必须公开安全框架、报告严重事件，并允许合格的外部人士审查其内部实践是否符合公开承诺。

这一时间点使伊利诺伊州不只是又一个进入尚未明朗政策领域的州。白宫 6 月的一项行政命令建立了针对先进模型的联邦自愿评估流程。国会目前一项两党提案也纳入了与伊利诺伊州做法相似的独立评估机制。

争议核心不再是前沿模型是否值得特别关注，而是监管应依赖自愿的联邦合作关系，还是具有法律约束力的州级审计。

伊利诺伊州 AI 法案究竟要求什么

伊利诺伊州正将 AI 安全承诺转化为可供外部方核查的记录。

这项已颁布的法律即 Public Act 104-0538，适用于定义严格的一小类开发者。受监管公司必须同时满足收入和算力门槛，才能被认定为大型前沿开发者。

开发者及其关联公司在上一日历年度的总收入必须超过 5 亿美元。其训练模型所使用的整数或浮点运算次数还必须超过 10^26 次。

这一算力度量涵盖初始训练过程，以及微调或强化学习等后续工作。它使法律聚焦于资源消耗异常巨大的基础模型，而非普通商业软件。

基础模型是指在广泛数据上训练、可适配多种任务的通用系统。前沿模型则是在此基础上还达到法律规定算力门槛的模型。

自 2028 年 1 月 1 日起，受监管的开发者必须制定、实施、遵循并公开发布前沿 AI 框架。该文件必须说明公司如何识别、评估和缓解灾难性风险。

该框架必须涵盖模型评估、部署决策、网络安全控制、事件响应、内部治理以及对未发布模型权重的保护。模型权重是决定训练后系统如何生成输出的数值参数。

开发者必须至少每年重新审视该框架。在部署新的前沿模型或进行重大修改时，还必须发布透明度报告。

报告必须说明模型、相关风险评估、外部评估工作和缓解措施。这一要求在部署前或部署过程中形成公开记录，而非完全依赖事后披露。

伊利诺伊州通过具体类型的严重危害来界定灾难性风险。该定义包括可预见的重大风险，即可能导致超过 50 人死亡或重伤。它还涵盖单一事件造成超过 10 亿美元财产损失的情形。

符合条件的情景包括协助制造化学、生物、放射性或核武器，也包括某些自主网络攻击、开发者失去控制，以及在缺乏有意义人工监督情况下发生的严重犯罪行为。

重大安全事件必须更快上报。开发者通常有 72 小时通知 Illinois Emergency Management Agency and Office of Homeland Security 及总检察长。

如某一事件存在迫在眉睫的死亡或重伤风险，必须在 24 小时内报告给相应主管部门。这些通知不同于与模型部署相关的公开透明度报告。

该法案还保护提出符合条件安全关切的员工。大型开发者必须提供保密的内部举报渠道，同时法律限制对受保护披露行为的报复。

独立审计要求使伊利诺伊州脱颖而出。自 2028 年起，每家受监管的开发者必须每年聘请合格第三方，审查其是否遵守法定框架。

审计人员必须获得开展审查所需的材料。其报告必须指出重大偏离情况、评估内部控制，并在适当情况下提出改进建议。

只要模型仍在部署，开发者就必须保留未删节报告，且在模型停止部署后继续保留五年。开发者须在 30 天内发布摘要和删节版报告，同时将该版本提交给州政府机构。

该法律本身将于 2027 年 1 月 1 日生效，但其主要框架和年度审计义务将在一年后启动。这段准备期为开发者、监管机构和审计人员制定可行程序提供了时间。

伊利诺伊州并未赋予普通公民依据该法案提起诉讼的普遍权利。总检察长拥有专属的公共执法权。

民事处罚取决于违规行为及其严重程度。这一结构使合规成为强制要求，同时避免将每一项有关模型安全的分歧都转化为私人诉讼。

最终形成的既非许可制度，也不是对 AI 部署的一刀切限制，而是一套围绕留存控制记录、事件升级和独立审查建立的证据生成机制。

这种差异构成了本文的核心张力。华盛顿同样希望获得有关前沿模型的证据，但选择了不同的获取途径。

前沿 AI 监管为何正在趋同

州与联邦官员日益认同风险管理工具，尽管对于谁能够强制采用这些工具仍存在分歧。

伊利诺伊州 AI 法案承接了加利福尼亚州和纽约州于 2025 年通过的措施。三个州均要求大型前沿开发者维持公开框架，以应对灾难性风险。

它们还要求围绕先进模型部署和安全事件保持透明。伊利诺伊州则通过定期、独立的合规审计进一步延伸了这一模式。

加利福尼亚州的前沿 AI 法案要求大型开发者发布安全框架，并披露其如何评估灾难性风险。该法案还设立了事件报告和举报人保护机制。

纽约州的做法同样针对大型前沿开发者及灾难性风险管理。伊利诺伊州立法者借鉴了两州的经验，同时增加了对开发者是否遵循既定程序的外部核查。

这一演变之所以重要，是因为 AI 安全框架往往仍是由公司自行撰写的文件。开发者自行选择评估阈值，描述自身的缓解措施，并决定多少支持性证据对外公开。

框架本身仍可形成问责机制。高管必须批准这些承诺，而员工、监管者、记者和客户之后都可以将其与公司行为进行比对。

然而，仅仅公开并不能证明合规。一家公司可能拥有令人印象深刻的政策，却在模型训练或发布决策中执行不一致。

伊利诺伊州正是瞄准了这一缺口。其审计人员必须审查相关文件化控制措施是否存在，以及开发者是否真正遵循这些措施。

这一区别类似于财务报告和信息安全领域常见的监管方式。公开政策描述预期运行的体系，而审计则检验支持性控制措施是否如其所述有效运行。

前沿 AI 让这一模式变得更复杂。目前尚无统一的国家审计标准，能够覆盖所有相关能力、威胁模型、评估者资质或证据格式。

这种不确定性在立法过程中引发了主要反对意见之一。TechNet 代表 Ninia Linero 警告称，在缺乏明确国家标准的情况下，私人审计机构可能面临主观的合规判定。

这一批评指出了真实的实施难题。独立审查并不会自动带来一致的审查结果。

两名审计人员可能会对同一项评估作出不同解读。开发者还可能在伊利诺伊州、加利福尼亚州、纽约州及未来其他司法辖区面临相互冲突的要求。

不过，伊利诺伊州议会最终以广泛的两党支持通过该法案。参议院以 52 票赞成、5 票反对通过，众议院则以 110 票赞成、0 票反对通过。

据statehouse coverage报道，OpenAI 和 Anthropic 在立法过程中支持该法案。这种支持削弱了政府与整个 AI 行业对立的简单叙事。

大型开发者早已开展内部评估、聘请安全团队，并公开部分有关高风险能力的信息。因此，当立法聚焦于其能够实际执行的做法时，其中一些公司也会从中受益。

只要未同时跨越收入和算力门槛，规模较小的公司也不会受到该法律约束。这一狭窄的覆盖范围减轻了使用现有模型或训练算力要求较低系统的初创企业的即时负担。

不过，这一门槛仍带来疑问。算力并非能力的完美替代指标，尤其是在训练方法改进或较小模型执行专门化高风险任务时。

收入也可能将技术能力相近的开发者区分开来。一家公司可能因关联业务收入而落入法案范围，另一家公司则仍在范围之外。

伊利诺伊州接受了这些不完美之处，以避免将每一种 AI 系统都视为具有灾难性风险。该州选择了一个边界有限、准入条件可衡量的监管范围。

因此，这项法律体现了一种权衡。狭窄门槛能减少不必要的合规负担，但可能遗漏那些因效率提升或下游修改而变得危险的系统。

监管者需要密切关注这一边界。该法案面临的首个实际检验，是它能否覆盖立法者试图应对风险的开发者。

伊利诺伊州 AI 法案遇上华盛顿的自愿模式

伊利诺伊州要求独立核验，而白宫依赖自愿准入与保密的政府协作。

总统 Donald Trump 于 2026 年 6 月 2 日签署 Executive Order 14409。这项行政命令指示联邦机构建立一套流程，在受覆盖的前沿模型发布前对其进行评估。

联邦框架允许参与的开发者询问模型是否符合政府对受覆盖前沿模型的认定。随后，开发者可在发布前最多 30 天内，向政府及其可信合作伙伴提供安全访问权限。

联邦机构和开发者还可以为提前访问选择合作伙伴。其既定目标是加强网络安全、保护关键基础设施并支持安全部署。

该命令要求建立用于评估先进网络能力的机密基准测试。这一做法承认，公开测试可能泄露敏感信息，或成为训练目标。

它还指示联邦机构成立一个 AI 网络安全信息中心。该中心协调漏洞发现、验证、修复以及软件补丁的分发。

这些措施赋予华盛顿州伊利诺伊州难以轻易复制的工具。联邦安全机构拥有机密威胁情报、国家安全权限，以及与关键基础设施运营商的合作关系。

不过，参与模型评估框架仍属自愿。该行政命令明确拒绝任何将其解读为授权对新模型实施强制许可、审批、预先审查或核准的观点。

这构成了主要的政策分歧。伊利诺伊州规定企业有义务接受年度审查，而华盛顿则邀请开发者加入保密合作机制。

联邦模式能够更快推进，并保护敏感信息。它也可能鼓励那些会抵触公开或对抗性程序的公司坦诚合作。

州级模式则会产生可执行的义务和记录。它不依赖每位开发者自行判断参与是否符合商业利益。

两套制度都无法提供完整答案。州审计师可能缺乏评估国家安全风险所需的机密情报；而当开发者拒绝参与或质疑政府条件时，自愿性的联邦程序可能缺乏约束力。

综合来看，这两种方法类似于同一潜在体系的两个层级。联邦机构审查机密网络能力，州政府强制要求的审计师则检查治理、文档、升级流程和合规控制。

但这种互补性的解读并无保证。白宫已多次警告，相互冲突的州级规则可能加重创新负担，并削弱美国竞争力。

受多项州法律约束的开发者，可能需要面对不同的定义、报告时间表、文件要求和保密规则。重复进行类似审计，可能消耗专业人员时间，却无法带来额外安全收益。

因此，联邦优先权是核心问题。联邦优先权是指在权限重叠的领域，有效的联邦法律取代州级要求。

单凭一项行政命令，并不会自动废除州法律。未来的联邦法律可能明确优先于州级前沿模型规则，法院也可能根据现有联邦权限认定存在冲突。

伊利诺伊州的审计要求尤其容易成为关注目标，因为它增加了一层积极的合规义务。公司不能仅靠自愿接受联邦评估来满足这一要求。

联邦命令还聚焦网络安全和安全的早期访问。伊利诺伊州则涵盖更广泛的治理问题，包括灾难性生物风险、自主有害行为、内部控制和举报人程序。

这些范围有所重叠，但并不完全一致。联邦网络安全审查不一定能够回答公司是否遵循了其公开的伊利诺伊州框架中的每一项要求。

这种差异既会造成重复，也可能形成额外覆盖。政策制定者如何看待两者，将影响该法律的持久性。

对开发者而言，等待这场争论得出结论并不明智。审计强制要求有固定生效日期，而建立可追溯的控制体系所需时间远长于起草一份政策。

团队必须将模型评估与发布决策、事件升级、访问控制和高管批准关联起来。他们还需要证据证明这些流程得到了一致执行。

这正是日常信息管理成为监管准备一部分的地方。可搜索的 AI 知识库可以帮助团队整理决策，但无法替代合规的审计系统。

真正困难的工作仍然是制度层面的。公司必须决定向审计师提供哪些证据、由谁负责整改，以及如何在不让公开报告失去意义的前提下对敏感发现进行删减。

独立 AI 安全审计面临标准难题

审计强制要求带来了问责机制，但其价值取决于谁来审计、审计测试什么，以及结果是否具备可比性。

伊利诺伊州要求审计机构保持独立性、具备相关专业知识，并不存在构成不合格条件的财务利益冲突。这些条件应对了开发者选择友好审查方这一最明显的风险。

但它们并未建立统一的技术标准。前沿 AI 评估仍将模型测试、网络安全审查、治理分析与对不确定未来危害的判断结合在一起。

审计师或许能够核实开发者是否开展了生物风险评估。但更难的问题是，该评估是否体现了现实的滥用路径，并采用了有意义的阈值。

网络能力也面临同样的问题。测试结果可能因提示方法、外部工具、脚手架，以及是否能够访问受保护环境而变化。

模型行为也可能在微调或产品集成后发生变化。基于受控研究版本的审计，未必能够完全反映已部署系统。

伊利诺伊州通过审计每个开发者对其框架的遵守情况，在一定程度上应对了这一挑战。审计师并不需要保证绝不会发生灾难性事件。

这种设计使任务更易于管理。审查人员可以检查必要流程是否存在、公司是否遵循这些流程，以及是否对重大偏差作出了处理。

代价是，开发者对初始框架仍保有相当大的影响力。谨慎的公司可能采用严格阈值，另一家公司则可能选择较为狭窄、但技术上仍合规的程序。

公开报告可能会限制这种灵活性。研究人员、客户、员工和监管机构可以比较不同框架，并质疑异常薄弱的承诺。

市场压力随后可能推动实践趋向共同基准。大型企业和政府采购方可能更青睐其控制措施经得起可信外部审查的供应商。

审计市场本身也将受到审视。审计机构需要熟悉先进模型、对抗性测试、网络安全、生物风险和组织控制的技术专家。

具备这种复合能力的人才十分稀缺。传统会计师事务所了解鉴证和证据，而专业 AI 评估机构可能拥有更深的技术能力，但合规经验较少。

利益冲突也可能变得更加隐蔽。一家机构可能为开发者设计安全计划、销售评估服务，随后又寻求审计同一套控制措施。

伊利诺伊州监管机构必须明确，多少咨询工作会损害独立性。他们还必须确定分包商和专业实验室是否同样符合相关要求。

处理专有信息也构成另一项挑战。审计师需要切实访问评估结果、内部决策，以及可能涉及敏感内容的系统细节。

公开披露不能暴露模型权重、可被利用的漏洞，或有助于攻击者的信息。但过度删减又可能使外部人士无法判断审计的重要性。

该法规试图通过要求保留未删减报告和发布删减后的公开版本来平衡这些利益。州主管部门收到的是删减后的报告，其他条款则规范机密材料。

读者不应将审计理解为安全认证。它是在特定时间、依据既定标准，对流程合规性的证据。

一份有利的报告无法消除滥用、涌现能力或审查后引入的故障。它可以揭示缺失的控制措施，并迫使管理层处理已有记录的缺口。

因此，怀疑论的焦点在于审计质量，而不是审查这一理念本身。薄弱或不一致的鉴证市场，可能使合规沦为文书工作。

更有力的观点是，早期审计将产生改进标准所需的证据。审计发现能够显示哪些控制措施可衡量、哪些测试存在差异，以及开发者在哪些领域反复遇到困难。

这种反馈循环解释了伊利诺伊州为何具有全国性意义。首轮审计将产生联邦立法者目前缺乏的实践信息。

如果报告揭示重大偏差并促成整改，这项强制要求将获得可信度。如果摘要仍被大量删减，且发现结果显得流于公式化，批评者将认为合规成本超过了公共价值。

FRONTIER Act 显示州级政策正在前移

国会正在考虑与伊利诺伊州相同的基本认识：前沿 AI 监管需要独立评估，而不只是内部承诺。

两党共同提出的 FRONTIER Act 于 2026 年 7 月由众议员 Jay Obernolte 及其他立法者提交。它针对规模最大的开发者和最先进的系统，而非对所有 AI 应用一视同仁地监管。

该提案将要求透明度、独立评估，以及对严重安全事件进行及时报告。它还将设立一名专注于 AI 安全的商务部次长。

众议员 Scott Franklin 将该措施描述为一个目标明确的框架，仅适用于开发最具能力前沿模型的公司。他的立法摘要强调独立审查，同时将较小开发者排除在类似负担之外。

这一架构与加利福尼亚州、纽约州和伊利诺伊州正在形成的方法高度相似。这种相似性并不意味着国会会逐字照搬任何州法律。

但它表明政策话语已经改变。公开框架、事件报告、模型阈值、举报人保护和外部评估，如今不断出现在各类提案中。

伊利诺伊州可以通过将这些概念付诸实施来影响联邦辩论。国会可以观察该州的阈值是否保持与时俱进，以及其审计流程是否产生有用发现。

这些经验可能支持建立全国性底线。联邦立法可以界定共同的证据要求，同时允许各州执行额外保护措施。

它也可能支持广泛的联邦优先权。如果合规问题不断增加，立法者可能会得出结论：单一联邦制度应取代逐州不同的义务。

白宫的自愿框架则提供了第三种可能。国会可以将联邦评估制度化，同时保留自愿参与机制，依靠采购和合作激励。

在这种路径下，州级强制要求仍将是法律约束的主要来源。开发者将在一些州面临可执行的流程审查，并在联邦层面参与可选的机密合作。

伊利诺伊州的试验将塑造哪一种方案看起来更具合理性。它的重要性来自实施证据，而非象征性的领导地位。

OpenAI 和 Anthropic 的支持也让政治局面更为复杂。大型开发者可能更倾向于针对性强、门槛较高的规则，而非适用于每个模型或应用的广泛限制。

成熟企业比新进入者更容易承担审计和报告费用。这带来了一种风险：即便初创企业在形式上仍获豁免，监管也可能巩固现有企业的地位。

这一担忧值得关注，但并不能抹去聚焦于资源和能力最强开发者的理由。如果对小型应用团队一体适用灾难性风险规则，规则将失去比例原则。

因此，联邦框架必须解决两个问题：既要防止对主导开发者的监管过于薄弱，也不能形成冻结当前市场格局的合规壁垒。

共同标准可以降低这种风险。共享的审计术语体系将减少重复工作，并帮助规模较小的评估机构在不同司法辖区展开竞争。

联邦机构也可以提供机密基准测试，而由独立审查员检查组织控制措施。这样的分工将利用各机构已具备的能力。

各州仍需发挥作用。尤其是在新技术发展速度快于联邦立法时，它们往往会在国会达成一致前发现监管漏洞。

围绕州法律的争论并不局限于前沿模型。立法机构也在处理聊天机器人安全、就业决策、隐私和披露问题。

一项覆盖前沿实验室的联邦统一规则，无法解决这些应用层面的担忧。范围过宽的优先权规定，可能会取消与华盛顿希望协调的国家安全问题无关的保护措施。

因此，伊利诺伊州检验的不只是一项审计条款。它还在检验：在一个包含诸多不同风险的领域，联邦统一性是否能与州层面的试验并存。

最持久的结果可能是建立联邦基准，并配以有限的优先权规定。各州可以保留消费者保护和特定行业规则，同时遵循一项针对前沿模型保障的全国标准。

这一结果仍不确定。国会已提出一项提案，但尚未通过全面的监管制度。

在联邦法律改变之前，伊利诺伊州已经设定了具有约束力的截止日期。开发商必须为这一截止日期做好准备，同时参与华盛顿的自愿性流程。

现在谁面临回应压力

直接负担落在前沿模型开发商身上，但审计机构和监管部门必须建立让合规具有实质意义的体系。

受监管的开发商需要将研究实践转化为可重复执行的企业控制措施。如果没有明确记录的责任归属和升级机制，仅由一个技术团队开展安全评估并不足够。

公司必须说明评估结果如何影响部署决策。它必须明确谁有权推迟发布、哪些发现需要高管审查，以及例外情况如何获得批准。

事件响应也需要类似的准备。团队必须区分内部异常与需报告的重大安全事件，并在法定的短时间窗口内升级提交证据。

24小时的紧迫风险规则几乎不给临时拼凑流程留下空间。法务、安全、保障和高管团队需要在紧急情况发生前就商定沟通渠道。

举报人保护带来了另一项治理要求。员工必须拥有一条保密的担忧报告渠道，而不必依赖负责有争议决策的同一位经理。

公司还需要具备站得住脚的文件留存机制。审计材料可能包括评估结果、会议记录、风险接受记录、安全证据和整改计划。

等到年末再集中收集所有材料，容易造成遗漏。更可信的做法是持续收集证据，并将其纳入日常开发和发布流程。

独立审计机构也面临明确其服务定义的压力。它们必须建立严谨、可重复的方法，并清楚说明保障的边界。

它们还需要跨学科团队。通用的合规清单无法充分评估模型评估、安全控制措施和组织决策。

伊利诺伊州相关机构必须发布指导意见并建立监管能力。监管机构将接收报告、现场事件通知，评估保密性问题，并与州检察长协调。

它们必须避免制定超出法条范围的非正式要求。清晰的指导应明确可接受的证据，而不将公司锁定在某一种技术方法上。

企业客户同样攸关其中。随着合规义务逐渐成熟，前沿模型供应商可能改变发布节奏、文档实践或合同条款。

采购方应询问供应商的评估是否覆盖其所使用的模型版本。它们还应了解哪些事件会触发客户通知，哪些事件仅需向政府报告。

在前沿模型基础上开发产品的开发商，通常并非该法律的直接监管对象。不过，它们依赖上游供应商提供模型访问权限、安全信息和运营连续性。

发布延期可能影响产品路线图。严重事件可能迫使企业更换模型、增加新的保障措施，或调整自动化工作流程。

知识工作者可能通过更清晰的文档，以及部分高风险能力部署速度放缓，间接感受到这些政策变化。他们也可能获得更多有关供应商如何评估先进系统的信息。

公众不应期待立刻发生转变。大多数主要义务要到2028年1月1日才开始生效，而早期审计很可能暴露方法论分歧。

这种分歧本身就是检验的一部分。伊利诺伊州迫使利益相关方将对问责制的抽象呼吁转化为可审计的程序。

该法律的成败将取决于这些程序是否能促成决策，而不只是产生文件。证据应当影响发布、缓解措施和事件响应。

联邦官员也会关注同样的结果。有效的州级实施可以为国家标准提供模板，而不一致的审计则可能强化支持优先权规定的理由。

三个信号将界定伊利诺伊州的试验

下一阶段将由审计指导、联邦立法以及开发商在2028年截止日期前的行为决定。

第一个信号是伊利诺伊州的实施指导。监管机构必须明确审计师资格、独立性、证据访问、删节处理以及对重大偏差的处理方式。

详细的指导将强化这样一种观点：定期审计能够产生可比较的发现。模糊的规则则会支持业界对主观判断和合规不一致的担忧。

第二个信号是FRONTIER Act或其他联邦措施的进展。委员会行动和修订后的立法文本将显示，国会是否倾向于强制性的独立评估。

联邦法案可以建立共同标准，并减少各州重复开展的工作。若在缺乏相应监督的情况下实施广泛优先权规定，则会加深伊利诺伊州与华盛顿之间的冲突。

第三个信号是受监管开发商如何公开准备。更新后的安全框架、扩展的第三方评估项目以及更清晰的事件处理流程，都将表明其正在及早适应。

抵制、诉讼或试图缩小适用范围的行动，将表明表面上的政策趋同仍然浅薄。初始报告中大量删节也可能发出类似警讯。

读者应根据这些可观察的结果来评判伊利诺伊州AI法律。相关问题并不是某一个州是否解决了前沿AI治理问题。

问题在于，强制审计能否产生自愿承诺一直未能稳定提供的可信证据。这些证据可以揭示失败、完善标准，并塑造联邦立法。

如果伊利诺伊州建立起值得信赖的审计体系，华盛顿将面临吸收其最强要素的压力。如果实施沦为碎片化的文书工作，联邦统一性将获得更多支持。

对开发商、企业采购方和AI用户而言，实际行动是关注记录，而不是言辞。关注指导意见、联邦法案以及首批合规披露。

这些信号将显示，独立的前沿AI审计会成为全国基准，还是仍将是一场雄心勃勃的州级试验。