OpenAI 与 Anthropic、Nvidia 的游说支出均创纪录

2026 年 7 月至 9 月，OpenAI 的游说支出达到季度纪录的 153 万美元；Anthropic 和 Nvidia 也创下新高。Anthropic 在 10 月 20 日提交的披露文件中报告支出 211 万美元，Nvidia 则报告 215 万美元。这些记录显示，随着立法者审议可能影响其业务的规则，企业正加大政策倡导投入。但它们并不能证明哪些公司占了上风，也无法说明其倾向的政策是否会保护公众。

核心矛盾在于行业专业知识与独立监管之间。构建 AI 系统的公司掌握政策制定者所需的信息，同时也有商业动机去影响施加于自身的义务。它们的参与可以改善立法，但也可能让既有企业有机会塑造竞争对手和客户必须遵守的要求。

对于开发者和企业买家而言，关键细节涉及安全评估、基础设施、出口限制以及事故发生后的问责。这些议题超出了华盛顿游说预算的范畴。它们会影响客户能获得哪些证据、哪些机构可以部署系统，以及这些系统失效时由谁承担责任。

OpenAI 游说支出加入企业纪录频出的夏季

The Verge 报道称，OpenAI、Anthropic 和 Nvidia 在 7 月至 9 月期间均录得各自最高的季度游说支出。其关于季度游说纪录的报道将相关数字分别四舍五入为 150 万美元、210 万美元和 220 万美元。

基础披露文件提供了更精确的报告金额。这些仍是公司自行报告的估算，而非对其业务相关全部政治活动进行独立审计后的衡量结果。在评估头条总额及其局限性时，这一区别很重要。

最明确的发现是，三家公司在同一季度都投入了创纪录的报告资源用于游说。

这种时间上的一致性值得关注，但不需要据此假定存在协调行为。企业可能因产品依赖相关的基础设施和政府决策，而分别回应重叠的政策问题。硬件供应商和模型开发商可能出于不同的商业原因面对同一项立法。

Nvidia 的报告金额略高于 Anthropic，OpenAI 则低于两者。这一排序提供了快速概览，但并不衡量政治影响力。更高的支出并不能证明拥有更大的准入、提出了更好的论据，或取得了更有利的结果。

它同样不能表明每一笔报告的美元支出都涉及 AI 安全。这些公司的披露议程涵盖多个议题，表格并未为每个议题分别列出支出总额。将全部金额视为反对监管的支出，会超出已有证据所能支持的范围。

游说是指影响政府决策的努力，包括支持与官员进行受涵盖接触的工作。季度报告列出了议题和政府机构，为读者审视这类活动提供了起点。它们是倡导活动的记录，但对于活动内容仍存在重要缺口。

因此，对于关注 OpenAI 游说支出的读者而言，这一事件有两个维度。财务纪录显示了报告活动的规模；议题描述则说明了哪些政府决策吸引了公司的关注，而这往往比单纯排名提供更有用的信息。

创纪录的季度还需要明确历史比较基准。它描述的是一家公司报告历史中的高点，而不是整个科技行业的纪录。它不应成为华盛顿出现前所未有影响力的简写。

实际意义在于支出与议题的结合。AI 公司正在为可能转化为产品要求、运营约束和市场准入条件的决策投入资源。它们的技术路线图正越来越多地与工程组织之外作出的选择相交汇。

这种交汇给政策制定者带来压力。他们既需要足够的技术细节来制定可行的要求，也要保留拒绝行业偏好的能力。支出记录让这种平衡变得更可见，尽管它们无法揭示官员如何作出最终判断。

安全与基础设施将买家带入政策辩论

OpenAI 的AI 监管申报文件列出了联邦安全框架、网络安全评估、事故相关监管、版权、云计算和基础设施。文件还提到安全协作及拟议中的反垄断保护，也就是针对某些合作活动免受竞争法风险影响的保障。

这些条目表明了倡导所涉及的议题。它们没有说明 OpenAI 是支持某项提案、反对它，还是寻求修改具体条款。申报文件将国会、白宫和联邦部门列为接触过的政府机构。

对于买家而言，关键在于与 AI 部署相关的证据和义务。

设想一家企业正在评估用于敏感内部工作的 AI 系统。其采购团队需要评估安全实践、事故通知和故障责任。政府要求可能影响供应商在该企业签署合同前必须提供的信息。

评估要求可能建立比较供应商的共同基准。其效用取决于测试内容、评估方的独立性以及不利结果带来的后果。若一项要求只产生无法获取的文书材料，给买家带来的实际保障就会更少。

事故报告也面临类似的权衡。当故障影响客户的系统或数据时，客户能从及时获得信息中受益。企业同样有正当理由保护安全敏感细节，尤其是在披露会帮助攻击者复现漏洞的情况下。

政策选择在于如何协调这些利益。规则需要明确谁接收信息、何时进行报告，以及哪些细节应保持保密。游说总额无法告诉客户，公司是倡导了合理平衡，还是寻求了过度的自由裁量权。

安全协作带来另一层复杂性。共享威胁信息能够帮助机构应对共同攻击。当竞争供应商交换信息时，竞争保护措施依然重要，因此任何保护的边界都具有重要意义。

对于企业买家来说，相关问题是合作是否能在维持问责的同时提升防御能力。泛泛承诺协作并不能回答这个问题。最终条款、保障措施和执法安排才可以。

基础设施决策则构成了从政策到采购的另一条路径。AI 服务依赖计算设施和能源供应，因此政府决策可能影响部署计划。买家应区分供应商宣布的扩张计划与其能够可靠交付的容量。

这些例子描述的是潜在影响，而非该季度倡导活动已经造成的结果。披露文件并未证明游说改变了客户合同、延迟了部署，或修改了安全义务。要建立任何此类联系，需要额外证据。

不过，议题清单解释了为什么这一故事不仅与企业事务部门有关。采购团队、开发者和安全负责人都与这些决策利益攸关。他们的优先事项可能不同于在华盛顿进行倡导的供应商。

OpenAI 的游说支出使该公司的政策活动更容易量化。要理解其相关性，则需要持续关注正在讨论的义务，并询问在相互竞争的提案下客户实际能获得什么。

Anthropic 与 Nvidia 表明行业专业知识为何需要外部审视

Anthropic 的AI 政策披露文件列出的议题涵盖儿童安全、出口管制、采购、网络安全和能源基础设施。文件包括《Ratepayer Protection Act》和《Kids Online Safety Act》，并明确了与其业务相关的条款。

该文件还将 AI 相关标准和保障措施列为游说议题。这些条目说明，模型开发商的政策利益不只延伸至规范模型行为的规则。政府采购和支持部署的基础设施也出现在其议程中。

Nvidia 的半导体贸易披露文件重点涉及出口管制、半导体贸易政策、芯片安全立法和远程访问。文件还列出能源、竞争政策、劳动力发展和负责任 AI 设计。

这种比较有助于解释，支出头条的一致性并不意味着政策立场一致。Nvidia 的硬件业务会面临计算设备流向何处、客户如何访问设备等问题。Anthropic 的议程则包括围绕利用计算基础设施开发的系统的议题。

当政策制定者能够用公司外部的证据检验技术专业知识时，这种专业知识才更具可信度。

行业参与有其合理理由。工程师和运营人员能够说明立法可能忽视的实施约束。规定不清晰的要求可能索取难以提供的证据，或施加与立法者原本希望应对的风险脱节的义务。

例如，一项安全报告提案需要从业者能够一致适用的定义。公司可以指出“何种情况构成事故”存在的模糊之处。它们的经验有助于区分严重漏洞与日常防御活动。

这种贡献仍然需要审视。公司提出更狭窄的定义，可能会提高清晰度、减少自身义务，或同时实现两者。政策制定者在接受修改前，需要了解拟议措辞会排除什么。

同一原则也适用于基础设施。运营商可以说明建设约束和技术要求。社区、客户和独立专家则可以补充开发商分析未能充分涵盖的影响信息。

出口管制，即限制跨境供应特定技术，也带来了另一种艰难平衡。政策制定者必须权衡安全目标、实施问题和商业后果。公司掌握相关的运营信息，但其偏好的平衡方式并不自动代表公共利益。

季度总额无法解决这些争论。这些记录指出了公司参与的领域，帮助观察者判断哪些主张和提案值得更仔细的审查。它们不能替代对基础证据本身的评估。

竞争也使讨论更加复杂。成熟供应商能够轻松落实的一项规则，可能会给规模较小的竞争对手带来更大负担。即使该规则针对的是合理风险，这种可能性也值得审视。

反过来，如果小型企业豁免是基于供应商规模而非其实际活动，也可能让客户面临风险。豁免本身同样需要正当理由。公平竞争与有效监管，都取决于义务是否与实际风险相匹配。

因此，核心分界线在于由公司自行界定的承诺，与可由独立方评估的要求之间。行业参与应是这一过程的一部分，同时买方、研究人员、员工和受影响社区也应拥有有意义的机会对其提出质疑。

支持安全规则仍为商业利益留出空间

更高的游说预算并不能证明一家公司反对监管。Anthropic 对特定透明度要求的公开支持，为这一假设提供了具体反例。

在其 2025 年 12 月发布的前沿透明度框架中，Anthropic 表示支持加州 SB 53。该公司称，这项法律在安全实践、事件报告和举报人保护之间取得平衡，同时保留了实施灵活性以及针对小型企业的豁免。

这一声明记录了 Anthropic 对某项具体法律的公开立场。它并不能证明其对后续游说披露中列出的每一项措施持何种立场。支持某项法律也不能独立验证该公司的合规情况，或证明该法律有效。

一家公司可以支持具有约束力的规则，同时争取符合其商业利益的条款。

这些动机可以并存，并不会让这种支持失去意义。供应商可能支持透明度，是因为其相信信息披露能提升安全性，也因为它已经保存了相关文档。政策制定者仍需评估拟议义务是否服务于客户和公众。

真正重要的问题在于细节。谁必须合规，必须披露什么，以及谁可以质疑不充分的提交材料？当公司的公开承诺与内部实践不一致时，又会发生什么？

一项被描述为灵活的政策，或许能容纳不同的技术路径；也可能赋予供应商足够大的自由裁量权，从而规避有意义的比较。仅凭这一标签无法区分这两种结果。

同样，一项被描述为严格的要求，可能建立有用的问责机制，也可能要求大量流程却带来有限的实际收益。负担和收益都需要证据支持。二者都不能仅从公司是否支持该提案中推断出来。

正是在这里，公共安全表述与商业倡议需要进行审慎比较。对负责任 AI 的笼统支持声明，仍留下许多实施问题未解。针对具体要求的书面立场，为评估一致性提供了更坚实的依据。

同一标准应适用于 OpenAI、Anthropic 和 Nvidia。一家公司应因可核实的承诺获得认可，但不应因此免于在其他方面接受审查。批评应针对可明确识别的立场，而不是将每一次游说接触都视为不当行为的证据。

对客户而言，这一区分有助于改进供应商评估。公共政策承诺可以提供背景，但采购决策需要运营层面的证据。买方需要了解，某项服务附带哪些文档、通知和合同责任。

这些证据可以揭示公开立场是否转化为切实的问责。倡导透明度的供应商，应能说明客户可获得哪些信息。对披露的限制应有具体且站得住脚的理由。

支出记录无法回答这些采购问题。它们让企业参与相关政策辩论的情况变得可见。买方可借此就正在倡导的承诺提出更聚焦的问题。

这一权衡贯穿全文。政策制定者需要技术参与来制定可行规则，同时保留对规则设计的独立判断。公司对监管的支持，是了解其公开立场的有用证据，而不能替代这种判断。

游说总额无法证明什么

OpenAI 的游说支出是一项可衡量的披露数据，但政治影响力更难被单独识别。支出总额不会说明公司要求了哪些拟议修正案，也不会显示官员是否接受了其论点。

官方游说披露指引设定了重要的会计限制。雇用内部游说人员的组织，必须在计算中纳入受聘游说公司的费用。因此，再加上这些公司单独报告的收入，可能会对同一笔资金重复计算。

该指引还承认可用报告方法之间存在差异。某些税法方法纳入了超出游说法定义范围的类别，限制了直接比较的有效性。读者在将支出排名视为完全等同的衡量标准之前，需要审视会计选择。

报告中的支出衡量的是投入倡议活动的资源，而不是对最终决策的控制力。

这一区分可以避免多种常见的报道错误。公司可能就其支持的立法、反对的立法，或希望修正的条款开展游说。提及一项法案，并不能证明其对该法案每一部分的立场。

一份披露也可能在多个类别中重复列出同一议题。重复出现并不能证明存在多笔独立支出，也不能说明哪个议题占据了最大的份额。没有更多信息，将总额分摊至所列议题只能是推测。

公众影响力还延伸至某一季度报告所涵盖活动之外。企业声明、研究提交、行业协会工作和选举活动会提出各自不同的问题。将它们合并为一个数字，需要对定义及重叠情况有清晰说明和证据。

高额支出也可能反映出说服官员的困难。面对不受欢迎的提案时，一家公司可能因其论点未获采纳而投入更多资源进行倡议。仅凭支出方向无法证明政治成功的方向。

对于担忧企业影响力的批评者而言，这一局限反而强化了进行更具体审查的必要性。识别所要求的变更，并追踪其在政策过程中的演变，比指向一个预算数字更有力。这也让公司有明确的主张可以回应。

对于为自身参与辩护的公司而言，披露本身同样不能解决问题。报告金额所满足的目的，与解释政策立场的优劣不同。读者有理由同时要求这两者。

可信的评估应比较公司的书面提案、官方草案、听证证词和最终要求，并审视每项变更的替代性解释。多个文件中出现相似措辞，可能有理由展开调查，但不能证明作者身份或因果关系。

这种谨慎并不意味着支出记录不重要。它们证明公司已投入资源，并指出了哪些议题受到关注。当记者和研究人员将其与更详细的公开证据关联起来时，其价值会进一步提升。

因此，OpenAI 的游说支出应继续是报道的一部分，而不应成为全部解释。关键的未解问题在于，倡议活动如何转化为义务、豁免和执法。这需要在支出新闻标题淡出后，继续追踪政策过程。

关注下一版政策文本、公开承诺和支出报告

下一阶段应聚焦于能够阐明公司倡议与独立监管之间关系的证据。在未来几个月中，有三个信号值得优先关注。每一个都对应季度披露尚未解答的一个缺口。

具体的政策措辞，比又一份支持负责任 AI 的声明更能揭示实质。

首先，关注备案文件中提及的安全、网络安全和基础设施提案的修订。报告义务、豁免和监管权限的变化，将表明实际利害关系所在。仅凭提案标题，很难判断其最终影响。

若相关要求能让外部审查者获得可用证据，将强化这样一种判断：行业参与可以与独立审查并存。若给予广泛裁量权却没有实质性审查，则会削弱这一判断。无论作出哪种判断，都应以文本为依据，而非公司对文本的描述。

这一信号在提案于谈判期间发生变化时同样重要。收窄后的要求可能提高了精确性，也可能移除了重要保障。要判断哪一种情况发生，必须比较不同版本并审查变更的公开理由。

其次，关注公司是否就争议中的义务公布具体立场。详细的提交材料、证词和实施说明，将帮助读者区分有原则的异议与缺乏依据的主张，也能使与早先承诺的比较更加可靠。

若一家公司能够说明替代性报告体系如何保留问责机制，政策制定者就有可供评估的内容。若一家公司只是声称相关要求威胁创新，却没有支持性分析，其说服力则较弱。对寻求更严格规则的倡导者，也应适用同样的证据标准。

对买方而言，这一信号带来了将公开倡议与实际要求相联系的机会。询问供应商会披露哪些评估结果，以及如何通报事件。将这些回答与其公开支持的透明度标准进行比较。

第三，关注下一季度的支出报告以及对现有备案的任何修订。若支出持续处于较高水平，将强化这样一种解读：本季度反映的是持续的政策参与。若支出下降，则会削弱持续升级的说法，但不会改变现有记录。

修订同样重要，因为历史比较依赖于最新报告数据。读者不应将每一项修订都解读为可疑。相关问题在于：改变了什么、为何改变，以及修订后的比较是否仍然准确。

这些信号提供了一种严谨的方式来追踪报道，而不预测政策胜负。支出证明活动，公开立场证明公开表述的偏好，官方决定证明结果。要连接这些层面，每一步都需要证据。

下一次审查应聚焦于这些联系。如果你采购或部署 AI 系统，请询问拟议规则会如何改变你获取安全证据的方式。追踪供应商是否支持客户能够验证的义务。当政策研究成为工作的一部分时，请保留重要决策背后的源文件，并使用可检索的知识库。OpenAI 的游说支出以及 Anthropic 和 Nvidia 的记录，指出了审查应从何处开始。下一个有用的问题很具体：哪些要求能让客户、研究人员和政府官员核查公司的承诺，哪些又会让他们只能依赖这些承诺？