特朗普政府完成 AI 框架，但其规则仍未公开

特朗普政府在 60 天内完成了前沿 AI 框架，但 Google News 的标题掩盖了一个核心矛盾：实际适用的规则仍属非公开信息。一名白宫官员确认，该框架已在 8 月 1 日的截止日期前完成。然而，政府尚未公布该框架、列明所有参与者，或说明模型开发者何时会开始使用它。

这一缺口至关重要，因为该框架为联邦政府获取某些尚未发布的 AI 模型开辟了渠道。参与的开发者可在向其他可信合作伙伴发布前，最多提前 30 天提供受覆盖系统。政府将使用一项保密基准来判定哪些系统符合受覆盖前沿模型的资格。

据报道，OpenAI、Anthropic 和 Google 在截止日期前审阅了草案。这些公司如今面临权衡：一方面是更早开展安全测试，另一方面则是对保密政府标准的不确定性。该框架在形式上是自愿的，但联邦采购、出口管制和国家安全决策赋予华盛顿相当大的影响力。

白宫实际完成了什么

政府完成的是一套处理先进模型的流程，而非供外界查阅的公开规则手册。

唐纳德·特朗普总统于 2026 年 6 月 2 日签署了第 14409 号行政命令。该命令要求指定机构在 60 天内建立两套相互关联的先进 AI 安全体系。

第一套是保密的基准评测流程。联邦专家将据此评估某个模型是否具备足够先进的网络能力，从而获得受覆盖前沿模型认定。国家安全局局长将在征询其他国家安全和网络安全官员意见后作出这一决定。

受覆盖前沿模型，是指跨越政府保密网络能力门槛的先进 AI 系统。该术语并不自动涵盖所有大模型或公开聊天机器人。分类取决于一项其方法和界限均未向公众公开的评估。

第二套体系则是目前被称为已完成的自愿框架。它让开发者能够在模型仍处于开发阶段时与政府沟通。企业可以询问某个模型是否可能符合资格；如果符合，则可在约定的保障措施下提供早期访问权限。

这些保障措施旨在覆盖保密性、网络安全、内部人员风险、知识产权、模型使用和保密义务。行政命令允许联邦政府在开发者向其他可信合作伙伴发布系统前，最多提前 30 天获得访问权限。开发者和官员还可以挑选可信的外部组织，提供旨在加强关键基础设施安全的早期访问。

政府表示，该框架不会建立强制许可、预先审查或发布 AI 所需的政府许可证。这一限制直接写入行政命令。企业在法律上仍保留决定是否以及何时发布模型的权力。

8 月 3 日，Axios 报道称，一名白宫官员表示，该框架已在截止日期前完成。该官员还称，与业界的讨论正在进行，参与组织不止 OpenAI、Anthropic 和 Google。

然而，政府并未披露完成后的文本，也未提供参与企业或可信合作伙伴的公开名单，并且没有说明开发者何时会开始提交模型。

政府对于基准保密有更明确的理由。公布详细的网络测试可能暴露敏感攻击方法、安全弱点或情报能力。行政命令明确将该基准评测流程列为保密事项。

框架本身则带来了更棘手的透明度问题。行政命令并未将整份文件都标记为保密。不过，这名官员告诉 Axios，非保密材料并不意味着必须向公众广泛公开。

这一区别解释了 Google News 结果为何显得过于简单。该框架作为一项行政交付成果已经完成，但在缺乏其条款、参与程序或实施记录的情况下，仍难以评估它将如何影响实际模型发布。

因此，完成框架意味着这项政策实验的开始，而非证明其能够始终如一地对模型分类、保护企业资产，或在不拖延有用模型发布的同时改善网络安全。

为什么 Google News 报道指向更大的政策转变

即便白宫拒绝传统的预先审批，这一框架仍将政府的早期访问转变为前沿模型开发中的常规环节。

政府将其做法描述为合作而非监管。这种表述将该框架与许可制度区分开来：后者在法律上要求企业在发布模型前获得政府批准。

实际差异很重要，但并不完整。前沿 AI 开发者往往依赖联邦合同、出口许可、安全许可、基础设施关系以及与政策制定者的接触。拒绝一项形式上自愿的请求，可能在框架之外带来后果。

这使得已完成的框架成为更广泛行政影响体系的一部分。华盛顿可以通过采购要求、出口管制、安全审查和政府客户准入来塑造企业行为。这些工具都不必看起来像传统的 AI 许可法。

Axios 将这一新兴结构描述为影子 AI 政策。其组成部分包括自愿测试、针对特定企业的干预、联邦采购决策和行政行动。它们共同能够在没有一部全面法规的情况下影响模型发布。

这种转变尤其值得注意，因为特朗普起初也曾对同一基本理念犹豫不决。今年 5 月，他在担忧拟议命令可能削弱美国技术领先地位后，取消了原定的签署仪式。

根据一篇早期政策报道，政府在两项优先事项之间存在分歧。官员希望获得能够发现严重软件漏洞的模型访问权，同时也担心政府审查会拖慢美国开发者，而竞争对手将加速前进。

6 月签署的命令试图通过三项限制化解这一冲突：参与属于自愿，早期访问最长不超过 30 天，且流程不得演变为强制性预先审查。

这些限制维持了政府支持创新的表述，但并未消除核心监管功能。联邦官员仍将对某些私有模型进行分类，在更广泛发布前检查它们，并协助决定哪些合作伙伴可以获得早期访问。

这种结构首先对最大的开发者施加压力。OpenAI、Anthropic 和 Google 开发的系统最有可能接近较高的网络能力门槛。它们也拥有参与保密流程所需的政府关系和安全团队。

较小开发者面临不同的问题。他们需要知道，未来的改进是否会让自己被纳入受覆盖类别。在缺乏公开门槛的情况下，一家公司可能不知道何时普通的产品规划会变成一项国家安全事务。

开源开发者则面临另一项不确定性。该命令保护模型的发布和分发不受强制性预先审查约束。但一个开放发布的模型一旦其权重被广泛获取，便无法再被召回或限制。

未公布的框架或许会说明官员打算如何处理这一差异，也可能澄清可信合作伙伴是否可以包括独立研究人员、关键基础设施运营者或安全公司。在公布或实施揭示这些答案之前，开发者必须围绕不完整的信息进行规划。

Google News 关键词反映的是许多读者在哪里看到这一消息，而非政策的实质。真正重要的变化是华盛顿在开发周期中的新位置。政府接触如今可以在符合条件的模型到达客户、研究人员或大多数企业合作伙伴之前开始。

自愿审查遇上政府影响力

核心冲突并非抽象意义上的安全与创新之争，而是自愿合作与联邦政府奖赏或约束个别企业能力之间的矛盾。

行政命令赋予开发者形式上的选择权。它指出，前沿模型部分的任何内容都不授权强制许可、审批或预先审查。这种措辞构成了一条有意义的法律边界。

不过，先进 AI 公司并非只通过一项政策与华盛顿互动。它们向机构出售服务，为芯片出口寻求批准，支持国防项目，并与国家实验室合作。其模型也可能成为网络安全或国家安全决策的对象。

因此，一家公司可能会得出结论：参与在商业或政治上是必要的。这一结论不会令框架在法律上变为强制性，但会使“自愿”一词较难反映决策背后的压力。

比较潜在参与者时，这一区别会更加清晰。拥有重大政府合同的公司可能更重视可预期的联邦访问安排；面向消费者的开发者则可能更看重发布速度和知识产权控制。

OpenAI、Anthropic 和 Google 也从不同立场处理与政府的关系。它们在争夺企业客户和公共部门业务的同时，维持着不同的模型发布实践。共同框架并不能抹平这些商业差异。

政府表示，企业仍掌握发布时机和范围的控制权。这一承诺需要通过实际案例来检验。如果开发者能够拒绝一项建议，并在不遭受报复的情况下按计划发布，那么自愿性就具有实际效力。

如果开发者在闭门讨论后反复延迟系统发布，观察人士将有理由质疑该框架是否实际上构成非正式的预先审查。答案将取决于行为，而不是命令的标签。

保密性带来了另一种压力来源。开发者需要确信，尚未发布的权重、系统细节、漏洞发现和产品计划将受到保护。泄密可能暴露商业机密，或帮助攻击者在防御措施就绪前锁定目标系统。

该框架应当界定知识产权和保密保护措施。公众目前尚无法评估这些保护，也无法确定哪些机构和承包商会获得访问权限。企业或许会通过私下简报获得这些信息，但独立研究人员和客户不会。

内部人员风险同样不容忽视。让更多人接触高能力模型，会为盗窃或滥用增加新的路径。严格控制可以降低这种风险，但政府必须证明，其处理流程达到大型 AI 实验室内部所期待的标准。

竞争信息方面同样存在问题。联邦审查人员可能获知哪家公司即将发布重大版本，以及其中包含哪些能力。即使没有泄密，不一致的访问权限或沟通方式也可能让部分开发者获得相较其他开发者的优势。

统一参与将减轻这一担忧。仅针对特定公司的流程则会加剧它。白宫官员称讨论涉及许多行业合作伙伴，这表明参与范围更广，但尚未公布完整名单。

据报道，原定于 8 月 4 日与各公司举行一次工作人员级别会议。这场会议将成为对已完成文件的首个直接考验。参与者需要的是可执行的答案，而不是又一次政策目标声明。

他们会想知道磋商何时开始、分类需要多长时间，以及由谁解决分歧。他们还需要模型在测试后更新的程序，因为后期训练调整可能改变能力与风险。

该框架的可信度取决于这些细节。可重复执行的流程能让开发者更早获得确定性，并让安全专家准备防御措施。临时拼凑的流程则可能导致延误、区别对待，以及由政治关系驱动的谈判。

保密门槛形成核心权衡

保密可以保护敏感的网络安全测试，但也会阻止外界核查政府是否对模型采用一致的分类标准。

这项行政命令要求为先进网络能力设定一项保密基准。基准是一种结构化评估，用于测试模型完成既定任务的表现。这里的任务预计涉及具有重大影响的网络安全能力。

限制此类材料的传播有其正当理由。公开评估可能包含可被利用的漏洞、真实的攻击链，或受保护系统的细节。开发者也可能专门针对已公布的测试优化模型，却未处理更广泛的风险。

保密能够维护该基准的价值。它让国家安全专家得以使用无法安全地出现在公开技术论文中的信息。它也可能让官员更真实地了解模型面对敏感目标时的表现。

但同样的保密也阻碍了独立审查。研究人员无法检验该门槛在技术上是否合理。公司无法与竞争对手比较自身受到的对待，而立法者也难以评估一致性。

公众同样无法判断，该基准衡量的究竟只是能力，还是还包含了对开发者发布计划的判断。这是不同的问题。即使开发者只计划有限部署，一个模型也可能具备危险能力。

分类还会使申诉更加复杂。开发者可能不同意某项受覆盖模型的认定，却无法获取挑战该认定所需的证据。该框架需要一套程序，在不暴露基准的前提下解决此类争议。

误报会带来实际成本。过于宽泛的门槛可能将能力较弱的模型纳入要求严格的联邦流程。这可能延误安全更新、占用工程时间，或阻碍较小团队开展有价值的防御性研究。

漏报则会造成相反的风险。基准可能遗漏一种新颖能力或陌生的攻击路径。于是，在关键基础设施运营方获得预警或防御支持前，一个模型就可能进入更广泛的分发。

政府计划在适当情况下与开发者和研究人员分享评估结果。这一表述给了官员灵活性，但并未建立可预测的信息披露规则。参与者需要知道他们将收到哪些证据，以及哪些内容可以公开讨论。

30 天窗口期又带来另一项权衡。它给予联邦专家时间评估模型，并与可信合作伙伴协调。但在商业敏感时期，它也意味着未发布技术将交由政府掌握。

对于复杂的安全工作而言，30 天可能很短。一个模型可能在数千种产品中暴露漏洞，需要在软件供应商和基础设施运营方之间进行优先级处置。在发布前协调修复所需的时间，可能超过框架允许的期限。

但在竞争激烈的市场中，同样的期限又可能显得很长。开发者经常围绕竞争对手发布、算力供应和产品成熟度调整发布时间表。一个月的不确定性可能影响客户承诺和公众预期。

该命令通过设定上限而非强制等待期来应对这一张力。这种设计允许在风险可控时缩短参与周期。官员是否会一贯遵守这种灵活性，仍不得而知。

政府此前的政策逆转表明，发布速度并非无关紧要。特朗普表示，他不希望监管阻碍美国在 AI 领域的领先地位。因此，最终命令建立在一项尚未兑现的承诺之上：提前获取信息必须提升安全性，而不能演变为例行延误。

独立专家也认识到双方的考量。布朗大学教授 Serena Booth 称，发布前测试是一个合理想法，同时警告其可能对创新和开发速度造成代价。框架完成后，这种平衡的担忧依然具有现实意义。

关键问题并非所有保密都不当。某些网络安全评估显然需要受到保护。问题在于，保密测试能否与关于程序、总体结果和公平对待的公共问责并存。

AI 开发者仍缺乏所需的明确性

在开发者理解其触发条件、时间表、保障措施与后果之前，一份完成的文件并不会带来可预测性。

首个缺失要素是覆盖边界。政府掌握保密门槛，但开发者需要足够的指引，以判断何时适合启动磋商。等到模型跨过界线才行动，将违背提前接触的初衷。

官员可以通过保密指引解决部分问题。他们或可描述能力范围、训练指标或初步测试，而不披露基准。一致的指引将帮助公司预留时间并配置安全人员。

第二个缺失要素是流程归属。该命令将职责分配给 NSA、CISA、NIST、国家网络总监及其他官员。这种安排带来了相关专业能力，但也产生了多个可能的决策节点。

开发者需要一个明确的入口。他们还需要一名承担责任的官员或一个办公室，负责安排时间、提出证据要求和处理争议。否则，30 天的参与周期可能会消耗在跨机构协调上。

第三个未知问题涉及模型变更。开发者往往会在发布前调整系统提示词、安全防护、工具、访问权限和底层权重。该框架必须区分哪些改动需要再次审查，哪些只是常规部署工作。

工具使用值得特别关注。连接到编码环境或网络扫描器的模型，与在受限聊天界面中运行的同一模型可能带来不同风险。仅基于底层权重进行覆盖，可能忽视这种部署差异。

第四个缺失细节是如何选择可信合作伙伴。该命令将提前访问与关键基础设施防御联系起来。该指令的其他部分特别点名，农村医院、社区银行、地方公用事业单位和其他运营方可能成为先进网络安全工具的受益者。

这些组织很少拥有可直接测试前沿模型的人员。专业安全供应商、研究机构和行业协调机构可能需要将模型发现转化为补丁和实用防御措施。

因此，选择必须在专业能力、独立性和安全性之间取得平衡。一名具备强大技术能力的合作伙伴，也可能与开发者存在竞争。另一名合作伙伴则可能缺乏保护模型访问所需的基础设施。

第五个问题是报告。公众不需要保密测试案例或专有权重。但公众确实需要有关该框架使用频率、审查耗时以及发布后是否发生变化的汇总信息。

基础报告将使国会和外部专家能够评估其表现。它可以显示，该流程是否仍属例外，还是已成为每次重大发布的标准流程。它还可以揭示较小开发者是否获得平等的磋商机会。

政府目前的公开姿态，是要求观察者信任一个看不见的流程。这篇完成情况报道证实截止期限已得到满足，但也记录了有关内容、参与者和时间安排的未解问题。

这在最初的 CBS News 和 Google News 报道框架周围形成了验证缺口。核心主张——框架已完成——得到官方声明和独立报道的支持。该框架的有效性尚未得到独立证明。

目前没有公开证据表明有模型完成了该流程。也没有已公布案例显示，测试发现了严重漏洞、保护了关键基础设施，或改变了发布决策。

这并不意味着该框架已经失败。这意味着行政上的完成与运营上的成功是不同的里程碑。读者不应将前者视为后者的证明。

公司将自行作出早期判断。即使文件仍未公开，一次清晰的私下简报也可能满足即时规划需求。然而，仅向特定公司提供私下明确性，并不能解决问责或公平对待方面的担忧。

这件事的影响不止于领先实验室。企业买家会想知道，政府审查是否改变了模型的安全状况。基于模型 API 构建产品的开发者需要获知，审查是否会影响发布计划或能力访问。

知识工作者同样需要理解突发产品延期或分阶段发布的背景。供应商可能将发布变更归因于测试，却不披露保密细节。客户需要一种方式，以区分真实的安全流程与便利的企业宣传。

跟踪这些发展的团队应将源文件、会议记录和政策变更保存在可搜索的AI 知识库中。封闭流程会产生碎片化证据，因此严谨的记录比单纯追踪新闻标题更有价值。

接下来的三个信号将揭示什么

只有当公司参与、发布行为和公共问责超越私下会议时，该框架才会变得具有实际意义。

第一个信号是 8 月 4 日行业会议后的书面实施指引。它不需要披露保密基准，但应说明参与方式、机构联系人、审查阶段、保密规则和争议处理程序。

清晰的指引将强化政府关于该框架是可重复执行的安全流程的主张。若继续依赖匿名描述和私下对话，则会削弱这一主张。

开发者需要足够的提前通知，才能将该流程纳入发布规划。投资者、客户和研究人员同样需要了解，该框架是否在不同公司之间得到一致适用。即使只是公开的程序摘要，也能缩小当前的不确定性。

第二个信号是首个有记录的模型参与案例。观察者应留意开发者是否承认曾给予联邦政府提前访问权限、进行分阶段发布，或作出与该框架相关的安全调整。

首个案例将展示30天最长时限在实践中如何运作。简短、有序的审查以及按时发布，将有助于支撑自愿合作的叙事。无法解释的延期或公开争议，则会加剧外界对非正式预先审查的担忧。

该案例还将揭示企业能够披露哪些信息。如果参与者连是否开展过接触都无法确认，外部评估仍将十分困难。届时，联邦层面的汇总报告将变得至关重要。

第三个信号是透明度与监督机制。国会、监察长或指定机构可以在不披露机密测试的前提下请求统计数据。可用指标包括参与数量、平均审查时长，以及建议采取的安全改进数量。

监督机制将通过区分正当保密与可避免的不透明性来强化这一框架。缺少监督，则会使政策集中于行政部门与少数企业之间的关系之中。

企业的反应同样重要。OpenAI、Anthropic、Google及其他开发者可能会要求针对开放与封闭模型制定统一规则。他们也可能推动建立防范泄密、门槛变动和受政治影响对待的保障措施。

相比笼统的支持表态，他们的实际行为更具参考价值。在明确书面保障下参与，表明他们对流程抱有信心。勉强或不一致地参与，则意味着维系这一体系的或许是联邦施加的影响力，而非共同标准。

国际合作伙伴也将密切关注这些信号。美国开发者提供了大量海外使用的模型，而网络安全漏洞经常跨越国界。一个可信合作伙伴体系最终可能纳入盟国机构，并引出更多有关访问权限与保密性的问题。

随着白宫推动统一的国家方案，各州官员也将审视这一框架。成功的联邦安全流程可为制定一致规则的主张提供支持。一个不透明或不均衡的流程，则可能强化要求增加州级监督的呼声。

因此，特朗普政府已完成最容易核实的里程碑：在期限内产出一份文件。更困难的工作，是证明保密审查能够同时保护安全、知识产权和发布速度。

通过Google News关注此事的读者，不应只盯着下一条“已完成”的标题。请关注程序、真实的模型审查和可衡量的监督。这三个信号将显示，该框架究竟会成为持久政策，还是仍是一项由各公司与华盛顿关系塑造的私人安排。

对于开发者和企业买家而言，眼下的行动很简单：跟踪官方指引，并记录每一项影响模型访问、发布时间或安全保证的变更。询问供应商，经审查的模型是否在联邦测试后发生变更，以及他们能披露哪些证据。答案将决定这一框架能否提供可用的信任，还是仅仅把不确定性转移到紧闭的大门之后。