特朗普 AI 安全框架面临两党共同推动的信息披露压力

尽管获得了跨越政治光谱的二十多个组织支持，特朗普 AI 安全框架本周仍迎来了新的挑战。

该联盟希望白宫公布其用于审查先进人工智能模型网络能力的框架。据报道，官员已在 8 月 1 日截止日期前敲定这一自愿性流程。然而，公众至今仍无法看到其规则。

这种保密性引发了一场不同寻常的冲突。该框架旨在保护国家安全，但批评者称，保密会削弱问责机制和公众信任。他们还警告称，私下进行的流程可能会偏袒大型 AI 实验室，而不利于初创企业和开源开发者。

这场争议不止是一项常规的透明度请求。它关乎政府能否在不建立不透明审批制度的情况下协调模型审查。它还引发了谁能参与咨询、适用何种标准，以及企业如何对联邦决定提出异议等问题。

在先进 AI 模型展现出愈发令人担忧的网络能力后，美国总统唐纳德·特朗普下令制定该框架。政府将其做法描述为自愿、有限，并聚焦于严重安全威胁。

该联盟包含了通常在科技监管问题上立场分歧的组织。保守派团体、公民自由倡导者、消费者组织和注重市场的政策机构，在信息披露问题上找到了共同点。

他们的共同立场并不意味着支持完全相同的 AI 规则，而是意味着他们认为，秘密标准本身也会带来风险。

特朗普 AI 安全框架究竟改变了什么

政府已从反对广泛 AI 限制，转向为最强大的模型建立联邦审查流程。

特朗普于 2026 年 6 月 2 日签署了第 14409 号行政命令。该命令要求多个机构评估前沿模型的先进网络能力。

前沿模型是指处于当前 AI 性能领先水平附近的先进通用系统。这类模型可以完成编程、研究、分析，以及日益自主化的任务。

这项行政命令给予官员 60 天时间建立分类分级的基准测试流程。该流程将决定某一 AI 系统何时符合受覆盖前沿模型的资格。

美国国家安全局在这一认定中获得了核心角色。国家网络主任办公室、CISA、NIST 以及多个内阁部门也将参与其中。

该命令所描述的流程聚焦于先进网络能力。它要求政府评估受覆盖模型是否能够发现漏洞，或支持敏感的进攻性网络行动。

官员还必须与开发者制定自愿协议。这些协议可规定发布前测试、信息共享，以及针对达到政府风险阈值系统的保障措施。

这一架构至关重要，因为该流程介于普通咨询与正式监管之间。它并未被称作许可要求，但不利的联邦评估仍可能带来重大实际后果。

AI 公司依赖政府合同、安全许可、云基础设施以及与联邦机构的关系。因此，负面认定即使不构成正式法律禁令，也可能影响产品发布。

据报道，白宫在 8 月初向 OpenAI、Anthropic、Google、Meta、Nvidia 和其他大型科技公司分享了概述。公开版本仍未发布。

据私下简报显示，小型实验室和独立研究人员并未获得同等代表性。白宫没有公开列出所有参与者，也没有发布完整的评估标准。

政府有理由保护部分信息。旨在测试进攻性网络能力的基准测试，若不受限制地公开，可能会带来危险。

详细提示词、目标系统、漏洞利用方法或能力阈值，可能帮助对手复现被测试的行为。公司也可能直接针对公开评估进行训练，并掩盖更广泛的弱点。

不过，该联盟未必要求公开操作性测试材料。其请求涉及框架的参数、治理、授权依据和影响。

这些类别通常可以在不暴露机密漏洞的情况下披露。政府可以将决策权、申诉机制、资格规则和报告义务，与敏感测试内容分开说明。

这一区分推动了当前争议。批评者不仅在问模型能做什么，也在问政府看到结果后能做什么。

因此，最重要的改变在于制度层面。华盛顿如今拥有一套在发布前审查部分前沿模型的协调流程，但其边界在很大程度上仍被隐藏。

这种组合构成了核心张力。该框架能够影响关键技术的获取，却在常规公开规则制定渠道之外运作。

为何一个左右阵营联盟希望公开规则

该联盟最有力的论点是：当自愿性的政府协调能够影响市场准入时，仍需要公开规则。

二十多个组织签署了信息披露请求。Americans for Responsible Innovation 和 Center for Democracy and Technology 牵头推动了这项工作。

该团体还包括 Americans for Prosperity、R Street Institute、Free Press 和 Public Citizen。它们在更广泛的政策立场上存在鲜明差异。

一些参与者通常支持更严格的 AI 保障措施。另一些则关注有限政府、竞争性市场、公民自由或程序问责。

它们的一致反映出一项狭义担忧：无论人们倾向于更严格还是更宽松的 AI 监管，秘密政府标准都可能造成权力集中。

该联盟表示，政府有责任在前沿模型更广泛部署前，披露用于审查这些模型的参数。其公开联名信活动还呼吁国会加强参与。

信息披露支持者认为，企业需要可预测的预期。开发者应了解哪些系统会进入该流程、审查人员需要何种证据，以及评估需要多长时间。

他们还希望明确后果。如果政府不解释企业拒绝参与后会发生什么，自愿审查就意义有限。

多种可能性仍不明确。机构可能限制采购、劝阻关键基础设施客户，或通过私下沟通施加压力。

该框架的法律依据提出了另一个问题。行政命令在联邦政府内部划分任务，但并未制定新的立法。

行政机构已拥有采购、网络安全、情报和合同授权。这些权力可支持对政府机构所使用系统的测试。

若没有国会授权，官员能够在多大程度上影响面向公众的商业发布，尚不明确。答案取决于具体协议和执行机制。

透明度倡导者还担忧公众信任。保密流程可能看起来像政府官员与占主导地位的 AI 公司之间的私下谈判。

当受邀企业包括业内最大的实验室和基础设施提供商时，这种观感会更强烈。小型开发者无法为看不到的要求做准备。

开源开发者面临尤为突出的难题。他们的发布模式依赖于公开权重或代码，以供广泛使用和审查。

据报道，该框架聚焦于某些不公开发布代码的封闭模型。然而，外部人士无法在没有底层规则的情况下核实其范围。

未来的修订可能覆盖更多开发者。即便不具约束性的法律效力，私下指导也可能成为市场规范。

因此，该联盟将信息披露视为一项民主和竞争保障。它认为，政府不应通过仅限受邀者参与的会议，建立具有实质影响的技术治理机制。

这一立场并不要求公开每一项机密基准测试。分层披露模式可以将受保护的测试细节与公开的程序规则区分开来。

公开层可以明确受覆盖能力、参与机构、审查阶段、时间表和政府可能采取的回应。受保护层则可以包含漏洞利用技术和机密威胁情报。

独立专家可在适当的安全安排下获得受控访问。国会可通过既有监督程序审查机密材料。

这种结构无法化解所有分歧，但能在不暴露危险操作细节的前提下，使特朗普 AI 安全框架更容易被评估。

保密保护测试，也保护决策者

核心权衡并非安全与透明度之争，而是操作保密与可问责政府权力之间的权衡。

国家安全测试通常依赖保密信息。网络防御人员不会在受影响系统获得补丁前公开每一个漏洞。

前沿模型评估也会带来类似担忧。一项有价值的测试可能会检验 AI 智能体能否发现并利用未知的软件漏洞。

公开完整任务可能暴露漏洞。公开评分阈值也可能帮助开发者针对狭窄基准进行优化。

因此，特朗普政府可以为不公开部分技术内容提供正当理由。但当保密范围延伸至治理和法律授权时，其论据就会减弱。

政府可以在不透露网络漏洞利用方式的前提下说明由谁作出认定。它可以公开利益冲突规则，而不披露威胁情报。

它还可以明确审查时间表、参与要求和申诉选项。这些披露均无需包含危险的模型输出。

这种区分至关重要，因为基准测试结果很少能自行决定结果。官员必须解读证据，并决定某项能力是否跨越相关阈值。

这些决定涉及判断。它们可能反映出对于现实世界访问、保障措施、用户权限，或模型在压力下可靠性的不确定性。

一个模型可能在受控环境中完成网络任务，却在该环境之外失败。另一个系统可能看似较弱，但具备更强的自主规划能力。

因此，该框架必须处理的不只是原始性能。它还需要针对不确定性、复现、补救和后续重新评估的程序。

没有公开参数，外部研究人员无法判断审查是否衡量了正确的风险。企业也无法知道类似案件是否获得一致对待。

保密也可能掩盖各机构之间的分歧。国家安全官员可能优先防止灾难性滥用，而商务官员可能优先考虑美国竞争力。

NIST 可能倾向于采用可重复的测量方式。采购官员则可能关注政府客户能否安全部署某个模型。

这些目标可以并存，但会产生不同的门槛。机密流程可能掩盖官员如何在两者之间权衡。

政府已将其做法描述为范围狭窄且自愿。批评者回应称，当联邦政府掌控具有重要价值的合同和准入机会时，非正式施压可能会像监管一样发挥作用。

这正是披露之争背后的承诺与现实冲突。自愿性框架承诺带来灵活性与合作。

但在实践中，如果企业认为发布模型前需要获得政府批准，它可能类似于私人许可制度。区别取决于实施方式，而非品牌包装。

白宫可以通过明确限制来缓解这种担忧。它可以声明，参与并不意味着获得发布产品所需的一般性联邦许可。

官员可以说明任何采购后果，并解释现有哪项法规授权采取这些措施。他们还可以在删除敏感细节后，发布匿名审查摘要。

此类摘要将使研究人员能够随时间比较评估结果。它们还将揭示该框架是否会扩展到超常规网络能力以外。

透明不应意味着发布进攻性黑客攻击指南。它应意味着公开约束政府决策的规则。

这种做法既能保护测试完整性，也能使政府行为可被审查。它还会使该框架在不同政府任期之间更具延续性。

当人员变动时，秘密安排可能会消失。公开的程序会建立预期，让机构、企业、国会和法院都能审查。

AI 初创公司的隐性竞争风险

即使每项安全决策都出于善意，不透明的审查流程仍可能加剧市场集中度。

大型 AI 实验室设有专门的政策、安全和政府关系团队。它们能够参加非公开简报会，并迅速回应联邦请求。

初创公司很少具备同等能力。它们可能只有在投资者、云服务提供商或潜在客户开始询问合规问题后，才会得知某项预期。

这种信息差本身就构成一种成本。它奖励的是已有联邦关系的公司，而非安全保障最强的公司。

这种担忧并不局限于直接参与者。云服务提供商和企业买家往往会在政府安全预期成为正式要求之前，就采纳这些预期。

保险公司和投资者也可能如此。因此，一项保密的联邦审查可能影响整个市场中的私人决策。

大型实验室也更容易承受延迟。较小的公司可能依赖一次模型发布来获得下一轮融资或客户合同。

不确定的审查时间表可能关乎生存。即使是自愿流程，当拒绝参与显得可疑时，也可能形成压力。

开源项目面临不同的限制。其团队可能缺乏传统的公司结构，或无法由某个中央权威签署协议。

研究人员也可能在多个代码库中发布组件。围绕少数集中式实验室设计的框架，可能并不适合这种开发模式。

政府可能有意将开放模型排除在当前流程之外。然而，保密性使更广泛的社区无法据此规划。

这也阻碍了公众就是否合理地区分二者展开讨论。模型权重、代码访问、部署控制和实际能力，并不总能清晰对应。

封闭模型可以通过应用程序编程接口触达数百万用户。开放模型则可能需要昂贵硬件，从而限制其实际滥用。

风险分析必须审视部署条件，而不能只依赖发布标签。透明的高层标准将帮助开发者理解这种区别。

该联盟对竞争的担忧也与国家战略相交织。白宫希望美国企业引领全球 AI 发展。

偏向既有企业的流程可能削弱这一目标。它可能减少实验创新，同时将安全知识集中于少数公司。

不过，反向风险也同样值得关注。仅因规模而豁免小型开发者，可能让严重能力逃避审查。

网络风险取决于模型能做什么，而不是开发者的估值或员工人数。小型实验室也可能开发出具有重大影响的系统。

更好的解决方案是采用与能力相称的程序。能力门槛应触发审查，而合规要求则应反映开发者的实际情况。

明确的门槛将帮助企业预判何时开始与联邦政府接洽。标准化提交格式可以减少拥有大型政策团队的公司所具备的优势。

公开的时间表能够保护初创公司免受无限期延误。书面说明则可为纠正错误或质疑不一致待遇提供依据。

国会参与也可以确立持久的授权。立法者已表现出对前沿 AI 和国家安全风险的跨党派关注。

7 月，参议员 Adam Schiff 和 Jim Banks 与众议员 Bob Latta、George Whitesides 共同提出一项信息共享提案。他们的安全风险法案包含防范反竞争行为的保障措施。

该立法针对的是不同机制，但展示了一个相关原则。安全协调可以包含针对竞争和滥用的明确保护措施。

特朗普 AI 安全框架目前缺乏类似的公开保证。外界无法得知未公开文件中是否存在此类保障。

竞争风险仍是一项担忧，而非已被证实的结果。没有公开证据表明官员曾故意偏袒某一家特定公司。

然而，不透明性使这一指控更难被证伪。披露将保护政府，也将保护受影响的开发者。

该框架已面临法律与政治压力

政府如今面临来自公民社会、立法者和诉讼的压力，而非来自单一意识形态阵营。

Protect Democracy 于 9 月 1 日提起诉讼，要求落实一项《信息自由法》请求。该请求寻求获取有关该框架、参与企业及其法律授权的记录。

该组织称，官员于 8 月 1 日最终确定了流程，但几乎没有发布操作细节。其FOIA 诉讼将多个部门和白宫办公室列为被告。

这场诉讼并不自动证明该框架违法。它请求法院执行对所要求政府记录的获取权。

部分记录可能符合机密信息、内部审议、执法或保密商业材料的豁免条件。因此，争议可能取决于文件类别。

法院可能要求各机构检索相关记录，并为具体不予公开的决定提供理由。法院也可能允许删节，而非要求完整披露。

诉讼为政治压力增加了正式渠道。即使联盟的信函未获即时回应，诉讼也可能迫使机构记录其立场。

在联盟成立之前，国会审查便已开始。8 月，五名民主党参议员质询政府对前沿模型监管的处理方式。

参议员 Kirsten Gillibrand、Chris Coons、Mark Kelly、Adam Schiff 和 Mark Warner 要求制定更明确、更持久的标准。他们的监督信函批评了临时性的逐案决策。

这项行动带有党派色彩，而公民社会联盟则跨越意识形态界线。另一些共和党方面的担忧聚焦于先进模型带来的国家安全威胁。

参议员 Jim Banks 于 5 月敦促政府官员针对新兴 AI 风险采取重点明确的做法。他的安全请求强调战略竞争与先进网络能力。

这些立场并不完全相同。民主党批评者强调持久的监督和可预测的规则。

共和党声音往往强调国家安全、与中国的竞争，以及避免广泛监管。公民社会团体则加入了对市场、权利和透明度的关切。

这种交集依然重要。各方都认识到，前沿 AI 可能带来需要联邦协调的安全风险。

分歧在于这种协调应如何运作。也涉及行政部门协议是否足以构成长期政策。

政府可以在不放弃该框架的情况下回应部分批评。一份公开的程序文件可以说明范围、治理和保护措施。

官员可以发布法律备忘录，说明现有授权依据。他们还可以就机密技术材料向相关国会委员会作简报。

结构化咨询可以纳入初创公司、开源研究人员、关键基础设施运营者和独立安全专家。这将使参与范围超越领先实验室。

政府可能因该框架仍保持灵活性而抗拒公开。官员可能更希望随着模型能力变化迅速调整它。

然而，灵活性与问责并不相互排斥。公开规则可以包含定期更新和紧急例外。

更大的不确定性在于执行。行政命令呼吁达成自愿协议，但政府掌握多种形式的影响力。

各机构采购技术、管理机密访问、监督出口，并向关键基础设施运营者提供建议。这些职能可以在没有传统监管处罚的情况下影响企业。

在政府公布其框架之前，观察者无法衡量这种影响力。因此，法律与政治压力将继续聚焦于披露。

三项信号将显示披露是否改变体系

下一项考验是，白宫是否会将敏感网络证据与约束其决策的公开规则区分开来。

第一项信号是一份公开的程序框架。它应明确覆盖门槛、参与机构、审查阶段、时间表及可能后果。

只包含宽泛安全原则的发布无法解决争议。该联盟希望获得企业和公众能够评估的参数。

有意义的披露将强化政府关于该流程仍属自愿且量身定制的说法。持续沉默则会加深外界对私下审批的担忧。

第二项信号是政府对 FOIA 诉讼的回应。各机构必须决定是披露记录、提供删节版本，还是为广泛不予公开进行辩护。

有针对性的删减将表明，官员能够区分运营机密与政策规则。全面拒绝披露则会加深治理冲突。

法庭文件还可能揭示哪些机构创建了相关文件。这些信息将有助于明确，该流程是由单一办公室运作，还是涉及多个权限重叠的机构。

第三个信号是国会行动。议员可能要求举行机密简报会、召开听证会，或为前沿模型审查制定法定规则。

立法将迫使各方围绕适用范围与保障措施展开辩论。它可能明确竞争保护、报告义务、申诉权利以及对行政权力的限制。

国会也可能认定，现有的采购与网络安全权限已足够。即使得出这一结论，公开记录同样会带来益处。

开发者和企业采购方应密切关注这些信号。该框架可能影响发布进度、供应商评估以及对先进系统的访问。

安全团队应询问供应商，联邦审查是否改变了模型的安全措施或部署条款。他们不应将参与审查等同于获得政府认证。

采购负责人还应区分模型的技术评估与其组织自身的风险评估。联邦审查无法涵盖每一个本地系统或数据集。

知识工作者则面临同一问题的更隐蔽版本。政策变化可能改变哪些模型仍可使用，以及随之附带哪些限制。

需要跟踪快速变化规则的团队，需要一份可靠记录，涵盖政府文件、供应商声明和内部决策。可搜索的知识库可以在不断变化的公告中保留这些背景信息。

两党推动信息披露，并未解决应如何治理前沿 AI。它确立了一个关于流程的更简单原则。

部分技术证据必须继续受到保护。决定谁可参与、谁作出决定以及后续将如何处理的规则，应接受公众监督。

如果官员公布这些界限，特朗普 AI 安全框架将获得更高的可信度。否则，法院和国会将越来越多地替他们界定透明度争议。

下一个问题很具体：白宫会发布一套可用的规则手册，还是让企业自行解读来自华盛顿的私下信号？