白宫把AI政策交给了情报总监，而执法压力却来自别处

特朗普总统已任命国家情报总监杰伊·克莱顿（Jay Clayton）担任一个新的联邦AI工作组主席。这一安排让同一个人同时掌管情报界与美国的AI议程。

若把它当作一张组织架构图来读，这是一个关于协调的故事。若把它当作一个信号来读，它表明本届政府打算主要把AI当作国家安全问题，而非消费者保护问题来处理。情报负责人思考的是对手、关键基础设施和能力差距；消费者监管者思考的则是信息披露、救济途径和不公平行为。主席人选决定了这个工作组会使用哪一套话语。

与此同时，执法压力正在与情报界毫无关系的领域不断积聚。

联邦姿态与联邦法案正在分道扬镳

在10月2日当周，国会提出了四项两党法案，每一项都涉及情报视角未曾涵盖的内容。

第一项法案规定，当AI智能体系统被用于黑客攻击事件时，其运营者将承担刑事与民事责任。这正是企业基本尚未界定的问责问题：当一个自主智能体造成入侵时，谁是被告。该法案并未停留在事后归责，而是创造出一类风险敞口，企业在部署任何能够对外部系统采取行动的智能体之前，都必须为之定价。

第二项法案将禁止联邦机构使用人脸识别及其他生物特征监控技术。这还会波及向政府客户提供此类能力的承包商和供应商——这本身就是一个市场。

第三项法案将要求面向未成年人的类人聊天机器人交互默认处于关闭状态。这一义务落在产品开发者而非家长身上，这是一个意义重大的转变：默认安全设计与年龄门槛是两种不同的监管工具。

第四项法案将授权在五年内拨款1000万美元，用于国土安全部举办的竞赛，重点聚焦AI可解释性以及抵御对抗性操纵的韧性。

四项法案均未通过。它们共同的内容才是关键。联邦政府的AI议程至少在两个地方同时被制定，而这两者显然并不一致。

各机构率先行动

当法案还停留在委员会阶段时，行政机构已经开辟了战线。

美国联邦贸易委员会（FTC）已确认就自主AI智能体问题，对OpenAI、Anthropic及其他AI公司展开消费者调查。加利福尼亚州总检察长已在一项州级调查中向OpenAI送达调查传票。纽约市议会举行了一场AI风险听证会，全部51名议员出席，并邀请OpenAI和Anthropic的首席执行官到场。

这些行动有一个共同特点，而这决定了它们见效的速度：它们不需要新的法律。一部为更早时代写就的消费者保护法规，可以被解释为适用于一家虚假陈述其智能体行为的公司。州总检察长可以依据现有权限展开调查。市议会今天可以举行听证，下个月就能通过一项条例。

这就是当前格局中的结构性不对称：联邦立法轨道缓慢且充满争议，执法轨道则迅速且已在推进。

各州正在制定操作层面的规则

加利福尼亚州签署了一揽子AI职场保护法案，要求雇主向受影响的员工披露AI的使用情况，规定在由AI驱动的招聘、排班或解雇决定之前必须进行协商，并建立针对算法管理的问责机制。

这使加州成为美国第一个对在劳动力管理中使用AI的雇主设定有约束力义务的州。几家总部位于该州的AI公司提出反对，认为强制性的披露要求会拖慢AI在人力资源领域的应用，但目前尚无法律挑战被提起。

其意义不在于具体规则，而在于扩散机制。加州的劳动力市场足够庞大，使得跨多州经营的雇主倾向于采用一套合规做法，而不是维持各自为政的拼凑模式。其效果与加州隐私法之后的情形如出一辙：一部州法规成为事实上的全国基线，因为合规比切分市场更容易。

新墨西哥州也朝着相关方向迈进，其总检察长和一名州众议员在预提交阶段之前公布了《前沿人工智能安全与问责法案》草案。

选举这一角度是谁都没预料到的

一个治理问题在佐治亚州浮出水面：在普林斯顿大学的一名研究人员证明AI系统可以交叉比对公开选举记录、从而去匿名化秘密选票之后，该州召开了选举委员会紧急会议。

这项技术并未破解加密，也没有攻击投票机。它只是把各自合法公开的记录连接起来，而这种关联揭示出了任何单一记录本身都不包含的信息。这是一种无人监管的能力，因为单看任何一个数据集都不敏感，危害只有在关联之后才会显现。

选举官员面临一个最后期限——11月中期选举——这是其他任何监管者都无须按同样时间表面对的。结果是，选票隐私可能成为第一个针对“从公开数据进行AI推理”制定具体规则的领域，而且其规则出台的速度将快于更广泛的智能体责任问题。

在大西洋彼岸，另一项规则即将生效。

无人讨论的水印截止日期

欧盟《人工智能法案》第50条义务要求生成式AI系统具备机器可读的水印和合成内容检测标识。在12月2日这一期限到来之前，OpenAI已开始为欧盟的ChatGPT和Codex用户部署textGrain——一种不可见的文本水印方案。

时间点很能说明问题。一项带有固定日期的技术义务催生了一个实际上线的功能，而更广泛的治理辩论仍在空转。有截止日期的强制要求会被落实，没有截止日期的原则只会被讨论。

两条轨道在何处相撞

碰撞将出现在智能体责任问题上。

以情报为主导的联邦姿态对能力持欢迎态度。它希望美国模型足够强大，并把安全视为阻止不该使用的人使用它们的问题。而一套让运营者对其智能体行为承担刑事责任的制度，则是另一种工具：它让每一次自主行动都可能构成违法，从而拖慢部署。

夹在两者之间的公司会做公司一贯做的事：遵循它们看得见的执法。这意味着对智能体权限进行法律审查、记录自主行动，并倾向于选择会暂停以等待人工批准的智能体。这些选择此刻正在做出——为回应州传票和机构调查——远在任何联邦法规出台之前。

可解释性奖金从另一侧指向同一个缺口。五年1000万美元相对于业界的研究预算不过是个零头，而它被纳入一项与责任规则并列的法案，说明国会清楚自己是在要求企业为那些无人能解释其决策的系统承担责任。资助一项竞赛，比施加一项标准要便宜。

值得关注的要点

三个日期，一个数字。

关注四项法案中是否有任何一项进入委员会审议（markup），这将表明立法轨道是在推进而非作秀。关注FTC的调查是否会产生一份附带具名行为要求的和解协议，因为那将为其他所有AI公司提供范本。关注是否有雇主联盟对加州职场法提起优先权（preemption）挑战，因为无论裁决如何，都将为全国各州的行动划定范围。

那个数字是：未来一年内由各州而非联邦机构发起的AI执法行动所占比例。如果这一比例持续上升，联邦工作组将发现自己是在为一个它并不掌控的领域制定战略。