自愿与强制的模糊地带：AI治理边界正被重新定义

治理边界：当“自愿”成为新规则，谁在为AI划定“安全区”？

2026年5月，白宫即将发布一项看似温和的行政命令：要求AI实验室“自愿”在公开发布前沿模型前90天与政府共享。与此同时，美国国防授权法已强制要求承包商在物料清单中纳入AI组件，网络保险公司也开始将保单覆盖范围与AI治理文档挂钩。一个清晰的信号正在浮现：AI的治理边界正在被重新定义，而“自愿”与“强制”之间的模糊地带，恰是各方角力的核心战场。

美国政府正试图用“提前知情权”来驯服前沿模型的风险。根据Axios的报道，此次行政令要求AI实验室向关键基础设施提供商开放模型访问权限，这本质上是将模型安全的“责任边界”从企业内控延伸至国家网络安全体系。这与AI BOM（物料清单）的实践形成呼应：美国FY26国防授权法首次强制要求国防承包商在SBOM中纳入AI组件，SEC也将AI治理列为2026年审查重点。这些举措意味着，AI供应链的透明度正从“最佳实践”变成“合规门槛”，任何缺乏治理文档的模型都可能被排除在政府采购和保险覆盖之外。

然而，治理工具的成熟并未消解根本矛盾。微软2026工作趋势指数揭示了一个令人不安的悖论：尽管86%高管计划增加AI投资，但仅32%实现企业级持续影响，27%员工愿意委托任务给AI代理。生产率提升正掩盖组织重新设计的迫切需求——当AI代理开始接手具体任务，谁为代理的决策负责？这恰恰是治理边界尚未触及的盲区。白宫行政令要求模型共享，却未定义“关键基础设施提供商”的资质审查标准；AI BOM列出了组件，却无法约束模型在部署后的“涌现行为”。治理框架的“静态清单”与AI系统的“动态演化”之间，存在一条危险的鸿沟。

更值得警惕的是，资本市场的集中化正在挤压治理创新的空间。AI公司占风投市场估值一半，OpenAI和Anthropic等巨头吸收大量资本，但高估值导致退出困难。当少数巨头掌握前沿模型，治理将沦为“巨头与政府的双边谈判”，而非多元利益相关者的公共协商。PitchBook的警告——若两大AI公司IPO吸收所有可用资本，风投市场复苏可能推迟至2027年——暗示着一种可能性：治理规则可能因资本的马太效应而固化，阻碍中小企业和开源社区的创新。

治理边界的本质不是“划一条线”，而是“动态协商一个不断移动的边界”。

我的判断是：未来12-18个月，我们将看到两种治理模式的激烈碰撞——一是以白宫行政令为代表的“自愿+激励”模式，二是以国防授权法为代表的“强制+惩罚”模式。前者依赖巨头合作，后者依赖法律威慑。但两者共同的软肋是：它们都假设“可以提前识别风险”，而塞拉利昂教育实验（Gemini将数学成绩提升至64%）和DeepMind CEO的“奇点山麓”言论提醒我们，AI的能力边界正在以非线性方式扩展。治理若不能跟上这种扩展，所谓的“安全区”终将被“奇点”冲垮。