自己写规则的人，正在买下所有能写规则的地方

自己写规则的人，正在买下所有能写规则的地方

参议员桑德斯和众议员卡萨尔在9月23日提出《禁止人工超级智能法案》那天，我特意去翻了提案原文。法案要求暂停先进AI开发，直到联邦监管机构拿出安全规则。措辞很硬，几乎是把“刹车”两个字刻进了法律文本。

三周后，POLITICO爆出另一条消息：Anthropic的代表正在国会山悄悄推介一份自己起草的AI安全监管草案。这份草案有意思的地方在于，它限制政府阻止先进模型发布的权限，还要优先于部分州级AI安全法。

一个在喊停，一个在写“什么时候你没法喊停”。

这两件事放在一起，味道就变了。不是“该不该管”的争论，是“谁来写管的规则”。坦白说，看到Anthropic这份草案的具体条款时，我第一反应不是愤怒，是佩服——这步棋下得太准了。

抢在立法者学会走路之前，先把跑道画好

我对Anthropic一直有个印象：这家公司比其他几家更愿意谈安全，创始人Dario Amodei在国会作证的次数不少。我一度觉得，至少有一家头部实验室是真心想把护栏建起来的。

这份草案让我修正了这个判断。或者说，修正了对“真心”的理解。

自己写规则，和被动等规则，是两种完全不同的姿态。前者叫参与治理，后者叫接受治理。Anthropic选了前者。从公司法务的角度看，这无可指摘——任何一家面临潜在监管的巨头都会这么做。药企会提交药品审批改革意见，银行会游说资本充足率标准。这不新鲜。

新鲜的是速度。联邦层面的超级智能禁令还停留在“提出”阶段，州一级倒是跑得很快：惩罚建议自残的AI模型、禁止AI获得法律人格、要求开发者向总检察长披露信息，Transparency Coalition统计的这一批州级提案，几乎覆盖了AI伤害责任的每个角落。斯坦福HAI的Deb Raji在研究“AI造成伤害时谁负责、怎么举证”，这是治理里最硬的骨头，目前还没有任何一部法律啃下来。

立法者在补课。公司在出题。

而就在同一周，Tech Startups盘点了2026年的AI并购清单：SpaceX 600亿美元收购、Nvidia约200亿拿下Groq、129亿买Hugging Face、AMD 82亿收World Labs、Stripe 80多亿吞OpenRouter。我盯着这串数字看了半天，脑子里冒出一个不太严肃的念头——这些公司买下的不只是技术，还有未来监管谈判桌上的座位。Hugging Face是开源社区的事实标准，OpenRouter是模型分发的关键节点，Groq是推理芯片的替代路线。谁掌握了这些，谁就在“什么算前沿模型”“怎么算安全部署”的定义权上多了一票。

监管竞赛落后于资本整合，不是修辞。是时间线上的事实。

举证责任去哪儿了

Raji那篇研究里有个细节让我停了一下：AI伤害案件中，受害者往往连“模型做了什么”都说不清，更别提证明因果。举证责任落在谁头上，决定了整套监管是牙签还是牙齿。

Anthropic草案里那句“限制政府阻止模型发布的情形”，翻译过来就是——发布是默认项，阻止是例外项，而且例外清单由草案来定。这和桑德斯法案的逻辑正好相反。后者是“证明安全才能发布”，前者是“除非证明不安全，否则可以发布”。

两种逻辑背后是两种责任分配。一种是开发者自证清白，一种是监管者主动举证。在技术迭代以周为单位、监管机构连模型版本号都追不上的现实里，后者的执行成本高到近乎不可能。Anthropic不会不知道这一点。

写到这里我承认，我有点替那些在州议会里推AI伤害责任法案的人感到无力。他们面对的是一个每年花几十亿美元做游说、能请到最顶尖政策律师的对手，而他们自己可能连Transformer是什么都要靠助手解释。

但这改变不了一个事实：规则的空窗期不会因为立法者慢而自动安全。空窗期里长出来的东西，往往是既成事实。

我的判断，不绕弯子

AI公司参与规则制定，本身不是丑闻。丑闻是当参与变成主导，而立法者还没有能力分辨“建议”和“自利”的区别。

桑德斯法案大概率通不过，超级智能禁令在当前的国会结构里更像一个立场声明。州级法案会零散落地，但会被联邦优先权条款一点点吃掉。Anthropic这份草案，我看就是未来三年美国AI监管的实际底稿——不是因为它最合理，是因为它最早、最具体、最懂立法者的语言。

巨头在买未来，也在买写未来的笔。这两件事同时发生，不是巧合。

如果三年后回看，我大概率会觉得今天这段写得太保守了。