作者：Chris Lehane，全球事務總監
從全國各州首府，到華盛頓，再到國際會議，前沿 AI 治理的嚴肅方案正在成形。這些工作共同推動着 AI 的民主願景。
加州、紐約州，以及最近的伊利諾伊州，均推動了前沿安全立法，協助美國朝着治理最強大 AI 系統的共同基準邁進。
這些努力反映出 OpenAI 所稱的反向聯邦主義正形成動力：各州透過共同框架，協助確立共享方向。隨着州主導的工作與聯邦層面正在推進的工作匯合，全國標準開始成形，為由美國領導的全球 AI 框架奠定基礎。我們相信，要確保 AI 惠及多數人而非少數人，最佳做法是讓關鍵決策——由前沿安全開始——由民主政府作出，而非只由前沿實驗室決定。
歸根究底，最符合美國利益的是一套以此原則為基礎的全國框架。但在尚未有全國框架的情況下，各州可透過通過彼此相互呼應的法律，帶領我們走向這個目標。一步一步地，它們可以建立事實上的全國標準。
而如果安全是首要任務，這樣的全國標準就是最佳政策路徑，以確保：(a) 美國繼續引領創新，不會因零散規管拖慢建立全球民主 AI 技術棧的能力；該技術棧將以讓善意一方取得所需工具為目標，使其能抵禦在網絡安全等領域企圖濫用 AI 的惡意行為者；以及 (b) 讓美國處於最有利位置，把全國標準推展為一套建基於民主價值、用於安全部署 AI 的全球做法。如果我們想建立一套真正優先推動全國及國際標準落實的安全框架——而這正是最能支持 AI 安全部署的做法——就需要艱苦工作、認真的目標感，以及一套能連接各州、聯邦政府和國際討論的策略。流於表演或道德姿態的做法無法完成這項工作——州層面的混亂不利於形成持久的安全路徑，只會帶來更多混亂。
要讓這種做法成功，各州應繼續在核心元素上保持一致，正如加州、紐約州和伊利諾伊州所做的一樣。概括而言，這些元素包括：
- 一套有文件記錄的安全框架，當中包括對前沿模型的風險評估，以及公開披露這些評估及其結果。
- 嚴重安全事故的通報。
- 透過獨立、客觀的審計實現治理與問責。
整體而言，這三個州已把民主監督納入前沿 AI 部署之中。加州建立了核心披露框架。紐約州證明這套做法可跨司法管轄區採用。伊利諾伊州則透過要求對關鍵披露作獨立核證，對其加以補足。
我們理解，立法往往會包含額外條文，以爭取通過所需票數。但我們相信，這些是透過反向聯邦主義建立事實上全國標準所需的核心元素。若缺乏這種紀律，我們將面臨政策範圍不斷擴張，以及各州法律拼湊成局的風險；這會令監管機構難以執行、消費者難以理解，並分散開發者資源——尤其是初創企業和小型公司的資源——而這些資源本應更好地投放於安全工作。尤其是，正如過去數星期所顯示，隨着 AI 模型能力越來越強，我們需要一套連貫系統，讓工具能交到政府、關鍵基礎設施營運方、盟友及可信賴夥伴手上。
政策制定者亦應防範任務範圍擴張。不應要求各州管理重大的國家安全風險（或實際上代表全國作出國家安全決定），也不應要求各州進行高度技術性的審查；這些工作更適合由具備資源、專業知識、機密系統存取權限，並有能力與我們團隊緊密合作的聯邦專家處理。
在聯邦層面，特朗普政府繼續與技術及國家安全專家合作，制定一套框架，供美國政府就能力最強的 AI 模型進行網絡安全測試。該框架將確立測試標準、時間表和流程。OpenAI 正與政府、同業公司、商界團體及其他持份者進行具建設性的討論，共同協助塑造這項工作。
正在進行的網絡安全評估工作，正好說明一致性為何重要。目前，在聯邦框架完成前已開始測試模型，這是可以理解的。各實驗室在推進這一流程時，有一點已變得清晰：州與聯邦層面都需要一套一致且可重複的做法。如果我們希望能力最強的模型能交到政府、關鍵基礎設施防衛者、盟友及其他可信賴夥伴手上，這一點至關重要。我們認同政府希望在 8 月初前落實這套框架的目標。
聯邦測試框架將有助把先進 AI 工具交到政府、關鍵基礎設施防衛者、盟友及其他可信賴夥伴手上。這樣做將強化民主制度，並有助建立由美國領導的民主 AI 技術棧。現在正是運用美國創新領先優勢，支持民主 AI 的時候。
無論是界定不清的聯邦流程，還是各州法律拼湊而成的局面，都無法形成一套連貫的前沿安全制度。我們需要一種做法，確保最優秀的測試者評估能力最強的模型，並讓可信賴的防衛者能及時取得這些工具，走在惡意行為者之前。
國會亦正採取行動。兩院及兩黨議員，包括最近的眾議員 Jay Obernolte 和 Lori Trahan，均留意到各州及行政部門的發展，並已提出聯邦框架建議。任何具備現實通過路徑的討論草案都不可能完美。但我們視這項工作為向前邁出的富有成效一步，並相信其中許多條文經過周詳考慮，值得支持。
同樣令我們鼓舞的是，參議院和眾議院領袖正認真投入國家治理及前沿安全提案，我們亦已與其中許多人進行具建設性的對話。鑑於已有一些規模和影響力可觀的州制定方向一致的法律，將這些做法納入聯邦立法，應有助更容易建立單一的全國前沿安全制度。
OpenAI 的前沿 AI 安全藍圖列出了我們認為該框架不可或缺的元素。
首先，聯邦政府應主導對最先進系統的測試和評估。前沿 AI 帶來國家安全和公共安全問題，需要技術專業、資源和存取權限，這些都不是任何一州能完全複製的。
這項工作應強化人工智能標準與創新中心（CAISI）；該中心在拜登總統任內成立，並在特朗普總統任內得到加強。CAISI 可提供所需的持久聯邦能力，用以評估先進模型，並把前沿安全轉向在危害發生前加以預防，而非主要依賴事後問責。任何聯邦立法都應審慎考慮 CAISI 應如何與政府其他部門合作，以及它應在測試工作的核心扮演甚麼角色。
其次，開發能力最強系統的公司應符合明確要求，包括獨立審計、事故通報、嚴格安全標準和舉報人保障。
第三，聯邦與州的工作應互相強化。各州法律不會完全相同，而我們期待與全國各地的政策制定者合作，確保這些法律在強化安全的同時，最大化 AI 的經濟效益。
各州亦應繼續在前沿安全以外的領域充當民主實驗室，包括青少年保護、電力與環境政策，以及 AI 教育與素養。
聯邦框架仍然不可或缺。前沿 AI 提出國家安全、經濟競爭力和公共安全方面的問題，最終需要全國標準、全國能力和國家機構來支持民主 AI。
全國立法對於由美國領導的 AI 標準國際框架同樣關鍵。數星期前，這一構想曾在七國集團會議上與巴西、埃及、印度、肯尼亞和韓國共同討論；多間領先前沿實驗室的行政總裁在會上討論了建立此類框架的需要。該次會議後，OpenAI 行政總裁 Sam Altman 在《金融時報》撰文提議（在新視窗中開啟）「建立一個由美國領導的國際論壇，制定公認標準，對能力和風險提供專家且公正的分析，並向參與且遵守規則的國家和公司提供這項技術。」本星期，Google DeepMind 行政總裁 Demis Hassabis 亦在一篇新論文中提出深思熟慮的構想。聯邦立法——而且必須是兩黨共同支持的立法——將為這項國際工作奠定堅實基礎。
這股動力如今在各個層面都清晰可見。各州正在建立共同做法。國會和行政部門正推動建立全國框架。全球領袖亦開始討論國際標準。如果各方彼此承接，美國便能引領制定一套建基於 AI 民主願景的全球框架。而這種面向 AI 的民主協同做法，才是真正把安全置於首位的做法。
