人工智能（AI）技术的飞速发展，正以前所未有的速度重塑全球经济与社会格局。然而，随之而来的监管挑战也日益凸显，尤其是在美国，各州层出不穷的AI立法尝试，正在构建一个复杂且碎片化的监管环境。这种分散式的管理模式，虽然旨在应对AI带来的潜在风险，但其对技术创新可能造成的负面影响，已成为业界和政策制定者共同关注的焦点。
近期，美国国会通过的总统“大而美法案”引发了广泛讨论，其中未能包含对美国州级AI监管的暂停条款，无疑让许多人感到失望。在AI技术尚处于初期、公众理解有限的阶段，游说团体往往能够更容易地推动那些可能具有反竞争性质的法规，从而阻碍开源项目及其他有益的AI发展。一个合理的暂停期，本可以为监管机构提供宝贵的时间，深入了解AI的实际风险与收益，从而避免仓促制定出欠妥的监管方案。
从历史经验来看，新技术的监管通常遵循一条相似的轨迹。当AI技术初露锋芒、尚不被广泛理解时，企业往往倾向于对其潜在益处或危险进行夸大性陈述。传统媒体和社交媒体在缺乏有效事实核查机制的情况下，也容易鹦鹉学舌，放大这些言论。这一初期阶段，企业几乎可以畅所欲言，营造出一种信息不对称的局面。这种环境为炒作和基于夸大风险的恐慌制造提供了土壤，一些企业甚至会利用这种机会，试图促使监管机构通过反竞争法律，以限制开源项目和其他潜在竞争者。
然而，随着时间的推移，明智的监管者会逐渐积累足够的知识，从而更清晰地理解AI的实际益处和固有风险。例如，美国参议院两党AI洞察论坛，通过广泛听取各方意见，最终形成了支持创新并驳斥“AI接管”等不实恐慌的共识。这表明，深入的学习和对话对于制定有效的AI政策至关重要。
欧洲联盟在AI监管方面也经历了类似的轨迹。在《AI法案》通过之初，许多监管者意识到其中一些“保护措施”并非真正有益。随后，他们放宽了部分条款，使其在限制创新方面的效果低于最初的预期。这再次印证了，随着对技术理解的加深，监管政策需要具备灵活性和适应性。
当然，并非所有的AI法规都应该被一概而论。确实存在一些旨在限制有害应用的AI法规，例如禁止未经同意的深度伪造色情内容，或防止误导性营销行为。这些法规通过规范具体应用场景，而非技术本身，展现了更为合理的监管路径。然而，许多州级政府由于资源有限，难以深入透彻地理解AI的复杂性，因此提出了不少可能适得其反的法规，尤其是在试图监管技术而非其具体应用方面。
以几个具体案例来看：
加利福尼亚州SB 1047法案：该法案曾试图对前沿AI系统施加安全要求，但其对模型创建者提出了模糊且技术上难以实现的要求，以防止潜在的下游有害用途。这种做法类似于要求锤子制造商对其产品被用于非法用途负责。幸运的是，加州州长加文·纽森最终否决了SB 1047，这一决定被视为对创新和开源社区的胜利。这项提案的风险在于，它可能导致开发者因为无法预见和控制所有可能的下游应用而面临巨大法律风险，从而抑制了基础模型的开发和开放共享。
纽约州负责任AI安全与教育法案：该法案于6月通过州立法机构，目前正等待州长凯茜·霍楚尔签署或否决。它同样对模型构建者提出了模糊且不合理的要求，旨在防范理论上的“关键危害”。该法案可能在未能实质性提升任何安全性保障的前提下，严重阻碍开源AI的发展。其潜在的问题在于，它可能要求AI开发者承担过度的责任，即使模型的风险是高度理论化的或难以量化的。
德克萨斯州负责任AI治理法案：最初，该法案也包含了许多与SB 1047类似的问题元素，例如对模型提供商施加不合理的合规要求，这些要求可能难以满足，且最终可能沦为形式主义的安全保障，无法真正提升公众安全。幸运的是，随着德州监管机构对AI理解的加深，他们显著缩减了法案范围。最终签署的法律将重点放在了特定的应用领域，并设立了一个咨询委员会和监管沙盒，将更多的负担放在了政府机构而非私营企业身上。这种调整体现了从技术本身监管转向应用场景监管的积极转变。
从目前已提出的法规来看，其总体影响似乎偏向负面。尽管一些法规可能带来微小的积极效益，但其中许多可能严重阻碍创新。这就是为什么在初期阶段，暂停州级监管本可能对AI和社会带来净效益。在有限时间内叫停那些欠佳的法规，可以为监管机构赢得时间，去真正理解AI技术，并抵制不负责任的恐慌情绪。此外，这也有助于避免形成一个支离破碎的州级法规拼图，让大大小小的企业难以遵守。
或许，一项长达十年的全面暂停令可能过于激进。一项更为温和的、例如两年期的暂停令，并且仅针对那些最具争议的监管提案，或许有更大的机会获得通过。这种有针对性的暂停，能在为监管机构赢得思考时间的同时，不完全冻结所有潜在的有效监管尝试。
尽管暂停令未能纳入总统法案，但我仍希望美国及其他国家能继续努力，为监管机构提供足够的时间，以理解AI的真实风险和收益。至关重要的是，避免在技术尚新、恐慌情绪最容易被煽动的初期阶段，通过那些扼杀创新的限制性法规。健康的AI发展，需要一个审慎、务实且富有前瞻性的监管框架，而非盲目跟风或过度反应。我们应当聚焦于识别和规制AI的有害应用，而非对通用技术本身施加不当限制，从而为AI的持续进步和社会福祉创造更有利的环境。
