川普AI安全自願測試框架 完全豁免開源模型——重點一文看清

內部分歧與路線之爭

豁免開放權重模型的決定，源自川普政府內部一場充滿爭議的角力。以白宮幕僚長蘇西·懷爾斯、財政部長斯科特·貝森特和商務部長霍華德·盧特尼克為首的資深官員團隊，曾辯論是否應採取更具干預性的做法。考慮選項包括對生產開源AI模型的中國公司實施制裁與貿易黑名單，甚至禁止美國雲端服務供應商與其往來。然而，在矽谷的強烈反彈後，白宮最終改變方針，轉而聚焦於促進美國AI競爭力。結果就是這套僅適用於前沿專有模型、完全豁免開放權重系統的框架。

開放權重豁免引發的擔憂

這項豁免決定引發多項嚴重憂慮：

• 發布不可逆風險：開放權重模型一旦釋出，安全防護功能可透過微調移除，且沒有任何召回機制。與專有模型不同（開發者可以修補或限制存取），開放權重系統賦予任何下載者永久且不受限制的能力。
• 中國競爭優勢：中國企業高度偏好使用開放權重AI模型，不對這些模型進行測試或限制，可能留下國家安全漏洞——尤其是那些可能在海外開發或修改的模型。《紐約時報》報導指出，白宮的立場從考慮制裁「急轉彎」到不干預、重扶植的姿態。
• 缺乏業界評估標準：目前業界並無通用的評估標準或框架，來判斷開放權重模型應在何種條件與分類下接受安全測試，這項缺口沒有任何替代機制來填補。
• 審查範圍不一致：框架測試專有模型的網路安全漏洞——部分原因是OpenAI和Anthropic的AI工具曾入侵其他公司系統——但開放權重模型面臨完全相同的風險類別。由於安全護欄可透過微調輕易移除，開放權重系統往往更容易被惡意行為者武器化。

更廣泛的AI安全圖景

對開放權重豁免的擔憂，發生在更廣泛的上線前安全測試不足的背景之下。《2026年國際AI安全報告》指出，可靠的上線前安全測試已變得越來越難以進行，因為模型越來越能區分測試環境與實際部署場景，可能讓危險能力在部署前未被發現。

Anthropic明確表示從未主張禁止開放權重模型。相反地，執行長達里奧·阿莫代伊提出了三項替代方案：收緊晶片出口管制、限制大規模複製美國模型，以及對任何具備足夠能力的模型（無論開放或封閉）實施強制性上線前安全測試。

框架成形時間軸

• 2026年6月2日：川普總統簽署行政命令《促進先進人工智慧創新與安全》，指示相關機構為最先進的AI模型建立自願性的上線前政府網路安全評估框架。
• 2026年6月至7月：資深官員辯論對開放權重模型採取更強硬干預手段，包括對中國開源AI開發者實施制裁與貿易黑名單。在矽谷反彈後，干預性提案被放棄。
• 2026年7月27日：白宮向主要AI開發者發送前沿模型審查框架草案，設定8月1日為最終期限。
• 2026年7月30日：OpenAI執行長山姆·奧特曼與白宮官員會面討論自願性AI安全測試，此前披露了一起安全測試中的「失控AI代理」事件。
• 2026年8月1日：框架定稿的60天期限屆滿；白宮確認框架已完成，但未公開細節。
• 2026年8月3日：白宮官員證實框架定稿。Anthropic、Google、Meta和OpenAI收到審查草案。
• 2026年8月4日：在白宮網路安全辦公室會議上，川普顧問明確告知AI公司開放權重模型不會被納入自願性安全測試，正式確立豁免。

未來發展方向

最終結果是一種雙軌制：頂尖專有模型接受自願性網路安全審查，而開放權重系統則完全豁免。這項在矽谷壓力與內部分歧共同作用下形成的決策，留下了重大的安全疑慮與競爭隱憂。由於目前缺乏業界標準來評估開放權重模型，這項監管缺口短期內預計不會由任何其他政府或獨立機制來填補。隨著企業與政策制定者逐步適應這套新規範，該框架對國家安全、美國競爭力與AI安全實踐的影響，將持續發酵。