AI监管：中国应采取“小步快跑”的迭代策略

▲2026年2月28日，英国伦敦，示威者从OpenAI办公室出发，前往Meta总部和谷歌DeepMind总部参加抗议游行，反对英国AI数据中心的快速扩张以及人工智能在环境、社会方面的影响，呼吁在立法提供安全措施和民主管控前暂停AI发展 图/视觉中国

许多新兴事物需要一段时间的沉淀，通常需要十年左右的周期才能显现其深远影响。当公众对相关问题有了深刻认识，并且缺乏强大的技术背景时，出台相关法律，即使是具有约束力的法律，大家也更容易接受。然而，人工智能的发展速度极其迅猛，在此背景下，仓促立法不仅可能跟不上发展节奏，而且效果也可能有限。

2026年4月27日，国家发展改革委宣布，其外商投资安全审查工作机制办公室依法依规对某外资收购Manus项目的申请作出禁止投资的决定，并要求相关方撤销该收购交易。这是中国首例被公开叫停的人工智能领域外资收购案，同时也传递了一个重要信号：涉及关键技术的企业，在资本退出渠道方面，必须高度重视国家安全审查的要求。

对人工智能关键技术和核心数据的安全管控，是当前全球主要经济体的一个普遍共识。人工智能大模型的训练高度依赖海量数据，因此，各国都要求人工智能企业在收集、处理和使用训练数据时，必须维护本国的数据安全审查和主权合规性。

欧盟颁布的《人工智能法案》对训练数据的隐私、偏见和版权提出了当前全球最为严格的要求，但到了2025年，欧盟又通过了《数字综合法案》，在一定程度上放宽了对模型训练数据的处理和使用限制，其目的是为了激发欧盟AI产业的创新活力。

2026年3月，美国白宫公布了《国家人工智能立法框架》。相较于2023年10月拜登政府发布的人工智能行政令，这份立法框架的核心理念已从“安全、可靠、值得信赖”转变为“创新主导、赢得人工智能竞赛”，强调通过简政放权来提高效率，从而确保美国在全球人工智能竞赛中的领先地位。这被视为美国从单纯追求技术领先转向系统性构建“全栈式”生态主导权的重要立法建议。

围绕这一框架所引发的讨论，恰恰是理解当前全球AI治理路径分化的一个关键切入点。如今的人工智能治理，已经从单纯的技术议题上升为涵盖国家安全与国际规则塑造的综合性战略能力。

为此，《南方人物周刊》专访了全球人工智能创新治理中心秘书长、复旦大学发展研究院副研究员姚旭。姚旭分析了中国、美国和欧盟在人工智能法规及治理方面各自不同的处境和应对策略，并着重强调了人工智能可能加剧全球不平等及数字鸿沟的风险。

▲全球人工智能创新治理中心秘书长、复旦大学发展研究院副研究员姚旭图/受访者提供

美国人工智能立法框架：

国内共识尚未形成，全球推广尚需时日

南方人物周刊：几年前欧盟发布的《通用数据保护条例》（GDPR）的核心理念得到了全球的广泛认可，此次美国政府发布的《国家人工智能立法框架》，是否有可能建立新的全球共识？

姚旭：可能性不大，甚至该框架能否在美国国内达成共识都尚未可知。该框架倡导的“联邦优先权”和“预先排除”原则，废除了美国各州在人工智能领域的监管权力，直接挑战了美国联邦制的传统权力分配格局，引发了加州等科技前沿州的强烈反对，甚至在共和党内部也因触及“州权保守主义”而产生严重分歧。例如，加州早在几年前就已颁布《消费者隐私保护法》，这是在数字立法方面非常超前的实践。

其次，该框架带有明显的党派意识形态色彩。特朗普及其共和党放松监管的倾向，在民主党和传统左翼人士看来是极为反常的，与民主党政府此前强调的“安全、可靠、值得信赖”以及反垄断监管理念背道而驰。该框架被批评过度偏袒大型科技资本，挤压了公众的隐私和救济空间，并且未能有效回应劳动力市场因人工智能替代就业而产生的结构性焦虑。

此前，尽管中美在科技领域的竞争非常激烈，但拜登政府在其任内并未实质性地放松科技监管，包括对美国大型科技公司采取了一系列监管措施。

在全球范围内，很少有国家像美国一样，既拥有强大的人工智能产业和研发基础，又实行联邦与州分治的治理模式，各具优势。在此背景下，该框架向外推广的可能性并非特别高。

南方人物周刊：美国该框架主张“预先排除”各州对人工智能开发的监管，并禁止各州因第三方滥用AI而惩罚开发者，这是为了避免底层模型开发者承担无法承受的连带责任吗？

姚旭：事实上，目前全球各国的监管和立法实践中，都不会让底层模型开发者承担无限连带责任，绝大部分责任都落在产品层面。否则，将出现一个非常现实的问题：许多开源模型的开发者将模型公开发布，任何人都可以随意下载和使用，后续出现的问题很难与开源模型的开发者建立直接的关联，权责界定本身就非常困难。当然，也有不少声音呼吁通过更多方式为开源模型设置安全阀门，但从技术和政策层面来看，目前实现这一目标的难度较大。

我不赞同将发展与监管对立起来看待。我始终认为，人工智能的有效治理，需要统筹协调发展与安全。监管一方面在于明确底线，告知企业和开发者哪些行为是禁止的；另一方面，清晰的政策规则也能明确合规的范畴，界定哪些是可以做的、哪些是值得做的。

我一直反复强调一个观点，即监管本身也能促进创新。因为一旦规则边界和准入阈值明确，反而能够减少不确定性，从而整体提升创新的效率。

南方人物周刊：中美在人工智能领域的竞争，是否对美国人工智能法规的制定产生了影响？

姚旭：来自中国的竞争压力确实是其中的一个重要因素，这促使美国不仅考虑国内治理，更将人工智能视为战略工具，以确保其在全球人工智能生态系统中的主导地位。

美国内部也存在许多限制因素和需要考量的变量，除了联邦与州权之间的博弈、不同党派间的意识形态斗争，以及政府与科技巨头之间的矛盾；还需要平衡科技巨头与中小企业、开源社区的发展，同时满足科技企业、芯片制造商、能源开发商以及国防部门的利益需求，并考虑能源审批、输电线路建设以及电力成本的分配问题等等。

▲2026年4月14日，海南海口，在第六届消博会科技消费展区，观众与人型机器人互动图/新华社

AI治理路径的全球分化

南方人物周刊：欧盟的《人工智能法案》是否有可能复制欧盟《通用数据保护条例》（GDPR）那样的全球影响力？

姚旭：从监管的角度来看，GDPR是一个无法绕过的标杆。在GDPR出台之前，全球范围内几乎没有国家建立了成熟的个人数据保护规则。GDPR不仅占据了先发优势，而且站在了道义的制高点，“布鲁塞尔效应”非常显著。此后全球陆续出台的各类个人数据保护规则，大多受到了GDPR的深刻影响。

然而，当其他国家纷纷借鉴甚至照搬GDPR时，欧洲自身却开始反思这套规则的局限性。自2016年GDPR正式生效以来，中美数字经济竞争日益白热化，平台经济以前所未有的速度在全球范围内快速迭代、颠覆各行各业，这是在Web1.0、Web2.0早期无法想象的。

从GDPR生效的那一刻起，欧盟在数字经济乃至数字科技的全球竞争中就已落后。欧盟因此产生了危机感，并开始自我调整，这导致了与其他国家学习借鉴欧盟立法的明显节奏错位。许多国家从2016年开始参考GDPR推进立法，而立法修订通常需要三到四年时间，等到各国法规正式落地时，欧盟却已开始自我反思并承认原有规则存在问题，而其他国家的新法已经成形，调整空间十分有限。

许多新兴事物需要一段时间的沉淀，通常需要十年左右的周期才能显现其深远影响。当公众对相关问题有了深刻认识，并且缺乏强大的技术背景时，出台相关法律，即使是具有约束力的法律，大家也更容易接受。然而，人工智能的发展速度极其迅猛，在此背景下，仓促立法不仅可能跟不上发展节奏，而且效果也可能有限。

因此，我认为，进入人工智能时代之后，各国不会再像GDPR时期那样，简单、快速甚至全盘照搬欧盟的监管规则。

南方人物周刊：目前全球AI监管似乎形成了欧盟（侧重人权与强监管）、美国（侧重市场与分散立法）以及中国（侧重敏捷治理与场景落地）三种不同的路径，您如何评价这三种模式的差异？

姚旭：中、美、欧这种划分，在各个领域都存在，人工智能也不例外，但我个人一直反对这种过于刻板的标签化划分。

前面在谈论欧盟时我也提到，在某个特定的静态时间点，针对某一部具体法案来看，它确实可能呈现出强监管的特征。但是，整个治理过程是动态的、长期的，并且是由各利益相关方反复博弈形成的。就人工智能法规而言，其中涉及多重博弈：包括国家层面的发展权与安全权博弈、政府监管部门与科技产业界的权力博弈、技术创新诉求与社会伦理底线的博弈、不同国家/地区间规则话语权的博弈，还有企业内部合规成本与商业利益的博弈，以及普通用户在权益保护与技术便利之间的诉求博弈。其根本支撑，是每个国家或行为体实际能力的现状与变化，所以我认为应该尽量打破这种刻板印象。

南方人物周刊：那么，各国的监管趋势在未来是会趋于一致，还是差异会更大？

姚旭：就当前现实而言，没有哪个国家会宣布“拒绝人工智能发展”，也没有哪个国家会说“我们就要强监管，哪怕把企业管垮”。但各国对人工智能的法律监管力度存在差异，我认为这与几个方面的原因直接相关：

一是国家自身的能力，包括产业与技术发展水平、相对实力，以及产业界、技术界在政策制定中的话语权大小；二是政策制定所依赖的传统治理路径。例如欧盟，从欧共体至今，所有协作都需要非常明确的统一规则来约束成员国，否则很容易陷入混乱。因此，它更倾向于诉诸法律和刚性的监管措施，而法律的核心作用往往是“划定不能做的事情”，自然会表现出更强的监管属性。

从欧盟的监管历史可以看出，它一直在各个领域持续进行修补和完善。从数字科技监管到以GDPR为代表的数据与隐私保护框架，欧洲对个人基本权利的重视程度远超其他国家和地区。这其中有复杂的历史因素：一方面，欧洲强调规范性权力，需要用更高的道德标准来彰显自身的价值优势；另一方面，欧洲在很长一段历史中都处于人类科技文明的领先地位，因此不怕用监管手段暂时放缓发展速度。

但现在欧洲已经非常着急了，这一点可以从2024年的《德拉吉报告》中看出，该报告指出了大量问题，但欧盟缺乏强有力的资源支持和体系化整合能力来解决这些问题。

欧洲现在迫切希望摆脱“强监管、扼杀创新”的标签，转向更侧重发展的路径：一方面在《人工智能法案》（AIA）的调整中更加兼顾创新；另一方面也在标准制定、国际规则对接等领域积极发力。

再看美国，此前很长一段时间，尤其是民主党执政时期，恰恰是美国互联网、数字科技、人工智能产业发展最快的阶段。例如，奥巴马时期，互联网进入了超高速发展期；拜登时期，大模型爆发，也并未因民主党“强反垄断、大政府”的倾向而根本改变产业进程——但企业内部的感受和诉求已经发生了分化，不同企业的声音差异很大。

这与企业自身的业务属性、发展模式、所处生态高度相关：过去几乎所有大型科技企业，尤其是加州硅谷的“西部派”，都是民主党的坚定支持者。当时面对强力反垄断、政府监管限制、大政府扩张，他们为何没有太多抱怨？而到了这一轮人工智能浪潮，所谓的“科技右翼”为何集体转向“小政府、去监管”的立场，成为放松监管的拥护者？这是一个非常值得观察的现象。

总的来说，不存在固定不变的治理模式，只有特定阶段的治理趋势。长期来看，全球人工智能治理趋势会趋于一致；但短期内，治理碎片化的趋势很难改变，根本原因在于国家间的核心利益天然不同。各国优先维护自身国家利益，再叠加中美科技竞争加剧、全球阵营化分裂的态势，这种碎片化在短期内难以弥合。

南方人物周刊：如果全球人工智能监管版图持续碎片化，中国人工智能企业在“出海”时将面临哪些情况？

姚旭：中国的出海企业将持续面临挤压和困扰，尤其是在特朗普政府上任之后，美国开始更加全面地推行所谓的“全栈”人工智能全球发展布局策略，它的这个“全栈”就包括了从软件到硬件、从人员到应用再到所有全息生态的全覆盖。

不仅仅是中国企业，所有企业在全球化这一轮发展中，或者说在这一轮逆全球化浪潮下的“出海”进程中，都会遇到一个难题：如何进行本地化适配。因为国家与国家之间的区隔可能会更加明显，政策、法律等各方面的鸿沟可能会不断扩大，相应的合规成本也会随之提高。尤其是不同的国家、不同的区域，可能都需要专门去进行语料和数据集的搜集、整理与训练，这对于整个项目的成本控制，将是一个巨大的挑战。

▲2026年4月16日，美国华盛顿特区，美国参议员伯尼·桑德斯举行新闻发布会，表达他对人工智能取代美国工人工作岗位的担忧图/视觉中国

制定一部全面综合的大法案，绝非最佳路径

南方人物周刊：在您看来，我国未来出台全面综合的人工智能领域法规时，最需要关注的方面有哪些？

姚旭：我们目前在人工智能治理方面，已经拥有不少规制工具箱，这些工具箱中的规制已能在各个领域进行指导，并且在各类场景化具体治理项目中也取得了较好的成果。例如，《生成式人工智能服务管理暂行办法》对大模型上线前的备案提出了明确要求；我们的伦理审查也有明确的办法。这些规制都可以通过迭代完善，比如最近国家网信办联合五部门发布了《人工智能拟人化互动服务管理暂行办法》。

这一波以生成式人工智能为代表的人工智能发展浪潮，仅仅是开始。后续是否会出现新的技术路线、产生新的问题，以及如何有效应对这些问题，都需要快速适应的治理方案。在此过程中，制定一部全面综合的大法案，绝非最佳路径。即使欧盟推进AI立法速度较快，但目前在高风险领域落地适配的讨论过程中，仍存在诸多问题，且后续调整难度极大，这可以称之为前车之鉴。

但“摸着石头过河”是可行的。欧盟《人工智能法案》中的风险分级分类做法，值得我们尝试，我们也可以在具体实践中吸取经验教训。与其制定一个全面的超级大法案，我们更需要的是在现有各条线规制中进行快速调整。例如，《生成式人工智能服务管理暂行办法》推出已近3年，根据工信部及相关投资报告等数据显示，已有近八百个模型通过备案，这种审查备案方式是否需要革新，值得探讨。

在此过程中，我们更应关注的是，人工智能在国内国际发展联动中，目前仍然存在的政策制约，需要采取“小步快跑”的迭代思路。例如，在算力国际化部署体系中，数据跨境流动仍然是一个突出问题；又例如，尽管2024年出台了“三二新规”（《促进和规范数据跨境流动规定》），且这两年各地在推行中已有不少成效显著的案例，但如何适应人工智能时代的全球布局，如何向外提供人工智能国际公共产品、开展算力国际化合作与部署，仍需要有针对性的考量和快速迭代。

南方人物周刊：在人工智能的法规、治理领域，您最关心的是什么？

姚旭：在人工智能高速发展的新阶段，全球南方国家普遍面临严峻的智能鸿沟，整体发展能力受到限制。最直观的表现是，人工智能发展与治理所需的各类关键资源难以快速聚集。其中最突出的问题是，人工智能的底层基础设施严重不足，不仅缺少数据中心、算力设施，能源及各类配套基建也普遍薄弱，直接制约了人工智能发展的基础。同时，全球南方国家的技术人才储备缺口巨大，无法在人工智能高速爆发的阶段，为产业发展提供充足、稳固的人才支撑。

在以往几代的技术变革中，全球南方国家已经在不同程度上遭遇了信息数字领域的鸿沟，而这一轮的智能鸿沟具有更强的不可逆性，马太效应将持续加剧。资源优势国家在资源的集聚、转化方面效率更高，与弱势国家之间的差距将持续拉大，甚至可能催生新的资源垄断和掠夺问题。

正因如此，有针对性地强化全球南方国家的人工智能能力建设，是中国长期以来持续呼吁并主动践行的方向，也已经落地了大量实践与合作。与此同时，联合国等国际组织也需要更好地发挥作用，做好全球资源的统筹协调。