科罗拉多州AI法案修订：算法问责新框架解析
这是美国州级 AI 立法的里程碑事件。科罗拉多州原定于 2026 年 6 月 30 日生效的 SB 24-205——美国首部综合性州级 AI 法律——在生效前三周被完全推翻，替代为 SB 26-189 ，生效日推至 2027 年 1 月 1 日。这不仅是一次法案更新，更是美国 AI 监管哲学从"恐惧驱散"转向"精准问责"的标志性转折。
在全球 AI 立法地图中，科罗拉多州正在探索一条与欧盟 AI Act 截然不同的路径：欧盟选择了"风险分级+严格合规"的重模式，科罗拉多则试图用"实质性影响"门槛+消费者事后救济的轻量级方案来平衡创新与保护。这种实验对全球其他国家和地区的 AI 监管路径选择具有重要参考价值。
如果你是 AI 从业者、创业者或投资人，这篇文章为什么值得一读？
核心变化一句话概括： - 消费者保留了对重大自动决策的知情权、解释权和人工复核权 - 企业免除了原有的风险管理、影响评估等广泛治理义务 - 部分联邦监管实体的豁免被取消，更多企业被纳入管辖 - 总检察长规则制定变为强制性，须在 2027 年 1 月 1 日前完成
关键转折点：
旧法 SB 24-205 使用的是"高风险人工智能系统"（ high-risk AI systems ）这一概念。这个定义的边界非常模糊——只要一个 AI 系统在就业、住房、医疗、保险、教育、贷款等重大决策中发挥了"任何有意义的作用"，就可能被纳入监管。这种宽泛的定义让企业很难判断自己是否需要合规，也让监管机构面临"什么都管、什么都管不好"的困境。
新法 SB 26-189 将核心概念替换为"覆盖性自动决策技术"（ covered Automated Decision-Making Technology ，简称 covered ADMT ）。这个转变不是换了个名字，而是监管哲学的根本调整：从"规制技术本身"转向"规制技术对个人的实质性影响"。
什么是 covered ADMT？
新法定义的核心触发条件是：系统必须处理个人数据，并且"实质性影响"（ materially influence ）决策结果。这意味着：
覆盖领域保持不变：就业（招聘、晋升、解雇）、住房（租赁、购房贷款）、贷款与信贷、保险（承保、定价、理赔）、医疗服务、教育（录取、奖学金）、政府基本服务。但新法增加了一个关键过滤层——只有在这些领域内实质性影响决策的 ADMT 才被覆盖。
2.2 企业义务
新法在执法机制上做了两项关键调整，直接改变了企业的风险敞口结构。
第一，私人诉讼权的明确排除。
旧法 SB 24-205 对私人诉讼权（ private right of action ）的表述比较模糊，留给了原告律师一定的解释和争辩空间——理论上，消费者可以尝试依据该法直接起诉企业。新法则彻底堵死了这条路径：只有科罗拉多州总检察长有权执法，个人不能依据 SB 26-189 直接向法院起诉企业。
这是什么意思？打个比方：假设一家银行使用 AI 系统审批贷款，你认为这个系统对你做出了不公平的不利决定。在新法框架下，你不能直接去法院告这家银行违反 SB 26-189 。你唯一的路径是向州总检察长办公室投诉，由总检察长判断是否启动调查或诉讼。这意味着执法的节奏、标准和资源分配完全集中在政府手中，消费者失去了"自力救济"的渠道。对企业而言，这大幅降低了面对海量个人诉讼的风险——在加州 CCPA 或伊利诺伊 BIPA 等法律下，集体诉讼（ class action ）是企业的噩梦；科罗拉多新法明确避开了这个模式。
第二，整改权（ right to cure ）的保留与日落。
新法保留了"整改权"机制：如果企业被发现违反 SB 26-189 ，总检察长必须先发出通知，给予企业60 天的整改期。如果企业在 60 天内纠正了违规行为，就可以免于被起诉或罚款。这在州隐私法中是常见设计（类似 CCPA 的 30 天 cure period ），目的是鼓励企业主动合规而非直接惩罚。
但新法增加了一个关键的"日落条款"（ sunset provision ）：整改权将在 2030 年到期。这意味着， 2030 年之后，总检察长可以不再给予整改机会，直接对违规行为采取执法行动。这个设计传递了一个明确的信号——立法者给企业几年的适应期，但最终目标是建立真正的威慑力。对投资者和企业法务而言， 2030 年是一个需要标记在日历上的关键时间节点。
第三，规则制定从"可做可不做"变成"必须做"。
旧法将规则制定权授予总检察长，但使用的是 permissive 语言——总检察长"可以"制定规则。新法则将其改为 mandatory ：总检察长"必须"在 2027 年 1 月 1 日前完成规则制定。这意味着， 2027 年 1 月 1 日不仅是法律的生效日，也是关键实施细则的截止日。企业在那之前面临的是一个"合规标准尚未完全明确"的灰色期。
第四，联邦实体豁免的收缩。
旧法对部分受联邦监管的企业（如某些银行、保险公司）给予有条件的豁免。新法取消了部分这类豁免，意味着更多原本认为自己处于州法管辖之外的企业现在需要关注 SB 26-189 的合规要求。这是新法"收窄深度、扩大广度"策略的体现——虽然对单个企业的义务减轻了，但被纳入管辖的企业数量反而可能增加。
新法保留了"算法问责"的核心精神，但将其嵌套在更窄的技术定义中。重要的是，这里的权利设计不是让消费者"审查算法怎么工作"，而是让消费者在受到实质影响时"知情并寻求救济"——它们是一组事后问责权，而非事前审查权。
这些权利具体是什么？
知情权（不是"看源代码"，而是"知道 AI 参与了"） - 如果一个覆盖性 ADMT 对重大决策产生了实质性影响，企业必须主动告知消费者：这个决策使用了自动化系统。 - 注意：消费者不是获得"算法如何运作"的技术透明度，而是获得"这个决策有 AI 参与"的信息公示。比如一家银行用 AI 审批贷款，它需要告诉借款人"我们的贷款审批流程中使用了自动化决策系统"，但不需要公开详细的模型参数。
解释权（不是"要求公开算法"，而是"为什么被拒绝"） - 当消费者遭受不利决策（如贷款被拒、简历被筛掉）时，有权要求企业解释：这个决策是怎么做出的？哪些因素起了作用？ - 这类似于信用卡申请被拒时银行提供的"不利行动通知书"（ adverse action notice ），但扩展到了更广泛的 AI 自动化决策场景。消费者可以了解：是否是 AI 系统的评分导致了负面结果，还是有其他因素？
纠正权（不是"修改算法"，而是"修正自身数据"） - 消费者有权要求纠正涉及自身的错误信息。比如，如果信用评分模型误将你的居住地记录或工作经历写错了，从而导致贷款被拒，你可以要求企业修正这些输入数据。 - 这与信用报告中的错误纠正机制（ Fair Credit Reporting Act ）类似，但适用于更多类型的自动化决策。
人工复核权（不是"找个人类签字"，而是"真正重新审查"） - 消费者有权要求企业进行"有意义的人工复核"（ meaningful human review ）。这不是形式主义地找个员工在文件上签个字——而是要求真正有人类以自己的判断对决策进行审查，考虑原告提供的新信息或异议，并有权改变结果。 - 例如：如果你被 AI 拒绝了住房申请，你要求复核后，一个真正的房产经理人应该重新审查你的材料，而不是只是看一眼 AI 的评分就签字确认。
这些权利的共同特征：它们都是"after-the-fact"事后权利——消费者不能在企业使用 AI 之前就去法院要求停止，也不能在诉讼中索要企业公开算法的完整细节。但一旦决策对自己产生了实质性不利影响，消费者就拥有了一套"知情—解释—纠正—复核"的救济通道，并且必须由总检察长代为执行。
覆盖的"重大决策"领域： - 就业（招聘、晋升、解雇） - 住房（租赁、购房贷款） - 贷款与信贷 - 保险（承保、定价、理赔） - 医疗服务 - 教育（录取、奖学金） - 政府基本服务
2026 年 6 月 4 日，众议员 Jay Obernolte （共和党）和 Lori Trahan （民主党）发布了 Great American AI Act 的 bipartisan 讨论草案。这份草案中有一个条款，在美国 AI 监管的地缘政治版图上投下了一颗重磅炸弹：三年联邦优先权（ three-year federal preemption ）。
联邦优先权（ federal preemption ）是美国法律体系中的一种"上位法压倒下位法"机制。简单来说，当联邦法律和州法律在某个领域发生冲突时，联邦法律优先适用，州法律的相关条款被视为无效。这在很多领域都很常见——比如航空安全、药品审批，都是联邦标准一统天下，各州不能自己另搞一套。
Great American AI Act 草案提出的"三年联邦优先权"意味着：在法案生效后的三年内，各州不得自行制定针对 AI 模型开发的监管规则——联邦标准将是唯一的游戏规则。三年期满后，各州可以重新制定自己的规则，或者国会选择延长优先权。
但这里有三个关键的限定条件：
优先权范围很窄：草案中的优先权仅适用于 AI 模型的"开发"环节，不涵盖模型的"部署"或"使用"。也就是说，联邦政府想统一的是"怎么训练基础模型"的规则，而不是"企业怎么用模型做招聘决策"的规则。
科罗拉多州的处境： SB 26-189 规制的恰恰是部署层和使用层（企业怎么用 ADMT 做重大决策），而非模型层（ OpenAI 怎么训练 GPT-6 、 Anthropic 怎么训练 Claude 4 ）。因此，科罗拉多法律很可能完全落在联邦优先权的范围之外。即使 Great American AI Act 通过，科州的 ADMT 规则仍然有效。
草案距离成法还很远：这份文件目前只是"讨论草案"（ discussion draft ），尚未进入正式的立法程序。消费者倡导团体已经强烈批评这一优先权条款，称其为"代际错误"（ generational mistake ）——认为它会冻结州层面的创新监管实验，让大型科技公司获得三年"监管假期"。在大选年的政治环境下，这份草案能否通过、通过时优先权条款是否会被保留或修改，都是高度不确定的。
利好：
免除了繁重的风险管理程序和影响评估义务：旧法要求企业建立完整的风险管理框架，定期做影响评估，这对中小型 AI 应用公司是一笔不小的合规成本。新法取消这些前置义务，转而聚焦于消费者的权利保障（披露、解释、复核），大幅降低了合规门槛。
明确排除私人诉讼权，降低诉讼风险：如前所述，新法明确只有总检察长能执法，个人不能依据该法直接起诉。这是什么意思？在加州 CCPA 或伊利诺伊 BIPA 下，一支原告律师军团可以批量发起集体诉讼，企业即使最终胜诉也要付出巨额律师费。科罗拉多新法从根本上消除了这个风险敞口。执法权集中在总检察长一人手中，企业面对的对手从"无数个人原告"变成了"一个政府机构"，诉讼策略和成本结构完全不同。
获得额外 6 个月缓冲期：从 2026 年 6 月 30 日推迟到 2027 年 1 月 1 日，给企业多出了近半年的准备时间。
利空：
部分原认为自己受联邦监管豁免的企业现在被纳入管辖：特别是金融服务和保险领域的一些企业，原本可能依赖联邦豁免来规避州 AI 法，现在需要重新评估合规策略。
总检察长强制规则制定意味着合规标准仍有重大不确定性： 2027 年 1 月 1 日才生效，但关键概念（ materially influence 的认定标准、披露的具体形式、人工复核的最低要求）都依赖总检察长的规则制定。企业在 2026 年下半年处于一个"知道有法律要来，但不知道具体标准是什么"的尴尬期。
"materially influence"的宽泛解释可能将更多工具纳入管辖：虽然定义本身比旧法更窄，但如果总检察长在规则制定中采取宽泛解释（例如，将"影响进入面试名单"也视为 materially influence ），实际覆盖范围可能超出当前预期。
联邦优先权若通过，对模型层企业是一大利好。
如果 Great American AI Act 通过且其三年优先权条款保留，基础模型开发者（如 OpenAI 、 Anthropic 、 Google DeepMind 、 Meta AI ）将在三年内享有统一的联邦监管环境，不必面对 50 个州各不相同的规则。这降低了合规的复杂度和成本，尤其对于这些公司的法务和政策团队而言，是实实在在的减负。
但需要注意的是，这份草案的优先权只覆盖模型开发，不覆盖模型的部署和使用。而 SB 26-189 聚焦的恰恰是部署层——即企业如何将模型应用到招聘、贷款、保险等具体场景中。因此，科罗拉多法律对模型层企业的直接影响其实很有限。 OpenAI 不会因为科州法律而改变 GPT 的训练方式；但使用 GPT API 做简历筛选的 HR SaaS 公司，则需要认真研究科州的新规则。
简单来说：模型层企业受联邦变量影响更大，受科州变量影响更小；应用层企业则相反。
"materially influence"的界定：总检察长将如何定义这一阈值？是否会参考欧盟 AI Act 中"substantially influence"的判例？
与欧盟 AI Act 的互操作性：在科州开展业务的跨国企业，其合规体系能否同时满足欧盟风险分级和科州 ADMT 披露要求？
Great American AI Act 的政治前景： bipartisan 草案在 2026 年大选年的通过概率？消费者团体的"代际错误"批评能否形成足够阻力？
其他州的跟随效应：伊利诺伊、纽约、加州等是否会在科州"窄化"路径上跟进，还是坚持更宽泛的规制模式？
对 AI 投资的影响：州级监管不确定性（三层不确定性堆叠）是否会影响 AI 应用层企业的估值逻辑？
参考链接
[1] TechTimes - Colorado's AI Law Takes Effect [[June]] 30 (Jun 8, [[2026]]): https://www.techtimes.com/articles/318002/20260608/colorados-ai-law-takes-effect-june-30-it-gives-you-right-appeal-decision-ai-made-about-you.htm