聊 AI 治理，中文语境最熟悉的是两条主线：欧盟的 AI Act（重监管、全链条义务）与中国的生成式 AI 管理体系（备案、标识、内容责任——本库各有专篇）。但全球的治理图景远不止两格：美国联邦与州的立法拉锯、英国用「安全研究所」另辟蹊径、新加坡用「框架+沙盒」柔性引导、G7 与联合国在搭国际机制的地基——每个辖区都在用不同的治理哲学回答同一个问题（如何管住 AI 的风险又不掐死创新）。本篇补全这张地图的其余部分，看清各路线的分野与正在发生的合流。
美国：联邦立法僵局与州法的「百舸争流」
美国的 AI 治理呈现「联邦慢、州级快」的独特结构。联邦层面：综合性的 AI 立法在国会长期停滞（两党的分歧、游说的强度、立法优先级的竞争），行政分支则以行政令与机构行动填充（2023 年的 AI 行政令建立了联邦机构的安全评测与报告要求，后续的行政令随政府更迭有方向调整——联邦政策的摆动性本身是美国结构的一部分）；州层面成为立法的主战场：科罗拉多州的 AI 法案（2024 年通过，算法歧视的消费保护路径——对高风险 AI 系统的部署者施加注意义务）、加州的多轮尝试（安全前沿法案 SB 1047 因争议被否决，聚焦深度伪造与训练数据的其他法案通过）、伊利诺伊州的就业 AI 规范等——州法碎片化的双刃剑：它创造了「政策的多样性实验」（不同路径的效果可比较），也制造了合规的拼图地狱（跨州运营的企业面对五十种可能的法律）。美国路线的深层逻辑：没有统一的中央立法权与强行业管制传统，治理依赖「既有法律的扩展适用」（民权法、消费者保护法、FTC 的不公平行为管辖）+ 新立法的增量试错——这与欧盟「先立综合法」的进路形成方法论对照。行业自律在这个真空里扮演了过渡角色（头部实验室的自愿承诺、前沿模型论坛的互认框架），其约束力与可信度始终是讨论焦点。
英国：安全研究所路线
英国走出了一条被广泛借鉴的第三条路。核心动作：2023 年布莱切利园 AI 安全峰会（全球首届 AI 安全峰会，中美欧与主要实验室齐聚）及其成果——AI 安全研究所（AI Safety Institute，后更名 AI Security Institute）：一个政府所有的技术评估机构，职责是对前沿模型做发布前后的安全测试（与主要实验室协议的评估访问权）。英国路线的特征：不急于立法，先建「国家的技术验证能力」——用研究所的科学评估为未来的政策提供地基（「先测量，再治理」）；在国际上，英国把自己定位为「中美欧之外的桥梁节点」（布莱切利后续由韩国、法国接续峰会，国际安全研究所网络成型）。评价：研究所路线解决了「监管需要技术能力」这个被普遍低估的前提（立法者不了解技术时，立法只能沦为姿态），但它的局限同样明显：评估的访问权依赖企业自愿（没有强制的法律抓手）、以及「安全研究所」的定位回避了「经济与社会风险」的治理（它管安全，不管就业与市场结构）。英国路线的启示是：治理的第一块积木不是法律，是国家的测量能力——这块积木正在被多国复制。
新加坡与其他柔性治理
新加坡的「模型 AI 治理框架」（Model AI Governance Framework）与 AI Verify 测试工具代表了「柔性治理」路线：政府提供治理框架（原则、操作指引、评估工具），企业自愿采纳与认证，监管兜底在既有法律（隐私、消保）内完成——它适合新加坡的体量与定位（创新的试验场），也影响了东南亚的区域治理讨论。日本的路线偏「软法」：以治理指南与社会共识引导为主，立法克制——它的考量是产业竞争力与「敏捷治理」的理念。韩国在峰会接续与 AI 基本法立法上较积极。这些柔性路线与欧盟硬法的对照，构成治理哲学的两极：规则的确定性（硬法）与迭代的敏捷性（软法）的取舍——硬法给企业确定性与公平，但立法周期跟不上技术迭代；软法敏捷但约束力弱。现实的折中正在出现（欧盟 AI Act 本身设计了数年的分阶段实施；各国的「监管沙盒」机制——在受控环境里允许创新测试豁免部分规则）。
国际机制：从峰会到联合国
AI 的跨境属性让国际机制成为绕不开的一层。G7 广岛进程（2023）：为生成式 AI 提供了第一套主要经济体的国际指导原则与行为准则（面向组织的软性国际文件）。联合国：大会通过了多项 AI 决议（含中美联署的包容性决议——大国在联合国场合的罕见合流），秘书长设立了高级别咨询机构，全球数字契约把 AI 治理列入议题；国际安全研究所网络（英韩法等国的研究所联网）承担技术层的国际合作。评估现状要诚实：国际机制的产出目前以原则、宣言、网络为主，尚无带牙齿的全球性 AI 条约（对比核军控与气候的巴黎协定，AI 的国际治理还在「形成共同语言」的阶段）；但方向信号清晰——峰会序列的延续、研究所网络的扩展、以及大国在「前沿模型风险」议题上的有限共识（都承认需要某种国际协调），是未来任何硬机制的地基。对企业的实用结论：全球运营的 AI 产品，合规策略要按「最严格辖区」设计（布鲁塞尔效应的现实），同时盯住美国州法的差异化义务——全球地图的拼图还在变，但「欧盟定标准、美国出判例、各区域补细节」的格局已现雏形。
布鲁塞尔效应与「合规即出口」
全球治理地图有一个经济学的驱动机制值得单独讲：布鲁塞尔效应（Brussels Effect）——欧盟通过其单一市场的规模，把自身的监管标准「出口」给全球（GDPR 是史上最成功的样本：全球企业的隐私合规事实上按欧盟标准做）。AI Act 正在重演这个效应：全球运营的 AI 企业不会为欧盟单独维护一个「合规版」产品——按 AI Act 的要求改造的产品与服务流程，会自然地成为全球默认（成本逻辑：一次合规，全球通用）。布鲁塞尔效应对 AI 的适用有独特的放大器：AI Act 的义务绑定在「产品进入欧盟市场」上，而 AI 产品的「进入」可以是远程的（API 服务覆盖欧洲用户即触发）——数字服务的可及性让「欧盟市场」的边界远大于地理欧盟，标准的出口效率因此更高。制衡的力量也存在：美国的市场规模与联邦州法的影响（本库正文的州法百舸）、中国的标准体系输出（生成式 AI 治理经验的对外分享）、以及产业界对「过度合规成本」的游说反弹——布鲁塞尔效应在 AI 上的强度，取决于美欧中三方标准博弈的均衡。对企业的实操结论：把 AI Act 的合规要求当作「全球合规的地基」来做（它目前是义务最重、颗粒度最细的框架），在此基础上叠加各辖区的差异义务——「以最严者为基础，以差异者做补丁」的合规策略，是布鲁塞尔效应时代企业的理性选择。
治理地图的动态维护：怎么追踪一张会变的地图
全球治理地图最大的实操难题是地图本身在变——法规在修订、新辖区在加入、执法在发展。给追踪者一套「地图维护」的方法。信息源的四层结构：法定文本层（各国立法与监管机构的官网与公报——最权威但最慢）；监管执法层（监管机构的执法案例与罚款公告——比文本更反映「真实的执法口径」：法规写的是一回事，罚的是什么另一回事）；行业实践层（头部企业的合规报告、行业联盟的白皮书——反映「企业实际怎么做」）；学术与智库层（治理研究的论文与智库简报——反映「下一个要监管什么」）。追踪的节奏建议：法定文本半年一扫（大修订的周期）、执法案例月度跟进（执法口径的实时校准）、智库报告季度研读（趋势的早期信号）。内化的形式：把追踪的产出写进企业的「合规差异表」（辖区 × 义务 × 我司状态——本库《企业治理清单》的模型清单扩展为「辖区合规矩阵」），并给每个辖区标注「义务生效时间线」（欧盟的分阶段实施、美国州法的生效日——合规的日历比合规的清单更常被忽略）。地图维护的终极心法：别试图追上地图，把「地图会变」设计进自己的合规系统——系统有更新机制，地图怎么变都不怕。
小结
全球治理地图收成四条：美国是「联邦僵局 + 州法百舸」——政策实验的多样性与合规的拼图地狱是一体两面；英国路线证明「治理的第一块积木是国家的测量能力」——安全研究所模式正在被多国复制；新加坡与日本的柔性路线在硬法之外提供「框架+沙盒」的敏捷选项，硬法与软法的取舍是治理哲学的两极；国际机制尚无带牙齿的条约，但峰会序列、研究所网络与大国的有限共识是未来硬机制的地基。地图还在演变，但方向已经可读：各条路线正在合流——用测量打底、以分阶段立法跟进、在国际层面保持对话——AI 治理的世界秩序，正在从蓝图变成工地。
参考资料
- 科罗拉多州 AI 法案（Colorado AI Act, 2024）与加州 AI 相关立法文本
- 英国 AI Safety Institute（AI Security Institute）的公开评估报告与布莱切利峰会成果文件
- 新加坡 Model AI Governance Framework 与 AI Verify 官方材料；G7 广岛进程国际指导原则
- 本库前篇：《欧盟 AI Act 两年记》《中国生成式 AI 监管地图》—— 两大主线的专篇
读者留言
COMMENTS 暂无还没有留言，来说第一句？