监管的新姿势：自己动手测
AI 监管的经典模式是「合规申报」：厂商提交安全报告、监管审核文档——监管者的信息来自被监管者的自我陈述。这个模式在 AI 的前沿风险面前显得力不从心：厂商的内部评测报告可以「选择性呈现」，监管者没有独立验证能力——「你说是安全的」与「监管者知道是安全的」之间隔着巨大的信息不对称。
英国 2023 年成立 AI Safety Institute（AISI，后更名 AI Security Institute），开创了新模式：政府建立自己的技术团队，直接评测前沿模型——发布前拿到模型的预发布版本、自己跑危险能力评估、出具独立的评测报告。2024 年，美国跟进成立 US AISI，并在旧金山 AI 峰会上促成国际 AISI 网络（多国机构的评测协作）。这篇拆解 AISI 模式的运作、价值与它带来的权力结构变化。
AISI 模式的运作机制
评测的获取机制：与前沿实验室的「预发布评测」协议（模型发布前，实验室把预发布版交给 AISI——「发布前的窗口」是评测价值的关键（发布后再测=马后炮——「自愿协议」的性质（目前是自愿合作不是法定义务——「自愿→法定」的演进方向（欧盟 AI Act 的系统性风险条款、各国立法的跟进——预发布评测的法定化趋势）。评测的内容：危险能力评估的政府版（化学/生物的 uplift 评估、网络攻击能力、自主性测试——「独立跑分」（AISI 自己的评测集与评测方法（不依赖厂商的方法——「方法论的独立性」是 AISI 价值的核心（同样的模型，独立方法的评测结果可能与厂商报告不同。评测结果的运用：出具报告给政府决策层（模型的危险能力画像——「报告的两条路径」：对厂商的反馈（发布前的风险提示与改进建议）、对政府的情报（前沿能力的国家视角——「评测结果的政策化」——评测数据进入监管决策（哪个能力阈值该触发什么监管动作。
graph TD
A[AISI 模式三机制] --> B[评测获取: 预发布评测协议<br/>发布前的窗口 自愿→法定]
A --> C[评测内容: 独立方法跑分<br/>危险能力评估 方法论独立]
A --> D[结果运用: 对厂商的反馈<br/>+ 对政府的情报 → 政策化]
E[价值: 打破信息不对称<br/>监管有了自己的眼睛]
AISI 模式的价值与挑战
价值一：打破信息不对称。监管第一次拥有独立的技术判断力（「不再只听厂商的」——评测报告的独立性让监管的决策有「自己的眼睛」——「能力对称」的监管（懂技术的监管者与懂技术的厂商对话——监管的技术水位决定监管的质量——AISI 把监管的技术水位拉到了前沿。价值二：评测方法论的公共品。AISI 的评测方法与基准的开放（「方法论的公共品化」（评测基准的公开、评测工具的共享——行业与学术界的评测能力被拉升——「评测生态」的正外部性。价值三：国际协作的载体。AISI 网络的评测协作（多国机构共享评测任务与结果——「评测结果的互认」的前景（一国评测、多国参考——评测标准的国际统一是监管篇的国际机制的技术底座。
挑战一：与厂商的合作张力。厂商的配合动机（自愿合作的前提是「合作有好处」——「合作的激励设计」（配合评测的厂商获得监管的信任积分、不配合的面临监管压力——「自愿合作」的可持续性（竞争压力下的厂商顾虑（预发布版给政府=泄露风险——模型机密与评测需求的平衡——「评测的保密分级」（评测结果的保密管理。挑战二：评测能力的军备。前沿模型的更新速度 vs AISI 的评测周期（「评测追赶」的节奏——模型两三个月一代、评测方法论的建设以年计——「评测的前瞻性」（评测要预测下一代模型的能力——不是追着现有模型跑——评测团队的人才密度是关键（「政府抢 AI 人才」——AISI 的薪酬与使命感的组合拳。挑战三：权限的边界。AISI 目前「评测为主、监管为辅」（英国模式：AISI 只评测不执法——「评测机构与执法机构」的关系（评测结果如何转化为执法动作——AISI 与监管执法部门（如英国的 CMA、ICO）的接口——「评测权与执法权」的制度设计是 AISI 模式的下一题。
对产业与生态的影响
对厂商的影响：发布流程的「评测前置」（「AISI 环节」加入发布流程（模型发布 checklist 多了一项：预发布评测——评测结果影响发布的决策（「评测不达标延迟发布」的先例（「评测与发布节奏」的张力——厂商的发布营销计划与评测周期的协调）。对评测产业的影响：政府的评测需求带动的产业链（评测工具、评测基准、评测服务——「评测的产业级需求」（第三方评测服务的市场被政府背书拉升——模型安全评测维度篇的评测产业获得「国家队」的牵引。对国际格局的影响：评测权的地缘分布（AISI 网络的成员与缺口（「评测权」的地缘政治——谁的评测被国际认可——中国、欧盟、美国各自的评测体系的互认与博弈——「评测主权」是 AI 治理的新维度（算力治理篇的算力杠杆之外，评测杠杆正在形成。
AISI 的进阶观察：评测的实测与「政府评测的局限」
AISI 模式的进阶观察：评测的实测案例与政府评测的局限。评测的实测案例：AISI 对前沿模型的评测实例（英国 AISI 对多个前沿模型的系统评测（「评测实例的公开」（部分评测报告的公开发布——「评测发现的实例」（模型在特定能力上的评级（如「在生化 uplift 上为中风险」——「评级」的产出形态（报告的风险等级与依据——评测实例给产业的真实信号：「政府的评测比厂商的评测更敢于给低分」——独立评测的批判性。「评测能力的成长曲线」：AISI 团队的人员与预算的扩张（「评测的军备」（评测团队的人才招募（政府的薪酬挑战——「薪酬的缺口」（政府薪酬 vs 市场薪酬的差距——使命感与编制的组合——「旋转门」的人才流动（厂商与政府的双向流动（「旋转门」的双刃（理解厂商+独立性风险——旋转门的人才战略。政府评测的局限：「评测的滞后性」（评测的是上一代模型——评测周期 vs 发布周期的赛跑（「追着评测」的疲态——预发布评测的协议缓解（拿到预发布版——但预发布版也不是最终版——「评测的时效边界」要诚实声明。「评测的覆盖缺口」：评测能力的领域缺口（评测团队的专业领域覆盖（生化、网络、金融——「领域专家的缺口」（每个危险领域需要领域专家——政府的领域专家池的局限——「外部专家的参与」（领域专家的咨询机制——评测的「领域顾问网络」。「AISI 模式的可复制性」：其他政府的跟进难度（「复制的门槛」（评测团队的技术密度、与厂商的协议能力——中小国家与 AISI 网络的接入（「网络的接入」（小国通过 AISI 网络共享评测——「评测的共享经济」（大国评测、小国参考——「评测的国际公共品化」的趋势——AISI 网络的扩展（更多国家加入——「评测网络的地缘」（网络的成员与排除（地缘的划分——评测网络的地缘格局反映了 AI 治理的地缘格局。AISI 的进阶总结：实测案例展示了独立评测的批判价值 + 政府评测的局限（滞后、领域缺口、人才）要诚实面对——AISI 模式的成功不是「政府替代厂商评测」，是「双轨制」：厂商自评（快、深）+政府独立评测（狠、敢）——双轨的互补让 AI 的安全评估第一次有了「多重视角」——监管篇的信息不对称问题，正在被这个双轨制一寸一寸地解决。
高频问答：AISI 模式的边界
收尾前回答三个高频问题。「企业要主动申请 AISI 评测吗？」——分阶段的建议：「自愿评测的收益账」：监管信任的资产（配合评测=监管友好——「信任积分」的长期价值（监管的快速通道（合规审批的优先——「快速通道」的先例（配合评测的企业在监管沟通中更顺——「评测的政治账」：提前发现问题（AISI 发现问题的保密期（「保密期的修复窗口」——评测发现的问题在发布前修复——好过发布后被独立研究者发现——「早发现早修复」的博弈。「不评测的风险账」：监管的信任赤字（不配合的企业的监管成本——「不配合的信号」（不愿评测=有东西怕测——「怕测」的舆论解读——「不敢评测」的企业会被公众与媒体质疑。中小企业的评测接入：中小模型厂商的评测需求（AISI 聚焦前沿模型——「中小厂商的评测缺口」（前沿评测覆盖不到、市场的评测机构在补位——「评测的分层市场」：政府评测（前沿）、认证机构（中坚）、自查工具（长尾——「三层评测市场」的形成。AISI 的问答收束：AISI 模式的终极判断——「评测正在成为 AI 的『入关手续』」——前沿模型的发布要过评测关——「评测关」的通关成本与通关收益的博弈——早通关者拿监管信任、晚通关者付合规成本——「评测的政策化」不可逆，企业要做的是把评测从「被动应付」变成「主动经营」。
小结
AISI 模式的核心创新：政府从「听报告」转向「自己测」——预发布评测协议、独立方法论的跑分、评测结果的政策化，三个机制打破了监管与厂商的信息不对称。它的价值（能力对称的监管、方法论公共品、国际协作载体）与挑战（与厂商的合作张力、评测能力的军备、评测权与执法权的制度设计）并存。对产业的影响是结构性的：发布流程多了「评测前置」环节、评测产业获得国家牵引、评测权成为 AI 治理的新地缘维度。AISI 模式的历史意义可以一句话概括：它把「AI 安全」从厂商的自我声明，变成了政府可以独立验证的公共事务——这是 AI 治理从「承诺驱动」走向「证据驱动」的分水岭。
监管的上限是监管者的技术水位——AISI 们正在把这个水位，一段一段地抬上来。
读者留言
COMMENTS 暂无还没有留言，来说第一句？