本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
近期，全球主要国家在AI治理政策制定和实践方面持续加速：中国正式试行AI伦理管理办法，美国白宫讨论对前沿模型实施预审批，欧盟发布AI法案透明度执行指南，加拿大联邦隐私专员办公室裁定OpenAI训练数据违法。再加上新任教宗利奥十四世公开表态支持AI监管——全球AI治理从“要不要管”阶段，正式进入“怎么管”的执行竞赛。
这不是巧合。当技术能力每四个月翻一倍，治理真空的代价也在指数级增长。下文将逐一拆解AI治理的四条路径。
中国：将AI伦理审查制度化
乔治敦大学安全与新兴技术中心（CSET）近期翻译并发布了中国《人工智能技术伦理管理服务管理办法（试行）》。这份法规要求所有从事AI算法、模型、系统研发的科技企业、高校和研究机构，设立或委托伦理审查委员会，对其技术进行合规审查。
2026年4月，中国已发布该法规的正式试行版本，意味着这已不是征求意见稿，而是进入执行阶段的制度安排。几个值得注意的特征：第一，覆盖范围是“机构全覆盖”——不按模型大小分级，而是所有AI研发主体都需要设立审查机制。这与欧盟AI法案的“高风险分级”思路形成对比。第二，审查标准不限于技术安全，还涵盖社会公共利益。第三，制度设计上采用“自设+外部委托”双轨，给予了一定灵活度。
对跨国企业而言，这意味着在华AI业务将面临一套独立于欧美框架的合规体系。对全球治理版图而言，中国正在用自己的制度逻辑定义“负责任的AI”应该长什么样。
美国：预审批之争兜了一个完整的圈
Anthropic公开声明Claude Mythos模型“在发现和利用软件漏洞方面可能已超越除最顶尖人类之外的所有人”，并拒绝公开发布。这一决定直接引爆了华盛顿对前沿模型预审批制度的新一轮辩论。
白宫国家经济委员会主任凯文·哈塞特（Kevin Hassett）公开表示，政府正在研究一项可能的行政命令，要求先进AI系统在发布前“被证明是安全的”，并将其类比为FDA的药物审批。白宫幕僚长苏西·怀尔斯（Susie Wiles）随后软化了立场，强调政府“不做赢家和输家的裁判”，目标是支持创新而非官僚主义。
信息技术与创新基金会（ITIF）丹尼尔·卡斯特罗（Daniel Castro）撰文明确反对预审批。他的核心论点是：FDA类比根本不成立——药物是物理干预，有明确的临床终点；而AI模型是通用系统，能力边界不断变化，没有可以“通过”的测试。一旦政府许可成为发布前提，技术决策将不可避免地变成政治决策。
CSIS前OpenAI政策负责人Chris McGuire的一篇文章则提供了更长的历史线索。他指出，AI许可证辩论已经兜了一个完整的圈：2023年萨姆·奥特曼（Sam Altman）在国会呼吁对超过一定能力阈值的模型实施许可和测试——当时这是头条新闻但没有转化为政策；现在美国政府似乎“重新发现”了这些观点。从去监管到重新考虑管控，美国AI政策的钟摆仍在两端之间剧烈摆动。
更深层的问题是：当模型能力每几个月翻倍时，任何基于“能力阈值”的审批机制都将持续过时。ITIF认为，更有效的路径是事后责任追究、强制披露义务和AI保险市场——让成本内部化，而非让风险与速度外部化。
欧盟：从立法走向执行
欧盟AI法案2024年通过后，最大的悬念是“怎么落地”。近期的三个动作揭开了答案。
首先，欧盟委员会发布了AI法案第50条透明度义务的执行指南草案，向利益相关方征求意见（截止6月3日）。这份指南的意义在于：它第一次告诉企业，“透明”到底意味着什么——哪些信息必须披露，以什么方式，向谁披露。其次，28DIGITAL项目启动，旨在帮助中小企业将AI合规从成本转化为竞争力。最后，《安全且符合伦理的AI：面向世界的欧洲大理念》框架文件发布，表明欧盟不满足于区域性规则，而试图输出全球标准。
欧盟的独特定位是：它不生产前沿模型，但要定义前沿模型的使用规则。当美国仍在辩论“要不要管”时，欧盟已经在解决“怎么管得住”的问题。GDPR当年从区域立法变成全球事实标准——“布鲁塞尔效应”能否在AI领域重演，取决于这套执行体系是否真正可操作。
加拿大：全球首例对AI训练过程的裁决
加拿大联邦隐私专员办公室（OPC）近期裁定，OpenAI使用公开互联网数据和第三方授权数据集训练ChatGPT的行为违反了加拿大隐私法。OPC承认OpenAI开发生成式AI的目的是正当的，但认为其对公开数据的使用“过于宽泛”——公众无法预判其公开数据被用于训练AI系统。
ITIF认为这一裁决“开了一个危险的先例”。卡斯特罗指出：大语言模型依赖大规模数据集学习语言、推理和信息检索。限制对公开数据的使用，不仅会约束AI发展，更会将加拿大置于全球AI竞争的不利位置。这一裁决的全球传导效应值得关注：欧洲数据保护机构可能援引此例推动类似执法，而亚太国家也在密切观望。
值得一提的是，布鲁金斯近期分析了新任教宗利奥十四世对AI的道德立场——他选名可能致敬19世纪末面对工业化提出劳工权利的利奥十三世。这或许是一个信号：当法律框架追不上技术速度时，道德共识可能成为补位力量。
四条路径，一个真问题
制度化伦理审查、创新优先延迟监管、规则先行执行落地、隐私权优先限制训练——四种逻辑各有内在一致性，没有简单的对错之分。
但有一个问题无法回避：AI模型是跨境运行的，而治理是碎片化的。当同一个模型需要同时满足四套标准时，全球AI市场将面对GDPR时代未曾遇到的困境——数据可以本地化存储，但智能无法本地化运行。
这意味着，未来12个月的关键观察点，并非是哪条路径“胜出”，而是这些路径之间能否形成最低限度的互认机制。否则，碎片化本身将成为对AI发展的最大约束。
参考来源
1.https://cset.georgetown.edu/publication/measures-for-the-management-of-artificial-intelligence-technology-ethics-review/
2.https://itif.org/publications/2026/05/12/the-case-against-ai-pre-approval/
3.https://itif.org/publications/2026/05/09/canadas-privacy-ruling-on-ai-training-data-sets-a-dangerous-precedent/
4.https://www.csis.org/analysis/ai-licensing-debate-has-come-full-circle
5.https://digital-strategy.ec.europa.eu/en/library/ai-act-guidelines-transparency-obligations
6.https://www.brookings.edu/articles/pope-leo-xiv-and-the-moral-case-for-ai-governance/