域外之见 | 美国AI政策转向的背景、内容与应对

其一，在两党博弈的背景下，美国联邦AI政策环境出现了重大变化 。特朗普政府上任伊始便签署了第14179号行政令，标题为“消除美国在人工智能领域领导地位的障碍”。此行政令不仅撤销了前总统拜登于2023年10月30日签署的第14110号行政令——“关于安全、可靠和值得信赖的人工智能开发和使用的行政令”，更是否认了拜登行政令尝试构建的一个全面的AI治理框架，包括关注AI在CBRN（化学、生物、放射和核能）、网络安全和关键基础设施等领域的风险，进行严格的安全评估，强制透明和问责制，促进公平和公民权利（DEI，多元、公平与包容），并设立了安全研究所等机构。而特朗普新的行政令目标是“ 增强美国在全球AI领域的统治地位 ”，明确指示联邦机构审查并废除阻碍创新的政策，并鼓励开发“不受意识形态偏见或精心策划的社会议程影响”的AI系统。为了追求AI发展速度和地缘政治优势，特朗普政府愿意接受更高程度的潜在AI风险。

其二，中国AI的快速发展 。美国产业界曾经认为美国大幅领先，例如谷歌前CEO埃里克-施密特表示在AI领域美国将永恒领先中国两到三年，而在去年11月他观察到中国开源模型的崛起，认为中国可能会在一年之内赶上。而今年1月DeepSeek-R1发布让美国政商两届都认识到中国在基础模型领域已经从追赶转为并跑。多家美企表示如果坚持限制和管制，在其他国家留下的市场空间会迅速被中国开源模型及其衍生应用所占据， 相比于模型能力，DeepSeek快速超越ChatGPT、应用下载量登顶所建立的生态优势让美企更为担心 。在此背景下， 美国AI政策从拜登时代强调识别和减轻AI风险，转向特朗普政府优先考虑加速创新、消除监管障碍、建设基础设施，并确保美国在全球AI竞赛中对中国的绝对优势 。

其三，企业对AI技术体系的理解也影响了政策具体走向 。产业侧都认识到 AI技术栈的发展是以模型能力为中心 ：更好的模型能力能够推动更多的应用，反过来能够提高模型和基于模型的应用体系的依存度，模型和应用的协同实现更强的网络效应；而更好的模型也能实现更好的电力-算力-智力转化，提高基础设施的规模效应，以及模型对于芯片、网络设备等关键器件的软硬协同创新。对此，需要持续推动芯片、计算集群以及电网等基础设施的高效建设，为保障模型能力持续领先，并且加强美国的AI技术体系输出，通过全球范围的用户认同和技术依赖创造商业价值，并把美国的先发优势转化为网络效应，必须修正拜登时期的技术管制策略。