DHS下令禁用DeepSeek：美联邦民用机构AI采购生变

美国国土安全部（DHS）发布指令，禁止联邦民用机构使用中国AI公司DeepSeek的产品与服务。这一消息在Hacker News上引发热议，64个点赞与64条评论背后，是业界对AI供应链安全、开源模型治理以及中美技术脱钩的持续担忧。

指令核心：从“关注”到“禁用”

根据Hacker News上引述的信息，DHS的新规将DeepSeek^广告列入联邦民用机构禁止采购和使用的清单。这意味着美国政府部门在日常办公、数据分析、客户服务等场景中，不能再调用DeepSeek的API或部署其开源模型。

此前，美国多个机构已对DeepSeek表达过安全顾虑，但多以“风险评估”或“内部提醒”的形式出现。此次DHS以正式指令的方式落地，标志着监管态度从谨慎观望转向实质性限制。对于依赖联邦合同的云服务商和AI集成商而言，需要重新梳理技术栈中是否嵌入了DeepSeek组件。

美国国土安全部（DHS）是美国联邦政府的内阁级部门，成立于2001年“9·11”事件后，主要负责边境安全、移民管理、网络安全与关键基础设施保护等职能。在AI治理领域，DHS并非唯一的监管机构，但其下属的网络与基础设施安全局（CISA）在联邦网络安全政策中具有重要影响力。DHS发布此类采购与使用指令，通常依据联邦采购法规（FAR）及内部安全政策，对联邦民用机构具有约束力，但不直接适用于国防部等军事部门或私营企业。理解DHS的职能边界，有助于判断该指令的实际覆盖范围与法律效力层级。

开源模型为何成为监管靶心

DeepSeek以开源模型和极低的推理成本著称，在开发者社区迅速积累口碑。但开源属性恰恰加剧了监管层的担忧：模型权重一旦公开，就无法通过传统的出口管制或供应商审查来追踪最终用途。

Hacker News评论中，有开发者指出，禁用商业API相对容易执行，但完全阻止联邦承包商在本地运行开源权重几乎不可能。这也是此次指令在执行层面面临的最大质疑——它更像是一种姿态，而非可验证的技术屏障。

开源模型通常指模型权重、架构甚至训练代码对外公开，允许任何人下载、部署和修改。这与“开源软件”不同：开源代码的许可证可约束再分发行为，而模型权重一旦公开，使用者可在本地离线运行，无需调用任何外部API，供应商也无法感知或拦截。传统的出口管制依赖实体清单与交易追踪，而开源权重可通过GitHub、镜像站、种子文件等多种渠道传播，几乎无法追溯最终用途。这正是监管层对开源模型感到棘手的技术根源，也是“禁用”在执行层面难以验证的原因。

联邦AI采购的连锁反应

DHS的指令可能产生溢出效应。美国联邦总务署（GSA）的采购框架、国防部的云安全要求，以及各州政府的IT政策，往往参考联邦机构的合规基线。一旦DeepSeek被标记为“禁止使用”，与其相关的第三方工具、浏览器插件、甚至代码补全服务都可能被连带审查。

对AI初创公司来说，这意味着在向政府客户销售产品时，需要提供更清晰的模型来源证明和供应链透明度。开源模型的“成分表”正在成为企业级销售的新门槛。

美国联邦总务署（GSA）负责制定跨部门的采购框架与合同工具，其合规基线常被州政府、承包商和云服务商参照采用。国防部的云安全要求（如FedRAMP授权流程）则对云服务商的供应链透明度提出更高标准。当某一AI产品被DHS标记为禁止使用时，GSA采购目录、FedRAMP授权审查以及各州IT政策可能相继跟进，形成事实上的“合规连锁”。对AI初创公司而言，这意味着向政府客户销售时不仅需要说明模型性能，还需提供模型来源、训练数据与依赖组件的可审计证明。

安全叙事与产业竞争的拉扯

指令背后的逻辑是数据安全与供应链风险，但评论区的讨论也指向产业竞争。DeepSeek的低价策略对美国AI公司的定价体系构成压力，禁用措施在客观上为本土供应商清除了一个价格竞争者。

这种安全与竞争的混合动机，使得政策边界变得模糊。开发者关心的是：下一个被列入清单的会是谁？开源模型社区是否会因此分裂为不同的合规区域？目前没有明确答案，但DHS的指令已经为AI治理开了一个先例——模型来源地本身，正在成为合规变量。

对开发者的实际影响

短期内，使用DeepSeek API的联邦项目需要寻找替代方案，迁移成本取决于应用深度。长期看，模型选型将不再只是性能和价格的比较，合规来源的权重会显著上升。对于开源社区，这一事件提醒我们：模型的开放程度与监管的可接受度之间，存在尚未解决的张力。