微软总裁:AI监管比一盒牛奶还少,政策缺口暗藏风险

微软总裁以"比一盒牛奶规则还少"为喻,揭示当前AI治理的制度真空与各方路线之争。
微软总裁布拉德·史密斯用一个尖锐比喻点明现实:AI这一影响深远的技术,受到的强制性监管甚至少于牛奶或洗衣机。文章梳理了围绕这一困境的三条主要张力:其一,美国国内加速派(以特朗普为代表,主张自律、避免繁重监管以对抗中国)与谨慎派之间的路线之争;其二,科技公司签署的自律协议因允许企业自定义"安全"而被批评为转移注意力的障眼法;其三,美国联邦层面的迟疑反而为英国创造了成为AI监管标准制定者的机会窗口。史密斯的呼吁来自AI产业核心受益方内部,使其更具说服力,而"如何建立与技术影响力相称的责任体系"这一问题,至今仍悬而未决。
微软总裁布拉德·史密斯(Brad Smith)抛出一个发人深省的比喻:如今监管人工智能的规则,竟然比监管一盒牛奶或一台洗衣机还要少。这句看似夸张的话,实则直指当前AI治理的真实困境——在模型能力急速膨胀的当下,相应的安全规则与问责机制却远远滞后。

日常消费品都有规则,AI却近乎真空
史密斯的核心论点在于一个鲜明的对比:牛奶、洗衣机这类日常消费品,都必须经过食品安全、电气安全等一系列强制性标准的检验才能上市。而驱动当今科技浪潮的强大AI模型,却在很大程度上游离于类似的强制性约束之外。
这种落差不仅是监管哲学上的问题,更关乎实际的网络安全。随着模型能力越来越强,它们对全球数字系统安全构成的潜在威胁也在同步放大。史密斯明确表示,采取行动的时机已经到来——这意味着继续依赖松散的行业惯例,可能无法应对日益复杂的风险场景。
这个比喻之所以具有传播力,恰恰在于它把抽象的技术治理问题,拉到了普通消费者都能理解的层面。当一项可能影响关键基础设施的技术,其准入门槛低于一盒牛奶时,制度设计显然存在明显的盲区。
加速还是减速:路线之争
AI监管的分歧,本质上是发展节奏之争。
行业与白宫的不同立场
一个耐人寻味的现象是,部分美国主要AI公司此前曾主张放慢技术发展速度,为安全留出缓冲空间。而美国总统唐纳德·特朗普则持相反态度,认为美国产业必须加速前进,以在与中国的竞争中保持领先,并应避免繁重的政府监管拖累创新。
特朗普倾向于让企业进行自我监管,并宣布将举办一场科技峰会,设立该领域的特别代表。在这一框架下,多家科技公司领导人签署了一份关于自我监管、安全保障以及由独立专家进行审计的协议。
自律协议是真保障还是障眼法
然而,这份看似积极的协议并未赢得一致认可。批评者向媒体指出,该协议的根本缺陷在于:它允许企业自行定义什么是"安全"。换言之,裁判与运动员由同一方担任。
这些批评者进一步认为,这类自律安排实际上起到了"转移注意力"的作用——以主动承诺的姿态,缓解了外界对强制立法的呼声,却未必带来实质性的安全提升。这正是史密斯"牛奶比喻"所暗指的制度空洞:形式上的治理框架,并不等于有牙齿的约束。
这种"运动员兼裁判"的困境在科技行业并非首次出现。互联网平台的内容审核、算法推荐的透明度问题,都曾经历过类似的自律阶段,最终在重大事故或舆论压力下才推动立法介入。AI领域的自律协议通常以"负责任AI原则""红线承诺""第三方审计"为核心内容,但批评者指出,这类审计往往由企业自行委托,审计范围与深度也由企业主导,独立性存疑。对比之下,欧盟《人工智能法案》(EU AI Act)采取了按风险等级分类监管的强制框架,对"高风险AI系统"设有明确的合规义务和罚则,代表了与自律路径截然不同的制度取向。两种模式之争,本质上是"信任企业自我约束"还是"通过法律强制外部问责"的根本分歧。
英国的机会窗口
美国在联邦层面监管上的迟疑,反而为其他国家创造了空间。
史密斯认为,美国的行动迟缓给了英国一个独特的机会,使其有可能在人工智能监管领域成为引领者。对于一个希望在AI时代确立战略地位的国家而言,监管领导力本身就是一种软实力和产业吸引力。
这一判断背后有其现实逻辑:当技术强国选择观望,率先建立清晰、可信、兼顾安全与创新的规则体系的经济体,有机会成为全球AI治理的标准制定者。规则话语权,正在成为AI竞争中容易被忽视却极具价值的一环。
英国在AI监管领域已有一定布局基础。2023年,英国主办了首届全球AI安全峰会(Bletchley Park Summit),促成多国及主要AI公司签署《布莱切利宣言》,将前沿AI的潜在灾难性风险列为优先议题,并建立了国际AI安全研究网络。英国政府目前采取的是"以现有监管机构为基础、按场景分业监管"的轻监管路径,而非设立统一AI监管机构或出台专项立法。这与欧盟的强制立法模式形成对比,也使英国在吸引AI企业落地方面具有相对灵活的政策环境。史密斯所指的"机会窗口",正是在这一背景下:英国若能在灵活与可信之间找到平衡点,有望在国际AI治理体系形成期占据议程设置的主动权。
这场争论的真正分量
史密斯的发言之所以值得关注,在于它来自一家AI浪潮核心受益者的高层——微软既是OpenAI的重要支持者,也是Copilot等产品的推动者。来自产业内部的监管呼吁,往往比外部批评更具分量。
归根结底,"比一盒牛奶还少的规则"这一表述,提出的是一个无法回避的问题:当一项技术的影响力远超普通消费品时,社会是否应当为它建立相称的责任体系?加速派担心监管扼杀竞争力,谨慎派担忧失控风险,而自律协议能否填补这中间的制度空白,仍是一个悬而未决的争议。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。