今年二月我写过一篇AI 治理全景图,结论是:美国——前沿 AI 开发大约一半的投资在这里——没有约束性的联邦安全法规,还在主动阻止治理。当时准确。现在仍然准确。
完整政治地图(派系、Sanders/民粹、Rutinel、2026 选举、联邦优先之战)见美国 AI 政策政治地图。本篇是纽约案例深读。
四个月里变的是:政策照样在写,只是不在国会。 加州和纽约通过了首批州法,要求前沿实验室公开安全框架、报告重大安全事件、保护举报人。行业花几百万想扼杀它们。州级失败后,一个 super PAC 又砸了 700 万美元,想把其中一项法案的主要作者挡在国会门外。
这是美国 AI 政策实际在哪里的故事:州议会、联邦优先之战,以及一场变成「要不要管前沿 AI」全国公投的国会初选。
联邦真空——还在
基线没怎么动。Biden 的行政令 14110(2023 年 10 月)要求大模型安全报告、推动 NIST 制定标准。Trump 2025 年 1 月 20 日撤销,换成「消除美国 AI 领导力障碍」。NIST 的 AI 安全研究所改名 Center for AI Standards and Innovation(CAISI),预算仍约 1000 万美元,职能收窄。
国会提出过几十项 AI 法案。没有一项成为全面的联邦法律。Cruz 试图在 2025 年预算案里塞进 10 年州 AI 执法禁令,2025 年 7 月被参议院 99–1 删掉——罕见的两党联手拒绝广泛联邦优先。但这不代表联邦优先死了。只是战场移到了更窄、更精细的草案上。
2026 年的问题不是「美国会不会管 AI」,而是 谁有权管、在哪一层管、牙齿有多硬。
两个州,同一套模板
加州 SB 1047——要求安全测试、允许州政府叫停危险发布——2024 年 9 月被 Newsom 否决 之后,前沿安全倡导者换了策略:先透明和问责,不要先喊停训或算力上限。 让实验室先把在做什么记录清楚,再谈立法要不要拦。
两条姊妹法出来了。
加州 SB 53(Transparency in Frontier AI Act)
Scott Wiener 参议员主笔,2025 年 9 月签署,2026 年 1 月生效。Anthropic 公开支持。
适用对象:大型前沿开发商——大致是训练算力超过 10²⁶ FLOPs、年收入超 5 亿美元的主体。必须:
- 在网站发布 前沿 AI 框架:如何评估灾难性风险、保护未发布权重、是否用第三方评估、每年更新
- 发布/重大修改前沿模型前发 透明度报告
- 向加州 Office of Emergency Services 报告 重大安全事件(一般 15 天,紧急 24 小时)
- 举报人保护 + 匿名内部举报渠道
处罚:州检察长执法,约 100 万美元/次。
不要求 暂停训练、政府预批准发布、或算力上限。它把自愿安全实践 写成了法。
纽约 RAISE Act(Responsible AI Safety and Education Act)
Alex Bores 众议员与 Andrew Gounardes 参议员联署,2025 年 6 月议会两党通过(提案方称约 84% 纽约选民支持),Hochul 州长 2025 年 12 月 19 日签署——但签署前大幅削弱。经章节修正案后 2027 年 1 月 1 日生效。
RAISE 覆盖类似内容:大型前沿开发商(约 1 亿美元以上训练算力门槛)须书面制定并公开安全与安保协议、第三方风险评估、保护模型权重、72 小时内报告重大安全事件、举报人保护。NY 金融服务厅下设 Responsible AI Safety and Education 办公室负责监督。检察长民事处罚——原稿最高 3000 万美元,Hochul 砍到加州量级(约 100 万美元)。
Politico 称通过版「被广泛认为是全国范围最远的」。据报道 Trump 行政令曾针对该法案。科技游说和 VC 花重金想扼杀或稀释。
对照
| CA SB 53 | NY RAISE | |
|---|---|---|
| 主笔 | Sen. Scott Wiener | Asm. Alex Bores + Sen. Gounardes |
| 签署 | 2025.09 | 2025.12(削弱后) |
| 生效 | 2026.01 | 2027.01 |
| 事故报告 | 15 天 / 紧急 24h | 72 小时 |
| 处罚 | ~$100 万/次 | ~$100 万/次(Hochul 削减后) |
| 行业态度 | Anthropic 背书 | 行业对抗;Trump EO 针对 |
这不是禁令。是 强制安全计划 + 事故报告 + 举报人保护——AI 安全研究社区喊了很多年的那套,现在写进了前沿实验室扎堆的两个州的法律里。
Encode(Sneha Revanur 的组织)两条都参与了推动。
联邦的反手
2026 年 6 月,三条联邦线叠在一起——核心分歧也在这里。
Trump 行政令(6 月 2 日)
自愿的发布前审查:前沿开发商可选择把模型提交 CISA/NSA/财政部审查,最长 30 天再公开发布。「覆盖范围前沿模型」标准 60 天内定义。明确 不能 据此搞强制许可或预批准。NSA 主导基准测试;CAISI 仅咨询。
放手型。无强制事故报告。不参与无处罚。
GAAIA 讨论稿(6 月 4 日)
众议员 Jay Obernolte (R-CA) 与 Lori Trahan (D-MA) 发布 269 页两党 Great American Artificial Intelligence Act 讨论稿——迄今最实质的联邦前沿治理提案。
对大型前沿开发商,将要求:
- 公开 前沿 AI 框架(类似 SB 53/RAISE)
- CAISI 认证的第三方 半年审计(IVO)
- 强制 重大安全事件报告
- 违规最高 1 亿美元/天
- 将 CAISI 写入法,授权约 1 亿美元/年
但也包含 3 年联邦优先:州不得新立「专门管 AI 模型开发」的法律。一般性法律(民权、劳工、隐私、消费者保护)和 部署后 监管保留。加州 AB 2013 这类训练数据透明法会被联邦法覆盖。CA、NY、IL 的前沿安全法会被「联邦化」——用联邦标准替换,不是叠加。
Roll Call 和 Encode 都把联邦优先标为引爆点。Wiener 和 Encode 反对。行业常要联邦规则——但要更弱、且覆盖掉它们已经在州级打过的法。
争的不是「管不管」
是:
- 谁定基准测试——公开门槛(GAAIA/SB 53)vs 保密 NSA 标准(Trump EO)
- 强制 vs 自愿——事故报告和审计要不要写进法
- 州还有没有权——还是冻结三年等国会谈完
GAAIA 若带着联邦优先通过,SB 53 在「开发阶段」的义务可能被联邦法覆盖。这是安全派现在在组织反对的情景。
Alex Bores:案例,不是英雄
Alex Bores 不是 AI 安全研究员。他是 纽约州众议员(第 73 选区,曼哈顿东侧),Georgia Tech 计算机硕士,Palantir 出身——对手在攻击广告里往死里打这几点。他自称纽约各级民选民主党人里唯一有 CS 学位的。
他重要,因为联署了 RAISE,并以 联邦化 RAISE 为旗号竞选国会——成为测试:一个州级前沿安全立法者,能不能扛过行业 PAC 战争进众议院。
他的框架
Bores 用三轴分类看 AI 立法:
- 态度:对 AI 悲观 vs 乐观
- 时间尺度:近期 vs 远期
- 范围:具体用例 vs 一般性
多数州 AI 法案是悲观 + 近期 + 具体(招聘偏见、deepfake、儿童 chatbot)。Bores 四象限都占。RAISE 是远期前沿安全。NY AI Consumer Protection Act(仿 Colorado)是近期算法歧视。训练数据透明(A6578,议会一致通过)是近期一般披露。严格责任(A8833)是远期经济激励——灾难性伤害不论是否尽职都追责。
这个分类能解释攻击广告抹平的东西:Bores 在牵头 RAISE 的同时,对几项雇佣和借贷 AI 法案(A3779、A773)投 反对。理由:评估成本高但不改标准、管不到占市场主体的全国性银行、或把州政府 AI 应用冻十年。Lasher 联署那些法案,拿 Bores 的反对票说他不一致。Bores 的反驳:可执行的针对性监管 好过表演性护栏——读懂法案,改范围,不然别过。
两边都可以成立。他对支持哪些监管确实更挑。他也是通过全国最强透明度法那个州的前沿安全门面。这两件事别扭地共存。
烧钱大战
Bores 要接 Jerry Nadler 退休席位的 NY-12——安全民主党选区——成了 2026 年 AI PAC 花钱最多的初选。
| 阵营 | 主体 | 规模(约) |
|---|---|---|
| 反监管 | Leading the Future super PAC(据报道 Palantir/OpenAI 系出资) | 600–700 万+ 攻击广告 |
| 亲监管 | Chris Larsen(Ripple 联创) | 350 万 |
| 亲监管 | 各类安全倾向捐赠 | 支持 Bores 合计约 459 万 |
Politico 描述策略:「把 Bores 打惨,让其他政客一提 AI 开发监管就跑。」
悖论:攻击广告可能帮了他——抬知名度、反寡头叙事、纽约时报、Vanity Fair、Ezra Klein Show、Time 100 AI 2025。
2026 年 2 月,他竞选捐款里只有约 12% 来自 NY-12 选区内。这是打在曼哈顿初选上的全国性战争。
初选
八人混战。提前投票 6 月 13–21 日。选举日 6 月 23 日。
主要对手 Micah Lasher——前 Hochul 政策主任、RAISE 联署人、SAFE for Kids(限制未成年人算法社交 feed)推手——打 全面 tech accountability:劳工、借贷、数据中心、民权,加上前沿安全。Hochul 背书 Lasher,签署 RAISE 前先削弱——信号是:要 AI 监管,但不要 Bores 那条产业钱 + 单一前沿叙事。
结果: Lasher 约 39%,Bores 约 35%,差约 4000 票。NBC/CBS/CNN 选举夜宣布。Schlossberg 第三约 11%。
Leading the Future 达到公开目标:Bores 进不了国会。 但在八人混战、700 万攻击广告之后拿 35% 第二,很难说是选民否决前沿监管。Lasher 也联署了 RAISE。行业挡的是作者,不是政策本身。
Bores 还剩什么
Bores 仍是 AD-73 众议员。RAISE 仍是法。他牵头 A9449(章节修正案,与 Hochul 妥协后的生效文本)、A6578(训练数据透明,议会已通过)、A10379(未成年人 unsafe AI chatbot,2026 年 6 月议会通过,等 Hochul 签)。
他的联邦 43 点框架——联邦化 RAISE、AI dividend、训练数据透明、国际安全标准——不会由他在国会提出。若 Scott Wiener 11 月赢下 CA-11,Wiener 可能成为众议院里 唯一的前沿法作者。
平行战线:Wiener
加州 Scott Wiener 6 月 2 日初选 41.3% 第一,拥挤选区里出线——同一政策赛道,不同结果。SB 53 作者。若 11 月赢下 CA-11,预期推动 联邦化 SB 53。
2026 年两个前沿透明法作者竞选国会。一个初选赢了。一个输了。政策模板两场选举都还在。
如果你关心 AI 安全
对研究者: SB 53 和 RAISE 已经(或即将)是法。在加州或纽约运营的前沿实验室,强制安全框架和事故报告不是自愿最佳实践——是法定义务。法案里「灾难性风险」「重大安全事件」的定义,值得和你的评估工作对照读。
对治理: 州实验室策略部分成功了。两个大州通过了行业拼命想杀掉的透明法。联邦回应不是干净照搬——而是 联邦化一个版本 + 联邦优先覆盖州法三年(GAAIA),或提供保密基准测试的自愿审查(Trump EO)。Cruz 99–1 说明广泛联邦优先能被打败。写进两党法案的更窄联邦优先更难挡。
对政治经济学: NY-12 证明前沿 AI 监管已是 全国 PAC 议题。花钱比例——700 万挡一个候选人 vs 全球 AI 安全资金约 2–4 亿——告诉你权力在哪。行业目标是寒蝉效应:让下一个州议员写 RAISE 之前多想两遍。
对个人: 如我在如何参与 AI 安全里写的,治理缺的是公众压力,不是政策想法。70–86% 美国人支持 AI 监管。给议员办公室打电话,说 反对广泛联邦优先覆盖州 AI 安全法——不能投票也可以做,而且杠杆很高。
开放问题
- Hochul 11 月前会不会签 A10379(儿童 chatbot)和数据中心 moratorium(A11560)?
- 2026 年参议院会不会通过 A6578(训练数据透明)?
- GAAIA 的联邦优先经利益相关者反馈后会不会被砍掉,像 Cruz moratorium 一样?
- Wiener 若进国会,前沿透明联盟(Wiener + Anthropic + Encode)能不能打过 综合民权框架(Lasher + 劳工 + 检察长 James)?
- Bores 输了会不会吓退其他州议员——还是 RAISE 在法比谁把它带到华盛顿更重要?
美国仍然没有联邦 AI 安全法。但第一次有了 前沿实验室必须遵守的州法——以及烈到为一个众议员砸七位数的政治战。这不算少。也不够。
来源
- 前作:AI 治理全景图(2026 年 2 月基线)
- Trahan/Obernolte GAAIA 讨论稿公告(2026 年 6 月 4 日)
- Roll Call — GAAIA 联邦优先
- Politico — Leading the Future 策略
- Ezra Klein Show — Alex Bores 访谈(2026 年 4 月)
- Time 100 AI 2025 — Alex Bores
- AP — NY-12 AI 花钱
- NYS Senate — RAISE 签署
- Alex Bores AI framework
- 研究笔记:
notes/people/Alex_Bores.md、notes/people/NY12_AI_legislation_bores_lasher.md、notes/research_us_ai_policy_primer_zh.md