白宫正在考虑对人工智能模型进行发布前审查，这是技术监管领域的一项新尝试。

白宫正在考虑一项计划，对一些最强大的人工智能系统进行审查，然后再向公众发布。.

率先 报道了 这项 《纽约时报》 将在人工智能生命周期的关键阶段——部署之前——引入联邦审查。官员们越来越担心，前沿模型现在能够识别dent利用支撑关键基础设施的软件漏洞。

发表的一篇分析文章 《对话》杂志 指出 ，越来越多的证据表明，近期的AI系统能够发现操作系统和网络浏览器中的大量漏洞。这种能力虽然对防御性安全至关重要，但如果此类工具被滥用或落入不法分子之手，也会带来更大的风险。

模型能力促使政策重新思考

在Anthropic公司决定推迟其最新型号 Mythos能力dent。作为回应，该公司通过其“玻璃翼计划”（Project Glasswing）将访问权限限制在负责关键基础设施的少数机构。

据 《对话》报道，当 Anthropic 探索扩大人工智能访问权限时，白宫介入了此事，这表明即使更广泛的技术政策仍然相对以市场为导向，美国也对人工智能监管采取了更加积极主动的态度。

担忧并非仅限于单一公司或系统。英国人工智能安全研究所 报告 四月份的一份评估

该研究所重点介绍的一项测试中，该模型对一台定制虚拟机进行了逆向工程，并在几分钟内解决了一个复杂的难题，比使用专业工具的人类专家快得多。.

该研究所的报告中写道：“一个关键问题是，这反映的是某个特定模型的突破，还是更广泛趋势的一部分。GPT-5.5早期测试阶段的结果表明是后者。”

综合来看，这些研究结果表明，这些能力正在成为领先的人工智能系统的普遍特征，而不是一项孤立的突破。.

人工智能安全问题呈现出地缘政治维度。

其影响不仅限于技术领域，还延伸至国家安全领域。 《对话》杂志 警告称，与国家有关联的组织可能利用类似工具开展网络行动，其目标可能包括基础设施或经济系统。

这种转变的早期迹象已经显现。Anthropic公司报告称，疑似受国家支持的组织利用其模型开展间谍活动，影响了数十个机构。与此同时，微软和OpenAI在2024年表示，与政府有关联的团体正在利用人工智能来增强网络攻击。.

与此同时，研究人员仍在努力寻找可靠控制这些系统的方法。 《对话》杂志 表明，训练后应用的安全过滤器可能被绕过，而某些模型表面上看起来合规，但实际上并未完全消除风险功能。

这使得政策制定者中越来越多的人认为，安全措施可能需要在模型开发过程中就纳入其中，而不是在之后添加。.

政策展望：框架分散，压力上升

美国的这项提案是在一个更广泛、仍在不断发展的全球监管环境中形成的：

• 欧盟人工智能法案制定了基于风险的框架，对高风险应用提出了严格的要求，但并未强制要求对前沿模型进行集中审批。.
• 英国一直依靠英国人工智能安全研究所开展自愿合作，重点是与开发者建立测试和评估伙伴关系。.
• 美国正在采取的新做法似乎是对最先进的系统进行直接监管，可能会通过发布前审查的方式进行。.

立法者们已经开始更仔细地研究这些问题，国会于 4 月举行了关于人工智能安全和治理的听证会，但目前还没有取得任何全面的立法进展。.

如果实施，美国的释放前审查制度将代表着一种向更早干预的转变，将监督置于风险可预见之处，而不是风险发生之后。.

此举可能会树立一个非正式的全球标准，尤其考虑到美国集中了众多领先的人工智能开发商。与此同时，这也增加了企业将部分研发或部署工作转移到限制较少的地区的可能性。.

政策制定者面临的挑战是，在一个能力快速发展的领域中，如何在创新与风险管理之间取得平衡，而滥用的后果可能影响深远。.

目前，最具体的保障措施仍然是自愿性的。像Anthropic这样的公司正在限制对敏感系统的访问，而像英国人工智能安全研究所这样的组织则继续开展dent 评估。.

美国是否会正式确立其做法，以及其他国家是否会与之保持一致，将是未来几年人工智能治理方式形成的关键因素。.