【海外智库观察-美国】人工智能安全作为全球公共产品：中美参与路径对比

2025年3月，卡内基国际和平基金会发布的本篇研究报告，首次系统性地将“人工智能安全”纳入“全球公共产品”（Global Public Goods, GPG）范畴，并提出借鉴气候变化治理与传染病防控经验，构建跨国合作机制、分担治理成本与共享治理成果。文章指出，当前AI系统所带来的安全风险，包括模型滥用、系统性崩溃、深度伪造扩散、自动武器失控等问题，其外部性远超单国可控范畴，具有典型的“跨境、不可排他、广泛受益”特征，符合公共产品的判定标准。

文章强调，美国在AI安全治理方面，鼓励多边协作与开放研究，支持以NIST（国家标准与技术研究院）为中心制定AI安全框架，并通过“人工智能风险管理框架”（AI RMF）推广可控、安全、可验证的模型使用流程。2025年，美国国防高级研究计划局（DARPA）启动“AI Alignment Grand Challenge”，投入超6亿美元研发具有安全校验机制的下一代模型，对标GPT-5与Claude 3等高级系统。政府层面，美国白宫科技政策办公室（OSTP）推动“联邦模型安全审查计划”，要求在高风险模型发布前进行第三方测试，并鼓励企业签署《AI开发者安全协议》（SAIL）。

与此同时，两国在参与方式与路径上也呈现出结构性差异。美国主张通过开放研究与多边参与机制，将AI安全纳入跨国科学合作与政策共识之中。其支持的“全球公共产品”框架不仅借鉴了气候变化与流行病治理的逻辑，还强调AI安全知识的非竞争性（non-rivalry）与非排他性（non-excludability），认为标准制定、科学共识、能力建设都应具有国际共享属性。相比之下，中国则更强调国家主导的制度安排与全球南方包容性参与，主张在维护主权前提下推动全球AI治理秩序的共建。这种“自主治理+全球对话”的路径，强调应对发展中国家不平等地位的结构性改革，同时借助数字丝路倡议强化全球南方合作纽带。

为更清晰理解中美分歧背后的制度理念，可参考卡内基报告中对“AI作为全球公共产品”的多维框架分类（见下表）。该框架将AI安全划分为技术安全、科学理解、治理能力等多个维度，并明确指出每一维度中，何种资源具备非竞争性与非排他性，需以全球合作方式保障其公共性。

表 1：人工智能与全球公共产品的替代性框架（完整译表）

由此可见，美国的制度设计更倾向于通过跨国科研机制与政策平台推动全球治理标准的一体化，而中国则更关注制度治理能力的本地适配与可控性差异化。尽管两者路径不同，但在“模型验证”、“安全共识”与“基础能力共享”等关键领域，表格所列出的多项维度仍为中美未来实现最低限度协调提供了概念空间。

与之相对，中国在全球公共产品逻辑下构建了一套更强调“自主可控”的治理机制。文章指出，中国国家互联网信息办公室于2023年发布的《生成式人工智能服务管理办法》，明确提出“上线即备案、安全先行”的制度原则，所有面向公众的生成式模型必须接受伦理影响评估、敏感场景测试与安全红线审核。至2025年第一季度，已有148个国产模型通过备案，其中包括百度“文心一言”、阿里“通义千问”、讯飞“星火”等国家级平台。此外，中国推动在全球南方国家中推广“可转移的AI治理模板”，尤其在“一带一路”合作框架下输出模型审查标准与政务AI监管技术。例如，2024年与马来西亚联合建立“AI政策沙箱”，测试用于社交媒体监管的模型安全参数；2025年与乌干达合作部署“舆情预警与AI输出监管系统”，实现对虚假生成内容的快速识别与分级处理。这些案例展示出中国将“安全—可执行性—国家控制”三者结合的治理输出模式。

该报告还特别指出，中美在是否支持“全球模型审查机构”、是否认同“技术共享与底线协定”上仍存在根本分歧。美国更倾向于推动跨国开放标准制定组织，如GPAI、OECD AI Principles等；而中国则强调国家参与主导、强化联合国系统在模型风险评估中的角色。文章最后提出建立“差异包容型协作机制”，即允许在多样模式并存的前提下，围绕灾难级风险领域开展有限合作，譬如共同制定“红队测试”最小指标集、共享训练数据偏误警示信息等，以减少中美制度冲突对全球治理带来的不稳定性。

原文链接：