2026年9月3日，Politico的一篇报道揭开了美国AI政策博弈中一个鲜为人知的幕后场景：Meta CEO马克·扎克伯格在一次私密电话中，直接告诉总统特朗普，建立国家AI监管机构是一个”有缺陷的想法”。

这通电话的存在本身，就已经说明了很多问题。

一通不该存在的电话

在民主国家，行政机构对关键产业的监管方向，通常通过公开评论期、国会听证和公开游说完成。企业可以雇佣游说者，可以提交意见书，可以组织行业联盟——但这些过程理论上都是公开可查的。

扎克伯格直接打电话给总统，显然不在这份清单里。

据Politico报道，扎克伯格在通话中将一个假想的国家AI监管机构比作”AI的DMV”（车管所）——意指一个官僚机构，让AI模型排队等待测试、缓慢审批、陷入行政泥潭。这个比喻被特朗普前AI和加密货币顾问David Sacks所认同，Sacks公开表示他同样反对这种”让模型在队伍里等着测试完成”的方式。

这里有个微妙的政治背景：Sacks已从白宫离职，但他仍然是特朗普AI政策圈子里的重要声音。扎克伯格的游说，并不是孤立的一次接触——它落入了一个早已存在的政策网络。

“AI DMV”：一个精心设计的比喻

“AI DMV”是一个绝妙的政治修辞，因为它对准了美国选民最深层的一种本能厌恶：对官僚主义效率低下的厌恶。

想象一下一个标准的美国DMV场景：漫长的等待、繁复的表格、毫无弹性的规则、从来不够的工作人员。对于大多数美国人来说，这是”政府失灵”的文化符号。

把AI监管机构类比成DMV，不是一个技术性反驳——它是一个情绪性锚定。它告诉听众：一旦建立这样的机构，就会有一群官僚，拿着表格，对你说：”请排队，等候编号。”

这个比喻比任何政策白皮书都更容易传播，也更容易让总统记住。

但这个比喻刻意略去了一些东西：联邦Aviation Administration（FAA）的航空审查，并不是”Aviation DMV”——它是让民航系统成为世界上最安全的基础设施之一的机构。FDA也不是”Drug DMV”，尽管它的审批流程确实漫长且复杂，但它也在历史上阻止了多种有害药物的大规模上市。

扎克伯格的比喻，成立的前提是：AI的风险不需要与航空安全或药品安全相类比。这个前提，并不是一个技术判断，而是一个政治判断。

谁在游说，谁在沉默

公开反对国家AI监管机构的，不只是Meta。

扎克伯格的私下游说发生在一个更大的行业背景之下：几乎所有大型科技公司都反对建立任何形式的联邦AI监管机构。Google、Microsoft、Amazon的公开立场都倾向于”自愿承诺”和”行业标准”，而非强制性的外部监管。

但”几乎”两个字很重要。

就在扎克伯格打电话的同一个星期，Anthropic公开支持马萨诸塞州一项要求AI开发商每4个月接受独立安全评估的立法——这与OpenAI和Google的立场相反。Anthropic国家关系负责人Cesar Fernandez在X上写道，这项法律”提高了AI安全标准”。

这不是偶然的分歧。这是两种不同的商业战略在监管博弈中的投影。

Meta的商业模式高度依赖开放的数据生态和模型部署自由度——任何对AI模型进行强制测试的监管框架，都会直接影响Meta的Llama系列开源模型的推广速度。而Anthropic，一家主打”安全优先”品牌的公司，反而可以在严格的安全监管框架中建立竞争优势：如果每家公司都必须接受安全评估，Anthropic的安全基础设施就变成了护城河，而不是成本。

真正的利益结构

让我们把”谁在支持监管、谁在反对”和”谁从中受益”做一个对照：

反对强制性联邦AI监管的公司，通常有以下特征：

  1. 拥有大型开源模型（Meta的Llama）或以API速度见长的商业模式
  2. 认为安全评估会拖慢部署速度，从而损害市场先发优势
  3. 已经具备足够的政治影响力，可以通过自我监管维持公信力

支持严格监管框架的公司，通常有以下特征：

  1. 已经建立了差异化的安全基础设施（Anthropic的Constitutional AI、Mythos访问控制）
  2. 可以将监管门槛转化为行业准入壁垒
  3. 相信”安全”这个品牌标签在监管博弈中有更大的长期价值

这不是道德判断——这是现实的商业理性。一家公司对监管的态度，往往首先反映了它在监管环境下的相对竞争优势，其次才是它真正相信什么。

白宫的AI政策真空

特朗普政府在AI政策上存在一个明显的结构性问题：它没有清晰的联邦AI监管框架，却也没有明确反对任何框架。

一方面，特朗普政府废除了拜登时代的AI行政令，倾向于让产业”自由发展”；另一方面，政府内部对于是否应该建立某种形式的国家AI评估机制，并没有公开统一的立场。

这种模糊性，为扎克伯格这样的游说提供了窗口期。当政策尚未定型，大规模的直接接触就成为关键变量。

这是为什么”秘密电话”如此重要。在一个信息不对称的政策真空里，最先抵达决策者耳边的框架，往往会成为后续讨论的默认基准。扎克伯格先于监管倡导者占据了这个位置，他给”AI监管机构”定义了一个负面形象——在这个形象被纠正之前，它会留在那里。

监管博弈的结构性不对等

有一个现象值得注意：游说AI政策最积极的一方，往往是最有资源做这件事的一方。

Meta在2025年的联邦游说支出超过2000万美元，是大型科技公司中最高的之一。扎克伯格本人与特朗普的关系在2024年大选后明显改善——他曾亲自出席Trump Mar-a-Lago的活动，被认为是硅谷科技圈与共和党政府关系”解冻”的代表性事件之一。

相比之下，支持AI安全监管的学界研究者、公民社会组织和政策倡导团体，显然不具备同等级别的政治接入渠道。他们可以写报告、做研究、发公开信——但他们没有那通私密电话。

这就是美国AI政策正在形成过程中的一个结构性现实：参与政策博弈的门票，并不均等分配。

AI安全监管的真正争议是什么

值得厘清的是，当前AI监管争议的核心分歧，并不是”要不要保护公众安全”，而是”谁来保护，怎么保护，保护标准由谁定”。

支持强制性监管的人认为：

  • AI系统的潜在危害（偏见、操控、安全漏洞、就业冲击）已经规模化，自愿承诺无法提供系统性保障
  • 独立第三方评估是识别”未知未知”风险的唯一可靠方式
  • 自愿承诺会产生逆向选择：安全投入少的公司不愿意签，签了的公司也缺乏强制执行机制

反对强制性监管的人认为：

  • AI技术变化速度太快，固定标准会在颁布之日起就过时
  • 强制评估会显著提高合规成本，将中小企业挤出市场，反而形成大公司垄断
  • 美国单边监管会损害创新竞争力，让中国AI在没有监管负担的环境下快速赶超

两方都有真实有效的论据。问题在于：这场辩论现在主要发生在政策精英的私下电话里，还是公开透明的政策讨论中？

一个正在定型的先例

2026年9月的这通”秘密电话”，可能会在未来的AI政策史上留下一个注脚。

不是因为它决定性地阻止了某个具体的监管立法——政策过程远比一通电话复杂。而是因为它说明了，在AI政策尚未定型的历史关键窗口期，关键决定可能以这种方式被悄悄塑造。

让模型排队等待安全测试，是不是真的像DMV那样低效？还是说，它更像是让飞机接受适航认证——烦人、耗时，但必要？

这个问题，最终需要的不是扎克伯格和特朗普在私下的共识，而是一个开放的公共讨论。

但现在，这个讨论的框架，已经被一个聪明的比喻悄悄预设了。

来源参考：

  • Politico（2026-09-03）：《Zuckerberg said a national AI regulator was a flawed idea in a secret call with President Trump》
  • David Sacks公开声明（引自Politico报道）
  • Anthropic Cesar Fernandez X帖子（引自PYMNTS报道）