「他们有很多好处，也有很多危险。你不能就这样把它们放出去，对政府毫不在意。」Public First Action负责人Brad Carson在接受CNBC采访时如此说道。「从右到左，从支持特朗普到反对特朗普的人，所有人都意识到了这一点。」

这段话来自2026年7月9日。就在这一天，CNBC基于美国联邦选举委员会（FEC）数据的分析显示：截至2026年6月底，两大AI行业政治行动委员会（PAC）已合计向40位国会众参两院候选人注入至少4400万美元。这只是开始——这两个组织宣称已累计筹款超过2亿美元，将在整个2026年中期选举周期持续燃烧。

AI行业正在执行一套经过加密货币行业验证的政治剧本。2024年，加密货币PAC Fairshake砸出约2亿美元，成功推动了稳定币立法《GENIUS法案》在参议院通过程序性投票。现在，AI行业也要做同样的事——但与加密货币不同，AI的赌注更大、战线更长、内部也远未统一。

一、数字：截至2026年6月，这场游说战争的规模

根据CNBC对FEC申报数据的分析，两大AI PAC的运作情况如下：

Leading the Future：截至2026年6月底，初选阶段支出超过2400万美元，参与了28场国会选举。成绩堪称惊人——25位候选人赢得初选，2场尚未开票，只有1位候选人落败（伊利诺伊州Jesse Jackson Jr.）。

这背后的金主阵容同样引人注目。Leading the Future宣称至2025年底已筹款1.25亿美元，捐赠者包括私募基金巨头Andreessen Horowitz（a16z）、OpenAI联合创始人Greg Brockman、以及Palantir联合创始人Joe Lonsdale。这份名单几乎是当代硅谷权力版图的精缩——a16z是美国科技风险投资最重要的机构之一，Brockman代表OpenAI创始团队的核心成员，Lonsdale则连接着政府数据服务和国防技术的利益圈。

Public First Action：已参与11场选举的竞选资助，除了纽约州Alex Bores（该候选人在民主党初选中失利）之外，所支持的候选人全部获胜。该组织负责人Carson表示，计划在整个中期选举期间介入50至60场选举，比Leading the Future的野心更大。

Public First Action是一家501(c)(4)非营利组织旗下的PAC联合体。这种结构在美国政治资金体系中有特殊意义：501(c)(4)组织被允许以「社会福利」为目的从事政治活动，但无需像普通PAC那样完全披露所有捐赠人信息。这使得Public First Action的真实金主构成比Leading the Future更难追踪。

两大PAC宣称合计筹款超过2亿美元，将在初选季结束后继续投入大选阶段。

二、历史参照：加密货币的Fairshake时刻已经证明了什么

要理解AI PAC的战略意义，必须先读懂Fairshake的2024年实验。

加密货币PAC Fairshake（FEC Committee ID: C00835959）及其关联PAC（Defend American Jobs、Protect Progress）在2024年选举周期合计支出约1.74亿美元，同时资助民主党和共和党候选人，在初选阶段就大规模介入，形成跨党派的亲加密货币议员群体。

这套「两党通吃、初选介入」的策略直接结出了制度成果：《GENIUS法案》（Guiding and Establishing National Innovation for US Stablecoins Act）于2025年5月在参议院以66票对32票通过了程序性投票（cloture vote）。而Fairshake在这一立法推动过程中的关键作用，让整个华盛顿金融圈都看清楚了一件事：用选举资本换立法影响力，在当前的政治生态下是有效的。

AI行业观察到了这个结果，并决定复制这套模式。Leading the Future联合领导人Josh Vlasto向CNBC表示：「我们必须现在就做，紧迫地做，因为技术还在早期阶段，但正在被快速、大规模地采用。」这句话的潜台词是：在联邦AI立法的形成期，如果不介入，就会被介入。

对比两大AI PAC的现有成绩与Fairshake的2024年战绩：Fairshake约1.19亿美元主体PAC独立支出换来了具体立法通过，AI PAC已达成约2400万美元（Leading the Future初选阶段）的支出，且主要候选人获胜率超过89%。如果最终兑现2亿美元的筹款目标，AI PAC在2026年的投入规模将与Fairshake的2024年相当。

三、两大PAC，两套AI监管愿景，一场内部博弈

Leading the Future和Public First Action在形式上是独立机构，但背后代表的是AI行业内部并不统一的利益诉求。

从金主结构来看，Leading the Future的捐赠人——a16z、OpenAI创始人、Palantir创始人——代表的是美国科技风险投资生态系统中倾向于「轻触式监管」（light-touch regulation）的力量。a16z在美国AI监管讨论中一直是反对过度政府介入的代表性声音；OpenAI在2025年发布的「经济蓝图」（Economic Blueprint）明确主张联邦框架应以自愿性标准为主，避免「过早的强制性规则扼杀创新」；Lonsdale的Palantir则在政府数据合同中与联邦机构有深度利益绑定，倾向于能让科技公司继续扩展政府业务的监管框架。

Public First Action的监管立场则相对温和地倾向于「有结构的监管」：Carson明确表示需要「政府关切」，这表明该组织接受某种形式的联邦AI监管框架，但倾向于通过两党妥协达成的立法，而非单方面强硬限制。

这两套立场的并行存在，折射出AI行业内部的真实分裂：OpenAI、Anthropic和Meta在「应该允许多大规模的AI模型不经安全审查就发布」这个核心问题上存在根本分歧。Anthropic的「负责任扩展政策」（RSP）实际上呼吁某种形式的政府安全审查，而Meta的开源策略要求立法不得限制模型权重的公开发布。两大PAC的分立，让这场内部博弈以更温和的方式向外投射。

四、真正的战场：不在立法文本，在定义权

理解AI游说的本质，需要超越「公司在花钱买法规」的表面叙事。

第一层（表面层）：AI公司花钱支持对自己友好的候选人，以影响AI立法的内容。这一层每个政治观察者都看得到。

第二层（结构层）：通过大规模选举介入，向所有国会议员传递信号——「对AI采取敌对立场是有选举代价的」。这是Fairshake模式的核心逻辑：当一个行业能够系统性地惩罚反对者、奖励支持者，即使没有多数席位，也能改变整个立法生态中的博弈均衡。Leading the Future在28场选举中保持25胜的战绩，其政治意义不仅在于当选者的个人立场，更在于落败者向所有潜在对手传递的威慑信号。

第三层（话语权层）：真正的战场在于「谁有权定义AI的风险框架」。如果国会最终通过的AI立法采用了行业自提的安全评估标准和合规架构，那么头部AI公司实际上是在为整个行业制定准入规则——既保护自己免受严苛监管，又通过合规成本将规模较小的竞争者设置更高进入壁垒。这是监管博弈中的「标准捕获」（standard capture）逻辑：最有能力参与规则制定的行业头部企业，最终为整个行业设定了「什么叫合规」的标准。

Carson所说的「不能就这样把它们放出去」，与Vlasto所说的「必须现在就做」，代表着两种对「需要什么样的监管」的不同判断。但两人共同指向的是同一个结论：这场立法博弈，AI行业必须参与，不能缺席。

五、联邦立法的现实：为什么今年很可能什么都不会通过

理解AI游说还需要理解其现实约束。CNBC的报道明确指出：「鉴于立法者在会期的有限时间，任何立法今年不太可能冲过终点线。」

这一判断来自两个结构性现实：

第一，美国国会的会期时间极为有限。2026年的选举年会期通常在秋季选举前大幅压缩，真正用于推进复杂立法的「工作周」屈指可数。综合性AI立法的文本复杂度远超稳定币法案，需要大量委员会听证和两院协调，很难在有限会期内完成完整立法程序。

第二，AI监管的本质争议尚未有共识基础。加密货币的核心监管争议相对单一（SEC vs. CFTC的管辖权之争），可以用相对明确的立法条文解决。AI监管涉及的议题包括：生成式AI内容的责任归属、高风险AI系统的安全测试要求、AI对劳动力市场的影响缓解措施、以及AI在国家安全领域的特殊限制。这些议题没有任何一项是技术上或政治上已有共识的。

在这一背景下，AI PAC们砸出的2亿美元买的不是今年的法案，而是未来3至5年立法环境的形塑权。支持者当选→形成对AI友好的议员多数→在未来某届国会通过可接受的联邦AI框架——这才是完整的战略链条。

与此同时，州级立法已走在联邦前面。伊利诺伊州于2026年7月6日由州长Pritzker签署了AI监管法，要求对OpenAI、Anthropic等开发者进行第三方年度审计，是全美同类立法中的首例。越来越多的州级立法行动，实际上在增加联邦立法的压力——当企业面临50个州不同监管要求时，统一的联邦框架反而成为科技公司自己的诉求。

六、对立视角：钱能买到立法吗？

对AI游说效果的怀疑声音同样真实存在，值得认真对待。

质疑一：AI不是加密货币。 加密货币游说成功有其特殊条件：大量个人持有加密资产，监管政策直接影响其资产价格，形成了超越政党边界的「钱包选民」动员基础。AI对普通选民的影响更多通过就业竞争和服务渗透，而非资产价格波动，政治动员能力存在本质差异。没有「人工智能持有者」会因为AI立法变化而直接感受到钱包的变化。

质疑二：行业内部分裂削弱影响力。 斯坦福大学人类中心AI研究所（HAI）2025年4月发布的AI指数报告（AI Index Report 2025，第7章「AI Policy and Governance」）指出：在2024年美国国会关于AI的听证会中，来自行业的证人数量显著超过来自公民社会组织的证人。这种声音的不对称固然有利于行业，但当行业内部的声音本身相互矛盾时——如OpenAI反对开源限制、Meta力推开源、Anthropic呼吁安全审查——国会议员反而有更大空间「按照自己的判断投票」，行业的整体影响力被内部分裂稀释。

质疑三：公众对AI的担忧在增加。 研究机构的多项调研显示，公众对AI的担忧程度在2024至2025年间持续上升，特别是在就业影响、深度伪造和隐私侵犯等议题上。随着AI能力（和风险）变得更加可见，押注「游说能压过民意」的逻辑可能在某些选区失灵，特别是工会力量强大的蓝领选区。

结语：数亿美元在押注什么？

2026年，AI版「Fairshake时刻」是否真的到来，答案仍不确定。

确定的是：Leading the Future的2400万美元初选支出，换来了28场选举中25位候选人当选；两大PAC合计4400万美元已经砸出，2亿美元筹款等待部署；伊利诺伊州AI审计法已经签署生效，联邦立法压力正在积累；而两大PAC、两套监管愿景、至少50至60场正在进行或即将开始的国会选举——正在共同塑造一份尚未成文的联邦AI立法的轮廓。

数亿美元的政治资本，押的不是某一位候选人，而是整个AI监管叙事的走向——以及在未来数十年内，谁有权决定人工智能如何被允许改变世界。

当Carson说「不能就这样把它们放出去」，他说的是全美第二大持续增长的技术力量正在等待一套说得通的监管框架。当Vlasto说「紧迫地做」，他说的是在规则真空期，先到达定义规则的位置，比等待理想规则更重要。

这才是这场游说战争的真实规模——不是花了多少钱，而是争夺的是什么。

参考资料

  1. What AI companies want for the millions they’re spending on elections — CNBC, 2026-07-09（核心来源：本文数据及人物引用主要来源于此报道及其对FEC数据的分析）

  2. AI groups spend $20 million in New York race pitting Bores vs. Lasher vs. Schlossberg — CNBC, 2026-06-23

  3. Fairshake PAC — FEC Independent Expenditure Filings — 美国联邦选举委员会，Committee ID: C00835959，持续更新

  4. Senate Advances GENIUS Act Stablecoin Bill — CNBC, 2025-05-19

  5. OpenAI Economic Blueprint — OpenAI官方博客, 2025-01-13

  6. Gov. JB Pritzker signs Illinois AI regulations into law, aiming to rein in ‘the tech bros’ — Chicago Sun-Times, 2026-07-06

  7. The AI Index Report 2025 — Chapter 7: AI Policy and Governance — Stanford University HAI, 2025-04

  8. OpenAI Lobbying Profile — Federal Lobbying Data 2024 — OpenSecrets, 2024年度联邦游说数据

  9. Crypto-backed PAC Fairshake targets close House races as election nears end — CNBC, 2024-10-20

主题分类：AI监管与政策

附录：AI游说的监管架构之争——具体在争什么

要真正理解AI PAC的战略价值，需要了解AI行业在华盛顿具体争取的政策目标。

争议一：高风险AI系统的定义范围

联邦AI立法讨论中最核心的争议，是如何定义「高风险AI系统」。一旦某类AI被认定为「高风险」，就意味着需要在部署前进行安全评估、人工审查，甚至获得政府审批。

AI行业最担忧的，是高风险的定义范围被设置得过宽——如果通用聊天机器人、代码生成工具、或内容创作AI都被纳入高风险范畴，合规成本将大幅上升。欧盟AI法案将部分生物特征识别和关键基础设施AI列为「不可接受风险」，将就业、教育等领域的AI列为「高风险」。AI行业在美国立法讨论中，正努力将高风险定义限制在最窄的范围内（如军事致命性自主武器、医疗诊断AI），同时将大多数商业AI系统排除在外。

争议二：事前审查 vs. 事后追责

AI监管的两种主要路径代表两种根本不同的监管哲学：

事前审查（pre-deployment review）：要求AI系统在部署前通过政府或第三方的安全测试。支持者包括Anthropic（其RSP实际上是行业版事前审查）和部分国会议员。反对者认为，由于AI能力迭代极快，事前审查会造成严重的创新延迟，且很难标准化。

事后追责（post-deployment liability）：不限制AI部署，但建立清晰的损害赔偿责任框架，使受到AI伤害的个人可以追责。这是OpenAI、a16z等倡导的框架，类似于产品责任法的逻辑。问题是，AI损害往往难以量化，且因果链条复杂。

AI PAC支持的候选人，通常倾向于事后追责而非事前审查的监管路径。

争议三：出口管制豁免与地缘政治因素

AI监管中有一个独特的地缘政治维度，直接影响AI公司的海外业务：出口管制。

拜登政府在2025年1月发布的「AI扩散规则」（AI Diffusion Rule）对AI芯片和大型AI模型的出口实施了分级限制，旨在防止中国等对手获得先进AI能力。但规则同时限制了美国AI公司向盟友国家提供服务，引发行业强烈反对。2025年5月，特朗普政府宣布撤销拜登时期的AI扩散规则，被视为AI游说的阶段性胜利。

AI PAC们在出口管制议题上的立场，是推动建立「更灵活的」出口管制框架——允许AI公司向盟友国家自由提供服务，同时维持对真正对手（主要是中国）的限制。这一议题将在2026至2027年的国会立法讨论中持续存在。

争议四：版权保护与训练数据使用

AI公司最不愿看到的联邦立法，是在版权法中明确规定「AI训练不构成合理使用」（fair use）的条款。如果国会通过这样的法律，AI公司需要向内容版权持有者支付训练许可费，或面临大量诉讼。

截至2026年7月，《纽约时报》诉OpenAI和Microsoft案（2023年12月提起）、Getty Images诉Stability AI案等重大版权诉讼仍在进行中，联邦法院尚未对「AI训练是否构成合理使用」作出具有约束力的判决。AI行业正在游说确保联邦立法在这一问题上给予充分的创新空间。

附录二：为什么2026年是关键窗口期

特朗普政府在AI政策上的基本立场——「去监管、促竞争、对抗中国」——与AI行业主流游说诉求高度吻合。特朗普在2025年1月20日签署行政命令撤销了拜登时期的AI安全行政令（EO 14110），信号明确（来源：Reuters, 2025-01-20报道）。

在这一政治环境下，2026年是推动对AI友好的联邦框架的最佳窗口期——立法倾向有利，政府态度支持，而且反对声音相对分散。如果AI行业不能在这个窗口内建立初步的联邦立法框架，等到政治风向转变（历史上约每4至8年一次），建立相对宽松监管框架的窗口将收窄。

这才是2亿美元筹款背后的时间逻辑。

从更长的历史周期来看，科技行业对政策制定的系统性介入并非新现象。互联网行业在上世纪90年代通过《通信规范法》第230条获得了平台免责保护；智能手机行业在2010年代通过集中游说维持了相对宽松的应用内购买政策；加密货币行业在2024年通过PAC资金完成了制度性突破。每一次，都是行业在自己能力和监管认知的窗口期主动介入，而非等待监管完全成形后再被动应对。

AI行业正站在同一个十字路口上。区别在于：AI的影响面比任何前辈都更广——从内容创作到医疗诊断，从教育辅助到自主武器——而其风险的复杂性也远超加密货币的价格波动。这意味着无论AI行业最终在游说上取得什么样的制度成果，这套成果的持续性和正当性都将受到更长时间、更大范围的社会审视。

花了多少钱，买的是多大的规则制定空间，这个问题的答案，将在未来5至10年的AI立法史中逐渐浮现。

七、深层结构：AI游说如何改变了华盛顿的权力格局

除了选举资金，AI行业对华盛顿权力结构的渗透还通过几个更结构性的渠道展开，值得单独分析。

旋转门效应的加速：前联邦贸易委员会（FTC）官员、前白宫科技政策办公室（OSTP）顾问、前国家标准与技术研究院（NIST）研究员，正在以加速的节奏流向AI公司的政府关系部门。这种人才流动带来的不仅是监管知识，更是人际关系网络——知道谁在哪个委员会负责AI议题，知道如何让一份技术简报在正确的时间出现在正确的人桌上。OpenAI在2025年就聘请了多位前政府高级技术政策官员，其中包括来自国防部和情报机构的人员。

国会技术教育的控制权：AI公司定期向国会幕僚提供「技术教育」简报，在传递技术知识的同时，也在传递特定的政策框架。根据TechCongress（一个将技术人才输送到国会的非营利项目）的公开观察，2024至2025年间AI公司主动提供的国会简报活动显著增加。问题在于：受资源约束，很少有公民社会组织能够以同等规模和质量提供「反驳性简报」，造成立法者接触的信息本身就存在结构性偏差。

学术话语权的布局：几家头部AI公司通过大规模学术资助、设立专项研究基金等方式，在顶级大学建立了密切合作关系。这些合作一方面产生了真正有价值的AI安全研究，另一方面也影响了学术界在政策讨论中的话语权走向。当国会听证会邀请学术专家作证时，这些专家的政策立场往往与资助他们的行业的立场存在一定关联。

标准制定体系的介入：国际标准化组织、电气电子工程师学会（IEEE）、以及美国国家标准与技术研究院（NIST）主导的AI风险管理框架制定，也成为AI公司政治资本的战场。通过向这些标准制定机构输送人员和资源，AI公司能够在「技术中性」的框架内嵌入对自己有利的规范定义。NIST AI风险管理框架（AI RMF 1.0，2023年1月发布）在很大程度上被视为对行业友好的「自愿性标准」范本，其起草过程中有大量行业专家参与。

八、谁的声音没有被听到？

理解AI游说的完整图景，还需要看到这场博弈中系统性被边缘化的声音。

劳工组织：美国劳工联合会-产业工会联合会（AFL-CIO）和多个行业工会对AI自动化导致的工作岗位替代表达了强烈关切，但其在AI政策讨论中的参与度远低于科技行业。根据多项调查数据，美国蓝领工人中对AI持担忧态度的比例显著高于白领知识工作者，但这一群体的政策偏好尚未转化为可与AI PAC比肩的有组织政治力量。

消费者权益倡导团体：AI偏见、深度伪造、隐私侵犯等议题对普通消费者的直接影响已有大量文献记录，但消费者权益组织在AI政策博弈中的资源和影响力远不及行业。Public Knowledge、Electronic Frontier Foundation（EFF）、以及AI Now Institute等机构在游说资源上与科技行业存在数量级差距。

中小型AI初创企业：Leading the Future和Public First Action所代表的，主要是能够承担千万美元政治资助的头部玩家利益。对于数以千计的中小型AI初创企业而言，「更轻的监管」是表面诉求，但由头部公司主导设计的合规标准有时反而会造成新的进入壁垒——大公司有能力通过合规，小公司可能被规范淘汰。

这种声音的不对称，是任何关于AI游说的分析都不能忽视的结构性背景。

九、结构性影响与长期展望

当AI游说体系在华盛顿建立起足够的制度存在后，监管框架形成的方向将不可避免地反映出这套体系的利益偏好。这不是阴谋论，而是任何成熟行业的政治经济学规律。

AI行业的特殊性在于：这一技术的影响面覆盖了几乎所有经济部门和社会生活领域，而其核心能力（大规模语言模型和推理系统）的开发和运营目前高度集中在少数几家公司手中。这意味着AI游说的政策结果，将直接影响的不仅是AI行业本身，而是整个经济和社会的长期运行方式。

在这一背景下，2026年的AI PAC资金投入不仅仅是正常的行业利益博弈，更是一场对「未来10至20年全球最重要技术的治理框架」的争夺。谁赢得了这场争夺，谁就在相当程度上决定了：人工智能以什么样的速度、在什么样的约束下、服务于什么样的目标，进入人类社会的每一个角落。

这才是数亿美元政治资本背后，真正值得关注的赌注。