特朗普政府在用AI制定联邦规则，但没有人知道AI到底说了什么
特朗普政府在用AI制定联邦规则，但没有人知道AI到底说了什么
2025年，DOGE（政府效率部）的工作人员用ChatGPT审查了国家人文基金会的资助项目，然后用AI输出的120字以内的结论，决定哪些项目符合”多元化、公平和包容”标准——从而决定哪些学者的研究经费被砍掉。
这件事通过一场诉讼才被曝光。
7月27日，美国政府执行媒体GovExec报道了一场专家研讨会的核心警告：AI正在以前所未有的速度渗入联邦规则制定流程，但谁都不清楚边界在哪里、谁负责审计。
这不只是一个政策技术问题。这是一个关于权力如何在不透明中运转的根本性问题。
联邦规则制定：一个你可能不知道多重要的过程
先理解背景。美国法律体系有两个层面：国会制定的法律（statutes），以及联邦行政机构基于法律授权制定的具体规则（regulations/rulemaking）。
后者的影响实际上比前者更直接、更广泛。FDA的药品安全标准、EPA的污染物排放限值、OSHA的工作场所安全要求——这些具体规定都是通过”规则制定”流程产生的，而不是国会直接投票通过的。
这个流程有严格的民主程序保障：
- 机构提出拟议规则
- 向公众征求意见（公众评论期通常60-90天）
- 机构对所有评论进行实质性回应
- 发布最终规则，说明为什么采纳或拒绝各方意见
- 可被法院审查——”任意专断”审查标准
其中第2步是关键的民主参与入口。每当有重大规则提议，政府通常会收到数万甚至数十万条公众评论——来自个人公民、企业、学术机构、非政府组织。规则制定机构必须认真对待这些评论。
现在，AI进入了这个流程。
AI已经在联邦规则制定中用了好几年
GovExec报道的令人震惊之处不是”AI开始被用于规则制定”——那早就发生了。而是规模和不透明度。
宾夕法尼亚大学法学教授Cary Coglianese说，联邦机构多年来一直在用AI工具分析海量公众评论：
“以前，承包商会真的把评论打印出来、剪成片段、分类整理——但那本质上就是现在的自然语言处理工具可以更快更好做到的事情。”
这个应用本身没有大问题。处理数万条结构类似的评论（比如某个规则提议收到了10万条几乎相同的邮件），AI确实能提高效率。
但问题在于：AI的参与在哪里停止？
目前没有任何联邦法律或行政令要求机构披露：
- 哪些规则制定过程用了AI
- 用了哪个AI系统
- AI被用于哪些具体步骤（评论分析？草案撰写？影响评估？）
- AI的输出有没有经过人工实质审查
这个透明度缺口，在特朗普政府的激进去监管议程下，变得特别危险。
特朗普+DOGE+AI：一个三角加速器
理解这场透明度危机，不能脱离政治背景。
特朗普政府的核心政策目标之一是大规模削减联邦监管。2025年的”每制定一条新规则，废除十条旧规则”行政令（10:1规则）就是这个方向的象征。DOGE的”裁员万亿”目标同样需要大量删减现有监管和项目。
当AI与这个政治议程结合，出现了一个新的权力结构：
第一个担忧是速度。AI可以显著加快规则制定流程——意味着去监管行动可以更快推进，公众和国会的反应时间被压缩。
第二个担忧是偏见的系统化。经济政策研究所的高级经济学家Ben Zipperer说：
“我很担忧的是，当你有一个政府和政策制定者基本上想要摧毁公共部门的大部分，全面使用AI只会给他们提供一个社会遮羞布，用技术理由去做他们本来就想做的事，而不是用技术以更积极的方式改善公共服务质量。”
更具体的：想象这样一个场景。一个联邦机构用AI筛选公众评论，但AI被设定为”重点关注经济影响，忽略社会公平影响”。那些涉及种族歧视、残疾人权利或环境正义的评论，可能在AI层面就被过滤或降权了——在任何人注意到之前。
这已经不是假设。DOGE的ChatGPT案例就是一个真实预演。
第三个担忧来自Public Citizen的技术专家J.B. Branch：他特别提到了Grok，埃隆·马斯克开发的AI。
“如果联邦政府有人在用Grok，有一个深层担忧是，它提供的任何输出都可能是非常带有偏见的——因为Grok被批评过生成种族主义内容，以及与其创始人观点高度一致的回应。”
马斯克曾是DOGE的负责人。如果DOGE的工作人员用Grok处理联邦规则制定，那就是利益冲突+算法偏见的双重叠加。
没有市场反馈的政府AI
这场讨论最尖锐的部分来自一个比较：私营公司与政府在AI问责上的根本差异。
私营公司如果用糟糕的AI替换人工，产品质量会下降，销售会减少，市场会惩罚它。这个反馈机制是相对有效的。
但政府没有这个机制。
Zipperer说：
“私营公司可能用AI替换所有工人，但他们的产品质量可能会因此下降，会失去销售。但政府的公共部门没有盈利能力的制衡。如果公共部门用AI来恶化公务员的工作或削减公共服务，就没有非政治性的制衡机制——公共服务就只是变得更差了。”
这不是反对政府使用AI的论点——而是对为什么政府AI必须有更严格透明度要求的论点。
法律风险：AI规则可能更难被法院接受
还有一个实际的法律风险。
美国行政法中，规则制定机构必须给出”理由充分”（reasoned explanation）的说明——为什么做了这个选择、为什么拒绝了其他意见。这叫做”arbitrary and capricious”审查标准（任意专断审查）。
如果规则的实质内容是由AI生成的，而没有清晰的人工实质审查记录，那当有人在法庭上质疑这条规则时，机构很可能无法提供足够的理由说明——因为他们自己也不完全知道AI是怎么推理的。
可解释性问题从AI伦理话题，变成了联邦法律效力问题。
Jonathan Walter（公民权利倡导组织高级政策顾问）警告：
“这可能导致最终规则恰好忽视某些反歧视法律。它可能无法反映特定群体的参与——即使那个群体有合法的利益。”
一个正在形成的权力真空
这场讨论揭示了一个正在形成的权力真空：
- 国会没有为”政府AI使用”制定明确法律要求
- 行政令层面（拜登政府的AI行政令）已经被特朗普政府撤销
- NIST AI风险管理框架是自愿性的，没有强制力
- 各机构自行决定如何、是否公开他们的AI使用情况
在这个真空中，AI正在悄悄接管一些最影响普通人生活的决策流程——谁的社会福利申请被批、哪些环保规定被保留、哪些安全标准被废除。
这是民主问责在技术层面正在被侵蚀的真实案例——不是通过什么戏剧性的政变，而是通过”效率提升”和”技术工具”这些看起来无害的理由。
技术民主：谁来守护这个守护者？
这场讨论在AI政策圈里有一个专业词汇：算法问责（algorithmic accountability）。
问题是，这个词在学术界广泛讨论，但在联邦规则制定实践中几乎没有操作性框架。
一些可能的方向正在被讨论：
披露要求：强制要求联邦机构在规则制定通知中说明是否使用了AI工具，以及用在哪些环节。这是最低限度的透明度要求。
AI系统预先审批：对用于规则制定的AI系统建立预先评估机制，类似现在对部分安全关键系统的认证要求。
人工复核门禁：明确规定，任何由AI生成或处理的实质性内容，必须经过有资质的人工审查员的实质性审查才能进入正式记录。
可解释性要求：规则中如果使用了AI辅助分析，必须提供AI推理的摘要说明，使其可被法庭审查。
但这些框架的建立需要政治意愿。在当前的特朗普-DOGE政治生态下，这种意愿几乎不存在。
这场讨论最终揭示的是：AI正在成为政治权力的一种新型载体。它不仅仅是工具——它是决策的新型授权机制，而这个机制目前运行在一个几乎没有规则的灰色地带。
民主不是只在选举的那一天存在的。它存在于每一个影响你生活的规则的制定过程中。而当AI介入这个过程，谁来守护这个守护者？
数据来源：GovExec报道（2026年7月27日），Coalition for Sensible Safeguards研讨会，UPenn Cary Coglianese教授，Economic Policy Institute Ben Zipperer，Public Citizen J.B. Branch，Leadership Conference Jonathan Walter