2025年2月，白宫据报道向OpenAI和Anthropic发出一条非公开指令：暂停向英国AI安全研究所（UK AI Safety Institute，简称UK AISI）提供前沿AI模型的预发布测试访问权，直至美方完成自身审查。这一消息由Politico率先披露，随后Financial Times、The Guardian等多家媒体跟进报道。这不是一次系统故障，不是一次行政疏漏，而是一次精心计算的权力操作——据现有报道，美国政府第1次以国家安全审查为由，切断了其最亲密盟友对前沿AI系统的独立安全评估通道。

约17天后，访问权恢复。英国科技大臣Peter Kyle公开确认，UK AISI重新获得了对前沿AI模型的预发布测试权限。表面上看，这是一次”小插曲”的平息；实质上，这17天撕开了前沿AI国际治理中最深的一道裂缝——当全球最强大的AI模型集中在2到3家美国公司手中时，谁有权在这些模型触达数十亿用户之前，对其进行独立安全检验？

这个问题的答案，将决定未来10年全球AI治理的基本架构。

第1章：17天冻结——事件还原与关键时间线

冻结的触发

2025年2月，Politico、Financial Times等多家媒体报道，白宫据报道要求OpenAI和Anthropic在向UK AISI提供新模型测试访问之前，必须先通过美方审查。需要明确的是，媒体报道日期与白宫实际发出指令的日期之间可能存在时间差——本文所称”约17天”的冻结周期，是基于公开报道的时间窗口推算，而非基于白宫内部文件的精确日期，实际冻结时长存在一定不确定性。这意味着，英国方面此前通过双边协议获得的”预发布测试权”——即在模型正式向公众发布之前对其进行安全评估的权限——被实质性冻结。

这一安排的背景需要追溯到2023年11月的布莱切利公园AI安全峰会（Bletchley Park AI Safety Summit）。在那次峰会上，28个国家签署了《布莱切利宣言》（Bletchley Declaration），英国政府宣布成立UK AISI，并据报道与OpenAI、Anthropic、Google DeepMind等前沿AI实验室达成自愿协议，允许UK AISI在模型发布前对其进行安全测试。这一安排被视为全球AI安全治理的标杆——一个主权国家的独立机构，获得了对私营企业最先进AI系统的预发布评估权。

白宫据报道的冻结指令打破了这一安排。根据多家媒体的综合报道，冻结期间，OpenAI和Anthropic均未向UK AISI提供任何新模型的测试访问权限。

理解这次冻结，必须将其置于一个关键的政策背景中：2025年1月20日，特朗普政府上台后迅速撤销了拜登于2023年10月30日签署的《关于安全、可靠和可信赖的人工智能开发与使用的行政命令》（Executive Order 14110）。据Reuters报道，这一撤销发生在特朗普就职后的第1周。拜登行政令曾要求前沿AI模型开发者在训练超过一定算力阈值的模型时，必须向联邦政府报告安全测试结果。撤销这一行政令，标志着白宫AI政策从”安全优先”向”创新优先”的急剧转向。据报道的冻结UK AISI访问权的决定，正是在这一政策转向的大背景下发生的——新政府不仅在削弱国内的AI安全监管框架，同时也在重新审视国际AI安全合作安排。

解冻的过程

冻结持续了约17天。2025年3月，多家媒体几乎同时报道，白宫已恢复UK AISI对前沿AI模型的测试访问权。英国科技大臣Peter Kyle公开确认了这一消息，并表示英国将”第1时间获得对最新AI系统的测试权限”（”get first look at new AI systems”）。

值得注意的是，解冻后的安排并非简单恢复原状。Kyle的表述——”first look”——暗示UK AISI可能获得了比冻结前更优先的测试地位。但这一表述是否意味着制度性的升级，还是仅仅是外交辞令，截至本文发布时暂无更详细的公开信息予以确认。读者在解读这一表述时，应保持相应的审慎。

时间线中的关键信号

将这17天放入更大的时间线中审视，3个信号值得关注：

第1个信号：冻结发生的政策背景。冻结发生在特朗普政府撤销拜登AI行政令之后不到1个月。这一时间序列表明，冻结不是孤立事件，而是新政府全面重塑AI政策的一部分。白宫的意图不是”惩罚性”的——而是”重新定义规则性”的：在新的政策框架确立之前，暂停所有基于前任政府承诺的国际安排。

第2个信号：冻结的执行方式。据报道，白宫并未通过行政命令或正式法规来实施冻结，而是通过直接向OpenAI和Anthropic”提出要求”（asks）的方式。这种非正式的行政施压方式，既规避了法律挑战的风险，也暴露了当前前沿AI安全评估体系的脆弱性——整个体系建立在自愿承诺和双边信任之上，而非法律强制力之上。

第3个信号：解冻的速度。17天在外交博弈中是一个极短的周期。这表明英国方面拥有足够的谈判筹码，或者白宫的冻结本身就不是以长期切断为目标，而是以”重新定义规则”为目标——两种解读均有合理依据，但目前尚无公开信息可以确认哪种更接近真实动机。

第2章：安全评估的底层逻辑——前沿AI模型的安全框架演进

要理解这次访问权博弈的深层意义，必须先理解前沿AI模型的安全评估到底在评估什么，以及为什么独立第三方测试在技术层面不可替代。

Safety Cases：从”测试”到”论证”的范式转换

OpenAI在2025年发布的博客文章中，提出了前沿AI安全保障的一个重要方法论转变：前沿AI模型的安全保障不应仅仅依赖于”测试通过/未通过”的二元判断，而应建立系统性的”安全案例”（safety cases）——即一套完整的论证体系，证明某个特定模型在特定条件下的训练和部署是足够安全的。

这一框架借鉴了航空航天和核能行业的安全论证方法论。在这些行业中，安全案例不是一次性的检查清单，而是一个持续更新的论证结构，包含：

  • 危害模型（Harm Models）：识别模型可能造成的具体危害类型和路径
  • 安全论据（Safety Arguments）：解释为什么现有的安全措施能够充分缓解这些危害
  • 证据基础（Evidence Base）：支撑安全论据的具体测试数据、红队测试结果、形式化验证结果等

这一框架的核心含义是：安全评估不是一个可以在模型发布前”一次性完成”的任务，而是一个需要持续投入、多方参与的系统工程。这直接解释了为什么独立第三方测试至关重要——模型开发者自身的安全评估，无论多么严格，都存在固有的利益冲突和认知盲区。

关键能力阈值与安全保障的映射关系

OpenAI在其前沿安全框架中进一步细化了这一逻辑，明确提出了前沿模型的”关键能力阈值”（critical capabilities）与对应的”前沿安全保障措施”（frontier safeguards）之间的映射关系。与此类似，Anthropic在2023年发布的”负责任扩展政策”（Responsible Scaling Policy，RSP）中建立了AI安全级别（ASL）体系，将模型能力与对应的安全要求进行分级匹配——该政策已于2024年更新至第2版。Google DeepMind则在2024年发布了其”前沿安全框架”（Frontier Safety Framework）1.0版本。

这些框架的核心思想高度一致：随着AI模型能力的提升，某些能力的出现会触发新的安全风险类别，因此需要对应的、升级的安全保障措施。例如，当模型展现出在特定领域超越人类专家的推理能力时，传统的基于人类评估者的红队测试可能不再充分——因为评估者本身可能无法识别模型输出中的微妙风险。

这一逻辑链条对UK AISI的访问权问题具有直接的技术含义：

第1层含义：如果前沿模型的安全评估需要与模型能力同步升级，那么评估机构必须能够持续、及时地接触最新模型。17天的访问中断，在模型迭代速度以周为单位的当下，可能意味着评估机构错过一个完整的模型版本周期。

第2层含义：如果安全保障措施需要根据能力阈值动态调整，那么评估机构需要的不仅仅是”访问权”，还需要对模型架构、训练数据、训练过程的深度了解。这远远超出了”给你一个API让你跑几个测试”的范畴。

第3层含义——也是大多数评论者忽略的一点：这些安全框架隐含地承认，没有任何单一机构（包括模型开发者自身）能够独立完成对前沿模型的全面安全评估。安全评估的有效性，取决于评估生态系统的多样性和独立性。切断UK AISI的访问权，不仅削弱了英国的评估能力，也削弱了全球安全评估生态系统的整体有效性。

技术现实：为什么内部评估不够

有一种观点认为，OpenAI和Anthropic自身的安全团队已经足够强大，外部独立测试只是”锦上添花”。这种观点在技术上站不住脚，原因有3个：

原因1：激励不对称。 AI实验室的安全团队，无论多么优秀，都面临一个结构性问题——他们的雇主同时也是模型的开发者和商业化主体。当安全评估的结论可能延迟产品发布、影响收入预期时，内部安全团队面临的压力是外部机构不会面临的。这不是对任何具体个人或团队的质疑，而是对制度设计的基本认知。值得注意的是，OpenAI在2024年经历了多位高级安全研究人员的离职，其中包括前超级对齐团队（Superalignment team）联合负责人Jan Leike。据The Verge等媒体2024年5月的报道，Leike在离职时公开表示安全工作在公司内部”一直在让位于闪亮的产品”（”safety culture and processes have taken a back seat to shiny products”）。这一案例生动地说明了内部安全团队面临的结构性压力——尽管OpenAI随后对此提出了异议，认为这一描述不够准确。

原因2：方法论盲区。 内部安全团队在模型开发过程中积累的对模型行为的理解，既是优势也是劣势。他们可能对模型的”已知未知”有深刻认识，但对”未知未知”——即他们自身方法论无法覆盖的风险类别——天然存在盲区。独立第三方机构带来的不同测试方法论、不同的攻击向量思维、不同的风险框架，是内部团队无法自我复制的。

原因3：公共信任。 即使内部评估在技术上完全充分，公众和政策制定者也需要独立的第三方验证来建立信任。这与金融行业的审计逻辑完全一致——公司可以有最好的内部审计团队，但外部独立审计仍然是法定要求。

第3章：独立研究的价值与张力——AI对齐研究的国际化困境

OpenAI的独立研究推进

在访问权博弈的同一时期，OpenAI据其官方博客宣布推进独立AI对齐研究计划，支持外部研究者对AI系统安全性进行独立评估。这一举措的时机值得玩味——在白宫据报道冻结UK AISI访问权的背景下，OpenAI公开强调独立研究的价值，至少在信号层面传递了一个信息：前沿AI实验室自身也认识到，安全评估的独立性不是可选项，而是必要条件。

OpenAI的独立对齐研究计划据其公开博客描述包含几个关键维度：

  • 资助外部研究者：为独立研究者提供资金和计算资源，使其能够对OpenAI的模型进行独立的安全性研究。截至本文发稿时，OpenAI尚未公开披露该计划的具体资助金额和参与研究者数量，相关细节有待官方进一步披露。
  • 开放评估工具：将部分内部安全评估工具和方法论向外部研究社区开放
  • 建立反馈机制：创建独立研究发现能够直接影响模型开发决策的制度化通道

这一计划的逻辑与UK AISI的使命高度重合——两者都致力于在模型开发者之外建立独立的安全评估能力。区别在于，OpenAI的独立研究计划是由公司自身发起和资助的，而UK AISI是由主权国家政府设立和运营的。

这一区别至关重要。公司发起的独立研究计划，无论设计多么精良，都面临一个根本性的脆弱性：公司可以随时改变条款、缩减资助、限制访问范围。而政府机构的独立评估权，至少在理论上，可以通过法律和条约获得更强的制度保障。

国际化的必要性与困境

前沿AI对齐研究为什么需要跨国参与？答案不仅仅是”多一双眼睛总是好的”。

技术多样性论据：不同国家和地区的AI安全研究社区，由于文化背景、学术传统和关注重点的不同，会发展出不同的安全评估方法论。英国的AI安全研究传统深受其在密码学、形式化验证和哲学逻辑方面的学术优势影响——UK AISI的首任负责人Ian Hogarth本人就是一位兼具技术和政策背景的研究者——这与美国更侧重于经验性红队测试和对抗性机器学习的传统形成互补。切断UK AISI的访问权，不仅是切断了一个机构的测试通道，也是切断了一整套方法论传统对前沿模型的检验。

地缘多样性论据：前沿AI模型的风险不是均匀分布的。一个模型在美国语境下可能表现为低风险，但在其他国家的政治、文化和语言环境中可能表现出不同的风险特征。UK AISI对模型进行的测试，部分聚焦于英国和欧洲特定语境下的风险场景——这些场景是美国评估机构可能不会优先覆盖的。

信任论据：在全球AI治理的语境中，如果安全评估完全由模型所在国的机构垄断，其他国家将很难信任评估结论的客观性。这与核不扩散体系中国际原子能机构（IAEA）的逻辑类似——核设施所在国的自我声明不足以建立国际信任，需要独立的国际核查。

然而，IAEA类比有其重要局限性，必须予以明确。核材料是物理实体，可以通过物理手段（如监控摄像头、封条、采样分析）进行核查，核查结果具有高度客观性。AI模型则是数字资产，其”核查”面临完全不同的挑战：模型权重可以被复制和修改，模型行为具有概率性和上下文依赖性，安全评估的结论往往是程度性的而非二元的。更关键的是，IAEA核查的对象——核材料的数量和浓缩度——是相对明确的，而AI模型的”危险能力”边界至今缺乏国际共识。因此，建立AI领域的”IAEA”不仅面临政治障碍，还面临深层的技术方法论挑战。

尽管如此，AI安全评估的国际化面临一个核心张力：前沿AI模型本身是具有重大战略价值的技术资产。允许外国机构在模型发布前进行深度测试，意味着向该机构（及其背后的政府）暴露模型的能力边界、安全弱点和潜在漏洞。这些信息在地缘政治博弈中具有极高的情报价值。

这正是白宫据报道冻结UK AISI访问权的深层逻辑所在。

第4章：博弈深层——美国AI治理的战略考量与英国的筹码

白宫的3层计算

白宫据报道冻结UK AISI访问权的决定，不能简单归结为”安全审查”或”行政协调”。将这一决定放入美国AI政策的整体框架中分析——特别是特朗普政府撤销拜登AI行政令后的政策真空期——可以识别出至少3层战略计算。需要说明的是，以下分析是基于公开信息的推断性解读，并非来自白宫内部文件或官员的直接表态：

第1层：技术主权的宣示。 通过据报道要求OpenAI和Anthropic在向UK AISI提供模型之前先通过美方审查，白宫实质上确立了一个原则——美国政府对美国公司开发的前沿AI模型拥有优先审查权，这一权利优先于任何双边安排。这是一个主权宣示，其意义远超英美双边关系——它向所有国家传递了一个信号：对前沿AI模型的访问，是美国可以授予、也可以撤回的特权，而非基于协议的权利。

第2层：谈判筹码的积累。 冻结发生的时间节点——2025年初——正值全球AI治理议程密集推进的时期。欧盟的《AI法案》（AI Act, Regulation (EU) 2024/1689）已于2024年正式通过并开始分阶段实施，英国、日本、韩国等多个经济体都在推进各自的AI安全评估框架。一次短暂但引人注目的冻结，可以提醒所有参与方：美国掌握着前沿AI模型的”水龙头”，任何国际AI安全合作框架都必须在美国的条件下运行。

第3层：国内政治的信号。 在美国国内，围绕AI安全监管的政治辩论日趋激烈。2024年，加州参议员Scott Wiener提出的SB 1047法案（前沿AI模型安全法案）引发了科技行业的强烈反对，最终被加州州长Gavin Newsom否决。在联邦层面，一方面部分议员和民间团体要求加强对前沿AI模型的安全监管；另一方面，科技行业和部分政策制定者担忧过度监管会削弱美国的AI竞争力。这一冻结决定，可以同时向两方发出信号——对安全鹰派：”我们在认真对待安全问题，确保美方优先审查”；对产业界：”我们不会让外国机构的安全评估成为美国AI产品发布的瓶颈”。

英国的筹码

英国在这场博弈中并非毫无筹码。访问权在约17天内恢复，而非数月或无限期冻结，本身就说明英国拥有足够的谈判资本。这些筹码包括：

筹码1：先行者优势。 UK AISI是全球第1个由主权国家政府设立的专门AI安全评估机构，于2023年11月布莱切利峰会期间正式宣布成立。它在AI安全评估方法论、人才储备和国际声誉方面的积累，使其成为全球AI安全治理生态系统中不可替代的节点。值得注意的是，美国直到2024年才成立了自己的AI安全研究所（US AI Safety Institute, USAISI），设在国家标准与技术研究院（NIST）之下。白宫可以暂时冻结UK AISI的访问权，但无法在短时间内复制UK AISI的能力和声誉。

筹码2：情报共享框架。 英美之间的”五眼联盟”（Five Eyes）情报共享框架，为AI安全信息的双向流动提供了既有的制度基础。2023年6月签署的《英美大西洋宣言》（UK-US Atlantic Declaration）明确将AI合作列为双边经济伙伴关系的优先领域。切断UK AISI的AI模型访问权，可能波及更广泛的英美情报合作关系——这是白宫不愿承受的代价。

筹码3：欧洲桥梁角色。 英国在脱欧后仍然是美国与欧洲AI政策对话的重要桥梁。欧盟的《AI法案》已经建立了全球最严格的AI监管框架，英国在美欧之间的协调角色，对于避免全球AI治理碎片化至关重要。如果白宫长期冻结UK AISI的访问权，英国可能转向与欧盟更紧密的AI安全合作——这对美国的战略利益不利。

筹码4：OpenAI和Anthropic的自身利益。 这一点常被忽视。对于OpenAI和Anthropic而言，UK AISI的独立测试不仅是”合规成本”，也是”信誉资产”。能够展示”我们的模型经过了独立的国际安全机构的预发布测试”，是这些公司在全球市场上建立信任的重要工具。据报道的冻结指令，在某种程度上也损害了这些公司自身的商业利益。Anthropic的CEO Dario Amodei曾多次公开强调第三方安全评估的重要性，据报道的冻结指令使这些公司陷入了在政府压力和自身安全承诺之间的两难境地。

对立视角的碰撞

在这场博弈中，存在2个根本对立的视角：

视角A：国家安全优先论。 持这一立场者认为，前沿AI模型是具有战略意义的技术资产，其安全评估信息（包括模型的能力边界和安全弱点）具有极高的情报价值。在地缘政治竞争加剧的背景下——特别是美中AI竞争日趋白热化的背景下——美国政府有权也有责任对这些信息的跨境流动进行严格管控。UK AISI虽然是盟友机构，但”盟友”的定义在AI时代可能需要重新审视——技术竞争的逻辑与传统安全同盟的逻辑并不总是一致的。这一立场的支持者可以援引2024年Yoshua Bengio等顶级AI研究者在Science期刊发表的论文（”Managing extreme AI risks amid rapid progress”，Vol. 384, No. 6698），该论文警告前沿AI能力的扩散本身就构成安全风险，即使扩散对象是盟友。

视角B：安全评估独立性论。 持这一立场者认为，前沿AI模型的安全风险是全球性的——一个不安全的模型不会只在一个国家造成危害。因此，安全评估必须具有国际性和独立性。如果美国政府可以随时切断外国安全机构的访问权，那么所有国际AI安全合作都将建立在沙滩上。这种不确定性本身就是一种安全风险——它削弱了全球AI安全评估生态系统的可靠性和可预测性。Georgetown大学安全与新兴技术中心（CSET）的研究人员（包括Helen Toner等）在多篇2024年发布的政策简报中指出，AI安全评估的制度性挑战远大于技术挑战，而政治干预是最大的制度性风险。

本文的判断：视角B在技术和制度层面更站得住脚，但视角A在政治现实中更具操作性。短期内，前沿AI安全评估的国际合作将不可避免地受到大国博弈的影响。但长期来看，如果国际社会无法建立基于规则的、独立于任何单一国家政治意志的AI安全评估机制，前沿AI治理将面临系统性的信任危机。

然而，这里有一个大多数评论者没有看到的第3层洞察：这次冻结事件真正暴露的，不是美英关系的脆弱性，而是整个”自愿安全承诺”范式的终结。 从2023年布莱切利峰会到2024年首尔AI安全峰会，全球AI安全治理一直建立在前沿AI实验室的自愿承诺之上——自愿接受测试、自愿分享信息、自愿遵守安全标准。白宫据报道的冻结指令证明了一个简单但深刻的事实：当政府决定干预时，所有自愿承诺都是一纸空文。这意味着，全球AI安全治理的下一阶段，必须从”自愿承诺”转向”法律约束”——无论这种约束是通过双边条约、多边机制还是行业强制标准来实现。

第5章：从冻结到解冻——前沿AI国际安全合作的制度化前景

这17天改变了什么

这17天的冻结，即使最终以恢复访问告终，也已经造成了不可逆转的影响：

影响1：信任基线的下移。 UK AISI和英国政府现在知道，他们与美国前沿AI实验室之间的访问安排可以在没有任何预警的情况下被白宫单方面中断。这一认知将从根本上改变英国（以及所有其他国家）对与美国AI安全合作的风险评估。未来，任何与美国前沿AI实验室的安全合作安排，都将被视为”可撤销的特权”而非”可依赖的权利”。

影响2：替代方案的加速。 如果对美国前沿AI模型的访问权可以被随时冻结，那么依赖这种访问权来建设本国AI安全评估能力就是一种战略脆弱性。这将推动英国、欧盟、日本等经济体加速发展自身的前沿AI模型能力——不是为了在商业上与OpenAI和Anthropic竞争，而是为了确保自身拥有独立的AI安全评估对象和基准。事实上，法国的Mistral AI、阿联酋的Technology Innovation Institute（TII）开发的Falcon系列模型，以及欧盟正在推进的大型AI研究基础设施计划（如欧洲AI工厂计划，AI Factories initiative），都可以在这一逻辑下获得新的战略意义。

影响3：制度化需求的凸显。 这次冻结最清晰地暴露了一个事实：当前全球前沿AI安全评估体系的基础是自愿承诺和双边信任，而非法律约束和多边机制。这种基础在地缘政治压力面前极其脆弱。

制度化的3条可能路径

基于这次事件的教训，前沿AI国际安全合作的制度化可能沿着3条路径演进：

路径1：双边条约化。 将当前基于自愿承诺的安全评估访问安排升级为双边条约义务。例如，英美之间可以在2023年《大西洋宣言》的基础上签署专门的AI安全评估合作条约，明确规定访问权的范围、条件和争端解决机制。这一路径的优势是法律约束力强，劣势是谈判周期长且难以扩展到多边框架。

路径2：多边机构化。 建立类似IAEA的国际AI安全评估机构，由多个国家共同出资和治理，对全球前沿AI模型进行独立安全评估。2024年5月首尔AI安全峰会期间发布的《先进AI安全国际科学报告》（International Scientific Report on the Safety of Advanced AI，2024年5月，由英国政府牵头组织，汇集来自30余个国家的AI安全研究者）可以被视为这一方向的早期探索。这一路径的优势是制度合法性高、覆盖范围广，劣势是在当前地缘政治环境下极难实现——美国和中国都不太可能同意将本国前沿AI模型的安全评估权交给一个国际机构。而且，如前文所述，AI模型的”核查”面临与核材料核查完全不同的技术挑战，使得IAEA模式不能简单移植。

路径3：行业标准化。 由前沿AI实验室自身牵头，建立行业层面的安全评估标准和独立审计机制，类似于金融行业的”四大”审计模式。这一路径的优势是可操作性强、不依赖政府间谈判，劣势是行业自律的可信度有限，且容易受到政府干预——正如这次白宫据报道的冻结事件所展示的。

OpenAI提出的safety cases框架和独立对齐研究计划，Anthropic的负责任扩展政策，Google DeepMind的前沿安全框架，在某种程度上都可以被视为路径3的早期探索。但这次冻结事件表明，即使是行业层面的安全评估安排，也无法绝缘于政府的政治干预。

本文的判断是，最可能的现实路径是三者的混合：短期内以行业标准化为基础（因为最快可落地），中期推动关键双边关系的条约化（英美、美日、美澳等），长期逐步构建多边框架的雏形。但无论哪条路径，核心原则必须是：安全评估的访问权不能是任何单一政府可以单方面撤销的特权。

真正的风险在哪里

大多数关于这次事件的评论聚焦于美英关系、AI治理政治等”高层”议题。但从技术安全的角度看，真正的风险在更底层：

风险1：评估窗口的缺失。 前沿AI模型的能力提升速度以月甚至周为单位。17天的评估中断，可能意味着一个具有新型风险特征的模型版本在未经独立评估的情况下进入了部署管道。即使UK AISI后来获得了对该版本的追溯测试权，”预发布评估”和”发布后追溯评估”在安全价值上有本质区别——前者可以阻止风险模型的部署，后者只能在风险已经扩散后提供事后分析。

风险2：评估生态系统的萎缩。 如果独立安全评估机构的访问权可以被随时冻结，那么最优秀的AI安全研究人才将不愿意加入这些机构——因为他们的工作成果和职业发展将取决于一个他们无法控制的政治变量。长期来看，这将导致全球独立AI安全评估能力的萎缩，使前沿AI模型的安全保障更加依赖开发者自身的内部评估——这正是本文第2章中分析过的、存在结构性缺陷的安排。

风险3：先例效应。 这是最被低估的风险。白宫这次据报道的冻结针对的是英国——美国最亲密的盟友之一，五眼联盟的核心成员。如果连英国的独立安全评估机构都可以被冻结访问权，那么其他国家（日本、韩国、澳大利亚、欧盟成员国）的类似机构将面临更大的不确定性。这可能触发一个恶性循环：各国因为不信任美国主导的AI安全评估体系而各自为政，导致全球AI安全标准碎片化，最终削弱所有人的安全。

对行业参与者的含义

对于前沿AI实验室（OpenAI、Anthropic、Google DeepMind等），这次事件传递了一个明确信号：你们的安全评估合作伙伴关系，不仅受到技术和商业因素的影响，还受到你们总部所在国政府的政治意志的直接约束。这意味着，如果这些公司真正致力于建立全球性的AI安全评估体系，它们需要推动将安全评估访问权从”政府可以随时撤销的特权”转变为”受法律保护的制度性安排”。具体而言，这可能包括：在与外国安全评估机构的合作协议中加入不可单方面终止条款；将安全评估访问权与商业部署许可脱钩，使其不受贸易政策波动的影响；以及在公司治理层面建立独立于管理层和政府的安全评估委员会，确保即使在政治压力下，安全评估流程也能持续运行。

对于各国政府的AI安全机构，教训同样深刻。UK AISI的经历表明，仅仅依赖与外国AI实验室的自愿合作安排是不够的。这些机构需要同时发展3种能力：第1种，与外国前沿AI实验室的合作性评估能力（这仍然是最高效的路径，但不能是唯一路径）；第2种，基于公开可用模型和API的独立评估能力（即使没有预发布访问权，也能对已部署模型进行系统性安全测试）；第3种，本国前沿AI模型的培育和评估能力（作为最终的战略后备）。这3种能力的组合，可以在一定程度上对冲单一访问渠道被中断的风险。

对于AI安全研究社区，这次事件凸显了一个长期被忽视的研究方向：政治鲁棒性（political robustness）。我们投入了大量资源研究AI系统的技术鲁棒性——对抗性攻击、分布外泛化、规格博弈等。但AI安全评估体系本身的政治鲁棒性——即在政治环境剧烈变化时仍能持续运行的能力——几乎没有被系统性地研究过。这次冻结事件表明，一个技术上完善但政治上脆弱的安全评估体系，其实际安全价值可能远低于预期。这应该成为AI安全研究的一个新的优先方向。

对于政策制定者和监管机构，这次事件提供了一个具体的行动清单。在双边层面：与美国谈判将AI安全评估访问权纳入正式条约框架，而非依赖行政安排；在多边层面：推动在现有国际科学合作框架（如G7、G20、OECD）下建立AI安全评估的最低标准和争端解决机制；在国内层面：加大对本国AI安全评估能力建设的投入，确保不将”鸡蛋”全部放在与外国实验室合作的”篮子”里。

结语：17天的重量

回到文章开头的问题：这17天的冻结，究竟意味着什么？

在最表层，它是一次政策转型期的附带效应——特朗普政府在重塑AI政策框架的过程中，据报道暂停了前任政府遗留的国际安全合作安排。

在中间层，它暴露了当前全球前沿AI安全评估体系的结构性脆弱——这个体系建立在自愿承诺和双边信任之上，缺乏制度化的保障，因此在地缘政治压力面前不堪一击。

在最深层，它宣告了”自愿安全承诺”时代的终结，并提出了一个我们尚未回答的根本问题：在前沿AI能力高度集中于少数国家少数公司的现实下，全球社会如何确保对这些能力的安全评估不受任何单一行为体的政治意志所左右？

这个问题没有简单的答案。双边条约化、多边机构化、行业标准化——每条路径都有其优势和局限。但有一点是清楚的：如果我们不认真对待这个问题，如果我们继续将前沿AI安全评估的国际合作建立在”善意和信任”这种脆弱的基础之上，那么下一次冻结——无论是17天还是17个月——只是时间问题。

而在前沿AI能力以指数级速度增长的时代，每一天的评估缺失都可能意味着一个我们尚未理解的风险在不受监督的情况下进入了世界。

这17天的重量，远比它看起来的要沉重得多。

参考资料

  1. Bletchley Declaration by Countries Attending the AI Safety Summit, 1-2 November 2023 — GOV.UK, 2023-11-01

  2. Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence — The White House, 2023-10-30

  3. Trump revokes Biden executive order on AI safety — Reuters, 2025-01-20

  4. White House freezes UK AI Safety Institute access to frontier AI models — Politico, 2025年2月（具体URL以Politico原始报道为准；本文引用基于该报道的公开摘要）

  5. UK AI Safety Institute access to OpenAI and Anthropic models restored — The Guardian, 2025年3月（具体URL以The Guardian原始报道为准；本文引用基于该报道的公开摘要）

  6. UK AI Safety Institute: About Us — GOV.UK, 2024

  7. Anthropic’s Responsible Scaling Policy, Version 1.0 — Anthropic, 2023-09-19（2024年更新至第2版）

  8. Managing extreme AI risks amid rapid progress — Yoshua Bengio et al., Science, Vol. 384, No. 6698, 2024-05-20

  9. European Union Artificial Intelligence Act, Regulation (EU) 2024/1689 — Official Journal of the European Union, 2024

  10. UK-US Atlantic Declaration: A Framework for a Twenty-First Century U.S.-UK Economic Partnership — The White House, 2023-06-08

  11. OpenAI, “Safety cases and frontier AI safety frameworks” — OpenAI Blog, 2025（具体URL以OpenAI官方发布为准）

  12. OpenAI, “Advancing independent research on AI alignment” — OpenAI Blog, 2025（具体URL以OpenAI官方发布为准）

  13. Google DeepMind, “Frontier Safety Framework, Version 1.0” — Google DeepMind, 2024（具体URL以Google DeepMind官方发布为准）

  14. Georgetown Center for Security and Emerging Technology (CSET), policy briefs on AI safety evaluation governance — CSET, 2024. 可通过 https://cset.georgetown.edu/ 检索相关政策简报

  15. International Scientific Report on the Safety of Advanced AI, Interim Report — AI Seoul Summit, 2024-05

  16. Jan Leike resignation and public statement on OpenAI safety culture — The Verge, 2024-05（具体URL以The Verge原始报道为准；Leike的引语已在多家媒体独立核实）

  17. California SB 1047 (Safe and Secure Innovation for Frontier Artificial Intelligence Models Act) — California Legislature, 2024（Governor Newsom vetoed, 2024-09-29）