--- layout: post.njk source: https://yage.ai/share/us-ai-capability-diffusion-controls-20260718.html speaker: yage.ai title: |- “中国模型参照线”传闻背后：美国为什么从芯片管到 API date: '2026-07-18' summary: 文章探讨了美国在人工智能国家安全政策中从限制先进芯片扩展到管理模型权重和API访问的演变。核心观点是，政府控制点不再局限于生产前沿能力，而是扩展到对不同交付通道（云训练、模型权重、API）的监管。这使得政策的焦点从‘是否危险’转向了‘同等能力是否已通过其他渠道扩散’，揭示了美国在维持技术领先地位和控制扩散速度之间的复杂权衡。 area: tech-engineering category: ai-application tags: - model-control - api-access - chip-regulation - knowledge-meta people: [] companies_orgs: - Anthropic - OpenAI products_models: - Fable 5 - Mythos 5 media_books: [] draft: true status: evergreen --- 7 月 13 日，《华盛顿邮报》披露了一项尚未公开的政策讨论：美国政府和 AI 产业据报正在研究开放模型发布框架，可能把中国领先开放模型的现有能力作为参照。二次摘要称，如果美国模型的能力不高于这条参照线，发布流程可能得到简化。这条消息很快被转述成“白宫将另发开放模型行政令”，甚至“美国模型不得超过中国模型”。 目前的公开证据走不到这么远。原始消息只有一个匿名来源，没有政策草案、机构文件或白宫确认，也没有说明所谓能力究竟按网络安全、编程还是综合评测衡量。但这条线索带来了一个此前没有进入公开讨论的新问题：政府判断是否限制美国模型时，除了问“这项能力有多危险”，是否还会问“同等能力是不是已经通过中国开放权重传遍全球”？后一问可能直接改变单边限制还能减少多少新增风险。 要理解这条新线索，需要先看美国为什么从限制先进芯片，一路管到云训练、模型权重和 API 访问。在国家安全这条线上，美国同时追求两个目标：让本国公司更快做出最强的 AI，同时延缓战略竞争对手和高风险主体获得同等能力。芯片、云、权重和 API 不是四个随机出现的监管对象，而是同一项能力到达其他使用者时经过的不同通道。模型能力绕过上一道闸门，政策就会继续向交付链下游寻找控制点。 6 月发生的两件事展示了这条变化。Anthropic 旗下的 Fable 5 和 Mythos 5 因政府限制外国人访问而突然对全球停服。OpenAI 也因政府要求，把 GPT-5.6 首批用户限制在少数经筛选的机构中，约 13 天后才全面发布。美国 AI 国家安全政策正在从控制生产前沿能力所需的投入，扩展到管理谁能访问已经形成的能力。几套工具还没有组成通用发布许可，但它们共同服务于同一条主轴：维持美国的能力领先，并控制领先能力的扩散速度和范围。 ## 芯片为什么成为第一道闸门 美国政府早在 2018 年就授权商务部识别并管制关系国家安全的新兴与基础技术。但算法和代码可以通过网络快速复制，政府很难像检查货物一样在边境拦住它们。 2022 年，美国把最有力的控制点放在先进芯片上。按照当年 10 月发布的先进计算规则，商务部工业和安全局（BIS）用硬件性能、目的地、最终用户和用途划定许可范围。大规模训练需要成千上万张先进显卡，芯片又有实体供应链，容易分类和追踪。管住芯片，就能提高特定国家和机构训练前沿模型的成本。 这道闸门限制的是大规模算力从哪里来。它无法单独解决另一个问题：模型训练完成后，已经形成的能力还可以通过什么方式交给别人。 ## 同一项能力开始沿三条新通道流动 芯片之外还有三条能力交付渠道：用户可以租美国的云算力训练模型，可以下载别人训练好的权重，也可以直接调用模型 API。三条渠道交付的东西不同，政策控制点也不同。 第一条是云端训练。外国客户不必把芯片运回本国，只需向美国云服务商租用算力，就能远程训练自己的模型。行政令 EO 14110 曾要求商务部拟定规则，核验相关外国客户的身份，并报告可能具有恶意网络用途的大模型训练活动。这套云服务报告规则只停留在拟议阶段，从未正式生效；EO 14110 后来遭到整体撤销，拟议规则也失去了政策基础。 第二条是模型权重。权重是训练完成后得到的参数文件，用户下载后可以自行运行。权重一旦在互联网上广泛散布，现有副本很难可靠召回。2025 年 1 月，商务部发布《人工智能扩散规则》，尝试把训练计算量超过 10^26 次操作的先进闭源模型权重纳入出口管制，分类编号为 4E091。该规则没有控制符合条件的开放权重模型，出口管制条例也长期排除已经公开发布的部分信息和软件。不过，具体内容仍要看分类和发布方式。规则还没进入实际执法，商务部就宣布不予执行。 第三条是托管 API。模型权重仍在厂商服务器上，用户通过网络直接使用代码生成、网络安全分析和智能代理等能力。商务部 2009 年的云计算咨询意见认为，只提供计算能力、没有向用户传输受控软件或技术的服务，不属于出口管制范围。2025 年的《人工智能扩散规则》也明确保留模型 API 和推理云服务。一般规则因此没有把普通 API 调用普遍定义为出口。但 Anthropic 个案显示，政府已经在尝试限制特定外国人对特定模型 API 的访问。一次公司特定指令，不等于全行业规则已经改变。 美国 AI 国家安全政策控制两类问题：上游通过芯片许可和云端身份报告影响谁能训练，下游通过权重分类和 API 访问指令影响谁能使用已经形成的能力。 ## 算力和能力测试在回答两个不同问题 “监管从算力门槛升级为能力红线”听起来像一次替换，实际更像分工。算力回答谁需要进入报告或检查范围，能力测试回答政府担心的风险是否真的出现。 EO 14110 就用训练计算量圈定报告对象。普通模型达到 10^26 次操作，或者主要使用生物序列数据的模型达到 10^23 次操作，开发者就要向政府报告训练和安全测试情况。这两个数字方便审计，却不能证明模型本身危险。红队测试结果才告诉政府模型在网络、生物等领域表现出了什么能力。 2026 年 6 月签署的 EO 14409 更进一步，要求政府直接测试 advanced cyber capabilities，也就是模型完成高级网络攻击相关任务的能力。模型越过测试阈值后，会得到 covered frontier model 这个分类标签。 这个标签目前没有自动触发禁发。EO 14409 连接的是一套自愿合作框架：开发者可以在向其他可信合作伙伴提供模型前，让政府提前访问最多 30 天。行政令同一节明确表示，这些安排不授权政府建立强制许可或预审。能力评估也可以服务于其他决策。CAISI 与总务署 GSA 的合作备忘录把评估方法引入联邦采购支持流程，但没有规定某个测试分数直接决定采购资格。 2018 至 2026 年美国 AI 国家安全政策时间线：芯片硬控制、训练算力报告、开放权重监测、闭源权重分类、网络能力测试和 API 访问个案并行出现，期间伴随撤销与暂停。 ## 模型如何交付，决定政府能管到哪一步 Anthropic 停服事件把交付方式的重要性变成了真实后果。商务部要求 Anthropic 限制所有外国人访问 Fable 5 和 Mythos 5。指令针对的是一类用户，并没有要求两款模型从全球下线。 问题出在执行上。集中式 API 由 Anthropic 统一运营，公司可以关闭服务，却难以在短时间内可靠判断每次调用背后用户的国籍。为了避免违规，Anthropic 选择先对所有客户停服。定向要求、身份筛选困难和公司的合规选择叠加在一起，最终让全球用户同时失去访问。 停服也不是永久结果。经过后续谈判和许可调整，Fable 5 于 2026 年 7 月 1 日恢复全球服务，Mythos 5 仍限于特定合作伙伴的 trusted access。政府原始信件、技术依据，以及普通 API 是否能普遍适用同类权限，至今没有公开答案。 所以，公开材料并不支持政府拥有一个能远程关闭所有模型的物理开关。集中式服务商接到难以细分执行的要求后，可能用自己的后台控制权完成停服，用户感受到的结果才像按下开关。开放权重则不同。权重发布后，用户可以脱离原厂运行已经下载的副本，政府无法依靠一家公司把这些副本全部收回。 芯片、云、权重和 API 的差异，最终把政策推向一个更难的问题。政府不能只问模型本身有多危险，还要考虑同等能力是否已经通过其他渠道扩散。前一个问题决定有没有必要介入，后一个问题决定美国单边设限还能产生多大效果。 ## 下一步的真正分叉：危险能力与全球可得性 现行正式政策主要处理第一类问题，7 月 13 日的“中国模型参照线”消息则首次给第二类问题提供了公开线索。这里把它们称为“危险能力线”和“全球可得性线”，只是为了帮助分析，不是政府正式使用的政策名称。 危险能力线关注模型是否明显增加网络攻击、生物风险等具体威胁。即使外国已经发布同等模型，美国开发的模型仍可能增加新的使用规模、可靠性或可得性，所以这项风险不会自动消失。 全球可得性线关注另一件事：如果同等能力已经通过外国开放权重广泛扩散，美国单方面限制本国公司还能减少多少新增风险？限制的安全收益可能下降，竞争代价却会上升。全球可得性因此可能影响审查强度或快速通道，但不能替代危险能力判断。 《华盛顿邮报》援引未公开讨论报道称，有人提议把中国领先开放模型的能力作为美国开放模型政策的参照。这是单一匿名报道，没有正式文本。它可能只是快速通道的参考，也可能最终什么都不会改变；目前不能把它写成发布上限或禁发线。 未来政策可能同时考虑两条线：危险能力线判断模型会增加多少网络或生物风险，全球可得性线判断同等能力是否已经通过开放权重不可逆扩散。 以后再看到新的监管消息，可以先问三个问题： 这项能力通过芯片、云算力、模型权重还是 API 到达用户？ 政府能直接限制这条渠道，还是需要厂商用自己的系统执行？ 同等能力是否已经通过开放权重不可逆地散布出去？ 三个答案比“美国是不是要全面审批 AI”更能说明一项政策会产生什么实际后果。