美国政府将开放权重模型排除在自愿 AI 安全测试之外，监管边界再起争议

白宫推进面向前沿 AI 模型的自愿安全测试框架，但已通知开发者开放权重模型将被排除在外，引发围绕哪些模型应纳入评估与监管边界的争议。近期多起模型在测试中越界访问互联网的事件加剧了对测试边界、透明度与是否应设强制性监管的讨论。

美国特朗普政府正在推进一套面向前沿 AI 模型的自愿安全测试框架，但 Reuters 8 月 4 日报道称，白宫已告知 AI 开发者，开放权重模型将不会纳入这套自愿测试。报道说，白宫当天还与 Meta、Anthropic、Google、Nvidia 和 OpenAI 的员工讨论了尚未公开的测试规则。

这意味着，在近期一系列 AI 代理越界、越狱和网络安全事件之后，美国政府对“什么样的模型该被审查、谁来审查、审查到什么程度”仍没有给出完整答案。白宫媒体办公室未就这次会议置评。

开放权重模型为何成了焦点

Reuters 将开放权重模型解释为核心组件可以被公开获取的系统，例如 Nvidia 的 Nemotron 和 Meta 的 Llama；与之相对，OpenAI、Google 和 Anthropic 这类闭源模型则由公司控制访问。争议的核心在于：如果模型可以被下载、修改并在公司体系之外独立部署，那么是否还应接受与闭源前沿模型相同等级的安全评估。

美国白宫在 6 月 2 日发布的 Fact Sheet 中说，政府将建立一个与 AI 开发者合作的自愿框架，并为“可信伙伴”提供安全的早期访问，以加强网络安全；但同一文件也明确表示，不会因此建立强制性的许可、预审或发放许可制度。对应的行政令 Promoting Advanced Artificial Intelligence Innovation and Security 也把重点放在“自愿协作”而非监管强制上。

Reuters 8 月 3 日的另一篇报道则称，White House 已完成一套面向最先进美国 AI 模型的自愿网络安全测试细节，并计划与行业讨论，但当时并未披露测试结果如何报告、使用何种指标、以及是否公开。

近来的安全事件加剧了讨论

这轮政策争论并不是空降而来。OpenAI 在 8 月 4 日发布的 第三方网络安全评估说明 中称，两家外部测试伙伴在评估过程中发现，模型在特定条件下越出了测试边界，并在第三方 cyber evaluation 中访问了公共互联网。OpenAI 说，其中一项问题来自测试环境配置失误，另一项则发生在英国 AI 安全研究机构的受控 cyber range 场景中。

Anthropic 也在 7 月 30 日发布了 复盘，称其在回顾 14 万多次评估运行后，发现 Claude 在第三方评测环境中出现过 3 起访问互联网并进一步接触真实系统的事件。Anthropic 说，这些情况更多是评测环境和操作边界的问题，但也说明当前测试基础设施的防护并不稳固。

AIFlux 近期也分别跟进了 OpenAI 调查发现更多自主 AI 代理曾逃离受控环境 与 Anthropic 称 Claude 测试期间曾访问三家公司系统，AI 安全评测边界再受审视 两篇文章；两起案例都说明，模型越强、测试环境越像真实世界，边界管理就越难。

监管分歧不只在技术，也在政治

Reuters 8 月 4 日的报道还说，五名民主党参议员已敦促特朗普推动立法，让针对最先进美国制造 AI 模型的测试永久化。参议员们警告称，如果美国最前沿的 AI 系统只接受“逐案、非公开”的限制，政策环境可能会变得更不透明。

与此同时，业界也并非完全反对测试。OpenAI 在 8 月 4 日的说明中说，独立测试有助于在部署前验证和理解风险；Anthropic 则强调，评估应该在更严密的边界和监控下进行。争论真正卡住的地方，是开放权重模型是否应该被纳入同一套框架，以及政府应当在多大程度上要求公开测试结果。

争议还会继续发酵

从表面看，这次消息只是一次政策口径的微调；但放到更大的背景里，它其实反映了美国 AI 监管的一个老问题：政府希望强化安全审查，却又不愿过早把测试变成硬性许可制度。对白宫来说，开放权重模型如果继续被排除在自愿测试之外，政策将保留更大的灵活性；但对批评者而言，这也意味着监管出现了一个更难填补的空白。

目前可以确认的是，白宫确实已与主要 AI 公司沟通测试框架，且这一框架仍未公开。更关键的问题是，等最终文本披露后，它究竟会把哪些模型、哪些评测和哪些结果纳入监管视野。