域外之见 | 加州法案：起源、演进、否决与启示

主要观点总结

美国加州通过的《安全与可靠前沿人工智能创新法案》最终被州长否决，体现了美国AI治理“发展为先、基于实证、顶层设计、行政牵引、场景立法、小步快走”的特征，对我国AI治理具有启发意义。法案历经12轮修正，试图为市场主体创设新义务，但导致权利-义务不对称，增加了企业合规成本，降低了模型训练/投产速度，对创新产生寒蝉效应。法案基于场景定义风险，但脱离加州特色，失去立法势能。新法案未体现激励相容原则，且风险场景并不显著，过早硬化软法治理为刚性义务，缺乏必要性与可行性。法案背离了顶层设计、行政牵引为主导的治理模式，重横向治理、轻场景治理，且风险场景定义脱离加州特色。建议采用“软法优先+公共知识/产业实践+司法判例”的治理模式，构建鼓励创新的风险容错机制。

关键观点总结

关键观点1: 法案被否决的背景与启示

法案历经12轮修正，试图为市场主体创设新义务，但增加了企业合规成本，降低了模型训练/投产速度，对创新产生寒蝉效应。法案基于场景定义风险，但脱离加州特色，失去立法势能。

关键观点2: 法案的权利-义务平衡问题

新法案未体现激励相容原则，导致权利-义务不对称，市场主体不能通过义务履行达成“许可免责”或“司法豁免”，增加了合规成本，降低了模型训练/投产速度，还可能因过重文牍负担导致商秘泄露风险。

关键观点3: 法案的风险场景定义与加州特色

法案的风险场景定义脱离加州特色，未能考虑AI系统是否部署在高风险环境中、是否涉及关键决策或使用敏感数据，导致立法势能丧失。加州立法实践强调场景或用例监管，与法案的风险场景定义不符。

关键观点4: 法案与顶层设计的冲突

法案背离了顶层设计、行政牵引为主导的治理模式，重横向治理、轻场景治理，可能导致监管碎片化，抑制技术的创新与落地应用。联邦行政令和部门规则已对AI治理有所覆盖，法案的必要性不强。

关键观点5: 建议的治理模式

建议采用“软法优先+公共知识/产业实践+司法判例”的治理模式，构建鼓励创新的风险容错机制，协调现有制度约束和自主行业监督，通过各界协同共治来建立符合技术发展及应用特征的风险管控模式。