当AI能力以月为单位迭代，华盛顿的立法节奏却以年为单位停滞——这种错位正在成为美国AI治理的核心特征。
发生了什么
据WIRED报道，尽管围绕AI模型可能“失控”的担忧不断累积，美国联邦层面短期内出台AI监管立法的可能性依然很低，而白宫对AI oversight（监督/监管）持 outright opposed——即明确、直接的反对立场。这意味着在行政与立法两条路径上，推动强制性AI监管的动力都在减弱。
需要说明的是，这一判断指向的是“短期内不会发生”，而非监管议题彻底消失。围绕AI安全、透明度、模型评估的讨论仍在国会和州层面持续，但距离形成具有约束力的联邦规则仍有相当距离。
为什么重要
这一局面的背景，是过去几年美国AI政策的一条清晰轨迹：从早期相对宽松的“鼓励创新”基调，到生成式AI爆发后一度出现的监管冲动，再到如今重新向“不干预”倾斜。
几个因素叠加造成了当前状态。其一，AI被视为大国竞争中的关键产业，任何可能拖慢本国企业速度的规则都会被放在“竞争力”框架下审视。其二，监管的技术难度极高——模型能力边界模糊、风险评估缺乏共识标准，立法者很难写出既有效又不过时的条文。其三，政治层面的分歧使全面立法难以推进，而行政部门的立场直接决定了监管机构能走多远。
结果是一种“事实上的默认放任”：没有新规，就等于沿用旧有框架，而旧框架基本没有针对现代AI模型的专门设计。
影响与看点
对开发者与企业而言，短期内的确定性反而提高了：合规压力不会突然从联邦层面收紧，产品迭代的政策风险相对可控。但这种“确定性”是脆弱的——州层面的立法、行业自律标准、以及欧盟等司法辖区的规则外溢，都可能以碎片化的方式传导到美国企业身上。
对用户来说，缺乏监管意味着透明度、问责机制和救济渠道更多依赖企业自愿披露，而非制度保障。当模型出错或造成损害时，责任归属仍是一片模糊地带。
值得关注的几个信号：白宫后续是否会以行政令或采购标准等“软性工具”间接施加影响；州级立法是否会形成事实上的拼图式监管；以及行业内部是否会主动提出可执行的自律框架，以换取更少的强制干预。
一个独立判断：美国当前的AI监管真空，与其说是“不监管”，不如说是把监管权让渡给了市场与地缘竞争逻辑。这种选择在短期内有利于产业速度，但代价是把风险定价的责任推给了未来的立法者和当下的用户。
