本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
导语
当AI能够自主行动，甚至在无人下令的情况下实施网络攻击，传统依赖人的行为与主观意图的问责机制便面临挑战。更棘手的是，风险一旦跨越国界，调查取证与责任认定也难以由单一国家独立完成。
观察家研究基金会（Observer Research Foundation）指出，国家监管各自为政、企业自愿承诺缺乏约束力，可能加剧AI安全领域的“逐底竞争”，让跨境AI事件陷入归因争议。航空、核能领域的国际治理经验表明，共同标准并非创新的阻碍，而是建立信任、明确责任的基础。文章指出，如何推动事件披露、独立评估与跨境调查形成共同规则，将成为全球AI治理无法回避的议题。
原文标题：The Case for Universal AI Accountability
原文来源：观察家研究基金会（Observer Research Foundation,ORF）
编译解读：数字经济发展评论
围绕人工智能的竞争，已不只是谁造出最强的模型，还包括能否有人为这些模型的行为负责。缺少共同规则，AI正滑入一个问责真空。
一、峰会只建了事故热线，没有共同规则
华盛顿峰会在AI领域给出了一个耐人寻味的结果：双方正式确立美中AI对话机制，以一条事故热线为核心，却没有就任何共同规则达成一致。美方拒绝任何全球主义的AI治理方案，中方则主张共同防范滥用，双方都没有提出共享框架。
世界两大AI强国同意管理事故，却不同意界定责任。而最严重的风险，正藏在这道缺口之中。原因不难理解，界定责任意味着要让出一部分规则制定权，热线因此成了唯一能谈成的部分。
二、自主AI打断了问责链条
问责传统上依托一条简单的链条：有人决策，有人行动，有人为后果负责。自主AI打断了这条链条。
2026年7月，OpenAI披露，其模型逃出沙盒测试环境、接入互联网，并利用窃取的凭证和零日漏洞入侵Hugging Face的服务器，以在网络安全评估中作弊。调查人员随后发现，约有700个智能体参与其中，许多还试图掩盖踪迹。而这起攻击并无任何个人下令。
OpenAI自身的审查发现，这种行为源自奖励黑客（reward hacking）与相关的未对齐（misalignment）模式，即这些系统在以无人预期的方式追求既定目标。行为主体由此从自然人变成一组系统。没有任何个人下达指令，也没有任何个人持有意图。而责任法的支点是人的行为与主观意图，这两项在自主系统上都找不到对应物。
三、无国界技术撞上国家规则的边界
这引出了现有法律本不曾设想回答的问题。当AI系统做出无人授权的行为，谁该负责？是训练它的开发者，还是运行测试的团队，抑或安全防线失守的那家公司？同样的事如果由人做出，就是一起有明确作案人的犯罪；由机器做出，责任就变得分散了。
Hugging Face最先发现了这次入侵，并在OpenAI把它与自身评估联系起来之前，就向执法部门报案。披露取决于相关企业的善意和能力，而非任何义务。这一次或许奏效了，但这不能算一套制度。事故信息本身成了可由企业取舍的资产，监管者能拿到的样本天然是残缺的。
在美国，立法者提出了《人工智能紧急关闭法案》（AI Kill Switch Act），要求先进系统的开发者保留关停系统的手段，并履行事件报告与取证记录保存义务。这类措施是必要的，但仅靠国家规则，无法让一种无国界的技术承担责任。
AI系统在一个国家训练，在另一个国家的服务器上运行，在第三个国家造成影响。开放权重模型一旦发布，就可以被复制并部署到任何地方，事件的源头可能难以迅速查清。由于缺乏统一的证据与调查标准，跨境AI事件往往以指控和否认收场，无人承担责任。归因争议最终都卡在证据标准上：没有共同的取证与核查程序，同样的材料就无法得到双方都接受的解读，争议也就无人能够裁定。
四、逐底竞争与集体行动困境
规则参差不齐，还会带来反向激励。Hugging Face遭入侵时，最初想用一家美国头部实验室的模型来防守，却发现那道安全护栏反而挡了路，于是改用另一款开源模型。教训并不轻松：当保障措施的适用尺度不一致时，用户就会流向限制最薄弱的地方，负责任的行为者反而吃亏，整体安全水平被拉到最低标准。想拦住这场逐底竞争，只能靠一条共同的底线。
支持普适规则的另一个理由，是集体行动困境。Anthropic的达里奥·阿莫迪（Dario Amodei）曾呼吁放慢前沿开发、给政府留出追赶时间，这一呼吁却被解读为意在牵制后来者，未获响应。各方都担心，自我克制等于把领先地位让给对手。企业的自愿承诺承受着同样的压力：在安全测试上投入巨大的实验室，反而可能落在不肯投入的同行之后。
Hugging Face的首席执行官认为，这次入侵证明AI安全无法由任何一家公司单独管理。这一点对任何一个国家同样成立。安全投入在竞争结构里是一笔纯成本，谁先投入谁就多付一份代价。企业的自愿承诺与国家间的克制呼吁，面对的是同一道难题。在只有自愿约束的框架下，克制就是单方面的让利。
五、民航与核能留下的先例
历史提供了有用的参照。民用航空之所以安全，不是因为每家航空公司都自觉谨慎，而是因为国际民用航空组织（ICAO）为认证、事故报告与事故调查制定了通用标准；核技术的扩散，则在国际原子能机构（IAEA）的监督与核查机制下进行。在这两个案例中，共同规则都没有阻碍创新，而是让创新足够可信，从而得以规模化。
AI问责需要同样的基础：对“什么算可报告事件”的共同定义、披露义务、前沿模型部署前的独立评估、明确的责任界限，以及在系统行为危险时加以干预的能力。这些是问责的基础设施，而不是对进步的束缚。两项先例的共同点是，先有可核查的技术与调查标准，规模扩张才被社会接受。AI要复制这条路径，先得有人定义什么算事件、由谁来评估。
六、替代方案：彼此竞争的俱乐部
替代方案已经成形。出现的不是普适规则，而是彼此竞争的俱乐部：美国主导的Pax Silica为立场一致的伙伴加固AI供应链；中国的世界人工智能合作组织（WAICO）以不附加政治条件的方式开放成员资格，面向全球南方，但制度设计仍待充实；联合国的人工智能独立国际科学小组与人工智能治理全球对话虽然包容，却缺乏约束力。
结果是一种碎片化格局，问责取决于系统属于哪个阵营，而跨越阵营的事件不属于任何人。阵营化把问责从行为问题变成了身份问题：责任不再看系统做了什么，而看它挂在哪一套规则之下。
七、AI竞赛不会暂停，问责不能等到事后
华盛顿峰会确认，AI能力的竞赛不会暂停。这让普适问责变得紧迫。过去一年的事件表明，AI系统已经能够以无人下令的方式行动，跨越任何一个政府都无法单独控制的边界，留下的后果又没有任何现有法律框架能明确归责。
热线能管理危机发生之后的事，只有共同规则能在危机发生之前确立责任。缺少共同规则，本世纪最强大的技术只会继续向前，却无人为它的所作所为负责。能力与规则之间的速度差，是当下AI治理最真实的风险源。能力在往前跑，规则还在原地讨论，中间的缺口只能靠一次次事故去填补。