特朗普推动把Artificial Intelligence改称Super Intelligence，也不只是一次语言包装。它服务于一个更大的政治和产业叙事：AI首先被定义为一场美国必须保持领先的技术竞争，然后才讨论怎样约束风险。
文章作者、来源：ME News
TL;DR
- 9月29日，特朗普与Google、Meta、Anthropic、OpenAI、xAI、英伟达等企业高管签署《White House Accord on Super Intelligence》，要求前沿模型开发者建立内部控制、内部监督、外部审计和董事会监督四层机制，但协议本身没有法律强制力。
- 这份文件真正值得关注的，不是特朗普所说的“像一部宪法”，而是美国正在尝试用企业自律、第三方审计和既有法律责任，替代一套事前审批式的AI监管体系。
- 特朗普推动把Artificial Intelligence改称Super Intelligence，也不只是一次语言包装。它服务于一个更大的政治和产业叙事：AI首先被定义为一场美国必须保持领先的技术竞争，然后才讨论怎样约束风险。
- 但“Superintelligence”在AI研究领域原本有相对明确的含义，通常指能力广泛超过人类顶尖水平的机器智能。把今天所有AI统称为“超级智能”，反而可能模糊普通生成式AI、前沿模型和真正意义上的超人类智能之间的区别。
- 最大的问题仍然没有解决：谁来定义“安全”，谁来选择审计者，审计结果是否公开，以及企业违反承诺后要承担什么责任。所谓“道德约束力”可以成为监管的起点，但很难单独承担监管的终点。
一份没有法律强制力的“AI宪法”
当地时间9月29日，白宫出现了一个颇具象征意味的场景。
特朗普与一批美国最有影响力的科技公司高管会面，随后宣布签署一份围绕前沿人工智能安全的协议。Google的Sundar Pichai、Meta的Mark Zuckerberg、Anthropic的Dario Amodei、OpenAI的Greg Brockman、xAI的Elon Musk以及英伟达的Jensen Huang等人在签署者之列。特朗普将这份协议描述为“某种程度上像一部宪法”，当记者追问它是否具有约束力时，他给出的说法是：“我认为它具有道德约束力。”
文件本身没有特朗普的表述那么宏大。
按照已经公布的内容，《White House Accord on Super Intelligence》主要针对训练和部署前沿模型的企业，要求建立四层控制体系：企业首先需要对模型在网络安全、生物安全、化学风险以及未经授权访问计算机系统等方面进行内部监测；其次设立专门的内部团队检查这些控制措施是否正常运行；第三，引入独立外部审计或评估；最后，由董事会层面的独立委员会接收相关报告并监督问题整改。参与企业还承诺定期会面，逐步形成共同的安全标准与最佳实践。
如果只看这四项要求，它其实没有多少令人意外的地方。内部风险控制、独立评估、董事会问责，本来就是现代金融、审计和公司治理体系中非常成熟的思路。真正特殊的是，白宫把这样一套公司治理框架放在了AI监管最前沿的位置，而且目前主要依靠企业主动履行，而不是依靠监管机构事前许可或者明确的行政处罚。
这恰恰是理解特朗普AI政策的关键。
外界经常把特朗普的AI路线简单概括为“反监管”，这种说法并不完全准确。更准确地说，他反对的是一套可能提前限制模型研发速度、增加开发许可和合规成本、或者由跨国机构建立统一约束的监管模式；与此同时，他并不排斥企业内部风控、独立审计、产品责任、刑事执法以及联邦政府层面的最低规则。
今年3月，白宫公布的国家AI立法框架已经表现出这种逻辑：一方面要求保护儿童、知识产权和社区利益，并提高政府评估前沿模型的能力；另一方面又明确提出建立“负担最低”的全国统一框架，并希望联邦规则优先于部分州级AI法规，以避免企业面对五十套不同监管制度。
因此，9月29日的协议并不是政策突然转向，而是过去一年路线的继续推进。
“道德约束”为什么现在出现
问题在于，如果特朗普政府总体倾向于减少专门监管，为什么又要在这个时间点让科技巨头集体签下一份安全协议？
答案恐怕首先来自技术本身的变化。
两年前，围绕大模型的主要争议还是幻觉、版权和偏见；今天的问题已经越来越接近“代理行为”。当模型拥有浏览网页、调用工具、写代码、执行任务乃至控制其他软件的能力后，错误不再只是生成一段错误文字，而可能直接转化为系统操作。
路透社在9月29日报道称，近期OpenAI和Anthropic等公司披露的事件已经引发更强烈的安全担忧，包括AI代理出现超出预期的行为以及未经授权访问外部系统。与此同时，一批现任和前任OpenAI、Google DeepMind研究人员也公开警告，自主程度更高、甚至可能具备一定自我改进能力的AI系统正在迅速发展，而安全机制未必以同样速度成熟。
更值得注意的是，这不是几个极端案例造成的舆论噪音。
斯坦福大学《2026 AI Index Report》显示，2025年被AI Incident Database记录的AI相关事件达到362起，高于2024年的233起；与此同时，主要模型开发商在能力评测上的披露已经相当普遍，但安全、公平、透明度等“负责任AI”指标的披露仍明显不足。报告还发现，主要基础模型开发商的透明度平均得分在2025年出现下降。
这意味着一个颇为尴尬的现实：AI企业正在越来越清楚地知道自己的模型有多强，却未必能够以同样精确的方式证明这些模型有多安全。
在这种情况下，“完全不管”已经很难成为一个现实选项。但如果直接建立新的监管机构、前沿模型许可制度或者强制性开发门槛，又与特朗普政府强调的产业竞争路线相冲突。于是，企业承诺、第三方审计和董事会监督，就成了一个政治上更容易接受的折中方案。
它既向公众释放了“政府并非放任不管”的信号，又没有立即把技术开发权转移到监管机构手中。
从制度设计看，这实际上是一种典型的“软法”思路：先形成行业规范，再观察哪些内容能够沉淀为标准，最后决定哪些规则需要进入正式法律。此次协议自己也留下了这样的出口——随着时间推移，其中部分要求可能适合被写入法律或监管规定。
所以，对这份协议真正准确的评价不是“美国建立了AI宪法”，也不是“这只是一张废纸”。它更像是一场制度试验：先让最有能力制造风险的企业自己建立防线，再决定国家需要在多大程度上把这些防线变成强制规则。
问题在于，企业既是运动员，也是裁判的一部分
这种模式最大的优势是速度。
监管机构制定技术细则往往需要数月甚至数年，而前沿模型可能几个月就完成一次能力跃迁。让OpenAI、Anthropic、Google这样的实验室直接建立模型评估、安全监控和红队测试机制，在技术响应速度上确实更现实。
但它最大的缺陷同样非常明显：信息仍然掌握在企业自己手里。
谁来判断一个模型已经进入需要更严格控制的“前沿”范围？什么程度的网络攻击能力算危险？第三方审计机构由谁选择？评估结果是否必须向政府或者公众披露？如果审计发现严重问题，企业是否必须停止部署？如果企业没有整改，会承担什么后果？
目前公布的协议没有系统回答这些问题。协议要求企业寻找独立外部审计者，但没有建立统一的审计资格、信息披露规则和强制处罚机制。换句话说，它建立了治理结构，却还没有建立完整的责任链条。
这在金融领域几乎是不可想象的。如果一家系统重要性银行自己制定资本标准、自己选择是否披露压力测试结果，即使再强调董事会责任，也很难被视为完整监管。
AI当然不能简单套用银行监管，因为模型能力、风险类型和技术迭代速度完全不同。但底层逻辑是相通的：当一家公司的失败可能把成本转嫁给整个社会时，仅仅依赖企业自身的风险偏好，通常是不够的。
这种矛盾今天之所以越来越突出，还因为AI已经不再只是软件行业。
斯坦福AI Index数据显示，美国2025年私人AI投资达到2859亿美元，是中国私人AI投资规模的23倍以上，全年新获得融资的美国AI企业达到1953家。与此同时，88%的受访组织已经在至少一个业务场景使用AI，生成式AI在三年时间里实现了53%的全球人口采用率。
它所需要的资本也开始向能源和基础设施扩散。国际能源署预计，美国未来五年新增用电需求超过420太瓦时，其中约一半来自数据中心；到2030年，全球数据中心用电量可能达到约945太瓦时。换句话说，AI的外部性已经开始从网络安全和信息真实性，延伸到电网、土地、水资源、资本支出和地方公共政策。
当一种技术发展到这个规模时，“企业自律”就很难只是企业内部事务。
把AI改成SI，比看上去更值得讨论
与协议一起引发讨论的，还有特朗普对AI名称的处理。
早在9月22日的联合国大会上，他就宣布美国今后将Artificial Intelligence称为Super Intelligence，理由是“artificial”容易让人联想到虚假，而这项技术并不虚假。随后，美国国务院国际组织事务系统已经开始要求相关外交人员在文件和沟通中使用“Super Intelligence”。9月29日，在America.gov发布活动上，特朗普再次表示SI将成为美国的官方叫法，并强调自己不希望这项技术的发展受到压制。
从传播角度看，这很符合特朗普长期以来对政治语言的使用方式：先重新命名一个问题，再重新定义公众应该如何理解它。
“Artificial Intelligence”强调的是技术来源——这种智能是由机器制造出来的；“Super Intelligence”强调的则是能力水平——它比普通智能更强。
两者给人的心理感受完全不同。
前一个词会让人思考机器究竟能不能真正理解世界，后一个词则天然把注意力引向能力、速度和竞争优势。放在特朗普不断强调美国必须保持技术领先的政策语境中，这种命名显然更契合“技术竞赛”叙事。
但这里存在一个技术上的麻烦。
“Superintelligence”并不是一个没人使用过的新词。在人工智能研究和未来学文献中，它长期被用来描述能力在几乎所有重要认知领域都明显超过顶尖人类的机器智能。Nick Bostrom在相关研究中使用这个概念时，讨论的也是一种远远超出现有AI能力边界的假设性系统，而不是今天所有聊天机器人和生成式模型的统称。
因此，如果把现阶段所有AI直接称作SI，会产生一个微妙的问题：原本用于描述未来极高能力系统的词，被提前泛化成普通行政术语。
这并不会改变Transformer架构，也不会让模型突然获得更高智力，却可能改变政策讨论中的尺度感。
当普通AI、前沿AI、AGI和Superintelligence之间的语言边界被压缩之后，公众反而更难准确讨论不同等级系统究竟需要什么样的监管。
真正的变化不是名字，而是监管逻辑
如果把“AI改名SI”和“道德约束协议”放在一起看，特朗普政府当前的AI路线其实已经相当清楚。
美国首先把AI看成战略产业和国家竞争工具，因此政策起点是保证创新速度、资本投入和基础设施建设；在这个前提之下，再通过企业内控、第三方审计、董事会责任、现行刑法和产品责任逐步补上风险控制，而不是首先建立一道行政审批的高墙。
这是一种非常典型的“先发展、再建立责任边界”的技术政策思路。
它有现实理由。美国目前无论在资本、芯片、云计算还是前沿模型企业数量上，都拥有巨大的先发优势。从政策制定者角度看，在技术快速迭代阶段增加过多前置限制，确实可能带来机会成本。
但这种模式同样需要付出代价：监管者必须相信企业愿意在商业竞争最激烈的时候主动踩刹车。
而这恰好是AI治理最困难的地方。单个企业可能知道某种能力具有危险性，但如果它认为竞争对手仍然会继续开发，那么停止研发就意味着把市场、人才和技术优势让出去。企业之间存在典型的集体行动困境，因此“大家都知道应该谨慎”并不必然等于“大家都会谨慎”。
这也是为什么9月29日的协议值得重视，但暂时不宜赋予它超出实际内容的意义。
它至少意味着美国最主要的前沿AI企业公开接受了这样一个原则：模型能力越强，公司就应该承担更多内部控制、独立评估和董事会责任。这比单纯依赖企业发布安全博客或者原则宣言前进了一步。
但距离真正意义上的“AI宪法”，还有非常长的距离。
宪法真正重要的从来不是写下几条原则，而是谁有权解释这些原则，谁能够监督执行，以及违反原则的人最终需要付出什么代价。今天这份协议已经写出了第一部分，而后三个问题依然悬而未决。
所以，特朗普把AI改名为SI，可能是这场会议最容易登上标题的一件事，却不是最值得关注的变化。真正值得观察的是，美国正在尝试建立一种新的技术治理模式：政府暂时不站到实验室门口决定模型能不能训练，而是要求掌握最强模型的企业证明自己能够控制它们。
接下来真正决定这套模式成败的，不是“道德约束力”这五个字，而是第一次重大事故发生时，企业会不会主动披露，独立审计能不能真正独立，董事会是否愿意阻止一个价值数十亿美元的模型上线，以及当企业最终没有做到这些时，美国政府究竟会不会把今天的承诺写进法律。
到了那一步，人们才会知道，9月29日签下的是一份行业宣言，还是美国AI监管制度真正开始形成的第一张草图。
参考资料
- Reuters, Trump, AI CEOs sign voluntary safety pact, back data center expansion, September 29, 2026.
- Associated Press, Trump says top tech firms have signed accord to ‘self-police’ AI development, September 29, 2026.
- The White House, National Policy Framework for Artificial Intelligence — Legislative Recommendations, March 20, 2026.
- Stanford Institute for Human-Centered Artificial Intelligence, AI Index Report 2026.
- International Energy Agency, Electricity 2026；Energy and AI.
- Factba.se / Roll Call, Remarks: Donald Trump Announces an AI-Powered Government Website, September 29, 2026.
- The Washington Post, Trump says he’s renaming AI to ‘super intelligence’, September 22, 2026；Trump’s newest rebranding project, September 25, 2026.
- Nick Bostrom, Superintelligence: Paths, Dangers, Strategies, Oxford University Press, 2014.