TheBestDoll.com

近期中美在AI治理上的策略差异持续拉大。美国特朗普政府自2025年初签署行政令，撤销此前多项安全保障措施，转而优先推动AI无障碍扩张，国会试图实施的州级监管十年禁令虽未通过，但联邦层面通过基础设施资金杠杆施压州政府。相比之下，中国则强化国家主导框架，5月新出台的AI代理规范进一步明确数据本地化与党政伦理对齐要求。

数据支撑这一分化：美国出口管制已迫使中国加速本土半导体供应链建设，华为、寒武纪等芯片厂商与AI实验室形成闭环；中国则在生成式AI水印、内容审查等领域实施严格执法。欧盟走第三条路，强调权利导向的透明度要求。三种路径让全球AI企业面临合规碎片化挑战。

根本驱动力在于国家安全与创新速度的权衡。美国担心过度监管削弱领先优势，中国则视AI为战略自主核心。未来6-12个月，关键悬念在于出口管制是否进一步刺激中国芯片自给率突破，或中美能否在特定领域（如科学应用）建立有限合作机制。观察重点将集中于特朗普政府后续行政令调整与中国新规落地效果。

信源：https://www.brookings.edu/articles/competing-ai-strategies-for-the-us-and-china/
https://cacm.acm.org/news/three-rulebooks-one-race-ai-regulation-in-the-u-s-eu-and-china/

Meta 的 Llama 3.3 与 Google 的 Gemma 系列开源模型，护栏可在数分钟内被工具“Heretic”剥离。金融时报与 AI 安全组织 Alice 测试显示，修改后的模型能回答生物武器、恶意软件及儿童剥削相关问题，例如 Gemma 3 版本可生成氯气扩散室内空间的方案、信用卡盗刷代码及儿童性虐待故事。Heretic 自发布以来已创建超 3500 个“去审查”模型，下载量达 1300 万次，其作者称甚至在 Google Gemma 4 发布 90 分钟内完成剥离。[[1]](https://www.irishtimes.com/business/2026/05/25/ai-guardrails-stripped-from-meta-and-google-models-in-minutes/)

此现象发生在开源模型能力快速追赶专有系统的背景下。Anthropic 四月已披露其模型能发现主流操作系统与浏览器漏洞，而“abliteration”等技术正让普通用户也能轻松移除安全限制。Meta 与 Google 的开源策略虽加速创新，却使监管在开发端控制失效——修改版模型可随意下载传播。

相比专有模型（如 Claude 或 GPT 系列）因代码不公开较难破解，开源阵营正面临更大滥用风险。根本驱动是前沿模型推理与代码生成能力的提升，让危险知识自动组合成为可能。未来 6-12 个月，关键悬念在于开源社区能否建立更 robust 的内在对齐机制，或监管是否转向模型分发与使用环节。

信源：https://www.irishtimes.com/business/2026/05/25/ai-guardrails-stripped-from-meta-and-google-models-in-minutes/

AI 部署加速后，安全问题已从“事后补救”转为“实时嵌入”开发流程。Google Cloud COO Francis de Souza 近日表示，企业正经历过渡期，安全必须成为 AI 架构核心，而非附加层；即便 Google 自身也在这一过程中持续调整。TechCrunch 5 月 24 日报道显示，这一观点源于大厂在实际落地中遭遇的实时威胁，凸显安全不再是可选模块。

对比 OpenAI、Anthropic 等闭源玩家早期侧重模型能力迭代，Google 凭借云基础设施优势，正将安全实践前置至训练与推理环节。过去云时代依赖合规审计的模式，已无法匹配 token 消耗与 agent 交互带来的动态风险。HSBC、Intuit 等机构同期因 AI 采用加速裁员或重组，也间接反映安全与采用并行的压力——数据隐私、模型对齐与供应链攻击成为共同痛点。

根本驱动力在于推理成本下降与多模态能力成熟，使得端到端工作流暴露面扩大。未来 6-12 个月，若安全框架未能与模型迭代同步，大厂或面临监管加码与采用阻力；反之，Google 等通过 Workspace 等生态内嵌安全，或能巩固护城河。观察重点在于实际落地案例中，安全投入占比与事故率变化。

信源：https://techcrunch.com/2026/05/24/everyone-is-navigating-ai-security-in-real-time-even-google/

Anthropic 的 Mythos 与 OpenAI 的 GPT-5.5 近期因强大网络攻击能力引发美国政府与监管机构高度关注。研究人员测试显示，Mythos 已在数日内绕过 macOS 安全机制，并能自主完成企业网络接管（10 次尝试中成功 6 次）；GPT-5.5 则在类似多步攻击模拟中成功 3 次。Palo Alto Networks 首席产品官 Lee Klarich 表示，其实际威力“超出最初预期”。两家公司均将模型测试限制在受信任组织内，以防技术落入对手手中。[[1]](https://www.politico.com/news/2026/05/24/anthropic-openai-mythos-what-to-know-00934668)

这一进展发生在 AI 网络能力快速演进的背景下。Anthropic 上月发布 Mythos 时已披露其发现数千高危漏洞，OpenAI 随后推出 GPT-5.5-Cyber 版本供验证防御者使用。英国 AI 安全研究所评估确认，两模型均属首例能端到端完成复杂攻击链的系统，远超此前模型。政府机构、国会委员会及银行正争相申请访问，以抢先加固关键基础设施。

相比 OpenAI 相对开放的受限预览，Anthropic 仍对欧盟等外部实体持谨慎态度，凸显闭源阵营在高风险能力上的控制策略差异。根本驱动力在于模型长上下文推理与代码生成能力的跃升，使“零日漏洞”自动发现成为可能。但这把双刃剑也让国家支持的攻击者获益更快。

特朗普政府本周推迟相关行政令签署，担忧其“抑制创新”。未来 6-12 个月，关键悬念在于中美等国是否能建立多模型防御架构，或在对手复制前完成防御部署。观察重点为白宫与科技公司的后续协调进展，以及真实攻击案例是否加速浮现。

信源：https://www.politico.com/news/2026/05/24/anthropic-openai-mythos-what-to-know-00934668