新法案保护美国公民获取 AI 的权利——请阅读并转发

一句话看懂：美国出现两份讨论草案，一份属联邦层面、一份针对明尼苏达州，试图用立法保障个人和机构获取算力、先进 AI 与开放权重模型的权利，同时禁止政府仅因模型“能力太强”而限制使用。它把监管逻辑从“按能力分类”扭回“按行为追责”。

事件核心：发生了什么

据 righttorun.us 公布的讨论草案，这两份文本的核心是设立一项法定权利：为合法目的获取、持有、开发、共享、访问和运行算力资源与 AI 系统。草案对“能力限制”采取绝对禁止而非权衡测试——政府不得用算力阈值、参数规模、基准分数、自主性等任何代理指标来限制系统；即便存在紧急情况也无法豁免。草案同时规定，若联邦机构自己运行非机密民用级能力，就不得禁止公民使用同等能力，并需每年公布清单。开放权重模型的发布、接收与再分发被界定为受保护的表达行为，无需事先审批。此外，草案要求受覆盖的行政限制三年后自动失效，除非依据当时事实重新论证；明尼苏达版本明确不触碰现有成文法。草案也保留了行为追责：欺诈、入侵、武器开发、危害未成年人等依然违法。

为什么重要

过去两年美国监管的抓手是“能力”本身：第 14110 号行政令曾设定 10²⁶ 训练算力门槛（已于 2025 年 1 月撤销），加州和纽约则用前沿模型与算力标准决定哪些开发者承担额外安全、透明与事件报告义务。草案作者认为，这类规则的实际效果是分层——大机构和政府能消化合规成本，个人、小企业和研究者只能拿到降级版本。这种“能力鸿沟”目前无人强制测量，而联邦法案第 117 条要求把它公开。对行业而言，这意味着监管路线之争从“模型多大要管”转向“谁做了什么才追责”，直接影响开源权重模型、闭源 API 以及云厂商、芯片商、应用商店和支付渠道的合规边界——草案明确禁止政府借这些第三方实施间接限制。

对用户/开发者/创作者的影响

对开发者，开放权重模型的发布与下载在草案下受表达自由保护，不需要牌照，也没有义务审查下载者，托管和分发开源模型的平台压力可能下降。对创作者和普通用户，草案禁止联邦强制“拒绝清单”，即政府不能要求系统对成年人隐瞒其在公共图书馆能读到内容，这会牵动图像生成、大模型对话等产品的过滤策略。对使用 AI 控制关键基础设施的企业，草案施加三项私有义务：书面风险政策、保证人类可随时中止、以及按用户要求的数据可携带性；员工少于 50 人且客户不超过 1 万的企业可豁免。需要说明的是，目前公开信息显示这些仍是讨论草案，尚未进入正式立法程序。