DeepMind CEO 哈萨比斯呼吁美国牵头建立全球 AI 监管机构，前沿模型发布前先做安全评估
据 IT之家 7 月 14 日援引 The Verge 报道，谷歌 DeepMind 创始人兼 CEO 德米斯·哈萨比斯（Demis Hassabis）正在推动一项面向前沿人工智能的全球监管设想：由美国政府牵头建立一个全球 AI 监督机构，在高能力 AI 模型发布前进行安全评估，并在模型出现重大风险时为行业提供“踩刹车”的协调机制。来源显示，哈萨比斯希望该机构能够汇聚独立专家、开源社区代表等多方力量，并参考美国金融业监管局 FINRA 的运作思路，形成一套可被全球主要 AI 参与者遵循的标准。
这项倡议的核心并不是简单限制 AI 发展，而是试图为快速迭代的前沿模型建立一个更明确的安全边界。随着大模型能力持续提升，模型发布节奏、开源策略、对齐测试、安全红队评估等问题正在从企业内部治理议题，逐渐变成全球科技产业和公共治理层面的共同议题。
拟议机构将关注前沿模型发布前的风险把关
根据来源摘要，哈萨比斯认为，美国应该主导这一倡议，并推动制定全球 AI 标准。他设想中的机构类似一个跨行业、跨区域的监督平台，重点面向最先进、潜在影响也最大的前沿 AI 模型，而不是对所有普通 AI 应用进行统一审批。
其工作方式可能包括：在模型公开发布之前组织安全评估；当某一模型被判断为风险过高时，协调主要 AI 实验室放缓发布节奏；并让独立专家和开源社区代表参与决策，以避免规则完全由少数大公司或单一政府部门主导。
从产业角度看，这种模式试图解决一个现实难题：AI 企业在竞争压力下往往倾向于快速上线新模型，但前沿模型的能力边界、滥用风险和社会影响并不总能在发布前被充分识别。一个被主要机构认可的第三方协调机制，理论上可以在商业竞争之外增加一层公共安全约束。
- 监管对象：重点可能是能力最强、影响范围最大的前沿 AI 模型。
- 核心机制：发布前安全评估，以及高风险情况下的行业协调。
- 参与主体：独立专家、开源社区代表、AI 实验室和政府相关方。
- 目标方向：形成全球标准，减少各国规则碎片化带来的治理难度。
为什么 DeepMind CEO 希望美国牵头
哈萨比斯提出由美国主导，并不令人意外。目前全球头部 AI 实验室、云计算基础设施、AI 芯片生态和主流大模型产品很大程度上集中在美国科技产业体系内。若要建立一个对前沿模型发布节奏产生实际影响的机制，美国政府和美国主要 AI 公司是否参与，将直接决定其执行力。
来源显示，哈萨比斯已经在过去几个月推进这一提案，并与美国政府、其他 AI 实验室以及欧洲官员接触，希望该机构能够在今年年底前投入运作。这意味着，该倡议并非停留在公开表态层面，而是在尝试进入政策和行业协商阶段。
不过，所谓“全球 AI 监督机构”若要真正运转，仍会面临复杂问题。例如，不同国家对 AI 风险、数据治理、国家安全、产业竞争的优先级并不一致；开源模型与闭源模型的监管方式也存在明显差异；企业是否愿意在关键发布时间表上接受外部协调，同样存在不确定性。
影响与解读：AI 竞争正在进入“标准竞争”阶段
对中文科技产业读者而言，这一消息值得关注的重点不只是“是否会出现一个新监管机构”，而是前沿 AI 的竞争正在从模型能力竞争，延伸到安全标准、评估框架和国际规则制定竞争。谁能参与制定评估标准，谁就可能在未来大模型产品的发布、出口、合作和生态建设中拥有更强话语权。
过去两年，大模型行业围绕参数规模、推理能力、多模态能力、智能体能力展开高速竞赛。但随着 AI 被嵌入办公、编程、教育、医疗、金融、机器人等更多场景，单纯依靠企业自律已经难以回应外界对安全和可控性的担忧。哈萨比斯提出的“刹车”机制，本质上是在为前沿模型建立一种行业级暂停按钮。
这种机制可能带来两方面影响。一方面，它有助于提高公众和企业客户对高能力 AI 系统的信任，降低重大风险事件发生的概率；另一方面，如果规则制定过于集中，也可能强化头部公司和特定国家的优势，使中小 AI 公司、开源社区以及非美国市场在标准制定中处于被动位置。
因此，未来全球 AI 治理的关键，不仅是是否需要监管，而是监管如何保持透明、开放和技术中立。对于中国 AI 产业而言，持续跟踪国际前沿模型安全评估体系、参与多边技术标准讨论，并建设自主可验证的模型安全测试能力，将变得越来越重要。
总体来看，哈萨比斯的倡议反映出头部 AI 实验室对前沿模型风险的判断正在趋于谨慎。无论这一机构能否按其设想在今年年底前投入运作，AI 模型发布前的安全评估、跨机构风险沟通和全球标准协调都将成为未来一段时间人工智能产业政策中的核心议题。