AI主权战略能否跟上模型能力快速提升的步伐？

仅拥有硬件或数据不足以跟上AI发展的步伐

当前大多数人工智能主权战略聚焦于有形资产：拥有服务器、将数据保留在国境之内，或要求本地模型训练。但证据表明，这种路径在结构上存在不足。认知对齐科学的基础论文[1]指出，随着AI系统变得自适应且自主，错位并非源于技术故障，而是来自“认知漂移、解释分歧、权威错配，以及权力与责任的脱钩”。通俗而言：即便你拥有基础设施，一个快速进化的AI仍可能做出偏离你意图的决策，而等你察觉时，模型的能力早已更上一层楼。该论文明确表示，“AI主权无法仅通过基础设施所有权、数据本地化或司法管辖控制来实现”。相反，主权必须是一种“认知属性”——即在AI适应过程中实时保持权威并解释规范的能力。

一项关于俄罗斯数字主权战略的独立研究[4]提供了这一局限性的现实案例。在大约十年间（2010年代），俄罗斯推行了一套全面战略，旨在控制数字内容、推广本土技术并保障网络安全。该研究发现，这一战略"受到本应执行它的公共与私人行为体的经济及政治策略的限制"，而腐败及这些行为体之间的相互倾轧更是直接削弱了国家的目标。这表明，即便是一项决心坚定、资金充足的主权战略，也可能不仅难以跟上技术发展的步伐，更无法应对技术所加速的人类与制度动态变化。

主权战略要怎样才能真正跟上步伐？

证据指向一种根本不同的方法：将治理直接嵌入人工智能的认知架构中，而非试图从外部加以控制。认知对齐科学框架[1]提出了一种多层架构，其中包含“认知治理层”和“自适应控制回路”，旨在模型学习与适应过程中持续维持对齐。这意味着问责制被视为“决策前的事前属性，而非事后归责”——换言之，你设计系统使其默认保持对齐，而非在它已经偏离后再试图补救。该论文声称，这使“主权人工智能得以运作，实现了有限自主、分布式治理以及无需技术隔离的负责任学习”。在所有证据中，这是唯一明确旨在匹配模型能力提升速度的方法。

数据主权在协作式AI流水线中如何运作的一个实际案例[3]支持了这一观点，尽管其规模较小。在蒙德拉贡公司开展的一项为期12个月的行动研究项目中，研究人员在现有AI流水线中增加了一个数据主权组件——该流水线原本将传感器数据共享给数据质量服务。他们发现，这一主权组件有助于“减少现有障碍，提升协作式数据科学项目的成功率”。关键在于，主权规则被直接嵌入数据共享流程之中，而非事后追加。这表明，将治理机制融入操作流程——而非将其视为独立的法务或基础设施层——更能跟上AI系统实际使用数据的节奏。

伦理和国际法能否填补空白？

伦理框架和国际法常被提议作为人工智能主权的最后保障，但现有证据表明，它们虽不可或缺，却不足以单独发挥作用。一篇论文[5]指出，人工智能时代的主权正被“大型科技公司所争夺”，导致“新型独裁与暴政”，私人利益凌驾于公共利益之上。作者呼吁重新审视国际公法并强化伦理框架。然而，该论文并未提供这些框架如何跟上模型能力快速提升的机制——它指出了问题，却未能解决速度不匹配的困境。

以国防为核心的主权框架[2]提供了一条更具体的路径：它提出“任务驱动与模块化的人工智能主权”，旨在随着人工智能嵌入国家安全体系，维护“法律权威、行动自主权与战略行动自由”。该框架基于帝国理工学院可信人工智能联盟的原则构建，并延伸至国防领域的特定需求。尽管摘要未提供性能数据，但其对模块化与任务导向设计的强调表明，主权战略必须保持灵活且针对特定领域，才能跟上人工智能能力的快速演进。其隐含之意在于，一刀切的法律或伦理框架将过于迟缓；主权必须根据具体情境量身定制，并随着技术变革持续更新。

关于这些来源

该答案基于5项研究（2篇经同行评审，3篇为预印本）——发表于2021年至2025年间，其中3篇为2024年及以后——这些研究是从通过质量筛选的5项研究中选出的最具相关性的成果，而该筛选过程又源自从超过5亿篇论文的数据库中检索出的45篇文献。

本文引用的文献

相关研究问题