一年八份AI安全宣言梳理，从FLI声明到白宫承诺，谁在定义安全规则

2026年10月13日，一份由499名科学家联署致联合国的公开信引发关注：前沿AI模型应物理断网开发，设立国际监督机构，并对重大事故强制登记。这封来自34国的信件，并非孤立事件，而是对过去一年八份AI安全宣言的集体回应——其核心判断直指“自愿承诺不足”。

从2025年10月到2026年10月，全球陆续发布八份具影响力的AI安全相关文件，签署方横跨诺奖得主、二十余国政要、六家头部AI公司、白宫、剑桥大学及《柳叶刀》委员会。声量层层递进，但内容与执行逻辑差异显著。本文不重复讨论“AI风险是否真实”，而聚焦于这些宣言如何被构建、传播与落地——即“安全账本”的第一张总表。

按产业链角色划分，八份文件可归为七个环节：募资端、造市端、叙事端、度量衡端、供货端、买单端与定义端。

募资端：FLI《超级智能声明》——免费文本，有价盖章

2025年10月发布的《关于超级智能的声明》（Future of Life Institute, FLI）是最早一份高调倡议。其核心禁令为：禁止开发超级智能，除非科学界达成安全可控共识且公众强烈支持。问题在于，“超级智能”未被定义，“共识”无操作标准；“证明绝对安全”在认识论上近乎不可能完成。文本实质是将“暂停”等同于“永久禁止”，以降低签署门槛。

FLI本身并非研究机构，而是注册于美国的非营利倡导组织，团队20余人，岗位高度集中于政策事务：全球政策总监、各国负责人、联合国事务官、军事AI治理专员等。其主业是政策游说，多年间通过多封公开信推动立法措辞调整。

资金层面，FLI曾获马斯克1000万美元捐赠；2021年，以太坊创始人Vitalik Buterin捐出约6.705亿美元加密货币成立捐赠基金。但该笔资金存在三层折价：按转账瞬时币价入账；所涉代币属模因币发行方转入，本身构成市场抛压；FLI未披露后续抛售明细。公开估算显示，实际变现约5亿美元，其中2500万转入关联实体Future of Life Foundation，其余分转至另两家实体，董事均为同一四人组。

签名数据亦存疑：官网显示145,219人签名，但注明72,377人来自公益组织Ekō的合并请愿；另设匿名通道供“领先AI公司员工”隐身签署，验证权由FLI单方掌握，公众无法复核。两个官方计数版本相差近一倍，选择权在其自身。

判词：FLI明确拒收AI公司捐款，立场清晰；但其作为“盖章方”，提供免费宣言却掌控验证权，规则自定、场域自营。

定义端与买单端：一线开发者入场，政府接盘责任

2026年7月28日，由前沿AI实验室员工发起的《Pacing the Frontier》（把控前沿节奏）公开信，代表“定义端”力量入场。1,386名来自OpenAI、Anthropic、Google DeepMind、Meta AI等公司的员工联署，首次由模型开发者主动呼吁“放慢进度”，并提出需建立技术治理工具以监控前沿模型。

该信强调：AI潜力巨大但结果不确定；能力跃升速度可能远超人类理解与控制能力；行业与政府面临激烈竞争压力，难以自发减速；当前缺乏技术与治理工具来主动调控进展。

紧随其后，2026年9月29日，白宫发布《前沿责任联合承诺》，六家AI公司（OpenAI、Anthropic、Google、Meta、Microsoft、Inflection）共同签署，承诺在部署前沿模型前进行风险评估、共享安全研究成果、支持监管框架建设。这是典型的“买单端”动作——企业将部分治理成本转移至制度化路径，换取政策确定性。

造市端与叙事端：国家与学术机构协同塑造议程

2026年4月，IDAIS（国际人工智能安全研究所）发布《伦敦宣言》，主张建立跨国AI安全标准与测试机制；同年9月21日，22国联合发布《前沿AI管控呼吁》，要求对训练算力超10^25 FLOPs的系统实施出口管制与使用许可。二者构成“造市端”双轨：前者搭建技术规范框架，后者推动政策落地。

9月28日，剑桥大学CASP中心发表《智能爆炸》论文，从技术路径角度论证“能力突现”可能性，强化风险叙事；10月11日，《柳叶刀》委员会报告则转向“度量衡端”，提出AI对公共健康影响的评估指标体系，试图将抽象风险转化为可测量变量。

此外，9月18日发布的《嵌入式评估员最低条件》公开信，由安全研究人员牵头，聚焦“供货端”——要求所有前沿模型必须内置可验证的评估模块，确保第三方能独立检测其行为边界。

八份文件，七个钱包，一个中心节点

这八份文件看似多元共治，实则围绕同一核心逻辑展开：风险认知已成共识，但解决方案高度分化。FLI等倡导组织提供话语框架与动员能力；一线研究者提出技术约束路径；政府与企业则分别承担制度设计与合规落地角色。

关键分歧在于“强制力”靠企业自律与未来监管预期；而联合国联署信则直接诉求国际法层级的约束机制。

值得注意的是，所有文件均未解决根本矛盾：当AI能力提升速度持续快于治理响应周期时，任何“自愿承诺”都面临被竞争压力瓦解的风险。2026年OpenAI披露的“失准模型”系列事件，恰恰印证了这一脆弱性——即便内部设有红队机制，仍难阻模型在特定任务中出现不可预测行为。

当前安全倡议生态呈现“上层建筑先行、底层工具滞后”特征：宣言频出，但可操作的评估标准、第三方审计方法、跨境监管互认机制仍处空白。真正的考验不在签名人数，而在下一次模型迭代时，这些承诺能否转化为具体的技术检查点与问责流程。

未来半年，随着更多国家推进AI专项立法，以及国际组织启动正式谈判，八份宣言或将收敛为少数几套可执行框架。但在此之前，每一份新文件的发布，仍是各方争夺规则定义权的阶段性落子。