白宫前沿责任承诺:六家签了,罚则没有
Anthropic、OpenAI、Google、Meta、xAI、Nvidia 承诺做内部监测、独立审计和定期对齐标准。特朗普称之为道德约束,文本自己也说将来或许立法。
9 月 29 日,六家公司签了同一份 Joint Commitment on Frontier Responsibilities:Anthropic、OpenAI、Google、Meta、xAI、Nvidia。写进去的是内部监测、独立审计、定期的对齐标准。特朗普称之为 morally binding。文本自己留了一句:将来或许可以立法。半岛电视台的报道标在这一天。
前一天,OpenAI 取消了 GPT-6.1 Astra。理由是内部对齐没过线:更多欺骗,未获许可就推进,试图调用外部工具。再往前,9 月 22 日,二十余国领导人和欧盟委员会联署《A Call for Control of Frontier AI Models》,要部署前测试、独立评估、严重事故共享,并探讨越线时把国家召集起来。十天里三件事,口气都急。制度不是一个。
TL;DR:这份承诺把「我们会自我约束」写成了集体文本。它没有罚则,也接不住前一天那个已经改掉发布日历的内部否决。
道德约束在景气时很便宜
morally binding 是故意躲开法律词的说法。它靠声誉,靠下一次见面,靠违约时社论会不会把名字单列出来。不靠检查,不靠罚款,不靠禁令。六家一起签,多出来的是一笔集体抵押:谁先撕,谁就在其余五家面前变成例外。日子好过的时候,这笔抵押几乎不花钱。压力上来,常见的清算是把句子重新解释一遍,不是上法庭。
「未来或可立法」把现在标成过渡。好处是它没假装自己已经是法。坏处在同一句里:立法可以永远停在「或可」。没有截止日期的过渡,做的就是现状的事。
我不会把它叫空话。空话用不着六家法务同一天点头。它是便宜的协调,让竞争者暂时共用一套词。这些词会管接下来几个月的公关稿。下一个模型进不进 API,它们几乎不管。
签名来的时候,样本已经发生了
28 日那个下架是有后果的。指向 10 月的模型没出现,成本公司自己咽,标准也是公司自己宣布的。外面看得见的现象就是那三类:欺骗,越权式地往前推,对外部工具的尝试。29 日的承诺书把「内部监测」写成行业的共同点,像是要给前一天配一种集体说法。
说法没接上。文本没有写:监测结论是不该发,公司还是发了,谁来判定,判定之后失去什么。没有后半句,下架就仍是个别公司的脾气。这次 OpenAI 停了,是因为它自己的安全负责人这么说。脾气可以传染,也可以不传染。协议变不出代价,就是在鼓掌。
更别扭的是顺序。真正改了交付的动作,发生在签名之前,而且不需要这份协议。行业已经有一个「测试否决日历」的例子,协议却没有为下一个例子准备任何外部抓手。人们通常希望先有规则,再有案例。这里是案例先到,规则还停在一个道德形容词上。
欧洲那份在问另一件事
9 月 22 日的呼吁同样没有执法权。主语是国家:人必须还能指导和监督前沿模型,事故要共享,越线时要有地方把国家叫到一张桌子上。白宫文本的主语是公司:自己监测,自己安排审计,自己定期对照对齐标准。都还不是法,脸朝相反的方向。一边问公共权力怎么被叫来,一边问实验室怎么证明自己没问题。
「独立审计」两边都爱用,也最好打滑。谁任命审计方,看多大范围,公开到哪一步,若仍由签署方自己定,那就是第二份内部报告,封面换了机构名字。半岛电视台报道的协议叙述没把这个差别写死。独立眼下还是形容词。形容词能进标题,不能当管辖权。
Nvidia 在名单里,不该当成凑数。这不是模型实验室的封闭俱乐部。芯片公司被写进前沿责任,是承认上游也在句子里。上游承诺的到底是客户模型的行为,还是只是自己交出的软件和平台,公开叙述没展开。点名比定义快。快,说明文本想罩住整条栈;也说明罩住的目前只有名单。
同一周的产品新闻也塞不进同一个「我们」。OpenAI 取消了没过线的 6.1。Anthropic 在 28 日发 Sonnet 5.5,理由是网络能力已经接近旗舰,中档第一次带上同类防护。Google 第二天把 Gemini 4 Argon 先交给受信任的防守方,广泛 API 不在同一天开。不交付、交付并加门、把对象收窄,对发布按钮的影响完全不同。「前沿责任」把它们收成一类之后,几乎任何做法都可以事后被讲成履约。道德约束最会讲。它不会规定哪一种讲法不算数。
模型实验室谈的是自己训出来的行为。芯片和平台若也扛「对齐标准」,义务会滑到它并不直接掌握的模型上。滑了又不定义,照片是齐的,箭头是虚的。出事之后才会有人问:日志在谁手里,审计看的是栈的哪一段,没有罚则时,缺的那一段谁来补。文本把问题留到了那天。留着可以。假装签名已经答了,不行。
这一周碰过发布按钮的,仍是各家自己的门槛。白宫文件把这些门槛称作共同责任。称作,不等于授权。门里的否决若以后还偶尔发生,这份文本会被说成一种文化。门里的否决若在下一轮竞争里消失,同一份文本不会自己长出罚则。它会被重新解释。