# 停止空谈承诺！多国政府推出大模型“发布前安全评估”新机制
过去两年，全球AI治理领域充斥着高调的原则声明、伦理倡议和“负责任发展”的承诺，但重大风险事件——如深度伪造引发的政治干预、模型偏见导致的歧视性决策以及开源模型被恶意使用——却层出不穷。面对这一现实，多国政府开始从“软约束”转向“硬监管”，密集推出大语言模型（LLM）发布前的强制性安全评估机制，标志着全球AI治理进入实质化阶段。
**从“事后追责”到“事前把关”：监管范式转变**
以欧盟《人工智能法案》为代表，法规明确将通用目的AI系统（GPAI）划分为不同风险等级，要求高风险模型在投放市场前必须通过系统性评估。与此同时，美国白宫行政令后，NIST（国家标准与技术研究院）发布了AI安全评估指南，要求模型在关键领域（如医疗、司法）部署前进行红队测试、偏见检测和对抗性鲁棒性验证。英国、加拿大及新加坡也分别成立了AI安全研究院，对商用大模型实施发布前审核。
**评估机制的核心要素**
当前的“发布前安全评估”并非简单的功能测试，而是覆盖技术、伦理与法律的多维检查。技术层面，重点检测模型是否具备危险的“涌现能力”，如自动生成恶意代码或进行社会工程攻击；伦理层面，评估模型对敏感群体是否存在系统性歧视，以及是否遵守文化地区规范；法律层面，则要求模型提供清晰的透明度文档（如训练数据来源、参数规模、用途限制）。部分国家还引入第三方审计机构，对评估结果进行独立认证。
**意义与挑战**
这一机制将安全责任前置，倒逼企业在模型研发阶段就嵌入安全设计，而非事后打补丁。然而，挑战同样严峻：评估标准缺乏全球统一性，可能导致企业为不同地区重复投入高额成本；快速迭代的模型（如每周更新的微调版本）难以被静态评估覆盖；此外，过度严格的评估可能抑制小型团队的创新活力。如何平衡安全与开放，将是接下来各国博弈的焦点。
